CUPLIKAN khusus PEMESANAN
(RINCIAN)
Melalui Email:
Baik LAPORAN maupun JURNAL HASIL PENELITIAN disajikan/ditampilkan menggunakan semua 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 Perhitungannya yang digunakan masing-masing, dan diperkuat oleh sejumlah files Bonus mengunakan program SPSS IBM Statistik Versi 21 for Windows dan untuk beberapa model perhitungan tertentu yang harus menggunakan Lotus 1-2-3 (Transition) dari
Program Microsoft Office Excel 2003 serta beberapa files Bonus lainya. Semua Lampiran yang terdapat didalam Laporan HASIL PENELITIAN (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 Tulisan Ilmiah/Karya Penelitian menggunakan MODEL & KERANGKA PEMIKIRAN TEORITIS
[Panjang Alt, Sedang Alt &Pendek Alt], ini berarti ada/setidak-tidaknya sebanyak 9Files Utama
plus 10 files bonus atau Anda akan menerima melalui Email paling sedikit sebanyak 19 files yang dibayar dengan sejumlah Anggaran Tertentu sebagaimana tercantum pada lembaran Paket pemesanan tersebut. Pengertian ke-4 paket yang dimaksud adalah sebagai berikut:
PAKET ISTIMEWA: Tulisan Ilmiah/Karya Penelitian
Adalah 3 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt dan Pendek Alt plus 10 Bonus].
PAKET KHUSUS: Tulisan Ilmiah/Karya Penelitian
Adalah 2 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Sedang Alt dan Pendek Alt plus beberapa Bonus]
PAKET STANDAR: Tulisan Ilmiah/Karya 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: Tulisan Ilmiah/Karya Penelitian
Adalah 1 Sets KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt atau Lengkap Alt plus 10 Files (Bonus) & Utama & 52 Bonus Tambahan].
PAKET STANDAR A-5:
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian seperti:
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt), merupakan Model Penelitian/Proses Hitung maupun Analisis-nya yang paling Sempurna File 130 04 Jurnal HASIL PENELITIAN 63h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) Atau 130 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
(1 atau 2 Files PDF ini tidak dapat di-unduh sebelum Pemesanan PAKET STANDAR A-5 terjadi) Ini Proposalnya (Disusun Dalam 1atau 2 Files PDF/Document):
File 148 05 Proposal PENELITIAN 34h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) Atau 148 05 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
Keterangan tentang Proposal PENELITIAN/Jurnal HASIL PENELITIAN sbb:
148 05 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
[Proposal 34h GARUDA INDONESIA 2016 Dengan MODEL & KERANGKA PEMIKIRAN TEORITIS (Panjang Alt)]
[Agar Lebih Ilmiah dilengkapi dengan zresid Histogram Pembentukan Kurva Normal]
Maka Hasil Penelitiannya (5 Bab, Disusun Dalam 1 atau 2 Files PDF) adalah:
File 122 04 Laporan Hasil Penelitian 216h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) Atau 122 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
[Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey]
Bonus: 10 Files, termasuk 3 Files Microsoft Office Excel 97-2003 Worksheet/Lotus 1-2-3 (Transition)
Keunggulan Bersaing GARUDA INDONESIA 2016 (sebagai MASTER UTAMA) yang disusun
sedemikian rupa […berdasarkan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt)] yang didalamnya diperlihatkan proses hitung sebanyak {[(16+8)*(2) + 66] + 1 Output1 Hasil Est SPSS)} = 115 Hasil Estmasi (Unstandardized Coefficients: Model Regresi I s/d IV (zresid Histogram & Pembentukan Kurva Normal) dan hasil estimasi Metode Path Analysis (Standardized Coefficients)} serta sebanyak {[(39-7) = 32] + 1 Data Lampiran 39 atau Data Excel CF1090} = 33 Lampiran Olahan “Ber Formulasi” yang merupakan transfer dari Excel/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” (dapat dilihat dalam Bab IV &
Lampiran) yang diperinci/disusun dalam berbagai bentuk Files sbb:
Files Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Lampiran 39)
Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701 NEW2 ( i d e m) SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 23 Ind Var n126 NEW SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 23 Ind Var n126 Est Orisinil NEW SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 23 Ind Var n126 Plus Est Subsitusi NEW SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1090 unt Est SPSS NEW SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n126 Est Orisinil NEW Doc1 Tentang Variabel Hasil Estimasi SPSS 57h Kurva Normal & Lainnya 23 Ind Variabel n126 NEW Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey NEW Pengguna minimal adalah S-1: Jurusan Ilmu Ekonomi, Manajemen dan atau Transportasi, Tingkat Kemahiran mengolah Tabel EXCEL “Ber Formulasi”: Setara S-2 dari Konsentarsi (Jurusan) yang sama. Harga satu PAKET STANDAR A-5: Rp 3.000.000,- (Tiga Juta Rupiah).
Berdasarkan Lembaran Informasi: 000 Daftar Tulisan Ilmiah Amrizal, terdapat
sebanyak 47 Paket Penelitian (atau sebanyak 141 Files) yang terdiri dari sejumlah/sebanyak 47 (= 9 Paket Istimewa + 8 Paket Khusus + 26 Paket Standar) Plus 4 Paket Super Istimewa tentang PENELITIAN SURVEY Dibidang MANAJEMEN
TRANSPORTASI yang dapat dipesan melalui EMAIL. Kesemua files ini dikembangkan
sebagai MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt &
Pendek Alt] 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 melalui/ memasukan nama website lp3et.org kedalam
Google atau Google Chrome) menggunakan berbagai jenis Komputer maupun Handphone.
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt], maka saudara dapat berpedoman/menjadikan PAKET STANDAR A-5 sebagai nara sumber utama dalam penyusunan Tulisan Ilmiah/Karya Penelitiandengan formasi files yang ditawarkan
meliputi 3 Files Utama dan 10 Files Bonus sebagaimana yang dicantumkan diatas.
Cara Memesai melalui EMAIL sbb:
Sebagaimana yang dapat lihat pada lembaran PAKET STANDAR A-5 dihargai sebesar Rp 3.000.000,- (Tiga Juta 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-5 a/n Winardi
Ke Email : Pesan satu PAKET STANDAR A-5 a/n Winardi (Jakarta Timur)
041 PAKET STANDAR A-5
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian Kode Dan Nama Karya Penelitian: 122 04
File 122 04 Laporan Hasil Penelitian 216h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) Atau 122 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan
Penerbangan Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
[Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey] Penulis : Amrizal (lp3et.org/amrizal.ina@gmail.com)
Jenis file : pdf
Harga/Paket : Rp 3.000.000,- (Tiga Juta Rupiah). Masing-masing mempunyai 10 Bonus Utama:
Files Excel1 Double Path Analysis Method GARUDA INDONESIA 2016Master Utama AE1CF1090(Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 (Lampiran 39) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701
SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 23 Ind Var n126
SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 23 Ind Var n126 Est Orisinil
SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 23 Ind Var n126 Plus Est Subsitusi
SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1090 unt Est SPSS SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n126 Est Orisinil Doc1 Tentang Variabel Hasil Estimasi SPSS Kurva Normal & Lainnya 23 Ind Variabel n126 Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey
atau Masing-masing mempunyai 10 Bonus Utama:
Files Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Lampiran 39)
Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701 NEW2 ( i d e m) SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 23 Ind Var n126 NEW
SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 23 Ind Var n126 Est Orisinil NEW SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 23 Ind Var n126 Plus Est Subsitusi NEW SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1090 unt Est SPSS NEW SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n126 Est Orisinil NEW Doc1 Tentang Variabel Hasil Estimasi SPSS 57h Kurva Normal & Lainnya 23 Ind Variabel n126 NEW Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey NEW
Bonus Utama
GARUDA INDONESIA
Secara Detail sbb:
Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 NEW (Lampiran 39) Excel2 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF1090 NEW1 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701 NEW2 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701 NEW Versi3 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701 NEW Versi4 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Transfer Lampiran 39 Excel CF1090 NEW05 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Transfer Lampiran 39 Excel CF1090 NEW06 ( i d e m) Excel3 Data Berformulasi Pemb KURVA NORMAL Transfer Lampiran 39 Excel CF 701 NEW07 ( i d e m)
SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 23 Ind Var n126 NEW SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 23 Ind Var n126 Est Orisinil NEW SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 23 Ind Var n126 Plus Est Subsitusi NEW SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1090 unt Est SPSS NEW SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n126 Est Orisinil NEW Doc1 Tentang Variabel Hasil Estimasi SPSS 57h Kurva Normal & Lainnya 23 Ind Variabel n126 NEW Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey NEW
Jumlah & Files yang akan dikirim melalui Email sbb:
a0 041 1 Versi Karya Hasil Penelitian PAKET STANDAR A-5 Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) a0 041 PAKET STANDAR A-5a1 a3130 04 Jurnal HASIL PENELITIAN 63h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) a2 f3148 05 Proposal PENELITIAN 34h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) a3 l3122 04 Laporan HASIL PENELITIAN 216h Keunggulan Bersaing GARUDA INDONESIA 2016 (Panjang Alt) a4 l2122 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik GIA Di Bandara Soeta b1 Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 (Petunjuk Lotus) b2 Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CF1090 (Lampiran 39)
b3 Excel3 Data Berformulasi Pemb KURVA NORMAL Siap Di Est dgn SPSS dan Excel CF701
b4 SPSS1 Untitled1 Data Transfer dari Excel Kurva Normal Siap Di Est dgn SPSS 23 Ind Var n126
b5 SPSS2 Output1 Hasil Estimasi SPSS menggunakan Untitled1 Data 23 Ind Var n126 Est Orisinil b6 SPSS3 Output2 Hasil Est SPSS menggnakan Untitled1 Data 23 Ind Var n126 Plus Est Subsitusi b7 SPSS4 Uji Untitled1 atau Uji Kebenaran data yang ditransfer dari Excel1 CF1090 unt Est SPSS b8 SPSS5 Uji Output1 atau Hasil Uji Est SPSS mengg SPSS4 hasil Uji Untitled1 n126 Est Orisinil
b9 Doc1 Tentang Variabel Hasil Estimasi SPSS 57h Kurva Normal & Lainnya 23 Ind Variabel n126
b10 Doc2 LAMPIRAN Berformulasi 37h Transfer dari Excel 39 Lamp dan 7 Lampiran Survey
b11 E1 MODEL & KERANGKA TEORI 80h Keunggulan Bersaing GARUDA INDONESIA (Panjang Alt)
Analisis Paling Menonjol Yang Tidak Dimiliki Oleh Penelitian
Lain Selama Ini
(
merupakan
”sebuah metode penelitian baru”)
Metode Analisa Jalur Ganda(Double Path Analysis’ Method)
Terdapat sebanyak 8 buah Model Regresi I (Unstandardized Coefficients [4 buah Model Fungsional Loyalitas Konsumen (…..Fungsi
Semula) dan 4 buah Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)]. Atau secara total untuk dua konsep perhitungan terdapat sebanyak 16
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).
Melibatkan sebanyak 8 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 16 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).
Simple Regression (Unstandardized Coefficients 33 Indikator
maupun Dimensi terhadap masing-masing Variabel Dependennya. Atau secara total untuk dua konsep perhitungan terdapat sebanyak 66 buah Model Regresi
Linear Sederhana (Simple Regression), yaitu hasil estimasi linier sederhana
yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan
Data Dengan Kategori (Jumlah ke II).
Terdapat sebanyak 8 buah Model Regresi atau hasil estimasi Metode Path Analysis (Standardized Coefficients) [4 buah hasil estimasi Path Analysis Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah hasil estimasi Path Analysis Keunggulan Bersaing (….Fungsi Estapet)] Atau secara total
untuk dua konsep perhitungan terdapat sebanyak 16 buah Model Regresi atau
hasil estimasi Metode Path Analysis (Standardized Coefficients)
yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan
Data Dengan Kategori (Jumlah ke II)..
Analisis Pembentukan Kurva Normal & 8 Pasang/16 Gambar Uji Asumsi Klasik yang diperhitungkan menggunakan 2 cara Regresi Linear Berganda (Multiple
Regression) dengan 23 Independent variables [SPSS IBM Statistik Versi
21 for Windows dan Lotus 1-2-3 (Transition) dari Program
Deskripsi singkat:
Model penelitian pada jasa angkutan penerbangan domestik GARUDA INDONESIA 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). 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 23 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 penerbangan domestik
GARUDA INDONESIA adalah Metode Analisa Jalur Ganda (Double Path Analysis’ Method) yang merupakan ”sebuah metode penelitian baru” yang merupakan sepasang Part Analysis Method gabungan antara Model fungsional klasik Loyalitas Konsumen (sebagai fungsi Semula) dengan Model fungsional Keunggulan Bersaing (sebagai fungsi estapet). Hasil Perhitungan Empiris dari Metode Analisa Jalur Ganda (Double Path Analysis’ Method) didapatkan dari menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Yang dimaksud dengan Data Dengan Kategori (Jumlah ke I) merupakan data ”hasil survey” berbentuk skala lima (sangat setuju, setuju, netral, tidak setuju dan sangat tidak setuju) dengan skor 5, 4, 3, 2, dan 1 (Data 5 observasi) dengan asumsi Data skala pengukuran Netral bernilai Nol. Sedangkan Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang disusun dari seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi ”Data 6 Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data ”hasil survey” tersebut [Artinya, dalam penelitian ini menggunakan 21 Indikator/Dimensi (dikalikan dengan jumlah sampel sebanyak 5 sampai dengan 10 kali dari jumlah indikator yang digunakan dalam seluruh variabel laten), maka jumlah sampel minimal yang harus digunakan adalah 126 (yaitu 6 dikali 21). Dengan demikian jumlah sampel minimal untuk penelitian ini sebanyak 126 responden. yang merupakan penumpang (pelanggan) yang telah lebih 3 kali menggunakan
jasaangkutan penerbangan domestikGARUDA INDONESIA.
Berdasarkan penelitian sebelumnya, bahwa Model penelitian yang menggunakan
Double Path Analysis’ Method ini mampu menjelaskan hampir semua hipotesis yang diduga dalam penelitian ini berdistribusi secara normal. Pembuktiannya diperhitungkan melalui Analisis Regresi Linier Berganda (multiple regression analysis). Khususnya pada penelitian jasa angkutan GARUDA INDONESIA mengestimasi sebanyak 23 variabel
independen dengan n = 126 mengunakan program kedua alat/program hitung Statistik yang dimaksud diatas. Secara bersamaan dilengkapi dengan berbagai Uji Statistik: (1) Uji Validitas dan Reliabiitas termasuk menentukan nilai 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.
Secara lebih terinci […berdasarkan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt) sebagaimana Bab II] peralatan analisa maupun proses perhitungan pada umumnya menggunakan Model Regresi Linier Berganda
(multiples regression). Untuk bentuk fungsional model hasil estimasi
(Unstandardized Coefficients) saja terdapat sebanyak 8 buah Model Regresi I [4 buah Model Fungsional Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)], sebanyak 8 buah Model Regresi
II (atau secara total sebanyak 16 buah Model Regresi I & II), sebanyak 33 buah Model
Regresi III (Simple Regression) dan sebanyak 8 buah bentuk fungsional model hasil estimasi Metode Path Analysis (Standardized Coefficients) [4 buah Model Fungsional Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)] plus sebanyak 1 buah Model Regresi IV untuk 23 Independen Variabel dengan n126 (zresid Histogram & Pembentukan Kurva Normal)
Terkutip: Secara matematis semua bentuk fungsional/proses perhitungan model hasil estimasi pada penelitian jasa angkutan penerbangan domestik GARUDA INDONESIA (sebagai MASTER UTAMA) yang disusun sedemikian rupa […berdasarkan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Panjang Alt)] yang didalamnya diperlihatkan proses hitung sebanyak {[(16+8)*(2) + 66] + 1 Output1
Hasil Est SPSS)} = 115 Hasil Estmasi (Unstandardized Coefficients: Model Regresi I s/d IV (zresid Histogram & Pembentukan Kurva Normal) dan hasil estimasi Metode Path Analysis (Standardized Coefficients)} serta sebanyak {[(39-7) = 32] + 1 Data Lampiran 39 atau Data Excel CF1090} = 33 Lampiran Olahan “Ber Formulasi” yang merupakan transfer dari Excel/Lotus 1-2-3 (Transition) dari Program
Microsoft Office Excel 2003]. Hasil perhitungan ini dikelompokan sebagai 2 Hasil
Perhitungan Empiris “Data Dengan Kategori Jumlah I & II” (dapat dilihat dalam Bab IV & Lampiran).
II.G Kerangka Pemikiran Teoritis Dan Pembentukan Model Empirik
Secara teori penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part Analysis’ Method) yang dilengkapi dengan berbagai Uji Statistik, peralatan analisa maupun perhitungan pada umumnya menggunakan Model Regresi Linier Berganda
(multiples regression) untuk semua bentuk model fungsional 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 Model fungsional hasil estimasi Metode Path Analysis (Standardized Coefficients) yang secara keseluruhannya mengunakan program SPSS IBM Statistik Versi 21 for Windows.
Untuk mengetahui keterikatan Pengembangan Model dan pengaruh antar variabel dapat dijelaskan pada kerangka pemikiran berikut
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
Gambar 2.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, KERANGKA PEMIKIRAN TEORITIS.
h1 Y2.1 h2 Y2.2 h3 Y2.3 h4 Y2.4 h5 Y2.5 g1 Y1.1 g2 Y1.2 g3 Y1.3 j1 Y2v.1 j2 Y2v.2 j3 Y2v.3 f1 X1v.1 f2 X1v.2 f3 X1v.3 f4 X1v.4 f5 X1v.5 i1 Y1v.1 i2 Y1v.2 i3 Y1v.3 l1 Y3v.1 l2 Y3v.2 l3 Y3v.3 k1 Y3.1 k2 Y3.2 k3 Y3.3 k4 Y3.4 Kualitas Pelayanan (X1) Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) HY1:r 2 Y1.i > 0.6 ALPHA CRONBACH > 0.6 HX1: r 2 X1.i > 0.6 ALPHA CRONBACH > 0.6 HY1v: r 2 Y1v.i > 0.6 ALPHA CRONBACH > 0.6 Y1 = Intevening Variable R SquareChange = R2
F Change = Fuji Test Durbin-Watson Test
R SquareChange = R2 F Change = Fuji Test Durbin-Watson Test
R SquareChange = R2
F Change = Fuji Test Durbin-Watson Test H 2: Co e ff. Re g b 1 >0 H 1: Co e ff. Re g a 1>0 HY2v:r 2 Y2v.i > 0.6 ALPHA CRONBACH > 0.6 HY2:r 2 Y2.i > 0.6 ALPHA CRONBACH > 0.6 R SquareChange = R2 F Change = Fuji Test Durbin-Watson Test
R SquareChange = R2 F Change = Fuji Test Durbin-Watson Test HX1v: r 2 X1v.i > 0.6 ALPHA CRONBACH > 0.6 r 2 (Xi ) > 0.6 r 2 (Y1) > 0.6 R SquareChange = R2
F Change = Fuji Test Durbin-Watson Test Dimensi Kualitas Pelayanan (X1v) Keunggulan Bersaing (Y3) R SquareChange = R2 F Change = Fuji Test Durbin-Watson Test HY3:r 2 Y3.i > 0.6
ALPHA CRONBACH > 0.6
R SquareChange = R2 F Change = Fuji Test Durbin-Watson Test
Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa GARUDA INDONESIA Y3v.3. Senantiasa Meningkatkan Promosi PenerbanganGARUDA INDONESIA
HY3v:r 2Y3v.i > 0.6 ALPHA CRONBACH > 0.6 Dimensi Keunggulan Bersaing (Y3v) Y3v= Intevening Variable H3: Coeff. Reg 3> 0 H1: Coeff. Reg 1 > 0 H1: r 2 X1>0 H2: Coeff. Reg2 > 0 r 2(Yi ) > 0.6 r 2(Y 3v) > 0.6 r 2(Yi ,Y3v) > 0.6 r 2(Y3v ,Yi) > 0.6 Unstandardized Coefficients:
Model Fungsional Loyalitas Konsumen: Y1 = a0 + a1 X1 + E1 Y2 = b0 + b1 Y1 Calc + E2 Y2Calc = c0 + c1 X1 + c2Y1 + E3 Y2Calc = d0 + d1 Y1 + d2X1 + E4 standardized Coefficients: Path Analysis Method:
Loyalitas Konsumen (…..fungsi Semula):
Y1 = 1X1 + 1
Y2 = 1X1 + 1Y1 + 2
KERANGKA PEMIKIRAN TEORITIS
Keunggulan Bersaing (….fungsi estapet): Y3 = 1 Y1 + 2Y2 Y3 Calc = 1 Y1 + 2Y2 + 3Y3v H4:Coeff. Reg c2 > 0 H3:Coeff. Reg c1 > 0 r 2 (X i ,Y1) > 0 r 2 (Y1 ,Xi) > 0
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen Y1 = a0 + a1 X1 + e1 Y2 = b0 + b1 Y1 Calc + e2 Y2 Calc = c0 + c1 X1 + c3Y1 + e3 Y2 Calc = d0 + d1Y1 + d3X1 + e4 Model Fungsional Keunggulan Bersaing
Y3v = 0 + 1 Y1 + 2Y2 + 1 Y3 = 0 + 1 Y3v Calc + 2
Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v + 3
Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2 + 4 Model Regresi II:
Indikator &Variabel: X1 = 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 + e5 X1v = f0 + f1 X1v.1 + f2 X1v.2 + f3 X1v.3 + f4 X1v.4 + f5 X1v.5 + e6 Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7 Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8 Y1v = i0 + i1 Y1v.1 + i2 Y1v.2 + i3 Yv1.3 + e9 Y2v = j0 + j1 Y2v.1 + j2 Y2v.2 + j3 Y2v.3 + e10 Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11 Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
Model Regresi III:
Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran
sebagai berikut:
1. Variabel Kualitas Pelayanan (X1.i)
No. Indikator dari Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop)
1.X1.1.PeralatanAircraft PT GARUDA INDONESIA X1 = a0 + a1 X1.1 ; HX1.1 :Faktor Koreksi X1.1 > 0.6
2.X1.2. Perlengkapan Aircraft PT GARUDA INDONESIA X1 = b0 + b1 X1.2 ; HX1.2 :Faktor Koreksi X1.2 > 0.6
3.X1.3. Kenyamanan Ruangan X1 = c0 + c1 X1.3 ; HX1.3 :Faktor Koreksi X1.3 > 0.6
4.X1.4. Penampilan Petugas X1 = d0 + d1 X1.4 ; HX1.4 :Faktor Koreksi X1.4 > 0.6
5.X1.5. Kejujuran Dalam Memberikan Keterangan X1 = e0 + e1 X1.5 ; HX1.5 :Faktor Koreksi X1.5 > 0.6
6.X1.6. Keramahan X1 = f0 + f1 X1.6 ; HX1.6 :Faktor Koreksi X1.6 > 0.6
7.X1.7. Kecepatan Pelayanan X1 = g0 + g1 X1.7 ; HX1.7 :Faktor Koreksi X1.7 > 0.6
8.X1.8. Kemampuan Menanggapi Keluhan X1 = h0 + h1 X1.8 ; HX1.8 :Faktor Koreksi X1.8 > 0.6
9.X1.9. Kemudahan Prosedur X1 = i0 + i1 X1.9 ; HX1.9 :Faktor Koreksi X1.9 > 0.6
10. X1.10. Mampu Berkomunikasi X1 = j0 + j1 X1.10 ; HX1.10 :Faktor Koreksi X1.10 > 0.6
11. X1.11. Informasi Yang Akurat X1 = k0 + k1 X1.11 ; HX1.11 :Faktor Koreksi X1.11 > 0.6
12. X1.12. Pemahaman Kebutuhan Konsumen X1 = l0 + l1 X1.12 ; HX1.12 :Faktor Koreksi X1.12 > 0.6
2. Variabel Kepuasan Konsumen (Y1)
No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)
1.Y1.1. Kepuasan akan produk yang ditawarkan Y1 = n0 + n1 Y1.1 ; HY1.1 :Faktor Koreksi Y1.1 > 0.6
2.Y1.2. Sesuai dengan yang diharapkan Y1 = o0 + o1 Y1.2 ; HY1.2 :Faktor Koreksi Y1.2 > 0.6
3.Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = p0 + p1 Y1.3 ; HY1.3 :Faktor Koreksi Y1.3 > 0.6
3. Variabel Loyalitas Konsumen (Y2)
No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)
1.Y2.1. Aircraft PT GARUDA INDONESIA Yang Bagus Y2 = q0 + q1 Y2.1 ; HY2.1 :Faktor Koreksi Y2.1 > 0.6
2.Y2.2. Kenikmatan Merasakan Layanan Y2 = r0 + r1 Y2.2 ; HY2.2 :Faktor Koreksi Y2.2 > 0.6
3.Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = s0 + s1 Y2.3 ; HY2.3 :Faktor Koreksi Y2.3 > 0.6
4.Y2.4. Pengalaman Masa Lalu Y2 = t0 + t1 Y2.4 ; HY2.4 :Faktor Koreksi Y2.4 > 0.6
5.Y2.5. Pengalaman Teman-teman Y2 = u0 + u1 Y2.5 ; HY2.5 :Faktor Koreksi Y2.5 > 0.6
4. Dimensi Rata-rata Kepuasan Konsumen (Y1v)
No. Dimensi Rata-rata Kepuasan Konsumen: Bentuk Fungsi: FK Y1v.i > 0.6 (Valid), FK Y1v.i < 0.6 (Drop)
1.Y1v.1. Pelayanan Sesuai dengan harapan pelanggan Y1v = h0 + h1 Y1v.1 ;HY1v.1 :Faktor Koreksi Y1v.1 > 0.6
2.Y1v.2. Kesediaan Pelanggan untuk merekomendasikan kepada orang lain Y1v = i0 + i1 Y1v.2 ;HY1v.2 :Faktor Koreksi Y1v.2 > 0.6
3.Y1v.3. Puas atas kualitas pelayanan yang sudah dirasakan Y1v = j0 + j1 Y1v.3 ;HY1v.3 :Faktor Koreksi Y1.3 > 0.6
5. Dimensi Rata-rata Variabel Loyalitas Konsumen (Y2v)
No. Dimensi Rata-rata Loyalitas Konsumen: Bentuk Fungsi: FK Y2v.i > 0.6 (Valid), FK Y2v.i < 0.6 (Drop)
1.Y2v.1. Penggunaanulang layanan Y2v = k0 + k1 Y2v.1 ; HY2v.1 :Faktor Koreksi Y2\v..1 > 0.6
2.Y2v.2. Tertanamnya secara positif layanan di benak pelanggan Y2v = l0 + l1 Y2v.2 ; HY2v.2 :Faktor Koreksi Y2v.2 > 0.6
3.Y2v.3. Selalu menjadi pilihan utama bagi pelanggan Y2v = m0 + m1 Y2v.3 ; HY2v.3 :Faktor Koreksi Y2v.3 > 0.6
6. Dimensi Rata-rata Kualitas Pelayanan (X1v)
No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)
1.X1v.1. Bukti fisik (tangible) X1v = n0 + n1 X1v.1 ; HX1v.1 :Faktor Koreksi X1v.1 > 0.6
2.X1v.2. Keandalan (reliability) X1v = o0 + o1 X1v.2 ; HX1v.2 :Faktor Koreksi X1v.2 > 0.6
3.X1v.3. Daya tanggap (responsiveness) X1v = p0 + p1 X1v.3 ; HX1v.3 :Faktor Koreksi X1v.3 > 0.6
4.X1v.4. Jaminan (assurance) X1v = q0 + q1 X1v.4 ; HX1v.4 :Faktor Koreksi X1v.4 > 0.6
5.X1v.5. Perhatian (empathy) X1v = r0 + r1 X1v.5 ; HX1v.5 :Faktor Koreksi X1v.5 > 0.6
7. Variabel Keunggulan Bersaing (Y3)
No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)
1.Y3.1. Kemampuan Bersaing Y3 = s0 + s1 Y3.1 ; HY3.1 :Faktor Koreksi Y3.1 > 0.6
2.Y3.2. Dikenal Luas Y3 = t0 + t1 Y3.2 ; HY3.2 :Faktor Koreksi Y3.2 > 0.6
3.Y3.3. Peningkatan Sumber Dana Y3 = u0 + u1 Y3.3 ; HY3.3 :Faktor Koreksi Y3.3 > 0.6
4.Y3.4. Keunggulan Tekhnologi Y3 = v0 + v1 Y3.3 ; HY3.4 :Faktor Koreksi Y3.4 > 0.6
8. Dimensi Rata-rata Keunggulan Bersaing (Y3v)
No. Dimensi dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1.Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA Y3v = w0 + w1 Y3v.1 ; HY3.1 :Faktor Koreksi Y3v.1 > 0.6
2.Y3v.2. Mampu Menciptakan Inovasi Produk Jasa GIA Y3v = x0 + x1 Y3v.2 ; HY3.2 :Faktor Koreksi Y3v.2 > 0.6
3.Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan GIA Y3v = y0 + y1 Y3v.3 ; HY3.3 :Faktor Koreksi Y3v.3 > 0.6
Metode Path Analysis
Standardized Coefficients: Model Fungsional Loyalitas Konsumen
Y1 = 1X1 + 1 Y2 = 1X1 + 1Y1 + 2 dimana: Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas Pelayanan
1 = Koefisien regresi variabel Kualitas Pelayanan
1 = Koefisien regresi intervening variabel Kepuasan Konsumen
Model Fungsional Keunggulan Bersaing (….fungsi estapet) Y3 = 1 Y1 + 2Y2 Y3 Calc = 1 Y1 + 2Y2 + 3Y3v dimana: Y3 = Y3u = Keunggulan Bersaing Y1 = Y1u = Kepuasan Konsumen Y2 = Y2u = Loyalitas Konsumen
Y3v = Dimensi Rata-rata Keunggulan Bersaing 1 = Koefisien regresi variabel Kepuasan Konsumen 2 = Koefisien regresi variabel Loyalitas Konsumen
3 = Koefisien regresiintervening Dimensi Rata-rata Keunggulan Bersaing Model Regresi IV: Analisis Regresi Linear Berganda (Multiples Regression)
Y3 = m0 + m1 X1 + m2 X2 + m3 X3 + m4 X4 + m5 X5 + m6 X6 + m7 X7 + m8 X8 + m9 X9 + m10 X10 + m11 X11 + ...+ m23 X23 + e13
dimana:
X1 = X1v.1 = Bukti fisik (tangible) X2 = X1v.2 = Keandalan (reliability)
X3 = X1v.3 = Daya tanggap (responsiveness)
X4 = X1v.4 = Jaminan (assurance) X5 = X1v.5 = Perhatian (empathy)
X6 = X1u = Dimensi Total KUALITAS PELAYANAN Garuda Indonesia X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN Garuda Indonesia X8 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan
X9 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain
X10 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan
X11 = Y1u = Dimensi Total KEPUASAN KONSUMEN Garuda Indonesia
X12 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable) X13 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN Garuda Indonesia
X14 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
X15 = Y2v.1 = Penggunaan ulang layanan
X16 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan X17 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan
X18 = Y2u = Dimensi Total LOYALITAS KONSUMEN Garuda Indonesia X19 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN Garuda Indonesia X20 = Y3v.1 = Memperluas ROUTE Penerbangan Garuda Indonesia
X21 = Y3v.2 = Mampu Menciptakan INOVASI Produk JasaGaruda Indonesia X22 = Y3v.3 = Senantiasa Meningkatkan PROMOSIGaruda Indonesia
X23 = Y3 = X = KEUNGGULAN BERSAING Garuda Indonesia (Data Dengan Kategori JUMLAH ke I) X24 = Y3 = Y = KEUNGGULAN BERSAING Garuda Indonesia (Data Dengan Kategori JUMLAH ke II) m0 , m1 ... m23 = Koefisien Regresi untuk ke 23 Independen Variabel
II.H Dimensional Variabel (Hubungan Antara Variabel dengan Dimensi)
Model penelitian menunjukkan ada 3 variabel utama ”Metode Path Analysis”
yang memiliki sebanyak 5 (Lima) hipotesis, yaitu:
H1:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh langsung positif terhadap variabel kepuasan konsumen (Y1) jasa angkutan
penerbangan domestikGARUDA INDONESIA.
H2:r 2 Y1 > 0 Bahwa variabelkepuasan konsumen (Y1) mempunyai pengaruh langsung positif terhadap variabel loyalitas konsumen (Y2) jasa angkutan
penerbangan domestikGARUDA INDONESIA.
H3:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif (melalui intervening kepuasan konsumen Y1) terhadap variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
HX1.i:r 2 X1i >0 Bahwa 13 indikator kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif terhadap variabel kepuasan konsumen (Y1) maupun
variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
HX1vr 2 X1v > 0 Bahwa 5 Dimensi kualitas pelayanan (X
1) mempunyai pengaruh tidak
langsung positif terhadap variabel kepuasan konsumen (Y1) maupun
variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
Bahwa 5 Dimensi Kualitas Pelayanan (X1), berjalan secara sinkron bersifat
“Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai
positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh: II.H.1 Variabel Kualitas Pelayanan (X1)
Hubungan Variabel Kualitas Pelayanan (X1) dengan 5 Dimensi Pokok (Total)
Kualitas Pelayanan (X1u.i ) dan 5 Dimensi Rata-rata Kualitas Pelayanan (X1v.i ) serta Hubungan Variabel maupun Dimensi Rata-rata dalam Part Analysis Method dapat dijelaskan sebagai berikut:
H6:r 2 X1v.i > 0 Bahwa dimensi rata-rata kualitas pelayanan (X1v.i) mempunyai pengaruh langsung positif terhadap dimensi rata-rata kepuasan konsumen (Y1v.i) jasa
angkutan penerbangan domestikGARUDA INDONESIA.
H9:r 2 X1v.i > 0 Bahwa dimensi rata-rata kualitas pelayanan (X1v.i) mempunyai pengaruh
tidak langsung positifterhadap dimensi rata-rata loyalitas konsumen (Y1v.i) [melalui intervening dimensi rata-rata kepuasan konsumen (Y1v)] jasa
angkutan penerbangan domestikGARUDA INDONESIA.
HX1v.i:r 2X1v.i > 0 Bahwa 5 Dimensi Kualitas Pelayanan (X1v.i), berjalan secara sinkron bersifat “Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh:
HX1v.i:r 2X1v.i > 0
5 Dimensi Rata-rata Kualitas Pelayanan (X1v.i):
H1: HX1v.1 = Bukti fisik (tangible) berpengaruh positif terhadap variabel kepuasan konsumen. H2: HX1v.2 = Keandalan (reliability) berpengaruh positif terhadapvariabel kepuasan konsumen. H3: HX1v.3 = Daya tanggap (responsiveness) berpengaruh positif terhadapvariabel kepuasan konsumen. H4: HX1v.4 = Jaminan (assurance) berpengaruh positif terhadapvariabel kepuasan konsumen. H5: HX1v.5 = Perhatian (empathy) berpengaruh positif terhadapvariabel kepuasan konsumen. HX1:r 2X1 > 0 : Variabel Kualitas Pelayanan (X1)
HX1v.i:r 2X3v > 0 : Dimensi Rata-rata Kualitas Pelayanan (X1v.i)
HX1u.i:r 2X1u.i > 0 : 5 Dimensi Pokok (Total) Kualitas Pelayanan (X1u.i):
H1: HX1u.1 = Bukti fisik (tangible), adalah fungsi dari Indikator Kualitas pelayanan (X1.1 s/d X1.4)
H2: HX1u.2 = Keandalan (reliability), adalah fungsi dari Indikator Kualitas pelayanan (X1.5 s/d X1.7)
H3: HX1u.3 = Daya tanggap (responsiveness), adalah fungsi dari Indikator Kualitas pelayanan(X1.8 s/d X1.9)
H4: HX1u.4 = Jaminan (assurance), adalah fungsi dari Indikator Kualitas pelayanan (X1.10 s/d X1.11)
H5: HX1u.5 = Perhatian (empathy), adalah fungsi dari Indikator Kualitas pelayanan (X1.12 s/d X1.13)
HX1v.1: Semakin tinggi Bukti fisik (tangible), maka semakin tinggi kepuasan konsumen,
yang berarti semakin tingginya kemampuan para karyawan penyedia jasa
angkutan penerbangan domestik GARUDA INDONESIA meningkatkan kualitas pelayanan, merepresentasikan dimensi pelayanan yang berwujud secara fisik atau
sesuatu yang nampak.
HX1v.2: Semakin tinggi Keandalan (reliability), maka semakin tinggi kepuasan konsumen,
yang berarti semakin tingginya kemampuan para karyawan penyedia jasa
angkutan penerbangan domestik GARUDA INDONESIA untuk menampilkan pelayanan yang dijanjikan dengan terpercaya dan akurat.
HX1v.3: Semakin tinggi Daya tanggap (responsiveness), maka semakin tinggi kepuasan konsumen. Yang berarti semakin tingginya/mantap aktivitas para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA
memberikan pelayanan yang baik kepada pelanggan atau dilakukan untuk
HX1v.4: Semakin tinggi Jaminan (assurance), maka semakin tinggi kepuasan konsumen,
yang berarti semakin tingginya kemampuan para karyawan penyedia jasa
angkutan penerbangan domestik GARUDA INDONESIA meningkatkan kualitas pelayanan yang berfokus pada pengetahuan, kesopanan, keramah-tamahan serta kemampuan para karyawan untuk menimbulkan/melahirkan kepercayaan dan keyakinan pada diri pelanggan.
HX1v.5: Semakin tinggi Empati (empathy), maka semakin tinggi kepuasan konsumen, yang
berarti semakin tingginya kemampuan para karyawan penyedia jasa angkutan
penerbangan domestikGARUDA INDONESIAmeningkatkan kualitas pelayanan
melalui cara pemberian perhatian dengan sentuhan pribadi sehingga dapat/tepat memenuhi apa yang dibutuhkan oleh konsumen.
II.H 2 Variabel Kepuasan Konsumen (Y1)
Hubungan variabel Kepuasan Konsumen (Y1) dengan 3 Dimensi Kepuasan Konsumen (Y1) dapat dijelaskan sebagai berikut:
H8:r 2 Y1v.i > 0 Bahwa dimensi rata-rata kepuasan konsumen (Y1v.i) mempunyai pengaruh langsung positif terhadap dimensi rata-rata loyalitas konsumen (Y2v) jasa
angkutan penerbangan domestikGARUDA INDONESIA. HY1: r 2 Y1 > 0 : Variabel Kepuasan Konsumen (Y1)
HY1v: r 2 Y1v > 0 : Dimensi Rata-rata Kepuasan Konsumen (Y1v) HY1v.i: r 2 Y1v.i > 0 : 3 Dimensi Rata-rata Kepuasan Konsumen (Y1v.i): (1) Pelayanan sesuai dengan harapan pelanggan,
(2) Kesediaan pelanggan untuk merekomendasikan kepada orang lain dan (3) Puas atas kualitas pelayanan yang sudah dirasakan.
II.H.3 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:
HY2:r 2 Y2 > 0 : Variabel Loyalitas Konsumen (Y2)
HY2v:r 2 Y2v > 0 : Dimensi Rata-rata Loyalitas Konsumen (Y4v) HY2v.i:r 2 Y2v.i > 0 :3 Dimensi Rata-rata Loyalitas Konsumen (Y4v.i): (1) Penggunaan ulang layanan
(2) Tertanamnya secara positif layanan di benak pelanggan (3) Selalu menjadi pilihan utama bagi pelanggan.
II.H.4 Variabel Keunggulan Bersaing (Y3)
Dimensionalisasi variabel Keunggulan Bersaing (Y3) dalam penelitian ini mengacu
menurut Selnes ( 1993); Bharadwaj dkk (1993); Goodman dkk (1995 ); Keltner (1995); Chow dan Holden (1997) Geykens dkk (1999); Suryanto, L dan Sugiyanto,FX (2002);Musry (2004); Rusdarti (2004); Smith dan wright (2004) menyatakan bahwa Keunggulan bersaing merupakan kemampuan produsen untuk menghadapi persaingan yang terjadi menurut penilaian Konsumen. Hubungan antara variabel, Indikator dan Dimensi Keunggulan Bersaing dapat dijelaskan sebagai berikut:
HY3: r 2 Y3 > 0 : VariabelKeunggulan Bersaing (Y3) HY3.i: r 2 Y3.i > 0 : IndikatorKeunggulan Bersaing (Y3.i):
(1) Y3.1. Kemampuan bersaing dengan meningkatkan jumlah Aircraft GARUDA INDONESIA yang beroperasi (2) Y3.2. Keluasan jaringan yang ikut sebagai Mitra Operasi dengan berbagai Moda Transportasi lain
(3) Y3.3. Peningkatan sumber dana untuk menampilkan berbagai jenis, model dan tipe Aircraft GARUDA INDONESIA terkini
(4) Y3.4. Keunggulan teknologiAircraft GARUDA INDONESIA terkini yang senantiasa ditampilkan di berbagai Media
HY3v: r 2 Y3v > 0 : Dimensi Rata-rata Keunggulan Bersaing (Y3v) HY2v.i:r 2 Y2v.i > 0 : 3 Dimensi Rata-rata Keunggulan Bersaing (Y3v.i): 1)Memperluas Route Penerbangan Aircraft GARUDA INDONESIA
2) Mampu Menciptakan Inovasi Produk Jasa Aircraft GARUDA INDONESIA
IV.A Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I)
Secara teori penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part Analysis’ Method) yang dilengkapi dengan berbagai Uji Statistik, peralatan analisa maupun perhitungan pada umumnya menggunakan Model Regresi Linier Berganda (multiples regression) untuk semua bentuk fungsional model hasil estimasi (Unstandardized Coefficients: Model Regresi I, Model Regresi II, Model Regresi III (Simple Regression) dan Model Regresi IV (zresid Histogram Pembentukan Kurva Normal) maupun Model fungsional hasil estimasi Metode Path Analysis (Standardized Coefficients) yang secara keseluruhannya mengunakan program SPSS IBM Statistik Versi 21 for Windows.
Metode Analisa Jalur Ganda (Double Part Analysis’ Method) merupakan sepasang Part Analysis Method gabungan antara Model fungsional klasik Loyalitas Konsumen (sebagai fungsi Semula) dengan Model fungsional Keunggulan Bersaing (sebagai fungsi estapet). Hasil Perhitungan Empiris dari Metode Analisa Jalur Ganda (Double Part Analysis’ Method) didapatkan dari menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Yang dimaksud dengan Data Dengan Kategori (Jumlah ke I) merupakan data ”hasil
survey” berbentuk skala lima (sangat setuju, setuju, netral, tidak setuju dan sangat tidak setuju)
dengan skor 5, 4, 3, 2, dan 1 (Data 5 observasi) dengan asumsi Data skala pengukuran Netral bernilai Nol. Sedangkan Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang disusun dari seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi
”Data 6 Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data
Dalam penelitian ini tidak ada “Indikator, dimensi maupun variabel” yang harus dibuang/terbuang begitu saja. Indikator, dimensi maupun variabel yang DROP (penurunan, keadaan menurun, atau kemerosotan) maupun yang TIDAK RELIABEL pasca Uji Validitas maupun Uji Reliabilitas tetap digunakan bahkan bisa dirubah menjadi VALID (sah, syah, absah, sahih)
maupun RELIABEL (dapat dipercaya/diandalkan) sepanjang masih terjadi:
”Laju kenaikan rata-rata Nilai koefisien ALPHA CRONBACH (dalam %) dan kenaikan berdasarkan
”penyesuaian faktor koreksi per butir” seluruh indikator maupun Dimensi Rata-rata atau kenaikan Nilai butiran Indikator maupun Dimensi Rata-rata (dalam Kali lipat) dari variabel penelitan yang bersangkutan”
Untuk mencari/mengetahui seluruh indikator maupun Dimensi Rata-rata per butirnya dari
Variabel/Dimensi Variabel yang mengalami kondisi DROP bahkan yang TIDAK RELIABEL, maka digunakan Model analisa Regresi Linier Berganda (multiples regression) Keunggulan Bersaing untuk ke 23 Variabel Independen (Dalam Model analisa Regresi Linier Berganda ditandai oleh koefisien regresi yang bernilai minus), dan untuk kemudian produsen penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA dapat melakukan upaya memaksimalisasi, meningkatkan beberapa indikator kualitas pelayanan (X1.i) yang telah dikelompokkan dalam Wujud Dimensi Rata-rata kualitas pelayanan (X1v.i): Indikator dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah, ditingkatkan, diganti, ditambah, direnopasi, dibiayai ulang dan lain sebagainya, serta meningkatkan bahkan mempertajam kemampuan manejerialnya dan manajemen operasional secara maksimal
Data hasil survey atau Data Dengan Kategori (Jumlah ke I) dalam penelitian ini digunakan untuk menganalisis semua indikator dari: Variabel Kualitas Pelayanan (X1), Variabel Kepuasan Konsumen (Y1), Variabel Loyalitas Konsumen (Y2) dan Variabel Keunggulan Bersaing (Y3). Sedangkan Dimensi Rata-rata Kualitas Pelayanan (X1v) dan Dimensi Rata-rata
Keunggulan Bersaing (Y3v) yang murni merupakan “Data Olahan” dari semua indikator berbagai variabel tersebut dipergunakan dalam berbagai Uji Statistik maupun peralatan analisa berbagai bentuk Model Empiris sesuai kebutuhan penelitian.
Penggunaan program SPSS IBM Statistik Versi 21 for Windows bertujuan mendeteksi terjadi/tidaknya Excluded Variable dari seluruh indikator maupun Dimensi Rata-rata per
butirnya dari Variabel/Dimensi Variabel atau independen Variabel didalam model hasil
estimasi. Apabila, hasil estimasi memiliki”Zero-order Partial Correlation” dan juga mengalami
”Zero-order (Tolerance, VIF and Minimum Tolerance) Collinearity Statistics”, itu berarti
“adanya/terdapatnya gejala multikolinearitas” didalam model hasil estimasi, secara
otomatis menjadikan model hasil estimasi sebagai Badness of fit regression models. Artinya
model hasil estimasi berkondisi jelek (tidak memenuhi persyaratan sebagai model hasil
estimasi yang baik) sehingga tidak reliabel digunakan sebagai model untuk tujuan prediksi.
Sebalinya, apabila tidak terjadinyaExcluded Variable dari seluruh Indikator maupun
Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau dari seluruh Independen
Variabel yang terdapat didalam model hasil estimasi, tidak memiliki ”Zero-order Partial
Correlation” dan juga tidak mengalami”Zero-order (Tolerance, VIF and Minimum Tolerance)
Collinearity Statistics”. Artinya, “tidak adanya/tidak terjadinya gejala multikolinearitas”
didalam model hasil estimasi, maka secara otomatis menjadikan model hasil estimasisebagai goodness of fit regression models. Segala Proses perhitungan dalam penelitian ini menggunakan (data lampiran 12 s/d 17), dengan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.1 (meliputi semua penjabarannya) sebagai berikut:
21 2.66 X1.1 -3.52 X1.2 0.92 X1.3 6.62 X1.4 -1.64 X1.5 14.3 X1.6 9.69 X1.7 -16.4 X1.8 -9.34 X1.9 6.01 X1.10 1.47 X1.11 -4.10 X1.12 7.58 X1.13
Gambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, HASIL PERHITUNGAN EMPIRIS[Data Dengan Kategori (Jumlah ke I)].
0.09 Y2.1 2.99 Y2.2 -17.6 Y2.3 9.08 Y2.4 7.70 Y2.5 8.52 Y1.1 -6.25 Y1.2 0.18 Y1.3 0.23 Y2v.1 -9.45 Y2v.2 10.5 Y2v.3 67.7 X1v.1 -170.6 X1v.2 163.5 X1v.3 -118.5 X1v.4 63.6 X1v.5 8.52 Y1v.1 -6.25 Y1v.2 0.18 Y1v.3 -6.55 Y3v.1 -0.25 Y3v.2 9.07 Y3v.3 66.8 Y3.1 -119.8 Y3.2 183.7 Y3.3 -130.7 Y3.4 Kualitas Pelayanan (X1) Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) HY1:r 2 Y1.i = 0.299 ALPHA CRONBACH = 0.810 HX1: r 2 X1.i = 0.748 ALPHA CRONBACH = 0.972 HY1v:r 2 Y1v.i = 0.299 ALPHA CRONBACH = 0.810 Y1 = Intevening Variable R Square = 0.950 Fuji Test = 4.709 D-W Test = 2.571 R Square = 0.825 Fuji Test = 1.570 D-W Test = 1.517 R Square = 0.825 Fuji Test = 1.570 D-W Test = 1.517 Co e ff. Re g b 1 = 1 .6 1 3 : Co e ff . Re g a 1= 0 .1 6 9 HY2v:r 2Y2v.i = 0.162 ALPHA CRONBACH = 0.897 HY2:r 2 Y2.i = 0.183 ALPHA CRONBACH = 0.944 R Square = 0.796 Fuji Test = 1.300 D-W Test = 1.500 R Square = 0.851 Fuji Test = 1.897 D-W Test = 1.727 HX1v:r 2X1v.i = 0.402 ALPHA CRONBACH = 0.929 r 2 (Xi ) = 0.742 r 2 (Xi ,Y1) = 0.414 r 2 (Y1) = 0.414 R Square = 0.790 Fuji Test = 1.257 D-W Test = 1.500 Dimensi Kualitas Pelayanan (X1v) Keunggulan Bersaing (Y3) R Square = 0.830 Fuji Test = 1.622 D-W Test = 1.500 HY3:r 2 Y3.i = 0.255 ALPHA CRONBACH = 0.889
Coeff. Reg c1= 156116.101b (Excluded Variable) Coeff. Reg c2 = 1.613
R Square = 0.814 Fuji Test = 1.457 D-W Test = 1.500
Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa GARUDA INDONESIA Y3v.3. Senantiasa Meningkatkan Promosi PenerbanganGARUDA INDONESIA
HY3v:r 2Y3v.i = 0.318 ALPHA CRONBACH = 0.836 Dimensi Keunggulan Bersaing (Y3v) Y3v= Intevening Variable Coeff. Reg 3= 1.223 Coeff. Reg 1 = 0.098 H1: r 2 X1>0 Coeff. Reg2 = 0.383
Coeff. Reg 2= 38784.337b (Excluded Variable)
Coeff. Reg 1 = 0.069 r 2(Yi ) = 0.646 r 2(Y 3v) = 0.737 r 2(Yi ,Y3v) = 0.606 r 2(Y3v ,Yi) = 0.606 Unstandardized Coefficients:
Model Fungsional Loyalitas Konsumen: Y1 = 29.656 + 0.169 X1 + E1
Y2 = 4.043 + 1.613 Y1 Calc
Y2 = 4.043 + 156116.101b X1 + 1.613 Y1 Calc
Y2 = 51.884 + 0.272 Y1Calc - 156115.352b X1
b)
Excluded Variables: Beta In X1&Y2
standardized Coefficients: Path Analysis Method:
Loyalitas Konsumen (…..fungsi Semula):
Y1 = 0.898 X1
Y2 = 156116.101b X1 + 0.749Y1 Calc
HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke I)
Keunggulan Bersaing (….fungsi estapet): Y3v = 0.112 Y1 + 0.804 Y2
Y3 = 0.060 Y1 + 38784.337bY2 + 0.840 Y3v Calc
Unstandardized Coefficients:
Model Regresi I :
Model Fungsional Loyalitas Konsumen Y1 = a0 + a1 X1 + E1 Y2 = b0 + b1 Y1 Calc + E2 Y2Calc = c0 + c1 X1 + c2Y1 + E3 Y2Calc = d0 + d1 Y1 + d2X1 + E4 Y1 = 29.656 + 0.169 X1 + E1 Y2 = 4.043 + 1.613 Y1 Calc Y2 = 4.043 + 156116.101b X1 + 1.613 Y1 Calc Y2 = 51.884 + 0.272 Y1Calc - 156115.352b X1 Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0 + 1 Y1 + 2Y2 + 1 Y3 = 0 + 1 Y3v Calc + 2 Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v + 3 Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2 + 4 Y3v = 32.773 + 0.098 Y1 + 0.383 Y2 Y3 = 2.212 + 1.304 Y3v Calc Y3 = 4.103 + 0.069 Y1 + 38784.337b Y2 + 1.223 Y3v Calc Y3 = 44.172 - 43759.313b Y3v Calc + 0.189 Y1 + 0.468 Y2
Model Regresi II:
X1 = 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 + e5 X1v = f0 + f1 X1v.1 + f2 X1v.2 + f3 X1v.3 + f4 X1v.4 + f5 X1v.5 + e6 Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7 Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8 Y1v = i0 + i1 Y1v.1 + i2 Y1v.2 + i3 Yv1.3 + e9 Y2v = j0 + j1 Y2v.1 + j2 Y2v.2 + j3 Y2v.3 + e10 Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11 Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
Multiples Regression, 5 Obsrvasi
X1 = 39.714 + 2.660 X1.1 - 3.516 X1.2 + 0.917 X1.3 + 6.621 X1.4 -1.637 X1.5 + 14.276 X1.6 + 9.692 X1.7
- 16.417 X1.8 - 9.337 X1.9 + 6.011 X1.10 + 1.470 X1.11 - 4.100 X1.12 + 7.580 X1.13 + e5 X1v = 109.000 + 67.691 X1v.1 - 170.555 X1v.2 + 163.536 X1v.3 - 118.517 X1v.4 + 63.555 X1v.5 + e6
Y1 = 35.170 + 8.521 Y1.1 - 6.248 Y1.2 + 0.179 Y1.3 + e7
Y2 = 74.500 + 0.093 Y2.1 + 2.993 Y2.2 - 17.610 Y2.3 + 9.075 Y2.4 + 7.703 Y2.5 + e8
Y2v = 45.500 + 0.231 Y2v.1 - 9.447 Y2v.2 + 10.473 Y2v.3 + e10
Y3 = 49.000 + 66.790 Y3.1 - 119.803 Y3.2 + 183.726 Y3.3 - 130.743 Y3.4 + e11 Y3v = 35.000 - 6.546Y3v..1 - 0.251l Y3v.2 + 9.074 Y3v..3 + e11
Model Regresi III:
Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran
sebagai berikut:
1. Variabel Kualitas Pelayanan (X1.i)
No. Indikator dari Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop)
1. X1.1.PeralatanAircraft PT GARUDA INDONESIA X1 = 105.736 + 10.565 X1.1 ; FK X1.1 = 0.632 Valid
2. X1.2. Perlengkapan Aircraft PT GARUDA INDONESIA X1 = 105.355 + 10.483 X1.2 ; FK X1.2 = 0.556 Drop
3. X1.3. Kenyamanan Ruangan X1 = 119.733 + 9.713 X1.3 ; FK X1.3 = 0.586 Drop
4. X1.4. Penampilan Petugas X1 = 129.696 + 10.201 X1.4 ; FK X1.4 = 0.378 Drop
5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 109.172 + 10.112 X1.5 ; FK X1.5 = 0.618 Valid
6. X1.6. Keramahan X1 = 98.011 + 10.629 X1.6 ; FK X1.6 = 0.543 Drop
7. X1.7. Kecepatan Pelayanan X1 = 111.205 + 9.926 X1.7 ; FK X1.7 = 0.652 Valid
8. X1.8. Kemampuan Menanggapi Keluhan X1 = 111.426 + 10.494 X1.8 ; FK X1.8 = 0.658 Valid
9. X1.9. Kemudahan Prosedur X1 = 101.360 + 10.672 X1.9 ; FK X1.9 = 0.604 Valid
10. X1.10. Mampu Berkomunikasi X1 = 147.141 + 8.593 X1.10 ; FK X1.10 = 0.410 Drop
11. X1.11. Informasi Yang Akurat X1 = 109.783 + 11.001 X1.11 ; FK X1.11 = 0.512 Drop
12. X1.12. Pemahaman Kebutuhan Konsumen X1 = 118.029 + 10.076 X1.12 ; FK X1.12 = 0.663 Valid
13. X1.13. Perhatian Kepada Konsumen X1 = 102.990 + 10.903 X1.13 ; FK X1.13 = 0.563 Drop
2. Variabel Kepuasan Konsumen (Y1)
No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)
1.Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 30.437 + 2.328 Y1.1 ; FK Y1.1 = 0.508 Drop
2.Y1.2. Sesuai dengan yang diharapkan Y1 = 29.343 + 2.245 Y1.2 ; FK Y1.2 = 0.458 Drop
3.Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 30.626 + 2.102 Y1.3 ; FK Y1.3 = 0.340 Drop
3. Variabel Loyalitas Konsumen (Y2)
No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)
1.Y2.1. Aircraft PT GARUDA INDONESIA Yang Bagus Y2 = 46.783 + 4.001 Y2.1 ; FK Y2.1 = 0.200 Drop
2.Y2.2. Kenikmatan Merasakan Layanan Y2 = 56.179 + 3.879 Y2.2 ; FK Y2.2 = 0.434 Drop
3.Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 50.254 + 3.987 Y2.3 ; FK Y2.3 = 0.360 Drop
4.Y2.4. Pengalaman Masa Lalu Y2 = 54.476 + 3.649 Y2.4 ; FK Y2.4 = 0.423 Drop
5.Y2.5. Pengalaman Teman-teman Y2 = 52.614 + 3.706 Y2.5 ; FK Y2.5 = 0.370 Drop
4. Dimensi Rata-rata Kualitas Pelayanan (X1v)
No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)
1.X1v.1. Bukti fisik (tangible) X1v = 40.601 + 4.106 X1v.1 ; FK X1v.1 = 0.581 Drop
2.X1v.2. Keandalan (reliability) X1v = 40.616 + 3.953 X1v.2 ; FK X1v.2 = 0.595 Drop
3.X1v.3. Daya tanggap (responsiveness) X1v = 41.733 + 4.051 X1v.3 ; FK X1v.3 = 0.629 Valid
4.X1v.4. Jaminan (assurance) X1v = 42.488 + 4.094 X1v.4 ; FK X1v.4 = 0.609 Valid
5.X1v.5. Perhatian (empathy) X1v = 43.247 + 4.017 X1v.5 ; FK X1v.5 = 0.622 Valid
5. Variabel Keunggulan Bersaing (Y3)
No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)
1.Y3.1. Kemampuan Bersaing Y3 = 37.630 + 2.952 Y3.1 ; FK Y3.1 = 0.372 Drop
2.Y3.2. Dikenal Luas Y3 = 39.573 + 3.124 Y3.2 ; FK Y3.2 = 0.410 Drop
3.Y3.3. Peningkatan Sumber Dana Y3 = 40.079 + 3.067 Y3.3 ; FK Y3.3 = 0.450 Drop
4.Y3.4. Keunggulan Tekhnologi Y3 = 39.463 + 3.007 Y3.4 ; FK Y3.4 = 0.432 Drop
6. Dimensi Rata-rata Keunggulan Bersaing (Y3v)
No. Dimensi dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1.Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA Y3v = 27.018 + 2.270 Y3v.1 ; FK Y3v.1 = 0.426 Drop
2.Y3v.2. Mampu Menciptakan Inovasi Produk Jasa GIA Y3v = 29.608 + 2.347 Y3v.2 ; FK Y3v.2 = 0.473 Drop
Metode Path Analysis
Standardized Coefficients: Model Fungsional Loyalitas Konsumen
Y1 = 0.898 X1 (Persamaan Regresi 1)
Y2 = 156116.101b X1 + 0.749Y1 Calc (Persamaan Regresi 3)
dimana:
Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas Pelayanan
1 = Koefisien regresi variabel Kualitas Pelayanan
1 = Koefisien regresi intervening variabel Kepuasan Konsumen = Error Term
Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0.112 Y1 + 0.804 Y2 (Persamaan Regresi 1) Y3 = 0.060 Y1 + 38784.337b Y2 + 0.840 Y3v Calc (Persamaan Regresi 3)
dimana:
Y3 = Y3u = Keunggulan Bersaing Y1 = Y1u = Kepuasan Konsumen Y2 = Y2u = Loyalitas Konsumen
Y3v = Dimensi Rata-rata Keunggulan Bersaing
1 = Koefisien regresi variabel Kepuasan Konsumen
2 = Koefisien regresi variabel Loyalitas Konsumen
IV.B Hasil Perhitungan, Data Dengan Kategori (Jumlah ke II)
Bahwa Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang disusun dari seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi ”Data 6 Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data ”hasil
survey” tersebut.
Data Dengan Kategori (Jumlah ke II) juga digunakan untuk tujuan yang sama dengan Data Dengan Kategori (Jumlah ke I), yaitu untuk menganalisis semua indikator dari Variabel: Kualitas Pelayanan (X1), Kepuasan Konsumen (Y1), Loyalitas Konsumen (Y2) dan Keunggulan Bersaing (Y3),
termasuk Dimensi Rata-rata Kualitas Pelayanan (X1v), dan Dimensi Rata-rata Keunggulan Bersaing
(Y3v) yang murni merupakan “Data Olahan” dari semua indikator berbagai variabel tersebut
dipergunakan dalam berbagai Uji Statistik maupun peralatan analisa berbagai bentuk Model Empiris sesuai kebutuhan penelitian.
Penggunaan program SPSS IBM Statistik Versi 21 for Windows terhadap Data Dengan Kategori (Jumlah ke II) diharapkan tidak terjadinya Excluded Variable dari seluruh Indikator maupun Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau dari seluruh Independen Variabel yang terdapat didalam model hasil estimasi, tidak memiliki ”Zero-order Partial Correlation” dan juga tidak mengalami ”Zero-order (Tolerance, VIF and Minimum Tolerance) Collinearity Statistics”. Artinya, “tidak adanya/tidak terjadinya gejala
multikolinearitas” didalam model hasil estimasi, sehingga secara otomatis dapat menjadikan
model hasil estimasi ini sebagai goodness of fit regression models.Proses perhitungandalam
penelitian ini menggunakan (data lampiran 12 s/d 17), dengan Hasil Perhitungan Empiris
![Gambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke I)]](https://thumb-ap.123doks.com/thumbv2/123dok/3092077.2327873/21.918.146.800.122.1049/konseptual-hubungan-fungsional-variable-analysis-perhitungan-empiris-kategori.webp)
![Gambar 4.2: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke II)]](https://thumb-ap.123doks.com/thumbv2/123dok/3092077.2327873/26.918.146.801.118.1053/konseptual-hubungan-fungsional-variable-analysis-perhitungan-empiris-kategori.webp)
