BAB IV

METODE PENELITIAN

4.1. Jenis Penelitian

Berdasarkan sifat permasalahan dari tujuan yang ingin di capai, penelitian

ini bersifat explanatory. Suatu penelitian yang bersifat explanatory umumnya

bertujuan untuk menjelaskan kedudukan variabel-variabel yang diteliti serta

hubungan dan pengaruh antara satu variabel dengan variabel yang lain

(Sugiono, 2002). Pada prinsipnya explanatory factor analysis melakukan

explanatory dari indikator-indikator/variabel manifest yang ada, sehingga

nantinya akan terbentuk faktor-faktor yang kemudian dilakukan interpretasi

terhadapnya untuk menentukan variabel-variabel laten apa yang dapat kita

peroleh.

Penelitian ini menggunakan data primer yang dikumpulkan secara

Sistimatic Random Sampling. Dalam model ini harapan dan persepsi diukur

setelah pelayanan diberikan. Pendekatan ini menganggap bahwa harapan

sebelum pelayanan diberikan adalah sama dengan harapan setelah pelayanan

diberikan dan tidak menerangkan fakta bahwa harapan selalu berubah

sebelum/setelah pelayanan diberikan (Babacus and Boller, 1992; Carman, 1990;

Finn and Lamb, 1991; Parasuraman, Zeithalm and Berry, 1980).

Berdasarkan analisis faktor explanatory tersebut kemudian dilakukan

analisis faktor konfirmatori untuk melakukan konfirmasi berdasarkan teori atau

konsep yang sudah ada terhadap keakuratan (validitas dan reliabilitas) instrumen

yang ada.

Adapun tipologi penelitian yang bersifat explanatory yaitu pengaruh

kualitas layanan terhadap kepuasan konsumen, citra perusahaan serta loyalitas

konsumen yang memberikan penjelasan hubungan kausalitas antar variabel

melalui pengujian hipotesis.

 81

4.2. Lokasi dan Waktu Penelitian.

Lokasi penelitian adalah di kota Makassar dengan target populasi jasa

penerbangan dengan rute tujuan Makassar.

Jangka waktu penelitian adalah 3 bulan dengan rincian waktu: pada bulan

pertama peneliti menguhubungi perusahaan jasa penerbangan untuk melakukan

penelitian di perusahaan tersebut, selanjutnya peneliti memilih dan menghubungi

responden yang terpilih dan memberikan kuesioner. Pada bulan kedua, peneliti

mengumpulkan kuesioner yang telah diisi oleh responden dan pada bulan ketiga

peneliti melakukan olah data dengan bantuan software SPSS dan AMOS.

4.3. Populasi dan Sampel Penelitian

4.3.1. Populasi Penelitian

Populasi adalah keseluruhan subyek penelitian (Arikunto, 1992 : 102).

Menurut Palte (dalam Singarimbun dan Efendi, 1995 : 152) populasi dibedakan

menjadi dua, yaitu populasi sampling dan populasi sasaran. Populasi sasaran

dalam penelitian ini adalah seluruh pengguna jasa penerbangan (pelanggan) di

Sulawesi selatan sedangkan populasi akses adalah konsumen yang

menggunakan jasa penerbangan Garuda Indonesia, Merpati Nusantara Airlines,

Lion /Wings Air dan Mandala Airlines dengan rute tujuan makassar. Berikut ini

disajikan jumlah penumpang jasa penerbangan di Sulawesi selatan.

Tabel 4.1. Jumlah penumpang pada perusahaan jasa penerbangan Selama

1 Tahun
No. Perusahaan Penerbangan Rute Asal Jumlah (Orang)
Per Tahun
1. Garuda Indonesia Jakarta 116.137
2. Lion Air Jakarta 149.651
3. Merpati Nusantara Jakarta 42.844
4. Mandala Airlines Jakarta 29.646
Jumlah 338.278
Sumber: PT. Angkasa Pura I
 82

4.3.2. Sampel Penelitian.

Penentuan besarnya sampel dalam penelitian ini mengikuti rumus

penentuan sampel yang dikemukakan oleh Slovin, (Umar, 2001) sebagai berikut :

N
n =
1 + N (e)2 Slovin, (Umar, 2001)

n = Jumlah sampel
N = Jumlah populasi
e = Persentase kelonggaran ketidaktelitian (presisi) karena kesalahan
pengambilan sampel yang masih dapat ditolelir.

Berdasarkan rumus diatas, maka jumlah sampel adalah

116.137
n1 = = 99,74 = 100
1 + (116.137). (0,1)2

149.651
n2 = = 99,96 = 100
1 + (149.651). (0,1)2

42.844
n3 = = 99,76 = 100
1 + (42.844). (0,1)2

29.646
n4 = = 99,66 = 100
1 + (29.646). (0,1)2

Berdasarkan perhitungan diatas, dengan tingkat presisi 10 %, maka ukuran

sampel diperoleh adalah :

Tabel 4.2. Sampel Penelitian Penumpang pada Jasa Penerbangan di

Sulawesi selatan

No. Perusahaan Penerbangan Kota Asal Jumlah (Orang)

1. Garuda Indonesia Jakarta 100

2. Lion Air Jakarta 100
3. Merpati Nusantara Jakarta 100
4. Mandala Airline Jakarta 100
Jumlah 400
Sumber: Hasil Olahan, 2006
 83

4.4. Jenis Dan Sumber Data

Jenis dan sumber data penelitian ini meliputi :

Data Primer : data inti yang berkaitan degan permasalahan objek/subjek

penelitian dan diperoleh secara langsung dari responden.

Data sekunder : data yang diperoleh dari pihak lain selain sumber primer, dan

diperoleh melalui masing-masing perusahaan jasa penerbangan.

4.5. Variabel Penelitian.

Penelitian ini bersifat explanatory, maka dikembangkan instrumen

penelitian berupa kuesioner yang didalamnya memuat indikator-indikator (item-

item berupa pertanyaan). Indikator-indikator di dalam konteks analisis faktor di

sebut sebagai variabel manifest/observable variable. Sedangkan variabel yang

diamati merupakan variabel laten/unobservable variable. Di dalam penelitian ini

ada 59 variabel manifes (indikator) dengan 4 faktor (dimensi) yang dianalisis

untuk menentukan berapa faktor (dimensi) yang akan terbentuk.

Adapun variabel-variabel dalam penelitian ini adalah :

1. Variabel eksogen dalam penelitian ini adalah SERVQUAL

2. Variabel endogen dalam penelitian ini adalah kepuasan konsumen, citra

perusahaan dan loyalitas konsumen.

Penggunaan rumus sampel tersebut dalam penentuan besarnya sampel

berdasarkan atas pertimbangan bahwa jumlah populasi dalam penelitian ini

sangat sulit untuk diketahui secara pasti, sehingga jumlah populasi dianggap

tidak terbatas/tidak diketahui.

Sampel diambil dengan menggunakan two stage random sampling, yaitu

tehnik pengambilan sampel melalui dua tahap. (Sigit, 2002). Tahap pertama

adalah pengambilan sampel daerah acak. Pada tahap pertama dipilih secara

random perusahaan jasa yang ada di Sulawesi selatan. Tahap kedua adalah

menentukan sample size sesuai dengan rumus Slovin yang digunakan dan
 84

memilih sampel secara acak dan proporsional menurut lokasinya yang diambil

dari tempat yang terpilih. Selanjutnya untuk menentukan sampel penelitian

digunakan Sistematic sampling yaitu sampel dipilih secara acak yang mempunyai

peluang untuk dipilih yang diketahui dan setara.

4.6. Definisi Operasional Variabel dan Pengukuran Variabel.

Berdasarkan identifikasi variabel, maka akan dijelaskan definisi

operasional variabel yang akan diteliti.

1. Variabel Persepsi Kualitas Layanan (Servqual) ( Eksogen-Bebas).

Variabel eksogen bebas dalam penelitian ini adalah model Servqual

yang merupakan penilaian atau sikap global berkenaan dengan superioritas

suatu jasa yang ditawarkan. Variabel ini merupakan variabel laten yang diukur

dengan lima variabel indikator yang terobservasi (observed variable). Adapun

indikator persepsi kualitas layanan yang digunakan dalam penelitian ini diadopsi

dari pengukuran Parasuraman, Zeithalm, dan Berry (1998) yakni tangible,

reliability, responsiveness, assurance dan empathy.

a. Kualitas layanan berdasarkan pada dimensi tangible adalah kualitas

layanan berdasarkan tanggapan konsumen tentang kenyamanan dan

penampilan pisik dari semua unsur kualitas layanan jasa penerbangan. Indikator

dari variabel ini adalah :

1. Kemoderenan perlengkapan /fasilitas

2. Kerapian/penampilan awak kabin

3. Kebersihan, keindahan dan kerapian di pesawat

4. Kelengkapan fasilitas dan peralatan di pesawat

5. Kenyamanan selama perjalanan

6. Kenyamanan tempat duduk di pesawat

b. Kualitas layanan berdasarkan pada dimensi reliability adalah kualitas

layanan berdasarkan tanggapan konsumen tentang kemampuan dan

 85

kehandalan dalam melaksanakan pelayanan yang dijanjikan dengan tepat waktu

dan terpercaya. Indikator dari variabel ini adalah :

1. Ketepatan waktu layanan yang diberikan dengan sesuai kebutuhan

pelanggan

2. Ketepatan waktu yang dibutuhkan untuk check-in

3. Ketepatan waktu keberangkatan

4. Ketepatan waktu kedatangan

5. Ketepatan waktu menunggu bagasi

6. Lama perjalanan

c. Kualitas layanan berdasarkan pada dimensi responsiveness adalah

kualitas layanan berdasarkan tanggapan konsumen tentang ketanggapan,

kemauan/kesediaan secara cepat dalam membantu dan memberikan pelayanan

kepada konsumen. Indikator dari variabel ini adalah:

1. Ketanggapan awak kabin terhadap permasalahan pelanggan di pesawat

2. Keramahan awak kabin selama di pesawat

3. Kecepatan awak kabin memberikan pelayanan saat dibutuhkan selama

perjalanan

4. Fasilitas yang diperoleh selama di perjalanan

5. Pelayanan makan dan minum selama perjalanan

6. Dapat memberikan pelayanan dengan cepat

7. Kesediaan awak kabin mendengarkan saran pelanggan.

d. Kualitas layanan berdasarkan pada dimensi assurance adalah kualitas

layanan berdasarkan tanggapan konsumen tentang jaminan keamanan dan

kepastian jasa dari jasa penerbangan. Hal ini ditunjukkan dari pengetahuan,

wawasan, kemampuan dan kesopanan karyawan serta sikap percaya diri.

Indikator dari variabel ini adalah:

1. Kemampuan dan pengetahuan awak kabin selama di pesawat

 86

2. Keamanan selama di perjalanan

3. Resiko keselamatan di perjalanan

4. Keamanan barang bawaan (bagasi)

5. Perilaku awak kabin selama perjalanan

6. Pengalaman awak kabin dalam melayani konsumen

e. Kualitas layanan berdasarkan pada dimensi empathy adalah kualitas

layanan berdasarkan tanggapan konsumen tentang sikap empati karyawan yang

meliputi kemudahan dalam melakukan hubungan, komunikasi yang baik,

perhatian pribadi dan pemahaman kebutuhan konsumen. Indikator dari variabel

ini adalah:

1. Kemudahan dalam pemesanan tiket

2. Kemudahan dalam pembelian tiket

3. Kemudahan dalam mencapai lokasi/kantor penjualan tiket

4. Kemudahan dalam mengurus kehilangan bagasi

5. Pengertian dan pemahaman awak kabin selama perjalanan

6. Perhatian personal awak kabin selama perjalanan

2. Variabel Kepuasan Konsumen (endogen 1 – Intervening).

Kepuasan konsumen adalah perasaan puas atau tidak puas yang

dirasakan oleh konsumen setelah melakukan atau mengevaluasi hasil pelayanan

jasa penerbangan. Item indikator yang digunakan sebagai pengukuran kepuasan

dalam penelitian ini akan mengadopsi dan mengembangkan pengukuran

kepuasan konsumen yang digunakan oleh Albert Caruana dan Msida Malta

(2000), Jamal and Naser (2002). Indikator dari variabel ini adalah:

1. Harapan konsumen terhadap kinerja produk/Jasa

2. Prestasi kinerja produk/jasa

3. Konfirmasi terhadap kinerja produk/jasa

4. Kepuasan terhadap kinerja produk/jasa

 87

3. Variabel Citra Perusahaan (Endogen 2 – Intervening).

Variabel endogen 2 - intervening dalam penelitian ini adalah citra

perusahaan adalah tanggapan konsumen tentang citra perusahaan. Indikator

dari variabel ini adalah:

1. Letak lokasi kantor/perusahaan

2. Makanan dan minuman

3. Harga

4. Fasilitas phisik

5. Sikap karyawan

6. Wujud layanan berupa kinerja pelayanan perusahaan

4. Variabel Loyalitas Konsumen (Endogen 3 – Terikat)

Variabel endogen 3 – terikat dalam penelitian ini adalah Loyalitas

konsumen adalah tanggapan tentang komitmen konsumen jasa penerbangan

untuk tetap melakukan pembelian produk jasa penerbangan secara konsisten.

Dalam melakukan pengukuran, loyalitas dibagi menjadi lima variabel sesuai

dengan pengukuran loyalitas yang dikemukakan oleh Baloglu (2002) yakni; trust,

psychological commitmentm switching cost, wort-of-mouth dan cooperation.

a. Trus; merupakan tanggapan yang diberikan oleh konsumen jasa

perusahaan penerbangan di Makassar tentang sejauhmana sikap percaya

mereka terhadap perusahaan jasa penerbangan tersebut. Indikator dari variabel

ini adalah :

1. Kepercayaan terhadap manajemen perusahaan jasa penerbangan.

2. Kepercayaan terhadap konsistensi pelayanan perusahaan jasa

penerbangan yang diterima.

3. Kepercayaan bahwa segala keinginan konsumen akan dipenuhi oleh

perusahaan jasa penerbangan.

 88

4. Kepercayaan bahwa segala pertanyaan konsumen akan dijawab oleh

pihak manajemen atau karyawan perusahaan jasa penerbangan secara

sungguh-sungguh.

5. Kepercayaan bahwa komunikasi yang diterima dari pihak perusahaan

jasa penerbangan sangat kredibel.

6. Kepercayaan bahwa perusahaan jasa penerbangan akan menepati janji

yang diberikan pada konsumen.

b. Psychological Commitment; merupakan tangapan konsumen tentang

komitmen psikologi yang dirasakan terhadap perusahaan jasa penerbangan.

Indikator dari variabel ini adalah :

1. Perasaan memiliki ikatan emosional dengan perusahaan jasa

penerbangan.

2. Rasa memiliki yang tinggi terhadap perusahaan jasa penerbangan.

3. Keramahan karyawan perusahaa jasa penerbangan membuat konsumen

menjadi senang.

4. Tidak terpengaruh pada alternatif yang ditawarkan oleh perusahaan jasa

penerbangan lain.

c. Switching Cost; merupakan tanggapan konsumen tentang beban

yang akan mereka terima jika terjadi perubahan-perubahan pada perusahaan

jasa penerbangan. Indikator dari variabel ini adalah :

1. Beban yang diterima konsumen ketika tejadi perubahan akan lebih kecil

dibanding harus pindah ke perusahaan jasa penerbangan lain.

2. Merasa sangat kesusahan jika harus berpindah ke perusahaan jasa

penerbangan lain.

d. Word-of-mouth; merupakan tanggapan konsumen perusahaan jasa

penerbangan terhadap perilaku publisitas yang dilakukannya untuk

 89

mempublikasikan perusahaan jasa penerbangan. Indikator dari variabel ini

adalah :

1. Merekomendasikan perusahaan jasa penerbangan kepada konsumen

lain.

2. Menginformasikan pengalaman perusahaan jasa penerbangan kepada

konsumen tentang kinerja perusahaan jasa penerbangan.

3. Memberikan tanggapan yang positif kepada konsumen tentang kinerja

perusahaan jasa penerbangan.

e. Cooperation; merupakan tanggapan konsumen perusahaan jasa

penerbangan tentang kemungkinan kerjasama yang baik antara perusahaan jasa

penerbangan dengan perusahaan jasa penerbangan lain. Indikator dari variabel

ini adalah :

1. Menginformasikan kepada manajemen atau karyawan perusahaan

tentang suatu ide yang baik yang diterapkan oleh perusahaan lain.

2. Membolehkan nama dan komentar yang positif kepada perusahaan untuk

digunakan sebagai sarana promosi perusahaan.

3. Lebih membicarakan masalah yang terjadi kepada pihak perusahaan

daripada pihak perusahaan lain.

4.7. Penentuan Skor

Skala Likert digunakan untuk mengukur fenomena sosial, dimana dalam

penelitian fenomena sosial ini ditetapkan secara spesifik oleh peneliti yang

selanjutnya di sebut variabel penelitian.

Dalam skala Likert dimana variabel yang di ukur dijabarkan menjadi

subvariabel. Kemudian subvariabel dijabarkan lagi menjadi komponen-komponen

yang dapar diukur. Komponen-komponen yang terukur ini dijadikan sebagai titik

tolak untuk menyusun item instrumen yang berupa pertanyaan atau pernyataan

yang kemudian dijawab oleh responden. Jawaban setiap item instrumen yang
 90

menggunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat

negatif (Sugiyono, 2002).

Adapun pengukurannya dilakukan dengan menggunakan skala Likert

(Summated Scale) dengan lima kategori pilihan.

4.8. Validitas dan Reliabilitas.

4.8.1. Validitas

Alat utama dalam penelitian ini adalah kuesioner yang ditujukan kepada

konsumen jasa penerbangan di Sulawesi Selatan yang menjadi sampel

penelitian. Sebelumnya dilakukan uji validitas.

Validitas merupkan arti seberapa besar ketepatan dan kecermatan suatu

alat ukur dalam melakukan fungsi ukurnya. Dengan kata lain suatu tes atau

instrumen dapat dikatakan mempunyai validitas tinggi apabila alat tersebut

menjalnkan fungsi ukurnya atau memberikan hasil ukur yang sesuai dengan

maksud dilakukannya pengukuran.

Menurut Ancok (1993 : 15) validitas merupakan suatu indeks yang

menunjukkan sejauh mana suatu alat ukur betul-betul mengukur apa yang perlu

diukur. Untuk itu dilakukan anlisis item dengan metode korelasi product moment

pearson. Uji validitas dengan metode ini dilakukan dengan cara mengkorelasikan

skor jawaban yang diperoleh pada masing-masing item dengan skor total dari

keseluruhan item. Hasil korelasi tersebut harus signifikan berdasarkan ukuran

statistik tertentu. Koefisien korelasi yang tinggi menunjukkan kesesuaian antara

fungsi item dengan fungsi ukur secara keseluruhan atau dengan kata lain

instrumen tersebut valid. Dikatakan valid apabila kaidah yang digunakan untuk

mempertahankan suatu butir (Hadi : 1991 : 14) adalah korelasi harus positif, dan

p paling tinggi adalah 0,05. Kemudian menurut Cronbach, 1970 (dalam Azwar :

2001 : 158) koefisien validitas yang memuaskan minimal 0,30.

 91

Langkah –langkah dalam pengujian yang diberikan oleh Ancok (1993)

adalah :

- Mendefinisikan secara operasional konsep yang akan diukur

- Melakukan uji coba skala pengukuran (skala Likert pada kuesioner) pada

sejumlah responden. Disarankan agar jumlah responden untuk uji coba

adalah 25 responden diambil secara acak

- Mempersiapkan tabel tabulasi jawaban

- Menghitung korelasi antara masing-masing pertanyaan dengan skor total

dengan menggunakan rumus teknik korelasi product moment, rumusnya

adalah:

N( XY)-( Y)
r = [N X 2
( X) ] [ N Y2
2
( Y)2]
dimana:

X = Skor pertanyaan tertentu

Y = Skor total
XY = Skor pertanyaan tertentu dikaitkan skor total
N = Jumlah responden untuk uji coba
r = Korelasi product moment

Angka korelasi yang diperoleh harus dibandingkan dengan angka kritik tabel

korelasi nilai r. Bila jumlah responden untuk uji coba adalah 25, maka derajat

kebebasan (degree of freedom/df) adalah 23 9N-2 = 25-2 = 23). Pada Tabel

korelasi nila r, untuk taraf signifikan 5 % angka kritik adalah 0,396.

Hasil uji validitas instrumen merupakan hasil uji atas hipotesis :

- H0 = Tidak terdapat korelasi antara sebuah pernyataan dengan

pernyataan yang tidak mendukung sebua konsep.

- Hi = Terdapat korelasi antara sebuah pernyataan dengan pernyataan

yang lain yang mendukung sebua konsep.

Penolakan terhadap H0 dapat dilaukan denga cara :

- Nilai korelasi product moment > angka kritis (0,396).

 92

- Prbabilitas kesalahan menolak H0 (p) taraf signifikan ( = 0,05)

Dalam penelitian ini, peneliti menguji validitas dengan teknik korelasi sederhana

dengan SPSS.

4.8.2. Reliabilitas

Selain itu, instrumen juga harus reliabel. Instrumen dapat dikatakan

reliabel jika alat ukur tersebut menghasilkan hasil-hasil yang konsisten. Dengan

demikian instrumen ini dapat dipakai dengan aman karena dapat bekerja dengan

baik pada waktu yang berbeda dalam kondisi yang berbeda (Cooper and Emory,

1996). Dengan kata lain, reliabilitas menunjukkan seberapa besar pengukuran

dapat memberikan hasil yang relatif tidak berbeda bila dilakukan pengukuran

kembali terhadap subyek yang sama.

Untuk menguji tingkat reliabilitas instrumen dalam penelitian ini dilakukan

melalui uji internal Concistency dengan menggunakan koefisien reliabilitas (Alpha

Cronbach). Menurut Sekaran (1992 : 287) nilai koefisien Cronbach alpha

dikatakan baik bila mempunyai koefisien antara 0,60 sampai 1,00.

Pemeriksaan Validitas dan Reliabilitas Instrumen Penelitian.

Pemeriksaan validtas instrumen dilaukan dengan uji interkorelasi dan jika

nilai probabilitas r < 0,05 maka item bersangkutan dikatakan valid (lihat

lampiran). Sedangka uji reliabilitas instrumen dilakukan dengan melihat koefisien

alpha cronbach dan jika > 0,06 maka instrumen penelitian dikatakan realibel.

Ringkasan hasil uji validitas dan reliabilitas instrumen penelitian dapat dilihat

pada Tabel 4.3.

Tabel 4.3. Uji Validitas dan Reliabilitas Instrumen Penelitian.

Variabel Item r Sig. Keterangan Reliabilitas Keterangan
Tangible X1.1 0,688 0,000 Valid 0,685 Realibel
X1.2 0,628 0,000 Valid
X1 X1.3 0,547 0,000 Valid
X1.4 0,636 0,000 Valid
X1.5 0,537 0,000 Valid
X1.6 0,704 0,000 Valid
 93

Lanjutan Tabel 4.3.

Variabel Item r Sig. Keterangan Reliabilitas Keterangan
Reliability X2.1 0,584 0,000 Valid 0,621 Realibel
X2.2 0,645 0,000 Valid
X2 X2.3 0,503 0,000 Valid
X2.4 0,417 0,000 Valid
X2.5 0,700 0,000 Valid
X2.6 0,654 0,000 Valid
Responsi X3.1 0,574 0,000 Valid 0,779 Realibel
veness X3.2 0,550 0,000 Valid
X3.3 0,400 0,000 Valid
X3 X3.4 0,559 0,000 Valid
X3.5 0,494 0,000 Valid
X3.6 0,533 0,000 Valid
X3.7 0,631 0,000 Valid
Assurance X4.1 0,580 0,000 Valid 0,614 Realibel
X4.2 0,617 0,000 Valid
X4 X4.3 0,566 0,000 Valid
X4.4 0,601 0,000 Valid
X4.5 0,603 0,000 Valid
X4.6 0,549 0,000 Valid
Empathy X5.1 0,556 0,000 Valid 0,696 Realibel
X5.2 0,669 0,000 Valid
X5 X5.3 0,568 0,000 Valid
X5.4 0,673 0,000 Valid
X5.5 0,594 0,000 Valid
X5.6 0,709 0,000 Valid
Costume Y1.1 0,312 0,000 Valid 0,702 Realibel
r Satis Y1.2 0,356 0,000 Valid
Y1.3 0,370 0,000 Valid
Y1 Y1.4 0,378 0,000 Valid
Corpo Y2.1 0,342 0,000 Valid 0,651 Realibel
Image Y2.2 0,450 0,000 Valid
Y2.3 0,473 0,000 Valid
Y2 Y2.4 0,496 0,000 Valid
Y2.5 0,560 0,000 Valid
Y2.6 0,482 0,000 Valid
Trust Y3.1 0,529 0,000 Valid 0,678 Realibel
Y3.2 0,633 0,000 Valid
Y3 Y3.3 0,674 0,000 Valid
Y3.4 0,510 0,000 Valid
Y3.5 0,683 0,000 Valid
Y3.6 0,708 0,000 Valid
Psy Y4.1 0,777 0,000 Valid 0,679 Realibel
Comt Y4.2 0,711 0,000 Valid
Y4.3 0,635 0,000 Valid
Y4
Swict Cost Y5.1 0,777 0,000 Valid 0,671 Realibel
Y5 Y5.2 0,700 0,000 Valid
WOM Y6.1 0,806 0,000 Valid 0,662 Realibel
Y6 Y6.2 0,816 0,000 Valid
Y6.3 0,710 0,000 Valid
Coorpt Y7.1 0,861 0,000 Valid 0,647 Realibel
Y7 Y7.2 0,841 0,000 Valid
Y7.3 0,606 0,000 Valid
Sumber : Lampiran
 94

Berdasakan Tabel 4.3. dapat diketahui bahwa instrumen penelitian untuk

semua subdimensi dan variabel bersifat valid. Sedangkan hasil uji reliabilitas

menunjukkan bahwa untuk semua variabel juga bersifat realibel. Dengan

demikian data penelitian bersifat valid dan layak digunakan untuk pengujian

hipotesis penelitian.

4.9. Metode Pengumpulan Data

Berdasakan tujuan penelitian ini, maka bebrapa data dan informasi yang

relevan diperlukan dengan menggunakan metode pengumpulan data sebagai

berikut :

1. Kuesioner : suau daftar pernyataan (Question List) yang memuat

beberapa hal yang ingin dipelajari berdasarkan tujuan penelitian ini yang

ditujuan pada responden terpilih.

2. Wawancara : melauan tanya jawab secara langsung terhadap informasi

penelitian ini. Metode wawancara yang dilakukan disesuaikan dengan

ruang lingkup dan tujuan penelitian ini.

4.10. Metode Analisis Data.

Untuk menganalisa data, pencapain tujuan penelitian serta pengujian

hipotesis yang diajukan, maka data yang diperoleh selanjutnya akan diolah

sesuai dengan kebutuhan analisis. Teknik yang digunakan adalah teknik analisis

statistik deskriptif dan statistik inferensial.

Analisa statistik deskriptif ditujukan untuk memperoleh gambaran tentang

kondisi kualitas pelayanan pada jasa penerbangan di Sulawesi Selatan dan

untuk mengidentifikasi karakteristik masing-masing variabel dalam bentuk

frekuensi dan persentase.

Analisis statistik dengan menggunakan statistik inferensial untuk

menganalisis, menginterpretasikan data sehingga dapat ditarik suatu kesimpulan

yang berkenaan dengan data (Algifari : 1997 : 13). Analisis yang digunakan
 95

untuk menjawab hipotesis dalam penelitian ini menggunakan Model Persamaan

Struktur (Structur Equation Model atau SEM) dengan menggunakan paket

program AMOS 4.0 dan SPSS Versi 11.5.

Untuk menjawab hipotesis yang diangkat pada disertasi ini akan

digunakan analisis SEM. Namun sebelumnya dilakukan analisis faktor guna

melihat dimensi-dimensi yang dapat digunakan untuk membentuk faktor atau

konstruk.

Selanjutnya masing-masing variabel laten (konstruk) diuji dengan

confirmatory Factor dan dilanjutkan dengan melakukan pengujian struktural

dengan menggunakan AMOS.

4.10.1. Asumsi-asumsi dalam Penggunaan SEM

1. Ukuran sampel

Ukuran sampel yang harus dipenuhi dalam pemodelan ini adalah

minimum berjumlah 100 dan selanjutnya menggunakan perbandingan 5

observasi untuk setiap estimasi perameter yaitu 5 x jumlah indikator.

2. Normalitas dan Linearitas

Data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi

sehingga data dapat diolah lebih lanjut untuk pemodelan SEM. Normalitas

diuji dengan melihat gambar histogram data atau dapat diuji dengan

metode statistik. Uji normalitas perlu dilakukan baik untuk normalitas

terhadap data tunggal maupun normalitas multivariat dimana beberapa

variabel digunakan sekaligus dalam analisis akhir. Uji linearitas dapat

dilakukan dengan mengamati scatterplots dari data yaitu dengan memilih

pasangan data dan dilihat pola penyebarannya untuk menduga ada

tidaknya linearitas.
 96

3. Outlier

Uji data outlier ada dua cara:

a. Mendetesi terhadap univariate outlier dengan mengamati Z score.

Bila data memilii nilai Z score ± 3,0 berarti ada nilai outlier.

b. Bila didetes terhadap multivariate outlier dengan menggunaan

jarak Mahalanobis pada tingat P < 0,01; jara Mahalanobis itu

2
dievaluasi dengan menggunakan pada derajat bebas sebesar

variabel yang digunakan dalam penelitian. Bila kasus mempunyai

jarak Mahalanobis lebih besar dari nilai Chi-Square pada tingkat

signifikan 0,01 maka tidak terjadi multivariate outlier.

4.10.2. Langkah-Langkah Pengujian SEM

Hair et. al (1998) ( dalam Ghozali Imam, 2004) mengajukan tahapan

pemodelan dan analisis persamaan struktural menjadi tujuh langkah. Adapun

langkah-langkah pembentukan model SEM adalah sebagai berikut :

1. Pengembangan model berbasis teori

2. Pengembangan diagram jalur untuk menunjukkan hubungan kausalitas

3. Konversi diagram jalur kedalam serangkaian persamaan struktur dan

spesifikasi model pengukuran

4. Pemilihan matriks input dan teknik estimasi atas model yang diusulkan

5. Menilai masalah identifikasi model struktural

6. Evaluasi model dengan kriteria goodness-of-fit

7. interpretasi dan memodefikasi model

1. Pengembangan Model berbasis Teori.

Langkah yang dilakukan dalam model persamaan struktural adalah

mengembangkan mode yang memiliki justifikasi teori yang kuat. Rencana

penelitian ini telah tertuang dalam kerangka konseptual pada bab sebelumnya.

Model SEM merupakan confirmatori technique. Teknik ini merupakan teknik

 97

untuk menguji teori baru maupun teori yang sudah dikembangkan yang akan diuji

lagi secara empiris. Pengujian ini dapat dilakukan dengan menggunakan SEM,

tetapi SEM tidak digunakan untuk membentuk hubungan kausalitas baru, tetapi

untuk menguji pengembangan kausalitas yang sudah ada justifikasi teorinya.

2. Pengembangan Jalur Diagram.

Model yang telah dibangun akan digambarkan dalam sebuah diagram

jalur (path diagram). Diagram jalur tesebut akan mempermudah dalam melihat

hubungan-hubungan kausalitas yang akan diuji. Amos versi 4.01

Menggambarkan hubungan kausalitas yang cukup digambarkan dalam sebuah

diagram jalur dan selanjutnya bahasa program akan mengkonversi ke dalam

diagram jalur dan kemudian bahasa program akan mengkonversi gambar

menjadi persamaan dimana persamaan itu akan menjadi estimasi. Di dalam

menggambar diagram jalur, hubungan antar konstruk akan dinyatakan melalui

anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal

yang langsung antara satu konstruk dengan konstruk lainnya.

Konstruk-konstruk yang dibangun dalam diagram alur, dapat dibedakan

dalam dua kelompok konstruk yaitu konstruk eksogen dan konstruk endogen

yaitu:

1. konstruk eksogen (Exogenous Constructs), konstruk eksogen dikenal

juga sebagai source variables atau independent variables yang tidak

diprediksi oleh variabel yang lain dalam model yang secara dragmatis

konstruk eksogen dituju oleh garis dengan satu ujung panah.

2. Konstruk endogen (Endogenous constructs), konstruk endogen adalah

faktor-faktor yang diprediksi oleh satu atau beberapa konstruk yang dapat

memprediksi satu atau beberapa konstruk endogen lainnya.

Berikut ini model diagram path pengaruh kualitas layanan terhadap

kepuasan, citra perusahaan dan loyalirtas konsumen dalam penelitian ini.

 98

1
a1 X1.1
1
a2 X1.2 1
1 f1 f2 f3 f4
a3 X1.3 1 1 1 1
1 Tang
a4 X1.4
1 Y1.1 Y1.2 Y1.3 Y1.4
1
a5 X1.5 1
1 Y3.1
1 h1
a6 X1.6 Y3.2 h2
1 COS SATIS
1 1
b1 X2.1 Y3.3 h3
1 Trust 1
b2 X2.2 1 Y3.4 h4
1 1
Y3.5 h5
b3 X2.3
Reli 1
Y3.6 h6
1 1
b5 X2.5
1 1 Y4.1
1 i1
b6 X2.6
Y4.2 i2
1 Psy 1
c1 X3.1 Comm Y4.3 i3
1 1
c2 X3.2 Y4.4 i4
1 1
c3 X3.3 1
1
1 1 1 Swith
Y5.1
1 j1
c4 X3.4 Resp SERVQUAL LOYALTY Cost Y5.2 j2
1
c5 X3.5
1 1 1
Y6.1
c6
1
X3.6 1
1 k1
Wom Y6.2 k2
c7 X3.7 1
Y6.3 k3
1
d1
1
X4.1 1
Y7.1
d2
1
X4.2 1
1
1 l1
Y7.2
d3
1 X4.3
Assu
1 Coprt 1 l2
Y7.3 l3
d4 X4.4
1
d5 X4.5
1
d6 X4.6
1
e1 X5.1
1 CORP IMG
e2 X5.2 1
1 1
e3 X5.3
1 Empa
e4 X5.4 Y2.1 Y2.2 Y2.3 Y2.4 Y2.5 Y2.6
1 1 1 1 1 1 1
e5 X5.5
1
e6 X5.6 g1 g2 g3 g4 g5 g6

Gambar 4.4. Model Diagram Path

 99

3. Konversi Diagram Jalur Ke Dalam Persamaan dan spesifikasi model

pengukuran.

Persamaan yang didapat dari diagram jalur yang dikonversi terdiri dari:

a. Persamaan struktural yang dirumuskan untuk menyatakan

hubungan kausalitas antar konstruk.

Variabel endogen = variabel eksogen + variabel endogen + error

b. Persamaan spesifik model pengukuran dimana harus ditentukan

variabel yang mengukur konstruk dan menentukan serangkaian

matriks yang menunjukkan korelasi yang dihipotesiskan antar

konstruk atau variabel.

Persaman yang didapat dari diagram jalur yang di konversi terdiri

dari persamaan spesifik model pengukuran dan persamaan

struktural.

1. Pengukuran model untuk Model Variabel Servqual

(variabel eksogen).

Variabel yang digunakan sebagai indikator persepsi kualitas

layanan (X1) adalah tangible (X1.1), reliability (X1.2),

responsiveness (X1.3), assurance (X1.4) dan empathy (X1.5).

Pengujian apakah variabel-variabel ini dapat digunakan untuk

membentuk faktor atau konstruk dilakukan dengan melihat nilai

Critical Ratio ( thitung ) atau nilai signifkan ( ) dari nilai koefisien

lamda ( ). Jika nilai CR (thitung) dari koefisien lamda lebih besar

dari nilai ttabel, maka indikator/dimensi tersebut dapat digunakan

untuk membentuk faktor atau konstruk. Begitu pula sebaliknya,

jika nilai CR ( t hitung ) dari koefisien lamda lebih kecil dari nilai ttabel,

maka indikator/dimensi tersebut tidak dapat digunakan untuk

membentuk faktor atau konstruk.

 100

a. Pengukuran model Servqual tangible dapat di masukkan

ke persamaan sebagai berikut :

X1.1 = 1 Tang1 + a1

X1.2 = 2 Tang2 + a2

X1.3 = 3 Tang3 + a3

X1.4 = 4 Tang4 + a4

X1.5 = 5 Tang5 + a5

X1.6 = 6 Tang6 + a6

Dimana tang 1 sampai tang 6 merupakan indikator dari tangible;

merupakan loading factor dan a merupakan error.

b. Pengukuran Model Reliability

Pengukuran model Servqual reliability dapat di masukkan ke

persamaan sebagai berikut :

X2.1 = 1 Relia1 + b7

X2.2 = 2 Relia2 + b8

X2.3 = 3 Relia3 + b9

X2.4 = 4 Relia4 + b10

X2.5 = 5 Relia5 + b11

X2.6 = 6 Relia6 + b12

Dimana relia 1 sampai relia 6 merupakan indikator dari reliability;

merupakan loading factor dan b merupakan error.

c. Pengukuran Model Responsiveness

Pengukuran model Servqual responsiveness dapat di masukkan

ke persamaan sebagai berikut :

X3.1 = 1 Resp1 + c13

X3.2 = 2 Resp2 + c14

X3.3 = 3 Resp3 + c15

 101

X3.4 = 4 Resp4 + c16

X3.5 = 5 Resp5 + c17

X3.6 = 6 Resp6 + c18

X3.7 = 7 Resp7 + c19

Dimana resp 1 sampai resp 7 merupakan indikator dari

responsiveness; merupakan loading factor dan c merupakan

error.

d. Pengukuran Model Assurance

Pengukuran model Servqual responsiveness dapat di masukkan

ke persamaan sebagai berikut :

X4.1 = 1 Assu1 + d20

X4.2 = 2 Assu2 + d21

X4.3 = 3 Assu3 + d22

X4.4 = 4 Assu4 + d23

X4.5 = 5 Assu5 + d24

X4.6 = 6 Assu6 + d25

Dimana assu 1 sampai assu 6 merupakan indikator dari

assurance; merupakan loading factor dan d merupakan error.

e. Pengukuran Model empathy.

Pengukuran model Servqual empathy dapat di masukkan ke

persamaan sebagai berikut :

X5.1 = 1 Empa1 + e26

X5.2 = 2 Empa2 + e27

X5.3 = 3 Empa3 + e28

X5.4 = 4 Empa4 + e29

X5.5 = 5 Empa5 + e30

X5.6 = 6 Empa6 + a31

 102

Dimana empa 1 sampai empa 6 merupakan indikator dari

empathy; merupakan loading factor dan e merupakan error.

2. Pengukuran Model untuk model Costumer satisfaction

(variabel endogen 1 - intervening).

Pengukuran model costumer satisfaction dapat di masukkan ke

persamaan sebagai berikut :

Y1.1 = 1 Cos satis1 + f32

Y1.2 = 2 Cos satis2 + f33

Y1.3 = 3 Cos satis3 + f34

Y1.4 = 4 Cos satis4 + f35

Dimana cos satis 1 s/d cos satis 4 merupakan indikator dari

costumer satisfaction; merupakan loading factor dan f

merupakan error.

3. Pengukuran Model Citra Perusahaan (variabel endogen 2 -

intervening)

Pengukuran model corporate image dapat di masukkan ke

persamaan sebagai berikut :

Y2.1 = 1 Corp img1 + g36

Y2.2 = 2 Corp img2 + g37

Y2.3 = 3 Corp img3 + g38

Y2.4 = 4 Corp img4 + g39

Y2.5 = 5 Corp img5 + g40

Y2.6 = 7 Corp img6 + g41

Dimana corp img 1 s/d corp img 6 merupakan indikator dari

corporate image; merupakan loading factor dan g merupakan

error.
 103

4. Pengukuran model untuk model loyalty (variabel endogen

3 -terikat).

Variabel yang digunakan sebagai indikator loyalitas

konsumen (Y) adalah trust (Y1), psycology commitment (Y2),

switching cost (Y3), wort-of-mouth (Y4) dan cooperation (Y5).

Pengujian apakah variabel-variabel ini dapat digunakan untuk

membentuk faktor atau konstruk dilakukan dengan melihat nilai

Critical Ratio ( thitung ) atau nilai signifkan ( ) dari nilai koefisien

lamda ( ). Jika nilai CR ( thitung ) dari koefisien lamda lebih besar

dari nilai ttabel, maka indikator/dimensi tersebut dapat digunakan

untuk membentuk faktor atau konstruk. Begitu pula sebaliknya,

jika nilai CR ( t hitung ) dari koefisien lamda lebih kecil dari nilai ttabel,

maka indikator/dimensi tersebut tidak dapat digunakan untuk

membentuk faktor atau konstruk.

a. Pengukuran model trust dapat di masukkan ke persamaan

sebagai berikut :

Y3.1 = 1 Trust1 + h42

Y3.2 = 2 Trust2 + h43

Y3.3 = 3 Trust3 + h44

Y3.4 = 4 Trust4 + h45

Y3.5 = 5Trust5 + h46

Y3.6 = 7 Trust6 + h47

Dimana trust 1 s/d trust 6 merupakan indikator dari trust;

merupakan loading factor dan h merupakan error.

b. Pengukuran model psychological commitment

Pengukuran model Psycho commitment dapat di masukkan ke

persamaan sebagai berikut :

 104

Y4.1 = 1 Psycho commitment1 + i 48

Y4.2 = 2 Psycho commitment2 + i 49

Y4.3 = 3 Psycho commitment3 + i 50

Y4.4 = 4 Psycho commitment4 + i 51

Dimana psycho commitment 1 s/d psycho commitment 4

merupakan indikator dari psychological commitment;

merupakan loading factor dan i merupakan error.

c. Pengukuran model switching cost.

Pengukuran model switching cost dapat di masukkan ke persamaan

sebagai berikut :

Y5.1 = 1 Switching cost1 + j52

Y5.2 = 2 Switching cost2 + j53

Dimana switching cost 1 s/d switching cost 2 merupakan indikator

dari switching cost; merupakan loading factor dan j merupakan

error.

d. Pengukuran model wort-of-mouth..

Pengukuran model wort-of-mouth dapat di masukkan ke persamaan

sebagai berikut :

Y6.1 = 1 Wom1 + k54

Y6.2 = 2 Wom2 + k55

Y6.3 = 3 Wom3 + k56

Dimana wom 1 s/d wom 3 merupakan indikator dari wort-of-mouth;

merupakan loading factor dan k merupakan error.

e. Pengukuran model cooperation.

Pengukuran model cooperation dapat di masukkan ke persamaan

sebagai berikut :
 105

Y7.1 = 1 Cooperation1 + l 57

Y7.2 = 2 Cooperation2 + l 58

Y7.3 = 3 Cooperation3 + l 59

Dimana Cooperation 1 s/d cooperation 3 merupakan indikator dari

cooperation; merupakan loading factor dan l merupakan error.

Adapun persamaan struktural yang dikembangkan berdasarkan

spesifikasi model dalam penelitian ini adalah :

a. Kepuasan Konsumen (X2)

X2 = 1 (X1) + Z1

Dimana : X2 = Kepuasan konsumen

X1 = Persepsi kualita layanan
= Regression weight
Z1 = Disturbance term

b. Citra Perusahaan (X3)

X3 = 1 + (X1) + 2 (X2) + Z2

Dimana : X3 = Citra Perusahaan

X1 = Persepsi kualitas layanan
X2 = Kepuasan konsumen
1, 2 = Regression weigth
Z2 = Disturbance term

c. Loyalitas Konsumen (Y)

Y= 1 (X1) + 2 (X2) + 3 (X3) + Z3

Dimana : Y = Loyalitas konsumen

X3 = Citra
X1 = Persepsi kepuasan konsumen
X2 = Kepuasan konsumen
1.... 2 = Regression weight
Z2 = Disturbance term

2. Persamaan spesifikasi model pengukuran yang menetukan

indikator yang dapat mengukur variabel laten serta menentukan

serangkaian matriks menunjukkan korelasi yang dihipotesiskan

adalah :
 106

a. Persepsi Kualitas Layanan (X1)

(X1.1) = 1 X1 + e 1

(X1.2) = 2 X2 + e 2

(X1.3) = 3 X3 + e 3

(X1.4) = 4 X4 + e 4

(X1.5) = 5 X5 + e 5

Dimana : (X1.1) = Tangible

(X1.2) = Reliability
(X1.3) = Responsiveness
(X1.4) = Assurance
(X1.5) = Empathy
1....... 5 = Loading factor
e1.....e5 = Error

b. Loyalitas Konsumen (Y)

(Y1) = 6 Y + e6

(Y2) = 7 Y + e7

(Y3) = 8 Y + e8

(Y4) = 9 Y + e9

(Y5) = 10Y + e10

Dimana : (Y1) = Trust

(Y2) = Psycologi Commitment
(Y3) = Switching Cost
(Y4) = Wort-Of-Mouth
(Y5) = Cooperation
6....... 10 = Loading factor
e6.....e10 = Error

3. Model persamaan struktural berbeda dari teknik analisis multivariat

lainnya, SEM hanya menggunakan data input berupa matriks

varian/kovarian atau matriks korelasi. Data mentah observasi dapat

dimasukkan dalam program AMOS, tetapi program AMOS akan merubah

dahulu data mentah menjadi matriks kovarian atau matriks korelasi.

 107

Pada awalnya model persamaan struktural diformulasikan dengan

menggunakan input matriks varian/kovarian (covariance structural analysis).

Matriks kovarian memiliki kelebihan daripada matriks korelasi dalam memberikan

validitas perbandingan antara pupolasi yang berbeda atau sampel yang berbeda.

Besarnya ukuran sampel memiliki peran penting dalam interpretasi hasil

SEM. Ukuran sampel memberikan dasar untuk mengestimasi sampling error.

Dengan model estimasi menggunakan Maximum Likelihood (ML) minimum

diperlukan sampel 100. Ketika sampel dinaikkan diatas nilai 100, metode ML

meningkat sensitivitasnya untuk mendeteksi perbedaan antar data. Begitu

sampel menjadi besar (diatas 400 – 500) maka metode ML menjadi sangat

sentitive dan selalu menghasilkan perbedaan secara signifikan sehingga ukuran

Goodness-of-fit menjadi jelek. Jadi dapat direkomendasikan bahwa ukuran

sampel antara 100 sampai 200 harus digunakan untuk metode estimasi ML.

Teknik estimasi model persamaan strukturalnya adalah :

a. Maximum Likelihood Estimation (ML)

b. Weighted Least Squares (WLS)

c. Generalized Least Squares (GLS)

d. Asymptotically Distribution Free (ADF)

5. Selama proses estimasi berlangsung, sering didapat hasil estimasi yang

tidak logis atau meaningless dan hasil ini berkaitan dengan masalah identifikasi

model struktural. Problem identifikasi adalah ketidak mampuan proposed model

untuk menghasilkan unique estimate. Cara melihat ada tidaknya problem

identifikasi adalah dengan melihat hasil estimasi yang meliputi : (1). Adanya nilai

standar error yang besar untuk satu atau lebih koefisien, (2). Ketidakmampuan

program untuk invert information matrix, (3). Nilai estimasi yang tidak mungkin

misalkan error variance yang negative, (4). Adanya nilai korelas tinggi (>0.90)

antar koefisien estimasi.

 108

Jika diketahui ada problem identifikasi maka ada tiga hal yang harus

dilihat : (1). Besarnya jumlah koefisien yang diestimasi relative terhadap jumlah

kovarian atau korelasi, yang diindikasikan dengan nilai degree of freedom yang

kecil, (2). Digunakannya pengaruh timbal balik atau resiprokal antar konstruk

(model non recursive), (3). Kegagalan dalam menetapkan nilai tetap fit pada

skala konstruk.

6. Langkah yang harus dilakukan sebelum menilai kelayakan dari model

struktural adalah menilai apakah data yang akan diolah memenuhi asumsi model

persamaan struktural. Ada tiga asumsi dasar teknik multivariate yang lain yang

harus dipenuhi untuk dapat menggunakan model persamaan struktural yaitu : (1).

Observasi data independent, (2). Responden diambil secara random (random

sampling respondent), (3). Memiliki hubungan linear. Disamping itu SEM sangat

sensitive terhadap karakteristik distribusi data khususnya distribusi yang

melanggar normalitas multivariate atau adanya kurtosis yang tinggi

(kemencengan distribusi) dalam data.

Uji Reliabilitas Konstruk

Pendekatan yang digunakan dalam menilai besaran composite

reliability serta variance extracted.

Composite Reliability:

( Std. Loading)2
Construct – Reliability =
( Std. Loading)2 +
j)
Dimana :
• Std. Loading diperoleh langsung dari standarized loading

untuk tiap indikator.

• adalah measurement error dari tiap-tiap indikator

 109

Variance extracted :
( Std. Loading)2
Variance – extracted =
( Std. Loading)2 +
j)
Dimana:
• Std. Loading diperoleh langsung dari standarized loading

untuk tiap-tiap indikator.

• adalah measurement error dari tiap-tiap indikator

7. Ketika model telah dinyatakan diterima, maka dapat dipertimbangkan

dilakukannya modifikasi model untuk memperbaiki penjelasan teoritis

atau goodness-of-fit. Modifikasi dari model awal harus dilakukan

setelah dikaji banyak pertimbangan. Jika model dimodifikasi, maka

model tersebut harus di cross-validate (diestimasi dengan data

terpisah sebelum model dimodifikasi diterima.

 110

Goodness – of – Fit Nilai Rasio Keterangan

Likelihood-Ratio Chi- (p) < ( ) atau (p) > ( ) Nilai chi-square yang tinggi
Square Statistic (X2) relative terhadap degree of
freedom menunjukkan bahwa
matrikx kovarian atau korelasi
yang diobservasi dengan yang
diprediksi berbeda secara nyata
dan ini menghasilkan
probabilitas (p) yang lebih kecil
dari tingkat signifikan ( ).
Sebaliknya nilai chi-square
yang lebih kecil akan
menghasilkan nilai probabilitas
(p) yang lebih besar dari tingkat
signifikan ( ).
CMIN/DF <2 Nilai chi-square dibagi dengan
degree of freedom yang
digunakan untuk mengukur fit.
GFI 0 (poor fit) - 1.0 (perfect Nilai GFI menunjukkan fit yang
(goodness of fit index) fit) tinggi yang lebih baik dan
berapa nilai GFI yang diterima
sebagai nilai yang layak belum
ada standarnya.
RMSEA 0.05 – 0.08 Merupakan ukuran yang
(Root mean square mencoba memperbaiki
error of approximation) kecenderungan statistik chi-
square menolak model dengan
jumlah sampel yang besar.
Hasil uji empiris RMSEA cocok
untuk menguji model
konfirmatori atau competing
model strategy dengan jumlah
sampel besar.
AGFI > 0.90 Pengembanga dari GFI yang
(Adjusted goodness of disesuaikan dengan ratio
fit) degree untuk proposed model
dengan degree of freedom
untuk null model.
TLI > 0.90 Penggabungan ukuran
(Tucker-Lewis index) parsimony kedalam indek
komparasi antara proposed
model dan null model dn nilai
TLI berkisar dari 0 sampai 1.0.
NFI > 0.90 Ukuran perbandngan antara
(Normed fit Index) proposed model dan null
model.Nilaii NFI akan bervariasi
dari 0 (no fit at all) sampai 1.0
(perfect fit).
Sumber : Imam Ghozali, 2004

TABEL 4.5.
KRITERIA GOODNESS-OF-FIT
111
112
113