proposal penelitianlp3et.org/uploads/1/2/1/4/121481330/050_1_versi... · title: proposal penelitian...
TRANSCRIPT
CUPLIKAN khusus PEMESANAN (RINCIAN) melalui Email:
JURNAL HASIL PENELITIAN disajikan/ditampilkan/disusun secara bersamaan
dengan penyusunan LAPORAN HASIL PENELITIAN, berlaku untuk keseluruhan konsep
yang menggunakan MODEL PENELITIAN dengan KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt, Sedang Alt, Pendek Alt, dan Lengkap Alt (Alt singkatan dari =
Alternatif)] sebagaimana yang telah diprediksi/digambarkan sebelumnya dalam
penyusunan PROPOSAL PENELITIAN, dan dalam Website ini dijawab secara sempurna
dan detail: Cara/Proses/Hasil Perhitungan serta Tahap-tahap Perhitungan yang digunakan
masing-masing, dan diperkuat oleh sejumlah files Bonus mengunakan program SPSS IBM
Statistik Versi 21 for Windows dan untuk beberapa model perhitungan tertentu yang harus
menggunakan Lotus 1-2-3 (Transition) dari Program Microsoft Office Excel 2003 serta
beberapa files Bonus lainya. Menggunakan semua Lampiran yang sama dengan Laporan
HASIL PENELITIAN (Juga dikirim kepada Anda dalam bentuk files Document)
merupakan Lampiran Berformulasi yang di-Transfer dari HASIL PERHITUNGAN
menggunakan program EXCEL maupun program SPSS.
Persiapkanlah terlebih dahulu Lotus 1-2-3 (Transition) dari Program Microsoft Office Excel 2003 atau versi lainnya & Program SPSS IBM Statistik Versi 20-24
for Windows (atau Versi Terbaru) dalam komputer Anda sebelum memulai pemesanan melalui Email agar semua files yang dipesan dapat dibuka.
Apabila Anda melakukan Pemesanan files Secara Paket melalui Email. Sebagai misal Anda memilih PAKET ISTIMEWA (…dimana Paket ini menampilkan 3 Versi Jurnal Hasil
Penelitian menggunakan MODEL dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt,
Sedang Alt & Pendek Alt], ini berarti ada/setidak-tidaknya sebanyak 3 Files Utama plus 10 files
bonus atau Anda akan menerima melalui Email paling sedikit sebanyak 13 files yang dibayar
dengan sejumlah Anggaran Tertentu (60 % lebih rendah/irit dari pemesanan paketan Tulisan
Ilmiah/Karya Penelitian). Pengertian ke-4 paket yang dimaksud sebagai berikut:
PAKET ISTIMEWA: Jurnal Hasil Penelitian
Adalah 3 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt, Sedang Alt dan Pendek Alt plus 10 Bonus].
PAKET KHUSUS: Jurnal Hasil Penelitian
Adalah 2 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Sedang Alt dan Pendek Alt plus beberapa Bonus]
PAKET STANDAR: Jurnal Hasil Penelitian Adalah 1 buah (sebuah) KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt, Sedang Alt atau Pendek Alt plus beberapa Bonus].
PAKET SUPER ISTIMEWA: Jurnal Hasil Penelitian Adalah 1 Sets KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt atau Lengkap Alt plus 10 Files (Bonus) & Utama & 52 Bonus Tambahan].
2
Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian seperti:
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Pendek Alt),
merupakan Model Penelitian dengan Proses Hitung maupun Analisis yang Sangat
Sederhana
File 165 02 Jurnal Hasil Penelitian 44h Keunggulan Bersaing GARUDA INDONESIA 2016 (Pendek Alt) Atau 165 02 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan
Penerbangan Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta.
Oleh AMRIZAL (lp3et.org dan [email protected]).
PAKET (Jurnal Hasil Penelitian) STANDAR C-5:
Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian seperti:
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Pendek Alt),
merupakan Model Penelitian dengan Proses Hitung maupun Analisis yang Sangat
Sederhana
File 165 02 Jurnal Hasil Penelitian 44h Keunggulan Bersaing GARUDA INDONESIA 2016 (Pendek Alt) Atau 165 02 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan
Penerbangan Domestik GARUDA INDONESIA Di Bandara Soekarno-Hatta. (1 atau 2 Files PDF ini tidak dapat di-unduh sebelum Pemesanan PAKET/Jurnal STANDAR C-5 terjadi)
Bonus: 2 Files Microsoft Office Excel 97-2003 Worksheet/Lotus 1-2-3 (Transition)Keunggulan
Bersaing GARUDA INDONESIA 2016 (sebagai MASTER UTAMA) yang disusun sedemikian rupa […berdasarkan MODEL PENELITIAN dengan KERANGKA
PEMIKIRAN TEORITIS (Pendek Alt) sebagaimana Bab II] yang didalamnya
diperlihatkan Proses Hitung sebanyak {[(16)*(2)} = 32 Hasil Estmasi
(Unstandardized Coefficients) Model Regresi I (tidak menggunakan Model Regresi IV (zresid Histogram & Pembentukan Kurva Normal) dan juga tidak
menggunakan model fungsional hasil estimasi (Unstandardized Coefficients):
Model Regresi II dan III} serta sebanyak [(38-7) = 31 Lampiran Olahan “Ber Formulasi”] yang merupakan transfer dari Excel/Lotus 1-2-3 (Transition) dari Program Microsoft
Office Excel 2003]. Hasil perhitungan ini dikelompokan kedalam 2 Hasil Perhitungan
Empiris “Data Dengan Kategori Jumlah I & II” (dapat dilihat dalam Bab IV & Lampiran)
yang diperinci/disusun dalam berbagai bentuk Files sbb:
Files Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CH 576 (Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE 576 (Excel 38 Lampiran)
Doc4 LAMPIRAN Berformulasi 36h Transfer dari Excel 38 Lamp dan 7 Lampiran Survey
Pengguna/pemesan dimulai dari S-1 keatas, dengan disiplin/kosentrasi keilmuan: Ilmu
Ekonomi, Manajemen, Transportasi, dan Logistik, sedangkan Tingkat Kemahiran
mengolah/mengikuti perhitungan EXCEL/SPSS “Ber Formulasi” diharapkan Setara S-
2 keatas dengan disiplin/kosentrasi (keilmuan) yang sama. Harga satu PAKET (Jurnal
Hasil Penelitian) STANDAR C-5 plus semua bonus “Proses Hitung/Cara
Menghitung/Hasil Perhitungan” adalah: Rp 800.000,- (delapan ratus ribu rupiah)
3
Berdasarkan Lembaran Informasi: 000 Daftar Tulisan Ilmiah Amrizal, terdapat
sebanyak 47 Paket/Jurnal Hasil Penelitian (atau sebanyak 141 Files) yang terdiri dari
sejumlah 47 [= 9 Paket (Jurnal Hasil Penelitian) Istimewa + 8 Paket (Jurnal Hasil
Penelitian) Khusus + 26 Paket (Jurnal Hasil Penelitian) Standar] Plus 4 Paket (Jurnal
Hasil Penelitian) Super Istimewa tentang PENELITIAN SURVEY Dibidang
MANAJEMEN TRANSPORTASI yang dapat dipesan melalui EMAIL. Kesemua files ini
dikembangkan sebagai MODEL dengan KERANGKA PEMIKIRAN TEORITIS
[Panjang Alt, Sedang Alt, Pendek Alt, dan Lengkap Alt (Alt singkatan dari = Alternatif)]
dari 9 buah Laporan HASIL PENELITIAN Terdahulu yang dibuat/disusun (Direvisi/Dikaji
Ulang STMT-TRISAKTI a/n LP3ET, Tahun 2018) menggunakan Data Hasil Survey
dalam rentang tahun 2014 s/d 2018. LP3ET adalah singkatan dari LEMBAGA
PENELITIAN, PENGKAJIAN & PERUMUSAN EKONOMI TERAPAN, yang
merupakan situs/web resmi Amrizal (memuat keseluruhan Tulisan Ilmiah Amrizal) dengan
nama LP3ET.org (Secara Sederhana: dapat dibuka/diakses dalam bentuk
https://lp3et.org atau dengan melalui/ memasukan nama website lp3et.org kedalam
Google atau Google Chrome) menggunakan berbagai jenis Komputer maupun
Handphone.
Apabila Saudara ingin membuat Sebuah (1 versi) Jurnal Hasil Penelitian maka
saudara dapat menjadikan PAKET (Jurnal Hasil Penelitian) STANDAR C-6 dengan
formasi sebagaimana yang dicantumkan diatas, yang meliputi 1 Files Utama dan 3 Files
Bonus maka saudara dapat memesan melaui EMAIL dengan cara sebagai berikut:
Cara Memesai melalui EMAIL sbb: Sebagaimana yang dapat lihat pada lembaran PAKET (Jurnal Hasil Penelitian)
STANDAR C-5 dihargai sebesar Rp 800.000,- (delapan ratus ribu rupiah). Kirim ke No.
Rekening: 0562343197 Bank BNI Syariah a/n Amrizal. Sebagai contoh isi berita yang
perlu dibuat pada Rekening dan Email: [email protected] adalah sebagai berikut:
Ke Rekening: Pesan satu PAKET STANDAR C-5 (Jurnal Hasil Penelitian)
a/n Winardi
Ke Email : Pesan satu PAKET STANDAR C-5 (Jurnal Hasil Penelitian)
a/n Winardi (Jakarta Timur)
(Isi berita pada Email harus lebih jelas/lengkap dibanding dengan isi berita Rekening)
4
043 PAKET STANDAR C-5
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian Kode Dan Nama Karya Penelitian: 158 03
File 158 03 Laporan Hasil Penelitian 172h Keunggulan Bersaing GARUDA INDONESIA 2016 (Pendek Alt)
Atau 158 03 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
GIA Di Bandara Soeta
[Doc4 LAMPIRAN Berformulasi 36h Transfer dari Excel 38 Lamp dan 7 Lampiran Survey]
Penulis : Amrizal (lp3et.org/[email protected])
Jenis file : pdf
Harga/Paket : Rp 2.000.000,- (dua juta rupiah).
3 Bonus Utama Keunggulan Bersaing GARUDA INDONESIA 2016
Secara Detail sbb: Files Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CH 576 (Petunjuk Lotus)
Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE 576 (Excel 38 Lampiran)
Doc4 LAMPIRAN Berformulasi 36h Transfer dari Excel 38 Lamp dan 7 Lampiran Survey
Jumlah & Files yang akan dikirim melalui Email sbb:
e0 050 1 Versi Jurnal Hasil Penelitian PAKET STANDAR C-5 Keunggulan Bersaing GARUDA INDONESIA 2016 (Pendek Alt)
e0 050 PAKET (Jurnal Hasil Penelitian) STANDAR C-5
e1 c3165 02 Jurnal HASIL PENELITIAN 44h Keunggulan Bersaing GARUDA INDONESIA 2016 (Pendek Alt) e2 c2165 02 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik GIA Di Bandara Soeta
f1 Excel1 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE1 CH 576 (Petunjuk Lotus) f2 Excel2 Double Path Analysis Method GARUDA INDONESIA 2016 Master Utama AE 576 (Excel 38 Lampiran)
f3 Doc4 LAMPIRAN Berformulasi 36h Transfer dari Excel 38 Lamp dan 7 Lampiran Survey f4 E3 MODEL & KERANGKA TEORI 46h Keunggulan Bersaing GARUDA INDONESIA (Pendek.Alt)
“SELAMAT BERKARYA SEMOGA SUKSES”
5
Deskripsi singkat:
Model penelitian pada jasa angkutan penerbangan domestik GARUDA
INDONESIA diistilahkan sebagai MODEL PENELITIAN dengan KERANGKA
PEMIKIRAN TEORITIS [Pendek Alt, (Alt = Alternatif)] oleh karena selain tidak
menggunakan Model Regresi IV (zresid Histogram Pembentukan Kurva Normal) dan
juga tidak menggunakan model fungsional hasil estimasi (Unstandardized
Coefficients): Model Regresi II dan III yang melibatkan sebanyak 6 Variabelnya
(Artinya sebanyak 33 Indikator/Dimensi disembunyikan). Prediksi Bentuk Perwajahan
apabila menjadi sebuah Hasil Penelitian/Jurnal yang mesti dibuat hanyalah 8 bentuk
model fungsional hasil estimasi (Unstandardized Coefficients): Model Regresi
I serta 8 bentuk model fungsional hasil estimasi dari Metode Path Analysis
(Standardized Coefficients) saja. MODEL PENELITIAN dengan
KERANGKA PEMIKIRAN TEORITIS (Pendek Alt) merupakan model penelitian dengan
analisis-nya yang paling sederhana, penggunaan program SPSS IBM Statistik Versi 21
for Windows terbatas hanya untuk Model-model tertentu saja seperti model fungsional
hasil estimasi (Unstandardized Coefficients): Model Regresi I, serta Model fungsional
Metode Path Analysis (Standardized Coefficients). Proses perhitungan yang
paling banyak digunakan adalah program Lotus 1-2-3 (Transition) yang berasal
dari Program Microsoft Office Excel 2003.
Metode penelitian yang digunakan pada Model penelitian pada jasa angkutan
penerbangan domestik GARUDA INDONESIA adalah Metode Analisa Jalur Ganda
(Double Path Analysis’ Method) yang merupakan ”sebuah metode penelitian baru” atau
merupakan sepasang Part Analysis Method gabungan antara Model fungsional klasik
Loyalitas Konsumen (sebagai fungsi Semula) dengan Model fungsional Keunggulan
Bersaing (sebagai fungsi estapet). Hasil Perhitungan Empiris dari Metode Analisa Jalur
Ganda (Double Path Analysis’ Method) didapatkan dari menggunakan Dua konsep data:
Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Yang dimaksud dengan Data Dengan Kategori (Jumlah ke I) merupakan data
”hasil survey” berbentuk skala lima (sangat setuju, setuju, netral, tidak setuju dan sangat
tidak setuju) dengan skor 5, 4, 3, 2, dan 1 (Data 5 observasi) dengan asumsi Data skala
pengukuran Netral bernilai Nol. Sedangkan Data Dengan Kategori (Jumlah ke II)
merupakan data olahan yang disusun dari seluruh Data Dengan Kategori (Jumlah ke I)
sebagai data ”hasil survey” menjadi ”Data 6 Observasi” dengan asumsi yang sama bahwa
Data dengan skala pengukuran Netral, diasumsi bernilai Nol, sehingga Data Observasi ke
6 merupakan Jumlah (atau Nilai Total) dari data ”hasil survey” tersebut [Artinya, dalam
6
penelitian ini menggunakan 21 Indikator/Dimensi (dikalikan dengan jumlah sampel
sebanyak 5 sampai dengan 10 kali dari jumlah indikator yang digunakan dalam seluruh
variabel laten), maka jumlah sampel minimal yang harus digunakan adalah 126 (yaitu 6
dikali 21). Dengan demikian jumlah sampel minimal untuk penelitian ini sebanyak 126
responden. yang merupakan penumpang (pelanggan) yang telah lebih 3 kali menggunakan
jasa angkutan penerbangan domestik GARUDA INDONESIA. (tidak menggunakan
model fungsional hasil estimasi (Unstandardized Coefficients): Model Regresi
II dan III yang melibatkan sebanyak 6 Variabel dan sebanyak 33 Indikator/Dimensi
disembunyikan).
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Pendek
Alt, (Alt = Alternatif)] tidak menggunakan Model Regresi IV (zresid Histogram
Pembentukan Kurva Normal), namun demikian secara bersamaan tetap saja harus
dilengkapi dengan berbagai Uji Statistik: (1) Uji Validitas dan Reliabiitas termasuk
menentukan nilai Cronbach Alpha, (2) Uji Asumsi Klasik (Uji Normalitas, Uji
Multikolinearitas & Uji Heteroskedastisitas) serta Pengujian Hipotesis [(Uji Statistik t,
Uji Statistik F, Uji D-W, Koefisien Determinasi (R2) dan sejenisnya.
Secara lebih terinci […berdasarkan MODEL PENELITIAN dengan KERANGKA
PEMIKIRAN TEORITIS (Pendek Alt) sebagaimana Bab II] peralatan analisa maupun
proses perhitungan pada umumnya menggunakan Model Regresi Linier Berganda
(multiples regression). Untuk bentuk fungsional model hasil estimasi
(Unstandardized Coefficients) saja terdapat sebanyak 8 buah Model Regresi I
[4 buah Model Fungsional Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah Model
Fungsional Keunggulan Bersaing (….Fungsi Estapet)], sedangkan untuk bentuk
fungsional model hasil estimasi Metode Path Analysis (Standardized
Coefficients) terdapat sebanyak 8 buah [4 buah Model Fungsional Loyalitas
Konsumen (…..Fungsi Semula) dan 4 buah Model Fungsional Keunggulan Bersaing
(….Fungsi Estapet)]. Dengan kata lain tidak menggunakan Model Regresi IV (zresid
Histogram Pembentukan Kurva Normal) dan juga tidak menggunakan model fungsional
hasil estimasi (Unstandardized Coefficients): Model Regresi II dan III.
7
Terkutip: Secara matematis semua bentuk fungsional/proses perhitungan model
hasil estimasi pada penelitian jasa angkutan penerbangan domestik GARUDA
INDONESIA (sebagai MASTER UTAMA) yang disusun sedemikian rupa […berdasarkan
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Pendek Alt)
sebagaimana terlihat pada Bab II] yang didalamnya diperlihatkan Proses Hitung sebanyak
{[(16)*(2)] = 32 Hasil Estmasi (Unstandardized Coefficients) Model Regresi
I (tidak menggunakan Model Regresi IV (zresid Histogram & Pembentukan Kurva
Normal) dan juga tidak menggunakan model fungsional hasil estimasi
(Unstandardized Coefficients): Model Regresi II dan III} serta serta sebanyak
[(38-7) = = 31 Lampiran Olahan “BerFormulasi”] yang merupakan transfer dari
Excel/Lotus 1-2-3 (Transition) dari Program Microsoft Office Excel 2003]. Hasil
perhitungan ini dikelompokan kedalam 2 Hasil Perhitungan Empiris “Data Dengan
Kategori Jumlah I & II” (selanjutnya dapat dilihat dalam Bab IV & Lampiran).
II.G Kerangka Pemikiran Teoritis Dan Pembentukan Model Empirik
Secara teori penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part
Analysis’ Method) yang dilengkapi dengan berbagai Uji Statistik, peralatan analisa
maupun perhitungan pada umumnya menggunakan Model Regresi Linier Berganda
(multiples regression) untuk semua bentuk model fungsional hasil estimasi
(Unstandardized Coefficients: Model Regresi I, Model Regresi II, Model
Regresi III (Simple Regression) dan Model Regresi IV (zresid Histogram Pembentukan
Kurva Normal) maupun Model fungsional hasil estimasi Metode Path Analysis
(Standardized Coefficients) yang secara keseluruhannya mengunakan program
SPSS IBM Statistik Versi 21 for Windows.
Untuk mengetahui keterikatan Pengembangan Model dan pengaruh antar variabel
dapat dijelaskan pada kerangka pemikiran berikut:
8
Gambar 2.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, KERANGKA PEMIKIRAN TEORITIS.
Kualitas
Pelayanan
(X1)
KERANGKA PEMIKIRAN TEORITIS
H3: Coeff. Reg c1 > 0
H4: Coeff. Reg c2 > 0
r 2 (Xi ) > 0.6
r 2 (Y1) > 0.6
r 2 (Xi ,Y1) > 0
r 2 (Y1 ,Xi) > 0
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen:
Y1 = a0 + a1 X1 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2Calc = c0 + c1 X1 + c2Y1 + E3
Y2Calc = d0 + d1 Y1 + d2X1 + E4
Standardized Coefficients: Path Analysis Method: Loyalitas Konsumen (…..fungsi Semula):
Y1 = 1X1 + 1
Y2 = 1X1 + 1Y1 + 2
Keunggulan Bersaing (….fungsi estapet):
Y3 = 1 Y1 + 2Y2
Y3 Calc = 1 Y1 + 2Y2 + 3Y3v
H1
: Coeff. R
eg
a1 >
0
H4: Coeff. Reg 1 > 0.
H1: Coeff. Reg 1 > 0
H1: r
2 X1>0 H5: Coeff. Reg 2 > 0
H2 :C
oeff. R
eg b
1 >
0
r 2(Yi ) > 0.6
H3: Coeff. Reg 3 > 0
r 2(Y3v ,Yi) > 0.6
Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa GARUDA INDONESIA
Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan GARUDA
INDONESIA
r 2(Y3v) > 0.6
Y3v= Intevening Variable
Y1 = Intevening Variable
Loyalitas
Konsumen
(Y2)
Kepuasan
Konsumen
(Y1)
Keunggulan
Bersaing
(Y3)
Dimensi
Keunggulan
Bersaing
(Y3v)
Dimensi
Kualitas
Pelayanan
(X1v)
9
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen
Y1 = a0 + a1 X1 + e1
Y2 = b0 + b1 Y1 Calc + e2
Y2 Calc = c0 + c1 X1 + c3Y1 + e3
Y2 Calc = d0 + d1Y1 + d3X1 + e4
Model Fungsional Keunggulan Bersaing
Y3v = 0 + 1 Y1 + 2Y2 + 1
Y3 = 0 + 1 Y3v Calc + 2
Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v + 3
Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2 + 4
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen
Y1 = 1X1 + 1
Y2 = 1X1 + 1Y1 + 2
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
1 = Koefisien regresi variabel Kualitas Pelayanan
1 = Koefisien regresi intervening variabel Kepuasan Konsumen
= Error Term
Model Fungsional Keunggulan Bersaing (….fungsi estapet) Y3 = 1 Y1 + 2Y2
Y3 Calc = 1 Y1 + 2Y2 + 3Y3v
dimana:
Y3 = Y3u = Keunggulan Bersaing Y1 = Y1u = Kepuasan Konsumen Y2 = Y2u = Loyalitas Konsumen Y3v = Dimensi Rata-rata Keunggulan Bersaing
1 = Koefisien regresi variabel Kepuasan Konsumen
2 = Koefisien regresi variabel Loyalitas Konsumen
3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing
10
II.H Dimensional Variabel (Hubungan Antara Variabel dengan Dimensi) Model penelitian menunjukkan ada 3 variabel utama ”Metode Path Analysis”
yang memiliki sebanyak 5 (Lima) hipotesis, yaitu:
H1:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh langsung positif terhadap variabel kepuasan konsumen (Y1) jasa angkutan penerbangan domestik GARUDA INDONESIA.
H2:r 2 Y1 > 0 Bahwa variabel kepuasan konsumen (Y1) mempunyai pengaruh langsung positif terhadap variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
H3:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif (melalui intervening kepuasan konsumen Y1) terhadap variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
HX1.i:r 2 X1i >0 Bahwa 13 indikator kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif terhadap variabel kepuasan konsumen (Y1) maupun variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
HX1vr 2 X1v > 0 Bahwa 5 Dimensi kualitas pelayanan (X1) mempunyai pengaruh tidak langsung positif terhadap variabel kepuasan konsumen (Y1) maupun variabel loyalitas konsumen (Y2) jasa angkutan penerbangan domestik GARUDA INDONESIA.
Bahwa 5 Dimensi Kualitas Pelayanan (X1), berjalan secara sinkron bersifat “Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh:
II.H.1 Variabel Kualitas Pelayanan (X1)
Hubungan Variabel Kualitas Pelayanan (X1) dengan 5 Dimensi Pokok (Total)
Kualitas Pelayanan (X1u.i ) dan 5 Dimensi Rata-rata Kualitas Pelayanan (X1v.i ) serta
Hubungan Variabel maupun Dimensi Rata-rata dalam Part Analysis Method dapat
dijelaskan sebagai berikut:
11
H6:r 2 X1v.i > 0 Bahwa dimensi rata-rata kualitas pelayanan (X1v.i) mempunyai pengaruh langsung positif terhadap dimensi rata-rata kepuasan konsumen (Y1v.i) jasa angkutan penerbangan domestik GARUDA INDONESIA.
H9:r 2 X1v.i > 0 Bahwa dimensi rata-rata kualitas pelayanan (X1v.i) mempunyai pengaruh tidak langsung positif terhadap dimensi rata-rata loyalitas konsumen (Y1v.i) [melalui intervening dimensi rata-rata kepuasan konsumen (Y1v)] jasa angkutan penerbangan domestik GARUDA INDONESIA.
HX1v.i:r 2X1v.i > 0 Bahwa 5 Dimensi Kualitas Pelayanan (X1v.i), berjalan secara sinkron bersifat “Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh:
HX1v.i:r 2X1v.i > 0
5 Dimensi Rata-rata Kualitas Pelayanan (X1v.i): H1: HX1v.1 = Bukti fisik (tangible) berpengaruh positif terhadap variabel kepuasan konsumen.
H2: HX1v.2 = Keandalan (reliability) berpengaruh positif terhadap variabel kepuasan konsumen. H3: HX1v.3 = Daya tanggap (responsiveness) berpengaruh positif terhadap variabel kepuasan konsumen.
H4: HX1v.4 = Jaminan (assurance) berpengaruh positif terhadap variabel kepuasan konsumen. H5: HX1v.5 = Perhatian (empathy) berpengaruh positif terhadap variabel kepuasan konsumen.
HX1:r 2X1 > 0 : Variabel Kualitas Pelayanan (X1)
HX1v.i:r 2X3v > 0 : Dimensi Rata-rata Kualitas Pelayanan (X1v.i)
HX1u.i:r 2X1u.i > 0 : 5 Dimensi Pokok (Total) Kualitas Pelayanan (X1u.i): H1: HX1u.1 = Bukti fisik (tangible), adalah fungsi dari Indikator Kualitas pelayanan (X1.1 s/d X1.4) H2: HX1u.2 = Keandalan (reliability), adalah fungsi dari Indikator Kualitas pelayanan (X1.5 s/d X1.7) H3: HX1u.3 = Daya tanggap (responsiveness), adalah fungsi dari Indikator Kualitas pelayanan (X1.8 s/d X1.9) H4: HX1u.4 = Jaminan (assurance), adalah fungsi dari Indikator Kualitas pelayanan (X1.10 s/d X1.11) H5: HX1u.5 = Perhatian (empathy), adalah fungsi dari Indikator Kualitas pelayanan (X1.12 s/d X1.13)
HX1v.1: Semakin tinggi Bukti fisik (tangible), maka semakin tinggi kepuasan konsumen, yang berarti semakin tingginya kemampuan para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA meningkatkan kualitas pelayanan, merepresentasikan dimensi pelayanan yang berwujud secara fisik atau sesuatu yang nampak.
HX1v.2: Semakin tinggi Keandalan (reliability), maka semakin tinggi kepuasan konsumen,
yang berarti semakin tingginya kemampuan para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA untuk menampilkan pelayanan yang dijanjikan dengan terpercaya dan akurat.
HX1v.3: Semakin tinggi Daya tanggap (responsiveness), maka semakin tinggi kepuasan
konsumen. Yang berarti semakin tingginya/mantap aktivitas para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA
12
memberikan pelayanan yang baik kepada pelanggan atau dilakukan untuk memastikan kepuasan pelanggan.
HX1v.4: Semakin tinggi Jaminan (assurance), maka semakin tinggi kepuasan konsumen,
yang berarti semakin tingginya kemampuan para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA meningkatkan kualitas pelayanan yang berfokus pada pengetahuan, kesopanan, keramah-tamahan serta kemampuan para karyawan untuk menimbulkan/melahirkan kepercayaan dan keyakinan pada diri pelanggan.
HX1v.5: Semakin tinggi Empati (empathy), maka semakin tinggi kepuasan konsumen, yang
berarti semakin tingginya kemampuan para karyawan penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA meningkatkan kualitas pelayanan melalui cara pemberian perhatian dengan sentuhan pribadi sehingga dapat/tepat memenuhi apa yang dibutuhkan oleh konsumen.
II.H 2 Variabel Kepuasan Konsumen (Y1)
Hubungan variabel Kepuasan Konsumen (Y1) dengan 3 Dimensi Kepuasan
Konsumen (Y1) dapat dijelaskan sebagai berikut:
H8:r 2 Y1v.i > 0 Bahwa dimensi rata-rata kepuasan konsumen (Y1v.i) mempunyai pengaruh langsung positif terhadap dimensi rata-rata loyalitas konsumen (Y2v) jasa angkutan penerbangan domestik GARUDA INDONESIA.
HY1: r 2 Y1 > 0 : Variabel Kepuasan Konsumen (Y1)
HY1v: r 2 Y1v > 0 : Dimensi Rata-rata Kepuasan Konsumen (Y1v)
HY1v.i: r 2 Y1v.i > 0 : 3 Dimensi Rata-rata Kepuasan Konsumen (Y1v.i): (1) Pelayanan sesuai dengan harapan pelanggan, (2) Kesediaan pelanggan untuk merekomendasikan kepada orang lain dan (3) Puas atas kualitas pelayanan yang sudah dirasakan.
II.H.3 Variabel Loyalitas Konsumen (Y2) Dimensionalisasi variabel Loyalitas Konsumen (Y2) dalam penelitian ini mengacu
pada penelitian Gremler & Brown dalam Lu Ting Pong., et.al., (2001), dimana hubungan
variabel Loyalitas Konsumen dengan 3 Dimensi Loyalitas Konsumen (Y2) dapat dijelaskan
sebagai berikut:
13
HY2:r 2 Y2 > 0 : Variabel Loyalitas Konsumen (Y2)
HY2v:r 2 Y2v > 0 : Dimensi Rata-rata Loyalitas Konsumen (Y4v)
HY2v.i:r 2 Y2v.i > 0 :3 Dimensi Rata-rata Loyalitas Konsumen (Y4v.i): (1) Penggunaan ulang layanan (2) Tertanamnya secara positif layanan di benak pelanggan (3) Selalu menjadi pilihan utama bagi pelanggan.
II.H.4 Variabel Keunggulan Bersaing (Y3) Dimensionalisasi variabel Keunggulan Bersaing (Y3) dalam penelitian ini mengacu
menurut Selnes ( 1993); Bharadwaj dkk (1993); Goodman dkk (1995 ); Keltner (1995);
Chow dan Holden (1997) Geykens dkk (1999); Suryanto, L dan Sugiyanto,FX (2002);Musry
(2004); Rusdarti (2004); Smith dan wright (2004) menyatakan bahwa Keunggulan
bersaing merupakan kemampuan produsen untuk menghadapi persaingan yang terjadi
menurut penilaian Konsumen. Hubungan antara variabel, Indikator dan Dimensi
Keunggulan Bersaing dapat dijelaskan sebagai berikut:
HY3: r 2 Y3 > 0 : Variabel Keunggulan Bersaing (Y3)
HY3.i: r 2 Y3.i > 0 : Indikator Keunggulan Bersaing (Y3.i): (1) Y3.1. Kemampuan bersaing dengan meningkatkan jumlah Aircraft GARUDA INDONESIA yang beroperasi
(2) Y3.2. Keluasan jaringan yang ikut sebagai Mitra Operasi dengan berbagai Moda Transportasi lain
(3) Y3.3. Peningkatan sumber dana untuk menampilkan berbagai jenis, model dan tipe Aircraft GARUDA INDONESIA terkini
(4) Y3.4. Keunggulan teknologi Aircraft GARUDA INDONESIA terkini yang senantiasa ditampilkan di berbagai Media
HY3v: r 2 Y3v > 0 : Dimensi Rata-rata Keunggulan Bersaing (Y3v)
HY2v.i:r 2 Y2v.i > 0 : 3 Dimensi Rata-rata Keunggulan Bersaing (Y3v.i)
1) Memperluas Route Penerbangan Aircraft GARUDA INDONESIA
2) Mampu Menciptakan Inovasi Produk Jasa Aircraft GARUDA INDONESIA
3) Senantiasa Meningkatkan Promosi Aircraft GARUDA INDONESIA
14
IV.A Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I)
Secara teori penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part
Analysis’ Method) yang dilengkapi dengan berbagai Uji Statistik, peralatan analisa maupun
perhitungan pada umumnya menggunakan Model Regresi Linier Berganda (multiples regression)
untuk semua bentuk fungsional model hasil estimasi (Unstandardized Coefficients: Model Regresi
I, Model Regresi II, Model Regresi III (Simple Regression) dan Model fungsional hasil estimasi
Metode Path Analysis (Standardized Coefficients) yang secara keseluruhannya mengunakan
program SPSS IBM Statistik Versi 21 for Windows.
Metode Analisa Jalur Ganda (Double Part Analysis’ Method) merupakan sepasang Part
Analysis Method gabungan antara Model fungsional klasik Loyalitas Konsumen (sebagai fungsi
Semula) dengan Model fungsional Keunggulan Bersaing (sebagai fungsi estapet). Hasil
Perhitungan Empiris dari Metode Analisa Jalur Ganda (Double Part Analysis’ Method) didapatkan
dari menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan Data Dengan
Kategori (Jumlah ke II).
Yang dimaksud dengan Data Dengan Kategori (Jumlah ke I) merupakan data ”hasil
survey” berbentuk skala lima (sangat setuju, setuju, netral, tidak setuju dan sangat tidak setuju)
dengan skor 5, 4, 3, 2, dan 1 (Data 5 observasi) dengan asumsi Data skala pengukuran Netral
bernilai Nol. Sedangkan Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang
disusun dari seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi
”Data 6 Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral,
diasumsi bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data
”hasil survey” tersebut.
15
Dalam penelitian ini tidak ada “Indikator, dimensi maupun variabel” yang harus
dibuang/terbuang begitu saja. Indikator, dimensi maupun variabel yang DROP (penurunan,
keadaan menurun, atau kemerosotan) maupun yang TIDAK RELIABEL pasca Uji Validitas maupun
Uji Reliabilitas tetap digunakan bahkan bisa dirubah menjadi VALID (sah, syah, absah, sahih)
maupun RELIABEL (dapat dipercaya/diandalkan) sepanjang masih terjadi:
”Laju kenaikan rata-rata Nilai koefisien ALPHA CRONBACH (dalam %) dan kenaikan berdasarkan ”penyesuaian faktor koreksi per butir” seluruh indikator maupun Dimensi Rata-rata atau kenaikan Nilai butiran Indikator maupun Dimensi Rata-rata (dalam Kali lipat) dari variabel penelitan yang bersangkutan”
Dengan mengetahui seluruh indikator maupun Dimensi Rata-rata per butirnya dari
Variabel/Dimensi Variabel yang mengalami kondisi DROP bahkan yang TIDAK RELIABEL,
maka Produsen penyedia jasa angkutan penerbangan domestik GARUDA INDONESIA
dapat melakukan upaya memaksimalisasi, meningkatkan beberapa indikator kualitas
pelayanan (X1.i) yang telah dikelompokkan dalam Wujud Dimensi Rata-rata kualitas
pelayanan (X1v.i): Indikator dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah,
ditingkatkan, diganti, ditambah, direnopasi, dibiayai ulang dan lain sebagainya, serta
meningkatkan bahkan mempertajam kemampuan manejerialnya dan manajemen
operasional secara maksimal
Data hasil survey atau Data Dengan Kategori (Jumlah ke I) dalam penelitian ini
digunakan untuk menganalisis semua indikator dari: Variabel Kualitas Pelayanan (X1),
Variabel Kepuasan Konsumen (Y1), Variabel Loyalitas Konsumen (Y2) dan Variabel Keunggulan
Bersaing (Y3). Sedangkan Dimensi Rata-rata Kualitas Pelayanan (X1v) dan Dimensi Rata-rata
Keunggulan Bersaing (Y3v) yang murni merupakan “Data Olahan” dari semua indikator
16
berbagai variabel tersebut dipergunakan dalam berbagai Uji Statistik maupun peralatan
analisa berbagai bentuk Model Empiris sesuai kebutuhan penelitian.
Penggunaan program SPSS IBM Statistik Versi 21 for Windows bertujuan mendeteksi
terjadi/tidaknya Excluded Variable dari seluruh indikator maupun Dimensi Rata-rata per
butirnya dari Variabel/Dimensi Variabel atau independen Variabel didalam model hasil
estimasi. Apabila, hasil estimasi memiliki ”Zero-order Partial Correlation” dan juga mengalami
”Zero-order (Tolerance, VIF and Minimum Tolerance) Collinearity Statistics”, itu berarti
“adanya/terdapatnya gejala multikolinearitas” didalam model hasil estimasi, secara
otomatis menjadikan model hasil estimasi sebagai Badness of fit regression models. Artinya
model hasil estimasi berkondisi jelek (tidak memenuhi persyaratan sebagai model hasil
estimasi yang baik) sehingga tidak reliabel digunakan sebagai model untuk tujuan prediksi.
Sebalinya, apabila tidak terjadinya Excluded Variable dari seluruh Indikator maupun
Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau dari seluruh Independen
Variabel yang terdapat didalam model hasil estimasi, tidak memiliki ”Zero-order Partial
Correlation” dan juga tidak mengalami ”Zero-order (Tolerance, VIF and Minimum Tolerance)
Collinearity Statistics”. Artinya, “tidak adanya/tidak terjadinya gejala multikolinearitas”
didalam model hasil estimasi, maka secara otomatis menjadikan model hasil estimasi sebagai
goodness of fit regression models. Segala Proses perhitungan dalam penelitian ini
menggunakan (data lampiran 12 s/d 17), dengan Hasil Perhitungan Empiris yang dirangkum
kedalam Gambar 4.1 (meliputi semua penjabarannya) sebagai berikut:
17
Gambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke I)].
Kualitas
Pelayanan
(X1)
Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa GARUDA INDONESIA
Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan GARUDA
INDONESIA
Y3v= Intevening Variable
Y1 = Intevening Variable
Loyalitas
Konsumen
(Y2)
Kepuasan
Konsumen
(Y1)
Keunggulan
Bersaing
(Y3)
Dimensi
Keunggulan
Bersaing
(Y3v)
Dimensi
Kualitas
Pelayanan
(X1v)
HASIL PERHITUNGAN EMPIRIS
Data Dengan Kategori (Jumlah ke I)
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen: Y1 = 29.656 + 0.169 X1 + E1 Y2 = 4.043 + 1.613 Y1 Calc
Y2 = 4.043 + 156116.101b X1 + 1.613 Y1 Calc
Y2 = 51.884 + 0.272 Y1Calc - 156115.352b X1
b) Excluded Variables: Beta In X1 & Y2
Standardized Coefficients: Path Analysis Method: Loyalitas Konsumen (…..fungsi Semula):
Y1 = 0.898 X1
Y2 = 156116.101b X1 + 0.749Y1 Calc
Keunggulan Bersaing (….fungsi estapet):
Y3v = 0.112 Y1 + 0.804 Y2
Y3 = 0.060 Y1 + 38784.337bY2 + 0.840 Y3v Calc
r 2(Yi ,Y3v) = 0.606
r 2(Y3v ,Yi) = 0.606 r 2(Y3v) = 0.737
H3: Coeff. Reg 3 = 1.223
r 2(Yi ) = 0.646 H5: Coeff. Reg 2 = 38784.337b (Excluded Variable)
H4: Coeff. Reg 1 = 0.069
H2: Coeff. Reg 2 = 0.383
H1
: : Coeff. R
eg a
1 = 0
.169
H2 :C
oeff.R
eg b
1 =
1.6
13
H4: Coeff. Reg c2 = 1.613 H3: Coeff. Reg c1= 156116.101b (Excluded Variable)
r 2 (Xi ) = 0.742
r 2 (Y1) = 0.414
r 2 (Xi ,Y1) = 0.414
r 2 (Y1 ,Xi) = 0.414
H1: Coeff. Reg 1 = 0.098
H1: r
2 X1>0
18
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen (….fungsi semula)
Y1 = a0 + a1 X1 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2Calc = c0 + c1 X1 + c2Y1 + E3
Y2Calc = d0 + d1 Y1 + d2X1 + E4
Y1 = 29.656 + 0.169 X1 + E1
Y2 = 4.043 + 1.613 Y1 Calc
Y2 = 4.043 + 156116.101b X1 + 1.613 Y1 Calc
Y2 = 51.884 + 0.272 Y1Calc - 156115.352b X1
Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0 + 1 Y1 + 2Y2 + 1
Y3 = 0 + 1 Y3v Calc + 2
Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v + 3
Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2 + 4
Y3v = 32.773 + 0.098 Y1 + 0.383 Y2
Y3 = 2.212 + 1.304 Y3v Calc
Y3 = 4.103 + 0.069 Y1 + 38784.337b Y2 + 1.223 Y3v Calc
Y3 = 44.172 - 43759.313b Y3v Calc + 0.189 Y1 + 0.468 Y2
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (….fungsi semula)
Y1 = 0.898 X1 (Persamaan Regresi 1) Y2 = 156116.101b X1 + 0.749Y1 Calc (Persamaan Regresi 3)
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
1 = Koefisien regresi variabel Kualitas Pelayanan
1 = Koefisien regresi intervening variabel Kepuasan Konsumen
= Error Term
Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0.112 Y1 + 0.804 Y2 (Persamaan Regresi 1) Y3 = 0.060 Y1 + 38784.337b Y2 + 0.840 Y3v Calc (Persamaan Regresi 3)
dimana:
Y3 = Y3u = Keunggulan Bersaing
Y1 = Y1u = Kepuasan Konsumen
Y2 = Y2u = Loyalitas Konsumen
Y3v = Dimensi Rata-rata Keunggulan Bersaing
1 = Koefisien regresi variabel Kepuasan Konsumen
2 = Koefisien regresi variabel Loyalitas Konsumen
3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing
19
IV.B Hasil Perhitungan, Data Dengan Kategori (Jumlah ke II)
Bahwa Data Dengan Kategori (Jumlah ke II) merupakan data olahan yang disusun dari
seluruh Data Dengan Kategori (Jumlah ke I) sebagai data ”hasil survey” menjadi ”Data 6
Observasi” dengan asumsi yang sama bahwa Data dengan skala pengukuran Netral, diasumsi
bernilai Nol, sehingga Data Observasi ke 6 merupakan Jumlah (atau Nilai Total) dari data ”hasil
survey” tersebut.
Data Dengan Kategori (Jumlah ke II) juga digunakan untuk tujuan yang sama dengan Data
Dengan Kategori (Jumlah ke I), yaitu untuk menganalisis semua indikator dari Variabel: Kualitas
Pelayanan (X1), Kepuasan Konsumen (Y1), Loyalitas Konsumen (Y2) dan Keunggulan Bersaing (Y3),
termasuk Dimensi Rata-rata Kualitas Pelayanan (X1v), dan Dimensi Rata-rata Keunggulan Bersaing
(Y3v) yang murni merupakan “Data Olahan” dari semua indikator berbagai variabel tersebut
dipergunakan dalam berbagai Uji Statistik maupun peralatan analisa berbagai bentuk Model
Empiris sesuai kebutuhan penelitian.
Penggunaan program SPSS IBM Statistik Versi 21 for Windows terhadap Data Dengan
Kategori (Jumlah ke II) diharapkan tidak terjadinya Excluded Variable dari seluruh Indikator
maupun Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau dari seluruh
Independen Variabel yang terdapat didalam model hasil estimasi, tidak memiliki ”Zero-order
Partial Correlation” dan juga tidak mengalami ”Zero-order (Tolerance, VIF and Minimum
Tolerance) Collinearity Statistics”. Artinya, “tidak adanya/tidak terjadinya gejala
multikolinearitas” didalam model hasil estimasi, sehingga secara otomatis dapat menjadikan
model hasil estimasi ini sebagai goodness of fit regression models. Proses perhitungan dalam
penelitian ini menggunakan (data lampiran 12 s/d 17), dengan Hasil Perhitungan Empiris
yang dirangkum kedalam Gambar 4.2 (meliputi semua penjabarannya) sebagai berikut:
20
Gambar 4.2: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke II)].
Kualitas
Pelayanan
(X1)
Y3v.1. Memperluas Route Penerbangan GARUDA INDONESIA
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa GARUDA INDONESIA Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan GARUDA
INDONESIA
Y3v= Intevening Variable
Y1 = Intevening Variable
Loyalitas
Konsumen
(Y2)
Kepuasan
Konsumen
(Y1)
Keunggulan
Bersaing
(Y3)
Dimensi
Keunggulan
Bersaing
(Y3v)
Dimensi
Kualitas
Pelayanan
(X1v)
HASIL PERHITUNGAN EMPIRIS
Data Dengan Kategori (Jumlah ke II)
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen: Y1 = 14.527 + 0.246 X1 + E1
Y2 = 13.071 + 1.451 Y1 Calc
Y2 Calc = 7.548 + 0.290 X1 + 0.634 Y1
Y2Calc = 7.548 + 0.634 Y1 + 0.290 X1
All Variables: Goodness of fit regression models
Keunggulan Bersaing (….fungsi estapet):
Y3v = 0.534 Y1 + 0.436 Y2
Y3 Calc = 0.517 Y1 + 0.138 Y2 + 0.354 Y3v
Standardized Coefficients: Path Analysis Method: Loyalitas Konsumen (…..fungsi Semula):
Y1 = 0.965 X1
Y2 Calc = 0.645 X1 + 0.360 Y1
r 2(Yi ,Y3v) = 0.985
r 2(Y3v ,Yi) = 0.985
r 2(Y3v) = 0.940
H3: Coeff. Reg 3 = 0.499
r 2(Yi ) = 0.881
H4: Coeff. Reg 1 = 0.833 H5: Coeff. Reg 2 = 0.135
H1: Coeff. Reg 1 = 0.611
H1: r
2 X1>0
H2: Coeff. Reg 2 = 0.303
H2
:Coeff. R
eg b
1 =
1.4
51
H1
:: Coeff. R
eg a
1 = 0
.24
6
H3: Coeff. Reg c1 = 0.290 H4: Coeff. Reg c2 = 0.634
r 2 (Xi ) = 0.914
r 2 (Y1) = 0.870
r 2 (Y1 ,Xi) =
r 2 (Xi ,Y1) = 0.988
21
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen (….fungsi semula)
Y1 = a0 + a1 X1 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2Calc = c0 + c1 X1 + c2Y1 + E3
Y2Calc = d0 + d1 Y1 + d2X1 + E4
Y1 = 14.527 + 0.246 X1 + E1
Y2 = 13.071 + 1.451 Y1 Calc
Y2 Calc = 7.548 + 0.290 X1 + 0.634 Y1
Y2Calc = 7.548 + 0.634 Y1 + 0.290 X1
Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0 + 1 Y1 + 2Y2 + 1
Y3 = 0 + 1 Y3v Calc + 2
Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v + 3
Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2 + 4
Y3v = 14.839 + 0.611 Y1 + 0.303 Y2
Y3 = 10.231 + 1.161 Y3v Calc
Y3 Calc = 5.063 + 0.833 Y1 + 0.135 Y2 + 0.499 Y3v
Y3Calc = 5.063 + 0.499 Y3v + 0.833 Y1 + 0.135 Y2
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (….fungsi semula)
Y1 = 0.965 X1 (Persamaan Regresi 1) Y2 Calc = 0.645 X1 + 0.360 Y1 (Persamaan Regresi 3)
atau
Y1 = 0.965 X1 (Persamaan Regresi 1) Y2Calc = 0.360 Y1 + 0.645 X1 (Persamaan Regresi 4)
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
1 = Koefisien regresi variabel Kualitas Pelayanan
1 = Koefisien regresi intervening variabel Kepuasan Konsumen
= Error Term
22
Model Fungsional Keunggulan Bersaing (….fungsi estapet)
Y3v = 0.534 Y1 + 0.436 Y2 (Persamaan Regresi 1) Y3 Calc = 0.517 Y1 + 0.138 Y2 + 0.354 Y3v (Persamaan Regresi 3)
atau
Y3v = 0.534 Y1 + 0.436 Y2 (Persamaan Regresi 1) Y3Calc = 0.354 Y3v + 0.517 Y1 + 0.138 Y2 (Persamaan Regresi 4)
dimana:
Y3 = Y3u = Keunggulan Bersaing
Y1 = Y1u = Kepuasan Konsumen
Y2 = Y2u = Loyalitas Konsumen
Y3v = Dimensi Rata-rata Keunggulan Bersaing
1 = Koefisien regresi variabel Kepuasan Konsumen
2 = Koefisien regresi variabel Loyalitas Konsumen
3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing
23
IV.D Uji Asumsi Klasik IV.D.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel
terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak atau
apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi
normal. Untuk mengetahui kriterianya yaitu dengan melihat normal probability plot yang
membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif
dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan
ploting data akan dibandingkan dengan garis diagonal.
Model regresi yang baik adalah memiliki distribusi data normal atau mendekati
normal (Santoso, 2001). Kriteria pengambilan keputusan adalah Jika penyebaran data
pada grafik normal P-P Plot mengikuti garis normal (45 derajat), maka data berdistribusi
normal. Distribusi normal membentuk suatu garis lurus diagonal, dan ploting data
residual akan dibandingkan dengan garis diagonalnya. Jika distribusi data normal, maka
garis yang menggambarkan data sebenarnya akan mengikut garis normalnya (Ghozali,
2005). Dasar pengambilan keputusan untuk uji normalitas adalah:
a. Jika data menyebar disekitar garis-garis diagonal dan mengikuti arah garis diagonal
atau grafik histogramnya menunjukkan distribusi normal, maka model regresi
memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari diagonal atau tidak mengikuti arah garis diagonal atau
grafik histogram tidak menunjukkan distribusi normal, maka model regresi tidak
memenuhi asumsi normalitas.
24
Pada Uji Normalitas untuk 6 Observasi data, dimana Normal P-P Plot of Regression
Standardized Residual, mempunyai “Bentuk Regresi dan nilai Hasil Estimasi yang sama”.
Dependent Variable: Metode Path Analysis Model Regresi I (Unstandardized Coefficients
maupun Standardized Coefficients) pada Model Fungsional Loyalitas Konsumen Y2Calc dan
Y2Calc merupakan One-Stage Regression as Estimated Variable (as Calculated): Y2Calc = c0
+ c1 X1 + c2Y1 + E3 = d0 + d1Y1 + d2X1 + E4 dan Zresid Normal P-P Plot Model Estimasi
3 = Zresid Normal P-P Plot Model Estimasi 4 yang dapat dijelaskan sebagai berikut:
Zresid Normal P-P Plot Model Estimasi 3:
Dependent Variable: Loyalitas Konsumen Y2Calc One-Stage Regression as Estimated
Variable (as Calculated) dengan Bentuk Regresi: Y2Calc = c0 + c1 X1 + c2Y1 + E3
Zresid Normal P-P Plot:
Output1 PP Plot Reg III Loyalitas Konsumen GARUDA INDONESIA 2016
25
Persamaan Regresi 3 Tabel 4.2
Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) terhadap variabel loyalitas konsumen (Y2)
[melalui intervening variabel kepuasan konsumen (Y1)] Coefficientsa Persamaan Regresi 3
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 7.548 15.408 .490 .658
X1 = Kualitas Pelayanan (as Observed) .290 .084 .645 3.439 .041 .069 14.501
Y1 = Kepuasan Konsumen (as Observed) .634 .330 .360 1.918 .151 .069 14.501
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (as Calculated, Jumlah ke II) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y2 Calc = 0.645 X1 + 0.360Y1
Sumber: Diolah oleh penulis dari Data Lampiran 12 s/d 14.
Zresid Normal P-P Plot Model Estimasi 4: Dependent Variable: Loyalitas Konsumen Y2Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y2Calc = d0 + d1Y1 + d2X1 + E4.
Zresid Normal P-P Plot:
Output1 PP Plot Reg IV Loyalitas Konsumen GARUDA INDONESIA 2016
26
atau Persamaan Regresi 4
Tabel 4.3 Pengaruh Tidak Langsung variabel kualitas pelayanan (X1)
terhadap variabel loyalitas konsumen (Y2) [melalui intervening variabel kepuasan konsumen (Y1)]
Coefficientsa Persamaan Regresi 4 Model Unstandardized
Coefficients Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 7.548 15.408 .490 .658
Y1 = Kepuasan Konsumen (as Observed) .634 .330 .360 1.918 .151 .069 14.501
X1 = Kualitas Pelayanan (as Observed) .290 .084 .645 3.439 .041 .069 14.501
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (as Calculated, Jumlah ke II) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 4:: Y2Calc = 0.360 Y1 + 0.645 X1
Sumber: Diolah oleh penulis dari Data Lampiran 12 s/d 14.
Sedangkan Pada Uji Normalitas untuk 6 Observasi data terlihat kondisi dimana
Normal P-P Plot of Regression Standardized Residual, mempunyai “Bentuk Regresi dan
nilai Hasil Estimasi yang sama”. Dependent Variable: Metode Path Analysis Model
Regresi I (Unstandardized Coefficients maupun Standardized Coefficients) pada Model
Fungsional Keunggulan Bersaing (….Fungsi Estapet) Y3Calc dan Y3Calc merupakan One-
Stage Regression as Estimated Variable (as Calculated): Y3 Calc = 0 + 1 Y1 + 2Y2
+ 3Y3v = 0 + 1 Y3v + 2Y1 + 3Y2 dan Zresid Normal P-P Plot Model Estimasi
3 = Zresid Normal P-P Plot Model Estimasi 4.
Zresid Normal P-P Plot Model Estimasi 3:
Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated
Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v
Zresid Normal P-P Plot:
Output1 PP Plot Reg III Keunggulan Bersaing GARUDA INDONESIA 2016
27
Persamaan Regresi 3
Tabel 4.4 Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1) dan
variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]
Coefficientsa Persamaan Regresi 3 Model Unstandardized
Coefficients Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 5.063 13.837 .366 .750
Y1 = Y1u = Kepuasan Konsumen (Observed) .833 .407 .517 2.046 .177 .047 21.194
Y2 = Y2u = Loyalitas Konsumen (Observed) .135 .239 .138 .562 .630 .050 19.866
Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed)
.499 .289 .354 1.725 .227 .071 13.986
a. Dependent Variable: Y3 Calc = Keunggulan Bersaing (Calculated) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y3 Calc = 0.517 Y1 + 0.138 Y2 + 0.354 Y3v
Sumber: Diolah oleh penulis dari data Lampiran 13-14 dan Lampiran 16-17.
Zresid Normal P-P Plot Model Estimasi 4:
Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated
Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2
28
Zresid Normal P-P Plot:
Output1 PP Plot Reg IV Keunggulan Bersaing GARUDA INDONESIA 2016
atau Persamaan Regresi 4 Tabel 4.5
Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1) dan variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3)
[melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)] Coefficientsa Persamaan Regresi 4
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 5.063 13.837 .366 .750
Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed)
.499 .289 .354 1.725 .227 .071 13.986
Y1 = Y1u = Kepuasan Konsumen (Observed) .833 .407 .517 2.046 .177 .047 21.194
Y2 = Y2u = Loyalitas Konsumen (Observed) .135 .239 .138 .562 .630 .050 19.866
a. Dependent Variable: Y3 Calc = Keunggulan Bersaing (Calculated) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 4: Y3Calc = 0 .354Y3v + 0.517Y1 + 0.138Y2
Sumber: Diolah oleh penulis dari data Lampiran 13-14 dan Lampiran 16-17.
29
IV.D.2 Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel bebas (Ghozali, 2001:57). Jika terjadi korelasi,
antar variabel bebas maka dinamakan terdapat problem Multikolinieritas. Ada tidaknya
gejala multikolinearitas dapat dilakukan dengan memperhatikan nilai matriks korelasi
yang dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan
Tolerance-nya. Nilai dari VIF antara 0 sampai dengan 10 menandakan tidak adanya
gejala multikolinearitas. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak
terdapat problem multikolinieritas (Singgih Santoso, 2001).
Artinya, bahwa Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variabel bebas. Default SPSS bagi angka tolerance adalah diatas 0.10, artinya bahwa
semua variabel yang akan dimasukkan dalam perhitungan model regresi harus
mempunyai Nilai tolerance di atas 0.10. Apabila ternyata lebih rendah dari 0.10 maka
dapat dikatakan terjadi gejala multikolinearitas. Sedangkan pada Variance Inflation
Factor (VIF), pada umumnya VIF ditentukan kurang dari 10. Artinya apabila variabel
tersebut lebih dari 10 maka mempunyai persoalan multikolinieritas (korelasi yang besar di
antara variabel bebas) dengan variabel bebas yang lainnya (Ghozali, 2001).
IV.D.3 Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model
regresi, terjadi ketidaksamaan varians residual dari satu pengamatan ke pengamatan
yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap,
30
maka disebut Homoskedastisitas. Dan jika varians tersebut berbeda, maka tidak terjadi
Heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas
(Santoso, 2001). Pengujian ada tidaknya gejala heteroskedastisitas memakai metode
grafik dengan melihat ada tidaknya pola tertentu pada scatterplot dari variabel terikat,
dimana jika tidak terdapat pola tertentu maka tidak terjadi heteroskedastisitas dan
begitu pula sebaliknya (Singgih Santoso, 2001).
1) Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu
pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka
terjadi Heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka
0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas. Untuk mengetahui hasil
pengujian heteroskedastisitas antara kualitas pelayanan dan kepuasan konsumen
terhadap loyalitas konsumen, berikut hasil pengujiannya menunjukkan bahwa
pengaruh antara kualitas pelayanan dan kepuasan konsumen terhadap loyalitas
konsumen. tidak terjadi problem heterokedastisitas, hal itu dibuktikan dengan
titik-titik menyebar secara acak atau tidak teratur serta menyebar baik di atas
maupun di bawah angka 0 pada sumbu Y dan tidak membentuk pola tertentu,
maka disimpulkan bahwa pada uji ini tidak terjadi.
----------*****----------