• Tidak ada hasil yang ditemukan

CUPLIKAN khusus PEMESANAN (RINCIAN) melalui

N/A
N/A
Protected

Academic year: 2021

Membagikan "CUPLIKAN khusus PEMESANAN (RINCIAN) melalui"

Copied!
22
0
0

Teks penuh

(1)

CUPLIKAN khusus PEMESANAN

(RINCIAN)

melalui Email:

JURNAL HASIL PENELITIAN disajikan/ditampilkan/disusun secara bersamaan dengan penyusunan LAPORAN HASIL PENELITIAN, berlaku untuk keseluruhan konsep yang menggunakan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt, Pendek Alt, dan Lengkap Alt (Alt singkatan dari = Alternatif)] sebagaimana yang telah diprediksi/digambarkan sebelumnya dalam penyusunan PROPOSAL PENELITIAN, dan dalam Website ini dijawab secara sempurna dan detail: Cara/Proses/Hasil Perhitungan serta Tahap-tahap Perhitungan yang digunakan masing-masing, dan diperkuat oleh sejumlah files Bonus mengunakan program SPSS IBM Statistik Versi 21 for Windowsdan untuk beberapa model perhitungan tertentu yang harus menggunakan Lotus 1-2-3 (Transition) dari Program Microsoft Office Excel 2003 serta beberapa files Bonus lainya. Menggunakan semua Lampiran yang sama dengan Laporan HASIL PENELITIAN (Juga dikirim kepada Anda dalam bentuk files Document)

merupakan Lampiran Berformulasi yang di-Transfer dari HASIL PERHITUNGAN

menggunakan program EXCEL maupun program SPSS.

Persiapkanlah terlebih dahulu Lotus 1-2-3 (Transition) dari Program Microsoft

Office Excel 2003 atau versi lainnya & Program SPSS IBM Statistik Versi 20-24

for Windows (atau Versi Terbaru) dalam komputer Anda sebelum memulai pemesanan

melalui Email agar semua files yang dipesan dapat dibuka.

Apabila Anda melakukan Pemesanan files Secara Paket melalui Email. Sebagai misal

Anda memilih PAKET ISTIMEWA (…dimana Paket ini menampilkan 3 Versi Jurnal Hasil

Penelitian menggunakan MODEL dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt,

Sedang Alt & Pendek Alt], ini berarti ada/setidak-tidaknya sebanyak 3 Files Utama plus 10 files bonus atau Anda akan menerima melalui Email paling sedikit sebanyak 13 files yang dibayar dengan sejumlah Anggaran Tertentu (60 % lebih rendah/irit dari pemesanan paketan Tulisan Ilmiah/Karya Penelitian). Pengertian ke-4 paket yang dimaksud sebagai berikut:

PAKET ISTIMEWA: Jurnal Hasil Penelitian

Adalah 3 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt dan Pendek Alt plus 10 Bonus].

PAKET KHUSUS: Jurnal Hasil Penelitian

Adalah 2 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Sedang Alt dan Pendek Alt plus beberapa Bonus]

PAKET STANDAR: Jurnal Hasil Penelitian

Adalah 1 buah (sebuah) KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt atau Pendek Alt plus beberapa Bonus].

PAKET SUPER ISTIMEWA: Jurnal Hasil Penelitian

Adalah 1 Sets KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt atau Lengkap Alt plus 10 Files (Bonus) & Utama & 52 Bonus Tambahan].

(2)

Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian seperti:

MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt), merupakan Model Penelitian dgn Proses Hitung maupun Analisis-nya yang paling Sempurna

File 126 02 Jurnal HASIL PENELITIAN 36h PERUM DAMRI 2015 (Panjang Alt) Judul 126 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan

Loyalitas Pelanggan

Oleh AMRIZAL (lp3et.org dan amrizal.ina@gmail.com). PAKET (Jurnal Hasil Penelitian) STANDAR A-3:

Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian seperti:

MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS(Panjang Alt), merupakan

Model Penelitian dgn Proses Hitung maupun Analisis-nya yang paling Sempurna

File 126 02 Jurnal HASIL PENELITIAN 36h PERUM DAMRI 2015 (Panjang Alt) Judul 126 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan

Loyalitas Pelanggan

(1 atau 2 Files PDF ini tidak dapat di-unduh sebelum Pemesanan PAKET/Jurnal STANDAR A-3 terjadi)

Bonus: 10 Files, termasuk 3 Files Microsoft Office Excel 97-2003 Worksheet/Lotus 1-2-3 (Transition) PERUM DAMRI 2015 (sebagai MASTER UTAMA) yang disusun sesederhana mungkin […berdasarkan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt)] yang didalamnya diperlihatkan proses hitung sebanyak {[(4 Hasil Estimasi Model Regressi I + 0 Hasil Estimasi Model Regressi II)*(2) + 0 Hasil Estimasi Model Regressi III] + 1 Output1 Hasil Est SPSS Model Regressi IV Lampiran 29) = 5 HasilEstmasi (Unstandardized Coefficients: Model Regresi I s/d IV (zresid Histogram & Pembentukan Kurva Normal) dan hasil estimasi Metode Path Analysis (Standardized Coefficients)} serta sebanyak {[(29-11) = 18] + 1 Data Lampiran 28 atau Data Excel CF1092} = 19 Lampiran Olahan “Ber Formulasi” yang merupakan transfer dari Excel atau Lotus 1-2-3 (Transition)dari

Program Microsoft Office Excel 2003]. Hasil perhitungan ini dikelompokan kedalam 2 Hasil

Perhitungan Empiris “Data Dengan Kategori Jumlah I & II” (selanjutnya dapat dilihat dalam Bab IV & Lampiran) yang diperinci dalam berbagai bentuk Files sbb:

Files Excel1 Simple Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Petunjuk Lotus) Excel2 Simple Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Lampiran 29) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel n125 CF871 SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 14 Ind Var n125

SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 14 Ind Var n125 Est Orisinil

SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 14 Ind Var n125 Plus Est Subsitusi

SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1092 unt Est SPSS SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n125 Est Orisinil

Doc1 Tentang Variabel Hasil Estimasi SPSS Kurva Normal & Lainnya 14 Ind Variabel n125

Doc2 LAMPIRAN Berformulasi21h Transfer dari Excel 30 Lamp dan 11 Lampiran Survey

Pengguna/pemesan dimulai dari S-1 keatas, dengan disiplin/kosentrasi keilmuan: Ilmu Ekonomi, Manajemen, Transportasi, dan Logistik, sedangkan Tingkat Kemahiran mengolah/mengikuti perhitungan EXCEL/SPSS “Ber Formulasi” diharapkan Setara S-2

keatas dengan disiplin/kosentrasi (keilmuan) yang sama. Harga satu PAKET (Jurnal Hasil Penelitian) STANDAR A-3 plus semua bonus “Proses Hitung/Cara Menghitung/Hasil

(3)

Berdasarkan Lembaran Informasi: 000 Daftar Tulisan Ilmiah Amrizal, terdapat sebanyak 47 Paket/Jurnal Hasil Penelitian (atau sebanyak 141 Files) yang terdiri dari sejumlah 47 [= 9 Paket (Jurnal Hasil Penelitian) Istimewa + 8 Paket (Jurnal Hasil Penelitian) Khusus + 26 Paket (Jurnal Hasil Penelitian) Standar] Plus 4 Paket (Jurnal

Hasil Penelitian) Super Istimewa tentang PENELITIAN SURVEY Dibidang

MANAJEMEN TRANSPORTASI yang dapat dipesan melalui EMAIL. Kesemua files ini dikembangkan sebagai MODEL dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt, Pendek Alt, dan Lengkap Alt (Alt singkatan dari = Alternatif)] dari 9 buah Laporan HASIL PENELITIAN Terdahulu yang dibuat/disusun (Direvisi/Dikaji Ulang STMT-TRISAKTI a/n LP3ET, Tahun 2018) menggunakan Data Hasil Survey dalam rentang tahun 2014 s/d 2018. LP3ET adalah singkatan dari LEMBAGA

PENELITIAN, PENGKAJIAN & PERUMUSAN EKONOMI TERAPAN, yang merupakan situs/web resmi Amrizal (memuat keseluruhan Tulisan Ilmiah Amrizal) dengan

nama LP3ET.org (Secara Sederhana: dapat dibuka/diakses dalam bentuk

https://lp3et.org atau dengan melalui/ memasukan nama website lp3et.org kedalam

Google atau Google Chrome) menggunakan berbagai jenis Komputer maupun Handphone.

Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian maka saudara dapat menjadikan PAKET (Jurnal Hasil Penelitian) STANDAR A-3 dengan formasi sebagaimana yang dicantumkan diatas, yang meliputi 1 Files Utama dan 10 Files Bonus maka saudara dapat memesan melaui EMAIL dengan cara sebagai berikut:

Cara Memesai melalui EMAIL sbb:

Sebagaimana yang dapat lihat pada lembaran PAKET (Jurnal Hasil Penelitian) STANDAR A-3 dihargai sebesar Rp 960.000,- (Sembilan ratus enam puluh ribu rupiah). Kirim ke No. Rekening: 0562343197 Bank BNI Syariah a/n Amrizal. Sebagai contoh isi berita yang perlu dibuat pada Rekening dan Email: amrizal.ina@gmail.com adalah sebagai berikut:

Ke Rekening: Pesan satu PAKET STANDAR A-3 (Jurnal Hasil Penelitian) a/n Winardi

Ke Email : Pesan satu PAKET STANDAR A-3 (Jurnal Hasil Penelitian) a/n Winardi (Jakarta Timur)

(4)

048 PAKET (Jurnal Hasil Penelitian) STANDAR A-3

Apabila Saudara ingin membuat sebuah (satu) Versi Jurnal Hasil Penelitian seperti: MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt), merupakan Model Penelitian dgn Proses Hitung maupun Analisis-nya yang paling Sempurna

Kode Dan Nama Karya Penelitian: 126 02

File 126 02 Jurnal HASIL PENELITIAN 36h PERUM DAMRI 2015 (Panjang Alt) Judul 126 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan

Loyalitas Pelanggan

[Doc2 LAMPIRAN Berformulasi 21h Transfer dari Excel 30 Lamp dan 11 Lampiran Survey]

Penulis : Amrizal (lp3et.org/amrizal.ina@gmail.com)

Jenis file : pdf

Harga/Paket : Rp 960.000,- (Sembilan ratus enam puluh ribu rupiah).

10 Bonus Utama PERUM DAMRI 2015 Secara Detail sbb:

Files Excel1 Simple Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Petunjuk Lotus) Excel2 Simple Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Lampiran 29) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel n125 CF871 SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 14 Ind Var n125

SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 14 Ind Var n125 Est Orisinil

SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 14 Ind Var n125 Plus Est Subsitusi

SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1092 unt Est SPSS SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n125 Est Orisinil

Doc1 Tentang Variabel Hasil Estimasi SPSS Kurva Normal & Lainnya 14 Ind Variabel n125

Doc2 LAMPIRAN Berformulasi21h Transfer dari Excel 30 Lamp dan 11 Lampiran Survey

Jumlah & Files yang akan dikirim melalui Email sbb:

a0 048 1 Versi Jurnal Hasil Penelitian PAKET STANDAR A-3 PERUM DAMRI 2015 (Panjang Alt) a0 048 PAKET (Jurnal Hasil Penelitian) STANDAR A-3

a1 z3126 02 Jurnal HASIL PENELITIAN 36h PERUM DAMRI 2015 (Panjang Alt) a2 z2126 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan Loyalitas Pelanggan

b1 Excel1 Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Petunjuk Lotus)

b2 Excel2 Path Analysis Method PERUM DAMRI 2015 Master Utama AE1 CF1092 (Lampiran 29)

b3 Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel n125 CF871 b4 SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 14 Ind Var n125 b5 SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 14 Ind Var n125 Est Orisinil b6 SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 14 Ind Var n125 Plus Est Subsitusi b7 SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1092 unt Est SPSS b8 SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n125 Est Orisinil b9 Doc1 Tentang Variabel Hasil Estimasi SPSS Kurva Normal & Lainnya 14 Ind Variabel n125 b10 Doc2 LAMPIRAN Berformulasi 21h Transfer dari Excel 29 Lamp dan 11 Lampiran Survey b11 C1 MODEL & KERANGKA TEORI 33h PERUM DAMRI 2015 (Panjang Alt)

(5)

Deskripsi singkat:

Model penelitian pada jasa angkutan PERUM DAMRI yang diistilahkan sebagai MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt]

oleh karena menggunakan semua bentuk fungsional model hasil estimasi (Unstandardized Coefficients: Model Regresi I, Model Regresi II, Model Regresi III (Simple Regression) dan Model Regresi IV (zresid Histogram & Pembentukan Kurva Normal) maupun bentuk fungsional model hasil estimasi Metode Path Analysis

(Standardized Coefficients). Namun dari Gambar yang ditampilkan dalam

MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS pada jasa angkutan PERUM DAMRI seolah-olah dibuat sebagai MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Pendek Alt, (Alt = Alternatif)], seolah-olah tidak menggunakan Model Regresi IV (zresid Histogram Pembentukan Kurva Normal) dan juga

seolah-olah tidak menggunakan model fungsional hasil estimasi (Unstandardized Coefficients), Seolah-olah Model Regresi II dan III yang melibatkan sebanyak 4 Variabelnya (Artinya sebanyak 25 Indikator/Dimensi disembunyikan).

Model penelitian pada jasa angkutan PERUM DAMRI MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt] merupakan model penelitian dengan analisis-nya yang paling sempurna, secara keseluruhannya mengunakan program

SPSS IBM Statistik Versi 21 for Windows, khususnya dalam pembentukan Kurva Normal digunakan Analisis Regresi Linear Berganda (Multiple Regression) dengan 14 Independent variables untuk mengukur kekuatan hubungan antara variabel dependen dengan masing-masing variabel independennya, dan untuk beberapa model/proses perhitungan tertentu harus menggunakan Lotus 1-2-3 (Transition) yang berasal dari Program Microsoft Office Excel 2003.

Metode penelitian yang digunakan pada jasa angkutan PERUM DAMRI adalah Metode Analisa Jalur Sederhana (Simple Part Analysis’ Method) yangbukan merupakan ”sebuah metode penelitian baru” seperti Metode Analisa Jalur Ganda (Double Part Analysis’ Method). Metode Analisa Jalur Sederhana ini sudah tidak asing lagi atau sudah sangat akrap dikenal masyarakat ilmiah/para ilmuan, antara lain melibatkan penggunaan data survey: Menggabungkan dua konsep data yang berkesinambungan dan saling terkait satu sama lainnya, yaitu antara Data Dengan Kategori (Jumlah ke I) dengan 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 yang selanjutnya disebut sebagai Data 5 Observasi”. Sedangkan yang dimaksud dengan 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 latar belakang) bahwa Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data ”hasil survey” tersebut [Artinya, dalam penelitian ini menggunakan 25 Indikator/Dimensi (dikalikan dengan jumlah sampel sebanyak 5 sampai dengan 10 kali dari jumlah indikator yang digunakan dalam seluruh

(6)

variabel laten) atau terdapat sebanyak 125 responden yang merupakan penumpang (pelanggan) yang telah lebih 3 kali menggunakan jasa angkutan PERUM DAMRI. Tanpa terkecuali, baik model maupun metode penelitian secara keselutuhan dilengkapi dengan berbagai Uji Statistik seperti: (1) Uji Validitas dan Reliabiitas termasuk menentukannilai

Cronbach Alpha, (2) Uji Asumsi Klasik (Uji Normalitas, Uji Multikolinearitas & Uji Heteroskedastisitas) serta Pengujian Hipotesis [(Uji Statistik t, Uji Statistik F, Uji D-W, Koefisien Determinasi (R2) dan sejenisnya.

Model penelitian pada jasa angkutan PERUM DAMRI yang diistilahkan sebagai MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt]

atau yang ditampilkan sebagai PAKET STANDAR A-3 merupakan sebuah pengecualian oleh karena Model Regresi II dan III berikut disembunyikan/tidak ditampilkan, yaitu:

 Sebanyak 4 buah Model Regresi II (Unstandardized Coefficients [Model Regresi Linear Berganda (Multiple Regression)] masing-masing kelompok Indikator maupun Dimensi terhadap Variabel Dependennya. Atau secara total untuk dua konsep perhitungan terdapat sebanyak 8 buah Model Regresi Linear Berganda (Multiple Regression) atau hasil estimasi yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II)disembunyikan/tidak ditampilkan,

 Simple Regression (Unstandardized Coefficients 25 Indikator maupun Dimensi terhadap masing-masing Variabel Dependennya. Atau secara total untuk dua konsep perhitungan sebanyak 50 buah Model Regresi Linear Sederhana (Simple Regression) atau hasil estimasi linier sederhana yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II)disembunyikan/tidak ditampilkan,

sehingga Prediksi Bentuk Perwajahan apabila menjadi sebuah Hasil Penelitian/Jurnal yang mesti dibuat hanyalah terlihat seperti MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Pendek Alt, (Alt = Alternatif)] alias terlihat seperti model penelitian dengan analisis-nya yang sangatsederhana.

2.9.1 4 Variabel Utama Metode Path Analysis

Hubungan antar-inter 4 variabel utama Metode Path Analysis secara implisit

dipengaruhi oleh masing-masing dimensi dari ke empat variabel utama tersebut, dapat

(7)

GAMBAR 2.2: 4 Variabel Utama Metode Path Analysis

Unstandardized Coefficients:

Model Regresi: Y1 = 0 + 1 X1 + 2X2 + 1 Y2 = 0 + 1 Y1 Calc + 2 Y2 Calc = 0 + 1 X1 + 2 X2 + 3Y1 + 3 Y2 Calc = 0 + 1 X1 + 2 X2 + 3Y1 + 4

Metode Path Analysis

Standardized Coefficients:

Y1 = 1X1 + 2 X2 + 1 Y2 = 1X1 + 2 X2 + 1Y1 + 2

Model penelitian menunjukkan ada 4 variabel utama ”Metode Path Analysis” dan sebanyak 5 (Lima) hipotesis, yaitu:

H1:r 2 X1 > 0 Bahwa kualitas pelayanan (X1) mempunyai pengaruh langsung positif terhadap (Coeff Reg a1,1>0) kepuasan konsumen (Y1) pengguna jasa transportasi PERUM DAMRI.

H2:r 2 X2 > 0 Bahwa harga tiket (X2) mempunyai pengaruh langsung positif terhadap kepuasan konsumen (Y1) pengguna jasa transportasi PERUM DAMRI.

HargaTiket (X2) H2:r 2 X2 > 0 H5: r 2 X2 > 0 Kualitas Pelayanan (X1) H1:r 2 X1 > 0 H1: r 2 X1>0 H4:r 2 X1 > 0 Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) H 3:r 2 Y 1>0 H4: Coeff. Regc1, 1> 0 H5: Coeff. Regc2, 2> 0 H1: Coeff. Rega11 > 0 H2: Coeff. Rega2 2 > 0 H 3: Co e ff. Re g c 3, 3>0 Y1 = Intevening Variable  r 2(Y1) > 0.6 r 2 (Xi ) > 0.6   r 2(Y 1 ,Xi) > 0.6   r 2(Xi ,Y1) > 0.6

(8)

H3:r 2 Y1 > 0 Bahwa kepuasan konsumen (Y1) mempunyai pengaruh langsung positif terhadap loyalitas konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

H4:r 2 X1 > 0 Bahwa kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif (melalui intervening kepuasan konsumen Y1) terhadap loyalitas

konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

H5:r 2 X2 > 0 Bahwa harga tiket (X2) mempunyai pengaruh tidak langsung Positif

(melalui intervening kepuasan konsumen Y1) terhadap loyalitas konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

2.9.2 Variabel Kualitas Pelayanan (X1)

Hubungan variabel kualitas pelayanan (X1) dengan 5 dimensi Kualitas Pelayanan

dapat dijelaskan sebagai berikut:

H1:r 2 X1 > 0 Bahwa kualitas pelayanan (X1) mempunyai pengaruh langsung positif terhadap kepuasan konsumen (Y1) pengguna jasa transportasi PERUM DAMRI.

HX1i:r 2 X1i > 0 Bahwa 5 Dimensi Kualitas Pelayanan (Y1), berjalan secara sinkron bersifat “Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh:

5 Dimensi Kualitas Pelayanan (Y1):

HX1i:r 2 X1i >0 H1 = Bukti fisik (tangible) berpengaruh positif terhadap kepuasan konsumen. H2 = Keandalan (reliability) berpengaruh positif terhadap kepuasan konsumen. H3 = Daya tanggap (responsiveness) berpengaruh positif terhadap kepuasan konsumen. H4 = Jaminan (assurance) berpengaruh positif terhadap kepuasan konsumen.

H5 = Empati (empathy) berpengaruh positif terhadap kepuasan konsumen.

H1: Semakin tinggi Bukti fisik (tangible), maka semakin tinggi kepuasan konsumen,

yang berarti semakin tingginya kemampuan para karyawan penyedia jasa transportasi

PERUM DAMRI meningkatkan kualitas pelayanan, merepresentasikan dimensi pelayanan yang berwujud secara fisik atau sesuatu yang nampak/

H2: Semakin tinggi Keandalan (reliability), maka semakin tinggi kepuasan konsumen,

(9)

PERUM DAMRI untuk menampilkan pelayanan yang dijanjikan dengan terpercaya dan akurat.

H3: Semakin tinggi Daya tanggap (responsiveness), maka semakin tinggi kepuasan konsumen. Yang berarti semakin tingginya/mantap aktivitas para karyawan penyedia jasa transportasi PERUM DAMRI memberikan pelayanan yang baik kepada pelanggan atau dilakukan untuk memastikan kepuasan pelanggan.

H4: Semakin tinggi Jaminan (assurance), maka semakin tinggi kepuasan konsumen, yang

berarti semakin tingginya kemampuan para karyawan penyedia jasa transportasi PERUM DAMRI meningkatkan kualitas pelayanan yang berfokus pada pengetahuan, kesopanan, keramah-tamahan serta kemampuan para karyawan untuk menimbulkan/melahirkan kepercayaan dan keyakinan pada diri pelanggan.

H5: Semakin tinggi Empati (empathy), maka semakin tinggi kepuasan konsumen, yang

berarti semakin tingginya kemampuan para karyawan penyedia jasa transportasi

PERUM DAMRI meningkatkan kualitas pelayanan melalui cara pemberian perhatian dengan sentuhan pribadi sehingga dapat/tepat memenuhi apa yang dibutuhkan oleh konsumen.

2.9.2 Variabel Harga atau Harga Tiket (X2)

Hubungan variabel harga atau harga tiket (X2) dengan 3 Dimensi Harga Tiket

dapat dijelaskan sebagai berikut:

H2:r 2 X2 > 0 Bahwa harga tiket (X2) mempunyai pengaruh langsung positif terhadap kepuasan konsumen (Y1) pengguna jasa transportasi PERUM DAMRI. HX2i: r 2 X2i > 0

(10)

3 Dimensi Harga Tiket (X2):

(1) Kesesuaian harga dengan kualitas jasa yang diberikan, atau Kesesuaian Harga Tiket atau Ongkos Angkut dengan Kualitas Pelayanan yang diberikan

(2) Kesesuaian harga dengan pelayanan yang diterima, atau Kesesuaian Harga Tiket atau Ongkos Angkut dengan Tambahan Guna (Marginal Utility MU) yang diterima,

dirasakan atau didapatkan (dinikmati) oleh konsumen.

(3) Kesesuaian harga dengan fasilitas, atau Kesesuaian Harga Tiket atau Ongkos Angkut dengan fasilitas alat angkut yang tersedia, seperti kemampuan para karyawan penyedia jasa transportasi PERUM DAMRI meningkatkan kualitas pelayanan, merepresentasikan dimensi pelayanan yang berwujud secara fisik atau sesuatu yang nampak, seperti:

Peralatan Armada PERUM DAMRI, Perlengkapan Armada, Kenyamanan ruangan dan

Penampilan petugas.

2.9.3 Variabel Kepuasan Konsumen (Y1)

Hubungan variabel Kepuasan Konsumen (Y1) dengan 3 Dimensi Kepuasan

Konsumen (Y1) dapat dijelaskan sebagai berikut:

H3:r 2 Y1 > 0 Bahwa kepuasan konsumen (Y1) mempunyai pengaruh langsung positif terhadap loyalitas konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

HY1i: r 2 Y1i > 0

3 Dimensi Kepuasan Konsumen (Y1):

(1) Pelayanan sesuai dengan harapan pelanggan,

(2) Kesediaan pelanggan untuk merekomendasikan kepada orang lain dan

(3) Puas atas kualitas pelayanan yang sudah dirasakan.

2.9.4 Variabel Loyalitas Konsumen (Y2)

Dimensionalisasi variabel Loyalitas Konsumen (Y2) dalam penelitian ini mengacu pada penelitian Gremler & Brown dalam Lu Ting Pong., et.al., (2001), dimana hubungan variabel Loyalitas Konsumen dengan 3 Dimensi Loyalitas Konsumen (Y2)dapat dijelaskan sebagai berikut:

H3:r 2 Y1 > 0 Bahwa kepuasan konsumen (Y1) mempunyai pengaruh langsung positif terhadap loyalitas konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

(11)

H4:r 2 X1 > 0 Bahwa kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif (melalui intervening kepuasan konsumen Y1) terhadap loyalitas

konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

H5:r 2 X2 > 0 Bahwa harga tiket (X2) mempunyai pengaruh tidak langsung Positif

(melalui intervening kepuasan konsumen Y1) terhadap loyalitas konsumen (Y2) pengguna jasa transportasi PERUM DAMRI.

HY2i: r 2 Y2i > 0

3 Dimensi Loyalitas Konsumen (Y2):

(1) Penggunaan ulang layanan

(2) Tertanamnya secara positif layanan di benak pelanggan (3) Selalu menjadi pilihan utama bagi pelanggan.

(12)

4.1 Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I)

Hasil perhitungan semua bentuk fungsional hasil estimasi (Unstandardized Coefficients), yang meliputi semua model regresi: Model Regresi I, Model Regresi II, Model Regresi III (4 kelompok Simple Regression) atau hasil estimasi 25 Indikator

terhadap masing-masing Variabelnya, dan Model fungsi Metode Path Analysis

(Standardized Coefficients) adalah sebagai berikut:

Gambar 4.1: Model Konseptual & Hubungan Fungsional: Antar Inter Variabel Kualitas Pelayanan (X1), Harga Tiket (X2), Kepuasan Konsumen (Y1), dan Loyalitas Konsumen (Y2). Melakukan Estimasi (Multiples Regression) semua Indikatornya serta Simple Regression 25 Indikator.

I. DATA DENGAN KATEGORI (Jumlah ke I): Unstandardized Coefficients: Model Regresi I : Y1 = a0 + a1 X1 + a2X2 + e1 Y2 = b0 + b1 Y1 Calc + e2 Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + e3 Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + e4 Y1 = 29.670267 + 0.242305 X1 - 0.254700 X2 Y2 = 10.676316 + 1.524317 Y1 Calc Y2 Calc = -78.31979 - 1.171240 X1 + 2.649565 X2 + 4.108108 Y1 Y2 Calc = -89.65091 + 4.490009 Y1 - 1.263777 X1 + 2.746835 X2 HargaTiket (X2) H2:r 2 X2 > 0 H5: r 2 X2 > 0 Kualitas Pelayanan (X1) H1:r 2 X1 > 0 H1: r 2 X1>0 H4:r 2 X1 > 0 Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) H 3: r 2 Y 1>0 Y1 = Intevening Variable

GAMBAR 4.1: KERANGKA PEMIKIRAN TEORITIS c1 = -1.171 a1 = 0.242 a2 = -0.255 c2 = 2.650 c 3 = 4 .108  r 2 (X i ) = 0.662   r 2(Xi ,Y1) = 0.295   r 2(Y 1) = 0.367   r 2(Y1 ,Xi) = 0.295

(13)

Metode Path Analysis Standardized Coefficients: Y1 = 1X1 + 2 X2 + 1 Y2 = 1X1 + 2 X2 + 1Y1 + 2 Y1 = 1.285 X1 - 0.387 X2 Y2 Calc = - 512314 X1 + 1.125 X2 - 0.345 Y1 atau Y1 = 1.285 X1 - 0.387 X2 Y2 Calc = - 0.345 Y1 - 512314 X1 + 1.125 X2

4.2 Hasil Perhitungan, Data Dengan Kategori (Jumlah ke II)

Hasil perhitungan semua bentuk fungsional hasil estimasi (Unstandardized Coefficients), yang meliputi semua model regresi: Model Regresi I, Model Regresi II, Model Regresi III (4 kelompok Simple Regression) atau hasil estimasi 25 Indikator

terhadap masing-masing Variabelnya, dan Model fungsi Metode Path Analysis

(Standardized Coefficients) adalah sebagai berikut:

Gambar 4.2: Model Konseptual & Hubungan Fungsional: Antar Inter Variabel Kualitas Pelayanan (X1), Harga Tiket (X2), Kepuasan Konsumen (Y1), dan Loyalitas Konsumen (Y2). Melakukan Estimasi (Multiples Regression) semua Indikatornya serta Simple Regression 25 Indikator.

r 2 (Xi ) = 0.893 HargaTiket (X2) H2:r 2 X2 > 0 H5: r 2 X2 > 0 Kualitas Pelayanan (X1) H1:r 2 X1 > 0 H1: r 2 X1>0 H4:r 2 X1 > 0 Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) H 3: r 2 Y 1>0 2 = 0.055 Y1 = Intevening Variable 1 = 0.174 1 = 0.229  3 = 0. 635 2 = 0.389   r 2(Y 1 ,Xi) = 0.984   r 2(Y 1) = 0.874   r 2(X i ,Y1) = 0.984

(14)

I. DATA DENGAN KATEGORI (Jumlah ke II): Unstandardized Coefficients: Model Regresi: Y1 = 0 + 1 X1 + 2X2 + 1 Y2 = 0 + 1 Y1 Calc + 2 Y2 Calc = 0 + 1 X1 + 2 X2 + 3Y1 + 3 Y2 Calc = 0 + 1 X1 + 2 X2 + 3Y1 + 4 Y1 = 13.834534 + 0.229088 X1 + 0.055002 X2 Y2 = 12.783441 + 1.456903 Y1 Calc Y2 Calc = 6.580425 + 0.173725 X1 + 0.389055 X2 + 0.634517 Y1 Y2 Calc = 6.580425 + 0.634517 Y1 + 0.173725 X1 + 0.389055 X2

Analisis Regresi Linear Berganda (Multiples Regression)

Analisis yang digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antar variabel dependen dengan variabel

independen menurut Ghozali, 2001 (dalam Febri Tri Bramasta Putra, 2010: 15). Model

penelitian ini dapat dijelaskan dengan model linier persamaan regresi menurut Ferdinand,

2006 (dalam Febri Tri Bramasta Putra, et.al. 2010) dapat disusun sebagai berikut:

Model Regresi II: Analisis Regresi Linear Berganda

Y = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7 + e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e14 X1.14 + e5 dimana:

X1 = X1.1 = Variabel Kualitas Pelayanan = (X1) X2 = X1.2 = Variabel Harga Tiket = (X2)

X3 = X1.3 = Variabel Kepuasan Konsumen = (Y1) X4 = X1.4 = Variabel Loyalitas Konsumen = (Y2)

X5 = X1.5 = Dimensi Rata-rata Kualitas Pelayanan = (X3v) X6 = X1.6 = Dimensi Rata-rata Harga Tiket = (X4v)

X7 = X1.7 = Dimensi Rata-rata Kepuasan Konsumen = (Y3v) X8 = X1.8 = Dimensi Rata-rata Loyalitas Konsumen = (Y4v)

X9 = X1.9 = Subsitusi Dimensi Rata Kualitas Pelayanan KP X3v ke KP X1 = [SubX3v(X1)] X10 = X1.10= Subsitusi Dimensi Rata Kepuasan Konsumen KK Y3v ke KK Y1 = [SubY3v(Y1)] X11 = X1.11 = Subsitusi Dimensi Rata Kepuasan Konsumen KK Y3v ke KP X3v = [SubY3v(X3v)] X12 = X1.12 = Subsitusi Dimensi Rata KK Y3v ke Harga Tiket HT X4v = [SubY3v(X4v)] X13 = X1.13 = Subsitusi Dimensi Rata Loyalitas Konsumen LK Y4v ke KK Y3v = [SubY4v(Y3v)] X14 = X1.14 = X = Independen Variabel, sebagai Nilai Total Data Dengan Kategori (Jumlah ke I)

Y = Dependen Variabel, sebagai Nilai Total Data Dengan Kategori (Jumlah ke II)

e0 , e1 ... e14 = Koefisien Regresi untuk ke 14 Independen Variabel e5 = Error Term

(15)

Metode Analisa Jalur Sederhana

(Simple Part Analysis’ Method):

Uji Regresi Dengan Metode Path Analysis (Standardized Coefficients) Model Fungsional Loyalitas Konsumen

Y1 = 0.904 X1 + 0.064 X2 (Persamaan Regresi 1) Y2 Calc = 0.389 X1 + 0.256 X2 + 0.360 Y1 (Persamaan Regresi 3)

atau

Y1 = 0.904 X1 + 0.064 X2 (Persamaan Regresi 1) Y2 Calc = 0.360 Y1 + 0.389 X1 + 0.256 X2 (Persamaan Regresi 4)

dimana:

Y1 = Kepuasan Konsumen (pelanggan) Y2 = Loyalitas Konsumen (pelanggan)

1 = Koefisien untuk variabel Kualitas Pelayanan 2 = Koefisien untuk variabel Harga Tiket

1 = Koefisien untuk variabel intervening kepuasan konsumen (pelanggan)  = Error Term

X1 = Kualitas Pelayanan X2 = Harga Tiket

Model Regresi II: Multiple Regression, Data Dengan Kategori (Jumlah ke II)

Analisis yang digunakan untuk mengukur kekuatan hubungan antara dua variabel atau lebih, juga menunjukkan arah hubungan antar variabel dependen dengan variabel independen menurut Ghozali, 2001 (dalam Febri Tri Bramasta Putra, 2010: 15). Model penelitian ini dapat dijelaskan dengan model linier persamaan regresi menurut Ferdinand, 2006 (dalam Febri Tri Bramasta Putra, et.al. 2010) dapat disusun sebagai berikut:

(Regression Output): X Coefficient(s): f (X1.i): Y = 10.931 - 0.556 X1.1 + 0.328 X1.2 + 0.173 X1.3 + 0. 100 X1.4 - 0. 009 X1.5 - 0. 019 X1.6 + 0.207 X1.7 + 0.254 X1.8 - 0.182 X1.9 + 0.180 X1.10 - 0.125 X1.11 + 0.109 X1.12 - 0.073 X1.13 + 0.820 X1.14 + 25.752 Std Err of Coef. S(ai): (3.177) (0.738) (0.746) (0.531) (0.158) (0.170) (0.083) (0.279) (0.055) (0.210) (0.214) (0.362) (0.049) (0.216) (0.025) T-test (df = n-k ) t(ai): (3.440) (- 0.753) ( 0.440) (0.326) (0.637) (-0.053) (-0.229) ( 0.741) ( 4.586 ) (-0.865) (0.841) (-0.346) ( 2.227) (- 0.338) (33.424)

(16)

No. of Observations: 125 Degrees of Freedom: 110 Constant: 10.931 Std Err of Y Est SE = 25.752 R Squared r 2 = 0.983 Correlation Coeff r = 0.992 Adjusted R Squared r 2 = 0.981

F Change = Fuji Test F = 459.481

Durbin-Watson Test D-W = 1.496

dimana:

X1 = X1.1 = Variabel Kualitas Pelayanan = (X1) X2 = X1.2 = Variabel Harga Tiket = (X2)

X3 = X1.3 = Variabel Kepuasan Konsumen = (Y1) X4 = X1.4 = Variabel Loyalitas Konsumen = (Y2)

X5 = X1.5 = Dimensi Rata-rata Kualitas Pelayanan = (X3v) X6 = X1.6 = Dimensi Rata-rata Harga Tiket = (X4v)

X7 = X1.7 = Dimensi Rata-rata Kepuasan Konsumen = (Y3v) X8 = X1.8 = Dimensi Rata-rata Loyalitas Konsumen = (Y4v)

X9 = X1.9 = Subsitusi Dimensi Rata Kualitas Pelayanan KP X3v ke KP X1 = [SubX3v(X1)] X10 = X1.10= Subsitusi Dimensi Rata Kepuasan Konsumen KK Y3v ke KK Y1 = [SubY3v(Y1)] X11 = X1.11 = Subsitusi Dimensi Rata Kepuasan Konsumen KK Y3v ke KP X3v = [SubY3v(X3v)] X12 = X1.12 = Subsitusi Dimensi Rata KK Y3v ke Harga Tiket HT X4v = [SubY3v(X4v)] X13 = X1.13 = Subsitusi Dimensi Rata Loyalitas Konsumen LK Y4v ke KK Y3v = [SubY4v(Y3v)] X14 = X1.14 = X = Independen Variabel, sebagai Nilai Total Data Dengan Kategori (Jumlah ke I)

Y = Dependen Variabel, sebagai Nilai Total Data Dengan Kategori (Jumlah ke II)

e0 , e1 ... e14 = Koefisien Regresi untuk ke 14 Independen Variabel e5 = Error Term

Sumber: Data Primer, diolah oleh penulis menggunakan Lotus 1-2-3 (Transition) Microsoft Excel 2003, Tahun 2015,

(17)

Terkutip Lampiran 28: Zresid Histogram & Pembentukan Kurva Normal

0 P ERHITUNGAN Type I X1u. 1 X1u. 2 X1u. 3 X1u. 4 X1u. 5 X1 X2 Y1 Y2 X3v X4v Y3v Y4v X ke I Y ke II

1 Va ria b e l Ku a lita s Pe la ya n a n = X 4 3 4 8 3 6 5 2 4 8 4 7 4 3 4 2 4 2 2 7 4 7 4 0 3 6 5 5 1 5 5 1 2 5 2 4 7 6 1 3 7 5 1 4 8 5 7 5 3 5 2 6 7 4 2 5 7 5 4 6 7 8 6 7 8 3 0 0 0 0 0 0 0 0 0 0 0 0 0 2 6 6 2 6 6 4 1 0 1 1 1 0 8 9 1 1 9 8 1 2 1 0 1 0 7 1 1 1 2 6 1 2 6 5 0 0 0 0 0 2 0 0 0 0 0 0 2 4 4 6 Va ria b e l Ha rg a Tik e t = X 3 0 3 6 3 4 3 0 0 0 0 0 0 0 0 0 0 1 3 0 1 3 0 7 5 6 4 9 5 3 5 6 0 0 0 0 0 0 0 0 0 2 1 4 2 1 4 8 0 0 0 0 0 0 0 0 0 0 0 0 0 9 7 9 7 9 2 0 1 2 1 2 1 5 0 0 0 0 0 0 0 0 0 5 9 5 9 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 Va ria b e l Ke p u a sa n Ko n su me n = Y 4 5 4 8 3 3 0 0 0 0 0 0 0 0 0 0 1 2 6 1 2 6 1 2 4 4 4 4 5 7 0 0 0 0 0 0 0 0 0 0 1 4 5 1 4 5 1 3 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 6 8 1 4 7 1 0 1 7 0 0 0 0 0 0 0 0 0 0 3 4 3 4 1 5 1 1 0 0 0 0 0 0 0 0 0 0 0 2 2 1 6 Va ria b e l Lo ya lita s Ko n su me n = Y 3 4 2 5 2 3 2 4 2 1 0 0 0 0 0 0 0 0 1 2 7 1 2 7 1 7 5 3 6 1 6 0 6 5 6 4 0 0 0 0 0 0 0 0 3 03 3 03 1 8 0 0 0 0 0 0 0 0 0 0 0 0 0 1 4 6 1 4 6 1 9 1 2 4 1 2 8 1 3 0 0 0 0 0 0 0 0 4 9 4 9 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1

Dime n si Ra ta -ra ta Ku a lita s Pe la ya n a n = X 4 5 4 6 4 2 3 7 3 8 0 0 0 0 0 0 0 0 2 08 2 08

2 2 4 9 5 2 5 3 5 5 5 6 0 0 0 0 0 0 0 0 2 6 5 2 6 5

2 3 0 0 0 0 0 0 0 0 0 0 0 0 0 1 05 1 05

2 4 1 0 9 9 9 8 0 0 0 0 0 0 0 0 4 5 4 5

2 5 0 1 0 0 1 0 0 0 0 0 0 0 0 2 2

2 6

Dime n si Ra ta -ra ta Ha rg a Tik e t = X 3 0 3 5 3 0 0 0 0 0 0 0 0 0 0 0 9 5 9 5

2 7 5 6 5 1 5 6 0 0 0 0 0 0 0 0 0 0 1 6 3 1 6 3 2 8 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 7 0 2 9 2 0 1 2 1 5 0 0 0 0 0 0 0 0 0 0 4 7 4 7 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3 1 Dime n si Ra ta -ra ta Ke p u a sa n Ko n su me n = Y 4 5 4 8 3 3 0 0 0 0 0 0 0 0 0 0 1 2 6 1 2 6 3 2 4 4 4 4 5 7 0 0 0 0 0 0 0 0 0 0 1 4 5 1 4 5 3 3 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 6 8 3 4 7 1 0 1 7 0 0 0 0 0 0 0 0 0 0 3 4 3 4 3 5 1 1 0 0 0 0 0 0 0 0 0 0 0 2 2

3 6 Dime n si Ra ta -ra ta Lo ya lita s Ko n su me n = Y 3 0 2 3 2 3 0 0 0 0 0 0 0 0 0 0 7 6 7 6

3 7 5 7 6 0 6 5 0 0 0 0 0 0 0 0 0 0 1 8 2 1 8 2 3 8 0 0 0 0 0 0 0 0 0 0 0 0 0 8 9 8 9 3 9 7 1 2 9 0 0 0 0 0 0 0 0 0 0 2 8 2 8 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 1 Su b situ si Dime n si Ra ta KP X k e KP X = Su b X(X ) 4 3 4 8 3 6 5 2 4 8 4 7 4 3 4 2 4 2 2 7 4 7 4 0 3 6 2 08 2 08 4 2 5 2 4 7 6 1 3 7 5 1 4 8 5 7 5 3 5 2 6 7 4 2 5 7 5 4 2 6 5 2 6 5 4 3 0 0 0 0 0 0 0 0 0 0 0 0 0 1 05 1 05 4 4 1 0 1 1 1 0 8 9 1 1 9 8 1 2 1 0 1 0 7 1 1 4 5 4 5 4 5 0 0 0 0 0 2 0 0 0 0 0 0 2 2 2 4 6 Su b situ si Dime n si Ra ta HT X k e HT X = Su b X(X ) 3 0 3 6 3 4 3 0 0 0 0 0 0 0 0 0 0 9 5 9 5 4 7 5 6 4 9 5 3 5 6 0 0 0 0 0 0 0 0 0 1 6 3 1 6 3 4 8 0 0 0 0 0 0 0 0 0 0 0 0 0 7 0 7 0 4 9 2 0 1 2 1 2 1 5 0 0 0 0 0 0 0 0 0 4 7 4 7 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 1 Su b situ si Dime n si Ra ta KK Y k e KK Y = Su b Y(Y ) 4 5 4 8 3 3 0 0 0 0 0 0 0 0 0 0 1 2 6 1 2 6 5 2 4 4 4 4 5 7 0 0 0 0 0 0 0 0 0 0 1 4 5 1 4 5 5 3 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 6 8 5 4 7 1 0 1 7 0 0 0 0 0 0 0 0 0 0 3 4 3 4 5 5 1 1 0 0 0 0 0 0 0 0 0 0 0 2 2 5 6 Su b situ si Dime n si Ra ta KK Y k e KP X = Su b Y(X) 4 5 4 6 4 2 3 7 3 8 0 0 0 0 0 0 0 0 1 2 6 1 2 6 5 7 4 9 5 2 5 3 5 5 5 6 0 0 0 0 0 0 0 0 1 4 5 1 4 5 5 8 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 6 8 5 9 1 0 9 9 9 8 0 0 0 0 0 0 0 0 3 4 3 4 6 0 0 1 0 0 1 0 0 0 0 0 0 0 0 2 2 6 1 Su b situ si Dime n si Ra ta KK Y k e HT X = Su b Y(X) 3 0 3 5 3 0 0 0 0 0 0 0 0 0 0 0 1 2 6 1 2 6 6 2 5 6 5 1 5 6 0 0 0 0 0 0 0 0 0 0 1 4 5 1 4 5 6 3 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 6 8 6 4 2 0 1 2 1 5 0 0 0 0 0 0 0 0 0 0 3 4 3 4 6 5 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 6 6 Su b situ si Dime n si Ra ta LK Y k e KK Y = Su b Y(Y) 4 5 4 8 3 3 0 0 0 0 0 0 0 0 0 0 7 6 7 6 6 7 4 4 4 4 5 7 0 0 0 0 0 0 0 0 0 0 1 8 2 1 8 2 6 8 0 0 0 0 0 0 0 0 0 0 0 0 0 8 9 8 9 6 9 7 1 0 1 7 0 0 0 0 0 0 0 0 0 0 2 8 2 8 7 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0

7 1 Estima si I Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 5 5 1 1 3 0 0 0 0 0 0 0 1 2 6 1 4 7

7 2 0 0 0 0 0 6 7 8 2 1 4 0 0 0 0 0 0 1 4 5 1 8 1

7 3 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 1 4

7 4 0 0 0 0 0 1 2 6 5 9 0 0 0 0 0 0 3 4 4 6

7 5 0 0 0 0 0 4 0 0 0 0 0 0 0 2 1 5

7 6 Estima si II Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 0 0 1 4 7 0 0 0 0 0 1 2 7 2 2 7

7 7 0 0 0 0 0 0 0 1 8 1 0 0 0 0 0 3 03 2 7 6

7 8 0 0 0 0 0 0 0 1 4 0 0 0 0 0 1 4 6 3 3

7 9 0 0 0 0 0 0 0 4 6 0 0 0 0 0 4 9 8 0

8 0 0 0 0 0 0 0 0 1 5 0 0 0 0 0 0 3 4

8 1

Estima si III Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 5 5 1 1 3 0 1 2 6 0 0 0 0 0 2 2 7 2 3 3

8 2 0 0 0 0 0 6 7 8 2 1 4 1 4 5 0 0 0 0 0 2 7 6 3 00

8 3 0 0 0 0 0 0 0 6 8 0 0 0 0 0 3 3 5 0

8 4 0 0 0 0 0 1 2 6 5 9 3 4 0 0 0 0 0 8 0 7 3

8 5 0 0 0 0 0 4 0 2 0 0 0 0 0 3 4 9

8 6

Estima si I Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 2 08 9 5 0 0 1 2 6 1 4 6

8 7 0 0 0 0 0 0 0 0 0 2 6 5 1 6 3 0 0 1 4 5 1 8 3

8 8 0 0 0 0 0 0 0 0 0 0 0 0 0 6 8 1 4

8 9 0 0 0 0 0 0 0 0 0 4 5 4 7 0 0 3 4 4 3

9 0 0 0 0 0 0 0 0 0 0 2 0 0 0 2 1 5

9 1 Estima si II Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 0 0 1 4 6 0 7 6 1 3 5

9 2 0 0 0 0 0 0 0 0 0 0 0 1 8 3 0 1 8 2 1 6 8

9 3 0 0 0 0 0 0 0 0 0 0 0 1 4 0 8 9 2 0

9 4 0 0 0 0 0 0 0 0 0 0 0 4 3 0 2 8 4 6

9 5 0 0 0 0 0 0 0 0 0 0 0 1 5 0 0 2 1

9 6 Estima si III Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 2 08 9 5 1 2 6 0 1 3 5 1 3 8

9 7 0 0 0 0 0 0 0 0 0 2 6 5 1 6 3 1 4 5 0 1 6 8 1 8 1 9 8 0 0 0 0 0 0 0 0 0 0 0 6 8 0 2 0 3 0 9 9 0 0 0 0 0 0 0 0 0 4 5 4 7 3 4 0 4 6 4 3 1 00 0 0 0 0 0 0 0 0 0 2 0 2 0 2 1 5 1 01 Bu k ti fisik (Ta n g ib le) = X 1 05 1 06 1 07 9 7 0 0 0 0 0 0 0 0 0 5 00 4 1 5 1 02 Ke a n d a la n (Re lia b ility) = X 0 0 0 0 1 08 1 08 1 09 0 0 0 0 0 0 3 7 5 3 2 5 1 03 Da ya ta n g g a p (Re sp o n siv e n e ss) = X 0 0 0 0 0 0 0 1 03 1 06 0 0 0 0 2 5 0 2 09 1 04 Ja min a n (Assu ra n c e) = X 0 0 0 0 0 0 0 0 0 1 04 9 9 0 0 2 5 0 2 03 1 05 Pe rh a tia n (Emp a th y) = X 0 0 0 0 0 0 0 0 0 0 0 1 04 1 03 2 5 0 2 07 1 06 Va ria b e l Ku a lita s Pe la ya n a n = X 1 05 1 06 1 07 9 7 1 08 1 08 1 09 1 03 1 06 1 04 9 9 1 04 1 03 1 6 2 5 1 3 5 9 1 07 Va ria b e l Ha rg a Tik e t = X 1 06 9 7 9 9 1 01 0 0 0 0 0 0 0 0 0 5 00 4 03 1 08 Va ria b e l Ke p u a sa n Ko n su me n = Y 9 7 1 03 1 07 0 0 0 0 0 0 0 0 0 0 3 7 5 3 07 1 09 Va ria b e l Lo ya lita s Ko n su me n = Y 9 9 9 0 9 5 9 7 9 8 0 0 0 0 0 0 0 0 6 2 5 4 7 9 1 1 0

Dime n si Ra ta -ra ta Ku a lita s Pe la ya n a n = X 1 04 1 08 1 04 1 01 1 03 0 0 0 0 0 0 0 0 6 2 5 5 2 0

1 1 1

Dime n si Ra ta -ra ta Ha rg a Tik e t = X 1 06 9 8 1 01 0 0 0 0 0 0 0 0 0 0 3 7 5 3 05 1 1 2 Dime n si Ra ta -ra ta Ke p u a sa n Ko n su me n = Y 9 7 1 03 1 07 0 0 0 0 0 0 0 0 0 0 3 7 5 3 07 1 1 3 Dime n si Ra ta -ra ta Lo ya lita s Ko n su me n = Y 9 4 9 5 9 7 0 0 0 0 0 0 0 0 0 0 3 7 5 2 8 6 1 1 4 Su b situ si Dime n si Ra ta KP X k e KP X = Su b X(X ) 1 05 1 06 1 07 9 7 1 08 1 08 1 09 1 03 1 06 1 04 9 9 1 04 1 03 6 2 5 5 2 0 1 1 5 Su b situ si Dime n si Ra ta HT X k e HT X = Su b X(X ) 1 06 9 7 9 9 1 01 0 0 0 0 0 0 0 0 0 3 7 5 3 05 1 1 6 Su b situ si Dime n si Ra ta KK Y k e KK Y = Su b Y(Y ) 9 7 1 03 1 07 0 0 0 0 0 0 0 0 0 0 3 7 5 3 07 1 1 7 Su b situ si Dime n si Ra ta KK Y k e KP X = Su b Y(X) 1 04 1 08 1 04 1 01 1 03 0 0 0 0 0 0 0 0 3 7 5 3 07 1 1 8 Su b situ si Dime n si Ra ta KK Y k e HT X = Su b Y(X) 1 06 9 8 1 01 0 0 0 0 0 0 0 0 0 0 3 7 5 3 07 1 1 9 Su b situ si Dime n si Ra ta LK Y k e KK Y = Su b Y(Y) 9 7 1 03 1 07 0 0 0 0 0 0 0 0 0 0 3 7 5 2 8 6 1 2 0 Estima si I Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 1 3 5 9 4 03 0 0 0 0 0 0 3 7 5 4 03 1 2 1

Estima si II Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 0 0 4 03 0 0 0 0 0 6 2 5 6 5 1 1 2 2

Estima si III Va ria b e l Pa th An a lisys Me th o d 0 0 0 0 0 1 3 5 9 4 03 3 7 5 0 0 0 0 0 6 5 1 6 6 4 1 2 3 Estima si I Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 5 2 0 3 05 0 0 3 7 5 4 02 1 2 4 Estima si II Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 0 0 4 02 0 3 7 5 3 9 0 1 2 5 Estima si III Dime n si Ra ta -ra ta Pa th An a lisys Me th o d 0 0 0 0 0 0 0 0 0 5 2 0 3 05 3 7 5 0 3 9 0 3 9 8 S umber: Dat a P rimer Hasil S urvey diolah oleh penulis Micrrosoft Excel 2003 (Lot us 1-2-3 Transit ion), t ahun 2015.

(18)

Tabel 4.1: Model Summaryb Model R R Square Adjusted

R Square

Std. Error of the Estimate

Change Statistics Durbin-Watson R Square Change F Change df1 df2 Sig. F Change 1 .992a .983 .981 25.75221 .983 459.481 14 110 .000 1.496 a. Predictors: (Constant), X = Independen Variabel (Nilai Total), Subsitusi Dimensi Rata KK Y3v ke KK Y1 = SubY3v(Y1), Dimensi Rata-rata Harga Tiket = X4v, Subsitusi Dimensi Rata KK Y3v ke HT X4v = SubY3v(X4v), Dimensi Rata-rata Loyalitas Konsumen = Y4v, Subsitusi Dimensi Rata KP X3v ke KP X1 = SubX3v(X1), Dimensi Rata-rata Kualitas Pelayanan = X3v, Subsitusi Dimensi Rata LK Y4v ke KK Y3v = SubY4v(Y3v), Variabel Loyalitas Konsumen = Y2, Variabel Kepuasan Konsumen = Y1, Subsitusi Dimensi Rata KK Y3v ke KP X3v = SubY3v(X3v), Dimensi Rata-rata Kepuasan Konsumen = Y3v, Variabel Kualitas Pelayanan = X1, Variabel Harga Tiket = X2

b. Dependent Variable: Y = Dependen Variabel (Jumlah II)

Tabel 4.2: ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 4266036.449 14 304716.889 459.481 .000b Residual 72949.421 110 663.177

Total 4338985.870 124

a. Dependent Variable: Y = Dependen Variabel (Jumlah II)

b. Predictors: (Constant), X = Independen Variabel (Nilai Total), Subsitusi Dimensi Rata KK Y3v ke KK Y1 = SubY3v(Y1), Dimensi Rata-rata Harga Tiket = X4v, Subsitusi Dimensi Rata KK Y3v ke HT X4v = SubY3v(X4v), Dimensi Rata-rata Loyalitas Konsumen = Y4v, Subsitusi Dimensi Rata KP X3v ke KP X1 = SubX3v(X1), Dimensi Rata-rata Kualitas Pelayanan = X3v, Subsitusi Dimensi Rata LK Y4v ke KK Y3v = SubY4v(Y3v), Variabel Loyalitas Konsumen = Y2, Variabel Kepuasan Konsumen = Y1, Subsitusi Dimensi Rata KK Y3v ke KP X3v = SubY3v(X3v), Dimensi Rata-rata Kepuasan Konsumen = Y3v, Variabel Kualitas Pelayanan = X1, Variabel Harga Tiket = X2

(19)

Tabel 4.3: Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N Predicted Value 10.7032 1384.1520 164.3730 185.48186 125

Std. Predicted Value -.828 6.576 .000 1.000 125

Standard Error of Predicted Value 3.015 21.988 7.574 4.733 125 Adjusted Predicted Value 10.8702 1421.4534 165.2821 188.69451 125

Residual -101.17979 87.03890 .00000 24.25493 125

Std. Residual -3.929 3.380 .000 .942 125

Stud. Residual -3.977 3.728 -.012 1.039 125

Deleted Residual -103.67525 105.89534 -.90915 30.73601 125 Stud. Deleted Residual -4.279 3.970 -.012 1.067 125

Mahal. Distance .708 89.410 13.888 19.255 125

Cook's Distance .000 .433 .023 .062 125

Centered Leverage Value .006 .721 .112 .155 125

a. Dependent Variable: Y = Dependen Variabel (Jumlah II)

Uji Asumsi Klasik:

Uji Reliabilitas dan Uji Normalitas

Uji reliabilitas dilakukan untuk mengetahui kehandalan dari suatu alat ukur (kuesioner) dalam mengukur suatu variabel. Pengujian reliabilitas akan dilakukan dengan menggunakan Cronbach Alpha. Ringkasan hasil pengujian reliabilitas selengkapnya dapat dilihat pada tabel 9 diatas. Pengujian reliabilitas untuk menguji keandalan dari suatu alat ukur untuk masing-masing variabel. menunjukkan bahwa semua variabel memiliki hasil koefisien Cronbach’s Alpha yang lebih besar dari 0.60. Dengan demikian dapat disimpulkan bahwa semua konsep pengukur masing-masing variabel adalah reliabel.

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak atau apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Untuk mengetahui kriterianya yaitu dengan melihat normal probability plot yang

membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data akan dibandingkan dengan garis diagonal.

Model regresi yang baik adalah memiliki distribusi data normal atau mendekati

normal (Santoso, 2001). 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 mengikut garis normalnya (Ghozali, 2005). Dasar pengambilan keputusan untuk uji normalitas adalah:

(20)

Gambar 4.3: 6 Gambar Uji Asumsi Klasik

\

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.

(21)

Adapun hasil uji normalitas dengan menggunakan SPSS sebagai peralatan hitung dengan analisis sebagai berikut:

Gambar 4.4: Uji Normalitas

Pada Uji Normalitas untuk 6 Observasi data terlihat kondisi dimana Normal P-P Plot of Regression Standardized Residual, mempunyai “Bentuk Regresi dan nilai Hasil Estimasi yang sama”. Dependent Variable: Metode Path Analysis Model Regresi I (Unstandardized Coefficients maupun Standardized Coefficients) pada Model Fungsional

Loyalitas Konsumen Y2Calc dan Y2Calc merupakan One-Stage Regression as Estimated

(22)

dan Zresid Normal P-P Plot Model Estimasi 3 = Zresid Normal P-P Plot Model Estimasi 4 yang dapat dijelaskan sebagai berikut:

Zresid Normal P-P Plot Model Estimasi 3:

Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1

Zresid Normal P-P Plot Model Estimasi 4:

Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = d0 + d1Y1 + d2X1 + d3X2

Gambar

GAMBAR 2.2:  4 Variabel Utama Metode Path Analysis                                                                                          Unstandardized Coefficients:  Model Regresi:      Y 1        =      0     +    1  X 1   +   2 X 2    +   1 Y 2
Gambar 4.1:  Model Konseptual & Hubungan Fungsional: Antar  Inter Variabel Kualitas Pelayanan (X 1 ),                         Harga Tiket (X 2 ), Kepuasan Konsumen (Y 1 ), dan Loyalitas  Konsumen (Y 2 )
Gambar 4.2:  Model Konseptual & Hubungan Fungsional: Antar  Inter Variabel Kualitas Pelayanan (X 1 ),                         Harga Tiket (X 2 ), Kepuasan Konsumen (Y 1 ), dan Loyalitas  Konsumen (Y 2 )
Tabel 4.2:  ANOVA a
+4

Referensi

Dokumen terkait

Terkutip: Secara matematis semua bentuk fungsional/proses perhitungan model hasil estimasi pada penelitian jasa angkutan penerbangan domestik Lion Air Group (sebagai

Perlunya revisi (perubahan) terhadap Pasal 82 dalam Undang-Undang Nomor 23 Tahun 2002 jo Undang-Undang Nomor 35 Tahun 2014 jo Perppu Nomor 1 Tahun 2016

Dengan menggunakan analisis korespondensi ini akan dilihat provenans-provenans mana yang memiliki penampilan terbaik ditinjau dari karakteristik bentuk

4.2 Pengujian Deployment Time pada jaringan private dan public Pengujian ini dilakukan untuk melihat waktu yang dibutuhkan untuk deployment aplikasi dengan bahasa

Penelitian ini dilakukan untuk mendapatkan data yang berhubungan dengan Pengaruh Pemanfaatan Perpustakaan Khusus Kesejarahan terhadap Pemenuhan Informasi Mahasiswa

Identifikasi Permukiman Kumuh di Kota Bengkulu, dibuktikan dari pengujian bobot yang dilakukan dengan 67 data kelurahan se- Kota Bengkulu didapatkan hasil dengan bobot 0,5, 1,5,

Model pembelajaran kooperatif lainnya yang dapat mengaktifkan dan mengoptimalkan partisipasi siswa dalam pembelajaran matematika adalah Think Pair Share (TPS). Menurut

Agar biaya seragam kantor dapat menjadi biaya fiskal dan sebagai pengurang penghasilan bruto perusahaan, maka perusahaan dapat melakukan perencanaan pajak dengan