BAB4
BAB4
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.
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:
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.
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.
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%
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
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
44