Anti-image matrices Nilai diagonal anti-image Total variance explained Nilai Cummulative harus Component Matrix Nilai factor loading lebih besar

-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

Dokumen yang terkait

Prinsip Mengenal Nasabah (Know Your Customer Principle) Sebagai Upaya Pencegahan Tindak Pidana Pencucian Uang Pada Bank

2 85 114

ANALISIS PENGARUH CUSTOMER SATISFACTION DAN TRUST TERHADAP CUSTOMER LOYALTY DAN PENGARUH SWITCHING COST SEBAGAI VARIABEL MODERATOR

11 97 81

Pengaruh Perceived Value Pada Customer Loyalty : Customer Satisfaction Sebagai Faktor Mediasi (Studi Kasus Motor Honda).

1 3 26

Pengaruh Customer Value Terhadap Loyalitas Konsumen Dengan Customer Satisfaction Sebagai Variabel Intervening Terhadap Salon Shinjuku | Tjahyono | Jurnal Strategi Pemasaran 3330 6268 1 SM

0 9 11

ANALISA PENGARUH SERVICE QUALITY TERHADAP BEHAVIORAL INTENTIONS DENGAN PERCEIVED VALUE DAN CUSTOMER SATISFACTION SEBAGAI VARIABEL INTERVENING PADA PENDIDIKAN TINGGI

0 1 10

PERCEIVED VALUE, DAN PRICE FAIRNESS TERHADAP CUSTOMER SATISFACTION TAMAN SARI RASA WATERPARK CILACAP

0 0 17

ANALISA CUSTOMER VALUE DAN CUSTOMER EXPERIENCE TERHADAP CUSTOMER LOYALTY DENGAN CUSTOMER SATISFACTION SEBAGAI VARIABEL INTERVENING (Studi Pada Waroeng Spesial Sambal Cabang Purwokerto) - repository perpustakaan

0 0 16

ANALISA CUSTOMER VALUE DAN CUSTOMER EXPERIENCE TERHADAP CUSTOMER LOYALTY DENGAN CUSTOMER SATISFACTION SEBAGAI VARIABEL INTERVENING (Studi Pada Waroeng Spesial Sambal Cabang Purwokerto) - repository perpustakaan

0 0 8

B. Nilai Pelanggan (Customer Value) - ANALISA CUSTOMER VALUE DAN CUSTOMER EXPERIENCE TERHADAP CUSTOMER LOYALTY DENGAN CUSTOMER SATISFACTION SEBAGAI VARIABEL INTERVENING (Studi Pada Waroeng Spesial Sambal Cabang Purwokerto) - repository perpustakaan

0 1 17

Pengaruh Service Quality, Trust dan Corporate Image Terhadap Customer Loyalty: Customer Satisfaction Sebagai Variabel - Repository UNTAR

0 18 450