83
6.3.4. Langkah 4: Memilih Matriks Input dan Teknik Estimasi
Matriks input yang digunakan adalah matriks kovarians sebagai input untuk proses operasi SEM. Pemilihan input menggunakan matriks kovarians, karena penelitian ini menguji
hubungan kausalitas Ghozali, 2008. Jumlah sampel yang digunakan dalam penelitian ini adalah 108 responden.
Teknik estimasi yang digunakan adalah maximum likelihood estimation method dari program AMOS 18. Estimasi dilakukan secara bertahap yakni:
a. Estimasi measurement model dengan teknik confirmatory factor analysis yang digunakan untuk menguji unidimensionalitas
dari konstruk-konstruk eksogen dan endogen b. Estimasi structural equation model melalui analisis Full Model untuk melihat kesesuaian
model dan hubungan kausalitas yang dibangun dalam model.
6.3.4.1. Analisis Faktor Konfirmatori
Model pengukuran untuk analisis faktor konfirmatori yaitu pengukuran terhadap dimensi-dimensi yang mempengaruhi variabel latenkonstruk laten dalam model penelitian,
yaitu: kualitas pelayanan dan bauran pemasaran sebagai konstruk eksogen. Sedangkan kepuasan konsumen, dan loyalitas konsumen sebagai konstruk endogen. Unidimensionalitas
dari dimensi-dimensi ini diuji melalui analisis faktor konfirmatori.
6.3.4.1.1. Analisis Faktor Konfirmatori Eksogen pada Kepuasan
Model pengukuran untuk analisis faktor konfirmatori eksogen yaitu pengukuran terhadap dimensi-dimensi yang mempengaruhi variabel latenkonstruk laten dalam model
penelitian, yaitu kualitas pelayanan dan bauran pemasaran terhadap kepuasan. Unidimensionalitas dari dimensi-dimensi ini diuji melalui analisis faktor konfirmatori
eksogen seperti dalam Gambar 6.8 berikut ini.
Universitas Sumatera Utara
84
Gambar 6.8 Analisis Faktor Konfirmatori Eksogen
Kriteria Cut of value
Hasil Evaluasi
Chi-Square Kecil dibawah
χ2 tabel dengan df : 54 p : 5 = 67.5048
120.591 Tidak baik
Probability
≥ 0,05 0.000
Tidak baik
CMINDF ≤ 2,00
2.233 Tidak baik
GFI ≥ 0,90
0.819 Marginal
AGFI ≥ 0,90
0.739 Tidak baik
NFI ≥ 0,90
0.905 Baik
TLI ≥ 0,90
0.933 Baik
CFI ≥ 0,90
0.945 Baik
RMSEA ≤ 0,08
0.107 Tidak baik
Sumber : Hasil Penelitian, 2012 data diolah
Dalam fit model Confirmory Factor Analysis Standardized Estimates pada variabel bauran pemasaran dan kualitas pelayanan terhadap kepuasan diatas, dapat dilahat pada uji
hipotesanya dimana Chi-Square adalah sebesar 120.591, Probability sebesar 0.000, CMINDF sebesar 2.233, AGFI sebesar 0.739, dan RMSEA sebesar 0.107. Dari hasil uji
hipotesa tersebut ada beberapa yang tidak memenuhi uji fit model dalam SEM. Chi-Square adalah alat uji statistik yang paling fundamental untuk mengukur overall
fit, dimana semakin kecil Chi-Square maka semakin fit model SEM tersebut. Pada uji hipotesa diatas terdapat angka Chi-Square sebesar 120.591 lebih besar dari Chi-Square tabel
df 54 sebesar 67.5048. Batasan yang digunakan oleh RMSEA adalah ≤ 0.08, tetapi pada uji fit
Universitas Sumatera Utara
85
model diatas didapatkan angka sebesar 0.107, sehingga model tersebut tidak fit atau tidak sesuai untuk diolah menggunakan SEM.
AGFI adalah modifikasi dari GFI dengan mengakomodasi derajat bebas model denngan model lain yang dibandingkan. AGFI yang diharapkan adalah
≥0.90, sedangkan AGFI pada uji hipotesa tersebut sebesar 0.739, sehingga AGFI tersebut tidak proporsional.
CMINDF adalah statistik Chi-Square dibagi dengan Degreess of Freedom. CMINDF yang diharapkan adalah
≤2.00, tetapi dari uji hipotesa diatas terdapat CMINDF sebesar 2.233. Sementara itu, dari tingkat kemungkinan signifikannya Sighnificant Probability pada uji
hipotesa adalah sebesar 0.000, sedangkan angka yang diharapkan adalah sebesar ≥0.05,
sehingga didapat tingkat kemungkinan signifikan rendah, sehingga hasil tersebut tidak fit dalam model pengolahan SEM.
Fit model Confirmory Factor Analysis Standardized Estimates terhadap variabel bauran pemasaran pada gambar 6.8, menghasilkan data pada tabel 6.12 berikut. Pada tabel
6.12 berikut menjelaskan hasil regresi dari suatu estimasi yang telah di Standardized.
Tabel 6.12 Fit model Confirmory Factor Analysis Standardized Estimates
· Normalitas pada ± 2.58, Signifikan pada 0.05
· Dimana : X11 = Product, X12 = Price, X13 = Promotion, X14 = Place, X15 = People,
X16 = Process, X17 = Customer service, X21= Tangible, X22= Reliability, X23= Responsiveness, X24= Assurance, X25 = Empathy
Sumber : Hasil Penelitian, 2012
Variable min
max skew
c.r. kurtosis
c.r. X25
1.000 7.000
-.226 -.958
-.856 -1.817
X24 1.000
7.000 -.182
-.774 -1.014
-2.151 X23
1.000 7.000
-.281 -1.192 -.999
-2.120 X22
1.000 7.000
-.209 -.886
-.969 -2.055
X21 1.000
7.000 -.217
-.920 -.955
-2.025 X17
1.000 6.000
1.340 5.683
.839 1.781
X16 1.000
7.000 -.410 -1.739
-.774 -1.642
X15 1.000
7.000 -.373 -1.584
-.842 -1.787
X14 1.000
7.000 -.502 -2.128
-.647 -1.373
X13 1.000
7.000 -.303 -1.284
-.836 -1.773
X12 2.000
7.000 -.376 -1.597
-.973 -2.063
X11 1.000
7.000 -.188
-.800 -1.145
-2.430 Multivariate
15.706 4.452
Universitas Sumatera Utara
86
Dalam tabel 6.12 tersebut, menjelaskan bahwa X17 tidak signifikan mempengaruhi bauran pemasaran karena terdapat angka signifikan yang melebihi standar signifikan 0.05,
yaitu sebesar 0.47. Selain itu, untuk uji normalitas data pada kolom c.r. X17 juga melebihi standar uji normalitas ± 2.58 yaitu sebesar 5.683 sehingga X17 harus direvisi. Sementara
indikator yang lain telah sesuai dengan model SEM. Setelah data pada variabel eksogen direvisi, terdapat sebelas konstruk yang termasuk
dalam Fit model Confirmory Factor Analysis Standardized Estimates pada variabel bauran pemasaran dan kualitas pelayanan terhadap kepuasan. Kesebelas konstruk tersebut dianggap
model yang telah memenuhi standar asumsi-asumsi dasar dalam permodelan SEM dan telah memenuhi standar fit model dalam permodelan SEM untuk diolah, dan yang dapat
menghasilkan data untuk diinterprestasikan. Sedangkan konstruk lainnya yang tidak terdapat pada hasil revisi fit model, dianggap tidak memenuhi syarat pada asumsi-asumsi dasar dan fit
model yang ditentukan dalam SEM untuk diolah datanya. Hasil dari fit model tersebut dapat dilihat pada gambar 6.9
Gambar 6.9 Hasil Revisi
Confirmatory Factor Analysis Standardized Estimates
Sumber : Hasil Penelitian, 2012 data diolah
Universitas Sumatera Utara
87
Tabel 613 Hasil Uji Goodness of Fit
Kriteria Cut of value
Hasil Evaluasi
Chi-Square
Kecil dibawah χ2 tabel dengan
df : 39 p : 5 = 54.5722 44.980
Baik
Probability
≥ 0,05 0.236
Baik
CMINDF ≤ 2,00
1.153 Baik
GFI ≥ 0,90
0.926 Baik
AGFI ≥ 0,90
0.875 Marginal
NFI ≥ 0,90
0.964 Baik
TLI ≥ 0,90
0.993 Baik
CFI ≥ 0,90
0.995 Baik
RMSEA ≤ 0,08
0.038 Baik
Sumber : Hasil Penelitian, 2012 data diolah
Dalam fit model Confirmory Factor Analysis Standardized Estimates diatas, dapat dilihat pada uji hipotesanya dimana Chi-Square adalah sebesar 44.980 lebih kecil dari Chi
Square derajat kebebasan 39 signifikansi 5 sebesar 54.5722, Probability sebesar 0.236, CMINDF sebesar 1.153, GFI sebesar 0.926, TLI sebesar 0.993, CFI sebesar 0.995, AGFI
sebesar 0.875dan RMSEA sebesar 0.038. Dari hasil uji hipotesa tersebut, data yang dihasilkan telah memenuhi uji fit model dalam SEM.
Semakin kecil Chi-Square maka semakin fit model SEM tersebut. Pada uji hipotesa diatas terdapat angka Chi-Square sebesar 44.980 lebih kecil dari nilai Chi-Square table untuk
derajat kebebasan 8 pada tingkat signifikan 39 sebesar 54.5722. Batasan yang digunakan oleh RMSEA adalah
≤0.08, pada uji fit model diatas didapatkan angka sebesar 0.038, sehingga model tersebut fit atau sesuai untuk diolah menggunakan SEM.
Kesesuaian menghitung proporsi tertimbang dari varians dalam matrik kovarians sampel yang terestimasikan, diuji menggunakan GFI. GFI yang diharapkan adalah sebesar
≥0.90, GFI pada uji hipotesa tersebut sebesar 0.926, sehingga GFI tersebut proporsional. Sedangkan kebalikan dari GFI adalah CFI. CFI adalah suatu indeks untuk mengukur suatu
tingkat penerimaan sebuah model, tetapi tidak dipengaruhi oleh besarnya suatu sampel.
Universitas Sumatera Utara
88
Tingkat CFI yang diharapkan adalah sebesar ≥0.90, pada uji hipotesa terdapat angka sebesar
0.995, artinya model tersebut diterima dalam model SEM yang diharapkan. Uji hipotesa yang berikutnya adalah pada CMINDF. CMINDF adalah statistic Chi-
Square dibagi dengan Degreess of Freedom. CMINDF yang diharapkan adalah sebesar ≤2,00. Pada uji hipotesa diatas, terdapat angka sebesar 1.153, sehingga menghasilkan angka
yang fit dalam permodelan SEM. Sedangkan untuk TLI adalah sebuah alternatif Incremental Fit Index yang membandingkan sebuah model yang diuji terhadap sebuah Baseline Model.
Nilai yang diharapkan pada TLI adalah sebesar ≥0.90. Angka yang ada pada uji hipotesa
untuk uji TLI adalah sebesar 0.993, sehingga angka tersebut fit untuk pengujian SEM. Sementara itu, dari tingkat kemungkinan signifikannya Sighnificant Probability pada uji
hipotesa adalah sebesar 0.236, sedangkan angka yang diharapkan adalah sebesar ≥0.05,
sehingga didapat tingkat kemungkinan signifikan yang tinggi, jadi hasil tersebut fit dalam model pengolahan SEM.
Model fit pada gambar 6.9 tersebut, menghasilkan suatu angka dalam output pada tabel 6.13 berikut. Pada tabel 6.13 berikut, menjelaskan mengenai asumsi-asumsi dasar dan
menjelaskan hasil regresi dari suatu estimasi yang telah di Standardized.
Universitas Sumatera Utara
89
Tabel 6.13 Fit model Confirmatory Factor Analysis Standardized Estimates
· Normalitas pada ± 2.58
· Signifikan pada 0.05
· Dimana : X11 = Product, X12 = Price, X13 = Promotion, X14 = Place, X15 = People,
X16 = Process, X17 = Customer service, X21= Tangible, X22= Reliability, X23= Responsiveness, X24= Assurance, X25 = Empathy
Sumber : Hasil Penelitian, 2012 Indikator sperti pada tabel 6.13 diatas, menunjukkan bahwa terdapat jawaban paling
kecil 1 atau sangat tidak setuju min dan jawaban paling besar 7 atau sangat setuju max.
6.3.4.2. Analisis Structural Equation Modeling dengan Full Model