LAMPIRAN 1
KUISIONER PENELITIAN
Tentang
ANALISIS FAKTOR-FAKTOR KEUNGGULAN MASKAPAI PENERBANGAN
AIRASIA INDONESIA KOTA MEDAN
I. Identitas Peneliti
Nama
:
Ratri Kusuma Wardhani
Jenis Kelamin
: Perempuan
Usia
: 23 Tahun
Pekerjaan
: Karyawati
Alamat
: Jl. Setia Budi No. 43
II. Pengantar
Dalam rangka menyelesaikan Pendidikan Strata I (S1), penulis melakukan penelitian
untuk menyusun skripsi sebagai bentuk tugas akhir yang digunakan untuk memperoleh gelar
sarjana. Berkaitan dengan hal tersebut, maka penulis mengajukan sebuah judul penelitian
yaitu
“Analisis Faktor-Faktor Keunggulan Maskapai Penerbangan
Airasia Indonesia Kota Medan”.
Sesuai dengan hal di atas maka penulis memohon dengan hormat kesediaan
Bapak/Ibu/Saudara/i untuk menjadi responden dan mengisi kuesioner yang telah penulis
sediakan. Hasil penelitian ini akan dipergunakan sebagai data dalam penyusunan skripsi, oleh
karena itu Bapak/Ibu/Saudara/i akan dijamin kerahasiaan pribadinya. Atas bantuan dan
kesediaan Bapak/Ibu/Saudara/i meluangkan waktu untuk mengisi kuesioner, penulis
mengucapkan banyak terima kasih. Penulis juga memohon maaf yang sebesar-besarnya
apabila ada kata-kata yang kurang berkenan di hati Bapak/Ibu/Saudara/i.
Hormat Kami,
Ratri Kusuma Wardhani
LEMBAR KUESIONER
IDENTITAS RESPONDEN
2. Jenis Kelamin
: ...
3. Umur
: ...
4. Pekerjaan : ...
5. Pilih Perjalanan yang Pernah Anda Lakukan dengan Airasia titik terbang Kualanamu
International Airport (Beri tanda
√
):
Tujuan:
Dalam Negeri
Bandung
Banda Aceh
Pekan Baru
Palembang
Jakarta
Yogyakarta
Surabaya
Bali
Luar Negeri
Kuala Lumpur
Penang
Singapura
Bangkok-Don Mueang Hatyai (Thailand) Krabi (Thailand)
Phuket (Thailand) Chiang Mai (Thailand) Ho ChiMinh(Viet)
Kolombo (Sri Langka)
Taipei (Taiwan)
Kathmandu (Nepal)
Macau (Makau) Busan (Korea Selatan) Seoul (Korea Selatan)
Hong Kong
Nagoya (Jepang) Osaka (Jepang)
Jeddah (Arab Saudi) Beijing (China) Chengdu (China)
Chongqing (China) Guang Zhou (China) Hangzhou(CHN)
Shanghai (China) Xi’an (China)
Adelaide (AUS)
Gold Coast Melbourne (Australia) Perth (Australia)
Perth (Australia)
Sydney (Australia)
PETUNJUK PENGISIAN
1. Mohon dengan homat bantuan dan kesediaan Bapak/Ibu/Saudara/i untuk menjawab seluruh
pertanyaan yang ada.
penerbangan Airasia kota Medan yang anda rasakan. Dengan pilihan jawaban sebagai berikut
NO
Faktor-faktor Keunggulan Penerbangan Airasia
Indonesia
Jawaban (yang Anda
rasakan saat ini)
SB
B
N
KB TB
1
Keramahan pramugari/a Airasia kepada penumpang
2
Kebersihan dalam pesawat Airasia
3
Kursi pesawat nyaman untuk penerbangan jauh
4
Pramugari/a berjualan di pesawat
5
Pilot selalu memberikan informasi tentang keadaan
selama perjalanan
6
Kemampuan pramugari/a untuk cepat tanggap
dalam menghadapi masalah yang timbul
7
Kemampuan petugas dalam melayani keluhan yang
disampaikan penumpang
8
Persediaan perlengkapan keselamatan penumpang
Airasia
9
Kemampuan pilot dalam mengendalikan pesawat
saat cuaca buruk
10 Asuransi jiwa jika terjadi kecelakaan pesawat
Airasia
11
Harga tiket pesawat terjangkau
12
Pemberian harga bagasi Airasia
13
Pemberian harga akomodasi
14
Promo BIG Airasia
15
Selalu menghadirkan harga tiket promo
16 Ketepatan waktu keberangkatan
17 Ketersediaan bus menuju pesawat
18 Fasilitas bagasi bagi penumpang
19 Kemudahan Check In
21 Ketersediaan sarana bagi penumpang bayi atau
balita
22 Ketersediaan sarana bagi
difable
, lansia, orang sakit
23 Jaminan uang kembali
24 Kemudahan pemesanan tiket
25 Batasan pemesanan tiket promo
26 Fasilitas online
27 Rute penerbangan dalam negeri dan luar negeri
28 Ketersediaan rute ke daerah wisata Indonesia dan
luar negeri
29 Ketersediaan rute penerbangan ke daerah terpencil
30 Ketersediaan layanan pengaduan Airasia via e-mail
atau telepon
31 Tingkat emosi petugas Airasia saat pelanggan
melakukan pengaduan
32 Kemudahan saat melakukan
refund
dan pergantian
rute penerbangan
33 Ketika mendengar nama Airasia, penumpang
berasumsi bahwa Airasia adalah maskapai
penerbangan yang menawarkan harga sangat
terjangkau
34 Airasia dikenal banyak melakukan promo
penerbangan
Lampiran 2
OUTPUT SPSS
FREQUENCIES VARIABLES=Jenis_Kelamin /ORDER=ANALYSIS.
Frequencies
[DataSet1] D:\Family Folder\ratri\cetakakhir\data rara.sav
Statistics
Jenis_Kelamin
N Valid 100
Missing 69
Jenis_Kelamin
Frequency Percent Valid Percent
Cumulative
Percent
Valid Perempuan 64 37.9 64.0 64.0
Laki-laki 36 21.3 36.0 100.0
Total 100 59.2 100.0
Missing System 69 40.8
Total 169 100.0
FREQUENCIES VARIABLES=Pekerjaan /ORDER=ANALYSIS.
Frequencies
[DataSet1] D:\Family Folder\ratri\cetakakhir\data rara.sav
Statistics
Pekerjaan
N Valid 100
Missing 69
Pekerjaan
Frequency Percent Valid Percent
Cumulative
Percent
Valid PNS/BUMN/POLRI 7 4.1 7.0 7.0
Pegawai Bank 11 6.5 11.0 18.0
Dosen 18 10.7 18.0 36.0
Wirausaha 6 3.6 6.0 42.0
Mahasiswa 16 9.5 16.0 71.0 /ORDER=ANALYSIS.
Frequencies
[DataSet1] D:\Family Folder\ratri\cetakakhir\data rara.sav
Statistics
Umur
N Valid 100
Missing 69
Umur
Frequency Percent Valid Percent
31 2 1.2 2.0 86.0
32 1 .6 1.0 87.0
33 1 .6 1.0 88.0
38 1 .6 1.0 89.0
39 1 .6 1.0 90.0
40 1 .6 1.0 91.0
48 2 1.2 2.0 93.0
50 2 1.2 2.0 95.0
51 1 .6 1.0 96.0
52 1 .6 1.0 97.0
54 1 .6 1.0 98.0
57 1 .6 1.0 99.0
65 1 .6 1.0 100.0
Total 100 59.2 100.0
Missing System 69 40.8
Total 169 100.0
FREQUENCIES VARIABLES=Tujuan_Penerbangan /ORDER=ANALYSIS.
Frequencies
Statistics
Tujuan_Penerbangan
N Valid 169
Missing 0
Tujuan_Penerbangan
Frequency Percent Valid Percent
Cumulative
Percent
Valid Banda Aceh 1 .6 .6 .6
Bandung 23 13.6 13.6 14.2
Bali 7 4.1 4.1 18.3
Jakarta 31 18.3 18.3 36.7
PekanBaru 8 4.7 4.7 41.4
Surabaya 5 3.0 3.0 44.4
Yogyakarta 6 3.6 3.6 47.9
Bangkok 22 13.0 13.0 60.9
Penang 9 5.3 5.3 95.9
Phuket 1 .6 .6 96.4
Singapura 3 1.8 1.8 98.2
Hong Kong 3 1.8 1.8 100.0
Total 169 100.0 100.0
RELIABILITY
/VARIABLES=P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23 P24 P25 P26 P27 P28 P29 P30 P31 P32 P33 P34 P35
/SCALE('ALL VARIABLES') ALL /MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE /SUMMARY=TOTAL.
Scale: ALL VARIABLES
Case Processing Summary
N %
Cases Valid 100 59.2
Excludeda 69 40.8
Total 169 100.0
a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha N of Items
.719 35
Item Statistics
Mean Std. Deviation N
P1 2.04 .567 100
P2 2.31 .692 100
P3 3.15 .757 100
P4 2.56 .988 100
P5 1.87 .720 100
P6 2.49 .559 100
P7 2.58 .654 100
P8 2.40 .667 100
P10 2.26 .661 100
if Item Deleted
Item-P11 85.37 63.205 .079 .720
P12 82.91 58.951 .308 .707
P13 84.02 60.282 .313 .708
P14 85.50 63.424 .078 .719
P15 85.47 63.807 .021 .722
P16 85.07 65.177 -.130 .733
P17 83.66 61.843 .136 .719
P18 82.99 57.141 .332 .705
P19 84.82 63.381 -.002 .729
P20 82.55 60.654 .175 .717
P21 84.10 61.768 .127 .720
P22 84.12 62.713 .082 .721
P23 83.67 60.264 .281 .710
P24 84.93 63.379 .028 .724
P25 84.17 61.011 .251 .712
P26 84.81 61.489 .217 .714
P27 84.76 62.346 .181 .716
P28 84.64 62.435 .144 .717
P29 83.10 57.909 .389 .701
P30 84.28 60.183 .306 .708
P31 83.90 60.919 .241 .712
P32 83.55 61.765 .138 .719
P33 85.01 61.869 .190 .715
P34 85.22 63.062 .077 .720
P35 82.65 61.442 .126 .721
Scale Statistics
Mean Variance Std. Deviation N of Items
AnalisisFaktor
FACTOR
/VARIABLES KenyamananKeamananHargaFasilitas Refund
PromosiPelayananRute_PenerbanganAkses_PemesananKetepatan_WaktuHandlin g_Complain Brand
/MISSING LISTWISE
/ANALYSIS KenyamananKeamananHargaFasilitas Refund
PromosiPelayananRute_PenerbanganAkses_PemesananKetepatan_WaktuHandlin g_Complain Brand
/PRINT INITIAL CORRELATION SIG KMO EXTRACTION ROTATION FSCORE /PLOT EIGEN ROTATION
/CRITERIA MINEIGEN(1) ITERATE(25) /EXTRACTION PC
/CRITERIA ITERATE(25) /ROTATION VARIMAX /METHOD=CORRELATION.
Factor Analysis
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .682
Bartlett's Test of Sphericity Approx. Chi-Square 293.439
df 66
Sig. .000
Communalities
Initial Extraction
Kenyamanan 1.000 .750
Rute_Penerbangan 1.000 .567
Akses_Pemesanan 1.000 .719
Ketepatan_Waktu 1.000 .691
Handling_Complain 1.000 .427
Brand 1.000 .535
Component
Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of
Variance
Cumulative
% Total
% of
Variance
Cumulative
% Total Cumulative %
1 3.220 26.834 26.834 3.220 26.834 26.834 2.137 17.812
2 1.842 15.346 42.180 1.842 15.346 42.180 2.001 34.487
3 1.361 11.344 53.524 1.361 11.344 53.524 1.747 49.047
4 1.165 9.708 63.231 1.165 9.708 63.231 1.702 63.231
5 .971 8.093 71.324
6 .770 6.421 77.744
7 .628 5.230 82.974
8 .573 4.776 87.750
9 .431 3.590 91.340
10 .386 3.219 94.558
11 .363 3.023 97.581
Component Matrixa
Component
1 2 3 4
Kenyamanan .586 .206 .485 -.358
Keamanan .120 .619 .244 -.381
Harga .511 .323 -.175 .310
Fasilitas .048 .774 -.248 -.117
Refund .755 -.251 -.024 .088
Promosi .554 -.172 .479 .460
Pelayanan .717 .158 -.239 -.336
Rute_Penerbangan .463 .387 -.167 .419
Akses_Pemesanan -.270 .523 .550 .265
Ketepatan_Waktu -.503 .406 -.370 .368
Handling_Complain .608 -.021 .009 .239
Brand .545 -.083 -.467 -.110
Extraction Method: Principal Component Analysis.
a. 4 components extracted.
Rotated Component Matrixa
Component
1 2 3 4
Kenyamanan .165 .751 -.007 .399
Keamanan -.020 .219 -.152 .728
Harga .660 -.018 .136 .190
Fasilitas .200 -.293 .024 .742
Refund .492 .457 .396 -.184
Promosi .590 .517 -.241 -.324
Pelayanan .317 .345 .591 .375
Rute_Penerbangan .721 -.098 .045 .189
Akses_Pemesanan .104 -.022 -.789 .291
Ketepatan_Waktu .066 -.785 -.225 .136
Handling_Complain .561 .277 .175 -.071
Brand .305 .068 .659 .046
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Component Transformation Matrix
Component 1 2 3 4
1 .667 .585 .451 .101
2 .291 -.256 -.295 .873
3 -.089 .671 -.736 -.022
4 .680 -.376 -.411 -.476
Extraction Method: Principal Component Analysis.
Component Score Coefficient Matrix
Component
1 2 3 4
Kenyamanan -.087 .433 -.087 .254
Keamanan -.115 .179 -.080 .449
Harga .349 -.138 .005 .045
Fasilitas .080 -.184 .058 .420
Refund .170 .132 .128 -.131
Promosi .325 .213 -.316 -.260
Pelayanan -.007 .099 .323 .238
Rute_Penerbangan .412 -.187 -.055 .030
Akses_Pemesanan .146 .064 -.512 .122
Ketepatan_Waktu .199 -.449 -.065 .032
Handling_Complain .262 .040 -.001 -.089
Brand .066 -.084 .381 .030
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Component Score Covariance Matrix
Component 1 2 3 4
1 1.000 .000 .000 .000
2 .000 1.000 .000 .000
3 .000 .000 1.000 .000
4 .000 .000 .000 1.000
Extraction Method: Principal Component Analysis.
