-94-
Jurnal Manajemen dan Pemasaran  Jasa Volume 7, No.1  Tahun  2014
No Ukuran Validitas
Nilai disyaratkan 1.  Kaiser-Meyer Olkin measure of sampling
adequacy
Nilai KMO
diatas .500
menunjukkan  bahwa  faktor analisis dapat digunakan.
KMO  MSA  adalah  statistik  yang mengindikasikan  proporsi  variansi  dalam
indikator  yang  merupakan  variansi  umum common  variance,  yakni  variansi  yang
disebabkan  oleh  dimensi-dimensi  dalam penelitian.
2. Bartletts test of sphericity
Nilai  yang  kurang  dari  .05 menunjukkan  hubungan  yang
signifikan  antar  indikator, merupakan
nilai yang
diharapkan. Bartletts
test of
sphericity mengindikasikan  bahwa  matriks  korelasi
adalah matriks
identitas, yang
mengindikasikan bahwa
indikator- indikator  dalam  faktor  bersifat  related
atau unrelated
3.  Anti-image matrices Nilai  diagonal  anti-image
correlation  matrix  diatas  .500 menunjukkan
indikator cocoksesuai  dengan  struktur
indikator  lainnya  di  dalam variabeldimensi tersebut.
Setiap  nilai  pada  kolom  diagonal  matriks korelasi anti-image menunjukkan Measure
of sampling  adequacy dari masing-masing indikator.
4.  Total variance explained Nilai  Cummulative    harus
lebih besar daripada 60. Nilai  pada  kolom  Cummulative
menunjukkan  prosentase  variasi  yang disebabkan oleh keseluruhan dimensi.
5.  Component Matrix Nilai factor loading lebih besar
atau sama dengan .700 Nilai factor loading dari indikator-indikator
komponen dimensi.
Tabel 3.2 Tabel Pedoman Ukuran Validitas
Sumber : Result Coach of SPSS for Windows Release, dalam Benny, 2003
Pengukuran  validitas  masing-masing  variabel penelitian  dilakukan  dengan  Kaiser-Meyer-Olkin
measure  of sampling adequancy, Bartllet’s test of sphericity,  dan  Total  variance  explained.  Dalam
tabel  di 3.3 ditampilkan uji-uji tersebut.
-95-
Dan Customer Perceived Value Sebagai Variabel Intervening
Uji Reliabilitas
Yang dimaksud  dengan reliable adalah instrumen yang jika digunakan beberapa kali untuk mengukur
obyek  yang  sama  akan  menghasilkan data  yang sama Sugiyono, 2004.
Koefisien  Alpha  Cronbach  C  merupakan statistik  yang  paling  umum  digunakan  untuk
menguji  reliabilitas  suatu  instrumen  penelitian. Suatu instrumen penelitian diindikasikan memiliki
tingkat  reliabilitas memadai  jika  koefisien  Alpha Cronbach lebih besar atau sama dengan 0,70 Hair,
Anderson, Tatham  Black, 1998.
Sumber : Azwar, 2003 dimana  :
k =   jumlah item
=  jumlah varian tiap item pertanyaan = varian skor total
Koefisien Alpha menurut Cronbach merupaka rata- rata dari semua koefisien belah dua split-half yang
mungkin  dibuat  dari  suatu  alat  ukur.  Reabilitas berkaitan  dengan  konsistensi  suatu  indikator.
Dalam  uji  reabilitas,  dengan  melihat nilai  Alpha maka  dapat  diketahui  tingkat  konsistensi  antar
indikator yang  digunakan. Reliabilitas  menunjuk  kepada  suatu  pengertian
bahwa  suatu  instrumen  dapat  dipercaya  untuk dapat digunakan sebagai alat untuk mengukur atas
variabel-variabel yang  diteliti.
Metode Analisis Data
Metode  analisis  data  yang  digunakan  adalah dengan menggunakan metode Structural Equation
Method  SEM  dengan  menggunakan  program statistic  LISREL 8.5.  Berdasarkan pengaruh antar
variabel sebagaimana  dinyatakan pada  kerangka konseptual,  prosedur  untuk  meneliti  pengaruh
antar variabel menggunakan model LISREL dengan persamaan  struktural,  yang  secara  matematis
dapat  mengikuti  cara  yang  disarankan  oleh Bendesa 2006.
Pengambilan keputusan untuk pengujian hipotesis dengan ketentuan  sebagai berikut :
No.  Variabel Penelitian K-M-O
Measure  of Sampling
Adequancy Nilai
Signifikansi Bartllets  test
of Sphericity Total
Variance Explained
Keputusan
1 Systemic  fairness
.830 .000
79.47 Valid
2 Trust
.852 .000
78.90 Valid
3 Perceved value
.841 .000
79.10 Valid
4 Satisfaction
.867 .000
87.93 Valid
Tabel 3.3 Hasil Uji Validitas
Sumber : Hasil Pengolahan Data menggunakan SPSS 17.0
-96-
Jurnal Manajemen dan Pemasaran  Jasa Volume 7, No.1  Tahun  2014
No. Dimensi
Factor Loadings
Cronbach’s α  Keputusan
1 Systemic fairness
.914 Reliable
Procedural fairness .831
Valid Informational fairness
.829 Valid
Distributive fairness .824
Interpersonal fairness .836
Valid 2
Trust .933
Reliable Bank  ini  akan  selalu  berusaha
memecahkan  masalah  saya  tanpa limit
.855 Valid
Layanan  internet  banking  bank  ini secara  tulus  berusaha  memenuhi
kepuasan saya .820
Valid Semua  produk  yang  ditawarkan
dalam layanan internet banking bank ini secara prosedural adalah benar
.910 Valid
Semua  janji  layanan  dan  produk dalam internet bank ini adalah benar
.849 Dalam  pengalaman  saya,  layanan
internet  banking  pada  bank  ini  bisa dipercaya
.831 3
Perceived value .912
Reliable Layanan  internet  banking  memiliki
value yang baik untuk transaksi uang .868
Layanan  internet  banking  bank  ini memiliki value yang sempurna
.822 Saya  menyukai  value  dari  transaksi
yang ada di internet banking bank ini .862
Pelayanan  dari  bank  ini  sangat berharga pada setiap rupiah-nya
.819 4
Satisfaction .954
Reliable Saya  puas  berinteraksi    dengan
internet banking .887
Valid Saya  puas  bank  saya  memiliki
internet banking .859
Valid Saya puas dengan bantuan yang saya
terima dari  internet banking .870
Valid Tingkat  layanan  yang  saya  terima
dari  internet  banking  memuaskan bagi saya
.853
Tabel 3.4 Hasil Confirmatory Factor Analysis dan Uji Reliabilitas
Sumber :  Lampiran dari hasil olah data
-97-
Dan Customer Perceived Value Sebagai Variabel Intervening
a. Jika p-value  0,05 maka H0  ditolak.  Dengan Lisrel dilihat t value t tabel 1,96.
b. Jika p-value  0,05 maka H0 diterima. Dengan Lisrel dilihat t value t tabel 1.96
ANALISIS DAN PEMBAHASAN
Statistik Deskriptif
Statistik  deskriptif  bertujuan untuk  memberikan gambaran suatu data yang ditinjau dari nilai rata-
rata mean,  standar deviasi,  nilai minimum, dan nilai maksimum. Dalam penelitian ini mean adalah
nilai rata-rata  keseluruhan  responden  terhadap pernyataan  yang  diajukan,  sedangkan  standar
deviasi  menunjukkan  variasi  dari  jawaban responden. Nilai minimum adalah jawaban skala
terendah  yang dipilih  responden. Demikian  pula nilai  maksimum adalah  jawaban skala  tertinggi
yang  dipilih  responden.  Statistik  untuk  setiap variabel dalam penelitian  ini secara  keseluruhan
dapat dilihat pada tabel 4 dibawah ini.
Analisis Data SEM Adapun  tahap-tahap  yang  dilakukan  dalam
penelitian ini adalah :
Tahap1.  Uji  kesesuaian  Model  Persamaan Struktural
Penelitian bertujuan untuk menguji apakah model yang diusulkan dalam diagram alur model teoritis
sesuai  atau  cocok  fit  dengan  data.  Evaluasi terhadap customer  satisfaction  model  dilakukan
secara menyeluruh overall test. Dengan kata lain penelitian  ini  bertujuan  untuk  menguji  model
systemic  fairness  yang  terdiri  dari  ;  Procedural fairness  SF1,  informational  fairness  SF2,
distributive fairness  SF3, interpersonal  fairness SF4, yang berpengaruh terhadap trust, perceived
value PV dan customer satisfaction S.  Kemudian menguji pengaruh trust terhadap perceived value
PV dan customer satisfaction S.
Hubungan struktural yang diuji pada penelitian ini mengasumsikan  bahwa  systemic  fairness  yang
terdiri atas procedural fairness SF1, informational fairness  SF2,  distributive  fairness  SF3,
interpersonal  fairness  SF4,  akan  berpengaruh positif  dan  signifikan  terhadap  trust,  perceived
value  PV  dan  satisfaction  S.  Trust  akan berpengaruh  positif  dan  signifikan  terhadap
perceived value PV dan customer satisfaction S. Lebih  jelasnya  hubungan  struktural    tersebut
Variable Mean
Std. Deviation
Systemic fairness 3.4875
1.06029 Trust
3.6300 1.02154
Perceived Value 3.6000
.98793 Satisfaction
3.6400 1.12160
Tabel 4.1 Statistik Deskriptif
Sumber : Lampiran hasil olah data Statistik
-98-
Jurnal Manajemen dan Pemasaran  Jasa Volume 7, No.1  Tahun  2014
menunjukkan bahwa model hubungan struktural dalam  penelitian  ini  dibangun  berdasarkan
hipotesis  utama  yaitu:  terdapat hubungan  yang positif  dan  signifikan  antara  variabel  eksogen
systemic fairness SF, dan trust terhadap variabel endogen  yaitu  customer  satisfaction  CS  dan
perceived value PV. Hasil  analisis  terhadap  model  persamaan
structural pada model  menghasilkan nilai degree of freedom  DF =  113, chi-square ÷
2
=  165.12, goodness of fit index GFI = 0.84, root mean square
residual RMR = 0.037, root mean square residual error of approximation RMSEA = 0.069; adjusted
goodness of fit index AGFI = 0.78; normed fit index NFI = 0.97; parsimony goodness of fit index PGFI
= 0.62.
Gambar 4.1. Structural Model Berdasarkan Standar Solutions
-99-
Dan Customer Perceived Value Sebagai Variabel Intervening
Menunjukan pada Tabel 4.2 tentang standar ukuran goodness of  fit GOF,  maka  sebuah model    bisa
dikatakan  fit  atau  terdapat  kesesuaian  antara model  teoritik  dengan  data  yang  dikumpulkan,
maka nilai-nilai yang didapat dari masing -masing perhitungan  uji  kesesuaian  model  harus
memenuhi nilai standar GOF.
Berdasarkan hasil output dan gambar di atas model ini  sudah  sesuai  dengan  standar  GOF  yang
ditetapkan. Dengan  demikian dapat  disimpulkan bahwa ada  hubungan yang  positif dan  signifikan
antara variabel eksogen procedural fairness PF, informational  fairness  IF,  distributive  fairness
DF, systemic fairness SF, dan trust  berpengaruh terhadap  Satisfaction dan berpengaruh terhadap
Perceived Value  PV.
Dari Hasil  Uji Kecocokan  Keseluruhan Model  ini adalah baik karena lebih banyak mencapai target
tingkat kecocokan yang diharapkan dan hipotesis nolnya  ditolak.
Ukuran GOF
Target-Tingkat Kecocokan
Hasil Estimasi Tingkat
Kecocokan
Chi-Square P
Nilai yang kecil p  0.05
Χ
2
= 165,70 P = 0,00092
Kurang Baik NCP
Interval Nilai yang kecil
Interval yg sempit 52,70
22,26 ; 91,13 Kurang Baik
RMSEA RMSEA = 0.08
0.069 Baik Good Fit
ECVI Nilai yang kecil
dan dekat dengan  ECVI saturated
M = 2,48
S = 3,09
I =  56,39
Baik Good Fit
AIC Nilai yang kecil dan dekat
dengan  AIC saturated M
= 245,70 S
= 306,00 I
=  5582,72 Baik Good Fit
CAIC Nilai yang kecil dan dekat
dengan  CAIC saturated M
= 389,90 S
= 857,59 I
=  5644,01 Kurang Baik
NFI NFI = 0.90
0.97 Baik Good Fit
NNFI NNFI = 0.90
0.99 Baik Good Fit
CFI CFI = 0.90
0.99 Baik Good Fit
IFI IFI = 0.90
0.99 Baik Good Fit
RFI RFI = 0.90
0.96 Baik Good Fit
CN CN = 200
91,46 Kurang Baik
RMR Standardized RMR = 0.05  0.037
Baik Good Fit GFI
GFI = 0.90 0.84
Marginal Fit AGFI
AGFI = 0.90 0.78
Marginal Fit
Tabel 4.2. Hasil Uji Kecocokan Keseluruhan Model Goodness of Fit GOF
M = Model; S = Saturated; I = Independence Sumber : lampiran hasil olah data
-100-
Jurnal Manajemen dan Pemasaran  Jasa Volume 7, No.1  Tahun  2014
Tahap 2. Uji  Hubungan  Antar  Variabel  Laten dengan Variabel Indikatornya
Untuk mengetahui hubungan antar variabel laten dengan indikatornya  maka dapat diperiksa nilai t
dari  muatan-muatan  factor  atau  koefisien- koefisien yang  ada  didalam  model. Nilai  t  suatu
muatan  faktor  atau  koefisien  yang  tinggi merupakan bukti bahwa variabel-variabel terukur
atau factor-faktor mewakili konstruk-konstruk yang mendasarinya.  Nilai  t  setiap  muatan  harus
melebihi  nilai  kritis  yaitu  1,96  dengan  tingkat signifikansi  0,05,  atau  2,58  untuk  tingkat
signifikansi  0,01. Dalam  penelitian  ini  nilai  t  yang  dipakai  adalah
1,96.  Nilai  t  hasil  yang  melebihi  nilai  kritis menunjukkan bahwa variabel yang bersangkutan
secara  signifikan  mempunyai  hubungan  dengan indikator konstruk  yang  terkait  dan juga  sebagai
verifikasi  hubungan antar  variabel dan  indikator yang telah didefinisikan. Berikut disajikan gambar
output Lisrel Model berdasarkan t valuenya:
Gambar 4.2 Structure Model Berdasarkan t value
-101-
Dan Customer Perceived Value Sebagai Variabel Intervening
Berdasarkan gambar di atas nilai t variabel t-tab dan  indikator-indikatornya  lebih  dari  nilai  yang
disyaratkan oleh SEM sebesar 1,96, oleh karena itu variabel  dan  indikator-indikatornya  signifikan.
Berikut  disajikan Tabel  4.3 yang  memperlihatkan hubungan  antar  variabel  laten  dengan  variabel
indikatornya.
No Indikator
Std. Loading
Error Loading
Std. Loading
2
t
hitung
1. SF1
0.91 0,17
0,83 14,80
2. SF2
0,83 0,31
0,69 9,96
3. SF3
0,86 0,26
0,74 10,52
4. SF4
0,85 0,27
0,73 10,42
SF 3,45
1,01 2,99
45,70
5. T1
0,86 0,26
0,74 6.
T2 0,85
0,27 0,73
11,20 7.
T3 0,85
0,28 0,72
11,09 8.
T4 0,89
0,21 0,79
12,16 9.
T5 0,84
0,30 0,70
10,85 T
4,29 1,32
3,68 45,30
9. PV1
0,81 0,35
0,70 10.  PV2
0,86 0,27
0,73 9,93
11.  PV3 0,85
0,27 0,73
9,88 12.  PV4
0,88 0,22
0,78 10,36
PV 3,40
1,11 2,94
30,17 13.  S1
0,91 0,18
0,82 14.  S2
0,93 0,13
0,87 15,89
15.  S3 0,91
0,17 0,83
14,80 16.  S4
0,91 0,17
0,83 14,93
S 3,66
0, 65 3,35