BAB III METODE PENELITIAN

BAB III METODE PENELITIAN Bab ini akan menjelaskan mengenai metode penelitian yang digunakan, yaitu jenis dan desain penelitian, peubah dan operasionalisasi peubah, populasi dan sampel, teknik pengumpulan data, penelitian pendahuluan, serta teknik analisis data. 3.1. Jenis dan Desain Penelitian Jika ditinjau dari kegunaannya, penelitian ini termasuk penelitian deskriptif dengan tujuan untuk memperoleh gambaran mengenai pengaruh anteseden dari kegembiraan-hati pelanggan, yaitu kualitas layanan jasa, upaya keterhubungan, dan persepsi reputasi perusahaan; desenden dari kegembiraan-hati pelanggan, yaitu getok tular; beserta peubah moderator yang memengaruhinya, yaitu lokasi perusahaan. Dalam penelitian ini akan berusaha dipahami bagaimana kaitan sebab akibat dari peubah-peubah tersebut dalam membentuk kegembiraan-hati pelanggan. Ditinjau dari tipe penyelidikannya (types of investigation), penelitian ini bertujuan memperoleh gambaran mengenai hasil positif kualitas layanan jasa, upaya keterhubungan, dan persepsi reputasi perusahaan terhadap kegembiraan-hati pelanggan yang mengarah pada mekanisme getok tular hotel-hotel melati di kota Magelang. Desain penelitian yang digunakan yaitu penelitian single cross sectional, yaitu tipe desain penelitian yang berupa pengumpulan data dari satu responden dalam periode satu waktu tertentu (Sekaran, 2011) 37

3.2. Peubah dan Operasionalisasi Peubah Agar data empiris yang berasal dari responden yang dibutuhkan dalam model penelitian ini dapat diperoleh dengan baik, maka kuesioner yang akan disusun harus mencerminkan masalah dan persoalan penelitian. Oleh karena itu, kuesioner harus disusun berdasarkan operasionalisasi dari masing-masing peubah. Dalam penelitian ini terdapat enam peubah yang diteliti, di mana untuk menguji proposisi penelitian ini setiap peubah diukur dengan menggunakan instrumen dalam bentuk kuesioner yang berisi pertanyaan tentang dimensi dan indikator empirik. Dengan demikian, terdapat enam operasionalisasi dan model pengukuran berdasarkan peubah yang diukur dalam instrumen peubah-peubah penelitian berikut (Tabel 3.1). Tabel 3.1. Instrumen peubah-peubah penelitian Peubah Definisi Dimensi Kualitas Layanan Jasa Kualitas layanan jasa adalah persepsi pelanggan mengenai hal-hal yang telah dilakukan perusahaan dalam memberikan pelayanan (Parasuraman, Zeithaml, dan Berry, 1988). Keandalan (Reliability) Keandalan berkaitan dengan kemampuan perusahaan untuk menyampaikan layanan yang dijanjikan secara akurat sejak pertama kali (Parasuraman, Zeithaml, dan Berry, 1988). Kedayatanggapan (Responsiveness) Kedayatanggapan berkenaan dengan Indikatorindikator IE1= Ketrampilan karyawan dalam pelayanan. IE2= Kelayakan tarif kamar hotel. IE3= Pemenuhan pelayanan yang telah dijanjikan secara handal. IE4= Kesiapan karyawan dalam memberikan pertolongan. 38

Lanjutan Tabel 3.1. kesediaan dan kemampuan penyedia layanan untuk membantu para pelanggan dan merespon permintaan mereka dengan segera (Parasuraman, Zeithaml, dan Berry, 1988). Penjaminan (Assurance) Penjaminan berkenaan dengan pengetahuan dan kesopanan karyawan, serta kemampuan mereka dalam menumbuhkan rasa percaya dan keyakinan pelanggan (Parasuraman, Zeithaml, dan Berry, 1988). Empati (Empathy) Empati berarti bahwa perusahaan memahami masalah para pelanggannya dan bertindak demi kepentingan pelanggan, serta memberikan perhatian personal kepada para pelanggan (Parasuraman, Zeithaml, dan Berry, 1988). IE5= Kecepatan pelayanan karyawan. IE6= Ketanggapan karyawan mendengarkan keluhan tamu. IE7= Jaminan keamanan bagi para tamu. IE8= Kesopanan karyawan terhadap tamu. IE9= Kredibilitas hotel dalam pelayanan. IE10= Kesungguhan pihak hotel dalam memperhatikan kepentingan tamu. IE11= Keluwesan pengaturan waktu check in. IE12= Keluwesan pengaturan waktu check out. 39

Lanjutan Tabel 3.1. Keberwujudan (Tangible) Keberwujudan berkenaan dengan penampilan fisik fasilitas layanan, peralatan/ perlengkapan, dan SDM perusahaan (Parasuraman, Zeithaml, dan Berry, 1988). IE13= Kerapihan tata letak di dalam hotel. IE14= Kebersihan kamar mandi. IE15= Kelengkapan fasilitas kamar tamu. Upaya Keterhubungan Upaya Keterhubungan adalah persepsi pelanggan tentang upaya aktif perusahaan memberikan kontribusi berupa pelayanan tambahan, untuk menjalin hubungan yang berkelanjutan (Utami, 2006). Perlakuan Istimewa kepada pelanggan adalah persepsi tamu tentang seberapa sering hotel memberikan perlakuan khusus kepada mereka, berkenaan dengan status sebagai pelanggan (Utami, 2006). Pemberian Balas Jasa, berupa persepsi tamu tentang tingkat frekuensi hotel dalam menawarkan balas jasa berupa materi; misal hadiah, potongan harga, bonus, dan sebagainya (Utami, 2006). IE16= Program promo di waktu tertentu. IE17= Adanya member card bagi pelanggan tetap. IE18= Pemberian suvenir dari pihak hotel. Keramahan karyawan saat berkomunikasi dengan pelanggan, yaitu persepsi tamu terhadap perhatian karyawan dalam berkomunikasi secara ramah; misal menyapa, percakapan bersahabat (Utami, 2006). IE19= Karyawan ramah dalam menyapa para tamu. IE20= Percakapan bersahabat yang dilakukan oleh karyawan terhadap para tamu. 40

Lanjutan Tabel 3.1. Persepsi Reputasi Perusahaan Persepsi Reputasi perusahaan adalah anggapan pelanggan terhadap citra perusahaan di masyarakat dan penilaian pihak luar terhadap perusahaan atas kinerja di masa lampau (Wang et al., 2006). Perusahaan dianggap kompeten, artinya hotel mampu melakukan aktivitas bisnis dan pelayanan pada para tamunya dengan baik dan profesional (Wang et al., 2006). Populer, artinya tamu menilai bahwa hotel telah dikenal oleh masyarakat luas (Wang et al., 2006). Perusahaan dirasa memiliki masa depan jangka panjang, artinya tamu menilai bahwa hotel akan tetap bertahan di masa depan (Wang et al., 2006). IE21= Aktivitas bisnis pelayanan jasa dilakukan oleh hotel dengan profesional. IE22= Tamu hotel sebelumnya pernah mendengar nama baik hotel dari orang lain. IE23= Tamu percaya pada masa depan jangka panjang yang baik dari hotel. Lokasi Lokasi merupakan tempat bagi perusahaan untuk melaksanakan kegiatan atau usaha sehari-hari (Lupiyoadi, 2001). Letak lokasi diharapkan mempermudah dan mengakomodasi pelanggan hotel untuk mendapatkan apa yang diinginkan (Lupiyoadi, 2001) IE24= Akses hotel ke tempat-tempat umum mudah. IE25= Ketersediaan alat transportasi umum di sekitar hotel. IE26= Fasilitas parkir hotel yang luas. Kegembiraanhati pelanggan Kegembiraan-hati pelanggan diartikan sebagai suatu emosi yang kompleks dari konsumen sebagai kombinasi antara kegembiraan Keadilan (Justice) Keadilan merupakan suatu perlakuan yang dirasakan adil dan memberi keuntungan bagi konsumen (Raharso, 2005). IE27= Resepsionis memberikan informasi tentang fasilitas tiap jenis kamar secara lengkap. 41

Lanjutan Tabel 3.1. dengan surprise terhadap pelayanan hotel (Raharso, 2005). IE28= Resepsionis memberikan beberapa pilihan jenis kamar. IE29= Kondisi kamar sesuai dengan yang dijelaskan di resepsionis. Penghargaan (Esteem) Penghargaan merupakan suatu bentuk pelayanan yang dilakukan agar konsumen merasa dihargai dan dihormati (Raharso, 2005). IE30= Karyawan selalu sopan pada tamu. IE31= Karyawan bersedia menolong para tamu. IE32= Karyawan menyimak permintaan tamu dengan penuh perhatian. Sentakhir (Finisihing Touch) Sentakhir merupakan sebuah pengalaman emosional yang mengesankan bagi pelanggan dan mendorong terjadinya loyalitas (Raharso, 2005). IE33= Karyawan selalu tanggap untuk membantu tamu yang mengalami kesulitan. IE34= Ingin menjadi pelanggan tetap di hotel tersebut. IE35= Pihak hotel terbuka terhadap saran para tamu. Getok tular Getok tular adalah aktivitas komunikasi yang dilakukan konsumen kepada orang lain mengenai kebaikan pelayanan dari perusahaan, serta pengalaman Getok tular yang dimaksudkan berupa menceritakan hal-hal positif tentang hotel, merekomendasikan kepada orang lain untuk menginap di hotel tersebut, serta mengajak teman/ keluarga untuk ke IE36=Menceritakan hal-hal positif tentang hotel kepada orang lain. IE37=Merekomendasikan kepada orang lain untuk menginap di hotel tersebut. 42

Lanjutan Tabel 3.1. menyenangkan yang pernah dialami (Babin, Lee, Kim, dan Griffin, 2005). hotel tersebut (Babin, Lee, Kim, dan Griffin, 2005). IE38= Mengajak kerabat untuk menginap di hotel tersebut. IE39= Menceritakan halhal positif tentang hotel melalui media sosial. IE40= Merekomendasikan orang lain untuk menginap di hotel tersebut melalui media sosial. Pengukuran dilakukan terhadap enam peubah, meliputi kualitas layanan jasa, upaya keterhubungan, persepsi reputasi hotel, lokasi, kegembiraan-hati pelanggan, dan getok tular dengan masing-masing indikator empirik. Adapun alternatif jawaban atas pertanyaanpertanyaan indikator empirik dari responden diberi skor 1 5 menggunakan skala Likert, mulai dari skor 1 (sangat tidak setuju) hingga skor 5 (sangat setuju). Sangat Tidak Setuju Tidak Setuju Netral Setuju Sangat Setuju 1 2 3 4 5 3.3. Populasi dan Sampel Populasi dalam penelitian ini adalah seluruh tamu yang menginap di Hotel Wisata, Magelang. Sampel yang diambil adalah sebagian tamu Hotel Wisata. Metode sampling dilakukan melalui accidental sampling, yaitu responden adalah para tamu yang kebetulan ditemui oleh peneliti di lokasi penelitian dan bersedia untuk mengisi kuesioner. Dengan demikian, siapa saja yang sedang menginap di Hotel Wisata dan secara 43

kebetulan bertemu dengan peneliti, akan dijadikan sebagai responden. Setiap responden yang terlibat dalam pengisian kuesioner, setelah mengisi kuesioner akan mendapatkan bingkisan kecil. Penentuan ukuran sampel dari populasi dihitung berdasarkan jumlah sampel minimum yang disyaratkan oleh alat analisis yang digunakan (Sekaran, 2011). Dalam tahun 2000, Hair merekomendasikan jumlah sampel penelitian untuk kepentingan pengujian hipotesis menggunakan Structural Equation Model (SEM) berkisar antara 100-200 sampel. Lebih lanjut lagi, menurut Ferdinand (2002), pedoman ukuran sampel minimum adalah 5-10 kali jumlah peubah laten ditambah dengan 5-10 dikali jumlah peubah manifest (indikator). Penelitian ini dibutuhkan sampel minumum sebanyak: n minimum = 5 x (jumlah peubah laten + jumlah indikator) = 5 x (6 + 40) = 230 Pada penelitian ini akan digunakan 250 orang responden yang menginap di Hotel Wisata, yang telah melampaui nilai minimum dari yang disyaratkan. 3.4. Teknik Pengumpulan Data Data yang digunakan dalam penelitian ini berasal dari jawaban dan tanggapan para tamu Hotel Wisata, berupa data primer yang diperoleh secara langsung melalui kuesioner. Prosedur pengumpulan data dilakukan dengan cara menitipkan kuesioner pada office boy yang mengantar makan pagi bagi para tamu per kamar hotel untuk diisi dan dikembalikan melalui resepsionis di front office ketika hendak check out. Para tamu yang menjadi calon responden dapat mengisi kuesioner dengan lebih santai, tenang, dan tidak terburu-buru sambil menikmati 44

makan pagi yang diberikan. Sebagai ucapan terima kasih atas partisipasinya, responden akan mendapatkan cinderamata dan kartu keanggotaan (untuk memperoleh potongan harga pada kunjungan berikutnya). 3.5. Penelitian Pendahuluan sebelum Penyebaran Kuesioner Maksud dari diadakannya penelitian pendahuluan adalah untuk memperoleh gambaran awal yang nyata mengenai kualitas layanan atribut inti, upaya keterhubungan, reputasi hotel, lokasi, kegembiraanhati pelanggan, dan getok tular pada Hotel Wisata. Apabila ada kalimat atau pertanyaan yang tidak dimengerti oleh responden, maka peneliti akan merumuskan ulang dengan bahasa yang dapat dipahami oleh responden. Pada tahap awal, peneliti melakukan studi literatur terkait dengan topik yang akan diteliti. Setelah melakukan studi literatur, maka penulis menyusun konsep yang ingin diteliti dan kaitan antar konstruk tersebut. Tahap selanjutnya adalah peneliti melakukan diskusi dengan salah satu pihak hotel untuk melakukan studi eksplorasi berkaitan dengan konstruk yang hendak diteliti, keterhubungan antar konstruk, dimensidimensi yang mewakili konstruk, serta untuk mendapatkan hal-hal baru yang belum dilakukan dalam studi literatur. Studi eksplorasi dilakukan dengan pihak manajemen Hotel Wisata. Setelah studi eksplorasi, disusun rancangan awal kuesioner untuk responden yang kemudian akan dipakai dalam penelitian pendahuluan (pre-test) terhadap 30 orang responden untuk memastikan bahwa kuesioner dapat dipahami oleh responden dengan baik. Kuesioner yang digunakan pada penelitian pendahuluan dapat dilihat pada Lampiran B. 45

3.6. Analisis Data Sekaran (2011) diagnosis awal terhadap data dapat dilakukan dengan merasakan data (feel for the data) melalui profil responden dan indikator-indikator empirik dari peubah-peubah yang digunakan. Dalam penelitian ini, merasakan data dilakukan menggunakan program IBM SPSS for windows versi 20. Merasakan data berhubungan dengan kuesioner yang disebarkan kepada responden untuk diisi sudah sesuai atau belum dengan yang mereka alami atau rasakan. Profil responden (gender, usia, pendidikan terakhir, jumlah kunjungan, dan akun media sosial yang dimiliki) akan ditampilkan dalam diagram pie. Statistik deskriptif meliputi skor rata-rata (mean) tanggapan responden terhadap tiap indikator empirik pada masing-masing peubah yang digunakan, nilai minimum dan maksimum peubah, serta standar deviasi dan varians untuk menunjukkan sebaran data penelitian (Sekaran, 2011). Setelah merasakan data, langkah kedua analisis data berdasarkan Sekaran (2011) adalah menguji ketepatan data melalui uji validitas dan reliabilitas. Uji validitas digunakan untuk menguji apakah instrumen penelitian (kuesioner) yang digunakan mampu mengukur apa yang diinginkan dan dapat mengungkapkan data dari peubah yang diteliti secara tepat. Analisis validitas konvergen dan validitas diskriminan akan dilakukan untuk mengetahui apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep yang diujinya. Validitas konvergen akan dilihat dari nilai rasio kritisnya (critical ratio). Jika nilai critical ratio-nya dua kali lebih besar dari standard error-nya, maka indikator peubah dalam model tersebut valid. Validitas diskriminan dapat dilakukan untuk menguji apakah dua atau lebih konstruk atau faktor yang diuji memang berbeda dan masing-masing merupakan konstruk yang independen. Analisis ini dilakukan dengan 46

memberikan konstrain pada parameter korelasi antar kedua konstruk yang diestimasi sebesar 1.0, setelah itu dilakukan chi-square different test terhadap nilai-nilai yang diperoleh dari model yang dikonstrain dan model yang bebas atau tidak dikonstrain (Ferdinand, 2002). Sementara itu, analisis reliabilitas dilakukan untuk mengetahui tingkat konsistensi dari peubah atau sekumpulan peubah dalam mengestimasi parameter (Hair, 2000). Pengukuran analisis reliabilitas dilakukan dengan melakukan analisis reliabilitas konstruk, yaitu dengan menghitung indeks reliabilitas instrumen yang digunakan dari model SEM yang dianalisis. Rumus yang dipakai untuk menghitung reliabilitas konstruknya : Construct Reliabilitas = dimana: Std. Loading diperoleh langsung dari Standarized Loading. Langkah ketiga dalam analisis data adalah pengujian hipotesis melalui statistik inferensial melalui teknik analisis tertentu yang sesuai dengan model penelitian (Sekaran, 2011). Model yang digunakan pada penelitian merupakan model dengan peubah moderator dan peubahpeubah yang digunakan bersifat dimensional, sehingga diperlukan teknik analisis untuk menguji hipotesis-hipotesis penelitian lebih lanjut melalui Structural Equation Model (SEM) yang dioperasikan melalui program AMOS versi 18.0. Langkah-langkah teknik analisis yang akan dilakukan mengikuti upaya permodelan SEM yang lengkap oleh Ferdinand (2002) sebagai berikut. Pertama, mengembangkan model berbasis teori. Pengembangan model teoretis dilakukan dengan serangkaian eksplorasi ilmiah melalui telaah pustaka dari sumber- 47

sumber ilmiah yang berhubungan dengan model yang sedang dikembangkan (telah dijabarkan pada bab 2). Kedua, menyusun diagram alur (path diagram) untuk menunjukkan keterhubungan antar peubah penelitian (Gambar 3.1). 1 2 Gambar 3.1. Diagram alur penelitian beserta indikator-indikator empirik pada peubah bebas, moderasi, dan terikat. Gambar 3.1 menunjukkan keterhubungan antara keenam peubah penelitian (kualitas layanan atribut inti, upaya keterhubungan, reputasi hotel, lokasi, kegembiraan-hati pelanggan, getok tular) beserta indikator-indikator empiriknya. 48

Langkah ketiga adalah melakukan konversi diagram alur ke dalam persamaan model struktural (structural equations) dan persamaan spesifikasi model pengukuran (measurement model). Guna memudahkan pemahaman konversi diagram ke persamaan karena keberadaan peubah moderator dalam model dalam penelitian, maka diagram alur di atas disederhanakan sebagai berikut (Gambar 3.2). Kualitas Layanan Jasa (X 1 ) 11 Upaya Keterhubungan (X 2 ) 13 12 Kegembiraan- Hati Pelanggan (Y 1 ) 21 Getok Tular (Y 2 ) Persepsi Reputasi (X 3 ) 12 Interaksi Lokasi*Upaya Keterhubungan 13 Interaksi Lokasi*Persepsi Reputasi Gambar 3.2. Diagram alur penelitian yang disederhanakan. Berikut merupakan konversi diagram alur penelitian ke persamaan model struktural (Tabel 3.2) dan persamaan spesifikasi model pengukuran (Tabel 3.3). Tabel 3.2. Persamaan Model Struktural Simbol Peubah Endogen Persamaan Kegembiraan-Hati γ Y 11 X 1 + γ 12 X 2 + γ 13 X 3 + ω 12 1 Pelanggan Lok.*X 2 + ω 13 Lok.*X 3 + 1 Y 2 Getok Tular 21 Y 1 + 2 Ket.: Peubah Endogen = Peubah Eksogen + Error 49

Tabel 3.3. Persamaan Model Pengukuran Eksogen Endogen Moderasi Kualitas Layanan Jasa : IE 1 = λ 1 X 1 + e 1 IE 2 = λ 2 X 1 + e 2 IE 3 = λ 3 X 1 + e 3 IE 4 = λ 4 X 1 + e 4 IE 5 = λ 5 X 1 + e 5 IE 6 = λ 6 X 1 + e 6 IE 7 = λ 7 X 1 + e 7 IE 8 = λ 8 X 1 + e 8 IE 9 = λ 9 X 1 + e 9 IE 10 = λ 10 X 1 + e 10 IE 11 = λ 11 X 1 + e 11 IE 12 = λ 12 X 1 + e 12 IE 13 = λ 13 X 1 + e 13 IE 14 = λ 14 X 1 + e 14 IE 15 = λ 15 X 1 + e 15 Kegembiraan-Hati Pelangan : IE 27 = λ 27 Y 1 + e 27 IE 28 = λ 28 Y 1 + e 28 IE 29 = λ 29 Y 1 + e 29 IE 30 = λ 30 Y 1 + e 30 IE 31 = λ 31 Y 1 + e 31 IE 32 = λ 32 Y 1 + e 32 IE 33 = λ 33 Y 1 + e 33 IE 34 = λ 34 Y 1 + e 34 IE 35 = λ 35 Y 1 + e 35 Lokasi : IE 24 = λ 24 Lok. + e 24 IE 25 = λ 25 Lok. + e 25 IE 26 = λ 26 Lok. + e 26 Upaya Keterhubungan : IE 16 = λ16 X 2 + e 16 IE 17 = λ17 X 2 + e 17 IE 18 = λ18 X 2 + e 18 IE 19 = λ19 X 2 + e 19 IE 20 = λ20 X 2 + e 20 Getok Tular : IE 36 = λ 36 Y 2 + e 36 IE 37 = λ 37 Y 2 + e 37 IE 38 = λ 38 Y 2 + e 38 IE 39 = λ 39 Y 2 + e 39 IE 40 = λ 40 Y 2 + e 40 Persepsi Reputasi : IE 21 = λ 21 X 3 + e 21 IE 22 = λ 22 X 3 + e 22 IE 23 = λ 23 X 3 + e 23 Setelah melakukan konversi tersebut, kemudian pada langkah keempat dipilih matriks input dan teknik estimasi model. Pada tahap ini akan dipilih antara kovarians atau korelasi yang sesuai dengan penelitian. Perbedaan SEM dengan teknik-teknik multivariat lainnya adalah pada input data yang digunakan dalam permodelan dan estimasinya. SEM hanya menggunakan matriks varians/ kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang 50

dilakukannya. Matriks kovarians digunakan karena unggul dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda, yang hal ini tidak dapat disajikan oleh korelasi. Matriks kovarian umumnya lebih banyak digunakan dalam penelitian mengenai hubungan, karena standard error yang dilaporkan dari berbagai penelitian menunjukkan angka yang kurang akurat bila matriks korelasi digunakan sebagai input (Ferdinand, 2002). Teknik estimasi yang tersedia dalam AMOS 18.0 adalah Maximum Likelihood Estimation (ML), Generalized Least Square Estimation (GLS), Unweighted Least Square Estimation (ULS), Scale Free Least Square Estimation (SLS), dan Asymptotically Distribution- Free Estimation (ADF). Pemilihan teknik estimasi penelitian ini mengacu pada Tabachick dan Fidell (Ferdinand, 2002) sebagai berikut (Tabel 3.4). Tabel 3.4. Pemilihan Teknik Estimasi Pertimbangan Teknik Pilihan Keterangan Bila ukuran sampel kecil (100 200) dan asumsi normalitas dipenuhi ML ULS & SLS biasanya tidak menghasilkan uji 2, sehingga jarang digunakan. Bila asumsi normalitas dipenuhi dan ukuran sampel antara 200 500 ML & GLS ML secara umum lebih umum digunakan untuk sampel kurang dari 400 Bila asumsi normalitas dipenuhi dan ukuran sampel lebih dari 2500 ADF ADF kurang cocok bila ukuran sampel kurang dari 2500. Jumlah sampel dalam penelitian ini adalah 250 responden, sehingga akan digunakan teknik estimasi ML berdasarkan pertimbangan di atas. 51

Langkah kelima adalah menilai problem identification. Selama proses estimasi berlangsung melalui program komputer, sering didapat hasil estimasi yang tidak logis atau meaningless, berkaitan dengan masalah identifikasi model struktural. Salah satu persoalan dasar dalam model struktural adalah masalah identifikasi, yang memberikan indikasi sebuah model dapat diselesaikan dengan baik atau tidak dapat diselesaikan sama sekali. Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik (Ferdinand, 2002). Ferdinand juga mencatatkan gejala-gejala problem identifikasi : a. Standar error untuk satu atau beberapa koefisien hasilnya sangat besar. b. Program tidak mampu menghasilkan matrik informasi seperti yang seharusnya disajikan. c. Muncul angka-angka aneh, seperti adanya varians error yang negatif. d. Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat, misalnya lebih dari 0,9. Langkah keenam pemodelan SEM berupa evaluasi kriteria Goodness-of-fit yang meliputi 3 hal: pemenuhan asumsi-asumsi SEM, uji kesesuaian dan uji statistik, serta uji reliabilitas. Asumsi yang harus dipenuhi mencakup ukuran sampel minimum, normalitas dan linearitas, outliers, serta multicollinearity dan singularity. Ukuran sampel yang digunakan telah sesuai dengan ketentuan minimum 100, yang menurut perhitungan pada subbab 3.3 digunakan sampel sejumlah 250 responden. Sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut. Normalitas 52

diuji dengan melihat histogram data, sedangkan linearitas diamati dari scatterplots dari data dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada/ tidaknya linearitas (Ferdinand, 2002). Outliers adalah observasi yang muncul berupa nilai-nilai ekstrem karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya, sehingga harus diberi perlakuan khusus tertentu. Multikolinearitas (multicollinearity) dapat dideteksi dari determinan matriks kovarian. Nilai determinan matriks kovarian yang sangat kecil (extremely small) mengindikasi adanya problem multikolinearitas atau singularitas. Pada program komputer SEM akan muncul notifikasi warning ketika terindikasi multikolinearitas atau singularitas, sehingga data harus diteliti ulang ketika notifikasi tersebut muncul. Ketika hal ini terjadi, peubah yang menyebabkan singularitas harus dikeluarkan dan digantikan dengan composite variables untuk analisis selanjutnya (Ferdinand, 2002). Setelah asumsi-asumsi SEM dilihat, hal berikutnya adalah menentukan kriteria yang akan digunakan untuk mengevaluasi model. Indeks yang digunakan untuk menguji kelayakan sebuah model berdasarkan Ferdinand (2002) adalah sebagai berikut (Tabel 3.5). Sedangkan untuk uji reliabilitas telah dilakukan pada tahapan awal sebelum memasuki tahapan pemodelan SEM. 53

Tabel 3.5. Indeks Pengujian Kelayakan Model Goodness-of-fit Index Cut-off Value 2 chi-square statistic Diharapkan kecil Significant Probability 0.05 RMSEA 0.08 GFI 0.90 1 AGFI 0.90 CMIN/DF 2.00 TLI 0.90 1 CFI 0.95 Langkah terakhir pemodelan SEM adalah interpretasi dan modifikasi model SEM guna menjawab pertanyaan-pertanyaan penelitian. Setelah estimasi model dilakukan, peneliti masih dapat melakukan modifikasi terhadap model yang dikembangkan, bila ternyata estimasi tersebut memiliki tingkat prediksi tidak seperti yang diharapkan (terdapat residual yang besar). Setelah model diestimasi, residualnya harus tetap kecil atau mendekati nol dan distribusi frekuensi dari kovarian residual harus simetrik. Untuk mempertimbangkan perlu/ tidaknya modifikasi sebuah model adalah dengan melihat jumlah residual yang dihasilkan oleh model. Batas keamanan untuk jumlah residual adalah 5%. Bila lebih besar dari 5% dari semua residual kovarians yang dihasilkan oleh model maka sebuah modifikasi perlu dipertimbangkan. Tapi bila nilai residual cukup besar (> 2,58) maka modifikasinya adalah dengan mempertimbangkan untuk menambah sebuah alur baru pada model yang diestimasi tersebut (Ferdinand, 2002). 54