cuplikan khusus pemesanan (rincian) melalui email...teoritis [panjang alt, sedang alt, pendek alt,...
TRANSCRIPT
CUPLIKAN khusus PEMESANAN (RINCIAN) Melalui Email:
Baik LAPORAN maupun JURNAL HASIL PENELITIAN disajikan/ditampilkan
menggunakan semua 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 Perhitungannya 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. Semua Lampiran yang terdapat didalam Laporan
HASIL PENELITIAN (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 Tulisan
Ilmiah/Karya Penelitian menggunakan MODEL & KERANGKA PEMIKIRAN TEORITIS
[Panjang Alt, Sedang Alt & Pendek Alt], ini berarti ada/setidak-tidaknya sebanyak 9 Files Utama
plus 10 files bonus atau Anda akan menerima melalui Email paling sedikit sebanyak 19 files yang dibayar dengan sejumlah Anggaran Tertentu sebagaimana tercantum pada lembaran Paket
pemesanan tersebut. Pengertian ke-4 paket yang dimaksud adalah sebagai berikut:
PAKET ISTIMEWA: Tulisan Ilmiah/Karya Penelitian Adalah 3 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt, Sedang Alt dan Pendek Alt plus 10 Bonus].
PAKET KHUSUS: Tulisan Ilmiah/Karya Penelitian Adalah 2 buah KARYA PENELITIAN dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Sedang Alt dan Pendek Alt plus beberapa Bonus]
PAKET STANDAR: Tulisan Ilmiah/Karya 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: Tulisan Ilmiah/Karya 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
PAKET STANDAR B-7:
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian seperti:
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Sedang Alt),
merupakan Model Penelitian/Proses Hitung maupun Analisis-nya yang Sempurna
File 177 07 Jurnal Hasil Penelitian 59h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)
Atau 177 07 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
LION AIR GROUP Di Bandara Soeta (1 atau 2 Files PDF ini tidak dapat di-unduh sebelum Pemesanan PAKET STANDAR B-7 terjadi)
Ini Proposalnya (Disusun Dalam 2 atau 4 Files PDF/Document): File 185 07Proposal PENELITIAN 31h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)
Atau 185 07Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik LION AIR GROUP Di Bandara Soeta
Keterangan tentang Proposal PENELITIAN/Jurnal HASIL PENELITIAN sbb: Atau 153 01 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik LION AIR GROUP Di Bandara Soeta [Proposal 31h LION AIR GROUP 2017 Dengan MODEL & KERANGKA PEMIKIRAN TEORITIS (Sedang Alt)]
[Tidak menggunakan Model Regresi IV (zresid Histogram dan Pembentukan Kurva Normal)]
Maka Hasil Penelitiannya (5 Bab, Disusun Dalam 2 atau 6 Files PDF) adalah: File 193 07 Laporan Hasil Penelitian 184h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt) Atau 193 07 ANALISIS KUALITAS PELAYANAN DAN KEUNGGULAN BERSAING JASA ANGKUTAN
PENERBANGAN DOMESTIK LION AIR GROUP DI BANDARA SOEKARNO-HATTA
[Doc3 LAMPIRAN Berformulasi 33h Transfer dari Excel 34 Lamp dan 7 Lampiran Survey]
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 (Sedang Alt) sebagaimana Bab II] yang didalamnya
diperlihatkan proses hitung sebanyak {[(16+8)*(2) + 66] = 114 Hasil Estmasi
(Unstandardized Coefficients: Model Regresi I s/d III (tanpa adanya zresid Histogram & Pembentukan Kurva Normal Model Regresi IV)] dan hasil estimasi Metode Path Analysis
(Standardized Coefficients)} 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” (selanjutnya dapat dilihat
dalam Bab IV & Lampiran) yang diperinci/disusun dalam berbagai bentuk Files sbb:
Files Excel1 Double Path Analysis Method LION AIR GROUP 2017 Master Utama AE1 CH576 (Petunjuk Lotus)
Excel2 Double Path Analysis Method LION AIR GROUP 2017 Master Utama AE576 (Excel 34 Lampiran)
Doc3 LAMPIRAN Berformulasi 33h Transfer Exel 34 Lampiran dan 7 Lamp Survey
Pengguna minimal adalah S-1: Jurusan Ilmu Ekonomi, Manajemen dan atau Transportasi,
Tingkat Kemahiran mengolah Tabel EXCEL “Ber Formulasi”: Setara S-2 dari
Konsentarsi (Jurusan) yang sama.
Harga satu PAKET STANDAR B-7: Rp 2.600.000,- (dua juta enam ratus ribu rupiah).
3
Berdasarkan Lembaran Informasi: 000 Daftar Tulisan Ilmiah Amrizal, terdapat
sebanyak 47 Paket Penelitian (atau sebanyak 141 Files) yang terdiri dari
sejumlah/sebanyak 47 (= 9 Paket Istimewa + 8 Paket Khusus + 26 Paket Standar) Plus 4
Paket Super Istimewa tentang PENELITIAN SURVEY Dibidang MANAJEMEN
TRANSPORTASI yang dapat dipesan melalui EMAIL. Kesemua files ini dikembangkan
sebagai MODEL & KERANGKA PEMIKIRAN TEORITIS [Panjang Alt, Sedang Alt &
Pendek Alt] 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 melalui/ memasukan nama website lp3et.org kedalam
Google atau Google Chrome) menggunakan berbagai jenis Komputer maupun
Handphone.
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian
dengan MODEL & KERANGKA PEMIKIRAN TEORITIS [Sedang Alt], maka saudara
dapat berpedoman/menjadikan PAKET STANDAR B-7 sebagai nara sumber utama
dalam penyusunan Tulisan Ilmiah/Karya Penelitian dengan formasi files yang ditawarkan
meliputi 3 Files Utama dan 3 Files Bonus sebagaimana yang dicantumkan diatas.
Cara Memesai melalui EMAIL sbb:
Sebagaimana yang dapat lihat pada lembaran PAKET STANDAR B-7 dihargai
sebesar Rp 2.600.000,- (dua juta enam 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 B-7 a/n Winardi
Ke Email : Pesan satu PAKET STANDAR B-7 a/n
Winardi (Jakarta Timur)
(Isi berita pada Email harus lebih jelas/lengkap dibanding dengan isi berita Rekening)
4
042 PAKET STANDAR B-7
Apabila Saudara ingin membuat Sebuah (1 versi) Tulisan Ilmiah/Karya Penelitian Kode Dan Nama Karya Penelitian: 193 07
File 193 07 Laporan Hasil Penelitian 184h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt) Atau 193 07 ANALISIS KUALITAS PELAYANAN DAN KEUNGGULAN BERSAING JASA ANGKUTAN
PENERBANGAN DOMESTIK LION AIR GROUP DI BANDARA SOEKARNO-HATTA
[Doc3 LAMPIRAN Berformulasi 33h Transfer dari Excel 34 Lamp dan 7 Lampiran Survey]
Penulis : Amrizal (lp3et.org/[email protected])
Jenis file : pdf
Harga/Paket : Rp 2.600.000,- (dua juta enam ratus ribu rupiah).
3 Bonus Utama LION AIR GROUP 2017 Secara Detail sbb: Files Excel1 Double Path Analysis Method LION AIR GROUP 2017 Master Utama AE1 CH576 (Petunjuk Lotus)
Excel2 Double Path Analysis Method LION AIR GROUP 2017 Master Utama AE576 (Excel 34 Lampiran)
Doc3 LAMPIRAN Berformulasi 33h Transfer Exel 34 Lampiran dan 7 Lamp Survey
Jumlah & Files yang akan dikirim melalui Email sbb: c0 042 1 Versi Karya Hasil Penelitian PAKET STANDAR B-7 Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)
c0 042 PAKET STANDAR B-7
c1 t3177 07 Jurnal HASIL PENELITIAN 59h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)
c2 x3185 07 Proposal Penelitian 31h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt) c3 p3193 07 Laporan HASIL PENELITIAN 184h Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt) c4 p2193 07 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angk Penerbangan Dom LION AIR GROUP Di Bandara Soeta
d1 Excel1 Double Path Analysis Method LION AIR GROUP 2017 n216 MASTER UTAMA AE1 CH 576 (Petunjuk Lotus)
d2 Excel2 Double Path Analysis Method LION AIR GROUP 2017 n216 MASTER UTAMA AE 576 (Excel 34 Lampiran)
d3 Doc3 LAMPIRAN Berformulasi 32h Trnsfer Excel 34 Lamp dan 7 Lamp Survey d4 H2 MODEL & KERANGKA TEORI 56h Keunggulan Bersaing LION AIR GROUP (Sedang Alt)
“SELAMAT BERKARYA SEMOGA SUKSES
5
Analisis Paling Menonjol Yang Tidak Dimiliki Oleh Penelitian
Lain Selama Ini (merupakan ”sebuah metode penelitian baru”)
Metode Analisa Jalur Ganda (Double Path Analysis’ Method)
Terdapat sebanyak 8 buah Model Regresi I (Unstandardized Coefficients [4 buah Model Fungsional Loyalitas Konsumen (…..Fungsi
Semula) dan 4 buah Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)]. Atau secara total untuk dua konsep perhitungan terdapat sebanyak 16
buah Model Regresi Linear Berganda (Multiple Regression) atau hasil
estimasi yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah
ke I) dan Data Dengan Kategori (Jumlah ke II).
Melibatkan sebanyak 8 buah Model Regresi II (Unstandardized Coefficients [Model Regresi Linear Berganda (Multiple Regression)]
masing-masing kelompok Indikator maupun Dimensi terhadap Variabel
Dependennya. Atau secara total untuk dua konsep perhitungan terdapat
sebanyak 16 buah Model Regresi Linear Berganda (Multiple Regression) atau
hasil estimasi yang menggunakan Dua konsep data: Data Dengan Kategori
(Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Simple Regression (Unstandardized Coefficients 33 Indikator
maupun Dimensi terhadap masing-masing Variabel Dependennya. Atau secara
total untuk dua konsep perhitungan terdapat sebanyak 66 buah Model Regresi
Linear Sederhana (Simple Regression), yaitu hasil estimasi linier sederhana
yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan
Data Dengan Kategori (Jumlah ke II).
Terdapat sebanyak 8 buah Model Regresi atau hasil estimasi Metode Path
Analysis (Standardized Coefficients) [4 buah hasil estimasi Path
Analysis Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah hasil estimasi
Path Analysis Keunggulan Bersaing (….Fungsi Estapet)] Atau secara total
untuk dua konsep perhitungan terdapat sebanyak 16 buah Model Regresi atau
hasil estimasi Metode Path Analysis (Standardized Coefficients) yang menggunakan Dua konsep data: Data Dengan Kategori (Jumlah ke I) dan
Data Dengan Kategori (Jumlah ke II)..
MODEL PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Sedang
Alt] tidak menggunakan Model Regresi IV (zresid Histogram Pembentukan Kurva
Normal). Prediksi Bentuk Perwajahan apabila menjadi sebuah Hasil
Penelitian/Jurnal yang mesti dibuat adalah 3 bentuk model fungsional hasil
estimasi (Unstandardized Coefficients): Model Regresi I, II, dan III
serta Model fungsional Metode Path Analysis (Standardized Coefficients).
6
Deskripsi singkat:
Model penelitian pada jasa angkutan penerbangan domestik Lion Air Group
diistilahkan sebagai MODEL PENELITIAN dengan KERANGKA PEMIKIRAN
TEORITIS [Sedang Alt] oleh karena tidak menggunakan Model Regresi IV (zresid
Histogram Pembentukan Kurva Normal). Prediksi Bentuk Perwajahan apabila menjadi
sebuah Hasil Penelitian/Jurnal yang mesti dibuat adalah 3 bentuk model fungsional hasil
estimasi (Unstandardized Coefficients): Model Regresi I, II, dan III serta
Model fungsional Metode Path Analysis (Standardized Coefficients) yang
melibatkan Indikator/Dimensi dari 6 Variabelnya (Artinya sebanyak 33 Indikator/Dimensi
tidak disembunyikan). MODEL PENELITIAN dengan KERANGKA PEMIKIRAN
TEORITIS [Sedang Alt] merupakan model penelitian dengan analisis-nya yang cukup
sempurna, 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) dan untuk beberapa
model/proses perhitungan tertentu harus menggunakan 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 Lion Air Group adalah Metode Analisa Jalur Ganda (Double
Path Analysis’ Method) yang merupakan ”sebuah metode penelitian baru” yang
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.
Adapun penentuan jumlah sampel dalam penelitian ini tergantung pada jumlah
indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah 5 sampai
dengan 10 kali jumlah indikator yang digunakan dalam seluruh variabel laten. Karena
penelitian ini menggunakan 21 indikator utama untuk model fungsional Loyalitas
Konsumen (….fungsi Semula) yang meliputi: 13 indikator dari variabel kualitas
pelayanan, 3 indikator dari variabel kepuasan konsumen dan 5 indikator dari variabel
loyalitas konsumen. Sedangkan pada model fungsional Keunggulan Bersaing (….fungsi
estapet) ada sebanyak 15 indikator/dimensi dan lain-lain dari kedua model fungsional
Loyalitas Konsumen (….fungsi Semula) dan model fungsional Keunggulan Bersaing
7
(….fungsi estapet), yaitu: 3 Dimensi Loyalitas Konsumen, 5 Dimensi Rata-rata Kualitas
Pelayanan, 4 Variabel Keunggulan Bersaing dan 3 Dimensi Rata-rata Keunggulan
Bersaing sehingga jumlah semua adalah 36 indikator dalam penelitian ini. Artinya untuk 6
observasi maka jumlah sampel maksimum yang harus digunakan adalah paling banyak
sejumlah 216 (yaitu 6 dikali 36) responden. Artinya dalam penelitian ini jumlah sampel
minimal yang harus digunakan adalah sebanyak 216 responden. Dengan demikian jumlah
sampel minimal untuk penelitian ini sebanyak 216 responden. yang merupakan penumpang
(pelanggan) yang telah lebih 3 kali menggunakan jasa angkutan penerbangan domestik
Lion Air Group. Tanpa terkecuali, baik model maupun metode penelitian secara
keselutuhan dilengkapi dengan berbagai Uji Statistik seperti: (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 (Sedang 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)], sebanyak 8 buah Model Regresi
II (atau secara total sebanyak 16 buah Model Regresi I & II), sebanyak 33 buah Model
Regresi III (Simple Regression) dan sebanyak 8 buah bentuk fungsional model hasil
estimasi Metode Path Analysis (Standardized Coefficients) [4 buah Model
Fungsional Loyalitas Konsumen (…..Fungsi Semula) dan 4 buah Model Fungsional
Keunggulan Bersaing (….Fungsi Estapet)] dan tidak menggunakan Model Regresi IV
(zresid Histogram Pembentukan Kurva Normal).
Terkutip: Secara matematis semua bentuk fungsional/proses perhitungan model
hasil estimasi pada penelitian jasa angkutan penerbangan domestik Lion Air Group
(sebagai MASTER UTAMA) yang disusun sedemikian rupa […berdasarkan MODEL
PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS (Sedang Alt) sebagaimana
terlihat pada Bab II] yang didalamnya diperlihatkan proses hitung sebanyak {[(16+8)*(2) +
66] = 114 Hasil Estmasi (Unstandardized Coefficients: Model Regresi I s/d III
(tanpa adanya zresid Histogram & Pembentukan Kurva Normal Model Regresi IV) dan
hasil estimasi Metode Path Analysis (Standardized Coefficients)} serta sebanyak [(34-7) = 27 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” (dapat dilihat dalam Bab IV & Lampiran).
8
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.
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.
9
Baik data hasil survey (data 5 observasi) maupun data olahan (data 6 observasi)
dalam penelitian ini digunakan untuk menganalisis semua indikator, dimensi maupun
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”
dipergunakan dalam berbagai Uji Statistik maupun peralatan analisa berbagai bentuk
Model Empiris sesuai kebutuhan penelitian.
Pada Model fungsional klasik Loyalitas Konsumen yang dikaji dalam penelitian ini
diharapkan mampu membuktikan bahwa variabel Kualitas Pelayanan (X1) mempunyai
pengaruh langsung Positif terhadap variabel Kepuasan Konsumen (Y1) dan mempunyai
pengaruh tidak langsung Positif terhadap variabel Loyalitas Konsumen (Y2) [melalui
intervening variabel kepuasan konsumen (Y1)]. Dalam pada itu, pada Model fungsional
Keunggulan Bersaing juga diharapkan mampu membuktikan bahwa Y1 = Y1u = variabel
Kepuasan Konsumen dan Y2 = Y2u = variabel Loyalitas Konsumen (sebagai kinerja Model
fungsional klasik dari fungsi Semula) mempunyai pengaruh langsung Positif terhadap
Dimensi Rata-rata Keunggulan Bersaing (Y3v) dan mempunyai pengaruh tidak langsung
Positif berpengaruh positif terhadap Y3 = Y3u = variabel Keunggulan Bersaing [melalui
intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)].
Pada model fungsional Loyalitas Konsumen sebagai fungsi Semula yang
mengawali Kinerja pemasaran diharapkan mampu “menciptakan atau menjadikan”
variabel Kualitas Pelayanan (X1) sebagai faktor-faktor pendorong tunggal naiknya
variabel Kepuasan Konsumen (Y1) maupun variabel Loyalitas Konsumen (Y2) secara
bersamaan. Sedangkan Model fungsional Keunggulan Bersaing (yang diasumsi sebagai
fungsi estapet) juga diharapkan mampu “menciptakan atau menjadikan” kedua variabel
Kepuasan Konsumen (Y1) dan variabel Loyalitas Konsumen (Y2) sebagai faktor-faktor
pendorong naiknya Dimensi Rata-rata Keunggulan Bersaing (Y3v) maupun variabel
Keunggulan Bersaing (Y3) secara bersamaan.
10
Kinerja produsen dalam Model fungsional klasik Loyalitas Konsumen (fungsi
Semula) adalah upaya memaksimalisasi meningkatkan kualitas pelayanan (X1) yang
diberikan kepada konsumen pengguna jasa angkutan penerbangan domestik LION AIR
GROUP agar mampu meningkatkan kepuasan konsumen. Sementara itu Kinerja produsen
dalam Model fungsional Keunggulan Bersaing (fungsi estapet) adalah upaya produsen
penyedia jasa angkutan penerbangan domestik LION AIR GROUP untuk 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 dalam mengelola sekian
jumlah armada (aircraft berbagai type maupun model) sebagai alat dalam pencapaian
tujuan-tujuan finansial perusahaaan untuk mendapatkan keberhasilan yang mampu
melebihi kemampuan para pesaing dari maskapai lainnya.
Model penelitian Keunggulan Bersaing semacam ini dikembangkan melalui
Kinerja pemasaran, yaitu semacam Kinerja perusahaan yang digerakkan dari berbagai
aspek pemasaran melalui pengembangan model fungsional Loyalitas Konsumen
(….fungsi Semula) yang dilanjutkan melalui kinerja pemasaran model fungsional
Keunggulan Bersaing (…fungsi estapet). Part Analysis Method ganda yang dilakukan
dalam penelitian ini merupakan ”sebuah model penelitian baru” yang melibatkan semua
data: Indikator, dimensi maupun variabel yang terkait dengan model fungsional Part
Analysis Method yang dibuat/digunakan dalam penelitian ini.
Semua data yang akan digunakan dalam penelitian (lihat lampiran 12 s/d 17)
dihitung “secara otomatis sesuai dengan formulasinya” sendiri-sendiri “menggunakan
Microsoft Office Excel 2003” dan disusun/dihitung dengan tingkat kesalahan yang sangat
kecil sekali (mendekati Nol). Setelah ditransfer ke Microsoft Office Word 2003 (dimana
formulasinya pada setiap sel tidak terlihat lagi). Untuk mengetahui keterikatan
Pengembangan Model dan pengaruh antar variabel dapat dijelaskan pada kerangka
pemikiran berikut:
11
e1 X1.1
e2 X1.2
e3 X1.3
e4 X1.4
e5 X1.5
e6 X1.6
e7 X1.7
e8 X1.8
e9 X1.9
e10 X1.10
e11 X1.11
e12 X1.12
e13 X1.13
Gambar 2.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable
Path Analysis Method, KERANGKA PEMIKIRAN TEORITIS
h1 Y2.1
h2 Y2.2
h3 Y2.3
h4 Y2.4
h5 Y2.5
g1 Y1.1
g2 Y1.2
g3 Y1.3
j1 Y2v.1
j2 Y2v.2
j3 Y2v.3
f1 X1v.1
f2 X1v.2
f3 X1v.3
f4 X1v.4
f5 X1v.5
i1 Y1v.1
i2 Y1v.2
i3 Y1v.3
l1 Y3v.1
l2 Y3v.2
l3 Y3v.3
k1 Y3.1
k2 Y3.2
k3 Y3.3
k4 Y3.4
Kualitas
Pelayanan
(X1)
Kepuasan
Konsumen
(Y1)
Loyalitas
Konsumen
(Y2)
HY1:r 2 Y1.i > 0.6 ALPHA CRONBACH > 0.6
HX1: r 2 X1.i > 0.6 ALPHA CRONBACH > 0.6
HY1v: r 2 Y1v.i > 0.6 ALPHA CRONBACH > 0.6
Y1 = Intevening Variable
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
H2 :C
oeff. R
eg b
1 >
0
H1
: Co
eff. Reg
a1 >
0
HY2v:r 2 Y2v.i > 0.6 ALPHA CRONBACH > 0.6
HY2:r 2 Y2.i > 0.6 ALPHA CRONBACH > 0.6
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
R SquareChange = R2
F Change = Fuji Test Durbin-Watson Test
HX1v: r 2 X1v.i > 0.6 ALPHA CRONBACH > 0.6
r 2 (Xi ) > 0.6
r 2 (Y1) > 0.6
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
Dimensi
Kualitas
Pelayanan
(X1v) Keunggulan
Bersaing
(Y3)
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
HY3:r 2 Y3.i > 0.6 ALPHA CRONBACH > 0.6
R SquareChange = R2
F Change = Fuji Test
Durbin-Watson Test
HY3v:r 2Y3v.i > 0.6 ALPHA CRONBACH > 0.6
Dimensi
Keunggulan
Bersaing
(Y3v)
Y3v= Intevening Variable
H3: Coeff. Reg 3 > 0
H1: Coeff. Reg 1 > 0
H1: r
2 X1>0
H2: Coeff. Reg 2 > 0
r 2(Yi ) > 0.6
r 2(Y3v) > 0.6
r 2(Yi ,Y3v) > 0.6
r 2(Y3v ,Yi) > 0.6
H4: Coeff. Reg c2 > 0 H3: Coeff. Reg c1 > 0
r 2 (Xi ,Y1) > 0
r 2 (Y1 ,Xi) > 0
H4: Coeff. Reg 1 > 0. H5: Coeff. Reg 2 > 0
KERANGKA PEMIKIRAN TEORITIS LION AIR GROUP 2017
Y3v.1. Memperluas Route Penerbangan LION AIR GROUP
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa LION AIR GROUP
Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LION AIR GROUP
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
Unstandardized Coefficients: 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
Second Path Analysis Method Keunggulan Bersaing
Y3 = 1 Y1 + 2Y2
Y3 Calc = 1 Y1 + 2Y2 + 3Y3v Ass: All Variables: Goodness of fit regression models
First Path Analysis Method Loyalitas Konsumen Y1 = 1X1 + 2 X2
Y2 = 1X1 + 2 X2 + 1Y1
12
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
Model Regresi II:
Indikator &Variabel:
X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7
+ e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5
X1v = f0 + f1 X1v.1 + f2 X1v.2 + f3 X1v.3 + f4 X1v.4 + f5 X1v.5 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
Y1v = i0 + i1 Y1v.1 + i2 Y1v.2 + i3 Yv1.3 + e9
Y2v = j0 + j1 Y2v.1 + j2 Y2v.2 + j3 Y2v.3 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
Model Regresi III:
Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran
sebagai berikut:
1. Variabel Kualitas Pelayanan (X1.i) No. Indikator dari Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop)
1. X1.1. Peralatan Aircraft LION AIR GROUP X1 = a0 + a1 X1.1 ; HX1.1 :Faktor Koreksi X1.1 > 0.6
2. X1.2. Perlengkapan Aircraft LION AIR GROUP X1 = b0 + b1 X1.2 ; HX1.2 :Faktor Koreksi X1.2 > 0.6
3. X1.3. Kenyamanan Ruangan X1 = c0 + c1 X1.3 ; HX1.3 :Faktor Koreksi X1.3 > 0.6
4. X1.4. Penampilan Petugas X1 = d0 + d1 X1.4 ; HX1.4 :Faktor Koreksi X1.4 > 0.6
5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = e0 + e1 X1.5 ; HX1.5 :Faktor Koreksi X1.5 > 0.6
6. X1.6. Keramahan X1 = f0 + f1 X1.6 ; HX1.6 :Faktor Koreksi X1.6 > 0.6
7. X1.7. Kecepatan Pelayanan X1 = g0 + g1 X1.7 ; HX1.7 :Faktor Koreksi X1.7 > 0.6
8. X1.8. Kemampuan Menanggapi Keluhan X1 = h0 + h1 X1.8 ; HX1.8 :Faktor Koreksi X1.8 > 0.6
9. X1.9. Kemudahan Prosedur X1 = i0 + i1 X1.9 ; HX1.9 :Faktor Koreksi X1.9 > 0.6
10. X1.10. Mampu Berkomunikasi X1 = j0 + j1 X1.10 ; HX1.10 :Faktor Koreksi X1.10 > 0.6
11. X1.11. Informasi Yang Akurat X1 = k0 + k1 X1.11 ; HX1.11 :Faktor Koreksi X1.11 > 0.6
12. X1.12. Pemahaman Kebutuhan Konsumen X1 = l0 + l1 X1.12 ; HX1.12 :Faktor Koreksi X1.12 > 0.6
13. X1.13. Perhatian Kepada Konsumen X1 = m0 + m1 X1.13 ; HX1.13 :Faktor Koreksi X1.13 > 0.6
13
2. Variabel Kepuasan Konsumen (Y1) No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)
1. Y1.1. Kepuasan akan produk yang ditawarkan Y1 = n0 + n1 Y1.1 ; HY1.1 :Faktor Koreksi Y1.1 > 0.6
2. Y1.2. Sesuai dengan yang diharapkan Y1 = o0 + o1 Y1.2 ; HY1.2 :Faktor Koreksi Y1.2 > 0.6
3. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = p0 + p1 Y1.3 ; HY1.3 :Faktor Koreksi Y1.3 > 0.6
3. Variabel Loyalitas Konsumen (Y2) No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)
1. Y2.1. Aircraft LION AIR GROUP Yang Bagus Y2 = q0 + q1 Y2.1 ; HY2.1 :Faktor Koreksi Y2.1 > 0.6
2. Y2.2. Kenikmatan Merasakan Layanan Y2 = r0 + r1 Y2.2 ; HY2.2 :Faktor Koreksi Y2.2 > 0.6
3. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = s0 + s1 Y2.3 ; HY2.3 :Faktor Koreksi Y2.3 > 0.6
4. Y2.4. Pengalaman Masa Lalu Y2 = t0 + t1 Y2.4 ; HY2.4 :Faktor Koreksi Y2.4 > 0.6
5. Y2.5. Pengalaman Teman-teman Y2 = u0 + u1 Y2.5 ; HY2.5 :Faktor Koreksi Y2.5 > 0.6
4. Dimensi Rata-rata Kepuasan Konsumen (Y1v) No. Dimensi Rata-rata Kepuasan Konsumen: Bentuk Fungsi: FK Y1v.i > 0.6 (Valid), FK Y1v.i < 0.6 (Drop)
1. Y1v.1. Pelayanan Sesuai dengan harapan pelanggan Y1v = h0 + h1 Y1v.1 ;HY1v.1 :Faktor Koreksi Y1v.1 > 0.6
2. Y1v.2. Kesediaan Pelanggan untuk merekomendasikan kepada orang lain Y1v = i0 + i1 Y1v.2 ;HY1v.2 :Faktor Koreksi Y1v.2 > 0.6
3. Y1v.3. Puas atas kualitas pelayanan yang sudah dirasakan Y1v = j0 + j1 Y1v.3 ;HY1v.3 :Faktor Koreksi Y1.3 > 0.6
5. Dimensi Rata-rata Variabel Loyalitas Konsumen (Y2v) No. Dimensi Rata-rata Loyalitas Konsumen: Bentuk Fungsi: FK Y2v.i > 0.6 (Valid), FK Y2v.i < 0.6 (Drop)
1. Y2v.1. Penggunaan ulang layanan Y2v = k0 + k1 Y2v.1 ; HY2v.1 :Faktor Koreksi Y2\v..1 > 0.6
2. Y2v.2. Tertanamnya secara positif layanan di benak pelanggan Y2v = l0 + l1 Y2v.2 ; HY2v.2 :Faktor Koreksi Y2v.2 > 0.6
3. Y2v.3. Selalu menjadi pilihan utama bagi pelanggan Y2v = m0 + m1 Y2v.3 ; HY2v.3 :Faktor Koreksi Y2v.3 > 0.6
6. Dimensi Rata-rata Kualitas Pelayanan (X1v) No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)
1. X1v.1. Bukti fisik (tangible) X1v = n0 + n1 X1v.1 ; HX1v.1 :Faktor Koreksi X1v.1 > 0.6
2. X1v.2. Keandalan (reliability) X1v = o0 + o1 X1v.2 ; HX1v.2 :Faktor Koreksi X1v.2 > 0.6
3. X1v.3. Daya tanggap (responsiveness) X1v = p0 + p1 X1v.3 ; HX1v.3 :Faktor Koreksi X1v.3 > 0.6
4. X1v.4. Jaminan (assurance) X1v = q0 + q1 X1v.4 ; HX1v.4 :Faktor Koreksi X1v.4 > 0.6
5. X1v.5. Perhatian (empathy) X1v = r0 + r1 X1v.5 ; HX1v.5 :Faktor Koreksi X1v.5 > 0.6
7. Variabel Keunggulan Bersaing (Y3) No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)
1. Y3.1. Kemampuan Bersaing Y3 = s0 + s1 Y3.1 ; HY3.1 :Faktor Koreksi Y3.1 > 0.6
2. Y3.2. Dikenal Luas Y3 = t0 + t1 Y3.2 ; HY3.2 :Faktor Koreksi Y3.2 > 0.6
3. Y3.3. Peningkatan Sumber Dana Y3 = u0 + u1 Y3.3 ; HY3.3 :Faktor Koreksi Y3.3 > 0.6
4. Y3.4. Keunggulan Tekhnologi Y3 = v0 + v1 Y3.3 ; HY3.4 :Faktor Koreksi Y3.4 > 0.6
8. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1. Y3v.1. Memperluas Route Penerbangan LION AIR GROUP Y3v = w0 + w1 Y3v.1 ; HY3.1 :Faktor Koreksi Y3v.1 > 0.6
2. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa LIONS Y3v = x0 + x1 Y3v.2 ; HY3.2 :Faktor Koreksi Y3v.2 > 0.6
3. Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LIONS Y3v = y0 + y1 Y3v.3 ; HY3.3 :Faktor Koreksi Y3v.3 > 0.6
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
14
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
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 LION AIR GROUP .
H2:r 2 Y1 > 0 Bahwa variabel kepuasan konsumen (Y1) mempunyai pengaruh langsung
positif terhadap variabel loyalitas konsumen (Y2) jasa angkutan
penerbangan domestik LION AIR GROUP.
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
LION AIR GROUP.
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
LION AIR GROUP.
15
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
LION AIR GROUP.
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:
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 LION AIR GROUP.
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 LION AIR GROUP.
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:
16
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 LION AIR GROUP 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 LION AIR GROUP 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 LION AIR GROUP 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 LION AIR GROUP meningkatkan kualitas
17
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 LION AIR GROUP 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 LION AIR GROUP.
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:
18
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 LION AIR GROUP 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 LION AIR GROUP terkini
(4) Y3.4. Keunggulan teknologi Aircraft LION AIR GROUP 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 LION AIR GROUP
2) Mampu Menciptakan Inovasi Produk Jasa Aircraft LION AIR GROUP
3) Senantiasa Meningkatkan Promosi Aircraft LION AIR GROUP.
19
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 dan 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 dan beberapa bagian tertentu
menggunakan Micrrosoft Excel 2003 (Lotus 1-2-3 Transition).
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)
20
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.
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”
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 berbagai variabel tersebut dipergunakan dalam berbagai Uji Statistik
maupun peralatan analisa berbagai bentuk Model Empiris sesuai kebutuhan penelitian.
21
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
(lampiran 10 & 12 s/d 16),, dengan Hasil Perhitungan Empiris yang dirangkum kedalam
Gambar 4.1 (meliputi semua penjabarannya) sebagai berikut:
22
191.5 X1.1
39.3 X1.2 -101.2
X1.3
-56.9 X1.4 49.6 X1.5
-145.7 X1.6
65.1 X1.7 -47.3 X1.8 -126.2
X1.9 4.1 X1.10
77.8 X1.11 -58.9 X1.12 127.5
X1.13
Gambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke I)
-10.35 Y2.1 -0.83 Y2.2 29.72 Y2.3 14.41 Y2.4 -29.29 Y2.5
17.41 Y1.1
-16.07 Y1.2
2.35 Y1.3
1.53 Y2v.1
-13.14 Y2v.2
12.86 Y2v.3
12260.6 X1v.1
-11071.0 X1v.2
-3964.4 X1v.3
-2197.5 X1v.4
5447.3 X1v.5
8.45 Y1v.1
-6.20 Y1v.2
0.23 Y1v.3
-5.14 Y3v.1
-1.01 Y3v.2
8.35 Y3v.3
-10.43 Y3.1
5.76 Y3.2
-10.45 Y3.3
18.14 Y3.4
Kualitas
Pelayanan
(X1)
Kepuasan
Konsumen
(Y1)
Loyalitas
Konsumen
(Y2)
HY1:r 2 Y1.i = 0.400 ALPHA CRONBACH = 1.047
HX1: r 2 X1.i = 0.766 ALPHA CRONBACH = 0.973
HY1v:r 2 Y1v.i = 0.366 ALPHA CRONBACH = 0.811
Y1 = Intevening Variable
R Square = 0.953 Fuji Test = 5.092
D-W Test = 2.571
R Square = 0.850 Fuji Test = 1.888 D-W Test = 1.526
R Square = 0.841 Fuji Test = 1.769 D-W Test = 1.520
Co
eff. Reg
b1
= 1
.586
: Co
eff. Reg
a1 =
0.1
71
HY2v:r 2Y2v.i = 0.186 ALPHA CRONBACH = 0.892
HY2:r 2 Y2.i = 0.194 ALPHA CRONBACH = 0.943
R Square = 0.799 Fuji Test = 1.321
D-W Test = 1.500
R Square = 0.865 Fuji Test = 2.142 D-W Test = 2.225
HX1v:r 2X1v.i = 0.426 ALPHA CRONBACH = 0.929
r 2 (Xi ) =
r 2 (Xi ,Y1) =
r 2 (Y1) =
R Square = 0.797 Fuji Test = 1.306 D-W Test = 1.500
Dimensi
Kualitas
Pelayanan
(X1v) Keunggulan
Bersaing
(Y3)
R Square = 0.835 Fuji Test = 1.691 D-W Test = 1.500
HY3:r 2 Y3.i = 0.271 ALPHA CRONBACH = 0.890
Coeff. Reg c1= - 37471.788b (Excluded Variable) Coeff. Reg c2 = 1.586
R Square = 0.818 Fuji Test = 1.496 D-W Test = 1.500
HY3v:r 2Y3v.i = 0.341 ALPHA CRONBACH = 0.836
Dimensi
Keunggulan
Bersaing
(Y3v)
Y3v= Intevening Variable
Coeff. Reg 3 = 1.228
Coeff. Reg 1 = 0.065
H1: r
2 X1>0
Coeff. Reg 2 = 0.389 Coeff. Reg 2 = -143845.594b (Excluded Variable)
Coeff. Reg 1 =
r 2(Yi ) =
r 2(Y3v) = 0.741
r 2(Yi ,Y3v) = 0.613
r 2(Y3v ,Yi) = 0.613
r 2 (Y1 ,Xi) =
HASIL PERHITUNGAN EMPIRIS LION AIR GROUP 2017 Data Dengan Kategori (Jumlah ke I)
Y3v.1. Memperluas Route Penerbangan LION AIR GROUP
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa LION AIR GROUP
Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LION AIR GROUP
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen: Y1 = 49.083 + 0.171 X1
Y2 = 10.512 + 1.586 Y1 Calc
Y2 = 10.512 - 37471.788b X1 + 1.586 Y1 Calc
Y2 = 88.336 + 37472.543b Y1Calc + 0.272 X1 Unstandardized Coefficients: Model Fungsional Keunggulan Bersaing
Y3v = 55.556 + 0.091 Y1 + 0.389 Y2
Y3 = 3.784 + 1.304 Y3v Calc
Y3 = 6.783 + 0.065 Y1 - 143845.594b Y2 + 1.228 Y3v Calc
Y3 = 74.992 + 160930.013b Y3v Calc + 0.177 Y1 + 0.478 Y2
First Path Analysis Method Loyalitas Konsumen Y1 = 0.906 X1
Y2 = -37471.788b X1 + 0.755Y1 Calc
Second Path Analysis Method Keunggulan Bersaing
Y3v = 0.104 Y1 + 0.814 Y2
Y3 = 0.056 Y1 - 143845.594b Y2 + 0.845 Y3v Calc
b) Excluded Variables: Beta In X1 & Y2
23
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 = 49.083 + 0.171 X1 + E1
Y2 = 10.512 + 1.586 Y1 Calc
Y2 = 10.512 - 37471.788b X1 + 1.586 Y1 Calc
Y2 = 88.336 + 37472.543b Y1Calc + 0.272 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 = 55.556 + 0.091 Y1 + 0.389 Y2
Y3 = 3.784 + 1.304 Y3v Calc
Y3 = 6.783 + 0.065 Y1 - 143845.594b Y2 + 1.228 Y3v Calc
Y3 = 74.992 + 160930.013b Y3v Calc + 0.177 Y1 + 0.478 Y2
Model Regresi II:
X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7
+ e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5
X1v = f0 + f1 X1v.1 + f2 X1v.2 + f3 X1v.3 + f4 X1v.4 + f5 X1v.5 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
Y1v = i0 + i1 Y1v.1 + i2 Y1v.2 + i3 Yv1.3 + e9
Y2v = j0 + j1 Y2v.1 + j2 Y2v.2 + j3 Y2v.3 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
Multiples Regression, 5 Obsrvasi X1 = 65.714 + 191.496 X1.1 + 39.252 X1.2 - 101.180 X1.3 - 56.927 X1.4 + 49.640 X1.5 -145.729 X1.6 + 65.114 X1.7
- 47.286 X1.8 - 126.167 X1.9 + 4.054 X1.10 + 77.850 X1.11 - 58.869 X1.12 + 127.475 X1.13 + e5
X1v = 179.500 + 12260.586 X1v.1 - 11071.015 X1v.2 -3964.357 X1v.3 - 2197.478 X1v.4 + 5447.257 X1v.5 + e6
Y1 = 59.086 + 17.405 Y1.1 - 16.069 Y1.2 + 2.347 Y1.3 + e7
Y2 = 126.500 - 10.348 Y2.1 - 0.834 Y2.2 + 29.725 Y2.3 + 14.411Y2.4 - 29.288 Y2.5 + e8
24
Y1v = 57.884 + 8.446 Y1v.1 - 6.201 Y1v.2 + 0.235 Y1v.3 + e9 Y2v = 76.000 + 1.528 Y2v.1 - 13.138 Y2v.2 + 12.861Y2v.3 + e10
Y3 = 83.500 - 10.433 Y3.1 - 5.761Y3.2 - 10.450 Y3.3 + 18.141 Y3.4 + e11
Y3v = 60.000 - 5.141Y3v..1 - 1.013 Y3v.2 + 8.349 Y3v..3 + e11
Model Regresi III:
Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran
sebagai berikut:
1. Variabel Kualitas Pelayanan (X1.i) No. Indikator dari Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop)
1. X1.1. Peralatan Aircraft LION AIR GROUP X1 = 175.485 + 10.666 X1.1 ; FK X1.1 = 0.663 Valid 2. X1.2. Perlengkapan Aircraft LION AIR GROUP` X1 = 174.184 + 10.585 X1 ; FK X1.2 = 0.581 Drop
3. X1.3. Kenyamanan Ruangan X1 = 200.728 + 9.753 X1.3 ; FK X1.3 = 0.613 Valid
4. X1.4. Penampilan Petugas X1 = 179.723 + 10.211 X1.5 ; FK X1.4 = 0.397 Drop
5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 179.723 + 10.211 X1.5 ; FK X1.5 = 0.642 Valid
6. X1.6. Keramahan X1 = 162.267 + 10.735 X1.6 ; FK X1.6 = 0.577 Drop
7. X1.7. Kecepatan Pelayanan X1 = 186.188 + 9.984 X1.7 ; FK X1.7 = 0.684 Valid
8. X1.8. Kemampuan Menanggapi Keluhan X1 = 184.691 + 10.587 X1.8 ; FK X1.8 = 0.686 Valid
9. X1.9. Kemudahan Prosedur X1 = 166.578 + 10.793 X1.9 ; FK X1.9 = 0.631 Valid
10. X1.10. Mampu Berkomunikasi X1 = 244.558 + 8.807 X1.10 ; FK X1.10 = 0.444 Drop
11. X1.11. Informasi Yang Akurat X1 = 181.788 + 11.106 X1.11 ; FK X1.11 = 0.544 Drop
12. X1.12. Pemahaman Kebutuhan Konsumen X1 = 197.084 + 10.125 X1.12 ; FK X1.12 = 0.690 Valid
13. X1.13. Perhatian Kepada Konsumen X1 = 167.804 + 11.062 X1.13 ; FK X1.13 = 0.586 Drop
2. Variabel Kepuasan Konsumen (Y1) No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)
1. Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 65.238 + 2.475 Y1.1 ; FK Y1.1 = 0.246 Drop
2. Y1.2. Sesuai dengan yang diharapkan Y1 = 65.755 + 2.313 Y1.2 ; FK Y1.2 = 0.192 Drop
3. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 45.713 + 3.202 Y1.3 ; FK Y1.3 = 0.496 Drop
3. Variabel Loyalitas Konsumen (Y2) No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)
1. Y2.1. Aircraft LION AIR GROUP Yang Bagus Y2 = 79.675 + 3.986 Y2.1 ; FK Y2.1 = 0.205 Drop
2. Y2.2. Kenikmatan Merasakan Layanan Y2 = 96.151 + 3.866 Y2.2 ; FK Y2.2 = 0.445 Drop
3. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 85.505 + 3.979 Y2.3 ; FK Y2.3 = 0.367 Drop
4. Y2.4. Pengalaman Masa Lalu Y2 = 92.336 + 3.680 Y2.4 ; FK Y2.4 = 0.428 Drop
5. Y2.5. Pengalaman Teman-teman Y2 = 90.177 + 3.723 Y2.5 ; FK Y2.5 = 0.381 Drop
4. Dimensi Rata-rata Kualitas Pelayanan (X1v) No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)
1. X1v.1. Bukti fisik (tangible) X1v = 67.984 + 4.135 X1v.1 ; FK X1v.1 = 0.621 Valid
2. X1v.2. Keandalan (reliability) X1v = 67.334 + 3.975 X1v.2 ; FK X1v.2 = 0.628 Valid
3. X1v.3. Daya tanggap (responsiveness) X1v = 68.412 + 4.100 X1v.3 ; FK X1v.3 = 0.653 Valid
4. X1v.4. Jaminan (assurance) X1v = 71.136 + 4.127 X1v.4 ; FK X1v.4 = 0.647 Valid
5. X1v.5. Perhatian (empathy) X1v = 70.326 + 4.069 X1v.5 ; FK X1v.5 = 0.642 Valid
5. Variabel Keunggulan Bersaing (Y3) No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)
1. Y3.1. Kemampuan Bersaing Y3 = 64.548 + 2.958 Y3.1 ; FK Y3.1 = 0.419 Drop
2. Y3.2. Dikenal Luas Y3 = 66.753 + 3.156 Y3.2 ; FK Y3.2 = 0.444 Drop
3. Y3.3. Peningkatan Sumber Dana Y3 = 67.650 + 3.075 Y3.3 ; FK Y3.3 = 0.488 Drop
4. Y3.4. Keunggulan Tekhnologi Y3 = 67.747 + 3.001 Y3.4 ; FK Y3.4 = 0.487 Drop
6. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1. Y3v.1. Memperluas Route Penerbangan LION AIR GROUP Y3v = 46.214 + 2.278 Y3v.1 ; FK Y3v.1 = 0.478 Drop
2. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa LIONS Y3v = 48.846 + 2.375 Y3v.2 ; FK Y3v.2 = 0.499 Drop
3. Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LIONS Y3v = 48.928 + 2.305 Y3v.3 ; FK Y3v.3 = 0.541 Drop
25
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 0.906 X1 (Persamaan Regresi 1) Y2 = -37471.788b X1 + 0.755Y1 Calc (Persamaan Regresi 3)
atau
Y1 = 0.906 X1 (Persamaan Regresi 1) Y2 = 37472.543b Y1Calc + 0.755 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
Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)
Y3v = 0.104 Y1 + 0.814 Y2 (Persamaan Regresi 1) Y3 = 0.056 Y1 - 143845.594b Y2 + 0.845 Y3v Calc (Persamaan Regresi 3)
atau
Y3v = 0.104 Y1 + 0.814 Y2 (Persamaan Regresi 1) Y3 = 160930.013b Y3v Calc + 0.153 Y1 + 0.755 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
26
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 (lampiran 10 & 12 s/d 16), dengan Hasil Perhitungan Empiris
yang dirangkum kedalam Gambar 4.2 (meliputi semua penjabarannya) sebagai berikut:
27
-102.8 X1.1
41.0 X1.2 57.7 X1.3
48.3 X1.4 -61.1 X1.5 75.3 X1.6
-33.5 X1.7 26.2 X1.8
86.4 X1.9 -0.04 X1.10 -20.3 X1.11 48.8 X1.12
-71.1 X1.13
Gambar 4.2: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke II).
-25.61 Y2.1 -0.02 Y2.2 113.38 Y2.3 5.25 Y2.4 -85.17 Y2.5
18.24 Y1.1
16.80 Y1.2
2.19 Y1.3
1.18 Y2v.1
-3.71 Y2v.2
4.95 Y2v.3
241.9 X1v.1
-277.8 X1v.2
28.2 X1v.3
-105.1 X1v.4 127.6 X1v.5
3.52 Y1v.1
-1.43 Y1v.2
0.74 Y1v.3
-1.05 Y3v.1
0.33 Y3v.2
3.45 Y3v.3
-0.48 Y3.1
-2.49 Y3.2
5.35 Y3.3
1.17 Y3.4
Kualitas
Pelayanan
(X1)
Kepuasan
Konsumen
(Y1)
Loyalitas
Konsumen
(Y2)
HY1:r 2 Y1.i = 0.842 ALPHA CRONBACH = 0.902
HX1: r 2 X1.i = 0.812 ALPHA CRONBACH = 0.986
HY1v:r 2 Y1v.i = 0.872 ALPHA CRONBACH = 0.908
Y1 = Intevening Variable
R Square = 0.962 Fuji Test = 5.405
D-W Test = 2.571
R Square = 0.937 Fuji Test = 9.893 D-W Test = 1.931
R Square = 0.949 Fuji Test = 12.316 D-W Test = 2.516
Co
eff. Reg
b1
= 1
.45
3
: Co
eff. Reg
a1 =
0.2
45
HY2v:r 2Y2v.i = 0.772 ALPHA CRONBACH = 0.906
HY2:r 2 Y2.i = 0.773 ALPHA CRONBACH = 0.952
R Square = 0.909 Fuji Test = 6.675
D-W Test = 2.500
R Square = 0.959 Fuji Test = 15.725 D-W Test = 2.712
HX1v:r 2X1v.i = 0.898 ALPHA CRONBACH = 0.961
r 2 (X1 ) = 0.920
r 2 (X1 ,Y1) = 0.988
r 2 (Y1) = 0.873
R Square = 0.909 Fuji Test = 6.634 D-W Test = 2.500
Dimensi
Kualitas
Pelayanan
(X1v) Keunggulan
Bersaing
(Y3)
R Square = 0.945
Fuji Test = 11.555 D-W Test = 2.500
HY3:r 2 Y3.i = 0.848 ALPHA CRONBACH = 0.846
Coeff. Reg c1 = 0.283 Coeff. Reg c2 = 0.654
R Square = 0.939 Fuji Test = 10.288 D-W Test = 2.500
HY3v:r 2Y3v.i = 0.864 ALPHA CRONBACH = 0.912
Dimensi
Keunggulan
Bersaing
(Y3v)
Y3v= Intevening Variable
Coeff. Reg 3 = 0.504
Coeff. Reg 2 = 0.311
Coeff. Reg 2 = 0.138 Coeff. Reg 1 = 0.815
r 2(Yi ) = 0.884
r 2(Y3v) = 0.941
r 2(Y1 ,Y3v) = 0.985
r 2(Y3v ,Y1) = 0.985
r 2 (Y1 ,X1) = 0.988
HASIL PERHITUNGAN EMPIRIS LION AIR GROUP 2017 Data Dengan Kategori (Jumlah ke II)
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen: Y1 = 24.062 + 0.245 X1
Y2 = 22.777 + 1.453 Y1 Calc Y2 Calc = 12.540 + 0.283 X1 + 0.654 Y1
Y2Calc = 12.540 + 0.654 Y1 + 0.283 X1
Y3v.1. Memperluas Route Penerbangan LION AIR GROUP
Y3v.2. Mampu Menciptakan INOVASI Produk Jasa LION AIR GROUP
Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LION AIR GROUP
Unstandardized Coefficients: Model Fungsional Keunggulan Bersaing Y3v = 25.180 + 0.594 Y1 + 0.311 Y2
Y3 = 17.248 + 1.163 Y3v Calc
Y3 Calc = 8.367 + 0.815 Y1 + 0.138 Y2 + 0.504 Y3v
Y3Calc = 8.367 + 0.504 Y3v + 0.815 Y1 + 0.138 Y2
First Path Analysis Method Loyalitas Konsumen Y1 = 0.968 X1
Y2 Calc = 0.633 X1 + 0.371 Y1
Second Path Analysis Method Keunggulan Bersaing
Y3v = 0.524 Y1 + 0.448 Y2
Y3 Calc = 0.509 Y1 + 0.142 Y2 + 0.358 Y3v All Variables: Goodness of fit regression models
Coeff. Reg 1 = 0.504
H1: r
2 X1>0
28
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 = 24.062 + 0.245 X1
Y2 = 22.777 + 1.453 Y1 Calc
Y2 Calc = 12.540 + 0.283 X1 + 0.654 Y1
Y2Calc = 12.540 + 0.654 Y1 + 0.283 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 = 25.180 + 0.594 Y1 + 0.311 Y2
Y3 = 17.248 + 1.163 Y3v Calc
Y3 Calc = 8.367 + 0.815 Y1 + 0.138 Y2 + 0.504 Y3v
Y3Calc = 8.367 + 0.504 Y3v + 0.815 Y1 + 0.138 Y2
Model Regresi II:
X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7
+ e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5
X1v = f0 + f1 X1v.1 + f2 X1v.2 + f3 X1v.3 + f4 X1v.4 + f5 X1v.5 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
Y1v = i0 + i1 Y1v.1 + i2 Y1v.2 + i3 Yv1.3 + e9
Y2v = j0 + j1 Y2v.1 + j2 Y2v.2 + j3 Y2v.3 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
X1 = 164.286 - 102.756 X1.1 - 40.958 X1.2 + 57.669 X1.3 + 48.286 X1.4 - 61.102 X1.5 + 75.267 X1.6 - 33.489 X1.7
+ 26.217 X1.8 + 86.383 X1.9 - 0.037 X1.10 -20.249 X1.11 + 48.757 X1.12 - 71.129 X1.13 + e5
X1v = 64.107 + 241.876 X1v.1 - 277.841 X1v.2 + 28.164 X1v.3 - 105.136 X1v.4 + 127.599 X1v.5 + e6
Y1 = 61.159 + 18.243 Y1.1 - 16.803 Y1.2 + 2.193 Y1.3 + e7
Y2 = 84.333 - 25.608 Y2.1 - 0.020 Y2.2 + 113.378 Y2.3 + 5.249 Y2.4 - 85.167 Y2.5 + e8
Y1v = 38.931 + 3.517 Y1v.1 - 1.435 Y1v.2 + 0.741 Y1v.3 + e9
29
Y2v = 50.667 + 1.176 Y2v.1 - 3.713 Y2v.2 + 4.954 Y2v.3 + e10
Y3 = 55.667 - 0.481 Y3.1 - 2.489 Y3.2 + 5.348 Y3.3 + 1.172 Y3.4 + e11
Y3v = 40.000 - 1.047 Y3v..1 + 0.329 Y3v.2 + 3.450 Y3v..3 + e11
Model Regresi III:
Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran
sebagai berikut:
1. Variabel Kualitas Pelayanan (X1.i) No. Indikator dari Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop)
1) X1.1. Peralatan Aircraft LION AIR GROUP X1 = 144.743 + 11.844 X1.1 ; FK X1.1 = 0.902 Valid
2) X1.2. Perlengkapan Aircraft LION AIR GROUP X1 = 143.095 + 11.742 X1.2 ; FK X1.2 = 0.880 Valid
3) X1.3. Kenyamanan Ruangan X1 = 160.483 + 11.333 X1.3 ; FK X1.3 = 0.877 Valid
4) X1.4. Penampilan Petugas X1 = 167.291 + 12.358 X1.4 ; FK X1.4 = 0.806 Valid
5) X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 147.084 + 11.426 X1.5 ; FK X1.5 = 0.895 Valid
6) X1.6. Keramahan X1 = 136.443 + 11.660 X1.6 ; FK X1.6 = 0.882 Valid
7) X1.7. Kecepatan Pelayanan X1 = 151.673 + 11.292 X1.7 ; FK X1.7 = 0.903 Valid
8) X1.8. Kemampuan Menanggapi Keluhan X1 = 150.729 + 11.943 X1.8 ; FK X1.8 = 0.905 Valid
9) X1.9. Kemudahan Prosedur X1 = 139.272 + 11.804 X1.9 ; FK X1.9 = 0.896 Valid
10) X1.10. Mampu Berkomunikasi X1 = 191.464 + 11.131 X1.10 ; FK X1.10 = 0.797 Valid
11) X1.11. Informasi Yang Akurat X1 = 147.140 + 12.495 X1.11 ; FK X1.11 = 0.866 Valid
12) X1.12. Pemahaman Kebutuhan Konsumen X1 = 159.122 + 11.670 X1.12 ; FK X1.12 = 0.900 Valid
13) X1.13. Perhatian Kepada Konsumen X1 = 139.538 + 12.131 X1.13 ; FK X1.13 = 0.883 Valid
2. Variabel Kepuasan Konsumen (Y1) No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)
1) Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 63.954 + 2.551Y1.1 ; FK Y1.1 = 0.667 Valid
2) Y1.2. Sesuai dengan yang diharapkan Y1 = 64.207 + 2.398 Y1.2 ; FK Y1.2 = 0.639 Valid
3) Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 54.857 + 2.740 Y1.3 ; FK Y1.3 = 0.767 Valid
3. Variabel Loyalitas Konsumen (Y2) No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)
1) Y2.1. Aircraft LION AIR GROUP Yang Bagus Y2 = 71.175 + 4.327 Y2.1 ; FK Y2.1 = 0.706 Valid
2) Y2.2. Kenikmatan Merasakan Layanan Y2 = 84.517 + 4.516 Y2.2. ; FK Y2.2 = 0.781 Valid
3) Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 84.517 + 4.516 Y2.2 ; FK Y2.3 = 0.767 Valid
4) Y2.4. Pengalaman Masa Lalu Y2 = 81.210 + 4.225 Y2.4 ; FK Y2.4 = 0.782 Valid
5) Y2.5. Pengalaman Teman-teman Y2 = 79.188 + 4.236 Y2.5 ; FK Y2.5 = 0.767 Valid
4. Dimensi Rata-rata Kualitas Pelayanan (X1v) No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)
1) X1v.1. Bukti fisik (tangible) X1v = 56.107 + 4.592 X1v.1 ; FK X1v.1 = 0.890 Valid
2) X1v.2. Keandalan (reliability) X1v = 55.750 + 4.401 X1v.2 ; FK X1v.2 = 0.893 Valid
3) X1v.3. Daya tanggap (responsiveness) X1v = 56.496 + 4.560 X1v.3 ; FK X1v.3 = 0.899 Valid
4) X1v.4. Jaminan (assurance) X1v = 58.155 + 4.648 X1v.4 ; FK X1v.4 = 0.894 Valid
5) X1v.5. Perhatian (empathy) X1v = 57.623 + 4.566 X1v.5 ; FK X1v.5 = 0.894 Valid
5. Variabel Keunggulan Bersaing (Y3) No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)
1) Y3.1. Kemampuan Bersaing Y3 = 51.970 + 3.413 Y3.1 ; FK Y3.1 = 0.835 Valid
2) Y3.2. Dikenal Luas Y3 = 53.434 + 3.692 Y3.2 ; FK Y3.2 = 0.838 Valid
3) Y3.3. Peningkatan Sumber Dana Y3 = 54.247 + 3.613 Y3.3 ; FK Y3.3 = 0.849 Valid
4) Y3.4. Keunggulan Tekhnologi Y3 = 31.606 + 3.531 Y3.4 ; FK Y3.4 = 0.849 Valid
6. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1) Y3v.1. Memperluas Route Penerbangan LION AIR GROUP Y3v = 37.268 + 2.602 Y3v.1 ; FK Y3v.1 = 0.854 Valid
2) Y3v.2. Mampu Menciptakan Inovasi Produk Jasa LIONS Y3v = 38.933 + 2.772 Y3v.2 ; FK Y3v.2 = 0.855 Valid
3) Y3v.3. Senantiasa Meningkatkan Promosi Penerbangan LIONS Y3v = 39.141 + 2.689 Y3v.3 ; FK Y3v.3 = 0.866 Valid
30
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 0.968 X1 (Persamaan Regresi 1) Y2 Calc = 0.633 X1 + 0.371 Y1 (Persamaan Regresi 3)
atau
Y1 = 0.968 X1 (Persamaan Regresi 1)
Y2Calc = 0.371 Y1 + 0.633 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
Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)
Y3v = 0.524 Y1 + 0.448 Y2 (Persamaan Regresi 1) Y3 Calc = 0.509 Y1 + 0.142 Y2 + 0.358 Y3v (Persamaan Regresi 3)
atau
Y3v = 0.524 Y1 + 0.448 Y2 (Persamaan Regresi 1) Y3Calc = 0.358 Y3v + 0.509 Y1 + 0.142 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
31
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.
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”.
32
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 LION AIR GROUP 2017
33
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) 12.540 26.041 .482 .663
X1 = Kualitas Pelayanan (as Observed) .283 .086 .633 3.301 .046 .064 15.702
Y1 = Kepuasan Konsumen (as Observed) .654 .338 .371 1.932 .149 .064 15.702
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 = 0.633 X1 + 0.371 Y1
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 LION AIR GROUP 2017
34
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) 12.540 26.041 .482 .663
Y1 = Kepuasan Konsumen (as Observed) .654 .338 .371 1.932 .149 .064 15.702
X1 = Kualitas Pelayanan (as Observed) .283 .086 .633 3.301 .046 .064 15.702
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 = 0.371 Y1 + 0.633 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 LION AIR GROUP 2017
35
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) 8.367 23.599 .355 .757
Y1 = Y1u = Kepuasan Konsumen (Observed) .815 .406 .509 2.006 .183 .046 21.687
Y2 = Y2u = Loyalitas Konsumen (Observed) .138 .242 .142 .572 .625 .048 20.623
Y3v = Dimensi Rata-rata Keunggulan Bersaing
(Observed)
.504 .291 .358 1.732 .225 .070 14.349
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 = 0.509 Y1 + 0.142 Y2 + 0.358 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
Zresid Normal P-P Plot:
Output1 PP Plot Reg IV Keunggulan Bersaing LION AIR GROUP 2017
36
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
Coefficientsa Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
(Constant) 8.367 23.599 .355 .757
Y3v = Dimensi Rata-rata Keunggulan Bersaing
(Observed)
.504 .291 .358 1.732 .225 .070 14.349
Y1 = Y1u = Kepuasan Konsumen (Observed) .815 .406 .509 2.006 .183 .046 21.687
Y2 = Y2u = Loyalitas Konsumen (Observed) .138 .242 .142 .572 .625 .048 20.623
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 .358Y3v + 0.509 Y1 + 0.142 Y2
Sumber: Diolah oleh penulis dari data Lampiran 13-14 dan Lampiran 16-17.
Model Regresi I (Unstandardized Coefficients maupun Standardized Coefficients)
pada Model Fungsional Keunggulan Bersaing (….Fungsi Estapet) bahwa Koefisien hasil
37
estimasi terlihat hanya bertukar dengan nilai hasil estimasi yang sama, sedangkan pada
kedua gambar Zresid Normal P-P Plot memperlihatkan bahwa uji normalitas berdistribusi
normal. Hal ini dapat dilihat bahwa garis yang menggambarkan data sesungguhnya
mengikuti garis diagonal. Artinya bahwa sebaran data dikatakan tersebar di sekeliling
garis lurus (tidak terpencar jauh dari garis lurus), sehingga persyaratan normalitas bisa
dipenuhi. Dengan demikian Pengaruh tidak langsung variabel Y1 = Y1u = Kepuasan
Konsumen (Observed) dan variabel Y2 = Y2u = Loyalitas Konsumen (Observed) terhadap
variabel Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed) [melalui intervening
variabel Dimensi Rata-rata Keunggulan Bersaing (Y3v)] berdistribusi normal dan bisa
dilanjutkan pada pengujian selanjutnya.
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
38
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,
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
39
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.
------------*******-----------