Claes Fornell, Michael D. Johnson, Eugene W.

Anderson,
Jaesung Cha, & Barbara Everitt Bryant

The American Customer Satisfaction

Index: Nature, Purpose, and Findings
The American Customer Satisfaction Index (ACSI) is a new type of market-based performance measure for firms, industries,
economic sectors, and national economies. The authors discuss the nature and purpose of ACSI and explain the theory underlying
the ACSI model, the nation-wide survey methodology used to collect the data, and the econometric approach employed to
estimate the indices. They also illustrate the use of ACSI in conducting benchmarking studies, both cross-sectionally and over
time. The authors find customer satisfaction to be greater for goods than for services and, in turn, greater for services than
for government agencies, as well as find cause for concern in the observation that customer satisfaction in the United States is
declining, primarily because of decreasing satisfaction with services. The authors estimate the model for the seven major
economic sectors for which data are collected. Highlights of the findings include that (1) customization is more important than
reliability in determining customer satisfaction, (2) customer expectations play a greater role in sectors in which variance in
production and consumption is relatively low, and (3) customer satisfaction is more quality-driven than value- or price-driven. The
authors conclude with a discussion of the implications of ACSI for public policymakers, managers, consumers, and marketing in
general.

he economy The economy is changing. The central

feature of the old economy was the mass production
and consumption of commodities. The modem econ
omy is based on production and consumption of increas
ingly differentiated goods and services.
How should we measure economic performance in this
new world? As the economy changes, theories and measures
must change, too. In particular, it seems clear that conven
tional “output,” or “quantity,” measures of economic perfor
mance, such as productivity, are not only extremely difficult
to compute in a differentiated marketplace, but also that they
probably tell us less than they used to. For example, the
United States leads the world in productivity, but incomes
have stagnated. Italy has had one of the most dramatic pro
ductivity increases of any country, but it has not translated
into strong economic growth. The current trend toward
downsizing in U.S. firms may increase productivity in the
Claes Fornell is the Donald C. Cook Professor of Business Administration and
Director of the National Quality Research Center, University of Michi gan Business
School. Michael D. Johnson is Professor of Marketing and a core faculty member of
the National Quality Research Center, University of Michigan Business School.
Eugene W. Anderson is Associate Professor of Marketing and a core faculty member
of the National Quality Research Center, University of Michigan Business School.
Barbara Everitt Bryant and Jaesung Cha are Research Scientists at the National
Quality Research Center, University of Michigan Business School. The authors
gratefully acknowledge the financial support of the University of Michigan Business
School, the American Society for Quality Control (ASQC), and the ACSI’s
corporate sponsors. The authors also thank Jack West of ASQC for his
contributions in spearheading the development and deploy
ment of the ACSI. This research has benefited from the constructive con tributions of
the Editor and three anonymous JMreviewers.
short term, but the downsized firms’ future financial perfor
mance will suffer if repeat business is dependent on labor
intensive customized service (Anderson, Fornell, and Rust
1996).
Hence, in the new economy, producing more—however
efficiently—is not necessarily better. There is a pressing
need to augment current approaches to evaluating the finan
cial health of individual firms, let alone the wealth of
nations. Moreover, as the economy continues to evolve, “the
gap between the two economies— the one that government
measures and the one businesses and economists are strug
gling to understand— is widening” (Fortune 1993, p. 108).
To understand more fully the modem economy, and the
firms that compete in it, we must measure the quality of eco
nomic output, as well as its quantity.
We introduce the American Customer Satisfaction Index
(ACSI), which represents a new type of customer-based
measurement system for evaluating— and enhancing—the
performance of firms, industries, economic sectors, and
national economies. It is designed to be representative of the
economy as a whole and covers more than 200 firms, with
1994 sales in excess of $2.7 trillion competing in over 40
industries in the seven major consumer sectors of the econ
omy. On an annual basis, the ACSI system estimates a firm-
level customer satisfaction index for each company in the
sample and weights these firm-level indices to calculate
industry, sector, and national indices.
The American Customer Satisfaction Index measures
the quality of the goods and services as experienced by
the customers that consume them. An individual firm’s
ACSI represents its served market’s— its customers’—
overall evaluation of total purchase and consumption
experience, both actual and anticipated (Anderson, For-

Journal of Marketing
Vol. 60 (October 1996), 7-18 American Customer Satisfaction Index / 7
nell, and Lehmann 1994; Fomell 1992; Johnson and For-
nell 1991). Analogously, an industry ACSI represents an
industry’s customers’ overall evaluation of its market
offering, a sector ACSI is an overall evaluation of that sec
tor, and the national ACSI gauges the nation’s total con
sumption experience. Hence, ACSI represents a cumula
tive evaluation of a firm’s market offering, rather than a
person’s evaluation of a specific transaction. Although
transaction-specific satisfaction measures may provide
specific diagnostic information about a particular product
or service encounter, overall customer satisfaction is a
more fundamental indicator of the firm’s past, current,
and future performance (Anderson, Fomell, and Lehmann
1994).
The balance of this article is structured into five sec
tions. First, we explain the nature of ACSI: the theory under
lying the ACSI, the nation-wide survey methodology used to
collect the data, and the econometric approach employed to
estimate ACSI. Second, we discuss the use of ACSI in con
ducting benchmarking studies, both cross-sectionally and
over time. Third, to demonstrate the model’s general applic
ability and usefulness, we estimate the model for the seven
major economic sectors for which data are collected. Fourth,
we discuss systematic cross-sector variation in each of these
areas. Fifth, we conclude with a discussion of the implica
tions of ACSI for public policymakers, managers, and indi
vidual consumers, as well as for marketing in general.
8 / Journal of Marketing, October 1996
The ACSI Model and Methodology
The concept behind ACSI, namely, a measure of overall cus
tomer satisfaction that is uniform and comparable, requires
a methodology with two fundamental properties.1 First, the
methodology must recognize that ACSI and the other con
structs in the model represent different types of customer
evaluations that cannot be measured directly. Accordingly,
ACSI uses a multiple indicator approach to measure overall
customer satisfaction as a latent variable. The result is a
latent variable score or index that is general enough to be
comparable across firms, industries, sectors, and nations.
Second, as an overall measure of customer satisfaction,
ACSI must be measured in a way that not only accounts for
consumption experience, but also is forward-looking. To
this end, ACSI is embedded in the system of cause and
effect relationships shown in Figure 1, which makes it the
centerpiece in a chain of relationships running from the
antecedents of overall customer satisfaction—expectations,
perceived quality, and value—to the consequences of over all
customer satisfaction—voice and loyalty. As was indi cated,
the primary objective in estimating this system or model is
to explain customer loyalty. It is through this
1For a more extensive and detailed description of the ACSI
methodology, please see American Society for Quality Control
(1995).
design that ACSl captures the served market’s evaluation of
the firm's offering in a manner that is both backward- and
forward-looking. Moreover, modeling ACSI as part of such
a system serves to validate the index from a nomological
standpoint. Nomological validity, a form of construct valid
ity, is the degree to which a construct behaves as predicted
within a system of related constructs called a nomological
net (Cronbach and Meehl 1955). To the extent that the
model predictions are supported, the validity of the ACSI is
supported.
ACSI Antecedents
As is shown in Figure 1, overall customer satisfaction
(ACSI) has three antecedents: perceived quality, perceived
value, and customer expectations. The first determinant of
overall customer satisfaction is perceived quality or perfor
mance, which is the served market’s evaluation of recent
consumption experience, and is expected to have a direct
and positive effect on overall customer satisfaction. This
prediction is intuitive and fundamental to all economic
activity. To operationalize the perceived quality construct,
we draw on the quality literature to delineate two primary
components of consumption experience: (1) customization,
that is, the degree to which the firm’s offering is customized
to meet heterogeneous customer needs, and (2) reliability,
that is, the degree to which the firm’s offering is reliable,
standardized, and free from deficiencies.
The second determinant of overall customer satisfac tion
is perceived value, or the perceived level of product quality
relative to the price paid. Adding perceived value incorporates
price information into the model and increases the
comparability of the results across firms, industries, and
sectors. Using value judgments to measure performance also
controls for differences in income and budget constraints
across respondents (Lancaster 1971), which enables us to
compare high- and low-priced prod ucts and services. For
perceived quality, we expect a posi tive association between
perceived value increases and customer satisfaction.
The third determinant of overall customer satisfaction is
the served market’s expectations. The served market’s
expectations represent both the served market’s prior con
sumption experience with the firm’s offering— including
nonexperiential information available through sources such
as advertising and word-of-mouth—and a forecast of the
supplier’s ability to deliver quality in the future. As such, the
expectations construct is both backward- and forward-look
ing. It captures all previous quality experiences and infor
mation from t - 1, t - 2 ,..., t - m. Hence, it naturally has a
direct and positive association with a cumulative evaluation
of the firm’s performance, such as overall customer satisfac
tion. At the same time, the served market’s expectations at
time t forecast a firm’s ability to satisfy its market in future
periods t + 1, t + 2, ..., t + n. This role of expectations is
important because the nature of the ongoing relationship
between a firm and its customer base is such that expected
future quality is critical to overall customer satisfaction.
This predictive role of expectations also suggests that it
should have a positive effect on overall customer satisfaction
(Anderson, Fomell, and Lehmann 1994).
Finally, customer expectations should be positively
related to perceived quality and, consequently, to perceived
value. Customer knowledge should be such that expecta
tions accurately mirror current quality. Hence, we expect the
served market to have expectations that are largely rational
and that reflect customers’ ability to learn from experience
and predict the levels of quality and value they receive
(Howard 1977).
ACSI Consequences
Following Hirschman’s (1970) exit-voice theory, the imme
diate consequences of increased customer satisfaction are
decreased customer complaints and increased customer loy
alty (Fomell and Wemerfelt 1987). When dissatisfied, cus
tomers have the option of exiting (e.g., going to a competi
tor) or voicing their complaints in an attempt to receive ret
ribution. An increase in overall customer satisfaction should
decrease the incidence of complaints. Increased overall cus
tomer satisfaction should also increase customer loyalty.
Loyalty is the ultimate dependent variable in the model
because of its value as a proxy for profitability (Reichheld
and Sasser 1990).
The final relationship in the model is between customer
complaints and customer loyalty. Although there are no
direct measures of the efficacy of a firm’s customer service
and complaint-handling systems, the direction and size of
this relationship reflect on these systems (Fomell 1992).
When the relationship is positive, the implication is that the
firm is successful in turning complaining customers into
loyal customers. When negative, the firm’s complaint han
dling has managed to make a bad situation even worse— it
has contributed further to customer defection.
ACSI Methodology
The American Customer Satisfaction Index is designed to be
representative of the nation’s economy as a whole. Accord
ingly, in selecting the companies to measure, each of the
seven major economic sectors (one-digit standard industrial
classification [SIC] code level) with reachable end-users
were included in the design: (1) Manufacturing/Non-
durables, (2) Manufacturing/Durables, (3) Transportation/
Communications/Utilities, (4) Retail, (5) Finance/Insurance,
(6) Services, and (7) Public Administration/Govemment.
Within each sector, the major industry groups (two-digit SIC
codes) were included on the basis of relative contribution to
the gross domestic product. Within each industry group, sev
eral representative industries (four-digit SIC codes) were
included on the basis of total sales. Finally, within each
industry the largest companies were selected, such that cov
erage included the majority of each selected industry’s sales.
For each firm, approximately 250 interviews were con ducted
with the firm’s current customers. Interviews came from 48
replicate national probability samples of house holds in the
continental United States with telephones (95% of
households). Prospective respondents (selected without
substitution from the household by the “nearest birthday”
method) were screened to identify purchasers of specific
goods or services within defined purchase and consumption
time periods. These periods vary from three years for the
purchase of a major durable, to “within the past month” for
American Customer Satisfaction Index / 9
 TABLE 1
Measurement Variables Used in the ACSI Model

Measurement Variable Latent Variable

1. Overall expectation of quality (prepurchase)

2. Expectation regarding customization, or how well the product fits the customer’s personal Customer expectations
requirements (prepurchase)
3. Expectation regarding reliability, or how often things would go wrong (prepurchase) Customer expectations
Customer expectations
4. Overall evaluation of quality experience (postpurchase)
5. Evaluation of customization experience, or how well the product fit the customer’s Perceived quality
personal requirements (postpurchase)
6. Evaluation of reliability experience, or how often things have gone wrong (postpurchase) Perceived quality
Perceived quality
7. Rating of quality given price
8. Rating of price given quality Perceived value
Perceived value
9. Overall satisfaction
10. Expectancy disconfirmation (performance that falls short of or exceeds expectations) ACSI
11. Performance versus the customer's ideal product or service in the category ACSI
ACSI
12. Has the customer complained either formally or informally about the product or service?
Customer complaints
13. Repurchase likelihood rating
14. Price tolerance (increase) given repurchase Customer loyalty
15. Price tolerance (decrease) to induce repurchase Customer loyalty
Customer loyalty

frequently purchased consumer goods and services, to cur

rently having a bank account or insurance policy in the per
son’s own name.
Once a respondent was identified as a customer, the
interviewer proceeded with the customer satisfaction ques
tionnaire. Each questionnaire contains the same 17 struc
tured questions and 8 demographic questions. Lead-in word
ing and examples were tailored to specific goods and ser
vices. In Table 1, we describe the 15 measurement variables
from the ACSI survey that are used in the model estimation
and identify the associated latent variable.
Customer expectations were measured by asking
respondents to think back and remember the level of quality
they expected on the basis of their knowledge and experi
ence with a good or service.2 Three expectation measures
were collected: (1) overall expectations, (2) expectations
regarding customization, and (3) expectations regarding
reliability. Customers then rated their recent experience with
the good or service by using three measures: (1) overall per
ceived quality, (2) perceived customization, and (3) per
ceived reliability. Two questions then tapped perceived
value, quality relative to price, and price relative to quality.
Overall customer satisfaction (ACSI) was operational
ized through three survey measures: (1) an overall rating of
satisfaction, (2) the degree to which performance falls short
of or exceeds expectations, and (3) a rating of performance
relative to the customer’s ideal good or service in the cate
gory. Whereas the latter are commonly used as antecedents
in models of transaction-specific satisfaction (Oliver 1980;
Yi 1991), their use as reflective indicators of overall cus
tomer satisfaction is consistent with the cumulative nature of
ACSI, because each measure represents a qualitatively dif
ferent benchmark customers use in making cumulative eval
uations, such as overall customer satisfaction (ACSI). More
over, the latent variable methodology employed to estimate
overall customer satisfaction only extracts shared variance,
or that portion of each measure that is common to all three
questions and related to the ACSI construct’s position in the
model’s chain of cause and effect. Thus, satisfaction is not
confounded by either disconfirmation or comparison to an
ideal. Only the psychological distance between performance
and expectations, and between performance and the cus
tomer’s ideal point, was used to estimate overall customer
satisfaction (ACSI).
Customer complaints were measured by whether a cus
tomer had complained either formally (as in writing or by
phone to a manufacturer) or informally (as to service per
sonnel or a retailer). In addition, there were two measures of
customer loyalty. The first was repurchase likelihood. The
second measure was constructed from two survey variables:
the degree to which a firm could raise its prices as a per
centage before the customer would definitely not choose to
buy from that firm again the next time (given that the cus
tomer has indicated he or she is likely to repurchase) and the
degree to which a firm could lower its prices as a percentage
before the customer would definitely choose again from that
firm the next time (given that the customer has indicated he
or she is unlikely to repurchase).

2Although such post hoc measures of expectations are imperfect, Scales and Model Estimation
the cost of obtaining expectations prior to purchase is prohibitive The frequency distribution of satisfaction and quality ratings
in a study of this magnitude. is always negatively skewed in competitive markets (Fomell
10 / Journal of Marketing, October 1996
 1995). To reduce the statistical problems of extreme skew
ness, the ACS1 uses 10-point (versus 5- or 7-point) rating
scales to enable customers to make better discriminations
(Andrews 1984). The use of multiple indicators also reduces
skewness (Fomell 1992). A version of partial least squares
(PLS) is used to estimate the model (Wold 1989). Partial
least squares is an iterative procedure for estimating causal
models, which does not impose distributional assumptions
on the data, and accommodates continuous as well as cate
gorical variables. Because of the model structure, PLS esti
mates weights for the survey measures that maximize their
ability to explain customer loyalty as the ultimate endoge
nous or dependent variable. The estimated weights are used
to construct index values (transformed to a 0- to 100-point
scale) for ACS! and the other model constructs.
The ACS1 values for individual industries and sectors, as
well as the overall economy are computed by aggregating
firm-level results. An industry-level ACSI is an aggregate of
firm results weighted by firm sales (such as Philip Morris
sales for Miller Beer in the beverages and beer industry and
excluding other corporate Philip Morris sales). A sector
ACSI is an aggregate of industry results weighted by indus
try sales. The overall ACSI is an average of the sector results
weighted by each sector’s contribution to the gross domes tic
product. A formal statement of the ACSI model and its
measurement is provided in the Appendix.
The Evolution of National Indices
The first truly national customer satisfaction index was the
Swedish Customer Satisfaction Barometer, or SCSB (Fomell
1992). Developed in 1989, the SCSB includes 31 major
Swedish industries. In Germany, the Deutsche Kunden-
barometer, or DK, was introduced in 1992 and as of 1994
also includes 31 industries (Meyer 1994). The American
Customer Satisfaction Index was first introduced in the fall of
1994, with information on 40 industries and seven major sec
tors of the U.S. economy (National Quality Research Center
1995). Recently, New Zealand and Taiwan also have started
indices for customer satisfaction. The European Union also
has recommended that it be done in its member countries.
The original Swedish Barometer used perceived value
(quality given price and price given quality) and a single
measure of customer expectations. It has since been respec
ified to conform to the ACSI. By drawing on the quality lit
erature and its distinction between customization and relia
bility, the ACSI approach introduces a perceived quality
index to go with the original value index. The addition of
this quality construct has two advantages. Distinguishing
between quality and value provides information regarding
the degree to which satisfaction is price- versus quality-dri
ven. The quality construct also provides information regard ing
the relative importance of customization and reliability in
determining quality.
Other improvements incorporated into the ACSI focus
on the measurement properties of the model. The three mea
sures of perceived quality (see Table 1) furnish the ACSI
model with three corresponding measures for operationaliz
ing customer expectations (compared to the single expecta
tions measure used in the original SCSB model). An addi
tional question is asked in the ACSI to improve the mea
surement of price tolerance. In the original Swedish model,
customers were only asked how much more they would pay,
given that they were likely to repurchase. In the ACSI
model, customers are also asked how much the price would
need to be reduced for them to repurchase, given that they
are unlikely to repurchase. This provides a more complete
price tolerance measure that improves the measurement
properties of the loyalty construct.
Finally, the ACSI requires a different approach to survey
sampling because of the complexity of the U.S. economy. In
the SCSB, a firm is surveyed for customer satisfaction with
a single representative brand. This is impractical in the
United States, where manufacturers such as the domestic
“big three” automobile companies and General Electric offer
a wide range of popular models under more than one brand
name. As was described, customers in the ACSI are surveyed
at the brand or model level, and the various brand or model
observations are combined to estimate a firm-level model.
ACSI as a Benchmark Cross-
Sectionally and Over Time
In Figure 2, we provide a breakdown of the industry, sector,
and overall ACSI results for the baseline ACSI released
October, 1994. The overall ACSI for the 1994 baseline was
74.5. What do the numbers shown in Figure 2 mean? As
latent variables, the ACSI measures are comparable (albeit
not blindly) across firms, industries, sectors, and nations.
For example, the ACSI averages approximately 80 for
goods, 75 for services and retailers, and 64 for public and
government agencies. This implies that customers are gen
erally more satisfied with goods than with services and are
least satisfied with public administration and government
agencies.
The American Customer Satisfaction Index measures
lend themselves well to benchmarking over both time and
context. For example, the 1994 ACSI indices provide a base
line for determining whether the marketplace is becoming
more or less satisfied with the goods and services provided
by individual firms, entire industries, and different sectors of
the economy, as well as with the economic life of the nation
as a whole. With regard to the last item, it is interesting to
observe the decline in ACSI at the national level, which is
shown in Figure 3. The American Customer Satisfaction
Index falls from the baseline level of 74.5 in 1994 to a low
of 73.0 in the first quarter of 1996. The decline is driven pri
marily by decreasing customer satisfaction with services. To
the extent that long-term profitability depends on customer
loyalty and the efficiencies gained from long-term buyer-
seller relationships, this drop in satisfaction with services
should be seen as a warning signal about the long-term
financial prospects for the firms affected. More important,
because services are a large and growing portion of the
economy, such a decline may reflect a weakening of the
economy in general and a lowering of living standards with
regard to consumption quality.
Tracking ACSI over time can also yield interesting
insights at the firm level. One of the biggest winners in the
first release of the firm-level results of the index was the
U.S. Postal Service, which rose 13.0% to 69 in 1995 (For-
American Customer Satisfaction Index /11
 FIGURE 2
1994 Baseline ACSI Results

ACSI
National Score = 74.5

Public
Administration,
Government
64.3
I
82 Apparel
4 Banks/ 79 Automobiles 72 Airlines 77 Department 7 74 Hospitals Garbage
79 Athletic
Commercial 83 Consumer 77 Broadcasting, Stores 75 Hotels Service:
Shoes Electronics Television 77 Discount 77 Insurance/ 77 Motion 74 Central
83 Beer 85 Household 75 Electric Stores Life Pictures City
81 Cigarettes Appliances Service 69 Restaurants, 81 Insurance/ 74 Suburban
87 Canned 78 Personal 81 Express Fast Foods Property Police:
Food Computers, Delivery 76 Supermarkets 61 Central
87 Chocolate Printers 79 Phone/Local City
86 Milk, Ice 82 Phone/Long 65 Suburban
Cream Distance 55 Internal
84 Baked 60 U.S. Postal Revenue
Goods Service Service
82 Cold Meats,
Cheese
83 Cereal
78 Gasoline
72 Newspapers
84 Personal
Care
86 Soft Drinks

FIGURE 3 The American Customer Satisfaction Index also can be

National ACSI Over Time
75
74
ACSI
73
Baseline Q4 1994 Q1 1995 Q2 1995 Q3 1995 Q4 1995 Q1 1996 Q2 1996
Quarter
tune 1995). The postal service is engaged in a massive effort
to improve the quality of their services, and it posted record
profits last year. Large declines in the index were seen at
companies that recently engaged in substantial downsizing,
such as GTE (down 5.3% to 72) and Kmart (down 5.4% to
70).
Firm, industry, sector, and national ACSI scores also can
be compared cross-sectionally within a given time period.
For example, we can determine how well a particular firm is
doing relative to the best firms in its own industry, the best
firms in other industries in that sector, or the best in nation
as a whole. Industries and sectors can be compared with one
another in a similar fashion.
compared to the findings of Sweden’s SCSB and Germany’s
DK. For example, the pattern of sector differences found in
the ACSI is consistent with that observed in the SCSB and
the DK. That is, goods score higher than services, and pub lic
administration is always the lowest scoring sector. How ever,
viewed against the SCSB and DK, the ACSI scores are
relatively high, especially in the goods and services sectors.
Although it is relatively straightforward to ask which
firms, industries, sectors, and nations are relatively more
effective at providing satisfying goods and/or services, it is
a different question to ask whether a particular firm, indus try,
sector, or nation is “performing well.” To do so, it is nec essary
to put the ACSI index numbers in context. From research
conducted using SCSB data, it is known that certain
factors make it more or less difficult to achieve high cus
tomer satisfaction and are likely to lead to higher or lower
customer satisfaction for different types of industries. For-
nell and Johnson (1993) find customer satisfaction higher in
industries with a significant level of competition and differ
entiation. Anderson (1994) finds satisfaction higher when
competition, differentiation, involvement, or experience is
high or when switching costs, difficulty of standardization,
or ease of evaluating quality is low. Both studies find satis
faction higher for goods than for services or retailers. This
research enables us to conjecture that the observed higher
satisfaction in the United States is due to the greater degree
of competition found in most U.S. industries.

12 / Journal of Marketing, October 1996

 The question remains, however, once structural differ
ences are taken into account, is a particular ACSI score
“good" or “bad”? This question pertains to differences in the
ACSI that are attributable to conduct, as opposed to struc
ture. Such benchmarking judgments are relatively straight
forward within a particular industry, in which firms can be
compared against one another. In such cases, industry struc
ture is held constant, such that differences in firm perfor
mance may be attributed to the firm’s conduct.
Firms that do particularly well relative to their competi
tion include Southwest Airlines, with an ACSI of 76 relative
to an industry average of 69, and Wal-Mart, with a score of
80 relative to an industry average of 74. Both firms have
developed difficult-to-imitate strategies and resources that
have put them far ahead of the competition in their respec
tive industries. Firms that trail the competition in their
industry include Hyundai, with an ACSI of 68 relative to the
automobile industry average of 80, and A&P, with a score of
69 relative to the supermarket industry’s average of 74, and
are each increasingly vulnerable to aggressive competitors.
Within a sector, though different industries are likely to
share similar characteristics, benchmarking should be done
with deference to differences in industry structure, such as
the degree of competition. As is shown in Figure 2, the ACSI
for long-distance telephone service (82) is greater than local
telephone service (79). Consequently, it is possible to say
that customer satisfaction with long-distance service is
higher. However, it is not possible to say whether industry
performance is good or bad without first taking into account
differences in satisfaction due to structural characteristics. In
other words, greater competition is likely driving the ACSI
higher in long-distance service, but it is not appropriate to
evaluate the conduct of the industry without first taking this
structural difference into account. For example, long-dis
tance service’s score of 82 may be weak, given the industry’s
structural characteristics, whereas the local telephone indus
try’s score of 79 may be high, given its situation. If so, then
though long-distance service would be providing higher cus
tomer satisfaction, it might be encouraged to do better. At
the same time, local telephone’s performance would be “bet
ter,” because the served market is more satisfied than would
be expected on the basis of its industry characteristics.
Hence, benchmarking requires further “handicapping” to
account for differences in both. Development of a deeper
understanding of how to handicap ACSI scores for bench
marking purposes is a promising avenue for further research.
General Applicability and
Usefulness of ACSI
Using individual respondents as observations, we here
describe the results of estimating the ACSI model for the
seven measured sectors of the economy.3 In contrast to the
3The samples were as follows: (1) Manufacturing/Nondurables
(n = 12,075; 26.8% of sample), (2) Manufacturing/Durables
(n = 7,828; 17.4%), (3) Transportation/Communications/Utilities
(n = 10,101; 22.4%). (4) Retail (n = 7,243; 16.1%), (5)
Finance/Insurance (n = 3,236; 7.2%), (6) Other Services
(n = 3,328; 7.4%), and (7) Public Administration/Government
(n = 1.183; 2.6%).
baseline results, in which the model is estimated for each
firm and the results are aggregated to industry and sector
indices and to an overall national ACSI, here each sector is
treated as a subsegment of the overall ACSI population of
respondents. In particular, we discuss the general applicabil ity
of the model and several key findings regarding (1) the relative
importance of customization and reliability, (2) the predictive
nature of expectations, and (3) the relative impor tance of price
and quality. Throughout, we use standardized variables
(correlations) to evaluate the measurement portion of the
model and fit measures, whereas we use unstandard ized
variables (covariances) as input to estimate effect sizes.
Jackknifing is used to obtain standard errors for each of the
model parameters. Wherever model estimates (loadings and
effects) are compared or contrasted across sectors in the dis
cussion of results, the differences are significant (p < .05).
General applicability o f the model. Overall, we expect
the ACSI model to be generally applicable to multiple sec
tors. The model and measures are designed to provide this
generality. This prediction is examined through several indi
cators. The first is whether the estimated path coefficients
are significant in the predicted directions. We find the
model’s path coefficients to be significant and in the pre
dicted direction for 54 of 56 possible cases.4
The second indicator of the model’s performance is it’s
ability to explain important latent variables in the model,
especially overall customer satisfaction (ACSI) and loyalty.
We find that the estimated model explains a substantial pro
portion of the variance in both constructs. For overall cus
tomer satisfaction (ACSI), R2 measures range from .70 for
sector 1 to .80 for sector 5 (average of .75). For customer
loyalty, R2 ranges from .26 for sector 6 to .47 for sector 5
(average of .36).
The third and fourth indicators capture the fit of the mea
surement variable (MV) and latent variable (LV) portions of
the model: the proportion of available covariance in the MVs
explained, and the proportion of available covariance in the
LVs explained. The measurement variable loadings for the
ACSI model (not shown) are all relatively large and positive.
The percent of MV covariance explained ranges from 84%
for sector 1 to 89% for sectors 3 and 5 (average of .87). The
percent of LV covariance explained ranges from 92% for
sector 2 to 95% for sector 5 (average of 94%). Each model,
therefore, explains well over 90% of the LV covariance
available in a model that specifies 9 of 15 possible LV rela
tionships. This suggests that there are no major relationships
in our data that the ACSI model fails to capture.
Customization versus reliability. The measurement load
ings suggest that customization is more central to cus
tomers’ expectations and perceptions of quality than relia
bility. The average loadings for the expectations construct
were .81, .85, and .68 for expected quality, customization,
and reliability, respectively. The average loadings for the
perceived quality construct were .907, .906, and .77 for
4The two relationships that were not correctly predicted were
for sector 5 (Finance/Insurance), in which there is a negative, albeit
not significant, effect of expectations on overall customer
satisfaction, and sector 7 (Public Administration/Government), in
which the effect of expectations on value is positive but not
significant (.035).
American Customer Satisfaction Index /1 3
quality, customization, and reliability, respectively. Consis FIGURE 4
tent with the nature of production and consumption in ser vice-
The Direct Effect of Expectations on Customer
oriented sectors, customization is more central to qual ity for Satisfaction
sectors 3, 5, 6, and 7 (average of .909) than for the
manufactured goods sectors, 1 and 2 (average of .899). For
all sectors, the loadings for the customization measures are
significantly higher than the loadings for the reliability mea
sures (for both the expectations and perceived quality con
structs). This implies that squeezing more variance out of a
manufacturing or service delivery process may not increase
perceived quality and customer satisfaction as much as tai
loring goods and services to meet customer or market seg
ment needs.
The predictive nature o f customer expectations. As was
expected, we find that customer expectations are largely
rational in that expectations predict quality, value, and cus
tomer satisfaction. This is consistent with previous research
using the SCSB, which shows that the served market’s
expectations are relatively stable and accurate, especially in
the aggregate (Anderson, Fomell, and Lehmann 1994; John
son, Anderson, and Fomell 1995).
With regard to the impact of expectations on quality and framing effects have a larger impact on evaluations than do
value, it is useful to look at the sum of the two effects their positive counterparts (Kahneman and Tversky 1979).
([expectations on quality] + [expectations on value]). This The observed negative effect for Finance/lnsurance (-.01)
joint effect is greatest in four sectors: Manufacturing/Non- is not significant.
durables = .68; Transportation/Communications/Utilities = An examination of the total effect of expectations on sat
.71; Retail = .81; and Public Administration/Govemment = isfaction—the direct effect of expectations on satisfaction
.67. The joint effect is smaller in Manufacturing/Durables, plus the effect of expectations on overall customer satisfac
Finance/lnsurance, and Services (.45, .58, and .59, respec tion through quality and value— yields similar results.
tively). These findings are compatible with the argument Expectations have the greatest impact in the Public Admin
that expectations are less predictive when variance in con istration/Govemment (.59) and Retail (.59) sectors, fol
sumption and production factors are high (Anderson 1994). lowed by Transportation/Communications/Utilities (.53),
On the production side, if a particular good or service is dif Manufacturing/Nondurables (.49), and Services (.47). The
ficult to standardize or quality is relatively unambiguous, total effect of expectations is lowest for the Manufacturing/
variance in consumption experience is greater and expecta Durables (.36) and Finance (.41) sectors. For the latter, cur
tions should have less influence. Similarly, on the consump rent quality experiences may be relatively more salient—
tion side, if customers are more likely to perceive variance such as the performance of an automobile or a mutual fund—
in production— perhaps because of involvement or expertise and may take precedence over previous quality expe riences in
gained through experience— then expectations should, determining overall customer satisfaction, whereas long-term
again, have less influence. For example, customer expecta reputation effects may play a greater role in sectors in which
tions should be better predictors of quality, value, and satis expectations have a greater impact.
faction in those sectors in which customers make frequent
Price- versus quality-driven satisfaction. The impact of
and relatively routine purchase and consumption decisions
quality on overall customer satisfaction is greater than that
(Floward 1977). When such interactions are less frequent,
of value in each of the seven sectors. The average direct
customers have less direct knowledge and their expectations
effect of quality on overall customer satisfaction is .55,
should be weaker predictors of perceived quality and value.
whereas the direct effect of value on overall customer satis
The findings for the direct association between expec tations
faction is .36. The total effect of quality on satisfaction—the
and satisfaction are similar (see Figure 4). The impact of
direct effect plus the effect through value— averages .76.
expectations is larger in two sectors (sector I:
This difference is consistent with the notion that though
Manufacturing/Nondurables = .06, and sector 4: Retail =
value may be more central to the formation of customers’
.07), in which variance in production and consumption fac
initial preferences and choice, quality, in contrast, is more
tors is relatively low. The effect is not as high in the other
central to the consumption experience itself.
four competitive market sectors. The largest effect of
expectations on satisfaction is for sector 7: Public Admin- An important question is how does the relative impor
istration/Government at .09. This may reveal the impact tance of price versus quality vary across sectors? If price,
that a negative image can have on satisfaction because of rather than quality, is driving overall customer satisfaction,
the halo surrounding certain publicly provided services the effect of a one-point change in value on overall customer
(such as the Internal Revenue Service). This interpretation satisfaction should be high relative to the total effect of a one-
is consistent with research in which negative factors and point change in quality on overall customer satisfaction. A
price- versus quality-driven satisfaction ratio is calculated

14 / Journal of Marketing, October 1996


as the impact of a one-point change in perceived value on
overall customer satisfaction divided by the total effect of a
one-point change in perceived quality on overall customer
satisfaction (the direct effect of quality on satisfaction plus
the indirect effect of quality on satisfaction through value).
As is shown in Figure 5, relative price-driven satisfac
tion is greatest in sectors I and 3, in which the ratio of
effects equals .53 and .56, respectively, compared to an
overall average of .47 across sectors. For sector 1 (Manu-
facturing/Nondurables) the result is consistent with the shift
toward price-based competition in this industry, which was
observed throughout the 1980s (Buzzell, Quelch, and
Salmon 1990), in which price competition is fostered by the
availability of low-priced house and generic brands and dis
count retailing. Price-driven satisfaction is highest for sector
3 (Transportation/Communications/Utilities), in which
competition is relatively commodity-based and price plays a
correspondingly important role.
Relative price-driven satisfaction is lowest for Manufac-
turing/Durables (.43), Services (.43), Retail (.44), and Gov
ernment Agencies (.40), which implies that quality is rela
tively more central to market behavior in these sectors. For
the first two, this finding is consistent with the high involve
ment and customized nature of the products involved. For
Retail, the effects on both quality and value are relatively
low. This may be due to the location-driven nature of this
sector. The ratio for Public Administration/Govemment
most likely reflects the “take it or leave it” nature of pricing
in this sector.
Although our observations are based on aggregation
over the wide variety of segments, firms, and industries
within a given sector, overall it appears that a ratio of the
impact of value to the impact of quality on satisfaction pro
vides a useful measure of price- versus quality-driven satis
faction with strong face validity. In further research, the effi
cacy of the price-driven satisfaction ratio also should be
demonstrated through association with other constructs in
the database, as well as through the relationships between
those constructs. For example, in industries in which overall
customer satisfaction is relatively price-driven we might
expect the effect of overall customer satisfaction on loyalty
to be relatively low. At the sector level, we find this to be the
case for Manufacturing/Nondurables, yet the Transporta-
tion/Communications/Utility sector is average in terms of
how sensitive loyalty is to overall customer satisfaction.
Thus, the price-driven satisfaction ratio also should be asso
ciated with degree of loyalty.
With the notable exception of Manufacturing/Non-
durables, we find loyalty to be lower in sectors in which
overall customer satisfaction is relatively price-driven. In
part, this is driven by relatively high price tolerance because
of the low-priced nature of goods sold in that sector. How ever,
repurchase likelihood also is highest in this sector, as well as
in the Transportation/Communications/Utilities sec tor.
Clearly, the mixed nature of these findings suggests that
additional research on these subjects must carefully control
for category characteristics and industrial organization fac
tors, such as switching costs and concentration, that can
affect loyally and the overall customer satisfaction-loyalty
relationship.
Discussion and Implications
The American Customer Satisfaction Index represents a sig
nificant step forward in the evolution of national satisfaction
indicators. It provides an independent and uniform means of
assessing the quality of what is consumed and produced in
the economy. It is a much needed missing link in what we
need to understand about the health of the economy and the
individual firms that compete in it. For example, if quality in
the United States is declining as a consequence of declining
overall customer satisfaction with the service sector, this
should be cause for concern.
For public policymakers, ACSI has the potential to be a
useful tool for evaluating and enhancing the health of the
nation's economy, both in terms of national competitiveness
and the welfare of its citizens. In assessing the health of the
economy, it can provide an important complement to con
ventional measures of the quantity of goods and services
produced—such as productivity and price indices—and can
balance these measures against the quality of goods and ser
vices produced. For legislative efforts, ACSI can be useful in
predicting and monitoring the effects of public policy deci
sions on issues as diverse as deregulation, taxes, interest
rates, price ceilings, and subsidies. In terms of balance of
trade, ACS! can provide an early warning as to whether an
industry is vulnerable to competitive encroachment under
conditions of free trade.
For managers and investors, ACSI provides an important
measure of the firm's past and current performance, as well
as future financial health. The ACSI provides a means of
measuring one of a firm's most fundamental revenue-gener
ating assets: its customers. Higher customer satisfaction
should increase loyalty, reduce price elasticities, insulate
current market share from competitors, lower transaction
costs, reduce failure costs and the costs of attracting new
customers, and help build a firm's reputation in the market
place (Anderson, Fomell, and Lehmann 1994). As such,
ACSI provides a leading indicator of the firm's future finan-
American Customer Satisfaction Index /1 5
cial health. By establishing a standard measure of quality firms, industries, and nations seeking to maintain and/or
with clear links to long-term performance, ACSI may even strengthen their positions in the increasingly competitive
help instill more of a long-term perspective in both manage economic environment that is unfolding as we move into the
ment and investors. twenty-first century. Because marketing scholars and practi
The empirical evidence that ACSI is a leading indicator tioners have long recognized that customer satisfaction is an
of financial performance is becoming increasingly persua important and central concept, as well as an important goal
sive. This is true for accounting profits, as well as for share of all business activity, the role of marketing in this new
holder value. Specifically, it has been shown that both the world should be self-evident.
ACSI (Ittner and Larcker 1996) and its Swedish counterpart
(Anderson, Fomell, and Lehmann 1994) have a positive
association with return on investment. In terms of market Appendix
value, Ittner and Larcker (1996) estimate that a one-unit The formal expression of the model depicted in Figure 1
change in ACSI is associated with a $654 million increase in can be written as a series of equations such that the sys
the market value of equity above and beyond the account ing- tematic part of the predictor relationships is the conditional
book value of assets and liabilities. Stock trading strate gies expectation of the dependent variables for given values of
based on either the ACSI or SCSB have delivered port folio predictors. The general equation is thus specified as sto
returns well above market returns (Fomell, Ittner, and Larcker chastic:
1995, 1996). Also, recent results suggest that the public release
of ACSI scores causes a significant stock mar ket reaction— E(n ln£l = Bn +
positive market adjusted returns for high-scor ing firms and r^,
negative adjusted returns for low-scoring firms (Fomell, Ittner,
and Larcker 1996). where r\' = (r||, fi2. Hm) and S' = (Si. ^2 Sn) are vec
The American Customer Satisfaction Index also has tors of unobserved (latent) endogenous and exogenous vari
implications for managers formulating competitive strategy. ables, respectively, B (m x m) is a matrix of coefficient para
One of its key benefits is that ACSI represents a uniform and meters for rj, and T (m x n) is a matrix of coefficient para
comparable system of measurement that allows for system meters for This implies that E[r)£'] = E [ ^ '] = E[Q = 0,
atic benchmarking over time and across firms. In addition, it where £ = q - E[r)|r|, £].
can be useful in analyzing the strengths and weaknesses of The corresponding equation that relates the latent vari
ables in the model is
the firm or its competitors. For example, declining overall 0 0 0 0 0 fil c,
’l l Yu
customer satisfaction is likely to be symptomatic of deeper n2 P21 0 0 0 0 12 721
problems facing a firm. Because ACSI provides a measure of fi3 = P3I P32 0 0 0 13 + 731 c3
the effectiveness with which a firm is defending current cus 14 0 0 0 0 14 0 c4
tomers, firms with low ACSI scores are particularly vulnera fis p43 J 54 0 15 0 Cs
ble and provide expansion opportunities for more competent 0 o
where p53
organizations.
For customers, ACSI provides information that is not E, = customer expectations,
only useful in making purchase decisions, but also likely to r|| = perceived quality,
lead to improvements in the quality of the goods and ser
r|2 = perceived value,
vices they consume, as well as in their overall standard of
n 3 = ACSI,
living. The independence, uniformity, and methodology
underlying ACSI means that it provides information to buy ers r)4 = customer complaints, and
not found in ad hoc methodologies employed in product r)5 = customer loyalty.
ratings by popular magazines and commercial market The general equations relating the latent variables to the
research. Moreover, the mere existence of such a measure measurement variables are
would likely lead to improvements in the quality of goods
and services. In a monopoly situation, ACSI may help police y = Ayr| + e,
the market. In addition, ACSI should have particularly
important implications for both the quality of these services and
and the prices customers pay for them. In competitive situa x = Ax^ + 5,
tions, too, ACSI should encourage quality competition and
lead to greater customer satisfaction over time. The ultimate where y' = (y i, y2, ..., yp) and x' = (X|, x2, ..., xq) are the mea
outcome should be an improvement in the quality of eco nomic sured endogenous and exogenous variables, respectively. Ay
life. (p x m) and Ax (q x n) are the corresponding regression
To summarize, ACSI represents a new means of evaluat matrices. By implication from PLS estimation (Fomell and
ing and enhancing performance for the modem firm and the Bookstein 1982), we have E[e] = E[8] = E[qe'] = E£ 8 '] = 0.
modem economy. It provides a complement to conventional The corresponding equations in ACSI are
measures, such as productivity and price indices, that treat
quality as a residual. In doing so, it has the potential to move
to center stage the quality goods and services—as experi
enced by the customers of those goods and services—of
 X1 wM 5,
x2 = W 21 52
x3 W 3| 83

16 / Journal of Marketing, October 1996

 and where t, is the latent variable for overall customer satisfac
tion, and £1.], Min[.\, and Max(.J denote the expected, the
yi wu 0 0 0 0 £| minimum, and the maximum value of the variable, respec
yz w2| 0 0 0 0 £2 tively. The minimum and the maximum values are deter
y3 w3| 0 0 0 0 £.3 mined by those of the corresponding measurement
y< 0 w12 0 0 0 Oi £4 variables:
y.s 0 w22 0 0 0 n2 £5
y6 = 0 0 WI3 0 0 03 + Eft n
y7 0 0 w23 0 0 £7
y« 0 0 W33 0 0 Min[^) = ^ W; Min[x, ],
n5 e*
y<> 0 0 0 W |4 0 Eg i=I
yto 0 0 0 0 w15 E 10
yn 0 0 0 0 w25 e l I
and

n
where
Max[^] = ^ W ;
X| = customer expectations about overall quality, X2 = Max[Xjl, i = i
customer expectations about reliability,
x3 = customer expectations about customization, where x/s are the measurement variables of the latent over
y I = overall quality, all customer satisfaction, Wj’s are the weights, and n is the
y2 = reliability, number of measurement variables. In calculating the ACSI,
y3 = customization, unstandardized weights must be used if unstandardized
y4 = price given quality, measurement variables are used.
y5 = quality given price, In ACSI, there are three indicators for overall customer
y6 = overall customer satisfaction, satisfaction, which range from 1 to 10. Then, the calculation
y7 = confirmation of expectations, is simplified to
yg = distance to ideal product (service),
3 3
yg = formal or informal complaint behavior,
y 10 = repurchase intention, and X wi*i - X wi
y 11 = price tolerance (reservation price). ACSI = — ----- 3----—-----x 100,

The general form of the ACSI is as follows:

i=I
where the Wj’s are the unstandardized weights.

REFERENCES
American Society for Quality Control (1995), American Customer
Satisfaction Index: Methodology Report. Milwaukee, WI:
American Society of Quality Control.
Anderson, Eugene W. (1994), “Cross-Category Variation In Cus
tomer Satisfaction and Retention,” Marketing Letters, 5 (Janu
ary), 19-30.
---------, Claes Fornell, and Donald R. Lehmann (1994), “Customer
Satisfaction, Market Share, and Profitability: Findings From
Sweden,” Journal of Marketing, 58 (January), 53-66.
---------,---------, and Roland T. Rust (1996), “Customer Satisfac
tion, Productivity, and Profitability: Differences Between
Goods and Services,” working paper, National Quality
Research Center, Ann Arbor, Ml.
Andrews, Frank M. (1984), “Construct Validity and Error Compo
nents of Survey Measures: A Structural Modeling Approach,”
Public Opinion Quarterly, 48, 409-42.
Buzzell, Robert D., John A. Quelch, and Walter J. Salmon (1990),
"The Costly Bargain of Trade Promotion,” Hanard Business
Review, Reprint No. 90201, 68 (October/November), 33—45.
Cronbach, Lee J. and Paul E. Meehl (1955), “Construct Validity in
Psychological Tests,” Psychological Bulletin, 52 (4), 281-302.
Fornell, Claes (1992), "A National Customer Satisfaction Barome
ter: The Swedish Experience," Journal of Marketing, 56 (Janu
ary), 6- 21 .
---------(1995), “The Quality of Economic Output: Empirical Gen
eralizations About Its Distribution and Association to Market
Share,” Marketing Science, 14 (3), G203-11.
---------and Fred L. Bookstein (1982), “Two Structural Equation
Models: LISREL and PLS Applied to Consumer Exit-Voice
Theory,” Journal of Marketing Research, 14 (November),
440-52.
---------, Christopher D. Ittner, and David F. Larcker (1995),
“Understanding and Using the American Customer Satisfaction
Index (ACSI): Assessing the Financial Impact of Quality Initia
tives,” Proceedings of the Juran Institute’s Conference on Man
aging for Total Quality, forthcoming.
---------, ---------, and --------- (1996), “The Valuation Conse
quences of Customer Satisfaction,” National Quality Research
Center Working Paper, National Quality Research Center, Ann
Arbor, MI.
---------and Michael D. Johnson (1993), “Differentiation as a Basis
for Explaining Customer Satisfaction Across Industries,” Jour
nal of Economic Psychology, 14 (4), 681-96.
---------and Birger Wernerfelt (1987), “Defensive Marketing Strat
egy by Customer Complaint Management,” Journal of Market
ing Research, 24 (November), 337—46.
Fortune (1993), “Why the Economic Data Mislead Us,” (March
8), 108-14.
---------(1995), “Americans Can't Get No Satisfaction,” (Decem
ber 11), 178-94.

American Customer Satisfaction Index / 17

Hirschman, Albert O. (1970), Exit, Voice, and Loyalty—Responses
to Decline in Firms, Organizations, and States. Cambridge,
MA: Harvard University Press.
Howard, John A. (1977), Consumer Behavior: Application of The
ory. New York: McGraw-Hill.
Ittner, Christopher D. and David F. Larcker (1996), “Measuring the
Impact of Quality Initiatives on Firm Financial Performance,”
in Advances in the Management of Organizational Quality, Vol.
1, Soumeh Ghosh and Donald Fedor, eds. Greenwich, CT: JAI
Press, 1-37.
Johnson, Michael D., Eugene W. Anderson, and Claes Fomell
(1995), “Rational and Adaptive Performance Expectations in a
Customer Satisfaction Framework,” Journal of Consumer
Research, 21 (March), 128-40.
---------and Claes Fomell (1991), “A Framework for Comparing
Customer Satisfaction Across Individuals and Product Cate
gories,” Journal of Economic Psychology, 12 (2), 267-86.
Kahneman, Daniel and Amos Tversky (1979), “Prospect Theory:
An Analysis of Decision Under Risk,” Econometrica, 47 (2),
263-91.
Lancaster, Kelvin (1971), Consumer Demand: A New Approach.
New York: Columbia University Press.
Meyer, Anton (1994), Das Deutsche Kundenbarometer 1994.
Miinchen, Germany: Ludwig-Maximilians-Universitat
Miinchen.
National Quality Research Center (1995), American Customer Sat
isfaction Index: Methodology Report, University of Michigan
Business School, Milwaukee, WI: American Society for Qual
ity Control.
Oliver, Richard L. (1980), “A Cognitive Model of the Antecedents
and Consequences of Satisfaction Decisions,” Journal of Mar
keting Research, 17 (November), 460-69.
Reichheld, Fredrick F. and W. Earl Sasser (1990), “Zero Defec
tions: Quality Comes To Services,” Harvard Business Review,
68 (September/October), 105-11.
Wold, Herman (1989), Theoretical Empiricism: A General Ratio
nale for Scientific Model Building. New York: Paragon House.
Yi, Youjae (1991), “A Critical Review of Customer Satisfaction,” in
Review of Marketing 1990, Valerie Zeithaml ed. Chicago:
American Marketing Association, 68-123.

Structural Equations Modeling has never been easier! e q s 5.3 revolutionizes path analysis.

Path analysis, confirmatory factor

Performance and Job Satisfaction Model
analysis (CFA), and Lisrel-type mod els
have become dominant in the field of
Marketing. You can now easily per
form these analyses with Diagrammer,
EQS' new modeling tool.

Use path diagram as

model input/output
EQS 5.3 allows you to draw presen
tation-quality path diagrams like the
El
one above and automatically runs your
model according to the diagram. You
need no prior knowledge of com Modeling Features
mand language or of EQS to build • Diagram drawing facility • Built-in simulation facility
a model. EQS also provides a wide • Automatic EQS command generator • Cut and paste data from spreadsheet
range of statistical and data explora • Comprehensive data manager • Missing value diagnosis and imputations
• Normal theory estimates
tion tools, allowing researchers to bet • Multivariate LM test to improve model
ter understand their data and formu • Estimates with elliptical corrections • Basic statistics (t tests, ANOVA,
late an optimal model. • Satorra-Bentler scaled statistics descriptive, frequency, cross tabs,
• Asymptotic distribution free variance and covariance matrix, multiple
Multivariate Software, Inc. • Multi-sample analysis and stepwise regression, factor analysis)
4924 Balboa Blvd., #368 • Analysis of means & covariances • Data exploration plots (line, area,
Encino, CA 91316 • Polyserial/polychoric correlation histogram, quantile-quantile,normal
(800) 301-4456 • RETESTfunction for probability, scatter, matrix, box. Pie, bar,
e-mail: sales@mvsoft.com fasterconvergence error bar charts)
WEB: http://www.mvsoft.com • Effect decomposition

Claes Fornell, Michael D. Johnson, Eugene W. Anderson,

 Jaesung Cha, & Barbara Everitt Bryant

Indeks Kepuasan Pelanggan

Amerika: Sifat, Tujuan, dan Temuan
American Customer Satisfaction Index (ACSI) adalah jenis baru dari ukuran kinerja berbasis pasar untuk perusahaan, industri,
sektor ekonomi, dan ekonomi nasional. Para penulis membahas sifat dan tujuan ACSI serta menjelaskan teori yang mendasari model
ACSI, metodologi survei nasional yang digunakan untuk mengumpulkan data, dan pendekatan ekonometrik yang digunakan untuk
mengestimasi indeks. Mereka juga mengilustrasikan penggunaan ACSI dalam melakukan studi pembandingan, baik secara cross-
sectional maupun d a r i waktu ke waktu. Para penulis menemukan bahwa kepuasan pelanggan lebih besar u n t u k barang
daripada jasa dan, pada gilirannya, lebih besar u n t u k jasa daripada lembaga pemerintah, s e r t a menemukan alasan untuk
keprihatinan dalam pengamatan bahwa kepuasan pelanggan di Amerika Serikat menurun, terutama karena penurunan kepuasan
dengan layanan. Para penulis mengestimasi model untuk tujuh sektor ekonomi utama yang datanya dikumpulkan. Temuan-temuan
penting dari penelitian ini antara lain (1) kustomisasi lebih penting daripada keandalan dalam menentukan kepuasan pelanggan, (2)
ekspektasi pelanggan memainkan peran yang lebih besar di sektor-sektor yang varians produksi dan konsumsinya relatif rendah, dan
(3) kepuasan pelanggan lebih digerakkan oleh kualitas dibandingkan oleh nilai atau harga. Para penulis menyimpulkan dengan
sebuah diskusi mengenai implikasi ACSI bagi para pembuat kebijakan publik, manajer, konsumen, dan pemasaran secara umum.

T
Ekonomi Ekonomi sedang berubah. Fitur utama dari ekonomi lama adalah produksi dan konsumsi komoditas secara massal.
Perekonomian modem
omy didasarkan pada produksi dan konsumsi barang dan jasa yang semakin terdiferensiasi.
Bagaimana seharusnya kita mengukur kinerja ekonomi di dunia yang baru ini? Seiring dengan perubahan ekonomi, teori dan
pengukuran juga harus berubah. Secara khusus, tampak jelas bahwa ukuran kinerja ekonomi yang biasa digunakan untuk mengukur
"output" atau "kuantitas", seperti produktivitas, tidak hanya sangat sulit untuk dihitung di pasar yang terdiferensiasi, tetapi juga
bahwa ukuran-ukuran tersebut mungkin tidak memberikan informasi yang lebih banyak dibandingkan sebelumnya. Sebagai contoh,
Amerika Serikat memimpin dunia dalam hal produktivitas, namun pendapatannya stagnan. Italia mengalami salah satu peningkatan
produktivitas yang paling dramatis di antara negara mana pun, tetapi tidak menghasilkan pertumbuhan ekonomi yang kuat. Tren
perampingan yang terjadi saat ini di perusahaan-perusahaan AS dapat meningkatkan produktivitas di

Claes Fornell adalah Profesor Donald C. Cook di bidang Administrasi Bisnis dan Direktur National Quality Research Center, University of Michigan Business School. Michael D.
Johnson adalah Profesor Pemasaran dan anggota staf pengajar di Pusat Penelitian Kualitas Nasional, Sekolah Bisnis Universitas Michigan . Eugene W. Anderson adalah Associate
Professor of Marketing dan anggota staf pengajar di National Quality Research Center, University of Michigan Business School. Barbara Everitt Bryant dan Jaesung Cha adalah
Ilmuwan Peneliti di Pusat Penelitian Kualitas Nasional, Sekolah Bisnis Universitas Michigan. Para penulis mengucapkan terima kasih atas dukungan finansial dari University of
Michigan Business School, American Society for Quality Control (ASQC), dan para sponsor korporat ACSI. Penulis juga berterima kasih kepada Jack West dari ASQC atas
kontribusinya dalam mempelopori pengembangan dan penerapan
ment dari ACSI. Penelitian ini mendapat manfaat dari kontribusi konstruktif dari Editor dan tiga peninjau JM yang tidak disebutkan namanya.

T
Ekonomi Ekonomi sedang berubah. Fitur utama dari
ekonomi lama adalah produksi dan konsumsi komoditas
secara massal. Perekonomian modem Claes Fornell adalah Profesor Donald C. Cook di bidang Administrasi Bisnis dan
omy didasarkan pada produksi dan konsumsi barang dan jasa Direktur National Quality Research Center, University of Michigan Business School.
yang semakin terdiferensiasi. Michael D. Johnson adalah Profesor Pemasaran dan anggota staf pengajar di Pusat
Bagaimana seharusnya kita mengukur kinerja ekonomi di Penelitian Kualitas Nasional, Sekolah Bisnis Universitas Michigan. Eugene W.
Anderson adalah Associate Professor of Marketing dan anggota staf pengajar di
dunia yang baru ini? Seiring dengan perubahan ekonomi, teori
National Quality Research Center, University of Michigan Business School. Barbara
dan pengukuran juga harus berubah. Secara khusus, tampak
Everitt Bryant dan Jaesung Cha adalah Ilmuwan Peneliti di Pusat Penelitian Kualitas
jelas bahwa ukuran kinerja ekonomi yang biasa digunakan Nasional, Sekolah Bisnis Universitas Michigan. Para penulis mengucapkan terima
untuk mengukur "output" atau "kuantitas", seperti kasih atas dukungan finansial dari University of Michigan Business School, American
produktivitas, tidak hanya sangat sulit untuk dihitung di pasar Society for Quality Control (ASQC), dan para sponsor korporat ACSI. Penulis juga
yang terdiferensiasi, tetapi juga bahwa ukuran-ukuran tersebut berterima kasih kepada Jack West dari ASQC atas kontribusinya dalam mempelopori
mungkin tidak memberikan informasi yang lebih banyak pengembangan dan penerapan
dibandingkan sebelumnya. Sebagai contoh, Amerika Serikat ment dari ACSI. Penelitian ini mendapat manfaat dari kontribusi konstruktif dari Editor
dan tiga peninjau JM yang tidak disebutkan namanya.
memimpin dunia dalam hal produktivitas, namun
pendapatannya stagnan. Italia mengalami salah satu
peningkatan produktivitas yang paling dramatis di antara
negara mana pun, tetapi tidak menghasilkan pertumbuhan
ekonomi yang kuat. Tren perampingan yang terjadi saat ini di
perusahaan-perusahaan AS dapat meningkatkan produktivitas
di
jangka pendek, tetapi kinerja keuangan perusahaan yang
dirampingkan di masa depan akan menurun jika bisnis yang
berulang bergantung pada layanan yang disesuaikan dengan
tenaga kerja (Anderson, Fornell, dan Rust 1996).
Oleh karena itu, dalam ekonomi baru, memproduksi lebih
banyak - betapapun efisiennya - belum tentu lebih baik. Ada
kebutuhan mendesak untuk meningkatkan pendekatan saat ini
untuk mengevaluasi kesehatan keuangan perusahaan-
perusahaan individual, apalagi kekayaan negara. Selain itu,
seiring dengan perkembangan ekonomi, "kesenjangan antara
dua ekonomi - yang diukur oleh pemerintah dan yang
berusaha keras dipahami oleh para pebisnis dan ekonom -
semakin melebar" (Fortune 1993, hal. 108). Untuk
memahami lebih jauh tentang ekonomi modern, dan
perusahaan-perusahaan yang bersaing di dalamnya, kita harus
mengukur kualitas output eko nomik, dan juga kuantitasnya.
Kami memperkenalkan American Customer Satisfaction
Index (ACSI), yang mewakili jenis baru sistem pengukuran
Jurnal Pemasaran
Vol. 60 (Oktober 1996), 7-18Indeks Kepuasan Pelanggan Amerika
berbasis pelanggan untuk mengevaluasi - dan meningkatkan -
kinerja perusahaan, industri, sektor ekonomi, dan ekonomi
nasional. ACSI dirancang untuk mewakili perekonomian
secara keseluruhan dan mencakup lebih dari 200 perusahaan,
dengan penjualan tahun 1994 lebih dari $2,7 triliun yang
bersaing di lebih dari 40 industri di tujuh sektor konsumen
utama dalam perekonomian. Setiap tahun, sistem ACSI
mengestimasi indeks kepuasan pelanggan tingkat perusahaan
untuk setiap perusahaan dalam sampel dan membobotkan
indeks tingkat perusahaan ini untuk menghitung indeks
industri, sektor, dan nasional.
American Customer Satisfaction Index (ACSI) mengukur
kualitas barang dan jasa yang dialami oleh pelanggan yang
mengkonsumsinya. ACSI masing-masing perusahaan mewakili
evaluasi keseluruhan pasar yang dilayani - pelanggannya - atas
pengalaman pembelian dan konsumsi total, baik yang aktual
maupun yang diantisipasi (Anderson, For
/7
nell, dan Lehmann 1994; Fomell 1992; Johnson dan For- nell
1991). Secara analogi, ACSI industri merepresentasikan
evaluasi keseluruhan pelanggan industri terhadap penawaran
pasarnya, ACSI sektor m e r u p a k a n evaluasi keseluruhan
dari sektor tersebut, dan ACSI nasional mengukur total
pengalaman konsumsi nasional. Oleh karena itu, ACSI
mewakili evaluasi kumulatif dari penawaran pasar perusahaan,
dan bukan evaluasi seseorang terhadap transaksi tertentu.
Meskipun ukuran kepuasan khusus transaksi dapat
memberikan informasi diagnostik spesifik tentang produk atau
layanan tertentu, kepuasan pelanggan secara keseluruhan
merupakan indikator yang lebih mendasar dari kinerja
perusahaan di masa lalu, saat ini, dan di masa depan
(Anderson, Fomell, dan Lehmann, 1994).
Bagian akhir dari artikel ini disusun menjadi lima bagian.
Pertama, kami menjelaskan sifat ACSI: teori yang mendasari
ACSI, metodologi survei nasional yang digunakan untuk
mengumpulkan data, dan pendekatan ekonometrik yang
digunakan untuk mengestimasi ACSI. Kedua, kami membahas
penggunaan ACSI dalam melakukan studi pembandingan, baik
secara cross-sectional maupun dari waktu ke waktu. Ketiga,
untuk menunjukkan kemampuan penerapan dan kegunaan
model secara umum, kami mengestimasi model untuk tujuh
sektor ekonomi utama yang datanya dikumpulkan. Keempat,
kami membahas variasi lintas sektoral yang sistematis di
masing-masing sektor tersebut. Kelima, kami menyimpulkan
dengan sebuah diskusi mengenai implikasi ACSI bagi para
pembuat kebijakan publik, manajer, dan konsumen individu,
serta pemasaran secara umum.
Model dan Metodologi ACSI
Konsep di balik ACSI, yaitu ukuran kepuasan pelanggan
secara keseluruhan yang seragam dan dapat diperbandingkan,
membutuhkan metodologi dengan dua sifat mendasar.1
Pertama, metodologi tersebut harus mengakui bahwa ACSI
dan konstituen lain dalam model tersebut mewakili berbagai
jenis evaluasi pelanggan yang tidak dapat diukur secara
langsung. Oleh karena itu, ACSI menggunakan pendekatan
beberapa indikator untuk mengukur kepuasan pelanggan secara
keseluruhan sebagai variabel laten. Hasilnya adalah skor atau
indeks variabel laten yang cukup umum untuk dapat
diperbandingkan di seluruh perusahaan, industri, sektor, dan
negara.
Kedua, sebagai ukuran kepuasan pelanggan secara
keseluruhan, ACSI harus diukur dengan cara yang tidak hanya
memperhitungkan pengalaman konsumsi, tetapi juga
berwawasan ke depan. Untuk tujuan ini, ACSI tertanam dalam
sistem hubungan sebab dan akibat yang ditunjukkan pada
Gambar 1, yang menjadikannya sebagai pusat dalam rantai
hubungan yang berjalan dari anteseden kepuasan pelanggan
secara keseluruhan-ekspektasi, kualitas yang dirasakan, dan
nilai-ke konsekuensi dari kepuasan pelanggan secara
keseluruhan-suara dan loyalitas. Seperti yang telah disebutkan,
tujuan utama dalam memperkirakan sistem atau model ini
adalah untuk menjelaskan loyalitas pelanggan. Melalui hal ini
1Untuk penjelasan yang lebih luas dan terperinci tentang
metodologi ACSI, silakan lihat American Society for Quality
Control (1995).
8 / Jurnal Pemasaran, Oktober 1996
desain bahwa ACSl menangkap evaluasi pasar yang dilayani seharusnya memiliki efek positif terhadap kepuasan pelanggan
atas penawaran perusahaan dengan cara yang melihat ke secara keseluruhan (Anderson, Fomell, dan Lehmann, 1994).
belakang dan ke depan. Selain itu, pemodelan ACSI sebagai
bagian dari sistem tersebut berfungsi untuk memvalidasi
indeks dari sudut pandang nomologis. Validitas nomologis,
suatu bentuk validitas konstruk, adalah sejauh mana sebuah
konstruk berperilaku seperti yang diprediksi dalam sistem
konstruk terkait y a n g disebut jaring nomologis (Cronbach
dan Meehl 1955). Sejauh prediksi model didukung, maka
validitas ACSI didukung.

Anteseden ACSI
Seperti yang ditunjukkan pada Gambar 1, kepuasan pelanggan
secara keseluruhan (ACSI) memiliki tiga anteseden: kualitas
yang dirasakan, nilai yang dirasakan, dan harapan pelanggan.
Penentu pertama kepuasan pelanggan secara keseluruhan
adalah kualitas yang dirasakan atau kinerja, yang merupakan
evaluasi pasar yang dilayani terhadap pengalaman konsumsi
baru-baru ini, dan diharapkan memiliki efek langsung dan
positif pada kepuasan pelanggan secara keseluruhan. Prediksi
ini bersifat intuitif dan mendasar bagi semua aktivitas
ekonomi. Untuk mengoperasionalkan konstruk kualitas yang
dirasakan, kami mengacu pada literatur kualitas untuk
menggambarkan dua komponen utama pengalaman konsumsi:
(1) penyesuaian, yaitu sejauh mana penawaran perusahaan
disesuaikan untuk memenuhi kebutuhan pelanggan yang
heterogen, dan (2) keandalan, yaitu sejauh mana penawaran
perusahaan dapat diandalkan, terstandardisasi, dan bebas dari
kekurangan.
Penentu kedua dari kepuasan pelanggan secara
keseluruhan adalah nilai yang dirasakan, atau tingkat kualitas
produk yang dirasakan relatif terhadap harga yang dibayarkan.
Menambahkan nilai yang dirasakan memasukkan informasi
harga ke d a l a m model dan meningkatkan komparabilitas
hasil di seluruh perusahaan, industri, dan sektor. Menggunakan
penilaian nilai untuk mengukur kinerja juga mengontrol
perbedaan pendapatan dan batasan anggaran di antara
responden (Lancaster 1971), yang memungkinkan kita untuk
membandingkan produk dan layanan dengan harga tinggi dan
rendah. Untuk kualitas yang dirasakan, kami mengharapkan
adanya hubungan yang positif antara peningkatan nilai yang
dirasakan dan kepuasan pelanggan.
Faktor penentu ketiga dari kepuasan pelanggan secara
keseluruhan adalah ekspektasi pasar yang dilayani. Ekspektasi
pasar yang dilayani mewakili pengalaman konsumsi pasar
yang dilayani sebelumnya dengan penawaran perusahaan-
termasuk informasi nonpengalaman yang tersedia melalui
sumber-sumber seperti iklan dan promosi dari mulut ke mulut-
dan perkiraan kemampuan pemasok untuk memberikan
kualitas di masa depan. Dengan demikian, konstruk ekspektasi
bersifat melihat ke belakang dan ke depan. Konstruk ini
menangkap semua pengalaman dan informasi kualitas
sebelumnya dari t - 1, t - 2, ..., t - m. Oleh karena itu, konstruk
ini secara alamiah memiliki hubungan langsung dan positif
dengan evaluasi kumulatif kinerja perusahaan, seperti
kepuasan pelanggan secara keseluruhan. Pada saat yang sama,
ekspektasi pasar yang dilayani pada waktu t meramalkan
kemampuan perusahaan untuk memuaskan pasarnya pada
periode mendatang t + 1, t + 2, ..., t + n. Peran ekspektasi ini
penting karena sifat hubungan yang sedang berlangsung antara
perusahaan dengan basis pelanggannya sedemikian rupa
sehingga ekspektasi kualitas di masa mendatang sangat
penting bagi kepuasan pelanggan secara keseluruhan. Peran
prediktif ekspektasi ini juga menunjukkan bahwa ekspektasi
 Akhirnya, harapan pelanggan harus secara positif terkait ditentukan. Periode ini bervariasi mulai dari tiga tahun untuk
dengan kualitas yang dirasakan dan, akibatnya, dengan nilai pembelian barang tahan lama yang besar, hingga "dalam
yang dirasakan. Pengetahuan pelanggan harus sedemikian sebulan terakhir" untuk
rupa sehingga ekspektasi secara akurat mencerminkan
kualitas saat ini. Oleh karena itu, kami berharap pasar yang
dilayani memiliki ekspektasi yang sebagian besar rasional Indeks Kepuasan Pelanggan Amerika / 9
dan mencerminkan kemampuan pelanggan untuk belajar dari
pengalaman dan memprediksi tingkat kualitas dan nilai yang
mereka terima (Howard 1977).

Konsekuensi ACSI
Mengikuti teori exit-voice dari Hirschman (1970),
konsekuensi langsung dari peningkatan kepuasan pelanggan
adalah menurunnya keluhan pelanggan dan meningkatnya
loyalitas pelanggan (Fomell dan Wemerfelt, 1987). Ketika
tidak puas, pelanggan memiliki pilihan untuk keluar
(misalnya, pergi ke pesaing) atau menyuarakan keluhan
mereka dalam upaya untuk menerima retribusi. Peningkatan
kepuasan pelanggan secara keseluruhan akan menurunkan
tingkat keluhan. Peningkatan kepuasan pelanggan secara
keseluruhan juga akan meningkatkan loyalitas pelanggan.
Loyalitas merupakan variabel dependen utama dalam model
karena nilainya sebagai proksi untuk profitabilitas (Reichheld
dan Sasser 1990).
Hubungan terakhir dalam model ini adalah antara
keluhan pelanggan dan loyalitas pelanggan. Meskipun tidak
ada ukuran langsung mengenai k e a m p u h a n layanan
pelanggan dan sistem penanganan keluhan perusahaan, arah
dan ukuran hubungan ini mencerminkan sistem ini (Fomell
1992). Ketika hubungan tersebut positif, implikasinya adalah
bahwa perusahaan berhasil mengubah pelanggan yang
mengeluh menjadi pelanggan yang loyal. Ketika negatif,
penanganan keluhan perusahaan telah berhasil membuat
situasi yang buruk menjadi lebih buruk lagi - hal ini
berkontribusi lebih jauh terhadap pembelotan pelanggan.

Metodologi ACSI
Indeks Kepuasan Pelanggan Amerika dirancang untuk
mewakili perekonomian negara secara keseluruhan. Sesuai
dengan itu, dalam memilih perusahaan yang akan diukur,
masing-masing dari tujuh sektor ekonomi utama (tingkat
kode klasifikasi industri standar [SIC] satu digit) dengan
pengguna akhir yang dapat dijangkau disertakan dalam
desain: (1) Manufaktur/Tidak tahan lama, (2)
Manufaktur/Tahan lama, (3) Transportasi/Tahan lama, dan
(4) Transportasi/Tahan lama.
Komunikasi/Utilitas, (4) Ritel, (5) Keuangan/Asuransi,
(6) Jasa-jasa, dan (7) Administrasi Publik/Pemerintahan. Di
dalam setiap sektor, kelompok industri utama (kode SIC dua
digit) dimasukkan berdasarkan kontribusi relatif terhadap
produk domestik bruto. Di dalam setiap kelompok industri,
beberapa industri yang mewakili (kode SIC empat digit)
dimasukkan berdasarkan total penjualan. Akhirnya, dalam
setiap industri, perusahaan-perusahaan terbesar dipilih,
sehingga cakupannya mencakup sebagian besar penjualan
setiap industri yang dipilih. Untuk setiap perusahaan, sekitar
250 wawancara dilakukan dengan pelanggan perusahaan saat
ini. Wawancara dilakukan terhadap 48 sampel probabilitas
nasional yang direplikasi dari rumah tangga di Amerika
Serikat yang memiliki telepon (95% rumah tangga). Calon
responden (dipilih tanpa substitusi dari rumah tangga dengan
metode "ulang tahun terdekat") disaring untuk
mengidentifikasi pembeli barang atau jasa tertentu dalam
periode waktu pembelian dan konsumsi yang telah
 TABEL 1
Variabel Pengukuran yang Digunakan dalam Model
ACSI
Variabel Pengukuran Variabel Laten

1. Ekspektasi kualitas secara keseluruhan (prapembelian)

2. Ekspektasi terkait kustomisasi, atau seberapa baik produk sesuai dengan kebutuhan pribadi Harapan pelanggan
pelanggan (pembelian di muka)
3. Ekspektasi terkait keandalan, atau seberapa sering terjadi kesalahan (pembelian di muka) Harapan pelanggan
Harapan pelanggan
4. Evaluasi keseluruhan dari pengalaman kualitas (pascapembelian)
5. Evaluasi pengalaman kustomisasi, atau seberapa baik produk sesuai dengan kebutuhan Kualitas yang dirasakan
pribadi pelanggan (pascapembelian)
6. Evaluasi pengalaman keandalan, atau seberapa sering terjadi kesalahan (pascapembelian) Kualitas yang
dirasakan Kualitas
7. Peringkat kualitas dengan harga yang diberikan yang dirasakan
8. Peringkat harga dengan kualitas yang diberikan
Nilai yang
9. Kepuasan secara keseluruhan dirasakan Nilai
10. Ketidakpastian ekspektasi (kinerja yang kurang dari atau melebihi ekspektasi) yang dirasakan
11. Kinerja dibandingkan dengan produk atau layanan ideal pelanggan dalam kategori tersebut
ACSI
12. Apakah pelanggan pernah mengeluh baik secara formal maupun informal tentang produk atau ACSI
layanan? ACSI
ACSI
13. Peringkat kemungkinan pembelian ulang
14. Toleransi harga (kenaikan) yang diberikan untuk pembelian kembali Keluhan pelanggan
15. Toleransi harga (penurunan) untuk mendorong pembelian kembali
Loyalitas
pelanggan
Loyalitas
pelanggan
Loyalitas
pelanggan

barang dan jasa yang sering dibeli, hingga saat ini memiliki
rekening bank atau polis asuransi atas nama perorangan. 2Meskipun ukuran ekspektasi post hoc seperti itu tidak sempurna,
Setelah responden diidentifikasi sebagai pelanggan, biaya untuk mendapatkan ekspektasi sebelum pembelian menjadi
pewawancara melanjutkan dengan kuesioner kepuasan penghalang dalam studi sebesar ini.
pelanggan. Setiap kuesioner berisi 17 pertanyaan terstruktur
yang sama dan 8 pertanyaan demografis. Kata-kata pengarah
dan contoh-contohnya disesuaikan dengan barang dan jasa
tertentu. Pada Tabel 1, kami menjelaskan 15 variabel
pengukuran dari survei ACSI yang digunakan dalam estimasi
model dan mengidentifikasi variabel laten yang terkait.
Harapan pelanggan diukur dengan meminta responden
untuk mengingat kembali tingkat kualitas yang mereka
harapkan berdasarkan pengetahuan dan pengalaman mereka
dengan suatu barang atau jasa.2 Tiga ukuran harapan
dikumpulkan: (1) harapan secara keseluruhan, (2) harapan
terkait penyesuaian, dan (3) harapan terkait keandalan.
Pelanggan kemudian menilai pengalaman mereka baru-baru ini
dengan barang atau jasa dengan menggunakan tiga ukuran: (1)
kualitas yang dirasakan secara keseluruhan, (2) penyesuaian
yang dirasakan, dan (3) keandalan yang dirasakan. Dua
pertanyaan kemudian menyadap nilai yang dirasakan, kualitas
relatif terhadap harga, dan harga relatif terhadap kualitas.
Kepuasan pelanggan secara keseluruhan (ACSI)
dioperasionalkan melalui tiga ukuran survei: (1) peringkat
kepuasan secara keseluruhan, (2) s e j a u h mana kinerja
tidak memenuhi atau melebihi harapan, dan (3) peringkat
kinerja relatif terhadap barang atau jasa ideal pelanggan di
pasar. Sedangkan yang terakhir ini biasanya digunakan sebagai
anteseden dalam model kepuasan khusus transaksi (Oliver
1980;
Yi 1991), penggunaannya sebagai indikator reflektif kepuasan
pelanggan secara keseluruhan konsisten dengan sifat
kumulatif ACSI, karena setiap ukuran mewakili tolok ukur
yang berbeda secara kualitatif yang digunakan pelanggan
dalam membuat evaluasi kumulatif, seperti kepuasan
pelanggan secara keseluruhan (ACSI). Selain itu, metodologi
variabel laten yang digunakan untuk memperkirakan
kepuasan pelanggan secara keseluruhan hanya mengekstrak
varians bersama, atau bagian dari setiap ukuran yang sama
untuk ketiga pertanyaan dan terkait dengan posisi konstruk
ACSI dalam rantai sebab dan akibat model. Dengan
demikian, kepuasan tidak dikacaukan oleh ketidakpastian atau
perbandingan dengan yang ideal. Hanya jarak psikologis
antara kinerja dan harapan, dan antara kinerja dan titik ideal
pelanggan, yang digunakan untuk memperkirakan kepuasan
pelanggan secara keseluruhan (ACSI).
Keluhan pelanggan diukur dari apakah pelanggan pernah
mengeluh secara formal (seperti secara tertulis atau melalui
10 / Jurnal Pemasaran, Oktober 1996
telepon kepada produsen) atau secara informal (seperti layanan
dari petugas atau pengecer). Selain itu, ada dua ukuran
loyalitas pelanggan. Yang pertama adalah kemungkinan
pembelian ulang. Ukuran kedua dibuat dari dua variabel
survei: sejauh mana perusahaan dapat menaikkan harga
sebagai persentase sebelum pelanggan pasti tidak akan
memilih untuk membeli lagi dari perusahaan tersebut di lain
waktu (mengingat bahwa pelanggan telah mengindikasikan
bahwa ia kemungkinan besar akan membeli kembali) dan
sejauh mana perusahaan dapat menurunkan harga sebagai
persentase sebelum pelanggan pasti akan memilih lagi dari
perusahaan t e r s e b u t d i l a i n waktu (mengingat bahwa
pelanggan telah mengindikasikan bahwa ia kemungkinan besar
tidak akan membeli kembali).
Skala dan Estimasi Model
Distribusi frekuensi peringkat kepuasan dan kualitas selalu
condong ke arah negatif di pasar yang kompetitif (Fomell
1995). Untuk mengurangi masalah statistik kemiringan tunggal yang digunakan dalam model SCSB yang asli). Sebuah
ekstrem, ACS1 menggunakan skala penilaian 10 poin pertanyaan tambahan diajukan dalam ACSI untuk
(dibandingkan 5 atau 7 poin) agar pelanggan dapat membuat meningkatkan pengukuran
diskriminasi yang lebih baik (Andrews 1984). Penggunaan
beberapa indikator juga mengurangi kecondongan (Fomell
1992). Sebuah versi dari kuadrat terkecil parsial (PLS)
digunakan untuk mengestimasi model (Wold 1989). Kuadrat
terkecil parsial adalah prosedur berulang untuk mengestimasi
model kausal, yang tidak memaksakan asumsi distribusi pada
data, dan mengakomodasi variabel kontinu dan juga variabel
kategorik. Karena struktur modelnya, PLS mengestimasi
bobot untuk ukuran-ukuran survei yang memaksimalkan
kemampuannya untuk menjelaskan loyalitas pelanggan
sebagai variabel endogen atau variabel dependen. Estimasi
bobot digunakan untuk membangun nilai indeks
(ditransformasikan ke skala 0 sampai 100 poin) untuk ACS!
dan konstruk model lainnya.
Nilai ACS1 untuk masing-masing industri dan sektor, serta
ekonomi secara keseluruhan dihitung dengan menggabungkan
hasil tingkat perusahaan. ACSI tingkat industri adalah agregat
hasil perusahaan yang dibobot oleh penjualan perusahaan
(seperti penjualan Philip Morris untuk Miller Beer di industri
minuman dan bir dan tidak termasuk penjualan Philip Morris
korporat lainnya). ACSI sektor adalah agregat hasil industri
yang d i t i m b a n g dengan penjualan industri. ACSI secara
keseluruhan adalah rata-rata dari hasil sektor yang dibobot
oleh kontribusi masing-masing sektor terhadap produk
domesik bruto. Pernyataan resmi dari model ACSI dan
pengukurannya tersedia di Lampiran.

Evolusi Indeks Nasional

Indeks kepuasan pelanggan nasional yang pertama adalah
Swedish Customer Satisfaction Barometer, atau SCSB (Fomell
1992). Dikembangkan pada tahun 1989, SCSB mencakup 31
industri besar di Swedia. Di Jerman, Deutsche Kunden-
barometer, atau DK, diperkenalkan pada tahun 1992 dan pada
tahun 1994 juga mencakup 31 industri (Meyer 1994). Indeks
Kepuasan Pelanggan Amerika pertama kali diperkenalkan
pada musim gugur tahun 1994, dengan informasi mengenai 40
industri dan tujuh sektor utama ekonomi Amerika (National
Quality Research Center 1995). Baru-baru ini, Selandia Baru
dan Taiwan juga telah memulai indeks kepuasan pelanggan.
Uni Eropa juga telah merekomendasikan agar hal ini dilakukan
di negara-negara anggotanya.
Barometer Swedia yang asli menggunakan nilai yang
dirasakan (kualitas berdasarkan harga dan harga berdasarkan
kualitas) dan satu ukuran harapan pelanggan. Sejak saat itu,
barometer ini telah direvisi agar sesuai dengan ACSI. Dengan
mengacu pada literatur kualitas dan perbedaan antara
kustomisasi dan keandalan, pendekatan ACSI
memperkenalkan indeks kualitas y a n g dirasakan untuk
digunakan bersama indeks nilai asli. Penambahan konstruk
kualitas ini memiliki dua keuntungan. Pembedaan antara
kualitas dan nilai memberikan informasi mengenai sejauh
mana kepuasan ditentukan oleh harga versus kualitas.
Konstruk kualitas juga memberikan informasi mengenai
kepentingan relatif dari penyesuaian dan keandalan dalam
menentukan kualitas.
Perbaikan lain yang dimasukkan ke d a l a m ACSI
berfokus pada sifat pengukuran model. Tiga pengukuran
persepsi kualitas (lihat Tabel 1) melengkapi model ACSI
dengan tiga ukuran yang sesuai untuk mengoperasionalkan
ekspektasi pelanggan (dibandingkan dengan ukuran ekspektasi
jaminan toleransi harga. Dalam model Swedia yang asli, Melacak ACSI dari waktu ke waktu juga dapat
pelanggan hanya ditanya berapa banyak lagi yang akan menghasilkan wawasan yang menarik di tingkat perusahaan.
mereka bayar, mengingat kemungkinan besar mereka akan Salah satu pemenang terbesar dalam rilis pertama hasil tingkat
membeli kembali. Dalam model ACSI, pelanggan juga perusahaan dari indeks ini adalah
ditanya berapa banyak harga yang harus diturunkan agar U.S. Postal Service, yang naik 13,0% menjadi 69 pada tahun
mereka m a u membeli kembali, mengingat kemungkinan 1995 (For-
mereka tidak akan membeli kembali. Hal ini memberikan
ukuran toleransi harga yang lebih lengkap yang
meningkatkan sifat pengukuran konstruk loyalitas. Indeks Kepuasan Pelanggan Amerika /11
Terakhir, ACSI membutuhkan pendekatan yang berbeda
untuk pengambilan sampel survei karena kompleksitas
ekonomi AS. Dalam SCSB, sebuah perusahaan disurvei
untuk kepuasan pelanggan dengan satu merek yang mewakili.
Hal ini tidak praktis di Amerika Serikat, di mana produsen
seperti perusahaan mobil "tiga besar" dalam negeri dan
General Electric menawarkan berbagai macam model populer
dengan lebih dari satu nama merek. Seperti yang telah
dijelaskan, pelanggan dalam ACSI disurvei pada tingkat
merek atau model, dan berbagai pengamatan merek atau
model digabungkan untuk mengestimasi model tingkat
perusahaan.

ACSI sebagai Tolok Ukur

Secara Lintas Sektoral dan
Sepanjang Waktu
Pada Gambar 2, kami memberikan rincian industri, sektor,
dan hasil ACSI secara keseluruhan untuk ACSI awal yang
dirilis pada bulan Oktober 1994. ACSI secara keseluruhan
untuk baseline tahun 1994 adalah
74.5. Apa arti angka-angka yang ditunjukkan pada Gambar
2? Sebagai variabel laten, ukuran ACSI d a p a t
dibandingkan (meskipun tidak secara membabi buta) di
seluruh perusahaan, industri, sektor, dan negara. Sebagai
contoh, rata-rata ACSI adalah sekitar 80 untuk barang, 75
untuk jasa dan pengecer, dan 64 untuk lembaga publik dan
pemerintah. Hal ini menyiratkan bahwa pelanggan secara
umum lebih puas dengan barang daripada jasa dan paling
tidak puas dengan administrasi publik dan lembaga
pemerintah.
Ukuran Indeks Kepuasan Pelanggan Amerika cocok
untuk dijadikan tolok ukur dalam konteks waktu dan konteks.
Sebagai contoh, indeks ACSI tahun 1994 memberikan garis
dasar untuk menentukan apakah pasar menjadi lebih atau
kurang puas dengan barang dan jasa yang disediakan oleh
masing-masing perusahaan, seluruh industri, dan berbagai
sektor ekonomi, s e r t a kehidupan ekonomi bangsa secara
keseluruhan. Berkenaan dengan poin terakhir, menarik untuk
mengamati penurunan ACSI di tingkat nasional, yang
ditunjukkan pada Gambar 3. Indeks Kepuasan Pelanggan
Amerika turun dari tingkat dasar 74,5 pada tahun 1994 ke
tingkat rendah 73,0 pada kuartal pertama tahun 1996.
Penurunan ini terutama disebabkan oleh menurunnya
kepuasan nasabah terhadap layanan. Sejauh profitabilitas
jangka panjang tergantung pada loyalitas pelanggan dan
efisiensi yang diperoleh dari hubungan jangka panjang antara
pembeli dan penjual, penurunan kepuasan terhadap layanan
harus dilihat sebagai sinyal peringatan tentang prospek
keuangan jangka panjang bagi perusahaan-perusahaan yang
terkena dampaknya. Lebih penting lagi, karena jasa
merupakan bagian yang besar dan terus berkembang dalam
perekonomian, penurunan ini dapat mencerminkan
melemahnya perekonomian secara umum dan penurunan
standar hidup dalam hal kualitas konsumsi.
 GAMBAR 2
Hasil ACSI Dasar 1994

ACSI
Skor Nasional = 74,5

Administrasi
Publik,
Pemerintahan
64,3
I
82 Pakaian 79 Mobil 72 4Maskapai
Bank/74 Rumah77 Departemen7
Sakit Layanan
79 Atletik
Komersial 83 Konsumen Penerbangan 75Hotel Sampah:
Sepatu Elektronik 77 Penyiaran, Toko 7Asuransi/ 77Motion 74 Pusat
83 Bir 85 Rumah Tangga Televisi 77 Diskon 7 LifePictures Kota
Rokok Peralatan 75 Listrik Toko 1 74 Polisi
87 Kaleng 78 Pribadi Layanan 69 Restoran, 8 Asuransi/P Pinggiran Kota:
Makanan Komputer, 81 Ekspres Makanan Cepat roperti 61 Pusat
87 Cokelat Printer Saji Kota
86 Susu, Es Pengiriman 76 Supermarket 65 Pinggiran kota
Krim 79 Telepon/Lokal 55 Internal
84 Panggang 82
Telepon/Panjang Layanan
Barang Jarak Pendapata
82 Daging n
Dingin,
Keju
83 Sereal
78 Bensin
72 Surat Kabar
84 Pribadi
Perawatan
86 Minuman
 GAMBAR 3
ACSI Nasional dari Waktu ke
Waktu
75
74
ACSI
73
Baseline Q4 1994 Q1 1995 Q2 1995 Q3 1995 Q4 1995 Q1 1996 Q2 1996
Seperempat
tune 1995). Layanan pos terlibat dalam upaya besar-besaran
untuk meningkatkan kualitas layanan mereka, dan
membukukan rekor laba tahun lalu. Penurunan besar dalam
indeks terlihat pada perusahaan-perusahaan yang baru-baru ini
melakukan perampingan besar-besaran, seperti GTE (turun
5,3% menjadi 72) dan Kmart (turun 5,4% menjadi 70).
Skor ACSI perusahaan, industri, sektor, dan nasional juga
dapat dibandingkan secara cross-sectional dalam periode
waktu tertentu. Sebagai contoh, kita dapat menentukan
seberapa baik kinerja perusahaan tertentu dibandingkan
dengan perusahaan terbaik di industrinya sendiri, perusahaan
terbaik d i industri lain d i sektor tersebut, atau perusahaan
terbaik di negara secara keseluruhan. Industri dan sektor dapat
dibandingkan satu sama lain dengan cara yang sama.
12 / Jurnal Pemasaran, Oktober 1996
Indeks Kepuasan Pelanggan Amerika juga dapat
dibandingkan dengan temuan SCSB Swedia dan DK Jerman.
Sebagai contoh, pola perbedaan sektor y a n g ditemukan
dalam ACSI konsisten dengan apa yang diamati dalam SCSB
dan DK. Yaitu, sektor barang memiliki skor lebih tinggi
daripada sektor jasa, dan administrasi perizinan selalu menjadi
sektor dengan skor terendah. Namun demikian, jika
dibandingkan dengan SCSB dan DK, skor ACSI relatif tinggi,
terutama di sektor barang dan jasa.
Meskipun relatif mudah untuk menanyakan perusahaan,
industri, sektor, dan negara mana yang relatif lebih efektif
dalam menyediakan barang dan/atau jasa yang memuaskan,
adalah pertanyaan yang berbeda untuk menanyakan apakah
perusahaan, industri, sektor, atau negara tertentu "berkinerja
baik". Untuk menjawab pertanyaan tersebut, angka-angka
indeks ACSI harus diletakkan dalam konteksnya. Dari
penelitian yang dilakukan dengan menggunakan data SCSB,
diketahui bahwa perusahaan-perusahaan tertentu
Faktor-faktor tersebut membuat lebih atau kurang sulit untuk
mencapai kepuasan pelanggan yang tinggi dan cenderung
mengarah pada kepuasan pelanggan yang lebih tinggi atau
lebih rendah untuk berbagai jenis industri. For- nell dan
Johnson (1993) menemukan bahwa kepuasan pelanggan lebih
tinggi pada industri dengan tingkat persaingan dan diferensiasi
yang signifikan. Anderson (1994) menemukan kepuasan yang
lebih tinggi ketika persaingan, diferensiasi, keterlibatan, atau
pengalaman tinggi atau ketika biaya peralihan, kesulitan
standarisasi, atau kemudahan mengevaluasi kualitas rendah.
Kedua studi tersebut menemukan kepuasan lebih tinggi untuk
barang daripada jasa atau pengecer. Penelitian ini
memungkinkan kita untuk menduga bahwa kepuasan yang
lebih tinggi y a n g diamati di Amerika Serikat disebabkan
oleh tingkat persaingan yang lebih besar yang ditemukan di
sebagian besar industri AS.
 Namun, pertanyaannya tetap ada, setelah perbedaan Manufaktur/Barang Tahan Lama
struktural diperhitungkan, apakah skor ACSI tertentu "baik" (n = 7.828; 17,4%), (3) Transportasi/Komunikasi/Utilitas
atau "buruk"? Pertanyaan ini berkaitan dengan perbedaan (n = 10,101; 22.4%). (4) Ritel (n = 7.243; 16,1%), (5)
Keuangan/Asuransi (n = 3.236; 7,2%), (6) Jasa Lainnya
dalam ACSI yang disebabkan oleh perilaku, d a n bukan (n = 3.328; 7,4%), dan (7) Administrasi Publik/Pemerintahan
karena struktur. Penilaian pembandingan seperti itu relatif (n = 1.183; 2.6%).
mudah dilakukan dalam industri tertentu, di mana perusahaan-
perusahaan dapat dibandingkan satu sama lain. Dalam kasus
seperti itu, struktur industri dianggap konstan, sehingga
perbedaan dalam kinerja perusahaan dapat dikaitkan dengan
perilaku perusahaan.
Perusahaan-perusahaan yang memiliki kinerja yang sangat
baik dibandingkan dengan kompetitornya a n t a r a lain
Southwest Airlines, dengan ACSI 76 dibandingkan dengan
rata-rata industri 69, dan Wal-Mart, dengan skor 80
dibandingkan dengan rata-rata industri 74. Kedua perusahaan
tersebut telah mengembangkan strategi dan sumber daya yang
sulit ditiru yang telah menempatkan mereka jauh di depan
dalam persaingan di industri masing-masing. Perusahaan-
perusahaan yang tertinggal dalam persaingan di industri
mereka termasuk Hyundai, dengan ACSI 68 relatif terhadap
rata-rata industri mobil 80, dan A&P, dengan skor 69 relatif
terhadap rata-rata industri supermarket 74, dan masing-masing
semakin rentan terhadap pesaing yang agresif.
Dalam suatu sektor, meskipun industri yang berbeda
cenderung memiliki karakteristik yang sama, pembandingan
harus dilakukan dengan memperhatikan perbedaan struktur
industri, seperti tingkat persaingan. Seperti yang ditunjukkan
pada Gambar 2, ACSI untuk layanan telepon jarak jauh (82)
lebih besar daripada layanan telepon lokal (79). Oleh karena
itu, d a p a t dikatakan bahwa kepuasan pelanggan dengan
layanan jarak jauh lebih tinggi. Namun demikian, tidak
mungkin untuk mengatakan apakah kinerja industri baik atau
buruk tanpa terlebih dahulu memperhitungkan perbedaan
kepuasan karena karakteristik struktural. Dengan kata lain,
persaingan yang lebih besar kemungkinan mendorong ACSI
lebih tinggi pada layanan jarak jauh, tetapi tidak tepat untuk
mengevaluasi kinerja industri tanpa terlebih dahulu
mempertimbangkan perbedaan struktural ini. Sebagai contoh,
skor layanan sambungan jarak jauh sebesar 82 mungkin
lemah, mengingat karakteristik struktural industri, sedangkan
skor industri telepon lokal sebesar 79 mungkin tinggi,
mengingat situasinya. Jika demikian, maka meskipun layanan
telepon jarak jauh memberikan kepuasan pelanggan yang lebih
tinggi, layanan ini dapat didorong untuk menjadi lebih baik.
Pada saat yang sama, kinerja telepon lokal akan
"dipertaruhkan", karena pasar yang dilayani lebih puas
daripada yang diharapkan berdasarkan karakteristik
industrinya. Oleh karena itu, pembandingan memerlukan
"handicapping" lebih lanjut untuk memperhitungkan
perbedaan-perbedaan di antara keduanya. Pengembangan
pemahaman yang lebih dalam tentang bagaimana melakukan
handicap pada skor ACSI untuk tujuan benchmarking
merupakan jalan yang menjanjikan untuk penelitian lebih
lanjut.

Penerapan Umum dan

Kegunaan ACSI
Dengan menggunakan responden individu sebagai observasi,
kami di sini menggambarkan hasil estimasi model ACSI untuk
tujuh sektor ekonomi yang diukur.3 Berbeda dengan

3Sampelnya adalah sebagai berikut: (1) Manufaktur/Barang

Tidak Tahan Lama (n = 12.075; 26,8% dari sampel), (2)
Hasil baseline, di mana model diestimasi untuk setiap untuk sektor 5 (Keuangan/Asuransi), di mana terdapat pengaruh
perusahaan dan hasilnya diagregasi ke indeks industri dan negatif, meskipun tidak signifikan, dari ekspektasi terhadap
sektor dan ACSI nasional secara keseluruhan, di sini setiap kepuasan pelanggan secara keseluruhan, dan sektor 7
(Administrasi Publik/Pemerintahan), di mana pengaruh ekspektasi
sektor diperlakukan sebagai sub-segmen dari populasi terhadap nilai adalah positif namun tidak signifikan (0,035).
responden ACSI secara keseluruhan. Secara khusus, kami
membahas penerapan model secara umum dan beberapa
temuan utama mengenai (1) pentingnya penyesuaian dan Indeks Kepuasan Pelanggan Amerika /1 3
keandalan, (2) sifat prediktif dari ekspektasi, dan (3) pengaruh
relatif dari harga dan kualitas. Secara keseluruhan, kami
menggunakan variabel terstandarisasi (korelasi) untuk
mengevaluasi bagian pengukuran model dan ukuran
kecocokan, sedangkan kami menggunakan variabel tidak
terstandarisasi (kovarian) sebagai masukan untuk
memperkirakan ukuran efek. Jackknifing digunakan untuk
mendapatkan kesalahan standar untuk setiap parameter
model. Setiap kali estimasi model (muatan dan dampak)
dibandingkan atau dikontraskan antar sektor dalam
pembahasan hasil, perbedaannya signifikan (p < .05).
Penerapan model secara umum. Secara keseluruhan,
kami berharap model ACSI dapat d i t e r a p k a n s e c a r a
umum pada beberapa sektor. Model dan langkah-langkahnya
dirancang untuk memberikan keumuman ini. Prediksi ini
diperiksa melalui beberapa indikator. Yang pertama adalah
apakah estimasi koefisien jalur signifikan dalam arah yang
diprediksi. Kami menemukan bahwa koefisien jalur model
signifikan dan berada pada arah yang telah diprediksi untuk
54 dari 56 kasus yang ada.4
Indikator kedua dari kinerja model adalah kemampuannya
untuk menjelaskan variabel laten yang penting dalam model,
terutama kepuasan pelanggan secara keseluruhan (ACSI) dan
loyalitas. Kami menemukan bahwa model yang diestimasi
menjelaskan sebagian besar varians pada kedua konstruk
tersebut. Untuk kepuasan pelanggan secara keseluruhan
(ACSI), ukuran R2 berkisar antara 0,70 untuk sektor 1 hingga
0, 80 untuk sektor 5 (rata-rata 0, 75). Untuk pelanggan
loyalitas, R2 berkisar antara 0, 26 untuk sektor 6 hingga 0, 47
untuk sektor 5
(rata-rata 0, 36).
Indikator ketiga dan keempat menangkap kecocokan
bagian variabel pengukuran (MV) dan variabel laten (LV)
dari model: proporsi kovarians yang ada dalam MV yang
dijelaskan, dan proporsi kovarians yang ada dalam LV yang
dijelaskan. Variabel pengukuran untuk model ACSI (tidak
ditampilkan) semuanya relatif besar dan positif. Persentase
kovarians MV yang dijelaskan berkisar antara 84% untuk
sektor 1 hingga 89% untuk sektor 3 dan 5 (rata-rata 0,87).
Persentase kovarians LV yang dijelaskan berkisar antara 92%
untuk sektor 2 hingga 95% untuk sektor 5 (rata-rata 94%).
Oleh karena itu, setiap model menjelaskan lebih dari 90%
kovarians LV yang tersedia dalam model yang menentukan 9
dari 15 kemungkinan hubungan LV. Hal ini menunjukkan
bahwa tidak ada hubungan utama dalam data kami yang tidak
dapat ditangkap oleh model ACSI.
Kustomisasi versus keandalan. Hasil pengukuran
menunjukkan bahwa kustomisasi lebih penting bagi
ekspektasi dan persepsi pelanggan terhadap kualitas daripada
keandalan. Rata-rata muatan untuk konstruk ekspektasi
adalah .81, .85, dan .68 untuk kualitas yang diharapkan,
penyesuaian, dan keandalan, masing-masing. Rata-rata
muatan untuk konstruk kualitas yang dirasakan
adalah .907, .906, dan .77 untuk

4Dua hubungan yang tidak diprediksi dengan tepat adalah

kualitas, penyesuaian, dan keandalan, secara berurutan. karena adanya halo yang menyelimuti layanan publik tertentu
Sejalan dengan sifat produksi dan konsumsi di sektor-sektor (seperti Internal Revenue Service). Interpretasi ini konsisten
yang berorientasi pada jasa, kustomisasi lebih penting bagi dengan penelitian di mana faktor negatif dan
kualitas untuk sektor 3, 5, 6, dan 7 (rata-rata 0,909)
dibandingkan dengan sektor-sektor barang manufaktur, 1 dan
2 (rata-rata 0,899). Untuk semua sektor, muatan untuk ukuran
penyesuaian secara signifikan lebih tinggi daripada muatan
untuk ukuran keandalan (baik untuk ekspektasi maupun
persepsi kualitas). Hal ini menyiratkan bahwa menekan lebih
banyak varians dari proses produksi atau penyampaian jasa
mungkin tidak meningkatkan kualitas yang dirasakan dan
kepuasan pelanggan sebanyak yang dapat dilakukan oleh
perusahaan untuk memenuhi kebutuhan pelanggan atau
segmen pasar.
Sifat prediktif dari ekspektasi pelanggan. Seperti yang
diharapkan, kami menemukan bahwa ekspektasi pelanggan
sebagian besar bersifat rasional karena ekspektasi tersebut
memprediksi kualitas, nilai, dan kepuasan pelanggan. Hal ini
konsisten dengan penelitian sebelumnya yang menggunakan
SCSB, yang menunjukkan bahwa ekspektasi pasar yang
dilayani relatif stabil dan akurat, terutama secara agregat
(Anderson, Fomell, dan Lehmann 1994; John son, Anderson,
dan Fomell 1995).
Berkenaan dengan dampak ekspektasi terhadap kualitas
dan nilai, akan sangat berguna untuk melihat jumlah dari
kedua dampak tersebut ([ekspektasi terhadap kualitas] +
[ekspektasi terhadap nilai]). Dampak gabungan ini paling besar
di empat sektor: Manufaktur/Barang tidak tahan lama = 0, 68;
Transportasi/Komunikasi/Utilitas =
0,71; Ritel = 0, 81; dan Administrasi Publik/Pemerintahan =
.67. Efek gabungannya lebih kecil pada sektor
Manufaktur/Barang Tahan Lama, Keuangan/Asuransi, dan
Jasa (.45, .58, dan .59, secara berurutan). Temuan-temuan ini
sesuai dengan argumen bahwa ekspektasi kurang dapat
memprediksi ketika varians dalam faktor konsumsi dan
produksi tinggi (Anderson 1994). Di sisi produksi, jika barang
atau jasa tertentu sulit untuk distandarisasi atau kualitasnya
relatif tidak jelas, maka varians dalam pengalaman konsumsi
akan lebih besar dan ekspektasi seharusnya memiliki pengaruh
yang lebih kecil. Demikian pula, di sisi konsumsi, jika
pelanggan lebih cenderung merasakan adanya varians dalam
produksi - mungkin karena keterlibatan atau keahlian yang
diperoleh melalui pengalaman - maka ekspektasi, sekali lagi,
a k a n memiliki pengaruh yang lebih kecil. Sebagai contoh,
ekspektasi pelanggan seharusnya menjadi prediktor yang lebih
baik untuk kualitas, nilai, dan kepuasan di sektor-sektor di
mana pelanggan membuat keputusan pembelian dan konsumsi
yang sering dan relatif rutin (Floward 1977). Ketika interaksi
semacam itu lebih jarang terjadi, pelanggan memiliki
pengetahuan yang lebih sedikit dan ekspektasi mereka
seharusnya menjadi prediktor yang lebih lemah untuk kualitas
dan nilai yang dirasakan. Temuan-temuan untuk hubungan
langsung antara ekspektasi dan kepuasan serupa (lihat Gambar
4). Dampak ekspektasi lebih besar di dua sektor (sektor I:
Manufaktur/Tidak Tahan Lama = .06, dan sektor 4: Ritel =
0.06).
.07), di mana varians dalam faktor produksi dan konsumsi
relatif rendah. Pengaruhnya tidak setinggi di empat sektor
pasar kompetitif lainnya. Efek terbesar dari ekspektasi
terhadap kepuasan adalah untuk sektor 7: Administrasi
Publik/Pemerintahan sebesar 0, 09. Hal ini mungkin
menunjukkan dampak dari citra negatif terhadap kepuasan
 GAMBAR 4
Pengaruh Langsung Harapan terhadap
Kepuasan Pelanggan
Efek framing memiliki dampak yang lebih besar pada
evaluasi dibandingkan dengan efek positifnya (Kahneman
dan Tversky 1979). Efek negatif yang teramati untuk sektor
keuangan/asuransi (-,01) tidak signifikan.
Pemeriksaan terhadap pengaruh total ekspektasi terhadap
kepuasan - pengaruh langsung ekspektasi terhadap kepuasan
ditambah pengaruh ekspektasi terhadap kepuasan pelanggan
secara keseluruhan melalui kualitas dan nilai - memberikan
hasil yang serupa. Ekspektasi memiliki dampak terbesar pada
sektor Administrasi Publik/Pemerintahan (.59) dan Ritel
( . 59), diikuti oleh sektor Transportasi/Komunikasi/Utilitas
14 / Jurnal Pemasaran, Oktober 1996
(.53), Manufaktur/Barang Tidak Tahan Lama (.49), dan Jasa
( . 47). Efek total ekspektasi paling rendah terjadi pada sektor
Manufaktur/Barang Tahan Lama (0,36) dan Keuangan (0,41).
Untuk sektor yang terakhir, pengalaman kualitas jasa mungkin
relatif lebih menonjol - seperti kinerja mobil atau reksa dana -
dan mungkin lebih diutamakan daripada pengalaman kualitas
sebelumnya dalam menentukan kepuasan pelanggan secara
keseluruhan, sedangkan efek reputasi jangka panjang mungkin
memainkan peran yang lebih besar di sektor-sektor di mana
ekspektasi memiliki dampak yang lebih besar.
Kepuasan yang didorong oleh harga versus kualitas. Dampak
kualitas terhadap kepuasan pelanggan secara keseluruhan
l e b i h besar daripada dampak nilai di masing-masing dari
ketujuh sektor. Pengaruh langsung rata-rata kualitas terhadap
kepuasan pelanggan secara keseluruhan adalah 0, 55,
sedangkan pengaruh langsung nilai terhadap kepuasan
pelanggan secara keseluruhan adalah 0,36. Pengaruh total
kualitas terhadap kepuasan - pengaruh langsung ditambah
pengaruh melalui nilai - rata-rata sebesar .76. Perbedaan ini
konsisten dengan anggapan bahwa meskipun nilai mungkin
lebih sentral d a l a m pembentukan preferensi dan pilihan
awal pelanggan, kualitas, sebaliknya, lebih sentral dalam
pengalaman konsumsi itu sendiri.
Pertanyaan penting adalah bagaimana pengaruh relatif
harga terhadap kualitas bervariasi di berbagai sektor? Jika
harga, dan bukan kualitas, yang mendorong kepuasan
pelanggan secara keseluruhan, maka pengaruh perubahan satu
poin dalam nilai terhadap kepuasan pelanggan secara
keseluruhan haruslah tinggi dibandingkan dengan pengaruh
total perubahan satu poin dalam kualitas t e r h a d a p
kepuasan pelanggan secara keseluruhan. Rasio kepuasan yang
didorong oleh harga versus kualitas dihitung
 melalui hubungan dengan konstruk lain dalam database, serta
melalui hubungan di antara konstruk-konstruk tersebut. Sebagai
contoh, dalam industri di mana secara keseluruhan

sebagai dampak dari perubahan satu poin dalam nilai yang

dirasakan terhadap kepuasan pelanggan secara keseluruhan
dibagi dengan efek total dari perubahan satu poin dalam
kualitas yang dirasakan terhadap kepuasan pelanggan secara
keseluruhan (efek langsung kualitas terhadap kepuasan
ditambah efek tidak langsung kualitas terhadap kepuasan
melalui nilai).
Seperti yang ditunjukkan pada Gambar 5, kepuasan yang
didorong oleh harga relatif paling besar terjadi di sektor I dan
3, di mana rasio pengaruhnya masing-masing sebesar 0,53 dan
0,56, dibandingkan dengan rata-rata keseluruhan 0,47 di
seluruh sektor. Untuk sektor 1 (Manufaktur/Barang Tidak
Tahan Lama), hasilnya konsisten dengan pergeseran ke arah
persaingan berbasis harga di industri ini, yang diamati
sepanjang tahun 1980-an (Buzzell, Quelch, dan Salmon 1990),
di mana persaingan harga didorong oleh ketersediaan merek-
merek rumah tangga dan merek-merek umum yang murah
serta ritel diskon. Kepuasan yang didorong oleh harga adalah
yang tertinggi untuk sektor
3 (Transportasi/Komunikasi/Utilitas), di mana persaingan
relatif berbasis komoditas dan harga memainkan peran
penting.
Kepuasan yang didorong oleh harga relatif paling rendah
untuk sektor Manufaktur/Barang Tahan Lama (0,43), Jasa
(0,43), Ritel (0,44), dan Instansi Pemerintah (0,40), yang
mengimplikasikan bahwa kualitas secara relatif lebih penting
dalam perilaku pasar di sektor-sektor ini. Untuk dua sektor
pertama, temuan ini konsisten dengan keterlibatan yang tinggi
dan sifat produk yang disesuaikan. Untuk Ritel, efek pada
kualitas dan nilai relatif rendah. Hal ini mungkin disebabkan
oleh sifat sektor ini yang didorong oleh lokasi. Rasio untuk
Administrasi Publik/Pemerintah kemungkinan besar
mencerminkan sifat "ambil atau tinggalkan" dari penetapan
harga di sektor ini.
Meskipun pengamatan kami didasarkan pada agregasi dari
berbagai macam segmen, perusahaan, dan industri dalam
sektor tertentu, secara keseluruhan terlihat bahwa rasio
dampak nilai terhadap dampak kualitas pada kepuasan
memberikan ukuran yang berguna untuk mengukur kepuasan
yang didorong oleh harga dan kualitas dengan validitas wajah
yang kuat. Dalam penelitian lebih lanjut, keefektifan rasio
kepuasan yang digerakkan oleh harga juga harus ditunjukkan
Karena kepuasan pelanggan relatif digerakkan oleh harga, menarik pelanggan baru, dan membantu membangun reputasi
kami memperkirakan efek kepuasan pelanggan secara perusahaan di pasar (Anderson, Fomell, dan Lehmann, 1994).
keseluruhan terhadap loyalitas relatif rendah. Pada tingkat Dengan demikian, ACSI menyediakan indikator utama dari
sektor, kami menemukan hal ini terjadi pada sektor keuangan masa depan perusahaan.
Manufaktur/Barang Tidak Tahan Lama, namun sektor
Transportasi/Komunikasi/Utilitas berada di tengah-tengah
dalam hal seberapa sensitifnya loyalitas terhadap kepuasan Indeks Kepuasan Pelanggan Amerika /1 5
pelanggan secara keseluruhan. Dengan demikian, rasio
kepuasan yang digerakkan oleh harga juga harus dikaitkan
dengan tingkat loyalitas.
Dengan pengecualian penting pada sektor
Manufaktur/Tidak tahan lama, kami menemukan bahwa
loyalitas lebih rendah pada sektor-sektor yang kepuasan
pelanggannya secara keseluruhan relatif didorong oleh harga.
Sebagian, hal i n i didorong oleh toleransi harga yang relatif
tinggi karena sifat barang yang dijual di sektor tersebut yang
murah. Namun demikian, kemungkinan pembelian ulang juga
merupakan yang tertinggi di sektor ini, dan juga di sektor
Transportasi/Komunikasi/Utilitas. Jelaslah, sifat campuran
dari temuan-temuan ini menunjukkan bahwa penelitian
tambahan mengenai subjek ini harus secara hati-hati
mengontrol karakteristik kategori dan faktor organisasi
industri, seperti biaya peralihan dan konsentrasi, yang dapat
mempengaruhi loyalitas dan hubungan kepuasan-loyalitas
pelanggan secara keseluruhan.

Diskusi dan Implikasi

Indeks Kepuasan Pelanggan Amerika merupakan langkah
maju yang signifikan dalam evolusi indikator kepuasan
nasional. Indeks ini menyediakan cara yang independen dan
seragam untuk menilai kualitas dari apa yang dikonsumsi dan
diproduksi dalam perekonomian. Ini adalah mata rantai yang
sangat dibutuhkan dalam memahami kesehatan ekonomi dan
perusahaan-perusahaan yang bersaing di dalamnya. Sebagai
contoh, jika kualitas di Amerika Serikat menurun sebagai
konsekuensi dari menurunnya kepuasan pelanggan secara
keseluruhan terhadap sektor jasa, hal ini harus menjadi
perhatian.
Bagi para pembuat kebijakan publik, ACSI memiliki
potensi untuk menjadi alat yang berguna untuk mengevaluasi
dan meningkatkan kesehatan ekonomi negara, baik dalam hal
daya saing nasional maupun kesejahteraan warganya. Dalam
menilai kesehatan ekonomi, ACSI dapat menjadi pelengkap
yang penting bagi ukuran-ukuran konvensional mengenai
kuantitas barang dan jasa yang diproduksi-seperti indeks
produktivitas dan harga-dan dapat menyeimbangkan ukuran-
ukuran tersebut dengan kualitas barang dan jasa yang
diproduksi. Untuk upaya legislatif, ACSI dapat berguna
dalam memprediksi dan memantau dampak dari keputusan
kebijakan publik dalam berbagai hal seperti deregulasi, pajak,
suku bunga, batas atas harga, dan subsidi. Dalam hal neraca
perdagangan, ACS! dapat memberikan peringatan dini
mengenai apakah sebuah industri rentan terhadap gangguan
persaingan dalam kondisi perdagangan bebas.
Bagi para manajer dan investor, ACSI memberikan
ukuran penting atas kinerja perusahaan di masa lalu dan saat
ini, serta kesehatan keuangan di masa depan. ACSI
menyediakan sarana untuk mengukur salah satu aset
penghasil pendapatan perusahaan yang paling mendasar:
pelanggan. Kepuasan pelanggan yang lebih tinggi akan
meningkatkan loyalitas, mengurangi elastisitas harga,
melindungi pangsa pasar saat ini dari pesaing, menurunkan
biaya transaksi, mengurangi biaya kegagalan dan biaya untuk
kesehatan masyarakat. Dengan menetapkan ukuran standar perusahaan, industri, dan negara yang ingin mempertahankan
kualitas yang jelas kaitannya dengan kinerja jangka panjang, dan/atau memperkuat posisi mereka dalam lingkungan
ACSI bahkan dapat membantu menanamkan lebih banyak ekonomi yang semakin kompetitif yang terjadi saat kita
perspektif jangka panjang baik bagi para manajer maupun memasuki abad kedua puluh satu. Karena para pakar dan
investor. praktisi pemasaran telah lama menyadari bahwa kepuasan
Bukti empiris bahwa ACSI adalah indikator utama kinerja pelanggan merupakan konsep y a n g penting dan utama, serta
keuangan menjadi semakin kuat. Hal ini berlaku untuk laba tujuan penting dari semua aktivitas bisnis, maka peran
akuntansi dan juga nilai pemegang saham. Secara khusus, telah pemasaran dalam dunia baru ini seharusnya sudah jelas.
ditunjukkan bahwa ACSI (Ittner dan Larcker 1996) dan
mitranya di Swedia (Anderson, Fomell, dan Lehmann 1994)
memiliki hubungan positif dengan laba atas investasi. Dalam Lampiran
hal nilai pasar, Ittner dan Larcker (1996) memperkirakan Ekspresi formal dari model yang digambarkan pada Gambar 1
bahwa perubahan satu unit dalam ACSI terkait dengan dapat ditulis sebagai serangkaian persamaan sedemikian rupa
peningkatan $654 juta dalam nilai pasar ekuitas di atas dan di sehingga bagian sistematik dari hubungan prediktor adalah
luar nilai buku aktiva dan kewajiban. Strategi perdagangan ekspektasi bersyarat dari variabel dependen untuk nilai-nilai
saham yang didasarkan pada ACSI atau SCSB telah prediktor yang diberikan. Dengan demikian, persamaan umum
memberikan imbal hasil portofolio yang jauh di atas imbal dinyatakan sebagai sto chastic:
hasil pasar (Fomell, Ittner, dan Larcker 1995, 1996). Selain itu,
hasil-hasil penelitian terbaru menunjukkan bahwa publikasi E(n ln£l = Bn + r^,
skor ACSI menyebabkan reaksi pasar saham yang signifikan -
return pasar yang disesuaikan dengan skor tinggi untuk dimana r\' = (r||, fi2. Hm) dan S' = (Si. ^2 Sn) adalah vec
perusahaan-perusahaan dengan skor tinggi dan return pasar tors dari variabel endogen dan eksogen yang tidak teramati
yang disesuaikan dengan skor rendah untuk perusahaan- (laten), masing-masing, B (m x m) adalah matriks koefisien
perusahaan dengan skor rendah (Fomell, Ittner, dan Larcker, para meter untuk rj, dan T (m x n) adalah matriks koefisien
1996). para meter untuk Hal ini mengimplikasikan bahwa E [r)£'] = E
American Customer Satisfaction Index juga memiliki [ ^ '] = E [Q = 0, di mana £ = q - E [r]|r |, £].
implikasi bagi para manajer yang merumuskan strategi Persamaan yang sesuai yang menghubungkan variabel
kompetitif. Salah satu manfaat utamanya adalah bahwa ACSI laten dalam model adalah
mewakili sistem pengukuran yang seragam dan dapat
dibandingkan yang memungkinkan pembandingan sistem dari
waktu ke waktu dan di seluruh perusahaan. Selain itu, ACSI
juga berguna dalam menganalisis kekuatan dan kelemahan
perusahaan atau pesaingnya. Sebagai contoh, menurunnya 0 0
secara keseluruhan
'l l fil Yu c,
n2 P21 0 12 721
kepuasan pelanggan kemungkinan merupakan gejala dari fi3 = P3I P320 0 13 + 731 c3
masalah yang lebih dalam yang dihadapi perusahaan. Karena 14 0 0 14 0 c4
ACSI memberikan ukuran efektivitas perusahaan dalam fis 0 J 54 0 15 0 Cs
mempertahankan pelanggan saat ini, perusahaan dengan skor
ACSI rendah sangat rentan dan memberikan peluang ekspansi di
bagi organisasi yang lebih kompeten. mana
Bagi pelanggan, ACSI memberikan informasi yang tidak pelanggan barang dan jasa tersebut - ke pusat perhatian.
hanya berguna dalam membuat keputusan pembelian, tetapi
juga dapat meningkatkan kualitas barang dan jasa yang mereka
konsumsi, serta standar hidup mereka secara keseluruhan.
Independensi, keseragaman, dan metodologi yang mendasari
ACSI berarti bahwa ACSI memberikan informasi kepada para
pembeli yang tidak ditemukan dalam metodologi ad hoc yang
digunakan dalam pemeringkatan produk oleh majalah-majalah
populer dan riset pasar komersial. Selain itu, keberadaan
ukuran seperti itu kemungkinan besar akan mengarah p a d a
peningkatan kualitas barang dan jasa. Dalam situasi monopoli,
ACSI dapat membantu mengawasi pasar. Selain itu, ACSI
seharusnya memiliki implikasi yang sangat penting bagi
kualitas layanan dan harga yang dibayar oleh konsumen.
Dalam situasi persaingan juga, ACSI harus mendorong
persaingan kualitas dan mengarah pada kepuasan pelanggan
yang lebih besar dari waktu ke waktu. Hasil akhirnya adalah
peningkatan kualitas kehidupan ekologis.
Sebagai rangkuman, ACSI merupakan cara baru untuk
mengevaluasi dan meningkatkan kinerja bagi perusahaan
modem dan ekonomi modem. ACSI memberikan pelengkap
bagi ukuran konvensional, seperti indeks produktivitas dan
harga, yang memperlakukan kualitas sebagai residu. Dengan
demikian, ACSI memiliki potensi untuk memindahkan barang
dan jasa yang berkualitas - seperti yang dirasakan oleh para
 E, = harapan pelanggan, r|
= kualitas yang dirasakan,
r|2 = nilai yang
dirasakan, n 3 =
ACSI,
r)4 = keluhan pelanggan, dan r)5
= loyalitas pelanggan.
Persamaan umum yang menghubungkan variabel laten
dengan variabel pengukuran adalah
y = Ayr| + e,

dan
x = Ax^ + 5,

di mana y' = (y i, y2, ..., yp) dan x' = (X|, x2, ..., xq) masing-
masing adalah variabel endogen dan eksogen yang
dimisalkan. Ay (p x m) dan Ax (q x n) adalah matriks regresi
yang sesuai. Sebagai implikasi dari estimasi PLS (Fomell dan
Bookstein 1982), kita memiliki E[e] = E[8] = E[qe'] = E£ 8']
= 0. Persamaan-persamaan yang sesuai dalam ACSI adalah
 X1 wM 5,
x2 = W 21 52
x3 W3| 83

16 / Jurnal Pemasaran, Oktober 1996

 dan di mana t, adalah variabel laten untuk kepuasan pelanggan
yi wu 0 0 0 0 £| secara keseluruhan, dan £1.], Min[.\, dan Max(.J menunjukkan
yz w2| 0 0 0 0 £2 nilai yang diharapkan, nilai minimum, dan nilai maksimum
y3 w3| 0 0 0 0 £.3 dari variabel tersebut. Nilai minimum dan maksimum
y< 0 w12 0 0 0 Oi £4 ditentukan oleh nilai variabel pengukuran yang sesuai:
y.s 0 w22 0 0 0 n2 £5
y6 = 0 0 WI3 0 0 03 + Eft n
y7 0 0 w23 0 0 £7
y" 0 0 W33 0 0 Min [^] = ^W ; Min[x, ],
n5 e*
y<> 0 0 0 W |4 0 Eg i=I
yto 0 0 0 0 w15 E 10
yn 0 0 0 0 w25 elI
dan

n
di mana
Max[^] = ^ W ; Max[Xjl, i
X| = ekspektasi pelanggan tentang kualitas secara =i
keseluruhan, X2 = ekspektasi pelanggan tentang
keandalan,
x3 = ekspektasi pelanggan tentang kustomisasi, y I di mana x/s adalah variabel pengukuran dari laten over
= kualitas secara keseluruhan, semua kepuasan pelanggan, Wj adalah bobot, dan n adalah
y2 = keandalan, jumlah variabel pengukuran. Dalam menghitung ACSI, bobot
y3 = kustomisasi, tidak terstandarisasi harus digunakan jika variabel pengukuran
y4 = harga yang diberikan tidak terstandarisasi.
kualitas, y5 = kualitas Dalam ACSI, ada tiga indikator untuk kepuasan pelanggan
yang diberikan harga, secara keseluruhan, yang berkisar antara 1 hingga 10.
y6 = kepuasan pelanggan secara Kemudian, perhitungannya disederhanakan menjadi
keseluruhan, y7 = konfirmasi
3
harapan,
yg = jarak ke produk (layanan) ideal, X wi*i - X wi
yg = perilaku komplain formal atau informal, ACSI = - ----- 3-----x 100,
y 10 = niat beli ulang, dan
y 11 = toleransi harga (harga pemesanan). i=I
Bentuk umum ACSI adalah sebagai berikut: di mana Wj adalah bobot yang tidak terstandarisasi.

REFERENSI
American Society for Quality Control (1995), Indeks Kepuasan
Pelanggan Amerika: Laporan Metodologi. Milwaukee, WI:
American Society of Quality Control.
Anderson, Eugene W. (1994), "Variasi Lintas Kategori Dalam
Kepuasan dan Retensi Pelanggan," Marketing Letters, 5
(Januari), 19-30.
---------, Claes Fornell, dan Donald R. Lehmann (1994), "Customer
Kepuasan, Pangsa Pasar, dan Profitabilitas: Temuan dari
Swedia," Journal of Marketing, 58 (Januari), 53-66.
---------,---------dan Roland T. Rust (1996), "Customer Satisfac
tion, Produktivitas, dan Profitabilitas: Perbedaan Antara
Barang dan Jasa," kertas kerja, Pusat Penelitian Kualitas
Nasional, Ann Arbor, Ml.
Andrews, Frank M. (1984), "Validitas Konstruk dan Kompo nen
Kesalahan dari Ukuran Survei: Sebuah Pendekatan Pemodelan
Struktural," Public Opinion Quarterly, 48, 409-42.
Buzzell, Robert D., John A. Quelch, dan Walter J. Salmon (1990),
"Tawar-menawar yang Mahal dalam Promosi Perdagangan,"
Hanard Business Review, Cetak Ulang No. 90201, 68
(Oktober/November), 33-45.
Cronbach, Lee J. dan Paul E. Meehl (1955), "Validitas Konstruk
dalam Tes Psikologis," Buletin Psikologi, 52 (4), 281-302.
Fornell, Claes (1992), "Kepuasan Pelanggan Nasional Barome ter:
Pengalaman Swedia," Journal of Marketing, 56 (Janu ary), 6-
21.
---------(1995), "Kualitas Output Ekonomi: Gen eralisasi Empiris
Tentang Distribusi dan Hubungannya dengan Pangsa Pasar,"
Marketing Science, 14 (3), G203-11.
--------- dan Fred L. Bookstein (1982), "Two Structural Equation
Models: LISREL dan PLS yang Diterapkan pada Teori Suara
Keluar Konsumen," Journal of Marketing Research, 14
(November), 440-52.
---------, Christopher D. Ittner, dan David F. Larcker (1995),
"Memahami dan Menggunakan Indeks Kepuasan Pelanggan
Amerika (ACSI): Menilai Dampak Finansial dari Inisiatif
Kualitas," Prosiding Konferensi Juran Institute tentang
Manajem en Kualitas Total, akan terbit.
---------, ---------, dan --------- (1996), "The Valuation Conse
quences of Customer Satisfaction," National Quality Research
Center Working Paper, National Quality Research Center, Ann
Arbor, MI.
--------- dan Michael D. Johnson (1993), "Diferensiasi sebagai
Dasar untuk Menjelaskan Kepuasan Pelanggan di Berbagai
Industri," Jurnal Psikologi Ekonomi, 14 (4), 681-96.
--------- dan Birger Wernerfelt (1987), "Strategi Pemasaran Defensif
melalui Manajemen Keluhan Pelanggan," Journal of Market
ing Research, 24 (November), 337-46.
Fortune (1993), "Mengapa Data Ekonomi Menyesatkan Kita," (8
Maret), 108-14.
---------(1995), "Americans Can't Get No Satisfaction," (Decem
ber 11), 178-94.

Indeks Kepuasan Pelanggan Amerika / 17

Hirschman, Albert O. (1970), Exit, Voice, and Loyalty-Respons to
Decline in Firms, Organizations, and States. Cambridge, MA:
Harvard University Press.
Howard, John A. (1977), Perilaku Konsumen: Penerapan The ory.
New York: McGraw-Hill.
Ittner, Christopher D. dan David F. Larcker (1996), "Mengukur
Dampak Inisiatif Kualitas terhadap Kinerja Keuangan
Perusahaan," dalam Advances in the Management of
Organizational Quality, Vol. 1, Soumeh Ghosh dan Donald
Fedor, eds. Greenwich, CT: JAI Press, 1-37.
Johnson, Michael D., Eugene W. Anderson, dan Claes Fomell
(1995), "Ekspektasi Kinerja Rasional dan Adaptif dalam
Kerangka Kerja Kepuasan Konsumen," Journal of Consumer
Research, 21 (Maret), 128-40.
--------- dan Claes Fomell (1991), "Kerangka Kerja untuk
Membandingkan Kepuasan Pelanggan Antar Individu dan
Kategori Produk," Jurnal Psikologi Ekonomi, 12 (2), 267-86.
Kahneman, Daniel dan Amos Tversky (1979), "Teori Prospek:
Sebuah Analisis Keputusan di Bawah Risiko," Econometrica,
47 (2), 263-91.
Lancaster, Kelvin (1971), Permintaan Konsumen: Sebuah
Pendekatan Baru.
New York: Columbia University Press.
Meyer, Anton (1994), Das Deutsche Kundenbarometer 1994.
Miinchen, Jerman: Ludwig-Maximilians-Universitat Miinchen.
Pusat Penelitian Kualitas Nasional (1995), Indeks Kepuasan
Pelanggan Amerika: Laporan Metodologi, Sekolah Bisnis
Universitas Michigan, Milwaukee, WI: American Society for
Qual ity Control.
Oliver, Richard L. (1980), "Model Kognitif dari Anteseden dan
Konsekuensi Keputusan Kepuasan," Journal of Mar keting
Research, 17 (November), 460-69.
Reichheld, Fredrick F. dan W. Earl Sasser (1990), "Zero Defec
tions: Kualitas Datang ke Layanan," Harvard Business Review,
68 (September/Oktober), 105-11.
Wold, Herman (1989), Empirisme Teoritis: Sebuah Rasio nal
Umum untuk Membangun Model Ilmiah. New York: Paragon
House.
Yi, Youjae (1991), "Tinjauan Kritis atas Kepuasan Pelanggan,"
dalam Review of Marketing 1990, Valerie Zeithaml ed.
Chicago: Asosiasi Pemasaran Amerika, 68-123.

Pemodelan Persamaan Struktural tidak pernah semudah ini! e q s 5.3 merevolusi analisis jalur.
Analisis jalur, analisis faktor
Model Kinerja dan Kepuasan Kerja
konfirmatori (CFA), dan model-model
tipe Lisrel telah menjadi dominan di
bidang Pemasaran. Anda sekarang
dapat dengan mudah membuat analisis
ini dengan Diagrammer, alat bantu
pemodelan baru dari EQS.

Gunakan diagram
jalur sebagai
input/output model
EQS 5.3 memungkinkan Anda untuk
menggambar diagram jalur kualitas
presentasi seperti di atas dan secara
otomatis menjalankan model Anda
sesuai dengan diagram tersebut. Anda
tidak perlu memiliki pengetahuan
sebelumnya tentang
mand atau bahasa EQS untuk
membangun sebuah model. EQS juga
menyediakan berbagai alat bantu
statistik dan eksplorasi data, yang
memungkinkan para peneliti untuk
memahami data mereka dan
membentuk model yang optimal.
Perangkat Lunak
Multivariat, Inc.
4924 Balboa Blvd, #368
Encino, CA 91316
(800) 301-4456
e-mail: sales@mvsoft.com
WEB: http://www.mvsoft.com
Pemodelan
• Fasilitas menggambar diagram
• Generator perintah EQS otomatis
• Manajer data yang komprehensif
• Perkiraan teori normal
• Estimasi dengan koreksi elips
• Statistik berskala Satorra-Bentler
• Bebas distribusi asimtotik
• Analisis multi-sampel
• Analisis rata-rata & kovariansi
• Korelasi poliserial/polikorik
• Fungsi RETEST untuk konvergensi
yang lebih cepat
• Dekomposisi efek
El
Fitur
• Fasilitas simulasi bawaan
• Memotong dan menempelkan data dari
spreadsheet
• Diagnosis dan imputasi nilai yang hilang
• Uji LM multivariat untuk memperbaiki
model
• Statistik dasar (uji t, ANOVA, deskriptif,
frekuensi, tabulasi silang, matriks varians
dan kovarians, regresi berganda dan
bertahap, analisis faktor)
• Plot eksplorasi data (garis, area,
histogram, kuantil-kuantil, probabilitas
normal, sebaran, matriks, kotak.
Diagram lingkaran, batang, diagram
batang kesalahan)
Mata Kuliah : Manajemen Pemasaran Lanjutan
Materi : Customer Satisfaction
Nama Mahasiswa : Tri Wulandari
NPM : 612010122081
Kelas/Group : 4B

NO KETERANGAN PEMBAHASAN
1. Judul Buku/Artikel : Judul : Indeks Kepuasan Pelanggan Amerika: Sifat, Tujuan, dan
Pengarang, Tahun Temuan
Pengarang : Claes Fornell, Michael D. Johnson, Eugene W.
Anderson, Jaesung Cha, & Barbara Everitt Bryant
Tahun : 2021
2. Isu yang dibahas : Artikel tersebut membahas tentang berbagai isu terkait kepuasan
pelanggan dalam pemasaran, antara lain:

1. Strategi pemasaran defensif dan diferensiasi.

2. Indeks kepuasan pelanggan (seperti ACSI).
3. Model kinerja dan kepuasan kerja.
4. Pengaruh persepsi kualitas, ekspektasi pasar, dan keluhan
pelanggan terhadap kepuasan pelanggan.
5. Penggunaan perangkat lunak EQS 5.3 untuk pemodelan
persamaan struktural dalam analisis jalur.
6. Implikasi ACSI dalam mengevaluasi kinerja perusahaan,
industri, sektor ekonomi, dan perekonomian nasional.
7. Dampak kepuasan pelanggan terhadap loyalitas, elastisitas
harga, reputasi perusahaan, nilai pasar, dan laba perusahaan.
8. Perbedaan pengaruh kualitas dan nilai terhadap kepuasan
pelanggan.
9. Pengaruh ekspektasi pelanggan terhadap kualitas, nilai, dan
kepuasan pelanggan.
10. Penggunaan ACSI untuk membandingkan kinerja
perusahaan, industri, sektor, dan negara dalam menyediakan
barang dan jasa yang memuaskan.
11. Pentingnya penyesuaian dalam mempengaruhi kepuasan
pelanggan.
12. Pengukuran kepuasan pelanggan melalui perbandingan
harapan dan pengalaman pelanggan terhadap barang atau jasa
yang diterima.
13. Variasi dalam produksi dan konsumsi yang mempengaruhi
ekspektasi pelanggan.
14. Perbedaan skor rata-rata ACSI untuk berbagai jenis layanan
dan lembaga.
15. Metode pengukuran ACSI menggunakan skala penilaian 10
poin dan metode kuadrat terkecil parsial (PLS) untuk
memperkirakan model kepuasan pelanggan.
3. Teori yang : Teori yang digunakan dalam artikel tersebut antara lain adalah
digunakan teori kepuasan pelanggan, teori prospek (Kahneman &
Tversky, 1979), teori perilaku konsumen (Howard, 1977), dan
teori kualitas yang dirasakan (Cronbach & Meehl, 1955).
Artikel juga menggunakan teori-teori terkait pengukuran
kepuasan pelanggan dan analisis jalur (Lancaster, 1971; Wold,
 1989).
4. Ontologi (tentang : Artikel tersebut bertujuan untuk memberikan pemahaman yang
apa yang ingin mendalam tentang kepuasan pelanggan dalam pemasaran, serta
diketahui) untuk memperkenalkan konsep dan metodologi ACSI (American
Customer Satisfaction Index) sebagai alat untuk mengukur
kepuasan pelanggan. Artikel juga ingin menyoroti pentingnya
kepuasan pelanggan dalam mempengaruhi kinerja perusahaan,
loyalitas pelanggan, reputasi perusahaan, nilai pasar, dan laba
perusahaan. Selain itu, artikel juga ingin memberikan wawasan
tentang pengaruh faktor-faktor seperti kualitas, nilai, ekspektasi
pelanggan, dan keluhan pelanggan terhadap kepuasan
pelanggan. Tujuan lainnya adalah untuk menyoroti pentingnya
penyesuaian dalam mempengaruhi kepuasan pelanggan serta
untuk memberikan pemahaman tentang penggunaan ACSI
dalam mengevaluasi kinerja perusahaan, industri, sektor
ekonomi, dan perekonomian nasional.
5. Epistimologi : Untuk mencapai tujuan tersebut, perlu dilakukan langkah-
(bagaimana cara langkah seperti:
mendapatkan
pengetahuan) 1. Melakukan penelitian mendalam terkait kepuasan pelanggan
dan konsep ACSI untuk memperoleh pemahaman yang
mendalam tentang isu-isu yang dibahas dalam artikel.

2. Menggunakan metode analisis jalur dengan perangkat lunak

EQS 5.3 untuk memodelkan hubungan antara faktor-faktor
seperti kualitas, nilai, ekspektasi pelanggan, dan kepuasan
pelanggan.

3. Melakukan survei dan pengukuran secara sistematis terhadap

harapan dan pengalaman pelanggan terkait dengan barang atau
jasa yang diterima untuk memahami tingkat kepuasan
pelanggan.

4. Membandingkan kinerja perusahaan, industri, sektor

ekonomi, dan perekonomian nasional menggunakan ACSI untuk
mengevaluasi kepuasan pelanggan dan menentukan langkah-
langkah perbaikan yang diperlukan.

5. Memperhatikan penyesuaian dalam mempengaruhi kepuasan

pelanggan dan memastikan bahwa harapan pelanggan
mencerminkan kualitas yang diterima.

Dengan melakukan langkah-langkah tersebut, diharapkan dapat

mencapai tujuan artikel untuk memberikan wawasan yang
komprehensif tentang kepuasan pelanggan dalam pemasaran dan
pentingnya penggunaan ACSI sebagai alat pengukuran kepuasan
pelanggan.
6. Aksiologi (tujuan : Tujuan dari artikel tersebut adalah untuk menyajikan berbagai
 ilmu pengetahuan penelitian dan teori terkait kepuasan pelanggan dalam
digunakan untuk pemasaran, serta untuk memperkenalkan konsep dan
apa) metodologi ACSI (American Customer Satisfaction Index)
sebagai alat untuk mengukur kepuasan pelanggan. Artikel
juga bertujuan untuk menyoroti pentingnya kepuasan
pelanggan dalam mempengaruhi kinerja perusahaan, loyalitas
pelanggan, reputasi perusahaan, nilai pasar, dan laba
perusahaan. Selain itu, artikel juga bertujuan untuk
memberikan pemahaman tentang pengaruh faktor-faktor
seperti kualitas, nilai, ekspektasi pelanggan, dan keluhan
pelanggan terhadap kepuasan pelanggan. Tujuan lainnya
adalah untuk menyoroti pentingnya penyesuaian dalam
mempengaruhi kepuasan pelanggan serta untuk memberikan
wawasan tentang penggunaan ACSI dalam mengevaluasi
kinerja perusahaan, industri, sektor ekonomi, dan
perekonomian nasional.
7. Analisi : A. Theoretical background(latar belakang teori)
Komprehensif Artikel ini membahas tentang kepuasan pelanggan dalam
pemasaran dan penggunaan American Customer Satisfaction
Index (ACSI) sebagai alat untuk mengukur kepuasan pelanggan.
Artikel ini didasari oleh kebutuhan untuk memahami pentingnya
kepuasan pelanggan dalam mempengaruhi kinerja perusahaan,
loyalitas pelanggan, reputasi perusahaan, nilai pasar, dan laba
perusahaan. Selain itu, artikel ini juga ingin memberikan
wawasan tentang faktor-faktor yang memengaruhi kepuasan
pelanggan, seperti kualitas, nilai, ekspektasi pelanggan, dan
keluhan pelanggan.Dengan latar belakang tersebut, penelitian
dalam artikel ini dilakukan untuk mengidentifikasi hubungan
antara faktor-faktor tersebut dengan kepuasan pelanggan, serta
untuk mengevaluasi pengaruh ACSI dalam menilai kinerja
perusahaan, industri, sektor ekonomi, dan perekonomian
nasional. Melalui penelitian ini, diharapkan dapat memberikan
pemahaman yang lebih mendalam tentang pentingnya kepuasan
pelanggan dalam konteks pemasaran dan bagaimana ACSI dapat
digunakan sebagai alat pengukuran yang efektif dalam
mengukur kepuasan pelanggan.
B. Pembahasan
Artikel membahas tentang pentingnya kepuasan pelanggan
dalam pemasaran dan penggunaan American Customer
Satisfaction Index (ACSI) sebagai alat untuk mengukur
kepuasan pelanggan. Pembahasan meliputi strategi pemasaran
defensif dan diferensiasi, pengaruh persepsi kualitas, ekspektasi
pasar, dan keluhan pelanggan terhadap kepuasan pelanggan,
serta pengaruh kualitas dan nilai terhadap kepuasan pelanggan.
Selain itu, artikel juga membahas implikasi ACSI dalam
mengevaluasi kinerja perusahaan, industri, sektor ekonomi, dan
perekonomian nasional, serta dampak kepuasan pelanggan
terhadap loyalitas, elastisitas harga, reputasi perusahaan, nilai
pasar, dan laba perusahaan. Penelitian ini juga menyoroti
pentingnya penyesuaian dalam mempengaruhi kepuasan
pelanggan dan penggunaan metode analisis jalur untuk
memodelkan hubungan antara faktor-faktor yang memengaruhi
kepuasan pelanggan.
C. Kesimpulan artikel
Dari artikel tersebut, dapat disimpulkan bahwa kepuasan
pelanggan memainkan peran penting dalam pemasaran dan
kinerja perusahaan. Penggunaan American Customer
Satisfaction Index (ACSI) sebagai alat untuk mengukur
kepuasan pelanggan dapat memberikan wawasan yang berharga
dalam mengevaluasi kinerja perusahaan, industri, sektor
ekonomi, dan perekonomian nasional. Faktor-faktor seperti
kualitas, nilai, ekspektasi pelanggan, dan keluhan pelanggan
memiliki pengaruh yang signifikan terhadap kepuasan
pelanggan. Penyesuaian dan perhatian terhadap pengalaman
kualitas saat ini serta reputasi jangka panjang juga penting dalam
mempengaruhi kepuasan pelanggan. ACSI juga dapat membantu
perusahaan dalam memahami sejauh mana kepuasan pelanggan
dipengaruhi oleh harga dan kualitas, serta dalam
membandingkan kinerja perusahaan, industri, sektor, dan negara
dalam menyediakan barang dan jasa yang memuaskan. Dengan
demikian, kepuasan pelanggan dan penggunaan ACSI dapat
menjadi faktor kunci dalam meningkatkan kinerja perusahaan
dan perekonomian secara keseluruhan.
D. Kelemahan dan kelebihan artikel
Kelebihan artikel ini adalah memberikan pemahaman yang
mendalam tentang kepuasan pelanggan dalam pemasaran dan
pentingnya penggunaan American Customer Satisfaction Index
(ACSI) sebagai alat pengukuran kepuasan pelanggan. Artikel
juga membahas hubungan antara faktor-faktor seperti kualitas,
nilai, ekspektasi pelanggan, dan keluhan pelanggan terhadap
kepuasan pelanggan, serta implikasi ACSI dalam mengevaluasi
kinerja perusahaan, industri, sektor ekonomi, dan perekonomian
nasional.

Namun, kelemahan artikel ini mungkin terletak pada

keterbatasan dalam mendalami aspek-aspek tertentu yang
mempengaruhi kepuasan pelanggan. Selain itu, artikel ini
mungkin kurang mendalami konteks atau studi kasus spesifik
yang dapat memberikan gambaran yang lebih jelas tentang
penerapan konsep kepuasan pelanggan dan ACSI dalam industri
atau perusahaan tertentu.
E. Kritik terhadap artikel, pergunakan nilai-nilai
keunggulan
Kritik terhadap artikel ini adalah kurangnya penekanan pada
studi kasus konkret atau contoh aplikasi langsung dari konsep
kepuasan pelanggan dan ACSI dalam industri atau perusahaan
tertentu. Lebih banyak contoh konkret dapat memberikan
pemahaman yang lebih mendalam tentang implementasi konsep
tersebut dalam konteks nyata dan membantu pembaca untuk
mengaitkan teori dengan praktik di lapangan.
F. Implikasi manajerial dan implikasi teoritis
Implikasi manajerial dari artikel ini adalah pentingnya
perusahaan untuk memperhatikan kepuasan pelanggan
 sebagai faktor kunci dalam meningkatkan kinerja perusahaan,
loyalitas pelanggan, reputasi perusahaan, nilai pasar, dan laba
perusahaan. Manajer perlu memahami faktor-faktor seperti
kualitas, nilai, ekspektasi pelanggan, dan keluhan pelanggan
dalam upaya meningkatkan kepuasan pelanggan dan
menggunakan ACSI sebagai alat untuk mengukur dan
mengevaluasi kinerja perusahaan.

Implikasi teoritis dari artikel ini adalah kontribusi

terhadap pemahaman tentang hubungan antara faktor-faktor
yang memengaruhi kepuasan pelanggan dan penggunaan
ACSI dalam konteks pemasaran. Artikel ini juga memberikan
wawasan tentang pentingnya penyesuaian dalam
mempengaruhi kepuasan pelanggan dan penggunaan metode
analisis jalur untuk memodelkan hubungan antara faktor-
faktor tersebut.
8. Pengembangan :
Tema Paper yang
bisa dilakuan Benchmarkin
g

Evaluasi
Keputusan

Model ACSI

Tema paper yang bisa terjadi dalam artikel ini adalah:

1. Strategi Pemasaran Defensif dan Diferensiasi dalam
Meningkatkan Kepuasan Pelanggan
2. Penggunaan EQS 5.3 dalam Pemodelan Persamaan Struktural
dalam Analisis Jalur
3. Metodologi ACSI dalam Menilai Kepuasan Pelanggan:
Kualitas, Nilai, dan Harapan
4. Pengaruh Ekspektasi Pelanggan terhadap Kualitas, Nilai, dan
Kepuasan Pelanggan
5. Pengukuran Kepuasan Pelanggan: Harapan, Pengalaman,
Keluhan, dan Loyalitas
6. Implikasi ACSI dalam Meningkatkan Kinerja Perusahaan dan
Perekonomian
7. Benchmarking dan Model ACSI dalam Evaluasi Kepuasan
Pelanggan dan Loyalitas
8. Peran Ekspektasi dan Pengalaman Kualitas dalam
Menentukan Kepuasan Pelanggan
9. ACSI sebagai Indeks Kepuasan Pelanggan Amerika:
Pengukuran dan Implikasi
10. Kepuasan Pelanggan, Harga, dan Kualitas: Hubungan dan
Dampaknya pada Profitabilitas
18 / Journal of Marketing, October 1996