dihapus. Aktivitas pendropan dilakukan secara berurutan, dimulai dari indikator-indikator pada variabel eksogen fisik, keandalan, daya, jaminan
dan empati, kemudian dilanjutkan pada variabel endogen kepuasan. Tahapan pendropan dilakukan secara satu per satu, pada nilai loading
factor yang paling kecil. Untuk mendapatkan model terbaik, proses pendropan dilakukan berulang hingga semua indikator pada variabel laten
memiliki loading factor minimal 0,7. Model struktural atau inner model adalah model yang
menggambarkan signifikansi hubungan dan pengaruh antar variabel laten, yaitu peubah Fisik, Kendalan, Daya, Jaminan, dan Empati terhadap
Kepuasan. Proses untuk mendapatkan inner model dilakukan melalui teknik bootstrapping dengan SmartPLS. Teknik bootstrapping adalah
teknik rekalkulasi data sampel secara random untuk memperoleh nilai T- statistik. Berdasarkan nilai T-statistik yang diperoleh, maka dapat diketahui
hubungan antar variabel yang diukur.
4.6.1. Analisis Model Outer
Pengujian mode reflektif terlebih dahulu dilakukan dengan menggunakan 5 kriteria yaitu : Loading factor, Composite Reliability,
Average Variance Extracted AVE, Akar Kuadrat AVE dan Cross Loading Ghozali, 2008. Outer model reflektif peneltian ini telah memenuhi nilai
standar yang ada, baik dalam kriteria reliabilitas maupun validitas dapat dilihat pada Tabel 8.
Tabel 8. Kriteria Penilaian PLS Evaluasi Pengukuran Reflektif
No Kriteria
Penjelasan Standar
1. Loading
Factor Kekuatan indikator
dalam mereflesikan laten
≥ 0,7 2.
Composite Realiability
Konsistensi internal
≥ 0,6 3.
Average Variance
Extracted AVE
Validitas Konstruk ≥ 0,5
4. Akar Kuadrat
AVE Validitas
diskriminan Lebih besar dari nilai korelasi antar
variabel laten 5.
Cross Loading
Validitas diskriminan
Setiap indikator memiliki loading lebih tinggi untuk setiap laten yang diukur,
dibandingkan dengan indikator untuk laten lainnya
Sumber : Ghozali, 2008
Model pengukuran atau outer model dengan indikator reflektif dievaluasi dengan convergent dan discriminant validity dari indikatornya
dan composite reliability untuk block indicator.
a Convergent validity Reliabilitas Indikator
Reliabilitas indikator dicerminkan dari nilai loading factor yang merefleksikan kekuatan interlasi antara konstruk fisrt order dengan
indikator-indikatornya. Pada gambar 6 sebelum di drop terdapat beberapa indikator yang memiliki nilai loading factor kurang dari 0,7 yaitu X21
BII selalu beroperasi sesuai dengan jadwal yang sudah ditentukan. Kemudian setelah X21 di drop, X12 ruang pelayanan nasabah terlihat
bersih dan rapi menunjukan loading factor dibawah 0,7, maka dilakukan pendropan lagi. Pada indikator yang terdapat dalam kepuasan, hanya
mengeluarkan 2 indikator yaitu Y2 tidak ingin pindah ke bank lain. Setelah Y1 di drop, Y4 percaya bahwa BII selalu siap membantu
dilakukan pendropan lagi. Menurut Chin 1998, jika nilai loading factor berada dibawah 0,7, maka harus di drop sehingga dilakukan pengulangan
analisis PLS. Setelah dilakukan analisis ulang, maka nilai loading factor keseluruhan indicator memenuhi kriteria convergent validity. Gambar
model sebelum dilakukan pendropan pada beberapa indicator dapat dilihat pada Gambar 6.
Grafis model pengukuran awal dapat dilihat pada Gambar. 6.
Gambar 6 . Model Awal
Hasil Data Primer yang diolah smartPLS, 2012
Keterangan pada Gambar 6 :
Bukti fisik X1 X11
: Kerapihan interior dan eksterior BII X12
: Ruang pelayanan terlihat bersih X13
: Penampilan karyawan X14
: Fasilitas ruang antrian tempat duduk, AC, dll X15
: Jaringan ATM
Kehandalan X2 X21
: BII selalu beroperasi sesuai jadwal X22
: Mampu membantu menyelesaikan transaksi dengan cepat dan tepat X23
: Mampu memberikan pelayanan yang sesuai dengan perjanjian
Daya tanggap X3 X31
: Kemampuan karyawan menguasai product knowledge X32
: Mampu memberikan solusi yang tepat dalam menyelesaikan masalah X33
: Mampu memberikan tindakan yang cepat dalam transaksi X34
: Kemampuan karyawan terhadap keluhan nasabah
Jaminan X4 X41
: Karyawan BII bersikap ramah dan sopan kepada nasabah X42
: Kepercayaan nasabah kepada BII dalam mengelola uang X43
: Penjelasan ulang dari karyawan BII jika nasabah belum jelas dengan apa yang diberikan.
X44 : BII mampu meyakinkan nasabah untuk tetap setia menjadi nasabah BII
Empati X5 X51
: Melayani nasabah dengan sepenuh hati X52
: BII dapat memenuhi semua kebutuhan nasabah X53
: BII selalu menjalin dan menjaga hubungan baik dengan nasabah.
Kepuasan Nasabah Y Y1
: Sudah lama menjadi nasabah BII Y2
: Tidak ingin pindah ke Bank lain Y3
: Bersedia menggunakan produk atau jasa yang ditawarkan oleh BII Y4
: Percaya bahwa BII selalu membantu Y5
: Bersedia menginformasikan kepada orang lain mengenai produk BII Y6
: Menilai BII sudah cukup baik dalam melayani nasabah
Gambar model setelah dilakukan pendropan indikator-indikator pada Gambar 6, dapat dilihat pada Gambar 7.
Gambar 7 . Model Akhir
Hasil Data yang diolah dengan smartPLS, 2012
Hasil analisis menunjukan urutan variabel laten yang memiliki pengaruh terbesar sampai terkecil dapat dilihat pada Tabel 9.
Tabel 9. Urutan variabel laten yang memilki pengaruh terbesar sampai
terkecil
Variabel Laten Nilai Koefisien
Parameter t value
Bukti Fisik 0,238
3,495 Daya Tanggap
0,289 3,208
Empati 0,189
2,149 Jaminan
0,217 1,662
Kehandalan -0,033
0,489
Sumber : Hasil data primer yang diolah smartPLS, 2012
Hasil analisis menunjukan urutan nilai refleksi interlasi indikator terhadap konstruk first order dapat dilihat pada Tabel 10.
Tabel 10 . Nilai refleksi interlasi indikator terhadap konstruk first order
Konstruk first order
Nilai refleksi indikator interelasi tertinggi
Nilai refleksi indikator interelasi terendah
Bukti fisik X15
Jaringan ATM X13
Penampilan karyawan Kehandalan
X22 BII dapat membantu
dengan cepat dalam pelayanan transaksi
X23 Mampu memberikan
pelayanan yang baik Daya tanggap
X32 Mampu memberikan
solusi dengan tepat X31
Kemampuan menguasai produk knowledge
Jaminan X41
Karyawan BII selalu bersikap sopan dan
ramah X44
Mampu meyakinkan nasabah untuk tetap
menjadi nasabah BII Empati
X53 Menjalin hubungan
baik dengan nasabah X52
Selalu memenuhi kebutuhan nasabah
Kepuasan nasabah
Y6 BII sudah cukup baik
dalam pelayanan nasabah
Y3 bersedia menggunakan
produk atau jasa lain di BII
Sumber : Hasil data primer yang diolah smartPLS, 2012
b Discriminant Validity
Pada lampiran 6 Cross Loading menunjukan nilai korelasi konstruk first order bukti fisik, kehandalan, daya tanggap, jaminan, empati
dan kepuasan nasabah dengan masing-masing indikatornya. Jika indikator- indikator pada terdapat pada bukti fisik, kehandalan, daya tanggap,
jaminan dan empati menggambarkan refleksi dari variabel bukti fisik, kehandalan, daya tanggap, jaminan dan empati harus lebih besar
dibandingkan korelasi indikator-indikator tersebut terhadap variabel laten lainnya. Hasil analisis membuktikan bahwa indikator-indikator yang
merefleksikan konstruk first order pada penelitian ini valid.
c Composite Reability
Pada lampiran 5 Outer Loading, nilai composite reability dapat dilihat pada nilai outer model loading masing-masing variabel laten.
Reliabilitas komposit, baik konstruk first order bukti fisik, kehandalan, daya tanggap, jaminan, empati dan kepuasan nasabah memiliki nilai lebih
besar dari nilai standar yang disyaratkan yaitu 0,7. Hal ini menunjukan terdapat kestabilan dan konsistensi internal indikator.
Setelah diketahui nilai loading factor penilaian kriteria selanjutnya adalah nilai Composite Reliability dan Average Variance Extracted AVE,
nilai Composite Reliability dan Average Variance Extracted AVE dari masing-masing konstruk dapat dilihat pada Tabel 11.
Tabel 11. Nilai Composite Reliability dan AVE
Peubah Composite Reliability
AVE
Fisik 0.887342
0.663558 Kehandalan
0.938596 0.884295
Daya Tanggap 0.933787
0.779925 Jaminan
0.901378 0.696895
Empati 0.943042
0.846641 Kepuasan
0.865293 0.617988
Sumber : Hasil data primer yang diolah smartPLS, 2012 Berdasarkan tabel di atas diketahui nilai AVE konstruk lebih besar
dari 0,5. Konstruk dinyatakan memiliki reliabilitas yang baik atau reliabel jika nilai composite reliability di atas 0,70 dengan tingkat kesalahan 5.
4.6.2. Analisis Model Inner
