BAB 4 PEMBAHASAN. Malaysia. Dari tahun ke tahun bisnis keluarga Teng ini mengalami perkembangan

(1)

63

4.1 Profil Perusahaan.

Giant pertama kali didirikan oleh keluarga Teng pada tahun 1944 di Malaysia. Dari tahun ke tahun bisnis keluarga Teng ini mengalami perkembangan yang cukup pesat. Melihat perkembangan bisnis keluarga Teng ini, maka pada tahun 1988 DFI (Daily Farm International ) mengambil alih kepemilikan Giant Supermarket menjadi Giant Hypermarket. DFI (Daily Farm International ) sendiri merupakan perusahaan besar yang beroperasi di Asia Pasifik yang berpusat di Hongkong. Wilayah operasi DFI meliputi Singapura, Malaysia, Jepang, Australia, dan Indonesia. Di Indonesia sendiri, DFI bekerja sama dengan salah satu perusahaan ritel besar, yaitu PT Hero Supermarket Tbk. Tepatnya Pada bulan Februari 1998, Dairy Farm anggota Jardine Matheson Group melakukan aliansi strategi dengan PT Hero Supermarket Tbk, dengan memiliki saham pada Hero 32% dan bergabung untuk memperkuat tim manajemen Hero dengan mengkontribusikan pengalaman internasional. Pada saat itu juga (1998) PT Hero Supermarket Tbk juga sedang melakukan restrukturisasi perusahaan dan kepemilikannya diperjelas dan beberapa usaha yang tergabung dalam Hero Group dipersatukan dalam PT Hero Supermarket Tbk yang meliputi : PT Hero Supermarket (Hero Supermarket), PT Wiramaju Karismajaya (Mitra Toko Discount), PT Catur Abadi Jayasakti ( Shop In), Star Mart, dan Guardian (ex. Dairy Farm) dan yang lainnya di jual. Hingga bulan Januari 2008 PT Hero Supermarket Tbk telah memiliki gerai-gerai sbb :

(2)

- Hero Supermarket : 86 gerai - Star Mart Convinience Store : 91 gerai. - Guardian Toko Kecantikan dan Apotik : 141 gerai

- Giant Hypermarket : 25 gerai

- Giant Supermarket : 54 gerai

- Mitra : 11 gerai.

Total : 368 gerai.

Jadi, di Indonesia Giant berada di bawah naungan PT. Hero Supermarket Tbk. Pada tanggal 26 Juli 2002, Giant hypermarket pertama kali dibuka di Indonesia yang berlokasi di Villa Melati Mas, Serpong-Tangerang. Dengan mottonya ” Banyak pilihan Harga Lebih Murah” dengan menyediakan jumlah barang antara 35.000-50.000 item yang mana 90%nya berasal dari produk lokal dan etnik. Dengan philosopy ”Garansi Harga Murah Setiap hari”, Giant ingin dikenal sebagai brand yang murah terjangkau dan dapat dipercaya.

Sejak Maret 2007 beberapa toko Hero Supermarket diganti menjadi Giant Supermarket. Hingga Oktober 2007, telah ada 12 gerai toko yang diganti. Jumlah Giant Hypermarket hingga akhir tahun 2008 ini telah mencapai 25 gerai dan Giant Supermarket berjumlah 54 gerai. Berikut adalah daftar nama tempat Giant Hypermarket dan Supermarket :

Giant Hypermarket : - Villa Melati Mas - Cimanggis - Kalibata

- Plaza Semanggi - Poins Lebak Bulus

- Giant Kreo Larangan Cileduk - Lintedeves

- Depok - Pamulang - Ujung Menteng

(3)

- Tambun - Pondok Gede - Mega Bekasi - Purwakarta - Botani Square

- Pasteur Hyperoin Bandung - Bandung Supermall - Maspion Square Surabaya

- Pondok Tjandra Surabaya - Sun City Sidorajo

- Gajayana Malang - Mayjen Sungkono - Taman Yasmin Bogor - Probolinggo - Banyuwangi. Giant Supermarket : - Pondok Kopi - Pondok Bambu - Kalimalang - Rawamangun Square - Ciputat - Taman Alfa - Gunung Sahari - Sunter Mall - Slipi Jaya - Megaria - Lebak Bulus - Istana Plaza - Pamulang - Citra Garden - Cinere Mall - Fatmawati - Bintaro Veteran - Bintaro Jaya - Tambun - Karawang - Rangkas Bitung - Internusa Bogor - Cimahi - Suci Bandung - Flamboyan Bandung - Pekalongan - Madiun - Pasuruan

- Premier Plaza Bandung - Setos

- Tasik Mayasari Plaza - Sukabumi Plaza Indah

(4)

- HR Muhammad Surabaya - Godean Yogyakarta - Magelang

- Wiyung

- Puri Anjasmoro Semarang - Mulyosari - Jati Bening - Pajajaran - Mampang - Lampung - Klampis - Kedungsari Surabaya - Arif Rachman Hakim - Sunter

- Pulosari Malang - Candi Semarang - Kediri

- Bengkulu - Mediterania Palace Residence

4.2 Profil Responden

Profil responden bertujuan untuk mengetahui karakteristik konsumen yang terpilih menjadi responden. Adapun penggolongannya didasarkan pada, jenis kelamin, pekerjaan, usia, tingkat pendapatan, dan frekuensi belanja dalam satu bulan. Penggolongan tersebut akan disajikan dalam masing-masing tabel berikut :

Tabel 4.1

Karakteristik responden berdasarkan jenis kelamin

Jenis kelamin Frekuensi Persentase

Laki - laki 39 39%

Perempuan 61 61%

Total 100 100%

(5)

Dari tabel diatas dapat diketahui, bahwa jumlah responden laki-laki adalah 39 orang atau sebesar 39%. Sedangkan jumlah responden perempuan sebanyak 61 oarng atau sebesar 61%.

Tabel 4.2

Karakteristik responden berdasarkan jenis pekerjaan

Jenis pekerjaan Frekuensi Persentase

Wiraswasta 12 12%

Karyawan 32 32%

Ibu rumah tangga 35 35%

Mahasiswa/pelajar 12 12%

Dan lain-lain. 9 9%

Total 100 100% Sumber : Peneliti (2008)

Dari tabel diatas, dapat diketahui bahwa jumlah responden yang jenis pekerjaannya wiraswasta adalah 12 orang atau sebersar 12%, karyawan sebanyak 32 orang atau 32%, ibu rumah tangga sebesar 35 orang atau 35%, mahasiswa/pelajar sebanyak 12 orang atau 12% dan lain-lain sebanyak 9 orang atau 9%.

Tabel 4.3

Karakteristik responden berdasarkan usia

usia Frekuensi Persentase

≤ 20 tahun 6 6%

21 – 30 tahun 33 33%

(6)

≥ 41 tahun 22 22%

Total 100 100%

Sumber : Peneliti (2008)

Dari tabel diatas dapat diketahui bahwa responden yang berusia ≤20 tahun berjumlah 6 orang atau 6%, usia antara 21-30 tahun sebanyak 33 orang atau 33%, usia 31-40 tahun sebanyak 39 orang atau 39% dan usia≥ 41 tahun sebanyak 22 orang atau 22%.

Tabel 4.4

Karakteristik responden berdasarkan rata-rata pendapatan per bulan Rata-rata pendapatan per bulan Frekuensi Persentase

0 – Rp 1.000.000 21 21% Rp 1.000.000 – Rp 2000.000 18 18% Rp 2.000.000 – Rp 4.000.000 37 37% ≥ Rp 4.000.0000 24 24% Total 100% 100% Sumber : Peneliti(2008)

Dari tabel diatas, terlihat bahwa rata-rata pendapatan responden dalam satu bulan untuk pendapatan antara 0 – Rp 1.000.000 berjumlah 21 orang atau 21%, pendapatan antara Rp 1.000.000 – Rp 2000.000 berjumlah 18 orang atau 18%, untuk pendapatan Rp 2.000.000 – Rp 4.000.000 berjumlah 37 orang atau 37% dan untuk pendapatan ≥ Rp 4.000.0000 sebanyak 24 orang atau 24%.

(7)

Tabel 4.5

Karakteristik responden berdasarkan rata-rata belanja di Giant Hypermarket dalam 1 bulan.

rata-rata belanja dalam 1 bulan Frekuensi Persentase 1 kali 47 47% 2 kali 29 29% 3 kali 24 24% ≥4 kali 0 0% Total 100 100% Sumber : Peneliti (2008)

Dari tabel diatas dapat kita ketahui bahwa rata-rata responden berbelanja di Giant 1kali dalam 1 bulan sebanyak 47 orang atau 47%, 2kali dalam 1 bulan sebanyak 29 orang atau 29%, 3 kali dalam 1 bulan sebanyak 23 orang atau 23% dan ≥4 kali dalam 1 bulan tidak ada atau 0.

4.3 Uji Validitas dan Reliabilitas.

Sebelum peneliti menyebarkan seluruh kuesioner, terlebih dahulu peneliti melakukan uji validitas dan reliabilitas. Adapun jumlah kuesioner yang disebar sebesar 30 kuesioner.

Pada uji validitas dan reliabilitas ini terdapat 16 pertanyaan, dimana: - Pertanyaan 1 sampai 3 adalah pertanyaan yang mewakili variabel kualitas

interaksi(X1) .

- Pertanyaan 4 sampai 6 adalah pertanyaan yang mewakili variabel kualitas lingkungan fisik (X2).

(8)

- Pertanyaan 7 sampai 8 adalah pertanyaan yang mewakili variabel kualitas keluaran atau hasil (X3)

- pertanyaan 9 sampai 12 adalah pertanyaan yang mewakili variabel kepercayaan konsumen (Y)

- Dan pertanyaan 13 sampai 16 adalah pertanyaan yang mewakili variabel keputusan pembelian(Z).

Berikut ini adalah hasil output uji validitas dan reliabilitas:

 Hasil Uji Validitas dan Reliabilitas Variabel Kualitas Interaksi (X1) Tabel 4.6

Hasil Uji Validitas Variabel Kualitas Interaksi (X1)

pertanyaan Nilai r hasil Nilai r tabel Keputusan

1 0,4841 0.31 valid

2 0,7135 0,31 valid

3 0,4144 0,31 valid

Tabel 4.7

Hasil Uji Reliabilitas Variabel Kualitas Pelayanan (X1)

pertanyaan Nilai alpha Nilai Cronbach’s Alpha keputusan

1 0,8633 0,6 Reliabel

2 0,8510 0,6 Reliabel

3 0,8683 0,6 Reliabel

(9)

 Hasil Uji Validitas dan Reliabilitas Kualitas Lingkungan Fisik (X2) Tabel 4.8

Hasil Uji Validitas Variabel Kualitas Lingkungan Fisik (X2)

Pertanyaan Nilai r hasil Nilai r tabel keputusan

4 0,3195 0,31 Valid

5 0,6072 0,31 Valid

6 0,3962 0,31 Valid

Tabel 4.9

Hasil Uji Reliabilitas Variabel Kualitas Lingkungan Fisik (X2)

Pertanyaan Nilai alpha Nilai Cronbach’s Alpha keputusan

4 0,8700 0,6 Reliabel

5 0,8580 0,6 Reliabel

6 0,8675 0,6 Reliable

 Hasil uji Validitas dan Reliabilitas Variabel Kualitas Keluaran (X3) Tabel 4.10

Hasil Uji Validitas Variabel Kualitas Keluaran (X3)

7 0,4589 0,31 Valid

8 0,5422 0,31 Valid

(10)

Tabel 4.11

Hasil Uji Reliabilitas Variabel Kualitas Keluaran (X3)

7 0,8647 0,6 Reliabel

8 0,8613 0,6 Reliabel

SUmber : Peneliti (2008)

 Hasil Uji Validitas dan Reliabilitas Variabel Kepercayaan Konsumen (Y)

Tabel 4.12

Hasil Uji Validitas Variabel Kepercayaan Konsumen (Y)

9 0,4563 0,31 Valid 10 0,3471 0,31 Valid 11 0,5842 0,31 Valid 12 0,5223 0,31 Valid Sumber : Peneliti (2008) Tabel 4.13

Uji Reliabilitas Variabel Kepercayaan Konsumen (Y)

9 0,8647 0,6 Reliabel

10 0,8690 0,6 Reliabel

11 0,8587 0,6 Reliable

12 0,8616 0,6 Reliable

(11)

 Hasil Uji Validitas dan Reliabilitas Variabel Keputusan Pembelian (Z) Tabel 4.14

Hasil Uji Validitas Variabel Keputusan Pembelian (Z)

13 0,6127 0,31 Valid 14 0,6024 0,31 Valid 15 0,5536 0,31 Valid 16 0,5193 0,31 Valid Sumber : Peneliti (2008) Tabel 4.15

Hasil Uji Reliabilitas Variabel Keputusan Pembelian (Z)

13 0,8570 0,6 Reliabel

14 0,8579 0,6 Reliabel

15 0,8608 0,6 Reliable

16 0,8624 0,6 Reliable

Pada uji validitas dan reliabilitas ini, semua angka output pada tabel corrected item-total correlation lebih besar dari r tabel ( r hasil > 0.31), jadi semua pertanyaan sudah valid. Dan juga angka pada tabel ALPHA pada reliability coefficient lebih besar dari 0,6 (0.8699 > 0.6), maka semua pertanyaan juga sudah reliabel.

(12)

4.4 Analisis dan Pembahasan

Analisis penyelesaian masalah dalam penelitian ini dapat dilakukan melalui tahap-tahap sebagai berikut :

TAHAP I

Menentukan model diagram jalurnya berdasarkan paradigma hubungan antar-variabel sebagai berikut :

Gambar 4.1

Diagram Jalur Berdasarkan Paradigma Hubungan antarvariabel Sumber : Peneliti (2008)

TAHAP II

(13)

Gambar 4.2

Digram Jalur Persamaan Struktural Lengkap Sumber : Peneliti (2008)

Diagram jalur di atas terdiri dari dua persamaan structural, di mana X1, X2, dan X3 adalah variabel eksogen dan Y serta Z adalah variabel endogen. Persamaan strukturalnya dapat dilihat sebagai berikut :

Y =

ρ

YX1 +

ρ

YX2 +

ρ

YX3 +

ε

1

(

Sebagai persamaan substruktur 1)

Z =

ρ

ZX1 + +

ρ

ZX3 +

ρ

ZY

ε

2

(

Sebagai persamaan sustruktur 2)

TAHAP III

Untuk menganalisis dengan menggunakan SPSS, terdiri dari tiga langkah, analisis substruktur 1 , substruktur 2 dan substruktur 3.

TAHAP IV

(14)

4.4.1 Menguji Hipotesis Tiap Sub-struktur.

4.4.1.1 Analisis Jalur pengaruh Kualitas Pelayanan (X) Terhadap Kepercayaan Konsumen (Y)

Gambar 4.3

Sub-struktur 1 Hubungan X terhadap Y Sumber : Peneliti (2008) Y =

ρ

YX1 +

ρ

YX2 +

ρ

YX3 +

ε

1

Dimana Y = Kepercayaan Konsumen X1 = Kualitas Interaksi

X2 = Kualitas Lingkungan Fisik X3 = Kualitas Keluaran

Є = Error

Hasil Penghitungan

Hasil perhitungan SPSS (output) regresi dan korelasi adalah seperti di bawah ini : Regresi

(15)

Tabel 4.16

Output Regresi dan Korelasi X terhadap Y (Model Summary, ANOVA, Coefficient dan Correlation)

Model Summary .807a .651 .641 .31734 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), X3, X1, X2 a. ANOVAb 18.070 3 6.023 59.811 .000a 9.667 96 .101 27.737 99 Regression Residual Total Model 1 Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), X3, X1, X2 a. Dependent Variable: Y b. Coefficientsa .387E-02 .274 .196 .845 .286 .080 .292 3.576 .001 .362 .101 .310 3.589 .001 .339 .094 .324 3.625 .000 (Constant) X1 X2 X3 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Y a.

(16)

Korelasi Correlations 1 .600** .635** .683** . .000 .000 .000 100 100 100 100 .600** 1 .682** .706** .000 . .000 .000 100 100 100 100 .635** .682** 1 .721** .000 .000 . .000 100 100 100 100 .683** .706** .721** 1 .000 .000 .000 . 100 100 100 100 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N X1 X2 X3 Y X1 X2 X3 Y

Correlation is significant at the 0.01 level (2-tailed). **.

1. Analisis Regresi (X dan Y)

Pada bagian ini analisis dibagi menjadi dua. Pertama, melihat pengaruh secara gabungan dan kedua melihat pengaruh secara parsial.

a. Melihat pengaruh X1, X2, X3 secara gabungan terhadap Y.

Untuk mengetahui pengaruh tersebut, kita dapat melihat melalui hasil perhitungan dalam model Summary atau pada tabel 4.16 pada angka R square. Besarnya angka R square (r²) adalah 0,651. Angka tersebut digunakan untuk melihat besarnya pengaruh kualitas interaksi, kualitas lngkungan fisik dan kualitas keluaran terhadap kepercayaan konsumen dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut :

KD = r² x 100%

KD = 0,651 x 100%

(17)

Angka tersebut mempunyai maksud bahwa pengaruh variabel kualitas interaksi, kualitas lingkungan fisik, dan kualitas keluaran terhadap variabel kepercayaan konsumen secara gabungan adalah sebesar 65,1%, sedangkan sisanya sebesar 34,9% dipengaruhi oleh variabel lain di luar model ini.

Untuk mengetahui apakah model regresi di atas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka Sig sebagaimana tertera dalam tabel di bawah ini:

Hipotesisnya :

Ho: Tidak ada pengaruh antara kualitas interaksi (X1), kualitas lingkungan fisik (X2) dan kualitas keluaran (X3) terhadap kepercayaan konsumen (Y).

Ha: Ada pengaruh antara kualitas interaksi (X1), kualitas lingkungan fisik (X2) dan kualitas keluaran (X3) terhadap kepercayaan konsumen (Y).

Pengujian dapat dilakukan dengan membandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas Sig dengan kriteria pengambilan keputusan sebagai berikut:

Jika probabilitas sig ≤ probabilitas 0,05, maka Ho ditolak dan Ha diterima. Jika probabilitas sig ≥ probabilitas 0,05 maka Ho diterima dan Ha ditolak. Berdasarkan perhitungan angka signifikasi sebesar 0,000 < 0,05, maka Ho ditolak dan Ha diterima. Artinya ada pengaruh antara X1, X2, dan X3 terhadap Y.

b. Melihat pengaruh X1, X2 dan X3 secara parsial terhadap Y.

Berikut adalah pengaruh variabel X1, X2, dan X3 terhadap Y secara sendiri-sendiri / parsial.

(18)

b.1 Pengaruh antara (X1) terhadap (Y)

Untuk melihat apakah ada pengaruh antara X1 dan Y, kita dapat melakukan langkah-langkah analisis sebagai berikut :

1. Menentukan hipotesis.

Ho: Tidak ada pengaruh antara kualitas interaksi (X1) terhadap Kepercayaan Konsumen(Y)

Ha: Ada pengaruh antara kualitas interaksi (X1) terhadap kepercayaan konsumen(Y)

2. Menetukan kriteria pengambilan keputusan.

Jika probabilitas sig ≤ probabilitas 0,05, maka Ho ditolak dan Ha diterima.

Jika probabilitas sig ≥ probabilitas 0,05 maka Ho diterima dan Ha ditolak.

3. Membuat keputusan

Didasarkan hasil perhitungan Tabel 4.16 Coefficients , diperoleh angka sig 0.001 sehingga (0.001 < 0,05) maka Ho ditolak dan Ha diterima artinya koefisien analisis jalur adalah signifikan. Jadi ada pengaruh antara kualitas interaksi terhadap kepercayaan konsumen, yaitu sebesar 0,292 atau 29,2%.

b.2 Pengaruh antara (X2) terhadap (Y).

Untuk melihat apakah ada pengaruh linier antara X2 dan Y, kita dapat melakukan langkah-langkah analisis sebagai berikut :

Ho: Tidak ada pengaruh antara kualitas lingkungan fisik (X2) terhadap kepercayaan konsumen(Y)

(19)

Ha: Ada pengaruh antara kualitas lingkungan fisik (X2) terhadap kepercayaan konsumen(Y)

2. Menetukan kriteria pengambilan keputusan

Didasarkan hasil perhitungan Tabel 4.16 Coefficients, diperoleh angka sig 0,001 sehingga (0,001 < 0,05) maka Ho ditolak dan Ha diterima artinya koefisien analisis jalur adalah signifikan. Jadi, ada pengaruh antara kualitas lingkungan fisik terhadap kepercayaan konsumen, yaitu sebesar 0,310 atau 31%.

b.3 Pengaruh antara (X3) terhadap (Y)

Untuk melihat apakah ada pengaruh linier antara X3 dan Y, kita dapat melakukan langkah-langkah analisis sebagai berikut :

Ho: Tidak ada pengaruh antara kualitas keluaran (X3) terhadap kepercayaan konsumen(Y)

Ha: Ada pengaruh antara kualitas keluaran (X3) terhadap kepercayaan konsumen(Y)

2. Menetukan kriteria

(20)

Didasarkan hasil perhitungan Tabel 4.16 Coefficients, diperoleh angka sig 0,000 sehingga (0,000 < 0,05) maka Ho ditolak dan Ha diterima. Artinya, ada pengaruh antara kualitas Keluaran terhadap kepercayaan konsumen, yaitu sebesar 0,324 atau 32,4%.

2. Analisis Korelasi antara (X dan Y)

Bagian kedua akan menganalisis korelasi antarvariabel kualitas interkasi, kualitas lingkangan fisik,dan kualitas keluaran dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini:

a. Korelasi antara (X1) dengan (X2)

Berdasarkan perhitungan diperoleh angka korelasi antara variabel X1 dan X2 sebesar 0,600. untuk menafsir angka tersebut digunakan kriteria sebagai berikut (menurut Sarwono, J. 2007,p35):

- 0 – 0,25 : Korelasi sangat lemah (dianggap tidak ada) - >0,25 – 0,5 : Korelasi cukup.

- >0,5 – 0,75 : Korelasi kuat. - >0,75 : Korelasi sangat kuat.

Dari hasil output di atas, angka korelasi antara X1 dengan X2 sebesar 0,600. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas interaksi tinggi maka kualitas lingkungan fisik juga tinggi. Mungkin dalam hal ini, jika kualitas interaksi perusahaan dengan para konsumennya baik, maka perusahaan dapat mengetahui hal-hal atau faktor apa saja yang mereka, sehinggan perusahaan dapat menciptakan lingkungan

(21)

fisik yang lebih baik dan sesuai keinginan konsumen. Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

b. Korelasi antara (X1) dengan (X3).

Dari hasil output di atas, angka korelasi antara X1 dengan X3 sebesar 0,635. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas interaksi tinggi maka kualitas keluaran juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05. c. Korelasi antara (X2) dengan (X3).

Berdasarkan perhitungan diperoleh angka korelasi antara X2 dengan X3 sebesar 0,682. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas lingkungan fisik tinggi maka kualitas keluaran juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

d. Korelasi antara (X1) dengan (Y)

Berdasarkan perhitungan diperoleh angka korelasi antara X1 dengan Y sebesar 0,683. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas interaksi tinggi maka kepercayaan konsumen juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

e. Korelasi antara (X2) dengan (Y)

Berdasarkan perhitungan diperoleh angka korelasi antara X2 dengan Y sebesar 0,706. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas lingkungan fisik tinggi maka kepercayaan konsumen juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

(22)

f. Korelasi antara (X3) dengan (Y)

Berdasarkan perhitungan diperoleh angka korelasi antara X3 dengan Y sebesar 0,721. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas keluaran tinggi maka kepercayaan konsumen juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

4.4.1.2 Analisis Jalur Pengaruh Kualitas Pelayanan (X) Terhadap Keputusan Pembelian (Z)

Gambar 4.4

Diagram Jalur Hubungan X terhadap Z Sumber : Peneliti (2008) Persamaan strukturnya :

Z =

ρ

ZX1 + pZX2 + pZX3+

ε2

Hasil Penghitungan

Hasil perhitungan (output) SPSS regresi dan korelasi adalah seperti di bawah ini : Regresi

(23)

Tabel 4.17

Output Regresi dan Korelasi X terhadap Z (Model Summary, ANOVA, Coefficients dan Correlation)

Model Summary .777a .603 .591 .29423 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), X3, X1, X2 a. ANOVAb 12.622 3 4.207 48.602 .000a 8.311 96 .087 20.933 99 Regression Residual Total Model 1 Sum of

Predictors: (Constant), X3, X1, X2 a. Dependent Variable: Z b. Coefficientsa .783 .254 3.075 .003 .375 .074 .441 5.062 .000 .257 .094 .253 2.750 .007 .174 .087 .192 2.009 .047 (Constant) X1 X2 X3 Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Z a.

(24)

Correlations 1 .600** .635** .715** . .000 .000 .000 100 100 100 100 .600** 1 .682** .649** .000 . .000 .000 100 100 100 100 .635** .682** 1 .645** .000 .000 . .000 100 100 100 100 .715** .649** .645** 1 .000 .000 .000 . 100 100 100 100 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N X1 X2 X3 Z X1 X2 X3 Z

Correlation is significant at the 0.01 level (2-tailed). **.

1. Analisis Regresi (X terhadap Z)

Pada bagian ini analisis dibagi menjadi dua. Pertama, melihat pengaruh secara gabungan dan kedua melihat pengaruh secara parsial.

a. Melihat pengaruh X1, X2, X3 secara gabungan terhadap Z.

Untuk mengetahui pengaruh tersebut, kita dapat melihat melalui hasil perhitungan dalam model Summary pada tabel 4.17 pada angka R square. Besarnya angka R square (r²) adalah 0,603. Angka tersebut digunakan untuk melihat besarnya pengaruh kualitas interaksi, kualitas lingkungan fisik dan kualitas keluaran terhadap keputusan pembelian dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut :

KD = r² x 100%

KD = 0,603 x 100%

KD = 60,3%

Angka tersebut mempunyai maksud bahwa pengaruh variabel kualitas interaksi, kualitas lingkungan fisik, dan kualitas keluaran terhadap variabel

(25)

keputusan pembelian secara gabungan adalah sebesar 60,3%, sedangkan sisanya sebesar 39,7% dipengaruhi oleh variabel lain di luar model ini.

Untuk mengetahui apakah model regresi di atas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka Sig sebagaimana tertera dalam tabel di bawah ini.

Hipotesisnya :

Ho: Tidak ada pengaruh antara kualitas interaksi (X1), kualitas lingkungan fisik (X2) dan kualitas keluaran (X3) terhadap keputusan pembelian (Z)

Ha: Ada pengaruh antara kualitas iInteraksi (X1), kualitas lingkungan fisik (X2) dan kualitas keluaran (X3) terhadap keputusan pembelian. Pengujian dapat dilakukan dengan membandingkan besarnya angka taraf signifikasi (sig) penelitian dengan taraf signifikasi sebesar 0,05.

Kriterianya :

Jika probabilitas sig ≤ probabilitas 0,05, maka Ho ditolak dan Ha diterima. Jika probabilitas sig ≥ probabilitas 0,05 maka Ho diterima dan Ha ditolak. Berdasarkan perhitungan angka signifikasi sebesar 0,000<0,05, maka Ho ditolak dan Ha diterima. Artinya ada pengaruh antara X1, X2, X3 terhadap Z. b. Melihat pengaruh X1, X2 dan X3 secara parsial terhadap Z.

Berikut adalah besarnya pengaruh variabel X1, X2, dan X3 terhadap Z secara sendiri-sendiri / parsial.

b.1 Pengaruh antara (X1) terhadap (Z)

Untuk melihat apakah pengaruh antara X1 dan Z, kita dapat melakukan langkah-langkah analisis sebagai berikut :

(26)

Ho: Tidak ada pengaruh antara kualitas Interaksi (X1) dengan keputusan pembelian (Z)

Ha: Ada pengaruh antara kualitas Interaksi (X1) dengan keputusan pembelian (Z).

Didasarkan hasil perhitungan Tabel 4.17 Coefficients, diperoleh angka sig 0,000 sehingga (0,000 < 0,05) maka Ho ditolak dan Ha diterima. Artinya, ada pengaruh antara kualitas interaksi terhadap keputusan pembelian, yaitu sebesar 0,441 atau 44,1%.

b.2 Pengaruh antara (X2) terhadap (Z)

Untuk melihat apakah pengaruh linier antara X2 dan Z, kita dapat melakukan langkah-langkah analisis sebagai berikut :

Ho: Tidak ada pengaruh antara kualitas lingkungan fisik (X2) dengan keputusan pembelian (Z)

Ha: Ada pengaruh antara kualitas lingkungan fisik (X2) dengan keputusan pembelian (Z).

(27)

Didasarkan hasil perhitungan Tabel 4.17 Coefficients, diperoleh angka sig 0,007 sehingga (0,007< 0,05), maka Ho ditolak dan Ha diterima. Artinya, ada pengaruh antara kualitas lingkungan fisik terhadap keputusan pembelian, yaitu sebesar 0,253 atau 25,3 % b.3 Pengaruh antara (X3) terhadap (Z)

Untuk melihat apakah ada pengaruh linier antara X3 dan Z, kita dapat melakukan langkah-langkah analisis sebagai berikut :

Ho: Tidak ada pengaruh antara kualitas keluaran (X3) dengan keputusan pembelian (Z)

Ha: Ada pengaruh antara kualitas keluaran (X3) dengan keputusan pembelian (Z).

Didasarkan hasil perhitungan Tabel 4.17 Coefficients, diperoleh angka sig sebesar 0,047 sehingga (0,047 < 0,05) maka Ho ditolak dan Ha diterima. Artinya, ada pengaruh antara kualitas keluaran terhadap keputusan pembelian sebesar 0,192 atau 19,2%.

(28)

2. Analisis Korelasi antar (X dan Z)

Bagian kedua akan menganalisis korelasi antarvariabel kualitas interkasi, kualitas lingkangan fisik,dan kualitas keluaran terhadap keputusan pembelian dengan hasil perhitungan SPSS sebagaimana tertera di bawah ini:

a. Korelasi antara ( X1 dan Z)

Berdasarkan perhitungan diperoleh angka korelasi antara variabel X1 dan Z sebesar 0,715. Untuk menafsir angka tersebut digunakan kriteria sebagai berikut (menurut Sarwono, J. 2007,p35):

0 – 0,25 : Korelasi sangat lemah (dianggap tidak ada) >0,25 – 0,5 : Korelasi cukup.

>0,5 – 0,75 : Korelasi kuat. >0,75 : Korelasi sangat kuat.

Dari hasil output di atas, angka korelasi antara X1 dengan Z sebesar 0,715. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas interaksi tinggi maka keputusan pembelian juga tinggi. Mungkin dalam hal ini, jika kualitas interaksi perusahaan dengan para konsumennya. Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

b. Korelasi antara (X2) dengan (Z).

Dari hasil output di atas, angka korelasi antara X2 dengan Z sebesar 0,649. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas lingkungan fisik tinggi maka keputusan pembelian juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

(29)

c. Korelasi antara (X3) dengan (Z).

Berdasarkan perhitungan diperoleh angka korelasi antara X3 dengan Z sebesar 0,645. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas keluaran tinggi maka keputusan pembelian juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

4.4.1.3 Analisis Jalur Pengaruh Kepercayaan Konsumen (Y) Terhadap Keputusan Pembelian (Z)

Gambar 4.5

Diagram Jalur antara Y terhadap Z Sumber : Peneliti (2009) Hasil Perhitungan

(30)

Tabel 4.18

Output Regresi dan Korelasi Hubungan Y Terhadap Z (Model Summary, ANOVA, Coefficient dan Correlation)

Model Summary .697a _.485 _.480 _.33159 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), Y a. ANOVAb 10.157 1 10.157 92.378 .000a 10.775 98 .110 20.933 99 Regression Residual Total Model 1 Sum of

Predictors: (Constant), Y a. Dependent Variable: Z b. Coefficientsa 1.517 .232 6.538 .000 .605 .063 .697 9.611 .000 (Constant) Y Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Z a. Correlations 1 .697** . .000 100 100 .697** 1 .000 . 100 100 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Y Z Y Z

Correlation is significant at the 0.01 level (2 il d)

(31)

1. Analisis Regresi Y terhadap Z

Untuk mengetahui pengaruh Y terhadap Z, kita dapat melihat melalui hasil perhitungan dalam model Summary pada tabel 4.18 pada angka R square. Besarnya angka R square (r²) adalah 0,485. Angka tersebut digunakan untuk melihat besarnya pengaruh kualitas interaksi, kualitas lingkungan fisik dan kualitas keluaran terhadap keputusan pembelian dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut :

KD = r² x 100%

KD = 0,485 x 100%

KD = 48,5%

Angka tersebut mempunyai maksud bahwa pengaruh variabel kualitas interaksi, kualitas lingkungan fisik, dan kualitas keluaran terhadap variabel keputusan pembelian secara gabungan adalah sebesar 48,5%, sedangkan sisanya sebesar 51,5% dipengaruhi oleh variabel lain.

Untuk mengetahui apakah model regresi di atas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka Sig sebagaimana tertera dalam tabel di bawah ini.

Hipotesisnya :

Ho: Tidak ada pengaruh antara kepercayaan konsumen (Y) terhadap keputusan pembelian (Z)

Ha: Ada pengaruh antara kepercayaan konsumen (Y) terhadap keputusan pembelian (Z).

Pengujian dapat dilakukan dengan membandingkan besarnya angka taraf signifikasi (sig) penelitian dengan taraf signifikasi sebesar 0,05.

(32)

Kriterianya :

Jika probabilitas sig ≤ probabilitas 0,05, maka Ho ditolak dan Ha diterima. Jika probabilitas sig ≥ probabilitas 0,05 maka Ho diterima dan Ha ditolak. Berdasarkan perhitungan angka signifikasi sebesar 0,000<0,05, maka Ho ditolak dan Ha diterima. Artinya ada pengaruh antara Y terhadap Z.

2. Analisis Korelasi antara Y dengan Z

Dari hasil output Tabel korelasi 4.18 di atas, angka korelasi antaraY dengan Z sebesar 0,697. Jadi hubungannya kuat dan searah (karena hasilnya positif). Searah artinya jika kualitas lingkungan fisik tinggi maka keputusan pembelian juga tinggi. Dan Korelasi dua variabel bersifat signifikan karena angka signifikasi sebesar 0,000< 0,05.

4.4.1.4 Analisis Jalur Pengaruh Kualitas Pelayanan (X) dan Kepercayaan Konsumen (Y) Terhadap Keputusan Pembelian (Z).

Gambar 4.6

Diagram Jalur Hubungan X dan Y terhadap Z Sumber : Peneliti (2008)

(33)

Z =

pZ

X1 + pZX3 + pZY + Є2 Hasil Penghitungan

Regresi

Tabel 4.19

Output Regresi dan Korelasi Hubungan X dan Y terhadap Z (Model Summary, ANOVA, Coefficient dan Correlation)

Model Summary .788a .621 .605 .28914 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), Y, X1, X2, X3 a. ANOVAb 12.991 4 3.248 38.848 .000a 7.942 95 .084 20.933 99 Regression Residual Total Model 1 Sum of

Predictors: (Constant), Y, X1, X2, X3 a. Dependent Variable: Z b. Coefficientsa .772 .250 3.087 .003 .319 .077 .375 4.119 .000 .187 .098 .184 1.906 .060 .108 .091 .119 1.189 .237 .195 .093 .225 2.100 .038 (Constant) X1 X2 X3 Y Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Z a.

(34)

1. Analisis Regresi (X dan Y terhadap Z)

a. Melihat pengaruh X dan Y secara gabungan terhadap Z.

Untuk mengetahui pengaruh secara gabungan x1,x2,x3, y terhadap Z, kita dapat melihat melalui hasil perhitungan dalam model Summary,khususnya angka R. Besarnya angka R square (r²) adalah 0,621. Angka tersebut digunakan untuk melihat besarnya pengaruh kualitas interaksi, kualitas lingkungan fisik, Kualitas keluaran dan kepercayaan konsumen terhadap keputusan kembelian dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut :

KD = r² x 100%

KD = 0,621 x 100%

KD = 62,1%

Angka tersebut mempunyai maksud bahwa pengaruh variabel kualitas interaksi, kualitas lingkungan fisik, kualitas keluaran dan variabel kepercayaan konsumen terhadap keputusan pembelian secara gabungan adalah sebesar 62,1%, sedangkan sisanya sebesar 37,9% dipengaruhi oleh variabel lain di luar model ini.

Untuk mengetahui apakah model regresi di atas sudah benar atau salah, diperlukan uji hipotesis. Uji hipotesis menggunakan angka Sig sebagaimana tertera dalam tabel Anova 4.19.

Hipotesisnya :

Ho: Tidak ada pengaruh antara kualitas pelayanan (X) dan kepercayaan konsumen (Y) terhadap keputusan pembelian (Z)

(35)

Ha: Ada pengaruh antara kualitas pelayanan (X) dan kepercayaan konsumen (Y) terhadap keputusan pembelian (Z).

Pengujian dapat dilakukan dengan membandingkan besarnya angka taraf signifikasi (sig) penelitian dengan taraf signifikasi sebesar 0,05.

Kriterianya :

Jika probabilitas sig ≤ probabilitas 0,05, maka Ho ditolak dan Ha diterima. Jika probabilitas sig ≥ probabilitas 0,05 maka Ho diterima dan Ha ditolak. Berdasarkan perhitungan angka signifikasi sebesar 0,000<0,05, maka Ho ditolak dan Ha diterima. Artinya ada pengaruh antara kualitas pelayanan dan kepercayaan konsumen terhadap keputusan pembelian.

Berdasarkan hasil pada Tabel 4.19 Coefficients, ternyata pada model ini bila dilihat secara parsial, ada koefisien jalur yang tidak signifikan yaitu variabel kualitas lingkungan fisik (X2) dan variabel kualitas keluaran / hasil (X3). Berikut adalah hasil perolehan nilainya :

- pada X2 angka sig sebesar 0,060 jadi angka (0,060 > 0,05) maka tidak signifikan jadi, Ho diterima dan Ha ditolak, artinya tidak ada pengaruh antara variabel kualitas lingkungan fisik (X2) terhadap variabel keputusan pembelian (Z).

- pada X3 angka sig sebesar 0,237 jadi angka (0,237 > 0,05) maka tidak signifikan, jadi Ho diterima dan Ha ditolak, artinya tidak ada pengaruh antara variabel kualitas keluaran / hasil (X3) terhadap variabel keputusan pembelian (Z).

Hasil di atas membuktikan bahwa koefisien jalur tersebut tidak signifikan. Maka model di atas perlu di perbaiki melalui metode trimming. Model trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur

(36)

dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnya tidak signifikan. (Heise, 1969,p59 ; Al-Rasyid dan Sitepu, 1994,p12; Kusnedi, 2005,p12 dalam bukunya Riduwan dan Kuncoro 22007, p127). Cara menggunakan model ini yaitu dengan cara menghitung ulang koefisien jalur tanpa menyertakan variabel kualitas lingkungan fisik (X2) dan variabel kualitas keluaran (X3) yang dianggap hasil dari koefisien jalur tidak signifikan dari analisisnya. Berikut hasil analisisnya setelah menggunakan model trimming :

Tabel 4.20 Output Trimming Model Summary .769a .592 .584 .29670 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), Y, X1 a. ANOVAb 12.394 2 6.197 70.395 .000a 8.539 97 .088 20.933 99 Regression Residual Total Model 1 Sum of

Predictors: (Constant), Y, X1 a. Dependent Variable: Z b. Coefficientsa 1.095 .224 4.890 .000 .380 .075 .448 5.040 .000 .339 .077 .391 4.397 .000 (Constant) X1 Y Model 1 B Std. Error Unstandardized Coefficients Beta Standardized Coefficients t Sig. Dependent Variable: Z a.

(37)

Hasil Output Model Trimming

Dari hasil tabel 4.20 di atas, pengaruh secara gabungan kualitas pelayanan (X) dan kepercayaan konsumen (Y) terhadap keputusan pembelian (Z), kita dapat melihat melalui hasil perhitungan dalam model Summary,khususnya angka R. Besarnya angka R square (r²) adalah 0,592. Angka tersebut digunakan untuk melihat besarnya pengaruh kualitas pelayanan (yang didapat dari X1) dan kepercayaan konsumen terhadap keputusan kembelian dengan cara menghitung koefisien (KD) dengan menggunakan rumus sebagai berikut :

KD = r² x 100% KD = 0,592 x 100%

KD = 59,2%

Dengan melihat angka sig pada tabel 4.20 Coefficients, angka probabilitas sig untuk X1 dan Y setelah dilakukan model trimming adalah 0,000 (0,000 < 0,05), artinya signifikan. Maka berikut adalah gambar diagram jalur setelah model trimming :

Gambar 4.7

Diagram Jalur Model Trimming Sumber : Peneliti (2009)

(38)

4.5.2 Penghitungan Pengaruh

a. Pengaruh Langsung (Direct Effect atau DE)

Untuk menghitung pengaruh langsung atau DE, digunakan formulasi sebagai berikut :

- Pengaruh variabel kualitas interaksi terhadap kepercayaan konsumen. X1 Æ Y = 0.292

- Pengaruh variabel kualitas lingkungan fisik terhadap kepercayaan konsumen.

X2 Æ Y = 0,310

- Pengaruh variabel kualitas keluaran terhadap kepercayaan konsumen. X3 Æ Y = 0,324

- Pengaruh variabel kualitas interaksi terhadap keputusan pembelian. X1 Æ Z = 0,375

- Pengaruh variabel kepercayaan konsumen terhadap keputusan pembelian.

Y Æ Z = 0,225

b. pengaruh Tidak Langsung (Indirect Effect atau IE)

Untuk menghitung pengaruh tidak langsung atau IE, digunakan formula sebagai berikut :

- Pengaruh variabel kualitas interaksi terhadap kepercayaan konsumen dan implikasinya terhadap keputusan pembelian.

X1 Æ Y Æ Z = (0,292 x 0,485) = 0,14162 c. Pengaruh Total (Total Effect atau TE)

- Pengaruh variabel kualitas interaksi terhadap kepercayaan konsumen dan implikasinya terhadap keputusan pembelian

(39)

X1 Æ Y Æ Z = (0,292 + 0,485) = 0,777 4.5.3 Diagram Jalur Lengkap

Gambar 4.8

Diagram Jalur Model Lengkap Sumber : Peneliti (2008) Persamaan Struktural untuk model tersebut ialah :

Sub struktur 1 : Y = 0,292X1 + 0,310X2 + 0,324X3 + 0,349 Sub struktur 2 : Z = 0,441X1 + 0,485Y + 0,192X3 + 0,397

4.6 Hasil Penelitian

1. Kualitas pelayanan yang terdiri dari variabel (kualitas interaksi, kualitas lingkungan fisik dan kualitas keluaran/hasil) secara keseluruhan berpengaruh kuat dan signifikan terhadap kepercayaan konsumen di Giant Hypermarket Plaza Semanggi yaitu sebesar 65,1%. Sedangkan sisanya sebesar 34,9% dipengaruhi oleh variabel lain di luar model ini.

2. Kualitas pelayanan yang terdiri dari variabel (kualitas interaksi, kualitas lingkuangan fisik dan kualitas /hasil) secara keseluruhan berpengaruh kuat

(40)

dan signifikan terhadap keputusan pembelian di Giant Hypermarket Plaza Semanggi, yaitu sebesar 60,3%. Sedangkan sisanya sebesar 39,7% dipengaruhi oleh variabel lain dari model ini.

3. Kepercayaan konsumen berpengaruh cukup kuat dan signifikan terhadap keputusan pembelian di Giant Hypermarket Plaza sebesar 48,5%.

4. Kualitas pelayanan dan kepercayaan konsumen secara bersama-sama berpengaruh secara kuat dan signifikan terhadap keputusan pembelian sebelum dilakukan model trimming adalah sebesar 62,1%. Namun setelah dilakukan model trimming sebesar 59,2%.

4.7 Implikasi Hasil Penelitian

- Karena terdapat pengaruh yang kuat antara kualitas pelayanan terhadap kepercayaan konsumen di Giant Hypermarket Plaza Semanggi, maka pihak perusahaan diharapkan agar terus dapat meningkatkan kualitas pelayanannya. Dan indikator yang memiliki kontribusi paling besar dalam mempresentasikan kualitas pelayanan terhadap kepercayaan konsumen adalah variabel kualitas keluaran atau hasil. Variabel kualitas keluaran atau hasil dapat diterapkan misalnya dengan mempercepat waktu tunggu di kasir, berusaha memberikan pelayanan yang terbaik agar konsumen merasa senang berbelanja di Giant dan selalu menjaga nama baik perusahaan.

- Karena terdapat pengaruh juga antara kualitas pelayanan terhadap keputusan pembelian, maka sebaiknya pihak perusahaan juga terus meningkatkan kualitas pelayanannya. Adapun indikator kualitas pelayanan yang paling berpegaruh terhadap keputusan pembelian adalah kualitas interkasi. Jadi diharapkan pihak perusahaan untuk dapat terus meningkatkan kualitas interaksi mereka kepada

(41)

para konsumen. Misalnya saja dengan menawarkan bantuan bila konsumen kesulitan mecari barang yang mereka inginkan, berusaha untuk bersikap selalu ramah kepada para konsumen dan sebagainya.