Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor

EVALUASI LOYALITAS KONSUMEN
TERHADAP LAPTOP MEREK XYZ
PADA MAHASISWA INSTITUT PERTANIAN BOGOR

MIKO NOVRI AMANDRA

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Evaluasi Loyalitas
Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian
Bogor adalah benar karya saya dengan arahan dari komisi pembimbing dan belum
diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juli 2013
Miko Novri Amandra
NIM G14090015

ABSTRAK
MIKO NOVRI AMANDRA. Evaluasi Loyalitas Konsumen Terhadap Laptop
Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Dibimbing oleh ANANG
KURNIA dan PIKA SILVIANTI.
Kebutuhan akan laptop pada mahasiswa cukup besar karena mahasiswa
sering menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan
kuliah, dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui
gambaran faktor-faktor yang mempengaruhi loyalitas konsumen terhadap laptop
yang mereka produksi. Secara teori loyalitas merek dipengaruhi oleh kepuasan,
citra merek, dan penghambat perpindahan. Loyalitas merek, kepuasan, citra merek,
dan penghambat perpindahan merupakan peubah yang tidak dapat diukur
langsung (peubah laten) sehingga, analisis statistika yang dapat digunakan adalah
model persamaan struktural (MPS). Tujuan penelitian ini adalah memperoleh
model persamaan struktural dan model persamaan pengukuran yang dapat

menggambarkan hubungan antar peubah laten dan antar peubah laten dengan
peubah indikatornya. Data yang digunakan dalam penelitian ini adalah data primer
hasil survei terhadap mahasiswa IPB yang memiliki laptop merek XYZ
menggunakan metode penarikan contoh tak berpeluang. MPS menunjukkan
bahwa kepuasan, citra merek, dan penghambat perpindahan tidak bepengaruh
terhadap loyalitas merek. Model persamaan pengukuran menunjukkan merek dan
rekomendasi mampu mencerminkan peubah laten loyalitas merek tetapi peubah
indikator tersebut tidak reliabel dalam mengukur loyalitas merek secara simultan
maupun parsial. Semua peubah indikator pada peubah laten kepuasan, citra merek,
dan penghambat perpindahan telah mampu mencerminkan peubah laten dan
reliabel mengukur peubah latennya.
Kata kunci: model persamaan struktural, peubah indikator, peubah laten
ABSTRACT
MIKO NOVRI AMANDRA. Customer Loyalty Evaluation of Student on Laptop
Brand XYZ in Bogor Agricultural University. Advised by ANANG KURNIA and
PIKA SILVIANTI.
Laptop is one important tool to do report, paper, journal, college summary,
and final task. It causes the manufacturers have to know which factors influenced
costumer loyalty toward their production. Theoretically, brand loyalty is
influenced by satisfaction, brand image, and switching barrier. The mentioned

variables are the variables which can not be measured directly (latent variable)
thus, the statistical analysis that can be employed is structural equation modelling
(SEM). The objective of this study to get structural equation modelling and
measurement equation modelling which can describe the relationship among
latent variables and also between latent variables and its manifest variables. The
data which is used in this study is a primary data taken from a survey on IPB
students who have laptop with brand XYZ using a non-probability sampling
methods. SEM indicates that satisfaction, brand image, and switching barrier did

not influence brand loyalty. Measurement equation model shows that the brand
and recommendation is able to reflect latent variable from brand loyalty, but the
variables are not reliable in measuring brand loyalty neither simultaneously nor
partially. All manifest variables on the latent variables such as satisfaction, brand
image, and switching barrier are able to reflect of latent variables and reliable to
measure its latent variables.
Keywords: latent variable, manifest variable, structural equation modelling

EVALUASI LOYALITAS KONSUMEN
TERHADAP LAPTOP MEREK XYZ
PADA MAHASISWA INSTITUT PERTANIAN BOGOR

MIKO NOVRI AMANDRA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Judul Skripsi: Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada
Mahasiswa Institut Pertanian Bogor
: Miko N ovri Amandra
Nama
: G14090015

NIM

Disetujui oleh

ｄｾｭｩ｡＠

Pika Silvianti, M.Si
Pembimbing II

Pembimbing I

Tanggal Lulus:

2 6 JUL
Ｒｾ＠

,1

Judul Skripsi : Evaluasi Loyalitas Konsumen Terhadap Laptop Merek XYZ pada
Mahasiswa Institut Pertanian Bogor

Nama
: Miko Novri Amandra
NIM
: G14090015

Disetujui oleh

Dr. Anang Kurnia
Pembimbing I

Pika Silvianti, M.Si
Pembimbing II

Diketahui oleh

Dr. Ir. Hari Wijayanto, M.Si
Ketua Departemen

Tanggal Lulus:

PRAKATA
Alhamdullilah, segala puji dan syukur penulis panjatkan kepada Allah SWT
karena atas rahmat dan karunia-Nya penulis dapat menyelesaikan karya ilmiah ini.
Karya ilmiah ini berjudul Loyalitas Konsumen Terhadap Laptop Merek XYZ
pada Mahasiswa Institut Pertanian Bogor. Karya ilmiah ini merupakan salah satu
syarat untuk mendapatkan gelar Sarjana Statistika pada Departemen Statistika,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam menyelesaikan karya ilmiah ini, antara lain:
1. Bapak Dr. Anang Kurnia dan Ibu Pika Silvianti, M.Si atas bimbingan,
masukan, dan kesabarannya selama penulis menyelesaikan karya ilmiah ini.
2. Ibu Yenni Angraini, M.Si selaku penguji atas saran dan kritikannya yang
membangun.
3. Bapak Dr. Ir. Budi Suharjo, MS, Dr. Ir. I Made Sumertajaya, MS, dan Dr.
Farit Mochamad Afendi, M.Si atas masukannya mengenai model pesamaan
struktural (MPS).
4. Dosen pengajar Departemen Statistika atas ilmu yang telah diberikan.
5. Ibu Markonah, Ibu Tri, dan Tata Usaha Departemen Statistika atas
bantuannya dalam kelancaran administrasi.
6. Pihak Tanoto Foundation atas beasiswa yang telah diberikan.

7. Departemen Survey and Reseach Himpunan Profesi Gamma Sigma Beta
2013 dan mahasiswa Statistika angkatan 2012 atas bantuannya dalam
melakukan survei penelitian.
8. Inka Tiara Putri atas pinjaman buku model persamaan struktural miliknya.
9. Keluarga di rumah, terutama Ayah dan Ibu atas kasih sayang dan doanya.
10. Dwivayani, teman-teman satu bimbingan (Rafika, Rizki, Indah, dan Lusi),
dan teman-teman Statistika 46 atas semangat dukungan dan bantuannya.
Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah
ini. Oleh karena itu, penulis menerima saran dan kritikan yang membangun dari
berbagai pihak agar dapat meningkatkan pengetahuan penulis di masa yang akan
datang. Penulis berharap karya ilmiah ini dapat bermanfaat bagi penulis
khususnya dan pembaca pada umumnya.

Bogor, Juli 2013
Miko Novri Amandra

DAFTAR ISI
DAFTAR TABEL

viii

DAFTAR GAMBAR

viii

DAFTAR LAMPIRAN

viii

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

METODOLOGI

2

Data dan Metode Penarikan Contoh

2

Metode Analisis

2

HASIL DAN PEMBAHASAN

8

Validitas dan Reliabilitas Kuesioner

8

Deskripsi Karakteristik Responden dan Peubah Indikator

8

Pendugaan Parameter Model Persamaan Struktural

10

SIMPULAN

14

DAFTAR PUSTAKA

14

LAMPIRAN

15

RIWAYAT HIDUP

23

DAFTAR TABEL
1 Nilai reliabilitas cronbach alpha peubah laten
2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap pertama
3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap kedua
4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua
5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua
6 Koefisien lintas antar peubah laten
7 Pengaruh langsung dan tak langsung antar peubah laten

8
10
11
12
12
12
13

DAFTAR GAMBAR
1
2
3
4
5
6

Diagram lintas model persamaan struktural berdasarkan teori
Jumlah responden berdasarkan tahun masuk
Jumlah responden berdasarkan fakultas
Jumlah responden berdasarkan departemen
Diagram kotak garis peubah indikator
Diagram lintas pada tahap pertama sebelum (a) dan sesudah (b)
modifikasi
7 Diagram lintas pada tahap kedua sesudah modifikasi
8 Diagram lintas pada tahap kedua sebelum modifikasi

3
8
9
9
9
10
11
11

DAFTAR LAMPIRAN
1 Nilai uji validitas setiap pernyataan dalam kuesioner
2 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap
pertama
3 Nilai standardize loading factor sebelum dan sesudah modifikasi tahap
kedua
4 Kuesioner penelitian
5 Daftar nama peubah laten dan peubah indikator
6 Model persamaan struktural dan model persamaan pengukur
7 Matriks korelasi peubah indikator

15
16
16
17
21
22
22

PENDAHULUAN
Latar Belakang
Sarana dan prasarana merupakan hal penting untuk menunjang proses
belajar mengajar agar lebih efektif dan efisien. Salah satu prasarana yang sering
digunakan adalah laptop. Kebutuhan akan adanya laptop pada mahasiswa cukup
besar karena mahasiswa merupakan salah satu akademisi yang paling sering
menggunakan laptop untuk pembuatan laporan, makalah, jurnal, ringkasan kuliah,
dan tugas akhir. Hal tersebut membuat produsen laptop harus mengetahui
gambaran mengenai faktor-faktor yang mempengaruhi loyalitas konsumen
terhadap laptop yang mereka produksi. Tujuan produsen mengetahui gambaran
faktor-faktor yang mempengaruhi loyalitas konsumen adalah agar konsumen tetap
setia terhadap hasil produksinya. Secara teori loyalitas merek dipengaruhi oleh
kepuasan, citra merek, dan penghambat perpindahan selain itu, citra merek pun
mempengaruhi kepuasan.
Loyalitas merek, kepuasan, citra merek, dan penghambat perpindahan
merupakan peubah yang tidak dapat diukur secara langsung (peubah laten). Oleh
karena itu, analisis statistika yang dapat digunakan adalah model persamaan
struktural (MPS). MPS dapat menunjukkan model dari hubungan kepuasan, citra
merek, penghambat perpindahan, dan loyalitas merek serta peubah indikator yang
menyusun peubah latennya. Hubungan antar peubah laten di analisis dengan
menggunakan analisis lintas sedangkan hubungan antar peubah indikator terhadap
peubah latennya di analisis dengan confirmatory factor analysis (CFA).

Tujuan Penelitian
1.

2.

Tujuan penelitian ini adalah :
Memperoleh model persamaan struktural yang dapat menggambarkan
hubungan antara citra merek, kepuasan, dan penghambat perpindahan
terhadap loyalitas merek.
Memperoleh model persamaan pengukuran yang dapat menggambarkan
hubungan antara peubah laten penghambat perpindahan, citra merek,
kepuasan, dan loyalitas merek terhadap peubah indikatornya.

2

METODOLOGI
Data dan Metode Penarikan Contoh
Data yang digunakan dalam penelitian ini adalah data primer yang
dikumpulkan melalui survei dengan metode penarikan contoh tak berpeluang.
Metode penarikan contoh yang digunakan terdiri dari metode penarikan contoh
snowball dan purposive. Responden terpilih merupakan mahasiswa aktif strata I
IPB pada tahun 2013 yang memiliki laptop merek XYZ. Responden yang disurvei
sebanyak 304 orang. Hair et al (2009) mengatakan paling sedikit ukuran contoh
yang dibutuhkan 100 atau 5-10 kali dari jumlah peubah indikatornya. Survei
dilakukan terhadap mahasiswa IPB di 36 departemen dengan tahun masuk antara
2008 sampai 2012. Responden menjawab pertanyaan dan pernyataan yang
terdapat dalam kuesioner yang terdiri dari 8 pertanyaan mengenai karakteristik
responden dan 40 pernyataan mengenai peubah laten dan peubah indikator yang
dikembangkan berdasarkan teori. Skala yang digunakan dalam menjawab
pernyataan kuesioner adalah skala semantic differential dengan nilai 8
menunjukkan sangat setuju dan 1 sangat tidak setuju. Pengujian validitas dan
reliabilitas pernyataan yang terdapat dalam kuesioner menggunakan uji korelasi
dan metode cronbach alpha.

Metode Analisis
1.

2.

Tahapan yang dilakukan dalam penelitian ini adalah :
Konseptualisasi model persamaan struktural berdasarkan teori.
Loyalitas adalah sikap positif seseorang terhadap suatu merek
sehingga, konsumen memiliki keinginan kuat untuk membeli ulang merek
yang sama pada saat sekarang maupun masa yang akan datang (Sumarwan,
2002). Berdasarkan teori, loyalitas merek dipengaruhi oleh kepuasan, citra
merek, penghambat perpindahan sedangkan kepuasan dipengaruhi citra
merek. Kepuasan adalah perasaan senang atau kecewa seseorang sebagai
hasil dari perbandingan atas prestasi produk yang dirasakan dan yang
diharapkan (Sumarwan, 2002). Penghambat perpindahan (switching barrier)
adalah hambatan-hambatan atau biaya yang muncul ketika konsumen akan
berpindah dari satu merek ke merek lainnya (Subroto, 2005 dalam Agnanda,
2012). Citra merek adalah seperangkat asosiasi yang ingin diciptakan atau
dipelihara oleh pasar. Peubah-peubah indikator setiap peubah latennya dapat
dilihat pada Lampiran 5.
Pembuatan diagram lintas.
Pembuatan diagram lintas pada model persamaan struktural dan model
persamaan pengukuran dalam penelitian ini dikembangkan berdasarkan
teori yang telah ada. Tujuan dari pembuatan diagram lintas adalah untuk
mengetahui jumlah parameter yang diduga dan mengetahui hubungan
kausalitas antar peubah laten dan antar peubah laten dan peubah indikator.

3

: Peubah laten eksogen
: Peubah laten endogen

Gambar 1 Diagram lintas model persamaan struktural berdasarkan teori
Model yang dibangun dalam MPS terdiri dari model persamaan
pengukuran dan model persamaan struktural. Peubah laten adalah peubah
yang tidak dapat diukur secara langsung namun dapat diukur oleh satu atau
lebih peubah indikator sedangkan untuk peubah indikator adalah peubah
yang dapat diukur secara langsung (Bollen, 1989). Persamaan model
struktural secara umum dinyatakan sebagai berikut:
+ Γξ+
dengan,
: vektor peubah laten endogen berukuran mxl
: matriks koefisien eksogen terhadap endogen berukuran mxn
B : matriks koefisien endogen terhadap endogen berukuran mxm
ξ : vektor peubah laten eksogen berukuran nx1
: vekor sisaan acak hubungan antara endogen dan eksogen/endogen
berukuran mx1
m : jumlah peubah laten endogen
n : jumlah peubah laten eksogen.
Persamaan model pengukuran secara umum dinyatakan sebagai berikut:
+
ξ+
dengan,
y : vektor peubah indikator bagi peubah laten endogen berukuran px1
x : vektor peubah indikator bagi peubah laten eksogen berukuran qx1
: matriks koefisien y terhadap endogen berukuran pxm
: matriks koefisien x terhadap eksogen berukuran qxn
: vektor sisaan pengukuran dari y berukuran px1
: vektor sisaan pengukuran dari x berukuran qx1
p : jumlah peubah indikator bagi peubah laten endogen
q : jumlah peubah indikator bagi peubah laten eksogen.

4
3.

Identifikasi model bertujuan untuk menentukan terdapat atau tidaknya solusi
bagi parameter yang diduga. Identifikasi model dilakukan dengan t-rule
yaitu, jumlah parameter yang diduga harus lebih kecil dari jumlah elemen
unik dari matriks masukan (Bollen, 1989). Persamaan t-rule sebagai berikut:
t

p+q p+q+1
2

dengan,
t : jumlah parameter yang diduga
p : jumlah peubah indikator peubah laten eksogen
q : jumlah peubah indikator peuban laten endogen.
4.

Pembuatan kuesioner sesuai konseptual yang telah dibuat sekaligus
melakukan pengujian reliabilitas dan validitas kuesioner terhadap 30
responden dengan metode cronbach alpha dan uji korelasi.
[

dengan,
b
∑

:
:
:
:

] [1
1

∑

2
2
t

koefisien reliabilitas (cronbach alpha)
jumlah butir pertanyaan
jumlah dari ragam setiap butir pertanyaan
ragam dari jumlah semua butir pertanyaan
r

n∑
[n ∑ 2 ∑

∑ ∑
2 ][n ∑ 2 ∑

2

dengan,
r : korelasi
x : nilai dari setiap butir pertanyaan
y : nilai dari semua jumlah butir pertanyaan
n : banyaknya responden.
Nilai cronbach alpha lebih dari atau sama dengan 0.6 dapat dikatakan
instrumen tersebut reliabel (Kusnendi, 2008) dan p-value lebih kecil dari
0.05 pada pengujian korelasi dapat dikatakan instrumen valid (Azwar, 2012).
5.

Pengumpulan data dengan melakukan survei terhadap mahasiswa aktif strata
I IPB 2013 yang memiliki laptop merek XYZ.

6.

Analisis deskriptif pemilik laptop merek XYZ dan peubah-peubah indikator.
Statistika deskriptif yang akan di bahas dalam penelitian ini berkaitan
dengan profil responden mengenai usia, jenis kelamin, tahun masuk, asal
departemen, dan asal fakultas. Pembuatan diagram kotak garis terhadap
peubah indikator.
Menentukan matriks masukan.

7.

5
Matriks masukan yang digunakan dalam MPS yaitu matriks korelasi
karena jumlah butir pertanyaan setiap peubah indikator berbeda. Hal ini
mengakibatkan skala setiap peubah indikator berbeda.
8.

Pendugaan parameter.
Metode pendugaan parameter yang digunakan dalam analisis model
persamaan struktural ini adalah unweighted least square (ULS). Bentuk
umum fungsi pengepasan metode ULS adalah:
FULS = 1/2 tr[ Σ -Σ θ 2]
dengan,
Σ
: matriks koragam/korelasi dari data
Σ θ : matriks koragam/korelasi dari model.
Fungsi ULS meminumkan setengah jumlah kuadrat dari masing-masing
unsur matriks sisaan Σ-Σ θ , sifat penduga pada metode ULS konsisten
dan tidak memerlukan asumsi dari sebaran peubah pengamatan (Bollen,
1989).

9.

Evaulasi kelayakan model secara keseluruhan dan validitas serta reliabilitas
peubah indikator.
Evaluasi kelayakan model secara keseluruhan dengan menggunakan
uji khi kuadrat, RMSEA, RMSR, GFI, dan AGFI.
9.1 Uji Khi Kuadrat ( 2 )
Statistik 2 digunakan untuk menguji hipotesis:
H0 : Σ Σ θ
H1 : Σ Σ θ
tidak tolak H0 jika p-value > 0.05 menunjukkan kecocokan antara martriks
koragam/korelasi model dugaan hasil struktural dengan matriks
koragam/korelasi dari data (Hair et al, 2009).
9.2 Root Mean Square Error of Approximation (RMSEA)
RMSEA menunjukkan ukuran ketidakcocokan model berdasarkan
derajat bebas model. RMSEA dapat dinyatakan sebagai berikut:
RMSEA = √

2 -d

n-1 d

dengan,
2

: nilai khi kudrat model
n
: ukuran contoh
db
: derajat bebas model.
Nilai RMSEA yang lebih kecil dari 0.08 merupakan indikasi dapat
diterimanya sebuah model. Hal ini menunjukkan kecocokan antara martriks
koragam/korelasi model dugaan hasil struktural dengan matriks
koragam/korelasi dari data (Hair et al, 2009).

6
9.3 Root Mean Square Residual (RMSR)
Nilai RMSR menunjukkan rata-rata sisaan koragam atau korelasi
(Bollen, 1989). RSMR dapat dinyatakan sebagai berikut:

RMSR

2 1/2
sij
ij
k
i
= [2Σi 1 Σj 1
]
k k+1

dengan,
k
: jumlah peubah indikator pada peubah laten eksogen dan peubah
laten endogen
:
unsur matriks Σ
sij
: unsur matriks Σ θ .
ij
Σ merupakan koragam/korelasi dari data dan Σ θ matriks koragam/korelasi
dari model. Nilai RMSR yang lebih kecil atau sama dengan 0.05
mengindikasikan kecocokan antara matriks korelasi/koragam hasil dugaan
model struktural dengan matriks korelasi/koragam dari data.
9.4 Goodness of Fit Index (GFI)
Nilai GFI mempresentasikan persen dari keragaman data yang dapat
dijelaskan oleh model. GFI dapat dinyatakan sebagai berikut:
GFI = 1 -

[

[

]

]

dengan,
Σ
: matrik korelasi/koragam dari data
Σθ
: matriks korelasi/koragam dari model.
Model dengan nilai GFI lebih besar dari 0.90 mengindikasikan bahwa
model tersebut baik dalam hal kecocokan antara matriks koragam/korelasi
hasil dugaan model struktural dengan matriks koragam/korelasi dari data
(Hait et al, 2009).
9.5 Adjusted Godness of Fit Index (AGFI)
Nilai
AGFI
merupakan
modifikasi
dari
GFI
dengan
mengakomodasikan derajat bebas model dengan model lain yang
dibandingkan. AGFI dapat dinyatakan sebagai berikut:
AGFI = 1–

k k+1
2d

[1-GFI]

dengan,
k
: jumlah peubah indikator pada peubah laten eksogen dan peubah
laten endogen
db
: derajat bebas model.
Model dengan nilai AGFI lebih besar dari 0.90 mengindikasikan bahwa
model tersebut baik dalam hal kecocokan antara matriks koragam/korelasi

7
hasil dugaan model struktural dengan matriks koragam/korelasi data asal
(Hair et al, 2009).
Validitas dan reliabilitas menggunakan uji t, reliabilitas konstruk, dan
variance extracted.
9.6 Validitas peubah indikator dinilai dengan cara menguji hipotesis H0:λij=0
lawan Hi:λij 0, indikator dikatakan valid atau dapat mencerminkan peubah
laten jika memiliki nilai t-hitung lebih besar dari t tabel pada taraf nyata 5%.
Nilai t tabel sebesar 1.96 (Raykov, 2008).
9.7 Reliabilitas konstruk diukur melalui persamaan berikut:

j=

Σi 1 λij
Σi 1 λij

2

2

+ Σi 1

i

dengan :
RKj
: reliabilitas konstruk peubah laten ke-j
c
: jumlah indikator yang mengukur peubah laten ke-j
λij
: standardize loading factor peubah indikator ke–i peubah laten ke-j
: ragam galat pengukuran indikator ke–i.
i
Ukuran ini menggambarkan kemampuan peubah-peubah indikator secara
bersama sama dapat mengukur peubah laten. Semakin besar RK maka
semakin besar pula representatif peubah indikator terhadap peubah laten.
Nilai reliabilitas konstruk yang disarankan adalah lebih besar dari 0.70 (Hair
et al, 2009).
9.8 Variance extracted (VE) diukur melalui persamaan berikut:

VEj=

Σi 1 λij
2

2

Σi 1 λij + Σi 1

i

dengan :
VEj
c
λij

: variance extracted peubah laten ke-j
: jumlah indikator yang mengukur peubah laten ke-j
: standardize loading factor peubah indikator ke–i peubah
laten ke-j
:
ragam galat pengukuran indikator ke–i.
i
Ukuran ini menggambarkan kemampuan setiap peubah indikator dalam
mengukur peubah laten. Semakin besar variance extracted maka semakin
besar pula representatif setiap peubah indikator terhadap peubah laten.
Variance extracted yang disarankan adalah lebih besar dari 0.50 (Hair et al,
2009).
Jika model tidak fit dilakukan modifikasi model dengan cara
menghilangkan atau menambahkan lintas pada model (Wijanto, 2007).

10

Interpretasi model
Interpretasi model dilakukan terhadap koefisien lintas, standardize
loading factor, dan validitas dan reliabilitas peubah indikator.

8

HASIL DAN PEMBAHASAN
Validitas dan Reliabilitas Kuesioner
Pengujian validitas dan reliabilitas terhadap kuesioner yang telah dibuat
dilakukan terhadap 30 responden melalui survei pendahuluan. Pernyataanpernyataan yang dibuat dalam kuesioner ini dikembangkan berdasarkan teori yang
diperoleh dari studi literatur. Uji validitas dilakukan untuk mengetahui ketepatan
dan kecermatan alat ukur yaitu kuesioner dalam melakukan fungsinya sebagai alat
ukur. Uji validitas dilakukan dengan melihat korelasi antara nilai masing-masing
pernyataan dengan jumlah dari nilai-nilai pernyataan yang ingin diukur pada
setiap peubah laten. Berdasarkan Lampiran 1 semua pernyataan dalam kuesioner
valid pada taraf nyata 5% yang ditunjukkan dengan p-value lebih kecil dari 0.05
Tabel 1 Nilai reliabilitas cronbach alpha peubah laten
Peubah laten
Nilai cronbach alpha Keterangan
Loyalitas Merek
0.883
Reliabel
Penghambat Perpindahan
0.869
Reliabel
Citra Merek
0.877
Reliabel
Kepuasan
0.910
Reliabel
Uji reliabilitas digunakan untuk mengetahui konsistensi dan keterandalan
alat ukur agar dapat digunakan lebih lanjut. Tabel 1 menunjukkan bahwa semua
peubah laten reliabel karena memiliki nilai reliabilitas cronbach alpha lebih besar
dari 0.6 sehingga dapat disimpulkan semua pernyataan yang mengukur peubah
laten dalam kuesioner adalah reliabel. Hal ini menunjukkan bahwa kuesioner yang
digunakan dalam penelitian ini merupakan kuesioner yang reliabel.
Deskripsi Karakteristik Responden dan Peubah Indikator
Responden yang terpilih merupakan mahasiswa strata I IPB yang memiliki
laptop merek XYZ. Responden terpilih terdiri dari 73% berjenis kelamin
perempuan dan 27% berjenis kelamin laki-laki dari total sebanyak 304 responden.
Responden terpilih memiliki umur berkisar antara 17-23 tahun dengan jumlah
responden terbanyak berada pada umur 19 tahun sebanyak 114 responden.
Gambar 2 menunjukkan responden sebagian besar adalah mahasiswa dengan
tahun masuk 2011 yang paling sedikit adalah mahasiwa dengan tahun masuk 2008.
146
150

79

100
50

44

33

2009

2010

2

0
2008

2011

2012

Gambar 2 Jumlah responden berdasarkan tahun masuk

9
Gambar 3 dan Gambar 4 menunjukkan responden sebagian besar adalah
mahasiswa yang berasal dari FMIPA sebanyak 101 responden dan Departemen
Statistika sebanyak 46 orang. Hal ini karena peneliti lebih mudah mendapatkan
akses untuk memperoleh responden pada FMIPA dan Departemen Statistika
dibandingkan dengan fakultas dan departemen lain. Peneliti berusaha melakukan
pemilihan responden dari fakultas dan departemen lain agar dapat
menggambarkan karakteristik mahasiswa IPB.
120
100
80
60
40
20
0

101
26

20

12

32

48

33

20

12

Gambar 3 Jumlah responden berdasarkan fakultas
60

46

40
4

10 5 15 7

AGB
AGH
ARL
BDP
BIK
BIO
Eksyar
ESL
FIS
FKH
GFM
GM
IE
IKK
Ilkom
INTP
IPTP
ITK
ITP
KIM
KSHE
MAN
MAT
MNH
MSL
MSP
PSP
PTN
SIL
SKPM
STK
SVK
THH
THP
TIN
TMB

15
9
20 13 6 6 4 1112 6 4 12 4 9 10 9 7 5 4 7 13 5 7 10 7 5 5
3
3 3 3
0

Gambar 4 Jumlah responden berdasarkan departemen
Gambar 5 menunjukkan bahwa semua peubah indikator tidak memiliki
pencilan. Peubah-peubah indikator memiliki keragaman yang hampir sama dan
sebagian besar memiliki kesimetrian data yang tidak seimbang.
3
2

Data

1
0
-1
-2
-3

e re
M

k

i
l
i
l
t
s
li
uk
kai
gs
lan
g is
s ia io n a b u a
Be nd a s n o mi
ma Pro d Fu n an d a
s
m
o lo ai So
e
e
e
o
g
k
i
P
m
P
n
k
ra Cit ra
Ps
Ke
ko
ra
Nil i Fu
iE
Cit
Re Nila Ni lai
a
Cit
Nil

n
ia
ka
Us s te ti y an a
a
l
E
Pe

Gambar 5 Diagram kotak garis peubah indikator

u
Fi t

r

10
Pendugaan Parameter Model Persamaan Struktural
Model persamaan struktural menggunakan matriks masukan berupa matriks
korelasi karena setiap peubah indikator memiliki skala yang berbeda. Metode
pendugaan parameter yang digunakan adalah unweighted least square (ULS).
Pendugaan ini bersifat konsisten dan asumsi dari sebaran data yang digunakan
bersifat fleksibel. Pendugaan parameter MPS pada penelitian ini dilakukan dengan
two step approach. Two step approach yaitu pendekatan dengan mengunakan dua
tahap analisis. Tahap pertama yaitu melakukan CFA terhadap model persamaan
pengukuran terlebih dahulu hingga memiliki model yang fit jika tidak dilakukan
modifikasi terhadap model pengukuran. Tahap kedua setelah model pengukuran
fit adalah analisis terhadap model persamaan struktural dengan analisis lintas
(Wijanto, 2007).

Sebelum modifikasi (a)

Sesudah modifikasi (b)

Gambar 6 Diagram lintas pada tahap pertama sebelum (a) dan sesudah (b)
modifikasi
Confirmatory factor analysis terhadap model pengukuran sebelum
modifikasi memberikan kesimpulan bahwa terdapat satu nilai standardize loading
factor yang lebih kecil dari 0.5 sehingga peubah indikator tersebut dihilangkan
dalam model (Hair et al, 2009). Analisis yang dilakukan terhadap model yang
telah dimodifikasi menghasilkan semua standardize loading factor lebih besar
dari 0.5. Berdasarkan t-hitung semua peubah indikator valid dalam mengukur
peubah latennya. Nilai standardize loading factor dapat dilihat pada Lampiran 2.
Tabel 2 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap pertama
Kriteria kesesuaian
Nilai yang
Hasil uji Sebelum Hasil uji sesudah
model
disarankan
modifikasi
modifikasi
Khi Kuadrat
Nilai yang kecil
378.400
285.420
p-value ≥ 0.050 (p-value = 0.000) (p-value = 0.000)
RMSEA
≤ 0.080
0.097
0.091
RMSR
≤ 0.050
0.052
0.044
GFI
≥ 0.900
0.990
0.990
AGFI
≥ 0.900
0.980
0.990

11
Tabel 2 menunjukkan bahwa sebelum modifikasi pada CFA uji khi kuadrat
nyata pada taraf nyata 5% sedangkan nilai RMSEA dan RMSR menunjukkan
kecocokan model kurang fit. Hal ini menandakan matriks korelasi dari model
masih berbeda dengan matriks korelasi dari data artinya model yang dibuat belum
fit terhadap data. Oleh karena itu, dilakukan modifikasi dengan menghilangkan
lintas antara peubah indikator merek (Y1) terhadap peubah laten loyalitas merek
dan membuat beberapa lintas antar peubah indikator.
Modifikasi pertama tetap menunjukkan bahwa uji khi kuadrat nyata pada
taraf nyata 5% dan RMSEA tetap menunjukkan kecocokan model yang kurang fit
sedangkan RMSR telah menunjukkan kecocokan model yang fit. Model setelah
modifikasi pada tahap pertama menjadi model awal pada analisis tahap kedua.
Modifikasi model tahap pertama dapat dilihat pada Gambar 6. Berdasarkan t
hitung semua peubah indikator valid dalam mengukur dimensinya masing-masing.
Nilai standardize loading factor dapat dilihat pada Lampiran 3.

Gambar 8 Diagram lintas pada tahap kedua sebelum modifikasi

Gambar 7 Diagram lintas pada tahap kedua sesudah modifikasi
Tabel 3 Uji khi kuadrat dan ukuran kebaikan model sebelum dan sesudah
modifikasi pada tahap kedua
Kriteria kesesuaian
Nilai yang
Hasil uji sebelum Hasil uji sesudah
Model
disarankan
modifikasi
modifikasi
Khi Kuadrat
Nilai yang kecil
285.640
221.490
p-value ≥ 0.050 (p-value = 0.000) (p-value = 0.000)
RMSEA
≤ 0.080
0.091
0.076
RMSR
≤ 0.050
0.044
0.041
GFI
≥ 0.900
0.990
0.990
AGFI
≥ 0.900
0.990
0.990

12
Tahap kedua menggunakan model pada tahap pertama sesudah modifikasi.
Model dapat dilihat pada Gambar 6 a. Evaluasi kelayakan model pada tahap kedua
dalam MPS dapat dilihat pada Tabel 3 yang menunjukkan bahwa nilai evaluasi
kelayakan model sebelum modifikasi masih ada yang belum fit sehingga
dilakukan modifikasi kembali dengan membuat beberapa lintas antar peubah
indikator. Modifikasi pertama pada tahap kedua uji khi kuadrat nyata pada taraf
nyata 5% akan tetapi berdasarkan evaluasi kelayakan model menunjukkan bahwa
model sudah cukup baik karena matriks korelasi model hampir sama dengan
matriks korelasi dari data. Modifikasi model dapat dilihat pada Gambar 7 dan
Gambar 8.
Tabel 4 Reliabilitas konstruk peubah laten sesudah modifikasi pada tahap kedua
Peubah laten
Loyalitas Merek
Penghambat Perpindahan
Citra Merek
Kepuasan

Nilai reliabilitas konstruk
0.650
0.799
0.823
0.868

Keterangan
Tidak Reliabel
Reliabel
Reliabel
Reliabel

Tabel 4 menunjukkan bahwa reliabilitas konstruk loyalitas merek tidak
reliabel yang artinya peubah indikator dari peubah laten loyalitas merek kurang
andal dalam mengukur secara bersama-sama peubah latennya. Hal ini didasarkan
pada nilai reliabilitas konstruk (RK) yang lebih kecil dari 0.7.
Tabel 5 Variance extracted peubah laten sesudah modifikasi pada tahap kedua
Peubah laten
Loyalitas Merek
Penghambat Perpindahan
Citra Merek
Kepuasan

Nilai variance extracted
0.482
0.501
0.609
0.533

Keterangan
Tidak Reliabel
Reliabel
Reliabel
Reliabel

Tabel 5 menunjukkan bahwa variance extracted loyalitas merek tidak
reliabel yang artinya tiap peubah indikator dari peubah laten loyalitas merek
kurang andal dalam mengukur peubah latennya. Hal ini didasarkan pada nilai
variance extracted (VE) yang lebih kecil dari 0.5
Tabel 6 Koefisien lintas antar peubah laten
Hubungan antar peubah laten
Koefisien lintas
Kepuasan  Loyalitas merek
-0.260
Citra merek  Loyalitas merek
0.030
Penghambat Perpindahan  Loyalitas
0.980
merek
Citra merek  Kepuasan
0.940

t-hitung
-0.040
0.004
0.650
5.050

Berdasarkan t hitung dapat disimpulkan bahwa antara citra merek,
penghambat perpindahan, dan kepuasan tidak berpengaruh nyata terhadap
loyalitas merek pada taraf nyata 5%. Hal ini terjadi karena responden membeli

13
laptop XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk
membeli laptop merek XYZ saja sehingga, loyalitas merek responden rendah.
Responden tidak mementingkan citra merek dari laptop yang mereka beli
sehingga koefisien lintas antara citra merek terhadap loyalitas kecil yaitu 0.030.
Responden tidak mementingkan biaya atau hambatan ketika berpindah dari merek
XYZ ke merek lain karena menurut responden biaya yang dikeluarkan jumlahnya
sedikit jika berpindah dari merek XYZ ke merek lain. Koefisien lintas antara
penghambat perpindahan memiliki koefisien yang tinggi akan tetapi memiliki
galat baku yang besar sehingga, pada pengujian pada taraf nyata 5% tidak nyata.
Kepuasan memiliki nilai koefisien lintas yang negatif terhadap loyalitas merek.
Hal ini disebabkan karena konsumen memiliki rasa puas terhadap laptop merek
XYZ tetapi tidak akan membeli ulang laptop merek XYZ dan tidak akan
merekomendasikannya kepada orang lain. Koefisien lintas antara citra merek dan
kepuasan nyata pada taraf nyata 5% yang artinya citra merek mempengaruhi
kepuasan pada taraf nyata 5%. Hal ini mengindikasikan bahwa semakin tinggi
penilaian responden terhadap citra merek maka akan meningkatkan tingkat
kepuasan.
Tabel 7 Pengaruh langsung dan tak langsung antar peubah laten
Hubungan antar peubah laten
Pengaruh Pengaruh Pengaruh
langsung
tidak
total
langsung
Kepuasan  Loyalias merek
6.76%
-21.40% -14.64%
Citra merek  Loyalitas merek
0.09%
1.88%
1.97%
Penghambat Perpindahan Loyalitas
96.04% -18.79% 77.25%
merek
Citra merek  Kepuasan
88.36%
88.36%
Berdasarkan pengaruh langsung dan tak langsung yang terdapat pada
Tabel 6 diketahui bahwa 6.76% penurunan tingkat loyalitas konsumen
dipengaruhi langsung oleh peningkatan tingkat kepuasan. Secara tidak langsung
pengaruh tingkat kepuasan terhadap tingkat loyalalitas merek akibat hubungannya
dengan citra merek dan penghambat perpindahan sebesar -21.40%. Jadi pengaruh
total tingkat kepuasan terhadap tingkat loyalitas merek sebesar -14.64%.
Peningkatan tingkat loyalitas konsumen dipengaruhi langsung oleh peningkatan
tingkat citra merek sebesar 0.09%. Secara tidak langsung pengaruh tingkat citra
merek terhadap tingkat loyalitas merek akibat hubungannya dengan kepuasan dan
penghambat perpindahan sebesar 1.88%. Jadi total pengaruh tingkat citra merek
terhadap tingkat loyalitas merek sebesar 1.97 %. Peningkatan tingkat loyalitas
konsumen dipengaruhi langsung oleh peningkatan tingkat penghambat
perpindahan sebesar 96.04%. Secara tidak langsung pengaruh tingkat penghambat
perpindahan terhadap tingkat loyalitas merek akibat hubungannya dengan citra
merek dan kepuasan sebesar -18.79%. Jadi total pengaruh tingkat penghamabat
perpindahan terhadap tingkat loyalitas merek sebesar 77.25%. Pengaruh total
tingkat citra merek terhadap tingkat kepuasan sebesar 88.36 %.

14

SIMPULAN
Model persamaan struktural yang diperoleh pada tahap kedua setelah
modifikasi menunjukkan matriks korelasi model hampir sama dengan matriks
korelasi data. Model persamaan pengukuran menunjukkan peubah indikator yang
dikeluarkan dalam model karena standardize loading factor kurang dari 0.5 yaitu
peubah indikator merek (Y1). Peubah indikator pada peubah laten loyalitas merek
tidak reliabel dalam mengukur peubah latennya secara bersama-sama maupun
tiap-tiap peubah indikatornya. Hal ini terjadi karena responden membeli laptop
merek XYZ hanya sebagai kebutuhan dan hanya memiliki kemampuan untuk
membeli laptop merek XYZ saja sehingga loyalitas merek responden rendah.
Tidak reliabelnya peubah indikator pada peubah laten loyalitas merek
diduga menyebabkan citra merek, penghambat perpindahan, dan kepuasan tidak
berpengaruh terhadap loyalitas merek. Citra merek berpengaruh terhadap
kepuasan. Citra merek memiliki pengaruh total yang paling kecil terhadap
loyalitas merek. Penghambat perpindahan memiliki pengaruh total yang paling
besar terhadap loyalitas merek akan tetapi memiliki galat baku yang besar pula
sehingga tidak berpengaruh terhadap loyalitas merek. Citra merek memiliki
pengaruh total yang besar terhadap kepuasan.

DAFTAR PUSTAKA
Azwar S. 2012. Reliabilitas dan Validitas Edisi ke-4. Yogyakarta (ID): Pustaka
pelajar.
Agnanda F, Farida N. 2012. Pengaruh Nilai Konsumen, Kesadaran Merek dan
Switching Baririer Terhadap Loyalitas Konsumen Kartu Telkom Flexi
(Studi Kasus Pada Mahasiswa Fakultas Ilmu Sosial dan Ilmu Politik
Universitas Diponegoro Semarang). JIAB [internet] [diunduh 1 November
2012]
1(1)-3
tersedia
pada:
http://ejournals1.undip.ac.id/index.php/jiab/article/download/857/832.
Bollen KA. 1989. Structural Equation With Latent Variables. New York (US):
John Willey and Sons.
Hair JF, Anderson RF, Tatham RL, Black WC. 2009. Multivariate Data Analysis
7th ed. New Jersey (US): Prentice Hall, inc.
Kusnendi. 2008. Model-Model Persamaan Struktural (Satu dan Multigroup
Sampel dengan Lisrel). Bandung (ID): CV Alfabeta.
Raykov T, Marcoulides GA. 2008. An Introduction to Applied Multivariate
Analysis. New York (US) : Taylor and Francis Group.
Surmawan U. 2002. Perilaku Konsumen : Teori dan Penerapannya dalam
Pemasaran. Jakarta (ID): PT. Ghalia Indonesia – MMA IPB.
Wijanto SH. 2007. Structural Equation Modeling dengan Lisrel 8.8. Jakarta (ID):
Graha Ilmu.

15
Lampiran 1 Nilai uji validitas setiap pernyataan dalam kuesioner
Pernyataan
Nilai r (korelasi)* Pernyataan
Nilai r (korelasi)*
0.790
Pernyataan no 1
Pernyataan no 21
0.790
Pernyataan no 2
0.728
Pernyataan no 22
0.829
Pernyataan no 3
0.742
Pernyataan no 23
0.755
Pernyataan no 4
0.798
Pernyataan no 24
0.509
Pernyataan no 5
0.828
Pernyataan no 25
0.778
Pernyataan no 6
0.616
Pernyataan no 26
0.640
Pernyataan no 7
0.756
Pernyataan no 27
0.721
Pernyataan no 8
0.750
Pernyataan no 28
0.663
Pernyataan no 9
0.620
Pernyataan no 29
0.713
Pernyataan no 10
0.842
Pernyataan no 30
0.838
Pernyataan no 11
0.566
Pernyataan no 31
0.806
Pernyataan no 12
0.794
Pernyataan no 32
0.572
Pernyataan no 13
0.694
Pernyataan no 33
0.590
Pernyataan no 14
0.794
Pernyataan no 34
0.777
Pernyataan no 15
0.580
Pernyataan no 35
0.716
Pernyataan no 16
0.867
Pernyataan no 36
0.706
Pernyataan no 17
0.723
Pernyataan no 37
0.841
Pernyataan no 18
0.673
Pernyataan no 38
0.647
Pernyataan no 19
0.680
Pernyataan no 39
0.527
Pernyataan no 20
0.868
Pernyataan no 40
0.665
*Korelasi nyata pada taraf nyata 5 %. Hal ini menunjukkan bahwa pernyataan
valid mengukur peubah latennya pada taraf nyata 5 %.

16
Lampiran 2 Nilai standardize loading factor sebelum dan sesudah modifikasi
tahap pertama
Peubah indikator
Standardize
standardize
loading factor
loading factor
Uji t*
sebelum modifikasi
sesudah modifikasi
Merek (Y1)
0.460
7.830
Beli (Y2)
0.670
14.430
0.670
Rekomendasi (Y3)
0.680
14.570
0.720
Nilai Ekonomi (X1)
0.680
19.070
0.690
Nilai Psikologi (X2)
0.640
16.510
0.600
Nilai Sosial (X3)
0.760
24.900
0.770
Nilai Fungsional (X4)
0.750
24.950
0.760
Citra Pembuat (X5)
0.710
22.360
0.710
Citra Pemakai (X6)
0.850
38.710
0.850
Citra Produk (X7)
0.760
27.100
0.770
Fungsi (Y4)
0.780
28.050
0.780
Keandalan (Y5)
0.820
33.530
0.820
Usia (Y6)
0.710
21.930
0.710
Estetika (Y7)
0.660
17.920
0.640
Pelayanan (Y8)
0.780
27.930
0.780
Fitur (Y9)
0.630
15.930
0.610
Lampiran 3 Nilai standardize loading factor sebelum dan sesudah modifikasi
tahap kedua
Peubah indikator
Standardize
standardize
loading factor
Uji t*
loading factor
sebelum modifikasi
sesudah modifikasi
Beli (Y2)
0.670
13.270
0.670
Rekomendasi (Y3)
0.720
15.560
0.720
Nilai Ekonomi (X1)
0.690
19.140
0.690
Nilai Psikologi (X2)
0.600
13.820
0.600
Nilai Sosial (X3)
0.770
25.370
0.770
Nilai Fungsional (X4)
0.760
25.480
0.760
Citra Pembuat (X5)
0.710
22.920
0.710
Citra Pemakai (X6)
0.850
39.320
0.850
Citra Produk (X7)
0.770
27.470
0.770
Fungsi (Y4)
0.780
28.200
0.770
Keandalan (Y5)
0.820
33.620
0.790
Usia (Y6)
0.710
21.780
0.710
Estetika (Y7)
0.640
16.770
0.660
Pelayanan (Y8)
0.780
28.350
0.780
Fitur (Y9)
0.610
14.950
0.710

Uji t*
13.270
15.560
19.140
13.820
25.370
25.480
22.920
39.320
27.470
28.200
33.620
21.780
16.770
28.350
14.950

Uji t*
13.270
2.6800
15.860
12.370
20.700
19.980
9.490
10.730
10.730
10.730
4.210
3.660
3.490
3.790
3150

*t hitung lebih besar dari t tabel (1.96). Hal ini menunjukkan bahwa peubah
indikator valid mengukur peubah latennya pada taraf nyata 5 %.

17
Lampiran 4 Kuesioner penelitian
KEMENTERIAN PENDIDIKAN NASIONAL
ISTITUT PERTANIAN BOGOR
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
DEPARTEMEN STATISTIKA
Jalan Meranti Wing 22, Level 4 Kampus IPB Dramaga-Bogor 16680

Kuesioner Penelitian
Terima kasih atas partisipasi Anda menjadi salah satu peserta survey dan sukarela mengisi
kuesioner ini. Nama saya Miko Novri Amandra (G14090015), mahasiswa IPB Departemen
Statistika, pada saat ini saya sedang melakukan penelitian terkait Evaluasi Loyalitas
Konsumen Terhadap Laptop Merek XYZ pada Mahasiswa Institut Pertanian Bogor. Saya
sangat menghargai kejujuran Anda dalam mengisi kuesioner ini. Saya menjamin
kerahasiaan Anda yang terkait dengan kuesioner. Hasil survey ini semata-mata akan
digunakan untuk tujuan penelitian dan bukan tujuan komersial.

No Kuesioner
: ……………………………………..
Tanggal Pengisian
: ……………………………………..
KARAKTERISTIK RESPONDEN
Nama
: ……………………………………..
NRP
: ...................................................
Departemen
: ……………………………………..
Angkatan
: ……………………………………..
Usia
: ……….. tahun
Jenis Kelamin
: [1] Laki – laki
[2] Perempuan
No. Hp
: …………………………………….
Email
: …………………………………….
*Keterangan
Lingkari jawaban pernyataan yang menurut Anda Sesuai

No
1
2

3

4

5

6

A. Loyalitas Konsumen
Pernyataan
Merek (Y1)
Saya tidak pernah menggunakan laptop/netbook merek lain selain XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya tidak pernah barganti – ganti merek laptop/netbook selain XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Beli (Y2)
Jika laptop/netbook XYZ saya rusak maka saya tidak akan membeli
laptop/netbook merek lain selain XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Jika ada laptop/netbook merek lain yang menawarkan harga lebih murah maka
saya tidak akan berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Jika ada bujukan dari pihak merek laptop/netbook lain maka saya tidak akan
berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Walaupun ada laptop/netbook merek lain yang lebih canggih saya tetap tidak
akan berpaling kepada merek tersebut
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju

18
No
7
8

No
1
2
3

4

5

6

7
8

9

10

No
1

2

Pernyataan
Rekomendasi (Y3)
Saya sering merekomendasikan laptop/netbok XYZ kepada teman – teman saya
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya sering merekomendasikan laptop/netbok XYZ kepada keluarga
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
B. Penghambat Perpindahan
Pernyataan
Nilai Ekonomis (X1)
Laptop/netbook XYZ lebih tahan lama dibandingkan laptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Harga laptop/netbook XYZ sesuai dengan yang saya inginkan
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Harga laptop/netbook XYZ lebih murah dibandingkan dengan laptop/netbook
merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Nilai Psikologis (X2)
Saya tidak khawatir bahwa laptop/netbook XYZ tidak akan sesuai dengan yang
saya harapkan
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Jika saya beralih pada laptop/netbook merek lain maka mungkin saya akan
mendapatkan laptop.netbook yang kurang bagus
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya lebih nyaman menggunakan laptop/netbook XYZ dibandingkan merek
lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Sosial (X3)
XYZ merupakan laptop/netbook yang sudah terkenal
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya merasa bangga sebagai pengguna laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Fungsional (X4)
Spesifikasi laptop/netbook XYZ cukup lengkap dibandingkan laptop/netbook
merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
XYZ memiliki kualitas yang baik dibandingkan Aptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
C. Citra Merek
Pernyataan
Citra Pembuat (X5)
Dengan adanya galery penjualan resmi laptop/netbook XYZ dapat terjamin
keasliannya
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Keluhan dan saran konsumen ditanggapi dengan baik oleh pihak perusahaan
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju

19
No
3

4

5

6
7
8

No
1
2

3
4

5
6
7

8
9

10
11

Pernyataan
Galery penjualan resmi laptop/netbook XYZ muda ditemukan
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Citra Pemakai (X6)
Saya yakin dan percaya bahwa laptop XYZ dapat bersaing dengan
laptop/netbook merek lain
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Harapan anda terhadap laptop/netbook XYZ selalau terpenuhi
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Citra Produk (X7)
Merek XYZ dapat dengan mudah diingat oleh Anda
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Tagline “e plore e ond limits” mem uat sa a le ih mengingat XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Harga XYZ secara tidak langsung menjamin kualitasnya
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
D. Kepuasan
Pernyataan
Fungsi (Y4)
Saya puas terhadap kecepeatan processor laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas terhadap kencangnya suara speaker laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Keandalan (Y5)
Saya puas terhadap RAM laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas terhadap Processor laptop netbook XYZ (secara keseluruhan)
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Usia (Y6)
Saya puas terhadap daya tahan LCD laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas terhadap daya tahan Baterai laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas terhadap daya tahan keyboard laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Estetika (Y7)
Saya puas dengan design laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas terhadap warna laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Pelayanan (Y8)
Saya puas dengan pelayana garansi yang diberikan laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas dengan pelayanan pegawai di galery XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju

20
No
12

13
14

Pernyataan
Saya puas dengan buku panduan penggunaan yang diberikan laptop.netbook
XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Fitur (Y9)
Saya puas dengan tas yang diberikan pada laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju
Saya puas dengan chargeran yang diberikan pada laptop/netbook XYZ
Sangat Tidak Setuju 1 2 3 4 5 6 7 8 Sangat Setuju

21
Lampiran 5 Daftar nama peubah laten dan peubah indikator
Notasi Jenis Peubah
Keterangan
Peubah laten eksogen ke-1
Penghambat
ξ1
Perpindahan
Peubah indikator ke-1 dari peubah laten
Nilai Ekonomi
X1
eksogen ke-1
Peubah indikator ke-2 dari peubah laten
Nilai Psikologi
X2
eksogen ke-1
Peubah indikator ke-3 dari peubah laten
Nilai Sosial
X3
eksogen ke-1
Peubah indikator ke-4 dari peubah laten
Nilai Fungsional
X4
eksogen ke-1
Peubah laten eksogen ke-2
Citra Merek
ξ2
Peubah indikator ke-5 dari peubah laten
Citra Pembuat
X5
eksogen ke-2
Peubah indikator ke-6 dari peubah laten
Citra Pemakai
X6
eksogen ke-2
Peubah indikator ke-7 dari peubah laten
Citra Produk
X7
eksogen ke-2
Peubah laten endogen ke-1
Loyalitas
1
Konsumen
Peubah indikator ke-1 dari peubah laten
Merek
Y1
endogen ke-1
Peubah indikator ke-2 dari peubah laten
Beli
Y2
endogen ke-1
Peubah indikator ke-3 dari peubah laten
Rekomendasi
Y3
endogen ke-1
Peubah laten endogen ke-2
Kepuasan
2
Peubah indikator ke-4 dari peubah laten
Fungsi
Y4
endogen ke-2
Peubah indikator ke-5 dari peubah laten
Keandalan
Y5
endogen ke-2
Peubah indikator ke-6 dari peubah laten
Usia
Y6
endogen ke-2
Peubah indikator ke-7 dari peubah laten
Estetika
Y7
endogen ke-2
Peubah indikator ke-8 dari peubah laten
Pelayanan
Y8
endogen ke-2
Peubah indikator ke-9 dari peubah laten
Fitur
Y9
endogen ke-2

22
Lampiran 6 Model persamaan struktural dan model persamaan pengukur
Model persamaan struktural
+ Γξ+

β

=

ξ
[ ]+[ ]
ξ

+

Model persamaan pengukuran

λ
y
λ
y
λ
y
y
y =
y
y
y
y

λ
λ
λ
λ
λ
λ

+ dan

x
x
x
y =
y
y
y

+

ξ+

λ
λ
λ
λ

λ
λ
λ

ξ
[ ]+
ξ

Lampiran 7 Matriks korelasi peubah indikator
Y1

Y1
1.000

Y2
0.364

Y3
0.221

X1
0.274

X2
0.335

X3
0.306

X4
0.271

X5
0.205

X6
0.233

X7
0.194

Y4
0.267

Y5
0.261

Y6
0.272

Y7
0.182

Y8
0.217

Y9
0.178

Y2

0.364

1.000

0.481

0.436

0.570

0.350

0.416

0.251

0.373

0.375

0.354

0.339

0.283

0.185

0.277

0.255

Y3

0.221

0.481

1.000

0.472

0.520

0.399

0.374

0.345

0.391

0.369

0.326

0.345

0.295

0.219

0.392

0.221

X1

0.274

0.436

0.472

1.000

0.511

0.486

0.483

0.447

0.474

0.420

0.463

0.477

0.414

0.363

0.421

0.321

X2

0.335

0.570

0.520

0.511

1.000

0.396

0.532

0.323

0.489

0.368

0.393

0.452

0.347

0.295

0.337

0.231

X3

0.306

0.350

0.399

0.486

0.396

1.000

0.594

0.501

0.626

0.581

0.481

0.489

0.434

0.527

0.540

0.420

X4

0.271

0.416

0.374

0.483

0.532

0.594

1.000

0.433

0.625

0.521

0.551

0.573

0.507

0.406

0.391

0.323

X5

0.205

0.251

0.345

0.447

0.323

0.501

0.433

1.000

0.614

0.563

0.493

0.496

0.449

0.448

0.640

0.461

X6

0.233

0.373

0.391

0.474

0.489

0.626

0.625

0.614

1.000

0.629

0.617

0.643

0.578

0.496

0.617

0.457

X7

0.194

0.375

0.369

0.420

0.368

0.581

0.521

0.563

0.629

1.000

0.608

0.564

0.443

0.481

0.572

0.450

Y4

0.267

0.354

0.326

0.463

0.393

0.481

0.551

0.493

0.617

0.608

1.000

0.760

0.521

0.402

0.563

0.408

Y5

0.261

0.339

0.345

0.477

0.452

0.489

0.573

0.496

0.643

0.564

0.760

1.000

0.585

0.477

0.565

0.492

Y6

0.272

0.283

0.295

0.414

0.347

0.434

0.507

0.449

0.578

0.443

0.521

0.585

1.000

0.531

0.530

0.484

Y7

0.182

0.185

0.219

0.363

0.295

0.527

0.406

0.448

0.496

0.481

0.402

0.477

0.531

1.000

0.560

0.564

Y8

0.217

0.277

0.392

0.421

0.337

0.540

0.391

0.640

0.617

0.572

0.563

0.565

0.530

0.560

1.000

0.564

Y9

0.178

0.255

0.221

0.321

0.231

0.420

0.323

0.461

0.457

0.450

0.408

0.492

0.484

0.564

0.564

1.000

23

RIWAYAT HIDUP
Penulis dilahirkan di Padang pada tanggal 16 November 1990 sebagai anak
pertama dari tiga bersaudara dari pasangan Bapak Zuli