Laporan Hasil Penelitian PAKET STANDAR C-9
Hubungan 13 Indikator Kualitas Pelayanan dengan 5 Dimensi Pokok (Total) Kualitas Pelayanan dan Kepuasan Konsumen
3.6. Metode Pengumpulan Data 1 Kuesioner (angket)
Kuesioner berupa angket merupakan teknik pengumpulan data yang dilakukan melalui pemberian pertanyaan-pertanyaan secara tertulis kepada responden untuk dijawab.Pertanyaan kuesioner pada penelitian ini bersifat terbuka dan tertutup. Alasan digunakannya metode kuesioner adalah :
(a) Kuesioner bisa digunakan untuk mengumpulkan data dalam waktu yang relative singkat, walaupun jumlah responden banyak.
(b) Memudahkan dalam menganalisa data, karena responden mendapatkan pertanyaan yang sama dan tidak perlu menginterprestasi.
3.6.2 Wawancara
Wawancara merupakan metode pengumpulan data dengan mengadakan tanya jawab atau mengajukan pertanyaan langsung kepada responden secara langsung untuk mengumpulkan keterangan-keterangan yang dibutuhkan.
3.6.3 Observasi langsung
Yaitu mengamati secara langsung kegiatan pelayanan yang diberikan dengan cara menggunakan atau ikut sebagai penumpang menaiki Armada Bus TRANSJAKARTA untuk berbagai rute seperti Bekasi-Kampung Rambutan dan beberapa rute lainnya serta jenis bus yang
dinaiki di dalam wilayah Jabodetabek untuk memperoleh gambaran secara jelas mengenai pelayanan yang diberikan.
3.6.4 Studi Kepustakaan
Yaitu penelitian yang dilakukan dengan membaca literatur seperti buku bacaan, majalah-majalah ilmiah. baik yang diperoleh dari kuliah maupun yang diperoleh dari perpustakaan dan sumber lainnya. Data yang diperoleh dari cara ini merupakan data tambahan sebagai pendukung atau sering disebut sebagai data sekunder.
3.7 Teknik Pengolahan Data
Sebelum membuat keputusan, maka kuesioner yang telah diisi oleh responden dikumpulkan, kemudian diolah dan dianalisis untuk mendapatkan hasil yang jelas dan maksimal. Pada penelitian ini analisis data yang di gunakan adalah analisis kualitatif dan analisis kuantitatif.
3.7.1 Analisis Kualitatif
Analisis kualitatif merupakan analisis yang dinyatakan dalam bentuk uraian dan didasarkan pada data yang telah ada. Analisis ini berguna untuk menjelaskan tentang berbagai macam masalah atau hal-hal penting yang dinyatakan dalam bentuk kalimat untuk memperjelas suatu kebenaran.
3.7.2 Analisis Kuantitatif
Analisis kuantitatif merupakan analisis yang digunakan untuk data-data yang berbentuk angka yang dapat di ukur atau di hitung. Tujuan analisis kuantitatif adalah untuk
mengetahui seberapa besar pengaruh suatu variabel atau hal terdapat variabel lain secara kuantitatif. Analisis ini menggunakan suatu perhitungan melalui metode statistik mengunakan Lotus 123 Transition Program Microsoft Office Excel 2003 dan SPSS For Windows, IBM Versi 21.
3.8 Teknik Analisa Data
Untuk menganalisa data hasil penelitian mengenai kebijakan-kebijakan perusahaan dalam menetapkan kebijaksanaan manajemen pemasaran digunakan analisis statistik antara variabel-variabel dengan teknik yang akan dipergunakan adalah sebagai berikut:
3.8.1 Statistik Deskriptif Variabel
Analisis ini dilakukan untuk mendapatkan gambaran deskriptif mengenai responden penelitian, khususnya dalam hubungannya dengan variabel-variabel penelitian yang digunakan dalam pengujian hipotesis. Analisis ini dugunakan untuk memberikan gambaran atau deskripsi empiris atas data yang dikumpulkan dalam penelitian. Menurut Ferdinand (2006) dalam Lucky Fibrianto (2001: 31) bahwa Metode analisis kuantitatif memiliki karakteristik sebagai berikut:
1. Uji hipotesis
2. Konsep dalam bentuk variabel yang unik 3. Ukuran ditentukan sebelum data collection 4. Data berupa angka dari pengukuran yang akurat 5. Teori bersifat kausal dan deduktif
6. Prosedur adalah standar dan bisa direplikasi
7. Analisis menggunakan statistik dan bisa dihubungkan dengan hipotesis
3.8.2 Uji Validitas dan Reliabiitas 3.8.2.1 Uji Validitas
Menurut Ghozali, 2001 (dalam Richa Widyaningtyas, 2010: 82) uji validitas (uji kesahihan) adalah suatu alat yang digunakan untuk mengukur sah/valid tidaknya suatu kuesioner. Kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner. Kriteria pengambilan keputusan untuk validitas adalah ditentukan apabila nilai r hitung yang dinyatakan dengan nilai Corrected Item Total Correation > r tabel pada df = n-2 dan = 0.05 maka indikator dikatakan valid/sahih.
1. Jika r hitung > r tabel dan bernilai positif, maka variabel tersebut valid.
2. Jika r hitung < r tabel, maka variabel tersebut tidak valid (DROP).
3.8.2.2 Uji Reliabilitas
Reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari suatu variabel. Suatu kuesioner dikatakan reliable atau handal jika jawaban pertanyaan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2005 (dalam Richa
Widyaningtyas, 2010: 84). Pengukuran reliabilitas dalam penelitian ini dilakukan dengan cara one shot atau pengukuran sekali saja. Disini pengukuran hanya sekali dan kemudian hasilnya dibandingkan dengan pertanyaan lain atau mengukur reliabilitas dengan uji statistik Cronbach Alpha (a). Suatu variabel dikatakan reliable jika nilai Cronbach Alpha (a) > 0.6 (Ghozali, 2007, dalam Deddy Setyawan Wicaksono, 2010: 59).
Menurut Azwar (2001) dalam Lucky Fibrianto (2001:31) mengatakan bahwa reliabilitas merupakan penerjemahan dari kata reliability yang artinya keterpercayaan, keterandalan, konsistensi dan sebagainya. Hasil pengukuran dapat dipercaya bila dalam beberapa kali pelaksanaan pengukuran terhadap kelompok subyek yang sama diperoleh hasil yang relatif sama, selama aspek yang diukur tidak berubah. Reliabilitas instrumen adalah hasil pengukuran yang dapat dipercaya. Reliabilitas instrumen diperlukan untuk mendapatkan data sesuai dengan tujuan pengukuran. Untuk mencapai hal tersebut, dilakukan uji reliabilitas dengan menggunakan metode alpha Cronbach diukur berdasarkan skala alpha Cronbach 0 sampai 1. Jika skala itu dikelompok ke dalam lima kelas dengan range yang sama, maka ukuran kemantapan alpha dapat diinterprestasikan sebagai berikut:
1. Nilai alpha Cronbach 0,00 s.d. 0,20, berarti kurang reliabel 2. Nilai alpha Cronbach 0,21 s.d. 0,40, berarti agak reliabel 3. Nilai alpha Cronbach 0,42 s.d. 0,60, berarti cukup reliabel 4. Nilai alpha Cronbach 0,61 s.d. 0,80, berarti reliabel
5. Nilai alpha Cronbach 0,81 s.d. 1,00, berarti sangat reliabel (Triton, 2005)
3.8.3 Uji Asumsi Klasik 3.8.3.1 Uji Normalitas
Uji ini bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Kita dapat melihatnya dari normal probability plot yang membandingkan distribusi kumulatif dengan distribusi normal. Model regresi yang baik adalah model yang memiliki distribusi data normal atau mendekati normal (Ghozali, 2001: 74). Kriteria pengambilan keputusan adalah Jika penyebaran data pada grafik normal P-P Plot mengikuti garis normal (45 derajat), maka data berdistribusi normal.
Distribusi normal membentuk suatu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonalnya. Jika distribusi data normal, maka garis yang menggambarkan data sebenarnya akan mengikuti garis normalnya (Ghozali, 2005 (dalam Richa Widyaningtyas, et.al., 2010) bahwa dasar pengambilan keputusan untuk uji normalitas adalah:
a. Jika data menyebar disekitar garis-garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
3.8.3.2 Uji Multikolinearitas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen (Ghozali, 2001:57). Jika terjadi korelasi, maka dinamakan terdapat problem Multikolinieritas. Pengujian ada tidaknya gejala multikolinearitas dilakukan dengan memperhatikan nilai matriks korelasi yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan Tolerance-nya. Nilai dari VIF antara 0 sampai dengan 10 menandakan tidak adanya gejala multikolinearitas. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak terdapat problem multikolinieritas.
1. Jika tolerance > 10% dan VIF < 10% maka tidak terjadi Multikoleniaritas 2. Jika tolerance < 10% dan VIF > 10% maka terjadi Multikoniaritas
3.8.3.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan yang
lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas. Dan jika varians tersebut berbeda, maka tidak terjadi Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas (Ghozali, et.al., 2001). Pengujian ada tidaknya gejala heteroskedastisitas memakai metode grafik dengan melihat ada tidaknya pola tertentu pada scatterplot dari variabel terikat, dimana jika tidak terdapat pola tertentu maka tidak terjadi heteroskedastisitas dan begitu pula sebaliknya (Ghozali, et.al., 2001).
Selain dari cara itu, metode yang digunakan untuk mendeteksi ada atau tidaknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel dependen, yaitu ZPRED dengan residual SRESID. Deteksi ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dengan sumbu Y yang telah diprediksi, dan sumbu X adalah residual yang telah di-studentized. Dasar analisisnya sebagai berikut:
1) Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas Ghozali (2005: 69) dan (dalam Richa Widyaningtyas, et.al., 2010).
3.8.4 Pengujian Hipotesis
3.8.4.1 Uji Signifikan Parameter Individual (Uji Statistik t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen.
Langkah-langkah pengujiannya adalah sebagai berikut :
(2) Level of Significant apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama (simultan) terhadap variabel dependen atau terikat. Adapun tahap pengujiannya adalah sebagai berikut:
(1) Menentukan nilai F hitung dengan rumus:
(2) Dengan tingkat keyakinan atau α = 0,05 dan derajat kebebasan df = N-K akan diperoleh F tabel, kemudian membandingkan dengan nilai F hitung yang diperoleh untuk menentukan apakah pengaruhnya signifikan atau tidak.
(a) Bila F hitung > F tabel, maka H0 ditolak atau menerima H1, yang berarti terdapat pengaruh secara simultan.
(b) Bila F hitung < F tabel, maka H0 diterima atau menolak H1, yang berarti tidak terdapat pengaruh secara simultan.
3.8.4.3 Uji Signifikansi Simultan (Durbin-Watson Test)
3.8.4.4 Koefisien Determinasi (R2)
Koefisien determinasi terkoreksi atau disebut sebagai nilai Adjusted R Square (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol dan satu atau 0 <R2 < 1.
NilaiR2 yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variasi variabel dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Secara umum koefisien determinasi untuk data silang (crossection) relatif rendah karena adanya variasi yang besar antara masing-masing pengamatan, sedangkan untuk data runtun waktu (time series) biasanya mempunyai nilai koefisien determinasi yang tinggi (Ghozali, et.al., 2001).
3.8.5 Hipotesa Statistik
Untuk mengetahui signifikasi atau tidaknya hasil penelitian maka perlu dilakukan dengan Uji t (Uji Parsial). Uji t yaitu suatu uji untuk mengetahui pengaruh kualitas pelayanan (X1) terhadap loyalitas konsumen (Y2) melalui kepuasan konsumen konsumen (Y1) pelanggan sebagai variabel intervening.
(c) Jika nilai signifikansinya < 0.05, maka Ho ditolak dan Ha diterima, artinya ada pengaruh antara variabel bebas terhadap variabel terikat.
(d) Jika nilai signifikansinya > 0.05 maka Ho diterima dan Ha ditolak, artinya tidak ada pengaruh antara variabel bebas secara parsial terhadap variabel terikat.
K -N
1 -) N R 1 ( 1 R
2 2
4.1 Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I)
Dalam penelitian ini menggunakan 40 Indikator/Dimensi (dikalikan dengan 6) atau sebanyak 240 responden yang merupakan penumpang (pelanggan) yang telah lebih 3 kali menggunakan jasa transportasi darat TRANSJAKARTA, dengan menonjolkan pengaruh positif ke 5 dimensi Kualitas Pelayanan (X1u.i) dalam Part Analysis Method, sehingga hasil perhitungan diharapkan akan menunjukkan bahwa Variabel maupun Dimensi dari Kualitas Pelayanan, mempunyai pengaruh langsung dan significan terhadap Variabel Kepuasan Konsumen, sedangkan Variabel Kepuasan Konsumen mempunyai pengaruh tidak langsung yang significan terhadap Variabel Loyalitas Konsumen [melalui intervening Variabel Kepuasan Konsumen], dimana sebelumnya telah dilakukan Uji Kualitas Data, berupa: Uji Validitas dan Uji Reliabilitas.
Prediksi Bentuk Perwajahan apabila menjadi sebuah Hasil Penelitian/Jurnal TRANSJAKARTA dimana Pegembangan MODEL & KERANGKA PEMIKIRAN TEORITIS yang mesti dibuat hanya bentuk fungsional hasil estimasi (Unstandardized Coefficients) Model Regresi I dan Model fungsional Metode Path Analysis (Standardized Coefficients) saja oleh karena tidak melibatkan Indikator/Dimensi dari 8 Variabelnya (sebanyak 40 Indikator/Dimensi disembunyikan). Penelitian/Jurnal senacam ini memiliki analisa pendek (diistilahkan dengan Pendek Alt).
Model penelitian Keunggulan Bersaing semacam ini dikembangkan melalui Kinerja pemasaran, yaitu semacam kinerja perusahaan yang digerakkan dari berbagai aspek pemasaran melalui pengembangan model fungsional Loyalitas Konsumen (….fungsi
Semula) yang dilanjutkan melalui kinerja pemasaran model fungsional Keunggulan Bersaing (….fungsi estapet) sebagai alat dalam pencapaian tujuan-tujuan finansial perusahaaan yang diharapkan mampu mendapatkan keberhasilan melebihi para pesaingnya.
Berbagai Uji Statistik sebagai Model penelitian keunggulan bersaing diharapkan mampu membuktikan bahwa Kualitas Pelayanan (X1) dan Harga Tiket (X2) berpengaruh positif terhadap Kepuasan Konsumen (Y1) dan Kepuasan Konsumen berpengaruh positif terhadap Loyalitas Konsumen (Y2). Demikian juga yang diharapkan dari Y1 = Y1u = Kepuasan Konsumen dan Y2 = Y2u = Loyalitas Konsumen berpengaruh positif terhadap Y3v
= Dimensi Rata-rata Keunggulan Bersaing dan Dimensi Rata-rata Keunggulan Bersaing berpengaruh positif pula terhadap Y3 = Y3u: Keunggulan Bersaing.
Secara teori penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part Analysis’ Method) yang dilengkapi dengan berbagai Uji Statistik, peralatan analisa maupun perhitungan pada umumnya menggunakan Model Regresi Linier Berganda (multiples regression) untuk semua bentuk fungsional model hasil estimasi (Unstandardized Coefficients: Model Regresi I, Model Regresi II, Model Regresi III (Simple Regression) dan Model fungsional hasil estimasi Metode Path Analysis (Standardized Coefficients) yang secara keseluruhannya mengunakan program SPSS IBM Statistik Versi 21 for Windows dan beberapa bagian tertentu menggunakan Micrrosoft Excel 2003 (Lotus 1-2-3 Transition).
Metode Analisa Jalur Ganda (Double Part Analysis’ Method) merupakan sepasang Part Analysis Method gabungan antara Model fungsional klasik Loyalitas
Konsumen (sebagai fungsi Semula) dengan Model fungsional Keunggulan Bersaing (sebagai fungsi estapet). Hasil Perhitungan Empiris dari Metode Analisa Jalur Ganda (Double Part Analysis’ Method) didapatkan dari menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Yang dimaksud dengan Data Dengan Kategori (Jumlah ke I) merupakan data
”hasil survey” berbentuk skala lima (sangat setuju, setuju, netral, tidak setuju dan sangat tidak setuju) dengan skor 5, 4, 3, 2, dan 1 (Data 5 observasi) dengan asumsi Data skala pengukuran Netral bernilai Nol. Sedangkan Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang disusun dari seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi ”Data 6 Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data ”hasil survey” tersebut.
Data hasil survey atau Data Dengan Kategori (Jumlah ke I) dalam penelitian ini digunakan untuk menganalisis semua indikator dari: Variabel Kualitas Pelayanan (X1), Variabel Harga Tiket (X2), Variabel Kepuasan Konsumen (Y1), Variabel Loyalitas Konsumen (Y2), Dimensi Rata-rata Harga Tiket (X2v) dan Variabel Keunggulan Bersaing (Y3). Sedangkan Dimensi Rata-rata Kualitas Pelayanan (X1v), dan Dimensi Rata-rata Keunggulan Bersaing (Y3v) yang murni merupakan “Data Olahan” dari semua indikator berbagai variabel tersebut dipergunakan dalam berbagai Uji Statistik maupun peralatan analisa berbagai bentuk Model Empiris sesuai kebutuhan penelitian.
Upaya memaksimalisasi/meningkatkan beberapa indikator kualitas pelayanan (X1.i) yang merupakan tingkat keunggulan (excellence) yang diharapkan konsumen (Philip Kotler, et.al., 2002), dan pengendalian atas keunggulan tersebut untuk memenuhi keinginan
pelanggan, menurut Parasuraman, (1985: 41-50 dan 1988: 12-40) yang dirangkum oleh Fandy Tjiptono, 2007 (dalam Febri Tri Bramasta Putra, 2010: 15) terdapat 5 dimensi (indikator) Kualitas Jasa atau Layanan yang seringkali digunakan oleh para peneliti (suatu pengertian yang multidimensi). Ke 5 dimensi (indikator) tersebut adalah: (1) Bukti fisik (tangible), (2) Keandalan (reliability), (3) Daya tanggap (responsiveness), (4) Jaminan (assurance) dan (5) Empati (empathy). Artinya, Indikator dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah, ditingkatkan, diganti, ditambah, direnopasi, dibiayai ulang dan lain sebagainya, serta meningkatkan bahkan mempertajam kemampuan manejerialnya dan manajemen operasional secara maksimal.
Sedangkan upaya Optimalisasi/perubahan beberapa indikator harga tiket (X2.i) atau menetapkan tarif angkut yang akan diemban konsumen pengguna jasa tersebut guna mendapatkan sejumlah kombinasi dari jasa pelayanan yang diberikan, menurut Philip Kotler dan Gary Armstrong, 2001 (dalam Richa Widyaningtyas, 2010: 19) adalah melakukan optimalisasi dalam hal yang menyangkut: (1) Kesesuaian harga dengan kualitas jasa yang diberikan, (2) Kesesuaian harga dengan pelayanan yang diterima dan (3) Kesesuaian harga dengan fasilitas. Artinya, (2) Indikator dalam wujud Dimensi apa saja yang harus dirubah (dinaikan atau diturunkan) dengan melakukan berbagai penyesuaian Harga tiket atau tarif angkut dengan Kualitas jasa yang diberikan, pelayanan yang diterima dan fasilitas perusahaan yang tersedia.
Penelitian ini diperhitungkan sebagai “Pengkajian Model” dan bukan “Pengujian Model“ yang hanya sekedar melihat hubungan sebab akibat dari model fungsional hasil estimasi. Proses perhitungan dalam penelitian ini menggunakan (Data lampiran 13 s/d 20), hingga mendapatkan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.1 (meliputi semua penjabarannya) sebagai berikut:
Keterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514b
Gambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke I)].
Dimensi
Coeff. Reg c1 = 347718.212d(Excluded Variable)
Coeff. Reg c2 = 1.429
Y3v.1. Memperluas Trayek Bus TRANSJAKARTA
Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TRANSJAKARTA Y3v.3. Meningkatkan Promosi TRANSJAKARTA
First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 1.261 X1 - 0.363 X2
Y2 = 347718.212d X1 + 1.134 X2 - 0.354 Y1 Calc
Second Path Analysis Method Keunggulan Bersaing (….Fungsi estapet):
Y3v = 0.098 Y1 + 0.819 Y2 Y3 = 0.062 Y1 + 256339.514b Y2 + 0.840 Y3v
r 2(Y3v) = 0.741
r 2(X2,Y1) = 0.291