BAB I PENDAHULUAN 1.1 Latar Belakang - ANALISIS STATISTIK KEPUASAN PELANGGAN PENGGUNA BAHAN BAKAR JENIS PERTALITE DI SIDOARJO DENGAN PENDEKATAN REGRESI LOGISTIK BINER DAN ANALISIS GAP Repository - UNAIR REPOSITORY

(1)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Semakin tahun volume kendaraan bermotor semakin meningkat, salah satunya di Indonesia. Dengan adanya fakta tersebut menunjukkan bahwa kendaraan bermotor, terutama kendaraan pribadi menjadi suatu kebutuhan penting bagi setiap orang. Setiap kendaraan bermotor pasti membutuhkan Bahan Bakar Minyak (BBM) karena merupakan salah satu komponen penting yang berguna untuk menggerakan mesin pada kendaraan tersebut. Di Indonesia terdapat berbagai macam jenis Bahan Bakar Minyak (BBM) kendaraan bermotor yang dapat dikonsumsi oleh masyarakat, jenisnya yaitu Premium, Pertamax 92, Pertamax Plus, Pertamina Dex, Solar, Bio Solar, dan yang terbaru yaitu jenis Pertalite. Pemerintah Indonesia secara resmi meluncurkan bahan bakar jenis Pertalite pada tanggal 24 Juli 2015 sebagai varian baru bagi konsumen yang menginginkan BBM dengan kualitas di atas Premium. Berbeda halnya dengan

bahan bakar jenis Premium, bahan bakar jenis Pertalite ini termasuk dalam BBM non subsidi sehingga dengan demikian harga Pertalite akan langsung ditetapkan oleh PT Pertamina sendiri dalam hal penjualan.

(2)

Bahan bakar adalah suatu materi apapun yang bisa diubah menjadi energi. Pertalite adalah bahan bakar minyak terbaru dari Pertamina dengan RON 90. RON adalah angka yang mempresentasikan ketahanan bahan bakar terhadap kompresi di dalam mesin tanpa meledak sendiri. Pertalite dihasilkan dengan penambahan zat aditif dalam proses pengolahannya di kilang minyak. Bahan bakar jenis baru Pertalite memiliki kadar oktan lebih tinggi dari Premium dan lebih rendah dari Pertamax. Sehingga dengan demikian maka ukuran RON untuk Pertalite diperkirakan antara RON 90 hingga RON 92 dengan harga lebih murah dari Pertamax dan lebih mahal dari Premium.

Dengan semakin meningkatnya pengguna kendaraan bermotor akan mempengaruhi kepuasaan pelanggan dalam menggunakan suatu jenis bahan bakar. Kepuasaan pelanggan adalah perasaan senang atau kecewa seseorang yang berasal dari perbandingan antara kesannya terhadap kinerja (hasil) suatu produk dengan harapannya (Kotler, 2005). Salah satu aspek yang mempengaruhi kepuasaan pelanggan adalah kualitas produk. Delapan dimensi kualitas produk untuk mengetahui kualitas produk yang diberikan suatu perusahaan antara lain: performance (unjuk kerja), durability (ketahanan), service ability (kemampuan layanan), aesthetic (keindahan), perceived quality (kualitas yang dirasakan), conformance (kesesuaian), reliability (kehandalan), features (fitur). Delapan dimensi tersebut dapat membuat produk yang berkualitas dalam sebuah perusahaan (Garvin, 1987).

(3)

Konsumen dalam penggunaan Energi Bahan Bakar Minyak Untuk Kendaraan Bermotor di Surakarta”. Namun pada penelitian tersebut, penulis hanya meneliti tentang profil pengguna bahan bakar minyak khususnya premium dan perilaku konsumen dengan menggunakan uji proporsi.

Penulisan ini bertujuan untuk mengetahui tingkat kepuasan pelanggan pengguna bahan bakar jenis Pertalite di Sidoarjo, dengan harapan dapat memberikan informasi serta mengetahui seberapa besar pengaruh adanya bahan bakar jenis Pertalite di Sidoarjo. Berdasarkan uraian diatas, penulis tertarik untuk mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan bahan bakar jenis Pertaite di Sidoarjo berdasarkan pendekatan regresi logistik biner serta untuk menganalisa kesenjangan kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk Pertalite di Sidoarjo berdasarkan analisis GAP.

1.2 Rumusan Masalah

Berdasarkan latar belakang, maka permasalahan yang akan dibahas dalam penulisan ini adalah

1. Bagaimana karakteristik pengguna bahan bakar jenis Pertalite di Sidoarjo? 2. Faktor-faktor apa saja yang mempengaruhi kepuasan pengguna bahan bakar

jenis Pertalite di Sidoarjo berdasarkan metode regresi logistik biner?

(4)

1.3 Tujuan

Berdasarkan rumusan masalah, maka tujuan dari proposal skripsi ini adalah 1. Mendeskripsikan dan menganalisis karakteristik pengguna bahan bakar jenis

Pertalite di Sidoarjo.

2. Menentukan faktor-faktor yang mempengaruhi kepuasan pengguna bahan bakar jenis Pertalite di Sidoarjo dengan menggunakan metode regresi logistik biner.

3. Menganalisa kesenjangan antara kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk bahan bakar Pertalite di Sidoarjo berdasarkan analisis GAP.

1.4 Manfaat

Penulisan ini diharapkan dapat memberikan manfaat bagi beberapa kalangan yaitu sebagai berikut.

1. Bagi penulis

Penulisan ini merupakan kesempatan yang baik dalam menerapkan teori statistika dalam dunia praktek dan mengembangkan kemampuan penulis dalam melakukan penulisan serta menambah pengalaman.

2. Bagi Perusahaan

(5)

1.5 Batasan Masalah

(6)

BAB II

TINJAUAN PUSTAKA

2.1 Konsep Kepuasan Pelanggan

Kepuasan pelanggan adalah perasaan senang atau kecewa seseorang setelah membandingkan antara kinerja produk yang dipikirkan terhadap kinerja produk yang diharapkan (Kotler & Amstrong, 2008). Menurut Brown (1992) dalam Kasih (2012), Konsumen yang puas akan mengkonsumsi produk tersebut secara terus-menerus, mendorong konsumen loyal terhadap produk dan jasa tersebut dan dengan senang hati mempromosikan produk dan jasa tersebut dari mulut ke mulut.

Kriteria untuk mengukur kepuasan sebagai berikut. 1. Kesetiaan

Kesetiaan seseorang terhadap suatu layanan adalah refleksi dari hasil pelayanan yang memuaskan. Ukuran kepuasan seseorang dapat diukur dari kesetiaannya untuk selalu tetap menggunakan produk atau jasa tertentu.

2. Keluhan/komplain

(7)

3. Partisipasi

Partisipasi pada dasarnya dapat diukur dari kesadarannya dalam memikul kewajiban menjalankan haknya sebagai pelanggan yang dimiliki dengan rasa tanggung jawab.

Persepsi adalah keyakinan konsumen mengenai layanan yang diterima sedangkan harapan adalah keinginan dari konsumen, dimana mereka merasa bahwa seorang penyedia jasa haruslah memberikan jasa lebih dan yang seharusnya. (Parasuraman, Zeithaml dan Berry, 1988). Indikator-indikator untuk menilai kepuasaan konsumen : 1. Konsumen tidak puas jika nilai harapan > nilai persepsi

2. Konsumen puas jika nilai harapan < nilai persepsi

3. Konsumen sangat puas jika nilai harapan = nilai persepsi

2.2 Dimensi Kualitas Produk

Menurut Kotler (2005), Kualitas Produk adalah keseluruhan ciri serta dari suatu produk atau pelayanan pada kemampuan untuk memuaskan kebutuhan yang dinyatakan atau tersirat. Secara garis besar, Kualitas produk adalah kemampuan suatu produk untuk melaksanakan fungsinya meliputi, daya tahan keandalan serta ketepatan, kemudahan operasi dan perbaikan. Untuk mendapatkan kualitas produk yang berkualitas, menurut Garvin (1987) terdapat delapan dimensi kualitas produk sebagai berikut:

(8)

2. Durability (ketahanan), jangka waktu hidup sebelum tiba saatnya diganti.

3. Service ability (kemampuan layanan), kemudahan servis atau perbaikan ketika dibutuhkan.

4. Aesthetic (keindahan), menyangkut tampilan, rasa, bunyi, dan bau.

5. Perceived quality (kualitas yang dirasakan), mutu/kualitas yang diterima dan dirasa konsumen.

6. Conformance (kesesuaian), kesesuaian kinerja dan mutu produk dengan standar. 7. Reliability (kehandalan), kemungkinan produk untuk tidak berfungsi pada

periode waktu tertentu.

8. Features (fitur), item-item ekstra yang ditambahkan pada fitur dasar.

2.3 Statistika Deskriptif

Statistika deskriptif merupakan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugusan data sehingga memberikan informasi yang berguna. Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan apapun tentang gugus induknya yang lebih besar. Artinya kesimpulan yang ditarik hanya berlaku untuk kelompok sampel yang bersangkutan tanpa dimaksudkan menarik kesimpulan yang berlaku bagi populasi.Contoh penyajian statistika deskriptif adalah tabel, diagram dan grafik.(Walpole, 1995).

(9)

Validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Kuesioner yang digunakan untuk mengumpulkan data penelitian harus dapat mengukur apa yang ingin diukur. Pengujian validitas melalui analisis butir dengan menggunakan korelasi Spearman, yaitu dengan mengkorelasikan skor setiap item dengan skor total variabel dan aspek-aspek variabel (Al-Rasyid, 1994).

Hipotesis yang digunakan dalam uji validitas adalah :

𝐻0 : Atribut tidak dapat mengukur aspek yang sama 𝐻1 : Atribut dapat mengukur aspek yang sama

Statistik Uji :

𝑟𝑠 = ∑ 𝑅(𝑋𝑖)𝑅(𝑌𝑖)−𝑛[ 𝑛+1

2 ] 2

√{∑ 𝑅(𝑋𝑖)−𝑛[𝑛+1₂ ]2}{∑ 𝑅(𝑌𝑖)2−𝑛[𝑛+1₂ ]2}

(2.1)

dengan :

𝑟𝑠 = Koefisien korelasi untuk setiap item 𝑅(𝑋𝑖) = Ranking untuk tiap skor item

𝑅(𝑌𝑖) = Ranking untuk skor total item

n = Jumlah responden

Kriteria pengujian validitas dengan analisis butir, jika koefisien korelasi item terhadap total > 𝑟(𝛼,𝑛−2) dengan derajat bebas (𝛼, 𝑛 − 2) dan nilai p-value item

terhadap total ≤ 𝛼 maka tolak 𝐻0 yang berarti pertanyaan tersebut signifikan (Atribut

mengukur aspek yang sama).

(10)

Uji reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercayai atau dapat diandalkan (Singarimbun dan sofyan, 1995). Alat pengukur yang dimaksud adalah pertanyaan kuesioner yang diwakili oleh variabel tertentu. Pada penelitian ini cara untuk mengukur reliabilitas dengan menggunakan metode Cronbach’s, dimana kategori jawaban lebih dari dua. Metode ini juga biasa disebut dengan rumus Alpha karena menggunakan koefisien alpha sebagai pembandingnya.

Hipotesis yang digunakan adalah sebagai berikut :

𝐻0 : Alat ukur tidak reliabel atau tidak konsisten 𝐻1 : Alat ukur reliabel atau konsisten

∝

𝑐

=

_𝑘−1𝑘

[1 −

∑ 𝜎𝑖

2 𝑘 𝑖=1

𝜎_𝑡2

]

(2.2)

Dengan :

𝛼𝑐 = Koefisien reliabilitas 𝑘 = Banyaknya butir pertanyaan

𝜎𝑡2 = Varian total

∑ 1𝑘 𝜎_𝑖2

𝑖 = Jumlah varian

(11)

2.6 Regresi Logistik Biner

Model logit biner merupakan model regresi dengan variabel respon 𝑌 terdiri dari dua kategorik, yaitu 𝑌 = { 0, 1} dalam hal ini mengakibatkan variabel 𝑌

berdistribusi Bernoulli. Fungsi distribusi peluang untuk 𝑌 dengan parameter 𝜋 adalah

𝑓(𝑦; 𝜋) = {_{0 𝑢𝑛𝑡𝑢𝑘 𝑦 𝑦𝑎𝑛𝑔 𝑙𝑎𝑖𝑛}𝜋(1−𝜋)1−𝑦 𝑢𝑛𝑡𝑢𝑘 𝑦=0,1

Sehingga probabilitas untuk masing-masing kategori adalah 𝑃(𝑌 = 1 | 𝑋) = 𝜋 dan

𝑃(𝑌 = 0 | 𝑋) = 1 − 𝜋 dengan 𝐸(𝑌 | 𝑋) = 𝜋, 0 ≤ 𝜋 ≤ 1.

Menurut Hosmer dan Lemeshow (2000), bentuk spesifik dari model regresi logistik yang dinyatakan sebagai fungsi 𝑥 dapat dirumuskan sebagai berikut :

𝜋(𝑥) =

𝑒(𝛽0+𝛽1𝑥1+𝛽2𝑥2+⋯+𝛽𝑝𝑥𝑝)

1+𝑒(𝛽0+𝛽1𝑥1+𝛽2𝑥2+⋯+𝛽𝑝𝑥𝑝) (2.3)

Fungsi 𝜋(𝑥) merupakan fungsi non linear sehingga perlu dilakukan transformasi logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel respon (𝑦) dengan variabel prediktornya (𝑥). Suatu transformasi dari

𝜋(𝑥) yang merupakan kajian utama dari regresi logistik adalah transformasi logit. Transformasi bentuk logit 𝜋(𝑥) dinyatakan pada persamaan berikut:

𝑔(𝑥) = 𝑙𝑛 [_{1−𝜋(𝑥)}𝜋(𝑥) ] = 𝒙𝒊𝜷 (2.4)

(12)

𝜋(𝑥)

1 − 𝜋(𝑥) = 𝑒𝒙𝒊𝜷

𝜋(𝑥) = [1 − 𝜋(𝑥)]𝑒𝒙𝒊𝜷

𝜋(𝑥) = 𝑒𝒙𝒊𝜷− 𝜋(𝑥)𝑒𝒙𝒊𝜷

𝜋(𝑥) + 𝜋(𝑥)𝑒𝒙𝒊𝜷= 𝑒𝒙𝒊𝛽

𝜋(𝑥)[1 + 𝑒𝒙𝒊𝜷] = 𝑒𝒙𝒊𝜷

𝜋(𝑥) = 𝑒𝒙𝒊𝜷 1 + 𝑒𝒙𝒊𝜷

dengan 𝑔(𝑥) = 𝛽0+ 𝛽1𝑥1+ 𝛽2𝑥2+ ⋯ + 𝛽𝑝𝑥𝑝, 𝑔(𝑥) merupakan fungsi logit.

Pada regresi logistik, metode penduga parameter melalui pendekatan Maximum Likelihood Estimation. Pada metode ini nilai dugaan parameter 𝜷

didapatkan dengan memaksimalkan fungsi likelihood dan mensyaratkan bahwa data berdistribusi Bernoulli. Fungsi Likelihood pada Bernoulli sebagai berikut (Hosmer dan Lemeshow, 2000) :

𝑓(𝑥𝑖) = [𝜋(𝒙𝒊)]𝒚𝒊[1 − 𝜋(𝒙𝒊)]1−𝒚𝒊, 𝑦𝑖 = 0,1 (2.5)

Oleh karena 𝑦𝑖 saling bebas, maka dari persamaan (2.5) diperoleh fungsi

likelihood sebagai berikut

(𝜷) = ∏ 𝑓(𝑦𝑁𝑖=1 𝑖)= ∏𝑁𝑖=1𝜋𝑖𝑦𝑖(1 − 𝜋𝑖)1−𝑦𝑖 (2.6)

Dari persamaan (2.6) diperoleh fungsi log-likelihood sebagai berikut

(13)

Estimasi vektor parameter 𝜷 diperoleh dengan memaksimumkan fungsi ℓ(𝜷)

pada (2.7). Syarat cukup agar fungsi ℓ(𝜷) mencapai nilai meksimum adalah 𝜕ℓ(𝜷)_𝜕𝜷 =

𝟎, sehingga dari (2.8) diperoleh

𝜕ℓ(𝜷)

𝜕𝛽0 = ∑ (𝑦𝑖− 𝜋𝑖) 𝑁

𝑖=1 = 0 (2.8)

dan

𝜕

𝜕𝛽_𝑗ℓ(𝜷) = ∑𝑁𝑖=1𝑋𝑖𝑗(𝑦𝑖 − 𝜋𝑖) = 0 ; 𝑗 = 1, 2, … , 𝐾 − 1 (2.9)

2.7 Pengujian Parameter

2.7.1 Uji Serentak

Pengujian ini menggunakan Likelihood Ratio Test (LRT) yang dilakukan untuk mengetahui apakah model signifikan dan untuk memeriksa peranan variabel terikat dalam model secara bersama-sama dengan hipotesis sebagai berikut.

Hipotesis :

H0 ∶ 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑃 = 0

H1 ∶minimal ada satu 𝛽𝑗 ≠ 0

Statistik uji :

𝐺 = −2ln [

(𝑛1𝑛)

𝑛1

(𝑛0_𝑛)𝑛0

(14)

dengan

𝑛0 = ∑ (1 − 𝑦𝑛𝑖=1 𝑖) (banyaknya observasi yang bernilai 𝑦 = 0) 𝑛1 = ∑𝑛𝑖=1𝑦𝑖 (banyaknya observasi yang bernilai 𝑦 = 1) 𝑛 = 𝑛0 + 𝑛1 (banyaknya observasi)

𝑖 =banyaknya pengamatan pada percobaan (𝑖 = 1,2, … , 𝑁)

𝑗 =banyaknya parameter dari variabel bebas (𝑗 = 1,2, … , 𝑝)

Daerah penolakan H0 jika G >𝜒2_{(𝛼,𝑑𝑓)} atau P-value <𝛼 = 5%. (Hosmer dan

Lemeshow, 2000).

2.7.2 Uji Parsial

Digunakan untuk menguji pengaruh 𝛽𝑗 secara individual. Hasil pengujian

secara parsial / individu akan menunjukkan apakah suatu variabel prediktor layak untuk masuk dalam model atau tidak. (Agresti, 1990).Pengujian signifikansi parameter menggunakan uji Wald.

Hipotesis:

H0 ∶ 𝛽𝑗 = 0

H1 ∶ 𝛽𝑗 ≠ 0

Statistik uji :

Wald (W) = 𝛽̂𝑗

(15)

dengan :

𝛽̂𝑗 = penduga parameter variabel bebas ke 𝑗

𝑆𝐸 (𝛽̂𝑗) = standart error dari penduga parameter variabel bebas ke 𝑗

𝑗 = banyaknya parameter dari variabel bebas (𝑗 = 1,2, … , 𝑝)

Rasio yang dihasilkan dari statistik uji, dibawah hipotesis H0akan

mengikuti sebaran normal baku (Hosmer dan Lemeshow, 2000). Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan distribusi normal baku (Z). Daerah penolakan H0 jika nilai 𝑊 > 𝑍𝛼 2⁄ atau p – value < α = 5%.

2.8 Uji Kesesuaian Model (Goodness of Fit)

Menurut Mc Cullagh dan Nelder (1992), Uji Kesesuaian model (goodness of fit) ini digunakan untuk mengetahui apakah model dengan variabel dependen tersebut merupakan model yang sesuai atau tidak.

Hipotesis :

H0 : Model sesuai (tidak ada perbedaan nyata antara hasil observasi dengan

kemungkinan hasil prediksi model)

H1 : Model tidak sesuai (ada perbedaan nyata antara hasil observasi dengan

kemungkinan hasil prediksi model)

Statistik Uji :

𝐶̂ = ∑

(𝑜𝑘−𝑛′𝑘𝜋̅𝑘)2 𝑛_𝑘′𝜋̅_𝑘(1−𝜋̅_𝑘)

𝑔

(16)

dengan

𝑜𝑘 = ∑𝑛𝑗=1′𝑘𝑦𝑗 , Jumlah variabel respon pada group ke – 𝑘

𝜋̅𝑘 = ∑𝑛𝑗=1′𝑘𝑚_𝑛′𝑘𝑗𝜋̂𝑗, rata – rata taksiran probabilitas

𝑚𝑗 = banyaknya observasi yang memiliki nilai 𝜋̂𝑗

𝑛_𝑘′_{= banyaknya observasi pada group ke –}_𝑘

Daerah penolakan H0 jika

𝐶̂

> 𝜒2_(𝑔−2) dan p – value < α = 5%. (Hosmer dan

Lemeshow, 2000).

2.9 Ketepatan Klasifikasi

APER (Apparent Error Rate) merupakan suatu nilai yang digunakan untuk melihat peluang kesalahan dalam mengklasifikasi objek. Perhitungan nilai APER adalah :

𝐴𝑃𝐸𝑅 =

𝑛12+ 𝑛21

𝑛11+ 𝑛12+ 𝑛21+𝑛22

𝑥 100%

(2.13)

Dengan :

𝑛11 = banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan

sebagai kejadian gagal

𝑛12 = banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan

sebagai kejadian sukses

(17)

𝑛22 = banyaknya kejadian sukses dari hasil amatan yang tepat diprediksikan

sebagai kejadian sukses

2.10 Analisis Gap

Analisis Gap digunakan untuk mengetahui perkembangan yang telah dicapai suatu perusahaan serta sebagai tahapan evaluasi kinerja. Dalam penulisan ini, analisis gap yang akan diteliti adalah gap antara produk yang dirasakan dengan produk yang diharapkan.

Alat yang dapat digunakan untuk melihat kualitas jasa maupun kualitas produk yang diberikan yaitu diagram kartesius. Diagram kartesius digunakan untuk menganalisa kesenjangan kenyataan dan harapan pelanggan. Cara melakukan analisis Gap menggunakan diagram kartesius yaitu menjumlahkan perfaktor pada setiap sampel dari kolom kenyataan dilambangkan dengan 𝑋 maupun kolom harapan dilambangkan dengan 𝑌 lalu dihitung rata-rata jumlah perfaktor dari kolom kenyataan yang menyatakan nilai 𝑋̅ maupun kolom harapan yang menyatakan nilai 𝑌̅. Selanjutnya untuk mendapatkan batas garis dengan menghitung rata-rata nilai 𝑋̅

yang dilambangkan dengan 𝑋̿ dan 𝑌̅ yang dilambangkan dengan 𝑌̿. Setelah

didapatkan nilai 𝑋̿ dan 𝑌̿ lalu dibuat plot dalam diagram kartesius dengan batas 𝑋̿ dan

(18)

(19)

Sedangkan untuk mendapatkan nilai 𝑋̿ dan 𝑌̿ digunakan rumus:

𝑋̿ =

𝑋̅1+𝑋̅2+⋯+𝑋̅𝑘

𝑘 (2.16)

𝑌̿ =

𝑌̅1+𝑌̅2+⋯+𝑌̅𝑘

𝑘 (2.17)

Nilai dari data hasil kuisioner akan diplotkan pada diagram kartesius yang hasilnya bisa berada di prioritas I, II, III, IV dimana masing-masing prioritas menunjukkkan kondisi pelayanan untuk setiap variabel pelayanan.

Harapan Y

Kuadran II Kuadran I Prioritas Utama Pertahankan

Y

Kuadran III Kuadran IV Prioritas Rendah Berlebihan

X X Persepsi

Gambar 2.1 Diagram Kartesius antara harapan dan kenyataan Dengan :

𝑋̅ = Nilai kepuasan

𝑌̅ = Nilai Harapan

𝑋̿ = Kenyataan yang diperoleh

𝑌̿ = Tingkat Kepentingan

(20)

Kuadran I

Kuadran ini menunjukkan unsur-unsur pelayanan yang harapan pelanggan tinggi, namun kepuasan sudah didapatkan oleh pelanggan. Variabel yang masuk dalam kuadran ini menjadikan produk atau jasa tersebut unggul dimata pelanggan.

Kuadran II

Kuadran ini memuat unsur-unsur pelayanan yang diharapkan sangat tinggi oleh pelanggan, tetapi pada kenyataannya kepuasan terhadap unsur tersebut belum sesuai dengan harapan pelanggan. Tingkat kepuasan pelanggan lebih rendah daripada yang diharapkan. Oleh sebab itu, pelayanan kinerja di kuadran ini harus lebih ditingkatkan

Kuadran III

Kuadran ini meliputi unsur-unsur yang kurang diperhatikan oleh pelanggan dan kualitas pelayanannya juga rendah. Peningkatan terhadap unsur ini perlu dipertimbangkan lagi, karena pengaruhnya terhadap manfaat yang dirasakan pelanggan sangat kecil.

Kuadran IV

(21)

2.11 Software Minitab

Minitab adalah program komputer untuk analisis statistika yang bersifat interaktif dengan pemakainya. Hasil analisis di program Minitab dapat ditampilkan dalam bentuk histogram, plot, dan angka dengan hanya memberikan satu atau dua perintah, bahkan dapat digabungkan dengan program pengolahan data lain seperti Office dan Ms.Office. (Syukri, 2009)

(22)

BAB III

METODE PENELITIAN

3.1 Sumber Data

Sumber data yang digunakan dalam penelitian ini adalah data primer. Data primer diperoleh dengan melakukan survey kepada pengguna Pertalite di Sidoarjo dan pengunjung yang akan mengisi bahan bakar Pertalite di enam SPBU di Kabupaten Sidoarjo. Survey dilakukan dengan membagikan kuesioner di area peristirahatan SPBU. Survey dilakukan sebanyak dua kali yaitu survey pendahuluan dan survey sebenarnya setelah melakukan uji validitas dan reliabilitas. Survey dilakukan pada tanggal 01 November 2015 – 30 November 2015.

3.2 Metode Pengambilan Sampel

(23)

3.3 Variabel Penelitian

Variabel-variabel yang digunakan dalam penelitian ini yaitu variabel demografi, variabel perilaku pelanggan, dan variabel dimensi kualitas produk.

3.3.1 Respon

Variabel respon yang digunakan dalam penulisan ini sebagai berikut:

𝑌 = 0, pengguna bahan bakar Pertalite merasa tidak puas

𝑌 = 1, pengguna bahan bakar Pertalite merasa puas

3.3.2 Demografi

Variabel demografi dari penulisan ini adalah sebagai berikut :

Tabel 3.1 Variabel Demografi yang Digunakan

No Variabel Kategori

1 Usia

2 Jenis Kelamin a. Laki-laki b. Perempuan 3 Pendidikan Terakhir a. Tidak Sekolah

b. SD c. SMP d. SMA

e. D3/S1/S2/S3 4 Pekerjaan a. Pelajar/Mahasiswa

b. Pegawai Swasta c. PNS

d. Wirausaha 5 Pendapatan / bulan a. < Rp 500.000

b. Rp 500.001 s/d Rp 1.000.000 c. Rp 1.000.001 s/d Rp 2.000.000 d. Rp 2.000.001 s/d Rp 3.000.000 e. > Rp 3.000.000

(24)

6 Pengeluaran / minggu untuk mengisi bahan bakar

a. < Rp 50.000

b. Rp 50.000 s/d Rp 100.000 c. Rp 100.000 s/d Rp 150.000 d. > Rp 150.000

3.3.3 Perilaku Pelanggan

Variabel perilaku pelanggan dari penulisan ini sebagai berikut :

Tabel 3.2 Variabel Perilaku Pelanggan

No Variabel Kategori

1 Sumber informasi a. Melalui papan reklame b. Media elektronik c. Media cetak d. Mendapatkan

informasi dari orang lain

a. 2 Rata-rata mengisi bahan bakar

dalam seminggu a.b. 1 kali 2 kali c. 3 kali d. 4 kali a.

3 Rata-rata jarak tempuh

berkendara dalam sehari a.b. 1 - 5 km 5 - 10 km

mengenai Pertalite kepada pihak SPBU

a. Pernah b. Tidak pernah

5 Alasan anda memilih bahan

(25)

6 Sebelum menggunakan Pertalite, bahan bakar jenis apa yang biasa anda gunakan

a. Premium b. Pertamax 92 c. Pertamax Plus d. Pertamina Dex a.

7 Apakah anda menyarankan orang lain untuk menggunakan Pertalite

a. Ya b. Tidak 8 Apakah anda tetap

menggunakan Pertalite dalam kurun waktu mendatang

a. Ya b. Tidak

3.3.4 Dimensi Kualitas Produk

Variabel dimensi kualitas produk menjelaskan tentang tingkat kepuasan pelanggan terhadap kualitas produk, yang terdapat dua penilaian yaitu persepsi kenyataan yang dirasakan pelanggan dan persepsi harapan yang diharapkan pelanggan. Skala penilaiannya yaitu 1 sampai 4, dengan skor 1 menunjukkan nilai terendah dan skor 4 menunjukkan nilai tertinggi.

Skor kolom kenyataan 1 4 Sangat tidak puas Sangat Puas

(26)

Tabel 3.3 Variabel Dimensi Kualitas Produk

Variabel Kategori

Performance (X1)

Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo (X1.1) Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan (X1.2) Harga yang ditawarkan sesuai dengan kualitasnya (X1.3) Kecepatan pada saat pengisian (tidak antri) (X1.4)

Efek kandungan bahan bakarnya terasa pada kendaraan bermotor (X1.5)

Service Ability (X2)

Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap (X2.1)

Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite (X2.2)

Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen (X2.3)

Kemudahan dalam melakukan pembayaran (X2.4) Profesional dalam melayani konsumen (X2.5)

Reliabilitas (X3)

Kualitas kadar oktan dan kandungan RON pada Pertalite cukup bagus (X3.1)

Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar (X3.2)

Prosedur pengisian cepat dan mudah (X3.3)

Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor (X3.4)

(27)

3.4 Tahap Analisis Data

Langkah-langkah yang akan dilakukan dalam penulisan ini adalah sebagai berikut:

1. Mendeskripsikan dan menganalisis karakteristik pengguna Pertalite dengan langkah-langkah sebagai berikut :

a. Mendefinisikan variabel-variabel karakteristik pengguna Pertalite yang dideskripsikan yaitu variabel demografi dan variabel perilaku pelanggan b. Mendiskripsikan karakteristik perilaku pelanggan menggunakan tabel

kontingensi dan dalam bentuk diagram lingkaran (pie-chart) menggunakan Microsoft Excel 2013.

2. Mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan pengguna Pertalite dan model regresi logistik biner yang terkait melalui tahap sebagai berikut.

a. Melakukan Uji Validitas pada persamaan (2.1) b. Melakukan Uji Reliabilitas pada persamaan (2.2) c. Membuat model logistik biner

d. Melakukan Uji Serentak pada persamaan (2.10) e. Melakukan Uji Parsial pada persamaan (2.11)

f. Melakukan Uji Regresi Logistik Biner pada persamaan (2.3), (2.4) g. Melakukan Uji Kesesuaian Model pada persamaan (2.12)

(28)

3. Menganalisa kesenjangan antara kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan Pertalite dengan melakukan analisis GAP melalui diagram kartesius. Tahap yang dilakukan sebagai berikut.

a. Menghitung rata-rata perfaktor dari kolom kenyataan (𝑋) dan harapan

(𝑌) sehingga didapat (𝑋̅) dan (𝑌̅).

b. Menghitung rata-rata (𝑋̅) dan (𝑌̅) untuk mendapatkan batas (𝑋̿) pada

persamaan (2.14) dan (𝑌̿) pada persamaan (2.15).

c. Membuat plot dalam diagram kartesius seperti pada gambar 2.1 dengan menggunakan software minitab.

d. Membuat interpretasi diagram kartesius berdasarkan hasil dengan cara melihat variabel yang masuk pada kuadran I, II, III dan IV, sehingga dapat ditarik kesimpulan.

(29)

BAB IV

HASIL DAN PEMBAHASAN

4.1 Karakteristik Pelanggan Bahan Bakar Pertalite

Jumlah sampel yang terlibat dalam penelitian ini sebesar 250 responden. Semua data sampel diambil dari kuesioner pada lampiran 1 terhadap pengguna Pertalite di beberapa SPBU di Sidoarjo dan konsumen Pertalite di Sidoarjo.

Tabel 4.1 Karakteristik Pelanggan Pertalite Berdasarkan Jenis Kelamin dan Pendidikan Terakhir

Pendidikan

Terakhir

Jenis Kelamin Total

L P

SD 0 1 1

SMP 7 4 11

SMA 57 29 86

D3/S1/S2/S3 104 48 152

Total 168 82 250

(30)

Distribusi sampel berdasarkan pekerjaan dapat dilihat pada gambar 4.1.

Gambar 4.1 Karakteristik Pelanggan Menurut Pekerjaan

Gambar 4.2 Pendapatan/bulan dan Pengeluaran/minggu Untuk Mengisi BBM Berdasarkan gambar 4.1 dapat dilihat bahwa sebagian besar pengguna Pertalite adalah pegawai swasta dengan persentase 54%. Sedangkan ditinjau dari

(31)

distribusi pelanggan berdasarkan penghasilan dan pengeluaran tiap minggu untuk mengisi BBM, dapat dilihat pada gambar 4.2. Hal ini sesuai dengan tingkat pendapatan responden yang umumnya mencapai lebih dari Rp 3.000.000 (Gambar 4.2). Dengan penghasilan seperti itu dapat dipastikan pengeluaran untuk mengisi BBM jenis Pertalite hanya sebesar Rp 50.000 sampai Rp 100.000 perminggu (Gambar 4.2) dikarenakan responden sudah bekerja.

Variabel perilaku pelanggan berdasarkan dari sumber informasi mengetahui tentang bahan bakar Pertalite dapat dilihat pada gambar 4.3.

Gambar 4.3 Sumber Informasi Mengetahui tentang Pertalite 14%

23%

6% 57%

Melalui papan reklame

Media elektronik

Media cetak

(32)

Gambar 4.4 Menyarankan Orang Lain

Berdasarkan gambar 4.3 dapat dilihat bahwa sebagian besar responden mengetahui tentang Pertalite melalui informasi dari orang lain baik dari teman maupun keluarga sebesar 57 persen dan sebaliknya responden menyarankan orang lain untuk menggunakan Pertalite sebesar 86 persen (Gambar 4.4 ).

Untuk mengetahui persentase pengisian bahan bakar dalam seminggu dan jarak tempuh berkendara dalam sehari serta alasan memilih menggunakan Pertalite dapat dilihat pada gambar 4.5 dan gambar 4.6.

(33)

Gambar 4.6 Alasan Menggunakan Pertalite

Berdasarkan gambar 4.5 dapat dilihat bahwa rata-rata responden mengisi bahan bakar dalam seminggu sebanyak 2 kali dengan persentase 36 persen sedangkan jarak tempuh berkendara dalam sehari mencapai antara 10 – 20 km dalam sehari dengan persentase sebesar 65 persen. Alasan responden menggunakan bahan bakar jenis Pertalite adalah karena faktor kualitas bahan bakar tersebut dengan persentase sebesar 47 persen (Gambar 4.6).

(34)

Selama menggunakan Pertalite, 89 persen responden tidak pernah menyampaikan keluhan kepada pihak SPBU, dikarenakan hal ini responden tetap menggunakan Pertalite dalam waktu mendatang dengan persentase 92 persen (Gambar 4.7).

Untuk menentukan faktor-faktor yang mempengaruhi kepuasan pelanggan terhadap kualitas produk Pertalite dilakukan pendekatan model logistik biner. Sebelum membuat model logitik biner dilakukan uji validitas dan uji reliabilitas.

4.2 Faktor – Faktor yang Mempengaruhi Kepuasan Pelanggan Pertalite

4.2.1 Uji Validitas

Uji Validitas digunakan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharunya diukur. Kuisioner dikatakan valid apabila dapat mempresentasikan atau mengukur yang hendak diukur (variabel

penelitian). Hipotesis yang digunakan dalam uji validitas :

𝐻0: Pernyataan tidak mengukur aspek yang sama

𝐻1 : Pernyataan mengukur aspek yang sama

(35)

Tabel 4.2 Uji Validitas pada variabel (𝑋1)

No Variabel Keterangan p-value Keputusan Kesimpulan 1 𝑥1.1 Kemudahan dalam menemukan

Pertalite di SPBU Sidoarjo 0,000 Tolak 𝐻0 Valid

bakarnya terasa pada kendaraan bermotor

0,000 Tolak 𝐻0 Valid

No Variabel Keterangan p-value Keputusan Kesimpulan 1 𝑥2.1 Petugas pelayanan Pertalite di

SPBU Sidoarjo cepat dan tanggap 0,000 Tolak 𝐻0 Valid 2 𝑥2.2 Petugas SPBU di Sidoarjo secara

sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite

3 𝑥2.3 Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen

4 𝑥2.4 Kemudahan dalam melakukan

pembayaran 0,000 Tolak 𝐻0 Valid

5 𝑥2.5 Profesional dalam melayani

(36)

No Variabel Keterangan p-value Keputusan Kesimpulan 1 𝑥3.1 Kualitas kadar oktan dan

kandungan RON pada Pertalite cukup bagus

2 𝑥3.2 Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar

0,000 Tolak 𝐻0 Valid Pertalite dalam melayani konsumen

Berdasarkan hasil uji validitas untuk variabel prediktor dengan hasil perhitungan menggunakan software pada lampiran 3 , didapatkan semua variabel pertanyaan memiliki nilai p-value < ∝ = 0,05 sehingga dapat disimpulkan bahwa semua pertanyaan dalam kuesioner dapat mengukur aspek yang sama, yang berarti valid.

4.2.2 Uji Reliabilitas

(37)

Statistik uji yang digunakan terdapat pada persamaan (2.2). Hasil uji reliabilitas dicantumkan pada tabel 4.5

Tabel 4.5 Uji Reliabilitas

No Variabel Cronbach’s Alpha Kesimpulan

1 Variabel Performance (𝑥1) 0,721 Reliabel 2 Variabel Service Ability (𝑥2) 0,788 Reliabel

3 Variabel Reliabilitas (𝑥3) 0,807 Sangat Reliabel

Pada hasil analisis dengan nilai cronbach’s alpha pada lampiran 4 untuk varibel Reliabilitas diperoleh nilai cronbach’s alpha > 0,8 yang berati alat ukur dalam kuesioner sangat reliabel. Nilai cronbach’s alpha pada variabel performance dan reliabilitas diperoleh nilai > 0,6 berarti alat ukur dalam kuesioner reliabel.

Setelah dilakukan uji validitas dan reliabilitas, data dimodelkan dengan logistik biner melalui software minitab 14. Setelah model logistik biner diperoleh dilakukan uji serentak dan uji parsial yang dijelaskan berikut.

4.2.3 Uji Serentak

Pengujian ini menggunakan Likelihood Ratio Test (LRT) dilakukan untuk mengetahui model signifikan dan untuk memeriksa peranan variabel terikat dalam model secara bersama-sama dengan hipotesis sebagai berikut.

𝐻0: 𝛽1 = 𝛽2 = 𝛽3 = 0

(38)

Statistik uji yang digunakan pada persamaan (2.10) dengan daerah penolakan

𝐻0 jika −𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 5% .

Tabel 4.6 P-value hasil perhitungan software p-value Keputusan

0,017 Tolak H0

Pada Tabel 4.6 Lampiran 5 diperoleh nilai 𝑝 − 𝑣𝑎𝑙𝑢𝑒 = 0,017 < 𝛼 = 0,05

maka tolak 𝐻0 yang berarti minimal ada satu variabel prediktor yang berpengaruh.

4.2.4 Uji Parsial

Menguji pengaruh variabel secara individual untuk menunjukkan prediktor tersebut sesuai model atau tidak. Pengujian signifikansi parameter menggunakan uji Wald.

𝐻0: 𝛽𝑗 = 0

𝐻1: 𝛽𝑗 ≠ 0 ; 𝑗 = 1,2, 3

(39)

Tabel 4.7 P-value hasil perhitungan software No Variabel p-value Kesimpulan

1 Performance(𝑋1) 0,025 Signifikan 2 Service Ability (𝑋2) 0,004 Signifikan 3 Reliabilitas (𝑋3) 0,476 Signifikan

Pada tabel 4.7 lampiran 5 menunjukkan bahwa variabel yang berpengaruh secara individu terhadap kepuasaan pelanggan Pertalite adalah variabel performance

(𝑋1) dan variabel Service Ability (𝑋2) dengan nilai p-value kurang dari α < 5%.

4.2.5 Model Regresi Logistik Biner

Pengujian secara serentak maupun parsial menunjukkan bahwa prediktor yang berpengaruh terhadap kepuasan pelanggan Pertalite yaitu variabel performance(𝑋1), varibel Service Ability (𝑋2), dan variabel Reliabilitas (𝑋3). Dari hasil pengujian regresi logistik biner pada lampiran 5, maka diperoleh persamaan transformasi logit sebagai berikut:

𝑔(𝑥) = 0,138073 − 0,254197𝑋1+ 0,311772𝑋2+ 0,0569367𝑋3

dan diperoleh model regresi logistiknya sebagai berikut :

𝜋(𝑥) =_{1 + exp (0,138073 − 0,254197𝑋}exp (0,138073 − 0,254197𝑋1+ 0,311772𝑋2+ 0,0569367𝑋3)

1+ 0,311772𝑋2+ 0,0569367𝑋3)

4.2.6 Uji Kesesuaian Model

(40)

𝐻0 : Model sesuai (tidak ada perbedaan nyata antara hasil observasi dengan kemungkinan hasil prediksi model)

𝐻1 : Model tidak sesuai (ada perbedaan nyata antara hasil observasi dengan kemngkinan hasil prediksi model)

Statistik uji yang digunakan pada persamaan (2.12). Daerah penolakan 𝐻0 jika 𝐶̂ >

𝑋_(𝑔−2)2 _dan_{𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 𝛼 = 5%}_.

Tabel 4.9 P-value hasil perhitungan software

p-value

Hosmer-Lemeshow 0,286

Tabel 4.9 menunjukkan hasil pada Hosmer-Lemeshow sesuai lampiran 5 yang dilihat dari nilai p-value sebesar 0,286 > α = 5% sehingga keputusan yang dapat diambil adalah terima 𝐻0 yang berarti model sesuai.

4.2.7 Ketepatan Klasifikasi Data In Sample

(41)

Tabel 4.10 Ketepatan Klasifikasi Regresi Logistik Biner Data In Sample

Observasi

Prediksi

Total

Tidak Puas Puas

Tidak Puas 28 10 38

Puas 0 162 162

Total 0 200 200

Perhitungan nilai APPER adalah sebagai berikut :

𝐴𝑃𝑃𝐸𝑅 = _𝑛 𝑛12+ 𝑛21

11+ 𝑛12+ 𝑛21+ 𝑛22× 100%

= 10 + 0_{200 × 100%}

= 5 %

Berdasarkan perhitungan nilai APPER data in sample pada lampiran 6, diperoleh peluang kesalahan dalam mengklasifikasikan objek sebesar 5% sehingga diperoleh ketepatan klasifikasi sebesar 95 %.

4.2.8 Ketepatan Klasifikasi Data Out Sample

(42)

mengklasifikasi objek. Berikut ini disajikan hasil ketepatan klasifikasi pada Tabel 4.11.

Tabel 4.11 Ketepatan Klasifikasi Regresi Logistik Biner Data Out Sample

Observasi

Prediksi

Total

Tidak Puas Puas

Tidak Puas 4 5 9

Puas 0 41 41

Total 0 50 50

Perhitungan nilai APPER adalah sebagai berikut :

𝐴𝑃𝑃𝐸𝑅 = _𝑛 𝑛12+ 𝑛21

11+ 𝑛12+ 𝑛21+ 𝑛22× 100%

= 5 + 0_{50 × 100%}

= 10 %

Berdasarkan perhitungan nilai APPER data out sample pada lampiran 6, diperoleh peluang kesalahan dalam mengklasifikasikan objek sebesar 10% sehingga diperoleh ketepatan klasifikasi sebesar 90 %.

(43)

harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk Pertalite berdasarkan analisis GAP berikut ini.

4.3 Kesenjangan Kenyataan dan Harapan yang Mempengaruhi Faktor

Kepuasan Pelanggan Terhadap Kualitas Produk Pertalite Berdasarkan Analisis

GAP

Analisis Gap digunakan untuk mengetahui perkembangan yang telah dicapai suatu perusahaan serta sebagai tahapan evaluasi kinerja. Analisis Gap yang akan diteliti adalah gap antara produk yang dirasakan dengan produk yang diharapkan. Alat yang dapat digunakan untuk menganalisa kesenjangan kenyataan dan harapan pelanggan pada kualitas jasa maupun kualitas produk yang diberikan yaitu diagram kartesius. Berikut ini diagram kartesius pada variabel performance, variabel service ability, dan variabel reliabilitas.

Gambar 4.8 Diagram Kartesius pada Variabel Performance

3.17

(44)

Berdasarkan gambar 4.8 didapat nilai (𝑋̅) yang masing-masing nilai yaitu

(𝑋1.1) sebesar 3,092; (𝑋1.2) sebesar 3,156; (𝑋1.3) sebesar 3,144; (𝑋1.4) sebesar 3,168;

(𝑋1.5) sebesar 3,136 dan batas nilai (𝑋̿) sebesar 3,1392. Sedangkan nilai (𝑌̅) yang masing-masing nilai yaitu (𝑌1.1) sebesar 3,512; (𝑌1.2) sebesar 3,512; (𝑌1.3) sebesar

3,5; (𝑌1.4) sebesar 3,524; (𝑌1.5) sebesar 3,508 dan batas nilai (𝑌̿) sebesar 3,5112. Penjelasan Gambar 4.8 diuraikan dalam Tabel 4.12 berikut ini :

Tabel 4.12 Posisi Dimensi Variabel Performance

Posisi Indikator Keterangan

Kuadran I 𝑋1.2 Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan

𝑋1.4 Kecepatan pada saat pengisian (tidak antri)

Kuadran II 𝑋1.1 Kemudahan dalam menemukan

Pertalite di SPBU Sidoarjo

Kuadran III 𝑋1.5 Efek kandungan bahan bakarnya terasa pada kendaraan bermotor

(45)

Berdasarkan Tabel 4.12 variabel yang terdapat pada kuadran I Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan (𝑋1.2) dan Kecepatan pada saat pengisian (𝑋1.4) merupakan aspek yang unggul dimata pelanggan sehingga wajib dipertahankan kedepannya. Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo (𝑋1.1) perlu diperhatikan karena belum sesuai harapan pengunjung. Efek kandungan bahan bakarnya terasa pada kendaraan bermotor (𝑋1.5) belum terlalu dirasakan oleh para pelanggan. Harga yang ditawarkan sesuai dengan kualitasnya

(𝑋1.3) merupakan unsur yang dianggap kurang penting namun sudah memuaskan.

Analisis gap pada faktor dua untuk mengetahui kepuasaan pelanggan yang variabelnya masuk dalam faktor dua.

3.3

Scatterplot of Harapan vs Kenyataan

(46)

Tabel 4.13 Posisi Dimensi Variabel Service Ability

Kuadran I 𝑋2.5 Profesional dalam

melayani konsumen

Kuadran II 𝑋2.2 Petugas SPBU di Sidoarjo

secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite

𝑋2.3 Petugas Pertalite di SPBU Sidoarjo mampu

(47)

Kuadran III 𝑋2.1 Petugas pelayanan

Pertalite di SPBU Sidoarjo cepat dan tanggap

Kuadran IV 𝑋2.4 Kemudahan dalam

melakukan pembayaran

Berdasarkan Tabel 4.13 petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite (𝑋2.2) dan petugas Pertalite di SPBU Sidoarjo mampu menanggapi pertanyaan atau keluhan para konsumen

(𝑋2.3) diperlukan peningkatan kinerja lagi karena kenyataannya para petugas SPBU kurang sigap dalam memberikan pelayanan maupun informasi kepada para pelanggan. Profesional dalam melayani konsumen (𝑋2.5) merupakan atribut yang unggul dimata pelanggan sehingga wajib dipertahankan kedepannya. Kualitas yang dinilai kurang baik oleh pelanggan yaitu petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap (𝑋2.1). Kemudahan dalam melakukan pembayaran (𝑋2.4) merupakan atribut yang dianggap kurang penting namun memuaskan.

(48)

3.4

Scatterplot of Harapan vs Kenyataan

Gambar 4.10 Diagram Kartesius pada Variabel Reliabilitas

Tabel 4.14 Posisi Dimensi Variabel Reliabilitas

(49)

Kuadran II 𝑋3.1 Kualitas kadar oktan dan kandungan RON pada Pertalite

Kuadran IV 𝑋3.2 Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar

𝑋3.4 Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor

𝑋3.5 Ketersediaan petugas SPBU Pertalite dalam melayani konsumen

(50)

digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar

(𝑋3.2), menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor (𝑋3.4), dan ketersediaan petugas SPBU Pertalite dalam melayani konsumen

(51)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan penelitian terhadap 250 pengguna bahan bakar Pertalite di Sidoarjo pada bulan November 2015 sampai Desember 2015 dapat disimpulkan sebagai berikut.

(52)

2. Pada uji serentak dan uji parsial menunjukkan bahwa variabel yang berpengaruh adalah variabel performance dan Service Ability. Model regresi logistik biner yang dihasilkan dari variabel yang berpengaruh adalah :

𝜋(𝑥) =_{1 + exp⁡(0,138073 − 0,254197𝑋}exp⁡(0,138073 − 0,254197𝑋1+ 0,311772𝑋2+ 0,0569367𝑋3) 1+ 0,311772𝑋2+ 0,0569367𝑋3)

Sedangkan hasil perhitungan dengan menggunakan rumus APER, diperoleh peluang kesalahan dalam mengklasifikasian objek pada data in sample sebesar 5 % sehingga ketepatan klasifikasinya sebesar 95 % dan untuk data out sample sebesar 10 % sehingga ketepatan klasifikasinya sebesar 90 %. 3. Ada beberapa aspek kualitas produk yang masih ada kekurangan yaitu

kemudahan dalam menemukan Pertalite di SPBU Sidoarjo, efek kandungan bahan bakar, petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite, petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen, Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap, Kualitas kadar oktan dan kandungan RON yang masih perlu diperhatikan dan ditingkatkan lagi kualitas produknya.

5.2 Saran

(53)

pelanggan dapat lebih baik sesuai dengan strategi produk dari pengelola Pertalite.

(54)

DAFTAR PUSTAKA

Agresti, A., 1990, Categorical Data Analysis, John Willey & Sons, Inc, New York. Draper, N. R. dan Smith, H., 1992, Analisis Regresi Terapan (Terjemahan),

Gramedia Pustaka Utama, Jakarta

Garvin, D. A., 1987, Managing Quality, The Free Press, New York.

Hosmer, D.W. dan Lemeshow, S, Jr., 2000, Applied Logistic Regression, John Wiley & Sons, Inc., New Jersey.

Kotler, Philip, 2005, Manajemen Pemasaran Jilid 2 Edisi Kesebelas, PT. Indeks, Jakarta.

Malhotra, N. K dan Birks, D. F, 2007, Marketing Research: An Applied Approach 3rd European Edition, Perarson Education, UK.

McCullagh, P. dan Nelder, J. A., 1992, Generalized Linear Models 2nd Edition, Champman and Hall.

Nur, M. Syukri, 2009, Aplikasi Program Minitab 15, PT. Calprint Indonesia, Jakarta. Parasuraman, A., Zeithaml, V.A., dan Berry, L.L., (1988), SERVQUAL:

Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality, Journal of Marketing Science Institute, Cambridge, 64: 1

Sugiyono, 2010, Metode Penelitian Pendidikan, Alfabeta, Bandung.

Tjiptono, F. dan Diana, A., 2003, Total Quality Manajemen Edisi Revisi, Andy, Yogyakarta.

Wahyudi, S. H., 2012. Analisis Konsumsi dan Perilaku Konsumen Dalam Penggunaan Energi Bahan Bakar Minyak untuk Kendaraan Bermotor di Surakarta, Skripsi, Univeristas Sebelas Maret, Surakarta.

(55)

Lampiran 1 Kuesioner Penelitian

Kuesioner Penelitian “Analisis Kepuasaan Pelanggan

Pengguna Bahan Bakar Jenis Pertalite di Sidoarjo Dengan

Pendekatan Regresi Logistik Biner dan Metode Analisis Gap”

Oleh : Ariefzal Dharma NIM : 081118030

Jurusan : Statistika Universitas Airlangga

Kuesioner di bawah ini dibuat untuk mengumpulkan data sebagai bahan penyusunan skripsi. Saya sangat mengharapkan anda berkenan untuk menjawab pertanyaan dengan sejujur - jujurnya. Perlu saya sampaikan disini, bahwa jawaban yang saudara berikan akan terjaga kerahasiaannya. Adapun cara pengisiannya cukup memberi tanda silang (X) pada jawaban yang paling sesuai. Atas kerjasama yang diberikan, saya ucapkan terima kasih.

Identitas Responden Pendidikan Terakhir : a. Tidak Sekolah b. SD

c. SMP d. SMA

e. D3/S1/S2/S3

Pekerjaan : a. Pelajar/Mahasiswa b. Pegawai Swasta

c. PNS d. Wirausaha

e. Lainnya . . . Pendapatan / bulan

a. < Rp 500.000

(56)

Pengeluaran /minggu untuk mengisi bahan bakar a. < Rp 50.000

b. Rp 50.000 s/d Rp 100.000 c. Rp 100.000 s/d Rp 150.000 d. > Rp 150.000

Variabel Perilaku Pelanggan

1. Dari sumber apa anda mengetahui tentang Pertalite pertama kali? a. Melalui papan reklame (spanduk atau baliho)

b. Media elektronik (TV, Radio, Internet) c. Media Cetak (koran, majalah, browser)

d. Mendapatakan informasi dari orang lain (teman, keluarga) 2. Rata-rata mengisi bahan bakar dalam seminggu?

a. 1 kali b. 2 kali c. 3 kali d. 4 kali 3. Rata-rata jarak tempuh berkendara dalam sehari?

a. 1 - 5 km b. 5 – 10 km c. 10 - 20 km d. > 20 km 4. Apakah anda pernah menyampaikan keluhan mengenai Pertalite kepada

pihak SPBU?

a. Pernah b. Tidak Pernah

5. Alasan anda memilih bahan bakar jenis Pertalite?

a. Karena kualitas b. Waktu pengisian c. Saran seseorang ( keluarga/saudara/teman) d. Coba-coba

6. Sebelum menggunakan Pertaite, bahan bakar jenis apa yang biasa anda gunakan?

a. Premium b. Pertamax 92 c. Pertamax Plus d. Pertamina Dex

7. Apakah anda menyarankan orang lain untuk menggunakan Pertalite? a. Ya b. Tidak

8. Apakah anda tetap menggunakan Pertalite dalam kurun waktu mendatang? a. Ya b. Tidak

Variabel Dimensi Kualitas Produk

Berilah tanda (√) pada kolom yang menurut penilaian anda paling sesuai.

Kolom Kenyataan Kolom Harapan

1 = Sangat Tidak Puas 1 = Sangat Tidak Puas

2 = Tidak Puas 2 = Tidak Puas

3 = Puas 3 = Puas

(57)

Variabel Performance

Variabel Kualitas Produk Kolom Kenyataan Kolom Harapan

1 2 3 4 1 2 3 4

Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo

Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan

Harga yang ditawarkan sesuai dengan kualitasnya

Kecepatan pada saat pengisian (tidak antri)

Efek kandungan bahan bakarnya terasa pada kendaraan bermotor

Variabel Service Ability

1 2 3 4 1 2 3 4

Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite

Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen

Kemudahan dalam melakukan pembayaran

Profesional dalam melayani konsumen

Variabel Reliabilitas

1 2 3 4 1 2 3 4

Kualitas kadar oktan dan kandungan RON pada Pertalite Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar

Prosedur pengisian cepat dan mudah

(58)

optimal pada kinerja mesin kendaraan bermotor

Ketersediaan petugas SPBU Pertalite dalam melayani konsumen

Bagaimana penilaian anda secara keseluruhan terhadap kualitas produk dari Pertalite?

(59)

(60)

Nama Jenis

Kelamin Pendidikan Terakhir Pekerjaan Pendapatan /bulan Pengeluaran/minggu untuk mengisi BBM

(61)

(62)

Nama Jenis

(63)

(64)

(65)

(66)

(67)

(68)

(69)

(70)

(71)

(72)

(73)

(74)

(75)

(76)

(77)

(78)

(79)

(80)

(81)

(82)

Nama Sumber Mengisi BBM Tempuh Jarak Menyampaikan keluhan Alasan Menyarankan orang lain menggunakan Tetap Muhaimin

4 2 2 2 4 2 1

Danni

2 2 3 2 2 1 1

Simon

3 3 3 2 1 2 1

Febri

3 2 3 2 1 2 1

Anisa

1 2 2 2 1 1 1

Khoirul Huda

4 1 3 1 1 2

Pendik

1 1 3 2 2 2 2

M. Aris

1 2 2 2 1 1 1

Yulia

1 2 3 2 3 2 1

Andik

1 1 2 2 1 2 1

Putri

4 2 3 2 1 1 2

Aditya

(83)

(84)

(85)

(86)

(87)

3 3 3 2 2 4 4 4 3 3

Eva Izzah ₄ ₃ ₃ ₄ ₄ ₃ ₃ ₃ ₄ ₄

Endah ₁ ₁ ₁ ₃ ₄ ₄ ₄ ₄ ₄ ₄

Iffah ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Injun ₃ ₄ ₄ ₃ ₃ ₃ ₄ ₄ ₃ ₃

Farid

Setyawan 3 4 4 3 3 3 3 3 3 3

Irawati ₂ ₂ ₃ ₂ ₃ ₄ ₃ ₃ ₂ ₃

Aditya ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Heru ₃ ₃ ₃ ₂ ₄ ₄ ₃ ₃ ₃ ₄

Argi Damar ₃ ₄ ₃ ₃ ₃ ₄ ₃ ₃ ₃ ₄

Agus Dwi ₄ ₄ ₄ ₄ ₃ ₄ ₄ ₄ ₄ ₃

Novil ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₄ ₄

Eka ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Anneke ₁ ₃ ₂ ₃ ₂ ₄ ₄ ₄ ₃ ₄

Imam

Chanafi 2 3 3 4 3 2 1 2 3 3

Helmiansa

3 3 3 3 3 3 3 3 3 3

Ananda Tri ₃ ₃ ₂ ₃ ₃ ₄ ₄ ₄ ₄ ₄

bagus ₃ ₂ ₂ ₃ ₄ ₄ ₁ ₂ ₃ ₄

Hany ₃ ₃ ₄ ₃ ₄ ₄ ₄ ₄ ₄ ₄

Arief

Tirtana 3 3 3 3 3 3 3 3 3 3

Aries ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

(88)

Hikmah ₂ ₃ ₃ ₂ ₃ ₂ ₂ ₂ ₃ ₃ Tsabita

4 4 4 4 3 4 4 4 4 3

Sugiarto ₄ ₄ ₄ ₄ ₁ ₄ ₄ ₄ ₄ ₄

Fauziyah ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Richa ₄ ₃ ₃ ₃ ₃ ₄ ₄ ₃ ₄ ₄

Ana ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃

Fira ₃ ₄ ₄ ₃ ₃ ₃ ₄ ₄ ₄ ₂

Syahrun ₂ ₂ ₂ ₃ ₃ ₄ ₄ ₄ ₄ ₄

M. Khusnul ₄ ₃ ₃ ₄ ₄ ₄ ₃ ₃ ₄ ₄

Vega ₃ ₃ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Denita ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Tia ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Prastiyo ₂ ₂ ₂ ₂ ₄ ₃ ₃ ₃ ₃ ₄

Frangky ₂ ₂ ₂ ₃ ₃ ₂ ₂ ₂ ₂ ₂

Slamet ₂ ₃ ₄ ₃ ₃ ₂ ₃ ₄ ₃ ₃

Anton ₂ ₃ ₃ ₃ ₂ ₂ ₃ ₃ ₂ ₃

Badiatul ₄ ₄ ₄ ₃ ₃ ₂ ₃ ₃ ₂ ₂

Hermianti ₄ ₄ ₃ ₃ ₂ ₃ ₃ ₂ ₃ ₃

Farhan ₃ ₃ ₃ ₄ ₄ ₃ ₃ ₄ ₃ ₄

Rizky ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Ari Enggang ₂ ₂ ₂ ₃ ₂ ₃ ₃ ₃ ₃ ₄

Condeca ₂ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Kusmiyati ₃ ₃ ₃ ₃ ₃ ₃ ₂ ₄ ₃ ₃

(89)

3 3 3 3 3 3 3 3 3 3

Nofit ₃ ₃ ₂ ₃ ₃ ₃ ₃ ₃ ₃ ₃

Mercyana ₃ ₂ ₂ ₂ ₃ ₄ ₃ ₃ ₃ ₄

Yasmin ₃ ₃ ₂ ₂ ₂ ₄ ₄ ₄ ₄ ₄

Cici ₂ ₂ ₂ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Puji ₃ ₄ ₄ ₃ ₂ ₄ ₄ ₄ ₄ ₃

Khafidhatus ₃ ₃ ₂ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Gery ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Pradhika

Adi 3 3 3 3 2 4 4 4 4 4

Khoirul ₂ ₃ ₃ ₃ ₃ ₁ ₃ ₃ ₃ ₃

Anang ₂ ₂ ₂ ₃ ₃ ₄ ₄ ₄ ₃ ₃

Miftachudin ₃ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄ ₄

Muslicha ₃ ₃ ₃ ₂ ₂ ₄ ₃ ₃ ₃ ₃

Dewangga ₂ ₃ ₂ ₃ ₁ ₄ ₃ ₃ ₄ ₃

Ayu ₃ ₄ ₃ ₃ ₃ ₃ ₃ ₄ ₃ ₃

Novena ₃ ₃ ₃ ₃ ₄ ₃ ₄ ₃ ₃ ₄

NIken ₃ ₂ ₂ ₃ ₂ ₄ ₄ ₄ ₄ ₄

Adinda ₂ ₂ ₂ ₂ ₃ ₄ ₄ ₄ ₄ ₄

Dandik ₃ ₃ ₃ ₃ ₃ ₂ ₂ ₂ ₃ ₄

Johar

Irawan 3 4 4 2 4 3 4 4 4 4

Iswantini ₃ ₃ ₄ ₃ ₄ ₄ ₄ ₃ ₄ ₄

(90)

Sumiyati ₂ ₃ ₃ ₄ ₃ ₃ ₃ ₃ ₄ ₃ Injum

3 3 3 3 3 4 4 4 4 4

Khoirul ₃ ₄ ₃ ₄ ₂ ₄ ₄ ₄ ₄ ₃

M. Ilyas ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Amanda ₃ ₃ ₃ ₃ ₂ ₃ ₃ ₃ ₃ ₂

Fitrianah ₃ ₃ ₃ ₂ ₄ ₂ ₃ ₃ ₂ ₃

Afandi ₂ ₂ ₃ ₁ ₂ ₃ ₄ ₃ ₄ ₄

Atika ₂ ₂ ₃ ₂ ₂ ₄ ₃ ₃ ₂ ₂

Ludiyanto ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃ ₃

Dani ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Darmaji ₄ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₃

Fitria

Candra 3 3 3 3 4 3 3 3 3 3

Intan ₃ ₄ ₃ ₄ ₃ ₄ ₄ ₄ ₄ ₃

Achmad Romadhoni

3 2 2 3 3 3 3 3 3 3

Miftachul

Huda 3 4 3 3 3 3 3 3 3 3

Umar ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

Ani Suyanti ₃ ₄ ₄ ₃ ₃ ₄ ₄ ₄ ₄ ₃

Yeti ₄ ₄ ₄ ₃ ₃ ₄ ₄ ₃ ₃ ₃

Ugih ₃ ₃ ₃ ₄ ₃ ₃ ₃ ₃ ₄ ₃

Suyadi ₃ ₃ ₃ ₃ ₃ ₄ ₄ ₄ ₄ ₄

(91)

(92)