Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model Persamaan Struktural

ABSTRAK
DANI SURAHMAN. Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model
Persamaan Struktural. Dibawah bimbingan Aam Alamudi dan Muhammad Nur Aidi.
Trans pakuan adalah alat transportasi umum baru di Kota Bogor. Kehadiran trans pakuan
diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman.
Kebudayaan tersebut akan tercipta bila para penggunanya memiliki tingkat loyalitas yang tinggi.
Berdasarkan teori yang ada loyalitas dipengaruhi oleh kepuasan, persepsi, daya saing dan nilai
produk. Peubah loyalitas, kepuasan, persepsi, daya saing dan peubah nilai produk diukur melalui
peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten. Tujuan
dari penelitian ini adalah memperoleh model persaman struktural terbaik yang dapat
menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah
indikatornya. Bahan penelitian adalah data hasil survei pengguna trans pakuan dengan
menggunakan kuesioner yang diukur dengan skala likert, sehingga input matriks yang digunakan
adalah matriks korelasi polikhorik.
Model pertama persamaan struktural yang diperoleh merupakan model yang kurang baik
karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data, hal ini
berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.12, nilai
GFI sebesar 0.70 dan nilai AGFI sebesar 0.61. Oleh karena itu dilakukan modifikasi model.
Modifikasi pertama yaitu dengan menghilangkan peubah indikator citra, momen pelayanan,
keunikan, kasat mata, empati, hubungan dan peubah indikator perubahan. Peubah tersebut
dihilangkan karena memiliki nilai loading dibawah 0.55 (Hair et al. 1998). Hasil modifikasi

pertama masih belum menghasilkan model yang baik, hal ini berdasarkan pada nilai-p sebesar
0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.087, nilai GFI sebesar 0.82 dan nilai AGFI
sebesar 0.70. Oleh karena itu dilakukan modifikasi model kedua. Modifikasi kedua yaitu dengan
menghilangkan peubah indikator sosial, nilai kondisi dan peubah indikator jaminan. Peubah
tersebut dihilangkan karena memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006).
Hasil modifikasi kedua menghasilkan model persamaan struktural yang lebih baik karena matriks
korelasi pada model struktural hampir sama dengan matriks korelasi data. Hal ini berdasarkan
pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.115, nilai RMR sebesar 0.057, nilai GFI sebesar
0.89 dan nilai AGFI sebesar 0.77. Oleh karena itu model modifikasi kedua adalah model
persamaan struktural akhir yang digunakan.
Model pengukuran yang diperoleh adalah : persepsi ditunjukkan melalui harga dan tahap
pelayanan; daya saing ditunjukkan melalui kualitas; nilai produk ditunjukkan melalui nilai fungsi,
nilai emosi dan nilai epistem; kepuasan ditunjukkan melalui daya tanggap dan keandalan; dan
loyalitas ditunjukkan melalui rekomendasi dan retensi. Model struktural yang diperoleh adalah :
persepsi berhubungan dengan nilai produk dan kepuasan, dengan koefisien lintas sebesar 0.64 dan
0.58; nilai produk berhubungan secara langsung dengan daya saing dan loyalitas, dengan
koefisien lintas sebesar 0.39 dan 0.56 dan berhubungan secara tidak langsung dengan loyalitas
melalui daya saing, dengan koefisien lintas sebesar 0.12, sehingga nilai produk berhubungan
dengan loyalitas, dengan koefisien lintas sebesar 0.68; daya saing berhubungan dengan kepuasan
dan loyalitas, dengan koefisien lintas sebesar 0.31 dan 0.32. Secara keseluruhan faktor yang

paling berhubungan dengan loyalitas adalah nilai produk, dan faktor yang paling berhubungan
dengan kepuasan adalah persepsi.

TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN
MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Oleh :
Dani Surahman
G 14103055

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008

ABSTRAK
DANI SURAHMAN. Tingkat Loyalitas Pengguna Trans Pakuan dengan Menggunakan Model
Persamaan Struktural. Dibawah bimbingan Aam Alamudi dan Muhammad Nur Aidi.
Trans pakuan adalah alat transportasi umum baru di Kota Bogor. Kehadiran trans pakuan
diharapkan dapat menciptakan budaya bertransportasi yang lebih tertib, aman dan nyaman.

Kebudayaan tersebut akan tercipta bila para penggunanya memiliki tingkat loyalitas yang tinggi.
Berdasarkan teori yang ada loyalitas dipengaruhi oleh kepuasan, persepsi, daya saing dan nilai
produk. Peubah loyalitas, kepuasan, persepsi, daya saing dan peubah nilai produk diukur melalui
peubah-peubah indikator, oleh karena itu kelima peubah tersebut disebut peubah laten. Tujuan
dari penelitian ini adalah memperoleh model persaman struktural terbaik yang dapat
menggambarkan hubungan antar peubah laten dan hubungan antara peubah laten dengan peubah
indikatornya. Bahan penelitian adalah data hasil survei pengguna trans pakuan dengan
menggunakan kuesioner yang diukur dengan skala likert, sehingga input matriks yang digunakan
adalah matriks korelasi polikhorik.
Model pertama persamaan struktural yang diperoleh merupakan model yang kurang baik
karena matriks korelasi pada model struktural tidak sama dengan matriks korelasi data, hal ini
berdasarkan pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.12, nilai
GFI sebesar 0.70 dan nilai AGFI sebesar 0.61. Oleh karena itu dilakukan modifikasi model.
Modifikasi pertama yaitu dengan menghilangkan peubah indikator citra, momen pelayanan,
keunikan, kasat mata, empati, hubungan dan peubah indikator perubahan. Peubah tersebut
dihilangkan karena memiliki nilai loading dibawah 0.55 (Hair et al. 1998). Hasil modifikasi
pertama masih belum menghasilkan model yang baik, hal ini berdasarkan pada nilai-p sebesar
0.00, nilai RMSEA sebesar 0.13, nilai RMR sebesar 0.087, nilai GFI sebesar 0.82 dan nilai AGFI
sebesar 0.70. Oleh karena itu dilakukan modifikasi model kedua. Modifikasi kedua yaitu dengan
menghilangkan peubah indikator sosial, nilai kondisi dan peubah indikator jaminan. Peubah

tersebut dihilangkan karena memiliki nilai ragam galat pengukuran diatas 0.60 (Sitinjak 2006).
Hasil modifikasi kedua menghasilkan model persamaan struktural yang lebih baik karena matriks
korelasi pada model struktural hampir sama dengan matriks korelasi data. Hal ini berdasarkan
pada nilai-p sebesar 0.00, nilai RMSEA sebesar 0.115, nilai RMR sebesar 0.057, nilai GFI sebesar
0.89 dan nilai AGFI sebesar 0.77. Oleh karena itu model modifikasi kedua adalah model
persamaan struktural akhir yang digunakan.
Model pengukuran yang diperoleh adalah : persepsi ditunjukkan melalui harga dan tahap
pelayanan; daya saing ditunjukkan melalui kualitas; nilai produk ditunjukkan melalui nilai fungsi,
nilai emosi dan nilai epistem; kepuasan ditunjukkan melalui daya tanggap dan keandalan; dan
loyalitas ditunjukkan melalui rekomendasi dan retensi. Model struktural yang diperoleh adalah :
persepsi berhubungan dengan nilai produk dan kepuasan, dengan koefisien lintas sebesar 0.64 dan
0.58; nilai produk berhubungan secara langsung dengan daya saing dan loyalitas, dengan
koefisien lintas sebesar 0.39 dan 0.56 dan berhubungan secara tidak langsung dengan loyalitas
melalui daya saing, dengan koefisien lintas sebesar 0.12, sehingga nilai produk berhubungan
dengan loyalitas, dengan koefisien lintas sebesar 0.68; daya saing berhubungan dengan kepuasan
dan loyalitas, dengan koefisien lintas sebesar 0.31 dan 0.32. Secara keseluruhan faktor yang
paling berhubungan dengan loyalitas adalah nilai produk, dan faktor yang paling berhubungan
dengan kepuasan adalah persepsi.

TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN

MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains
Pada Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor

Oleh :
Dani Surahman
G14103055

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008

Judul : TINGKAT LOYALITAS PENGGUNA TRANS PAKUAN DENGAN
MENGGUNAKAN MODEL PERSAMAAN STRUKTURAL
Nama : Dani Surahman

NIM : G14103055

Menyetujui :

Pembimbing I

Pembimbing II

Ir. Aam Alamudi, M.Si
NIP 131950980

Dr. Ir. Muhammad Nur Aidi, MS
NIP 131842408

Mengetahui :
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam

Dr. Drh. Hasim, DEA
NIP 131578806

Tanggal Lulus :

RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 22 November 1985 sebagai anak kedua dari tiga
bersaudara, anak dari pasangan Bapak Muhamad Anwar dan Ibu Siti Jumarnah.
Tahun 1997 penulis lulus dari Sekolah Dasar Negeri Pabrik Gas 1 Bogor. Tahun 2000
penulis lulus dari Sekolah Lanjutan Tingkat Pertama Negeri 5 Bogor. Tahun 2003 penulis lulus
dari Sekolah Menengah Umum Negeri 1 Bogor dan pada tahun yang sama penulis diterima di
Departemen Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam IPB melalui Seleksi
Penerimaan Mahasiswa Baru (SPMB).
Penulis melaksanakan Praktek Lapang di Dunamis
Organization Services pada bulan Februari-April 2007.

KATA PENGANTAR
Alhamdulillah, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala
rahmat dan karunia-Nya sehingga karya ilmiah ini dapat terselesaikan. Shalawat serta salam
semoga senantiasa tercurahkan kepada suri teladan kita, Rasulullah Muhammad SAW.
Penulis menyadari bahwa masih banyak sekali kekurangan dalam penulisan karya ilmiah ini,
karena itu saran yang membangun selalu dinantikan sebagai sarana bagi penulis untuk
meningkatkan pengetahuan penulis di masa mendatang.

Terima kasih, kepada semua pihak yang telah berperan serta dalam penyusunan karya ilmiah
ini yaitu kepada :
1. Bapak Ir. Aam Alamudi, M.Si dan Bapak Dr. Ir. Muhammad Nur Aidi, MS atas
bimbingan, saran-saran dan kesabarannya selama saya menyelesaikan tugas akhir ini.
2. Bapak, Ibu serta keluarga tercinta atas kasih sayang, doa, dukungan dan segalanya.
3. Seluruh dosen pengajar Departemen Statistika yang telah memberikan ilmu.
4. Bapak Ir. Hari Harsono selaku direktur PD Jasa Transportasi atas kesempatan kepada
penulis untuk melakukan penelitian tingkat loyalitas pengguna trans pakuan sebagai
tugas akhir.
5. Bapak Fajar, Ibu Bayu dan seluruh staf PD Jasa Transportasi atas bantuannya selama
proses pengumpulan data.
6. Vina atas dukungan, doa, saran, semangat dan kebersamaannya.
7. Teman-teman Statistika khususnya angkatan 40 atas dukungan dan kebersamannya
selama ini dan InsyaAllah kebersamaan ini akan tetap terjalin.
8. Ibu Markonah, Ibu Sulis, Ibu Aat, Ibu Dede, Bapak Sudin, Bapak Herman, Bapak
Durrahman atas bantuannya.
9. Semua pihak yang tidak mungkin disebutkan satu-persatu yang telah membantu penulis
selama ini.
Semoga semua amal baik dan bantuan yang telah diberikan kepada penulis mendapat balasan
dari Allah SWT, dan semoga karya ilmiah ini dapat bermanfaat bagi semua pihak.

Bogor, Januari 2008

Dani Surahman

DAFTAR ISI
Halaman
DAFTAR TABEL .................................................................................................................. vii
DAFTAR GAMBAR .............................................................................................................

vii

DAFTAR LAMPIRAN ..........................................................................................................

vii

PENDAHULUAN
Latar Belakang .........................................................................................................
Tujuan ......................................................................................................................

1
1

TINJAUAN PUSTAKA
Loyalitas ...................................................................................................................
Kepuasan Konsumen ................................................................................................
Nilai Produk .............................................................................................................
Persepsi Konsumen ..................................................................................................
Daya Saing ...............................................................................................................
Model Persamaan Struktural ....................................................................................
Korelasi Polikhorik ...................................................................................................
Metode Maximum Likelihood ...................................................................................
Validitas dan Reliabilitas .........................................................................................
Evaluasi Kelayakan Model .......................................................................................

1
1
1
2
2

2
3
4
4
4

BAHAN DAN METODE
Bahan .......................................................................................................................
Metode .....................................................................................................................

5
5

HASIL DAN PEMBAHASAN
Deskripsi Responden ................................................................................................
Pendugaan Parameter Model ....................................................................................
Modifikasi Model .....................................................................................................

5
6
6

KESIMPULAN ......................................................................................................................

8

DAFTAR PUSTAKA ............................................................................................................

9

DAFTAR TABEL
1.
2.
3.
4.

Halaman
Ukuran kebaikan model persamaan stuktural awal .................................................. 6
Ukuran kebaikan model persamaan struktural setelah modifikasi pertama ............ 7
Ukuran kebaikan model persamaan struktural setelah modifikasi kedua ................. 7
Reliablitas konstruk peubah laten setelah modifikasi kedua ...................................... 8

DAFTAR GAMBAR
1.
2.
3.

Halaman
Jenis pekerjaan para pengguna ................................................................................... 6
Rute yang biasa digunakan para pengguna .............................................................. 6
Diagram jalur dugaan model persamaan struktural setelah modifikasi kedua ......... 7

DAFTAR LAMPIRAN
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

Halaman
Respon kumulatif tiap indikator ............................................................................... 10
Parameter ambang .................................................................................................... 10
Korelasi polikhorik ................................................................................................... 11
Nilai-p pengujian normal ganda ............................................................................... 12
Model pengukuran peubah laten endogen ................................................................. 13
Model pengukuran peubah laten eksogen ................................................................ 13
Model struktural ....................................................................................................... 13
Diagram jalur t-hitung model persamaan struktural awal ........................................ 14
Diagram jalur dugaan model persamaan struktural awal ......................................... 14
Diagram jalur dugaan model persamaan struktural setelah modifikasi .................... 15
Diagram jalur dugaan model persamaan struktural setelah modifikasi pertama ...... 15
Diagram jalur t-hitung model persamaan struktural setelah modifikasi kedua ........ 16
Kuesioner penelitian ................................................................................................. 17

PENDAHULUAN
Latar Belakang
Kebutuhan akan transportasi khususnya di
Kota Bogor terus mengalami peningkatan, hal
ini terlihat dari semakin banyaknya alat
transportasi yang melintasi jalan raya, baik itu
alat transportasi pribadi maupun alat
transportasi umum. Trans pakuan adalah alat
transportasi umum baru di Kota Bogor,
diresmikan pada tanggal 3 Juni 2007. Trans
pakuan melayani jalur dari Pool Bus Wisata
Baranangsiang hingga Terminal Bubulak dan
sebaliknya.
Trans pakuan hanya berhenti
disetiap shelter, terdapat 16 shelter di
sepanjang jalur tersebut.
Kehadiran trans pakuan diharapkan dapat
menciptakan budaya bertransportasi yang lebih
tertib, aman dan nyaman. Budaya tersebut
akan tercipta bila para pengguna memiliki
tingkat
loyalitas
yang
tinggi
dalam
menggunakan jasa trans pakuan. Berdasarkan
teori yang ada loyalitas dipengaruhi oleh
beberapa faktor diantaranya adalah kepuasan,
nilai produk, daya saing dan persepsi. Peubah
loyalitas, kepuasan, nilai produk, daya saing
dan peubah persepsi diukur melalui peubahpeubah indikator, oleh karena itu kelima
peubah tersebut disebut peubah laten.
Hubungan antar peubah laten dan
hubungan antara peubah laten dengan peubah
indikatornya
dapat
dianalisis
dengan
menggunakan model persamaan struktural.
Dengan mengetahui hubungan tersebut
diharapkan akan menjadi suatu input yang
berguna bagi trans pakuan agar dapat
mempertahankan dan meningkatkan jumlah
pengguna trans pakuan dan akhirnya budaya
bertransportasi yang lebih tertib, aman dan
nyaman dapat tercapai.
Tujuan
Penelitian ini bertujuan untuk memperoleh
model persamaan struktural terbaik yang dapat
menggambarkan hubungan antar peubah laten
dan hubungan antara peubah laten dengan
peubah indikatornya.

TINJAUAN PUSTAKA
Loyalitas
Loyalitas adalah sikap positif seseorang
terhadap suatu merek, sehingga konsumen
memiliki keinginan kuat untuk membeli ulang
merek yang sama pada saat sekarang maupun

masa datang (Sumarwan 2002). Perusahaan
yang memiliki dukungan konsumen yang loyal
akan dapat meningkatkan kinerja produk dari
produsen sampai pengguna akhir secara
optimal dan dapat meningkatkan dukungan
pelayanan kepada konsumen. Pada akhirnya
perusahaan dapat meningkatkan 4-R kepada
konsumennya (Rangkuti 2002). 4-R tersebut
adalah :
1. Customer
relationship,
hubungan
kedekatan dengan konsumen.
2. Customer retention, mempertahankan
konsumen yang sudah ada.
3. Customer referrals, kesediaan konsumen
untuk memberitahukan kepuasan yang
mereka nikmati kepada orang lain.
4. Customer recovery, mengubah kesalahan
dengan segera dan cepat.
Kepuasan Konsumen
Kepuasan konsumen adalah perasaan
senang atau kecewa seseorang sebagai hasil
dari perbandingan antara prestasi atas produk
yang dirasakan dan yang diharapkan (Rangkuti
2002). Konsumen mempunyai kriteria yang
pada dasarnya identik dengan beberapa jenis
jasa yang memberikan kepuasan kepada para
konsumen (Christopher Lovelock 1994, dalam
Rangkuti 2002). Kriteria tersebut adalah :
1. Reliability (Keandalan), Kemampuan
untuk memberikan jasa secara akurat
sesuai dengan yang dijanjikan.
2. Responsiveness
(Daya
tanggap),
kemampuan karyawan untuk membantu
konsumen menyediakan jasa dengan cepat
sesuai dengan yang diinginkan.
3. Assurance (Jaminan), pengetahuan dan
kemampuan karyawan untuk melayani
dengan rasa percaya diri.
4. Emphaty (Empati), karyawan harus
memberikan perhatian dan mengerti
kebutuhan konsumen.
5. Tangible (Kasat mata), penampilan
karyawan, fasilitas fisik, peralatan dan
alat-alat komunikasi.
Nilai Produk
Nilai produk adalah pengkajian secara
menyeluruh manfaat dari suatu produk
(Rangkuti 2002). Konsumen memilih membeli
atau tidak suatu produk berdasarkan lima
komponen nilai (Seth Newman Gross 1991,
dalam Rangkuti 2002). Kelima komponen
nilai tersebut adalah :
1. Nilai fungsi, manfaat suatu produk
dikaitkan dengan kemampuan produk

2.

3.

4.

5.

tersebut untuk memenuhi fungsinya dari
sudut pandang pertimbangan ekonomi.
Nilai sosial, manfaat suatu produk
dikaitkan dengan kemampuan produk
tersebut untuk mengidentikkan konsumen
dengan suatu kelompok sosial tertentu.
Nilai emosi, manfaat suatu produk
dikaitkan dengan kemampuan produk
tersebut untuk membangkitkan perasaan
pemakainya.
Nilai epistem, manfaat suatu produk
dikaitkan dengan kemampuan produk
tersebut untuk memenuhi keingintahuan
pemakainya.
Nilai kondisi, manfaat suatu produk
dikaitkan dengan kemampuan produk
tersebut untuk memenuhi keperluan
konsumen pada saat dan kondisi tertentu.

diantara peubah yang dijelaskan dalam
sejumlah kecil faktor umum (common factor)
ditambah dengan sebuah faktor unik untuk
setiap peubah, dimana faktor tersebut tidak
secara eksplisit diamati, dikenal dengan peubah
laten (Johnson 2002). Jadi, model persamaan
struktural secara umum menganalisis secara
bersama-sama model struktural dan model
pengukuran. Model struktural menjelaskan
keterkaitan hubungan antar peubah laten, ada
dua jenis peubah laten yaitu peubah laten
terikat dikenal dengan peubah laten endogen
dan peubah laten bebas dikenal dengan peubah
laten eksogen. Sedangkan model pengukuran
menjelaskan keterkaitan hubungan antara
peubah laten dengan peubah indikatornya.
Persamaan model strukural secara umum
adalah sebagai berikut :

η = Bη + Γ ξ + ζ
Persepsi Konsumen
Persepsi adalah proses dimana individu
memilih, mengorganisasikan dan mengartikan
stimulus yang diterima melalui alat inderanya
menjadi suatu makna. Persepsi konsumen atas
suatu jasa meliputi persepsi konsumen terhadap
kesesuaian harga dengan fasilatas dan
pelayanan yang diberikan, persepsi konsumen
terhadap citra perusahaan, persepsi konsumen
di setiap tahap pelayanan yang diberikan dan
persepsi konsumen terhadap momen atau
situasi pelayanan (Rangkuti 2002).
Daya Saing
Daya saing adalah kemampuan suatu
produk jasa maupun barang agar dapat menarik
konsumen. Suatu produk hanya memiliki daya
saing bila keunggulan produk tersebut
dibutuhkan oleh konsumen. Keunggulan suatu
produk jasa terletak pada keunikan serta
kualitas pelayanan produk jasa disesuaikan
dengan manfaat serta yang dibutuhkan oleh
konsumen (Rangkuti 2002).
Model Persamaan Struktural
Model persamaan struktural adalah analisis
yang mengkombinasikan beberapa aspek yang
terdapat pada analisis jalur dan analisis faktor
untuk menduga beberapa persamaan simultan.
Analisis jalur adalah metode yang menganalisis
sistem pada persamaan strukural dengan
membentuk diagram lintas yang menjelaskan
mekanisme hubungan antar peubah dengan
cara menguraikan kovarian atau korelasi
menjadi pengaruh langsung dan tidak langsung
(Bollen 1989). Analisis faktor adalah koragam

= ( I − B ) −1 (Γξ + ζ )
dimana :
= vektor
peubah
laten
endogen
berukuran mx1
= matriks koefisien eksogen terhadap
endogen berukuran mxn
B = matriks koefisien endogen terhadap
endogen berukuran mxm
= vektor
peubah
laten
eksogen
berukuran nx1
= vektor sisaan acak hubungan antara
endogen dan eksogen berukuran mx1
dengan,
m = banyaknya peubah laten endogen
n = banyaknya peubah laten eksogen
Persamaan model pengukuran secara
umum adalah sebagai berikut :

y = Λ yη + ε
x = Λ xξ + δ
dimana :
y = vektor peubah indikator bagi peubah
laten endogen berukuran px1
x = vektor peubah indikator bagi peubah
laten eksogen berukuran qx1
matriks koefisien y terhadap endogen
y =
berukuran pxm
matriks koefisien x terhadap eksogen
x =
berukuran qxn
= vektor sisaan pengukuran dari y
berukuran px1
= vektor sisaan pengukuran dari x
berukuran qx1
dengan,
p = banyaknya peubah indikator bagi
peubah laten endogen
q = banyaknya peubah indikator bagi
peubah laten eksogen

Asumsi bagi model persamaan struktural
yaitu
tidak berkorelasi dengan ,
tidak
berkorelasi dengan ,
tidak berkorelasi
dengan , serta , , tidak saling berkorelasi.
Hipotesis dasar dalam model persamaan
struktural adalah = ( ), dimana
adalah
matriks koragam atau korelasi data dari peubah
indikator x dan y dan ( ) adalah matriks
koragam atau korelasi model struktural yang
dinyatakan sebagai berikut :

(θ )
xy (θ )
yy

(θ ) =

(θ )
xx (θ )
yx

dimana xx( ) adalah matriks koragam model
bagi peubah-peubah x yaitu :
xx

(θ ) = Λ x ΦΛ ' x +Θδ

yy( ) adalah matriks koragam model bagi
peubah-peubah y yaitu :

(θ ) = Λ y [ A(ΓΦΓ '+ Ψ ) A' ]Λ ' y + Θε
dengan A=(I-B)-1

dimana,

∞ = τ 0 < τ 1 < ... < τ m−1 < τ m = +∞
adalah parameter ambang. Jika ada m kategori
maka ada m-1 parameter ambang 1, 2,…, m-1.
Misalkan (u) merupakan fungsi sebaran bagi
Z* yang menyebar normal, maka peluang
respon pada kategori ke-i adalah :
τi

π i = Φ(u )du = Φ(τ i ) − Φ(τ i −1 )
τ i −1

sehingga,

τ i = Φ −1 (π 1 + π 2 + ... + π i )
dimana -1 adalah fungsi invers dari sebaran
normal baku dan i adalah peluang kumulatif
dari repon kategori ke-i. Besarnya peluang dari
i tidak diketahui, dalam praktek
i dapat
diduga dengan proporsi (pi) data contoh,
sehingga parameter ambang dapat diduga
dengan :

τˆi = Φ −1 ( p1 + p2 + ... + pi )

yy

sehingga,

xy(

) adalah matriks koragam model bagi
peubah-peubah x dan y yaitu :
yx

(θ ) = Λ y AΓΦΛ ' x

Sedangkan matriks yx( ) merupakan matriks
putaran dari xy( ).
Jadi matirks ( ) merupakan fungsi dari
parameter matriks ( y, x,B, , , , , ) yang
mendefinisikan model persamaan struktural,
dan ditulis sebagai berikut :
=
yy

yx

xy

xx

=

πˆ i= Φ (τ i ) − Φ (τ i−1 ) = pi
Jika peubah Z1 dan Z2 adalah peubah
ordinal dengan m1 dan m2 kategori, dengan
τ 1(1) ,τ 2 (1) ,...,τ m1 −1(1) adalah nilai ambang untuk
Z1* dan τ 1( 2) ,τ 2 ( 2) ,...,τ m −1( 2) adalah nilai ambang
untuk Z2*. Korleasi polikhorik diduga dengan
memaksimalkan log-likelihood
2

ln L =

(θ )
Λy A(ΓΦΓ'+Ψ) A' Λ' y +Θε Λy AΓΦΛ'x
ΛxΦΓ' A' Λ' y
ΛxΦΛ'x +Θδ

dimana dan adalah matriks koragam bagi
dan , sedangkan
dan
adalah matriks
koragam bagi dan .

nij log π ij (θ )

i =1 j =1

dengan,
( 2)
τ i (1 ) τ j

π ij (θ ) =

φ (u, v)dudv
τ i −1(1) τ j −1( 2 )

dimana φ (u,v) adalah sebaran normal ganda
dengan fungsi kepekatan sebagai berikut :

Korelasi Polikhorik
Korelasi polikhorik adalah ukuran asosiasi
untuk peubah ordinal yang dilatarbelakangi
oleh peubah kontinu (Jöreskog 2002). Korelasi
polikhorik diduga melalui dua tahap, tahap
pertama adalah menduga parameter ambang
dan tahap kedua adalah menduga korelasi
polikhorik.
Misalkan peubah ordinal Z diasumsikan
mendasari peubah kontinu Z*, jika Z memiliki
m kategorik maka hubungan Z dan Z* adalah
sebagai berikut :
Z = i ⇔ τ i−1 < Z * < τ i=1,2,….,m

m1 m2

φ (u , v) =

1
2π (1 − ρ 2 )

−

e

1
2 (1− ρ 2 )

( u 2 − 2 ρuv +v 2 )

π ij (θ ) menyatakan peluang kategori m1m2
yang merupakan fungsi dari vektor parameter
θ = (τ 1(1) ,τ 2 (1) ,...,τ m1 −1(1) ,τ 1( 2) ,τ 2 ( 2 ) ,...,τ m2 −1( 2) , ρ )
Memaksimumkan ln L
meminimumkan fungsi :
F (θ ) =

m1 m2
i =1 j =1

sama

pij (ln pij − ln π ij (θ ) =

dengan

pij ln(
ij

pij

π ij (θ )

)

dimana pij=nij/N adalah proporsi dari dua
contoh.

Pengujian normal ganda peubah ordinal
yang dilatarbelakangi oleh peubah kontinu diuji
dengan menggunakan statistik uji rasio
likelihood dengan rumus sebagai berikut :
2
= 2N
χ LR

pij
= 2 NF θˆ
πˆ ij

()

m1 m2

pij ln
i =1 j =1

2
mengikuti sebaran khi-kuadrat dengan
χ LR

derajat bebas db=m1m2-m1-m2. Jika statistik uji
rasio likelihood tidak nyata pada taraf maka
peubah ordinal yang dilatarbelakangi oleh
peubah kontinu menyebar normal ganda dan
juga sebaliknya.
Metode Maximum Likelihood
Maximum Likelihood (ML) adalah salah
satu metode pendugaan parameter. Metode
maximum likelihood berlandaskan pada
minimisasi fungsi :
FML = Log

(θ ) −1 ) − log(

(θ ) + tr (

) − ( p + q)

dimana ( ) adalah matriks koragam atau
korelasi model struktural dan adalah matriks
koragam atau korelasi data dari indikator x dan
y, p dan q adalah banyaknya peubah indikator
untuk peubah laten endogen dan peubah laten
ekosgen. Diasumsikan bahwa
dan ( )
adalah matriks definit positf dan peubah
indikator adalah peubah yang datanya
menyebar normal ganda. Penduga ML
mempunyai sifat-sifat yang penting yaitu tak
bias secara asimtotis, konsisten, efisien secara
asimtotis dan invariant terhadap skala
pengukuran (Bollen 1989).
Validitas dan Reliabilitas

dimana :
k
= jumlah peubah indikator yang
mengukur peubah laten ke-j
= koefisien jalur peubah indikator ke-i
ij
peubah laten ke-j
v( ) = ragam galat pengukuran indikator ke-i.
Semakin besar nilai reliabilitas konstruk
maka akan semakin baik indikator-indikator
dalam mengukur peubah latennya.
Nilai
reliabilitas konstruk yang disarankan adalah
lebih besar dari 0.50 (Hair et al. 1998).
Evaluasi Kelayakan Model

Kelayakan model dapat dilihat dari
berbagai ukuran kelayakan model, dalam
penelitian ini ukuran kelayakan model yang
digunakan adalah :
1. Khi-Kuadrat
Nilai Khi-kuadrat yang diperoleh relatif
besar
terhadap
derajat
bebas,
mengindikasikan bahwa matriks hasil
dugaan model tidak sesuai dengan matriks
data. Sebaliknya khi kuadrat yang relatif
kecil
terhadap
derajat
bebas,
mengindikasikan bahwa matriks hasil
dugaan model sesuai dengan matriks data
(Hair et al. 1998).
Ada beberapa
kelemahan dalam uji khi-kuadrat yaitu
tergantung pada asumsi kenormalan ganda,
untuk memperoleh kecocokan yang lebih
baik diperlukan model yang lebih
kompleks, sensitif terhadap ukuran contoh
(Mueller 1996, dalam Wijanto 2008).
2. Root Mean Square Residual (RMR)
Nilai RMR menunjukkan rata-rata sisaan
koragam atau sisaan korelasi (Bollen
1989). Formula bagi RMR adalah :
q

Validitas adalah kemampuan indikator
dalam mengukur apa yang sebenarnya diukur.
Validitas dinilai dengan cara menguji hipotesis
H0: ij=0 lawan H1: ij 0, Indikator dikatakan
valid jika memiliki nilai t-hitung lebih besar
dari t-hitung pada taraf nyata =5%, yaitu jika
nilai t-hitung lebih besar dari 1.96.
Reliabilitas adalah ukuran yang berkaitan
dengan
kekonsistenan indikator-indikator
terhadap peubah laten yang diukurnya.
Indikator secara bersama-sama mengukur
peubah latennya diukur relibilitasnnya dengan
menggunakan reliabilitas konstruk. Reliabilitas
konstruk diukur melalui persamaan berikut :

(
(

k
i =1

k
i =1
2

λij ) 2

λij ) +

k
i =1

v(δ )i

i

RMR = 2

(

i =1 j=1

3.

− (θ ) )
q (q + 1)

2

1/2

dimana
adalah koragam populasi dan
( ) adalah koragam model. Nilai RMR
yang lebih kecil atau sama dengan 0.05
mengindikasikan bahwa model tersebut
baik dalam hal kecocokan antara matriks
hasil dugaan model struktural dengan
matriks data asal
Root Mean Square Error of Approximation
(RMSEA)
Nilai
RMSEA
merupakan
ukuran
ketidakcocokan model berdasarkan derajat
bebas model. Formula bagi RMSEA
adalah :

RMSEA =

χ 2 − db
(n − 1)db

4.

Model dengan nilai RMSR lebih besar dari
0.10 mengindikasikan bahwa model
tersebut tidak baik dalam hal kecocokan
antara matriks hasil dugaan model
struktural dengan matriks data asal
(McCallum 1996, dalam Wijanto 2008).
Goodness-of-Fit Index (GFI)
Nilai GFI mempresentasikan persen
keragaman data yang dapat diterangkan
oleh model. Formula GFI untuk metode
maximum likelihood adalah :
(θ ) − 1

tr
GFI = 1 −
tr

5.

(θ ) − 1

−I

2

2

Model dengan nilai GFI lebih besar dari
0.90 mengindikasikan bahwa model
tersebut baik dalam hal kecocokan antara
matriks hasil dugaan model struktural
dengan matriks data asal (Sharma 1996).
Adjusted Goodness-of-Fit Index (AGFI)
Nilai AGFI merupakan modifikasi dari
GFI dengan mengakomodasi derajat bebas
model dengan model lain
yang
dibandingkan. Formula bagi AGFI adalah:

AGFI =1−

k(k +1)
[1− GFI ]
2db

Model dengan nilai AGFI lebih besar dari
0.80 mengindikasikan bahwa model
tersebut baik dalam hal kecocokan antara
matriks hasil dugaan model struktural
dengan matriks data asal (Sharma 1996).

BAHAN DAN METODE
Bahan

Data yang digunakan dalam penelitian ini
adalah data primer yang dikumpulkan melalui
survei pengguna trans pakuan pada tanggal 25
September 2007 di Pool Bus Wisata dan
tanggal 26 September 2007 di Terminal
Bubulak. Kuesioner yang digunakan diukur
dengan skala likert berskala lima yaitu sangat
setuju, setuju, netral, tidak setuju dan sangat
tidak setuju. Pengambilan contoh dilakukan
ketika
pengguna
sedang
menunggu
keberangkatan bus dan pengguna yang terpilih
sebagai responden adalah pengguna yang telah
sering menggunakan jasa trans pakuan. Jumlah
contoh yang digunakan sebanyak 100
responden. Hair et al. (1998) menyarankan
bahwa ukuran contoh minimum yaitu sebanyak
5 observasi untuk setiap peubah indikator dan
ukuran contoh yang disarankan jika
menggunakan metode maximum likelihood
adalah antara 100-200.

Metode

Tahapan-Tahapan yang dilakukan dalam
penelitian ini adalah :
1. Konseptualisasi
model
persamaan
struktural berdasarkan teori yang ada.
2. Penyusunan diagram jalur dari konsep
yang telah disusun.
3. Identifikasi model, untuk menentukan
apakah terdapat solusi bagi paramater yang
akan diduga. Identifikasi model dilakukan
dengan cara t-rule yaitu banyaknya
parameter yang tidak diketahui harus lebih
kecil dari banyaknya elemen dari matriks
input :
t ½(p+q)(p+q+1)
dimana t adalah banyaknya parameter
yang tidak diketahui dan (p+q) adalah
banyaknya peubah indikator
4. Pembuatan
kuesioner,
berdasarkan
peubah-peubah indikator yang digunakan.
5. Pengumpulan data, dengan melakukan
survei pengguna trans pakuan.
6. Analisis deskripsi pengguna trans pakuan.
7. Menentukan input matriks, dimana input
matriks yang digunakan adalah matriks
korelasi polikhorik.
8. Pendugaan parameter, dimana metode
yang digunakan adalah metode maximum
likelihood.
9. Evaluasi kelayakan model, dengan ukuran
kelayakan model khi-kuadrat, RMR,
RMSEA, GFI dan AGFI. Jika model yang
dihasilkan tidak baik dalam hal kecocokan
model dengan data maka dilakukan
modifikasi model. Modifikasi model dapat
dilakukan dengan dua cara, cara pertama
yaitu dengan menghilangkan jalur peubah
indikator dari model dan cara kedua yaitu
dengan menambah atau menghilangakan
jalur pada model.
10. Interpretasi model.
Software
yang
digunakan
dalam
penelitian ini adalah Lisrel 8.30, SPSS 13.0 dan
Microsoft Office Excel 2003.

HASIL DAN PEMBAHASAN
Deskripsi Responden

Pengumpulan data dilakukan terhadap 100
pengguna trans pakuan. Diperoleh responden
terpilih berjenis kelamin laki-laki sebanyak 60
orang dan responden terpilih berjenis kelamin
wanita sebanyak 40 orang.

Gambar 1. Jenis pekerjaan para pengguna
Berdasarkan
jenis
pekerjaan
para
pengguna trans pakuan yang disajikan pada
Gambar 1, terlihat bahwa sebagian besar
responden yang terpilih adalah mahasiswa
sebanyak 41 orang, bekerja sebagai karyawan
swasta sebanyak 14 orang dan jenis pekerjaan
yang paling sedikit terpilih adalah pensiunan
sebanyak 3 orang.

Gambar 2. Rute yang biasa digunakan
para pengguna

menyebar normal ganda. Pada Lampiran 4
disajikan nilai-p pengujian asumsi kenormalan
ganda antar pasang peubah ordinal, dan
diperoleh hasil yaitu terdapat beberapa pasang
peubah yang tidak memenuhi asumsi
kenormalan ganda karena memiliki nilai-p
yang lebih kecil dari 0.05, tetapi hal ini tidak
menjadi masalah yang serius karena korelasi
polikhorik memberikan pendugaan yang
konsisten dengan adanya pelanggaran asumsi
kenormalan ganda (Quiroga 1992, dalam
J reskog 2002).
Pada
pendugaan
parameter
model
persamaan struktural awal terdapat adanya
ragam galat pengukuran bernilai negatif yaitu
pada peubah indikator kualitas sebesar -0.04.
Untuk mengatasinya maka ditetapkan nilai
ragam galat pengukuran tersebut menjadi
bernilai positif dan sangat kecil yaitu sebesar
0,005 (Hair et al. 1998).
Pada Lampiran 8 disajikan t-hitung untuk
nilai loading peubah indikator, diperoleh hasil
yaitu semua peubah indikator berpengaruh
nyata terhadap peubah laten yang diukurnya,
hal ini didasarkan pada nilai t-hitung yang lebih
besar dari 1.96 ( =5%). Peubah yang
berpengaruh nyata menunjukkan bahwa peubah
tersebut valid dalam mengukur peubah laten.
Tabel 1. Ukuran kebaikan model persamaan
struktural awal
Kriteria
Nilai yang
Hasil uji
pengujian
disarankan
2

Berdasarkan rute yang biasa digunakan
oleh para pengguna yang disajikan pada
Gambar 2, terlihat bahwa responden terpilih
sebagian besar biasa menggunakan trans
pakuan dari shelter Pool Bus Wisata
Baranangsiang hingga Terminal Bubulak dan
sebaliknya yaitu sebanyak 62 orang dan
responden terpilih dengan rute yang paling
sedikit digunakan adalah dari shelter Pool Bus
Wisata Baranangsiang hingga Bukit Cimanggu
dan sebaliknya sebanyak 7 orang.
Pendugaan Parameter Model

Input matriks yang digunakan dalam
membentuk model persamaan struktural adalah
matriks korelasi polikhorik. Tahap pertama
yang dilakukan dalam menduga matriks
korelasi
polikhorik
adalah
pendugaan
parameter ambang yang disajikan pada
Lampiran 2 dan tahap kedua adalah pendugaan
korelasi polikhorik yang disajikan pada
Lampiran 3. Korelasi polikhorik diasumsikan
dilatarbelakangi oleh peubah kontinu yang

RMSEA
RMR
GFI
AGFI

Nilai-p 0.05

427.95
(nilai-p=0.00)

0.10
0.05
0.90
0.80

0.13
0.12
0.70
0.61

Berdasarkan ukuran kebaikan model yang
disajikan pada Tabel 1, menunjukkan bahwa
model yang terbentuk adalah model persamaan
struktural yang kurang baik karena matriks
korelasi pada model struktural tidak sama
dengan matriks korelasi data. Hal ini
berdasarkan ukuran kebaikan model yang tidak
memenuhi nilai yang disarankan. Oleh karena
model yang diperoleh adalah model yang
kurang baik maka dilakukan modifikasi model.
Modifikasi Model

Modifikasi pertama yang dilakukan
adalah
dengan
menghilangkan
peubah
indikator yang kurang valid. Menurut Hair et
al. (1998) nilai loading yang bernilai dibawah
0.55 bila ukuran contoh yang digunakan diatas

Daya_sai

N_fungsi

0.55

N_emosi

0.58

N_episte

0.67

Andal

0.44

Dy_tnggp

0.39

Retensi

0.35

Rekomen

0.14

0.67

Harga
0.65

0.83

Persepsi

Nilai_pr

0.64

0.97
0.06

0.00

0.39

0.18
0.31

Kualitas
1.00

0.57
0.06

0.58

Thp_plyn

0.31

Kepuasan

-0.13

0.75
0.78

-0.05
0.32
0.56

Loyalita
0.80
0.93

Chi-Square=59.94, df=26, P-value=0.00017, RMSEA=0.115

Gambar 3. Diagram jalur dugaan model persamaan struktural setelah modifikasi yang kedua
100, menunjukkan bahwa peubah indikator
tersebut adalah peubah yang kurang valid
dalam mengukur peubah latennya.
Pada
Lampiran 9 terlihat bahwa peubah indikator
yang kurang valid yaitu peubah indikator citra,
momen pelayanan, keunikan, kasat mata,
hubungan dan peubah indikator perubahan.
Setelah peubah indikator tersebut dihilangkan
dan dilakukan pendugaan ulang yang disajikan
pada Lampiran 10, terlihat bahwa ada satu
peubah indikator yang memiliki nilai loading
dibawah 0.55 yaitu peubah indikator empati
sebesar 0.53, sehingga peubah indikator empati
dihilangkan dan dilakukan pendugaan ulang
yang disajikan pada Lampiran 11.
Tabel 2. Ukuran kebaikan model persamaan
struktural setelah modifikasi pertama
Kriteria
Nilai yang
Hasil uji
pengujian
disarankan
2

RMSEA
RMR
GFI
AGFI

Nilai-p 0.05
0.10
0.05
0.90
0.80

143.68

model yang dihasilkan setelah modifikasi
pertama masih merupakan model yang kurang
baik maka dilakukan modifikasi model yang
kedua.
Modifikasi kedua yang dilakukan adalah
dengan menghilangkan peubah indikator yang
memiliki nilai ragam galat pengukuran diatas
0.60 (Sitinjak 2006).
Pada Lampiran 11
terlihat bahwa peubah tersebut adalah nilai
sosial, nilai kondisi dan jaminan. Jumlah dari
ragam galat pengukuran dan nilai loading
kuadrat adalah satu, sehingga jika nilai ragam
galat pengukuran dibawah 0.60 maka nilai
loading akan bernilai diatas 0.63. Karena
peubah indikator nilai epistem dan peubah
indikator keandalan memiliki nilai loading
sebesar 0.62, dan nilai loading tersebut cukup
dekat dengan 0.63 maka peubah nilai epistem
dan peubah keandalan tetap dipertahankan
dalam model, walaupun memiliki nilai ragam
galat pengukuran diatas 0.60

(nilai-p=0.00)

0.13
0.087
0.82
0.70

Tabel 3. Ukuran kebaikan model persamaan
struktural setelah modifikasi kedua
Kriteria
Nilai yang
Hasil uji
pengujian
disarankan
2

Berdasarkan ukuran kebaikan model
setelah modifikasi pertama yang disajikan pada
Tabel 2, menunjukkan bahwa model yang
diperoleh masih merupakan model persamaan
struktural yang kurang baik karena matriks
korelasi pada model struktural tidak sama
dengan matriks korelasi data. Hal ini
berdasarkan ukuran kebaikan model yang tidak
memenuhi nilai yang disarankan. Oleh karena

RMSEA
RMR
GFI
AGFI

Nilai-p 0.05
0.10
0.05
0.90
0.80

59.94
(nilai-p=0.00)

0.115
0.057
0.89
0.77

Berdasarkan ukuran kebaikan model
setelah modifikasi kedua yang disajikan pada
Tabel 3, menunjukkan bahwa model yang

diperoleh merupakan model yang cukup baik
karena matriks korelasi pada model struktural
hampir sama dengan matriks korelasi data. Hal
ini berdasarkan ukuran kebaikan model
RMSEA, RMR, GFI dan AGFI yang
mendekati
nilai
yang disarankan. Pada
Gambar 3 terlihat bahwa hasil pendugaan
model modifikasi kedua terdapat satu peubah
indikator dengan nilai ragam galat pengukuran
diatas 0.60 yaitu peubah indikator nilai epistem
sebesar 0.67. Karena ukuran kebaikan model
setelah modifikasi kedua telah menunjukkan
model yang cukup baik maka peubah tersebut
tetap dipertahankan dalam model.
Tabel 4. Reliabilitas konstruk peubah laten
setelah modifikasi kedua
Peubah laten
Reliabilitas
Daya saing
0.99
Persepsi
0.90
Nilai produk
0.66
Kepuasan
0.74
Loyalitas
0.86
Pada Tabel 4 disajikan nilai reliabiltas
konstruk, diperoleh hasil bahwa semua pebuah
indikator handal dalam mengukur secara
bersama-sama peubah laten masing-masing,
hal ini berdasarkan nilai reliabilitas konstruk
yang dihasilkan lebih besar dari 0.50. Nilai
produk memiliki nilai reliabilitas paling rendah
hal ini disebabkan karena terdapat satu peubah
indikator yang memiliki nilai galat pengukuran
cukup besar yaitu pada peubah nilai epistem.
Berdasarkan hasil pendugaan model
setelah modifikasi kedua yang disajikan pada
Gambar 3, terlihat bahwa peubah laten persepsi
ditunjukkan melalui peubah indikator harga
dan tahap pelayanan, dengan kontribusi
masing-masing sebesar 0.97 dan 0.83. Peubah
laten daya saing ditunjukkan melalui peubah
indikator kualitas dengan kontribusi sebesar
1.00. Peubah laten nilai produk ditunjukkan
melalui peubah indikator nilai fungsi, nilai
emosi dan nilai epistem, dengan kontribusi
masing-masing sebesar 0.67, 0.65 dan 0.57.
Peubah laten kepuasan ditunjukkan melalui
peubah indikator daya tanggap dan keandalan,
dengan kontribusi masing-masing sebesar 0.78
dan 0.75. Dan peubah laten loyalitas
ditunjukkan
melalui
peubah
indikator
rekomendasi dan retensi, dengan kontribusi
masing-masing sebesar 0.93 dan 0.80.
Berdasarkan model struktural yang
disajikan pada Gambar 3 dan berdasarkan nilai
t-hitung yang disajikan pada Lampiran 9,
menunjukkan bahwa persepsi berhubungan

dengan nilai produk dan kepuasan, dengan
koefisien lintas sebesar 0.64 dan 0.58. Karena
koefisien lintas yang diperoleh bernilai positif
maka hubungan tersebut berbanding lurus yaitu
dengan semakin besar penilaian terhadap
persepsi maka penilaian terhadap nilai produk
dan kepuasan akan semakin besar. Nilai
produk berhubungan secara langsung dengan
daya saing dan loyalitas, dengan koefisien
lintas sebesar 0.39 dan 0.56, nilai produk
berhubungan secara tidak langsung terhadap
loyalitas melalui daya saing, dengan koefisen
lintas sebesar 0.12, sehingga nilai produk
berhubungan dengan loyalitas, dengan
koefisien lintas sebesar 0.68. Semakin besar
penilaian terhadap nilai produk maka penilaian
terhadap daya saing dan loyalitas akan semakin
besar.
Daya saing berhubungan dengan
kepuasan dan loyalitas, dengan koefisien lintas
sebesar 0.31 dan 0.32.
Semakin besar
penilaian terhadap daya saing maka penilaian
terhadap kepuasan dan loyalitas akan semakin
besar. Secara keseluruhan faktor yang paling
berhubungan dengan loyalitas adalah nilai
produk, dan faktor yang paling berhubungan
dengan kepuasan adalah persepsi.

KESIMPULAN
Model persamaan struktural terbaik
diperoleh setelah dilakukan modifikasi kedua.
Modifikasi
pertama
yaitu
dengan
menghilangkan peubah indikator citra, momen
pelayanan, keunikan, kasat mata, empati,
hubungan dan peubah indikator perubahan.
Peubah tersebut dihilangkan karena memiliki
nilai loading dibawah 0.55 (Hair et al. 1998).
Modifikasi kedua yaitu dengan menghilangkan
peubah indikator sosial, nilai kondisi dan
peubah indikator jaminan. Peubah tersebut
dihilangkan karena memiliki nilai ragam galat
pengukuran diatas 0.60 (Sitinjak 2006).
Peubah laten kepuasan berhubungan
dengan peubah laten daya saing dan peubah
laten persepsi, dimana hubungan antara peubah
laten persepsi dengan peubah laten kepuasan
lebih erat. Semakin besar penilaian terhadap
harga dan tahap pelayanan maka penilaian
terhadap kepuasan akan semakin besar.
Peubah laten loyalitas berhubungan
dengan peubah laten nilai produk dan peubah
laten daya saing, dimana hubungan antara
peubah laten nilai produk dengan peubah laten
loyalitas lebih erat. Semakin besar penilaian
terhadap peubah indikator nilai fungsi, nilai
emosi dan peubah indikator nilai epsitem maka
penilaian terhadap loyalitas akan semakin
besar.

DAFTAR PUSTAKA
Bollen KA. 1989. Structural Equations With
Latent Variables. New York : John Wiley
& Sons.
Ghozali I. 2005. Structural equation modeling
: Teori, Konsep dan Aplikasi dengan
Program Lisrel 8.54. Semarang : Badan
Penerbit Univeristas Diponegoro.
Hair JF, Anderson RF, Tatham RL and Black
WC. 1998. Multivatiate Data Analysis.
Fifth Edition. New Jersey : Prentice Hall,
Inc.
Johnson RA and Wichern DW. 2002. Applied
Multivatiate Statistical Analysis. Fifth
Edition. New Jersey : Pearson Education.
Jöreskog GK. 2002.
Stuctural Equation
Modelling with Ordinal Variabels.
http://www.ssicentral.com/lisrel/techdocs/
ordinal.pdf [20 Juli 2007]
Rangkuti F. 2002. Measuring Customer
Statisfaction : Teknik Mengukur dan
Strategi
Meningkatkan
Kepuasan
Pelanggan Plus Kasus PLN-JP. Jakarta :
PT Gramedia Pustaka Utama.
Sitinjak TJR dan Sugiarto. 2006.
Yogyakarta : Graha Ilmu.

LISREL.

Sharma S. 1996. Applied Multivariate
Techniques. New York : J Wiley.
Sumarwan U. 2003. Perilaku Konsumen :
Teori
dan
Penerapannya
dalam
Pemasaran. Jakarta : Ghalia Indonesia.
Timm NH. 2002. Applied Multivariate
Analysis. New York : Springer text in
statistics.
Wijanto SH. 2008. Structural Equation
Modeling
dengan
LISREL
8.8.
Yogyakarta : Graha Ilmu.

LAMPIRAN

Lampiran 1. Respon kumulatif tiap indikator
Peubah
laten

Peubah
Indikator

Persepsi
( )

Nilai Produk
( 1)
Daya Saing
( 2)
Kepuasan
( 3)

Loyalitas
( 4)

Harga
Citra
Tahap pelayanan
Momen
pelayanan
Nilai fungsi
Nilai sosial
Nilai emosi
Nilai epistem
Nilai kondisi
Keunikan
Kualitas
Keandalan
Daya Tanggap
Jaminan
Empati
Hubungan
Retensi
Rekomendasi
Perubahan

Sangat
tidak
setuju
1

1

1
1
1

Tidak
setuju

Netral

Setuju

Sangat
setuju

2
4
6

5
29
30

72
64
56

20
3
7

28

35

33

4

20
20
44
27
18
3
12
30
44
43
23
39
18
17
48

62
48
37
57
65
73
65
58
45
52
64
58
60
67
39

17
11
10
7
14
24
22
6
5
1
11
3
22
16
12

20
8
9
3
1
6
6
4
2

1

Lampiran 2. Parameter ambang
Peubah
Indikator
Keunikan
Kualitas
Harga
Citra
Tahap pelayanan
Momen pelayanan
Nilai fungsi
Nilai sosial
Nilai emosi
Nilai epistem
Nilai kondisi
Keandalan
Daya tanggap
Jaminan
Empati
Kasat mata
Hubungan
Retensi
Rekomendasi
Perubahan

Parameter Ambang
1

-1.881
-2.326
-2.326
-1.751
-2.326
-0.583
-2.326
-2.326
-2.326
-1.341
-1.881
-1.555
-1.555
-1.751
-2.054
-2.326
-0.279
-0.915
-0.954
-2.326

2

0.706
-1.126
-1.881
-0.440
-1.476
0.332
-0.806
-0.806
-1.341
-0.358
-0.806
-0.358
0.000
-0.075
-0.674
-1.881
1.881
0.772
0.994
-0.025

3

0.772
-1.405
1.881
-0.332
1.751
0.954
-0.228
0.075
1.476
1.080
1.555
1.645
2.326
1.227
-1.036

1.175

4

0.842
1.476

1.227
1.282

1.555

Lampiran 3. Korelasi polikhorik
Correlation Matrix
Unik Kualitas Harga
Unik
1.000
Kualitas
0.404 1.000
Harga
0.032 0.364 1.000
Citra
0.014 0.377 0.252
Thp_plyn 0.179 0.411 0.805
Mmn_plyn 0.177 0.312 0.382
N_fungsi 0.174 0.392 0.450
N_sosial 0.074 0.343 0.219
N_emosi 0.068 0.330 0.316
N_episte 0.105 0.204 0.372
N_kondis 0.190 0.307 0.342
Andal
0.122 0.385 0.518
Dy_tnggp 0.123 0.508 0.395
Jaminan -0.143 0.210 0.244
Empati
-0.157 0.076 0.406
Kst_mata -0.118 0.049 0.203
Hubungan 0.159 0.133 0.384
Retensi
0.289 0.364 0.337
Rekomen 0.328 0.492 0.143
Prubahan 0.074 -0.081 0.212

Citra

T_plyn

1.000
0.269
0.214
0.381
0.296
0.368
0.027
0.128
0.315
0.590
0.366
0.185
0.209
0.152
0.155
0.293
0.113

1.000
0.496
0.437
0.341
0.326
0.391
0.380
0.567
0.564
0.219
0.382
0.316
0.511
0.328
0.281
0.168

N_kondis
N_kondis 1.000
Andal
0.349
Dy_tnggp 0.401
Jaminan
0.117
Empati
0.243
Kst_mata 0.145
Hubungan 0.309
Retensi
0.420
Rekomen 0.436
Prubahan 0.171

1.000
0.388
-0.047
0.217
0.235
0.182
0.303

M_plyn N_fungsi N_sosial N_emosi N_epistem

1.000
0.290
0.441
0.435
0.437
0.265
0.641
0.336
-0.058
0.211
0.325
0.338
0.227
0.060
0.170

1.000
0.495
0.394
0.308
0.269
0.367
0.277
0.293
0.250
0.101
0.097
0.380
0.454
0.147

1.000
0.511
0.336
0.162
0.238
0.176
0.084
0.170
0.242
0.175
0.173
0.255
0.042

1.000
0.515
0.431
0.312
0.296
0.235
0.163
0.155
0.289
0.384
0.334
0.197

1.000
0.471
0.258
0.203
-0.099
0.253
0.290
0.311
0.295
0.202
0.110

Andal Dy_tnggp Jaminan Empati Kst_mata Hubungan Retensi Rekomen Prubahan
1.000
0.584
0.342
0.435
0.246
0.478
0.333
0.193
0.178

1.000
0.598
0.460
0.194
0.421
0.350
0.249
0.135

1.000
0.405
0.282
0.194
0.116
0.202

1.000
0.368
0.035
-0.021
0.099

1.000
0.332
0.210
0.178

1.000
0.745
0.272

1.000
0.272

1.000

Lampiran 4. Nilai-p pengujian normal ganda
Unik
Unik
Kualitas
Harga
Citra
Thp_plyn
Mmn_plyn
N_fungsi
N_sosial
N_emosi
N_episte
N_kondis
Andal
Dy_tnggp
Jaminan
Empati
Kst_mata
Hubungan
Retensi
Rekomen
Prubahan

0.074
0.868
0.398
0.175
0.718
0.177
0.033
0.185
0.093
0.830
0.387
0.365
0.200
0.023
0.386
0.499
0.758
0.226
0.533

N_kondis
N_kondis
Andal
0.069
Dy_tnggp 0.117
Jaminan
0.146
Empati
0.449
Kst_mata 0.710
Hubungan 0.088
Retensi
0.653
Rekomen 0.164
Prubahan 0.807

Kualitas

0.403
0.880
0.251
0.416
0.207
0.367
0.408
0.432
0.175
0.488
0.604
0.330
0.092
0.609
0.604
0.551
0.335
0.324

Harga

0.471
0.809
0.293
0.132
0.643
0.216
0.180
0.005
0.248
0.414
0.486
0.505
0.994
0.989
0.545
0.377
0.247

Citra

T_plyn

0.895
0.072
0.383
0.810
0.164
0.319
0.070
0.380
0.827
0.469
0.598
0.257
0.952
0.734
0.128
0.024

0.047
0.686
0.311
0.066
0.307
0.218
0.105
0.080
0.110
0.180
0.303
0.278
0.081
0.741
0.063

M_plyn N_fungsi N_sosial N_emosi N_