Structural Equation Modeling SEM dan Pengujian Hipotesis

60 datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.4.6. Structural Equation Modeling SEM dan Pengujian Hipotesis

4.4.6.1. Evaluasi Model One-Step Approach to SEM

Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama [One Step Approach to SEM]. [Hair et.al.,1998] Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada Gambar dan Tabel Goodness of Fit di bawah ini. Gambar 4.1. Model Pengukuran Kausalitas One Step Approach MODEL PENGUKURAN STRUKTURAL Service Quality, Customer Value, Customer Satisfaction, Customer Loyalty Model Specification : One Step Approach - Base Model Assurance Respon siveness X31 er_3 1 1 Empathy 1 Service Quality d_as 1 d_ep d_rs 1 X41 er_1 1 1 X42 er_2 1 X51 er_6 1 1 X52 er_7 1 1 X32 er_4 1 Tangibles d_ta X11 er_12 X12 er_13 1 1 1 1 X33 er_5 1 X53 er_8 1 Reliability d_re X21 er_14 X22 er_15 1 1 1 1 Customer Satisfaction d_cc Y1 er_16 Y2 er_17 Y3 er_18 1 1 1 1 1 Customer Value X61 er_19 X62 er_20 X63 1 1 1 Customer Loyalty d_cl Z1 er_9 Z2 er_10 Z3 1 1 1 1 er_11 1 er_21 1 Sumber : Hasil Pengolahan Data 61 Tabel 4.17. Evaluasi Kriteria Goodness of Fit Indices Base Model Kriteria Hasil Nilai Kritis Evaluasi Model Cm in DF 0,855 ≤ 2,00 baik Pr obabilit y 0,921 ≥ 0,05 baik RMSEA 0,000 ≤ 0,08 baik GFI 0,881 ≥ 0,90 k ur ang baik AGFI 0,847 ≥ 0,90 k ur ang baik TLI 1,039 ≥ 0,95 baik CFI 1,000 ≥ 0,94 baik Sumber : Hasil Pengolahan data Dari hasil evaluasi terhadap model one step base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini. Gambar 4.2. Model Pengukuran Kausalitas One Step Approach Modifikasi MODEL PENGUKURAN STRUKTURAL Service Quality, Customer Value, Customer Satisfaction, Customer Loyalty Model Specification : One Step Approach - Modification Model Assurance Respon siveness X31 er_3 1 1 Empathy 1 Service Quality d_as 1 d_ep d_rs 1 X41 er_1 1 1 X42 er_2 1 X51 er_6 1 1 X52 er_7 1 1 X32 er_4 1 Tangibles d_ta X11 er_12 X12 0,005 er_13 1 1 1 1 X33 er_5 1 X53 er_8 1 Reliability d_re X21 er_14 X22 er_15 1 1 1 1 Customer Satisfaction d_cc Y1 er_16 Y2 er_17 Y3 er_18 1 1 1 1 1 Customer Value X61 er_19 X62 er_20 X63 1 1 1 Customer Loyalty d_cl Z1 er_9 Z2 er_10 Z3 1 1 1 1 er_11 1 er_21 1 Tabel 4.18. Modifikasi Modifikasi : Estimate Prob. er _3 - - d_r e 0,153 0,001 er _1 - - er _18 - 0,082 0,004 Sumber : Hasil Pengolahan Data 62 Tabel 4.19. Evaluasi Kriteria Goodness of Fit Indices Modifikasi Kriteria Hasil Nilai Kritis Evaluasi Model Cm in DF 0,726 ≤ 2,00 baik Pr obabilit y 0,998 ≥ 0,05 baik RMSEA 0,000 ≤ 0,08 baik GFI 0,900 ≥ 0,90 baik AGFI 0,900 ≥ 0,90 baik TLI 1,074 ≥ 0,95 baik CFI 1,000 ≥ 0,94 baik Sumber : Hasil Pengolahan data Dari hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model.

4.4.6.2. Analisis Unidimensi First Order

Tabel 4.20. Unidimensi First Order Regression Weights Ustd Estimate Std Estimate Prob. X111  Tangibles 1,000 0,515 0,000 X112  Tangibles 1,968 0,995 0,000 X121  Reliabilit y 1,000 0,739 0,000 X122  Reliabilit y 0,660 0,580 0,000 X131  Respon_siv eness 1,000 0,365 0,000 X132  Respon_siv eness 2,003 0,667 0,001 X133  Respon_siv eness 1,814 0,730 0,001 X141  Assur ance 1,000 0,706 0,000 X142  Assur ance 1,012 0,743 0,000 X151  Em pat hy 1,000 0,554 0,000 X152  Em pat hy 1,461 0,732 0,000 X153  Em pat hy 1,847 0,794 0,000 X21  Cust om er _Value 1,000 0,795 0,000 X22  Cust om er _Value 1,248 0,827 0,000 X23  Cust om er _Value 1,084 0,728 0,000 Y1  Cust om er _Sat isfact ion 1,000 0,678 0,000 Y2  Cust om er _Sat isfact ion 1,348 0,879 0,000 Y3  Cust om er _Sat isfact ion 1,016 0,752 0,000 Z1  Cust om er _Loyalt y 1,000 0,793 0,000 Z2  Cust om er _Loyalt y 1,211 0,962 0,000 Z3  Cust om er _Loyalt y 0,868 0,733 0,000 Sumber : Hasil Pengolahan Data 63

4.4.6.3. Analisis Unidimensi Second Order

Tabel 4.21. Unidimensi Second Order Kualitas Layanan Regression Weights Ustd Estimate Std Estimate Prob. Tangibles  Ser v ice_Qualit y 0,410 0,825 0,000 Assur ance  Ser v ice_Qualit y 0,231 0,910 0,001 Respon_siv eness  Ser v ice_Qualit y 0,295 0,866 0,000 Em pat hy  Ser v ice_Qualit y 0,315 0,565 0,000 Reliabilit y  Ser v ice_Qualit y 0,410 0,825 0,000 Sumber : Hasil Pengolahan Data

4.4.6.4. Uji Hipotesis Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 33.456.810 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini. Tabel 4.22. Uji Hipotesis Kausalitas Antar Faktor Regression Weights Ustd Estimate Std Estimate Prob. Faktor  Faktor Cust om er _Sat isfact ion  Ser v ice_Qualit y 0,357 0,694 0,000 Cust om er _Sat isfact ion  Cust om er _Value 0,224 0,247 0,066 Cust om er _Loyalt y  Cust om er _Sat isfact ion 0,450 0,326 0,004 Batas Signifikansi ≤ 0,10 Sumber : Hasil Pengolahan Data Pada Lampiran 3 Dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa : 1. Kualitas layanan berpengaruh positif terhadap kepuasan pelanggan, dapat diterima. Hal tersebut dapat diketahui dari nilai probabilitas kausalnya 0,000 ≤ 0,10 yang menunjukkan nilai [signifikan [positif]. 64 2. Nilai pelanggan berpengaruh positif terhadap kepuasan pelanggan, dapat diterima. Hal tersebut dapat diketahui dari nilai probabilitas kausalnya 0,066 ≤ 0,10 yang menunjukkan nilai [signifikan [positif]. 3. Kepuasan pelanggan berpengaruh positif terhadap loyalitas pelanggan, dapat diterima. Hal tersebut dapat diketahui dari nilai probabilitas kausalnya 0,004 ≤ 0,10 yang menunjukkan nilai [signifikan [positif].

4.5. Pembahasan