Upload
ivan-vinnoet
View
22
Download
2
Embed Size (px)
Citation preview
1
BAB IV
METODE PENELITIAN
4.1 Jenis dan Ruang Lingkup Penelitian
Jenis penelitian yang dilakukan adalah penelitian asosiatif yaitu penelitian
yang dilakukan untuk mengetahui hubungan antar variabel yang dibangun
berdasarkan teori. Klasifikasi suatu penelitian berkaitan dengan pemanfaatan data
yang digunakan baik kuantitatif atau kualitatif. Data yang digunakan telah
dikuantitatifkan untuk memudahkan proses perhitungan secara statistik. Penelitian
ini menggunakan SEM (Structural Equation Modelling) yang didasarkan pada
evaluasi atas adanya hubungan saling ketergantungan antar variabel dengan teknik
analisis konfirmatori first order dan second order.
Lokasi penelitian berada di Kota Denpasar. Ditinjau dari keberadaan
respondennya, dimana semua bank umum yang memiliki kantor pusat dan cabang
utama terkonsentrasi di wilayah Denpasar, maka penelitian ini diadakan di daerah
Denpasar. Subjek penelitian yakni semua nasabah bank umum di wilayah kerja
Kantor Bank Indonesia (KBI) Denpasar yang memiliki fasilitas internet banking,
dengan objek penelitian dimensi-dimensi kualitas layanan online yaitu kualitas
informasi website, kualitas interaksi website, kualitas desain website, kehandalan,
ketanggapan, jaminan, dan empati, serta kepuasan nasabah, komitmen nasabah
dan loyalitas nasabah.
2
4.2 Variabel Penelitian
4.2.1 Identifikasi Variabel
Variabel dalam penelitian ini dapat diklasifikasikan menjadi:
1) Variabel eksogen, yakni variabel yang tidak diprediksi oleh variabel lain
dalam model. Variabel eksogen dikenal juga sebagai independent variable.
Dalam penelitian ini variabel eksogen adalah kualitas layanan online (X) yang
terdiri dari kualitas informasi website (X1), kualitas interaksi website (X2),
kualitas desain website (X3), kehandalan (X4), ketanggapan (X5), Jaminan
(X6) dan empati (X7).
2) Variabel endogen, yakni variabel yang diprediksikan oleh satu atau beberapa
variabel yang lain dalam model. Variabel endogen dikenal juga sebagai
dependent variable. Dalam penelitian ini variabel endogen adalah kepuasan
(Y1), komitmen (Y2) dan loyalitas (Y3).
4.2.2 Definisi Operasional Variabel
Berdasarkan kerangka konseptual penelitian dan pemetaan teori yang
dijelaskan sebelumnya, dapat dihasilkan indikator-indikator variabel. Indikator-
indikator variabel diadopsi dari penelitian-penelitian sebelumnya, serta beberapa
modifikasi atas indikator tersebut, sehingga operasional variabel dapat
didefinisikan sebagai berikut :
1) Kualitas informasi website (X1) adalah penilaian nasabah terhadap kualitas
informasi website yang disajikan. Variabel tersebut dapat diukur melalui
indikator sebagai berikut :
2
3
1. Keakuratan informasi yang disediakan (X11) adalah penilaian bahwa
website internet banking menyediakan informasi yang akurat.
2. Kebenaran informasinya dapat dipercaya (X12) adalah penilaian bahwa
website internet banking memberikan informasi yang dapat dipercaya
tingkat kebenarannya.
3. Informasi selalu up to date (X13) adalah penilaian bahwa website
internet banking menyediakan informasi yang akurat (up to date).
4. Informasi yang ada sesuai dengan tema website (X14) adalah penilaian
bahwa website menyediakan informasi yang sesuai dengan tema
internet banking.
5. Informasi mudah dimengerti (X15) adalah penilaian bahwa Informasi
yang diberikan mudah dipahami.
6. Informasi berupa panduan (X16) adalah penilaian bahwa informasi yang
disediakan memandu dalam melakukan proses.
2) Kualitas interaksi website (X2) adalah penilaian nasabah terhadap website
yang bersifat interaktif dan mudah digunakan. Variabel tersebut dapat
diukur melalui indikator sebagai berikut :
1. Efektif: fungsi pencarian website (X21) adalah penilaian bahwa
penggunan website internet banking adalah tepat.
2. Efisien: waktu langkah memproses transaksi minimal (X22) adalah
penilaian bahwa penggunan website internet banking adalah cepat.
4
3. Terdapat contoh demo atau tutorial dalam pengoperasiannya (X23)
adalah penilaian bahwa website internet banking mudah dipelajari untuk
pengoperasiannya.
4. User friendly website (X24) adalah penilaian bahwa interaksi dengan
website internet banking (manusia dengan sistem) jelas dan dimengerti.
5. Menu sistem simple (X25) adalah penilaian bahwa website internet
banking mudah diingat dalam menggunakannya.
3) Kualitas desain website (X3) adalah penilaian nasabah terhadap interface
website yang divisualisasikan dengan bentuk tampilan website. Variabel
tersebut dapat diukur melalui indikator sebagai berikut :
1. website memiliki tampilan yang menarik (X31) adalah penilaian bahwa
website internet banking memiliki tampilan yang menarik.
2. Inovatif: ciri khas desain website (X32) adalah penilaian bahwa website
internet banking inovatif.
3. Kreatif: ide dari bentuk desain website (X33) adalah penilaian bahwa
website internet banking Kreatif.
4. Layout desain website tertata dengan rapi dan teratur (X34) adalah
penilaian bahwa website internet banking terorganisir dengan baik.
5. Font, colour, animasi, grafik, gambar merupakan komposisi yang saling
mendukung (X35) adalah penilaian bahwa website internet banking
memiliki desain yang baik.
4
5
6. Waktu downloading tiap halaman website minimal (X36) adalah
penilaian bahwa waktu yang diperlukan men-download tiap halaman
website internet banking minimal.
7. Animasi, grafik, gambar tidak memperlambat proses inti website (X37)
adalah penilaian bahwa grafik animasi tidak mengganggu saat
menggunakan website internet banking.
4) Kehandalan (X4) adalah penilaian nasabah terhadap kehandalan layanan
internet banking melaksanakan layanan seperti yang dijanjikan. Variabel
tersebut dapat diukur melalui indikator sebagai berikut :
1. Internet banking memproses transaksi saat itu juga (real time process)
(X41) adalah penilaian bahwa layanan internet banking memproses
transaksi saat itu juga (Real time process).
2. Internet banking melakukan proses transaksi dengan tepat (X42) adalah
penilaian bahwa transaksi dengan layanan internet banking sangat
akurat.
3. Internet banking merupakan cara melakukan transaksi yang paling baik
(X43) adalah penilaian bahwa transaksi dengan layanan internet
banking dapat dihandalkan.
4. Internet banking tidak melakukan kesalahan memproses transaksi (X44)
adalah penilaian bahwa proses transaksi yang dilakukan layanan
internet banking berjalan dengan benar.
6
5. Internet banking dapat digunakan setiap saat (X45) adalah penilaian
bahwa layanan internet banking aktif 24/7 (24 jam sehari 7 hari
seminggu).
5) Ketanggapan (X5) adalah penilaian nasabah terhadap layanan internet
banking yang secara efektif merespon masalah. Variabel tersebut dapat
diukur melalui indikator sebagai berikut :
1. Internet banking menyediakan solusi masalah (X51) adalah penilaian
bahwa layanan internet banking menunjukan peranannya dalam
meyelesaikan masalah.
2. Respon internet banking saat memproses transaksi (X52) adalah
penilaian bahwa konfirmasi layanan internet banking atas keberhasilan
atau kegagalan menjalankan transaksi.
3. Internet banking membantu bertransaksi dengan cepat (X53) adalah
penilaian bahwa layanan internet banking membantu menjadikan
transaksi menjadi cepat.
6) Jaminan (X6) adalah penilaian nasabah terhadap layanan internet banking
dengan jaminan keamanan dalam mempercayakan segala proses. Variabel
tersebut dapat diukur melalui indikator sebagai berikut :
1. Term and condition policy dapat diakses (X61) adalah penilaian bahwa
peraturan keamanan (term and condition) dapat diakses.
2. Terdapat sistem keamanan (protected password, website security) (X62)
adalah penilaian bahwa layanan internet banking memiliki teknologi
sistem keamanan yang baik (protected password, website security).
6
7
3. Terdapat nomor kontak atau call centre (X63) adalah penilaian bahwa
layanan internet banking tersedia nomor kontak yang bisa dihubungi
atau call centre.
4. Bank pemilik internet banking memiliki reputasi yang baik (X64 adalah
penilaian bahwa bank pemilik layanan internet banking memiliki
reputasi yang baik.
7) Empati (X7) adalah penilaian nasabah terhadap layanan internet banking
yang menyediakan perhatian secara individual. Variabel tersebut dapat
diukur melalui indikator sebagai berikut :
1. Memberikan informasi tentang transaksi (X71) adalah penilaian bahwa
layanan internet banking memberikan perhatian pribadi.
2. Cara melakukan transaksi yang sesuai dengan kebutuhan nasabah (X72)
adalah penilaian bahwa layanan internet banking memungkinkan
melakukan transaksi yang sesuai dengan kebutuhan nasabah.
3. Produk dan jasa yang ditawarkan disesuaikan dengan kebutuhan
nasabah secara spesifik (X73) adalah penilaian bahwa layanan internet
banking memahami kebutuhan nasabah secara spesifik.
8) Kepuasan nasabah (Y1) adalah tingkat perasaan seseorang sebagai hasil
dari perbandingan antara kenyataan dan harapan yang diterima dari sebuah
produk atau jasa. Variabel tersebut dapat diukur melalui indikator sebagai
berikut :
1. Nasabah puas atas layanan internet banking (Y11) adalah penilaian
bahwa secara keseluruhan nasabah puas atas layanan internet banking.
8
2. Nasabah puas ketika transaksi yang dilakukan berhasil dengan sukses
(Y12) adalah penilaian bahwa transaksi internet banking yang nasabah
lakukan berhasil dengan sukses.
3. Layanan internet banking memenuhi harapan nasabah (Y13) adalah
penilaian bahwa layanan internet banking sesuai dengan yang nasabah
harapkan.
9) Komitmen nasabah (Y2) adalah membina hubungan jangka panjang dengan
biaya efektif, demi keuntungan bersama kedua belah pihak. Variabel
tersebut dapat diukur melalui indikator sebagai berikut :
1. Nasabah hanya menggunakan layanan internet banking di satu bank saja
(Y21) adalah penilaian bahwa nasabah menggunakan layanan internet
banking pada bank yang menyediakan layanan tersebut.
2. Nasabah bersedia membayar biaya yang dikenakan dalam menggunakan
internet banking (Y22) adalah penilaian bahwa terdapat komitmen
nasabah untuk membayar biaya yang dikenakan dalam menggunakan
internet banking.
3. Nasabah akan tetap menggunakan layanan internet banking sebagai
alternatif pilihan (Y23) adalah penilaian bahwa nasabah menggunakan
layanan internet banking sebagai alternatif pilihan utama dalam
melakukan transaksi perbankan.
10) Loyalitas nasabah (Y3) adalah komitmen yang dipegang kuat dalam
melakukan pembelian ulang (rebuy) atau penggunaan kembali (repatronize)
8
9
barang atau jasa yang disukai secara konsisten di masa yang akan datang.
Variabel tersebut dapat diukur melalui indikator sebagai berikut :
1. Nasabah dapat menceritakan keunggulan layanan internet banking
kepada orang lain (Y31) adalah penilaian bahwa nasabah mengatakan
suatu yang positif tentang layanan internet banking kepada orang lain.
2. Nasabah merekomendasikan layanan internet banking kepada teman dan
kolega (Y32) adalah penilaian bahwa nasabah merekomendasikan
layanan internet banking kepada teman atau kolega.
3. Nasabah kembali menggunakan layanan internet banking (Y33) adalah
penilaian bahwa nasabah tetap menggunakan layanan internet banking
dimasa datang dalam melakukan transaksi perbankan.
4.3 Populasi, Sampel dan Teknik Pengambilan Sampel
Populasi adalah sekumpulan orang atau objek yang memiliki kesamaan
dalam satu atau beberapa hal dan membentuk masalah pokok dalam satu riset
khusus (Santoso, 2001). Selain itu populasi menjelaskan wilayah generalisasi
yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Populasi pada penelitian ini adalah semua nasabah yang memiliki
akses dan pernah melakukan transaksi melalui internet banking dari bank-bank
umum di Denpasar yang menyediakan fasilitas layanan internet banking. Seperti
yang telah dijelaskan pada Bab I, hingga bulan Maret 2009 bank-bank yang
terdaftar di wilayah Kantor Bank Indonesia Denpasar sebanyak 46 bank umum
10
dan sebanyak 18 bank umum tersebut diidentifikasikan menyediakan layanan
internet banking.
Menurut Sugiyono (2004) sampel merupakan bagian dari jumlah
karakteristik yang dimiliki oleh populasi tersebut. Dengan kata lain, sampel
adalah sebagian kecil dari populasi yang karakteristiknya hendak diselidiki. Dilain
sisi, sesungguhnya populasi dari nasabah bank umum yang berada di Denpasar
tidak diketahui secara pasti, sehingga tidaklah memungkinkan untuk meneliti
seluruh populasi. Pada penelitian ini sampel diambil dari bank umum yang
memiliki fasilitas layanan internet banking yaitu sebanyak lima bank. Bank-bank
tersebut yaitu Bank Mandiri, BCA, Permata, CIMB Niaga, dan Commonwealth,
dengan alasan sebagai berikut:
1) Kelima bank umum tersebut mewakili klasifikasi bank umum yang ada di
Denpasar yaitu Bank Mandiri mewakili klasifikasi bank pemerintah, BCA,
Permata, dan CIMB Niaga mewakili klasifikasi bank swasta nasional,
Bank Commonwealth mewakili klasifikasi bank asing.
2) Menurut survei yang dilakukan MRI (Marketing Riset Indonesia) yang
diberitakan oleh InfoBankNews.com, bank-bank umum tersebut termasuk
rangking sepuluh besar transaksi perbankan melalui fasilitas e-banking.
3) Hasil wawancara awal yang dilakukan peneliti, kebanyakan dari responden
yang ditemui memiliki fasilitas internet banking pada bank-bank umum
tersebut.
Ukuran sampel memegang peranan penting dalam estimasi dan interpretasi
hasil. Sebagaimana dalam metode statistik lainnya ukuran sampel ini menjadi
10
11
dasar dalam estimasi kesalahan sampling. Sejauh ini belum ada rumusan untuk
menghitung besar sampel pemodelan SEM. Secara empirik dinyatakan bahwa
ukuran sampel yang cukup adalah 100 – 200 (Ghozali, 2008). Disamping itu,
pertimbangan utama dalam penggunaan sampel adalah kendala sumber daya
(waktu, dana dan sumber daya lain), dan ketepatan, dimana melalui pemilihan
desain sampel yang baik peneliti akan memperoleh data yang akurat. Berdasarkan
pandangan dan batasan tersebut, maka sampel yang diambil dalam penelitian
adalah 200 responden dengan 42 indikator pertanyaan atau pernyataan.
Pemilihan teknik pengambilan sampel merupakan upaya penelitian untuk
mendapat sampel yang representatif yang dapat menggambarkan populasi.
Pengambilan sampel dilakukan dengan menggunakan metode sampel tidak acak
(non probability sampling) yaitu setiap elemen populasi tidak mempunyai
kemungkinan yang sama untuk dijadikan sampel atau responden. Unsur populasi
yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor
lain yang sebelumnya sudah direncanakan oleh peneliti. Selain itu teknik
pengambilan sampel juga menggunakan sampel yang dipilih dengan
pertimbangan peneliti (purposive sampling), yaitu seseorang diambil sebagai
sampel karena dipastikan bahwa seseorang tersebut memiliki informasi yang
diperlukan bagi penelitian. Kriteria dalam purposive sampling yang dimaksud,
yaitu :
1) Responden merupakan nasabah pada salah satu dari kelima bank
yang ditentukan peneliti (Bank Mandiri, BCA, Permata, CIMB Niaga, dan
Commonwealth).
12
2) Responden memiliki fasilitas akses internet banking pada salah
satu dari kelima bank tersebut, atau apabila responden memiliki fasilitas
akses internet banking lebih dari satu bank, diharapkan responden dapat
memilih salah satu dari fasilitas akses internet banking bank mana yang
paling sering digunakan atau lebih dominan digunakan.
3) Responden telah melakukan transaksi dengan internet banking
minimal dua kali dalam sebulan.
4.4 Prosedur Pengumpulan Data
Pengumpulan data pada penelitian ini dilakukan dengan metode survei
yaitu menggunakan kuesioner yang berisi butir-butir pengukur konstruk atau
variabel dalam bentuk daftar pertanyaan dan pernyataan yang digunakan dalam
model penelitian. Penyebaran dan pengumpulan data dilakukan secara langsung
kepada responden dan melalui kolega yang bekerja pada bank-bank yang
mewakili sampel tersebut dengan self administered report yaitu responden
diminta untuk mengisi sendiri kuesioner yang diberikan.
4.5 Instrumen Penelitian
4.5.1 Skala Pengukuran
Bentuk dasar yang digunakan dalam kuesioner ini adalah close ended
questions dan scaled response questions. Close ended questions adalah suatu
bentuk pertanyaan atau pernyataan dengan berbagai alternatif respon bagi
respondennya guna mengetahui karakteristik responden. Scaled response
questions adalah bentuk pertanyaan atau pernyataan yang memakai skala likert,
12
13
guna mengukur dan mengetahui tingkat kepuasan dan ekspektasi nasabah
mengenai atribut-atribut dan suatu produk atau jasa yang sedang diteliti, dari
sudut pandang nasabah.
Data yang dihasilkan dalam penelitian ini menggunakan dua skala, yaitu
skala nominal dan skala ordinal. Skala nominal digunakan untuk mengetahui
karakteristik responden seperti variabel demografi responden. Skala ordinal
merupakan skala berjarak atas suatu respon yang ditawarkan dengan bentuk skala
likert. Dengan skala ini, responden diminta untuk menentukan tingkat penilaian
dari berbagai indikator dimensi e-service quality yang ditanyakan dengan
menyatakan kepuasan atau ketidakpuasan terhadap indikator tersebut. Masing-
masing alternatif jawaban akan diberi skor numerik sebagai berikut: sangat tidak
setuju (1), tidak setuju (2), netral (3), setuju (4), sangat setuju (5).
4.5.2 Uji Validitas dan Reliabilitas
Instrumen penelitian diharapkan dapat memberikan data-data yang sesuai,
maka perlu dilakukan pengujian terhadap instrumen, antara lain:
1) Uji Validitas (keabsahan)
Menurut Wibowo (2003) uji validitas adalah uji sejauh mana
ketepatan dan kecermatan suatu alat ukur melakukan fungsi ukurnya.
Instrumen pengukuran dapat dikatakan mempunyai validitas yang tinggi
apabila alat tersebut memberikan hasil ukur yang sesuai dengan yang
dimaksud dilakukannya pengukuran tersebut.
Uji validitas pada penelitian ini menggunakan teknik Analisis
konfirmatori (confirmatory factor analysis). Analisis konfirmatori bertujuan
14
untuk menguji apakah indikator-indikator pembentuk konstruk merupakan
indikator yang valid sebagai pengukur konstruk laten. Indikator dapat
dikatakan valid apabila, pertama, indikator tersebut signifikan secara statistik.
Kedua, nilai convergent validity atau loading factor masing-masing indikator
sebesar 0,7 yang dianggap memiliki validitas yang baik untuk suatu
penelitian, namun loading factor sebesar 0,5 – 0,6 masih dapat diterima untuk
penelitian tahap awal (Ghozali, 2008:132).
2) Uji Reliabilitas (Kehandalan)
Reliabilitas menunjukan apakah suatu pengukuran dapat memberikan
hasil yang konsisten apabila dilakukan pengukuran kembali terhadap subyek
yang sama. Pengujian realiabilitas adalah berkaitan dengan masalah adanya
kepercayaan terhadap instrumen penelitian. Ketepatan suatu instrumen
ditunjukan oleh bagaiamana kemampuan instrumen dapat mengukur dengan
tepat.
Reliabilitas yang dimaksud dalam penelitian ini adalah ukuran
konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing-masing indikator itu
mengidentifikasikan sebuah variabel bentukan atau faktor laten yang umum.
Reliabilitas dalam penelitian ini dihitung dengan menggunakan composite
(construct) reliability. Besarnya nilai construct reliability yang menunjukkan
reabilitas yang baik sebesar 0,7 atau lebih, sedangkan cut off value minimal
sebesar 0,6 – 0,7 masih dapat diterima dengan syarat validitas indikator
14
15
dalam model baik (Ghozali, 2008:137). Perhitungannya construct reliability
(CR) adalah sebagai berikut:
( Ʃ Standardized loading )2
( Ʃ Standardized loading )2 + Ʃej
CR =
dimana :CR : construct reliability Ʃej : kesalahan pengukuran (1 - λ2)
4.5.3 Transformasi Data
Hasil data yang diperoleh dari kuisioner
merupakan data mentah yang belum dapat diolah
langsung dalam penelitian ini. Untuk itu
diperlukan proses yang disebut sebagai
transformasi data yaitu suatu proses untuk
mengubah tingkatan data sehingga siap untuk
dianalisis.
Pada penelitian ini, suatu pernyataan atau pertanyaan yang diajukan
menggunakan skala likert dan menghasilkan data ordinal. Data ordinal tersebut
tidak menunjukan perbandingan suatu jawaban nyata. Agar perbandingan antara
jawaban sebenarnya relatif terlihat, yang selanjutnya dapat diolah, maka data
16
ordinal tersebut perlu dinaikan tingkatannya menjadi data interval. Untuk
mentransformasikan data ordinal ke data interval diperlukan metode suksesif
interval (MSI), dengan langkah-langkah sebagai berikut (Hays dalam Waryanto
dan Millafati, 2006):
1) Untuk setiap pertanyaan, hitung frekuensi jawaban setiap kategori (pilihan
jawaban).
2) Berdasarkan frekuensi setiap kategori dihitung proporsinya.
3) Dari proporsi yang diperoleh, hitung proporsi kumulatif untuk setiap
kategori.
4) Tentukan pula nilai batas z untuk setiap kategori.
5) Hitung scale value (interval rata-rata) untuk setiap kategori dengan
persamaan sebagai berikut:
densitas pada batas bawah - densitas pada batas atasSV = area di bawah batas atas - area di bawah batas bawah
6) Hitung score (nilai hasil transformasi) untuk setiap kategori melalui
persamaan:
Score = SVi + SVmin + 1
4.5 Metode Analisis Data
Analisis data pada penelitian ini menggunakan teknik analisis SEM
(Structural Equation Modelling) dengan menggunakan program AMOS dan
SPSS. Structural Equation Modelling atau pemodelan persamaan struktural
16
17
merupakan suatu alat statistik yang mampu menganalisis variabel laten, variabel
indikator, dan kesalahan pengukuran secara bersamaan. Pengujian dengan SEM
pada penelitian ini untuk model secara keseluruhan (full model) menggunakan
teknik konfirmatori first order dan second order serta evaluasi Goodness of Fit
Indices. Sebelum melakukan pengujian terhadap variabel-variabel yang dibentuk
berdasarkan oleh teori yang ada, beberapa persyaratan yang harus dipenuhi oleh
data sebelum diolah dengan SEM, antara lain (Santoso, 2007):
a. Asumsi-asumsi dalam SEM.
Asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan
penolahan data yang dianalisis dengan pemodelan SEM adalah sebagai berikut:
1) Ukuran Sampel
Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah
minimum berjumlah 100 selanjutnya menggunakan perbandingan 5
observasi untuk setiap estimed parameter.
2) Normalitas dan Linearitas.
Asumsi yang paling fundamental dalam analisis multivariat adalah
normalitas yang merupakan bentuk suatu distribusi data pada suatu
variabel metrik tunggal dalam menghasilkan distribusi normal. Suatu
distribusi data yang tidak membentuk distribusi normal, maka data
tersebut tidak normal, sebaliknya data dikatakan normal apabila data
membentuk suatu distribusi normal.
3) Angka Ekstrim
18
Angka ekstrim (Outliers) adalah observasi yang muncul dengan nilai-nilai
ekstrim baik secara univariat maupun multivariat yaitu yang muncul
karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat
jauh berbeda dari observasi-observasi lainnya.
4) Multikolinearitas
Asumsi multikolinearitas (multicollinearity) mengharuskan tidak adanya
korelasi yang sempurna atau besar diantara variabel-variabel independen.
b. Pengujian Model
Sebuah pemodelan SEM yang lengkap pada dasarnya terdiri dari
measurement model dan structural model. Measurement model ditujukan untuk
mengkonfirmasi sebuah dimensi atau faktor berdasarkan indikator-indikator
empirisnya. Structural model adalah model mengenai struktur hubungan yang
membentuk atau menjelaskan kausalitas antara faktor. Prosedur yang dilalui
dalam validasi model terdiri dari beberapa tahapan, yaitu:
1) Konseptualisasi model.
Tahap awal yang dilakukan adalah perumusan atau formulasi model.
Dalam tahap ini dirumuskan hipotesis yang berkaitan dengan pola
keterkaitan antar variabel disesuaikan dengan teori. Konseptualisasi model
mengharuskan dua hal yang harus dilakukan :
a) Hubungan yang dihipotesiskan antara variabel laten harus
ditentukan. Tahap pengembangan model ini berfokus pada model
struktural dan harus mempresentasikan kerangka teoritis yang diuji.
18
19
Disini, variabel eksogen, endogen dan intervening harus dapat
dibedakan dengan jelas. Karena variable endogen tidak secara
sempurna dipengaruhi oleh variabel yang dihipotesiskan (masih
terdapat kemungkinan variabel endogen tersebut dipengaruhi oleh
variabel selain yang dihipotesiskan), maka error term (residual) juga
dihipotesiskan mempengaruhi variabel endogen dalam suatu model.
Setelah itu, memutuskan arah (positif atau negatif) dan jumlah
hubungan antara variabel-variabel eksogen dan antara variabel
eksogen dan variabel endogen. Disini, peran teori dan hasil penelitian
sebelumnya sangat berperan.
b) Pengukuran model dan menghubungkannya dengan
operasionalisasi variabel laten, sehingga dikenal beberapa indikator
(manifest variable) yang digunakan untuk mengukur variabel laten
(unobserved variabel) tersebut. Variabel manifest dalam AMOS
biasanya menggunakan refflective indicators (juga disebut sebagai
effect indicators). Indikator reflektif berarti bahwa konstruk laten
dianggap ”mempengaruhi” variabel observed.
2) Penyusunan diagram jalur (path diagram construction).
Representasi mengenai bagaimana beberapa variabel pada suatu model
berhubungan satu sama lain, yang memberikan suatu pandangan
menyeluruh mengenai struktur model disebut sebagai diagram jalur (path
diagram). Konstruksi diagram alur bermanfaat untuk menunjukkan alur
hubungan kausal antar variabel eksogen dan endogen. Untuk melihat
KualitasDesain Website
(X3)
X31e12
1
1
X32e131
X33e141
X34e151
X35e161
X36e171
X37e181
Kehandalan(X4)
Ketanggapan(X5)
X41e19 1
1
X42e201
X43e211
X44e221
X45e231
X51e241
X52e251
X53e261
1
Jaminan(X6)
X61e27 11
X62e281
X63e291
X64e301
Empati(X7)
X71e31
X72e32
X73e33
1
1
1
1
KualitasInteraksi Website
(X2)
X25e11
X24e10
X23e9
X22e8
X21e7
11
1
1
1
1
KualitasInformasi Website
(X1)
X12e2
X13e3
X14e4
X15e5
X16e6
11
1
1
1
1
X11e11
LoyalitasNasabah
(Y3)
Y31 e40
Y32 e41
Y33 e42
1
1
1
1
KepuasanNasabah
(Y1)
Y11 e34
Y12 e35
Y13 e36
1
1
1
1
KomitmenNasabah
(Y2)
Y21 e37
Y22 e38
Y23 e39
1
1
1
1
e43
e44
e45
1
1
1
e49
1
e501
e511
e521
e46
1
e47
1
e48
1
1
KualitasLayanan Online
(X)
20
hubungan kausal dibuat beberapa model kemudian diuji menggunakan
SEM untuk mendapatkan model yang paling tepat, dengan kriteria
Goodness of Fit. Berdasarkan teori dibuat model struktural, kemudian
ditentukan variabel bebas dan variabel terikatnya yang dibuat arah panah
sesuai dengan arah kausalitas. Bila model pengukuran ini dimasukkan ke
dalam diagram jalur, maka diperoleh diagram jalur model struktural dan
model pengukuran secara terintegrasi. Setelah diagram jalur dibuat, maka
dilakukan konversi diagram alur ke dalam model Struktural, seperti
ditunjukkan pada Gambar 4.1.
20
21
Gambar 4.1 Model Diagram Jalur Pengaruh Kualitas Layanan Online Terhadap Kepuasan, Komitmen, dan Loyalitas Nasabah
Persamaan-persamaan struktural yang direpresentasikan menyatakan
hubungan kausalitas antar berbagai konstruk. Persamaan struktural yang
diajukan dalam konseptual penelitian sebagai berikut:
Y1 = γ1X + ε1
…………………………………………………………………….…….. (1)Y2 = β1Y1 + ε2
…………………………………………………………………….…….. (2)Y3 = β2Y1 + ε3
……………………………………………………………………….….. (3)Y3 = β3Y2 + ε3
…………………………………………………………….…………….. (4)Y3 = β1Y1 + β3Y2 + ε3 ……………………………………………………………….. (5)
dimana:γ (gamma) = hubungan langsung variabel eksogen terhadap variabel
endogenβ (beta) = hubungan langsung variabel endogen terhadap variabel endogenε (epsilon) = measurement errorX = Kualitas layanan onlineY1 = Kepuasan nasabahY2 = Komitmen nasabahY3 = Loyalitas nasabah
22
3) Memilih matriks input.
Perbedaan SEM dengan teknik-teknik multivariat lainnya adalah dalam
input data yang digunakan dalam pemodelan dan estimasinya. SEM hanya
menggunakan matriks varian atau kovarian atau matriks korelasi sebagai
data input untuk keseluruhan estimasi yang dilakukannya. Observasi
individual tetap digunakan dalam program ini, tetapi input-input tersebut
akan segera di konversi dalam bentuk matriks kovarians atau matriks
korelasi sebelum estimasi dilakukan. Hal ini karena fokus SEM bukanlah
pada data individual tetapi pada pola hubungan antar responden.
4) Identifikasi model.
Permasalahan yang sering muncul di dalam model struktural adalah
pendugaan parameter, bisa unidentified atau under identified, yang
menyebabkan proses pendugaan parameter tidak memperoleh solusi, bisa
over identified yang mengakibatkan proses pendugaan tidak menghasilkan
penduga yang unik, dan model tidak bisa dipercaya. Gejala yang muncul
akibat adanya masalah identifikasi antara lain (dalam output komputer):
a) standard error untuk satu atau beberapa koefisien adalah sangat
besar.
b) Program tidak mampu menghasilkan matrik informasi yang
seharusnya disajikan.
c) muncul angka-angka yang aneh seperti adanya varians error yang
negatif.
22
23
d) muncul korelasi yang tinggi (> 0,9) antar koefisien hasil estimasi
yang didapat.
5) Estimasi parameter.
Estimasi parameter untuk suatu model diperoleh dari data karena AMOS
berusaha untuk menghasilkan matriks kovarians berdasarkan model
(model-based covarians matrix) yang sesuai dengan kovarians matriks
sesungguhnya (observed covariance matrix). Uji signifikansi dilakukan
dengan menentukan apakah parameter yang dihasilkan secara signifikan
berbeda dari nol.
6) Penilaian model fit.
Secara keseluruhan goodness of fit dari suatu model dapat dinilai
berdasarkan beberapa ukuran fit berikut:
a) Chi-Square dan Probabilitas
Nilai chi-square ini menunjukkan adanya penyimpangan antara sampel
covariance matrix dan model (fitted) covariance matrix. Namun, nilai
chi-square ini hanya akan valid apabila asumsi normalitas data
terpenuhi dan ukuran sampel adalah besar. Chi-square ini merupakan
ukuran mengenai buruknya fit suatu model. Nilai chi-square sebesar 0
menunjukkan bahwa model memiliki fit yang sempurna (perfect fit).
Probabilitas Chi-Square ini diharapkan tidak signifikan. Nilai chi-
square yang signifikan (kurang dari 0,05) menunjukkan bahwa data
24
empirik yang diperoleh memiliki perbedaan dengan teori yang telah
dibangun berdasarkan structural equation modeling. Sedangkan nilai
probabilitas yang tidak signifikan adalah yang diharapkan, yang
menunjukkan bahwa data empiris sesuai dengan model.
b) Goodness of Fit Index (GFI)
GFI merupakan suatu ukuran mengenai ketepatan model dalam
menghasilkan observed matriks kovarians. Nilai GFI ini harus berkisar
antara 0 dan 1. Meskipun secara teori GFI mungkin memiliki nilai
negatif tetapi hal tersebut seharusnya tidak terjadi, karena model yang
memiliki nilai GFI negatif adalah model yang paling buruk dari
seluruh model yang ada. Nilai GFI yang lebih besar daripada 0,9
menunjukkan fit suatu model yang baik.
c) Adjusted Goodness of Fit Index (AGFI)
AGFI adalah sama seperti GFI, tetapi telah menyesuaikan pengaruh
degrees of freedom pada suatu model. Sama seperti GFI, nilai AGFI
sebesar 1 berarti bahwa model memiliki perfect fit. Sedangkan model
yang fit adalah yang memiliki nilai AGFI adalah 0,9. Ukuran yang
hampir sama dengan GFI dan AGFI adalah Parsimony goodness of fit
index (PGFI). Tetapi seperti AGFI, juga telah menyesuaikan adanya
dampak dari degree of freedom dan kompleksitas model interpretasi
24
25
PGFI ini sebaliknya diikuti dengan indeks model fit lainnya. Model
yang baik apabila memiliki nilai PGFI jauh lebih besar daripada 0,6.
d) Root Mean Square Error of Approximation (RMSEA)
RMSEA ini mengukur penyimpangan nilai parameter pada suatu
model dengan matriks kovarians populasinya. Nilai RMSEA yang
kurang dari 0,05 mengindikasikan adanya model fit, dan nilai RMSEA
yang berkisar antara 0,08 menyatakan bahwa model memiliki
perkiraan kesalahan yang reasonable. Sedangkan pernyataan lain
dikatakan bahwa RMSEA berkisar antara 0,08 sampai dengan 0,1
menunjukkan model memiliki fit yang cukup, sedangkan RMSEA
yang lebih besar dari 0,1 mengindikasikan model fit yang sangat jelek.
e) CMIN/DF
The minimum sample discrepancy function (CMIN) dibagi dengan
degree of freedomnya akan menghasilkan indeks CMIN/DF, yang
umumnya dilaporkan oleh para peneliti sebagai salah satu indikator
untuk mengukur tingkat fitnya sebuah model. Dalam hal ini CMIN/DF
tidak lain adalah statistik chi-square, X2 dibagi DFnya sehingga
disebut X2 relatif. Nilai X2 relatif kurang dari 2.0 atau bahkan kadang
kurang dari 3.0 adalah indikator dari acceptable fit antara model dan
data.
f) TLI (Tucker Lewis Index)
TLI adalah sebuah alternatif increamental fit index yang
membandingkan sebuah model yang diuji terhadap sebuah baseline
26
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.
g) CFI (Comparative Fit Index)
Besaran indeks ini adalah pada rentang sebesar 0-1. Semakin
mendekati 1 mengindikasikan tingkat fit yang paling baik. Nilai yang
direkomendasikan adalah CFI ≥ 0,95. Keunggulan indeks ini adalah
bahwa indeks ini besarannya tidak dipengaruhi oleh ukuran sampel
karena itu sangat baik untuk mengukur tingkat penerimaan sebuah
model.
Hasil rangkuman indeks kesesuaian ditunjukkan pada Tabel 4.1.
Tabel 4.1 Indeks Kesesuaian (Goodness Of-Fit Indices)
Goodness of fit indices Cut-off Value
X2-Chi SquareSignificance ProbabilityRMSEAGFIAGFICMIN/DFTLICFI
Diharapkan kecil≥ 0,05≤ 0,08≥ 0,90≥ 0,90≤ 2,00≥ 0,95≥ 0,95
Sumber: Adi (2008:45).
26
27
7) Modifikasi Model.
Setelah melakukan penilaian model fit, maka model penelitian diuji untuk
menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil
yang diperoleh pada tahap keenam. Namun harus diperhatikan, bahwa
segala modifikasi harus berdasarkan teori yang mendukung.
8) Validasi silang model.
Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi silang
ini penting apabila terdapat modifikasi substansial yang dilakukan
terhadap model asli yang dilakukan pada langkah ketujuh.