pengaruh kualitas layanan, kepercayaan dan imej terhadap nilai layanan dan kepuasan publik pada kantor sistem administrasi satu atap kota makassar.

KERANGKA PIKIR

            Berdasarkan judul dari masalah tersebut, maka alur pemikirannya dengan menggunakan SEM, terlihat bahwa ada dua konstruk pengamatan yaitu : Konstruk pengamatan laten eksogen (ε) dan konstruk pengamatan laten endogen (µ). Konstruk laten eksogen terdiri dari variable kualitas layanan (ε₁) ,kepercayaan (ε₂), dan Imej (ε3). Konstruk laten endogen terdiri dari variable nilai layanan (µ₁) dan kepuasan public (µ₂). Hubungan langsung variable Eksogen terhadap variable Endogen yaitu di amati dari nilai (gamma) dan hubungan langsung variable Endogen (ε₁) dan Endogen ((ε₂) dilihat dari nilai β Sedangkan hubungan langsung antara variable Eksogen ataupun Endogen terhadap indikatornya dinilai berdasarkan nilai (ro). Untuk mengukur pengukuran kesalahan dari indicator variable Eksogen dilihat dari nilai δ dan untuk mengukur kesalahan dari indicator variable endogen dilihat dari nilai (ε). Alur hubungan dari masing-masing variable Eksogen dan Endogen beserta indikatornya akan menentukan tingkat pengaruh dari hubungan variable yang di teliti. Untuk lebih jelasnya akan di tunjukkan dalan diagram kerangka piker sebagai berikut :

HIPOTESIS

            Hipotesis yang di ajukan adalah sebagai berikut :

1.    Terdapat pengaruh kualitas layanan terhadap kepuasan public pada kantor Samsat Kota Makassar

2.    Terdapat pengaruh kualitas layanan terhadap kepuasan public melalui nilai layanan pada kantor samsat kota Makassar

3.    Terdapat pengaruh kepercayaan terhadap kepuasan public pada kantor samsat kota Makassar

4.    Terdapat pengaruh kepercayaan terhadap kepuasan public melalui nilai layanan pada kantor samsat kota Makassar

5.    Terhadap pengaruh Imej terhadap kepuasan public pada kantor samsat kota Makassar

6.    Terdapat pengaruh Imej terhadap kepuasan public melalui nilai layanan pada kontor samsat kota Makassar

7.    Terdapat pengaruh nilai layanan terhadap kepuasan public pada kantor samsat kota Makassar

POPULASI

            Populasinya adalah seluruh pengguna kendaraan yang melakukan pengurusan administrasi di kantor samsat kota Makassar pada tahun 2014, yaitu pengguna kendaraan motor dan mobil yang melakukan pengurusan perpanjangan STNK.

SAMPEL

            Sampel merupakan bagian dari populasi yang di pilih secara cermat untuk mewakili dari setiap populasi. Dalam hal ini banyaknya sampel yang akan di ambil sebanyak 50 orang.

DEFINISI OPERASIONAL VARIABEL

            Definisi operasional variable adalah : penjelasan tentang variable dan indikatornya secara operasional yang dapat terukur, sebagai berikut :

1.   Kualitas Layanan (x1)

adalah penilaian public atas actual layanan yang di terima yaitu : kualitas interaksi, lingkungan fisik dan hasil. Indikator pengukurannya menggunakan skala likert yaitu :

1 = Sangat Tidak Berkualitas

2 = Tidak Berkualitas

3 = Kurang Berkualitas

4 = Berkualitas

5 = Sangat Berkualitas

Indikator dan wujud kualitas layanan.

VARIBEL	INDIKATOR	WUJUD
Kualitas Layanan	Interaksi	-       Sikap dalam berperilaku sesuai dengan keahlian karyawan
	Lingkungan Fisik	-       Kondisi keamanan dan kenyamanan ruangan
	Hasil	-       Kecepatan proses yang terjamin dalam pemecahan masalah

2.   Kepercayaan (x2)

adalah Keyakina dalam menerima layanan yang terpercaya yaitu kebajikan, integritas, kompetensi dan prediktibilitas. Indikator tersebut diukur menggunakan skala likert yaitu :

1 = Sangat Tidak Dipercaya

2 = Tidak Dipercaya

3 = Kurang Dipercaya

4 = Dipercaya

5 = Sangat Dipercaya

Indikator dan wujud kepercayaan

VARIABEL	INDIKATOR	WUJUD
Kepercayaan	Kompetensi	-       Pengetahuan sesuai keterampilan dan sikap melayani
	Kebajikan	-       Tanggung jawab atas kepedullian dan perhatian
	Integritas dan Preditibilitas	Kejujuran  yang credible dalam kehandalan, konsistensi dan menghindari resiko kerja

3.   Imej (x3)

adalah kesan citra atas wujud pelayanan yang diterima public yaitu : reputasi, keberhasilan dan keunggulan serta familiar. Indicator tersebut dapat di ukur dengan menggunakan skala likert yaitu :

1 = Sangat Tidak Sesuai

2 = Tidak sesuai

3 = Kurang Sesuai

4 = Sesuai

5 = Sangat Sesuai

Indikator dan Wujud Imej

VARIABEL	INDIKATOR	WUJUD
IMEJ	Reputasi	-       Hasil gemilang
	Keberhasilan dan keunggulan	-       Pencapaian Target
	Familiar	-       Layanan terkenal

4.   Nilai layanan (Y)

adalah penilaian public atas manfaat yang diterima dari pengorbanan layanan yang diberikan. Yaitu : fungsi social, emosional, efisien dan kondisional. Indicator tersebut di ukur dengan menggunakan skala likert yaitu :

1 = Sangat Tidak Sesuai

2 = Tidak Sesuai

3 = Kurang sesuai

4 = Sesuai

5 = Sangat Sesuai

Indikator dan wujud Nilai Layanan

VARIABEL	INDIKATOR	WUJUD
Nilai layanan	Fungsi	-       Layanan multiguna
	Sosial	-       Berkomunikasi
	Emosional	-       Baik Buruk suatu Layanan
	Efisiensi Kondisional	-       Suasana layanan yang tepat waktu

5.   Kepuasan Publik (z)

adalah tingkat penilaian public atas keseluruhan pengalaman menerima layanan, yaitu : keinginan, kebutuhan, harapan, kehandalan, dan jaminan. Indikator tersebut di ukur dengan menggunakan skala likert yaitu :

1 = Sangat Tidak Puas

2 = Tidak Puas

3 = Kurang Puas

4 = Puas

5 = Sangat Puas

Indikator dan Wujud Kepuasan Publik

VARIABEL	INDIKATOR	WUJUD
Kepuasan Publik	Keinginan	-       Keinginan layanan yang terpenuhi
	Kebutuhan	-       Kebutuhan layanan yang tersedia
	Harapan	-       Harapan layanan yang terwujud
	Handal	-       Kehandalan layanan yang terampil
	Jaminan	-       Jaminan layanan yang tercapai

ANALISIS DATA

            Analisis yang digunakan adalah teknik analisis Deskriptif dan analisis Statistik Structural Equation Modeling (SEM) dengan menggunakan program AMOS.

1.   Analisis Deskriptif

Analisis statistic Deskriptif yaitu di gunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang terkumpul dan menjelaskan karakter responden , tanggapan responden terhadap variable penelitian yang meliputi : kualitas layanan, kepercayaan, Imej, Nilai layanan dan kepuasan public pada kantor Sistem Administrasi Satu Atap Kota Makassar.

2.   Analisis SEM (Structural Equation Modeling)

Structural Equation Model (SEM) adalah sebuah alat statistik yang digunakan untuk melihat adanya sebuah model konstruk variabel yang menggabungkan antara adanya hubungan, pengaruh dan factor penentu antara variabel bebas, variabel antara dan variabel terikat.  Berikut di uraikan :

a.   Model Struktural (Hubungan antara variabel laten (konstruk) independen dan dependen).

Ini adalah bagian dari SEM yang menggambarkan hubungan antar variabel laten. Variabel laten pada model structural dibedakan menjadi dua macam yaitu : Variabel Eksogen dan Endogen. Variabel Eksogen adalah variabel laten yang tidak dipengaruhi oleh variabel laten yang lainnya dalam model, sedangkan Variabel Endogen adalah Variabel laten yang dipengaruhi oleh variabel laten lainnya dalam suatu model penelitian. Pola hubungan antar variabel laten dalam model structural ini di analisis dengan pendekatan path analisis yang identik dengan analisis regresi. Pada model structural dapat di ketahui besar pengaruh variabel Eksogen terhadap variabel Endogen baik secara langsung maupun tidak langsung.

b.   Model Pengukuran (Hubungan (nilai loading) antara  variabel indicator (observasi) dengan variabel konstruk (variabel laten).

Model pengukuran adalah : bagian dari SEM yang menggambarkan hubungan variabel indikator (observasi) dengan variabel latennya. Hubungan ini dinyatakan dengan factor loading yang menunjukkan besar korelasi antara indicator dengan variabel laten yang dijelaskannya. Metode yang di gunakan dalam model ini adalah Confirmatory Factor Analysis (CFA).

Untuk mengukur FIT tidaknya suatu model, maka di gunakan :

a)    Chi-square statistic (CSS)

Nilai ini menunjukkan adanya penyimpanan antara sampel covariance matrix dan model (fitted) covariance matrix. Nilai chi-square sebesar Nol menunjukkan bahwa model memiliki Fit yang sempurna (perfect fit). Model yang di uji akan di pandang baik jika nilai chi-squarenya rendah atau nilai p-value nya > 0,05. Nilai chi-Square yang rendah akan menghasilkan sebuah tingkat signifikan yang lebih besar dari 0,05 akan mengindikasikan tak adanya perbedaan yang signifikan antara matriks kovarian data dan matriks kovarian yang diestimasi.

b)    Probabilitas

Probabilitas adalah perubahan dari tingkat signifikansi dari model konstruk yang diamati. Semakin besar nilai signifikansi di atas ≥ 0,05 yang menunjukkan bahwa semakin kecil akan memberikan tingkat signifikansi yang kuat.

c)    CMIN / DF

CMIN / DF adalah the minimum sample discrepancy function yang di bagi dengan degree of freedom. CMIN / DF tidak lain adalah statistic chi-square, x² dibagi df-nya disebut x² relatif. Bila nilai x² relatif kurang dari 2,0 atau 3,0 adalah indikasi dari acceptable fit antara model dan data.

d)    The Root Mean Square Error of Approximation (RMSEA)

RMSEA mengukur penyimpanan nilai parameter pada suatu model dengan matriks kovarians populasinya. Nilai RMSEA yang < 0,05 mengidentifikasikan adanya model fit. Nilai yang berkisar antara 0,05 – 0,08 menyatakan bahwa model memiliki perkiraan kesalahan yang reasonable, sedangkan RMSEA yang berkisar antara 0,08 – 0,01 menyatakan bahwa model memiliki fit yang cukup.

e)    Goodness of fit indices (GFI)

GFI merupakan suatu ukuran mengenai ketepatan model dalam menganalisa observed  matriks covariance. Nilai GFI ini harus berkisar antara 0 dan 1 nilai GFI yang lebih besar dari 0,9 menunjukkan fit suatu model yang baik.

f)     Adjusted Goodness of Fit indices (AGFI)

AGFI sama seperti GFI, tetapi telah menyesuaikan pengaruh degrees of freedom pada suatu model. Sama seperti GFI, nilai AGFI sebesar 1 berarti memiliki perfet Fit. Nilai AGFI sebesar 1 berarti model memiliki perfect fit. Sedangkan model yang fit adalah yang memiliki nilai AGFI lebih besar dari 0,09.

g)    TLI (Tucker Lewis Index)

TLI merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah base line model, dimana nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah  ≥ 0,95 dan nilai yang mendekati 1 menunjukkan a very good fit.

h)    Comperative fit indices (CFI)

CFI adalah indeks yang besarnya tidak dipengaruhi oleh ukuran sampel karena itu sangat baik untuk mengukur tingkat penerimaan sebuah model. Suatu model di katakan fit apabila memiliki nilai CFI lebih besar daeri 0,09.

Tabel ringkasan pengujian Goodness of Fit Model Overall pada SEM

Kriteria	Standar Ketetapan	Pemaknaan
Chi-Square	Lebih Kecil	Hubungan Model Konstruk Variabel
Probabilitas	≥ 0,05	Perbedaan Signifikan
CMIN / DF	≥ 2,00	Keeratan Model Konstruk Variabel
RMSEA	≥ 0,08	Kisaran Kesalahan Model Konstruk Variabel
GFI	≥ 0,90	Kesesuaian Model Konstruk Variabel
AGFI	≥ 0,90	Kesempurnaan Model konstruk Variabel
TLI	≥ 0,95	Nilai Fit Model Konstruk Variabel yang diterima
CFI	≥ 0,95	Nilai Fit Tertinggi Model konstruk Variabel yang Diterima