6. PENGHITUNGAN PENGARUH a. Pengaruh Langsung
Untuk menghitung pengaruh langsung, digunakan formula sebagai berikut:
1 Pengaruh variabel perilaku konsumen terhadap kepuasan pelanggan X
1
Y
1
= 0,171 2 Pengaruh variabel kinerja karyawan terhadap kepuasan pelanggan
X
2
Y
I
= 0,418 3 Pengaruh variabel kualitas pelayanan terhadap kepuasan pelanggan
X
3
Y
1
= 0,248 4 Pengaruh variabel kualitas pelayanan terhadap keputusan pembelian
X
3
Y
2
= 0,323 5 Pengaruh variabel kepuasan pelanggan terhadap keputusan pembelian
Y
1
Y
2
= 0,289 b. Pengaruh Tidak Langsung
1 Pengaruh variabel perilaku konsumen terhadap keputusan pembelian melalui kepuasan pelanggan
X
1
Y
1
Y
2
= 0,171 x 0,289 = 0,049
183
2 Pengaruh kinerja karyawan terhadap keputusan pembelian melalui
kepuasan pelanggan X
2
Y
1
Y
2
= 0,418 x 0,289 = 0,12 3
Pengaruh variabel kualitas pelayanan terhadap keputusan pembelian melalui kepuasan pelanggan
X
3
Y
I
Y
2
= 0,248 x 0,289 = 0,072 c. Pengaruh Total
1 Pengaruh variabel perilaku konsumen terhadap keputusan pembelian melalui kepuasan pelanggan
X
1
Y
1
Y
2
= 0,171 + 0,289 = 0,460 2
Pengaruh kinerja karyawan terhadap keputusan pembelian melalui kepuasan pelanggan
X
2
Y
1
Y
2
= 0,418 + 0,289 = 0,707 3
Pengaruh variabel kualitas pelayanan terhadap keputusan pembelian melalui kepuasan pelanggan
X
3
Y
I
Y
2
= 0,248 + 0,289 = 0,573 4
Pengaruh variabel kepuasan pelanggan terhadap keputusan pembelian Y
1
Y
2
= 0,289
184
Gambar 4.1 Jalur Path Trimming
Є
1
Є
2
0,764 0,764
0,848
Perilaku konsumen X
1
Kinerja karyawan X
2
Kualitas pelayanan X
3
Kepuasan pelanggan
Y
1
rx1x3 0,355
rx1x2 0,229
Py2y 1
rx3x2 0,426
Py2x 3
Py1x 3
Py1x 2
Py1x 1
Keputusan pembelian
Y
2
Persamaannya menjadi:
Y
1
= ρy
1
x
1
X
1
+ ρy
1
x
2
X
2
+ ρy
1
x
3
X
3
+ Є
1
Y
1
= 0,171 X
1
+ 0,418 X
2
+ 0,248 X
3
+ 0,764 Є
1
Y
2
= 0,323X
3
+ 0,289Y
I
+ 0, 848 Є
2
Angka residual Є
2
diperoleh dari 1-0.280 = 0,848
7. Pengujian Kesesuain Model Goodness Of Fit
Uji kesesuaian model good-of-fit test dalam Riduwan dan Engkos 2008 : 146 dimaksudkan untuk menguji apakah model yang diusulkan
memiliki kesesuaian dengan data atau tidak. Shumacker Lomax 1996 : 43 dan Kusnendi, 2005 : 19 dalam Riduwan dan Engkos 2008 : 146
mengatakan bahwa analisis jalur untuk suetu model yang diusulkan dikatakan fit dengan data apabila matriks korelasi sample tidak jauh berbeda
185
dengan matrik korelasi estimasi reproduced correlation matrix atau korelasi yang diharapkan expected correlation matrix atau korelasi yang
diharapkan expected correlation matrix. Rumusan hipotesis statistik kesesuaian model analisis jalur dirumuskan sebagai berikut :
Ha : R ≠ R Ø : Matriks korelasi estimasi berbeda dengan matriks
korelasi sampel. Ho : R = R Ø : Matriks korelasi estimasi sama dengan matriks korelasi
sampel. Shumacker Lomax dalam Riduwan dan Engkos 2008:
146memberikan petunjuk bagaimana menguji kesesuaian model analisis jalur? Hal ini dapat digunakan uji statistic kesesuaian model koefisien Q
dengan rumus: Q = 1-R²m 1- M
Dimana Q = Koefisien Q R²m = 1-1-R²1.1-R²2…….1-R²p
M= R²m setelah dilakukan trimming Apabila Q = 1 mengindikasikan model fit sempurna. Jika Q 1, untuk
menentukan fit tidaknya model maka statistic koefisien Q perlu diuji dengan statistic W yang dihitung dengan rumus:
W
hitung
= - N-dInQ Keterangan:
N = Menunjukkan ukuran sample
186
D = banyaknya koefisien jalur yang tidak signifikan dengan degree of freedom
= derajat bebas R²m = Koefisien determinasi multiple untuk model yang diusulkan
M = Menunjukkan koefisien determinasi multiple R²m setelah koefisien jalur yang tidak signifikan yang dihilangkan.
a. Dasar pengambilan Keputusan Jika W hitung
≥ χ
2
: Ho ditolak berarti ke dua model signifikan Jika W hitung
≤ χ
2
: Ho diterima berarti ke dua model tidak signifikan
b. Pengujian Statistik Sebelum trimming
R
2
1= 0.417
R
2
2= 0,290
R
2
m = 1 1 - R
2
1 1- R
2
2 = 1 1 – 0,417 1 – 0,290
= 1 0,583 0,71 = 1 - 0,4139 = 0,5861
Setelah trimming R
2
1 = 0,417
187
R
2
2 = 0,280 Rumus: M = R
2
m setelah trimming M = 1 1 - R
2
1 1- R
2
2 = 1 1 – 0,417 1 – 0,280
= 1 0,583 0,72 =1 – 0,4198 = 0,5802
mencari nilai : Rumus Q = 1 - R
2
m = 1- 0,5861 = 0,4139 = 0,9859 = 1 1- M 1- 0,5802 0,4198
Perhitungan koefisien Q menunjukkan bahwa Q = 1, maka model dikatakan fit sempurna karena matriks korelasi sample tidak jauh berbeda
dari matriks korelasi estimasi atau korelasi yang diharapkan. Kesimpulan model empiris yang diperoleh memiliki kemampuan untuk
menggeneralisasikan tentang fenomena yaitu variabel perilaku konsumen, kinerja karyawan dan kualitas pelayanan terhadap kepuasan konsumen serta
keputusan pembelian.
188
BAB V KESIMPULAN DAN IMPLIKASI
A. Kesimpulan
Berdasarkan hasil analisa dan pembahasan yang telah dijelaskan pada bab sebelumnya, maka dari penelitian ini dapat diambil kesimpulan,
dimana hal ini merupakan jawaban dari perumusan masalah, yaitu sebagai berikut:
1. Berdasarkan hasil pengujian dengan path analisis, menunjukkan terdapat pengaruh secara langsung terhadap variabel kepuasan pelanggan yaitu
variabel perilaku konsumen, kinerja karyawan dan kualitas pelayanan. Besar pengaruh secara parsial dari ketiga variabel tersebut adalah
masing-masing sebesar 17,1 , 41,8 , 24,8. Dan pengaruh variabel perilaku konsumen dan kualitas pelayanan terhadap keputusan
pembelian. Dapat disimpulkan variabel yang pengaruhnya paling besar terhadap kepuasan pelanggan adalah variabel kinerja karyawan.
2. Besar pengaruh variabel perilaku konsumen, kinerja karyawan dan kualitas pelayanan terhadap variabel kepuasan pelanggan secara
simultan atau gabungan adalah 41,7. 3. Dari pengujian, ternyata variabel kualitas pelayanan mempunyai
pengaruh langsung terhadap keputusan pembelian sebesar 32,3 dan kepuasan pelanggan juga mempunyai pengaruh langsung terhadap
variabel keputusan pembelian yaitu sebesar 28,9 .
189