Analisis Structural Equation Modeling SEM Asumsi Model Struktur Equation Modeling

3.3.2. Sumber Data

Data penelitian ini diperoleh melalui jawaban responden dengan mengisi kuisioner, yang merupakan jawaban atas permasalahan yang diteliti dan dari Bank Perkreditan Rakyat Sumber Artha Waru Agung.

3.3.3. Metode Pengumpulan Data

Dalam upaya untuk mengumpulkan data-data tersebut di atas, maka digunakan teknik yaitu : a. Metode Wawancara, yaitu metode yang dilakukan dalam upaya mencari tanggapan responden atas berbagai permasalahan yang diangkat. b. Metode Kuesioner, yaitu pengumpulan data dilakukan dengan cara menyampaikan daftar pertanyaan kepada responden.

3.4. Teknik Analisis dan Uji Hipotesis

3.4.1. Analisis Structural Equation Modeling SEM

Model yang dipergunakan untuk menganalisis data dalam penelitian adalah Srucural Equation Modelling SEM. Model pengukuran faktor tangible, reliability, responsiveness, assurance, emphaty, customer satisfaction dan customer loyality. Penaksiran pengaruh masing-masing variabel bebas terhadap variabel terikatnya menggunakan koefisien jalur. Langkah-langkah dalam analisis SEM Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. model pengukuran dengan contoh faktor tangible dilakukan sebagai berikut: Persamaan dimensi faktor tangible : X1.1 = tangible + er_1 X1.2 = tangible + er_2 X1.3 = tangible + er_3 X1.4 = tangible + er_4 Bila persamaan di atas dinyatakan dalam sebuah pengukuran model untuk diuji melalui Confirmatory Factor Analysis, maka model pengukuran dengan contoh faktor tangible akan nampak sebagai berikut. Gambar 3.1 Contoh model pengukuran faktor tangibles Keterangan symbol-symbol di atas adalah sebagai berikut : : faktor construt latent variabel unobserved variabel yaitu sebuah variabel bentukan, yang dibentuk melalui indikator-indikator yang diamati dalam dunia nyata. Tangible X1 XI. 1 XI. 2 XI. 3 er_1 er_2 er_3 1 1 1 1 XI. 4 er_4 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. : variabel terukur Obseverd variabel indicators variables yaitu variable yang datanya harus dicari melalui observasi, misalnya melalui instrument- instrument survey. Garis dengan anak panah satu arah [ ] = garis yang menunjukkan hubungan yang dihipotesiskan antara dua variabel dimana variable yang dituju anak panah merupakan variabel dependen. X1.1 = indikator Tangible yang sudah dikomposit er_i = error term masing-masing indikator yang sudah dikomposit d_i = disturbanceerror masing-masing variable latent [konstrain]

3.4.2. Asumsi Model Struktur Equation Modeling

a Uji Normalitas Sebaran dan Linieritas 1. Normalitas dapat diuji dengan melihat gambar histogram data atau dapat diuji dengan metode-metode statistic. 2. Menggunakan Critical Ratio yang diperoleh dengan membagi koefisien sampel dengan standart errornya dan Skewness value yang biasanya disajikan dalam statistic deskriptif dimana nilai statistik untuk menguji normalitas itu disebut sebagai Z-value. Pada tingkat signifikansi 1, jika Z lebih besar dari nilai kritis, maka dapat diduga bahwa distribusi data adalah tidak normal. 3. Normal Probability Plot SPSS 10.1. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 4. Lineritas dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas. b Evaluasi Atas Outlier 1. Mengamati nilai Z-score : ketentuannya diantara ± 3.0 non outlier. 2. Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0.001. Jarak diuji dengan Chi_Square [ x ] pada df sebesar jumlah variable bebasnya. Ketentuan : bila Mahalanobis dari nilai Chi_Square [ x ] adalah multivariate putlier. 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 [Hair, 1998]. c Deteksi Multicollinierity dan Singulary Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila Determinant sample matriks mendekati angka 0 [kecil], maka terjadi multikolinieritas dan singularitas [Tabachnick Fidell, 1998]. 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 ukuran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap obseverd variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan Variance –extracted. Construct reliability dan Variance – extracted dihitung dengan rumus sebagai berikut : Construct Reliability = Σεj] Loading] e Standardiz [[ Σ Loading] e Standardiz [ Σ 2 2  Variance Extracted = εj] Σ ] Loading dize [ ΣΣ[Standa ] Loading ze [Standardi Σ 2 2  Sementara j  dapat dihitung dengan formula j = 1 – [Standardize Loading] secara umum, nilai construct reliability yang dapat diterima adalah ≥ 0.7 dan variance extracted ≥ 0.5 [Hair et.al., 1998]. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap Contruct Standardize regressions weights terhadap setiap butir sebagai indikatornya.

3.4.3. Pengujian Hipotesis dan Hubungan Kasual