PENGEMBANGAN DIMENSI KUALITAS LAYANAN

E-BANKING DAN HUBUNGANNYA DENGAN

KEPUASAN SERTA LOYALITAS KONSUMEN

Alfian Tan1, Paulus Sukapto2, dan Carles Sitompul 3

Abstract: SERVQUAL is a service quality measurement model that is assumed

to be widely applicable in every sector of service industry, yet research proves
the opposite. Characteristic of customer in each segment can be a factor that
causes differences in measurement model. According to that fact, this research is
conducted to identify the difference of measurement model in each customer
segment, especially in e-banking industry. Not only we identify the measurement
model, this research is done to confirm the relationship between 3 constructs as
well, which are service quality, satisfaction, and loyalty. Several statistical
method will be introduced here in relationship with segmentation process,
measurement model identification, dan the three constructs' validation process.
Segmentation process yields 2 customer segments which are people with high
and moderate expectation to service quality. In the first segment, the
measurement model consists of 4 quality dimensions, which are fullfilment,
efficiency, assurance, and web design while there are 5 dimensions in the second
segment which are fulfillment, responsiveness, information technology,
assurance, and efficiency. There are also significant relationships among service
quality, satisfaction, and loyalty.

Keywords: e-banking, customer segment, quality dimension, service quality,

satisfaction, loyalty

PENDAHULUAN
Quality Creates True Customers (Zeithaml, dkk., 1990) merupakan suatu
prinsip yang sangat penting dalam kelangsungan sebuah industri. Pertama kali mutu
diteliti dan diterapkan pada produk berwujud (tangible). Saat ini banyak orang
menyadari bahwa bukan hanya produk berwujud yang dihasilkan dari suatu industri,
tetapi juga produk tidak berwujud (intangible) yang disebut jasa. Jasa harus mendapat
perhatian sama pentingnya dengan produk berwujud karena dalam industri yang
sepenuhnya menawarkan jasa (pendidikan, perbankan, dll.), mutu menjadi kunci
keberhasilan industri tersebut. Hal-hal yang membedakan jasa dari produk berwujud,
antara lain sifat jasa yang intangible, heterogeneous, dan inseperable (Zeithaml, dkk.,
1990). Karakteristik inilah yang menyebabkan banyak kesulitan dalam penanganan
kualitas jasa.
Para peneliti, diantaranya Parasuraman, dkk. (1993, 1998); Cronin dan Taylor
(1992); dan Teas (1993) telah mengembangkan dan melakukan perbaikan model
pengukuran kualitas jasa untuk memudahkan penanganannya. SERVQUAL
1
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik
Parahyangan, Jl. Ciumbuleuit 94 , Bandung 40141
Email: alfian.tan@unpar.ac.id
2
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik
Parahyangan, Jl. Ciumbuleuit 94 , Bandung 40141

3
Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik
Parahyangan, Jl. Ciumbuleuit 94 , Bandung 40141

Naskah diterima: 17 Maret 2014, direvisi: 4 Juni 2014, disetujui: 2 Juli 2014

16
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

(Parasuraman, dkk., 1988) adalah model awal pengukuran kualitas jasa yang
dianggap dapat diterapkan pada berbagai industri jasa walaupun pada kenyataannya
tidak demikian. Ladhari (2008) mengidentifikasi beberapa hambatan dalam
penerapan SERVQUAL, yaitu ketidakcocokan nilai gap untuk mengukur kualitas
jasa, diragukannya validitas atribut-atribut yang menyusun dimensi SERVQUAL,
serta terdapatnya dimensi-dimensi lain yang lebih sesuai dalam pengukuran kualitas
jasa. Tidak hanya perbedaan jenis industri, faktor lain pun bisa mempengaruhi model
pengukuran kualitas jasa seperti halnya perbedaan segmen konsumen. Konsumen
memiliki keinginan yang sangat beragam. Segmentasi konsumen berdasarkan
kesamaan karakteristik akan memudahkan pihak manajemen dalam memahami dan
memenuhi keinginan konsumen. Koh, dkk. (2010) melakukan segmentasi
berdasarkan keuntungan/manfaat yang didapatkan konsumen dari industri spa (benefit
segmentation). Atribut-atribut berupa keuntungan/manfaat dari suatu industri jasa
dianggap sebagai kriteria pengelompokan yang lebih baik dibandingkan demografi
ataupun kelas sosial-ekonomi.
Pada awal kemunculannya, model pengukuran kualitas jasa hanya berorientasi
pada penyediaan jasa oleh tenaga manusia. Seiring dengan perkembangan teknologi,
jasa pun dapat diberikan melalui media elektronik yang disebut e-service atau online
service. Penyedia jasa meyakini bahwa penggunaan media online lebih efisien karena
dapat menghemat biaya operasional dan biaya tetap (Mols dalam Rod, dkk., 2009).
Keuntungan inilah yang membuat perkembangan e-service semakin cepat, salah
satunya pada layanan e-banking. Jumlah pengguna e-banking di Indonesia bertambah
sebesar 72% dari 435.000 pengguna pada Januari 2010 menjadi 749.000 pengguna
pada Januari 2011. Fakta ini menunjukkan bahwa bisnis e-banking merupakan bisnis
yang potensial sehingga perlu usaha-usaha untuk mempertahankan bahkan
meningkatkan pasar di industri ini.
Loyalitas, kepuasan, dan kualitas jasa merupakan hal yang perlu diperhatikan
dalam usaha-usaha yang dilakukan. Reichheld dan Cook (1996) telah menunjukkan
bahwa loyalitas konsumen memiliki dampak yang besar bagi suatu perusahaan.
Usaha peningkatan kualitas jasa dapat digunakan untuk mempengaruhi tingkat
loyalitas konsumen walaupun pengaruh ini bersifat tidak langsung (Cronin dan
Taylor, 1992). Salah satu cara untuk meningkatkan kualitas jasa adalah dengan
memperhatikan aspek bauran pemasaran industri jasa yang sering disebut sebagai 7P,
yaitu product, promotion, place, price, people, physical evidence, dan process
(McCarthy dan Perreault, 1984; Kotler, 2003; Lupiyoadi dan Hamdani, 2006; Ivy,
2008). Ketujuh aspek bauran pemasaran ini bisa menjadi kriteria-kriteria yang
dipertimbangkan ketika memberikan pelayanan kepada konsumen, oleh sebab itu
aspek-aspek bauran pemasaran ini akan digunakan sebagai kriteria/dimensi awal
penilaian kualitas jasa e-banking.
Berdasarkan latar belakang masalah yang ada, penelitian ini dilakukan untuk
mengidentifikasi segmen-segmen konsumen yang terdapat dalam industri e-banking,
mengidentifikasi dimensi-dimensi kualitas jasa dalam setiap segmen tersebut, dan
menguji hubungan antara kualitas jasa, kepuasan, dan loyalitas di setiap segmen.
Penelitian ini ditujukan bagi pengguna e-banking di Indonesia. Pengambilan data
penelitian dilakukan antara bulan Desember 2011 sampai Januari 2012.

17
Tan, dkk./Pengembangan Dimensi Kualitas Layanan .. /JITI, 13 (1), Jun 2014, pp. (16-27)

METODOLOGI PENELITIAN
Perancangan Penelitian
Tahap ini dimulai dari studi pustaka hingga pendefinisian tujuan penelitian.
Studi pustaka dilakukan terhadap berbagai model dan metode peningkatkan kualitas
jasa dengan tujuan mengetahui kemungkinan penerapan dan pengembangan yang
dapat dilakukan. Pemilihan objek penelitian dilakukan berdasarkan pertimbangan
kontribusi penelitian, kemudahan akses data, biaya, dan waktu. Pengguna e-banking
yang telah terbiasa dengan media online memungkinkan dilakukannya pengambilan
data secara online. Pengambilan data dengan media online ini sangat efisien terutama
dari segi biaya karena terdapatnya layanan free online survey yang memberikan
fasilitas perancangan kuesioner, pengambilan data, serta pengelolaan data penelitian
dengan mudah dan tanpa biaya. Setelah dilakukan studi pustaka dan pemilihan objek
penelitian, dirumuskanlah 3 tujuan dilakukannya penelitian beserta batasan dan
asumsi yang digunakan.
Proses Penelitian
Perancangan Model Pengukuran
Perancangan model pengukuran dimulai dari penentuan dimensi kualitas jasa
dilanjutkan dengan identifikasi atribut pengukuran dimensi, atribut kepuasan,
loyalitas, serta atribut pengukuran tingkat kepentingan. Pada awalnya penentuan
dimensi kualitas jasa didasarkan pada 7 aspek bauran pemasaran. Ketujuh aspek ini
diperkirakan sebagai dimensi-dimensi kualitas yang digunakan konsumen dalam
menilai kualitas suatu layanan. Identifikasi atribut pengukuran dimensi kualitas
didasarkan pada penelitian Ta, dkk. (2010) dan hasil wawancara. Wawancara
dilakukan untuk memberikan tambahan informasi mengenai ciri unik yang mungkin
dimiliki layanan e-banking di Indonesia. Metode wawancara yang digunakan adalah
wawancara semi-terstruktur yang di dalamnya melibatkan teknik critical incidents.
Chell dalam Gremler (2004) mendeskripsikan teknik critical incidents sebagai teknik
wawancara yang bertujuan mengidentifikasi suatu kejadian luar biasa yang dialami
konsumen, bagaimana responden menangani kejadian tersebut dan apa pengaruh dari
kejadian tersebut.
Proses wawancara dilakukan secara perseorangan hingga akhirnya tidak
teridentifikasi lagi atribut-atribut baru dalam penilaian kualitas jasa e-banking.
Metode ini digunakan oleh Ulrich dan Eppinger (2004) untuk mengidentifikasi
kebutuhan konsumen. Pemilihan responden untuk setiap kali wawancara dilakukan
dengan teknik convinience sampling (Sekaran dan Bougie, 2010). Terdapat 54 atribut
pengukuran kualitas jasa yang teridentifikasi. Atribut-atribut ini dikelompokkan ke
dalam salah satu dari 7 aspek bauran pemasaran industri jasa. Kelima puluh empat
atribut ini akan digunakan juga dalam pengukuran tingkat kepentingan. Atribut-
atribut yang digunakan untuk mengukur kepuasan dan loyalitas diambil dari
penelitian Cronin, dkk. (2000) namun disesuaikan kembali dengan objek penelitian
yang dipilih. Atribut-atribut ini dapat dilihat pada Tabel 1 dan 2.
Tabel 1. Atribut Kepuasan Konsumen
No Atribut
1 Bijak/tidaknya keputusan penggunaan layanan e-banking
2 Ketepatan keputusan penggunaan layanan e-banking untuk layanan perbankan
Semua fasilitas yang terdapat dalam layanan e-banking sesuai dengan apa
3
yang dibutuhkan
4 Kepuasan terhadap layanan e-banking yang digunakan

18
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

Tabel 2. Atribut Loyalitas Konsumen

No Atribut
Kemungkinan penggunaan sarana e-banking dibandingkan sarana lainnya
1
(ATM, m-banking, teller).
2 Kemungkinan merekomendasikan layanan e-banking pada kolega
Kemungkinan memperbanyak penggunaan e-banking dalam transaksi-
3
transaksi perbankan
Kemungkinan memilih layanan e-banking lagi ketika akan melakukan
4
aktivitas perbankan lain.

Penyusunan Kuesioner
Instrumen yang digunakan dalam pengambilan data adalah kuesioner.
Kuesioner dibagi dalam 5 bagian. Bagian pertama adalah bagian yang berisi profil
responden meliputi jenis kelamin, usia, pekerjaan, penghasilan/bulan, frekuensi
pemakaian e-banking/minggu, bank yang digunakan untuk layanan e-banking, serta
domisili. Bagian dua sampai lima berturut-turut adalah bagian pengukuran
kepentingan, tingkat performansi layanan, kepuasan, serta loyalitas. Pertanyaan-
pertanyaan yang diajukan dalam kuesioner didasarkan pada atribut-atribut yang telah
teridentifikasi. Skala yang digunakan pada penelitian ini adalah skala interval dari 1
sampai 6 ditambah dengan pilihan Tidak Tahu untuk mengakomodasi responden
yang memang tidak dapat menjawab pertanyaan-pertanyaan tertentu. Skala interval
yang digunakan mewakili beberapa macam pendapat seperti Sangat Tidak Penting
sampai Sangat Penting, Sangat Tidak Setuju sampai Sangat Setuju atau
Sangat Rendah sampai Sangat Tinggi.
Pengambilan Data Penelitian
Pengambilan data penelitian dilakukan dengan teknik cluster sampling dan
convinience sampling (Sekaran dan Bougie, 2010) melalui media offline dan online.
Penyebaran kuesioner melalui media online dilakukan untuk menjangkau daerah-
daerah di luar kota Bandung, sedangkan media offline digunakan untuk mendapatkan
data di kota Bandung. Kuesioner online disebarkan melalui situs jejaring sosial serta
situs online shopping yang memang memiliki anggota di seluruh wilayah Indonesia.
Jumlah sampel yang diambil untuk penelitian ini ditetapkan minimal 150 buah.
Penentuan jumlah sampel pada penelitian ini didasarkan pada Hair, dkk. (2010) yang
menyatakan bahwa dibutuhkan paling sedikit 50 data pada pengujian model
struktural. Pertimbangan jumlah sampel didasarkan pada pengujian model struktural
yang akan dilakukan pada setiap segmen sehingga harus dipastikan bahwa sampel
tetap memadai ketika dibagi ke dalam segmen-segmen.
Pengujian Reliabilitas Kuesioner
Tahap awal pengolahan data adalah pengujian reliabilitas alat ukur yang
digunakan. Pengujian ini akan dilakukan terhadap 4 alat ukur, yaitu alat ukur
kepentingan, performansi, kepuasan, dan loyalitas. Indikator yang digunakan adalah
Cronbach Alpha dengan nilai minimum sebesar 0,6 (Hair, dkk., 2010). Selain itu
diperhatikan juga nilai Item to Total Correlation setiap atribut. Jika nilai Item to Total
Correlation suatu atribut kurang dari 0,4 (Nunally dalam Ta, dkk., 2010), maka
atribut tersebut tidak akan digunakan.
Segmentasi Konsumen
Sesuai dengan tujuan penelitian, dilakukanlah segmentasi terhadap pengguna
e-banking. Data yang digunakan adalah data tingkat kepentingan yang diperoleh dari

19
Tan, dkk./Pengembangan Dimensi Kualitas Layanan .. /JITI, 13 (1), Jun 2014, pp. (16-27)

kuesioner bagian dua. Pertama-tama digunakan metode hierarchical clustering

analysis untuk mengetahui struktur segmen konsumen yang mungkin. Secara spesifik
metode hierarchical clustering yang diterapkan adalah metode Ward dengan squared
euclidean distance. Simamora (2005) mengutip bahwa sejauh ini metode Ward
adalah salah satu dari dua metode terbaik dalam pendekatan metode hierarki selain
average linkage. Average linkage tidak digunakan karena kurang efisien. Setelah
struktur segmen konsumen dapat diperkirakan, maka dilanjutkan dengan proses
segmentasi menggunakan non-hierarchical clustering analysis.
Pembentukan Dimensi Kualitas
Pembentukan dimensi kualitas dilakukan dengan metode Exploratory Factor
Analysis (EFA) terhadap atribut-atribut pengukuran kualitas jasa. Data performansi
pada kuesioner bagian 3 akan menjadi input untuk proses ini. Namun, terlebih dahulu
data akan dikelompokkan ke dalam segmen-segmen yang telah terbentuk di tahap
sebelumnya. Setelah itu atribut-atribut akan dikelompokkan sehingga terbentuk
beberapa faktor/dimensi di setiap segmen. Proses pengelompokkan atribut pada tahap
ini akan menerapkan metode pada penelitian Ta, dkk. (2010). Atribut-atribut yang
memiliki factor loading kurang dari 0,5 atau lebih besar dari 0,3 pada tiga atau lebih
faktor akan dieliminasi, lalu akan dilakukan analisis faktor untuk atribut yang tersisa.
Proses ini akan dilakukan berulang hingga akhirnya didapatkan sejumlah atribut yang
cukup baik untuk dikelompokkan.
Pengujian Model Pengukuran
Pada tahap ini akan dilakukan pengujian model pengukuran dimensi-dimensi
yang didapatkan dari EFA. Pengujian pun akan dilakukan terhadap model
pengukuran kepuasan dan loyalitas konsumen. Pengujian akan dilakukan dengan
Confirmatory Factor Analysis (CFA). Tingkat kesesuian model dengan data akan
diperhatikan dengan melihat nilai signifikansi Chi square, Comparative Fit Index
(CFI), dan Root Mean Square Error of Approximation (RMSEA). Batas-batas ketiga
nilai indikator agar suatu model pengukuran dikatakan baik berturut-turut adalah
minimal sama dengan significance level yang digunakan (0,05), minimal 0,9, dan
antara 0,05 0,08 (Schumacker dan Lomax, 2010; Hair, dkk., 2010). Pada penelitian
ini dilakukan juga uji convergent validity terhadap atribut-atribut pada suatu
konstruk/faktor/dimensi. Uji ini dilakukan dengan melihat nilai factor loading,
dimana atribut dengan factor loading di bawah 0,5 dianggap tidak valid dan tidak
akan digunakan.
Pengujian Model Struktural
Setelah model pengukuran dinilai cukup baik, dibentuklah model struktural
yang melibatkan konstruk kepuasan, loyalitas konsumen, serta konstruk kualitas jasa
beserta dimensi-dimensinya. Pada tahap ini kesesuaian model struktural dengan data
akan diuji dengan cara yang sama seperti pada tahap pengujian model pengukuran.
Selain pengujian kesesuaian model dilakukan juga pengujian tingkat signifikansi
hubungan antarkonstruk. Apabila nilai signifikansi hubungan berada di bawah
significance level (0,05), dapat dikatakan terdapat hubungan yang signifikan antara
konstruk tersebut.

HASIL DAN PEMBAHASAN

Segmentasi Konsumen
Tahap awal yang dilakukan sebelum melakukan segmentasi konsumen adalah
pengujian reliabilitas alat ukur. Uji reliabilitas dilakukan terhadap 54 atribut

20
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

pengukuran tingkat kepentingan. Hasil pengujian menunjukkan bahwa 54 atribut

tersebut memiliki nilai Item to Total Correlation lebih besar dari 0,4 dan nilai
Cronbach Alpha keseluruhan sebesar 0,97. Hal ini menunjukkan bahwa alat ukur
sudah memenuhi syarat. Selanjutnya dilakukan pengujian multikolienaritas antar
atribut. Hal ini dilakukan untuk memastikan bahwa tidak terdapat multikolinearitas
yang tinggi antar atribut yang akan menjadi input dalam clustering analysis. Apabila
terdapat dua atribut yang memiliki nilai korelasi di atas 0,5, maka dapat disimpulkan
terjadi multikolinearitas antar atribut tersebut (Santoso, 2002). Oleh sebab itu akan
dipilih satu dari dua atribut tersebut untuk digunakan dalam clustering analysis. Cara
ini akan dilakukan untuk mengeliminasi atribut-atribut yang memiliki multi-
kolinearitas sehingga dipastikan bahwa atribut yang digunakan dalam clustering
analysis saling bebas. Pada akhirnya proses ini menyisakan 18 atribut yang digunakan
dalam proses segmentasi.
Hierarchical clustering analysis digunakan sebagai metode segmentasi pada
tahap pertama. Hasil proses ini menunjukkan kemungkinan terdapat 2 segmen
konsumen yang dapat terbentuk. Jumlah kemungkinan segmen yang terbentuk ini
menjadi input untuk non-hierarchical clustering analysis sehingga dihasilkan dua
segmen konsumen dengan anggota sebanyak 94 responden pada segmen pertama dan
56 responden pada segmen kedua. Penjelasan karakteristik responden pada setiap
segmen didasari pada perbedaan nilai tingkat kepentingan yang diberikan dimana
tingkat kepentingan yang diberikan responden pada segmen pertama selalu lebih
tinggi dibandingkan responden segmen kedua. Ketujuh profil responden yang
terdapat pada bagian pertama kuesioner tidak menunjukkan adanya perbedaan yang
signifikan. Hal ini didukung oleh pengujian kontingensi antara jenis segmen dengan
ketujuh data profil responden yang menghasilkan nilai signifikansi lebih besar dari
0,05 (significance level). Dengan demikian dapat disimpulkan bahwa segmen pertama
adalah segmen yang berisi para pengguna e-banking dengan tuntutan lebih tinggi
terhadap kualitas layanan e-banking. Adapun segmen kedua adalah pengguna yang
mempunyai tuntutan menengah/lebih rendah. Secara sekilas hasil segmentasi ini
memang memberikan informasi yang tidak terlalu bermanfaat karena dengan
menyediakan layanan yang memenuhi standar konsumen segmen 1. Kebutuhan
konsumen di segmen 2 pun akan terpenuhi. Hal ini memang tepat apabila semua
bank memiliki sumber daya yang mapan sehingga dapat memberikan pelayanan
dengan kualitas yang tinggi. Namun pada kenyataannya tidak demikian sehingga
diperlukan strategi yang berbeda oleh suatu bank dalam mempertahankan pasar e-
banking miliknya.
Pembentukan Dimensi dan Pengujian Model Pengukuran
Pertama-tama alat ukur performansi akan melalui uji reliabilitas terlebih
dahulu. Pengujian reliabilitas alat ukur membutuhkan 13 kali iterasi hingga
didapatkan atribut-atribut yang memenuhi standar nilai Cronbach Alpha dan Item to
Total Correlation. Sisa atribut yang dapat digunakan dalam pembentukan dimensi
berjumlah 41 buah. Dari total 150 responden yang mengisi kuesioner, terdapat hanya
107 responden yang mengisi kuesioner bagian tiga dengan lengkap dan 56 di
antaranya termasuk ke dalam segmen pertama. Pembentukan dimensi pada segmen
pertama akan menggunakan data dari 56 responden tersebut. Sebelum masuk ke
dalam teknik EFA dilakukan dahulu pengujian kelayakan atribut dengan melihat nilai
Kaiser Meyer Olkin Measure of Sampling Adequacy dengan batas bawah 0,5, Barlett
Test of Sphericity dengan batas maksimum nilai signifikansi sama dengan tingkat
signifikansi penelitian (0,05), dan Measure of Sampling Adequacy (MSA) pada Anti

21
Tan, dkk./Pengembangan Dimensi Kualitas Layanan .. /JITI, 13 (1), Jun 2014, pp. (16-27)

Image Matrix dengan batas bawah 0,5 (Santoso, 2002). Hasil pengujian kelayakan
menunjukkan bahwa keempat puluh satu atribut tersebut memenuhi syarat untuk
analisis faktor.
Metode yang digunakan dalam analisis faktor ini adalah Principal Component
Analysis, dimana pembentukan dimensi dilakukan dengan melihat nilai eigen value
dan factor loading setiap atribut. Nilai eigen value menunjukkan kemungkinan untuk
membentuk 9 dimensi dari 41 atribut yang ada. Namun pengelompokkan atribut-
atribut ke dalam salah satu dari 9 dimensi belum menunjukkan adanya solusi yang
unik. Jayawardhena dalam Ta, dkk. (2010) menyarankan untuk mempertahankan
atribut yang memiliki factor loading di atas 0,5, sedangkan untuk mendapatkan hasil
pengelompokkan atribut dengan faktor-faktor yang unik maka Doll dan Torkzadeh
dalam Ta, dkk. (2010) menyarankan mengeliminasi atribut yang memiliki factor
loading lebih besar dari 0,3 pada tiga atau lebih faktor. Berdasarkan aturan ini,
dilakukan beberapa kali iterasi hingga pada akhirnya didapatkan 5 dimensi dengan
pengelompokkan 23 atribut tersisa yang cukup baik. Hal yang sama dilakukan pada
pembentukan dimensi di segmen 2, dimana didapatkan 5 dimensi dengan total 21
atribut yang tersisa.
Dimensi-dimensi beserta atribut-atributnya merupakan komponen pembentuk
model pengukuran kualitas jasa. Confirmatory factor analysis akan digunakan untuk
menguji kesesuaian data dengan model pengukuran yang telah terbentuk disertai uji
validitas untuk masing-masing dimensi. Hasil pengujian pada segmen 1 menunjukkan
ketidaksesuaian model dengan data. Hal ini terlihat dari nilai-nilai indikator
kesesuaian model sebagai berikut: signifikansi chi square sebesar 0,000, CFI sebesar
0,863, dan RMSEA sebesar 0,088. Oleh sebab itu dilakukan modifikasi terhadap
model pengukuran dengan cara mengeliminasi atribut-atribut yang mempunyai factor
loading kurang dari 0,5. Modifikasi ini dilakukan dengan mengeliminasi dimensi ke-5
karena memiliki nilai factor loading sebesar 0,414 yang berada di bawah batas 0,5.
Akhirnya dihasilkan model pengukuran yang terdiri dari 4 dimensi dengan nilai
signifikansi chi square sebesar 0,001, CFI sebesar 0,902, dan RMSEA sebesar 0,076.
Nilai CFI dan RMSEA menunjukkan bahwa model telah sesuai dengan data. Dengan
mempertimbangkan sensitivitas nilai chi square terhadap jumlah data dan atribut
maka dapat disimpulkan model pengukuran kualitas jasa pada segmen 1 ini sudah
baik. Pengujian juga dilakukan terhadap model pengukuran kualitas jasa segmen 2.
Indikator kesesuian model pada segmen 2 menunjukkan nilai signifikansi chi square
sebesar 0,047, CFI sebesar 0,919, dan RMSEA sebesar 0,06. Dengan pertimbangan
yang sama dengan pengujian sebelumnya, disimpulkan bahwa model pengukuran
pada segmen 2 ini sudah baik sehingga tidak perlu dilakukan modifikasi.
Tidak hanya model pengukuran kualitas jasa, pengujian pun dilakukan pada
model pengukuran kepuasan dan loyalitas konsumen. Pengujian model pengukuran
dimulai dari uji reliabilitas. Uji reliabilitas dilakukan sekaligus terhadap konstruk
kepuasan segmen 1 dan 2. Hal yang sama dilakukan pada uji reliabilitas konstruk
loyalitas. Nilai Cronbach alpha dan Item to Total Correlation yang dihasilkan dari
pengujian reliabilitas konstruk kepuasan berturut-turut adalah 0,729 dan di atas 0,5,
sedangkan untuk loyalitas konsumen berturut-turut 0,828 dan di atas 0,5, dengan
demikian alat ukur kepuasan dan loyalitas dapat dikatakan reliabel. Pengujian awal
pada model pengukuran kepuasan menunjukkan ketidaksesuaian model pengukuran
dengan data dimana nilai signifikansi chi square adalah sebesar 0,001, CFI sebesar
0,883, dan RMSEA sebesar 0,235, oleh sebab itu dilakukan modifikasi model
pengukuran dengan mengeliminasi salah satu dari 4 atribut yang ada. Atribut yang
tereliminasi adalah atribut dengan factor loading di bawah 0,5. Akhirnya
22
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

dihasilkanlah model pengukuran kepuasan yang terdiri dari 3 atribut dengan nilai
indikator-indikator kesesuaian model serta factor loading yang baik. Pengujian
model pengukuran loyalitas menghasilkan nilai signifikansi chi square sebesar 0,268,
CFI sebesar 0,996, dan RMSEA sebeasar 0,055. Nilai-nilai ini menunjukkan bahwa
model sesuai dengan data. Validitas model pengukuran pun sudah baik, ditunjukkan
oleh nilai factor loading atribut penyusun konstruk yang berada di atas 0,5.
Penamaan Dimensi
Setelah didapatkan model pengukuran yang teruji baik, dilakukan penamaan
terhadap dimensi dalam model pengukuran tersebut. Penamaan ini dilakukan
berdasarkan kesamaan karakteristik atribut penyusun dimensi yang bersangkutan.
Nama-nama dimensi dan atribut penyusun dimensi pada segmen konsumen 1 dan 2
dapat dilihat pada Tabel 3 dan 4. Dimensi-dimensi yang terlibat pada segmen 1 dan 2
terdapat beberapa dimensi yang sama yaitu fulfillment, efficiency, dan assurance.
Tabel 3. Penamaan Dimensi Segmen 1
Faktor Atribut Keterangan Dimensi
P52 Bank memberikan token dengan kualitas yang buruk
P13 Web mempunyai tampilan yang rumit
P19 Layanan e banking mempunyai image yang buruk
P39 Jaringan layanan e-banking sering terhambat/terganggu
Konsumen sulit untuk memahami prosedur layanan e-
P24
banking
1 Pengecekan besar tagihan yang harus dibayar sulit Fulfillment
P38
untuk dilakukan
Jangka waktu selesainya proses transfer dana antarbank
P23
lama/panjang
Customer service tidak kompeten menyelesaikan
P9
permasalahan yang dihadapi pengguna
P44 Gangguan sistem tidak diumumkan dengan segera
P2 Bukti transaksi sulit didapatkan
Konsumen dapat mengaktifkan ulang token dengan
P42
cepat
P40 Konsumen dapat mengaktifkan token dengan mudah
2 P21 Verifikasi transaksi diberikan dengan cara yang praktis Efficiency
Konsumen dapat melakukan verifikasi identitas
P50
pemilik rekening antarbank dengan mudah
P31 Konsumen dapat menggunakan token dengan mudah
Layanan transaksi memberikan notifikasi status
P36
transaksi dengan cepat
Perubahan prosedur penggunaan yang bersifat mayor
P29
diumumkan dengan jelas
3 Assurance
Layanan e-banking memiliki prosedur transaksi yang
P33
dapat mengurangi kesalahan input informasi
Customer service dapat menjaga keamanan informasi
P1
pengguna
P27 Loading halaman web cepat
Banyak media yang dapat digunakan untuk mengakses
4 P26 Web Design
layanan e-banking
P53 Fitur-fitur website mudah dimengerti

23
Tan, dkk./Pengembangan Dimensi Kualitas Layanan .. /JITI, 13 (1), Jun 2014, pp. (16-27)

Tabel 4. Penamaan Dimensi Segmen 2

Faktor Atribut Keterangan Dimensi
Jaringan layanan e-banking sering
P39
terhambat/terganggu
P52 Bank memberikan token dengan kualitas yang buruk
P13 Web mempunyai tampilan yang rumit
Pengecekan besar tagihan yang harus dibayar sulit
P38
untuk dilakukan
Konsumen sulit untuk memahami prosedur layanan
1 P24 Fulfillment
e-banking
P19 Layanan e banking mempunyai image yang buruk
P28 Customer service lama dalam memberikan bantuan
P44 Gangguan sistem tidak diumumkan dengan segera
P3 Pengurusan klaim kesalahan transaksi sulit dilakukan
Customer service tidak kompeten menyelesaikan
P9
permasalahan yang dihadapi pengguna
Banyak tempat yang menyediakan sarana untuk
P49
mengakses layanan e-banking
Layanan e-banking menyediakan informasi mutasi
P12
2 rekening yang mutakhir/up to date Responsive-ness
Layanan e-banking menyediakan fitur pembayaran
P14
yang lengkap
P31 Konsumen dapat menggunakan token dengan mudah
Layanan e-banking memiliki tingkat enskripsi data
P16 Information
3 yang tinggi
Technology
P10 Sistem dapat bekerja dengan baik selama 24 jam
Layanan e-banking memiliki prosedur transaksi yang
P33
dapat mengurangi kesalahan input informasi
4 P27 Loading halaman web cepat Assurance
Perubahan prosedur penggunaan yang bersifat mayor
P29
diumumkan dengan jelas
P30 Transaksi dapat dilakukan dengan cepat
5 Layanan transaksi e-banking memberikan bukti Efficiency
P41
transaksi dengan informasi yang lengkap

Fulfillment berkaitan dengan segala hal dalam jasa yang dapat memenuhi kebutuhan
konsumen. Atribut-atribut dimensi ini merupakan atribut-atribut yang disajikan dalam bentuk
negatif dalam kuesioner. Bentuk negatif atribut adalah bentuk pernyataan yang menunjukkan
kondisi layanan yang buruk dari layanan e-banking yang digunakan. Sebagian besar
tanggapan yang diberikan responden menyatakan ketidaksetujuan atas pernyataan tersebut.
Hal ini menunjukkan bahwa responden merasa layanan yang diberikan telah memenuhi
kebutuhan/standar yang diinginkan. Dimensi kedua adalah efficiency. Efficiency berkaitan
dengan segala kemudahan yang dapat dirasakan oleh konsumen ketika menggunakan
layanan. Kemudahan-kemudahan ini sangat jelas ditunjukkan oleh atribut-atribut
penyusunnya. Dimensi ketiga adalah assurance. Dimensi ini berkaitan dengan terlaksananya
proses layanan e-banking dengan aman dan sesuai kebutuhan.
Dimensi yang membedakan segmen 1 dengan segmen 2 adalah web design. Dimensi
ini berkaitan dengan kualitas web design sebagai sarana penyampaian layanan e-banking
kepada konsumen. Dimensi kualitas jasa yang hanya terdapat di segmen 2 adalah
responsiveness dan information technology. Responsiveness dapat diartikan sebagai

24
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

komitmen bank dan kesigapan bank dalam memberikan layanan kepada konsumen. Hal ini
tercermin dalam atribut-atribut penyusunnya seperti data mutasi rekening yang mutakhir.
Hal ini menuntut penyedia jasa untuk selalu memperbarui informasi-informasi perbankan
sehingga konsumen selalu mendapatkan informasi terbaru. Dimensi information technology
dapat diartikan sebagai keunggulan teknologi yang dimiliki penyedia jasa sehingga dapat
menjamin kelancaran layanan e-banking. Keunggulan ini berkaitan dengan sistem keamanan
layanan serta reliabilitas sistem layanan. Proses pembentukan dan penamaan dimensi yang
telah dilakukan menunjukkan dengan jelas bahwa penggunaan aspek-aspek bauran
pemasaran sebagai dasar pengelompokkan atribut ternyata kurang sesuai sehingga tidak
dapat dipertahankan.
Pengujian Model Struktural
Pengujian model struktural dilakukan pada masing-masing segmen untuk
mengetahui hubungan kualitas jasa, kepuasan, dan loyalitas konsumen. Model struktural
yang dibangun dapat dilihat pada Gambar 1. Perbedaan model struktural antarsegmen
terletak pada model pengukuran kualitas jasa yang dilibatkan. Model pengukuran kualitas
jasa di setiap segmen didapatkan dari tahap-tahap yang telah dilalui sebelumnya.

Gambar 1. Model Struktural

Berdasarkan model di atas dapat dibangun dua hipotesis yang akan diuji, yaitu :
1. H0 : Kualitas jasa e-banking tidak mempengaruhi kepuasan konsumen
H1 : Kualitas jasa e-banking mempengaruhi kepuasan konsumen
2. H0 : Kepuasan konsumen e-banking tidak mempengaruhi loyalitas
H1 : Kepuasan konsumen e-banking mempengaruhi loyalitas
Tingkat signifikansi yang akan digunakan pada pengujian ini adalah sebesar 0,05.
Pengujian model struktural dilakukan dengan terlebih dahulu melihat tingkat
kesesuaian model dengan data. Tingkat signifikansi chi square, CFI, dan RMSEA untuk
model struktural pada segmen 1 berturut-turut adalah 0,000, 0,806, dan 0,095. Semakin
kompleks suatu model maka akan semakin sulit juga untuk mendekati batas nilai indikator
kesesuaian model yang diharapkan. Dengan mempertimbangkan hal tersebut serta dua nilai
indikator yang hampir mendekati nilai batas kesesuaian model, maka disimpulkan bahwa
model struktural sudah cukup baik. Setelah didapatkan model struktural yang cukup baik,
maka dilakukanlah uji hipotesis terhadap hubungan-hubungan yang terjadi antarkonstruk.
Pengujian hipotesis pertama menghasilkan nilai signifikansi pengujian sebesar 0,003. Nilai
ini lebih kecil dari tingkat signifikansi yang digunakan pada pengujian sehingga H0 pada
hipotesis pertama ditolak yang berarti kualitas jasa memang mempengaruhi kepuasan
konsumen. Hal yang sama terjadi pada hipotesis kedua dimana tingkat signifikansi pengujian
yang dihasilkan adalah sebesar 0,005 sehingga disimpulkan bahwa kepuasan konsumen
mempengaruhi loyalitas. Nilai-nilai indikator kesesuaian model yang ditunjukkan pada
pengujian di segmen 2 adalah sebesar 0,000 untuk signifikansi chi square, 0,706 untuk CFI,
dan 0,110 untuk RMSEA. Dengan pertimbangan yang sama dengan pengujian model pada
segmen 1, disimpulkan bahwa model pada segmen 2 sudah cukup baik. Nilai signifikansi
pengujian hipotesis 1 dan 2 yang dihasilkan di segmen 2 berturut-turut adalah 0,000 dan
0,002 sehingga disimpulkan bahwa kualitas jasa e-banking mempengaruhi konsumen dan
kepuasan konsumen mempengaruhi loyalitas.

25
Tan, dkk./Pengembangan Dimensi Kualitas Layanan .. /JITI, 13 (1), Jun 2014, pp. (16-27)

Hubungan yang logis antara konstruk-konstruk ini adalah semakin tinggi kualitas
jasa maka semakin tinggi kepuasan konsumen dan semakin tinggi kepuasan konsumen akan
semakin tinggi juga loyalitas. Tidak hanya signifikansi hubungan antarkonstruk, seberapa
besar kemampuan suatu konstruk dalam menjelaskan konstruk lainnya pun perlu
diperhatikan. Zeithaml dan Bitner dalam Lupiyoadi dan Hamdani (2006) menjelaskan bahwa
faktor utama penentu kepuasan pelanggan adalah persepsi pelanggan terhadap kualitas jasa.
Hal ini tidak terbukti pada hubungan struktural di segmen 1. Kemampuan/peran kualitas jasa
menjelaskan konstruk kepuasan hanyalah 28,8%. Angka ini merupakan nilai total variance
extracted yang diperoleh dari pengujian. Sementara itu kemampuan konstruk kepuasan
dalam menjelaskan loyalitas hanyalah 20,8%. Hal ini menunjukkan bahwa terdapat faktor-
faktor lain yang perlu dilibatkan untuk menjelaskan konstruk kepuasan maupun loyalitas.
Salah satu faktor yang mungkin dilibatkan adalah service value (Cronin, dkk., 2000)
Berbeda halnya dengan segmen 2, kemampuan konstruk-konstruk dalam
menjelaskan konstruk lainnya cukup besar di segmen ini. Kemampuan/peran kualitas jasa
menjelaskan konstruk kepuasan konsumen adalah sebesar 79,1%. Sementara itu kemampuan
konstruk kepuasan menjelaskan loyalitas adalah sebesar 71,7%. Oleh sebab itu dapat
disimpulkan bahwa kualitas jasa merupakan faktor utama yang mempengaruhi kepuasan
konsumen demikian halnya kepuasan konsumen sebagai faktor utama yang mempengaruhi
loyalitas. Dengan hanya meningkatkan kualitas jasa yang diberikan, penyedia layanan e-
banking dapat meningkatkan angka kepuasan dan loyalitas konsumen cukup besar.

KESIMPULAN
Sesuai dengan tujuan dilakukannya penelitian, dihasilkanlah segmentasi yang
mungkin dilakukan terhadap para pengguna e-banking, yaitu para pengguna yang memiliki
ekspektasi tinggi terhadap kualitas layanan e-banking (segmen 1) serta pengguna dengan
ekspektasi di tingkat menengah (segmen 2). Pengguna e-banking di segmen 1 diperkirakan
menggunakan 4 dimensi dalam menilai kualitas layanan, yaitu fulfillment, efficiency,
assurance, dan web design, sedangkan pengguna e-banking pada segmen lainnya
menggunakan lima dimensi dalam menilai kualitas layanan yaitu fulfillment, assurance,
efficiency, information technology, dan responsiveness. Penanganan segmen 1 terkait
konstruk yang diteliti akan lebih sulit. Hal ini disebabkan pengaruh/dampak konstruk-
konstruk yang ada dalam mempengaruhi konstruk lainnya tidak terlalu besar. Diperlukan
pertimbangan terhadap faktor-faktor lain selain kepuasan ataupun kualitas jasa apabila ingin
memberikan peningkatan yang besar terhadap loyalitas konsumen. Berbeda halnya dengan
segmen kedua, pada segmen ini pengaruh yang diberikan kualitas jasa terhadap kepuasan dan
kepuasan terhadap loyalitas cukup besar.

Daftar Pustaka
Cronin, J.J.Jr.; Brady, M.K.; dan Hult, G.T.M. 2000. Assessing the Effects of
Quality, Value, and Customer Satisfaction on Consumer Behavioral Intentions
in Service Environments. Journal of Retailing. Vol.76, No. 2, pp. 193-218.
Cronin, J.J. Jr.; dan Taylor, S.A. 1992. Measuring Service Quality : A
Reexamination and Extention. Journal of Marketing. Vol.56, No. 3, pp. 55-68.
Gremler, D.D. 2004. The Critical Incident Technique in Service Research. Journal
of Service Research. Vol. 7, No.1, pp. 65-89.
Hair, J.F.Jr; Black, W.C.; Babin, B.J.; dan Anderson, R.E. 2010. Multivariate Data
Analysis, 7thed. New Jersey : Pearson Prentice Hall.
Ivy, J. 2008. A new higher education marketing mix: the 7Ps for MBA marketing.
International Journal of Educational Management. Vol. 22, No. 4, pp. 288-299.

26
Jurnal Ilmiah Teknik Industri, Vol. 13, No. 1, Juni 2014 ISSN 1412-6869

Koh, S.; Jung-Eun Yoo, J.; dan Boger, C.A. Jr. 2010. Importance Performance
Analysis with Benefit Segmentation of Spa Goers. International Journal of
Contemporary Hospitality Management. Vol. 22, No. 5, pp. 718-735.
Kotler, P. 2003. Marketing Management, 11thed. USA : Pearson Education, Inc.
Ladhari, R. 2008. Alternative Measures of Service Quality: A Review. Managing
Service Quality. Vol. 18, No. 1, pp. 65-68.
Lupiyoadi, R. dan Hamdani, A. 2006. Manajemen Pemasaran Jasa, Edisi 2. Jakarta:
Salemba Empat.
McCarthy, E.J. dan Perreault Jr., W.D. 1984. Basic Marketing, 8thed. USA: Richard
D. Irwin, Inc.
Parasuraman, A.; Zeithaml, V.A.; dan Berry, L.L. 1988. SERVQUAL: A Multiple
Item Scale for Measuring Consumer Perceptions of Service Quality. Journal of
Retailing. Vol.64, Spring, pp. 12-40.
Parasuraman, A.; Zeithaml, V.A.; dan Berry, L.L. 1993. The Nature and
Determinants of Customer Expectations of Service. Journal of The Academy of
Marketing Science. Vol. 21, No. 1, pp. 1-12.
Perkembangan Online Banking Indonesia Tertinggi di Asia Tenggara retrieved from
http://teknologi.kompasiana.com/internet/2011/03/09/perkembangan-online-
banking-indonesia-tertinggi-di-asia-tenggara on 3 September 2011
Reichheld, F.F.; dan Cook, S. 1996. Quest for Loyalty. Boston: Harvard Business
School Publishing.
Rod, M.; Ashill, N.J.; Shao, J.; dan Carruthers, J. 2009. An examination of the
relationship between service quality dimensions, overall internet banking
service quality & customer satisfaction. A New Zealand Study. Marketing
Intelligence & Planning. Vol. 27, No. 1, pp.103-126.
Santoso, S. 2002. Buku Latihan SPSS Statistik Multivariat. Jakarta: PT Elex Media
Komputindo.
Schumacker, R.E.; dan Lomax, R.G. 2010. A Beginners Guide to Structural
Equation Modeling, 3rd ed. USA : Taylor and Francis Group, LLC.
Sekaran, U.; dan Bougie, R. 2010. Research Methods for Business: A Skill Buliding
Approach, 5th ed. United Kingdom: John Wiley & Sons Ltd.
Simamora, B. 2005. Analisis Multivariat Pemasaran. Jakarta: PT Gramedia Pustaka
Utama.
Ta, Chien., Ho, Bruce, dan Lin, When-Chuan. 2010. Measuring the service quality
of internet banking: scale development and validation European Business
Review. Vol. 22, No. 1, pp. 5-24.
Teas, R.K. 1993. Expectations, Performance Evaluation and Consumers
Perceptions of Quality. Journal of Marketing. Vol. 57, No. 5, pp. 18-34.
Ulrich, K.T.; dan Eppinger, S.D. 2004. Product Design and Development, 3rded. New
York: McGraw-Hill Companies.
Zeithaml, V.A.; Parasuraman, A.; dan Berry, L.L. 1990. Delivering Quality Service :
Balancing Customer Perceptions and Expectations. New York : The Free Press.

27