Syntax
Literate: Jurnal Ilmiah
Indonesia p�ISSN: 2541-0849 e-ISSN: 2548-1398
Vol. 7, No. 7, Juli 2022
VALIDITAS
DAN RELIABILITAS KONSTRUK SKALA KEPUASAN BERMUKIM PADA PERUMAHAN
SEDERHANA BERSUBSIDI DI KOTA
KENDARI
M. Arzal Tahir, Ishak Kadir, Nahdatunnisa
Faculty
of Engineering, Halu Oleo University-Kendari,
Indonesia
Email: [email protected], [email protected],
[email protected]
Abstrak
Tujuan penelitian ini adalah untuk
menguji validitas dan reliabilitas skala kepuasan bermukim serta mengetahui indikator yang memiliki kontribusi terbesar pada setiap variabel penelitian berbasis data
empiris. Analisis faktor konfirmatori dilakukan untuk mengetahui
adanya hubungan yang mendasar antara indikator dengan konstruk yang dibangun berdasarkan teori. Variabel dalam penelitian ini adalah karakteristik unit hunian, lingkungan hunian, layanan fasilitas publik, kepuasan bermukim dan kecenderungan perilaku penyesuaian tempat tinggal penghuni yang tinggal di perumahan sederhana di Kota Kendari. Subjek
penelitian ini adalah penghuni perumahan sederhana bersubsidi di kota Kendari. Data primer diperoleh
melalui survey menggunakan kuesioner pada 356 warga perumahan sederhana yang ada di kota Kendari. Pengambilan data dilakukan dengan menggunakan skala kepuasan bermukim yang disusun dengan model penskalaan Likert. Data
dianalisis dengan metode Confirmatory Factor Analysis (CFA) yang digunakan untuk mengkonfirmasi indikator terhadap variabel laten dengan menggunakan program AMOS versi 24. Hasil penelitian menunjukkan bahwa konstruk karakteristik unit hunian dengan kontribusi
terbesar adalah indikator X1.10 (kualitas bahan untuk plafond) sebesar 0,733. Lalu untuk konstruk karakteristik lingkungan hunian dengan indikator variabel X2.1 (kondisi jalan lingkungan perumahan) menyediakan kontribusi terbesar sebesar 0,672. Konstruk karakteristik layanan fasilitas publik memberikan kontribusi terbesar dengan indikator X3.3 (akses ke layanan fasilitas
pendidikan/sekolah) sebesar 0,766. Konstruk kepuasan bermukim memberikan kontribusi terbesar adalah indikator Y1.2 (kepuasan pada lingkungan hunian) sebesar 0,901. Serta konstruk kecenderungan perilaku penyesuaian tempat tinggal dengan indikator Y2.4 (mengajak kerabat dekat untuk
bermukim di lingkungan tempat tinggalnya) sebesar 0,782. Temuan penelitian ini dapat digunakan untuk menjadi bahan evaluasi kinerja produk perumahan sederhana dan analisis kepuasan pengguna untuk perumusan kebijakan dalam penyediaan
perumahan sederhana yang layak huni bagi masyarakat berpenghasilan rendah.
Kata
Kunci: Kepuasan
Bermukim, Perumahan Sederhana, Validitas dan Reliabilitas
Abstract
The purpose of this study is to test the validity and reliability of the
settlement satisfaction scale and find out the indicators that have the
greatest contribution to each empirical data-based research variable. The
analysis of confirmatory factors is carried out to find out the existence of a fundamental� relationship
between indicators and constructs built on the theory. The variables in this
study are the characteristics of residential units, residential environment,
public facility services, settlement satisfaction and the tendency to adjust
the residence of residents living in simple housing in Kendari City. �The subjects of this study were residents of subsidized
simple housing in the city of Kendari. �Primary data were obtained through a survey
using questionnaires on 356 residents of simple housing in the city of Kendari.
�Data collection was carried out using a
settlement satisfaction scale arranged with the Likert scaling model. �The data were analyzed by the Confirmatory
Factor Analysis (CFA) method which was used to confirm indicators against
latent variables using the AMOS version 24 program. The results showed that the
characteristic construct of residential units with� the largest contribution was indicator
X1.10 (quality of materials for the ceiling) of 0.733. Then for the construct
of the characteristics of the residential environment with the variable
indicator X2.1 (road conditions of the residential environment) provided the
largest contribution of 0.672. The construct of the characteristics of public
facility services made the largest contribution with indicator X3.3 (access to
educational/school facility services) of 0.766. The construct of settlement
satisfaction making the largest contribution was the indicator Y1.2
(satisfaction with the residential environment) of 0.901. As well as the
construct of the behavioral tendency of adjustment of the dwelling with
indicator Y2.4 (inviting close relatives to settle in the neighborhood tfour of his residence) of 0.782. �The findings of this study can be used to be
the material �for
evaluating the performance �of simple housing
�products and analyzing the satisfaction
of the na for policy formulation in the provision of
simple livable housing for low-income people.
Keywords: Settlement Satisfaction, Simple Housing, Validity and Reliability
Pendahuluan
Salah satu
variable penting untuk mempelajari perilaku seseorang dalam bertempat tinggal adalah kepuasan terhadap unit huniannya. Selain menjadi tempat berlindung dan beristirahat, rumah juga berfungsi sebagai wadah pendidikan dan regenerasi nilai dan budaya dalam sebuah
keluarga serta menjadi aset bagi
pemiliknya. Untuk dapat memenuhi kebutuhan tersebut, rumah seharusnya mampu memberikan paling tidak dua hal
kepada penghuninya yakni kepuasan fisik dan fungsi serta kepuasan psikologis (Omar, Endut & Saruwon, 2010). Kepuasan fungsi merupakan kemampuan rumah dari segi ketersediaan
unsur fisik untuk mewadahi berbagai aktifitas dan kebutuhan ruang bagi penghuninya. Sedangkan kepuasan psikologis, pada dasarnya merupakan manifestasi dan perwujudan dari unsur kepercayaan dan nilai-nilai ideal yang dianut
oleh penghuni rumah (Kurniati & Kusuma, 2014).
Studi
tentang kepuasan bermukim hingga saat ini telah
digunakan pada berbagai disiplin ilmu seperti
pemasaran, bidang medis dan kesehatan termasuk arsitektur dan perumahan.
Studi tentang kepuasaan bermukim pada dasarnya dapat diklasifikasikan dalam dua jenis, yaitu
sebagai kriteria untuk menilai kualitas
perumahan dan sebagai alat untuk memprediksi
perilaku untuk tinggal atau pindah
dari perumahan yang ada (Amerigo, M. A. & Aragones,
I. J., 1997).
Kajian tentang kepuasan bermukim sangat
penting
karena akan berdampak pada kondisi psikologis dan kualitas hidup seseorang. Ketidakpuasan dengan satu komunitas dapat mengurangi kesejahteraan psikologis dan kualitas hidup seseorang (Morris, E. W., Crull, S., R., & Winter, M., 1976)
dan mempengaruhi keputusan untuk pindah dari
komunitas (Amole, 2009). Oleh karena
itu kondisi
dan karakteristik
permintaan
serta penyediaan perumahan
harus diperiksa secara menyeluruh untuk pemenuhan kebutuhan pasar perumahan, terutama untuk penduduk berpenghasilan menengah ke bawah.
Hal ini sebagaimana dijelaskan oleh Aulia
dan Ismail (
2013) bahwa salah satu indikator untuk menentukan karakteristik permintaan perumahan adalah kepuasan bermukim.
Beberapa
penelitian yang telah dilakukan terkait kepuasan bermukim memunculkan hasil yang bervariasi (Abdullah, M.I., et al. 2020). Sejumlah penelitian yang telah dilakukan di berbagai negara menunjukkan bahwa dengan memiliki
tempat tinggal yang memuaskan sering menjadi tuntutan utama kebutuhan manusia (Balestra dan Sultan, 2013). Sejumlah
studi menunjukkan bahwa ketidakpuasan dengan karakteristik lingkungan hunian mempengaruhi perilaku mobilitas tempat tinggal (Dempsey, et. al. 2012). Namun
sebaliknya, Rabe dan Taylor (2010) melaporkan bahwa karakteristik lingkungan menjelaskan proporsi yang relatif kecil sebagai
penyebab terjadinya perilaku mobilitas perumahan meskipun banyak yang menyatakan ketidakpuasan dengan lingkungan tempat tinggal mereka. Kurangnya akses ke fasilitas umum
seperti toko, tempat kerja dan ruang rekreasi mendorong terjadinya perilaku mobilitas perumahan (Kim, et al, 2005). Namun
Fang (2005) melaporkan temuannya
bahwa kepuasan bermukim yang rendah sering tidak menyebabkan
perilaku bergerak meskipun niat bergerak
tinggi. Kondisi ini berbeda dengan
yang ada dalam literatur barat tentang kepuasan perumahan yang rendah terkait dengan kecenderungan untuk pindah.
Oleh karena
itu, tujuan dari penelitian ini adalah untuk
mengetahui indikator yang memiliki kontribusi terbesar pada setiap variabel penelitian. Variabel dalam penelitian ini adalah karakteristik unit hunian, lingkungan hunian, layanan fasilitas publik, kepuasan bermukim dan kecenderungan perilaku penyesuaian tempat tinggal penghuni yang tinggal di perumahan sederhana di Kota Kendari. Makalah
ini dimulai dengan gambaran umum dan literatur tentang topik ini.
Kemudian, metodologi yang digunakan dalam penelitian ini berikut disajikan hasil analisis survei kuesioner serta temuan penelitian.
Akhirnya, beberapa kesimpulan dan rekomendasi. Makalah ini memberikan
kontribusi yang signifikan terhadap pemahaman terkait karakteristik lingkungan pada proyek penyediaan perumahan sederhana bersubsidi untuk masyarakat berpenghasilan rendah. Studi ini juga memberikan wawasan tentang bagaimana bentuk kepuasan
penghuni perumahan
dengan kondisi tempat tinggal mereka
serta bagaimana
kecenderungan
perilaku penyesuaian tempat tinggal penghuni perumahan sederhana.
Perilaku
penyesuaian individu terhadap lingkungan merupakan upaya mengurangi ketidaksesuaian dalam suatu lingkungan untuk meningkatkan harmoni. Altman
(1980) menyatakan bahwa penyesuaian antara individu dengan lingkungannya dikenal dengan istilah adaptasi. Pada kondisi ini individu mengubah
perilaku agar sesuai dengan kondisi lingkungannya, sedangkan penyesuaian keadaan lingkungan pada diri individu dikenal dengan istilah adjustment. Karakteristik perilaku penghuni atau penyesuaian
dan adaptasi perumahan sebagaimana yang dikonseptualisasikan
dalam penelitian adalah upaya keluarga
untuk memperbaiki ketidaksesuaian antara perumahan yang dimilikinya dan perumahan yang dirasa harus mereka miliki
(Morris, E. W., Crull, S. R., & Winter, M. 1976).
Karakteristik perilaku penghuni mencerminkan perasaan mereka tentang kepuasan dan ketidakpuasan hunian (Mohit, M.
A., & Mubarak, 2014). Namun dalam penelitian Fang, Y. (2005) menunjukkan bahwa meskipun kepuasan hunian rendah, tetapi tidak mengarah
pada perilaku berpindah ke tempat hunian
lain yang lebih sesuai. Sementara Lioa (2004) menggunakan indikator niat pindah dan merencanakan pindah untuk mengukur perilaku penyesuaian tempat tinggal. Jiang, W., et
al. (2017) dalam studinya
menggunakan parameter niat pindah untuk mengukur
kecenderungan perilaku penghuni menemukan bahwa niat pindah
dipengaruhi secara signifikan dan negatif oleh kepuasan bermukim.
Analisis
faktor konfirmatori merupakan salah satu metode analisis multivariat yang dapat digunakan untuk mengkonfirmasi apakah model pengukuran yang dibangun sesuai dengan yang dihipotesiskan. Dalam analisis faktor konfirmatori terdapat variabel konstruk dan variabel indikator. Variabel konstruk adalah variabel yang tidak dapat dibentuk
dan dibangun secara langsung sedangkan variabel indikator adalah variabel yang dapat diamati dan diukur secara langsung
(Ghozali, 2003). Dalam SEM analisis faktor konfirmatori digunakan untuk mengevaluasi model pengukuran yaitu untuk menguji validitas
dan reliabilitas konstruk (Latan, 2013).
Menurut
Brown (2006), analisis faktor
konfirmatori merupakan perluasan dari analisis faktor eksplanatori. Dalam analisis faktor konfirmatori, peneliti harus menentukan jumlah indikator dan hubungan antar indikator dengan konstruk berdasarkan basis teori. Sedangkan pada analisis faktor eksplanatori peneliti mencari sejumlah indikator yang membentuk faktor umum (common factor) tanpa ada landasan
teori sebelumnya. Dengan kata lain analisis faktor eksplanatori merupakan sebuah metode untuk membangun
sebuah teori (theory
building).
Asumsi
Analisis Faktor Konfirmatori
Umumnya
pada analisis faktor konfirmatori membutuhkan jumlah sampel yang besar agar hasil yang didapat mempunyai tingkat kepercayaan yang cukup. Ukuran sampel
memberikan dasar untuk mengestimasi kesalahan dalam pengambilan sampel. Dengan menggunakan estimasi maximum likelihood, sedikitnya
diperlukan sampel sebanyak 100, ketika sampel dinaikkan maka sensitifitasnya meningkat untuk mendeteksi perbedaan antar data (Hair, J., F., et al, 2010). Maximum likelihood menghendaki adanya asumsi distribusi normal data. Nilai
yang umum digunakan untuk melihat kenormalan
data pada analisis ini adalah dengan melihat
nilai c.r (critical rasio).
Konvergen
Validitas dan Construct Reliability
Indikator
suatu konstruk harus valid. Untuk mengukur validitas indikator dapat dilihat dari faktor
loadingnya. Semakin tinggi nilai faktor
loading suatu konstruk menunjukkan bahwa mereka konvergen pada satu titik. Oleh karena itu, instrumen
yang digunakan untuk menilai persepsi penghuni perumahan sederhana tentang suatu konsep tertentu
perlu dievaluasi terlebih dahulu sebelum diberikan. Hal ini untuk memastikan
bahwa kuesioner yang digunakan valid dan reliabel, atau dengan kata lain, mengukur apa yang seharusnya diukur, dan sejauh mana skor tes bebas dari
kesalahan pengukuran (Muijs, 2011). Ketika berhubungan dengan pengukuran maka validitas dan reliabilitas kuesioner merupakan hal yang paling penting untuk dipertimbangkan
(Barroon dan Abd Rahman, 2015). Terdapat
beberapa jenis reliabilitas tetapi dalam penelitian ini, tiga jenis
reliabilitas dipertimbangkan
yaitu reliabilitas internal,
reliabilitas konstruk (CR)
dan average variance extract (AVE), sedangkan pada aspek validitas, terdapat validitas konvergen, validitas konstruk, dan validitas diskriminan. Reliabilitas
internal adalah konsep yang
mengacu pada sejauh mana semua item mengukur konstruk dasar yang sama (Pallant, 2007) sedangkan reliabilitas konstruk adalah konsep untuk menilai
sejauh mana alat ukur secara akurat
mengukur konstruk teoretis yang telah dirancang (Jackson, 2003). Validitas
konstruk adalah sejauh mana satu set item telah mencerminkan konstruk laten teoritis item tersebut dirancang untuk mengukur sedangkan validitas diskriminan adalah konsep di mana item yang diukur individu harus mewakili hanya satu konstruk laten (Hair et al.,
2006).
Metode
Penelitian
Penelitian
ini dilaksanakan pada perumahan sederhana bersubsidi yang ada
di Kota Kendari, Provinsi Sulawesi Tenggara. Pemilihan lokasi dilakukan secara terkluster pada 7 (tujuh) wilayah
kecamatan yang ada di kota Kendari dengan pertimbangan kecenderungan pembangunan perumahan yang disediakan oleh pengembang perumahan pada wilayah tersebut
dan proses penghunian yang telah
berjalan pada perumahan
yang ada. Besarnya jumlah populasi adalah sebanyak 11.195 rumah tangga. Kuesioner
didistribusikan secara langsung ke responden
yang menjadi sampel penelitian. Pemilik rumah dipilih sebagai
responden karena merekalah yang memutuskan terkait dengan kondisi perumahannya. Sebanyak 356 kuesioner yang telah diperoleh untuk selanjutnya dilakukan analisis. Ukuran sampel ini
telah memenuhi yang disarankan oleh Kline (2005) bahwa
ukuran sampel lebih dari 200 cukup untuk analisis
SEM. Masalah unidimensionalitas,
reliabilitas dan validitas untuk semua model pengukuran ditentukan.
Dalam penelitian ini, digunakan program AMOS versi 24
dan SPSS versi 24 untuk memudahkan analisis hasil. Perangkat lunak AMOS digunakan dalam menilai hubungan
antara variabel laten dan variabel yang diamati dari model pengukuran. Teknik
yang digunakan disebut analisis konfirmasi faktor. Dalam studi
ini, metode estimasi kemungkinan maksimum digunakan dalam menghasilkan estimasi parameter dari model pengukuran. Metode estimasi ini lebih
praktis karena kemampuannya untuk menangani model yang kompleks dan
juga ketahanannya terhadap data
yang tidak normal (Brown, 2006). Ada beberapa indeks kecocokan yang digunakan dalam penelitian ini untuk melihat
seberapa baik model yang ditentukan mereproduksi matriks kovarians di antara item indikator (Hair et
al., 2006). Mereka dikelompokkan
pada tiga kelompok utama tindakan; ukuran kecocokan praktis (statistik chi-kuadrat atau cmin/df), indeks kecocokan
absolut (GFI, AGFI atau
RMSEA) dan indeks kecocokan
inkremental (TLI atau CFI).
Menurut Hair et al. (2010), sebuah
penelitian harus melaporkan setidaknya tiga indeks kecocokan
dengan setidaknya
satu
dari setiap kategori.
Hasil dan Pembahasan
Pengujian
Asumsi Multikolinearitas
Asumsi
multikolinearitas adalah tidak kolinieritas atau hubungan sempurna
antar variabel. Suatu model penelitian dikatakan baik apabila memiliki multikolinearitas yang rendah. Pengujian multikolinearitas dapat didasarkan pada besarnya nilai tolerance
dan VIF (Variance Inflation Factor). Jika nilai
tolerance >0,10 dan VIF <10, maka berarti bahwa tidak
terdapat multikolenearitas
pada penelitian tersebut. Sebaliknya jika tolerance
<0,10 dan VIF>10, maka ada
indikasi terjadinya gangguan. Hasil uji asumsi multikolenearitas dalam penelitian ini dapat dilihat pada tabel 5.37.
Tabel 1
Hasil Pengujian Multikolinearitas
|
Persamaan Struktural |
Variabel Eksogen |
Collinearity
Statistics |
|
|
Tolerance |
VIF |
||
|
Substruktur-1 Variabel Endogen Kepuasan Bermukim |
Karakteristik Unit Hunian |
0.777 |
1.287 |
|
Karakteristik Lingkungan
Hunian |
0.655 |
1.527 |
|
|
Karakteristik Layanan
Fasilitas Publik |
0.693 |
1.443 |
|
|
Substruktur-2 Variabel Endogen Kecenderungan Perilaku Penyesuaian Tempat Tinggal |
Karakteristik Unit Hunian |
0.777 |
1.287 |
|
Karakteristik Lingkungan
Hunian |
0.655 |
1.527 |
|
|
Karakteristik Layanan
Fasilitas Publik |
0.693 |
1.443 |
|
|
Substruktur-3 Variabel Endogen Kecenderungan Perilaku Penyesuaian Tempat Tinggal |
Karakteristik Unit Hunian |
0.767 |
1.305 |
|
Karakteristik Lingkungan
Hunian |
0.577 |
1.732 |
|
|
Karakteristik Layanan
Fasilitas Publik |
0.645 |
1.550 |
|
|
Kepuasan Bermukim |
0.635 |
1.575 |
|
Berdasarkan
pada Tabel 1. terlihat bahwa semua variabel
eksogen baik untuk persamaan substruktur-1, persamaan substruktur-2 dan persamaan
substruktur-3 memiliki nilai
tolerance > 0,10 dan nilai VIF < 10, sehingga dapat dikatakan bahwa tidak terdapat gejala multikolinearitas. Sehingga dengan demikian asumsi multikolinearitas dalam penelitian ini telah terpenuhi.
Model Pengukuran Validitas Dan Reliabilitas
Uji Reliabilitas
Pada dasarnya
uji reliabilitas (reliability) menunjukkan sejauh mana suatu alat ukur
yang dapat memberikan hasil yang relatif sama apabila dilakukan
pengukuran kembali pada subyek yang sam a. Uji reliabilitas dalam SEM dapat diperoleh melalui rumus sebagai
berikut:
�������������� ����������������
Keterangan:
-
Standard Loading diperoleh dari standarized loading untuk tiap-tiap indikator yang didapat dari hasil
perhitungan komputer.
-
Tingkat reliabilitas
yang direkomendasikan adalah
≥ 0,7. Nilai constuct reliability
dapat dilihat pada lampiran dan hasil perhitungan constuct
reliability dapat dilihat
pada tabel 2 berikut.
Hasil Perhitungan Construct Reliability
|
No |
Variabel |
Construct
Reliability |
|
1 |
Karakteristik Unit Hunian |
0.774 |
|
2 |
Karakteristik Lingkungan
Hunian |
0.666 |
|
3 |
Karakteristik Layanan
Fasilitas Publik |
0.771 |
|
4 |
Kepuasan Bermukim |
0.883 |
|
5 |
Kecenderungan Perilaku
Penyesuaian Tempat Tinggal |
0.773 |
Berdasarkan
hasil perhitungan constuct reliability pada tabel
2 di atas, diperoleh nilai reliabilitas antara 0,666 sampai dengan 0,883. Nilai reliabilitas dari kelima variabel
tersebut sudah sesuai dengan nilai
constuct reliability yang rekomendasikan. Hal ini menunjukkan reliabilitas variabel karakteristik unit hunian, karakteristik lingkungan hunian, karakteristik layanan fasilitas publik, kepuasan bermukim dan kecenderungan perilaku penyesuaian tempat tinggal adalah tinggi.
Uji Konvergen Validitas dan Construct Reliability
Untuk menetapkan
validitas konstruk, digunakan Confirmatory
Factor Analysis (CFA). Hal ini dilakukan
dengan menggunakan model persamaan struktural (SEM). Nilai eigen lebih besar
dari 1 dan nilai loading faktor lebih besar dari 0,30 (Siembida,
E.J., et all, 2018) sebagai kriteria yang dapat
diterima untuk penelitian ini. Perangkat lunak statistik SPSS dalam versi
terbaru dan Amos 24 digunakan untuk menganalisis data.
Gambar 1
Model Analisis Faktor Konfirmatori
Gambar
1. menunjukkan hasil pengujian setelah mengeluarkan indikator yang tidak valid. Ditinjau dari statistik goodness of fit, memberikan gambaran bahwa model pengukuran menunjukkan kecocokan yang sangat
baik (seperti yang ditunjukkan pada Tabel 4).
Standardized Regression Weights: Variabel Penelitian
(Group number 1 - Default model)
|
Variabel |
Indikator |
Loading Faktor |
|
Karakteristik Unit Hunian |
X1.5 |
0.683 |
|
X1.8 |
0.535 |
|
|
X1.9 |
0.533 |
|
|
X1.10 |
0.733 |
|
|
X1.12 |
0.729 |
|
|
Karakteristik Lingkungan Hunian |
X2.1 |
0.672 |
|
X2.2 |
0.555 |
|
|
X2.4 |
0.445 |
|
|
X2.7 |
0.446 |
|
|
X2.12 |
0.377 |
|
|
Karakteristik Layanan Fasilitas Publik |
X3.1 |
0.498 |
|
X3.3 |
0.766 |
|
|
X3.5 |
0.710 |
|
|
Kepuasan Bermukim |
Y1.1 |
0.802 |
|
Y1.2 |
0.901 |
|
|
Y1.3 |
0.529 |
|
|
Kecenderungan Perilaku
Penyesuaian Tempat
Tinggal |
Y2.2 |
0.646 |
|
Y2.3 |
0.619 |
|
|
Y2.4 |
0.782 |
Tabel
3 menunjukkan perolehan semua nilai faktor
loading yang telah valid karena
berada di atas 0,30 sehingga didapatkan model pengukuran setiap konstruk sebagai berikut:
Konstruk
Karakteristik Unit Hunian
Pada konstruk
karakteristik unit hunian, terdapat lima indikator yaitu luas ruang
dapur (X1.5) dengan faktor loading sebesar 0,683, sirkulasi udara yang masuk ke dalam
rumah (X1.8) dengan faktor loading sebesar 0.535, jumlah colokan listrik (X1.9) dengan faktor loading sebesar 0,533, kualitas plafond (X1.10) dengan faktor loading sebesar 0.733 dan kulaitas dinding (X1.12) dengan faktor loading sebesar 0.729. hal ini menunjukkan bahwa kelima indikator
dapat menjelaskan keberadaan konstruk karakteristik unit hunian. Indikator X1.10 merupakan indikator yang memberikan kontribusi terbesar dalam menjelaskan konstruk karakteristik unit hunian karena memiliki
nilai faktor loading terbesar yaitu sebesar 0.733.
Konstruk
Karakteristik Unit Hunian
Pada konstruk
karakteristik lingkungan hunian, terdapat lima indikator yaitu kondisi jalan lingkungan
perumahan (X2.1) dengan faktor loading sebesar 0,672, kondisi jaringan air bersih (X2.2) dengan faktor loading sebesar 0.555, ketersediaan tempat parkir kendaraan (X2.4) dengan faktor loading sebesar 0,445, ketersediaan jaringan telepon/internet (X2.7) dengan faktor loading sebesar 0.446 dan kualitas udara (X2.12) dengan faktor loading sebesar 0.377. Hal
ini menunjukkan bahwa kelima indikator
dapat menjelaskan keberadaan konstruk karakteristik lingkungan hunian. Indikator X2.1 merupakan indikator yang memberikan kontribusi terbesar dalam menjelaskan konstruk karakteristik lingkungan hunian karena memiliki
nilai faktor loading terbesar yaitu sebesar 0.672.
Konstruk
Karakteristik Layanan Fasilitas Publik
Pada konstruk
karakteristik layanan fasilitas publik, terdapat tiga indikator
yaitu kemudahan akses layanan kendaraan
umum (X3.1) dengan faktor loading sebesar 0,498, ketersediaan fasilitas pendidikan (X3.3) dengan faktor loading sebesar 0.766, ketersediaan layanan fasilitas kesehatan (X3.5) dengan faktor loading sebesar 0,710. Hal ini menunjukkan bahwa ketiga indikator dapat menjelaskan keberadaan konstruk karakteristik layanan fasilitas publik. Indikator X3.3 merupakan indikator yang memberikan kontribusi terbesar dalam menjelaskan konstruk karakteristik layanan fasilitas publik karena memiliki
nilai faktor loading terbesar yaitu sebesar 0.766.
Konstruk
Kepuasan Bermukim
Pada konstruk
kepuasan bermukim, terdapat tiga indikator
yaitu kepuasan dengan kondisi unit hunian (Y1.1) dengan faktor loading sebesar 0,802, kepuasan dengan kondisi lingkungan hunian (Y1.2) dengan faktor loading sebesar 0.901, dan
kepuasan dengan kondisi layanan fasilitas publik (Y1.3) dengan faktor loading sebesar 0,529. Hal ini menunjukkan bahwa ketiga indikator dapat menjelaskan keberadaan konstruk kepuasan bermukim. Indikator Y1.2 merupakan indikator yang memberikan kontribusi terbesar dalam menjelaskan konstruk kepuasan bermukim karena memiliki nilai faktor loading terbesar yaitu sebesar 0.901.
Konstruk
Kecenderungan Perilaku Penyesuaian Tempat Tinggal
Pada konstruk
kecenderungan perilaku penyesuaian tempat tinggal, terdapat tiga indikator yaitu kecenderungan untuk melakukan penyesuaian terhadap hunian dengan melakukan
modifikasi (Y2.2) dengan faktor loading sebesar 0,646, Kecenderungan untuk tetap tinggal karena
sudah merasa betah (Y2.3) dengan faktor loading sebesar 0.619, dan
cenderung untuk berbicara positif dengan merekomendasikan kepada keluarga dan teman-temannya untuk tinggal di perumahan tersebut (Y2.4) dengan faktor loading sebesar 0,782. Hal
ini menunjukkan bahwa ketiga indikator
dapat menjelaskan keberadaan konstruk kecenderungan perilaku penyesuaian tempat tinggal. Indikator Y2.4 merupakan indikator yang memberikan kontribusi terbesar dalam menjelaskan konstruk kecenderungan perilaku penyesuaian tempat tinggal karena memiliki nilai faktor loading terbesar yaitu sebesar 0.782.
Uji
Kelayakan Model
Berdasarkan
kriteria uji, chi-square, cmin/df, rmsea, GFI, AGFI, TLI dan CFI
di atas dan nilai goodness
of fit hasil pengolahan dengan software Amos versi 24, sebagaimana ditampilkan pada gambar 5.9 maka dapat dibuat tabel
berikut.
Hasil Pengujian Kelayakan Model Penelitian
|
Goodness
of fit indeks |
Cut of value |
Model
Utama |
Nilai
Hasil Modifikasi |
Keterangan |
|
Chi-Square |
Diharapkan kecil |
1357,004 |
160,420 |
Baik |
|
P-Value |
≥ 0,05 |
0,000 |
0,075 |
Baik |
|
CMIN/DF |
≤ 2,00 |
2,192 |
1,180 |
Baik |
|
RMSEA |
≤ 0,08 |
0,078 |
0,030 |
Baik |
|
GFI |
≥ 0,90 |
0,731 |
0,924 |
Baik |
|
AGFI |
≥ 0,90 |
0,694 |
0,894 |
Cukup Baik |
|
TLI |
≥ 0,95 |
0,697 |
0,966 |
Baik |
|
CFI |
≥ 0,95 |
0,718 |
0,973 |
Baik |
Berdasarkan
hasil perhitungan uji chi�square
memperoleh nilai sebesar 160,420 sudah lebih baik. Nilai probabilitas sebesar 0,075 sudah baik yang mana nilai tersebut sudah di atas 0,05. Nilai CMIN/DF
sebesar 1,180 sehingga sudah lebih baik
yakni dibawah 2,00. Nilai
GFI sebesar 0,924 sudah lebih baik yakni
sudah lebih dari 0,90 dan AGFI dengan nilai sebesar 0,894 yang masih kurang dari
0,90. Nilai TLI sebesar 0,966 sudah
baik yang mana sudah di atas 0,95. Nilai CFI sebesar
0,973 sudah baik yang mana nilainya sudah di atas 0,95 serta nilai RMSEA sebesar 0,030 yang
mana nilai tersebut sudah lebih baik
yakni dibawah 0,08.
Kesimpulan
Variabel
karakteristik unit hunian dapat dibentuk oleh indikator luas ruang dapur (X1.5), kelancaran sirkulasi udara yang masuk ke dalam rumah
(X1.8), ketersediaan jumlah
colokan listrik (X1.9), kualitas plafond (X1.10) dan kualitas
dinding (X1.12). Kemudian untuk variabel karakteristik lingkungan hunian dibentuk oleh indikator kondisi jalan lingkungan perumahan (X2.1), kondisi jaringan air bersih (X2.2), ketersediaan tempat parkir kendaraan (X2.4), ketersediaan jaringan telepon/internet (X2.7) dan kualitas
udara dalam lingkungan perumahan s (X2.12).
Pada variabel karakteristik
layanan fasilitas publik, indikator pembentuknya terdapat tiga indikator yaitu kemudahan akses layanan kendaraan
umum (X3.1), ketersediaan fasilitas pendidikan (X3.3), dan ketersediaan layanan fasilitas kesehatan (X3.5). Pada variabel kepuasan bermukim terdapat tiga indikator pembentuknya yaitu kepuasan dengan kondisi unit hunian (Y1.1), kepuasan dengan kondisi lingkungan hunian (Y1.2) dan kepuasan dengan kondisi layanan fasilitas publik (Y1.3). Pada variabel kecenderungan perilaku penyesuaian tempat tinggal indikatornya yaitu kecenderungan untuk melakukan penyesuaian terhadap hunian dengan melakukan
modifikasi (Y2.2), kecenderungan
untuk tetap tinggal karena sudah merasa betah
(Y2.3), dan cenderung untuk
berbicara positif dengan merekomendasikan kepada keluarga dan teman-temannya untuk tinggal di perumahan tersebut (Y2.4). Pada variabel karakteristik unit hunian indikator yang memberikan kontribusi terbesar adalah. indikator X1.10 (kualitas plafond) yaitu sebesar 0.733. Kemudian pada variabel karakteristik lingkungan hunian, indikator X2.1 (kondisi jalan lingkungan perumahan) merupakan indikator yang memberikan kontribusi terbesar yaitu sebesar 0.672. Selanjutnya pada variabel karakteristik layanan fasilitas publik indikator yang memberikan kontribusi terbesar adalah indikator X3.3 (ketersediaan fasilitas pendidikan) yaitu sebesar 0.766. Pada variabel kepuasan bermukim indikator Y1.2 (kepuasan dengan kondisi lingkungan hunian) merupakan indikator yang memberikan kontribusi terbesar yaitu sebesar 0.901. Selanjutnya untuk variabel kecenderungan perilaku penyesuaian tempat tinggal indikator Y2.4 (cenderung untuk berbicara positif dengan merekomendasikan kepada keluarga dan teman-temannya untuk tinggal di perumahan tersebut) merupakan indikator yang memberikan kontribusi terbesar yaitu sebesar 0.782.
BIBLIOGRAFI
Abdullah,
M. I., et.al., 2020. ShahAlam, cE-Bs,
FSPU, Universiti Teknologi
MARA, Shah Alam, Malaysia, 24-25 Jun 2020 / E-BPJ,
5(14), Jul 2020 (pp.229-235)
Aigbavboa, C. O.
& Thwala, W. D. (2011). Housing experience of
South African low-income beneficiaries. The Built and Human Environment Review,
4, 1-13.
Altman,
I., Rapoport, A., and Joachim, F., 1980. Human Behavior and Environment,
Advances in Theory and Research, 4. Environment an
Culture. New York: Plenum Press.
Amerigo,
M. A. & Aragones, I. J. (1997). A theoretical and
methodological approach to the study of Residential satisfaction. Journal of
Environmental Psychology, 17, 47-57.
Amole,
D., 2009. Residential satisfaction in
student housing. Abstracts Journal of Environmental
Psychology. Vol. 29 p. 76 �
85
Arbuckle,
J. L. and Wothke, W. (1999). Amos 4.0 User�s Guide.
Small Waters Corporation, United States of America.
Aulia, D. N dan Ismail,
A.M., 2013. Residential Satisfaction of Middle Income
Population In Medan City. Procedia - Social and Behavioral Sciences, �105, p. 674 � 683
Balestra,
C. and J. Sultan, 2013. �Home Sweet Home: The Determinants of Residential
Satisfaction and its Relation with Well-being�, OECD Statistics Working
Papers, 2013/05, OECD Publishing.
Barroon, I. A.
and Abd Rahman, A. (2015). �Reliability and Validity of A
Questionnaire to Evaluate Diabetic Patients� Intention to Adopt Health
Information Technology: A Pilot Study�, Journal of Theoretical and Applied
Information Technology, 2(72), 253-258.
Brown,
T. (2006). Confirmatory factor analysis for applied research. USA: The
Guildford Press.
Byrne,
B. M. (2010). Structural Equation Modelling with AMOS. Basic concepts,
applications and programming. Mahwah: New Jersey: Earlbum
Dempsey, N., C. Brown, and G. Bramley.
The key to sustainable urban development in UK cities? The influence of density
on social sustainability. Progress in Planning, Vol. 77, No. 3, 2012,
pp. 89-141.
Fang,
Y., 2015. Residential Satisfaction, Moving Intention and Moving Behaviours: A Study of Redeveloped Neighbourhoods
in Inner-City Beijing, Housing Studies, Vol. 21, No. 5, 671�694.
Hair,
J. F., Black, W. C., Babin, B. J., Anderson, R. E.
and Tatham, R. L. (2006). Multivariate Data Analysis. 6th edn.
New Jersey: Prentice-Hall International, Inc.
Hair,
J. F., Black, W. C., Babin, B. J. and Anderson, R. E.
(2010). Multivariate Data Analysis. 7th edn.
Englewood Cliffs, NJ: Prentice Hall.
Jackson, S. L. (2003) Research Methods
and Statistics, A Critical Thinking Approach. USA: Thomson Wadsworth.
Jiang, W, F., Timmermans, H., Li, H., 2017.
A gap-theoretical path model of residential satisfaction and intention to move
house applied to renovated historical blocks in two Chinese cities. Cities,
71, p. 19�29
Kim, J.H., F. Pagliara,
and J. Preston. The Intention to Move and Residential Location Choice Behaviour. Urban Studies, Vol. 42, No. 9, 2005, pp.
1621�1636.
Kline, R. B. (2005). Principles and
practice of SEM. New York: Guilford Press.
Kurniati, F., & Kusuma, H.E., 2014. Adaptasi Perilaku dan Modifikasi sebagai Proses Menciptakan Hunian Ideal Bagi Penghuni Perumahan
Massal. Prosiding Temu Ilmiah IPLBI. Bandung, 33-38
Mohit, M. A., & Raja, A M M A. 2014. Residential satisfaction a concepts, theories
and empirical studies. Planning Malaysia e Journal of Malaysian Institute of
Planners, 3, 47-66.
Morris,
E. W., Crull, S., R., & Winter,
M., 1976. Housing Norms, Housing Satisfaction and Propensity to
Move. Journal of Marriage and the Family, Vol. 38, No. 2 pp. 309-320
Morris,
E. W., Jacubjzac, M., 1988. Tenure Structure, Housing Satisfaction and The
Propensity to Move; A Replication of The Housing Adjustment Model. Housing and Society, Vol. 15, No. 1 pp. 41-55
Muijs,
D. (2011) Doing Quantitative Research in Education with SPSS. London: SAGE
Publications Ltd.
Omar,
E.O., Endut, E., & Saruwono, M., 2010. Adapting by Altering: Spatial
Modifications of Terraced Houses in The Klang Valley Area. Asian Journal of
Environment-Behavior Studies, Vol.2, No. 2, p. 1-10
Pallant,
J. (2007) SPSS Survival Manual: A step by step guide to data analysis using SPSS
for Windows, 3rd ed. New South Wales: Allen and Unwin.
Parkes,A.,
Kearns, A. and Atkinson, R. (2002). What makes
people dissatisfied with their neighbourhoods? Journal of Urban Studies.
Vol.39. No.(13). pp . 2413- 2438.
Rabe, B., & Taylor, M. (2010). Residential
mobility, quality of neighbourhood and life course events. Journal of the Royal Statistical
Society. Series A, Statistics in Society, 173(3), 531�555.
Siembida, E.J.;
Moss, K.; Kadan-Lottick, N.; Bellizzi,
K.M. The patient-provider relationship in adolescent oncology: An exploratory
factor analysis of a thirteen-item self-report measure. J. Adolesc.
Health (2018), 63, 509�512.
|
M. Arzal Tahir, Ishak Kadir, Nahdatunnisa
(2022) |
|
First publication right: Syntax Literate:
Jurnal Ilmiah Indonesia |
|
This article is licensed under: |