Hasil Uji Realibilitas Model Pengukuran

Dimana: – n : banyaknya pertanyaan – Vi : varians masing-masing pertanyaan – Vtest : total varians dari seluruh skor yang diuji Apabila koefisien realibilitas lebih besar dari 0,70 maka secara keseluruhan pernyataan dinyatakan andal realiable. Berdasarkan pengolahan menggunakan diperoleh uji realibilitas sebagai berikut. Berdasarkan hasil uji realibilitas yang disajikan pada tabel 4.22, dapat diketahui bahwa seluruh variabel penelitian memiliki koefisien realibilitas diatas 0,70. Dengan demikian dapat dinyatakan bahwa seluruh penelitian yang diuji dalam penelitian ini adalah reliable atau memiliki tingkat konsistensi yang tinggi, sehingga dapat digunakan untuk mengumpulkan data penelitian. Tabel 4.22 Hasil Uji Realibilitas Kuesioner penelitian Koefisien realibilitas Alpha Cronbach Sikap 0,985 0,7 Realible Kemampuan Kerja 0,951 0,7 Realible Kepuasan Pelanggan 0,983 0,7 Realible Kuesioner Nilai kritis Realibilitas Sumber : Hasil Pengolahan data SPSS 2014

4.4.3 Model Pengukuran

Variabel Laten Sikap, Kemampuan Kerja dan Kepuasan Pelanggan diukur menggunakan 36 item pernyataan dan loading faktor masing-masing item pernyataan dalam membentuk variabel sikap, kemampuan kerja dan kepuasan pelanggan seperti terlihat pada gambar berikut ini : Ga Gambar 4.1 Model Pengukuran Variabel Laten Sikap, Kemampuan Kerja, Kepuasan Pelanggan

4.4.3.1 Model Pengukuran Variabel Laten Sikap Karyawan

Variabel laten sikap diukur menggunakan 18 item pernyataan dan loading faktor masing-masing item pernyataan dalam membentuk variabel sikap. Untuk menguji apakah item pernyataan yang digunakan untuk mengukur variabel laten sikap memiliki derajat kesesuaian yang tinggi, maka dihitung reliabilitas ke 18 item pernyataan menggunakan pendekatan construct reliability dan variance extracted. Hasil pengujian masing masing indikator variabel laten sikap disajikan pada tabel berikut: Tabel 4.23 Ringkasan Hasil Komputasi Statistik Model Pengukuran Variabel Sikap Variabel indikator Loading ej loading2 t P1 0,54 0,70 0,29 P2 0,65 0,58 0,42 7,03 P3 0,65 0,58 0,42 7,01 P4 0,60 0,64 0,36 6,68 P5 0,66 0,57 0,44 7,07 P6 0,58 0,66 0,34 6,55 P7 0,63 0,60 0,40 6,91 P8 0,64 0,59 0,41 6,95 X1 P9 0,63 0,61 0,40 6,86 P10 0,60 0,64 0,36 6,67 P11 0,68 0,54 0,46 7,21 P12 0,62 0,61 0,38 6,86 P13 0,68 0,54 0,46 7,22 P14 0,66 0,57 0,44 7,09 P15 0,63 0,60 0,40 6,91 P16 0,62 0,61 0,38 6,83 P17 0,67 0,55 0,45 7,15 P18 0,64 0,59 0,41 6,96 11,38 10,78 7,22 Sumber : Hasil Pengolahan data Lisrel 2014 Dari tabel di atas dihitung construct reliability CR          e Loading std Loading std CR 2 2 . . dan Variance Extractded VE Construct Reliability CR dari ke-18 item pernyataan variabel laten sikap lebih besar dari standar, yaitu 0,7 Hair, et.al, 2007. Nilai t menunjukkan bahwa ke-18 item pernyataan signifikan dalam membentuk variabel laten sikap semua nilai t 1,96. Nilai variance extracted VE sebesar 0,401 memiliki makna bahwa 40,1 informasi yang terkandung dalam variabel manifes ke-18 indikator dapat terwakili dalam variabel laten sikap. 4.4.3.2 Model Pengukuran Variabel Laten Kemampuan Kerja Variabel kemampuan kerja diukur menggunakan 9 item pernyataan dan loading faktor masing-masing item pernyataan dalam membentuk variabel kemampuan kerja. Selanjutnya untuk menguji apakah item pernyataan yang digunakan untuk mengukur variabel laten kemampuan kerja memiliki derajat kesesuaian yang tinggi, maka dihitung reliabilitas ke-9 item pernyataan menggunakan     401 , 59 , ... 58 , 70 , 64 , ... 65 , 54 , 64 , ... 65 , 54 , 2 2 2 2 2 2             VE       923 , 59 , ... 58 , 70 , 64 , ... 65 , 54 , 64 , ... 65 , 54 , 2 2             CR pendekatan construct reliability dart variance extracted. Hasil pengujian untuk masing masing item pernyataan variabel laten kemampuan kerja disajikan pada tabel berikut: Tabel 4.24 Ringkasan Hasil Komputasi Statistik Model Pengukuran Variabel Kemampuan kerja Variabel indikator Loading ej loading2 t P19 0,63 0,61 0,40 P20 0,63 0,60 0,40 7,46 P21 0,62 0,61 0,38 7,37 P22 0,64 0,59 0,41 7,58 X2 P23 0,62 0,61 0,38 7,37 P24 0,50 0,75 0,25 6,16 P25 0,56 0,68 0,31 7,77 P26 0,62 0,62 0,38 7,29 P27 0,57 0,67 0,32 6,88 5,39 5,74 3,25 Sumber : Hasil Pengolahan data Lisrel 2014 Dari tabel di atas dihitung construct reliability CR dan Variance Extractded VE          e Loading std Loading std CR 2 2 . .     361 , 67 , ... 60 , 61 , 57 , ... 63 , 63 , 57 , ... 63 , 63 , 2 2 2 2 2 2             VE       835 , 67 , ... 60 , 61 , 57 , ... 63 , 63 , 57 , ... 63 , 63 , 2 2             CR Construct Reliability CR dari ke-9 indikator variabel kemampuan kerja lebih besar dari standar, yaitu 0,7 Hair, et.al, 2007. Nilai t menunjukkan bahwa ke-9 item pernyataan signifikan dalam membentuk variabel kemampuan kerja semua nilai t 1,96. Nilai variance extracted VE sebesar 0,361 memiliki makna bahwa 36,1 informasi yang terkandung dalam variabel manifes ke-9 item pernyataan dapat terwakili dalam variabel kemampuan kerja.

4.4.3.3 Model Pengukuran Variabel Laten Kepuasan Pelanggan

Variabel laten kepuasan pelanggan diukur menggunakan 9 item pernyataan dan loading faktor masing-masing item pernyataan dalam membentuk variabel kepuasan pelanggan. Selanjutnya untuk menguji apakah item pernyataan yang digunakan untuk mengukur variabel laten kepuasan pelanggan memiliki derajat kesesuaian yang tinggi, maka dihitung reliabilitas ke-9 item pernyataan menggunakan pendekatan construct reliability dart variance extracted. Hasil pengujian untuk masing masing item pernyataan variabel laten kepuasan pelanggan disajikan pada tabel berikut: Tabel 4.25 Ringkasan Hasil Komputasi Statistik Model Pengukuran Variabel Kepuasan Pelanggan Variabel indikator Loading ej loading2 t P28 0,66 0,56 0,44 P29 0,65 0,57 0,42 8,21 P30 0,67 0,55 0,45 8,39 P31 0,61 0,63 0,37 7,73 Y P32 0,61 0,63 0,37 7,75 P33 0,61 0,63 0,37 7,76 P34 0,65 0,58 0,42 8,15 P35 0,65 0,58 0,42 8,16 P36 0,62 0,62 0,38 7,82 5,73 5,35 3,65 Sumber : Hasil Pengolahan data Lisrel 2014 Dari tabel di atas dihitung construct reliability CR dan Variance Extractded VE          e Loading std Loading std CR 2 2 . .     406 , 62 , ... 57 , 56 , 62 , ... 65 , 66 , 62 , ... 65 , 66 , 2 2 2 2 2 2             VE       860 , 62 , ... 57 , 56 , 62 , ... 65 , 66 , 62 , ... 65 , 66 , 2 2             CR Construct Reliability CR dari ke-9 item pernyataan variabel kepuasan pelanggan lebih besar dari standar, yaitu 0.7 Hair, et.al, 2007. Nilai t menunjukkan bahwa ke-9 item pernyataan signifikan dalam membentuk variabel kepuasan pelanggan semua nilai t 1.96. Nilai variance extracted VE sebesar 0,406 memiliki makna bahwa 40,6 informasi yang terkandung dalam variabel manifes ke-9 item pernyataan dapat terwakili dalam variabel kepuasan pelanggan.

4.4.4 Model Struktural

Sebelum melakukan model struktural maka dibuat tabel Goodness of Fit Full Model dengan tujuan apakah sudah memenuhi seperti terlihat pada tabel dibawah ini : Tabel 4.26 Goodness of Fit Full Model GOODNESS OF FIT CUT OFF VALUE HASIL EVALUASI MODEL Chi-Square Diharapkan kecil 226,18 Tidak Baik Probability , 1,00 Baik RMSEA , 0,00 Baik GFI , 0,94 Baik AGFI , 0,93 Baik NFI , 0,99 Baik NNFI , 1,03 Baik CFI , 1,00 Baik Sumber : Hasil Pengolahan data Lisrel 2014 Tabel 4.26 menjelaskan mengenai uji kecocokan model. Hasil uji kecocokan model menunjukan bahwa model bisa dibilang baik karena dari perhitungan diatas cuma 1 ukuran yang tidak baik dan 7 memiliki ukuran yang baik. Dengan demikian dapat disimpulkan bahwa model yang dikembangkan telah memenuhi persyaratan kelayakan model sehingga model sudah sesuai dengan yang digunakan. Setelah diuraikan model pengukuran masing-masing variabel laten endogen dan laten eksogen selanjutnya akan diuraikan model struktural antar variabel laten yang terbentuk dari model pengukuran. Berdasarkan kerangka pengujian model struktural, maka secara garis besar model struktural yang akan diuji pada penelitian ini disajikan pada tabel berikut. Tabel 4.27 Persamaan Struktural Antar Variabel Laten Endegenous Exogenous Constructs ------------------------------- Constructs X1 X2 Error H 0,68 0,27 + 0,18 Dari persamaan struktural antar variabel laten diatas, selanjutnya dilakukan proses pengolahan data dengan menggunakan software LISREL. Berdasarkan hasil pengolahannya diperoleh persamaan struktural sebagai berikut dibawah ini :