Hasil Penelitian dan Pembahasan 1. Deskripsi responden berdasarkan jenis kelamin Deskripsi responden berdasarkan kelompok pendidikan

3. Satu pelanggan dan satu keluarga hanya dapat mengklaim 1 kali dalam satu minggu. 4. Perbandingan selisih hanya bisa dilakukan untuk gerai moderen GriyaYogya, Giant Superindo, Hero dan Hypermart yang berjarak maksimum 2 km dari Carrefour tempat Anda mengklaim dan tidak berlaku untuk pembelian di pasar tradisional atau toko kecil. 5. Hanya berlaku untuk produk kebutuhan sehari-hari grocery dan produk segar, kecuali departemen Bakery dan Salad Bar. 6. Selisih harga akan diganti sebesar 10 kali lipat. Pelanggan harus menunjukkan struk belanja Carrefour dan struk belanja gerai moderen lain pada hari yang sama. 7. Khusus untuk harga promosi kompetitor, klaim hanya akan diberlakukan penggantian selisih 1 kali lipat. 8. Klaim hanya bisa dilakukan untuk maksimal 5 jenis barang yang berbeda dan setiap jenisnya maksimal 1 unit atau seberat 1 kg, nilai maksimum pengembalian Rp. 100.000,00 dari setiap struk pembelanjaan. 9. Pengembalian selisih harga ini bisa dilakukan setelah pelanggan mengisi dan mengembalikan formulir di Bagian Pusat Informasi, sambil membawa dan menunjukkan barang yang dibeli lengkap dengan struk belanja Carrefour dan struk belanja gerai moderen lain, satu struk hanya untuk satu kali klaim 10. Semua penggantian 10 kali hanya bisa dilakukan di kasir Bagian Pusat Informasi. 4.2. Hasil Penelitian dan Pembahasan 4.2.1. Analisis Statistik Deskriptif Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Gambaran statistik deskriptif digunakan untuk mengetahui gambaran jawaban responden berdasarkan hasil penyebaran kuesioner terhadap unsur-unsur yang ada pada setiap variabel.

a. Deskripsi responden berdasarkan jenis kelamin

Identitas Responden Menurut Jenis Kelamin dapat dilihat pada Tabel 4.1. Dalam Tabel 4.1 terlihat bahwa dari 105 responden 20 responden 20 adalah laki-laki, 85 responden 80 perempuan. Tabel 4.1 Identitas Responden Menurut Jenis Kelamin Jenis Kelamin Jumlah Persentase Laki-Laki 20 20 Perempuan 85 80 Total 110 100 Sumber : Lampiran.

b. Deskripsi responden berdasarkan kelompok pendidikan

Pada tabel 4.2 menunjukkan bahwa responden terbesar adalah berpendidikan D3 sebanyak 52 orang 52, selanjutnya responden yang berpendidikan S1 sebanyak sejumlah 27 orang 22, D1 sebanyak sejumlah 12 orang 12selanjutnya responden sedikit adalah SMU sejumlah 14 orang 14. Tabel 4.2 Identitas Responden Menurut Pendidikan No Jabatan Jumlah orang Persentase 1. SMU 14 14 2. D1 12 12 3. D3 52 52 4. S1 27 22 Total 105 100 Sumber : data diolah Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.2. Uji Outlier Multivariate

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 atau mutivariat Hair, 1998. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick Fidel, 1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Tabel 4.3. Hasil Uji Outlier Multivariate Minimum Maximum Mean Std. Deviation N Predicted Value 0.538 100.899 53.000 22.941 105 Std. Predicted Value -2.287 2.088 0.000 1.000 105 Standard Error of Predicted Value 6.786 15.524 10.131 1.648 105 Adjusted Predicted Value -3.420 101.535 52.764 23.505 105 Residual -53.892 47.421 0.000 20.030 105 Std. Residual -2.404 2.115 0.000 0.893 105 Stud. Residual -2.677 2.271 0.004 1.000 105 Deleted Residual -66.853 54.687 0.236 25.154 105 Stud. Deleted Residual -2.784 2.331 0.003 1.010 105 Mahalanobis Distance [MD] 8.536 4 8 .8 6 5 20.800 7.149 105 Cooks Distance 0.000 0.078 0.012 0.014 105 Centered Leverage Value 0.082 0.470 0.200 0.069 105 Sumber : Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Berdasarkan tabel diatas, setelah dilakukan pengujian ditemukan bahwa terdapat outlier multivariat [antar variabel], karena MD Maksimum 48,865 ≥ 46,797

4.2.3. Uji Reliabilitas

Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha ini digunakan untuk mengestimasi reliabiltas setiap skala variabel atau observasi indikator. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran – ukuran dan mengeliminasi butir – butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan Purwanto, 2002. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.4. Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha X11 0.655 X12 0.845 Economic X13 0.802 0.652 X21 0.957 Social X22 0.954 0.904 X31 0.758 Environment X32 0.845 0.444 X41 0.662 Moralities X42 0.802 0.150 X51 0.839 Management X52 0.810 0.529 Y11 0.617 Y12 0.549 Y13 0.460 Performance Y14 0.574 0.231 Y21 0.705 Y22 0.861 Service Y23 0.783 0.683 Z1 0.501 Z2 0.772 Purchase Intention Z3 0.711 0.386 Sumber : Lampiran Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi item- item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan. Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation indikator belum seluruhnya ≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].

4.2.4. Uji Validitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini. Tabel 4.5. Hasil Uji Validitas Faktor Loading Konstrak Indikator 1 2 3 4 X11 0.538 Economic X12 0.797 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. X13 0.571 X21 0.915 Social X22 0.881 X31 0.448 Environment X32 0.706 X41 0.129 Moralities X42 0.999 X51 0.904 Management X52 0.442 Y11 0.521 Y12 0.715 Y13 -0.014 Performance Y14 0.247 Y21 0.540 Y22 0.854 Service Y23 0.637 Z1 0.127 Z2 0.400 Purchase Intention Z3 0.782 Sumber : Lampiran Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik.

4.2.5. Uji Construct Reliability dan Variance Extracted

Selain melakukan pengujian konsistensi internal crobach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance eztracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan penelitian kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Tabel 4.6. Construct Reliability Variance Extrated Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [εj] Construct Reliability Variance Extrated X11 0.538 0.289 0.711 X12 0.797 0.635 0.365 Economic X13 0.571 0.326 0.674 0.675 0.417 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. X21 0.915 0.837 0.163 Social X22 0.881 0.776 0.224 0.893 0.807 X31 0.448 0.201 0.799 Environment X32 0.706 0.498 0.502 0.506 0.350 X41 0.129 0.017 0.983 Moralities X42 0.999 0.998 0.002 0.564 0.507 X51 0.904 0.817 0.183 Management X52 0.442 0.195 0.805 0.647 0.506 Y11 0.521 0.271 0.729 Y12 0.715 0.511 0.489 Performance Y14 -0.014 0.000 1.000 0.402 0.261 Y21 0.247 0.061 0.939 Y22 0.540 0.292 0.708 Service Y23 0.854 0.729 0.271 0.584 0.361 Z1 0.637 0.406 0.594 Z2 0.127 0.016 0.984 Purchase Intention Z3 0.400 0.160 0.840 0.359 0.194 Sumber : Lampiran Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya ≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.

4.2.6. Uji Normalitas

Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. menguji normalitas itu disebut z-value. Bila nilai-z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar  2,58. Hasilnya diperoleh nilai c.r. multivariat diantara  2,58 dan itu berarti asumsi normalitas tidak terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut : Tabel 4.7. Assessment of Normality Variable min max kurtosis c.r. X11 3 7 1.015 2.122 X12 1 7 0.039 0.081 X13 1 7 1.875 3.922 X21 1 7 -0.450 -0.940 X22 3 7 -0.869 -1.818 X31 1 7 1.678 3.509 X32 1 7 1.014 2.122 Y11 2 7 0.070 0.146 Y12 2 7 -1.327 -2.776 Y21 3 7 -1.301 -2.721 Y22 2 7 -1.239 -2.592 Y31 2 7 -0.867 -1.813 Y32 1 7 -0.159 -0.332 Y33 1 7 1.037 2.169 Y34 2 7 -1.368 -2.861 Y41 2 7 -0.882 -1.845 Y42 2 7 -0.828 -1.732 Y43 1 7 -0.940 -1.965 Z1 4 7 -0.320 -0.670 Z2 1 7 0.717 1.500 Z3 3 7 -0.299 -0.625 M u lt iva r ia t e 18.708 3 .0 8 4 Sumber : Lampiran Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.2.7. Evaluasi Model One-Steep Approach to SEM

Dalam model SEM, model pengukuran dan model struktural parameter- parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one – steep approach to SEM. One – steep approach to SEM digunakan bila model dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998. Gambar 4.2. Model Pengukuran dan Struktural Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. MODEL PENGUKURAN STRUKTURAL Service Quality, Customer Satisfaction, Customer Loyalty Model Specification : One Step Approach - Base Model Economic 1 CSR d_ec 1 X11 er_1 1 1 X12 er_2 1 Social d_sc X21 er_4 1 1 1 Management d_mn Y21 er_6 1 1 1 Environment 0,005 d_en X31 er_11 Moralities d_mr Y11 er_13 Performance d_pr Y31 er_15 Y32 er_16 Y33 er_17 1 1 1 1 1 1 1 1 1 1 1 X13 er_3 1 X22 er_5 1 Y22 er_7 1 X32 er_12 1 Y12 0,005 er_14 1 Purchase Intention d_pi Z1 er_8 Z2 er_9 Service d_sv Y41 er_19 Y42 er_20 Z3 er_10 1 1 1 1 1 1 1 1 1 Corporate Image Y43 er_21 1 0,005 d_ci 1 Y34 er_18 1 Tabel 4.8. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.567 ≤ 2,00 baik Probability 0.000 ≥ 0,05 kurang baik RMSEA 0.074 ≤ 0,08 baik GFI 0.806 ≥ 0,90 kurang baik AGFI 0.753 ≥ 0,90 kurang baik TLI 0.742 ≥ 0,95 kurang baik CFI 0.776 ≥ 0,94 kurang baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang kurang baik, berarti model kurang sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Gambar 4.3. Model Pengukuran dan Struktural Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. MODEL PENGUKURAN STRUKTURAL Service Quality, Customer Satisfaction, Customer Loyalty Model Specification : One Step Approach - Modification Model Economic 1 CSR d_ec 1 X11 er_1 1 1 X12 er_2 1 Social d_sc X21 er_4 1 1 1 Management d_mn Y21 er_6 1 1 1 Environment 0,005 d_en X31 er_11 Moralities 0,005 d_mr Y11 er_13 Performance d_pr Y31 er_15 Y32 er_16 Y33 er_17 1 1 1 1 1 1 1 1 1 1 1 X13 er_3 1 X22 er_5 1 Y22 er_7 1 X32 er_12 1 Y12 0,005 er_14 1 Purchase Intention d_pi Z1 er_8 Z2 er_9 Service d_sv Y41 er_19 Y42 er_20 Z3 er_10 1 1 1 1 1 1 1 1 1 Corporate Image Y43 er_21 1 0,005 d_ci 1 Y34 er_18 1 Tabel 4.9. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.006 ≤ 2,00 baik Probability 0.463 ≥ 0,05 baik RMSEA 0.008 ≤ 0,08 baik GFI 0.900 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 0.997 ≥ 0,95 baik CFI 0.998 ≥ 0,94 baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step modification model ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variable. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.8. Uji Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 12,499 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing- masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini. Tabel 4.8. Data Uji Kausalitas Ustd Std Faktor  Faktor Estimate Estimate Prob. Corporate_Image  CSR 0,021 0,281 0,039 Purchase_Intention  CSR 0,178 0,015 0,450 Purchase_Intention  Corporate_Image 0,074 0,353 0,001 Batas Signifikansi  ≤ 0,10 Sumber : Lampiran

4.3. Hasil Uji Pengujian Hipotesis Penelitian