BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini dimaksudkan untuk menjelaskan kedudukan-kedudukan variabel yang akan diteliti serta hubungan antar satu variabel dengan variabel yang lain atau dengan kata lain untuk melihat hubungan variabel independen yaitu nilai produk dan kualitas layanan terhadap variable dependen yaitu loyalitas dan variabel mediatornya adalah kepuasan nasabah. Menurut Ferdinand (2006), penelitian ini berarti penelitian kausalitas, yaitu penelitian yang ingin mencari penjelasan dalam bentuk hubungan sebab akibat (cause-effect) antar beberapa konsep atau beberapa variabel yang dikembangkan. Penelitian kausalitas diarahkan untuk menggambarkan adanya hubungan sebab akibat antara beberapa situasi yang digambarkan dalam variabel dan atas dasar itulah kemudian akan ditarik kesimpulan umum. Pada penelitian ini menjelaskan pengaruh nilai produk dan kualitas pelayanan terhadap loyalitas nasabah nasabah PT. Bank Mandiri (persero) Tbk cabang Solo Slamet Riyadi. B. Tempat dan Waktu Penelitian 1. Tempat Penelitian 38
Penelitian ini akan dilaksanakan di Bank Mandiri (persero) Tbk cabang Solo Slamet Riyadi dengan obyek penelitian nasabah dari Bank Mandiri (persero) Tbk cabang Solo Slamet Riyadi. 2. Waktu Pelaksanaan Penelitian Pelaksanaan Penelitian ini dilakukan pada bulan November- Desember 2015. Dilakukan pada saat setelah jam pelayanan. Informasi data dapat diperoleh kepada pihak bank Mandiri mengenai nasabah pemilik E- money. Setelah meminta data sesuai dengan kebutuhan, maka proses menyebarkan angket kepada koresponden yaitu nasabah bank Mandiri (persero) tbk pemilik E-money bisa dilakukan. C. Populasi dan Teknik Pengambilan Sampel Penelitian Berkaitan dengan batasan obyek penelitian serta sejauhmana penelitian akan dikenakan, Nasution (2004:86) mengemukakan populasi adalah daerah generalisasi yang akan dikenai kesimpulan dari hasil penelitian. Mengeneralisasikan adalah mengambil kesimpulan penelitian sebagai suatu yang berlaku bagi populasi. Populasi mengacu pada keseluruhan kelompok orang, kejadian, hal minat, yang ingin peneliti investigasi (Sekaran, 2003:265). Target populasi dalam penelitian ini adalah nasabah Bank Mandiri (persero) Tbk pemilik E-Money cabang Solo Slamet Riyadi yang sudah menggunakan produk E-money. 39
Pendapat Arikunto (2006:134) yaitu apabila subyek lebih dari 100, dapat diambil antara 10-15% atau 20-25% atau lebih. Pendapat ini didukung oleh Ferdinand (2002) memberikan ukuran jumlah sampel yang diteliti untuk menelitian yang menggunakan SEM (Structural Equation Modelling) sebesar 5-10 observasi untuk setiap paramater yang diestimasi. Nasabah pemilik E-money pada bank Mandiri (persero) Tbk + 400 nasabah. Jumlah sampel untuk penelitian ini yang memenuhi kriteria yaitu nasabah yang memiliki E-Money sebanyak 100 nasabah. Maka dari itu sampel dalam penelitian ini sebanyak 100 koresponden dan jumlah ini telah memenuhi syarat dalam pengujian statistik SEM. (Ferdinand, 2000) Teknik sampling yang digunakan dalam penelitian ini adalah purpossive sampling, yaitu pengambilan sampel berdasarkan pada ciriciri atau karakteristik tertentu. Adapun karakteristik sampel yang digunakan dalam penelitian ini adalah nasabah bank Mandiri (persero) Tbk cabang Solo Slamet Riyadi yang telah memiliki E-Money. D. Definisi Oprasional dan Pengukuran Variabel Oprasionalisasi Variabel adalah menjabarkan variabel menurut dimensi dan indikatornya sebagai berikut: 1. Kepuasan Konsumen/ Nasabah (Y1) 40
Kepuasan nasabah adalah perbedaan antara harapan dengan pelayanan atau hasil yang dirasakan dari perasaaan setelah mengkonsumsikan barang atau jasa. Semakin sesuai dengan harapan maka tingkat kepuasan yang dirasakan oleh nasabah semakin tinggi. Kepuasan nasabah diukur berdasarkan konsep yang dikemukakan oleh Fornel (Tjiptono, 2006:366) yaitu: a. Overall satisfaction Meliputi kepuasan nasabah secara keseluruhan terhadap kualitas jasa yang diberikan perusahaan b. Confirmation of Expectation Meliputi harapan nasabah terhadap atribut tertentu atau terhadap kualitas yang diberikan perusahaan c. Comparison of Ideal Meliputi kinerja produk dibandingkan dengan produk ideal menurut persepsi nasabah Indikator pengukurannya meliputi: 1. Puas 2. Senang 3. Gembira 4. Suka 5. Sesuai dengan harapan 41
2. Loyalitas Nasabah (Y2) Loyalitas Nasabah didefinisikan sebagai suatu sikap yang konsisten terhadap pembelian suatu merek secara terus-menerus (Assael, 2001). Dampak dari sikap loyal adalah timbulnya intesitas untuk membeli atau menggunakan kembali jasa atau produk bank yang bersangkutan, perilaku-perilaku positif dan melakukan transaksi berulang pada bank tersebut yang relatif sulit diubah. Loyalitas konsumen merupakan manifestasi dan kelanjutan dari kepuasan konsumen dalam menggunakan fasilitas maupun jasa pelayanan yang diberikan oleh perusahaan, serta untuk tetap menjadi konsumen dari perusahaan tersebut (Samuel dan Foedjiawati, 2005). Variabel indikatornya adalah: a. Kemauan untuk membeli ulang. b. Preferensi terhadap produk e-money. c. Rekomendasi pada orang lain. d. Komitmen terhadap Bank Mandiri. e. Persentase penggunaan dibanding produk lain yang serupa. 3. Nilai Produk (X1) Kualitas Nilai Produk adalah bagaimana suatu produk memiliki nilai yang dapat memuaskan konsumen baik secara fisik maupun secara psikologis yang menunjuk pada atribut atau sifat-sifat yang 42
terdapat dalam suatu barang atau hasil. Kualitas nilai produk dapat diukur berdasarkan indikator-indikator (Garvin, 1987:74) yaitu: 1. Performance Meliputi gambaran keadaan yang sebenarnya dari kualitas nilai produk dan pelayanan yang diberikan kepada nasabah dengan benar 2. Features Meliputi kemampuan atau keistimewaan yang dimiliki produk atau jasa perbankan selain fungsi utama dari produk atau jasa yang diberikan perusahaan 3. Serviceability Kemudahan untuk mengoperasikan produk dan kemudahan perbaikan maupun ketersediaan komponen pengganti 4. Conformance Meliputi sejauhmana karakteristik desain dan operasi memenuhi standart 5. Image Meliputi kesan nasabah terhadap produk dan pelayanan yang diberikan perusahaan perbankan. 4. Kualitas Pelayanan (X2) Kualitas Pelayanan didefinisikan sebagai penilaian dari pelanggan mengenai sebuah pelayanan (Zeithml, 1998) 43
Kualitas layanan adalah mutu, kesempurnaan dan kesesuaian suatu produk atau jasa untuk memenuhi kebutuhan konsumen sehingga pelayanan akan berakhir dengan kesan positif dari konsumen. Kualitas pelayanan dapat diidentifikasi melalui penelitian yang dikenal sebagai Servqual (Kotler dan Keller, 2007:56) sebagai berikut: 1. Bukti Fisik Berupa penampilan fasilitas fisik, peralatan, dan berbagai materi komunikasi yang diberikan oleh perusahaan 2. Keandalan Kemampuan untuk memberikan jasa sesuai dengan yang dijanjikan, terpercaya, akurat, konsisten, dan sesuai dengan harapan nasabah. 3. Daya Tanggap Kesigapan perusahaan dalam melayani nasabah, kecepatan dalam proses transaksi, dan penanganan keluhan nasabah. 4. Jaminan Kemampuan atas pengetahuan terhadap produk secara tepat, kualitas keramah-tamahan, perhatian, dan kesopanan dalam memberi pelayanan, ketrampilan dalam memberikan informasi, kemampuan dalam memberikan keamanan di dalam memanfaatkan jasa yang ditawarkan, dan kemampuan dalam menanamkan kepercayaan nasabah terhadap perusahaan. 44
5. Empati Kesediaan perusahaan memberikan perhatian mendalam dan khusus kepada nasabah dengan berupaya memahami keinginan dan kebutuhan nasabah secara spesifik. E. Jenis Data dan Teknik Pengumpulan Data 1. Data Primer Data primer merupakan sumber data penelitian yang diperoleh secara langsung dari sumber asli (tidak melalui media perantara). Data primer secara khusus dikumpulkan peneliti untuk menjawab pertanyaan penelitian. Data primer dapat berupa opini subyek (orang) secara individual atau kelompok, dan hasil pengujian. Penelitian dengan data primer dapat mengumpulkan data sesuai dengan yang diinginkan, karena data yang tidak relevan dengan tujuan penelitian dapat dieliminir atau setidaknya dikurangi. Metode yang digunakan untuk mengumpulkan data primer dalam penelitian ini adalah metode kuesioner yang berisi seperangkat pertanyaan atau pernyataan tertulis untuk dijawab oleh responden. Data primer yang diperlukan untuk melakukan pengukuran diperoleh langsung melalui kuisioner yang diberikan kepada nasabah pada PT. Bank Mandiri (Persero) Tbk yang memiliki dan menggunakan E- Money Card. Dalam penelitian ini data primer diperoleh dari jawaban 45
responden yang disebar melalui kuisioner. Kuisioner disebar sebanyak 100 kuisioner kepada responden terpilih. Pengumpulan data akan dilakukan melalui kuesioner yang diserahkan kepada masing-masing responden terpilih. Dengan kuesioner secara personal, peneliti dapat berhubungan langsung dengan responden dan memberikan penjelasan mengenai aturan tatacara dalam mengisi kuisioner serta dapat langsung dikumpulkan setelah selesai dijawab oleh responden. Teknik pengambilan sampel dalam penelitian ini adalah probality sampling, yaitu teknik sampling yang memberikan peluang yang sama tapi setiap individu populasi yang dipilih menjadi anggota sampel (Sugiyono, 1999). Berkenaan dengan skala pengukuran dalam penyusunan kuesioner, peneliti menggunakan skala Likert, yaitu pertanyaan tertutup yang mengukur sikap dari keadaan yang negatif ke jenjang yang positif. Data tentang dimensi-dimensi dari variabel yang dianalisis dalam penelitian ini, dnegan 5 alternatif nomor untuk mengukur sikap responden. Pertanyaan dibuat dengan skala 1 s/d 5 untuk mendapatkan data yang bersifat interval dan diberi skor. 2. Data Sekunder Data sekunder merupakan data pelengkap data primer yang bersumber dari kepustakaan, seperti literatur, bahan kuliah, dan data dari 46
perusahaan berupa laporan yang dapat mendukung pembahasan dalam kaitannya dengan penelitian ini. Dalam hal ini pengambilan data yang diperlukan untuk mendukung data primer diantaranya adalah data mengenai nasabah pemilik E-Money pada bank Mandiri (persero) Tbk cabang Solo Slamet Riyadi sebesar + 400 dan penelitian ini mengambil sampel sebesar 100 nasabah yang memenuhi kriteria yaitu nasabah yang sudah menggunakan produk E-Money. Data sekunder juga dilengkapi dengan informasi mengenai benefit dari produk E-money serta macam-macam varian produk e-money serta lokasi dimana saja bisa diaplikasikan produk E-money. Informasi ini dapat digunakan untuk melatarbelakangi penelitian ini. Jurnal-jurnal mengenai penelitian terdahulu juga sebagai salah satu informasi dari data sekunder sebagai pendukung maupun dasar penelitian ini seperti penelitian terdahulu yang pernah dilakukan oleh Naik et al.,., (2010), Jahanshahi, et al.,,. (2011), Mosahab, et al.,.,(2010), Abdullah dan Rozario (2009), Yuen dan Chan (2010), Senthilkumar (2012) yang telah membuktikan dan menganalisis adanya pengaruh antara kualitas pelayanan dan nilai produk terhadap loyalitas konsumen dengan kepuasan sebagai mediator. 47
F. Teknik Analisis Teknik analisis ini adalah untuk mengukur indikator-indikator apakah layak dan baik untuk diteliti sehingga penelitian ini bisa dilanjutkan adalah dengan melakukan uji reliabilitas dan validitas. Pengujian hipotesis 1 hingga hipotesis 5 yang berisi perngaruh nilai produk terhadap kepuasan nasabah, pengaruh kualitas layanan terhadap kepuasan nasabah, pengaruh nilai produk terhadap loyalitas nasabah, pengaruh nilai produk terhadap loyalitas nasabah dan pengaruh kepuasan terhadap loyalitas nasabah dimana kepuasan sebagai variabel pemediasi menggunakan alat analisis data Structural Equation Model dari paket statistik AMOS versi 18.0 sebagai sebuah model persamaan struktur. Ketentuan-ketentuan uji Validitas dan uji Reliabilitas dengan menggunakan SPSS statistics 17.0 serta teknik analisis SEM dengan menggunakan AMOS 18.0 untuk penelitian ini adalah sebagai berikut: 1. Uji Validitas Uji validitas dimaksudkan untuk mengukur sejauh mana variabel yang digunakan benar-benar mengukur apa yang seharusnya diukur. Instrumen yang baik adalah instrumen yang valid. Dikatakan valid apabila mampu mengukur apa yang hendak diukur, yang validitasnya tinggi akan mampu mempunyai varian kesalahan yang kecil. Data yang terkumpul merupakan data yang dapat dikatakan valid. Pengujian validitas ini dilakukan dengan menggunakan pearson correlation product moment yaitu dengan cara menghitung korelasi antar skor masing-masing butir 48
pertanyaan dengan total skor (Ghozali, 2006). Kriteria yang digunakan valid atau tidak valid adalah jika korelasi antar skor masing-masing butir pertanyaan dengan total skor mempunyai tingkat signifikansi diatas dari 0,30. 2. Uji Reliabilitas Reliabilitas adalah ukuran konsistensi internal dari indikator masing-masing variabel, yang menunjukkan tingkatan dimana indikator mengindikasikan variabel mana yang secara umum laten (the comman laten). Pengukuran reliabilitas yang tinggi menyediakan dasar bagi peneliti tingkat konfidence bahwa masing-masing indikator bersifat konsisten dalam pengukurannya. Nilai reliabilitas dengan menggunakan cronbach alpha yang menunjukkan tingkat korelasi hubungan antara butir-butir kuesioner yang biasanya dapat diterima jika lebih besar dari 0,6 semakin tinggi alpha, berarti skala item pengukuran yang digunakan semakin baik. 3. Analisis Data SEM Suatu penelitian selalu memerlukan interprentasi dan analisis data, yang diharapkan pada akhirnya memberikan solusi pada research question yang menjadikan dasar penelitian tersebut. Metode analisis yang dipilih untuk menganalisis data adalah sebagai berikut : SEM (Structural Equation Model). Pengujian hipotesis 1 hingga hipotesis 5 menggunakan alat analisis data Structural Equation Model dari paket statistik AMOS versi 18.0. Sebagai sebuah model persamaan struktur, AMOS sering digunakan dalam penelitian-penelitian pemasaran dan manajemen 49
strategik (Bacon dalam Ferdinand, 2002). Model kausal AMOS menunjukkan pengukuran dan masalah yang struktural, dan digunakan untuk menganalisis dan menguji model hipotesis. Menurut (Bacon dalam Ferdinand, 2002) AMOS mempunyai keistimewaan dalam : 1. Memperkirakan koefisien yang tidak diketahui dari persamaan linear structural. 2. Mengakomodasi model yang meliputi latent variabel. 3. Mengakomodasi kesalahan pengukuran pada variabel eksogen dan indogen. 4. Mengakomodasi peringatan yang timbale balik, simultan dan saling ketergantungan. Menurut Hair et al., (1995) terdapat 7 langkah yang harus dilakukan bila menggunakan Structural Equation Model (SEM) yaitu: a. Pengembangan Model Teoritis Dalam langkah pengembangan model teoritis, hal yang harus dilakukan adalah melakukan serangkaian eksploitasi ilmiah melalui telaah pustaka guna mendapatkan justifikasi atas model teoritis yang akan dikembangkan. SEM digunakan bukan untuk menghasilkan sebuah model, tetapi digunakan untuk mengkonfirmasi model teoritis tersebut melalui data empiris. b. Pengembangan Path Diagram Dalam langkah kedua ini, model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah path diagram, yang akan 50
mempermudah untuk melihat hubungan-hubungan kausalitas yang ingin diuji. Dalam path diagram, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antara satu konstruk dengan konstruk lainnya. Sedangkan garis-garis lengkung antara konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antara konstrukkonstruk yang dibangun dalam path diagram yang dapat dibedakan dalam dua kelompok, yaitu sebagai berikut : 1. Exogenous constructs yang dikenal juga sebagai source variables atau independent variables yang tidak diprediksi oleh variabel yang lain dalam model. Konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung panah. 2. Endogenous constructs yang merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. c. Konversi Path Diagram ke Dalam Persamaan Persamaan yang diperoleh dari path diagram yang dikonversikan terdiri dari : Structural Equation yang dirumusakn untuk menyatakan hubungan kausalitas antara berbagai konstruk. V endogen = V eksogen + V endogen + Error 51
Persamaan spesifikasi model pengukuran (measurement model) dimana harus ditentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesiskan antar konstruk atau variabel. Komponen-komponen ukuran mengidentifikasi latent variables dan komponen-komponen structural mengevaluasi hipotesis hubungan kausal, antara latent variables pada model kausal dan menunjukkan sebuah pengujian seluruh hipotesis dari model sebagai satu keseluruhan (Hayduk dalam Ferdinand, 2002). d. Memilih Matriks Input dan Estimasi Model SEM menggunakan input data yang hanya menggunakan matriks varians / kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan. Matriks kovarian digunakan karena SEM memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda, yang tidak dapat disajikan oleh korelasi. Hair et.al., (1995) dalam Ferdinand, 2002) menganjurkan agar menggunakan matriks varians/kovarians pada saat pengujian teori sebab lebih memenuhi asumsi-asumsi metodologi dimana standard error yang dilaporkan akan menunjukkan angka yang lebih akurat dibanding menggunakan matriks korelasi. e. Kemungkinan Munculnya Masalah Identifikasi Problem identifikasi pada prinsipnya adalah problem mengenai ke tidak mampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul problem 52
identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk. f. Evaluasi Kriteria Goodness of Fit Pada tahap ini dilakukan pengujian terhadap keseuaian model melaui telaah terhadap berbagai kriteria goodness of fit. Berikut ini disajikan beberapa indeks kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima atau ditolak : 1. Evaluasi Data Untuk itu tindakan pertama yang dilakukan adalah mengevalusasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM yaitu : A. Ukuran Sampel Dimana ukuran sampel yang harus dipenuhi adalah minimum berjumlah 100 sampel kemudian digunakan 5 observasi untuk setiap estimated parameter. B. Normalitas dan Linearitas Dimana normalitas diuji dengan melihat gambar histogram data atau diuji dengan menggunakan metode statistic. Sedangkan uji linearitas dapat dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih pasangan data serta dilihat pola penyebaranya untuk menduga ada tidaknya linearitas. 53
C. Outliers Outliers adalah observasi yang muncul denagn nilai ekstrim yaitu yang muncul karena kombinasi karakteristik yang unik dan terlihat sangat berbeda dengan observasi yang lain. D. Multicollinearity dan Singularity Adanya multikolinearitas dapat dilihat dari determinan matriks kovarian yang sangat kecil. Penanganannya adalah dengan melihat kembali data yang digunakan apakah terdapat kombinasi linear dari variabel yang dianalisis. 2. Indeks Kesesuaian Dan Cut Off Value Bila asumsi sudah dipenuhi, maka model dapt diuji dengan menggunakan berbagai cara. Dalam analisis SEM tidak ada alat uji statistic tunggal untuk mengukur atau menguji hipotesis mengenai model. Berikut ini adalah beberapa indeks kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima atau ditolak (Ferdinand, 2002) : Chi- Square Statistic x 2 Alat uji paling mendasar untuk mengukur overall fit adalah likehood ratio Chi-square statistic. Semakin kecil nilai x 2 semakin baik model itu (karena dalam uji beda chi-square, x 2 = 0, berarti benarbenar tidak ada perbedaan, Ho diterima) dan diterima berdasarkan probabilitas dengan cut-off value sebesar p>0,05 atau p>0,10. The Root Mean Square Error of Approximation (RMSEA) 54
RMSEA adalah sebuah indeks yang dapat digunakan untuk mengkompensasi Chi-square statistic dalam sampel yang besar. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degress of freedom. Goodness of Fit Index (GFI) GFI adalah sebuah ukuran non-statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 0,1 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. Indeks kesesuaian ini akan menghitung proporsi tertimbang dari varian dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan. Adjusted Goodness-of-Fit Index (AGFI) AGFI adalah analog dari R 2 dalam regresi berganda. Fit index ini dapat disesuaikan terhadap degress of freedom yang tersedia untuk menguji diterima tidaknya model. Tingkat penerimaan yang direkomendasikan adalah bila AFGI mempunyai nilai sama dengan atau lebih besar dari 0,90. The Minimum Sample Discrepancy Function (CMIN) / Degree of Freedom (DF) CMIN/DF tidak lain adalah Chi-square statistic, x 2 dibagi DFnya sehingga disebut x 2 relatif. Nilai x 2 relatif kurang dari 2,0 atau 55
bahkan kadang kurang dari 3,0 adalah indikasi dari acceptable fit antara model dan data. Tucker Lewis Indeks (TLI) TLI adalah sebuah alternatif inkremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah penerimaan 0,95 dan nilai yang sangat mendekati 1 menunjukkan a very good fit. Comparative Fit Index (CFI) Keunggulan dari CFI adalah bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingat penerimaan sebuah model. Besaran indeks ini adalah pada rentang nilai sebesar 0-1, dimana semakin mendekati 1 mengindikasikan adalah CFI 0,95. Dengan demikian indeks-indeks yang dapat digunakan untuk menguji kelayakan sebuah model adalah seperti yang terdapat dalam table di bawah ini : 56
Tabel 3.1 Goodness of-fit Indices Goodness- of fit index Chi-square Cut-of value Diharapkan kecil Significant probability 0,05 GFI 0,90 AGFI 0,90 CMIN/DF 2,0 TLI 0,95 CFI 0,95 RMSEA 0,08 Sumber : Structural Equation Model, Ferdinand (2002). 3. Uji Reliabilitas dan Variance Extract Reliabilitas adalah ukuran konsistensi dari indikator dalam mengindikasikan sebuah konstruk. Pada dasarnya uji reliabilitas (reliability) menunjukkan sejauh mana suatu alat ukur yang dapat memberikan hasil yang relatif sama apabila dilakukan pengukuran kembali pada subyek yang sama. Ada dua cara yang dapat digunakan yaitu dengan melihat construct reliability dan variance extracted, yang kedua hal ini memiliki Cut Off Value yaitu masingmasing minimal 0,70 dan 0,50. Meskipun demikian nilai-nilai cut off value tersebut bukan angka mati. Hasil perhitungan dari pengujian construct reliability dan variance extracted diuraikan pada bagian berikut : 57
1. Construct Reliability Contruct Reliability didapatkan dari rumus Hair, et. al., (1995) ( std. loading) 2 Construct-Reliability = ----------------------- ( std. loading) 2 + εj Keterangan : Standard Loading diperoleh dari standarized loading untuk tiaptiap indikator yang didapat dari hasil perhitungan computer. εj adalah measurement error setiap indikatornya. Measurement error dapat diperoleh dari 1 reliabilitas indikator. Tingkat realibilitas yang dapat diterima adalah 0,7. 2. Variance Extracted Pada prinsipnya pengukuran ini menunjukkan jumlah varians dari indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Konstruk laten yang diwakili oleh indikator-indikator tersebut dikatakan baik, bila nilai varians extracted yang dapat diterima adalah 0,50. varians extracted ini didapatkan rumus Hair, et. al., (1995) yang digunakan adalah : 58
( std. loading) 2 Construct-Reliability = ----------------------- ( std. loading) 2 + εj Keterangan : Standard Loading diperoleh dari standardized loading untuk tiap-tiap indikator yang didapat dari hasil perhitungan komputer. Εj adalah measurement error dari tiap indikator. 4. Interpretasi dan Modifikasi Model Pada tahap ini model diinterpretasi dan dimodifikasi, bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Hair et. al., (1995) dalam Ferdinand, (2002) memberikan pedoman untuk mempertimbangkan perlu tidak memodifikasi sebuah model dengan melihat jumlah residual yang dihasilkan oleh model. Batas keamanan untuk jumlah residual yang dihasilkan oleh model, maka sebuah modifikasi mulai perlu dipertimbangkan. Nilai residual yang lebih besar atau sama dengan 1,96 (kurang lebih) diinterpretasikan sebagai signifikan secara statistic pada tingkatan 5%. 59