3.5.2 Analisis SEM
Sesuai dengan model yang dikembangkan dalam penelitian ini, maka teknik analisis data yang digunakan adalah SEM
Structural Equation Modeling
yang dioperasikan melalui program AMOS 20. Peneliti menggunakan alat analisis SEM karena dapat menganalisis hubungan secara langsung antara satu variabel
dependen dengan beberapa variabel independen
sehingga membantu untuk mengambil keputusan yang akan diterapkan dimasa yang akan datang.
Terdapat tujuh tahapan pemodelan dan analisis persamaan struktural, yaitu:
3.5.3.1 Pengembangan Model Berdasar Teori
Pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Setelah itu, model tersebut
divalidasi secara empirik melalui program SEM. SEM tidak dipakai untuk menghasilkan hubungan kausalitas, tetapi untuk membenarkan adanya kausalitas
teoritis melalui data uji empirik Ferdinand, 2006. Model persamaan struktural didasarkan pada hubungan kausalitas, dimana perubahan satu variabel
diasumsikan akan berakibat pada perubahan variabel lainnya Ghozali, 2013.
3.5.3.2 Menyusun Diagram Jalur
Langkah selanjutnya adalah menggambarkan model ke dalam diagram jalur
path diagram
. Dua hal yang perlu dilakukan adalah menyusun model struktural, yaitu menghubungkan antar konstruk laten endogen dan eksogen; dan
menyusun
measurement model,
yaitu menghubungkan konstruk laten dengan variabel indikator atau manifest Ghozali, 2013.
Gambar 3.1 Diagram
Path
Penelitian
Sumber: dikembangkan untuk penelitian ini, 2014
Keterangan: KL1
= Kebersihan bus KL2
= Kenyamanan bus KL3
= Kebersihan halte KL4
= Kenyamanan halte KL5
= Kerapihan petugas KL6
= Ketepatan waktu datang KL7
= Pelayanan yang sama untuk semua penumpang KL8
= Kesediaan petugas untuk membantu penumpang KL9
= Keterampilan supir dalam mengemudi KL10 = Keamanan dalam perjalanan
KL11 = Keramahan petugas KL12 = Kepedulian petugas terhadap penumpang
N13 = Harga lebih murah
N14 = Kesesuaian harga dengan kualitas
N15 = Kualitas layanan sesuai harapan
N16 = Memenuhi kebutuhan
N17 = Kesenangan saat menggunakan layanan
KP18 = Menggunakan kembali KP19 = Merekomendasikan kepada orang lain
KP20 = Mengatakan hal yang baik-baik positif mengenai layanan KP21 = Lebih memilih menggunakan layanan ini daripada layanan lainnya
3.5.3.3 Konversi Diagram Jalur ke dalam Persamaan
Pada langkah ini, diagram
path
diubah ke dalam persamaan struktural. Persamaan dari diagram
path
yang dikonversi menjadi: 1.
Persamaan struktural Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas antar
berbagai variabel, dengan rumus Ferdinand, 2006: Variabel endogen = variabel eksogen + variabel endogen + error
KP = β
1
KL +
persamaan 3.1 KP = β
1
Kδ + β
2
N + persamaan 3.2
Keterangan: KP
= Kepuasan Pelanggan β
1
= Regression Weight KL KL
= Kualitas Layanan β
2
= Regression Weight N N
= Nilai yang Dirasakan = Disturbance Term
2. Persamaan spesifikasi model pengukuran
measurement model
Pada persamaan ini ditentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukkan korelasi yang
dihipotesiskan antarkonstruk atau variabel Ferdinand, 2006
Tabel 3.2 Persamaan Spesifikasi Model Pengukuran
Variabel Eksogen Variabel Endogen
Kebersihan bus = λ
1
Kualitas δayanan +
1
Kenyamanan bus = λ
2
Kualitas δayanan +
2
Kebersihan halte = λ
3
Kualitas δayanan +
3
Kenyamanan bus = λ
4
Kualitas δayanan +
4
Kerapi an petugas = λ
5
Kualitas δayanan +
5
Ketepatan waktu = λ
6
Kualitas δayanan +
6
Pelayanan yang sama = λ
7
Kualitas Layanan +
7
Kesediaan membantu penumpang = λ
8
Kualitas δayanan +
8
Keterampilan supir mengemudi = λ
9
Kualitas δayanan +
9
Keamanan dalam perjalanan = λ
10
Kualitas Laya
nan +
10
Keramahan petugas = λ
11
Kualitas Layanan +
11
Kepedulian petugas terhadap penumpang = λ
12
Kualitas δayanan +
12
Harga Murah
=
λ
13
Nilai Dirasakan +
13
Kesesuaian harga dengan kualitas
=
λ
14
Nilai Dirasakan +
14
Kualitas sesuai harapan
=
λ
15
Nilai Dirasakan
+
15
Memenuhi kebutuhan transportasi
=
λ
16
Nilai Dirasakan +
16
Kesenangan menggunakan layanan
=
λ
17
Nilai Dirasakan +
17
Menggunakan kembali
=
λ
18
Kepuasan Pelanggan
+
18
Merekomendasikan pada orang lain
=
λ
19
Kepuasan Pelanggan +
19
Mengatakan hal yang positif mengenai layanan
=
λ
20
Kepuasan Pelanggan +
20
Memilih menggunakan layanan ini daripada yang lain
=
λ
21
Kepuasan Pelanggan
+
21
Sumb
er: dikembangkan untuk penelitian ini, 2014
3.5.3.4 Memilih Jenis Input Matriks dan Estimasi Model yang Diusulkan