BAB 3
METODE PENELITIAN
3.1 Desain Penelitian
Penelitian ini merupakan penelitian deskriptif dan asosiatif. Penelitian deskriptif dimaksudkan untuk mendefinisikan berbagai kriteria serta mendefinisikan nilai-nilai variabel-variabel yang diteliti. Penelitian asosiatif di sini lebih kepada analisis hubungan kausal dimana variabel independen (variabel bebas) mempengaruhi variabel dependen (variabel bergantung). Desain dari penelitian ini dapat dilihat pada Tabel 3.1 berikut.
Tabel 3.1 Desain Penelitian
Tujuan Penelitian
Desain Penelitian Jenis
Penelitian Penelitian Metode Unit Analisis Time Horizon T-1 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-2 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-3 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-4 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-5 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-6 Asosiatif Survey Individu: penumpang
KM KELUD Cross Sectional T-7 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional T-8 Asosiatif Survey Individu: penumpang KM KELUD Cross Sectional
1. Untuk menganalisis pengaruh kualitas pelayanan jasa terhadap loyalitas penumpang PT Pelayaran Nasional Indonesia. (T–1)
2. Untuk menganalisis pengaruh peranan harga terhadap loyalitas penumpang pada PT Pelayaran Nasional Indonesia. (T–2)
3. Untuk menganalisis pengaruh kualitas pelayanan jasa terhadap citra perusahaan pada PT Pelayaran Nasional Indonesia. (T–3)
4. Untuk menganalisis pengaruh peranan harga terhadap citra perusahaan pada PT Pelayaran Nasional Indonesia. (T–4)
5. Untuk menganalisis pengaruh loyalitas penumpang terhadap citra perusahaan pada produk jasa PT Pelayaran Nasional Indonesia. (T–5)
6. Untuk menganalisis pengaruh kualitas pelayanan jasa dan peranan harga terhadap citra perusahaan melalui variabel loyalitas penumpang sebagai variabel intervening pada produk jasa PT Pelayaran Nasional Indonesia. (T–6)
7. Untuk menganalisis pengaruh kualitas pelayanan jasa dan peranan harga secara simultan terhadap loyalitas penumpang pada produk jasa PT Pelayaran Nasional Indonesia. (T-7)
8. Untuk menganalisis pengaruh kualitas pelayanan jasa, peranan harga dan loyalitas penumpang secara simultan terhadap citra perusahaan pada produk jasa PT Pelayaran Nasional Indonesia. (T-8)
3.2 Operasionalisasi Variabel Penelitian
Ada empat variabel yang akan digunakan dalam penelitian ini, yaitu variabel kualitas pelayanan,peranan harga, loyalitas penumpang, dan citra perusahaan. Pada Tabel 3.2 berikut akan diuraikan dimensi dan indikator dari masing-masing variabel, beserta instrumen pengukuran, skala, dan model pengukuran dari keempat variabel tersebut.
Tabel 3.2 Operasionalisasi Variabel Penelitian
Variabel Sub Variabel Indikator Ukuran dan
Skala Kualitas Pelayanan (X1) Kehandalan (Reliability) Pelayanan sesuai janji Skala ordinary (likert) yang ditransformasikan menjadi skala interval Pelayanan sesuai harapan Daya Tanggap ( Responsiveness ) Kecepatan menanggapi keluhan Kesigapan karyawan Kepastian (Assurance) Kemampuan dalam mengetahui produk Efektivitas Komunikasi Empati (Empaty) Kritik dan Saran Kepedulian terhadap Pelanggan Berwujud (Tangible) Kenyamanan ruangan Kebersihan ruangan
Variabel Sub Variabel Indikator Ukuran dan Skala
Peranan Harga (X2)
Harga
Harga yang ditawarkan jarang mengalami perubahan Skala ordinary (likert) yang ditransformasikan menjadi skala interval Hasil Penjualan Tiket KM. Kelud yang terjual Strategi Harga Harga yang Kompetitif Segmen Pasar Sasaran Pemasaran Produk Loyalitas Penumpang (Y) Melakukan Pembelian Secara Teratur Menggunakan kembali jasa pelayaran Skala ordinary (likert) yang ditransformasikan menjadi skala interval Membeli Diluar Lini
Produk/Jasa
Menggunakan produk Jasa dalam jangka
Waktu lama Merekomendasikan Jasa Menyarankan orang lain untuk menggunakan jasa
Kekebalan pada tarikan
pesaing yang dilakukan pesaing Menghiraukan promosi
Citra Perusahaan (Z) Orientasi Terhadap Manfaat Kepuasaan Pembelian Skala ordinary (likert) yang ditransformasikan menjadi skala interval Rekomendasi Kepada Pihak Lain
Hal yang ditonjolkan
Harga Tiket Murah Kualitas pelayanan Terbaik Kemampuan Perusahaan
Keinginan akan merek Keyakinan berbeda dari
Pelayaran lain
Mudah dimengerti
Logo mudah diingat Keputusan pembelian
Sarana
Tiket elektronik Kemudahan dalam mendapatkan tiket
3.3 Jenis dan Sumber Data Penelitian
Berdasarkan sumbernya data terdiri dari data primer dan data sekunder, data primer adalah data yang diperoleh langsung dari lapangan baik melalui wawancara, kuisioner, atau observasi. Data sekunder adalah data yang diperoleh dari pihak lain baik diperoleh melalui studi kepustakaan atau melalui website.
Merurut sifatnya data terdiri dari data kualitatif dan data kuantitatif. Data kualitatif adalah data yang tidak berbentuk angka-angka, dan data kuantitatif adalah data yang berbentuk angka angka. Sedangkan menurut sumbernya data terdiri dari data internal dan data eksternal, data internal adalah data yang didapat dari dalam organisasi dan data eksternal adalah data yang didapat dari luar organisasi.
Jenis data yang digunakan dalam penelitian ini adalah data kualitatif dan sumber data berasal dari data primer maupun sekunder, seperti dapat dilihat pada Tabel 3.3 di bawah ini.
Tabel 3.3 Data dan Sumber Data Penelitian
Variabel Jenis Data Sumber Data
Kualitas
Pelayanan Kuantitatif
Data primer dari kuesioner yang disebarkan ke
penumpang kapal kelud untuk rute Jakarta-Batam-Medan Peranan Harga Kuantitatif Data primer dari kuesioner yang disebarkan ke
penumpang kapal kelud untuk rute Jakarta-Batam-Medan Loyalitas
Penumpang Kuantitatif
Data primer dari kuesioner yang disebarkan ke
penumpang kapal kelud untuk rute Jakarta-Batam-Medan Citra Perusahaan Kuantitatif Data primer dari kuesioner yang disebarkan ke
penumpang kapal kelud untuk rute Jakarta-Batam-Medan
3.4 Teknik Pengumpulan Data
Pengumpulan data untuk penelitian ini dilakukan pada kapal penumpang KM Kelud yang merupakan salah satu armada pelayaran PT PELNI untuk rute Jakarta-Batam-Tanjung Balai-Medan, yang dilakukan pada tanggal 3 juni 2011 melalui penelitian langsung dimana peneliti ikut dalam pelayaran dari Jakarta menuju Medan.
Pengumpulan data yang dilakukan dalam penelitian ini menggunakan beberapa teknik, yaitu:
1. Wawancara
Wawancara merupakan salah satu teknik pengumpulan data. Pelaksanaannya dapat dilakukan secara langsung berhadapan dengan yang diwawancarai, tetapi dapat juga secara tidak langsung seperti memberikan daftar pertanyaan untuk dijawab pada kesempatan lain (Umar, 2008, p51). Dalam penelitian ini, penulis melakukan wawancara langsung dengan Capt. J.Y. Adrianus Alwie selaku Nakoda KM Kelud
2. Kuesioner
Teknik angket (kuesioner) merupakan suatu pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan/pernyataan kepada responden dengan harapan memberikan respons atas daftar pertanyaan tersebut (Umar, 2008, p49). Dalam penelitian ini, kuesioner yang disebarkan kepada penumpang kapal kelud untuk rute Jakarta-Batam-Tanjung Balai-Medan sebagai responden, dibuat dalam bentuk pernyataan dalam skala likert.
3. Riset kepustakaan (Liblary research)
Studi kepustakaan digunakan untuk memperoleh informasi-informasi yang berkaitan dengan penelitian ini sebagai landasan teori. Penulis melakukan studi kepustakaan melalui buku-buku, jurnal-jurnal, dan artikel-artikel di internet.
3.5 Populasi Dan Sampel 3.5.1 Populasi
Populasi adalah keseluruhan obyek atau individu yang akan diteliti, memiliki karakteristik tertentu, jelas dan lengkap. Sampel adalah bagian dari populasi yang dipilih melalui cara tertentu yang mewakili karakteristik tertentu, jelas, dan lengkap yang dianggap mewakili populasi. (Arifin, 2008, p69)
Populasi dalam penelitian ini merupakan penumpang kapal kelud untuk rute Jakarta-Batam-Tanjung Balai-Medan yang berjumlah 1809 orang, yang terdiri dari 32 orang penumpang kelas 1, 46 orang penumpang kelas II, dan 1731 orang penumpang kelas ekonomi.
3.5.2 Sampel
Penelitian ini menggunakan teknik pengambilan sampel berupa teknik random sampling. random sampling adalah sebuah teknik pengambilan sampel dengan metode pengambilan sampel secara acak, penggunaan metode ini dimaksudkan agar sampel yang didapat bisa mewakili karakteristik dalam populasi secara merata sehingga hasilnya dapat digeneralisasikan untuk keseluruhan populasi.
Penelitian ini menggunakan rumus yang dikemukakan oleh Taro Yamane (Riduwan dan Kuncoro, 2011, p49) untuk menghitung ukuran sampel yang digunakan dalam penelitian ini.
n = 1 2 N.d N + Dimana : n = Jumlah Sampel N = Jumlah Populasi
d2 = Presisi (ditetapkan 10% dengan tingkat kepercayaan 95%)
Berdasarkan rumus tersebut diperoleh jumlah minimal sampel sebagai berikut : n = 1 2 (0.1) 1809 1809 +
Jadi jumlah sampel yang dibutuhkan dalam penelitian ini adalah sebanyak 94.76 = 95 responden.
Berdasarkan penelitian yang dilakukan jumlah sampel secara keseluruhan sebanyak 95 orang yang terdiri dari 10 orang penumpang kelas 1, 25 orang penumpang kelas II, dan 60 orang penumpang kelas ekonomi.
3.6 Sekala Likert
Sekala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok tentang kejadian atau gejala sosial (Riduwan, p 12) sekala likert memiliki kemudahan dalam penggunaanya dan sangat praktis sehingga cukup popular. Dalam sekala ini responden diminta untuk memberikan respon terhadap pertanyaan dan diberikan pilihan dalam 5 sekala bobot yang terdiri dari:
Tabel 3.4 Sekala Likert
Pernyataan Skor Jawaban
Sangat Tidak Setuju Tidak Setuju Netral Setuju Sangat sertuju 1 2 3 4 5 3.7 Metode Analisis
Setelah data dikumpulkan, maka uji validitas-reliabilitas, lalu dilakukan uji normalitas terhadap data yang ada. Setelah data dipastikan normal, valid, dan reliabel, maka dilakukan analisis dengan menggunakan teknik analisis seperti dapat dilihat pada Tabel 3.4 di bawah ini.
Tabel 3.5 Metode Analisis Data Tujuan
Penelitian
Metode Analisis
Jenis Penelitian Teknik Analisis
T-1 Asosiatif Path Analysis
T-2 Asosiatif Path Analysis
T-3 Asosiatif Path Analysis
T-4 Asosiatif Path Analysis
T-5 Asosiatif Path Analysis
T-6 Asosiatif Path Analysis
T-7 Asosiatif Path Analysis
3.7.1 Uji Validitas
Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep yang diukur sehingga benar-benar mengukur apa yang seharusnya diukur. Berkaitan dengan pengujian validitas instrument menurut Riduwan (2004, p109-110) menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat keandalan suatu alat ukur. Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur yang digunakan rumus: r hitung =
{
n.Σ Xi2 (Σ Xi)2}{
.n.ΣYi2 (ΣYi)2}
) (ΣΣXi).(ΣY i.Yi) n(Σ(Σ − − − Dimana:r hitung = Koefisien korelasi ∑ Xi = Jumlah skor item ∑ Yi = Jumlah skor total n = Jumlah responden
Selanjutnya dihitung dengan Uji-t dengan rumus :
thitung = 2
1
2
r
n
r
−
−
Dimana: t = Nilai t hitungr = Koefisien korelasi hasil r hitung n = Jumlah responden
Distribusi (Tabel t) untuk α = 0,05 dan derajad kebebasan (dk = n-2) Kaidah keputusan : Jika r hitung > r table berarti valid, sebaliknya Jika r hitung < r table berarti tidak valid
3.7.2 Uji Reliabilitas
Uji reliabilitas dilakukan untuk mendapatkan tingkat ketepatan (keterandalan atau keajegan) alat pengumpul data (instrument) yang digunakan. Uji reliabilitas instrument dilakukan dengan rumus alpha. Metode mencari reliabilitas internal yaitu menganalisis realibilitas alat ukur dari satu kali pengukuran, rumus yang digunakan adalah Alpha. Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut:
Langkah 1: Menghitung Varians skor tiap-tiap item dengan rumus:
Dimana:
Si = Varians skor tiap-tiap item Σ Xi2 = Jumlah kuadrat item Xi (ΣXi)2 = Jumlah item Si dikudratkan N = Jumlah responden
Langkah 2: Kemudian menjumlahkan Varians semua item dengan rumus: Σ Si = S1 + S2 + S3……. Sn
Dimana:
Σ Si = Jumlah Varians semua item S1 + S2 + S3……. Sn = Varians item ke- 1,2,3…….n
Langkah 3: Menghiting Varians total dengan rumus:
Dimana:
ΣX t2 = Jumlah kuadrat X total (Σ X t)2 = Jumlah X total dikuadratkan
Langkah 4: Masukkan nilai Alpha dengan rumus:
Dimana:
r11 = Nilai Reliabilitas
Σ Si = Jumlah varians skor tiap-tiap item St = Varians total
K = Jumlah item
Kemudian diuji dengan uji reliabilitas instrument dilakukan dengan rumus Korelasi Pearson Product Moment dengan teknik belah dua awal-akhir yaitu:
Harga r xy atau rb ini baru menunjukkan reabilitas setengah tes. Oleh karenanya disebut r awal-akhir. Untuk mencari reabilitas seluruh tes digunakan rumus Spearman Brown yakni:
Untuk mengetahui koefisien korelasinya signifikan atau tidak digunakan distribusi (Tabel r) untuk alpha 0,05 dengan derajat kebebasan (dk = n-2). Kemudian membuat keputusan membandingkan r11 dengan r tabel. Adapun kaidah keputusan: Jika r11 > rtabel berarti reliabel dan r 11 < r tabel berarti tidak reliabel.
3.7.3 Uji Normalitas
Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal. Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran. Uji normalitas dapat hitung dengan bantuan program SPSS 13.0, yaitu dengan langkah:
1. Pilih menu Analyze - Descriptive Statistiks – Explore.
2. Masukkan variabel yang akan diuji sebarannya ke dalam kotak Dependent List. Setelah itu kita klik tombol Plots, akan muncul dialog box kedua seperti gambar 3.1 di bawah ini.
3. Dalam dialog ini kita memilih opsi Normality plots with tests, kemudian klik Continue dan OK.
Sumber : SPSS 13.0 for Windows
Gambar 3.1 Dialog Box dalam Uji Normalitas
Untuk menganalisis hasil output tersebut, maka yang perlu diperhatikan adalah (Santoso, 2001, p87):
1. Output Deskriptif: jika ratio Skewness dan Kurtosis tidak melebihi angka 2, maka dapat dikatakan distribusi data adalah normal.
2. Output Tests of Normality: Dimana hasil Sig. > dari 0,05, maka dikatakan normal. 3. Grafik Normal Q-Q Plots: terdapat garis lurus dari kiri ke kanan atas. Garis ini berasal
dari nilai Z. Jika suatu distribusi data normal, maka data akan tersebar di sekeliling garis.
4. Grafik Detrended normal Q-Q Plots: dimana grafik ini menggambarkan selisih antara titik-titik dengan garis diagonal pada grafik sebelumnya. Jika data yang kita miliki mengikuti distribusi normal dengan sempurna, maka semua titik akan jatuh pada garis 0,0.
5. Output boxplot: bloxplot adalah kotak yang berwarna merah dengan garis horizontal di kotak tersebut. Jika garis hitam terletak persis ditengah boxplot, maka distribusi data adalah normal.
3.7.4 Transformasi Data Ordinal Menjadi Data Interval
Jika data yang dikumpulkan memiliki skala ukur ordinal, maka data tersebut harus diubah (transformasi) menjadi data interval. Mentransformasi data ordinal menjadi data interval berguna untuk memenuhi sebagian syarat analisis parametrik yang mana data setidaknya adalah data berskala interval. Teknik transformasi yang paling sederhana menggunakan MSI (Method of Successive Interval). (Riduwan dan Kuncoro, 2007, p30) Langkah-langkah transformasi data ordinal menjadi interval adalah sebagai berikut: 1. Perhatikan setiap butir jawaban responden dari kuesioner yang disebarkan.
2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, 4, dan 5 yang disebut sebagai frekuensi.
4. Menentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi berurutan per kolom skor.
5. Menentukan nilai Z, dengan menggunakan tabel Distribusi Normal Baku (Riduwan dan Kuncoro 2007, p35), hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh. 6. Menentukan densitas, tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh
dengan menggunakan tabel Koordinat Kurva Normal Baku (Riduwan dan Kuncoro, 2007, p36).
7. Menentukan scale value (skala nilai) dengan menggunakan rumus:
NS = Limit) Lower Below (Area limit) Upper Below (Area Limit) Upper at (Density -Limit) Lower at (Density
8. Tentukan nilai transformasi (skala akhir) dengan rumus: Y = NS + [ 1 + ( ) ]
3.7.5 Analisis Korelasi (Pearson Corelation)
Berdasarkan Sugiarto (2000, p269), koefisien korelasi Pearson digunakan untuk mengetahui tingkat (derajat) keeratan hubungan linier antara dua atau lebih variabel yang minimal berskala ukur interval. Bila variabel yang terlibat hanya dua, maka analisis korelasinya disebut korelasi sederhana. Bila variabel yang terlibat lebih dari dua, disebut analisis korelasi berganda.
Teknik korelasi Pearson Product Moment (PPM) termasuk teknik statistik parametrik yang menggunakan data interval dan ratio dengan persyaratan tertentu, misalnya data dipilih secara random, datanya berdistribusi normal, data yang dihubungkan berpola linier, dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama (Riduwan dan Kuncoro, 2007, p61).
Berdasarkan Supranto Jilid 2 (2001, p201), koefisien korelasi Pearson dapat dihitung sebagai berikut:
Korelasi Pearson dilambangkan (r) dengan ketentuan r ≥ -1 dan r ≤ +1. Bila nilai r = -1, maka korelasinya negatif sempurna, sebaliknya, bila nilai r = +1, maka korelasinya positif sempurna. Sedangkan apabila nilai r = 0, maka artinya tidak ada korelasi. Arti harga r akan diperlihatkan pada Tabel 3.6 berikut.
Tabel 3.6 Arti Nilai r
Interval Koefisien Tingkat Hubungan
0,80 – 1,000 Sangat kuat
0,60 – 0,799 Kuat
0,40 – 0,599 Cukup kuat
0,20 – 0,399 Rendah
0,00 – 0,199 Sangat rendah
Sumber: Riduwan dan Kuncoro, 2007, p62
Besar kecilnya sumbangan variabel X terhadap variabel Y dapat ditentukan dengan rumus Koefisien Determinan sebagai berikut:
KP = r2 x 100%
Dimana KP adalah nilai koefisien determinasi, dan r adalah nilai koefisien korelasi (Riduwan dan Kuncoro, 2007, p62).
3.7.6. Uji Asumsi Klasik 1. Uji Autokrelasi
Tujuan dari uji autokorelasi ini adalah untuk mengetahui ada tidaknya penyimpangan asumsi klasik autokorelasi, di mana kesalahan (error) variabel dari periode tertentu (periode analisis) berkorelasi dengan kesalahan (error) variabel dari periode sebelumnya. Model regresi yang baik seharusnya tidak terdapat autokorelasi. Untuk mendeteksi terjadinya autokorelasi dalam penelitian ini maka digunakan uji DurbinWatson (uji DW) dengan melihat
koefisien korelasi DW test. Adapun kriteria pengambilan keputusan untuk uji autokorelasi ini adalah Yamin (2009, p 59):
Tabel 3.7
Pengambilan Keputusan untuk Uji Autokorelasi
Kriteria Ho Keputusan
0< DW<dl Ditolak Ada autokorelasi positif dl <DW<du Tidak ada keputusan Tidak ada keputusan 4-dl < DW <4 Ditolak Ada autokorelasi negatif 4-du < DW < 4-dl Tidak ada keputusan Tidak ada keputusan du < DW < 4-du Diterima Tidak ada autokorelasi
2. Uji Multikolinearitas
Multikolinearitas menunjukkan bahwa antara variabel independen mempunyai hubungan langsung (berkorelasi). Dalam menentukan ada tidaknya multikolinearitas ditentukan dengan nilai variance inflation faktor (VIF).
Adapun dasar pengambilan keputusan untuk uji multikolinearitas ini adalah sebagai berikut Dwi Pristono (2009 p,61):
1. Jika VIF lebih besar (>) dari 10, maka terdapat multikolinearitas. 2. Jika VIF lebih kecil (<) dari 10, maka tidak terdapat multikolinearitas.
3. Uji Heterokedastisitas
Pengujian heteroskedastisitas bertujuan untuk menguji asumsi tidak adanya gejala heteroskedastisitas pada variabel penelitian. Dalam penelitian ini dilakukan dengan cara
melihat diagram scarterplot antara residual yang distandarkan dengan hasil prediksi variabel dependen dengan kriteria pengambilan keputusan sebagai berikut Yamin (2009 p, 94): Dasar Pengambilan Keputusan :
1. Jika sebaran data menyebar secara acak tidak membentuk sebuah pola tertentu, maka model regresi dalam penelitian tidak memiliki masalah heteroskedastisitas.
2. Jika sebaran data membentuk sebuah pola tertentu, maka model regresi dalam penelitian memiliki masalah heteroskedastisitas.
3.7.7 Analisis Regresi Berganda
Analaisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan antara variabel dependen (Y) dengan beberapa variabel independen (X) hubungan matemetis digunakan sebagai satu model regresi yang digunakan untuk meramalkan atau memprediksi output dari variabel dependen (Y) berdasarkan perubahan nilai pada variabel independen (X).
Menurut Prof. Dr. Sugiono (2003, p250) analisis regresi berganda digunakan oleh peneliti, bila peneliti bermaksud meramalkan bagaimana naik turunnya variabel dependen, bila dua atau lebih variabel independent sebagai faktor predictor dimanipulasi. Jadi analisis regresi ganda akan dilakukan jika jumlah variabel independennya minimal dua.
Persamaan regresi untuk tiga predictor adaah Yamin (2009 p,82):
Y= bo + b1X1 + b2X2 + b3X3… + bnXn + e Dimana: bo = Intersep b1,b2,b3,….bn = Koefisien regresi X1,X2,X3,….Xk = Variabel independen Y = Variabel dependen
3.7.8 Path Analysis
“Path analysis basically examines the direction of relationships through the postulation of some theoretical relationship between variabels and then a test to see if the direction of these relationships is substantiated by the data” (Salkind, 2009, p326). Berdasarkan Wicaksono (2006, p152), analisis jalur (path analysis) merupakan alat analisis yang digunakan untuk menelusuri pengaruh (baik langsung maupun tidak langsung) variabel bebas (independen) terhadap variabel tergantung (dependen). Sedangkan berdasarkan Riduwan dan Kuncoro (2007, p2), model path analysis digunakan untuk menganalisis pola hubungan antar-variabel dengan tujuan untuk mengetahui pengaruh langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen).
Riduwan dan Kuncoro (2007, p3) menjelaskan Jadi model path analyisis digunakan untuk mengetahui pengaruh langsung maupun tidak langsung seperangkat variabel bebas terhadap variabel tidak bebas, dengan melakukan analisis yang menjelaskan sebab akibat dengan melakukan pemeriksaan terhadap:
1. Apakah variabel eksogen (X1, X2, ….Xk) berpengaruh terhadap variabel endogen (Y). 2. Berapa besar pengaruh kausal langsung, kausal tidak langsung, secara simultan dari
eksogen (X1, X2, ….Xk) berpengaruh terhadap variabel endogen (Y).
3.7.8.1 Asumsi-asumsi Path Analysis
Asumsi-asumsi dalam path analysis berdasarkan Riduwan dan Kuncoro (2007, p2-3): 1. Hubungan antar-variabel adalah bersifat linier, adaptif, dan bersifat normal
2. Hanya sistem aliran kausal ke satu arah, artinya tidak ada arah kausalitas yang berbalik 3. Variabel terikat (endogen) minimal dalam skala ukur interval dan rasio
4. Menggunakan sampel probability sampling, yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih menjadi anggota sampel
5. Observed variabels diukur tanpa kesalahan (instrumen pengukuran valid dan reliabel), artinya variabel yang diteliti dapat diobservasi secara langsung
6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan, artinya model teori-teori yang dikaji atau diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti
3.7.8.2 Model dan Persamaan Struktural Path Analysis
Model struktural yaitu bila setiap variabel endogen (Y) secara unik keadaannya ditentukan oleh seperangkat variabel eksogen (X). Diagram jalur berikut menunjukkan struktur hubungan kausal antar variabel.
Kategori seberapa besar pengaruh variabel independen terhadap variabel dependen dalam Path Analysis dilihat dari nilai koefisien beta akan diuraikan pada Tabel 3.5 berikut ini:
Tabel 3.8 Kategori Pengaruh Variabel dalam Path Analysis Nilai Koefisien Beta Kategori Pengaruh
0,05 – 0,09 Lemah
0,10 – 0,29 Sedang
>0,30 Kuat
Sumber: Riduwan dan Sunarto, 2007
3.8. Rancangan Uji Hipotesis
Menurut Sugiyono (2008,p51), perumusan Hipotesis penelitian merupakan langkah ketiga dalam penelitian, setelah peneliti mengemukakan landasan teori dan kerangka pemikiran. Hipotesis merupakan jawaban sementara terhadap perumusan masalah penelitian, yang biasanya disusun dalam bentuk pernyataan.
Untuk dapat diuji, suatu Hipotesis haruslah dunyatakan secara kuantitatif. Pengujian hipotesis statistik adalah prosedur yang memungkinkan keputusan dapat dibuat, yaitu
apakah suatu keputusan untuk menolak atau tidak menolak (dapat menerima) hipotesis yang sedang diuji.
Gambar 3.2. Struktur Hubungan X1, X2, Y dan Z Variabel : X1 = Kualitas Pelayanan X2 = PerananHarga Y = Loyalitas Penumpang Z = Citra Perusahaan
Gambar 3.3. Struktur Pengaruh X1, X2, Y dan Z
X
1X
2Y
Z
pX1‐Z pX2‐Y pX1‐Y pY‐Z pX2‐Z p X1‐x2X
1X
2Y
Z
rX1‐Z rX2‐Y rX1‐Y rY‐Z rX2‐Z r X1‐x23.9 Rancangan Implikasi Hasil Penelitian
Setelah semua data selesai diolah, maka diperoleh gambaran tentang penilaian, Hasil kuesioner mengenai implementasi kualitas pelayanan jasa yang diterapkan PT Pelayaran Nasional Indonesia, peranan harga tiket KM Kelud, loyalitas penumpang KM Kelud untuk rute Jakarta-Batam-Tanjung Balai-Medan, citra perusahaan pada produk jasa PT Pelayaran Nasional Indonesia itu sendiri. Hal ini dapat menjadi sebuah deskripsi bagi PT Pelayaran Nasional Indonesia mengenai sampai di mana posisi produk dan citra perusahaan mereka di mata customer (penumpang).
Selanjutnya, analisa data hasil kuesioner digunakan untuk menggambarkan bagaimana hubungan dan pengaruh implementasi kualitas pelayanan jasa terhadap loyalitas penumpang PT Pelayaran Nasional Indonesia, serta implikasinya terhadap citra perusahaan. Dengan adanya gambaran tersebut, maka dapat dijadikan sebagai salah satu bahan evaluasi mengenai efektivitas implementasi kualitas pelayanan yang telah dilakukan perusahaan selama ini dalam mengarahkan loyalitas penumpang PT Pelayaran Nasional Indonesia dan meningkatkan brand image.
