REVIEW

REVIEW

An Investigation of Factors Affecting the Quality of the Relationship between Franchisee and Franchisor and its Impact on Franchisee's Performance, Satisfaction, and Commitment: A Study of the Restaurant Franchise System

Hal 115-118 & 122-124

Oleh : Soo Bum Lee

(ABSTRACT)

The growth of franchising has been an important trend in the hospitally, since it was introduced into restaurant sector by Howard Johnsons in the 1930s. inrecent years, because of intense competition quick service restaurants have experienced significant external and internal pressures. Such pressures have caused disputes and abuses of the system and have affected external suppliers, customers, and suppliers, as well as franchisees within the franchise system. Because the franchisor-franchisee relationship has yet to be fully explored, knowledge of the factora that produce a high quality relationship between franchisor and franchisee are critical to the advancement of knowledge in the hospitality industry.

Leader-Member Exchange (LMX) theory is offered of an effective theoretical model of antecedents that can predict the effectiveness the franchisor-franchisee relationship. This study presents a model based on a subset of the Leader-Member Exchange theory.

Using the survey responses of franchisees in the restaurant industry, this study identifies the key factor that affect the franchisee’s commitment, the franchisee’s satisfaction with purchasing or operating franchise outlets, the effects of the franchisor’s brand name on the quality of the relationship, the franchisee’s perxeption of the franchisor’s support, the franchisee’s motivation to become a franchisee, and the franchisee’s performance.

The results of this study generally support the hypothesized model and provide strong support for the idea that the quality of the relationship between franchisee and franchisor plays a role in ensuring that the contractual relationship will lead to franchisee job satisfaction and financial success for both. The proposed model provides franchisee with valuable information for establishing and effective management strategy to improve the relationship between franchisor and franchisee and thus improve the rate of success of both franchisor and franchisee. Similarly, the model can assist both the franchisor and franchisee in understanding their policies in strategic terms and in integrating their different activities to provide the firm the quality relationship required for maintaining advantage.

Tabel 5.12 memberikan koefisien pola standar, t-nilai, indikator ' reliabilitas, dan reliabilitas konstruk berguna untuk menilai kualitas model pengukuran. Secara keseluruhan, pengukuran kualitas dinilai menggunakan konfirmasi analisis faktor (Gerbing dan Anderson, 1992). Keseluruhan sesuai mendukung pengukuran Model. Statistik fit c2 adalah 429,39 dengan 168 derajat kebebasan (p <.001); root berarti kesalahan dari pendekatan (RMSEA) adalah 0,087, sedangkan indeks perbandingan fit (CFI) Adalah 0,886, indeks kebaikan-of-fit (GFI) adalah 0,841, indeks fit normed (NFI) adalah 0,838, indeks fit non-normed adalah 0,857, dan rasio c2/df adalah 2,55. Meskipun chi-square statistik adalah signifikan, model pengukuran dianggap dapat diterima, mengingat lainnya mendukung indeks (Anderson dan Gerbing, 1988). Banyak peneliti menafsirkan GFI atau AGFI skor dalam rentang 0,80-0,89 sebagai mewakili fit wajar, skor .90 atau lebih tinggi dianggap bukti cocok (Doll et al., 1995).

Tabel 5.13 menunjukkan indeks fit secara keseluruhan untuk model berbagai faktor dengan menggunakan seluruh sampel (N = 210). Sebagai salah satu kemajuan dari model yang paling terbatas (satu umum Faktor) untuk model paling terbatas (tujuh faktor miring), semua indikasi menunjukkan inkremental perbaikan dalam fit secara keseluruhan. Keuntungan yang terbesar ketika bergerak dari satu faktor umum model representasi model tujuh-faktor (covary). Peningkatan indeks tertentu (misalnya, GFI, CFI, NFI, dan NNFI) sangat terkenal karena belum tentu meningkat dengan model nested  yang dibatasi.

Kebaikan fit indeks untuk model pengukuran disajikan pada Tabel 5. 13. Tabel ini menunjukkan bahwa alternatif dianjurkan untuk chi-square termasuk fit komparatif index (CFI, Bentler, 1990), kebaikan indeks fit (GFI, Joreskog dan Sorbom, 1993), dan akar berarti kesalahan perkiraan dari pendekatan (RMSEA, Rambut et al, 1995.). CFI menilai penurunan komparatif dalam noncentrality diusulkan oleh model hipotesis, khususnya dalam hal persentase varians dalam matriks kovarians menyumbang oleh model pengukuran. Kendala CFI mengamati nilai dalam kisaran (0, 1), dengan tinggi nilai-nilai yang menunjukkan fit model yang lebih baik (Bentler, 1992). RMSEA adalah rata-rata perbedaan per derajat kebebasan diharapkan terjadi dalam populasi (Hair et al., 1995), dengan nilai yang lebih rendah menunjukkan fit model yang lebih baik (Pedhazur dan Schmelkin, 1991).

Meskipun GFI cenderung mendukung model yang lebih kompleks (misalnya, mereka dengan lebih parameter yang akan diestimasi), CFI tidak menghukum untuk parsimoniousness dari model, dan NFI merupakan indeks kesesuaian antara model jenuh dan model nol (yaitu, model terbatas terhadap yang kurang dibatasi model lainnya akan dibandingkan dalam bersarang urutan model) (Mulaik et al., 1989). The CFI telah ditemukan untuk tidak terpengaruh oleh ukuran sampel (Bentler, 1990;. Marsh et al, 1988). Mengingat perbedaan parsimoni dari priori dan model respecified, CFI dapat memastikan bahwa kesimpulan tidak bias dalam mendukung model jenuh lebih, dan NFI merupakan selisih kurang fit antara model jenuh dan nol (Mulaik et al., 1989).

Untuk model pengukuran, Hari et al. (1998) mengemukakan bahwa indeks disesuaikan adalah PFI = 0,855, CFI = 0,855, RMSR = .16. Sebuah cocok cukup berhasil dengan data itu ditemukan. Seperti indeks fit, statistik chi-square (dan terkait p value), kebaikan-Offit indeks (GFI, Joreskog dan Sorbom, 1989), indeks normed-fit (IFN; Bentler dan Bonett, 1980), non-normed cocok index (NNFI, Bentler dan Bonett, 1980), dan fit indeks perbandingan (CFI, Bentler, 1990) yang diperiksa. Namun, sifat-sifat indeks ini bervariasi di sepanjang beberapa dimensi, itulah sebabnya mengapa beberapa diperiksa.

Sifat psikometri dari konstruksi laten diperiksa secara individual melalui perkiraan keandalan komposit dan varians diekstraksi. Perkiraan ini (Tabel 5.12) didasarkan pada estimasi parameter standar dari model pengukuran. Motivasi, evaluasi, nama merek, kualitas hubungan, kinerja, kepuasan, dan komitmen semua konstruksi telah memperkirakan reliabilitas komposit atas .70 dan varians diekstraksi perkiraan di atas .50, menunjukkan konsistensi internal yang baik baik dan bahwa varians ditangkap oleh konstruksi masing-masing lebih besar dari varians karena kesalahan pengukuran (Fornell dan Larcker, 1981). Varians diekstraksi perkiraan evaluasi, nama merek, kualitas hubungan, kinerja, dan kepuasan kerja konstruksi menunjukkan reliabilitas diterima (0,530, .618, 0,586, 0,535, dan 0,510, masing-masing), tapi kurang memuaskan motivasi dan estimasi komitmen (0,487 dan 0,488, masing-masing). Fornell dan Larcker (1981) menunjukkan, bagaimanapun, bahwa varians-diekstraksi Statistik adalah perkiraan yang lebih konservatif daripada reliabilitas komposit. Dengan demikian, suatu argumen dapat dibuat untuk sifat psikometrik diterima dari masing-masing membangun, terutama untuk tujuan penelitian.

5.4 Skala Pengembangan: Keandalan dan Validitas Analisis

            Salah satu keuntungan yang paling penting yang ditawarkan oleh analisis variabel laten adalah peluang yang mereka berikan untuk menilai reliabilitas dan validitas variabel penelitian ini (Hatcher, 1994). Dalam penelitian ini, prosedur konfirmatori digunakan untuk menguji pengukuran sifat semua konstruksi sebelum mempertimbangkan struktur hipotesis model (Anderson dan Gerbing, 1988). Secara garis besar, keandalan mengacu pada konsistensi pengukuran. Di sisi lain, validitas mengacu pada sejauh mana suatu instrumen mengukur apa yang dimaksudkan untuk mengukur. Dalam penelitian ini, hasil dari CFA menggunakan CALIS (SAS Institute Ins, 1989.) dinilai reliabilitas item, reliabilitas komposit, varians diekstraksi perkiraan, validitas konvergen, dan validitas diskriminan.

            Keandalan variabel indikator didefinisikan sebagai kuadrat dari korelasi antara faktor laten dan indikator mereka (Hatcher, 1994). Reliabilitas ini menunjukkan persen dari variasi indikator yang dijelaskan oleh faktor yang seharusnya ukuran (Long, 1983). Item dalam skala masing-masing dijumlahkan untuk sampai pada responden skala skor. Cronbach alpha (Cronbach, 1951) dihitung untuk menentukan konsistensi internal yang setiap skala. Keandalan langkah-langkah dan informasi yang berkaitan dengan timbangan, disajikan pada Tabel 5.4 sampai dengan Tabel 5.10, menunjukkan reliabilitas berkisar antara 0,737 ke 0,888, dan dengan demikian memadai untuk tujuan penelitian (Nunnally, 1978).

            Reliabilitas komposit dan estimasi varians diekstraksi adalah statistik utama digunakan untuk menilai sifat-sifat konstruksi hipotesis (Fornell dan Larcker, 1981). para reliabilitas komposit Statistik memperkirakan konsistensi internal dari suatu konstruksi laten, sama dengan koefisien alpha (Fornell dan Larcker, 1981). Karena struktur kepribadian hipotesis didasarkan pada analisis faktor eksplorasi sebelumnya menggunakan korelasi yang diperoleh antara variabel (Gough, 1987), kehandalan memperkirakan mirip dengan koefisien alpha yang dianggap tepat (Bollen dan Lennox, 1991).

            Fornell dan Larcker (1981) juga menekankan pentingnya memeriksa komposit reliabilitas dan varians diekstraksi. Bagozzi dan Yi (1988) menyarankan dua kriteria; reliabilitas komposit harus lebih besar dari atau sama dengan .60, dan varians diekstraksi harus lebih besar dari atau sama dengan .50. Untuk studi ini, semua tujuh reliabilitas komposit adalah lebih besar dari .70 dan lima dari varians diekstraksi lebih besar dari atau sama dengan .50 kecuali untuk dua yang kurang memuaskan (lihat Tabel 5.12). Selain itu, varians diekstraksi dalam setiap ukuran melebihi estimasi korelasi antara masing-masing faktor, yang memberikan bukti validitas diskriminan (Fornell dan Larcker, 1981).

            Statistik variance-diekstrak memperkirakan proporsi varians dijelaskan oleh suatu konstruksi, dibandingkan dengan varians karena kesalahan pengukuran acak. Dengan demikian, hal itu berfungsi sebagai perkiraan validitas konvergen variabel indikator yang membangun ini. Tabel 5.12 menyediakan perkiraan untuk membangun masing-masing, di samping beban standar dan reliabilitas dari setiap indikator konstruk. Semua indikator secara statistik signifikan (t> 7, p <.001).

            Validitas konvergen dan validitas diskriminan biasanya berhubungan dengan penggunaan dari multitrait tersebut, multimethod (MTMM) pendekatan untuk validasi (Campbell dan Fiske, 1959), di mana beberapa konstruksi masing-masing dinilai dengan menggunakan lebih dari satu penilaian metode. Validitas konvergen dipertunjukkan ketika instrumen yang berbeda digunakan untuk mengukur konstruk yang sama, dan nilai dari instrumen-instrumen yang berbeda sangat berkorelasi. Sebuah korelasi yang kuat menunjukkan bahwa kedua instrumen mengukur apa yang mereka dimaksudkan untuk mengukur (Hatcher, 1994). Dalam penelitian ini, validitas konvergen yang dinilai oleh meninjau tes t untuk faktor loadings. Para faktor pemuat standar dari ini studi dan t tes untuk ini beban disajikan Tabel 5.12. Hasil menunjukkan bahwa nilai t untuk ini dua puluh satu indikator berkisar 7,26-16,12. Nilai-nilai t semua signifikan berbeda dari nol pada p <.001 (karena nilai t semua indikator 'melampaui kritis t dari 3,29 untuk p = .001), yang memenuhi kriteria untuk validitas konvergen.

            Validitas diskriminan dipertunjukkan ketika instrumen yang berbeda digunakan untuk mengukur konstruksi yang berbeda, dan korelasi antara ukuran tersebut konstruksi relatif lemah. Pendekatan MTMM menyediakan tes yang relatif kuat diskriminan validitas (Hatcher, 1994). Sayangnya, tes ini tidak dapat diulang untuk franchisee-franchisor hadir model hubungan, karena beberapa metode yang tidak digunakan untuk menilai konstruksi yang berbeda. Meskipun demikian, beberapa bukti tentang diskriminan validitas dapat diperoleh dari analisis ini.

            Validitas diskriminan diuji menggunakan prosedur yang disarankan oleh Anderson dan Gerbing (1988). Mengambil satu pasang faktor pada satu waktu, yang konfirmasi tidak dibatasi analisis faktor model (di mana semua faktor diizinkan untuk covary bebas) dibandingkan dengan model dibatasi di mana kovarians antara satu pasang faktor itu dibatasi untuk kesatuan (menyiratkan bahwa tidak ada diskriminasi antara dua faktor), dan kovarians antara pasangan faktor sisanya dibatasi untuk kesetaraan (Hughes, harga, dan Marrs, 1986). Perbedaan chi-square yang signifikan antara Model faktor dibatasi dan tidak dibatasi memberikan bukti validitas diskriminan