BAB 4 HASIL dan PEMBAHASAN - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab4/2008-1-00196-MN-Bab...

96

BAB 4

HASIL dan PEMBAHASAN

4.1 Gambaran Umum Perusahaan dan Profil Responden

Sub bab ini akan memberikan gambaran umum perusahaan PT. Matahari Putra

Prima, Tbk. dan profil responden penelitian ini.

4.1.1 Profil Responden

Responden yang menjadi unit analisis penelitian ini adalah perusahaan PT. Matahari

Putra Prima, Tbk dengan studi kasus di Matahari Department Store Mal Ciputra, untuk

pengumpulan data sekunder, dan para pengunjung Matahari Department Store Mal Ciputra

yang pernah melakukan pembelian di MDS Mal Ciputra dalam enam bulan terakhir, untuk

pengumpulan data primer.

4.1.2 Profil Perusahaan

PT. Matahari Putra Prima, Tbk adalah salah satu peritel besar di Indonesia dengan

jumlah toko yang sangat banyak, yakni 83 Matahari Department Store, 28 Hypermaket, 37

Supermarket (Foodmart), 9 Kids2Kids, 36 Boston Pharmacy, dan 110 TimeZone yang tercatat

beroperasi hingga Agustus 2007 di lebih dari 50 kota di seluruh Indonesia. Segmen yang

dibidiknya adalah konsumen kalangan menengah atas. Masyarakat menengah yang dituju

adalah keluarga dengan jumlah pengeluaran bulanannya berkisar antara Rp. 1.750.000,-

hingga Rp. 2.500.000.-. Kemudian untuk supermarket, sasaran konsumennya adalah yang

memiliki pengeluaran bulanan sekitar Rp. 1.250.000,- (Visidata Riset Indonesia, 2003).

97

Sesuai dengan visinya untuk menjadi perusahaan ritel berkelas internasional dan

misinya menjadikan perusahaan ritel Indonesia yang dominan dan modern serta berwawasan

global, perusahaan ini juga telah mengembangkan sayapnya di dunia internasional dengan

membuka cabang department store pertama di Shenzhen, China, pada bulan Oktober 2005.

Matahari bermula dari sebuah toko kecil di Pasar Baru, yang merupakan shopping

center bergengsi di Jakarta kala itu. Pada tahun 1958, seorang businessman bernama Hari

Dharmawan membeli “The Sun”, sebuah toko yang menjual bermacam-macam barang, dan

mengubah namanya menjadi “Matahari”. Pada saat dibuka, ruangan yang digunakan masih

sederhana, hanya satu lantai dan hanya berfokus pada penjualan pakaian dan kosmetik.

Selanjutnya, pada tahun 1972 terjadi kemajuan yang menggembirakan yang mana

omset toko Matahari mengalami kenaikan secara signifikan sehingga Hari Dharmawan

memutuskan untuk memperluas tempat usahanya. Jumlah dan jenis barang yang dijual

semakin beragam, tidak hanya fashion saja, tetapi juga makanan, minuman, peralatan

rumah tangga, dan peralatan elektronik. Pada tahun yang sama, Matahari mengukuhkan

dirinya sebagai pionir konsep Department Store pertama di Indonesia.

Beberapa tahun selanjutnya Matahari mulai membuka beberapa cabang, seperti di

Blok M, Pasar Senen, dan bahkan pada tahun 1980 dilakukan ekspansi hingga ke luar Jakarta

untuk pertama kalinya, yakni di Bogor, dengan nama “Sinar Matahari Bogor”. Lima belas

tahun kemudian, pihak manajemen Matahari memantapkan diri untuk fokus pada bisnis

Supermarket sebagai bagian dari bisnis ritel yang menjual kebutuhan sehari-hari dengan

harga bersaing.

Tahun 1998 adalah tahun yang berat bagi Matahari yang disebabkan terjadinya

kerusuhan massa di Indonesia. Pada saat itu, 11 toko milik Matahari mengalami penjarahan

ataupun hancur terbakar oleh para perusuh. Namun, Matahari mampu untuk segera bangkit

98

kembali yang terbukti dari perkembangan-perkembangan yang semakin pesat di tahun-tahun

selanjutnya.

Pada tahun 1999, PT. Matahari Putra Prima Tbk. menciptakan Private Brand. Private

Brand tersebut merupakan suatu kumpulan produk unggulan yang bertujuan untuk

menyatakan bahwa Matahari Department Store memiliki merek yang tidak dimiliki oleh

department store lain, sehingga memberikan daya tarik tersendiri bagi konsumen dan

membangun loyalitas terhadap toko.

Semakin menyadari pentingnya loyalitas pengunjung terhadap tokonya, pada tahun

2000 diluncurkanlah kartu pelanggan yang akan memberikan banyak manfaat bagi

pemiliknya, yakni Matahari Club Card (MCC). Hal ini disambut gembira oleh para konsumen,

terbukti dengan banyaknya pengunjung yang segera mendaftarkan diri untuk mendapatkan

kartu MCC. Saat ini anggota MCC mencapai 4 juta member.

Semenjak Matahari Group beralih kepemilikan ke tangan Lippo Group pada tahun

1997 dengan kepemilikan saham sebesar 50,1%, Matahari terlihat berjalan kurang lancar.

Untuk mengantisipasi kemungkinan yang lebih buruk di tahun-tahun mendatang, pihak Lippo

membentuk tim manajemen yang baru. Dari susunan manajemen baru nampak para petinggi

Lippo banyak menggantikan manajemen lama. Bersamaan dengan itu pula masuk beberapa

tenaga ahli asing. Dengan manajemen baru tersebut, strategi Matahari banyak mengalami

perubahan mendasar. Setelah pemisahan manajemen department store dan supermarket,

Matahari kembali ke core business-nya yaitu mengelola bisnis eceran untuk konsumen kelas

menengah atas dengan satu nama, yakni Matahari. Hal itu dilakukan lewat konsep one-stop

shopping yang menggabungkan bisnis department store dan supermarket dalam satu atap.

Ini berarti Matahari meninggalkan bisnis lainnya seperti Galeria yang membidik segmen atas,

Mega M yang mengembangkan konsep Hypermarket, dan Super Ekonomi yang membidik

99

menengah bawah. Kemudian, pada tahun 2003 Matahari meluncurkan Market Place di Mal

Kelapa Gading Center.

Tahun 2004 Matahari meluncurkan konsep Hypermart yang disusul dengan ekspansi

agresif pada tahun 2005. Kesuksesan tersebut membawa Matahari masuk dalam Retail Asia

Top 500 Gold Awards sebagai peritel terbaik di Indonesia selama tiga tahun berturut-turut,

yakni tahun 2004 s/d tahun 2006. Penghargaan tersebut merupakan penghargaan tahunan

yang diselenggarakan oleh Retail Asia, sebuah majalah bisnis ritel yang terkemuka di Asia,

yang bekerja sama dengan perusahaan riset global, Euromonitor International, sebagai

sumber penyedia data, dan KPMG yang merupakan salah satu dari empat perusahaan auditor

terbesar (Big Four Auditor).

Sejak akhir Mei 2007, dilakukan perubahan nama 38 gerai Matahari Supermarket

menjadi Foodmart. Perubahan nama ini dilakukan untuk mendongkrak omzet bisnis

supermarket dan menjadikan gerai supermarket lebih independen dari Matahari Department

Store. Bersamaan dengan itu, grup Matahari sedang mempersiapkan pembukaan Parisian

Department Store yang pertama di Indonesia.

4.1.3 Kondisi Perusahaan

Matahari memiliki tingkat penjualan yang terus meningkat dan bahkan pada kuartal

ke-3 tahun 2006, YTD (Year-To-Date) September 2006 menunjukkan peningkatan sebesar

25,3% dengan total net sales mencapai Rp. 5,7 triliun, meningkat dari nilai tahun lalu

sebesar Rp. 4,5 triliun. Pertumbuhan net sales tersebut terutama berasal dari peningkatan

sebesar 7,2% pada divisi department store dengan total net sales mencapai Rp. 2,9 triliun

dan 57,6% peningkatan pada total net sales divisi supermarket/hypermarket yang mencapai

Rp. 2,5 triliun. Hypemarket memberikan kontribusi yang besar pada peningkatan pada total

net sales divisi supermarket/hypermarket (MSM). Matahari Department Store Mal Ciputra

100

sendiri pada tahun 2006 memberikan kontribusi net sales sebesar 16,2% dari total net sales

Matahari Department Store (MDS) keseluruhan.

PT Matahari Putra Prima Tbk., tahun ini telah menyediakan dana sebesar Rp. 1,1

triliun untuk pembukaan gerai baru, renovasi, dan investasi di teknologi informasi.

Sementara dalam 3-5 tahun ke depan, dana sebesar 600 miliar telah disediakan untuk

membangun 50 hypermarket di Jabodetabek dan kota-kota lainnya.

Renovasi sedang dan telah dilakukan di seluruh gerai Matahari Department Store,

termasuk di MDS Mal Ciputra. Pada saat tulisan ini dibuat, sedang berlangsung realisasi dari

sebuah konsep baru untuk divisi Department Store bernama “Parisian” yang mana sedang

dilaksanakan di lokasi yang sebelumnya merupakan lokasi Galeria Department Store di Mal

Taman Anggrek.

4.1.4 Analisis Industri

Analisis struktur industri dapat dilihat melalui 5-forces Porter yang merupakan lima

kekuatan dalam persaingan industri di bawah ini :

4.1.4.1 Ancaman Pendatang Baru

Pendatang baru dalam industri akan memberi dampak pada bertambah ketatnya

tingkat persaingan dalam industri. Namun demikian pemain baru tidak dapat begitu saja

masuk dalam industri, tetapi perlu memperhitungkan hambatan-hambatan yang ada untuk

masuk ke dalam industri sebagaimana berikut ini:

a.) Skala Ekonomis

101

Skala ekonomis tidak mudah dicapai dalam industri department store

mengingat dibutuhkannya modal yang sangat besar serta biaya operasi yang tinggi.

Sebagai gambaran, Ramayana akan membangun 10—15 gerai baru dengan belanja

modal 2007 sekitar Rp 300 - 400 miliar (wartaekonomi.com). Hal ini berarti untuk

membangun 1 gerai saja akan membutuhkan modal sekitar Rp. 30-40 miliar.

Kemudian, berdasarkan data biaya operasional MDS Mal Ciputra tahun 2000-2006,

dapat diperkirakan biaya rata-rata operasional per gerai adalah Rp. 6,2 miliar per

tahun.

b.) Akses ke Saluran Distribusi

Pusat perbelanjaan pada umumnya terbagi menjadi dua jenis

pengembangan fisik, yaitu trade centers dan shopping mall. Pada umumnya, status

kepemilikan trade centers adalah strata-title dimana unit kios-kios yang tersedia

adalah untuk dijual, bukan untuk disewa seperti shopping mall pada umumnya.

Pasokan pusat perbelanjaan di Jabotabek memperlihatkan pertumbuhan

yang sangat pesat. Pembangunan shopping mall dan trade centers di Jakarta dan

sekitarnya akan terus membanjiri pasokan ruang perbelanjaan hingga tahun 2007

dengan 34 proyek (Tabel lampiran 5), baik pembangunan baru maupun ekspansi,

dengan total area keseluruhan 2.565.300 m2. Distribusinya adalah 759.000 m2

(29%) untuk trade centers dan 1.805.400 m2 (71%) untuk shopping mall (Info

Properti, 2005, p5). Menurut riset Procon Indah, jumlah total kumulatif pasokan

ruang ritel di Jakarta sampai pertengahan September 2004 adalah mencapai 1,78

juta m2, sedangkan total pasokan pusat perbelanjaan dengan sistem sewa di

Jakarta saat ini sebesar 1,46 juta m2 (Info Properti, 2005, p5). Namun, dengan

adanya dua mal premium yang dibuka tahun 2007 ini, yakni Grand Indonesia dan

102

One Pacific Place, maka dalam waktu yang nyaris bersamaan akan ada tambahan

pasokan ruang ritel sebesar 213.000 m2.

Service charge untuk shopping centers di Jakarta pada umumnya masih

stabil. Untuk shopping mall kelas A, seperti Plaza Senayan dan Plaza Indonesia

misalnya, service chargenya adalah Rp. 45.000 hingga Rp. 75.000 per m2,

sedangkan untuk mal-mal menengah di bawahnya, seperti Plaza Semanggi, service

charge yang berlaku adalah Rp. 27.500 hingga Rp. 45.000 per m2. Adanya tabiat

pengembang yang ikut-ikutan membangun pusat-pusat perbelanjaan pada saat

sub-sektor ritel ini booming di Jakarta sehingga menghasilkan tambahan pasokan

ruang ritel yang besar, membuat harga sewa sedikit merosot. Hal ini memang

menguntungkan untuk para pengusaha ritel. Saat ini, mal-mal kelas atas dan

premium memasang tarif sewa Rp. 500.000 – Rp. 850.000 per m2 per bulan.

Beberapa bulan lalu, sebelum kemunculan Grand Indonesia dan One Pacific Place,

terdapat tarif sewa ruang ritel hingga Rp. 1 juta per m2 per bulan. Tidak berhenti

hingga bantingan tarif sewa, menurut Utami Prastiana selaku Manajer Senior PT.

Procon Indah, saat ini beberapa mal baru bahkan menawarkan program promosi

berbentuk joint profit.

Keberadaan hypermarket dan department store sendiri pada umumnya

merupakan anchor-tenant yang biasanya dipertimbangkan oleh pengelola gedung

sebagai pihak yang dapat mendatangkan keramaian (traffic) tinggi. Karena sifat

istimewa tersebut, pada umumnya anchor ini menikmati rent-rate dan service

charge yang lebih rendah dari tenant lain pada umumnya. Sebagai contoh adalah

PT. Mitra Adiperkasa (pewaralaba Sogo Department Store) yang pernah

mendominasi saleable area lantai dasar di Plaza Indonesia secara gratis pada saat

krisis 1997-2001 lalu. Ini dilakukan pihak manajemen Plaza Indonesia supaya Sogo

103

Department Store tidak pindah ke gedung lain dan dengan demikian masih menjadi

magnet traffic yang diandalkan untuk Plaza Indonesia. Dengan kondisi dan fasilitas

tersebut, cukup memudahkan akses ke saluran distribusi bagi para pendatang baru

di industri department store, namun umumnya hanya pengusaha ritel dengan

merek-merek terkenal yang bisa menikmati fasilitas ini.

c.) Identitas Merek

Perusahaan yang sudah lama bermain di pasar relatif lebih mudah diterima

konsumen, sehingga tidak perlu mengeluarkan banyak biaya untuk membangun

kepercayaan dan brand image pada konsumen. Sebaliknya, bagi pemain baru yang

akan masuk ke pasar dengan menggunakan merek baru dan dilakukan oleh

perusahaan baru akan membutuhkan upaya yang lebih besar untuk masuk ke pasar,

membangun kepercayaan, dan brand image pada para konsumen.

d.) Peraturan-peraturan Pemerintah

Pemerintah mendukung terciptanya persaingan yang sehat baik sesama

peritel modern dengan peritel tradisional. Ini terlihat dari aturan sistem zoning yang

mengatur jarak ritel modern dengan pasar tradisional. Bahkan peraturan ini

cenderung merupakan upaya memelihara pasar-pasar tradisional dari gempuran

ritel-ritel modern, baik lokal maupun asing.

Namun demikian, perkembangan bisnis ritel modern yang semakin kompleks

sekarang ini cenderung sudah tidak terakomodasi oleh peraturan yang ada. Ini bisa

terlihat dari kasus benturan yang terjadi antara minimarket dengan ritel-ritel kecil di

berbagai pelosok kota dan pemukiman. Karena kasus benturan ini, Indomaret

104

diperingati Komisi Pengawas Persaingan Usaha (KPPU) untuk tidak membuka gerai di

wilayah Jabotabek terutama yang berhadapan dengan warung-warung kecil.

Terdapat pula kekhawatiran sebagian besar peritel lokal atas ekspansi

Carrefour yang berhasil membuka sepuluh gerai hypermarketnya dalam waktu

singkat meski masih di wilayah Jakarta. Kekhawatiran ini disebabkan peraturan

zoning yang ada tidak memadai untuk dipakai saat ini. Oleh sebab itu, Aprindo

mengusulkan sistem zoning ritel yang bertitik tolak dari pusat kota atau pusat pasar

tradisional, sehingga ritel modern yang memliki ruang yang lebih luas harus berada

di pinggiran kota, dan seterusnya.

Di samping peraturannya yang sudah tidak relevan lagi, peraturan

pemerintah sudah sejak lama selalu dapat diperdaya oleh ritel modern. Seperti ketika

bisnis ritel modern ini masih dalam kerangka daftar negatif investasi (DNI), sehingga

peritel lokal masih terlindungi dari intervensi asing. Namun, kenyataannya beberapa

ritel modern asing, seperti Yaohan, Walmart, dan Seibu bisa masuk dengan dalih

waralaba dengan pengusaha lokal. Sekarang dengan ketentuan ini seperti yang

tertuang dalam SK Meneg Investasi/ Kepala BKPM No. 29/SK/1998 tertanggal 29

September 1998, bisnis ritel di Indonesia boleh dimasuki oleh investor asing secara

langsung. Ketentuan tersebut diberlakukan bersamaan dengan masuknya bantuan

finansial IMF kepada Pemerintah Indonesia yang mana bantuan tersebut diberikan

dalam rangka memulihkan perekonomian Indonesia yang jatuh akibat krisis ekonomi.

Ketentuan baru tersebut ternyata sangat ditunggu-tunggu oleh para investor

mancanegara. Dua riteler raksasa Perancis, Continent dan Carrefour, juga masuk

bersamaan dengan diberlakukannya ketentuan tersebut.

Belakangan ini, sedang dipersiapkan Peraturan Presiden (Perpres) tentang

pembinaan pasar tradisional dan penataan pusat perbelanjaan dan toko modern saat

105

ini yang masih dalam tahap harmonisasi redaksional oleh para pakar hukum.

Pengesahan Perpres ini dipastikan tidak sampai Oktober 2007 seperti yang

ditargetkan dalam Instruksi Presiden (Inpres) Nomor 6 Tahun 2007. Dalam Perpres

Pasar Modern terdapat tiga poin penting yang diatur untuk melindungi pedagang

kecil. Tiga poin tersebut antara lain pengaturan persyaratan perdagangan (trading

term) antara ritel modern dan pemasok, pengaturan zonasi untuk ritel modern, serta

kemitraan dengan usaha kecil.

Seperti yang tertulis di Jurnal Nasional bulan Juni 2007, pengaturan untuk

trading term dalam draft Perpres Pasar Modern antara lain peritel pasar modern

dilarang mengembalikan barang yang sudah dibeli. Selain itu, pembayaran barang

dilakukan dalam waktu yang disepakati oleh kedua pihak. Peritel modern juga

dilarang menjual produk di bawah harga beli yang tertulis dalam faktur, kecuali

produk spesifik yang memiliki karakteristik tertentu. Sedangkan peritel besar dilarang

melakukan praktek diskriminasi terhadap pemasok dan praktik lain yang

mengakibatkan terjadinya monopoli dan persaingan usaha tidak sehat. Terkait

dengan kemitraan UMKM, bentuk pengaturan di dalam rancangan Perpres tersebut

adalah larangan memungut biaya pendaftaran dan pembayaran kepada pemasok

UMKM.

Lebih lanjut, pada November 2007 diumumkan bahwa telah dilakukan revisi

Perpres DNI (Daftar Negatif Investasi) yang menyatakan bahwa pemerintah

mengizinkan investasi asing masuk di bidang usaha ritel, khususnya untuk pendirian

supermarket berukuran lebih dari 1.200 meter persegi dan department store

berukuran lebih dari 2.000 meter persegi. Keputusan tersebut merupakan hasil

sinkronisasi dan harmonisasi antara Peraturan Presiden tentang Penataan dan

Pembinaan Pasar Tradisional, Toko, dan Pasar Modern (Perpres Pasar Modern)

106

dengan Peraturan Presiden (Perpres) Nomor 77/2007 tentang Daftar Bidang Usaha

yang Tertutup dan Bidang Usaha yang Terbuka Bersyarat (Perpres Daftar Negatif

Investasi/DNI).

Berdasarkan pembahasan di atas dapat disimpulkan bahwa ancaman masuknya

pendatang baru cukup rendah, mengingat besarnya biaya-biaya yang diperlukan untuk

memulai industri ini, dan ketatnya persaingan untuk mendapatkan lokasi strategis. Namun,

untuk pendatang baru asing yang memiliki modal sangat besar serta memiliki merek yang

bonafit di industri department store, ancamannya cukup besar mengingat telah dibukanya

kesempatan penuh bagi investasi asing untuk mendirikan department store berukuran besar

di Indonesia, dan telah diberlakukannya kawasan perdagangan bebas ASEAN (AFTA).

Organisasi perdagangan dunia (WTO) juga tidak memberikan toleransi hanya karena SDM

kita belum siap.

4.1.4.2 Ancaman Subtitusi

Subtitusi department store merupakan ritel lain yang dapat memberikan manfaat

yang sama tetapi dengan feature atau tampilan yang berbeda.

a.) Kesamaan Manfaat

Beberapa jenis ritel merupakan subsitusi department store bila dilihat dari

kesamaan produk yang dijual dan manfaat fungsional yang diperoleh konsumen.

Hypermarket dan factory outlet merupakan substitusi dari department store jika

dilihat dari tersedianya produk department store yang juga dijual oleh kedua tipe

outlet tersebut.

107

Hypermarket secara fisik merupakan sebuah toko yang cukup besar dengan

luas minimal 4.000 m2. Jadi jika dibandingkan dengan ritel modern lainnya, seperti

minimarket, supermarket maupun department store, hypermarket adalah toko paling

besar dan luas. Sementara item barang yang dijual di hypermarket berkisar antara

60 ribu jenis hingga 75 ribu jenis barang. Adapun jenis barang yang dijajakan

meliputi kelompok makanan dan non-makanan. Jadi dalam hal ini hypermarket

adalah memadukan antara supermarket dan department store menjadi satu kegiatan

besar. Keberadaan hypermarket ini di Indonesia merupakan pesaing berat bagi

peritel lokal. Yang menjadi sumber masalah adalah harga murah yang ditawarkan

oleh hypermarket tersebut. Sebaliknya, justru konsumen yang mengalami penurunan

daya beli akibat krisis justru sangat diuntungkan oleh kehadiran hypermarket ini.

Kenyataan di lapangan menunjukkan sejak dibukanya Continent dan Carrefour

hingga kini selalu dipenuhi oleh konsumen untuk membeli barang-barang

kebutuhannya. Bahkan sebagian konsumen Matahari ikut tersedot, hal ini terlihat

dari menurunnya omzet Matahari sekitar 40% saat kemunculan pertama Continent

pada Maret 1999 (Visidata Riset Indonesia, 2002, pp121-122).

Factory Outlet (FO) biasanya diidentikkan dengan suatu tempat yang

menjual pakaian sisa ekspor dengan harga miring atau relatif murah. Belakangan ini

keberadaan FO yang semula hanya di Bandung, kini telah menyebar ke kota-kota

besar lainnya seperti Jakarta, Yogyakarta, dan Surabaya. Menurut beberapa

pengamat ritel, keberadaan FO itu meniru dari luar negeri, namun lokasinya berada

di luar kota, dan tidak di sekitar pertokoan atau di tengah kota seperti yang ada di

Indonesia. Selain itu produk-produk fashion yang dijual merupakan sisa ekspor yang

memang reject dan memang dimiliki pabrikan, bukan pedagang.

108

Meski demikian, kedua tipe outlet tersebut tidak dipersepsi sekuat

department store oleh konsumen sebagai tempat menjual kebutuhan sandang

sebagaimana ditunjukkan hasil riset oleh TNS, 2002, p15. Hypermarket oleh

penduduk Jabotabek dipersepsikan sebagai tempat menjual perkakas, perlengkapan

kendaraan, barang elektronik, dan barang-barang kebutuhan sehari-hari rumah

tangga. Sementara, persepsi konsumen terhadap factory outlet adalah tempat

menjual pakaian dewasa, anak dan bayi, serta kosmetik, sepatu dan tas.

Prilaku belanja konsumen Jabotabek dalam berbelanja di kedua jenis outlet

tersebut masih rendah. Hasil riset di Jabotabek menunjukkan adanya 4% konsumen

yang belanja ke factory outlet secara teratur, dengan frekuensi lebih jarang dari

satu bulan sekali. Sedangkan untuk pembelanja hypermarket ada sebanyak 29%

dengan frekuensi satu kali dalam sebulan (TNS, 2002, p16).

b.) Kecenderungan Harga

Trisrianto dalam Koran Tempo mengatakan bahwa produk yang dijual di

factory outlet kebanyakan adalah barang sisa ekspor, dengan komposisi 80% produk

ekspor dan sisanya lokal. Produk dengan merek terkenal seperti GAP dan Calvin Klein

dijual dengan harga 20%-30% lebih murah dari aslinya. Namun demikian

belakangan ini karena tingginya persaingan factory outlet dan menurunnya kapasitas

produksi dari pemasok lokal, menyebabkan komposisi produk ekspor yang dijual

berkurang menjadi sekitar 50%. Selain itu, beberapa pemain yang mulai menjual

produk sisa ekspor palsu membuat minat konsumen berkurang (2002).

Hypermarket memberikan harga yang lebih murah dibandingkan ritel

modern lainnya. Menurut pengamatan Aprindo, harga tersebut lebih rendah dari

harga pasokan. Atau dengan kata lain hypermarket melakukan praktek jual rugi.

109

Indikasi praktek jual rugi tersebut terlihat dari pemberian diskon secara besar-

besaran dan terus menerus. Sementara itu diskon biasanya dilakukan pada event-

event tertentu dalam waktu yang relatif pendek (Visidata Riset Indonesia, 2002,

p122).

c.) Identitas Produk

Produk substitusi dapat menjadi kuat di pasar jika produk tersebut berhasil

membangun identitas dengan memiliki merek yang kuat dan memiliki karakter yang

berbeda dengan produk yang sudah ada di dalam industri. Hasil riset prilaku belanja

konsumen di Jabotabek belum menunjukkan adanya kesadaran yang tinggi terhadap

merek factory outlet.

Kesimpulan uraian di atas adalah ancaman factory outlet sebagai produk substitusi

masih rendah, begitupun halnya dengan hypermarket, yang mana masih tidak dipersepsikan

sekuat department store sebagai tempat menjual kebutuhan sandang, khususnya fashion.

4.1.4.3 Daya Tawar Pembeli

Pembeli dalam industri department store adalah konsumen akhir yang

mengkonsumsi langsung produk yang ditawarkan dari department store.

a.) Pembeli Dalam Industri Department Store

Konsumen pembeli produk industri department store adalah individu-individu

dalam masyarakat di Jabotabek. Besarnya pasar industri department store di

Jabotabek tahun 2001 mencapai Rp. 7,6 triliun, dengan jumlah populasi pada tahun

110

2005 mencapai 18,5 juta orang. Dari penghuninya, diperkirakan sebesar 8,8 juta

orang tinggal di Jakarta, 3,7 juta orang tinggal di Bekasi, 3,4 juta orang di

Tangerang, dan 2,6 juta orang di Bogor. Pemerintah Indonesia memproyeksikan

bahwa populasi Jabotabek akan mencapai 32 juta orang pada tahun 2016. Menurut

statistik tsb, Jakarta akan memiliki 12 juta orang, dan kota-kota penyangganya

memiliki 20 juta orang (id.wikipedia.org). Pasar ini terbagi atas tiga kelompok, yang

mana kelompok kelas atas (SES di atas Rp. 4 juta per bulan, menurut AC Nielsen)

sebanyak sekitar 365.000 orang atau hanya 2% dari total populasi Jabotabek yang

mencapai 19,3 juta orang (Marketing, Mei 2006, p11). Sedangkan 98% sisanya,

yakni sekitar 18,93 juta orang merupakan kelompok kalangan menengah dan

kelompok kalangan bawah.

Berdasarkan penelitian MRI (2001), prilaku penduduk Jabotabek dalam

memenuhi kebutuhan sandang dilakukan dengan cara membeli pakaian jadi

sebanyak 89,5 % dan sebanyak 10,5% menjahitkan. Secara ekonomis membeli

pakaian jadi relatif lebih murah dibandingkan dengan membeli bahan kemudian

menjahitkan. Pemenuhan dengan cara menjahitkan biasanya dilakukan untuk

membeli pakaian jadi, kebanyakan membelinya di department store 85,3%, dan

selebihnya membeli di kios, pedagang keliling atau di pertokoan.

Menurut data riset Frontier 2005 terhadap responden di kota-kota besar di

Jawa menyebutkan, 62,14% responden masih melakukan pembayaran secara tunai.

Sisanya, 37,86% menggunakan kartu kredit dan debit (Marketing, Juli 2006, p.24).

Lebih lengkapnya dapat dilihat pada Tabel lampiran 7.

b.) Diferensiasi

111

Diferensiasi department store menurut konsumen di Jabotabek tampak

terbagi atas tiga kelompok besar, yaitu department store bagi kelompok kelas atas,

kelasa menengah, dan kelas bawah. Hal ini sejalan dengan kelompok konsumennya

yang secara ekonomi juga terbagi atas kelas atas, kelas menengah, dan kelas

bawah. Atribut yang mengikuti diferensiasi department store adalah harga barang

yang dijual, kualitas produk, kenyamanan suasana dan pelayanan oleh pelaku dalam

industri department store.

c.) Switching Cost

Pembeli relatif tidak memerlukan biaya yang besar untuk beralih dari satu

department store ke department store lainnya. Hal ini disebabkan banyaknya pilihan

department store yang ada, sehingga mereka bebas berpindah kapan saja mereka

ingin berbelanja. Hasil penelitian MRI menunjukkan bahwa kunjungan konsumen ke

department store pada kunjungan lima terakhir memperlihatkan adanya sebanyak

2,85 kali belanja ke department store langganan, dan sebanyak 1,31 kali pindah ke

department store lain, dan 0,84 kali pindah ke tempat lainnya. Kecenderungan

pembeli untuk beralih ke department store lain pada kunjungan yang akan datang

ada sebanyak 19% yang menjawab pasti dan mungkin akan pindah ke department

store lain.

Beberapa pemain dalam industri ini telah membuat biaya beralih dengan

memberikan manfaat lebih bagi pelanggan loyalnya. Matahari misalnya, memberikan

manfaat lebih bagi pelanggannya dengan membentuk Matahari Club Card, demikian

juga halnya dengan Metro yang menerbitkan Metro Card.

d.) Integrasi Balik

112

Pada saat ini, upaya konsumen untuk melakukan integrasi balik cenderung

kecil. Hal ini dikarenakan pengadaan kebutuhan sandang dengan alternatif lain

menjadi lebih sulit dan tidak ekonomis. Seperti yang telah disebutkan sebelumnya,

data menunjukkan bahwa kebiasaan konsumen dalam membeli pakaian yang sudah

jadi lebih besar (89,5%) dibandingkan dengan yang menjahit (10,5%) sendiri

maupun oleh pihak lain. Konsumen yang membeli pakaian jadi kebanyakan lebih

memilih membeli di department store (85,3%).

Melihat uraian di atas, dapat kita tarik kesimpulan bahwa daya tawar pembeli dalam

industri department store relatif rendah. Hal ini diakibatkan oleh jumlah pembeli yang

banyak dan bersifat individu memperkecil daya tawar pembeli dalam menghadapi

department store. Beberapa pelaku industri telah menawarkan manfaat lebih bagi

pelanggannya. Akibatnya akan ada switching cost yang timbul, berupa hilangnya manfaat

lebih bila berpindah ke department store lain. Selain itu, diferensiasi department store yang

sejalan dengan jenis pembeli, memperkecil pilihan pembeli dalam mencari department store

pengganti.

4.1.4.4 Daya Tawar Pemasok

Dalam struktur usaha ritel modern, pemasok merupakan ujung tombak dan bagian

yang cukup penting bagi peritel. Persaingan yang cukup sengit di tingkat bisnis ritel modern

belakangan ini sedikit banyaknya berdampak kepada hubungan antara peritel dan

pemasoknya. Hubungan peritel dan pemasok kini sudah tidak bersifat tradisional lagi.

Pemasok tidak bisa lagi mengandalkan hanya hubungan baik, tetapi harus professional

dengan didasarkan kepada angka-angka kinerja dari produk pemasok.

113

Pemasok dalam industri department store adalah produsen garment yang

memproduksi pakaian pria, pakaian wanita, pakaian anak-anak, dan barang tekstil lainnya.

Perusahaan besar garment yang berorientasi ekspor menikmati keuntungan akibat depresiasi

rupiah, sebaliknya cukup banyak perusahaan yang tidak mampu melanjutkan usahanya dan

mereka ini umumnya perusahaan yang berorientasi hanya pada pasar di dalam negeri.

a.) Pemasok

Kinerja industri pakaian jadi (garmen) nasional pada kuartal I tahun 2006,

diperkirakan mengalami penurunan rata-rata sekira 40 persen (Pikiran Rakyat,

2006). Hal itu diduga akibat lesunya ekonomi di dalam negeri dan turunnya daya beli

masyarakat. Penurunan itu juga diperparah oleh banyak beredarnya produk impor

dengan harga murah yang sulit disaingi produsen dalam negeri. Berdasarkan data

APGI, jumlah industri garmen pada 2001 mencapai 860 perusahaan, turun menjadi

849 perusahaan pada 2002, dan menjadi 855 perusahaan pada 2003.

Perusahaan garment dapat dipisahkan menjadi tiga kelompok berdasarkan

jumlah mesin jahit terpasang. Perusahaan besar adalah perusahaan dengan jumlah

mesin jahit minimal sebanyak 1000 unit ada sebanyak 100 perusahaan. Perusahaan

garment berskala menengah ada sebanyak 500 perusahaan, sedangkan perusahaan

garment berskala kecil dan home industry jumlahnya ada sebanyak 600 perusahaan.

Angka tersebut merupakan angka perkiraan dari hasil penelitian yang dilakukan

Indotextile.

Penyediaan pakaian jadi selain produksi lokal ada pula perusahaan importir

yang menyediakan pakaian impor. Akan tetapi jumlah penyediaan pakaian impor ini

sangat kecil dibandingkan dengan produksi lokal. Penyediaan pasokan pakaian jadi

114

untuk pasar lokal mulai tumbuh kembali sejak tahun 2000, dan pasokan tahun 2001

mencapai 728,206 ton. Lebih lengkapnya dapat dilihat pada Tabel lampiran 8.

Menurut Benny, ketua Asosiasi Pertekstilan Indonesia (API), yang terlibat di

dalam industri garmen untuk pasar dalam negeri umumnya adalah pengusaha usaha

kecil dan menengah (UKM). Sesuai dengan catatan Kompas, setidaknya ada sekitar

98.000 UKM yang menekuni industri tekstil dan produk tekstil (TTP).

b.) Switching Cost

Switching cost bagi pemain department store untuk berganti pemasok relatif

tidak ada, ini disebabkan adanya jumlah pemasok yang banyak dan kekuatan beli

department store terhadap pemasok sangat besar. Sebaliknya, bagi pemasok skala

menengah dan kecil, untuk masuk sebagai pemasok dalam industri harus

mendaftarkan diri sebagai pemasok dan bersedia memenuhi persyaratan untuk

menjamin kesinambungan pemasokan barang, dan kualitas produk. Kesinambungan

penyediaan barang yang berkualitas sangat dipentingkan oleh pemain industri

department store, karena pembelian yang dilakukan secara terpusat dan dalam

jumlah besar akan sulit dicarikan pengganti bila ada pemasok yang mendadak gagal

memenuhi permintan.

c.) Ancaman Integrasi ke Hilir

Integrasi ke hilir dalam batas waktu tertentu dilakukan oleh pemasok,

terutama yang telah memiliki brand name yang kuat. Pemasok yang demikian

seringkali membuka showroom di dalam mal atau plaza. Walaupun demikian,

showroom tersebut tidak terlalu besar dan lebih ditujukan untuk display produk,

terutama untuk membangun citra eksklusif. Lagipula, traffic yang tinggi di dalam

115

department store merupakan hal utama yang akan membuat produk pemasok lebih

memiliki kemungkinan yang tinggi untuk dilihat dan menarik pengunjung untuk

membeli. Benefit tersebut tidak dimiliki oleh sebuah showroom.

Hasil analisis di atas dapat disimpulkan bahwa daya tawar pemasok relatif lemah,

terutama pada pemasok berskala menengah dan kecil. Pemasok dalam industri pada

dasarnya memproduksi barang lebih berdasarkan pada permintaan dari ritel dan pengecer

lainnya.

4.1.4.5 Intensitas Persaingan

Industri adalah kumpulan perusahaan yang bergerak dalam bidang yang sama.

Maka, persaingan dalam industri adalah persaingan di antara perusahaan-perusahaan dalam

bidang yang sama yang berupaya mendapatkan posisi terbaik di pasar dengan menggunakan

strategi tertentu.

a.) Jumlah Pemain

Jumlah pemain dalam industri ritel department store ada sekitar 16 pemain,

baik berupa perusahaan ritel skala besar, menengah, maupun skala kecil, dengan

jumlah gerai sebanyak 379 buah yang tersebar di seluruh Indonesia yang tercatat

hingga bulan Juni tahun 2002 (Tabel lampiran 1).

Matahari Group masih merupakan yang terbesar dibandingkan dengan

kelompok department store lainnya di Indonesia, baik dalam jumlah gerai maupun

luas lantainya. Hingga pertengahan tahun 2002, gerainya bertambah dari 81 gerai di

tahun 2001 menjadi sekitar 83 gerai department store yang tersebar di beberapa

116

propinsi di seluruh Indonesia. Luas lantai 83 gerai tersebut diperkirakan mencapai

sekitar 433.000 m2. Kelompok kedua terbesar setelah Matahari Group adalah

Ramayana Group, yang hingga pertengahan tahun 2002 telah memiliki 88 gerai.

Kelompok Yogya Dept. Store yang berkantor pusat di Bandung juga tergolong besar,

yakni sekitar 31 gerai dengan luas sekitar 87.000 m2 pada tahun 2002.

Sedangkan untuk Jabotabek, hingga awal tahun 2003 terdapat sepuluh

pemain dari perusahaan ritel skala besar dan menengah yang mendominasi sebagian

besar ruang ritel department store di Jabotabek. Dengan memperhitungkan pemain

yang memiliki luas ruang lebih kecil, maka secara keseluruhan terdapat 147 gerai

perusahaan ritel skala besar dan menengah yang tersebar di seluruh wilayah

Jabotabek (Tabel lampiran 2).

Jumlah gerai terbanyak di Jabotabek adalah Ramayana sebanyak 41 buah

diikuti Pojok Busana sebanyak 36 buah, kemudian Matahari sebanyak 28 buah.

Untuk luas lantai terbesar dimiliki oleh Matahari dengan luas 247.940 m2 diikuti oleh

Ramayana sebesar 203.303 m2. Persaingan antara Ramayana dan Matahari tidak

hanya dari jumlah dan luasan toko yang dimiliki, tetapi dari sebaran outlet juga

terlihat bahwa kedua department store ini tersebar di sembilan wilayah Jabotabek.

Sampai akhir 2007, Matahari akan membuka lima department store baru.

Sedangkan Ramayana yang hingga kuartal pertama 2007 memiliki 97 gerai --

termasuk OrangeMart, Robinson, dan Cahaya Department Store, menargetkan

memiliki 103 gerai hingga akhir tahun 2007. Namun, mereka akan memfokuskan

ekspansinya ke luar Jawa (Warta Ekonomi, Agustus 2007). Selain itu, di Jakarta

kerap bermunculan pemain-pemain baru dalam industri department store, tidak

hanya lokal, tetapi juga dari luar negeri (Tabel lampiran 3). Trend ini menunjukkan

jumlah gerai department store akan terus bertambah, sebagai upaya para pemain

117

untuk memperbesar pasar. Hal ini mengakibatkan persaingan dalam industri akan

semakin ketat.

Lebih jauh lagi persaingan department store di Jabotabek bila dilihat dari

wilayah Jakarta Barat (Tabel lampiran 4), tampak bahwa di wilayah tersebut terdapat

delapan pemain dengan total 12 gerai yang tersebar seluruh wilayah Jakarta Barat.

Melihat tabel tersebut, MDS Mal Ciputra yang terletak di wilayah Jakarta Barat

memiliki enam pesaing department store lain dengan total gerai delapan buah, dan

dua pesaing dari sesama department store milik Matahari Group, yakni MDS di Mal

Daan Mogot dan Lokasari Plaza serta Parisian di Mal Taman Anggrek, dengan total

gerai tiga buah.

b.) Pertumbuhan Industri

Industri ritel di Indonesia memiliki pertumbuhan yang positif. Pada 2005,

misalnya, kapitalisasi bisnis ritel di Nusantara masih berada di kisaran Rp. 40 triliun.

Namun, tahun lalu, angkanya melonjak menjadi Rp. 50 triliun. Bahkan di tahun ini,

menurut Handaka Santosa (Ketua Umum Asosiasi Pengusaha Ritel Indonesia atau

Aprindo), nilainya bisa mencapai Rp. 58,5 triliun. Aprindo memperkirakan

pertumbuhan bisnis ritel di tahun ini sekitar 17%. Sebagian besar gerai ritel modern,

baik yang lokal maupun asing, yang kecil atau besar, berada di Jakarta dan

sekitarnya. Pada 2006, di Jakarta ada 3.384 gerai ritel atau 38,1% dari total gerai di

tanah air (Majalah Trust, Juli 2007).

Laporan yang dibuat oleh Visidata Riset Indonesia pada Tabel 4.1

memperlihatkan bahwa omzet department store di Indonesia pada tahun 2001

mencapai Rp. 10,84 triliun dari Rp. 5,072 triliun pada tahun 1997 dengan

118

pertumbuhan rata-rata sebesar 21,2%. Sedangkan, khusus di Jabotabek, omsetnya

mencapai Rp. 7,6 triliun pada tahun 2001.

Data dari Asosiasi Pengusaha Ritel Indonesia-Aprindo (2006)

memperlihatkan pada tahun 2005 omzet ritel modern di Indonesia telah mencapai

Rp. 140 triliun. Lembaga riset Euromonitor (Bisnis Indonesia, 2002, p21)

memperkirakan pertumbuhan industri ritel di Indonesia masih sekitar 19% per tahun

dalam lima tahun ke depan. Sejalan dengan hal tersebut, Danareksa Research

Institut (SWA, 2003, p36) menyatakan bahwa pertumbuhan pasar department store

tahun 2002 dan 2003 berturut-turut adalah 16,31% dan 12,78%. Berdasar angka

pertumbuhan tersebut dapat dilihat bahwa peluang industri department store masih

besar.

Tabel 4.1 Perkiraan Perkembangan Omzet Department Store di Indonesia,

1997-2001

Tahun Omzet (Rp milyar) Pertumbuhan (%)

1997 5.072 -

1998 5.862 15,6

1999 6.430 9,7

2000 8.327 29,5

2001 10.840 30,2

Pertumbuhan rata-rata 21,2

Sumber : Visidata Riset Indonesia, 2003, “Studi Tentang Perkembangan Bisnis Ritel Modern di Indonesia (Hypermarket, Department Store, Supermarket, dan Minimarket)”, p78.

c.) Besarnya Modal

Pemain dalam industri department store membutuhkan modal yang tidak

sedikit. Besarnya modal yang digunakan untuk mengembangkan perusahaan

119

mengakibatkan perusahaan yang memiliki akses modal lebih besar akan

mempengaruhi kondisi persaingan dalam industri. Ramayana department store pada

pembukaan outletnya yang ke-83 dengan luas 12.000 m2 menghabiskan investasi

sebesar Rp. 37 miliar (Sijori Pos, 2002, p1). Selanjutnya, menurut Kojongian,

investasi yang dikeluarkan Matahari pada tahun 2003 adalah sebesar Rp. 350 miliar,

yang mana Rp. 80 miliar untuk renovasi 11 toko dan sisanya Rp. 270 miliar untuk

membuka delapan toko baru (RUPS Matahari tahun 2003).

d.) Hambatan Keluar

Industri department store merupakan industri yang relatif rendah hambatan

bagi pelaku untuk keluar dari industri. Terlebih lagi apabila lokasi gerai yang dimiliki

berada pada tempat yang strategis. Kecenderungan pemain industri ritel bila akan

keluar dari industri adalah dengan menawarkan asset yang dimiliki kepada pemain

lain dalam industri. Sebagai contoh, department store Cahaya ketika keluar dari

industri menawarkan asetnya dan sekarang dimiliki oleh Ramayana Group. Contoh

lain adalah Alfa Supermarket dan Alfa Gudang Rabat yang dijual oleh pihak PT. Alfa

Retalilindo Tbk. karena daya saingnya yang terus merosot dan akhirnya diakuisisi

oleh PT. Ramayana Lestari Sentosa Tbk. (Warta Ekonomi, 2007, p23). Proses akuisisi

tersebut telah berlangsung sejak akhir Juni 2007 dan direncanakan akan selesai

dalam tiga sampai empat bulan setelahnya.

Kesimpulan dari uraian di atas adalah terdapat kecenderungan bahwa intensitas

persaingan dalam industri pada masa depan akan tinggi, yang ditunjukkan oleh banyaknya

pesaing dan pertumbuhan gerai yang terus berlanjut, akibat daya tarik industri yang memiliki

120

pertumbuhan tinggi. Begitupun untuk wilayah Jakarta Barat, MDS Mal Ciputra berada di

dalam persaingan dengan intensitas yang tinggi.

Sebagai penutup dari analisis industri, dapat disimpulkan bahwa industri

department store masih menarik, karena :

1. Pertumbuhan industri semakin tinggi yang didukung dengan tingginya pertumbuhan

mal-mal ataupun pusat-pusat perbelanjaan lain yang merupakan saluran distribusi

utamanya. Namun akibatnya intensitas persaingan di masa mendatang cenderung

semakin ketat.

2. Ancaman pendatang baru relatif rendah, akibat tingginya biaya untuk masuk ke

dalam industri dan ketatnya persaingan untuk mendapatkan lokasi strategis. Namun

tetap perlu diwaspadai munculnya pendatang-pendatang asing, karena kekuatan

modal mereka yang besar dan nama merek yang terkenal.

3. Ancaman produk substitusi di masa depan masih rendah, karena awareness dan

prilaku belanja konsumen untuk kebutuhan sandang, khususnya fashion, di factory

outlet maupun di hypermarket masih rendah.

4. Daya tawar pembeli dalam industri rendah. Walaupun switching cost bagi konsumen

rendah, tetapi faktor atribut pelaku industri lebih mempengaruhi loyalitas konsumen.

5. Daya tawar pemasok juga rendah, karena pemasok tidak menguasai informasi

tentang konsumen dan cenderung memproduksi barang berdasarkan permintaan

pelaku industri.

Kesimpulan lain yang dapat diambil dari analisis di atas adalah bahwa MDS Mal

Ciputra walaupun masih berdaya saing tinggi di lingkungan internal Mal Ciputra sendiri,

tetapi memiliki posisi yang rentan terhadap persaingan industri, khususnya di sektor Jakarta

121

Barat. Wilayah Jakarta Barat yang sering disebut sebagai daerah “mulut naga” memiliki

pertumbuhan yang amat pesat. Hal ini bisa dilihat dari menjamurnya kompleks perumahan

maupun pusat perbelanjaan. Kondisi tersebut memberikan daya tarik yang tinggi bagi

pemain-pemain department store lain untuk mendapatkan lokasi di wilayah Jakarta Barat.

Mengingat peraturan pemerintah yang ada saat ini belum memadai untuk mengantisipasi

persaingan tidak seimbang karena pengaturan lokasi berdirinya pusat-pusat perbelanjaan

yang tidak ketat dan perijinan yang cenderung dimudahkan bagi pengembang pusat-pusat

perbelanjaan yang memiliki modal besar, serta telah diberlakukannya AFTA, maka MDS Mal

Ciputra berada pada kondisi waspada.

4.1.5 Struktur Organisasi dan Uraian Pekerjaan

Pada sub-bab ini akan diberikan gambaran struktur organisasi PT. Matahari Putra

Prima, Tbk. dengan uraian pekerjaan untuk masing-masing jabatan dalam struktur

organisasi, baik yang di perusahaan secara keseluruhan, maupun di cabang-cabang toko.

4.1.5.1 Perusahaan

1. Board of Commisioner

Pemegang tertinggi perusahaan dan mempunyai pengaruh besar dalam hal

pemberian modal perusahaan. Komisaris juga pemilik saham terbesar perusahaan

selain dari public. Tugas utama adalah mengawasi pekerjaan Direktur dalam

melaksanakan tugas dan kewajiban sesuai dengan visi dan misi yang diemban

perusahaan. Komisaris terdiri dari :

- Presiden Komisaris

- Komisaris

122

- Komisaris independen

2. Board of Director (BOD)

Pimpinan tertinggi dalam hal operasional perusahaan. BOD tunduk pada ketentuan-

ketentuan global yang telah digariskan oleh RUPS dan Komisaris Perusahaan. BOD

adalah ujung tombak dari pelaksanaan bisnis dan langsung memimpin para manajer

dan senior manager untuk mencapai tujuan perusahaan. BOD terdiri dari :

- Presiden Direktur

- Direktur 1

- Direktur 2

- Direktur 3

3. Business Unit of Director (BUD)

Bekerja sama dengan BOD dalam menentukan pelaksanaan bisnis dan perusahaan,

khususnya dalam pengembangan Department Store dan Supermarket. Bagian ini

terdiri dari :

- CEO Department Store

- CEO Supermarket

4. Corporate Senior Management (CSM)

Tugas utamanya adalah membina hubungan baik dengan para investor yang telah

ada maupun dengan calon investor yang telah ada maupun dengan calon investor,

serta berusaha mengembangkan, dan membuka bisnis-bisnis baru perusahaan. CSM

terdiri dari :

- Investor Relation & Public Director

123

- Business Development Director

4.1.5.2 Cabang-cabang Toko

1. Store Manager

Setingkat dengan kepala cabang di suatu tempat. Store manager adalah pimpinan

tertinggi dalam suatu cabang di Department Store atau Supermarket. Ia

bertanggung jawab dalam memimpin, mengarahkan, dan melaksanakan semua

kebijakan pusat terhadap pelaksanaan bisnis di Department Store tersebut. Ia

mempunyai target terhadap pemasukan atau omset sejumlah sekian rupiah per

bulan dan per tahun, tingkat shrinkage atau angka kehilangan, dan bertanggung

jawab langsung kepada Regional Manager. Store manager dalam melaksanakan

tugasnya sehari-hari dibantu oleh Asisten Store Manager, Supervisor Area,

Supervisor EDP & Finance, Supervisor Teknisi, dan Supervisor VM.

2. Asisten Manager

Membantu Store Manager dalam memberikan saran dan pendapat dalam operasional

toko dan bertanggung jawab atas toko bila Store Manager tidak ada di tempat.

Selain itu, Asisten Manager bertanggung jawab atas administrasi harian baik

penjualan, pengeluaran kas, customer service, dan penampilan toko. Untuk tipe toko

A+, terdapat dua Asisten Manager dengan pertimbangan adanya beban kerja yang

lebih banyak dibandingkan dengan tipe-tipe toko A,B, dan C.

3. Supervisor Area

Bertanggung jawab atas area yang dipimpinnya baik dalam segi penjualan tiap

konter, Visual Merchandising, shrinkage area atau angka kehilangan, nilai inventory,

124

dan standar grooming dari para pramuniaganya, dan yang paling utama adalah

terhadap merchandising atau barang, yaitu memantau atas barang new arrival dan

barang aging.

Sumber : PT. Matahari Putra Prima, Tbk.

Gambar 4.1. Struktur Organisasi PT. Matahari Putra Prima, Tbk – Kantor Pusat

4. Supervisor EDP dan Finance

Bertanggung jawab atas operasional kasir dan EDP, yang mana mencatat dan

mengatur sistem rotasi kasir, laporan penjualan harian dan bulanan, penerimaan dan

pengeluaran kas, penyediaan uang kecil.

5. Supervisor Ekspedisi

Bertanggung jawab atas inventory merchandising atau persediaan barang,

penerimaan barang, dan retur barang.

RUPS

Komisaris Presiden Komisaris Manager Komisaris

Presiden Direktur Corporate Secretary

Direktur 1,2,3 Bisnis Unit Direktur Corporate SeniorManager Spv

ManagerRegional Manager

Manager

StafStaf

Store Manager

125

6. Supervisor Teknisi dan Keamanan

Bertanggung jawab atas operasional toko yang berkaitan atas supply listrik, AC, dan

mesin kassa. Selain itu juga bertanggung jawab kepada Store Manager atas biaya

operasional dari hal tersebut di atas. Selain itu juga membawahi keamanan yang

mana mengatur rotasi dan target, sistem dari keamanan.

7. Supervisor Visual Merchandising dan Promosi

Bertanggung jawab atas acara promosi yang sedang berlangsung dan sistem

penataan, pemajangan barang dan POP dari tiap konter, dan yang paling utama

adalah penampilan toko.

Sumber : PT. Matahari Putra Prima, Tbk.Gambar 4.2. Struktur Organisasi PT. Matahari Putra Prima, Tbk – Cabang Toko

Staf kasir& EDP

VMArtis

Teknisi&

KeamananStaf

EkspedisiStaf

Pramuniaga

KoordinatorArea

SupervisorArea

Ass. Store Manager

Store Manager

SupervisorEDP &Finance

SupervisorVisual

Merchandising& Promosi

SupervisorTeknisi &Keamanan

SupervisorEkspedisi

126

4.2 Analisis Hasil Pengambilan Data

Dalam sub-bab ini, akan dipaparkan hasil pengambilan data beserta analisisnya.

Tahapan pembahasan dilakukan berdasarkan urutan tujuan-tujuan dari penelitian ini.

4.2.1 Suasana Toko, Lokasi Toko, Variasi Merchandise, Tingkat Loyalitas Toko,

dan Tingkat Penjualan MDS Mal Ciputra

Berikut ini akan dijelaskan bagaimana pertimbangan-pertimbangan dalam

pengaturan suasana toko dan variasi merchandise, alasan penempatan lokasi toko MDS di

Mal Ciputra serta tingkat loyalitas pengunjung terhadap toko MDS Mal Ciputra dan tingkat

penjualan MDS Mal Ciputra selama ini.

4.2.1.1 Pengaturan Suasana Toko

Pengaturan suasana toko adalah menyangkut pengaturan elemen-elemen dalam

lingkungan toko dengan tujuan mempengaruhi kondisi emosi, kognisi, dan perilaku

pengunjung. Elemen-elemen tersebut di antaranya adalah disain toko, pengaturan layout/

perencanaan toko, dan pengaturan visual merchandising (VM). Di dalam pengaturan

tokonya, MDS menggunakan istilah “World” dalam membagi-bagi wilayah produk yang dijual.

Penataan barang di Matahari ditangani oleh Bagian Pengembangan Toko (Store

Development Division). Bagian ini selain menangani penataan barang, juga desain toko baik

dalam maupun luar, penataan lampu, warna hingga pengawasan konstruksi dan negosiasi

dengan kontraktor. Bagian Pengembangan Toko ini langsung di bawah pengawasan Presiden

Direktur yang dibantu oleh tim khusus yang terdiri dari para manajemen senior.

Penataan produk fashion dikelompokkan berdasarkan jenis barang dan merek.

Seperti kelompok pakaian pria dengan berbagai mereknya, juga kelompok celana pria

127

dengan berbagai mereknya. Kemudian kelompok yang tergolong besar yaitu sepatu, tas, dan

kelompok kosmetika.

Matahari melakukan pengaturan tersebut berdasarkan konsep disain Family Tree.

Oleh karenanya, suasana yang ingin dibentuk adalah bernuansa family yang dibentuk oleh

penataan toko, penempatan produk, perancangan area promosi, dan pengaturan visual

merchandising yang mendukung. Di samping itu, diperhatikan pula efisiensi ruang, sehingga

daya tampung ruang terhadap produk yang dipajang menjadi maksimal, dan tidak

menghambat lalu lintas di dalam toko. Kesemuanya itu dilakukan dengan melalui tahap-

tahap seperti yang ditunjukkan oleh diagram alur pada Gambar 4.3.

Pertimbangan-pertimbangan dalam pengaturan suasana toko tersebut didasari akan

sales contribution dari masing-masing merek dan kondisi market. Berikut penjelasannya :

a. Sales Contribution

Jika sebuah merek tidak dapat memberikan kontribusi penjualan yang seimbang

dengan persentase ruang yang dihuninya di dalam sebuah MDS, maka MDS akan

mempertimbangkan kembali bagaimana pengaturan ruang untuk merek tersebut.

Misalnya, merek A menghasilkan kontribusi penjualan sebesar 12%, sementara

persentase ruang yang dihuninya di dalam sebuah MDS adalah 20%, maka MDS

berhak mengusulkan untuk memperkecil ruang merek A tersebut dan memberikan

lebihnya ke merek yang memang memiliki kontribusi yang baik.

b. Kondisi Market

Kondisi pasar selalu berubah, dan merupakan tugas penting bagi toko untuk terus

mengikuti perkembangan terbaru dari kondisi pasar. Demi hal tersebut, maka MDS

terus melakukan renovasi untuk memberikan suasana yang lebih menarik dan sesuai

dengan keinginan pasarnya. Renovasi yang dilakukan tergantung pada kebutuhan

128

masing-masing toko (MDS). Hal itu dilakukan dengan melihat apakah kondisi toko

tersebut sudah tidak layak (terdapat kerusakan), adanya market yang menuntut

disain yang lebih menarik, dan banyaknya dana yang tersedia. Selain itu, perubahan-

perubahan dari pesaing juga menjadi bahan pertimbangan.

Kondisi market tersebut berhubungan langsung dengan sales contribution dari merek-merek

yang ada. Selera pasar di masing-masing toko MDS pasti memiliki perbedaan. Misalnya, MDS

di Mal Ciputra yang lokasinya dekat dengan universitas-universitas menyebabkan merek-

merek pakaian kasual dan denim memiliki kontribusi penjualan yang besar dibandingkan

pakaian-pakaian formal. Sementara di MDS Daan Mogot, celana bermuda (celana pendek)

memiliki tingkat penjualan yang sangat hebat karena lokasinya yang dekat dengan

perumahan. Hal itu tercermin pula dari para pengunjungnya yang banyak menggunakan

celana pendek ketika berbelanja di MDS Daan Mogot. Dengan demikian, walaupun pada

dasarnya pengaturan layout di setiap MDS adalah sama dan memiliki jenis-jenis merek yang

sama, namun pengalokasian ruang untuk setiap merek atau jenis produknya akan berbeda,

tergantung dari kondisi market di masing-masing lokasi MDS.

Lebih lanjut, renovasi yang dilakukan dalam hal Visual Merchandising di MDS

dilakukan berdasarkan event-event tertentu, seperti Valentine’s Day, Back to School, Hari

Kemerdekaan 17 Agustus, Lebaran, Natal, dan event-event tertentu lainnya. Secara teknis,

pengaturan Visual Merchandising antara lain :

a. penyusunan berdasarkan warna (colour story) yang lebih menyentuh konsumen,

misalnya memadukan warna oranye dengan kuning;

b. menetapkan standard display untuk masing-masing “World”, setiap merek

mempunyai desain counter tersendiri yang satu sama lain berbeda. Meski demikian,

satu sama lain juga memperhatikan keharmonisan ruang secara keseluruhan;

129

Gambar 4.3. Proses Pengaturan Suasana Toko MDS

Store Concept

Koordinasipihak project

dan toko

Soft Design

Pusat MDS

Renovasiperlu

dilakukan?

Ya

Tidakmelakukanrenovasi

Tidak

Pengaturanlayout

Penempatanbrands

Groupingsesuai world

Usulanrenovasi

Sales Contribution

³space contribution?

Ya

Tidak

Confirm kepara

pemimpin

Evaluasioleh pusat

130

c. berkomunikasi dengan pihak supplier—apakah ada acara, launching product,

ataupun new arrival yang mau diperkenalkan, dalam penempatan titik-titik promosi

yang setiap bulannya diatur bergantian sesuai dengan event yang ada;

d. memperhatikan penampilan Show Window yang menampilkan manekin yang

mewakili brand yang dijual. Dengan melihat show window tersebut, diharapkan

konsumen akan dapat merasa tertarik dengan merek yang dikenakan oleh manekin-

manekin tersebut dan memutuskan untuk masuk dan membeli produk tersebut

ataupun produk-produk lain yang dijual di MDS.

4.2.1.2 Pengaturan Variasi Merchandise

MDS memiliki keragaman produk yang dalam dan lebar, dengan memiliki banyak

variasi kategori produk dan variasi pilihan dalam kategori produk. Seperti yang telah dibahas

pada sub-bab sebelumnya, pembagian kategori produk di MDS dilakukan berdasarkan

“World”. MDS memiliki 10 World, yakni:

1. Men’s

2. Shoes

3. Youth Boy

4. Youth Girl

5. Ladies

6. Cosmetic

7. Bag & Accessories

8. Intimatte

9. Home

10. Children

131

Sementara itu, produk yang dijual di MDS terbagi atas dua kategori, yakni Direct Purchase

(DP) dan Konsinyasi (CV). DP adalah produk-produk yang pembeliannya dikelola langsung

oleh pihak Merchandiser (MD) di pusat. Sementara CV merupakan produk-produk yang

dititipkan oleh pihak suppliers di MDS. Adapun komposisi produk yang ada di MDS

tergantung dari tipe dari sebuah toko MDS. Komposisi produk dari segi tipe sebuah toko MDS

adalah sbb :

1. Tipe Toko A+

Merupakan toko MDS dengan total nilai penjualan per tahun sebesar > Rp. 100

miliar, dengan komposisi produk 70% produk CV dan 30% produk Private Brand.

2. Tipe Toko A

Merupakan toko MDS dengan total nilai penjualan per tahun sebesar > Rp. 50 miliar,

dengan komposisi produk 70% produk CV dan 30% produk Private Brand.

3. Tipe Toko B



4. Tipe Toko C



MDS Mal Ciputra termasuk tipe toko A+, dengan omset per tahun sebesar lebih dari

Rp. 100 miliar dan komposisi DP sebesar 36% dan CV 64%. Komposisi produknya

berdasarkan kategori produk dan world untuk periode Januari – Juni 2007 adalah sebagai

berikut (Tabel 4.2) :

132

Tabel 4.2. Kontribusi by World dan Kategori Produk ( DP dan CV )

World Contribution Space (%)

Men’s 14

Shoes 11

Youth Boy 10

Youth Girl 11

Ladies 12

Cosmetic 7

Bag & Accessories 4

Intimatte 5

Home 12

Children 14

Total 100

Contribution Space (%) DP : 36 CV : 64

Sumber : MDS Mal Ciputra

Di dalam prosesnya, pemilihan model atau pembelian produk yang akan dijual di

MDS untuk produk DP ditentukan dan dilakukan sepenuhnya oleh pihak Merchandiser (MD)

dari kantor pusat di Jakarta berdasarkan volume yang dibagi secara proporsional untuk

masing-masing toko MDS. MD tersebut bertanggung jawab dalam menentukan jenis serta

jumlah barang yang akan dijual di setiap toko, melakukan negosiasi harga pembelian dengan

pemasok, serta menentukan harga penjualan yang tepat agar dapat mencapai marjin laba

kotor yang diharapkan dari tingkat penjualan bulanan dan tahunan yang ditargetkan.

Sementara tugas pihak toko MDS Ciputra adalah menerima produk DP yang dikirim dari

133

Distribution Center (DC) dan tidak berhak untuk menolak. Secara praktek, pihak toko MDS

seharusnya memiliki pengamatan yang lebih baik mengenai produk mana yang lebih memiliki

penjualan yang baik dan sesuai dengan selera pengunjungnya, dan produk mana yang

secara historikal terbukti tidak laku. Oleh karena itu, pihak toko MDS dapat memberikan

laporan mengenai hal tersebut kepada pihak MD pusat untuk dipertimbangkan kembali oleh

pihak MD pusat. Namun, terkadang pihak MD kurang tegas karena menangani terlalu banyak

toko-toko MDS sehingga terjadi pengiriman produk yang telah disarankan untuk tidak dijual

pada toko MDS yang telah memberikan laporan tidak laku tersebut. Jika terjadi demikian,

pihak toko MDS tetap harus menerima terlebih dahulu, baru kemudian melakukan laporan

kembali dan akhirnya jika disetujui oleh pihak MD pusat, maka akan dilakukan transfer

internal (mengirimkan produk atau merek tertentu tersebut ke toko MDS lain yang memiliki

penjualan yang baik akan produk tersebut).

Lain halnya untuk produk CV, yang mana pihak toko MDS dapat memberikan saran

langsung kepada pihak supplier mengenai produk mana yang kurang atau tidak laku dan

produk mana yang lebih laku terjual, untuk kemudian melakukan pengurangan atau

penarikan model tertentu dan memperbanyak produk atau model tertentu yang lebih laku

terjual. Produk-produk CV yang menentukan model dan pilihan produk yang dijual adalah

dari pihak supplier. MDS tidak bertanggung jawab atas produk-produk yang cacat atau tidak

laku, dan menggunakan sistem margin dalam penjualannya. Misalnya, harga sebuah produk

A adalah Rp. 100.000, sesuai perjanjian bahwa MDS mendapatkan 30% gross margin dari

harga penjualan tersebut, maka MDS hanya memberikan sejumlah Rp. 70.000 kepada pihak

supplier apabila barang tersebut terjual, sedangkan Rp. 30.000 adalah untuk pendapatan

toko MDS. Sesuai prinsip konsinyasi yang berarti titip jual, maka untuk barang-barang yang

cacat atau tidak laku akan dikembalikan kepada pihak supplier tanpa syarat apapun. Proses

134

pengaturan variasi merchandise seperti yang telah dijelaskan di atas, digambarkan pada

diagram alur di bawah ini (Gambar 4.4).

Gambar 4.4 Proses Pengaturan Variasi Merchandise MDS Mal Ciputra

4.2.1.3 Pertimbangan dalam Pemilihan Lokasi MDS di Mal Ciputra

Mal Ciputra dibangun pada tahun 1991 dan dibuka pada 26 Februari 1993. Pada saat

itu selama kurun waktu beberapa tahun, mal ini sempat berjaya menjadi pusat belanja

terbesar di Indonesia sebelum menjamurnya mal-mal lain yang lebih besar. Matahari melihat

adanya kesempatan untuk masuk ke Mal Ciputra berdasarkan alasan di atas dan melihat

lokasi Mal Ciputra yang menempati lahan di persimpangan antara Jl. S. Parman – Jl. Kyai

Pusat MDS Supplier

Pembelianproduk olehMerchandiser

DistributionCenter

Penerimaanproduk DP

dan CV

Pemilihanmodel,

warna, dll

Penjualan bagus ?

Produksebaiknya

di transfer?

Evaluasi oleh pihakMD

Penerimaanproduk DP

dan CVyang sama

MDScabang lain

Ya

TidakTidak

Ya

Tidak

135

Tapa – Jalan Tol Dalam Kota adalah lokasi yang strategis, karena selalu menjadi daerah yang

dilewati setiap orang yang akan menuju ke kawasan Jakarta Barat. Akses pencapaiannya pun

sangat menguntungkan karena dapat ditempuh melalui beberapa ruas jalan dan dibuat

pintu-pintu masuk dari setiap ruas jalan tersebut.

Lokasi ditentukan oleh pihak pusat dan dievaluasi kembali melalui pertumbuhan

penjualannya. Apabila terdapat masalah, maka akan dilihat faktor-faktor internal dan

eksternal yang mempengaruhi hal tersebut. Jika masih terdapat peluang bagi lokasi-lokasi

MDS yang ada, baik dilihat dari segi penjualan maupun market yang potensial, maka toko-

toko MDS di lokasi-lokasi tersebut akan terus di-upgrade (misalnya, dari tipe toko A menjadi

tipe toko A+). Sebagai contoh, dulu MDS hanya menjual produk-produk lokal, tetapi dengan

adanya market sekarang yang lebih menyukai produk-produk high-end, maka Matahari

memutuskan untuk lebih banyak menjual produk-produk merek internasional (khususnya

untuk denim, kosmetik, dan apparel). Lebih spesifiknya, untuk lokasi MDS Mal Ciputra yang

terletak dekat dengan univesitas-universitas dan banyak pengunjungnya yang merupakan

kalangan anak muda (market youth lebih besar), sehingga penjualan untuk produk Youth

lebih besar dibandingkan produk lainnya. Hal tersebut berimplikasi pada keputusan untuk

membagi world Youth menjadi dua, yakni Youth Boy dan Youth Girl. Sedangkan, untuk world

Children memiliki penjualan yang kurang baik karena tidak banyak terdapat keluarga muda

yang datang berkunjung di MDS Mal Ciputra.

Keputusan dalam pemilihan lokasi merupakan hal yang besar dan merupakan

pengeluaran biaya yang paling besar dibandingkan keputusan-keputusan dalam unsur Retail

Marketing lainnya. Jika masalah yang terjadi sangat krusial dan toko MDS di lokasi tertentu

tidak lagi memiliki peluang sedikitpun untuk berkembang, maka hal terburuk yang harus

dilakukan adalah menutup toko MDS di lokasi tersebut. Hal ini sangat dihindari oleh para

peritel, sehingga pihak Matahari akan sangat berhati-hati dalam pemilihan lokasi gerai-

136

gerainya, serta selalu introspeksi dengan melihat tren yang ada, seperti meningkatkan

pelayanan dan peluncuran MCC yang akan memberikan nilai tambah bagi para pengunjung

yang datang ke MDS.

4.2.1.4 Tingkat Loyalitas Pengunjung Terhadap MDS Mal Ciputra

Seperti yang telah diceritakan dalam bab profil responden mengenai sejarah

Matahari, dalam rangka membangun, mempertahankan, dan meningkatkan loyalitas

pengunjung atau konsumennya terhadap MDS, diluncurkanlah MCC (Matahari Club Card).

Maka, dalam melihat tingkat loyalitas pengunjung terhadap toko MDS Mal Ciputra dapat

dilakukan melalui data MCC tersebut. Data MCC pada LAMPIRAN 9 menunjukkan jumlah

member MCC yang dibagi ke dalam tiga kategori loyalitas (segment loyalty) pada MDS

Citraland (Mal Ciputra) beserta pergerakan tingkat loyalitasnya selama periode Juni 2006 -

Mei 2007.

Pengkategorian loyalitas untuk program MCC terbagi tiga, yakni :

· Kategori “A” = dalam 6 bulan pengamatan, 6 bulan berbelanja (berturut-turut).

· Kategori “B” = dalam 6 bulan pengamatan, 3-5 bulan berbelanja (namun tidak

harus berturut-turut).

· Kategori “C” = dalam 6 bulan pengamatan, 1-2 bulan berbelanja (namun tidak

harus berturut-turut).

Pengamatan yang dilakukan terbagi atas dua periode tiap tahunnya (satu periode

adalah enam bulan). Berdasarkan hasil pengamatan pada periode 1 (Juni 2006 - November

2006), anggota MCC yang termasuk kategori “A” berjumlah 678 orang, “B” sejumah 13.931

orang, dan “C” sejumlah 63.069 orang. Sementara untuk periode 2 (Desember 2006 – Mei

2007), kelompok “A” meningkat menjadi 713 orang, tetapi sebaliknya untuk kategori “B” dan

“C” menurun menjadi sejumlah 13.749 dan 59.715 orang. Dari kedua periode tersebut,

137

kelompok “C” merupakan kategori yang memiliki jumlah terbesar, hal ini mencerminkan

bahwa mayoritas anggota MCC MDS Mal Ciputra memiliki tingkat loyalitas yang tidak terlalu

tinggi. Mereka berbelanja hanya satu hingga dua bulan selama jangka waktu enam bulan,

yang berarti total hanya berbelanja dua hingga empat bulan dalam setahun.

Hal tersebut juga terlihat dari data pergerakan tingkat loyalitas anggota MCC MDS

Mal Ciputra (LAMPIRAN 9), yang menunjukkan bahwa jumlah anggota yang meningkat

loyalitasnya (total promote) lebih kecil dibandingkan jumlah anggota yang menurun

loyalitasnya (total down grade), yakni 6.265 (total promote) dan 6.329 orang (total down

grade). Adapun jumlah anggota yang tingkat loyalitasnya stabil (tidak meningkat ataupun

menurun) menunjukkan angka terbesar, yakni sejumlah 27.651 orang. Gambar 4.5

menunjukkan diagram batang pergerakan jumlah pembelian dari anggota MCC pada tiap

kategori loyalitas selama dua periode. Diagram tersebut juga memperlihatkan bahwa selain

jumlah anggota MCC MDS Mal Ciputra dengan loyalitas yang stabil adalah yang terbanyak,

mereka juga memiliki jumlah pembelian yang terbanyak dan berkontribusi paling besar

terhadap tingkat penjualan MDS Mal Ciputra dibandingkan dengan jumlah pembelian

anggota MCC yang memiliki penurunan atau peningkatan loyalitas. Uniknya, mereka yang

mengalami kenaikan tingkat loyalitas (promote), yakni mereka yang semakin sering

berbelanja di MDS Mal Ciputra justru memiliki kontribusi pembelian yang lebih kecil pada

periode 1, dan kontribusi pembelian terbesar kedua pada periode 2. Bisa ditarik kesimpulan

pula, bahwa nilai belanja per transaksi dari mereka yang memiliki loyalitas stabil juga lebih

besar daripada mereka yang tingkat loyalitasnya berubah. Namun, perlu diperhatikan juga

bahwa persentase pertumbuhan dari mereka yang loyalitasnya meningkat (promote) sangat

signifikan, mencapai hingga 338% (LAMPIRAN 9).

138

Gambar 4.5 Pergerakan Jumlah Pembelian Anggota MCC MDS Mal Ciputra

Secara keseluruhan kembali terbukti, seperti yang telah dipaparkan di atas, bahwa

mayoritas anggota MCC MDS Mal Ciputra memiliki tingkat loyalitas yang tidak terlalu tinggi.

Mereka berbelanja hanya satu hingga dua bulan selama jangka waktu enam bulan, yang

berarti total hanya berbelanja dua hingga empat bulan dalam setahun (kategori CC), tetapi

mereka berbelanja dengan nilai yang lebih besar dalam setiap transaksinya. Sebaliknya,

mereka yang berbelanja lebih sering justru memiliki nilai belanja per transaksi yang lebih

sedikit, tetapi dengan tingkat pertumbuhan pembelian yang sangat signifikan.

4.2.1.5 Tingkat Penjualan MDS Mal Ciputra

MDS Mal Ciputra memiliki tingkat penjualan rata-rata Rp. 97,279 miliar per tahun

selama periode 2002-2006 (Tabel 4.3). Selama tahun 2002-2004, terlihat adanya penurunan

tingkat penjualan pada MDS Mal Ciputra hingga senilai Rp. 9,519 miliar. Namun kembali

02,000,000,0004,000,000,0006,000,000,0008,000,000,000

10,000,000,00012,000,000,00014,000,000,000

(Rp)

Period 1 Period 2

Sales Periode 1 dan 2

StablePromoteDown Grade

139

mengalami peningkatan penjualan pada tahun 2005 dan 2006, yang mana MDS Mal Ciputra

memiliki tingkat penjualan di atas Rp. 100 miliar (upgrade to A+). Sementara itu, kontribusi

MDS Mal Ciputra terhadap penjualan bersih MDS keseluruhan memiliki nilai rata-rata sebesar

13,64%.

Tabel 4.3. Tingkat Penjualan MDS Mal Ciputra Tahun 2002-2006 (dalam juta rupiah)

Tahun Penjualan Kontribusi % Net Sales

2002 94.112 14.112 15,3%

2003 89.281 10.350 11,6%

2004 83.926 9.519 11,3%

2005 104.487 14.466 13,8%

2006 114.589 18.520 16,2%

Sumber : PT. Matahari Putra Prima Tbk.

Pembelian oleh anggota MCC senilai Rp. 61,764 miliar memberikan kontribusi

sebesar 53,90% terhadap penjualan MDS Mal Ciputra pada tahun 2006 (LAMPIRAN 11). Hal

ini menunjukkan adanya kontribusi yang lebih besar dari pembelian oleh anggota MCC

dibandingkan dengan pengunjung yang bukan anggota MCC. Kondisi serupa juga terlihat dari

kontribusi penjualan MCC sebesar 51% terhadap penjualan MDS Mal Ciputra pada periode

2006 hingga pertengahan 2007.

Adapun produk yang memberikan kontribusi terbesar dan memiliki produktivitas per

m2 tertinggi bagi penjualan MDS Mal Ciputra antara lain adalah kategori produk CV

(konsinyasi) dengan rata-rata kontribusi di atas 60% dan rata-rata produktivitas Rp. 3 juta.

Jika dilihat dari kontribusi by world, kategori produk yang memberikan kontribusi di atas 10%

140

di antaranya adalah produk Men’s (18%), Shoes (15%), Youth Boy (12%), dan Youth Girl

(12%). Kontribusi kategori Youth secara total menjadi 24%, yang merupakan kategori

produk dengan kontribusi terbesar terhadap penjualan MDS Mal Ciputra. Hal ini wajar,

mengingat lokasi MDS Mal Ciputra yang dekat dengan lembaga-lembaga pendidikan,

khususnya universitas-universitas. Tabel 4.4 memberikan ringkasan data kontribusi tersebut.

Tabel 4.4. Contribution By World Januari-Juni 2007 MDS Mal Ciputra

Produktivitas per m2 (Rp.)Keterangan Penjualan (%)

DP CV

Men’s 18 2.398.890 3.740.370

Shoes 15 2.616.630 4.687.620

Youth Boy 12 2.461.920 3.120.810

Youth Girl 12 1.501.320 3.756.840

Ladies 10 1.374.660 3.121.890

Cosmetic 8 3.359.130

Bag & Acc. 3 2.011.230 1.826.190

Intimatte 6 1.508.280 4.426.950

Home 6 1.232.820 1.475.640

Children 10 1.669.590 2.332.560

TOTAL 100 2.327.790 3.167.580

Contribution Sales DP : 31 % CV : 69 % Jan-Des ‘05

Contribution Sales DP : 27 % CV : 73 % Jan-Des ‘06

Contribution Sales DP : 23 % CV : 77 % Jan-Jun ‘07

Sumber : MDS Mal Ciputra

4.2.2 Data Demografis

Berikut ini merupakan informasi mengenai sebaran demografis pengunjung MDS Mal

Ciputra yang sebagian besar akan disajikan dalam bentuk graphic pie.

141

a. Jenis Kelamin

Mayoritas pengunjung MDS Mal Ciputra adalah wanita, yakni 130 orang dengan persentase

65%. Sementara pengunjung pria hanya sejumlah 35%.

Gambar 4.6. Jenis Kelamin Responden

b. Usia

Rata-rata pengunjung merupakan pengunjung dewasa, dengan mayoritas 73% memiliki usia

20-35 tahun. Sementara pengunjung dengan usia lanjut hanya terdapat 5%.

Gambar 4.7. Usia Responden

c. Tingkat Pendidikan Tertinggi

47% responden memiliki pendidikan tertinggi S2, diikuti oleh D3 sebesar 29% dan -

Jenis Kelamin

Lelaki35%

Wanita65%

Usia (tahun)

13%

73%

9%

5% 0%< 20 thn20-35 thn36-50 thn51-65 thn> 65 thn

142

S1 sebesar 10%. Sisanya memiliki pendidikan tertinggi SD, SMU/sederajat, dan S3 sebesar

9%, 3%, dan 2%. Tidak terdapat responden dengan pendidikan tertinggi SLTP.

Gambar. 4.8. Tingkat Pendidikan Tertinggi Responden

d. Status Pernikahan

Status pernikahan responden mayoritas merupakan bujang/single (belum menikah), dengan

persentase 75% (150 orang). Sisanya telah menikah 24% dan merupakan janda/duda 1%.

Gambar 4.9. Status Pernikahan Responden

Tingkat Pendidikan Tertinggi

9%

29%

10%47%

2%

0%0%

3%

SDSLTPSMU/sederajatD3S1S2S3Lainnya

Status Pernikahan

Bujang/single75%

Menikah24%

Lainnya0%

Janda/duda1%

MenikahBujang/singleJanda/dudaLainnya

143

e. Rata-rata Pengeluaran per Bulan

Sebagian besar responden merupakan kalangan menengah ke atas (69%), dengan total

persentase kalangan atas sebesar 46%, dan total kalangan menengah sebesar 23%.

Sementara kalangan bawah memiliki total persentase sebesar 31% (pie warna hijau dan biru

tua).

Gambar 4.10. Rata-rata Pengeluaran per Bulan Responden

f. Keanggotaan MCC

Lebih dari 50% responden tidak memiliki keanggotaan MCC, sedangkan yang merupakan

anggota MCC hanya sebesar 46%.

Gambar 4.11. Keanggotaan MCC Responden

g. Prilaku Belanja Responden

Rata-rata Pengeluaran per Bulan

22%

24%23%

17%

14%> Rp.3.000.000

Rp.1.800.001-Rp.3.000.000

Rp.1.000.001-Rp.1.800.000

Rp. 600.000-Rp1.000.000

< Rp.600.000

Keanggotaan MCC

46%54%

MemberMCC

Non-memberMCC

144

Hanya 39% dari responden yang memiliki prilaku belanja yang berorientasi rekreasi.

Sedangkan sebagian besar responden (61%) memiliki prilaku belanja yang berorientasi

fungsional. Dengan demikian, sebagian besar responden menjawab bahwa mereka dalam

berbelanja lebih mementingkan hal-hal yang sifatnya praktis dan fungsional (lokasi mudah

dicapai, harga menarik, antrian sedikit) dibandingkan adanya suasana yang menyenangkan

dari tempat mereka berbelanja (tempat yang bergengsi, tampilan disain dan interior yang

menarik, serta penataan produk yang menarik).

Gambar 4.12. Prilaku Belanja Responden

h. Jenis Pekerjaan

Responden yang bekerja sebagai karyawan dan profesional menunjukkan persentase

tertinggi, masing-masing sebesar 31%. Jenis pekerjaan responden kedua terbanyak adalah

mahasiswa, dengan persentase sebesar 19% atau 38 orang. Sedangkan sisanya merupakan

pelajar 8%, ibu rumah tangga 5%, PNS 2%, dan freelance, sedang bekerja magang, telah

pensiun, serta pengangguran, dengan masing-masing persentase sebesar 1%.

Prilaku Belanja Responden

61%

39%BerorientasifungsionalBerorientasirekreasi

145

Gambar 4.13. Jenis Pekerjaan Responden

i. Transportasi yang Digunakan

Sebagian besar dari mereka yang datang ke MDS Mal Ciputra menggunakan kendaraan

umum (42%), dan mobil pribadi (41%). Sisanya menggunakan motor dan jalan kaki sebesar

12% dan 5%.

Gambar 4.14. Jenis Transportasi yang Digunakan Responden

Jenis Pekerjaan1%

31%

19%

31%

1%

1%

2%

8%

5%

1%

Freelance Karyawan Ibu rumah tangga Magang MahasiswaPelajar Pengangguran Pensiun PNS Profesional

Transportasi yang Digunakan

5%

42%41%

12%Jalan kaki

Kendaraanumum

Mobil Pribadi

Motor

146

j. Waktu Tempuh, Lama Belanja, dan Jumlah Kunjungan dalam 1 Bulan Terakhir

Hasil survei menunjukkan bahwa responden membutuhkan waktu tempuh rata-rata 32,82

menit untuk sampai ke MDS Mal Ciputra, menggunakan waktu rata-rata 98,025 menit

melihat-lihat di dalam MDS Mal Ciputra, serta rata-rata responden mengunjungi MDS Mal

Ciputra sebanyak 3,03 kali dalam sebulan terakhir.

Berdasarkan penjabaran hasil sebaran demografis di atas, dapat disimpulkan bahwa

mayoritas responden merupakan wanita sebesar 65% (130 orang), berusia 20-35 tahun

(73% atau 146 orang), memiliki pendidikan tertinggi S2 sebanyak 47% (94 orang), belum

menikah 75% (150 orang), merupakan kalangan atas dengan rata-rata pengeluaran sebesar

Rp. 1.800.001 hingga lebih dari Rp. 3 juta sebanyak 46% (92 orang), bukan merupakan

anggota MCC 54% (108 orang). 61% (122 orang) memiliki prilaku belanja yang berorientasi

fungsional, bekerja sebagai karyawan dan profesional dalam bidang tertentu masing-masing

sebesar 31% (total 124 orang), dan menggunakan transportasi kendaraan umum 42% (84

orang). Mereka membutuhkan waktu tempuh rata-rata sekitar 32,82 menit, menghabiskan

waktu melihat-lihat di dalam MDS Mal Ciputra selama rata-rata 98,025 menit, serta

mengunjungi MDS Mal Ciputra rata-rata sebanyak 3,03 kali dalam sebulan terakhir.

4.2.3 Screening Data

Berikut sebagian output PRELIS yang merupakan output statistik deskriptif yang memberikan

informasi mengenai mean, standar deviasi skewness dan kurtosis, sampai nilai minimum dan

maximum beserta frekuensinya pada tiap-tiap variabel manifest (indikator) :

Total Sample Size = 200

Univariate Summary Statistics for Continuous Variables

147

Variable Mean St. Dev. T-Value Skewness Kurtosis Minimum Freq. Maximum Freq.

-------- ---- -------- ------- -------- -------- ------- ----- ------- -----

ST11 3.775 0.894 59.749 -1.547 2.483 1.000 8 5.000 23ST12 4.035 0.958 59.546 -1.385 1.961 1.000 6 5.000 63ST13 4.040 0.686 83.272 -1.088 2.474 2.000 11 5.000 40ST14 3.755 0.805 65.958 -1.043 0.957 1.000 1 5.000 21ST15 3.800 0.730 73.633 -1.238 1.999 1.000 1 5.000 18ST16 3.965 0.726 77.285 -1.302 2.907 1.000 1 5.000 33ST21 3.525 1.084 45.984 -0.639 -0.497 1.000 8 5.000 30ST22 3.775 0.865 61.723 -1.194 1.509 1.000 4 5.000 26ST23 3.730 0.825 63.945 -1.143 1.128 1.000 2 5.000 19ST24 3.415 1.029 46.951 -0.622 -0.811 1.000 5 5.000 15ST25 3.260 1.148 40.143 -0.363 -0.994 1.000 13 5.000 21ST26 3.550 1.036 48.470 -0.601 -0.501 1.000 5 5.000 29ST27 3.760 0.752 70.728 -1.293 2.086 1.000 2 5.000 16ST28 3.555 0.928 54.173 -0.601 -0.538 1.000 1 5.000 20ST29 3.565 0.922 54.684 -1.009 0.314 1.000 5 5.000 14ST210 3.635 0.852 60.357 -1.045 0.717 1.000 3 5.000 15ST211 3.925 0.694 79.970 -1.629 4.486 1.000 2 5.000 24ST31 3.230 1.106 41.302 -0.377 -0.787 1.000 14 5.000 18ST32 3.680 0.861 60.445 -0.953 0.516 1.000 2 5.000 20ST33 3.780 0.822 65.067 -1.274 1.797 1.000 3 5.000 22ST34 3.965 0.712 78.805 -1.387 3.793 1.000 2 5.000 32

LT11 3.665 0.920 56.318 -0.964 0.481 1.000 4 5.000 23LT12 4.085 0.591 97.717 -1.348 7.240 1.000 2 5.000 37LT13 3.775 0.964 55.388 -0.929 0.427 1.000 4 5.000 38LT21 3.605 0.924 55.193 -0.911 0.238 1.000 4 5.000 19LT22 3.560 0.889 56.631 -0.747 0.270 1.000 4 5.000 18

VM11 3.900 0.868 63.527 -1.294 2.025 1.000 4 5.000 38VM12 4.075 0.657 87.727 -1.153 3.168 2.000 10 5.000 41VM13 3.900 0.750 73.519 -1.060 1.859 1.000 1 5.000 31VM14 3.920 0.804 68.929 -1.083 1.182 2.000 21 5.000 36VM21 3.530 1.041 47.937 -0.552 -0.681 1.000 4 5.000 28VM22 3.460 1.046 46.785 -0.585 -0.651 1.000 6 5.000 22

LYT11 4.065 0.919 62.538 -1.228 1.463 1.000 3 5.000 66LYT12 3.395 1.084 44.296 -0.312 -0.895 1.000 6 5.000 28LYT21 3.640 0.730 70.506 -0.419 0.015 2.000 14 5.000 16LYT22 3.930 0.894 62.174 -1.013 1.102 1.000 3 5.000 49LYT31 3.855 0.726 75.127 -1.126 2.081 1.000 1 5.000 24LYT32 3.835 0.700 77.461 -1.446 2.867 1.000 1 5.000 17LYT33 3.860 0.709 76.976 -1.586 3.707 1.000 2 5.000 19LYT34 3.705 0.838 62.560 -0.901 0.696 1.000 2 5.000 22LYT35 3.820 0.663 81.461 -0.724 1.100 2.000 9 5.000 20LYT36 3.850 0.693 78.596 -0.983 2.090 1.000 1 5.000 23

PP11 2.980 1.112 37.911 -0.027 -1.117 1.000 15 5.000 12PP12 2.695 1.140 33.447 0.127 -1.177 1.000 30 5.000 6PP13 2.765 1.165 33.573 0.160 -1.161 1.000 26 5.000 10PP21 3.295 1.046 44.563 -0.349 -0.669 1.000 9 5.000 19PP22 3.180 1.185 37.946 -0.043 -1.183 1.000 11 5.000 28PP23 3.990 0.856 65.882 -1.096 1.425 1.000 2 5.000 51

Hasil di atas memperlihatkan tidak terdapat data outliers, yang terbukti dari nilai minimum

dan maksimum yang tidak berada di luar angka 1 - 5. Sementara itu, dengan melihat nilai

rata-rata dari masing-masing variabel manifest tersebut dapat kita lihat bahwa secara

148

keseluruhan responden memberikan ranking yang baik untuk variabel laten suasana toko,

lokasi toko, dan variasi merchandise. Namun, responden memberikan ranking yang kurang

baik untuk variabel pembelian pengunjung.

Lebih lanjut, untuk variabel suasana toko, indikator yang mendapatkan ranking

terburuk paling banyak (31,5% responden memberi nilai 5) adalah indikator pada dimensi

ambient factors : ST12, yakni mengenai kesukaan responden akan musik yang diputar di

MDS Mal Ciputra. Indikator tersebut menggunakan pernyataan negatif pada kuesioner (“Saya

merasa terganggu dengan musik yang diputar di MDS ini”). Dengan demikian, nilai 5

menunjukkan penilaian yang sangat buruk dari responden. Hal ini menunjukkan bahwa

31,5% responden merasa terganggu dengan musik yang diputar di MDS Mal Ciputra selama

kunjungan mereka. Sedangkan indikator pada dimensi yang sama: ST13, yakni mengenai

penilaian responden akan kebersihan lantai MDS Mal Ciputra, merupakan indikator yang

mendapat ranking tertinggi terbanyak (20% responden memberi nilai 5) dibandingkan

indikator-indikator suasana toko lainnya.

Kemudian, untuk variabel lokasi toko, indikator yang mendapatkan nilai 5 terbanyak

(19% atau 38 responden memberi nilai 5) adalah indikator pada dimensi aksesbilitas : LT13,

yakni penilaian responden akan kemudahan untuk datang ke MDS Mal Ciputra dengan

menggunakan transportasi umum. Pernyataan untuk menilai indikator ini menggunakan

pernyataan negatif (“Sulit untuk berkunjung ke MDS ini dengan menggunakan transportasi

umum”), yang berarti nilai 5 merupakan penilaian yang buruk. Hal ini menunjukkan bahwa

terdapat 19% responden yang memberikan penilaian sangat buruk akan kemudahan

mengakses MDS Mal Ciputra dengan menggunakan transportasi umum. Sementara untuk

indikator-indikator lainnya mendapatkan penilaian yang baik dari para responden.

Pada variabel variasi merchandise, indikator yang mendapatkan penilaian tertinggi

ataupun terendah paling banyak adalah indikator-indikator pada dimensi variabilitas.

149

Indikator VM12, yang merupakan penilaian responden akan ragam kategori produk yang

tersedia, mendapat penilaian tertinggi (nilai 5) terbanyak, yakni 20,5% responden memberi

nilai 5. Sementara indikator yang mendapatkan penilaian rendah (nilai 2) terbanyak, adalah

VM14, yang merupakan penilaian responden akan banyaknya pilihan warna (ukuran, bahan,

dll) dalam setiap kategori produk. VM14 mendapat nilai 2 dari 21 responden (10,5%). Akan

tetapi VM14 juga mendapatkan penilaian tertinggi (nilai 5) yang tidak terlalu jauh berbeda

dengan jumlah responden yang memberikan nilai 2, yakni 36 orang (18%) responden

memberikan nilai 5 untuk VM14.

Pada variabel loyalitas toko, nilai rendah terbanyak diberikan oleh 66 responden

(33%) pada indikator dimensi commitment, yakni LYT11 : kekuatan komitmen responden

untuk berbelanja kembali di MDS Mal Ciputra. Indikator tersebut menggunakan pernyataan

negatif (“Saya tidak berniat untuk kembali berbelanja di MDS ini”). Sehingga nilai 5 yang

diberikan oleh responden menunjukkan tidak adanya komitmen responden untuk kembali

berbelanja di MDS Mal Ciputra. Sementara itu, indikator pada dimensi satisfaction, yakni

LYT31 : kepuasan pengunjung terhadap pelayanan di MDS, memiliki penilaian tertinggi

terbanyak dibandingkan indikator-indikator loyalitas toko lainnya. 12% atau 24 responden

memberikan nilai 5 untuk LYT31. Kondisi tersebut mengimplikasikan adanya loyalitas yang

tidak terlalu kuat dari para pengunjung MDS Mal Ciputra.

Terakhir, pada variabel pembelian pengunjung, indikator yang mendapatkan nilai

tertinggi terbanyak dari responden (9,5% responden memberi nilai 5) adalah indikator pada

dimensi average number of visits over a year, yakni PP21 : bahwa responden setiap bulan

datang berkunjung ke MDS Mal Ciputra. Sementara indikator yang mendapatkan penilaian

terendah dari responden (25,5% responden memberi nilai 5) adalah indikator pada dimensi

average number of visits over a year, yakni PP23 : bahwa responden hanya sekali dalam

setahun berkunjung dan atau berbelanja di MDS. Hasil yang diharapkan dari indikator ini

150

adalah nilai 1 (Sangat Tidak Setuju), karena kondisi yang diinginkan adalah responden sering

berkunjung atau setiap bulan berkunjung ke MDS Mal Ciputra. Hal ini memperlihatkan bahwa

sebagian besar responden tidak setiap bulan berkunjung di MDS Mal Ciputra. Di samping itu,

melihat hasil indikator lainnya dapat disimpulkan pula bahwa rata-rata responden

mengunjungi banyak toko dalam setahun dan 7,5% (15 orang) menyatakan bahwa MDS Mal

Ciputra merupakan pilihan pertama mereka.

Berikut adalah hasil tes distribusi normalitas multivariat dengan PRELIS :

Test of Univariate Normality for Continuous Variables

Skewness Kurtosis Skewness and Kurtosis

Variable Z-Score P-Value Z-Score P-Value Chi-Square P-Value

ST11 -9.001 0.000 3.920 0.000 96.385 0.000

ST12 -8.058 0.000 3.450 0.001 76.833 0.000

ST13 -6.330 0.000 3.912 0.000 55.379 0.000

ST14 -6.067 0.000 2.208 0.027 41.687 0.000

ST15 -7.199 0.000 3.488 0.000 64.001 0.000

ST16 -7.575 0.000 4.244 0.000 75.393 0.000

ST21 -3.714 0.000 -1.809 0.071 17.068 0.000

ST22 -6.946 0.000 2.961 0.003 57.013 0.000

ST23 -6.646 0.000 2.465 0.014 50.249 0.000

ST24 -3.620 0.000 -3.895 0.000 28.272 0.000

ST25 -2.110 0.035 -5.823 0.000 38.353 0.000

ST26 -3.495 0.000 -1.827 0.068 15.553 0.000

ST27 -7.521 0.000 3.571 0.000 69.314 0.000

ST28 -3.493 0.000 -2.026 0.043 16.303 0.000

ST29 -5.869 0.000 0.983 0.326 35.412 0.000

ST210 -6.079 0.000 1.808 0.071 40.221 0.000

ST211 -9.477 0.000 5.161 0.000 116.454 0.000

ST31 -2.191 0.028 -3.691 0.000 18.425 0.000

ST32 -5.543 0.000 1.423 0.155 32.749 0.000

ST33 -7.412 0.000 3.283 0.001 65.719 0.000

ST34 -8.065 0.000 4.804 0.000 88.122 0.000

LT11 -5.608 0.000 1.352 0.176 33.284 0.000

LT12 -7.838 0.000 6.173 0.000 99.540 0.000

151

LT13 -5.405 0.000 1.238 0.216 30.748 0.000

LT21 -5.299 0.000 0.801 0.423 28.724 0.000

LT22 -4.343 0.000 0.878 0.380 19.631 0.000

VM11 -7.525 0.000 3.513 0.000 68.967 0.000

VM12 -6.708 0.000 4.424 0.000 64.563 0.000

VM13 -6.167 0.000 3.348 0.001 49.243 0.000

VM14 -6.300 0.000 2.540 0.011 46.139 0.000

VM21 -3.213 0.001 -2.898 0.004 18.722 0.000

VM22 -3.403 0.001 -2.698 0.007 18.861 0.000

LYT11 -7.140 0.000 2.905 0.004 59.416 0.000

LYT12 -1.817 0.069 -4.683 0.000 25.236 0.000

LYT21 -2.435 0.015 0.193 0.847 5.968 0.051

LYT22 -5.891 0.000 2.427 0.015 40.597 0.000

LYT31 -6.552 0.000 3.566 0.000 55.644 0.000

LYT32 -8.413 0.000 4.215 0.000 88.553 0.000

LYT33 -9.223 0.000 4.755 0.000 107.682 0.000

LYT34 -5.242 0.000 1.769 0.077 30.614 0.000

LYT35 -4.208 0.000 2.424 0.015 23.587 0.000

LYT36 -5.715 0.000 3.575 0.000 45.441 0.000

PP11 -0.156 0.876 -7.746 0.000 60.022 0.000

PP12 0.740 0.459 -9.035 0.000 82.182 0.000

PP13 0.933 0.351 -8.650 0.000 75.699 0.000

PP21 -2.032 0.042 -2.816 0.005 12.062 0.002

PP22 -0.250 0.802 -9.178 0.000 84.293 0.000

PP23 -6.373 0.000 2.858 0.004 48.784 0.000

Relative Multivariate Kurtosis = 1.146

Test of Multivariate Normality for Continuous Variables

Skewness Kurtosis Skewness and Kurtosis

Value Z-Score P-Value Value Z-Score P-Value Chi-Square P-Value

------ ------- ------- ------- ------- ------- ---------- -------

902.832 45.637 0.000 2750.427 16.911 0.000 2368.725 0.000

Berdasarkan hasil di atas, dapat disimpulkan bahwa terdapat ketidaknormalan

multivariate. Hal tersebut ditunjukkan dari bagian Skewness dan Kurtosis yang signifikan

152

pada skala 5% (p-value < 0.05). Jika data adalah tidak multivariate normal, maka besar

kemungkinan univariate juga tidak normal. Hal tersebut terbukti dimana hampir seluruh

variabel melanggar asumsi univariate normality. Kecuali variabel manifest LYT21, yang

memiliki nilai Skewness and Kurtosis yang tidak signifikan (p-value sebesar 0.051; yakni lebih

besar daripada 0.05). Hal ini adalah wajar, mengingat responden merupakan pengunjung di

sebuah department store (dalam hal ini MDS Mal Ciputra), yang pada dasarnya memiliki

resiko adanya kondisi psikologis responden (internal) yang tidak dapat terduga, seperti

sedang terburu-buru, memiliki suasana hati yang sedang buruk atau sedang senang. Hal

tersebut akan berpengaruh terhadap pengisian kuesioner oleh sang responden. Hal ini juga

didukung oleh pernyataan Schermelleh-Engel et. al. (2003) yang menyatakan bahwa

pelanggaran akan asumsi distribusi adalah umum dan sering tidak terhindarkan dalam

prakteknya.

Data yang tidak normal tersebut akan berpengaruh terhadap pemilihan metode

estimasi yang akan digunakan pada proses pengolahan SEM nanti. Setelah ini, langkah

selanjutnya adalah melakukan analisis SEM.

4.2.4 Analisis SEM (Structural Equation Modeling)

Menurut buku berjudul Structural Equation Modeling yang ditulis oleh Imam Ghozali

dan Fuad , proses SEM mencakup beberapa langkah yang harus dilakukan, yakni :

1. konseptualisasi model

2. penyusunan diagram alur (path diagram)

3. spesifikasi model

4. identifikasi model

5. estimasi parameter

6. penilaian model fit

153

7. modifikasi model

8. validasi silang model (opsional)

4.2.4.1 Konseptualisasi Model

Tahap ini berhubungan dengan pengembangan hipotesis berdasarkan teori sebagai

dasar dalam menghubungkan variabel laten dengan variabel laten lainnya, dan juga dengan

indikator-indikatornya. Tabel 4.5 menunjukkan hubungan antar variabel dan indikator-

indikator dari masing-masing variabel laten.

Seperti yang telah diuraikan sebelumnya pada sub bab hipotesa, berdasarkan teori

dapat disimpulkan bahwa suasana toko, lokasi toko, dan variasi merchandise memiliki

pengaruh terhadap loyalitas toko yang akan berimplikasi kepada pembelian pengunjung

dalam bentuk pemilihan gerai tempat mereka akan berbelanja.

Oleh sebab itu, hipotesis dari penelitian yang akan diuji adalah:

H1. Suasana toko berpengaruh positif terhadap loyalitas toko

Dengan sub hipotesa:

H1-1. Hubungan fungsional yang positif antara Ambient Factors (ST-1), Design Factors

(ST-2), dan Social Factors (ST-3) terhadap suasana toko (ST).

H1-2. Hubungan fungsional yang positif antara suasana toko (ST) terhadap loyalitas toko

(LYT).

H2. Lokasi toko berpengaruh positif terhadap loyalitas toko


H2-1. Hubungan fungsional yang positif antara Aksesbilitas (LT-1) dan Keberadaan toko

lain (LT-2) terhadap lokasi toko (LT).

H2-2. Hubungan fungsional yang positif antara lokasi toko (LT) terhadap loyalitas toko

(LYT).

154

H3. Variasi merchandise berpengaruh positif terhadap loyalitas toko


H3-1. Hubungan fungsional yang positif antara Variabilitas (VM-1) dan Availibility (VM-2)

terhadap variasi merchandise (VM).

H3-2. Hubungan fungsional yang positif antara variasi merchandise (VM) terhadap

loyalitas toko (LYT).

H4. Loyalitas toko berpengaruh positif terhadap pembelian pengunjung


H4-1. Hubungan fungsional yang positif antara Commitment (LYT-1), Intention to revisit

the store (LYT-2), dan Satisfaction (LYT-3) terhadap loyalitas toko (LYT).

H4-2. Hubungan fungsional yang positif antara Average Number of Stores Visited Over a

Year (PP-1) dan Average Number of Visits Over a Year (PP-2) terhadap pembelian

pengunjung (PP).

H4-3. Hubungan fungsional yang positif antara loyalitas toko (LYT) terhadap pembelian

pengunjung (PP) yang dilihat dari pemilihan gerai tempat mereka akan berbelanja

(loyalitas pengunjung terhadap toko).

Tabel 4.5. Hubungan Antar Variabel

Variabel SifatVariabel

Dimensi Indikator

Suasana

Toko

(ST)

LatenEksogen

( x1 )

AmbientFactors(ST-1)

1. Volume musik (ST11)

2. Disukainya musik (ST12)

3. Kebersihan lantai (ST13)

4. Kebersihan tembok (ST14)

5. Kebersihan rak (ST15)

6. Scent (ST16)

155


Dimensi Indikator

DesignFactors(ST-2)

1. Penataan produk yang baik (ST21)

2. Kemudahan menemukan barang (ST22)

3. Penataan produk yang menarik (ST23)

4. Perasaan senang ketika berjalan di lorong (ST24)

5. Kenyamanan (ST25)

6. Tanda petunjuk yang membantu (ST26)

7. Tanda petunjuk yang dimengerti (ST27)

8. Style (ST28)

9. Warna (ST29)

10. Display (ST210)

11. Lighting (ST211)

SocialFactors(ST-3)

1.Banyaknya pengunjung lain (ST-31)

2.Penampilan karyawan (ST-32)

3.Perilaku karyawan (ST-33)

4.Keramahan karyawan (ST-34)

156


Dimensi Indikator

Lokasi

Toko(LT)

LatenEksogen

( x2 )

Aksesbilitas(LT-1)

1. Lokasi yang dekat dengan rumahpengunjung/tempat kerja (LT-11)

2. Lokasi nyaman (LT-12)

3. Mudah dicapai dengan menggunakan transportasiumum (LT-13)

Keberadaantoko lain(LT-2)

1. Keberadaan toko lain di sekitar MDS bersifatkomplementer bagi MDS (LT-21)

2. Keberadaan toko lain di sekitar MDS bersifatsubstitusi bagi MDS (LT-22)

Variasi

Merchandise(VM)

LatenEksogen

( x3 )

Variabilitas(VM-1)

1. Ragam merek (brands) yang tersedia (VM-11)

2. Ragam kategori produk yang tersedia (VM-12)

3. Ragam private labels (VM-13)

4. Banyak pilihan (warna,ukuran,bahan,dll) dalamsetiap kategori produk (VM-14)

Availibility(VM-2)

1. Ketersediaan produk (VM-21)

2. Consistency in assortment (C2C) (VM-22)

Loyalitas

Toko(LYT)

LatenEndogen

( h1 )

Commitment(LYT-1)

1. Komitmen untuk berbelanja kembali (LYT-11)

2. Komitmen untuk tidak berpindah (LYT-12)

Intention torevisit the

store(LYT-2)

1. Di masa mendatang, pengunjung akan sangatsering shopping di MDS (LYT-21)

2. Di masa mendatang, pengunjung tidak akanshopping di MDS (LYT-22)

157

4.2.4.2 Penyusunan Diagram Alur

Penyusunan diagram alur akan memudahkan kita dalam memvisualisasi hipotesis

yang telah diajukan dalam konseptualisasi model di atas. Visualisasi model akan mengurangi

tingkat kesalahan kita dalam pembangunan suatu model pada LISREL. Gambar 4.15

menunjukkan diagram alur dari model konseptual.


Dimensi Indikator

Satisfaction(LYT-3)

1. Kepuasan pengunjungterhadap pelayanan di MDS (LYT-31)

2. Kepuasan pengunjung terhadap produk di MDS(LYT-32)

3. Kepuasan pengunjung terhadap lokasi MDS(LYT-33)

4. Kepuasan pengunjung terhadap disain toko secarakeseluruhan (LYT-34)

5. Kepuasan pengunjung terhadap pembelian yangdilakukannya di MDS (LYT-35)

6. Akan merekomendasikan kepada orang lain(LYT-36)

Pembelian

Pengunjung(PP)

LatenEndogen

( h2 )

Averagenumber of

stores visitedover a year

(PP-1)

1. Mengunjungi banyak toko dalam setahun (PP-11)

2. Mengunjungi sedikit toko dalam setahun (PP-12)

3. Hanya mengunjungi 1 toko dalam setahun(PP-13)

Averagenumber of

visits over a year

(PP-2)

1. Sering berkunjung (tiap bulan) di MDS (PP-21)

2. Jarang berkunjung (tidak setiap bulan) di MDS(PP-22)

3. Sekali dalam setahun berkunjung dan atauberbelanja di MDS (PP-23)

158

Gambar 4.15. Model Konseptual

159

4.2.4.3 Spesifikasi Model

Parameter yang diestimasi (hanya sebagian dari format LISREL):

LAMBDA-Y

lyt pp

-------- --------

LYT11 0 0

LYT12 1 0

LYT21 2 0

LYT22 3 0

LYT31 4 0

LYT32 5 0

LYT33 6 0

LYT34 7 0

LYT35 8 0

LYT36 9 0

PP11 0 0

PP12 0 10

PP13 0 11

PP21 0 12

PP22 0 13

PP23 0 14

LAMBDA-X

st lt vm

-------- -------- --------

ST11 15 0 0

ST12 16 0 0

ST13 17 0 0

ST14 18 0 0

ST15 19 0 0

ST16 20 0 0

ST21 21 0 0

ST22 22 0 0

ST23 23 0 0

ST24 24 0 0

ST25 25 0 0

ST26 26 0 0

ST27 27 0 0

ST28 28 0 0

ST29 29 0 0

ST210 30 0 0

ST211 31 0 0

ST31 32 0 0

ST32 33 0 0

ST33 34 0 0

ST34 35 0 0

LT11 0 36 0

LT12 0 37 0

LT13 0 38 0

LT21 0 39 0

LT22 0 40 0

VM11 0 0 41

VM12 0 0 42

VM13 0 0 43

VM14 0 0 44

VM21 0 0 45

VM22 0 0 46

160

BETA

lyt pp

-------- --------

lyt 0 0

pp 47 0

GAMMA

st lt vm

-------- -------- --------

lyt 48 49 50

pp 0 0 0

PHI

st lt vm

-------- -------- --------

st 0

lt 51 0

vm 52 53 0

PSI

Note: This matrix is diagonal.

lyt pp

-------- --------

54 55

THETA-EPS

LYT11 LYT12 LYT21 LYT22 LYT31 LYT32

-------- -------- -------- -------- -------- --------

56 57 58 59 60 61

THETA-EPS

LYT33 LYT34 LYT35 LYT36 PP11 PP12

-------- -------- -------- -------- -------- --------

62 63 64 65 66 67

THETA-EPS

PP13 PP21 PP22 PP23

-------- -------- -------- --------

68 69 70 71

THETA-DELTA

ST11 ST12 ST13 ST14 ST15 ST16

-------- -------- -------- -------- -------- --------

72 73 74 75 76 77

THETA-DELTA

ST21 ST22 ST23 ST24 ST25 ST26

-------- -------- -------- -------- -------- --------

78 79 80 81 82 83

THETA-DELTA

ST27 ST28 ST29 ST210 ST211 ST31

-------- -------- -------- -------- -------- --------

84 85 86 87 88 89

THETA-DELTA

ST32 ST33 ST34 LT11 LT12 LT13

-------- -------- -------- -------- -------- --------

90 91 92 93 94 95

THETA-DELTA

LT21 LT22 VM11 VM12 VM13 VM14

-------- -------- -------- -------- -------- --------

96 97 98 99 100 101

THETA-DELTA

VM21 VM22

-------- --------

102 103

161

Seperti yang dapat dilihat di atas, jumlah parameter yang diestimasi adalah 103 parameter.

Program LISREL akan melakukan estimasi terhadap parameter-parameter di atas. Hasilnya

adalah penilaian model fit dan saran modifikasi (apabila ada) untuk pertama kalinya.

4.2.4.4 Identifikasi Model

Informasi yang diperoleh dari data diuji untuk menentukan apakah cukup untuk

mengestimasi parameter dalam model. Tahapan ini dimaksudkan untuk menjaga agar model

yang dispesifikasikan bukan merupakan model yang under-identified atau unidentified.

Untuk menentukan apakah model kita mengandung masalah identifikasi atau tidak,

maka harus dipenuhi keadaan berikut :

t ≤ s/2

t = Jumlah parameter yang diestimasi

s = Jumlah varians dan kovarians antara variable manifest (observed/ manifest) ; yang

merupakan (p + q) (p + q + 1)

p = Jumlah variabel y (indikator variabel endogen)

q = Jumlah variabel x (indikator variabel eksogen)

Hasil perhitungan berdasarkan output awal adalah dibawah ini:

t = 103 parameter, dengan perincian seperti pada Tabel 4.6.

s = ( 16 + 33 ) ( 16 + 33 + 1 )

= 2450

s/2 = 2450 / 2 = 1225

Maka, t < s/2 ; dimana 103 < 1225

162

Kondisi tersebut merupakan over-identified. Berarti terdapat cukup persamaan untuk

melakukan estimasi untuk masing-masing parameter (jumlah persamaan yang tersedia

melebihi jumlah parameter yang diestimasi). Oleh karena itu, model dapat di-identifikasi.

Tabel 4.6. Perincian Parameter

Parameter Keterangan Jumlah

LAMBDA-Y Hubungan antara variabel laten

endogen

14

LAMBDA-X Hubungan antara variabel laten

eksogen

32

BETA Hubungan langsung variabel

endogen terhadap variabel

endogen lain

1

GAMMA Hubungan langsung variabel

eksogen terhadap variabel

endogen

3

PHI Kovarians/korelasi antara

variabel eksogen

3

PSI Matriks kovarians antara

residual struktural ( z )

2

THETA-EPS Matriks kovarians simetris

antara kesalahan pengukuran

pada indikator suatu variabel

laten endogen ( e )

16

163

THETA-DELTA Matriks kovarians simetris

antara kesalahan pengukuran

pada indikator suatu variabel

laten endogen ( d )

32

4.2.4.5 Estimasi Parameter

Pertimbangan dalam memilih metode estimasi yang akan digunakan tergantung pada

besar sampel dan normalitas suatu penelitian. Sampel penelitian ini berjumlah 200, serta

terdapat ketidaknormalan multivariat seperti yang telah dijelaskan pada sub-bab screening

data. Oleh karena itu, estimasi yang akan digunakan adalah Maximum Likelihood (ML).

Seperti yang dinyatakan dalam buku Structural Equation Modeling, bahwa ukuran

sampel yang disarankan untuk penggunaan estimasi Maximum Likelihood adalah sebesar

100-200. Selain itu, ML memiliki kelemahan, yakni adanya asumsi yang kuat akan normalitas

multivariat, sementara pelanggaran akan asumsi distribusi adalah umum dan sering tidak

terhindarkan dalam prakteknya, serta berpotensial membawa ke hasil yang menyesatkan

(Schermelleh-Engel et al, 2003, p26). Walaupun demikian, ML tampaknya cukup kuat akan

pelanggaran asumsi normalitas (cf Boomsma & Hoogland, 2001; Chou & Bentler, 1995;

Curran, West & Finch, 1996; Muthén & Muthén, 2002; West, Finch, & Curran, 1995). Hal ini

didukung pula oleh Schermelleh-Engel et al (2003) dengan pernyataannya : “Simulation

studies suggest that under conditions of severe nonnormality, ML parameter estimates are

still consistent but not necessarily efficient”.

Alasan penting lain atas pemilihan metode ML tersebut adalah karena metode ini

memungkinkan tes statistik formal untuk overall model fit bagi overidentified models

164

(Schermelleh-Engel et al, 2003, p26), yang mana sesuai dengan kondisi model penelitian ini

seperti yang telah ditunjukkan oleh hasil perhitungan pada sub-bab identifikasi model (t <

s/2 ; dimana 103 < 1225). Kelebihan lainnya yakni “…its estimates are in general scale

invariant and scale free” (Bollen, 1989, p109). Sehingga konsekuensinya nilai-nilai dari fungsi

kecocokan tidak tergantung apakah korelasi atau matrix-matrix kovarians yang dianalisa,

serta apakah data original atau yang telah ditransformasi yang digunakan (Schermelleh-

Engel et al, 2003, p26).

4.2.4.6 Penilaian Model Fit

Output indeks-indeks Goodness of Fit :

Goodness of Fit Statistics

Degrees of Freedom = 1073Minimum Fit Function Chi-Square = 2448.06 (P = 0.0)

Normal Theory Weighted Least Squares Chi-Square = 2686.32 (P = 0.0)Estimated Non-centrality Parameter (NCP) = 1613.32

90 Percent Confidence Interval for NCP = (1464.55 ; 1769.70)

Minimum Fit Function Value = 12.30Population Discrepancy Function Value (F0) = 8.11

90 Percent Confidence Interval for F0 = (7.36 ; 8.89)Root Mean Square Error of Approximation (RMSEA) = 0.087

90 Percent Confidence Interval for RMSEA = (0.083 ; 0.091)P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00

Expected Cross-Validation Index (ECVI) = 14.5390 Percent Confidence Interval for ECVI = (13.79 ; 15.32)

ECVI for Saturated Model = 11.82ECVI for Independence Model = 21.70

Chi-Square for Independence Model with 1128 Degrees of Freedom =4222.49

Independence AIC = 4318.49Model AIC = 2892.32

Saturated AIC = 2352.00Independence CAIC = 4524.81

Model CAIC = 3335.04Saturated CAIC = 7406.82

Normed Fit Index (NFI) = 0.42

165

Non-Normed Fit Index (NNFI) = 0.53Parsimony Normed Fit Index (PNFI) = 0.40

Comparative Fit Index (CFI) = 0.56Incremental Fit Index (IFI) = 0.56Relative Fit Index (RFI) = 0.39

Critical N (CN) = 97.22

Root Mean Square Residual (RMR) = 0.083Standardized RMR = 0.094

Goodness of Fit Index (GFI) = 0.64Adjusted Goodness of Fit Index (AGFI) = 0.61Parsimony Goodness of Fit Index (PGFI) = 0.58

Chi-Square dan P

Model awal memiliki nilai chi-square sebesar 2448.06 dengan 1073 degrees of freedom.

Probabilitas chi-square adalah signifikan (P=0.0) yang berarti bahwa model tidak fit.

Demikian pula dengan Normal Theory Weighted Least Squares Chi-Square yang juga

memiliki nilai P yang signifikan (P=0.0), yang berarti bahwa model adalah tidak fit.

x2/df

Rasio perbandingan antara nilai chi-square dengan degrees of freedom pada model awal di

atas adalah 2448.06/1073 = 2.282. Hasil tersebut menunjukkan bahwa model awal

termasuk acceptable fit. Selain itu, hasil tersebut lebih rendah dari cut-off model fit yang

disarankan oleh Wheaton (1977), yaitu 5, dan sedikit lebih tinggi daripada yang dianjurkan

oleh Carmines dan Melver (1982), yaitu 2. Sehingga kita dapat mengambil kesimpulan bahwa

dengan mengendalikan kompleksitas model (yang diproksikan dengan jumlah degrees of

freedom), model sebenarnya memiliki fit yang cukup baik.

RMSEA

RMSEA merupakan indikator model fit yang paling informatif. Ia mengukur penyimpangan -

166

nilai parameter pada suatu model dengan matriks kovarians populasinya (Browne dan

Cudeck, 1993). RMSEA model adalah sebesar 0.087. Nilai tersebut menunjukkan bahwa

model tidak fit ( > 0.08). Karena model tidak fit, 90 Percent Confidence Interval

for RMSEA = (0.083 ; 0.091) juga mengindikasikan bahwa nilai RMSEA tersebut

memiliki ketepatan yang tidak baik, yang mana nilai batas kiri confidence interval tersebut

menunjukkan nilai yang sangat jauh dari nol (left boundary of CI = 0.00 -> good-fit).

Begitu pula dengan P-Value for Test of Close Fit (RMSEA < 0.05) =

0.00 yang jauh lebih kecil dari 0.1 (Schermelleh-Engel et al, 2003) , juga jauh lebih kecil

daripada 0.5 sebagaimana yang disarankan oleh Joreskog dan Sorbom (1996). Dengan kata

lain, kita ingin menerima hipotesis null yang menyatakan bahwa RMSEA model kurang

daripada 0.05. Akan tetapi, nilai yang signifikan tersebut (< 0.5) mengindikasikan bahwa

RMSEA tidak kurang daripada 0.05.

NNFI

NNFI digunakan untuk mengatasi permasalahan kompleksitas model. Nilai NNFI model awal

adalah sebesar 0.53 yang jauh lebih kecil dari 0.95, sehingga dapat disimpulkan bahwa

model tidak fit.

CFI

Suatu model dikatakan baik apabila memiliki nilai CFI yang mendekati 1 dan 0.95 adalah

batas model fit (Schermelleh-Engel et al, 2003). Sementara menurut Bentler (1990), batas

model fit adalah 0.9. Model awal memiliki nilai CFI sebesar 0.56, sehingga model dinyatakan

tidak fit.

167

SRMR

SRMR digunakan untuk mengatasi masalah ketergantungan RMR terhadap ukuran varians

dan kovarians dari variabel teramati. Nilai SRMR £ 1 adalah batas model fit. Model awal

memiliki SRMR sebesar 0.094 yang berarti masih dapat diterima sebagai acceptable fit.

Berdasarkan penilaian output di atas, secara keseluruhan dapat diambil kesimpulan bahwa

model awal memiliki kinerja yang tidak baik. Tabel 4.7 meringkas hasil di atas.

Tabel 4.7. Penilaian Model Fit Awal

Indeks Fit Model Awal Syarat Kriteria

X2 (df) 2448.06 (1073) 0 £ X2 £ 2df = Good Fit ;

2df < X2 £ 3df = Acceptable Fit

P-value 0.0 .05 < p £ 1.00 = Good Fit ;

.01 £ p £ .05 = Acceptable Fit

X2 / df 2.282 0 £ X2 £ 2df = Good Fit ;


RMSEA 0.087 0 £ RMSEA £ .05 = Good Fit ;

.05< RMSEA £ .10 = Acceptable Fit

P-value for test of close fit

(RMSEA <0 .05)

0.00 .10 < p £ 1.00 = Good Fit ;


90% CI 0.083 ; 0.091 close to RMSEA, left boundary of CI = .00 = Good Fit;

close to RMSEA = Acceptable Fit

NNFI 0.53 .97 £ NNFI £ 1.00 = Good Fit ;

.95 £ NNFI < .97 = Acceptable Fit

CFI 0.56 .97 £ CFI £ 1.00 = Good Fit ;

.95 £ CFI < .97 = Acceptable Fit

SRMR 0.094 0 £ SRMR £ .05 = Good Fit ;

.05 < SRMR £ .10 = Acceptable Fit

Sumber : Output SIMPLIS hasil pengolahan data

168

4.2.4.7 Evaluasi Model Pengukuran (Uji Validitas dan Reliabilitas)

Pada sub bab ini akan diberikan hasil uji validitas dan reliabilitas indikator-indikator.

Pembahasan akan dibagi menjadi dua bagian, yakni validitas dan reliabilitas masing-masing

indikator terhadap variabel latennya (secara individual) dan reliabilitas konstruk (composite

reliability).

A. Uji Validitas dan Reliabilitas (Individual)

Output SIMPLIS persamaan pengukuran:

LISREL Estimates (Maximum Likelihood)

Measurement Equations

LYT11 = 0.15*lyt, Errorvar.= 0.82 , R² = 0.025 (0.083) 9.94

LYT12 = 0.24*lyt, Errorvar.= 1.12 , R² = 0.049 (0.14) (0.11) 1.73 9.90






LYT34 = 0.58*lyt, Errorvar.= 0.36 , R² = 0.49

169

(0.28) (0.042) 2.09 8.65



PP11 = 0.12*pp, Errorvar.= 1.22 , R² = 0.012 (0.12) 9.95

PP12 = - 0.065*pp, Errorvar.= 1.29 , R² = 0.0033 (0.099) (0.13) -0.66 9.97

PP13 = 0.37*pp, Errorvar.= 1.22 , R² = 0.10 (0.27) (0.13) 1.38 9.49

PP21 = 0.95*pp, Errorvar.= 0.19 , R² = 0.83 (0.69) (0.23) 1.38 0.80

PP22 = 0.53*pp, Errorvar.= 1.12 , R² = 0.20 (0.37) (0.13) 1.42 8.34

PP23 = 0.16*pp, Errorvar.= 0.71 , R² = 0.035 (0.13) (0.072) 1.25 9.88

ST11 = 0.11*st, Errorvar.= 0.79 , R² = 0.015 (0.067) (0.079) 1.60 9.96

ST12 = 0.14*st, Errorvar.= 0.90 , R² = 0.023 (0.072) (0.090) 2.01 9.94

ST13 = 0.30*st, Errorvar.= 0.38 , R² = 0.19 (0.049) (0.039) 6.15 9.65

ST14 = 0.24*st, Errorvar.= 0.59 , R² = 0.092 (0.059) (0.060)

170

4.11 9.84

ST15 = 0.36*st, Errorvar.= 0.40 , R² = 0.25 (0.051) (0.042) 7.09 9.53

ST16 = 0.28*st, Errorvar.= 0.45 , R² = 0.15 (0.053) (0.046) 5.39 9.73

ST21 = 0.30*st, Errorvar.= 1.09 , R² = 0.075 (0.080) (0.11) 3.69 9.87

ST22 = 0.43*st, Errorvar.= 0.57 , R² = 0.24 (0.061) (0.059) 7.01 9.54

ST23 = 0.52*st, Errorvar.= 0.41 , R² = 0.39 (0.055) (0.045) 9.30 9.11

ST24 = 0.33*st, Errorvar.= 0.95 , R² = 0.10 (0.076) (0.097) 4.34 9.82

ST25 = 0.25*st, Errorvar.= 1.26 , R² = 0.047 (0.086) (0.13) 2.90 9.91

ST26 = 0.28*st, Errorvar.= 1.00 , R² = 0.072 (0.077) (0.10) 3.62 9.87

ST27 = 0.32*st, Errorvar.= 0.46 , R² = 0.18 (0.054) (0.048) 5.97 9.67

ST28 = 0.63*st, Errorvar.= 0.47 , R² = 0.45 (0.061) (0.053) 10.24 8.86

ST29 = 0.49*st, Errorvar.= 0.61 , R² = 0.28 (0.064) (0.065) 7.63 9.45

ST210 = 0.56*st, Errorvar.= 0.41 , R² = 0.44 (0.056) (0.046) 10.00 8.93

171

ST211 = 0.42*st, Errorvar.= 0.31 , R² = 0.36 (0.047) (0.034) 8.81 9.23

ST31 = 0.31*st, Errorvar.= 1.13 , R² = 0.076 (0.082) (0.11) 3.73 9.86

ST32 = 0.53*st, Errorvar.= 0.46 , R² = 0.37 (0.058) (0.051) 9.05 9.17

ST33 = 0.51*st, Errorvar.= 0.42 , R² = 0.38 (0.055) (0.046) 9.16 9.15

ST34 = 0.31*st, Errorvar.= 0.41 , R² = 0.19 (0.051) (0.043) 6.03 9.67

LT11 = 0.26*lt, Errorvar.= 0.78 , R² = 0.083 (0.076) (0.081) 3.47 9.59

LT12 = 0.35*lt, Errorvar.= 0.22 , R² = 0.36 (0.055) (0.036) 6.41 6.15

LT13 = 0.18*lt, Errorvar.= 0.90 , R² = 0.034 (0.080) (0.091) 2.21 9.84

LT21 = 0.29*lt, Errorvar.= 0.77 , R² = 0.10 (0.077) (0.081) 3.84 9.48

LT22 = 0.035*lt, Errorvar.= 0.79 , R² = 0.0016 (0.074) (0.079) 0.48 9.97

VM11 = 0.57*vm, Errorvar.= 0.43 , R² = 0.43 (0.059) (0.050) 9.63 8.64

VM12 = 0.41*vm, Errorvar.= 0.26 , R² = 0.40 (0.045) (0.030) 9.20 8.79

172

VM13 = 0.46*vm, Errorvar.= 0.35 , R² = 0.37 (0.052) (0.040) 8.85 8.91

VM14 = 0.53*vm, Errorvar.= 0.37 , R² = 0.43 (0.054) (0.043) 9.75 8.59

VM21 = 0.73*vm, Errorvar.= 0.56 , R² = 0.49 (0.069) (0.067) 10.49 8.26

VM22 = 0.68*vm, Errorvar.= 0.63 , R² = 0.42 (0.071) (0.073) 9.57 8.66

Output LISREL completely standardized solution (nilai loading yang telah distandardisasi) :

Completely Standardized Solution

LAMBDA-Y

lyt pp -------- -------- LYT11 0.16 - - LYT12 0.22 - - LYT21 0.54 - - LYT22 0.17 - - LYT31 0.65 - - LYT32 0.80 - - LYT33 0.64 - - LYT34 0.70 - - LYT35 0.73 - - LYT36 0.58 - - PP11 - - 0.11 PP12 - - -0.06 PP13 - - 0.32 PP21 - - 0.91 PP22 - - 0.45 PP23 - - 0.19

LAMBDA-X

st lt vm -------- -------- -------- ST11 0.12 - - - - ST12 0.15 - - - - ST13 0.44 - - - -

173

ST14 0.30 - - - - ST15 0.50 - - - - ST16 0.39 - - - - ST21 0.27 - - - - ST22 0.49 - - - - ST23 0.63 - - - - ST24 0.32 - - - - ST25 0.22 - - - - ST26 0.27 - - - - ST27 0.43 - - - - ST28 0.67 - - - - ST29 0.53 - - - - ST210 0.66 - - - - ST211 0.60 - - - - ST31 0.28 - - - - ST32 0.61 - - - - ST33 0.62 - - - - ST34 0.43 - - - - LT11 - - 0.29 - - LT12 - - 0.60 - - LT13 - - 0.18 - - LT21 - - 0.32 - - LT22 - - 0.04 - - VM11 - - - - 0.65 VM12 - - - - 0.63 VM13 - - - - 0.61 VM14 - - - - 0.66 VM21 - - - - 0.70 VM22 - - - - 0.65

Berdasarkan output model pengukuran di atas, dapat disimpulkan beberapa hal (Ghozali &

Fuad, 2003, p212):

1. Indikator-indikator tidak valid : ditunjukkan dengan tidak signifikannya hubungan

antara indikator dengan variabel laten (taraf arti 5%, t < 1,96)

2. Indikator-indikator paling kurang valid : ditunjukkan dengan nilai loading paling

rendah yang dimiliki oleh indikator, yang ditampilkan pada output Completely

Standardized Solutions

3. Paling kurang reliable : ditunjukkan dengan R2 yang paling rendah pada persamaan

pengukuran (measurement equations) antara indikator dengan variabel latennya.

174

Sehingga kita dapat mengelompokkan “indikator-indikator yang bermasalah” tersebut ke

dalam tiga kelompok :

1. Indikator-indikator yang tidak valid / tidak signifikan ( t < |1.96| ) :

PP12 = - 0.065*pp, Errorvar.= 1.29 , R² = 0.0033 (0.099) (0.13)

-0.66 9.97

PP23 = 0.16*pp, Errorvar.= 0.71 , R² = 0.035 (0.13) (0.072)

1.25 9.88

LT22 = 0.035*lt, Errorvar.= 0.79 , R² = 0.0016 (0.074) (0.079)

0.48 9.97

2. Indikator-indikator dengan nilai loading yang rendah (< 0.5) :

LYT11 0.16

LYT12 0.22

LYT22 0.17

PP11 0.11

PP12 -0.06

PP13 0.32

PP22 0.45

PP23 0.19

ST11 0.12

ST12 0.15

ST13 0.44

ST14 0.30

ST16 0.39

175

ST21 0.27

ST22 0.49

ST24 0.32

ST25 0.22

ST26 0.27

ST27 0.43

ST31 0.28

LT11 0.29

LT13 0.18

LT21 0.32

LT22 0.04

3. Indikator yang paling kurang reliabel :

· Indikator variabel laten Suasana Toko (ST) : ST11 ; R² = 0.015

Nilai R2 tersebut menunjukkan bahwa variabel manifest / indikator ST11 (musik)

memiliki kontribusi paling kecil pada pembentukan variabel laten Suasana Toko

(ST), yakni sebesar 1,5%.

· Indikator variabel laten eksogen Lokasi Toko (LT) : LT22 ; R² = 0.0016

Nilai R2 tersebut menunjukkan bahwa variabel manifest / indikator LT22

(keberadaan toko lain di sekitar MDS bersifat subtitusi bagi MDS) memiliki

kontribusi paling kecil pada pembentukan variabel Lokasi Toko (LT), yakni sebesar

0,16%.

176

· Indikator variabel laten eksogen Variasi Merchandise (VM) : VM13 ; R² = 0.37

Nilai R2 tersebut menunjukkan bahwa variabel manifest / indikator VM13 (ragam

private labels) memiliki kontribusi paling kecil pada pembentukan variabel laten

Variasi Merchandise (VM), yakni sebesar 37%.

· Indikator variabel laten endogen Loyalitas Toko (LYT) : LYT11 ; R² = 0.025

Nilai R2 tersebut menunjukkan bahwa variabel manifest / indikator LYT11

(komitmen untuk berbelanja kembali) memiliki kontribusi paling kecil pada

pembentukan variabel laten Loyalitas Toko (LYT), yakni sebesar 2,5%.

· Indikator variabel laten endogen Pembelian Pengunjung (PP): PP12 ; R² =

0.0033

Nilai R2 tersebut menunjukkan bahwa variabel manifest / indikator PP12

(mengunjungi sedikit toko dalam setahun) memiliki kontribusi paling kecil pada

pembentukan variabel laten Pembelian Pengunjung (PP), yakni sebesar 0,33%.

Selain ketiga kelompok di atas, terdapat beberapa indikator yang walaupun tidak memenuhi

syarat signifikansi validitas pada taraf 5% ( t ³ |1.96| ), namun memenuhi syarat signifikansi

validitas yang diukur berdasarkan taraf arti 20% ( t ³ |1.282| ) dan 10% ( t ³ |1.645| ) :

1. Valid pada taraf arti 10% :

LYT12 = 0.24*lyt, Errorvar.= 1.12 , R² = 0.049 (0.14) (0.11)

1.73 9.90

2. Valid pada taraf arti 20% :

LYT22 = 0.15*lyt, Errorvar.= 0.78 , R² = 0.027 (0.096) (0.078)

1.53 9.94

177

PP13 = 0.37*pp, Errorvar.= 1.22 , R² = 0.10 (0.27) (0.13)

1.38 9.49

PP21 = 0.95*pp, Errorvar.= 0.19 , R² = 0.83 (0.69) (0.23)

1.38 0.80

PP22 = 0.53*pp, Errorvar.= 1.12 , R² = 0.20 (0.37) (0.13)

1.42 8.34

ST11 = 0.11*st, Errorvar.= 0.79 , R² = 0.015 (0.067) (0.079)

1.60 9.96

Signifikansi pada tingkat kepercayaan yang lebih rendah pada enam indikator tersebut

khususnya disebabkan karena enam indikator tersebut merupakan enam hal yang tidak

dapat dipastikan sepenuhnya oleh pengunjung. Seperti pada LYT12 : “Komitmen untuk tidak

berpindah”, komitmen pengunjung untuk tidak berpindah tersebut dapat digoyahkan oleh

adanya penawaran-penawaran khusus di department store lain. Hal ini secara khusus

disebutkan pada pernyataan untuk indikator LYT12 di kuesioner, yakni : “Saya akan

berbelanja ke department store lain yang memberikan penawaran khusus walaupun jauh”.

Demikian pula halnya dengan LYT22 : ”Di masa mendatang, pengunjung tidak akan

shopping di MDS”, PP13 : ”Hanya mengunjungi satu toko dalam setahun”, PP21 : “Sering

berkunjung (tiap bulan) di MDS”, PP22 : “Jarang berkunjung (tidak setiap bulan) di MDS”,

dan ST11 : “Volume musik”.

B. Composite Reliability

Seperti yang telah dijelaskan pada bab metodologi penelitian, di samping menguji

reliabilitas indikator secara individual dengan R2 (squared multiple correlations), kita juga

dapat menilai reliabilitas gabungan (composite reliability) untuk tiap-tiap variabel laten

178

(sering juga disebut construct reliability). Untuk melakukan hal tersebut, kita menggunakan

informasi pada bagian Completely Standardized Solutions dan menghitung reliabilitas

gabungan dengan rumus :

rc = (ål)2 / [ (ål)2 + å (q) ]

Berikut perhitungannya :

Variabel Laten Suasana Toko

rc = ( 0.121 + 0.151 + 0.440 + 0.303 + 0.499 + 0.390 + 0.273 + 0.494 + 0.625 + 0.319 +

0.216 + 0.268 + 0.428+ 0.674+0.531 + 0.661 + 0.598 + 0.276 + 0.612 + 0.617 +

0.432 )2 / [ ( 0.121 + 0.151 + 0.440 + 0.303 + 0.499 + 0.390 + 0.273 + 0.494 +

0.625 + 0.319 + 0.216 + 0.268 + 0.428+ 0.674+0.531 + 0.661 + 0.598 + 0.276 +

0.612 + 0.617 + 0.432 )2 + (0.985 + 0.977 + 0.807 + 0.908 + 0.751 + 0.848 +

0.925 + 0.756 + 0.609 + 0.898 + 0.953 + 0.928 + 0.817 + 0.546 + 0.718 + 0.563

+ 0.642 + 0.924 + 0.626 + 0.619 + 0.814 ) ]

= (8.928)2 / [ ( 8.928 )2 + 16.614 ]

= 79.709 / 96.323

= 0.828 » 0.8 ( > 0.5 dan > 0.6 ; Reliabel)

Variabel Laten Lokasi Toko

rc = ( 0.288 + 0.600 + 0.183 + 0.319 +0.040 )2 / [ ( 0.288 + 0.600 + 0.183 + 0.319

+0.040 )2 + (0.917 + 0.640 + 0.966 + 0.898 + 0.998 ) ]

= ( 1.43 )2 / [ (1.43 )2 + 4.419 ]

= 2.045 / 6.464

= 0.316 » 0.3 ( < 0.5 ; Tidak Reliabel )

179

Variabel Laten Variasi Merchandise

rc = (0.653 + 0.630 + 0.611 + 0.659 + 0.698 + 0.650)2 / [ (0.653 + 0.630 + 0.611 + 0.659

+ 0.698 + 0.650)2 + (0.573 + 0.603 + 0.627 + 0.565 + 0.513 + 0.577 ) ]

= ( 3.901 )2 / [ ( 3.901 )2 + 3.458 ]

= 15.218 / 18.676

= 0.815 » 0.8 ( > 0.5 dan > 0.6 ; Reliabel )

Variabel Laten Loyalitas Toko

rc = (0.158 + 0.221 + 0.545 + 0.165 + 0.646 + 0.801+ 0.642 + 0.697 + 0.725 + 0.578)2 /

[ (0.158 + 0.221 + 0.545 + 0.165 + 0.646 + 0.801+ 0.642 + 0.697 + 0.725 + 0.578)2

+ (0.975 + 0.951 + 0.703 + 0.973 + 0.583 + 0.358 + 0.587 + 0.514 + 0.474 +

0.666 ) ]

= ( 5.178 )2 / [ ( 5.178 )2 + 6.784 ]

= 26.812 / 33.596

= 0.798 » 0.8 ( > 0.5 dan > 0.6 ; Reliabel )

Variabel Laten Pembelian Pengunjung

rc = (0.112 - 0.057 + 0.320 + 0.911 + 0.447+ 0.187)2 / [ (0.112 - 0.057 + 0.320 + 0.911 +

0.447+ 0.187)2 + (0.988 + 0.997 + 0.898 + 0.170 + 0.800 + 0.965 ) ]

= ( 1.92 )2 / [( 1.92 )2 + 4.818 ]

= 3.686 / 8.504

= 0.433 » 0.4 ( < 0.5 ; Tidak Reliabel )

180

Berdasarkan hasil perhitungan di atas dapat terlihat bahwa terdapat dua variabel laten yang

secara composite tidak reliabel, yakni variabel laten Lokasi Toko dan Pembelian Pengunjung.

Hal tersebut disebabkan adanya indikator-indikator dari kedua variabel tersebut yang

memiliki nilai-nilai validitas tidak signifikan dan nilai-nilai reliabilitas terendah seperti yang

telah dikemukakan di awal penilaian model pengukuran di atas.

Indikator-indikator yang tidak valid dan memiliki reliabilitas yang sangat rendah tersebut

berpengaruh kepada model yang tidak fit dari hasil penilaian output model awal di atas.

Namun secara keseluruhan, indikator-indikator yang ada memiliki validitas yang baik , dan

dapat digunakan untuk pengolahan data selanjutnya.

4.2.4.8 Penilaian Model Struktural

Berikut sebagian output SIMPLIS model awal:

Structural Equations

lyt = 0.53*st - 0.12*lt + 0.37*vm, Errorvar.= 0.49 , R² = 0.51 (0.27) (0.36) (0.36) (0.47) 1.98 -0.34 1.01 1.05

pp = 0.32*lyt, Errorvar.= 0.90 , R² = 0.10 (0.28) (1.25)

1.12 0.72

Correlation Matrix of Independent Variables

st lt vm -------- -------- -------- st 1.00

lt 0.60 1.00 (0.10) 5.77

vm 0.63 0.88 1.00 (0.06) (0.10) 11.01 8.50

181

Covariance Matrix of Latent Variables

lyt pp st lt vm -------- -------- -------- -------- -------- lyt 1.00 pp 0.32 1.00 st 0.68 0.22 1.00 lt 0.51 0.16 0.60 1.00 vm 0.59 0.19 0.63 0.88 1.00

Melihat hasil output persamaan model struktural awal di bawah ini,


lyt = 0.53*st - 0.12*lt + 0.37*vm, Errorvar.= 0.49 , R² = 0.51 (0.27) (0.36) (0.36) (0.47) 1.98 -0.34 1.01 1.05

pp = 0.32*lyt, Errorvar.= 0.90 , R² = 0.10 (0.28) (1.25)

1.12 0.72

dapat disimpulkan bahwa hanya terdapat 1 hubungan dan pengaruh yang signifikan, yakni

dari variabel eksogen ST terhadap variabel endogen LYT (Loyalitas Toko), dengan t-value

sebesar 1.98 ( t > |1.96|, signifikan pada taraf 5%). Sementara, nilai R2 sebesar 0.51

menunjukkan nilai yang cukup reliabel , yang menunjukkan bahwa 51% dari variabel laten

LYT dijelaskan oleh variabel-variabel laten ST (Suasana Toko), LT (Lokasi Toko), dan VM

(Variasi Merchandise).

Di lain pihak, pada hubungan pengaruh antara variabel laten LYT terhadap PP

(Pembelian Pengunjung) menunjukkan nilai t-value sebesar 1.12 yang tidak signifikan (t <

|1.96|) dan memiliki nilai R2 hanya sebesar 0.10. Berarti, variabel laten LYT hanya

menjelaskan 10% dari variabel laten PP. Dengan demikian, model struktural tidak sesuai

dengan yang diharapkan.

182

Lebih lanjut mari kita melihat hasil Correlation Matrix of Independent

Variables di bawah ini :

Correlation Matrix of Independent Variables

st lt vm -------- -------- -------- st 1.00

lt 0.60 1.00 (0.10) 5.77

vm 0.63 0.88 1.00 (0.06) (0.10) 11.01 8.50

Dari output tersebut, kita dapat mengetahui korelasi antara variabel-variabel laten eksogen

yang dapat dilihat dari nilai estimasinya. Setiap korelasi antar variabel menunjukkan hasil

yang signifikan, karena nilai t-value yang seluruhnya signifikan bahkan hingga taraf 1% ( t >

|3.291| ).

Informasi korelasi dan standard error di atas sangat bermanfaat untuk mengetahui

apakah sebenarnya model di atas cocok menggunakan dua variabel laten atau tiga variabel

laten. Karena kemungkinan korelasi tertinggi antara variabel ST-LT dan ST-VM adalah 0.70

dan 0.69 yang mana jauh dari nilai 1 (yaitu adanya hubungan yang sempurna antara dua

variabel), maka penggunaan dua variabel tersebut adalah tepat. Namun, kemungkinan

korelasi tertinggi dari variabel LT-VM adalah 0.98 (mendekati 1), maka seharusnya model

menggunakan kedua variabel tersebut menjadi satu variabel saja. Dengan kata lain,

indikator-indikator dari LT dan VM sebaiknya digabung ke dalam satu faktor jika melihat hasil

korelasi tertingginya tersebut. Akan tetapi, hal ini tidak sesuai dengan teori, sehingga

penelitian ini akan tetap menggunakan tiga variabel eksogen tersebut.

Hasil model struktural yang tidak baik di atas tidaklah mengherankan mengingat

hasil penilaian overall fit di awal yang menunjukkan hasil bahwa model tidak fit. Maka

183

terlebih dahulu akan dilakukan respesifikasi atau modifikasi model dengan menggunakan

data yang sama di sub-bab selanjutnya, dengan tujuan memperbaiki model awal yang tidak

fit tersebut.

4.2.4.9 Modifikasi Model

Seperti yang dapat dilihat pada hasil penilaian goodness-of-fit model keseluruhan

yang memberikan hasil tidak fit, maka dilakukan modifikasi pada model awal yang tidak fit

tersebut.

A. MODIFIKASI 1 (MODEL A)

Dari analisis model pengukuran pada sub-bab sebelumnya, ditemukan beberapa indikator

yang tidak valid, baik pada taraf 5%, 10%, maupun 20%, serta indikator-indikator yang

memiliki reliabilitas rendah. Karena indikator-indikator tersebut adalah tidak reliabel dan tidak

(kurang valid), sehingga kontribusinya terhadap variabel laten dipertanyakan. Alternatif

terbaik untuk meningkatkan model fit adalah dengan meningkatkan kontribusi indikator

terhadap variabel laten (Ghozali & Fuad, 2005, p213). Maka, hal pertama yang akan

dilakukan dalam modifikasi model awal adalah dengan menghilangkan variabel observed

yang paling dipertanyakan kontribusinya (paling tidak valid dan tidak reliabel) sebagai

indikator dari variabel latennya. Di bawah ini adalah indikator-indikator paling tidak valid dan

tidak reliabel, diurutkan mulai dari indikator dengan nilai validitas dan reliabilitas terkecil :

PP12 = - 0.065*pp, Errorvar.= 1.29 , R² = 0.0033 (0.099) (0.13)

-0.66 9.97

LT22 = 0.035*lt, Errorvar.= 0.79 , R² = 0.0016 (0.074) (0.079)

0.48 9.97

184

PP23 = 0.16*pp, Errorvar.= 0.71 , R² = 0.035 (0.13) (0.072)

1.25 9.88

PP12 memiliki t-value terendah : -0.66, dan R2 = 0.0033. Maka, variabel manifest atau

indikator yang akan dihilangkan untuk pertama kali adalah indikator dari variabel laten

Pembelian Pengunjung (PP), yakni PP12 : “Mengunjungi sedikit toko dalam setahun”.

Indikator tersebut dapat menjadi tidak valid dan reliabel karena definisi sedikit toko tidak

sama bagi setiap pengunjung, dan mereka lebih memiliki pemahaman yang sama atas

pernyataan ekstrim seperti “banyak” atau “hanya satu”.

Hasil pengolahan modifikasi pertama dapat dilihat pada lampiran. Berikut sebagian output

SIMPLIS :

W_A_R_N_I_N_G: PHI is not positive definite

W_A_R_N_I_N_G: The solution was found non-admissible after 50iterations. The following solution is preliminary and is providedonly for the purpose of tracing the source of the problem. SettingAD> 50 or AD=OFF may solve the problem

Output di atas merupakan hasil model modifikasi pertama yang tidak dapat

diidentifikasi (model does not converge). Model mengalami specification error yang timbul

karena dihapusnya hubungan antara indikator PP12 dengan variabel latennya PP (Pembelian

Pengunjung), yang berarti bahwa indikator PP12 seharusnya tidak dihilangkan dari model.

Pernyataan WARNING yang kedua menginformasikan bahwa LISREL tidak dapat

menghasilkan estimasi yang benar dan reliabel selama 50 proses iterasi. Salah satu solusi

yang dapat dilakukan untuk mengatasi hal tersebut adalah dengan memberikan perintah

Options: AD>50 IT=100, yang mengijinkan program untuk melakukan iterasi lebih dari

185

50. Akan tetapi, Joreskog & Sorbom (1996) menyatakan bahwa hal tersebut akan sia-sia

karena biasanya model yang baik akan langsung menghasilkan nilai estimasi beserta standar

error-nya hanya dalam beberapa iterasi.

Oleh karena itu, PP12 tidak akan dihilangkan dari model dan kembali menggunakan

model awal untuk modifikasi selanjutnya.

B. MODIFIKASI 2 (MODEL B)

Modifikasi kedua tetap mengacu kepada model awal, dan dilakukan dengan menghilangkan

indikator paling tidak valid dan tidak reliabel kedua, yakni LT22 : “Keberadaan toko lain

di sekitar MDS bersifat substitusi bagi MDS”. LT22 merupakan indikator dari variabel

laten Lokasi Toko. LT22 memiliki t-value sebesar 0.48, dan R2 = 0.0016.

Hasil pengolahan modifikasi kedua (dapat dilihat pada lampiran) menghasilkan model yang

lebih baik. Berikut indeks goodness-of-fit model modifikasi kedua:










186





Normed Fit Index (NFI) = 0.44Non-Normed Fit Index (NNFI) = 0.56

Parsimony Normed Fit Index (PNFI) = 0.42Comparative Fit Index (CFI) = 0.58Incremental Fit Index (IFI) = 0.59Relative Fit Index (RFI) = 0.41




a. Chi-Square dan P

Model B mengalami penurunan nilai chi-square menjadi sebesar 2285.22 dengan 1027

degrees of freedom. Probabilitas chi-square adalah signifikan (P=0.0) yang berarti bahwa

model tidak fit. Demikian pula dengan Normal Theory Weighted Least Squares Chi-Square

yang juga memiliki nilai P yang signifikan (P=0.0), yang berarti bahwa model adalah tidak fit.

b. x2/df

Rasio perbandingan antara nilai chi-square dengan degrees of freedom pada model B

mengalami penurunan (membaik), yakni 2285.22/1027 = 2.225. Hasil tersebut

menunjukkan bahwa model B termasuk acceptable fit. Selain itu, hasil tersebut lebih

rendah dari cut-off model fit yang disarankan oleh Wheaton (1977), yaitu 5, dan sedikit lebih

tinggi daripada yang dianjurkan oleh Carmines dan Melver (1982), yaitu 2. Sehingga kita

dapat mengambil kesimpulan bahwa dengan mengendalikan kompleksitas model (yang

187

diproksikan dengan jumlah degrees of freedom), model sebenarnya memiliki fit yang cukup

baik.

c. RMSEA

RMSEA model B juga membaik, yakni sebesar 0.083. Nilai tersebut menunjukkan bahwa

model acceptable fit ( < 0.1). Sedangkan, 90 Percent Confidence Interval for

RMSEA = (0.079 ; 0.088) mengindikasikan bahwa nilai RMSEA tersebut memiliki

ketepatan yang tidak baik, yang mana nilai batas kiri confidence interval tersebut

menunjukkan nilai yang jauh dari nol (left boundary of CI = 0.00 -> good-fit).


0.00 yang lebih kecil dari 0.1 (Schermelleh-Engel et al, 2003) , dan jauh lebih kecil daripada

0.5 sebagaimana yang disarankan oleh Joreskog dan Sorbom (1996). Dengan kata lain, kita

ingin menerima hipotesis null yang menyatakan bahwa RMSEA model kurang daripada 0.05.

Akan tetapi, nilai yang signifikan tersebut (< 0.5) mengindikasikan bahwa RMSEA tidak

kurang daripada 0.05. Namun, nilai CI tersebut termasuk kategori Acceptable Fit (90% CI

= close to RMSEA).

d. NNFI

Nilai NNFI model B mengalami peningkatan hingga senilai 0.56. Namun, nilai tersebut masih

lebih kecil dari 0.95, sehingga dapat disimpulkan bahwa model tidak fit.

e. CFI



188

model fit adalah 0.9. Model B mengalami peningkatan nilai CFI sebesar 0.58, namun model

masih dinyatakan tidak fit.

f. SRMR

SRMR digunakan untuk mengatasi masalah ketergantungan RMR terhadap ukuran varians

dan kovarians dari variabel teramati. Nilai SRMR £ 1 adalah batas model fit. Model B

mengalami penurunan nilai SRMR hingga sebesar 0.091, dan masih dapat diterima sebagai

acceptable fit.

Dari pemaparan di atas, dapat disimpulkan bahwa model B masih memiliki kinerja yang tidak

baik walaupun telah mengalami perbaikan yang membuktikan bahwa dengan dihilangkannya

LT22 dapat memberikan peningkatan pada kontribusi indikator-indikator lokasi toko terhadap

variabel latennya. Hal tersebut juga memberikan informasi bahwa pengunjung tidak

menganggap toko-toko lain di sekitar MDS Mal Ciputra sebagai substitusi yang kuat,

khususnya karena MDS memiliki pilihan produk yang lebih banyak dibandingkan dengan

toko-toko kecil di sekitar MDS Mal Ciputra. Oleh karena itu, akan dilakukan modifikasi

kembali dengan menggunakan model B. Modifikasi yang akan dilakukan adalah dengan

menghilangkan indikator yang paling tidak valid dan tidak reliabel pada hasil estimasi pada

model B. Tabel 4.8 memberikan ringkasan hasil di atas.

Tabel 4.8. Penilaian Model Fit Model B

Indeks Fit Model B Syarat Kriteria

X2 (df) 2285.22 (1027) 0 £ X2 £ 2df = Good Fit ;


P-value 0.0 .05 < p £ 1.00 = Good Fit ;

189


X2 / df 2.225 0 £ X2 £ 2df = Good Fit ;





(RMSEA <0 .05)

0.00 .10 < p £ 1.00 = Good Fit ;






CFI 0.58 .97 £ CFI £ 1.00 = Good Fit ;





Dengan melihat output model pengukuran pada model B (lihat lampiran), ditemukan

satu indikator yang paling tidak valid dan tidak reliabel, yakni :

PP12 = - 0.065*pp, Errorvar.= 1.29 , R2 = 0.0033 (0.099) (0.13) -0.66 9.97

Ternyata indikator yang paling bermasalah tersebut adalah sama dengan indikator yang

dihilangkan pada model A (modifikasi pertama). PP12 memiliki nilai t yang tidak signifikan

sebesar -0.66 dengan R2 sebesar 0.0033. Oleh karena itu, PP12 : “Mengunjungi sedikit

toko dalam setahun”, akan dihilangkan dari model B untuk modifikasi selanjutnya.

C. MODIFIKASI 3 (MODEL C)

Modifikasi ketiga mengacu kepada model B, dan dilakukan dengan menghilangkan indikator -

190

paling tidak valid dan tidak reliabel pada hasil estimasi model B, yakni PP12 : “Mengunjungi

sedikit toko dalam setahun”. PP12 merupakan indikator dari variabel laten Pembelian

Pengunjung. PP12 memiliki t-value sebesar -0.66, dan R2 = 0.0033.

Hasil pengolahan modifikasi ketiga (dapat dilihat pada lampiran) menghasilkan model yang

lebih baik. Berikut indeks goodness-of-fit model modifikasi ketiga:


















191


a. Chi-Square dan P

Model C mengalami penurunan nilai chi-square menjadi sebesar 2165.26 dengan 982




b. x2/df

Rasio perbandingan antara nilai chi-square dengan degrees of freedom pada model C

mengalami penurunan (membaik), yakni 2165.26/982 = 2.205. Hasil tersebut menunjukkan

bahwa model C termasuk acceptable fit. Selain itu, hasil tersebut lebih rendah dari cut-off

model fit yang disarankan oleh Wheaton (1977), yaitu 5, dan sedikit lebih tinggi daripada

yang dianjurkan oleh Carmines dan Melver (1982), yaitu 2. Sehingga kita dapat mengambil

kesimpulan bahwa dengan mengendalikan kompleksitas model (yang diproksikan dengan

jumlah degrees of freedom), model sebenarnya memiliki fit yang cukup baik.

c. RMSEA

RMSEA model C tidak berubah, yakni sebesar 0.083. Nilai tersebut menunjukkan bahwa

model acceptable fit ( < 0.1). Sementara 90 Percent Confidence Interval for

RMSEA = (0.078 ; 0.087) mengalami penurunan (membaik) sebesar 0.001. Ia

mengindikasikan bahwa nilai RMSEA tersebut memiliki ketepatan yang masih tidak baik, yang

mana nilai batas kiri confidence interval tersebut menunjukkan nilai yang jauh dari nol (left

192

boundary of CI = 0.00 -> good-fit). Namun, nilai CI tersebut termasuk kategori Acceptable

Fit (90% CI = close to RMSEA).


0.00 yang lebih kecil dari 0.1 (Schermelleh-Engel et al, 2003) , dan jauh lebih kecil daripada

0.5 sebagaimana yang disarankan oleh Joreskog dan Sorbom (1996). Dengan kata lain, kita

ingin menerima hipotesis null yang menyatakan bahwa RMSEA model kurang daripada 0.05.

Akan tetapi, nilai yang signifikan tersebut (< 0.5) mengindikasikan bahwa RMSEA tidak

kurang daripada 0.05.

d. NNFI

Nilai NNFI model C mengalami peningkatan hingga senilai 0.57. Namun, nilai tersebut masih


e. CFI



model fit adalah 0.9. Model C mengalami peningkatan nilai CFI hingga sebesar 0.59, namun

model masih dinyatakan tidak fit.

f. SRMR

Nilai SRMR £ 1 adalah batas model fit. Model C mengalami penurunan nilai SRMR hingga

sebesar 0.089, dan dapat diterima sebagai acceptable fit.

193

Dari pemaparan di atas, dapat disimpulkan bahwa model C masih memiliki kinerja yang tidak

baik, tetapi telah mengalami sedikit perbaikan. Hal ini menunjukkan bahwa dengan

dihilangkannya PP12 : “Mengunjungi sedikit toko dalam setahun”, telah meningkatkan

kontribusi indikator-indikator pembelian pengunjung terhadap variabel latennya. Hal tersebut

dapat terjadi karena definisi sedikit toko tidak sama bagi setiap pengunjung, dan mereka

lebih memiliki pemahaman yang sama atas pernyataan ekstrim seperti “banyak” atau “hanya

satu”.

Perbaikan yang terjadi sangat sedikit, nilai RMSEA bahkan tidak berubah, sehingga

masih akan dilakukan modifikasi kembali dengan menggunakan model C. Modifikasi yang

akan dilakukan adalah dengan menghilangkan indikator yang paling tidak valid dan tidak

reliabel pada hasil estimasi pada model C. Tabel 4.9 memberikan ringkasan hasil di atas.

Tabel 4.9. Penilaian Model Fit Model C

Indeks Fit Model C Syarat Kriteria

X2 (df) 2165.26(982) 0 £ X2 £ 2df = Good Fit ;


P-value 0.0 .05 < p £ 1.00 = Good Fit ;


X2 / df 2.205 0 £ X2 £ 2df = Good Fit ;





(RMSEA <0 .05)

0.00 .10 < p £ 1.00 = Good Fit ;






194

CFI 0.59 .97 £ CFI £ 1.00 = Good Fit ;





Dengan melihat output model pengukuran pada model C (lihat lampiran), ditemukan

satu indikator yang paling bermasalah, yakni :

PP21 = 0.96*pp, Errorvar.= 0.17 , R2 = 0.85 (0.72) (0.24) 1.34 0.69

PP21 memiliki nilai t-value dan errorvar yang tidak signifikan pada taraf 5%. Nilai errorvar

yang tidak signifikan berarti mengungkapkan bahwa indikator tersebut tidak memiliki

kesalahan pengukuran (measurement error). Meskipun sebagai peneliti kita sangat ingin

untuk memperkecil nilai measurement error tersebut, namun dalam bidang ilmu sosial dan

keperilakuan, tidak adanya kesalahan pengukuran dalam penelitian adalah hal tidak masuk

akal dan tidak mungkin (Diamontopoulus dan Siguaw, 2000). Berdasarkan pertimbangan

tersebut, maka PP21 : “Sering berkunjung (tiap bulan) di MDS”, akan dihilangkan dari

model C untuk modifikasi selanjutnya.

D. MODIFIKASI 4 (MODEL D)

Modifikasi selanjutnya mengacu kepada model C, dan dilakukan dengan menghilangkan

indikator paling tidak valid dan tidak reliabel pada hasil estimasi model C, yakni PP21 :

“Sering berkunjung (tiap bulan) di MDS”.

Hasil pengolahan modifikasi keempat (dapat dilihat pada lampiran) menghasilkan model yang

lebih baik. Berikut indeks goodness-of-fit model modifikasi keempat:

195













Model CAIC = 2801.22

Saturated CAIC = 6518.76






a. Chi-Square dan P

Model D mengalami penurunan nilai chi-square menjadi sebesar 2061.12 dengan 938


196



b. x2/df

Rasio perbandingan antara nilai chi-square dengan degrees of freedom pada model D

mengalami penurunan (membaik), yakni 2061.12/938 = 2.197. Hasil tersebut menunjukkan

bahwa model D termasuk acceptable fit. Selain itu, hasil tersebut lebih rendah dari cut-off

model fit yang disarankan oleh Wheaton (1977), yaitu 5, dan sedikit lebih tinggi daripada

yang dianjurkan oleh Carmines dan Melver (1982), yaitu 2. Sehingga kita dapat mengambil

kesimpulan bahwa dengan mengendalikan kompleksitas model (yang diproksikan dengan

jumlah degrees of freedom), model sebenarnya memiliki fit yang cukup baik.

c. RMSEA

RMSEA model D mengalami penurunan (membaik), yakni sebesar 0.082. Nilai tersebut

menunjukkan bahwa model acceptable fit ( < 0.1). Sementara, Byrne (1998) menyatakan

bahwa nilai RMSEA yang kurang daripada 0.05 mengindikasikan adanya model fit, dan nilai

RMSEA yang berkisar antara 0.08 menyatakan bahwa model memiliki perkiraan

kesalahan yang reasonable. Lebih lanjut, MacCallum et al. (1996) menyatakan bahwa

RMSEA berkisar antara 0.08 sampai dengan 0.1 menyatakan bahwa model memiliki fit

yang cukup (mediocre).

90 Percent Confidence Interval for RMSEA = (0.077 ; 0.086)

mengalami penurunan (membaik). Ia mengindikasikan bahwa nilai RMSEA tersebut memiliki

ketepatan yang masih tidak baik, yang mana nilai batas kiri confidence interval tersebut

menunjukkan nilai yang jauh dari nol (left boundary of CI = 0.00 -> good-fit). Namun, nilai

CI tersebut termasuk kategori Acceptable Fit (90% CI = close to RMSEA).

197

P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00 lebih kecil dari

0.1 (Schermelleh-Engel et al, 2003) , dan jauh lebih kecil daripada 0.5 sebagaimana yang

disarankan oleh Joreskog dan Sorbom (1996). Kita ingin menerima hipotesis null yang

menyatakan bahwa RMSEA model kurang daripada 0.05. Akan tetapi, nilai yang signifikan

tersebut (< 0.5) mengindikasikan bahwa RMSEA tidak kurang daripada 0.05.

d. NNFI

Nilai NNFI model D mengalami peningkatan hingga senilai 0.58. Namun, nilai tersebut masih


e. CFI



model fit adalah 0.9. Model D mengalami peningkatan nilai CFI hingga sebesar 0.60, namun

model masih dinyatakan tidak fit.

f. SRMR

Nilai SRMR £ 1 adalah batas model fit. Model D mengalami penurunan nilai SRMR hingga

sebesar 0.087, dan dapat diterima sebagai acceptable fit.

Dari pemaparan di atas, dapat disimpulkan bahwa model D masih memiliki kinerja yang tidak

sempurna, tetapi telah mengalami perbaikan yang lebih baik, khususnya dengan adanya

penurunan nilai RMSEA yang menyatakan bahwa penyimpangan nilai parameter pada model

dengan matriks kovarians populasinya semakin kecil, sehingga model lebih dapat diandalkan.

198

Tabel 4.10. Penilaian Model Fit : “Model D”

Indeks Fit Model D Syarat Kriteria

X2 (df) 2061.12(938) 0 £ X2 £ 2df = Good Fit ;


P-value 0.0 .05 < p £ 1.00 = Good Fit ;


X2 / df 2.197 0 £ X2 £ 2df = Good Fit ;





(RMSEA <0 .05)

0.00 .10 < p £ 1.00 = Good Fit ;






CFI 0.60 .97 £ CFI £ 1.00 = Good Fit ;





Melihat hasil model pengukuran pada model D (lihat lampiran), maka tidak terdapat lagi

variabel manifest atau indikator-indikator yang tidak signifikan (baik pada taraf 1%, 5%,

10%, maupun 20%). Maka selanjutnya modifikasi akan dilakukan dengan melihat

modification indices yang dilihat pada format SIMPLIS. Berikut adalah hasil saran modifikasi

dari LISREL dalam format SIMPLIS pada model D:

The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate ST31 lt 12.1 0.45

The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate LYT12 LYT11 25.2 0.34

199

LYT22 LYT11 55.1 0.42 LYT22 LYT12 16.5 0.27 LYT33 LYT32 17.2 0.09 LYT36 LYT33 9.9 -0.08 PP23 LYT11 18.5 0.23 PP23 LYT22 19.0 0.23 PP23 PP22 12.0 0.26 ST12 ST11 11.1 0.20 ST15 LYT33 12.9 0.09 ST15 ST14 8.6 0.10 ST16 LYT35 9.5 -0.07 ST16 ST13 17.0 0.12 ST16 ST14 18.5 0.16 ST23 ST21 9.6 0.16 ST24 ST23 12.6 0.17 ST26 LYT12 8.2 0.22 ST26 LYT22 11.0 0.21 ST27 ST26 16.2 0.20 ST28 LYT34 9.0 0.10 ST28 ST13 9.6 -0.10 ST29 LYT22 10.6 -0.16 ST210 LYT31 11.1 -0.09 ST210 ST16 8.5 -0.09 ST210 ST29 39.6 0.24 ST31 LYT22 11.8 -0.23 ST31 LYT31 9.3 -0.13 ST31 PP13 8.8 0.26 ST32 PP13 11.2 0.19 ST33 LYT31 55.4 0.21 ST33 LYT33 10.0 -0.09 ST33 ST24 9.3 -0.14 ST34 LYT31 28.5 0.14 ST34 ST22 11.9 -0.12 ST34 ST33 32.9 0.18 LT12 LYT11 8.4 0.10 LT13 LYT11 16.4 0.25 LT13 LYT12 8.8 0.21 LT13 LYT22 24.6 0.30 LT13 ST12 8.6 0.19 LT13 ST21 10.4 0.23 LT13 ST25 12.0 -0.26 LT13 ST26 9.4 0.21 LT13 ST31 12.6 -0.26 LT21 ST25 8.4 0.21 LT21 ST31 24.5 0.33 VM11 ST211 9.9 0.09 VM12 LT13 9.4 0.11 VM12 VM11 29.7 0.15 VM13 LYT32 9.3 0.06 VM13 PP13 7.9 -0.14 VM14 ST33 8.9 0.09 VM21 LYT21 9.1 0.11

200

VM21 ST16 9.1 -0.12 VM21 VM12 8.3 -0.10 VM22 ST21 8.9 -0.19 VM22 ST31 16.3 0.26 VM22 LT13 8.1 -0.16 VM22 LT21 15.3 0.21 VM22 VM21 21.3 0.24

Saran modifikasi yang diberikan oleh LISREL tersebut memberikan informasi akan

besar penurunan nilai chi-square dan nilai estimasi yang akan dihasilkan, apabila menambah

path langsung (indikator composite) ataupun membebaskan parameter tertentu. Penurunan

chi-square di atas semuanya akan memberikan hasil indeks goodness-of-fit yang lebih baik.

Akan tetapi, saran-saran tersebut tidak akan diikuti karena tidak sesuai atau tidak dapat

dijustifikasi dengan teori yang ada. Adalah lebih baik untuk memiliki teori substantif yang

dapat dijadikan dasar dalam melakukan modifikasi, karena modifikasi yang tidak berdasarkan

atas teori sangatlah tidak disarankan (Field, 2000). Lebih jelasnya, akan dibahas satu per

satu mengenai saran modifikasi di atas.

The Modification Indices Suggest to Add the Path to from Decrease in Chi-Square New Estimate

ST31 lt 12.1 0.45

Saran pertama adalah dengan memberikan path langsung dari variabel laten LT (Lokasi

Toko) ke ST31 (indikator Suasana Toko : “Banyaknya pengunjung lain”). Hal ini tidak dapat

dilakukan karena hal tersebut berarti menjadikan variabel manifest atau indikator ST31

menjadi indikator komposit dari variabel LT dan ST. Seperti yang telah disampaikan di bab

metodologi penelitian di dalam sub-bab operasionalisasi variabel, bahwa indikator-indikator

untuk masing-masing variabel baik LT maupun ST telah ditentukan berdasarkan pada teori

dan penelitian-penelitian yang ada, yang mana tidak menyatakan bahwa terdapat indikator

dari variabel suasana toko yang juga merupakan indikator dari variabel lokasi toko. Dengan

demikian, saran tersebut tidak dapat dibenarkan secara teori.

201

Saran selanjutnya adalah dengan mengkorelasikan error di antara indikator-indikator

(membebaskan parameter).

The Modification Indices Suggest to Add an Error Covariance Between and Decrease in Chi-Square New Estimate LYT12 LYT11 25.2 0.34 LYT22 LYT11 55.1 0.42 LYT22 LYT12 16.5 0.27 LYT33 LYT32 17.2 0.09 LYT36 LYT33 9.9 -0.08 PP23 LYT11 18.5 0.23 PP23 LYT22 19.0 0.23 PP23 PP22 12.0 0.26 ST12 ST11 11.1 0.20 ST15 LYT33 12.9 0.09 ST15 ST14 8.6 0.10 ST16 LYT35 9.5 -0.07 ST16 ST13 17.0 0.12 ST16 ST14 18.5 0.16 ST23 ST21 9.6 0.16 ST24 ST23 12.6 0.17 ST26 LYT12 8.2 0.22 ST26 LYT22 11.0 0.21 ST27 ST26 16.2 0.20 ST28 LYT34 9.0 0.10 ST28 ST13 9.6 -0.10 ST29 LYT22 10.6 -0.16 ST210 LYT31 11.1 -0.09 ST210 ST16 8.5 -0.09 ST210 ST29 39.6 0.24 ST31 LYT22 11.8 -0.23 ST31 LYT31 9.3 -0.13 ST31 PP13 8.8 0.26 ST32 PP13 11.2 0.19 ST33 LYT31 55.4 0.21 ST33 LYT33 10.0 -0.09 ST33 ST24 9.3 -0.14 ST34 LYT31 28.5 0.14 ST34 ST22 11.9 -0.12 ST34 ST33 32.9 0.18 LT12 LYT11 8.4 0.10 LT13 LYT11 16.4 0.25 LT13 LYT12 8.8 0.21 LT13 LYT22 24.6 0.30 LT13 ST12 8.6 0.19 LT13 ST21 10.4 0.23 LT13 ST25 12.0 -0.26 LT13 ST26 9.4 0.21 LT13 ST31 12.6 -0.26 LT21 ST25 8.4 0.21 LT21 ST31 24.5 0.33

202

VM11 ST211 9.9 0.09 VM12 LT13 9.4 0.11 VM12 VM11 29.7 0.15 VM13 LYT32 9.3 0.06 VM13 PP13 7.9 -0.14 VM14 ST33 8.9 0.09 VM21 LYT21 9.1 0.11 VM21 ST16 9.1 -0.12 VM21 VM12 8.3 -0.10 VM22 ST21 8.9 -0.19 VM22 ST31 16.3 0.26 VM22 LT13 8.1 -0.16 VM22 LT21 15.3 0.21 VM22 VM21 21.3 0.24

Error dari masing-masing indikator dalam penelitian ini disebabkan oleh adanya hal-hal

eksternal yang tidak dapat dikendalikan oleh pihak MDS, seperti suasana toko, lokasi toko,

dan variasi merchandise yang lebih baik atau berbeda dari para pesaing dalam kondisi

persaingan yang semakin ketat, serta kondisi psikologis ataupun karakter (internal)

konsumen yang berbeda-beda, sehingga menyebabkan terganggunya loyalitas konsumen

ataupun pembelian mereka dalam hal pemilihan gerai tempat mereka akan berbelanja. Dan

bukan terkait dengan error dari indikator-indikator seperti yang disarankan di atas. Hal ini

juga dikemukakan di dalam artikel harian-global.com, yakni bahwa bisnis ritel kini hanyut

dalam arus yang semuanya bermuara pada apa yang diinginkan konsumen. Kemudahan,

kenyamanan, harga murah dan kualitas produk, diberikan oleh semua kompetitor bisnis

tersebut. Banyaknya pilihan tempat berbelanja juga menjadikan konsumen tidak loyal

terhadap satu gerai atau satu merek perusahaan ritel tertentu. Karena konsumen dapat

dengan leluasa berpindah-pindah belanja dari satu gerai ke gerai yang lain untuk mencari

yang paling cocok. Faktor daya tariknya mencakup aspek kenyamanan tempat, akses

transportasi menuju ke lokasi dan penawaran harga produk (“Konsumen Semakin Tidak

Loyal, Kenapa?”, 10 Oktober 2007). Maka, penelitian ini tidak akan mengikuti hasil saran di

atas untuk mengkorelasikan error dari antara kedua indikator tertentu dan akan tetap

menggunakan model D sebagai model yang terbaik.

203

Selain itu, seperti yang telah dipaparkan sebelumnya pada Bab Metodologi

Penelitian, perlu diperhatikan bahwa indeks-indeks fit di atas tersebut (X2 and its associated

p-value, X2/df, RMSEA and its associated confidence interval, SRMR, NNFI, dan CFI) dapat

terpengaruh oleh model misspecification, small-sample bias, efek dari pelanggaran

normalitas dan kemandirian (independence), serta efek-efek dari metode estimasi yang

digunakan (Hu & Bentler, 1998), maka adalah selalu mungkin bahwa sebuah model

adalah fit dengan data walaupun satu pengukuran fit atau lebih memberikan nilai

bad fit (Schermelleh-Engel et al., 2003, p53). Berdasarkan hal tersebut, dan kenyataan

bahwa penelitian ini memiliki data yang menunjukkan adanya pelanggaran normalitas, maka

model D dengan 5 indeks kecocokan model dari total 9 indeks fit yang digunakan

menunjukkan acceptable fit (nilai-nilai yang diberi Bold pada Tabel 4.9),

menunjukkan bahwa model D adalah moderately fit dengan data, walaupun 4

indeks kecocokan model lainnya (nilai-nilai yang tidak diberi Bold pada Tabel 4.9)

menunjukkan bahwa model adalah tidak fit.

Selanjutnya, mari kita melihat dan membandingkan normal probability (Q-plots),

yang menunjukkan asumsi terpenuhi tidaknya asumsi normalitas dan juga kemungkinan

model fit dari setiap model (lihat lampiran). Model awal memiliki garis residual yang hampir

sejajar dengan garis diagonal, meskipun pada puncak gambar Q-plots menunjukkan adanya

penyimpangan normalitas. Pola yang tidak linear tersebut menunjukkan bahwa terdapat

indikasi bahwa data menyimpang dari asumsi normalitas, linearitas, atau bahkan dapat

spesification errors (model yang tidak sempurna yang timbul akibat dimasukkan variabel atau

indikator yang tidak relevan dan/atau dihilangkannya variabel/indikator yang relevan).

Namun, seiring dengan modifikasi model yang dilakukan dengan menghilangkan indikator-

indikator yang paling dipertanyakan kontribusinya terhadap variabel latennya di atas, garis

residual tersebut tampak semakin berkumpul dan sejajar dengan garis diagonal, dan puncak

204

gambar Q-plots menunjukkan penyimpangan normalitas yang semakin mengecil. Garis

residual ditunjukkan dengan tanda bintang (*) dan silang (x), tampak jelas bahwa tanda-

tanda bintang dan silang tersebut dari yang terpecah-pecah di model awal menjadi semakin

menyatu selama proses modifikasi hingga model D. Model D memiliki kemungkinan

acceptable fit terbaik karena garis residualnya adalah yang paling sejajar dengan garis

diagonal, memiliki kecuraman lebih besar daripada 45 derajat, serta menunjukkan

penyimpangan normalitas yang paling kecil.

4.2.4.10 Validasi Silang Model

Setelah melihat hasil di atas, maka tahap terakhir dari proses SEM adalah melakukan

validasi silang model, yaitu menguji fit-tidaknya model terhadap suatu data baru (atau

validasi sub-sampel yang diperoleh melalui prosedur pemecahan sampel). Validasi silang ini

penting hanya apabila terdapat modifikasi yang substantial yang dilakukan terhadap model

asli (Ghozali & Fuad, 2005, p10). Oleh karena dalam penelitian ini tidak terdapat modifikasi

yang substantial yang dilakukan terhadap model aslinya, maka tahap ini tidak perlu

dilakukan. Walaupun demikian, akan diberikan pembahasan singkat mengenai validasi silang

model D.

Hasil validasi silang tersebut dapat dilihat pada indeks ECVI (Expected Cross

Validation Index). ECVI digunakan untuk menilai kecenderungan bahwa model, pada sampel

tunggal, cross validates (dapat divalidasi silang) pada ukuran sampel dan populasi yang

sama (Browne & Cudeck, 1989). ECVI mengukur penyimpangan antara fitted (model)

covariance matrix pada sampel yang dianalisis dan kovarians matriks yang akan diperoleh

pada sampel lain tetapi yang memiliki ukuran sampel yang sama besar (Byrne, 1998). Model

yang memiliki ECVI terendah berarti model tersebut sangat potensial untuk direplikasi. Nilai

ECVI model yang lebih rendah daripada ECVI yang diperoleh pada saturated model dan

205

independence model, mengindikasikan bahwa model adalah fit (Byrne, 1998). Berikut hasil

output indeks tersebut.



Hasil output tersebut menunjukkan nilai ECVI sebesar 11.98. Sementara ECVI for Saturated

Model sebesar 10.40 dan ECVI for Independence Model sebesar 19.47. Sehingga, karena

nilai ECVI jauh lebih kecil daripada nilai ECVI for Independence Model, dan hanya sedikit

lebih besar dari nilai ECVI for Saturated Model, maka dapat disimpulkan bahwa model D

cukup fit dan dapat direplikasi untuk sampel lain yang memiliki ukuran yang sama besar.

Dengan demikian, langkah selanjutnya adalah melakukan uji hipotesis pada model

struktural dan analisis hubungan-hubungan antar indikator dengan variabel latennya pada

model pengukuran.

4.2.4.11 Uji Sub Hipotesa pada Model Pengukuran

Sub-sub hipotesa yang akan diuji adalah :

H1-1. Hubungan fungsional yang positif antara Ambient Factors (ST-1), Design Factors

(ST-2), dan Social Factors (ST-3) terhadap suasana toko (ST).

H2-1. Hubungan fungsional yang positif antara Aksesbilitas (LT-1) dan Keberadaan toko

lain (LT-2) terhadap lokasi toko (LT).

H3-1. Hubungan fungsional yang positif antara Variabilitas (VM-1) dan Availibility (VM-2)

terhadap variasi merchandise (VM).

H4-1. Hubungan fungsional yang positif antara Commitment (LYT-1), Intention to revisit

the store (LYT-2), dan Satisfaction (LYT-3) terhadap loyalitas toko (LYT).

206

H4-2. Hubungan fungsional yang positif antara Average Number of Stores Visited Over a

Year (PP-1) dan Average Number of Visits Over a Year (PP-2) terhadap pembelian

pengunjung (PP).

Seperti yang telah dijelaskan dalam Bab 3, nilai loading dari model pengukuran

merupakan ukuran korelasi antara variabel dan faktornya. Maka, dengan mengacu kepada

kriteria tingkat korelasi dari Tabel 3.8, selanjutnya akan dilakukan analisis terhadap

hubungan fungsional antara masing-masing indikator dengan variabel latennya. Sementara

untuk analisis uji sub hipotesa mengenai hubungan fungsional antar variabel laten akan

dibahas di sub-bab uji hipotesa pada model struktural.

A. Hubungan Fungsional Ambient Factors (ST-1), Design Factors (ST-2), dan

Social Factors (ST-3) Terhadap Variabel Laten Suasana Toko (ST)

Pada bagian ini akan dianalisis hubungan indikator-indikator dalam dimensi ambient

factors, design factors, dan social factors dengan variabel laten suasana toko (uji sub

hipotesa H1-1).

A.1. Hubungan Fungsional Ambient Factors (ST-1) Terhadap Variabel Laten

Suasana Toko (ST)

ST11 = 0.11*st, Errorvar.= 0.79 , R2 = 0.015 (0.067) (0.079) 1.61 9.96

ST-11 (volume musik) memiliki nilai loading sebesar 0.11 yang menunjukkan bahwa

ia memiliki hubungan fungsional yang tidak signifikan terhadap variabel laten Suasana Toko

(Tabel 3.8). Seharusnya indikator ini disarankan untuk dihilangkan dari model, tetapi ketika

hal ini dilakukan, model mengalami spesifikasi error yang berarti bahwa model membutuhkan

207

indikator tersebut dan dengan demikian tidak akan dihilangkan dari model. Kondisi tersebut

dapat terjadi karena volume musik merupakan hal yang tidak disadari dengan kuat oleh para

responden, walaupun sebenarnya tingkat volume musik yang digunakan memberikan

pengaruh di bawah sadar mereka.

ST12 = 0.15*st, Errorvar.= 0.90 , R2 = 0.023 (0.072) (0.090) 2.02 9.94

ST14 = 0.24*st, Errorvar.= 0.59 , R2 = 0.092 (0.059) (0.060) 4.12 9.84

ST16 = 0.28*st, Errorvar.= 0.45 , R2 = 0.15 (0.052) (0.046) 5.41 9.73

Nilai loading ST12 (disukainya musik), ST14 (kebersihan tembok), dan ST16 (scent) berada

di atas kriteria signifikansi 5% untuk ukuran sampel minimum 200 (Tabel 3.8). Hal ini

menunjukkan bahwa ST12, ST14, dan ST16 memiliki hubungan yang signifikan (³ +0.14)

dengan variabel laten Suasana Toko. Dengan demikian, indikator disukai tidaknya musik,

kebersihan tembok, dan aroma yang dirasakan oleh responden memiliki hubungan dengan

suasana yang dirasakan oleh pengunjung pada sebuah toko.

ST13 = 0.30*st, Errorvar.= 0.38 , R2 = 0.19 (0.049) (0.039) 6.15 9.65

ST15 = 0.36*st, Errorvar.= 0.40 , R2 = 0.25 (0.051) (0.042) 7.10 9.53

Nilai loading ST13 (kebersihan lantai) dan ST15 (kebersihan rak), berada di atas kriteria

signifikansi untuk ukuran sampel > 50 (Tabel 3.8). ST13 dan ST15 memiliki nilai loading di

atas +0.30, yang berarti indikator-indikator tersebut memiliki hubungan yang

208

bermakna/berarti (Bachrudin & Tobing, 2003) terhadap variabel laten Suasana Toko. Dengan

demikian, kebersihan lantai maupun kebersihan rak memiliki hubungan dengan suasana toko

yang dirasakan oleh pengunjung.

A.2 Hubungan Fungsional Design Factors (ST-2) Terhadap Variabel Laten Suasana

Toko (ST)

ST21 = 0.30*st, Errorvar.= 1.09 , R2 = 0.075 (0.080) (0.11) 3.71 9.87

ST24 = 0.33*st, Errorvar.= 0.95 , R2 = 0.10 (0.076) (0.097) 4.34 9.82

ST27 = 0.32*st, Errorvar.= 0.46 , R2 = 0.18 (0.054) (0.048) 5.96 9.68

Ketiga indikator di atas, yakni ST21 (penataan produk yang baik), ST24 (perasaan senang

ketika berjalan di lorong), dan ST27 (tanda petunjuk yang dimengerti) memiliki nilai loading

> +0.30 , yang menunjukkan adanya hubungan yang bermakna/ berarti (signfikan) antara

ketiga indikator di atas dan variabel laten suasana toko. Sementara itu, untuk indikator ST24

memiliki nilai loading pada kriteria > +0.30 yang lebih besar dibandingkan kedua indikator

lainnya. Hal tersebut memberikan pandangan bahwa perasaan senang ketika berjalan di

lorong memberikan efek yang lebih terasa nyata dan berarti bagi suasana toko yang

dirasakan oleh pengunjung dibandingkan dengan penataan produk yang baik dan

terdapatnya tanda petunjuk yang dimengerti.

ST22 = 0.43*st, Errorvar.= 0.57 , R2 = 0.24 (0.061) (0.059) 7.01 9.54

ST29 = 0.49*st, Errorvar.= 0.61 , R2 = 0.28

209

(0.064) (0.065) 7.62 9.45

ST211 = 0.42*st, Errorvar.= 0.31 , R2 = 0.36 (0.047) (0.033) 8.83 9.22

Nilai loading dari ST22 (kemudahan menemukan barang), ST29 (warna), dan ST211

(lighting) berada pada tingkat signifikansi untuk sampel lebih dari 50, yakni nilai loading >

+0.40 (Tabel 3.8). Hal tersebut menunjukkan adanya hubungan yang lebih bermakna antara

ketiga indikator tersebut dengan variabel laten suasana toko (Bachrudin & Tobing, 2003).

Dari ketiganya, ST29 memiliki nilai loading yang paling tinggi, yakni 0.49. Hal ini memberikan

arti bahwa tema warna dari suatu toko memberikan suasana toko yang paling lebih

bermakna, yang dirasakan oleh pengunjung suatu toko.

ST23 = 0.52*st, Errorvar.= 0.42 , R2 = 0.39 (0.055) (0.046) 9.29 9.12

ST28 = 0.63*st, Errorvar.= 0.47 , R2 = 0.45 (0.061) (0.053) 10.25 8.86

ST210 = 0.56*st, Errorvar.= 0.41 , R2 = 0.44 (0.056) (0.046) 10.00 8.93

Berikutnya, ST23 (penataan produk yang menarik), ST28 (style), dan ST210 (display),

merupakan indikator-indikator yang memiliki nilai loading tertinggi (>+0.50) di antara

indikator-indikator dimensi design factors lainnya. Dengan demikian, ketiga indikator tersebut

memiliki hubungan yang sangat bermakna terhadap suasana toko yang dirasakan oleh

pengunjung. Nilai loading tertinggi dimiliki oleh indikator ST28, yakni 0.63. Maka, dapat

disimpulkan bahwa style dari sebuah toko sangat berpengaruh terhadap suasana toko yang

dirasakan oleh pengunjungnya.

210

ST25 = 0.25*st, Errorvar.= 1.26 , R2 = 0.047 (0.086) (0.13) 2.90 9.91

ST26 = 0.28*st, Errorvar.= 1.00 , R2 = 0.072 (0.077) (0.10) 3.62 9.87

Terakhir, indikator-indikator yang memenuhi taraf signifikansi 5% adalah ST25

(kenyamanan) dan ST26 (tanda petunjuk yang membantu) dengan nilai loading ³ 0.14. Hal

ini menunjukkan adanya hubungan fungsional yang signifikan antara kenyamanan dan tanda

petunjuk yang membantu dengan suasana yang dirasakan oleh pengunjung di sebuah toko.

A.3 Hubungan Fungsional Social Factors (ST-3) Terhadap Variabel Laten Suasana

Toko (ST)

ST31 = 0.30*st, Errorvar.= 1.13 , R2 = 0.076 (0.082) (0.11) 3.72 9.87

ST34 = 0.31*st, Errorvar.= 0.41 , R2 = 0.19 (0.051) (0.043) 6.01 9.67

Banyaknya pengunjung lain (ST31) dan keramahan karyawan (ST34) memiliki nilai loading

yang memenuhi taraf signifikan untuk kriteria sampel lebih dari 50 (Tabel 3.8). Nilai loading

tersebut menunjukkan bahwa ST31 dan ST34 memiliki hubungan yang bermakna/ berarti

terhadap variabel laten suasana toko (ST). Dengan adanya hubungan tersebut, maka

banyaknya pengunjung lain dan keramahan karyawan berhubungan dengan suasana yang

dirasakan oleh pengunjung dari suatu toko, dengan keramahan karyawan sedikit lebih berarti

daripada banyaknya pengunjung lain karena nilai loading ST34 (0.31) lebih besar daripada

nilai loading ST31 (0.30). Sedangkan, berdasarkan nilai koefisien determinasinya, dapat

211

diketahui bahwa ST31 dapat menjelaskan variabel suasana toko sebesar 7,6% dan ST34

sebesar 19%.

ST32 = 0.53*st, Errorvar.= 0.46 , R2 = 0.37 (0.058) (0.051) 9.05 9.17

ST33 = 0.51*st, Errorvar.= 0.42 , R2 = 0.38 (0.055) (0.046) 9.15 9.15

Sementara itu, ST32 (penampilan karyawan) dan ST33 (perilaku karyawan) menunjukkan

nilai loading yang sangat bermakna (>+0.50). Hasil tersebut menunjukkan bahwa terdapat

hubungan yang sangat bermakna antara baik buruknya penampilan dan perilaku karyawan

dengan suasana toko yang dirasakan oleh pengunjungnya. Dengan demikian, berdasarkan

hasil pembahasan di atas dapat disimpulkan bahwa sub hipotesa H1-1 diterima.

B. Hubungan Fungsional Aksesbilitas (LT-1), dan Keberadaan Toko Lain (LT-2)

Terhadap Variabel Laten Lokasi Toko (LT)

Pada bagian ini akan dianalisis hubungan indikator-indikator dalam dimensi aksesbilitas

dan keberadaan toko lain dengan variabel laten lokasi toko (uji sub hipotesa H2-1).

B.1. Hubungan Fungsional Aksesbilitas (LT-1) Terhadap Variabel Laten Lokasi

Toko (LT)

LT11 = 0.27*lt, Errorvar.= 0.78 , R2 = 0.085 (0.076) (0.081) 3.50 9.58

LT13 = 0.17*lt, Errorvar.= 0.90 , R2 = 0.031 (0.080) (0.091) 2.11 9.85

212

Indikator-indikator LT11 (lokasi yang dekat dengan rumah pengunjung/ tempat kerja) dan

LT13 (mudah dicapai dengan menggunakan transportasi umum) menunjukkan nilai loading

yang signifikan pada taraf 5% (³ +0.14) dan 1% (³ 0.18). Maka, terlihat adanya hubungan

yang signifikan antara lokasi yang dekat dengan rumah pengunjung/ tempat kerja dan

mudah dicapai tidaknya suatu toko dengan menggunakan transportasi umum dengan kondisi

lokasi suatu toko dalam kaitannya dengan pemilihan tempat belanja dan frekuensi

berkunjung dari pengunjung.

LT12 = 0.36*lt, Errorvar.= 0.22 , R2 = 0.36 (0.055) (0.036) 6.43 6.09

Sedangkan LT12 (lokasi nyaman), menunjukkan nilai loading yang signifikan untuk ukuran

sampel lebih dari 50. Dengan demikian, indikator LT12 memiliki hubungan yang bermakna/

berarti dengan variabel laten lokasi toko. Dengan kata lain, lokasi yang nyaman memiliki

hubungan yang bermakna dengan kondisi lokasi suatu toko dalam kaitannya dengan

pemilihan tempat belanja dan frekuensi berkunjung dari pengunjung.

B.2. Hubungan Fungsional Keberadaan Toko Lain (LT-2) Terhadap Variabel Laten

Lokasi Toko (LT)

LT21 = 0.30*lt, Errorvar.= 0.76 , R2 = 0.10 (0.077) (0.081) 3.87 9.47

Keberadaan toko lain di sekitar MDS yang bersifat komplementer bagi MDS (LT21) memiliki

nilai loading yang signifikan pada jumlah sampel lebih dari 50 (Tabel 3.8). Hal ini

menunjukkan bahwa keberadaan toko lain di sekitar MDS yang bersifat komplementer bagi

MDS memiliki hubungan yang bermakna/ berarti dengan variabel laten lokasi toko. Maka,

dapat disimpulkan bahwa keberadaan toko lain di sekitar MDS bersifat komplementer bagi

213

MDS sehingga memberikan pandangan kondisi lokasi MDS yang baik bagi pengunjung, dalam

kaitannya dengan pemilihan tempat berbelanja oleh pengunjung dan frekuensi berkunjung

pengunjung. Dengan demikian, berdasarkan hasil pembahasan di atas dapat disimpulkan

bahwa sub hipotesa H2-1 diterima.

C. Hubungan Fungsional Variabilitas (VM-1) dan Availability (VM-2) Terhadap

Variabel Laten Variasi Merchandise (VM)

Pada bagian ini akan dianalisis hubungan indikator-indikator dalam dimensi variabilitas

dan availability dengan variabel laten variasi merchandise (uji sub hipotesa H3-1).

C.1. Hubungan Fungsional Variabilitas (VM-1) Terhadap Variabel Laten Variasi

Merchandise (VM)

VM11 = 0.57*vm, Errorvar.= 0.43 , R2 = 0.43 (0.059) (0.050) 9.65 8.63

VM14 = 0.53*vm, Errorvar.= 0.37 , R2 = 0.43 (0.054) (0.043) 9.73 8.59

Indikator-indikator VM11 (ragam merek yang tersedia) dan VM14 (banyak pilihan seperti

warna, ukuran, bahan, dll, dalam setiap kategori produk) menunjukkan nilai loading yang

berada di atas +0.50. Nilai tersebut menunjukkan adanya hubungan yang sangat bermakna

antara indikator-indikator tersebut dengan variabel laten variasi merchandise. Maka, ragam

merek yang tersedia serta banyaknya pilihan dalam setiap kategori produk memiliki

hubungan yang sangat bermakna dengan pandangan pengunjung dalam kaitannya dengan

pemilihan tempat berbelanja dan frekuensi berkunjung dari pengunjung.

214

VM12 = 0.41*vm, Errorvar.= 0.26 , R2 = 0.40 (0.045) (0.030) 9.20 8.79

VM13 = 0.46*vm, Errorvar.= 0.35 , R2 = 0.37 (0.052) (0.040) 8.87 8.90

Sementara VM12 (ragam kategori produk yang tersedia) dan VM13 (ragam private labels)

menunjukkan nilai loading di atas +0.40, yang menunjukkan bahwa terdapat hubungan yang

lebih bermakna antara kedua indikator tersebut dengan variabel laten variasi merchandise

(Bachrudin & Tobing, 2003). Dengan demikian, ragam kategori produk yang tersedia dan

ragam private labels memiliki hubungan fungsional yang lebih bermakna terhadap

pandangan pengunjung akan variasi merchandise di suatu toko dalam kaitannya dengan

pemilihan tempat berbelanja dan frekuensi berkunjung dari pengunjung tersebut. Melihat

hasil loading VM13 atau ragam private labels yang lebih besar daripada nilai loading VM12

atau ragam kategori produk yang tersedia, maka dapat disimpulkan pula bahwa ragam

private labels yang ada di suatu toko lebih memiliki makna dalam pemilihan tempat

berbelanja dan banyaknya frekuensi berkunjung dari pengunjung.

C.2. Hubungan Fungsional Availability (VM-2) Terhadap Variabel Laten Variasi

Merchandise (VM)

VM21 = 0.73*vm, Errorvar.= 0.56 , R2 = 0.48 (0.069) (0.068) 10.46 8.27

VM22 = 0.68*vm, Errorvar.= 0.63 , R2 = 0.42 (0.071) (0.073) 9.56 8.66

Baik VM21 (ketersediaan produk) maupun VM22 (consistency in assortment) memiliki nilai

loading di atas +0.50, yang berarti bahwa kedua indikator tersebut memiliki hubungan

215

fungsional yang sangat bermakna dengan variabel laten variasi merchandise. Maka, dapat

disimpulkan bahwa ketersediaan produk dan consistency in assortment dari suatu toko

memberikan hubungan yang sangat bermakna bagi pandangan pengunjung akan variasi

merchandise di suatu toko dalam kaitannya dengan pemilihan tempat berbelanja dan

frekuensi berkunjung dari pengunjung tersebut. Di antara keduanya, indikator VM21

menunjukkan hubungan yang paling hampir mendekati 1, sehingga dapat diketahui bahwa

ketersediaan produk-produk yang diinginkan (tidak pernah kehabisan stok) oleh pengunjung

yang baik akan memberikan kontribusi yang lebih sangat bermakna terhadap pemilihan

pengunjung akan tempat belanjanya dan frekuensi berkunjung pengunjung di sebuah toko.

Dengan demikian, berdasarkan hasil pembahasan di atas dapat disimpulkan bahwa sub

hipotesa H3-1 diterima.

D. Hubungan Fungsional Commitment (LYT-1), Intention to Revisit the Store

(LYT-2), dan Satisfaction (LYT-3) Terhadap Variabel Laten Loyalitas Toko

(LYT)

Pada bagian ini akan dianalisis hubungan indikator-indikator dalam dimensi commitment,

intention to revisit the store, dan satisfaction dengan variabel laten loyalitas toko (uji sub

hipotesa H4-1).

D.1. Hubungan Fungsional Commitment (LYT-1) Terhadap Variabel Laten

Loyalitas Toko (LYT)

LYT11 = 0.15*lyt, Errorvar.= 0.82 , R2 = 0.028 (0.083) 9.94

216

LYT12 = 0.25*lyt, Errorvar.= 1.11 , R2 = 0.052 (0.14) (0.11) 1.81 9.90

Indikator LYT11 (komitmen untuk berbelanja kembali) dan LYT12 (komitmen untuk tidak

berpindah) sama-sama memperlihatkan nilai loading yang signifikan untuk ukuran sampel

minimum sebanyak 200 (Tabel 3.8). LYT11 signifikan pada taraf 5% (³ +0.14), sementara

LYT12 signifikan pada taraf 1% (³ +0.18). Maka, kesimpulan yang dapat diambil dari hasil

tersebut adalah bahwa komitmen untuk berbelanja kembali (LYT11) dan komitmen untuk

tidak berpindah (LYT12) memiliki hubungan fungsional yang signifikan terhadap variabel

laten loyalitas toko.

D.2. Hubungan Fungsional Intention to Revisit the Store (LYT-2) Terhadap

Variabel Laten Loyalitas Toko (LYT)



LYT21 (di masa mendatang, pengunjung akan sangat sering shopping di MDS) memiliki nilai

loading di atas +0.30, yang menunjukkan bahwa indikator LYT21 memiliki hubungan yang

berarti/bermakna dengan variabel laten loyalitas toko. Sementara itu, LYT22 (di masa

mendatang, pengunjung tidak akan shopping di MDS) memiliki nilai loading di atas +0.14,

yang berarti bahwa indikator LYT22 memiliki hubungan fungsional yang signifikan dengan

variabel laten loyalitas toko pada taraf 5%. Dengan demikian, dapat disimpulkan bahwa

keinginan pengunjung untuk akan sangat sering berbelanja dan tidak akan berbelanja di

MDS memiliki hubungan yang bermakna dan signifikan dengan loyalitas toko pengunjung.

217

D.3. Hubungan Fungsional Satisfaction (LYT-3) Terhadap Variabel Laten Loyalitas

Toko (LYT)





Hubungan yang lebih bermakna (> +0.40) terhadap variabel laten loyalitas toko ditunjukkan

oleh keempat indikator di atas, yakni LYT31 (kepuasan pengunjung terhadap pelayanan di

MDS), LYT33 (kepuasan pengunjung terhadap lokasi MDS), LYT35 (kepuasan pengunjung

terhadap pembelian yang dilakukannya di MDS), dan LYT36 (akan merekomendasikan

kepada orang lain). Nilai-nilai tersebut memberikan makna bahwa kepuasan pengunjung

terhadap pelayanan di MDS, kepuasan pengunjung terhadap lokasi MDS, kepuasan

pengunjung terhadap pembelian yang dilakukannya di MDS, serta akan tidaknya

merekomendasikan kepada orang lain untuk berbelanja di MDS, memliki makna yang lebih

terhadap komitmen pengunjung untuk berbelanja kembali dan keinginan untuk kembali

berkunjung ke toko MDS.



218

LYT32 (kepuasan pengunjung terhadap produk di MDS) dan LYT34 (kepuasan pengunjung

terhadap disain toko secara keseluruhan) menunjukkan nilai loading di atas +0.50, yang

berarti indikator-indikator tersebut memiliki hubungan signifikan dan sangat bermakna

terhadap variabel laten loyalitas toko. Nilai loading tersebut memberikan kesimpulan bahwa

kepuasan pengunjung terhadap produk di MDS dan disain toko secara keseluruhan memiliki

hubungan yang sangat bermakna terhadap pembentukan loyalitas toko pengunjung terhadap

toko MDS. Dengan demikian, berdasarkan hasil pembahasan di atas dapat disimpulkan

bahwa sub hipotesa H4-1 diterima.

E. Hubungan Fungsional Average Number of Stores Visited Over A Year (PP-1)

dan Average Number of Visits Over A Year (PP-2) Terhadap Variabel Laten

Pembelian Pengunjung (PP)

Pada bagian ini akan dianalisis hubungan indikator-indikator dalam dimensi average

number of visits over a year dan average number of visits over a year dengan variabel laten

pembelian pengunjung (uji sub hipotesa H4-2).

E.1. Hubungan Fungsional Average Number of Stores Visited Over A Year (PP-1)

Terhadap Variabel Laten Pembelian Pengunjung (PP)

PP11 = 0.65*pp, Errorvar.= 0.82 , R2 = 0.34 (0.21) 3.93

Indikator PP11 (mengunjungi banyak toko dalam setahun) menunjukkan nilai loading atau

hubungan yang sangat bermakna (> +0.50) terhadap variabel laten pembelian pengunjung.

Berarti, perilaku pengunjung yang mengunjungi banyak toko dalam setahun memiliki

219

hubungan yang sangat bermakna terhadap perilaku pembelian pengunjung dalam kaitannya

dengan pemilihan gerai tempat mereka akan berbelanja.

PP13 = 0.33*pp, Errorvar.= 1.25 , R2 = 0.079 (0.17) (0.14) 1.97 8.90

Sementara itu, PP13 (hanya mengunjungi satu toko dalam setahun), dengan nilai loading >

+0.30, menunjukkan adanya hubungan yang berarti/ bermakna terhadap variabel latennya,

yakni pembelian pengunjung. Nilai tersebut memberi informasi bahwa perilaku pengunjung

yang hanya mengunjungi satu toko dalam setahun memiliki hubungan yang bermakna

terhadap perilaku pembelian pengunjung dalam kaitannya dengan pemilihan gerai tempat

mereka akan berbelanja. Lebih lanjut, jika melihat nilai loading yang lebih besar hingga dua

kali lipat pada indikator PP11 (mengunjungi banyak toko dalam setahun) dibandingkan

dengan indikator PP13 (hanya mengunjungi satu toko dalam setahun), memberikan suatu

kesimpulan bahwa perilaku pengunjung yang mengunjungi banyak toko dalam setahun

melibatkan pemilihan gerai tempat mereka akan berbelanja yang lebih mudah dibandingkan

dengan perilaku pengunjung yang hanya mengunjungi satu toko dalam setahun. Wajar

tentunya, karena mereka yang hanya mengunjungi satu toko dalam setahunnya cenderung

memiliki banyak pertimbangan dalam pemilihan gerai tempat mereka akan berbelanja dan

banyak berpikir, sebab pada dasarnya mereka telah terbiasa untuk berbelanja di satu toko

tertentu yang telah sangat mereka percaya (loyalitas toko yang sangat kuat) dan adalah

sangat sulit bagi mereka untuk keluar dari comfort zone tersebut.

E.2. Hubungan Fungsional Average Number of Visits Over A Year (PP-2) Terhadap

Variabel Laten Pembelian Pengunjung (PP)

220

PP22 = 0.29*pp, Errorvar.= 1.32 , R2 = 0.062 (0.16) (0.14) 1.85 9.17

PP23 = 0.22*pp, Errorvar.= 0.69 , R2 = 0.066 (0.12) (0.075) 1.88 9.11

Terakhir, indikator-indikator PP22 (jarang berkunjung atau tidak setiap bulan berkunjung ke

MDS) dan PP23 (sekali dalam setahun berkunjung dan atau berbelanja di MDS) memiliki nilai

loading yang signifikan pada taraf 1% (³ +0.18). Hasil tersebut memberikan kesimpulan

bahwa terdapat hubungan fungsional yang signifikan antara indikator PP22 dan indikator

PP23 terhadap variabel laten pembelian pengunjung, pada taraf 1%. Hubungan fungsional

yang signifikan tersebut memberikan informasi bahwa perilaku pengunjung yang jarang atau

tidak setiap bulan berkunjung ke MDS dan perilaku pengunjung yang hanya sekali dalam

setahun berkunjung dan atau berbelanja di MDS, memiliki efek terhadap perilaku pembelian

pengunjung, dalam kaitannya dengan pemilihan gerai tempat mereka akan berbelanja.

Secara implisit, dapat diketahui bahwa mereka yang jarang berkunjung atau tidak setiap

bulan berkunjung di MDS memiliki perilaku pemilihan toko MDS sebagai tempat mereka

berbelanja yang lebih kuat dibandingkan mereka yang hanya sekali dalam setahun

berkunjung atau berbelanja di MDS. Hal ini dikarenakan oleh kepercayaan dan pengalaman

yang dimiliki oleh mereka yang tidak setiap bulan berkunjung di MDS lebih besar daripada

mereka yang hanya sekali dalam setahun berkunjung atau berbelanja di MDS. Dengan

demikian, berdasarkan hasil pembahasan di atas dapat disimpulkan bahwa sub hipotesa

H4-2 diterima. Tabel 4.11 memberikan ringkasan hubungan antara indikator-indikator

dengan variabel latennya.

221

Tabel 4.11 Hubungan Indikator-indikator dengan Variabel Latennya

Variabel Suasana

Toko

Lokasi

Toko

Variasi

Merchandise

Loyalitas

Toko

Pembelian

Pengunjung

ST11 0.11 - - - -

ST12 0.15 - - - -

ST13 0.30 - - - -

ST14 0.24 - - - -

ST15 0.36* - - - -

ST16 0.28 - - - -

ST21 0.30 - - - -

ST22 0.43 - - - -

ST23 0.52 - - - -

ST24 0.33 - - - -

ST25 0.25 - - - -

ST26 0.28 - - - -

ST27 0.32 - - - -

ST28 0.63** - - - -

ST29 0.49 - - - -

ST210 0.56 - - - -

ST211 0.42 - - - -

ST31 0.30 - - - -

ST32 0.53* - - - -

ST33 0.51 - - - -

ST34 0.31 - - - -

LT11 - 0.27 - - -

LT12 - 0.36** - - -

LT13 - 0.17 - - -

LT21 - 0.30* - - -

VM11 - - 0.57* - -

VM12 - - 0.41 - -

VM13 - - 0.46 - -

222

Variabel Suasana

Toko

Lokasi

Toko

Variasi

Merchandise

Loyalitas

Toko

Pembelian

Pengunjung

VM14 - - 0.53 - -

VM21 - - 0.73** - -

VM22 - - 0.68 - -

LYT11 - - - 0.15 -

LYT12 - - - 0.25* -

LYT21 - - - 0.39* -

LYT22 - - - 0.15 -

LYT31 - - - 0.47 -

LYT32 - - - 0.56 -

LYT33 - - - 0.46 -

LYT34 - - - 0.58** -

LYT35 - - - 0.48 -

LYT36 - - - 0.40 -

PP11 - - - - 0.65**

PP13 - - - - 0.33

PP22 - - - - 0.29*

PP23 - - - - 0.22

* Indikator dengan korelasi tertinggi dari suatu dimensi.** Indikator dengan korelasi tertinggi dari suatu dimensi dan merupakan korelasi tertinggi indikator

terhadap variabel latennya.

Sumber : Output SIMPLIS hasil pengolahan data.

4.2.4.12 Uji Hipotesis pada Model Struktural

Hipotesis yang akan diuji adalah sebagai berikut:

H1. Suasana toko berpengaruh positif terhadap loyalitas toko

H2. Lokasi toko berpengaruh positif terhadap loyalitas toko

H3. Variasi merchandise berpengaruh positif terhadap loyalitas toko

H4. Loyalitas toko berpengaruh positif terhadap pembelian pengunjung

223

Pengujian hipotesis-hipotesis di atas akan dilakukan dengan mengevaluasi model

stuktural dari model D. Berikut hasil akhir persamaan model struktural tersebut:


lyt = 0.53*st - 0.15*lt + 0.38*vm, Errorvar.= 0.49 , R2 = 0.51 (0.26) (0.35) (0.36) 2.08 -0.43 1.06 pp = 0.38*lyt, Errorvar.= 0.85 , R2 = 0.15 (0.21) 1.82

Interpretasi estimasi paramater unstandardized hampir sama dengan regresi linear biasa,

dimana perubahan variabel dependen dipengaruhi oleh besarnya estimate value suatu

variabel independen lainnya dengan mengasumsikan bahwa seluruh variabel independen

lainnya dianggap tetap (Ghozali & Fuad, 2005, p286).

Nilai estimasi ST (Suasana Toko) memiliki nilai positif dan signifikan pada taraf 5%

(nilai t = 2.08 > |1.96|). Output tersebut memiliki arti bahwa berubahnya suasana toko

sebesar satu unit akan menambah loyalitas toko sebesar 0.53. Hasil tersebut mendukung

pernyataan hipotesis 1, yakni bahwa suasana toko berpengaruh positif terhadap loyalitas

toko.

Sementara itu, nilai estimasi variabel lokasi toko memiliki nilai yang negatif dan tidak

signifikan baik pada taraf 20%, 10%, 5%, maupun 1%. Demikian pula halnya dengan nilai

estimasi variabel variasi merchandise. Hal ini menunjukkan bahwa lokasi toko dan variasi

merchandise tidak memiliki pengaruh yang signifikan terhadap loyalitas toko. Dengan

demikian, pernyataan hipotesis 2 dan 3 tidak diterima.

Adapun, nilai estimasi variabel loyalitas toko memiliki nilai yang positif dan signifikan

pada taraf 10%, karena nilai t hitung (1.82) lebih besar daripada |1.645| (Tabel 3.9). Output

tersebut memiliki arti bahwa loyalitas toko berpengaruh positif dan signifikan terhadap

224

pembelian pengunjung pada taraf 10%, yakni berubahnya loyalitas toko sebesar satu unit

akan menambah pembelian pengunjung sebesar 0.38. Hasil tersebut mendukung pernyataan

hipotesis 4, yakni bahwa loyalitas toko berpengaruh secara positif terhadap pembelian

pengunjung.

Lebih jauh lagi, akan dilakukan perbandingan untuk mengetahui variabel manakah

yang memiliki pengaruh terbesar terhadap variabel endogen loyalitas toko dan pembelian

pengunjung dengan melihat pada bagian estimasi parameter yang telah distandarisasi.

Seperti yang telah dijelaskan sebelumnya, standardized estimates tidak lagi dipengaruhi oleh

adanya perbedaan unit pengukuran pada variabel-variabel independen. Oleh karena itu,

untuk mengetahui variabel mana yang memiliki pengaruh terbesar, maka sangat disarankan

untuk melihat pada standardized estimates daripada unstandardized estimates (Ghozali &

Fuad, 2005, p324). Berikut adalah sebagian format LISREL dari model D :

BETA lyt pp -------- -------- lyt - - - - pp 0.384 - -

GAMMA st lt vm -------- -------- -------- lyt 0.533 -0.153 0.383 pp - - - - - -

Dari hasil output tersebut, dapat diketahui bahwa dari ketiga variabel yang mempengaruhi

variabel endogen loyalitas toko, variabel suasana toko memiliki pengaruh terbesar

dengan nilai standardized estimates sebesar 0.533, diikuti oleh variasi

merchandise (0.383), dan lokasi toko yang memiliki pengaruh terkecil (-0.153).

Namun, hanya suasana toko yang memiliki pengaruh yang signifikan dengan alasan seperti

yang telah dijelaskan di atas. Sedangkan, variabel endogen pembelian pengunjung hanya

225

dipengaruhi oleh satu variabel, yakni variabel loyalitas toko, sehingga jelas terlihat bahwa

loyalitas toko adalah variabel yang memiliki pengaruh terbesar terhadap

pembelian pengunjung (0.384).

Lalu, untuk mengetahui seberapa kuat hubungan antara dua variabel dari masing-

masing variabel penelitian (uji sub hipotesa H1-2, H2-2, H3-2, dan H4-2), akan dilihat dari

Correlation Matrix of ETA and KSI hasil standarisasi. Berikut adalah output tersebut :

Correlation Matrix of ETA and KSI

lyt pp st lt vm -------- -------- -------- -------- -------- lyt 1.000 pp 0.384 1.000 st 0.683 0.262 1.000 lt 0.500 0.192 0.599 1.000 vm 0.585 0.224 0.628 0.871 1.000

Dari hasil di atas, dapat diketahui bahwa :

· Suasana toko dan loyalitas toko memiliki hubungan positif yang paling kuat,

yakni sebesar 0.683.

Hal ini menunjukkan bahwa suasana toko yang menarik atau disukai oleh

pengunjung memiliki hubungan yang sangat dan paling kuat terhadap loyalitas

mereka terhadap toko tersebut. Dengan demikian, sub hipotesa H1-2

diterima.

· Lokasi toko dan loyalitas toko memiliki hubungan positif yang juga kuat, tetapi

paling lemah jika dibandingkan dengan hubungan di antara loyalitas toko dengan

variabel-variabel eksogen lainnya (suasana toko dan variasi merchandise), yakni

sebesar 0.500.

Hal ini menunjukkan bahwa lokasi toko yang baik menurut pengunjung

berhubungan kuat dengan tingkat loyalitas pengunjung terhadap toko tersebut,

226

walaupun tidak sekuat hubungan dengan suasana toko dan variasi merchandise.

Dengan demikian, sub hipotesa H2-2 diterima.

· Variasi merchandise dan loyalitas toko memiliki hubungan positif yang kuat,

yakni sebesar 0.585.

Hal ini menunjukkan bahwa variasi merchandise yang baik menurut

pengunjung berhubungan sangat kuat dengan tingkat loyalitas mereka terhadap

suatu toko. Dengan demikian, sub hipotesa H3-2 diterima.

· Terakhir, loyalitas toko dan pembelian pengunjung memiliki hubungan yang

cukup kuat, yakni sebesar 0.384.

Hal ini menunjukkan bahwa tingkat loyalitas toko yang cukup atau tinggi dari

pengunjung berhubungan cukup kuat dengan pembelian pengunjung tersebut

dalam hal pemilihan gerai tempatnya akan berbelanja. Dengan demikian, sub

hipotesa H4-2 diterima.

Sementara itu, melihat hasil koefisien determinasi dari persamaan struktural loyalitas

toko, dapat diketahui bahwa variabel-variabel eksogen / independen (suasana toko, lokasi

toko, dan variasi merchandise) 51% varians loyalitas toko dijelaskan oleh variabel suasana

toko, lokasi toko, dan variasi merchandise. Sedangkan sisanya (49%) dijelaskan oleh faktor

selain suasana toko, lokasi toko, dan variasi merchandise. Nilai koefisien determinasi pada

persamaan struktural pembelian pengunjung menunjukkan bahwa 15% varians pembelian

pengunjung dijelaskan oleh loyalitas toko, sedangkan sisanya (85%) dijelaskan oleh faktor

selain loyalitas toko. Dengan demikian, persamaan struktural loyalitas toko dan pembelian

pengunjung cukup baik.

227

4.3 Implikasi Hasil Penelitian

Penelitian ini memiliki tujuan-tujuan :

T-1 Mengidentifikasi pertimbangan-pertimbangan dalam pengaturan suasana

toko dan variasi merchandise, mengetahui alasan penempatan lokasi toko

MDS di Mal Ciputra serta mengetahui tingkat loyalitas pengunjung terhadap

toko MDS Mal Ciputra dan tingkat penjualan MDS Mal Ciputra selama ini.

T-2 Menganalisis pengaruh dari suasana dalam toko (ST) terhadap loyalitas

pengunjung terhadap toko (LYT). Secara rinci sebagai berikut:

a. Menganalisis hubungan fungsional antara Ambient Factors (ST-1),

Design Factors (ST-2), dan Social Factors (ST-3) terhadap suasana toko

(ST).

b. Menganalisis hubungan fungsional antara suasana toko (ST) terhadap


T-3 Menganalisis pengaruh dari lokasi toko (LT) terhadap loyalitas pengunjung

terhadap toko (LYT). Secara rinci sebagai berikut:

a. Menganalisis hubungan fungsional antara Aksesbilitas (LT-1) dan

Keberadaan toko lain (LT-2) terhadap lokasi toko (LT).

b. Menganalisis hubungan fungsional antara lokasi toko (LT) terhadap


T-4 Menganalisis pengaruh dari banyaknya variasi/pilihan merchandise (VM)

terhadap loyalitas pengunjung terhadap toko (LYT). Secara rinci sebagai

berikut:

228

a. Menganalisis hubungan fungsional antara Variabilitas (VM-1) dan

Availibility (VM-2) terhadap variasi merchandise (VM).

b. Menganalisis hubungan fungsional antara variasi merchandise (VM)

terhadap loyalitas toko (LYT).

T-5 Menganalisis pengaruh dari loyalitas tersebut (LYT) terhadap pembelian

pengunjung (PP) yang dilihat dari pemilihan gerai tempat mereka akan

berbelanja (loyalitas toko pengunjung). Secara rinci sebagai berikut:

a. Menganalisis hubungan fungsional antara Commitment (LYT-1),

Intention to revisit the store (LYT-2), dan Satisfaction (LYT-3) terhadap


b. Menganalisis hubungan fungsional antara Average Number of Stores

Visited Over a Year (PP-1) dan Average Number of Visits Over a Year

(PP-2) terhadap pembelian pengunjung (PP).

c. Menganalisis hubungan fungsional antara loyalitas toko (LYT) terhadap

pembelian pengunjung (PP) yang dilihat dari pemilihan gerai tempat

mereka akan berbelanja (loyalitas pengunjung terhadap toko).

Hasil penelitian dengan pembahasan seperti yang telah dijabarkan pada sub bab 4.2

telah mencapai tujuan-tujuan tersebut di atas. Berdasarkan hasil penelitian, dapat diketahui

bahwa pertimbangan-pertimbangan dalam pengaturan suasana toko di sebuah MDS didasari

akan sales contribution dari masing-masing merek dan kondisi market. Besarnya dana yang

tersedia dan kondisi dari masing-masing toko, dan perubahan-perubahan dari para pesaing

juga dijadikan bahan pertimbangan.

229

Kemudian, pertimbangan-pertimbangan yang dilakukan dalam pemilihan lokasi toko

MDS di Mal Ciputra di antaranya adalah pada saat Mal Ciputra pertama akan dibuka, mal ini

merupakan pusat belanja terbesar di Indonesia sebelum menjamurnya mal-mal lain yang

lebih besar. Alasan lainnya, adalah berdasarkan kelengkapan sarana. Outlet-outlet Matahari

umumnya merupakan gedung-gedung yang telah dilengkapi sarana yang cukup baik, seperti

tempat parkir, AC, lift, dan eskalator. Sarana tersebut merupakan sarana utama yang

mempunyai peranan penting dalam rangka menciptakan suasana nyaman berbelanja. Mal

Ciputra sendiri dilengkapi eskalator sebanyak 28 unit, lift dengan kapasitas penumpang 15

orang, dan AC sentral. Selain itu, dilengkapi juga dengan sarana seperti telepon sebanyak

480 lines, electricity 14MW, drinking water, system keamanan yang terdiri dari CCTV, alarm

system, safety system, dan sprinkler system. Kemudian, terdapat pula indoor parking

sebanyak 500 kendaraan, dan outside parking untuk sekitar 1.500 kendaraan.

Untuk pengaturan variasi merchandise, di dalam prosesnya, pemilihan model atau

pembelian produk yang akan dijual di MDS untuk produk DP ditentukan dan dilakukan

sepenuhnya oleh pihak Merchandiser (MD) dari kantor pusat di Jakarta berdasarkan volume

yang dibagi secara proporsional untuk masing-masing toko MDS. MD tersebut bertanggung

jawab dalam menentukan jenis serta jumlah barang yang akan dijual di setiap toko,

melakukan negosiasi harga pembelian dengan pemasok, serta menentukan harga penjualan

yang tepat agar dapat mencapai marjin laba kotor yang diharapkan dari tingkat penjualan

bulanan dan tahunan yang ditargetkan. Sementara tugas pihak toko MDS Ciputra adalah

menerima produk DP yang dikirim dari Distribution Center (DC) dan tidak berhak untuk

menolak.

Sementara, untuk produk-produk CV yang menentukan model dan pilihan produk

yang dijual adalah dari pihak supplier. MDS tidak bertanggung jawab atas produk-produk

yang cacat atau tidak laku, dan menggunakan sistem margin dalam penjualannya. Sesuai

230

prinsip konsinyasi yang berarti titip jual, maka untuk barang-barang yang cacat atau tidak

laku akan dikembalikan kepada pihak supplier tanpa syarat apapun.

Tingkat loyalitas pengunjung MDS Mal Ciputra dilihat dari data MCC (Matahari Card

Club). Pengkategorian loyalitas untuk program MCC terbagi tiga, yakni : Kategori “A” =

dalam 6 bulan pengamatan, 6 bulan berbelanja (berturut-turut); kategori “B” = dalam 6

bulan pengamatan, 3-5 bulan berbelanja (namun tidak harus berturut-turut); dan kategori

“C” = dalam 6 bulan pengamatan, 1-2 bulan berbelanja (namun tidak harus berturut-turut).

Berdasarkan analisis atas data MCC, ditemukan bahwa mayoritas anggota MCC MDS Mal

Ciputra memiliki tingkat loyalitas yang tidak terlalu tinggi. Hal ini terlihat dari jumlah anggota

yang meningkat loyalitasnya (total promote) lebih kecil dibandingkan jumlah anggota yang

menurun loyalitasnya (total down grade), yakni 6.265 (total promote) dan 6.329 orang (total

down grade). Adapun jumlah anggota yang tingkat loyalitasnya stabil (tidak meningkat

ataupun menurun) menunjukkan angka terbesar, yakni sejumlah 27.651 orang.

MDS Mal Ciputra memiliki tingkat penjualan rata-rata Rp. 97,279 miliar per tahun

selama periode 2002-2006 (Tabel 4.2). Selama tahun 2002-2004, terlihat adanya penurunan

tingkat penjualan pada MDS Mal Ciputra hingga senilai Rp. 9,519 miliar. Namun kembali

mengalami peningkatan penjualan pada tahun 2005 dan 2006, yang mana MDS Mal Ciputra

memiliki tingkat penjualan di atas Rp. 100 miliar (upgrade to A+). Pembelian oleh anggota

MCC senilai Rp. 61,764 miliar memberikan kontribusi sebesar 53,90% terhadap penjualan

MDS Mal Ciputra pada tahun 2006.

Adapun produk yang memberikan kontribusi terbesar dan memiliki produktivitas per

m2 tertinggi bagi penjualan MDS Mal Ciputra antara lain adalah kategori produk CV

(konsinyasi) dengan rata-rata kontribusi di atas 60% dan rata-rata produktivitas Rp. 3 juta.

Jika dilihat dari kontribusi by world, kategori produk yang memberikan kontribusi di atas 10%

231

di antaranya adalah produk Men’s (18%), Shoes (15%), Youth Boy (12%), dan Youth Girl

(12%).

Hasil pengolahan data kuesioner menunjukkan bahwa hanya suasana toko yang

memiliki pengaruh yang signifikan dan positif (untuk taraf 5%) terhadap loyalitas

toko. Suasana toko dan loyalitas toko juga memiliki hubungan yang paling kuat, yakni

sebesar 0.683. Tidak lupa, melihat hubungan fungsional yang terjadi di antara indikator-

indikator suasana toko dengan variabel laten suasana toko, diketahui bahwa elemen suasana

toko yang paling besar kontribusinya adalah indikator pada dimensi Design Factors, yakni

ST28 : “Style”, yakni sebesar 63%. Maka, elemen ini adalah yang berpengaruh paling besar

pula dalam pembentukan suasana toko yang dapat meningkatkan loyalitas toko pengunjung.

Hal ini diperkuat pula dengan hasil korelasi terkuat di antara indikator-indikator loyalitas toko

dengan variabel latennya, adalah pada indikator LYT34 : “Kepuasan pengunjung terhadap

disain toko secara keseluruhan”, dengan kontribusi 58%.

Kemudian, melihat hubungan antara indikator-indikator suasana toko terhadap

variabel latennya, ditemukan bahwa : ST15 (kebersihan rak) dengan nilai loading

sebesar 0.36, adalah ambient factors yang paling besar hubungannya dengan suasana toko

yang dirasakan oleh pengunjung; style dari suatu toko (ST28) dengan nilai loading

sebesar 0.63, merupakan dimensi design factors yang paling besar hubungannya dengan

suasana toko yang dirasakan oleh pengunjung; penampilan karyawan dari suatu toko

(ST32) dengan nilai loading sebesar 0.53, merupakan dimensi social factors yang paling

besar hubungannya dengan suasana toko yang dirasakan oleh pengunjung.

Sementara itu, nilai estimasi variabel lokasi toko memiliki nilai yang negatif dan tidak

signifikan baik pada taraf 20%, 10%, 5%, maupun 1%. Demikian pula halnya dengan nilai

estimasi variabel variasi merchandise. Hal ini menunjukkan bahwa lokasi toko dan variasi

merchandise tidak memiliki pengaruh yang signifikan terhadap loyalitas toko.

232

Walaupun begitu, lokasi toko dan loyalitas toko memiliki hubungan yang juga kuat, tetapi

paling lemah jika dibandingkan dengan hubungan di antara loyalitas toko dengan variabel-

variabel eksogen lainnya (suasana toko dan variasi merchandise), yakni sebesar 0.500 atau

50%. Sedangkan, variasi merchandise dan loyalitas toko memiliki hubungan yang lebih kuat

dibandingkan dengan hubungan antara lokasi toko dengan loyalitas toko, yakni sebesar

0.585 atau 58,5%. Hal tersebut menunjukkan bahwa walaupun tidak berpengaruh secara

signifikan, namun perubahan-perubahan di dalam variasi merchandise dan loyalitas toko atau

lokasi toko dan loyalitas toko memiliki hubungan kuat yang positif dan searah. Pengaruh

yang tidak signifikan tersebut dapat disebabkan oleh banyaknya peritel lain yang

menawarkan kelengkapan merchandise dan bahkan memiliki variasi yang berbeda seperti

merek tertentu mungkin hanya ada di toko tertentu. Begitupun halnya dengan lokasi, yang

mana walaupun lokasi yang strategis dan dekat merupakan pilihan yang tepat bagi

pengunjung, tetapi dengan adanya penawaran khusus ataupun ingin merasakan suasana

yang berbeda di tempat lain akan menyebabkan pengunjung berpindah-pindah.

Kemudian, melihat hubungan antara indikator-indikator lokasi toko terhadap variabel

latennya, ditemukan bahwa: lokasi nyaman (LT12) adalah indikator dengan nilai

korelasi tertinggi sebesar 0.36 atau 36%, merupakan indikator dimensi aksesbilitas

yang paling besar hubungannya dengan kondisi lokasi suatu toko dalam kaitannya dengan

pemilihan tempat belanja dan frekuensi berkunjung dari pengunjung; indikator LT21

(keberadaan toko lain di sekitar MDS yang bersifat komplementer bagi MDS)

dengan nilai loading 0.30, adalah indikator dari dimensi tersebut yang paling besar

hubungannya dengan kondisi lokasi suatu toko dalam kaitannya dengan pemilihan tempat

belanja dan frekuensi berkunjung dari pengunjung.

Selanjutnya, melihat hubungan antara indikator-indikator variasi merchandise

terhadap variabel latennya, ditemukan bahwa: ragam merek yang tersedia (VM11)

233

dengan nilai korelasi tertinggi sebesar 0.57 atau 57% merupakan indikator dimensi

variabilitas yang paling besar hubungannya dengan pandangan pengunjung akan variasi

merchandise dalam kaitannya dengan pemilihan tempat berbelanja dan frekuensi berkunjung

dari pengunjung; ketersediaan produk (VM21) dengan nilai loading 0.73, merupakan

indikator dimensi Availability (VM-2) yang paling besar hubungannya dengan pandangan

pengunjung akan variasi merchandise dalam kaitannya dengan pemilihan tempat berbelanja

dan frekuensi berkunjung dari pengunjung.

Adapun, nilai estimasi variabel loyalitas toko memiliki nilai yang positif dan signifikan

pada taraf 10%, karena nilai t hitung (1.82) lebih besar daripada |1.645| (Tabel 3.9). Output

tersebut memiliki arti bahwa loyalitas toko berpengaruh positif dan signifikan

terhadap pembelian pengunjung pada taraf 10%. Selain itu, loyalitas toko dan

pembelian pengunjung memiliki hubungan yang cukup kuat, yakni sebesar 0.384 atau

38,4%. Lalu, seperti yang telah dikemukakan di atas bahwa kepuasan pengunjung terhadap

disain toko secara keseluruhan merupakan elemen yang paling penting dalam pembentukan

variabel laten loyalitas toko, maka meningkatkan kepuasan pengunjung terhadap disain toko

secara keseluruhan adalah penting pula untuk meningkatkan pembelian pengunjung dalam

kaitannya dengan pemilihan gerai MDS Mal Ciputra sebagai tempat berbelanja mereka.

Tingkat signifikansi pada tingkat yang lebih rendah tersebut disebabkan loyalitas toko dari

target pengunjung MDS yang merupakan kalangan menengah dan menengah ke atas, tidak

terlalu kuat. Hal ini terkait dengan prilaku kalangan tersebut yang karena dengan

kemampuan finansialnya yang berlebih mereka bisa secara leluasa berpindah belanja,

terutama produk fashion dan aksesoris, ke banyak gerai. Sementara masyarakat konsumen

kelas menengah ke bawah relatif lebih mudah untuk menjadi loyal terhadap suatu toko,

terlebih kalangan kelas bawah. Sebab, mereka hanya butuh lokasi belanja yang dapat

dijangkau tanpa harus mengeluarkan biaya dan lebih murah. Tingkat loyalitas yang tidak

234

terlalu kuat dari pengunjung MDS tersebut juga terlihat dari hasil analisis atas data MCC,

yang menemukan bahwa mayoritas anggota MCC MDS Mal Ciputra memiliki tingkat loyalitas

yang tidak terlalu tinggi.

Kemudian, dengan melihat hubungan antara indikator-indikator loyalitas toko

terhadap variabel latennya, ditemukan bahwa: indikator LYT12 (komitmen untuk tidak

berpindah) dengan nilai loading 0.25, merupakan indikator dimensi commitment yang

paling besar hubungannya dengan loyalitas toko pengunjung; LYT21 (keinginan

pengunjung untuk akan sangat sering berbelanja) memiliki nilai korelasi sebesar

0.39 atau 39%, yang berarti indikator tersebut merupakan indikator dimensi Intention to

Revisit The Store (LYT-2) yang paling besar hubungannya dengan loyalitas toko pengunjung;

kepuasan pengunjung terhadap disain toko secara keseluruhan (LYT34) dengan

nilai loading sebesar 0.58, merupakan indikator dimensi satisfaction yang paling besar

hubungannya dengan loyalitas toko pengunjung.

Selanjutnya, melihat hubungan antara indikator-indikator pembelian pengunjung

terhadap variabel latennya, ditemukan bahwa: indikator PP11 (mengunjungi banyak

toko dalam setahun) dengan nilai loading 0.65, merupakan indikator dimensi Average

Numbers of Stores Visited Over a Year yang paling besar hubungannya dengan pembelian

pengunjung dalam kaitannya dengan pemilihan gerai tempat mereka akan berbelanja; dan

perilaku pengunjung yang jarang berkunjung atau tidak setiap bulan berkunjung

di MDS (PP22) dengan nilai loading sebesar 0.29, adalah indikator dimensi average

numbers of visits over a year yang paling besar hubungannya dengan pembelian pengunjung

dalam kaitannya dengan pemilihan gerai tempat mereka akan berbelanja.

Dengan hasil uraian pembahasan di atas dapat disimpulkan bahwa, elemen Retailing

Mix yang paling penting dalam meningkatkan potensi MDS Mal Ciputra dalam rangka

meningkatkan loyalitas toko pengunjungnya yang akan berimplikasi kepada pembelian

235

pengunjung dalam kaitannya dengan pemilihan gerai MDS Mal Ciputra sebagai tempat

berbelanja mereka, adalah Suasana Toko (ST). Lalu, walaupun lokasi toko dan variasi

merchandise tidak memiliki pengaruh yang signifikan terhadap loyalitas toko, tetapi kedua

variabel tersebut menunjukkan adanya hubungan yang signifikan yang sangat kuat dengan

loyalitas toko pengunjung. Oleh karena itu, perlu dilakukan perancangan yang lebih baik

dengan melihat indikator-indikator yang berperan paling besar di dalam ketiga variabel

tersebut, yani kebersihan rak, style dari disain sebuah toko, penampilan karyawan,

kenyamanan lokasi, memperhatikan keberadaan toko lain yang bersifat komplementer di

sekitar MDS yang terletak di mal, banyaknya ragam merek yang disediakan, dan memastikan

ketersediaan produk agar tidak pernah kehabisan stok.

Terkait dengan prilaku target konsumen MDS yang merupakan kalangan menengah

dan menengah ke atas, yakni lebih mengutamakan kualitas produk, ekslusivitas, dan

harganya yang bersaing, sementara peritel-peritel lain juga banyak yang memberikan hal-hal

tersebut, maka MDS harus lebih kreatif dan memberikan diferensiasi yang menonjol. Style

dari toko MDS adalah hal utama yang harus dipertimbangkan untuk dirancang ulang secara

drastis agar dapat meningkatkan potensi MDS Mal Ciputra khususnya, dan mungkin juga

untuk MDS lainnya. Penggunaan teknologi canggih dalam melaksanakan hal tersebut juga

perlu dipertimbangkan. Sejalan dengan hal tersebut, Yongky Surya Susilo di dalam sebuah

wawancara di majalah Marketing edisi Agustus 2007 menyatakan bahwa ini sudah zamannya

shopping experience, total emosi, semua panca indra disentuh. Ia memberi contoh bahwa

ada sebuah toko baju yang menggunakan teknologi untuk mengidentifikasi konsumennya

secara pribadi. Toko tersebut telah memiliki data tinggi, berat badan, dan sebagainya. Di

komputer, gambar baju dicocokkan dengan tubuh calon pembeli, sehingga tidak perlu lagi

sibuk mencoba di kamar ganti. Cukup melihat di komputer. Teknologi seperti itu patut dicoba

di MDS, sebab tidak hanya masyarakat Indonesia yang menyukai sesuatu yang customized

236

dan distinctive, tetapi masyarakat internasional juga demikian. Kemudian, berdasarkan studi-

studi yang pernah dilakukan oleh AC Nielsen, salah satu kebutuhan emosional dari

konsumen-konsumen yang berbelanja di outlet modern, adalah “make kids happy”. Anak-

anak butuh ruang sendiri dalam hiburan. Sehingga cukup menarik untuk mengadaptasi hal

ini di dalam sebuah department store, misalnya menyediakan area produk anak-anak yang

dirancang khusus sehingga menciptakan experience khusus dan mendorong anak-anak untuk

ingin membeli produk-produk di MDS. Lagipula, anak-anak sangat berperan dalam membujuk

orang tuanya untuk membeli suatu produk. Untuk melakukan hal ini, Matahari dapat

melakukan outsourcing dengan peritel tempat penitipan, bermain, dan edukasi anak-anak

seperti Gymboree. Akan lebih baik pula jika dapat merancang suasana atau khususnya style

yang berbeda-beda untuk setiap World. Selama ini di MDS hanya terlihat perbedaan yang

mencolok pada bagian sepatu, home, dan kosmetik. Dari hasil penjualan MDS Mal Ciputra

juga terlihat adanya penjualan yang mencolok hanya pada bagian Men’s. Kondisi tersebut

dapat dijelaskan oleh sifat lelaki yang cenderung praktis dan tidak terlalu memperhatikan

segi emosional sebuah toko, sehingga dengan adanya produk yang bagus dan harga yang

terjangkau, mereka akan berbelanja di situ. Sementara anak-anak dan wanita lebih mudah

terdorong oleh sesuatu yang sifatnya emosional. Jika dipicu oleh suasana yang menarik

dengan dukungan style dan tampilan produk yang unik, mereka adalah konsumen yang

sangat potensial untuk ditingkatkan porsi belanjanya oleh MDS. Inovasi-inovasi lebih lanjut

dari hal-hal seperti itu akan membawa Matahari kepada pencapaian visi dan misinya.

Selain itu, terdapat beberapa kondisi spesial yang layak diperhatikan, khususnya di

kota-kota besar. Misalnya, Jakarta dengan persoalan kemacetannya. Menurut Sugiyanto

Wibawa dari tim teknis Aprindo, kemacetan tersebut akan mempengaruhi pola belanja.

Konsumen cenderung mengambil pola shopping jarak dekat. Selain itu, pusat perbelanjaan

malam juga tetap menjadi incaran. Pasalnya, konsumen kota pada pagi hari sibuk bekerja.

237

Karena itu, faktor kenyamanan dan entertainment harus lebih dikedepankan para peritel

dalam melayani pelanggan.

Lebih lanjut, di kota-kota besar, mal-mal dan ritel-ritel menjamur bak cendawan di

musim hujan. Banyak sentra perbelanjaan mengepung konsumen dari berbagai sudut,

sehingga kemungkinan terjadi over supply di kota-kota tersebut. Walaupun begitu, tentunya

akan terjadi seleksi alam, karena konsumen pada akhirnya yang memiliki kekuatan untuk

menentukan hidup mati para peritel. Mengenai lokasi toko MDS Mal Ciputra, selain

kemacetannya yang sudah terkenal, letaknya di wilayah Jakarta Barat tersebut juga

dikhawatirkan akan mengalami kelebihan supply pusat perbelanjaan. Khususnya karena

kawasan tersebut dinilai memiliki prospek yang baik sebab di kawasan tersebut banyak

dibangun perumahan-perumahan baru dengan mayoritas target market golongan menengah

ke atas (Visidata Riset Indonesia, 2003). Maka, satu alasan kuat lagi bagi Matahari untuk

lebih menonjolkan diferensiasinya dibandingkan dengan peritel lain selain harga bersaing,

pelayanan, dan produk yang berkualitas. Jangan melakukan hal-hal yang generik, tetapi

sekarang ini harus lebih mengutamakan kreativitas. Hermawan Kertajaya juga menyatakan

bahwa tidak ada gunanya melakukan price war terus menerus, strategi “me too” tersebutlah

yang menyebabkan terjadinya over supply di Indonesia. Menurutnya, kreativitas adalah

added value yang sangat berharga dan akan membuat mereka yang memilikinya menjadi

unggul di atas yang lainnya. Oleh karena itu, menghadapi kemungkinan kenaikan harga

minyak di tahun 2008, Matahari sebaiknya mengkaji ulang strategi ekspansinya. Sugiyanto

juga menyatakan perlunya memperhatikan masalah listrik akibat krisis energi dan kenaikan

harga minyak tersebut, termasuk harga sewa properti yang semakin melambung (Marketing,

Desember 2007). Terlebih lagi dengan adanya rencana peraturan pemerintah di tahun 2008

mengenai mewajibkan masyarakat Indonesia untuk hanya menggunakan Pertamax sebagai

bahan bakar mobil pribadi dan tidak diperbolehkan memperpanjang STNK bagi pemilik

238

kendaraan yang diproduksi sebelum tahun 2000. Tentunya lokasi yang memiliki akses mudah

dengan menggunakan kendaraan umum akan sangat berharga. Dengan demikian, sangat

dianjurkan agar Matahari lebih fokus kepada inovasi-inovasi dan kreativitas dalam membuat

keunikan-keunikan nyata yang akan membuatnya unggul dan mampu melawan persaingan

yang semakin ketat, khususnya terhadap para pesaing asing yang akan semakin banyak

berdatangan oleh karena telah dibukanya kesempatan lebar bagi mereka untuk membuka

department store berukuran besar (di atas 2000 m2) di Indonesia, dari pemerintah.

Terkait dengan merchandise, program promosi dari setiap pengelola jaringan usaha

ritel yang tujuannya untuk membangun loyalitas konsumen ternyata justru berdampak pada

semacam program training untuk membangun kecenderungan konsumen menjadi tidak loyal.

Sebab, dengan banyaknya informasi mengenai produk murah tersebut bisa jadi konsumen

hanya akan berbelanja ke gerai yang sedang menggelar kegiatan promosi. Kecenderungan

yang demikian terlihat jelas. Konsumen rata-rata pergi berbelanja di tiga perusahaan ritel

yang berbeda (harian-global.com, Oktober 2007). Sementara dari hasil screening data pada

hasil penelitian ini dapat dilihat bahwa rata-rata pengunjung menyatakan kalau mereka

mengunjungi banyak toko yang berbeda dalam setahunnya. Mengoptimalkan ragam merek

yang dimiliki serta selalu memastikan ketersediaan produk untuk tidak pernah mengalami

kehabisan stok adalah hal penting terkait dengan merchandise assortments atau variasi

merchandise dalam membentuk loyalitas toko yang ditemukan dalam penelitian ini. Khusus

dalam perancangan ragam merek yang akan dijual, perlu memperhatikan prilaku orang

Indonesia yang masih “brand minded”. Mereka lebih mempercayai merek yang telah mereka

kenal. Sementara private label hanya akan dipilih saat ekonomi sedang tidak bagus, sebab

lebih murah dan hemat. Tetapi, seperti yang diutarakan oleh Yongky Surya Susilo, begitu

ekonomi membaik, orang Indonesia akan kembali lagi ke merek. Kondisi tersebut juga dapat

terlihat dari laporan keuangan MDS Mal Ciputra yang menunjukkan kontribusi penjualan

239

produk konsinyasi rata-rata lebih besar dua kali lipat daripada kontribusi penjualan produk

direct purchase yang di dalamnya termasuk private labels. Yongky juga menyatakan bahwa

produk branded masih akan masuk ke Indonesia yang ditujukan untuk menjaring orang

Indonesia yang gemar belanja ke luar negeri.

Sebagai tambahan, Hermawan Kertajaya dalam acara khususnya di Metro TV baru-

baru ini memberikan delapan prediksi kecenderungan di tahun 2008 yang perlu diketahui

oleh para pengusaha. Di antaranya adalah internet booming, pro-competition policy,

desentralisasi otonomi daerah semakin banyak yang akan membuat setiap daerah saling

berlomba untuk menjadi yang terbaik, pemerintah yang akan berlaku sangat mendukung

terhadap kinerja perekonomian khususnya untuk berusaha meninggalkan “nilai rapor” yang

baik di akhir masa pemerintahannya dan untuk berusaha memenangkan pemilu selanjutnya,

adanya kebangkitan dari “I-express community” (individu-individu yang ingin menunjukkan

otoritas dirinya, umumnya sebagai ahli dari suatu hal tertentu), masyarakat lebih menyukai

gosip (rumours) atau lebih mempercayai pendapat orang terpercayanya (word of mouth),

ekspansi akan lebih mengarah ke luar Jawa, kemudian yang terakhir dan yang paling

menarik adalah proliferation of mass market atau mengecilnya segmen pasar kalangan

menengah sementara kalangan atas masih sangat baik dan kalangan bawah semakin

membesar. Khusus terkait dengan prediksi kecenderungan terakhir, Matahari harus

mempertimbangkan apakah selanjutnya MDS masih akan tetap bertahan pada target

pasarnya yakni di kalangan menengah dan menengah ke atas atau ingin berfokus pada

kalangan atas saja. Perlu diperhatikan bahwa sekarang ini, jika melihat data demografis MDS

Mal Ciputra, prosentase masyarakat kalangan menengah dengan pengeluaran per bulan Rp.

1.000.001 hingga Rp. 1.8000.000 yang berkunjung, hanya 23%. Jika benar terjadi, maka

prosentase tersebut akan jauh lebih mengecil. Sehingga disarankan untuk

240

mempertimbangkan merancang suasana toko yang lebih menampilkan gaya premium dan

menyajikan experience yang kental dan unik untuk meraih lebih banyak pasar kalangan atas.

Akhir kata, penelitian ini memiliki beberapa batasan, yakni terdapatnya

ketidaknormalan data. Selain itu, sampel pengunjung di MDS Mal Ciputra masih belum dapat

mewakili seluruh pengunjung MDS di lokasi lain terkait dengan perbedaan sosial ekonomi

dari masing-masing lokasi. Oleh karenanya, hasil penelitian ini tidak sepenuhnya dapat

diandalkan untuk diaplikasikan di MDS lain selain MDS Mal Ciputra. Maka, dianjurkan untuk

melakukan penelitian lebih lanjut dengan menggunakan sampel yang lebih dapat mewakili

seluruh MDS. Selain itu, metode penelitian SEM dan saran-saran dari temuan-temuan yang

ada dari penelitian ini dapat diperluas ke dalam cross-cultural settings untuk menemukan

variabel-variabel atau elemen-elemen Retailing Mix mana yang lebih penting di daerah atau

bahkan di negara yang berbeda-beda.

BAB 4 HASIL dan PEMBAHASAN - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab4/2008-1-00196-MN-Bab...

Documents

Transcript of BAB 4 HASIL dan PEMBAHASAN - thesis.binus.ac.idthesis.binus.ac.id/doc/Bab4/2008-1-00196-MN-Bab...