Citra Destinasi Setu Babakan Mempengaruhi Loyalitas Pengunjungnya

Pengaruh antara Citra Destinasi dengan Loyalitas Destinasi

by. Salman Paludi

Komunitas OSEBA

Semakin baik citranya semakin loyal juga pengunjungnya. Setu Babakan yang identik dengan Kebudayaan Betawi, pada umumnya mayoritas pengunjungnya adalah masyarakat sekitar Setu Babakan atau dari daerah lain yang relatif dekat ke Jakarta Selatan, seperti Jakarta Timur, Depok dan Bekasi. Hal ini terlihat dari hasil penelitian pada tahun 2016 dimana mayoritas pengunjung dari Jakarta Selatan sebanyak 28,6%, Jakarta Timur sebanyak 26,4%, Bekasi 19,3%, Depok 10,7% dan sisanya dari daerah lain seperti Jakarta Pusat, Jakarta Barat, Bogor, dll. Mayoritas responden berasal dari suku Jawa sebanyak 42,9% dan bersuku Betawi sebanyak 30,7%. Dengan adanya Setu Babakan sebagai objek wisata menjadikan alternatif pilihan bagi warga Jakarta dan sekitarnya untuk mengisi waktu luang seperti berolah raga, berekreasi, melihat pagelaran kebudayaan Betawi, wisata kuliner khas Betawi, dan lain-lain  dengan biaya yang dikeluarkan relatif murah. Jika citra Setu Babakan sebagai Perkampungan Budaya Betawi dengan lingkungan yang masih asri tetap terjaga baik maka loyalitas pengunjung akan baik, namun jika citranya buruk maka pengujung akan beralih ke tempat-tempat lain yang lebih baik.

Acara serta hiburan yang ditampilkan menjadi penilaian tersendiri bagi pengunjung dalam menilai suatu objek wisata. Jika Setu Babakan sepi hiburan maka citranya akan buruk di masyarakat dan tentu saja masyarakat akan enggan berkunjung atau kembali lagi ke Setu Babakan. Berdasarkan angket responden dapat dilihat bahwa sekitar 30% responden masih ragu dan tidak setuju terhadap informasi dari internet mengenai acara yang disajikan di Setu Babakan beragam dan menarik. Informasi mengenai acara mayoritas berisi hiburan tradisional yang kemasan acaranya masih sederhana sehingga kurang menarik bagi sebagian orang. Selain itu belum ada atraksi wisata yang menarik yang dapat dinikmati seluruh keluarga selain danau dan acara tradisonal Betawi.

Salah satu sisi gedung di Setu Babakan

Akses jalan serta infrastruktur penunjang menjadi perhatian penting bagi pengunjung dalam menilai dan mengunjungi Setu Babakan. Jika kondisinya memadai maka citranya akan baik dan tentu saja pengunjung akan datang kembali di lain waktu, namun jika kondisinya buruk maka tentu saja pengunjung akan enggan kembali lagi. Berdasarkan data angket responden dapat diketahui bahwa sekitar 50% responden ragu-ragu dan tidak setuju bahwa fasilitas umum di Setu Babakan terawat dan memadai. Kondisi jalan juga dinilai masih kurang, dimana sekitar 40% responden meragukan dan tidak setuju bahwa kondisi jalan di Setu Babakan citrnya bagus.

Dimensi harga dan nilai, terutama harga makanan dan minuman yang dijual di PBB Setu Babakan juga harus diperhatikan. Berdasarkan data deskripsi variabel Citra destinasi, jumlah responden yang meragukan kewajaran harga makanan dan minuman sebesar 25,7% dan yang menyatakan tidak wajar sekitar 11%. Jika hal ini terus berlanjut maka citra Setu Babakan akan buruk bagi para pecinta kuliner, dan bukan tidak mungkin pengunjung akan beralih ke tempat-tempat lain untuk membeli  makanan & minuman sejenis yang harganya relatif lebih murah.

Saran

Pengelola PBB Setu Babakan hendaknya meningkatkan kuantitas serta kualitas acara-acara dan hiburan yang ditampilkan, termasuk menciptakan terobosan-terobosan baru dalam acara musik dan kesenian yang berciri khas Betawi namun disukai berbagai lapisan masyarakat, terutama anak-anak muda, termasuk mengadakan acara dan kegiatan yang dilaksanakan pada malam hari sehingga potensi wisata Setu Babakan dapat dikembangkan secara maksimal. Selain itu atraksi wisata yang tersedia hendaknya dibuat beragam dan benar-benar unik dan menjadi ciri khas Setu Babakan namun dapat dinikmati oleh seluruh anggota keluarga yang datang;

Pengelola PBB Setu Babakan hendaknya meningkatkan meningkatkan keamanan, menjaga kebersihan danau dan lingkungan sekitar, menjaga sikap dan keramahan pedagang dan warga sekitar, pengadaan lokasi parkir yang memadai, dan menciptakan suasana lingkungan yang sejuk dan nyaman dengan cara merawat pohon serta fasilitas-fasilitas umum yang tersedia.  Selain itu hendaknya diadakannya pembinaan para pedagang sehingga kebersihan dan kualitas barang dagangannya tetap terjamin dan harga-harga barang dagangan juga harus diperhatikan sehingga pengunjung merasa nyaman dan tidak merasa dirugikan. 

Selain homestay, di area PBB Setu Babakan hendaknya dibuat hotel-hotel atau tempat penginapan yang memadai, yang sebelum pembangunannya diawali dengan perencanaan dan studi kelayakan yang matang di sekitar lokasi objek wisata tanpa meninggalkan aspek norma dan kultural masyarakat sekitar. Keberadaan hotel-hotel ini diharapkan akan meningkatkan daya tarik pengunjung terutama pengunjung dari luar daerah. Peran serta masyarakat sangat diharapkan dalam mendukung pembangunan hotel-hotel atau penginapan ini, baik sebagai investor, karyawan hotel, maupun sebagai pelaku bisnis pendukung hotel-hotel tersebut sehingga tingkat perekonomian masyarakat dapat ditingkatkan.

baca juga : 

Citra destinasi mempengaruhi Kepuasan wisatawan Setu Babakan

sumber : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Citra destinasi mempengaruhi Kepuasan wisatawan Setu Babakan

Pengaruh antara Citra destinasi dengan Kepuasan wisatawan

by. Salman Paludi

Semakin baik komponen pelayanan suatu produk wisata maka akan semakin baik pula tingkat kepuasan pengunjungnya. Berdasarkan penelitian yang dilakukan pada tahun 2016, dari sembilan dimensi penyusun Citra destinasi, delapan dimensi mempengaruhi Citra destinasi  PBB Setu Babakan, yaitu : wisata alam, acara dan hiburan, atraksi bersejarah/budaya, infrastruktur, aksesibilitas, relaksasi, kegiatan luar ruangan serta harga dan nilai, sedangkan satu dimensi, yaitu : lingkungan PBB Setu Babakan, tidak mempengaruhi Citra destinasinya.

Untuk dimensi lingkungan, berdasarkan angket terlihat bahwa penilaian responden mengenai informasi yang didapat dari internet mengenai keamanan di Setu Babakan terjamin, sekitar 30% menyatakan ragu-ragu dan tidak setuju akan hal tersebut. Hal ini terkait dengan keamanan pengunjung pada malam hari, selain minimnya lampu penerangan sekitar danau, tenaga kemananan yang bertugas juga dirasa masih kurang, terutama kemananan di lokasi parkir yang belum terpusat lokasinya. Untuk kebersihan, sekitar 34% ragu-ragu dan tidak setuju bahwa informasi yang beredar di internet bahwa kebersihan Setu Babakan terjaga baik. Kebersihan danau dipengaruhi air dari sungai yang masuk ke danau, sehingga bila air sungai kotor atau membawa sampah maka sampah tersebut akan masuk ke danau. Sudah ada petugas kebersihan danau yang didukung satu perahu boot namun terkadang petugas kebersihan baru bekerja pada pagi hari setelah banyak pengunjung yang datang, sehingga pengunjung masih melihat banyak sampah di danau. Selain itu kerapihan sekitar danau dinilai masih kurang, diantaranya jalan yang tidak rata, pagar di pinggir danau yang rusak, lampu penerangan yang rusak, dan keberadaan para pedagang yang belum teroganisir.

Untuk hal suasana, sekitar 20% responden meragukan dan tidak setuju bahwa informasi yang didapat dari internet bahwa di Setu Babakan suasananya menyenangkan. Hal ini terlihat dari kurang terawatnya sebagian sisi danau dan pohon-pohon pelindungnya sehingga terkesan gersang. Selain itu juga penilaian responden mengenai keramahan warga sekitar masih ada sekitar 15% yang ragu dan ketidaksetujuannya mereka mengenai keramahan warga sekitar di Setu Babakan. Hal ini terjadi terutama pada malam hari dimana pengunjung dilarang masuk oleh warga sekitar ke lokasi PBB Setu Babakan.

Setu Babakan yang memiliki citra sebagai pusat Perkampungan Budaya Betawi yang masih asri dan menarik perhatian pengunjungnya untuk menikmati objek wisata alam berupa danau dan atau pagelaran kesenian Betawi sambil menikmati kuliner khas Betawi di pinggiran kota Jakarta dengan biaya murah meriah. Jika pengujung yang datang mengalami hal yang sesuai dengan gambarannya maka kepuasan pengunjung akan tercipta. 

Berkembang pesatnya teknologi informasi dan foto digital memungkinkan seorang fotografer mengambil gambar/foto lingkungan Setu Babakan pada sudut-sudut tertentu serta mengeditnya agar terlihat menjadi sangat rimbun dan sejuk, namun tidak seluruhnya benar jika melihat kondisi langsung di lapangan. Foto-foto tersebutlah yang nanatinya akan beredar di internet dan diakses masyarakat khususnya para calon pengunjung. Setu Babakan yang lokasinya masih di Jakarta, khususnya Jakarta Selatan, pengguna internet menganggap memiliki keadaan lingkungan yang relatif sama dalam hal keamanan, kebersihan, keramahan warga sekitar, suasana lingkungan  serta keadaan cuaca dengan lokasi-lokasi lain di Jakarta, khususnya Jakarta Selatan. Jika Setu Babakan memiliki lingkungan yang benar-benar beda dengan wilayah lain di Jakarta maka akan Setu Babakan akan memiliki daya tarik tersendiri bagi pengunjungnya. Dengan demikian lingkungan yang sejuk dan asri harus benar-benar diciptakan di Setu Babakan untuk memuaskan pengunjung yang datang.

baca juga : Kepuasan tidak mempengaruhi loyalitas pengunjung Setu Babakan

sumber : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Kepuasan tidak mempengaruhi loyalitas pengunjung Setu Babakan

Analisis Pengaruh antara Kepuasan Wisatawan dengan Loyalitas Destinasi PBB Setu Babakan

By. Salman Paludi

Pengunjung memadati Setu Babakan

Pada umumnya Kepuasan akan mempengaruhi Loyalitas, namun pada penelitian ini Kepuasan wisatawan tidak mempengaruhi Loyalitas destinasi PBB Setu Babakan. Menurut Griffin (2005) ada empat jenis loyalitas pelanggan, yaitu pelanggan tanpa loyalitas, loyalitas yang lemah, loyalitas tersembunyi, dan loyalitas premium. Kepuasan wisatawan yang terdiri dari tujuh indikator, yaitu kepuasan mengenai penginapan, atraksi wisata, perbelanjaan, makanan, kegiatan & acara, aksesibilitas, serta lingkungan tidak mempengaruhi loyalitas pengunjung untuk datang kembali.

Belum maksimalnya kegiatan acara pada malam hari menyebabkan Setu Babakan tidak dibuka untuk umum pada malam hari, sehingga pengunjung enggan datang pada malam hari. Belum banyaknya tempat-tempat penginapan yang tersedia akibat dari belum banyaknya wisatawan luar daerah yang berkunjung. Pengujung PBB Setu Babakan mayoritas berasal dari Jakarta dan sekitarnya yang tempat tinggalnya relatif dekat dengan Setu Babakan, sehingga tidak memerlukan tempat penginapan saat berkunjung. Selain itu, atraksi wisata dan acara hiburan yang disajikan juga masih terbatas, diadakan hanya pada siang hari saja, itupun biasanya diadakan hanya pada hari Minggu. Potensi atraksi wisata dan acara hiburan yang disajikan pada pagi dan malam hari belum digarap maksimal, sehingga tidak ada keinginan untuk menginap bagi para pengunjung yang datang.

Berdasarkan data angket pada penelitian tahun 2015-2016 diketahui bahwa wisatawan yang ragu-ragu dan tidak puas akan keunikan penginapan di Setu Babakan sekitar 50%. Untuk keragaman pilihan penginapan, responden yang ragu-ragu dan tidak puas sekitar 58%. Fasilitas penginapan, responden yang ragu-ragu dan tidak puas sekitar 45%. Untuk kualitas kebersihan, responden yang ragu-ragu dan tidak puas sekitar 40%.

Keberadaan rumah singgah (homestay) banyak pengunjung yang belum mengetahui fungsi tujuan awalnya, yaitu selain sebagai model rumah bergaya Betawi yang bisa disewakan kepada pengunjung untuk menginap. Rumah-rumah singgah ini dikelola secara swadaya oleh pemiliknya tanpa ada tenaga/karywan yang khusus merawat seperti hotel atau losmen pada umumnya. Kesiapan pemilik rumah singgah dalam menerima tamu juga menjadi penyebab kurang populernya homestay di PBB Setu Babakan. Jumlah kamar yang memadai dan fasilitas pendukung yang kurang menjadi penyebab sepinya pengunjung yang bermalam di rumah-rumah singgah. Bila ada wisatawan asing atau wisatawan dari daerah lain yang berkunjung ke Setu Babakan lebih memilih menginap di penginapan atau hotel-hotel yang berada di Jakarta Selatan atau Depok bila ingin tinggal lebih lama, karena fasilitas yang ditawarkan lebih memadai bila dibandingkan dengan rumah singgah.

 Ketersediaan tempat-tempat perbelanjaan yang menjual aneka cendera mata serta makanan dan minuman khas Setu Babakan  masih belum tertata baik. Para pedagang masih menempati lahan-lahan kosong di pinggir jalan serta taman dalam menjajakan barang dagangannya. Selain belum adanya tempat parkir yang memadai, keberadaan para pedagang ini sering menimbulkan kemacetan lalu lintas karena para pembeli akan berhenti atau memarkirkan kendaraannya di sepanjang jalan.

Kondisi lingkungan yang bersih belum cukup bagi pengunjung tanpa ditunjang faktor jaminan keamanan dan keselamatan pengunjung. Kebersihan danau memiliki tingkat ketidakpuasan tertinggi, yaitu sekitar 10,7%. Hal ini diakibatkan masih belum maksimalnya kesadaran warga dalam menjaga kebersihan danau, sampah yang berasal dari sungai masih sering masuk ke danau walaupun sudah ada tim khusus yang menangani kebersihan danau dan lingkungan Setu Babakan. Selain itu sekitar 6% pengunjung masih belum puas dan sekitar 33% masih ragu akan keamanan di Setu Babakan. Hal ini terkait lokasi parkir kendaraan yang masih belum tertata dan dikelola dengan baik, sehingga pengunjung khawatir akan kemanan kendarannya.

Bebasnya biaya masuk pagi pengunjung yang datang, baik masyarakat sekitar atau bukan masyarakat sekitar, dan dekatnya jarak tempat tinggal dengan lokasi Setu Babakan memungkinkan pengujung yang berasal dari masyarakat sekitar untuk datang pagi dan kembali lagi pada siang atau sore hari walaupun hanya sekadar keliling danau Setu Babakan. Begitu juga dengan pengunjung yang bukan berasal dari daerah sekitar, karena biaya yang dikeluarkan relatif murah, maka kemungkinan besar akan kembali lagi walaupun tidak puas dengan keadaan Setu Babakan.

Pengunjung tidak puas namun sering datang kembali

Komunitas Sepeda Tua (OSEBA & KOBA)

Pengunjung yang tidak puas dengan keadaan Setu Babakan namun sering mengunjungi Setu Babakan bisa juga berasal dari anggota suatu komunitas di Setu Babakan, seperti komunitas sepeda tua (OSEBA), sanggar tari, silat, memancing, fotografi, dll. Pengunjung seperti ini dapat dikategorkan sebagai pelanggan dengan loyalitas lemah karena ada semacam keharusan untuk datang ke Setu Babakan, tujuan utamanya bukan untuk berekreasi tetapi untuk menghadiri kegiatan komunitasnya.

Bagi pengunjung yang puas namun enggan datang kembali kemungkinan besar termasuk pengunjung dengan kategori pengunjung dengan loyalitas tersembunyi. Mayoritas pengunjung Setu Babakan datang bersama teman atau keluarganya, namun tidak semua anggota keluarganya menyukai acara-acara yang disajikan di Setu Babakan. Mungkin ayah atau ibunya menyukai dan puas dengan acara-acara budaya Betawi yang disajikan, atau menikmati aneka kuliner tradisonal Betawi dan ingin kembali lagi, namun anak-anaknya lebih meyukai berenang atau acara hiburan lain yang sesuai usianya sehingga keluarga tersebut akan mencari alternatif tempat hiburan atau objek wisata lain yang lebih mengakomodir kepentingan seluruh anggota keluarganya.

Sebagai contoh, mungkin keluarga tersebut akan mengunjungi Taman Mini Indonesia Indah (TMII) di lain waktu dibandingkan ke Setu Babakan, karena selain di TMII ada anjungan DKI Jakarta (Betawi) juga ada anjungan daerah-daerah lainnya yang lebih lengkap, selain itu fasilitas umum juga lebih lengkap, arena bermain anak-anak memadai dan banyak atraksi wisata lain yang ditawarkan pada siang sampai malam hari.

PBB Setu Babakan belum memiliki atraksi wisata yang benar-benar unik yang dapat dinikmati oleh seluruh keluarga. Hal ini terlihat dari kepuasan responden mengenai Atraksi wisata dimana sekitar 47% responden manyatakan ragu-ragu dan tidak puas dengan keragaman acara atraksi budaya yang ditampilkan. Selain itu penilaian responden mengenai daya tarik wisata alamnya, sekitar 40% menyatakan ragu-ragu dan tidak puas. Dengan demikian PBB Setu Babakan harus memiliki atraksi wisata, baik alam maupun buatan yang benar-benar unik dan dapat memuaskan seluruh anggota keluarga yang datang.

Selain itu sekitar 80% responden berusia dibawah 40 tahun, atau masih berusia muda, sehingga atraksi wisata dan acara-acara yang disajikan harus menarik dan dikemas sesuai dengan selera anak muda. Acara-acara musik, tari, teater, dan kesenian lain harus ada terobosan baru dalam penyajiannya sehingga lebih dapat diterima anak-anak muda namun tetap berciri khas budaya Betawi. Dengan demikian loyalitas pengunjung Setu Babakan dengan kategori premium dapat tercipta.

Saran

Pengelola PBB Setu Babakan hendaknya meningkatkan kuantitas serta kualitas acara-acara dan hiburan yang ditampilkan, termasuk menciptakan terobosan-terobosan baru dalam acara musik dan kesenian yang berciri khas Betawi namun disukai berbagai lapisan masyarakat, terutama anak-anak muda, termasuk mengadakan acara dan kegiatan yang dilaksanakan pada malam hari sehingga potensi wisata Setu Babakan dapat dikembangkan secara maksimal. Selain itu atraksi wisata yang tersedia hendaknya dibuat beragam dan benar-benar unik dan menjadi ciri khas Setu Babakan namun dapat dinikmati oleh seluruh anggota keluarga yang datang;

Pengelola PBB Setu Babakan hendaknya meningkatkan meningkatkan keamanan, menjaga kebersihan danau dan lingkungan sekitar, menjaga sikap dan keramahan pedagang dan warga sekitar, pengadaan lokasi parkir yang memadai, dan menciptakan suasana lingkungan yang sejuk dan nyaman dengan cara merawat pohon serta fasilitas-fasilitas umum yang tersedia.  Selain itu hendaknya diadakannya pembinaan para pedagang sehingga kebersihan dan kualitas barang dagangannya tetap terjamin dan harga-harga barang dagangan juga harus diperhatikan sehingga pengunjung merasa nyaman dan tidak merasa dirugikan

Selain homestay, di area PBB Setu Babakan hendaknya dibuat hotel-hotel atau tempat penginapan yang memadai, yang sebelum pembangunannya diawali dengan perencanaan dan studi kelayakan yang matang di sekitar lokasi objek wisata tanpa meninggalkan aspek norma dan kultural masyarakat sekitar. Keberadaan hotel-hotel ini diharapkan akan meningkatkan daya tarik pengunjung terutama pengunjung dari luar daerah. Peran serta masyarakat sangat diharapkan dalam mendukung pembangunan hotel-hotel atau penginapan ini, baik sebagai investor, karyawan hotel, maupun sebagai pelaku bisnis pendukung hotel-hotel tersebut sehingga tingkat perekonomian masyarakat dapat ditingkatkan.

baca juga : 

Ada Pengaruh antara e-WOM dengan Citra destinasi PBB Setu Babakan

sumber : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Ada Pengaruh antara e-WOM dengan Citra destinasi PBB Setu Babakan

Pengaruh antara Electronic Word of Mouth (e-WOM) dengan Citra destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan 

by. Salman Paludi

Berdasarkan penelitian yang dilakukan pada tahun 2015-2016, dari tiga dimensi penyusun e-WOM, satu dimensi, yaitu kualitas e-WOM tidak mempengaruhi e-WOM secara keseluruhan dalam mempengaruhi Citra destinasi. Hal ini terlihat juga dari penilaian responden mengenai foto/komentar/ulasan pengguna internet memberikan informasi terkini mengenai Setu Babakan, dimana sekitar 30% responden menyatakan tidak setuju dan ragu-ragu. Selain itu juga penilaian responden mengenai foto/komentar/ulasan pengguna internet ditulis berdasarkan fakta atau kejadian yang sebenarnya, sekitar 20% responden menyatakan ragu-ragu dan ketidaksetujuannya mengenai hal tersebut. Peryataan bahwa foto/komentar/ulasan informasi mengenai Setu Babakan di internet dapat membantu pembaca dalam menilai Setu Babakan, sekitar 15% responden menyatakan ragu-ragu dan tidak setuju akan hal tersebut.

e-WOM Setu Babakan lebih dipengaruhi oleh bervariasinya informasi/gambar-gambar mengenai Setu Babakan di internet yang dikirim oleh banyak pengguna internet dibandingkan dengan keterkinian dan kelengkapan dari informasi atau gambar-gambar itu sendiri. Hal ini terlihat dari sekitar 80% responden setuju bahwa jumlah foto/komentar/ulasan pengguna internet banyak dan mudah dicari di internet. Selain itu juga ada sekitar 90% responden yang setuju dengan pernyataan bahwa informasi mengenai Setu Babakan di internet berasal dari banyak sumber dan bukan berasal dari satu orang saja.

Informasi yang disampaikan seseorang kepada orang lain mengenai Setu Babakan dari mulut ke mulut akan lebih cepat menyebar dengan adanya internet. Dengan internet seseorang dapat memanfaatkan komuniksi melalui website, email atau situs-situs  jejaring sosial seperti tweeter atau facebook untuk mencari atau memberikan informasi mengenai Setu Babakan. Informasi mengenai Setu Babakan yang awalnya dari satu orang bisa menyebar secara cepat atau menjadi viral ke orang lain  dengan adanya internet.

Lain halnya penyebaran e-WOM di media-media sosial seperti facebook, berita singkat atau foto lebih mudah disebarkan dan dilihat pengguna internet lain karena banyaknya pengguna jejaring sosial tersebut. Seseorang mungkin saja tidak berniat mencari informasi Setu Babakan namun pada saat membuka facebook ada foto-foto atau informasi singkat mengenai Setu Babakan yang diposting oleh pengguna facebook lain yang menarik perhatiannya sehingga orang tersebut tertarik dan berniat mengunjungi Setu Babakan di kemudian hari. Dengan demikian e-WOM Setu Babakan dikarenakan banyaknya penyebaran informasi singkat dan gambar atau foto-foto di media sosial yang diposting oleh penggunanya, dan secara tak sengaja dibaca atau dilihat pengguna media sosial yang lain. 

Maraknya pengunaan kamera digital dan mudahnya pengguna internet meng-upload foto di media sosial, seperti facebook, tweeter, instagram, dll lebih memudahkan seseorang menyebarkan foto dan informasi singkat mengenai Setu Babakan di internet.  Foto dan informasi singkat yang beredar akan lebih cepat dan luas peredarannya jika foto atau informasi singkat tersebut mendapat tanggapan, disukai (like) atau bahkan disebarkan ulang (share) oleh pegguna lain. Pada umumnya penguna facebook atau media sosial lainnya menginginkan sesuatu yang ditulisnya (status) serta foto-foto yang di-upload-nya disukai dan mendapatkan tanggapan positif dari pengguna lain. Ada kebanggaan tersendiri para pengguna media sosial jika foto atau statusnya disukai dan ditanggapi positif oleh banyak orang, sehingga foto-foto Setu babakan yang di-upload adalah foto-foto yang menarik yang diambil dari sudut-sudut terbaik, dengan demikian foto-foto Setu Babakan yang di-upload di media sosial bisa terkesan luar biasa dan tentu saja bisa  meningkatkan reputasi baik Setu Babakan. Semakin banyaknya e-WOM positif mengenai Setu Babakan tentu saja semakin meningkatkan Citra positif Setu Babakan.

Saran

Berpengaruhnya e-WOM terhadap Citra destinasi PBB Setu Babakan akan membawa dampak positif bagi Citra destinasi PBB Setu Babakan itu sendiri. Semakin banyak informasi dari mulut ke mulut di internet mengenai PBB Setu Babakan maka akan semakin populer dan meningkatnya Citra Setu Babakan di masyarakat. 
Agar masyarakat lebih mudah mendapatkan informasi rinci mengenai Setu Babakan, seperti agenda kegiatan dan acara-acara yang akan dilaksanakan, maka hendaknya pengelola PBB Setu Babakan memiliki website resmi yang dikelola secara professional dimana informasi atau berita yang dimuat adalah informasi terkini dan sesuai fakta yang sebenarnya. 
Di samping itu pengelola situs hendaknya adalah orang-orang yang benar-benar mengetahui tentang Setu Babakan sehingga informasi yang beredar dimasyarakat bermanfaat dan dapat dipertanggungjawabkan kebenarannya. 
Informasi mengenai acara-acara di PBB Setu Bababakan dapat berupa foto atau poster-poster kegiatan yang disebarkan di media sosial dengan kreatif. Adapun penyebar foto atau poster tersebut hendaknya melibatkan banyak orang atau semacam tim sehingga selain lebih luas penyebaran informasinya, sumber informasinya juga akan terkesan berasal dari banyak sumber pengirim pesan e-WOM. 
Adanya berbagai komunitas hobi di Setu Babakan, seperti komunitas sepeda tua (OSEBA), fotografi, sanggar tari, mancing, dan lain-lain dapat dirangkul untuk bekerjasama dalam menyebarkan e-WOM ini di internet. 
Selain itu hendaknya disediakannya akses internet gratis pada tempat-tempat tertentu sehingga memudahkan pengunjung berselancar di dunia maya, dengan harapan pengunjung tersebut menyebarkan foto-foto kegiatan atau informasi mengenai Setu Babakan di internet.

baca juga : Electronic Word of Mouth (eWOM)

sumber : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Pengaruh eWOM terhadap Citra destinasi, Kepuasan wisatawan, dan Loyalitas destinasi di Setu Babakan

by. Salman Paludi

Pendahuluan

Kehadiran internet membawa dampak perubahan yang besar bagi seseorang menyampaikan pesan atau informasi kepada orang lain. Jarak dan waktu bukan halangan lagi bagi seseorang untuk berbagi informasi kepada orang lain. Informasi yang disampaikan seseorang tidak hanya terbatas hanya berita suatu kejadian saja tetapi juga informasi mengenai produk-produk tertentu. Dengan besarnya angka pengguna internet di Indonesia dan diperkirakan akan  naik secara signifikan dari tahun ke tahun maka pengguna internet di Indonesia menjadi pasar yang sangat potensial bagi perusahan untuk memasarkan produk-produknya. Selengkapnya di sini

Cara Menguji Multivariat Outlier

Uji Multivariat Outlier

by. Salman Paludi ~ Pebruari 2017

Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang  muncul karena kombinasi karakteristik yang unik yang dimilikinya dan terlihat sangat jauh berbeda dengan observasi-observasi lainnya. Outliers pada dasarnya dapat muncul dalam empat kategori:

1)   Outliers muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data.

2)   Outliers muncul karena keadaan yang benar-benar khusus yang memungkinkan profil data lain daripada yang lain, tetapi peneliti memiliki penjelasan mengenai apa penyebab munculnya nilai ekstrim tersebut.

3)   Outliers muncul karena adanya suatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak ada penjelasan mengenai sebab-sebab munculnya nilai ekstrim tersebut.

4)   Outliers dapat muncul karena range nilai jawaban responden, bila dikombinasi dengan variabel lainnya kombinasinya menjadi tidak lazim atau sangat ekstrim, yang sering dikenal dengan multivariate outliers.

Outlier menggambarkan data atau skor yang terletak sangat jauh (ekstrim) dari kelompok lainnya. Univariat outlier skor ekstrim dalam variabel sedangkan multivariate outlier adalah skor ekstrim dalam dua atau lebih variabel. Outlier  dapat berpotensial menciptakan heywood case atau improper solution. Selain itu outlier dapat menyebabkan bentuk distribusi data menjadi tidak normal, menciptakan bias dalam taksiran parameter serta berpengaruh terhadap hasil signifikansi pengujian parameter tersebut. Pemeriksaan multivariat outlier dapat dilakukan dengan statistik Mahalanobis Distance (d²) yang berdistribusi chi square (χ²) dengan derajat kebebasan (df) sejumlah variabel pengamatan (p). Nilai Mahalanobis Distance (d²) data pengamatan yang lebih dari nilai chi square (χ²) dengan derajat bebas df variabel pengamatan p dan tarap signifikansi misal <0,001 maka dikatakan sebagai data multivariate outlier.   Cara mengidentifikasikan terjadinya multivariat outliers adalah dengan menggunakan statistik d² (Mahalanobis Distance) dan dibandingkan dengan nilai χ² dengan tingkat kesalahan 0,001, df sebanyak variabel yang dianalisis. Untuk jumlah pertanyaan sebanyak 77 buah dalam Microsoft Excel 2010 dengan  rumus =CHIINV(0.001,77) diperoleh nilai 121,1. Pemeriksaan multivariat outlier diolah dengan bantuan software SPSS 20.

Jika d² > χ², 0,001,df=77 atau d²>121,1 maka terdapat multivariat outlier.

Jika d²< χ², 0,001,df=77 atau d²<121,1 maka tidak terdapat multivariat outlier.

Jumlah awal data observasi adalah sebanyak 300 data observasi. Berikut hasil pengujiannya dengan software SPSS 20 dalam gambar berikut:

Gambar hasil output pengujian multivariate outlier di SPSS :

Dalam pengujian multivariate outlier di atas ditemukan dua puluh  data yang outliers yaitu data observasi nomor 279, 265, 264, 281, 262, 268, 263, 280, 261, 266, 277, 269, 278, 260, 259, 267, 276, 300, 29 dan 158 yang memiliki nilai Mahalanobis Distance d² > χ², 0.001,df=37 (121,1). Sehingga kedua puluh data tersebut dikeluarkan dari total data observasi agar dalam  pengolahan data tidak terdapat multivariate outliers. Setelah itu data observasi diolah kembali dan dihasilkan output:

Mahalanobis Distance (d²) maximum = 109,590, dengan nilai  χ², 0.001,df=37 adalah 121,1 maka data yang diobservasi sebanyak 280 data tidak terdapat multivariate outlier.

baca juga : 

Structural Equation Modeling (SEM)

daftar pustaka : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Ferdinand, Augusty. 2006. Structural Equation Modeling dalam Penelitian Manajemen : Aplikasi Model-Model Rumit dalam Penelitian untuk Tesis Magister dan Disertasi Doktor. Semarang: Badan Penerbit Universitas Diponegoro. ISBN 979.9156.75.0

Yamin, Sofyan & Kurniawan, Heri, 2009. Structural Equation Modeling Belajar Lebih Mudah Teknik Analisis Data Kuesioner Dengan Lisrel-PLS. Jakarta: Salemba Infotek

Structural Equation Modeling (SEM)

Structural Equation Modeling (SEM)

by. Salman Paludi ~ Pebruari 2017

SEM adalah sebuah evolusi dari model persamaan berganda yang dikembangkan ari prinsip ekonometri dan digabungkan dengan prinsip pengaturan dari psikologi dan sosiologi, SEM telah muncul sebagai bagian integral dari penelitian manajerial dan akademik. SEM merupakan gabungan antar dua metode statistik, yaitu (1) analisa faktor yang dikembangkan dalam psikologi/psokometri atau sosiologi dan (2) model persamaan simultan yang dikembangkan dalam ekonometri.

 Dalam analisis SEM, variabel dibedakan menjadi:

1)        Variabel Laten 

Variabel laten adalah variabel yang tidak dapat diukur secara langsung kecuali diukur dengan satu atau lebih variabel manifes. Variabel laten disebut pula dengan istilah unobserved variabel, konstruk atau konstruk laten. Variabel laten diberi simbol lingkaran atau elips. Variabel laten dapat digolongkan menjadi dua yaitu sebagai berikut.

a)   Variabel laten eksogen, merupakan variabel independen (bebas) yang mempengaruhi variabel dependen (terikat). 

b)  Variabel laten endogen, merupakan variabel dependen yang dipengaruhi oleh variabel independen.   

2)        Variabel manifes

Variabel manifes adalah variabel yang digunakan untuk menjelaskan atau mengukur variabel laten. Variabel manifes dapat disebut juga dengan istilah observed variabel, measured variabel atau indikator. Dalam program LISREL, variabel manifes diberi simbol kotak. 

Tahapan pemodelan dengan analisis SEM

Penelitian ini menggunakan SEM (Structural Equation Model) yang didasarkan pada evaluasi atas adanya hubungan saling ketergantungan. Tahapan pemodelan dan analisis persamaan struktural menjadi tujuh langkah yaitu sebagai berikut:

1)     Pengembangan model berdasar teori

Langkah pertama dalam pengembangan model SEM adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Setelah itu, model divalidasi secara empirik melalui program SEM. Tanpa dasar teoritis yang kuat, SEM tidak dapat digunakan. SEM tidak digunakan untuk menghasilkan sebuah model, tetapi digunakan untuk mengkonfirmasi model melalui data empirik. Pada dasarnya SEM adalah sebuah confirmatory technique, sebagai lawan dari exploratory analysis. 

2)     Menyusun diagram jalur

Pada langkah kedua, model teoritis yang telah dibangun pada langkah pertama akan digambarkan pada Path diagram. Path diagram tersebut akan mempermudah untuk melihat hubungan-hubungan kausalitas. Berdasarkan dari kajian teori dan kerangka teoritis yang ada, kemudian dibuat gambar diagram jalur hubungan kausalitas antar konstruk beserta indikatornya yang dapat dilihat

3)     Menyusun persamaan struktural

Setelah teori atau model teoritis dikembangkan dan digambarkan dalam sebuah diagram jalur, selanjutnya dapat dimulai dengan mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan. Pada  langkah ketiga ini, model yang dinyatakan dalam diagram jalur dinyatakan dalam dua kategori dasar yaitu sebagai berikut:

a) Persamaan-persamaan struktural (structural equations). 

Setelah model teoritis dikembangkan dan digambarkan dalam sebuah diagram alur, langkah selanjutnya mengkonversi model ke dalam rangkaian persamaan. Persamaan yang dibangun terdiri dari:

Y₁ =  αX + ε₁………………………………………………..……….. (1)

Y₂ =  βX+ σ1Y₁ + ε₂………………………………………….……... (2)

Y₃ =  σ2Y₁ +  σ3Y₂ + ε₃…………………………………...….……... (3)

Keterangan  :       

α (alpha)  = hubungan langsung variabel eksogen terhadap variabel endogen ( X dengan Y₁)

β (beta) = hubungan langsung variabel eksogen terhadap variabel endogen (X dengan Y₂)

σ1 (delta satu) = hubungan langsung variabel endogen terhadap variabel endogen  (Y₁ dengan Y₂)

σ2 (delta dua) = hubungan langsung variabel endogen terhadap variabel endogen  (Y₁ dengan Y₃)

σ3 (delta tiga) = hubungan langsung variabel endogen terhadap variabel endogen  (Y₂ dengan Y₃)

ε (epsilon) =  measurement error

b) Persamaan spesifikasi model pengukuran (measurement model).  Persamaan spesifikasi ini untuk menentukan variabel mana yang mengukur konstruk serta menentukan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antar konstruk atau variabel.

4)       Memilih matrik input dan estimasi model 

Teknik estimasi yang akan digunakan  adalah robust maximum  likelihood  estimation  method yang  terdapat  dalam software program LISREL 8.7. Estimation  structural  equation  model  dilakukan  dengan  analisis  model  sebagian (partial) untuk  melihat  kesesuaian  model  dan  hubungan  kausalitas  yang  dibangun dalam model uji.

1.      Second order confirmatory factor analysis (2^ndCFA) adalah model pengukuran yang terdiri dari dua tingkat. Tingkat pertama adalah sebuah CFA yang menunjukan hubungan antara variabel-variabel teramati sebagai indikator-indikator dari variabel terkait. Tingkat kedua adalah sebuah CFA yang menunjukkan hubungan antara variabel-variabel laten pada tingkat pertama sebagai indicator-indikator dari sebuah variabel laten tingkat kedua. .

2.      Latent Variable Score (LVS) untuk menyederhanakan model

Penyederhanaan ini sering dilakukan jika ukuran sampel tidak mencukupi untuk menjalankan model aslinya. (1 variabel teramati memerlukan minimal 5 responden). 

3.      Structur Equation Model

Setelah measurement  model  dianalisis  melalui confirmatory  factor analysis dan dilihat bahwa masing-masing variabel dapat digunakan untuk mendefinisikan sebuah konstruk laten, maka dilakukan analisis  full model untuk  melihat  kesesuaian  model  dan  hubungan  kausalitas  yang  dibangun dalam model yang diuji.

5)      Menilai problem identifikasi

Masalah  identifikasi  pada  prinsipnya  adalah  mengenai  masalah Ketidakmampuan model yang dikembangkan menghasilkan estimasi yang unik. Beberapa  indikasi  masalah  identifikasi  yaitu  :  1.)  standar  eror  yang  besar  untuk  satu  atau  beberapa  koefisien,  2.) adanya  varians  eror  yang  negatif,  3.)  korelasi yang  tinggi  antara  koefisien.  Jika  setiap  kali  estimasi  dilakukan muncul masalah identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk.

6)      Evaluasi kriteria goodness of fit

Tindakan selanjutnya adalah mengevaluasi apakah data yang digunakan dapat memenuhi asumsi-asumsi SEM. Ada beberapa asumsi SEM yang harus dipenuhi yaitu sebagai berikut:

a)      Ukuran sampel

Ukuran yang harus dipenuhi dalam pemodelan SEM adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan lima observasi untuk setiap estimasi parameter.

Besarnya  ukuran  sampel  memiliki  peran  penting  dalam  interpretasi  hasil SEM.  Dengan  model  estimasi  menggunakan  maximum  likelihood  (ML) minimum  diperlukan  sampel  100.  Ketika  sampel  dinaikkan  di  atas  nilai 100,  metode  ML  meningkat  sensivitasnya  untuk  mendeteksi  perbedaan antar  data.  Begitu  sampel  menjadi  besar  (di  atas  400  sampai  500),  maka metode  ML  menjadi  sangat  sensitif  dan  selalu  menghasilkan  perbedaan secara  signifikan  sehingga  ukuran  Goodness  of  fit  menjadi  tidak  baik.

b). Normalitas 

b)     Outliers

c)      Multicollinearity

Setelah asumsi SEM terpenuhi, langkah berikutnya adalah menguji kesesuaian dan uji statistik. Dalam analisis SEM tidak ada alat uji statistik tunggal untuk mengukur atau menguji hipotesis mengenai model. Ada beberapa jenis fit index yang mengukur derajat kesesuaian antara model yang dihipotesakan dengan data yang disajikan, antara lain sebagai berikut. 

1.      χ² - Chi-square Statistik

Chi-square bersifat sangat sensitif terhadap besarnya sampel yaitu terhadap sampel yang terlalu kecil (<50) maupun terhadap sampel yang terlalu besar (>200). Oleh karena itu penggunaan Chi-square hanya sesuai bila ukuran sampel adalah antara 100 sampai 200 sampel. Bila ukuran sampel berada di luar rentang tersebut, uji signifikansi akan menjadi kurang reliabel, sehingga pengujian tersebut perlu dilengkapi dengan alat uji yang lainnya. Dasar pengambilan keputusan dalam uji Chi-Square ini  adalah sebagai berikut :

1)  Dengan membandingkan χ² hitung dengan χ² tabel 

Jika χ² hitung ≤ χ² tabel, maka matrik kovarian sampel tidak  berbeda dengan matrik kovarians estimasi. 

Jika χ² hitung >χ² tabel, maka matrik kovarian sampel berbeda dengan matrik kovarians estimasi. 

2)  Dengan melihat angka probabilitas (ρ) pada output LISREL

Jika ρ ≥ 0,05 maka matrik kovarian sampel tidak berbeda dengan matrik kovarians estimasi. 

Jika ρ < 0,05 maka matrik kovarian sampel berbeda dengan matrik kovarians estimasi.

2.      GFI (Goodness of fit Index) 

GFI dapat diklasifikasikan sebagai ukuran kecocokan absolut, karena pada dasarnya GFI membandingkan model yang dihipotesiskan dengan tidak ada model sama sekali (∑(0)). Nilai GFI berkisar antara 0 (poor fit), dan nilai GFI ≥ 0,90 merupakan good fit (kecocokan yang baik), sedangkan 0,80 ≤ GFI < 0,9 0sering disebut marginal fit.

3.      AGFI(Adjusted goodness of fit)

AGFI adalah perluasan dari GFI yang disesuaikan dngan rasio antara degree of freedomdari null/independence/baselane model dengan degree of freedom dari model yang dihipotesakan atau diestimasi. (Joreskog dan Sorbom dalam Wijanto, 2008. Nilai AGFI berkisar antara 0 sampai 1 dan AGFI ≥ 0,90 menunjukkan good fit. Sedangkan 0,80 ≤ AGFI < 0,90 sering disebut marginal fit.

4.      TLI/NNFI (Tucker Lewis Index/Non Normed Fit Index)

TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai TLI berkisar antara 0 sampai 1,0, dengan nilai TLI ≥ 0,90 menunjukan good fit dan 0,80≤ TLI< 0,90 adalah marginal fit

5.      CFI (Comparative Fit Index)  

Besaran indeks ini adalah pada rentang nilai sebesar 0 sampai 1. Nilai CFI ≥ 0,90 menunjukkan good fit, sedangkan 0,80 ≤ CFI < 0,90 sering disebut marginal fit.

6. RMSEA (Root Mean Square Error of Approximation) 

Rata-rata perbedaan per degree of freedom yang diharapkan terjadi dalam populasi dan bukan sampel. RMSEA ≤ 0,08 adalah good fit, sedangkan RMSEA < 0,05 adalah close fit.

7.      RMR (Root Mean Square Residual)

Rata-rata antara matrik (korelasi atau kovarian) teramati dan hasil estimasi. Standarized RMR ≤ 0,05 adalah good fit.

8.      NFI (Normed Fix Index)

Nilai berkisar antara 0 sampai 1, dengan nilai lebih tinggi adalah lebih baik. NFI ≥ 0,90 good fit, sedangkan 0,80 ≤ NFI < 0,90 adalah marginal fit.

9.      RFI (Relative Fit Index)

Nilai berkisar antara 0 sampai 1, dengan nilai lebih tinggi adalah lebih baik. RFI ≥ 0,90 good fit, sedangkan 0,80 ≤ RFI < 0,90 adalah marginal fit.

10.  IFI (Incremental Fit Index)

Nilai berkisar antara 0 sampai 1, dengan nilai lebih tinggi adalah lebih baik. IFI ≥ 0,90 good fit, sedangkan 0,80 ≤ IFI < 0,90 adalah marginal fit.

  e)  Evaluasi kecocokan model pengukuran

1.      Evaluasi terhadap validitas (validity) dari model pengukuran

Validitas berhubungan dengan apakah suatu variabel mengukur apa yang seharusnya diukur. Untuk mengukur validitas variabel-variabel dalam Confirmatory Factor Analysis (CFA) Model, sebagai berikut :

-      Pada first-order model pengukuran, standard factor loadings (muatan faktor standard) variabel-variabel teramati (indikator) terhadap variabel laten (konstruk) merupakan estimasi validitas variabel-variabel teramati tersebut.

-      Pada second or higher level pengukuran, standard structural coefficients dari faktor-faktor (variabel-variabel laten) pada konstruk (variabel laten) yang lebih tinggi adalah estimasi validitas dari faktor-faktor tersebut.

Suatu variabel dikatakan mempunyai validitas yang baik terhadap konstruk atau variabel latennya, jika :

-          Nilai t muatan faktornya (loading factors) lebih besar dari nilai kritis (atau ≥ 1,96 atau untuk praktisnya ≥ 2), dan

-          Muatan faktor standarnya (standardized loading factors) ≥ 0,70

Sementara itu, Igbara et.al.(1997) dalam Wijanto (2008) yang menggunakan guidelines dari Hair  et.al. (1995) tentang relative importance and significant of the factor loading of each item, menyatakan bahwa muatan faktor standard ≥ 0,50 adalah very significant.

2.      Evaluasi terhadap reliabilitas (reliability) dari model pengukuran

Reliabilitas adalah konsistensi suatu pengukuran. Untuk mengukur reliabilitas dalam SEM digunakan : composite reliability measure (ukuran reliabilitas komposit) dan variance extracted measure (ukuran ekstrak varian). Reliabilitas kompositsuatu konstruk dihitung sebagai :

 

Dimana std. loading (standardized loadings) dapat diperoleh secara langsung dari program LISREL-8, dan ej adalah error untuk setiap variabel teramati, .

Ekstrak varian mencerminkan jumlah varian keseluruhan dalam indikator-indikator (variabel-variabel teramati) yang dijelaskan oleh variabel laten. Ukuran ekstrak varian dapat dihitungbahwa konstruk mempunyai reliabilitas yang baik adalah jika :

Atau 

Dimana N adalah banyaknya variabel teramati dari model pengukuran 

Konstruk mempunyai reliabilitas yang baik jika :

- Nilai Construct Reliability (CR-nya ≥ 0,70, dan

- Nilai Variance Extracted (VE)-nya ≥ 0,50

f) Interpretasi dan modifikasi model 

Ketika model telah dinyatakan diterima, maka dapat dipertimbangkan dilakukannya modifikasi model untuk memperbaiki penjelasan teoritis atau goodness of fit.

daftar pustaka : 

Paludi, Salman, 2016. Analisis Pengaruh Electronic Word Of Mouth (E-Wom) Terhadap Citra Destinasi, Kepuasan Wisatawan, Dan Loyalitas Destinasi Perkampungan Budaya Betawi (PBB) Setu Babakan Jakarta Selatan. Tesis, MM IBN Jakarta

Yamin, Sofyan & Kurniawan, Heri, 2009. Structural Equation Modeling Belajar Lebih Mudah Teknik Analisis Data Kuesioner Dengan Lisrel-PLS. Jakarta: Salemba Infotek

Ferdinand, Augusty. 2006. Structural Equation Modeling dalam Penelitian Manajemen : Aplikasi Model-Model Rumit dalam Penelitian untuk Tesis Magister dan Disertasi Doktor. Semarang: Badan Penerbit Universitas Diponegoro. ISBN 979.9156.75.0

Wijanto, Setyo Hari, 2008. Structural Equation Modeling dengan Lisrel 8.8. Yogyakarta : Graha Ilmu