BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Analisis PLS-PM untuk Data 1

Sebagai contoh untuk pembahasan akan dibahas hasil analisis
PLS-PM terhadap Data 1, yaitu data dari penelitian Wayan Karthi
Sutharjana tentang Pengaruh Organizational Citizenship Behaviour
Terhadap Kepuasan Dan Loyalitas Pasien Melalui Kualitas
Pelayanan.

4.1.1 Evaluasi Model Pengukuran dan Struktural Data 1 dengan

Pendekatan Repeated Indicators
1) Evaluasi Model Pengukuran
Model pengukuran bergantung pada hubungan antar peubah
laten dengan indikatornya. Hubungan indikator yang membentuk
pubah laten dalam bentuk reflektif dilakukan dengan melihat
koefisien outer loading. Evaluasi model pengukuran peubah laten
bertujuan untuk mengidentifikasi indikator yang penting.
Berdasarkan hasil model pengukuran pada Lampiran 5,
diperoleh hasil untuk Data 1 bahwa indikator peacekeeping ( )
adalah indikator yang paling berpengaruh terhadap peubah OCB
. Pada peubah kualitas layanan, indikator empati ( ) adalah
yang paling berpengaruh terhadap kualitas layanan . Pada
peubah kepuasan pelanggan , indikator kesesuaian manfaat
dengan biaya adalah yang paling berpengaruh terhadap
kepuasan pelanggan. Sedangkan untuk peubah loyalitas pelanggan
, indikator menggunakan kembali service di waktu lain
adalah yang paling berpengaruh terhadap loyalitas pelanggan.

2) Evaluasi Model Struktural

Evaluasi terhadap kesesuaian model untuk Data 1 dilakukan
berdasarkan koefisien determinasi masing-masing peubah laten
endogen dan predictive relevance model disajikan dalam tabel
berikut:

33
Tabel 4.1 Koefisien Determinasi dan Predictive Relevance
dengan Pendekatan Repeated Indicators
Peubah Laten Endogen
0,413 0,878
0,532
0,555
Berdasarkan Tabel 4.1, diperoleh koefisien determinasi
untuk peubah endogen kualitas pelayanan sebesar 0,413. Artinya
sebesar 41,3% total keragaman dari kualitas pelayanan dapat
dijelaskan oleh OCB. Koefisien determinasi untuk peubah
endogen kepuasan pelanggan sebesar 0,532. Artinya sebesar 53,2%
total keragaman dari kepuasan pelanggan dapat dijelaskan oleh OCB
dan kualitas pelayanan. Koefisien determinasi untuk peubah
endogen loyalitas pelanggan adalah 0,555. Artinya sebesar 55,5%
total keragaman dari loyalitas pelanggan dapat dijelaskan oleh OCB,
kualitas pelayanan serta kepuasan pelanggan.
Evaluasi kebaikan model secara keseluruhan dilakukan dengan
menggunakan predictive relevance . Berdasarkan koefisien
determinasi untuk masing-masing peubah endogen, diperoleh
nilai sebesar 0,8778. Artinya, model baik karena mampu
menjelaskan fenomena loyalitas pelanggan sebesar 87,8%.
Sedangkan ragam sisanya sebesar 12,2% dijelaskan oleh peubah lain
yang tidak ada dalam model serta error.

4.1.2 Hasil Pengujian Hipotesis Data 1 dengan Pendekatan

Repeated Indicators
Pengujian hipotesis pada analisis PLS-PM dilakukan dengan
memanfaatkan metode resampling bootstrap. Hasil pengujian
hipotesis pengaruh langsung untuk Data 1 disajikan pada Tabel 4.2
berikut:

34
Tabel 4.2 Koefisien Jalur dan Pengujian Hipotesis Pendekatan
Repeated Indicators
Koefisien Statistik
Jalur P-Value
Jalur T
OCB  Kualitas
0,645 12,536 1*
Pelayanan
OCB  Kepuasan
0,322 4,163 1*
Pelanggan
OCB  Loyalitas
0,056 0,728
Pelanggan
Kualitas Pelayanan 
0,483 6,640 1*
Kepuasan Pelanggan
Kualitas Pelayanan 
0,407 4,805 1*
Loyalitas Pelanggan
Kepuasan Pelanggan 
0,366 4,309 1*
Loyalitas Pelanggan
* signifikan pada taraf
Berdasarkan Tabel 4.2, terdapat 6 jalur yang menghubungkan
antara peubah laten dalam model Data 1, sehingga model struktural
dapat ditulis sebagai berikut:

Berdasarkan pengujian hipotesis secara statistik pada Tabel 4.2,

dari 6 jalur yang diuji, diperoleh 5 jalur signifikan, sedangkan 1 jalur
sisanya tidak signifikan sebagai berikut:
a) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan kualitas pelayanan yang
diberikan oleh perawat akan semakin baik di mata pasien secara
langsung adalah diterima. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,645 dengan p-value kurang
dari 0,001, sehingga dikatakan signifikan. Hal ini menunjukkan
bahwa terdapat pengaruh signifikan positif OCB terhadap
kualitas pelayanan secara langsung, yaitu OCB yang semakin
baik akan meningkatkan kualitas pelayanan yang diberikan
terhadap pasien.
b) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan kepuasan pasien secara
35
 langsung adalah diterima. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,322 dengan p-value kurang
dari 0,001, sehingga dikatakan signifikan. Hal ini menunjukkan
bahwa terdapat pengaruh signifikan positif OCB terhadap
kepuasan pasien secara langsung, yaitu OCB yang semakin baik
akan meningkatkan kepuasan pasien.
c) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan loyalitas pasien secara
langsung adalah ditolak. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,056 dengan p-value sebesar
0,466, sehingga dikatakan tidak signifikan. Hal ini menunjukkan
bahwa OCB dkalangan perawat berpengaruh tidak nyata
terhadap loyalitas pasien.
d) Semakin tinggi tingkat kualitas pelayanan yang diberikan
perawat akan meningkatkan kepuasan pasien secara signifikan.
Hasil analisis menggunakan PLS-PM diperoleh koefisien jalur
sebesar 0,483 dengan p-value kurang dari 0,001, sehingga
dikatakan signifikan. Hal ini menunjukkan bahwa terdapat
pengaruh signifikan positif kualitas pelayanan terhadap kepuasan
pasien secara langsung, yaitu kualitas pelayanan yang semakin
baik akan meningkatkan kepuasan yang dirasakan oleh pasien.
e) Semakin tinggi tingkat kualitas pelayanan yang diberikan
perawat akan meningkatkan loyalitas pasien secara signifikan.
Hasil analisis menggunakan PLS-PM diperoleh koefisien jalur
sebesar 0,407 dengan p-value kurang dari 0,001, sehingga
dikatakan signifikan. Hal ini menunjukkan bahwa terdapat
pengaruh signifikan positif kualitas pelayanan terhadap loyalitas
pasien secara langsung, yaitu kualitas pelayanan yang semakin
baik akan meningkatkan loyalitas pasien.
f) Semakin tinggi tingkat kepuasan pasien rumah bersalin akan
meningkatkan loyalitas psaien secara signifikan. Hasil analisis
menggunakan PLS-PM diperoleh koefisien jalur sebesar 0,366
dengan p-value kurang dari 0,001, sehingga dikatakan signifikan.
Hal ini menunjukkan bahwa terdapat pengaruh signifikan positif
kepuasan pasien terhadap loyalitas pasien secara langsung, yaitu
kepuasan pasien yang semakin baik akan meningkatkan loyalitas
pasien terhadap rumah bersalin.

36
4.1.3 Evaluasi Model Pengukuran dan Struktural Data 1 dengan
Pendekatan Two Step
1) Evaluasi Model Pengukuran
Penduga parameter model pengukuran bergantung pada
hubungan antar peubah laten dengan indikatornya. Hubungan
indikator yang membentuk pubah laten dalam bentuk reflektif
dilakukan dengan melihat koefisien outer loading. Pemeriksaan
model pengukuran peubah laten bertujuan untuk mengidentifikasi
indikator yang penting. Pemeriksaan model pengukuran peubah laten
bertujuan untuk mengidentifikasi indikator yang penting.
Berdasarkan hasil model pengukuran pada Lampiran 5,
diperoleh hasil untuk Data 1 bahwa indikator peacekeeping ( )
adalah indikator yang paling berpengaruh terhadap peubah OCB
. Pada peubah kualitas layanan, indikator reliabilitas ( )
adalah yang paling berpengaruh terhadap kualitas layanan . Pada
peubah kepuasan pelanggan, indikator kesesuaian manfaat dengan
biaya adalah yang paling berpengaruh terhadap kepuasan
pelanggan . Sedangkan untuk peubah loyalitas pelanggan ,
indikator menggunakan kembali service di waktu lain adalah
yang paling berpengaruh terhadap loyalitas pelanggan.

2) Evaluasi Model Struktural

Evaluasi terhadap kesesuaian model untuk Data 1 dilakukan
berdasarkan koefisien determinasi masing-masing peubah laten
endogen dan predictive relevance model disajikan dalam tabel:
Tabel 4.3 Koefisien Determinasi dan Predictive Relevance
dengan Pendekatan Two Step
Peubah Laten Endogen

0,406 0,879
0,533
0,564
Berdasarkan Tabel 4.3, diperoleh koefisien determinasi
untuk peubah endogen kualitas pelayanan sebesar 0,406. Artinya
sebesar 40,6% total keragaman dari kualitas pelayanan dapat
dijelaskan oleh OCB. Koefisien determinasi untuk peubah
37
endogen kepuasan pelanggan sebesar 0,533. Artinya sebesar 53,3%
total keragaman dari kepuasan pelanggan dapat dijelaskan oleh OCB
dan kualitas pelayanan. Koefisien determinasi untuk peubah
endogen loyalitas pelanggan adalah 0,564. Artinya sebesar 56,4%
total keragaman dari loyalitas pelanggan dapat dijelaskan oleh OCB,
kualitas pelayanan serta kepuasan pelanggan.
Evaluasi kebaikan model secara keseluruhan dilakukan dengan
menggunakan predictive relevance . Berdasarkan koefisien
determinasi untuk masing-masing peubah endogen, diperoleh
nilai sebesar 0,879. Artinya, model baik karena mampu
menjelaskan fenomena loyalitas pelanggan sebesar 88,03%.
Sedangkan ragam sisanya sebesar 12,1% dijelaskan oleh peubah lain
yang tidak termasuk dalam model serta error.

4.1.4 Hasil Pengujian Hipotesis Data 1 dengan Pendekatan Two

Step
Pengujian hipotesis pada analisis PLS-PM dilakukan dengan
memanfaatkan metode resampling bootstrap. Hasil pengujian
hipotesis pengaruh langsung untuk Data 1 disajikan pada Tabel 4.4
berikut:
Tabel 4.4 Koefisien Jalur dan Pengujian Hipotesis Pendekatan Two
Step
Koefisien Statistik
Jalur P-Value
Jalur T
OCB  Kualitas
0,639 14,452 1*
Pelayanan
OCB  Kepuasan
0,318 4,417 1*
Pelanggan
OCB  Loyalitas
0,046 0,500
Pelanggan
Kualitas Pelayanan 
0,486 6,215 1*
Kepuasan Pelanggan
Kualitas Pelayanan 
0,413 5,150 1*
Loyalitas Pelanggan
Kepuasan Pelanggan 
0,369 4,608 1*
Loyalitas Pelanggan
* signifikan pada taraf
38
 Berdasarkan Tabel 4.4, model struktural dapat ditulis sebagai
berikut:

Berdasarkan pengujian hipotesis secara statistik pada Tabel 4.4,

dari 6 jalur yang diuji, diperoleh 5 jalur signifikan, sedangkan 1 jalur
sisanya tidak signifikan sebagai berikut:
a) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan kualitas pelayanan yang
diberikan oleh perawat akan semakin baik di mata pasien secara
langsung adalah diterima. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,639 dengan p-value kurang
dari 0,001, sehingga dikatakan signifikan. Hal ini menunjukkan
bahwa terdapat pengaruh signifikan positif OCB terhadap
kualitas pelayanan secara langsung, yaitu OCB yang semakin
baik akan meningkatkan kualitas pelayanan yang diberikan
terhadap pasien.
b) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan kepuasan pasien secara
langsung adalah diterima. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,318 dengan p-value kurang
dari 0,001, sehingga dikatakan signifikan. Hal ini menunjukkan
bahwa terdapat pengaruh signifikan positif OCB terhadap
kepuasan pasien secara langsung, yaitu OCB yang semakin baik
akan meningkatkan kepuasan pasien.
c) Semakin tinggi tingkat OCB (Organizational Citizen Behaviour)
dikalangan perawat akan meningkatkan loyalitas pasien secara
langsung adalah ditolak. Hasil analisis menggunakan PLS-PM
diperoleh koefisien jalur sebesar 0,046 dengan p-value sebesar
0,542, sehingga dikatakan tidak signifikan. Hal ini menunjukkan
bahwa OCB dikalangan perawat berpengaruh tidak nyata
terhadap loyalitas pasien.
d) Semakin tinggi tingkat kualitas pelayanan yang diberikan
perawat akan meningkatkan kepuasan pasien secara signifikan.
Hasil analisis menggunakan PLS-PM diperoleh koefisien jalur
sebesar 0,486 dengan p-value kurang dari 0,001, sehingga
dikatakan signifikan. Hal ini menunjukkan bahwa terdapat
39
 pengaruh signifikan positif kualitas pelayanan terhadap kepuasan
pasien secara langsung, yaitu kualitas pelayanan yang semakin
baik akan meningkatkan kepuasan yang dirasakan oleh pasien.
e) Semakin tinggi tingkat kualitas pelayanan yang diberikan
perawat akan meningkatkan loyalitas pasien secara signifikan.
Hasil analisis menggunakan PLS-PM diperoleh koefisien jalur
sebesar 0,413 dengan p-value kurang dari 0,001, sehingga
dikatakan signifikan. Hal ini menunjukkan bahwa terdapat
pengaruh signifikan positif kualitas pelayanan terhadap loyalitas
pasien secara langsung, yaitu kualitas pelayanan yang semakin
baik akan meningkatkan loyalitas pasien.
f) Semakin tinggi tingkat kepuasan pasien rumah bersalin akan
meningkatkan loyalitas psaien secara signifikan. Hasil analisis
menggunakan PLS-PM diperoleh koefisien jalur sebesar 0,369
dengan p-value kurang dari 0,001, sehingga dikatakan signifikan.
Hal ini menunjukkan bahwa terdapat pengaruh signifikan positif
kepuasan pasien terhadap loyalitas pasien secara langsung, yaitu
kepuasan pasien yang semakin baik akan meningkatkan loyalitas
pasien terhadap rumah bersalin.

4.2 Perbandingan Hasil Pendekatan Repeated Indicators dan

Two Step
4.2.1 Perbandingan berdasarkan Uji Hipotesis
Berdasarkan hasil pengujian hipotesis terhadap koefisien jalur
antara peubah laten, diperoleh beberapa hasil yang cukup berbeda
dari kedua pendekatan. Tabel 4.5 menunjukkan presentase hipotesis
yang signifikan dari kedua pendekatan.
Tabel 4.5 Hasil Perbandingan Kedua Pendekatan berdasarkan
Presentase Signifikansi Hipotesis
Pendekatan Repeated
Pendekatan Two Step
Indicators
Jumlah
Data Jumlah Presentase Jumlah Presentase
Hipotesis
Hipotesis Hipotesis Hipotesis Hipotesis
Signifikan Signifikan Signifikan Signifikan
1 6 5 83,3% 5 83,3%
2 5 3 60% 2 40%

40
Tabel 4.5 Lanjutan
Pendekatan Repeated
Pendekatan Two Step
Indicators
Jumlah
Data Jumlah Presentase Jumlah Presentase
Hipotesis
Hipotesis Hipotesis Hipotesis Hipotesis
Signifikan Signifikan Signifikan Signifikan
3 6 5 83,3% 5 83,3%
4 6 3 50% 1 16,7%
5 3 2 66,7% 2 66,7%
6 4 1 25% 1 25%
7 5 3 60% 1 20%
8 8 4 50% 4 50%
9 4 4 100% 4 100%
10 5 2 40% 4 80%

Berdasarkan Tabel 4.5, dari 10 data yang dianalisis, diperoleh

6 data yang menunjukkan hasil yang tidak berbeda dari kedua
pendekatan, yaitu data ke-1, ke-3, ke-5, ke-6, ke-8 dan ke-9.
Misalkan untuk data ke-1, dari 6 koefisien jalur, diperoleh 5
koefisien jalur yang signifikan untuk kedua pendekatan. Selain itu,
besarnya koefisien jalur yang diperoleh juga hamper sama nilainya,
sebagai contoh koefisien jalur antar peubah (OCB) dan
(kualitas layanan) diperoleh sebesar 0,645 (tabel 4.2) dengan
pendekatan repeated indicators dan sebesar 0,639 (tabel 4.4) dengan
pendekatan two step.
Meskipun begitu, untuk beberapa data, terdapat hasil uji
hipotesis yang cukup berbeda, yaitu data ke-2, ke-4, ke-7 dan ke-10.
Untuk data ke-2, dari 5 hipotesis yang diuji, diperoleh 3 hipotesis
yang signifikan dengan pendekatan repeated indicators sedangkan
untuk pendekatan two step hanya diperoleh 2 hipotesis yang
signifikan. Untuk data ke-4, dari 6 hipotesis yang diuji, diperoleh 3
hipotesis yang signifikan dengan pendekatan repeated indicators dan
hanya 1 hipotesis yang signifikan dengan pendekatan two step.
Untuk data ke-7, dari 5 hipotesis yang diuji, diperoleh 3 hipotesis
yang signifikan dengan pendekatan repeated indicators dan hanya 1
hipotesis yang signifikan untuk pendekatan two step. Sedangkan
41
untuk data 10, dari 5 hipotesis yang diuji, hanya diperoleh 2 hipotesis
yang signifikan dengan pendekatan repeated indicators sedangkan
untuk pendekatan two step diperoleh 4 hipotesis yang signifikan.
Berdasarkan 4 data yang menghasilkan presentase signifikansi
yang berbeda dari kedua pendekatan, 3 data memberikan presentase
signifikansi yang lebih tinggi untuk pendekatan repeated indicators.
Hal ini berarti, pendekatan repeated indicators mampu memberikan
nilai standar error yang lebih kecil, sehingga dapat dikatakan
pendekatan repeated indicators memiliki ketelitian yang lebih baik
dalam pendugaan parameter koefisien jalur dibandingkan dengan
pendekatan two step.

4.2.2 Perbandingan berdasarkan Proporsi Hipotesis yang

Signifikan
Uji proporsi dilakukan untuk melihat apakah terdapat
perbedaan proporsi hipotesis yang signifikan antara pendekatan
repeated indicators dan pendekatan two step. Dari 10 data yang
digunakan pada penelitian ini, terdapat total 52 hipotesis, di mana
untuk pendekatan repeated inidcators terdapat 32 hipotesis yang
signifikan, artinya proporsi hipotesis yang signifikan untuk
pendekatan repeated indicators adalah , sedangkan
untuk pendekatan two step terdapat 29 hipotesis yang signifikan,
artinya proporsi hipotesis yang signifikan untuk pendekatan two step
adalah . Pengujian dilakukan secara manual dengan
hipotesis:
=
vs
≠
Berdasarkan hasil, diperoleh nilai , karena
kurang dari 1,96, artinya diterima. Dapat disimpulkan, proporsi
hipotesis koefisien jalur yang signifkan antara pendekatan repeated
inidicators dan pendekatan two step tidak berbeda secara nyata.

4.2.3 Perbandingan berdasarkan Kesesuian Model

Untuk mengetahui kesesuaian model secara keseluruhan, pada
analisis PLS-PM dapat dilihat nilai predictive relevance yang
42
yang menunjukkan seberapa baik model struktural yang dihasilkan
secara keseluruhan. Perbandingan hasil kesesuaian model dari kedua
pendekatan ini dapat dilihat pada tabel 4.8 berikut:
Tabel 4.6 Hasil Perbandingan Kedua Pendekatan berdasarkan nilai
predictive relevance

Data Repeated
Two Step
Indicators
1 0,878 0,879
2 0,884 0,889
3 0,953 0,952
4 0,980 0,916
5 0,215 0,216
6 0,470 0,442
7 0,935 0,930
8 0,977 0,972
9 0,484 0,518
10 0,555 0,545

Tabel 4.6 menunjukkan nilai predictive relevance untuk

model secara keseluruhan dari masing-masing pendekatan.
Berdasarkan hasil tersebut dapat diketahui bahwa dari 10 data,
pendekatan repeated indicators memberikan nilai yang lebih
tinggi untuk 6 data, yaitu data ke-3, ke-4, ke-6, ke-7, ke-8 dan ke-10,
sedangkan 4 data sisanya menunjukkan bahwa pendekatan two step
memberikan nilai yang lebih tinggi.

4.2.4 Uji Beda (Uji t Berpasangan)

Dari hasil perbandingan kedua pendekatan berdasarkan
presentase hipotesis dan nilai , diperoleh hasil bahwa pendekatan
repeated indicators mampu memberikan hasil analisis yang lebih
baik. Meskipun begitu, berdasarkan uji proporsi hipotesis yang
signifikan, proporsi hipotesis yang signifkan antara pendekatan
repeated inidicators dan pendekatan two step tidak berbeda secara

43
nyata. Oleh sebab itu, dilakukan uji beda pada hasil kedua
pendekatan terebut untuk mengetahui apakah terdapat perbedaan
yang nyata antara hasil pendekatan repeated indicators dan
pendekatan two step.
Uji beda dilakukan dengan menggunakan uji t berpasangan
terhadap koefisien jalur, dan . Pengujian dilakukan dengan
menggunakan software SPSS dengan hipotesis yang diuji adalah
sebagai berikut:

vs

Diperoleh hasil untuk uji t berpasangan sebagai berikut:

Tabel 4.7 Hasil Uji t Berpasangan
Parameter yang Diuji Statistik T P-Value
Koefisien Jalur 0,33 0,74
0,599 0,554
0,889 0,40
Berdasarkan hasil uji beda, diperoleh p-value untuk koefisien
jalur, koefisien determinasi serta predictive relevance
lebih besar dari batas signifikansi 0,05, artinya diputuskan terima .
Sehingga, dapat disimpulkan bahwa berdasarkan uji t berpasangan,
tidak diperoleh perbedaan yang signifikan pada nilai koefisien jalur,
serta yang diperoleh dari pendekatan repeated indicators dan
pendekatan two step.

44