42
Agar tidak terjadi kesalahpahaman atau perbedaan pandangan dalam mendefinisikan variable-variabel yang dianalisis maka perlu dirumuskan definisi
operasional variabel yang ditetapkan adalah : a.
Pengalamam Y1 Yaitu menjadikan pelayanan depot bakso rindu malam dalam pengalaman yang sudah berjalan dalam menangani semua
pelayanan konsumen.. b.
Harapan Y2 Yaitu keinginan konsumen untuk kembali apabila dalam rasa, harga dan layanan yang maksimal.
c. Kepuasan secara total Y3 Yaitu penyampaian informasi tentang
keberadaan depot bakso rindu malam kepada orang lain.
3.2. Skala Pengukuran
Skala yang dipergunakan untuk variabel tersebut adalah skala likert. Skala ini mengukur sikap dengan menyatakan setuju atau ketidaksetujuan terhadap
obyek, subyek atau kejadian tertentu. Pada umumnya skala ini menggunakan 5 angka penilaian yaitu:
1 = Sangat Tidak Setuju 2 = Tidak Setuju
3 = Netral 4 = Setuju
5 = Sangat Setuju
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
43
3.3. Teknik Penentuan Sampel
a. Populasi
Populasi dalam penelitian ini adalah orang-orang yang datang dan membeli makanan di Depot Bakso Solo Rindu Malam Jalan Ciliwung 73
di Surabaya. b.
Sampel Sampel yang dipilih atau diambil bedasarkan teknik purposive sampling
atau sample yang di tentukan bedasarkan kriteria-kriteria tertentu yaitu : 1.
Pelanggan yang melakukan pembelian di Depot Bakso rindu Malam Jalan Ciliwung no.73 dengan rata-rata usia 17-50,
kriteria dipilih karena biasanya orang yang berusia tersebut mampu memberikan tanggapan yang sesuai terhadap
pertanyaan. 2.
Sampel di hitung berdasar rumus dari Ferdinand yaitu 10 x 10 jumlah Indikator, maka yang dipakai dalam sample ini
adalah 100. 3.
3.4. Teknik Pengumpulan Data 3.4.1. Jenis Data
Untuk mengadakan data yang baik, maka diperlukan data yang valid supaya
mengandung suatu kebenaran. Ada dua macam data yang
dikumpulkan dalam penelitian yaitu : a.
Data Primer
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
44
Adalah data yang diambil dari penelitian ini berdasarkan hasil jawaban dari para responden terhadap variabel-variabel yang
mempengaruhi kepuasan konsumen. b.
Data Sekunder Adalah data yang diperoleh secara tidak langsung dari obyek
penelitian melalui arsip atau laporan dari pemilik usaha bisnis.
3.4.2. Sumber Data
Sumber data penelitian ini diperoleh dari pihak intern Depot Bakso Solo Rindu Malam Jalan Ciliwung no.73 dan verdasarkan atas jawaban para
responden yang melakukan pembelian di Depot Bakso Solo Rindu Malam Jalan Ciliwung no.73 di Surabaya.
3.4.3. Pengumpulan Data
a. Metode Wawancara Merupakan teknik yang dipakai dalam pengumpulan data dengan
mewawancarai langsung kepada responden untuk keterangan yang lebih mendalam mengenai hal-hal yang diperlukan dalam penelitian. Dan juga
untuk mengambil data dari tempat penelitian yang dibutuhkan oleh peneliti.
b. Metode Observasi Merupakan suatu teknik yang dipakai untuk memperoleh gambaran
secara langsung melalui pengamatan secara langsung pada obyek
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
45
penelitian. c. Metode Kuesioner
Merupakan teknik pengumpulan data dengan menyebarkan daftar pertanyaan angket kepada responden untuk memperoleh informasi
langsung.
3.5. Teknik Analisis Data
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modeling SEM. Model pengukuran faktor
menggunakan Confirmatori Faktor Analisis. Penaksiran pengaruh masing- masing variabel bebas terhadap variabel terikatnya menggunakan koefisien
jalur. Langkah-langkah dalam analisis SEM model pengukuran dengan contoh faktor kualitas produk dilakukan sebagai berikut:
Persamaan dimensi faktor persepsi : X1.1
= λ kualitas produk + er_1
X1.2 =
λ kualitas produk + er_2 Bila persamaan diatas dinyatakan dalam sebuah pengukuran model untuk
diuji unidimensionalitasnya melalui confirmatory factor analysis, maka model pengukuran dengan contoh faktor persepsi akan tampak sebagai berikut :
Gambar 3.1 : Contoh Model Pengukuran Faktor Kualitas produk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
46
Keterangan : X1 = Pertanyaan tentang ...........................
X2 = Pertanyaan tentang ........................... er_j = error term xij
Demikian juga faktor lain seperti kualitas produk dan kepuasan konsumen.
1. Asumsi Model Stuctural Equation Modeling
a. Uji Normalitas Sebaran dan Linieritas 1 Normalitas dapat diuji dengan melihat gambar histogram data atau dapat
diuji dengan metode-metode statistik. 2 Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien
sampel dengan standar errornya dan Skewness Value yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji
normalitas itu disebut sebagai Z-value. Pada tingkat signifikan 1, jika nilai Z lebih besar dari nilai kritis , maka dapat diduga bahwa distribusi
data adalah tidak normal. 3 Normal Probability Plot SPSS 10.1
4 Linearitas dengan mengamati scatterplots dari data yaitu dengan memilih er_1
er_2 X1
X2 Kualitas produk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
47
pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linearitas.
b. Evaluasi atas Outlier 1. Mengamati nilai Z-score : ketentuanya diantara ± 3.0 non outlier.
2. Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat ρ 0,001. Jarak diuji dengan Chi-Square X² pada df sebesar jumlah
variabel bebasnya. Ketentuan : bila Mahalanobis dari nilai X² adalah multivariate outlier.
3. Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul
dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi Ferdinand, 2002.
c. Deteksi Multicolinearity dan Singularity. Dengan mengamati Determinan matriks cavarians. Dengan ketentuan
apabila determinant sample matrix mendekati angka 0 kecil. Maka terjadi multikolineritas dan singularitas.
d. Uji Validitas Dan Reliabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator
dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah usuran mengenai
konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu
mengindikasikan sebuah konstruk yang umum.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
48
Karena indikator multidimensi. Maka uji validitas dari setiap laten variabel construct akan diuji dengan melihat loading faktor dari hubungan
antara setiap opserved variabel dan laten variabel construct reliability dan variance – extracted dihitung dengan rumus berikut:
∑ Standardize Loading ² Construct Liability =
∑ Standardize Loading ² + ∑ εj ∑ Standardize Loading ²
Variance Liability = ∑ Standardize Loading ² + ∑ εj
Sementara εj dapat dihitung dengan formula εj = 1 – Standardize
Loading² secara umum, nilai construct reliability yang dapat diterima adalah
≥ 0,7 dan variance extracted ≥ 0,5. Standardize Loading dapat diperoleh dari output AMOS 4.01 dengan
melihat nila estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikator.
2. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung koefisien jalur diamati dari bobot regresi standar dengan pengujian signifikansi pembanding nilai CR Critical Ratio atau
ρ probability yang sama dengan nilai t hitung. Apabila t hitung lebih besar
daripada t tabel berarti significan.
3. Evaluasi Model
Ferdinand 2002 menjelaskan bahwa pola ”confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas hipotesis-hipotesis
dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
49
menggambarkan “good fit” dengan data, maka model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teoritis tidak diperkuat jika teori tersebut
mempunyai suatu ”poor fit” dengan data. Amos dapat menguji apakah model ”good fit” atau ”poor fit” jadi, “good fit” model yang diuji sangat penting
dalam penggunaan structural equation modeling. Pengujian terhadap model yang dikembangkan dengan berbagai kriteria
goodness of fit, adalah: 1.
X²-Chi-square Chi Square bersifat sangat sensitive terhadap besarnya sample yang
digunakan. Model yang diuji dipandang baik atau memuaskan bila chi squarenya rendah.
2. Probability
Merupakan Uji Signifikansi terhadap perbedaan matriks covariance data dan matriks covariance yang diestimasi.
3. RMSEA The Roof Mean Square Error of Approximation
RMSEA merupakan sebuah indeks yang dapat digunakan untuk mengkompensasi chi square statistic dalam sampel yang besar.
4. GFI Good of Fit Index
Indeks kesesuaian fit index ini akan menghitung proporsi tertimbang dari varians dalam matriks kovarian sampel yang dijelaskan oleh matriks
kovarians populasi yang terestimasi. 5.
AGFI Adjusted Goodness of Fit Index GFI maupun AGFI adalah criteria yang memperhitungkan proporsi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
50
tertimbang dari varians dalam sebuah matriks dan kovarians sampel. 6.
CMINDF The minimum sample discrepancy function CMIN dibagi dalam degree
of freedomnya akan menghasilkan indeks CMINDF. 7.
TLI Tucker Lewis Indeks Adalah sebuah alternatif incremental fit index yang membandingkan
sebuah model yang diuji tehadap sebuah baseline model. 8.
CFI Comparative Fit Index Keunggulan dari indeks ini adalah bahwa indeks ini besarnya tidak
dipengaruhi ukuran sample karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model.
Tabel 3.1 GOODNESS OF FIT INDICES
GOODNESS OF FIT INDEX
KETERANGAN CUT – OFF
VALUE
X- Chi
Square Menguji apakah covariance populasi yang diestimasi sama dengan covariance sample
apakah model sesuai dengan data Diharapkan
Kecil, 1 sd 5 atau paling
baik diantara 1 dan 2
Probability Uji Signifikansi
terhadap perbedaan matriks covariance data dan matriks covariance yang
diestimasi Minimum 0.1
atau 0.2 atau ≥
0.05 RMSEA
Mengkompensasi kelemahan Chi-Square pada simple besar
≤ 0.08 GFI
Menghitung proporsi tertimbang varians dalam matriks simple yang dijelaskan oleh matriks
covariance populasi yang diestimasianalog dengan R² dalam regresi berganda
0 sampai dengan 1
AGFI GFI yang disesuaikan terhadap DF
≥ 0.90 CMINDE
Kesesuaian antara data dan model ≤ 2.00
TLI Pembandingan antara model yang diuji
terhadap baseline model ≥ 0.95
CFI Uji kelayakan model yang tidak sensitive
terhadap besarnya simple dan kerumitan model ≥ 0.95
Sumber: Ferdinan, 2002
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
51
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Deskripsi obyek penelitian
4.1.1 Sejarah perusahaan atau produk
Bakso merupakan salah satu makanan khas kota solo. Orang-orang yang datang dari luar kota yang singgah di Solo pasti ingin merasakan
masakan khas kota solo yakni bakso. Berawal dari sinilah Bapak. Sarno membuka usaha depot bakso khas Solo di surabaya. Karena dengan
membuka usaha depot bakso di surabaya, maka bapak Sarno merasa bahwa persaingan dengan depot bakso yang lain di surabaya lebih kecil
dibandingkan membuka usaha bakso di Solo.
Usaha depot bakso rindu malam yang berada di jalan ciliwung pojok ini sejak tahun 1984 tepatnya pada tanggal 03 bulan September.
Pertama kali usaha bakso rindu malam ini dikelola oleh seorang pengusaha bernama Bapak Sarno. Dengan menggunakan modal sendiri Bapak Sarno
beserta istri dan anaknya mengelola usahanya. Cita-cita mendirikan depot bakso ini sudah ada sejak beliau belum tinggal di surabaya. Dengan
keterbasan modal, maka Bapak Sarno hanya mendirikan depot bakso tersebut dengan sangat sederhana.
Pemberian nama “Depot Bakso Rindu Malam” ini diambil dari para pelanggan yang ramai berdatangan waktu malam hari. Didalam
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.