TELAAH PUSTAKA, IDENTIFIKASI KEBIJAKAN, DAN MODEL PENELITIAN EMPIRIS
1. Pengembangan Model Teoritis
Dalam langkah pengembangan model teoritis, hal yang harus dilakukan Dalam langkah pengembangan model teoritis, hal yang harus dilakukan
2. Pengembangan Path Diagram
Dalam langkah kedua ini, model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah path diagram, yang akan mempermudah untuk melihat hubungan – hubungan kausalitas yang ingin diuji. Dalam path diagram, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antara satu konstruk dengan konstruk lainnya. Sedangkan garis – garis lengkung antara konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antara konstruk – konstruk yang dibangun dalam path diagram yang dapat dibedakan dalam dua kelompok, yaitu : - Exogenous constructs yang dikenal juga sebagai source variables
atau independent variables yang tidak diprediksi oleh variabel yang lain dalam model.
- Endogenous constructs yang merupakan faktor – faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen.
Persamaan yang didapat dari path diagram yang dikonversikan terdiri dari : - Structural equation yang dirumuskan untuk menyatakan hubungan
kausalitas antara berbagai konstruk. Variabel Endogen = Variabel Eksogen + Variabel Eksogen Endogen + error
- Persamaan spesifikasi model pengukuran (measurement model)
dimana harus serangkaian matriks yang menunjukkan korelasi yang dihipotesisikan antar konstruk atau variabel. Komponen – komponen ukuran mengidentifikasi latent variables dan komponen – komponen structural mengevaluasi hipotesis hubungan kausal, antara latent variables pada model kausal dan menunjukkan sebuah pengujian seluruh hipotesis dari model sebagai satu keseluruhan (Hayduk, Kline, dalam Ferdinand, 2000).
4. Memilih matriks input dan estimasi model
SEM menggunakan input data yang hanya menggunakan matriks varians / kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan. Matriks kovarian digunakan karena SEM memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda, yang tidak dapat disajikan oleh korelasi. Hair (dalam Ferdinand, 2000) menganjurkan agar menggunakan matriks varians / kovarians pada saat pengujian teori sebab lebih memenuhi asumsi – asumsi metodologi dimana standard error yang dilaporkan akan menunjukkan angka yang lebih akurat dibanding SEM menggunakan input data yang hanya menggunakan matriks varians / kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan. Matriks kovarian digunakan karena SEM memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda, yang tidak dapat disajikan oleh korelasi. Hair (dalam Ferdinand, 2000) menganjurkan agar menggunakan matriks varians / kovarians pada saat pengujian teori sebab lebih memenuhi asumsi – asumsi metodologi dimana standard error yang dilaporkan akan menunjukkan angka yang lebih akurat dibanding
5. Kemungkinan munculnya masalah identifikasi
Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul problem identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk.
6. Evaluasi kriteria goodness of fit
Pada langkah ini dilakukan pengujian terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit. Berikut ini disajikan beberapa indeks kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima atau ditolak.
Sebuah model dinyatakan layak jika masing-masing indeks tersebut mempunyai cut of value seperti ditunjukkan pada tabel 3.1 berikut:
Tabel 3.1 Indikator Justifikasi Statistik dalam AMOS
Goodness of Fit Index
Cut – off Value
χ 2 Sekecil mungkin
II. Significance Probability
III. RMSEA
V. AGFI
VI. CMIN / DF
VII. TLI
VIII. CFI
> 0.95 Sumber: Dikembangkan untuk penelitian ini
7. Interpretasi dan Modifikasi Model
Langkah terakhir adalah menginterpretasikan model dan memodifikasi model bagi model – model yang tidak memenuhi syarat pengujian yang dilakukan. Hair (dalam Ferdinand, 2000) memberikan pedoman untuk mempertimbangkan perlu tidaknya memodifikasi sebuah model dengan melihat jumlah residual yang dihasilkan oleh model. Batas keamanan untuk jumlah residual yang dihasilkan oleh model, maka sebuah modifikasi mulai perlu dipertimbangkan. Bila ditemukan bahwa nilai residual yang dihasilkan model cukup besar (yaitu > 2.58) maka cara lain dalam memodifikasi adalah dengan mempertimbangkan untuk menambah sebuah alur baru terhadap model yang diestimasi itu. Nilai residual value yang lebih besar atau sama dengan 2.58 (kurang lebih) diinterpretasikan sebagai signifikan secara statistik pada tingkat 5%.
BAB IV HASIL DAN PEMBAHASAN
Pada bab IV ini disajikan gambaran data penelitian yang diperoleh dari hasil jawaban reponden, proses pengolahan data dan analisis hasil pengolahan data tersebut. Hasil pengolahan data selanjutnya akan digunakan sebagai dasar untuk analisis dan menjawab hipotesis penelitian yang diajukan.
Analisis data diskriptif digunakan untuk menggambarkan kondisi jawaban responden untuk masing-masing variabel. Hasil jawaban tersebut selanjutnya digunakan untuk mendapatkan tendensi jawaban responden mengenai kondisi masing-masing variabel penelitian.
Analisis data yang adalah digunakan dalam penelitian ini adalah Structural Equation Modeling (SEM) dengan terlebih dahulu melakukan pengujian dimensi- dimensinya dengan confirmatory factor analysis. Evaluasi terhadap model SEM juga akan dianalisis mendapatkan dan mengevaluasi kecocokan model yang diajukan. Setelah diketahui semua hasil pengolahan data, selanjutnya akan dibahas dan yang terakhir adalah menarik kesimpulan yang didasarkan pada hasil analisis hasil tersebut.
4.1. Gambaran Umum Responden
Pada bagian ini akan dijelaskan mengenai data-data deskriptif yang diperoleh dari responden. Data deskriptif penelitian disajikan agar dapat dilihat profil dari data penelitian dan hubungan yang ada antar variabel yang digunakan Pada bagian ini akan dijelaskan mengenai data-data deskriptif yang diperoleh dari responden. Data deskriptif penelitian disajikan agar dapat dilihat profil dari data penelitian dan hubungan yang ada antar variabel yang digunakan
Responden dalam penelitian ini distributor PT.Indosat cabang Semarang sejumlah 100 responden. Dari 100 responden yang berpartisipasi dalam penelitian ini selanjutnya dapat diperinci berdasarkan coverage sales, area coverage, dan lama kerjasama. Keempat aspek demografi tersebut mempunyai peran penting dalam menilai keberhasilan kinerja penjualan dalam meningkatkan loyalitas outlet.
4.1.1. Responden Menurut Coverage Sales
Berdasarkan data primer yang dikumpulkan melalui penyebaran kuesioner, diperoleh profil responden menurut coverage sales sebagaimana nampak dalam tabel 4.1.
Tabel 4.1. Responden Menurut Coverage Sales
Usia (Tahun)
1-5 21 21 5-10 19 19 > 10
Jumlah 100 100
Berdasarkan Tabel 4.1. diatas nampak bahwa outlet dengan coverage area diatas 10 milyar adalah yang terbesar yaitu sebesar 56% dari total 100 outlet yang berpartisipasi dalam penelitian ini.
4.1.2. Responden Menurut Area Coverage
Komposisi responden berdasarkan aspek area coverage dapat dilihat pada Tabel 4.2.
Tabel 4.2 Responden Menurut Area Coverage
Jenis Kelamin
Berdasarkan Tabel 4.2. diatas nampak bahwa outlet dibawah 500 area coverage merupakan responden mayoritas yaitu sebesar 71% dari total 100 outlet yang berpartisipasi dalam penelitian ini.
4.1.3. Responden Menurut Lama Kerja Sama
Apabila dilihat aspek lama kerja sama, maka komposisi responden berdasarkan lama kerja sama dapat dilihat pada Tabel 4.4 sebagai berikut:
Tabel 4.4. Responden Menurut Masa Kerja
Masa Kerja
Berdasarkan Tabel 4.4. diatas nampak bahwa mayoritas responden mempunyai lama kerja sama antara 5-10 tahun yaitu sebesar 56% responden dari total 100 responden yang berpartisipasi dalam penelitian ini.
4.2. Analisis Data
Penelitian ini menggunakan analisis Structural Equation Modelling (SEM). Model teoritis yang telah digambarkan pada diagram jalur sebelumnya akan dilakukan analisis berdasarkan data yang telah diperoleh.
Metode analisis SEM akan menggunakan input matriks kovarians dan menggunakan metode estimasi maximum likelihood. Pemilihan input dengan matriks kovarian adalah karena matriks kovarian memiliki keuntungan dalam memberikan perbandingan yang valid antar populasi atau sampel yang berbeda, yang kadang tidak memungkinkan jika menggunakan model matriks korelasi.
Sebelum membentuk suatu full model SEM, terlebih dahulu akan dilakukan pengujian terhadap faktor-faktor yang membentuk masing-masing variabel. Pengujian akan dilakukan dengan menggunakan model confirmatory factor analysis . Kecocokan model (goodness of fit), untuk confirmatory factor analysis juga akan diuji. Dengan program AMOS, ukuran-ukuran goodness of fit tersebut akan nampak dalam outputnya. Selanjutnya kesimpulan atas kecocokan model yang dibangun akan dapat dilihat dari hasil ukuran-ukuran goodness of fit yang diperoleh. Pengujian goodness of fit terlebih dahulu dilakukan terhadap model confirmatory factor analysis. Berikut ini merupakan bentuk analisis goodness of fit tersebut.
Pengujian dengan menggunakan model SEM dilakukan secara bertahap. Jika belum diperoleh model yang tepat (fit), maka model yang diajukan semula perlu direvisi. Perlunya revisi dari model SEM muncul dari adanya masalah yang muncul dari hasil analisis. Masalah yang mungkin muncul adalah masalah mengenai ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang unik. Apabila masalah-masalah tersebut muncul dalam analisis SEM, maka mengindikasikan bahwa data penelitian tidak mendukung model struktural yang dibentuk. Dengan demikian model perlu direvisi dengan mengembangkan
4.2.1. Analisis Faktor Konfirmatori ( Confirmatory Faktor Analysis)
Analisis faktor konfirmatori ini merupakan tahap pengukuran terhadap dimensi-dimensi yang membentuk variabel laten dalam model penelitian. Tujuan dari analisis faktor konfirmatori adalah untuk menguji unidimensionalitas dari dimensi-dimensi pembentuk masing-masing variabel laten. Hasil analisis faktor konfirmatori dari masing-masing model selanjutnya akan dibahas.
1) Analisis Faktor Konfirmatori - Konstruk Eksogen
Tahap analisis faktor konfirmatori konstruk eksogen ini adalah tahap pengukuran terhadap dimensi – dimensi yang membentuk variabel laten pada kontruk eksogen. Hasil pengolahan data untuk confirmatory factor analysis construct Exogen dapat dilihat pada Gambar 4.1 dan hasilnya disajikan pada Tabel 4.5 dan Tabel 4.6
Gambar 4.1 Analisis Faktor Konfirmatori – Konstruk Eksogen
Confirmatory Factor Analysis - 1
Kualitas Hub. Bisnis Dengan Outlet
UJI MODEL Chi Square = 29.303
df = 19 Prob. = .061 RMSEA = .074
Cmin / df = 1.542 GFI = .931 AGFI = .870 TLI = .962 CFI = .974
Strategi Pelayanan Outlet .85
Berdasarkan Gambar 4.1 diatas mengindikasikan bahwa model konfirmatori eksogen mempunyai goodness of fit yang baik, sehingga model layak diterima. Pengujian kesesuaian model diringkas dalam tabel berikut ini..
Tabel 4.5 Hasil Pengujian Kelayakan Model
Pada Analisis Faktor Konfirmatori Konstruk Eksogen
Goodness of Fit Indeks
Cut-off Value
Hasil
Evaluasi Model
Baik Probability
Chi – Square
Kecil (< 43.116 )
Baik RMSEA
Baik GFI
Baik
AGFI
Marginal CMIN / DF
Baik TLI
Baik CFI
Hasil analisis pengolahan data terlihat bahwa konstruk yang digunakan untuk membentuk sebuah model penelitian, pada proses analisis faktor konfirmatori telah memenuhi kriteria goodness of fit yang telah ditetapkan. Nilai probability pengujian goodness of fit menunjukkan nilai 0,061, dengan ukuran-ukuran kelayakan model yang berada dalam kategori baik. Dengan demikian kecocokan model yang diprediksikan dengan nilai-nilai pengamatan cukup memenuhi syarat.
Pengujian kemaknaan dari dimensi-dimensi yang terekstraksi dalam membentuk variabel laten, dapat diperoleh dari nilai standardized loading factor dari masing-masing dimensi. Jika diperoleh adanya nilai pengujian yang sangat signifikan maka hal ini mengindikasikan bahwa dimensi tersebut cukup baik untuk terekstraksi membentuk variabel laten. Hasil berikut merupakan pengujian kemaknaan masing-masing dimensi dalam membentuk variabel laten.
Tabel 4.6 Regression Weight Pada Analisis Faktor Konfirmatori - Konstruk Eksogen
Estimate
x1 <--- Kualitas_Hub. Bisnis_Dengan Outlet
x2 <--- Kualitas_Hub. Bisnis_Dengan Outlet
x3 <--- Kualitas_Hub. Bisnis_Dengan Outlet
x4 <--- Kualitas_Hub. Bisnis_Dengan Outlet
x5 <--- Kualitas_Hub. Bisnis_Dengan Outlet
x8 <--- Strategi_Pelayanan_Outlet
x7 <--- Strategi_Pelayanan_Outlet
x6 <--- Strategi_Pelayanan_Outlet
Analisis faktor tersebut juga menunjukkan nilai pengujian dari masing- masing pembentuk suatu konstruk. Hasil menunjukkan bahwa setiap indikator- indikator atau dimensi pembentuk masing-masing variabel laten menunjukkkan hasil baik, yaitu nilai dengan CR diatas 2,58 atau dengan probabilitas yang lebih kecil dari 0,05. Selain itu nilai loading factor dari semua dimensi berada lebih besar dari 0,4. Dengan hasil ini, maka dapat dikatakan bahwa indikator- indikator pembentuk variabel laten eksogen telah menunjukkan unidimensionalitas. Selanjutnya berdasarkan analisis faktor konfirmatori konstruk eksogen ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa modifikasi atau penyesuaian-penyesuaian.
2) Analisis Faktor Konfirmatori - Konstruk Endogen
Tahap analisis faktor konfirmatori konstruk endogen ini sama dengan tahap analisis faktor konfirmatori konstruk endogen. Hasil pengolahan data untuk confirmatory fantor analysis construct Endogen dapat dilihat pada Gambar 4.6 dan hasilnya disajikan pada Tabel 4.7 dan Tabel 4.8
Gambar 4.2
Analisis Faktor Konfirmatori – Konstruk Endogen
Confirmatory Factor Analysis - 2
UJI MODEL Chi Square = 8.316
df = 8 Prob. = .403 RMSEA = .020 Cmin / df = 1.039 GFI = .973
Berdasarkan Gambar 4.1 diatas mengindikasikan bahwa model konfirmatori endogen mempunyai goodness of fit yang baik, sehingga model layak diterima. Pengujian kesesuaian model diringkas dalam tabel berikut ini.
Tabel 4.7 Hasil Pengujian Kelayakan Model Pada Analisis Faktor Konfirmatori Konstruk Endogen
Goodness of Fit Indeks
Cut-off Value
Hasil
Evaluasi Model
Chi – Square
Baik Probability
Kecil (< 27.366 )
Baik
RMSEA
Baik GFI
Baik AGFI
Baik CMIN / DF
Baik TLI
Baik CFI
Sumber : Data primer yang diolah Hasil analisis pengolahan data terlihat bahwa konstruk yang digunakan untuk membentuk sebuah model penelitian, pada proses analisis faktor konfirmatori telah memenuhi kriteria goodness of fit yang telah ditetapkan. Nilai probability pengujian goodness of fit menunjukkan nilai 0,403, dengan ukuran-ukuran kelayakan model yang berada dalam kategori baik. Dengan demikian kecocokan model yang diprediksikan dengan nilai-nilai pengamatan memenuhi syarat.
Pengujian kemaknaan dari dimensi-dimensi yang terekstraksi dalam membentuk variabel laten, dapat diperoleh dari nilai standardized loading factor dari masing-masing dimensi. Jika diperoleh adanya nilai pengujian yang sangat signifikan maka hal ini mengindikasikan bahwa dimensi tersebut cukup baik untuk terekstraksi membentuk variabel laten. Hasil berikut merupakan pengujian kemaknaan masing-masing dimensi dalam membentuk variabel laten.
Tabel 4.8 Regression Weight Pada Analisis Faktor Konfirmatori - Konstruk Endogen
Estimate
x9 <--- Kinerja_Penjualan
x10 <--- Kinerja_Penjualan
x11 <--- Kinerja_Penjualan
x12 <--- Loyalitas_ Outlet
x13 <--- Loyalitas_ Outlet
Analisis faktor tersebut juga menunjukkan nilai pengujian dari masing- masing pembentuk suatu konstruk. Hasil menunjukkan bahwa setiap indikator- indikator atau dimensi pembentuk masing-masing variabel laten menunjukkkan hasil baik, yaitu nilai dengan CR diatas 2,58 atau dengan probabiltas yang lebih kecil dari 0,05. Selain itu nilai loading factor dari semua dimensi berada lebih besar dari 0,4. Dengan hasil ini, maka dapat dikatakan bahwa indikator- indikator pembentuk variabel laten eksogen telah menunjukkan unidimensionalitas. Selanjutnya berdasarkan analisis faktor konfirmatori konstruk endogen ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa modifikasi atau penyesuaian-penyesuaian.
4.2.2. Analisis Structural Equation Modelling (SEM)
Analisis selanjutnya adalah analisis Structural Equation Model (SEM) secara full model, setelah dilakukan analisis terhadap tingkat unidimensionalitas dari indikator-indikator pembentuk variabel laten yang diuji dengan confirmatory factor analysis. Analisis hasil pengolahan data pada tahap full model SEM dilakukan dengan melakukan uji kesesuaian dan uji statistik. Hasil pengolahan data untuk analisis full model SEM ditampilkan pada Gambar 4.3, Tabel 4.9 dan Tabel
Gambar 4.3
Hasil Pengujian Structural Equation Model (SEM)
Full Model Structural Equation Model (SEM)
UJI MODEL Chi Square = 82.232
Prob. = .170 RMSEA = .040
x1 x2 x3 x4
x5
Cmin / df = 1.158
Hub. Bisnis
CFI = .984
Dengan Outlet
Loyalitas .81 e10 .32
Outlet x13 e13 .76
Strategi Pelayanan Outlet .86
Sumber : Data primer yang diolah
Uji terhadap kelayakan full model SEM ini diuji dengan menggunakan Chi square, CFI, TLI, CMIN/DF, RMSEA, GFI dan AGFI berada dalam rentang nilai yang diharapkan. Besarnya hasil pengujian kelayakan model structural equation model sebagaimana dalam tabel 4.9 , berikut :
Tabel 4.9
Hasil Pengujian Kelayakan Model Structural Equation Model (SEM)
Goodness of Fit Indeks
Cut-off Value
Hasil Analisis
Evaluasi Model
Chi – Square
Kecil (<104.144 )
Baik Probability
Baik RMSEA
Baik GFI
Baik AGFI
Marginal CMIN / DF
Baik TLI
Baik
Sumber : Data primer yang diolah
Hasil tersebut menunjukkan bahwa model yang digunakan dapat diterima. Tingkat signifikansi sebesar 0,170 menunjukkan sebagai suatu model persamaan struktural yang baik. Indeks pengukuran TLI, CFI, CMIN/DF, GFI, AGFI, dan RMSEA berada dalam rentang nilai yang diharapkan. Dengan demikian uji kelayakan model SEM sudah memenuhi syarat penerimaan.
4.2.3. Pengujian Asumsi SEM
4.2.3.1. Normalitas Data
Pengujian selanjutnya adalah melihat tingkat normalitas data yang digunakan dalam penelitian ini. Pengujian ini adalah dengan mengamati nilai skewness data yang digunakan, apabila nilai CR pada skewness data berada pada rentang antara + 2.58 atau berada pada tingkat signifikansi 0.05. Hasil pengujian normalitas data ditampilkan pada Tabel 4.10
Tabel 4.10 Normalitas Data
Variable min max Skew
c.r. x14
c.r. kurtosis
4.000 10.000 .089 .363 -1.044 -2.130
x13 4.000 10.000 -.032 -.129 -.444 -.907 x12
4.000 10.000 -.087 -.356 -.711 -1.450
x11
4.000 10.000 .165 .675 -.609 -1.243
x10
4.000 10.000 .401 1.639 -.763 -1.557
x9
4.000 10.000 .300 1.224 -.910 -1.858
x6
4.000 10.000 -.137 -.558 -.760 -1.551
x7
4.000 10.000 -.081 -.330 -.816 -1.665
x8
4.000 10.000 -.167 -.682 -.702 -1.433
Variable min max Skew
c.r. x4
c.r. kurtosis
4.000 10.000 -.292 -1.192 -.946 -1.931
x3 4.000 10.000 -.296 -1.207 -.348 -.709 x2 4.000 10.000 .062 .254 -.306 -.625 x1
4.000 10.000 -.036 -.149 -.914 -1.866
Evaluasi normalitas dilakukan dengan menggunakan kriteria critical ratio skewness value dan kurtosis value., dimana nilai kedua ratio yang memiliki nilai yang lebih besar dari nilai mutlak 2,58, berarti data tersebut berdistribusi tidak normal. Dari hasil pengolahan data yang ditampilkan pada Tabel 4.10. terlihat bahwa tidak terdapat nilai C.R. untuk skewness yang berada diluar rentang +2.58. Dengan demikian maka data penelitian yang digunakan telah memenuhi persyaratan normalitas data, atau dapat dikatakan bahwa data penelitian telah terdistribusi normal.
4.2.3.2. Evaluasi atas Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlihat sangat berbeda dengan data lainnya dan muncul dalam bentuk nilai ekstrim, baik untuk variabel tunggal maupun kombinasi (Hair, et al, 1995, p. 57). Evaluasi atas outlier multivariat disajikan pada bagian berikut ini:
Evaluasi terhadap multivariate outliers perlu dilakukan karena walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi-observasi itu dapat menjadi outliers bila sudah dikombinasikan, Jarak Mahalonobis (Mahalonobis Distance) untuk tiap-tiap observasi dapat dihitung dan Evaluasi terhadap multivariate outliers perlu dilakukan karena walaupun data yang dianalisis menunjukkan tidak ada outliers pada tingkat univariate, tetapi observasi-observasi itu dapat menjadi outliers bila sudah dikombinasikan, Jarak Mahalonobis (Mahalonobis Distance) untuk tiap-tiap observasi dapat dihitung dan
Untuk menghitung mahalonobis distance berdasarkan nilai chi-square pada jumlah responden sejumlah 100 dikurangi derajad bebas sebesar 14 (jumlah
indikator) yaitu 86 pada tingkat p<0.001 adalah x 2 (86, 0.001) = 55,609 (berdasarkan tabel distribusi x 2 ). Dari hasil pengolahan data dapat diketahui bahwa jarak
Mahalanobis maksimal adalah 25.055. yang masih berada di bawah batas maksimal outlier multivariat e.
4.2.3.3. Evaluasi atas Multicollinearity dan singularity
Pengujian data selanjutnya adalah untuk melihat apakah terdapat multikolinearitas dan singularitas dalam sebuah kombinasi variabel. Indikasi adanya multikolinearitas dan singularitas dapat diketahui melalui nilai determinan matriks kovarians yang benar-benar kecil, atau mendekati nol. Dari hasil pengolahan data nilai determinan matriks kovarians sample adalah : Determinant of sample covariance matrix = 146.595
Dari hasil pengolahan data tersebut dapat diketahui nilai determinant of sample covariance matrix berada jauh dari nol. Dengan demikian dapat dikatakan bahwa data penelitian yang digunakan tidak terdapat multikolinearitas dan singularitas.
4.2.3.5. Uji Reliability dan Variance Extract
Uji reliabilitas menunjukkan sejauh mana suatu alat ukur yang dapat memberikan hasil yang relatif sama apabila dilakukan pengukuran kembali pada obyek yang sama. Nilai reliabilitas minimum dari dimensi pembentuk variabel
Pengukuran variance extract menunjukkan jumlah varians dari indikator yang diekstraksi oleh konstruk/variabel laten yang dikembangkan. Nilai variance extract yang dapat diterima adalah minimum 0,40. Untuk menilai tingkat variance extract dari masing-masing variabel laten, dari persamaan diatas dituangkan dalam bentuk tabel, yang menunjukkan hasil pengolahan data. Hasil pengolahan data Reliability dan Variance Extract tersebut ditampilkan pada Tabel 4.13.
Tabel 4.13 Reliability dan Variance Extract
Variabel Reliability Variance Extract Kualitas Hub.Bisnis dengan Outlet
0.815 0.639 Strategi Pelayanan Outlet
0.871 0.551 Kinerja Penjualan
0.869 0.558 Loyalitas Outlet
Hasil pengujian reliability dan variance extract terhadap masing-masing variabel laten atas dimensi-dimensi pembentuknya menunjukkan bahwa semua variabel menunjukkan sebagai suatu ukuran yang reliabel karena masing-masing memiliki reliability yang lebih besar dari 0,6
Hasil pengujian variance extract juga sudah menunjukkan bahwa masing- masing variabel laten merupakan hasil ekstraksi yang cukup besar dari dimensi- dimensinya. Hal ini ditunjukkan dari nilai variance extract dari masing-masing variabel adalah lebih dari 0,4.
4.3. Pengujian Hipotesis
Setelah semua asumsi dapat dipenuhi, selanjutnya akan dilakukan pengujian hipotesis sebagaimana diajukan pada bab sebelumnya. Pengujian 5 hipotesis penelitian ini dilakukan berdasarkan nilai Critical Ratio (CR) dari suatu hubungan kausalitas dari hasil pengolahan SEM sebagaimana pada tabel 4.14 berikut.
Tabel 4.14
Regression Weight Structural Equational Model
Estimate S.E. C.R. P
Kualitas_Hub.
Kinerja_Penjualan <--- .399 .133 3.010 .003
Bisnis_Dengan Outlet
Kinerja_Penjualan <--- Strategi_Pelayanan_Outlet .292 .134 2.182 .029
Kualitas_Hub.
Loyalitas_ Outlet <--- .260 .130 1.991 .047
Bisnis_Dengan Outlet
Loyalitas_ Outlet <--- Strategi_Pelayanan_Outlet .264 .129 2.048 .041 Loyalitas_ Outlet <--- Kinerja_Penjualan
.359 .123 2.916 .004 Sumber : Data primer yang diolah
4.3.1. Pengujian Hipotesis 1
H1 : Semakin tinggi kualitas hubungan bisnis perusahaan dengan outletnya maka akan semakin tinggi kinerja penjualan. Parameter estimasi untuk pengujian pengaruh kualitas hubungan bisnis
perusahaan dengan outletnya terhadap kinerja penjualan menunjukkan nilai CR sebesar 3,010 dan dengan probabilitas sebesar 0,003. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu nilai CR yang lebih besar dari 1,96 dan probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan perusahaan dengan outletnya terhadap kinerja penjualan menunjukkan nilai CR sebesar 3,010 dan dengan probabilitas sebesar 0,003. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H1 yaitu nilai CR yang lebih besar dari 1,96 dan probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan
4.3.2. Pengujian Hipotesis 2
H2 : Semakin terpadunya fungsi-fungsi strategi pelayanan outlet, maka akan semakin baik kinerja penjualan Parameter estimasi untuk pengujian pengaruh strategi pelayanan outlet
terhadap kinerja penjualan menunjukkan nilai CR sebesar 2,182 dan dengan probabilitas sebesar 0,029. Nilai probablitas tersebut diperoleh memenuhi syarat untuk penerimaan H2 yaitu probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan dimensi-dimensi strategi pelayanan outlet akan berpengaruh terhadap kinerja penjualan.
4.3.3. Pengujian Hipotesis 3
H3 : Semakin tinggi kualitas hubungan bisnis perusahaan dengan outletnya maka akan semakin tinggi loyalitas outlet Parameter estimasi untuk pengujian kualitas hubungan bisnis perusahaan
dengan outlet terhadap loyalitas outlet menunjukkan nilai CR sebesar 1,991 dan dengan probabilitas sebesar 0,047. Nilai probabilitas tersebut diperoleh memenuhi syarat untuk penerimaan H3 yaitu probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan dimensi-dimensi kualitas hubungan bisnis perusahaan dengan outlet akan berpengaruh terhadap loyalitas outlet.
4.3.4. Pengujian Hipotesis 4
H4 : Semakin terpadunya fungsi-fungsi strategi pelayanan outlet, maka akan semakin baik loyalitas outlet
Parameter estimasi untuk pengujian pengaruh strategi pelayanan outlet terhadap loyalitas outlet menunjukkan nilai CR sebesar 2,048 dan dengan probabilitas sebesar 0,041. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H4 yaitu nilai CR yang lebih besar dari 1,96 dan probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan dimensi-dimensi strategi pelayanan outlet akan berpengaruh terhadap loyalitas outlet.
4.3.5. Pengujian Hipotesis 5
H5 : Semakin tinggi kinerja penjualan maka akan semakin tinggi loyalitas outlet Parameter estimasi untuk pengujian pengaruh kinerja penjualan terhadap loyalitas outlet menunjukkan nilai CR sebesar 2,916 dan dengan probabilitas sebesar 0,004. Kedua nilai tersebut diperoleh memenuhi syarat untuk penerimaan H5 yaitu nilai CR yang lebih besar dari 1,96 dan probabilitas yang lebih kecil dari 0,05. Dengan demikian dapat disimpulkan dimensi-dimensi kinerja penjualan akan berpengaruh terhadap loyalitas outlet.
BAB V SIMPULAN DAN IMPLIKASI KEBIJAKAN
5.1. Simpulan
5.1.1 Ringkasan Penelitian
Penelitian ini dilatarbelakangi oleh turunnya kinerja penjualan PT. Indosat. Penurunan kinerja penjualan ini juga didukung adanya data yang menunjukkan bahwa penguasaan pangsa pasar untuk industri telekomunikasi masih dikuasai oleh PT. Telkomsel. Sehingga PT. Indosat mengharapkan dukungan outlet yang maksimal. Kemudian bagaimana PT. Indosat untuk mengatasi masalah tersebut. Penelitian ini secara khusus menguji pengaruh kualitas hubungan dengan outlet dan strategi pelayanan outlet terhadap kinerja penjualan dan dampaknya pada loyalitas outlet.
Dari hasil perhitungan perhitungan yang di peroleh nilai probabilitas 0,003 yang berarti bahwa kualitas hubungan dengan outlet memiliki pengaruh yang signifikan terhadap kinerja penjualan. Semakin baik kualitas hubungan dengan outlet akan meningkatkan kinerja penjualan.
Hasil perhitungan yang di peroleh nilai probabilitas 0,029 yang berarti bahwa strategi pelayanan outlet memiliki pengaruh yang signifikan terhadap Hasil perhitungan yang di peroleh nilai probabilitas 0,029 yang berarti bahwa strategi pelayanan outlet memiliki pengaruh yang signifikan terhadap
Hasil perhitungan yang di peroleh nilai probabilitas 0,047 yang berarti bahwa kualitas hubungan dengan outlet memiliki pengaruh yang signifikan terhadap loyalitas outlet. Semakin berkualitas hubungan outlet dengan PT. Indosat maka outlet akan semakin loyal.
Hasil perhitungan yang di peroleh nilai probabilitas 0,041 yang berarti bahwa strategi pelayanan outlet memiliki pengaruh yang signifikan terhadap loyalitas outlet. Semakin tepat strategi pelayanan yang dilakukan outlet maka akan meningkatkan loyalitasnya.
Hasil perhitungan yang di peroleh nilai probabilitas 0,004 yang berarti bahwa kinerja penjualan memiliki pengaruh yang signifikan terhadap loyalitas outlet. Semakin meningkat kinerja penjualan maka akan meningkatkan loyalitas outlet.
5.1.2 Kesimpulan Hipotesis
Hipotesis yang diajukan dalam penelitian ini sebanyak lima hipotesis. Simpulan dari lima hipotesis tersebut adalah sebagai berikut:
5.1.2.1. Simpulan mengenai Hipotesis 1
H1 : Semakin tinggi kualitas hubungan bisnis perusahaan dengan outletnya maka akan semakin tinggi kinerja penjualan Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang
searah antara kualitas hubungan bisnis PT. Indosat dengan outlet terhadap kinerja penjualan. Hal ini mendukung penelitian Johnson (1999) yang menyatakan bahwa searah antara kualitas hubungan bisnis PT. Indosat dengan outlet terhadap kinerja penjualan. Hal ini mendukung penelitian Johnson (1999) yang menyatakan bahwa
5.1.2.2. Simpulan mengenai Hipotesis 2
H 2 : Semakin terpadunya fungsi-fungsi strategi pelayanan outlet, maka akan semakin baik kinerja penjualan. Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang searah antara strategi pelayanan outlet terhadap kinerja penjualan. Sehingga dapat sisimpulkan bahwa strategi yang tepat terhadap pelayanan outlet akan menimbulkan kinerja penjualan yang meningkat.
5.1.2.3. Simpulan mengenai Hipotesis 3
H3 : Semakin tinggi kualitas hubungan bisnis perusahaan dengan outletnya maka akan semakin tinggi loyalitas outlet. Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang searah antara kualitas hubungan bisnis perusahaan terhadap loyalitas outlet. Sehingga dapat disimpulkan bahwa bahwa kinerja penjualan outlet yang yang dihasilkan mampu meningkatkan loyalitas outlet.
5.1.2.4. Simpulan mengenai Hipotesis 4
H4 : Semakin terpadunya fungsi-fungsi strategi pelayanan outlet, maka akan semakin baik loyalitas outlet Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang searah antara strategi pelayanan outlet terhadap loyalitas outlet. Hal ini mendukung H4 : Semakin terpadunya fungsi-fungsi strategi pelayanan outlet, maka akan semakin baik loyalitas outlet Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang searah antara strategi pelayanan outlet terhadap loyalitas outlet. Hal ini mendukung
5.1.2.5. Simpulan mengenai Hipotesis 5
H 5 : Semakin tinggi kinerja penjualan, maka akan semakin tinggi loyalitas outlet. Pengujian hipotesis yang dilakukan membuktikan bahwa ada pengaruh yang searah antara kinerja penjualan terhadap loyalitas outlet. Sehingga dapat disimpulkan bahwa kinerja penjualan yang meningkat akan menimbulkan loyalitas outlet.
5.2. Kesimpulan Masalah Penelitian
Hasil penelitian ini mengindikasikan bahwa adanya kualitas hubungan yang baik antara PT. Indosat dan outlet mampu meningkatkan kinerja penjualan PT. Indosat, mengingat outlet mempunyai peran yang penting dalam mengkomunikasikan produk-produk Indosat kepada konsumen secara langsung di seluruh wilayah Indonesia, dan PT. Indosat memberikan dukungan dalam menjaga kualitas hubungan dengan outlet melalui promosi penjualan yang tepat melalui Above The Line (ATL) dan Below The Line (BTL).
Hasil penelitian ini mengindikasikan bahwa strategi pelayanan yang tepat dari outlet mampu meningkatkan kinerja penjualan PT. Indosat. Pelayanan yang diberikan outlet dengan melakukan monitor produk secara periodik yang bertujuan untuk menjaga keberadaan produk-produk Indosat di pasar. Selain itu frekuensi kunjungan yang meningkat dan sistem pembayaran yang fleksibel akan memberikan suatu strategi pelayanan yang tepat dalam meningkatkan kinerja
Hasil penelitian ini mengindikasikan bahwa hubungan terjadi jika antara PT. Indosat dan pelaku distribusinya mampu memberikan komitmen yang tinggi, yang tentunya akan memberikan kepuasan dan kepercayaan yang tinggi terhadap hubungan yang dibina, karena komitmen secara umum dipandang sebagai suatu kekuatan dari tali hubungan diantara perusahaan dan mitra kerjanya. PT. Indosat harus mengawali memegang teguh terhadap komitmen bersama dengan para distributornya terhadap perjanjian, kebijakan kerjasama, penyusunan dan implementasi strategi dalam mempertahankan loyalitas outlet. Seringnya terjadi perubahan kebijakan atau strategi terutama dalam operasional akan mengakibatkan nilai komitmen para outlet turun.
5.3. Implikasi Teoritis
Loyalitas outlet sangat dipengaruhi oleh kinerja penjualan (Reynold dan Arnold, 2000), dimana faktor-faktor yang mempengaruhi kinerja penjualan adalah: (1) kualitas hubungan dengan outlet (Johnson, 1999), dan (2) strategi pelayanan outlet (Donney dan Cannon, 1997). Hasil penelitian ini mempertegas hasil penelitian terdahulu yang dilakukan oleh Donney dan Cannon, (1997), Johnson, (1999); dan Reynold dan Arnold, (2000); yang menunjukkan hasil bahwa kualitas hubungan dengan outlet dan strategi pelayanan outlet mempengaruhi kinerja penjualan yang berdampak pada loyalitas outlet. Untuk lebih jelasnya implikasi teoritis penelitian ini dapat dilihat pada Tabel 5.1 sebagai berikut:
Tabel 5.1: Implikasi Teoritis
Penelitian Terdahulu
Penelitian Sekarang
Implikasi Teoritis
Reynold dan Arnold
Studi ini memperkuat (2000) dalam
Kinerja penjualan
penelitian riset studi Reynold penelitiannya
berpengaruh secara
dan Arnold (2000) yang menyatakan bahwa
signifikan positif
terhadap loyalitas outlet menyatakan bahwa kinerja kinerja penjualan
penjualan mempunyai mempunyai pengaruh
pengaruh signifikan terhadap signifikan terhadap
loyalitas outlet loyalitas outlet Johnson, (1999) dalam
Studi ini memperkuat penelitiannya
Kualitas hubungan
penelitian riset studi Johnson, menyatakan bahwa
dengan outlet
(1999) yang menyatakan kualitas hubungan
berpengaruh secara
bahwa kualitas hubungan dengan outlet
signifikan positif
dengan outlet berpengaruh mempunyai pengaruh
terhadap kinerja
signifikan positif terhadap signifikan terhadap
penjualan dan
kinerja penjualan dan kinerja penjualan dan
berdampak pada
berdampak pada loyalitas berdampak pada
loyalitas outlet
outlet
loyalitas outlet Donney dan Cannon,
Strategi pelayanan outlet Studi ini memperkuat (1997) dalam
penelitian riset studi Donney penelitiannya
berpengaruh secara
dan Cannon, (1997) yang menyatakan bahwa
signifikan positif
menyatakan bahwa strategi strategi pelayanan outlet
terhadap kinerja
pelayanan outlet berpengaruh mempunyai pengaruh
penjualan dan
signifikan positif terhadap signifikan terhadap
berdampak pada
kinerja penjualan dan kinerja penjualan dan
loyalitas outlet
berdampak pada loyalitas berdampak pada
outlet
loyalitas outlet
5.4. Implikasi Kebijakan
Penelitian ini bertujuan untuk mengetahui seberapa besar pengaruh kinerja penjualan dalam menciptakan loyalitas outlet. Berdasarkan hasil SEM mengindikasikan bahwa kualitas hubungan outlet mempunyai pengaruh yang lebih kuat terhadap kinerja penjualan daripada strategi pelayanan outlet, sehingga PT.
Indosat perlu menekankan kualitas hubungan yang lebih erat dengan outlet agar tercipta kinerja penjualan yang meningkat. Implikasi kebijakan yang disarankan dalam penelitian ini adalah sebagai berikut:
Kualitas hubungan menunjukkan perusahaan sebagai individu merasakan nilai tambah dari hubungan yang terjalin diantara mereka, yang menggambarkan kedekatan diantara perusahaan mitra. Kualitas hubungan yang tinggi akan menimbulkan interaksi dan hubungan diantara perusahaan perusahaan yang bersangkutan, yang akhirnya bisa dipandang sebagai aset strategik. Kualitas hubungan juga diperhitungkan dalam membina hubungan diantara perusahaan dan mitra bisnisnya yang sangat diharapkan dalam jangka yang cukup lama dalam meningkatkan kinerja penjualannya. Berdasarkan standardized regression weights dapat diketahui bahwa dimensi komitmen yang paling berpengaruh dari variabel kualitas hubungan outlet dalam meningkatkan kinerja penjualan dengan nilai estimasi 0,83. Ini menyakinkan bahwa hubungan terjadi jika antara PT. Indosat dan pelaku distribusinya mampu memberikan komitmen yang tinggi, yang tentunya akan memberikan kepuasan dan kepercayaan yang tinggi terhadap hubungan yang dibina, karena komitmen secara umum dipandang sebagai suatu kekuatan dari tali hubungan diantara perusahaan dan mitra kerjanya. PT. Indosat harus mengawali memegang teguh terhadap komitmen bersama dengan para distributornya terhadap perjanjian, kebijakan kerjasama, penyusunan dan implementasi strategi dalam mempertahankan dan memenangkan pasar. Seringnya terjadi perubahan kebijakan atau strategi terutama dalam operasional akan mengakibatkan nilai komitmen para distributor turun.
Strategi pelayanan outlet juga sangat mendukung kinerja penjualan karena outlet merupakan jembatan utama dalam mempertemukan interaksi langsung antara produk dan konsumen sehingga image positif dari konsumen akan pelayanan outlet sangat mempengaruhi penjualan produk. Berdasarkan standardized regression weights dapat diketahui bahwa dimensi kunjungan yang paling berpengaruh dari variabel strategi pelayanan outlet dalam meningkatkan kinerja penjualan dengan nilai estimasi 0,86. Ini menyakinkan bahwa kunjungan kerja yang dilakukan PT. Indosat dengan mitra kerjanya sangat berpengaruh terhadap kinerja penjualan karena terkait dengan koordinasi yang diberikan.. Petugas PT. Indosat yang berada di dalam lingkup operasional distributor harus benar benar mampu menjadi mediator hubungan untuk memastikan segala bentuk kegiatan operasional, strategi dan implementasi atas kebijakan, dan perjanjian hubungan kerjasama berjalan dengan harmonis, penuh dengan koordinasi dan menjadikan distributor sebagai partner kerja yang bukan sekedar bisnis. Intinya PT. Indosat harus mampu mengelola hubungan kerjasama.
Kinerja penjualam adalah suatu ukuran yang menunjukkan gambaran penjualan perusahaan. Berdasarkan standardized regression weights dapat diketahui bahwa dimensi tingkat keuntungan yang paling berpengaruh dari variabel kinerja penjualan dalam meningkatkan loyalitas outlet dengan nilai estimasi 0,84. Ini menyakinkan bahwa Ini berarti PT. Indosat dituntut untuk selalu lebih inovatif dan customization, intuitive, proactive, communicative untuk mendapatkan customer valuation yang menjadi dasar bagi perencanaan investasi ke pelanggan.
Selain itu PT. Indosat juga perlu melakukan kontrol pasar yang cermat terhadap perilaku dan perubahan pasar.
5.5. Keterbatasan Penelitian
Beberapa keterbatasan penelitian yang dapat ditarik dari penelitian ini adalah hasil penelitian ini tidak dapat digeneralisasi pada kasus lain diluar obyek penelitian ini yaitu: outlet-outlet PT. Indosat.
5.6. Agenda Penelitian Mendatang
Hasil-hasil penelitian ini dan keterbatasan-keterbatasan yang ditemukan dalam penelitian dapat dijadikan sumber ide bagi pengembangan penelitian ini dimasa yang akan datang,maka perluasan penelitian yang disarankan dari penelitian ini adalah menambah variabel independen yang mempengaruhi kinerja penjualan.