Hasil Analisis

HASIL DAN PEMBAHASAN

B. Karakteristik Responden

3. Hasil Analisis

a. Uji Normalitas

Data-data bertipe skala sebagai pada umumnya mengikuti asumsi distribusi normal. Namun, tidak mustahil suatu data tidak mengikuti

diperoleh harus dilakukan uji normalitas terhadap data yang bersangkutan. Dengan demikian, analisis statistika yang pertama harus digunakan dalam rangka analisis data adalah analisis statistik berupa uji normalitas.

Gambar 4.3 Uji Normalitas

Sumber: data primer yang telah diolah

Dari grafik di atas dapat dilihat bahwa data penelitian memiliki penyebaran dan distribusi yang normal karena data memusat pada nilai rata-rata dan median atau nilai plot PP terletak digaris diagonal, maka dapat dikatakan bahwa data tersebut berdistribusi normal.

b. Pengujian Korelasi

Dalam metode analisis jalur, untuk mencari hubungan kausal atau pengaruh variabel-variabel penelitian, terlebih dahulu dihitung matriks korelasi dari variabel-variabel pelayanan, harga, lokasi, kepuasan pelanggan dan loyalitas pelanggan. Berikut adalah hasil penghitungan koefisien korelasi dengan menggunakan software SPSS

Tabel 4.52 Pengujian Korelasi Correlations LY PL H LK KP Pearson Correlation LY 1.000 .839 .791 .734 .857 PL .839 1.000 .788 .637 .846 H .791 .788 1.000 .534 .781 LK .734 .637 .534 1.000 .709 KP .857 .846 .781 .709 1.000 Sig. (1-tailed) LY . .000 .000 .000 .000 PL .000 . .000 .000 .000 H .000 .000 . .000 .000 LK .000 .000 .000 . .000 KP .000 .000 .000 .000 . N LY 60 60 60 60 60 PL 60 60 60 60 60 H 60 60 60 60 60 LK 60 60 60 60 60 KP 60 60 60 60 60

Sumber: data primer yang telah diolah

Berdasarkan tabel 4.52 dapat diketahui nilai korelasi antar variabel. Angka koefisien korelasi bertanda positif (+) menunjukkan bahwa terdapat hubungan antara kedua variabel tersebut.

Tabel 4.53

Interpretasi Koefisien Korelasi

Internal Koefisien Tingkat Hubungan

0,00 – 0,199 Sangat rendah

0,20 – 0,399 Rendah

0,40 – 0,599 Sedang

0,60 – 0,799 Kuat

0,80 – 1,000 Sangat kuat

Sumber : Sugiono, Metodologi Penelitian Bisnis, 2003:183

Berdasarkan hasil pengujian pada tabel 4.52, maka dapat disimpulkan pada tabel 4.54:

Tabel 4.54

Pengujian Hubungan Antar Sub Variabel

Hubungan ^Koefisien _Korelasi Kategori Probabilitas Kesimpulan

Loyalitas Pelanggan (Y2⁾

dengan Pelayanan (X₁)

(ry2x1⁾

0,839 ^Sangat _Kuat 0,000 Signifikan Loyalitas Pelanggan (Y2⁾ dengan Harga (X2^{) (r}y2x2⁾ 0,791 Kuat 0,000 Signifikan Loyalitas Pelanggan (Y2⁾ dengan Lokasi (X3^{) (r}y2x3⁾ 0,734 Kuat 0,000 Signifikan Loyalitas Pelanggan (Y2⁾ dengan Kepuasan Pelanggan (Y1⁾ (r_y2y1) 0,857 ^Sangat Kuat ^0,000 Signifikan Pelayanan (X1⁾ dengan Harga (X2^{) (r}x1x2⁾ 0,788 Kuat 0,000 Signifikan Pelayanan (X₁) dengan Lokasi (X₃) (r_x1x3) 0,637 Kuat 0,000 Signifikan Pelayanan (X1⁾ dengan Kepuasan Pelanggan (Y1⁾ (r_x1y1) 0,846 ^Sangat Kuat ^0,000 Signifikan Harga (X₂) dengan Lokasi (X3^{) (r}x2x3⁾ 0,534 Sedang 0,000 Signifikan Harga (X₂) dengan Kepuasan Pelanggan (Y1⁾ (rx2y1⁾ 0,781 Kuat 0,000 Signifikan Lokasi (X3⁾ dengan Kepuasan Pelanggan (Y1⁾ (r_x3y1) 0,709 Kuat 0,000 Signifikan

Berdasarkan hasil pengujian pada tabel 4.54, diketahui bahwa seluruh variabel terdapat hubungan yang signifikan karena nilai probabilitasnya lebih kecil dari 0,05.

c. Analisis Jalur (Path Analysis)

Teknik pengolahan data selanjutnya dalam menyelesaikan penelitian ini adalah dengan menggunakan Analisis Jalur (Path Analysis), dimana analisis jalur ini berfungsi untuk mengetahui pengaruh langsung dan tidak langsung sekumpulan variabel, sebagai variabel penyebab (variabel eksogen) terhadap seperangkat variabel lainnya yang merupakan variabel akibat (variabel endogen).

1) Persamaan Analisis Jalur 1 (Y1 ⁼ ρx1^y1^X1 ⁺ ρx2^y1^X2 ⁺ ρx3^y1^X3 ⁺ Є1⁾

Dalam penentuan pengaruh variabel penelitian secara keseluruhan didapat nilai koefisien jalur dari penjumlahan seluruh variabel eksogen terhadap variabel endogen. Nilai koefisien jalur (berdasarkan estimate) variabel pelayanan, harga, lokasi terhadap kepuasan pelanggan diolah dengan menggunakan bantuan software

SPSS 20 dan LISREL 8.5. berikut adalah hasil pengolahannya:

Tabel 4.55

Koefesien Jalur Persamaan 1 Standardized Coefficients Model Standardized Coefficients Beta 1 (Constant) PL .453 H .280 LK .271 a. Dependent Variable: KP

Koefisien-koefisien jalur yang diperoleh berdasarkan hasil pengolahan adalah sebagai berikut.

y1^x1 ^{= 0,453} y1^x2 ^{= 0,280} y₁x₃ = 0,271

Jadi, persamaan analisis jalur yang terbentuk adalah sebagai berikut:

Y₁= ρx1^y1^X1+ ρx2^y1^X2+ ρx3^y1^X3+ Є1 Y1 ^{= 0,453(X}1) + 0,280 (X2) + 0,271(X3)

2) Persamaan Analisis Jalur 2 (Y2 ^{= x}1^y2 ^X1 ^{+ x}2^y2 ^X2 ^{+ x}3^y2 ^X3

+y₁y₂ Y₁+ Є2⁾

Dalam penentuan pengaruh variabel penelitian secara keseluruhan didapat nilai koefisien jalur dari penjumlahan seluruh variabel eksogen terhadap variabel endogen. Nilai koefisien jalur (berdasarkan estimate) variabel variabel pelayanan, harga, lokasi dan kepuasan pelanggan terhadap Loyalitas Perlanggan diolah dengan menggunakan bantuan software SPSS 20 dan LISREL 8.5. berikut adalah hasil pengolahannya:

Tabel 4.56

Koefesien Jalur Persamaan 2 Model Standardized Coefficients Beta 1 (Constant) PL .263 H .238 LK .243 KP .277 a. Dependent Variable: LY

Koefisien-koefisien jalur yang diperoleh berdasarkan hasil pengolahan adalah sebagai berikut.

y2^x1 ^{= 0,263} y2^x2 ^{= 0,238} y₂x₃ = 0,243 y₂y₁ =0,277

Jadi, persamaan analisis jalur yang terbentuk adalah sebagai berikut:

Y2 ^{= x}1^y2 ^X1 ^{+ x}2^y2 ^X2 ^{+ x}3^y2 ^X3^{+ y}1^y2^Y1

Y₂ = 0,263 (X1) + 0,238 (X2) + 0,243 (X3) + 0,277 (Y1)

d. Pengaruh Langsung Dan Tidak Langsung Persamaan Y = yx1 X1 +

yx2 X2 + yx3 X3 + Є1

Pengaruh langsung dan tidak Langsung dari variabel Eksogen yaitu pelayanan (X₁), harga (X₂) dan lokasi (X₃) terhadap variabel endogen kepuasan pelanggan (Y₁)

Tabel 4.57

Pengaruh Langsung dan Tidak Langsung Pelayanan(X₁) Terhadap Kepuasan Pelanggan(Y₁)

Pengaruh langsung dan tidak

langsung ^Perhitungan

Besar Kontribusi X1 terhadap Y1 pyx1.pyx1 (0,453) (0,453) 0,205209 X1 ^terhadapY1 melalui X2 pyx1.rx1x2.pyx2 (0,453) (0,788) (0,280) ^0,09994992 X1 terhadapY1 melalui X3 pyx1^.rx1^x3^.pyx3 (0,453) (0,637) (0,271) ^0,07820003 Total pengaruh X1 terhadap Y1 0,38335895

Dari tabel 4.57 dapat kita ketahui bahwa pengaruh langsung penetapan pelayanan (X₁) terhadap kepuasan pelanggan (Y₁) adalah sebesar 0,205209 atau 20,52%, pengaruh tidak langsung melalui harga (X₂) adalah 0,0999 atau 9,99% dan pengaruh tidak langsung melalui lokasi (X3^{) sebesar 0,07820003 atau 7,82%. Sehingga total pengaruh} yang diberikan variabel penetapan harga (X1^{) adalah 0,3834 atau} sebesar 38,34% terhadap kepuasan pelanggan (Y₁). Ini berarti pelayanan memiliki pengaruh yang sedang terhadap kepuasan pelanggan.

Tabel 4.58

Pengaruh Langsung dan Tidak Langsung Harga(X2⁾

Terhadap Kepuasan Pelanggan (Y₁)

Pengaruh langsung dan tidak

langsung ^Perhitungan

Besar Kontribusi X2 terhadap Y1 pyx2.pyx2 (0,280) (0,280) 0,0784 X2 terhadapY1 melalui X1 pyx2^.rx2^x1^.pyx1 (0,280) (0,788) (0,453) ^0,09994992 X2 terhadapY1 melalui X3 pyx2^.rx2^x3^.pyx3 (0,280) (0,534) (0,271) ^0,04051992 Total pengaruh X2 terhadap Y1 0,21886984

Sumber: data primer yang telah diolah

Dari tabel 4.58 dapat kita ketahui bahwa pengaruh langsung harga (X2^{) terhadap kepuasan pelanggan (Y}1^{) adalah sebesar 0,0784} atau 7,84%, pengaruh tidak langsung melalui pelayanan (X1^{) adalah} 0,0999 atau 9,99% dan pengaruh tidak langsung melalui lokasi (X₃) sebesar 0,0405 atau 4,05%. Sehingga total pengaruh yang diberikan variabel harga (X₂) adalah 0,218869 atau sebesar 21,88% terhadap kepuasan pelanggan (Y1^{). Ini berarti harga memiliki pengaruh yang}

Tabel 4.59

Pengaruh Langsung Dan Tidak Langsung Lokasi (X₃) Terhadap Kepuasan Pelanggan (Y1⁾

Pengaruh langsung dan tidak

langsung ^Perhitungan

Besar Kontribusi X3 ^terhadapY1 ^pyx3^.pyx3 ^{(0,271) (0,271) 0,073441}

X3 terhadapY1 melalui X1 pyx3^.rx3^x1^.pyx1 ^{(0,271) (0,637) (0,453) 0,0782} X3 ^terhadapY1 melalui X2 pyx3.rx3x2.pyx2 (0,271) (0,534) (0,280) 0,04051992 Total pengaruh X3 terhadap Y1 0,22091661

Sumber: data primer yang telah diolah

Dari tabel 4.59 dapat kita ketahui bahwa pengaruh langsung lokasi (X₃) terhadap kepuasan pelanggan (Y₁) adalah sebesar 0,0784 atau 7,84%, pengaruh tidak langsung melalui pelayanan (X1^{) adalah} 0,0999 atau 9,99% dan pengaruh tidak langsung melalui harga (X2⁾ sebesar 0,04051 atau 4,05%. Sehingga total pengaruh yang diberikan variabel lokasi (X3^{) adalah 0,21886 atau sebesar 21,88% terhadap} kepuasan pelanggan (Y1^{). Ini berarti harga memiliki pengaruh yang} kecil terhadap kepuasan pelanggan.

Pengaruh total : Pyxi ^{+  P}yxi^.rxixj ^Pyxj

Pengaruh total X₁ = 0,205 + 0,099 + 0,097 = 0,402 Pengaruhtotal X2 ^{= 0,078 + 0,099 + 0,041= 0,218} Pengaruhtotal X₃ = 0,073 + 0,078 + 0,041= 0,192 Maka pengaruh total Y1 ^{= X}1^{, X}2^{, dan X}3

= 0,383 + 0,218 + 0,192= 0,793

Hasil ini mendekati hasil Koefisien Determinasi (R²x3x1x2^{) yaitu} sebesar 0,812 seperti yang dijelaskan berikut ini:

Tabel 4.60 Model Summary^b

Model R R Square Adjusted R

Square Std. Error of the Estimate Durbin-Watson 1 .891^a .793 .782 1.96089 2.162 a. Predictors: (Constant), LK, H, PL b. Dependent Variable: KP

Sumber: data primer yang telah diolah

Pada tabel 4.60 Model Summary, didapat 1 model analisis jalur dengan nilai koefisien korelasi (R) sebesar 0,891, nilai koefisien determinasi (R Square) sebesar 0,793 (79,3%). Nilai R Square sebesar 79,3%, ini menunjukkan bahwa dengan menggunakan model analisis jalur yang didapatkan dimana variabel independen yaitu pelayanan (X₁), harga (X₂) dan lokasi (X₃) memiliki pengaruh terhadap variabel kepuasan pelanggan (Y1^{) sebesar 79,3%. Sedangkan sisanya (100% -} 79,3% = 20,7%) adalah kemungkinan terdapat aspek-aspek lain yang memiliki pengaruh terhadap variabel kepuasan pelanggan (Y₁).

e. Pengaruh Langsung dan Tidak Langsung Persamaan Y2 ^{= x}1^y2 ^X1 ⁺ x2^y2 ^X2 ^{+ x}3^y2 ^X3 ⁺ ρy1^y2 ^Y1⁺ Є2

Pengaruh Langsung dan Tidak Langsung dari variabel pelayanan (X1^{), harga(X}2^{), lokasi (X}3^{) dan kepuasan pelanggan (Y}1⁾ terhadap variabel endogen loyalitas pelanggan (Y₂)

Tabel 4.61

Pengaruh Langsung Dan Tidak Langsung Pelayanan (X1⁾

Terhadap Loyalitas Pelanggan (Y₂)

Pengaruh langsung dan tidak langsung Perhitungan _Kontribusi ^Besar X1 terhadap y2 py2x1 (0,263) 0,263 X1 ^{terhadap Y}2 ^{melalui Y}1 ^pyx1^.py2^{y (0,453) (0,280) 0,125481}

Dari tabel 4.61 dapat kita ketahui bahwa pengaruh langsung pelayanan(X₁) terhadap loyalitas pelanggan (Y₂) adalah sebesar 0,263 dan pengaruh tidak langsung melalui kepuasan pelanggan (Y₁) adalah 0,125481. Sehingga total pengaruh yang diberikan variabel pelayanan (X₁) adalah 0,389 atau sebesar (0,389² = 0,15) 15% terhadap loyalitas (Y₂). Ini berarti pelayanan memiliki pengaruh yang lemah terhadap loyalitas pelanggan.

Tabel 4.62

Pengaruh Langsung dan Tidak Langsung Harga(X₂) Terhadap Loyalitas Pelanggan (Y2⁾

Pengaruh langsung dan tidak langsung Perhitungan _Kontribusi ^Besar X2 ^{langsung Py}2^x2 ^{(0,238) 0,238}

X2 terhadap Y2 melalui Y1 Pyx2.py2y (0,280) (0,277) 0,07756 Total pengaruh X2 ^{terhadap Y}2 ^0,316

Sumber: data primer yang telah diolah

Dari tabel 4.62 dapat kita ketahui bahwa pengaruh langsung harga (X₂) terhadap loyalitas pelanggan (Y₂) adalah sebesar 0,238 dan pengaruh tidak langsung melalui kepuasan pelanggan (Y1^{) adalah} 0,07756. Sehingga total pengaruh yang diberikan variabel harga (X2⁾ adalah 0,316 atau sebesar (0,316² = 0,099) 9,9% terhadap loyalitas (Y₂). Ini berarti harga memiliki pengaruh yang sangat lemah terhadap loyalitas pelanggan.

Tabel 4.63

Pengaruh Langsung dan Tidak Langsung Lokasi (X₃) Terhadap Loyalitas Pelanggan (Y2⁾

Pengaruh langsung dan tidak langsung Perhitungan ^Besar Kontribusi X3 ^{langsung Py}2^x3 ^{0,243 0,243}

X3 terhadap Y2 melalui Y1 Pyx3.py2y (0,271) (0,277) 0,0750 Total pengaruh X3 ^{terhadap Y}2 ^0,318

Dari tabel 4.63 dapat kita ketahui bahwa pengaruh langsung lokasi (X₃) terhadap loyalitas pelanggan (Y₂) adalah sebesar 0,243 dan pengaruh tidak langsung melalui kepuasan pelanggan (Y1^{) adalah} 0,0750. Sehingga total pengaruh yang diberikan variabel lokasi (X₃) adalah 0,318 atau sebesar (0,318² = 0,101) 10,1% terhadap loyalitas pelanggan (Y2^{). Ini berarti lokasi memiliki pengaruh yang rendah} terhadap loyalitas pelanggan.

Tabel 4.64

Pengaruh Langsung dan Tidak Langsung Kepuasan Pelanggan (Y1^{) Terhadap Loyalitas Pelanggan (Y}2⁾

Pengaruh langsung dan tidak langsung Perhitungan ^besar kontribusi Y1 terhadap Y2 Py2y 0,277 0,277

Total pengaruh Y1 terhadap Y2

Sumber: data primer yang telah diolah

Dari tabel 4.64 dapat kita ketahui bahwa pengaruh yang dimiliki kepuasan pelanggan (Y1^{) terhadap loyalitas pelanggan (Y}2^{) hanya} pengaruh langsung yaitu sebesar 0,277 atau (0,277² = 0,077) 7,7%.

= 0,389 + 0,316 + 0,318 + 0,277

= (0,389²) + (0,316²⁾ + (0,318²) + (0,277²) = 0,151 + 0,10 + 0,10 + 0,07= 0,421

Tabel 4.65 Model Summary^b

Model R R Square Adjusted

R Square Std. Error of the Estimate Durbin-Watson 1 .908^a .825 .812 1.41472 2.524 a. Predictors: (Constant), KP, LK, H, PL b. Dependent Variable: LY

Pada tabel 4.65 Model Summary, didapat 1 model analisis jalur dengan nilai koefisien korelasi (R) sebesar 0,908, nilai koefisien determinasi (R Square) sebesar 0,825 (82,5%). nilai R Square sebesar 82,5%, Ini menunjukkan bahwa dengan menggunakan model analisis jalur yang didapatkan dimana variabel independen yaitu pelayanan (X1^{), harga (X}2^{), lokasi (X}3^{) dan kepuasan pelanggan (Y}1^{), memiliki} pengaruh terhadap variabel loyalitas pelanggan (Y₂) sebesar 82,5%. Sedangkan sisanya (100% - 82,5% = 17,5%) adalah kemungkinan terdapat aspek-aspek lain yang memiliki pengaruh terhadap perubahan variabel loyalitas pelanggan (Y₂). Hal ini sesuai dengan nilai error yang muncul pada path di atas yaitu sebesar 1.414.

f. Diagram Analisis Jalur

Besarnya koefisien jalur diperlihatkan oleh hasil output diagram jalur dengan menggunakan software LISREL 8.50. Harga koefisien jalur keseluruhan variabel dapat dilihat pada Gambar di bawah ini.

Gambar 4.4 Diagram Analisis Jalur

Berdasarkan diagram gambar 4.4, dapat diketahui terdapat dua buah persamaan analisis jalur.

Pertama bahwa variabel pelayanan (X1^{), harga (X}2^{) dan lokasi} (X3^{) merupakan tiga variabel eksogen yang satu dengan yang lainnya} mempunyai kaitan korelatif secara bersama-sama mempengaruhi variabel endogen kepuasan pelanggan (Y1^).

Kedua diketahui bahwa variabel pelayanan (X1^{),harga (X}2^), lokasi (X₃) dan kepuasan pelanggan (Y₁) merupakan empat variabel eksogen yang satu dengan yang lainnya mempunyai kaitan korelatif secara bersama-sama mempengaruhi variabel endogen loyalitas pelanggan(Y2^).

g. Pengujian Hipotesis

1) Uji F (Uji Simultan Persamaan 1)

(Persamaan Y₁ = yx1^X1 ^{+ yx}2^X2 ^{+ yx}3^X3 ^{+ )}

Pengujian hipotesis secara simultan bertujuan untuk mengukur besarnya pengaruh variabel bebas secara bersama-sama terhadap variabel terikatnya. Hasil hipotesis yang dalam pengujian ini adalah:

Tabel 4.66

Hasil uji F (Uji Simultan Persamaan 1) ANOVA^a

Model Sum of Squares Df Mean Square F Sig.

1 Regression 827.259 3 275.753 71.716 .000^b Residual 215.324 56 3.845 Total 1042.583 59 a. Dependent Variable: KP b. Predictors: (Constant), LK, H, PL

Pada tabel 4.66 analisis varian (Anova) ditampilkan hasil uji F yang dapat dipergunakan untuk menguji model apakah variabel pelayanan, harga dan lokasi secara simultan berpengaruh signifikan terhadap kepuasan pelanggan.

Ho ^: ρy₁x1 = ρy₁x2 = ρy₁x3 = 0

Ha ^{: sekurang-kurangnya ada sebuah} ρy1^xi^{0, ; i = 1, 2, 3}

Pengambilan keputusan berdasarkan perbandingan nilai Fhitung ^{dengan F}tabel ^:

Jika F_hitung> t_tabel, maka H_o ditolak Jika Fhitung^{< t}tabel^{, maka H}o ^diterima

Dari penghitungan didapat nilai Fhitung ^{sebesar 71,716.} Dengan tingkat signifikansi sebesar 5% dan df₁ = 3 dan df₂ = 56, didapat nilai Ftabel ^{= 2,77. Karena nilai F}hitung^{(71,716) > nilai F}tabel (2,77) maka H_o ditolak atau terdapat kecocokan antara model dengan data. Sehingga dapat disimpulkan bahwa aspek variabel pelayanan, harga dan lokasi secara simultan berpengaruh signifikan terhadap kepuasan pelanggan. Sehingga model analisis jalur yang didapatkan layak digunakan untuk memprediksi. Atau jika dilihat dengan menggunakan nilai signifikansi, diketahui bahwa nilai sig (0,000 < 0,05) sehingga memiliki kesimpulan yang sama dengan Uji F yaitu terdapat kecocokan antara model dengan data.

2) Uji thitung ^{(Uji Parsial)}

Pengujian hipotesis secara parsial dimaksudkan untuk mengetahui ada atau tidaknya pengaruh variabel bebas secara parsial terhadap variabel terikat. Hasil hipotesis dalam pengujian ini adalah:

Tabel 4.67

Hasil uji t (Uji Parsial Persamaan 1) Coefficients^a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1.546 2.580 .599 .552 PL .236 .056 .453 4.183 .000 H .337 .119 .280 2.829 .006 LK .292 .085 .271 3.430 .001 a. Dependent Variable: KP

Sumber: data primer yang telah diolah

Y1 = yx1^X1 + yx2^X2 + yx3^X3^{+ }

Berdasarkan tabel 4.67 mengenai uji t, Berikut adalah pengujiannya:

(a) Menguji signifiknasi koefisien X1 ^{(pelayanan) pada model} analisis jalur:

Berikut adalah hipotesis yang diajukan :

Ho ^{: yx}1 ^{= 0 (koefisien X}1 ^{(pelayanan) tidak signifikan)} Ha ^{: yx}1 ≠ 0 (koefisien X1 ^{(pelayanan) signifikan)} Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai t_hitung dengan t_tabel di mana Jika |t_hitung| > t_tabel, maka H_o ditolak

Jika |thitung^{| < t}tabel^{, maka H}a ^diterima

Terlihat bahwa thitung ^{untuk koefisien pelayanan} adalah 4,183, Sedang t_tabel bisa dihitung pada tabel t-test,

mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60-2=58). Didapat ttabel ^{adalah 2,00.}

Oleh karena t_hitung> t_tabel, (4,183>2,00), maka

Ho^{ditolak, sehingga dapat disimpulkan bahwa koefisien} pelayanan berpengaruh signifikan terhadap kepuasan pelanggan.

(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05, maka Ho ^diterima Jika probabilitas < 0,05, maka H_o ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,000atau probabilitas di bawah 0,05 (0,000< 0,05). Dengan demikian H_o ditolak, sehingga mempunyai kesimpulan yang sama dengan uji t yaitu koefisien pelayananberpengaruh signifikan terhadap kepuasan pelanggan.

(b) Menguji signifikansi koefisien yx2 ^{(harga) pada model analisis} jalur:

Berikut adalah hipotesis yang diajukan :

H_o : _yx2 = 0 (koefisien X₂ (harga) tidak signifikan) H_a : _yx2 ≠ 0 (koefisien X₂ (harga) signifikan)

Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai t_hitung dengan t_tabel di mana Jika |thitung^{| > t}tabel^{, maka H}o ^ditolak

Jika |thitung^{| < t}tabel^{, maka H}a ^diterima

Terlihat bahwa t_hitung untuk koefisien harga adalah

2,829, Sedang ttabel ^{bisa dihitung pada tabel t-}test, dengan α =

0,05, karena digunakan hipotesis dua arah, ketika mencari t_tabel, nilai α dibagi dua menjadi 0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60-2=58). Didapat ttabel ^{adalah 2,00.}

Oleh karena t_hitung< t_tabel, (2,829>2,00), maka

Ho^{ditolak, sehingga dapat disimpulkan bahwa koefisien harga} berpengaruh signifikan terhadap kepuasan pelanggan.

(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05, maka Ho ^diterima Jika probabilitas < 0,05, maka H_o ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,006 atau probabilitas di bawah 0,05 (0,006<0,05). Dengan demikian Ho ^{ditolak, sehingga mempunyai} kesimpulan yang sama dengan uji t yaitu koefisien harga berpengaruh signifikan terhadap kepuasan pelanggan.

(c) Menguji signifikansi koefisien yx₃ (lokasi) pada model analisis jalur:

Berikut adalah hipotesis yang diajukan:

H_o : yx3 = 0 (koefisien X₃ (lokasi) tidak signifikan) H_a : yx3 ≠ 0 (koefisien X₃ (lokasi) signifikan) Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai t_hitung dengan t_tabel di mana Jika |thitung^{| > t}tabel^{, maka H}o ^ditolak

Jika |t_hitung| < t_tabel, maka H_a diterima

Terlihat bahwa thitung ^{untuk koefisien lokasi adalah}

3,430, Sedang t_tabel bisa dihitung pada tabel t-test, dengan α =

0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 98 (didapat dari rumus n-2, dimana n adalah jumlah data, 100–2=98). Didapat ttabel ^{adalah 2,00.}

Oleh karena t_hitung < t_tabel, (3,430> 2,00), maka

Ho^{ditolak, sehingga dapat disimpulkan bahwa koefisien} lokasi berpengaruh signifikan terhadap kepuasan pelanggan. (2) Berdasarkan nilai probabilitas dengan α = 0,05:

Jika probabilitas > 0,05, maka H_o diterima Jika probabilitas < 0,05, maka Ho ^ditolak

Dengan demikian Ho ^{ditolak, sehingga mempunyai} kesimpulan yang sama dengan uji t yaitu koefisien lokasi berpengaruh signifikan terhadap kepuasan pelanggan.

Tabel 4.68 Pengujian Individual No Hipotesis ^Koefisien

jalur ^{thitung ttabel}

Kesimpula n

1 _yx1≠ 0 _yx1 = 0,453 4,183 2,00 Ho ^ditolak 2 yx2≠ 0 yx2 = 0,280 2,829 2,00 Ho ^ditolak 3 yx3≠ 0 yx3 = 0,271 3,430 2,00 H_o ditolak Sumber: data primer yang telah diolah

Dari hasil pengujian parsial diketahui bahwa untuk variabel penetapan pelayanan, harga dan lokasi berpengaruh signifikan terhadap kepuasan pelanggan.

3) Uji Fhitung ^{(Uji Simultan Persamaan 2)}

(Persamaan Y2= ρy2^x1^X1 ⁺ ρy2^x2^X2 ⁺ ρy2^x3^X3 ⁺ ρy2^y1^Y1 ⁺ ε)

Pengujian hipotesis secara simultan bertujuan untuk mengukur besarnya pengaruh variabel bebas secara bersama-sama terhadap variabel terikatnya. Hasil hipotesis yang dalam pengujian ini adalah:

Tabel 4.69

Hasil uji F (Uji Simultan Persamaan 2) ANOVA^a

Model Sum of Squares Df Mean Square F Sig.

1 Regression 518.321 4 129.580 64.743 .000^b Residual 110.079 55 2.001 Total 628.400 59 a. Dependent Variable: LY b. Predictors: (Constant), KP, LK, H, PL

Pada tabel 4.69 analisis varian (Anova) ditampilkan hasil uji F yang dapat dipergunakan untuk menguji model apakah variabel penetapan pelayanan, harga, lokasi dan kepuasan pelanggan secara simultan berpengaruh signifikan terhadap loyalitas pelanggan. Pengujian dilakukan dengan Uji F, hipotesis yang diajukan adalah : Ho ^: ρy2^{x1 =} ρy2^{x2 =} ρy2^x3⁼ ρy2^{y1 = 0}

H_a : sekurang-kurangnya ada sebuah ρy₂x_i0, ; i = 1, 2, 3

Pengambilan keputusan berdasarkan perbandingan nilai F_hitung dengan F_tabel:

Jika Fhitung^{> t}tabel^{, maka H}o ^ditolak Jika Fhitung^{< t}tabel^{, maka H}o ^diterima

Dari penghitungan didapat nilai F_hitung sebesar 64,743. Dengan tingkat signifikansi sebesar 5% dan df1 ^{= 4 dan df}2 ^{= 55} didapat nilai F_tabel = 2,77. Karena nilai F_hitung (64,743) > nilai F_tabel (2,77) maka Ho ^{ditolak atau terdapat kecocokan antara model dengan} data. Sehingga dapat disimpulkan bahwa aspek variabel pelayanan, harga, lokasi dan kepuasan pelanggan secara simultan berpengaruh signifikan terhadap loyalitas pelanggan. Sehingga model analisis jalur yang didapatkan layak digunakan untuk memprediksi. Atau jika dilihat dengan menggunakan nilai signifikansi, diketahui bahwa nilai sig (0,000 < 0,05) sehingga memiliki kesimpulan yang sama dengan Uji F yaitu terdapat kecocokan antara model dengan data.

4) Uji thitung ^{(Uji Parsial Persamaan 2)}

Pengujian hipotesis secara parsial dimaksudkan untuk mengetahui ada atau tidaknya pengaruh variabel bebas secara parsial terhadap variabel terikat. Hasil hipotesis dalam pengujian ini adalah:

Tabel 4.70

Hasil uji t (Uji Parsial Persamaan 2) Coefficients^a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .326 1.867 .175 .862 PL .106 .047 .263 2.279 .027 H .223 .092 .238 2.429 .018 LK .203 .067 .243 3.010 .004 KP .215 .096 .277 2.228 .030 a. Dependent Variable: LY

Sumber: data primer yang telah diolah

Y2 = y2x1 ^X1 +  y2x2^X2 +  y2x3^X3 + y2y1^Y1 ^{+ }

Berdasarkan tabel 4.70 mengenai uji t, Berikut adalah pengujiannya:

(a) Menguji signifiknasi koefisien x1 ^{(pelayanan) pada model} analisis jalur:

Berikut adalah hipotesis yang diajukan:

Ho ^{: y}2^x1 ^{= 0 (koefisien x}1 ^{(pelyanan) tidak signifikan)} Ha ^{: y}2^x1≠ 0 (koefisien x1 ^{(pelayanan) signifikan)} Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai thitung ^{dengan t}tabel ^{di mana} Jika |t_hitung| > t_tabel, maka H_o ditolak

Terlihat bahwa thitung ^{untuk koefisien pelayanan} adalah 2,279, Sedang t_tabel bisa dihitung pada tabel t-test,

dengan α = 0,05, karena digunakan hipotesis dua arah, ketika mencari t_tabel, nilai α dibagi dua menjadi 0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60 - 2=58). Didapat ttabel ^{adalah 2,00.}

Oleh karena t_hitung> t_tabel, (2,279>2,00), maka Ho ditolak, sehingga dapat disimpulkan bahwa koefisien pelayanan berpengaruh signifikan terhadap loyalitas pelanggan.

(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05, maka H_o diterima Jika probabilitas < 0,05, maka Ho ^ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,027 atau probabilitas di bawah 0,05 (0,027< 0,05). Dengan demikian Ho ^{ditolak, sehingga mempunyai} kesimpulan yang sama dengan uji t yaitu koefisien pelayanan berpengaruh signifikan terhadap loyalitas pelanggan.

(b) Menguji signifikansi koefisien y₂x₂ (harga) pada model analisis jalur:

Berikut adalah hipotesis yang diajukan :

H_o : y2x2 = 0 (koefisien X₂ (harga) tidak signifikan) H_a : y2x2 ≠ 0 (koefisien X₂ (harga) signifikan) Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai t_hitung dengan t_tabel di mana Jika |thitung^{| > t}tabel^{, maka H}o ^ditolak

Jika |t_hitung| < t_tabel, maka H_a diterima

Terlihat bahwa thitung ^{untuk koefisien harga adalah}

2,429, Sedang t_tabel bisa dihitung pada tabel t-test, dengan α

= 0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60 - 2=58). Didapat ttabel ^{adalah 2,00.}

Oleh karena t_hitung< t_tabel, (2,429>2,00), maka H_o

ditolak, sehingga dapat disimpulkan bahwa koefisien hargaberpengaruh signifikan terhadap loyalitas pelanggan. (2) Berdasarkan nilai probabilitas dengan α = 0,05:

Jika probabilitas > 0,05 , maka Ho ^diterima Jika probabilitas < 0,05 , maka H_o ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,018 atau probabilitas di bawah 0,05 (0,018<0,05). Dengan demikian Ho ^{ditolak, sehingga mempunyai} kesimpulan yang sama dengan uji t yaitu koefisien harga berpengaruh signifikan terhadap loyalitas pelanggan.

(c) Menguji signifikansi koefisien y₂x₃ (lokasi) pada model analisis jalur:

Berikut adalah hipotesis yang diajukan:

Ho ^{: y2x2 = 0 (koefisien X}3 ^{(lokasi) tidak signifikan)} Ha ^:y2x2≠ 0 (koefisien X3 ^{(lokasi) signifikan)} Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai thitung ^{dengan t}tabel ^{di mana} Jika |t_hitung| > t_tabel, maka H_o ditolak

Jika |thitung^{| < t}tabel^{, maka H}a ^diterima

Terlihat bahwa thitung ^{untuk koefisien lokasi adalah}

3,010, Sedang t_tabel bisa dihitung pada tabel t-test, dengan α

= 0,05, karena digunakan hipotesis dua arah, ketika mencari ttabel, nilai α dibagi dua menjadi 0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60-2=58). Didapat ttabel ^{adalah 2,00.}

Oleh karena thitung^{< t}tabel^{, (3,010>2,00), maka H}o ditolak, sehingga dapat disimpulkan bahwa koefisien lokasi berpengaruh signifikan terhadap loyalitas pelanggan.

(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05, maka H_o diterima Jika probabilitas < 0,05, maka Ho ^ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,004 atau probabilitas di bawah 0,05 (0,004<0,05). Dengan demikian Ho ^{ditolak, sehingga mempunyai} kesimpulan yang sama dengan uji t yaitu koefisien lokasi berpengaruh signifikan terhadap loyalitas pelanggan.

(d) Menguji signifikansi koefisien y2^y1 ^{(kepuasan pelanggan) pada} model analisis jalur:

Berikut adalah hipotesis yang diajukan:

Ho ^{: y2y1 = 0 (koefisien Y}1 ^{(kepuasan pelanggan) tidak} signifikan)

Ha ^{: y2y1} ≠ 0 (koefisien Y1 ^{(kepuasan pelanggan) signifikan)} Pengambilan keputusan didasarkan atas dua metode:

(1) Berdasarkan perbandingan nilai t_hitung dengan t_tabel di mana Jika |thitung^{| > t}tabel^{, maka H}o ^ditolak

Jika |thitung^{| < t}tabel^{, maka H}a ^diterima

Terlihat bahwa t_hitung untuk koefisien kepuasan pelanggan adalah 2,228, Sedang ttabel ^{bisa dihitung pada} tabel t-test, dengan α = 0.05, karena digunakan hipotesis

0,025, dan df = 58 (didapat dari rumus n-2, dimana n adalah jumlah data, 60-2=58). Didapat t_tabel adalah 2,00.

Oleh karena thitung^{< t}tabel^{, (2,228>2,00), maka H}o ditolak, sehingga dapat disimpulkan bahwa koefisien kepuasan pelanggan berpengaruh signifikan terhadap loyalitas pelanggan.

(2) Berdasarkan nilai probabilitas dengan α = 0,05: Jika probabilitas > 0,05 , maka Ho ^diterima Jika probabilitas < 0,05 , maka H_o ditolak

Terlihat bahwa nilai probabilitas pada kolom Sig

adalah 0,030 atau probabilitas di bawah 0,05 (0,030<0,05). Dengan demikian H_o ditolak, sehingga mempunyai kesimpulan yang sama dengan uji t yaitu koefisien kepuasan pelanggan berpengaruh signifikan terhadap loyalitas pelanggan.

Tabel 4.71 Pengujian Individual

No Hipotesis Koefisien jalur t_hitung t_tabel Kesimpulan 1 y2x1≠ 0 y2x1 = 0,263 2,279 2,00 Ho ^ditolak 2 y2x2≠ 0 y2x2= 0,238 2,429 2,00 H_o ditolak 3 y2x3 ≠ 0 y2x3 = 0,243 3,010 2,00 Ho ^ditolak 4 _y2y1 ≠ 0 _y2y1 = 0,277 2,228 2,00 Ho ^ditolak Sumber: data primer yang telah diolah

Dari hasil pengujian parsial diketahui bahwa untuk variabel penetapan pelayanan, harga, lokasi dan kepuasan pelanggan berpengaruh signifikan terhadap loyalitas pelanggan.

D. Interpretasi

Dari hasil penelitian ini didapat bahwa dalam persamaan analisis jalur Y₁ =



yx₁X₁ +



yx₂X₂ +



yx₃X₃+ menunjukan variabel pelayanan, harga dan lokasi secara keseluruhan memiliki pengaruh yang signifikan terhadap kepuasan pelanggan.

Sedangkan dari variabel pelayanan memiliki pengaruh yang signifikan terhadap kepuasan pelanggan sebesar 40,18%. Hal ini dapat diartikan kepuasan pelanggan melihat dari sisi pelayanan yang dilakukan oleh convenience store

7-eleven, sehingga perlu adanya peningkatan kualitas pelayanan pada

convenience store 7-eleven. Hasil sesuai dengan penelitian yang dilakukan oleh Rayi Endah (2008). Dengan judul “Pengaruh Kualitas Layanan, Kualitas