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.