Download - 2011-2-00608-mn bab 3.pdf
37
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
Metode Penelitian 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)
36
38
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)
39
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
40
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
Menghiraukan promosi yang dilakukan pesaing
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
41
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.
42
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)
43
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 =12N.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 =12(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.
44
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 T-8 Asosiatif Path Analysis
45
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 = { }{ }2Yi) (Σ2Yi n.Σ.2 Xi)(Σ2 Xin.Σ
)(ΣΣXi).(ΣYi.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 = 212
rnr−
−
Dimana:
t = Nilai t hitung
r = 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
46
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:
St = Varians total
47
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.
48
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):
49
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.
3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi.
50
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:
51
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
52
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
53
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
54
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
55
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 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
56
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
X1
X2
Y Z
pX1‐Z
p X2‐Y
p X1‐Y
p Y‐Z
p X2‐Z
p X1‐x2
X1
X2
Y Z
r X1‐Z
r X2‐Y
r X1‐Y
r Y‐Z
r X2‐Z
r X1‐x2
57
3.9 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.