FAKTOR YANG MEMPENGARUHI KEUNGGULAN...
Transcript of FAKTOR YANG MEMPENGARUHI KEUNGGULAN...
JURNAL PENELITIAN SURVEY DIBIDANG MANAJEMEN TRANSPORTASI DARAT LEMBAGA PENELITIAN, PENGKAJIAN & PERUMUSAN EKONOMI TERAPAN, 2018
JL.Mawar IV RT 02/07 Kalibaru-Medan Saria, Bekasi Kota, 17133
HP: 0813-8767-6298, WA: 09652578192 TRUSTWORTHY Applied Institute of Knowledge Email: [email protected], Website: www.lp3et.com
FAKTOR YANG MEMPENGARUHI KEUNGGULAN BERSAING DAN
IMPLEMENTASINYA TERHADAP LOYALITAS KONSUMEN
JASA ANGKUTAN TRANSJAKARTA [Dikaji Ulang dari STMT-Trisakti 2017 (Panjang Alt) a/n LP3ET, 2018]
Oleh: AMRIZAL
ABSTRACT
This research use Double’s Part Analysis Method fully equipped with several statistical
test, instrumentation analysis although the calculation are using largely Linear’s Model Analysis of
Multiples Regression for all the form of estimation functional’s model (Unstandardized Coefficients: Regression’s Model I, Regression’s Model II, Regression’s Model III (Simple
Regression) and Regression Model’s IV (Zresid Histogram and appraising Normal Curve)
moreover functional model’s estimated of both Part Analysis Method (Standardized Coefficients)
and all (of them) use the SPSS IBM Statistik Versi 21 for Windows.
The Double’s Part Analysis Method constitute the pair of the union Part Analysis Method
between classical functional’s model “consumer’s loyalty” (as the origin function) with functional’s model “compete superiority” (as the estapet function). The empirical result of
The Double’s Part Analysis Method be able from the utilization two concept data: data with
category (the first total) and data with category (the secondly total).
The hopeful that utilization functional’s model “compete superiority” (as the estapet
function), as optimal result in spite of the fact as maximal result are more than reliabel to be
appeal with the classical functional’s model “consumer’s loyalty” (as the origin function) until to the producer as the suplied of TRANSJAKARTA transportation’s services can use this Double’s
Part Analysis Method) as Vision Or Mission to achieve the aim financial cooperation along with
to obtain the Success the thing which afford to exceed the ability others competitor of Land Transportation’s Services Cooperation.
Based on the results of test show that the variable of Linear’s Model Analysis of Multiples
Regression is significant, Adjusted R Squared (r 2) = 0.981 showed that 98.1 % of the variance
both classical functional’s model “Consumer’s Loyalty” (as the origin function) as well as functional’s model “Compete Superiority” (as the estapet function), is explained by the
independent variables and intervening variables in the linear’s model regression equation, while
the residue of other 0.019 or 1.9 % is explained by other variables not examined in this research.
Keywords : Classical functional’s model “consumer’s loyalty” (as the origin function),
Functional’s model “compete superiority” (as the estapet function), Double’s
Part Analysis Method and Linear’s Model Analysis of Multiples Regression.
2
ABSTRAK
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 Analisa 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’s 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 kedua Metode Analisa Jalur
Ganda (Double’s Part Analysis Method) didapatkan dari penggunaan dua konsep data:
Data Dengan Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II).
Diharapkan penggunaan Model fungsional Keunggulan Bersaing (sebagai fungsi
estapet), baik secara optimal maupun secara maksimal adalah lebih reliabel (atau lebih
jitu) dibanding dengan penggunaan Model Fungsional Klasik Loyalitas Konsumen
(sebagai fungsi Semula), sehingga produsen penyedia jasa transportasi TRANSJAKARTA
dapat menggunakan Metode Analisa Jalur Ganda (Double’s Part Analysis Method) ini
sebagai alat dalam pencapaian tujuan-tujuan finansial perusahaaan serta untuk
mendapatkan keberhasilan yang mampu melebihi kemampuan para pesaing dari
Perusahaan Jasa Angkutan Darat lainnya
Berdasarkan hasil pengujian menunjukan bahwa Model Analisa Regresi Linier
Berganda (multiples regression) Keunggulan Bersaing adalah significant secara statistik
dengan Adjusted R Squared (r 2) = 0.981 menunjukkan bahwa 98.1 % dari varians Model
Fungsional Klasik Loyalitas Konsumen (sebagai fungsi Semula) maupun Model fungsional
Keunggulan Bersaing (sebagai fungsi estapet), dijelaskan oleh semua variabel independen
serta variabel intervening dalam model linier persamaan regresi, sedangkan sisanya 0.019
atau 1.9 % lainnya dijelaskan oleh variabel lain yang tidak terdapat dalam penelitian ini.
Kata kunci: Model fungsional klasik Loyalitas Konsumen (sebagai fungsi Semula),
Model fungsional Keunggulan Bersaing (sebagai fungsi estapet), Metode
Analisa Jalur Ganda dan Model analisa Regresi Linier Berganda
(multiples regression) Keunggulan Bersaing.
3
PENDAHULUAN
Alasan utama perusahaan jasa transportasi meningkatkan loyalitas konsumen
adalah untuk membangun kesetiaan pada konsumen dan mempertahankan konsumen
agar tidak pindah ke pesaingnya dan tetap menggunakan jasanya atau kunci sukses agar
perusahaan tetap eksis adalah kemampuan perusahaan tersebut untuk mempertahankan
pelanggannya. Apabila pelanggan pergi, maka eksistensi perusahaan tidak diperlukan lagi
bahkan sebaliknya. Oleh karena itu, perusahaan perlu mendeteksi sikap pelanggannya.
Menurut Zeithaml, Valarie A., A Parasuraman, Berry, Leonard L., 1990: 67), sikap
seseorang konsumen terhadap perusahaan sering terbentuk dari kontak langsung konsumen
dengan objek sikap.
Banyak perusahaan jasa transportasi memandang alasan utama perusahaan tersebut
sebagai langkah yang tepat dan tidak memerlukan biaya yang besar, yaitu dengan cara
meningkatkan kualitas pelayanan yang harus diberikan kepada konsumen pengguna jasa
angkutan guna mempertahankan konsumen setia daripada mencari konsumen baru.
Kepuasan konsumen berhubungan dengan loyalitas konsumen dan hasilnya berkaitan
dengan profitabilitas.
Menurut definisi Dwayne D Gremler & Stephen W Brown, (1996: 173), bahwa
pengertian loyalitas konsumen yang dimaksud adalah loyalitas konsumen terhadap
penyedia layanan jasa (Service Provider), bahwa Transjakarta sebagai Service Loyalty,
perlu mempertimbangkan kembali sejauh mana pengaruh langsung kepuasan konsumen
(Y1) sebagai Variabel Intervening terhadap Loyalitas Konsumen (Y2) pengguna jasa
transportasi Transjakarta.
Untuk memperkuat kemampuan menghadapi semakin meningkatnya persaingan
sesama jasa transportasi darat di wilayah JABODETABEK, maka penulis dalam penelitian
ini mencoba memikirkan gebrakan-gebrakan positif yang sedang difikirkan oleh produsen
penyedia jasa transportasi Oto Bus TRANSJAKARTA terutama untuk mencapai tujuan-
tujuan finansial perusahaaan, mendapatkan keberhasilan yang mampu melebihi
kemampuan para pesaing dari perusahaan jasa angkutan lainnya”.
Untuk itu dalam penelitian ini penulis mencoba menerapkan konsep baru dibidang
strategi pemasaran1) yang disebut sebagai konsep ”Keunggulan Bersaing”, yaitu upaya
memaksimalisasi/meningkatkan beberapa indikator kualitas pelayanan (X1.i) yang telah
1) Konsep Pemasaran: Pemasaran merupakan faktor penting untuk mencapai sukses bagi perusahaan akan
mengetahui adanya cara dan falsafah yang terlibat didalamnya. Cara dan falsafah baru ini disebut konsep
pemasaran (marketing concept). Konsep pemasaran tersebut dibuat dengan menggunakan tiga faktor dasar
yaitu: (1) Saluran perencanaan dan kegiatan perusahaan harus berorientasi pada konsumen/pasar, (2) Volume penjualan yang menguntungkan harus menjadi tujuan perusahaan, dan bukannya volume untuk
kepentingan volume itu sendiri, dan (3) Seluruh kegiatan pemasaran dalam perusahaan harus
dikoordinasikan dan diintegrasikan secara organisasi. Menurut Swastha dan Irawan (2005: 10)
mendefinisikan konsep pemasaran sebuah falsafah bisnis yang menyatakan bahwa pemuasan kebutuhan
konsumen merupakan syarat ekonomi dan sosial bagi kelangsungan hidup perusahaan.
4
dikelompokkan dalam Wujud Dimensi Rata-rata kualitas pelayanan (X1v.i)2): Artinya,
Indikator dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah, ditingkatkan,
diganti, ditambah, direnopasi, dibiayai ulang dan lain sebagainya agar mampu
meningkatkan kepuasan konsumen secara maksimal.
Sedangkan pengendalian dibidang harga tiket (X2) atau penetapan tarif angkut yang
dibebankan kepada konsumen pengguna jasa transportasi TRANSJAKARTA Adalah
upaya meng-optimalkan perubahan beberapa indikator harga tiket (X2.i) atau menetapkan
tarif angkut (menaikkan atau menurunkan) yang telah dikelompokkan dalam Wujud
Dimensi Rata-rata harga tiket (X2v.i)3): Artinya, Indikator dalam wujud Dimensi apa saja
yang harus dirubah (dinaikan atau diturunkan) dengan melakukan berbagai penyesuaian
Harga tiket atau tarif angkut dengan Kualitas jasa yang diberikan, pelayanan yang diterima
dan fasilitas agar mampu meningkatkan kepuasan konsumen secara optimal.
Untuk menyikapi penerapan konsep baru dibidang strategi pemasaran yang
disebut sebagai konsep”Keunggulan Bersaing” tersebut telah pula memaksa pemasar atau
produsen penyedia jasa transportasi TRANSJAKARTA meningkatkan kemampuan
manejerialnya dan manajemen operasional secara maksimal dalam mengelola sekian
banyak jumlah armada (berbagai type maupun model) sebagai alat dalam pencapaian
tujuan-tujuan finansial perusahaaan untuk mendapatkan keberhasilan yang mampu
melebihi kemampuan para pesaing dari perusahaan jasa angkutan lainnya.
Adapun konsep baru dibidang strategi pemasaran tersebut secara teori
menggunakan Hasil Perhitungan Empiris dari Metode Analisa Jalur Ganda (Double Part
Analysis’ Method) yang didapatkan dari menggunakan Dua konsep data: Data Dengan
Kategori (Jumlah ke I) dan Data Dengan Kategori (Jumlah ke II) yang masing-masingnya
merupakan data ”hasil survey” berbentuk skala lima dan data olahan yang disusun dari
seluruh data ”hasil survey” tersebut yang dilengkapi dengan berbagai Uji Statistik, peralatan
analisa maupun perhitungan pada umumnya menggunakan Model Regresi Linier Berganda (multiples regression) untuk hampir semua bentuk fungsional model hasil estimasi
2) Kualitas Pelayanan: Menurut Wyckof (dalam Lovelock, C.H, 1992: 17), berdasarkan definisi
Wirasasmita, Rivai H., Sitorus, Roland, Manurung, Brenggan, (1999: 410), Bitner & Hubert dalam Rush &
Oliver, (1994: 77) dan Valarie A Zeithaml., A Parasuraman., Berry., Leonard L, (1990: 19) menyatakan
bahwa Kualitas Jasa atau Layanan merupakan tingkat keunggulan (excellence) yang diharapkan konsumen,
dan pengendalian atas keunggulan tersebut untuk memenuhi keinginan pelanggan (Philip Kotler, 2002: 83).
Menurut Parasuraman, (1985: 41-50 dan 1988: 12-40) yang dirangkum oleh Fandy Tjiptono, 2007 (dalam
Febri Tri Bramasta Putra, 2010: 15) terdapat 5 dimensi (indikator) Kualitas Jasa atau Layanan yang
seringkali digunakan oleh para peneliti (suatu pengertian yang multidimensi). Ke 5 dimensi (indikator)
tersebut adalah: (1) Bukti fisik (tangible), (2) Keandalan (reliability), (3) Daya tanggap (responsiveness), (4)
Jaminan (assurance) dan (5) Empati (empathy).
3) Menurut Philip Kotler dan Gary Armstrong, 2001 (dalam Richa Widyaningtyas, 2010: 19) terdapat 3 dimensi rata-rata harga tiket yang biasa digunakan oleh para peneliti (suatu pengertian yang multidimensi)
dalam melakukan optimalisasi indikator harga tiket atau upaya optimalisasi/perubahan beberapa indikator
harga tiket untuk menetapkan tarif angkut yang akan diemban konsumen pengguna jasa angkutan. Ke 3
dimensi rata-rata harga tiket tersebut adalah upaya melakukan optimalisasi dalam hal yang menyangkut
dengan: (1) Kesesuaian harga dengan kualitas jasa yang diberikan, (2) Kesesuaian harga dengan pelayanan
yang diterima dan (3) Kesesuaian harga dengan fasilitas.
5
(Unstandardized Coefficients: Model Regresi I, Model Regresi II, Model Regresi
III (Simple Regression sebanyak 40 Indikator/Dimensi) dan Model Regresi IV (zresid
Histogram Pembentukan Kurva Normal) maupun hasil estimasi Metode Path Analysis
(Standardized Coefficients) yang secara keseluruhannya mengunakan program
SPSS IBM Statistik Versi 21 for Windows dan untuk beberapa model perhitungan
tertentu harus menggunakan Lotus 1-2-3 (Transition) dari Program Microsoft Office Excel 2003 atau versi lainnya. Secara bersamaan 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].
Terkutip: Semua bentuk fungsional model hasil estimasi pada penelitian jasa angkutan
TRANSJAKARTA ini khususnya yang terdapat didalam Worksheet/Lotus 1-2-3 (Transition) akan diperlihatkan proses hitung sebanyak {[(16+8)*(2) + 80] + 1 Output1
Hasil Est SPSS)} = 129 Hasil Estmasi (Unstandardized Coefficients: Model
Regresi I s/d IV (termasuk Penyusunan Data Pembentukan Histogram & Kurva Normal)
maupun hasil estimasi Metode Path Analysis (Standardized Coefficients) sebanyak
{[(23-8) = 15] + 1 Data Lampiran 24 atau Data Excel CF1090} = 16 Lampiran Olahan “Ber
Formulasi” yang merupakan Transfer dari Worksheet/Lotus 1-2-3 (Transition)/EXCEL. Hasil perhitungan ini dikelompokan sebagai 2 Hasil Perhitungan
Empiris “Data Dengan Kategori Jumlah I & II” (dapat dilihat dalam Bab IV & Lampiran).
Model penelitian jasa angkutan TRANSJAKARTA diistilahkan sebagai MODEL
PENELITIAN dengan KERANGKA PEMIKIRAN TEORITIS [Panjang Alt] oleh karena
menggunakan semua bentuk fungsional Model Hasil Estimasi. MODEL PENELITIAN dengan
KERANGKA PEMIKIRAN TEORITIS [Sedang Alt] tidak menggunakan Model Regresi IV
(zresid Histogram Pembentukan Kurva Normal), sedangkan MODEL PENELITIAN dengan
KERANGKA PEMIKIRAN TEORITIS [Pendek Alt] hanya menggunakan Model Regresi I
plus Model Regresi atau Hasil Estimasi Metode Analisa Jalur Ganda [Double Part Analysis’
Method (Standardized Coefficients) saja.
Desain Penelitian4) yang diterapkan pada penelitian yang menggunakan Metode
Analisa Jalur Ganda (Double Part Analysis’ Method) ini merupakan sepasang Part
Analysis Method Gabungan antara Model fungsional klasik Loyalitas Konsumen (sebagai
4) Desain Penelitian: Penelitian ini termasuk dalam tipe desain kausal yaitu untuk mengidentifikasi
hubungan sebab dan akibat antar variabel dan peneliti mencari tipe sesungguhnya dari fakta untuk membantu
memahami dan memprediksi hubungan (William G Zikmund, 2000., dalam Augusty T Ferdinand, 2005: 72).
Permasalahan yang ditampilkan dalam penelitian ini merupakan permasalahan yang dianjurkan oleh para
peneliti terdahulu, yang membutuhkan dukungan untuk fakta yang terbaru. Penelitian terdahulu akan
membantu untuk merumuskan dan mengidentifikasi permasalahan untuk penelitian ini. selanjutnya telaah
pustaka dari penetian-penelitian terdahulu digunakan untuk menjelaskan analisa permasalahan, melakukan pemahaman dasar pada teori dan hasil penelitian terdahulu, untuk kemudian mengungkapkan hipotesis yang
akan diuji. Kemudian dikembangkan suatu bentuk model penelitian yang bertujuan untuk menguji hipotesis
penelitian yang telah ditentukan pada bab sebelumnya. Dari model penelitian yang telah dikembangkan ini,
diharapkan akan menjelaskan hubungan sebab dan akibat antar variabel dan selanjutnya mampu membuat
suatu implikasi manajerial yang bermanfaat sesuai dengan variabel-variabel penelitian.
6
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).
Model fungsional klasik Loyalitas Konsumen yang dikaji dalam penelitian ini
diharapkan mampu membuktikan bahwa variabel Kualitas Pelayanan (X1) dan variabel
Harga Tiket (X2) 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)]. Selain
daripada itu, bahwa model fungsional Loyalitas Konsumen sebagai fungsi Semula yang
mengawali Kinerja pemasaran ini diharapkan pula mampu “menciptakan atau
menjadikan” variabel Kualitas Pelayanan (X1) dan variabel Harga Tiket (X2) sebagai
faktor-faktor pendorong naiknya variabel Kepuasan Konsumen (Y1) maupun variabel
Loyalitas Konsumen (Y2) secara bersamaan.
Dalam pada itu, pada Model fungsional Keunggulan Bersaing yang dikaji dalam
penelitian ini 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
terhadap Y3 = Y3u = variabel Keunggulan Bersaing [melalui intervening Dimensi Rata-rata
Keunggulan Bersaing (Y3v)]. Selain daripada itu, bahwa Model fungsional Keunggulan
Bersaing (yang diasumsi sebagai fungsi estapet) juga diharapkan mampu “menciptakan
atau menjadikan” 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.
Untuk membuktikan/mencapai prediksi penggunaan Metode Analisa Jalur Ganda
(Double Part Analysis’ Method) sebagaimana yang diharapkan diatas, maka performance
dari ”hasil survey” yang berbentuk skala lima ke-4 Indikator dari variabel Keunggulan
Bersaing (Y3) sengaja disusun dengan bidik pertanyaan kepada responsen khususnya
mengenai komitmen/mengenai bagaimana KEUNGGULAN BERSAING dari Jasa
angkutan penumpang Bus TransJakarta menurut pandangan masyarakat di wilayah
JABODETABEK dan wilayah sekitarnya yang diwakili oleh penumpang/calon
penumpang sebagai berikut:
No URAIAN PERNYATAAN OPINI SAYA
SS S NR TS STS
5 4 3 2 1
Terkutip Lampiran 8: Sangat
Variabel Keunggulan Bersaing (Y3) Sangat Tidak Tidak
No. Indikator dari Keunggulan Bersaing Setuju Setuju Netral Setuju Setuju
1. Y3.1. Kemampuan Bersaing
7
Bus TransJakarta merupakan salah satu pelopor “PEMBAHARUAN” usaha angkutan umum bus kota di DKI Jakarta dan wilayah sekitarnya yang dikelola oleh PEMDA Khusus Ibukota DKI
Jakarta. Semenjak berdirinya tahun 2004 Bus TransJakarta yang dimulai dengan nama BUSWAY
Perkembangan jumlah armadanya berkembang pesat yang senantiasa bertambah dari tahun
ketahun. Kemajuan-kemajuan yang sangat significant ini mengaundang Kemampuan Bersaing yang sudah tidak diragukan lagi sebagai Jasa angkutan di wilayah DKI dan Jabodetabek yang
melewati jalur khusus tanpa hambatan.
TransJakarta
Overview
Locale Jakarta, Indonesia
Transit type bus rapid transit
Number of lines 12 (operation), 3 (planned)
Number of stations more than 200
Daily ridershipmore than 350,000
passengers per day
Website [1]
Operation
Began operation January 25, 2004
Operator(s)Badan Layanan Umum
TransJakarta Busway
Technical
System length around 200km
[hide]System map
Schematic route map of
current & future corridors.
TransJakarta
From Wikipedia, the free encyclopedia
8
2. Y3.2. Dikenal Luas Bus TransJakarta dimata masyarakat Ibukota, dikenal sebagai jasa angkutan yang bersifat LCC =
Least Cost Carrier. Selain dari jumlah armadanya sangat banyak (diatas jumlah Armada lainnya
yang beroperasi di Jabodetabek), type mesin dan bahkan sasisnya tergolong mewah (Bus gandeng, bus tingkat, bus tronton, bus biasa bus ¾ dan lain sebagainya). Selain daripada itu Tarif angkut
sangat murah (tarif yang dibebankan, terutama tiket yang dibeli dapat berlalu dalam satu hari penuh
sepanjang jam operasi Bus TransJakarta) plus memiliki jalur tersendiri bebas hambatan.
3. Y3.3. Peningkatan Sumber Dana Bus TransJakarta semula adalah Jasa angkutan milik PEMPROV DKI Jakarta, seiring dengan
laba hasil operasi yang selalu meningkat sepanjang tahun, untuk perkembangan selanjutnya
(khusunya pada tahun 2017) melakukan MERGER dengan beberapa Perusahan Jasa Angkutan
Ibukota (Jabotabek) terkenal lainnya seperti PPD, Mayasari Bakti, Perum Damri dan sebagainya). Artinya merek dinding tetap TransJakarta, namun pada sisi tertentu terdapat kode bus mergernya
tersebut, sedangkan pengelolanya tetap pihak atau a/n PEMPROV DKI Jakarta. Inisiatif
PEMPROV DKI semacam ini memperlihatkan tindakan terpuji karena Bus TransJakarta sebagai salah satu pelopor “PEMBAHARUAN” Ibukota DKI Jakarta dimasa kini bukanlah bersifat
“MONOPOLY”.
4. Y3.4. Keunggulan Tekhnologi Sekitar 90 % Armada Bus TransJakarta “berwajah baru”. Sasis dan mesin bus asal Jepang yaitu Hino. Tetapi untuk beberapa tipe tertentu seperti Bus TransJakarta ala BUSWAY menggunakan
mesin buatan China yang mempunyai bahan bakar Gas (BBG), sedangkan untuk beberapa type
selanjutnya yang merupakan “PEMBAHARUAN” mesin dan bahkan sasisnya tergolong mewah
(seperti Bus gandeng, bus tingkat, bus tronton) menggunan Buatan Eropah yang pada umumnya bermesin SCANIA. Hampir setiap Bus TransJakarta buatan Eropah ini disertai dengan brand
pada dinding dengan nama SCANIA EURO. Secara spontan dengan kehadiran Bus TransJakarta
telah merobah DKI Jakarta dan Wilayah sekitarnya menjadi pesat berkat adanya Keunggulan Tekhnologi sehingga sistim transportasi yang bergulir di Ibukota juga berubah secara dasyat.
Adapun performance ke-4 Indikator dari variabel Keunggulan Bersaing (Y3) menjadi landasan utama menciptakan Kinerja Produsen (dalam bentuk Dimensi Keunggulan Bersaing)
memanfaatkan kemampuan manajerialnya. Selain merupakan Hubungan antara Variabel Path
Analysis Method dengan Variabel Keunggulan Bersaing, kinerja produsen ini dapat dilakukan
melalui 3 orientasi dari Keunggulan bersaing, yaitu upaya perusahaan untuk menerapkan budaya yang berorientasi pada pasar seperti (1) Memperluas Trayek Bus TRANSJAKARTA (2)
Mampu Menciptakan Inovasi Produk Jasa Bus TRANSJAKARTA, adalah kemampuan
perusahaan untuk menciptakan gagasan, produk atau proses yang baru, seperti ikut bergabung secara fisik dengan sejumlah perusahaan Oto Bus lain (AKDP maupun AKAP) dan non-fisik
secara administratif dengan moda transportasi lainnya seperti moda transportasi Darat, Laut dan
Udara, Hotel bahkan Travel yang mampu mendukung program atau terciptanya INOVASI Produk
Jasa Bus TRANSJAKARTA dan (3) Orientasi kewirausahaan, seperti upaya perusahaan untuk menerapkan budaya yang berorientasi profit, sehingga perlunya dilakukan upaya berkelanjutan atau
berkesinambungan yang Senantiasa Meningkatkan Promosi Bus TRANSJAKARTA dalam
beberapa media.
HASIL PENELITIAN DAN PEMBAHASAN
Hasil Perhitungan, Data Dengan Kategori (Jumlah ke I)
Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 1 (meliputi semua
penjabarannya) sebagai berikut:
9
123.9 X1.1
-10.1 X1.2
141.0 X1.3
-1.30 X1.4 45.0 X1.5
65.7 X1.6
-136.6 X1.7 29.8 X1.8
-4.9 X1.9 -66.4 X1.10
-120.2 X1.11 -19.5 X1.12 -40.4 X1.13
Keterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d
Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514b
Gambar 1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke I)].
161.1 X1v.1
477.1 X1v.2
-1018.7
X1v.3
608.8 X1v.4
-224.0 X1v.5
-12.05 Y3.1
7.93 Y3.2
-13.79 Y3.3
21.13 Y3.4
-5.06 Y3v.1
-0.67 Y3v.2
7.96 Y3v.3
19.41 Y1.1
-18.16 Y1.2
2.79 Y1.3
4.14 Y2.1 14.18 Y2.2 -42.71 Y2.3 -5.97 Y2.4 32.67 Y2.5
-5.02 X2.1
-5.04 X2.2
7.51 X2.3
5.31 X2.4
-5.60 X2v.1
-1.47 X2v.2 9.30 X2v.3
HX1: r 2 X1.i = 0.766 ALPHA CRONBACH = 0.973
Harga Tiket
(X2)
Kualitas Pelayanan
(X1)
Kepuasan
Konsumen
(Y1)
Loyalitas
Konsumen
(Y2)
HY2:r 2Y2.i = 0.201 ALPHA CRONBACH = 0.944
HY1:r 2Y1.i = 0.386 ALPHA CRONBACH = 1.066
r 2(Y1) = 0.367
r 2(Xi ,Y1) = 0.291
r 2(Xi ) = 0.658
R Square = 0.817 Fuji Test = 1.487
D-W Test = 1.500
R Square = 0.953 Fuji Test = 5.095
D-W Test = 2.571
R Square = 0.800 Fuji Test = 1.335 D-W Test = 1.500
Coeff. Reg c1 = 347718.212d (Excluded Variable)
Coeff. Reg a1 = 0.237
H1: r
2 X1>0
r 2(Y1 ,Xi) = 0.291
HX2:r 2X2.i = 0.268
ALPHA CRONBACH = 0.890
Keunggulan
Bersaing
(Y3) HY3:r 2Y3.i = 0.270 ALPHA CRONBACH = 0.890
HX1v: r 2 X1v.i = 0.458 ALPHA CRONBACH = 0.930
R Square = 0.864 Fuji Test = 2.125 D-W Test = 2.142
Dimensi
Kualitas
Pelayanan
(X1v)
Y1 = Intevening Variable
HY3v:r 2Y3v.i = 0.336 ALPHA CRONBACH = 0.836
Dimensi
Keunggulan
Bersaing
(Y3v)
R Square = 0.818 Fuji Test = 1.493
D-W Test = 1.500
HX2v:r 2X2v.i = 0.333 ALPHA CRONBACH = 0.836
Y3v = Intevening Variable
R Square = 0.834
Fuji Test = 1.675
D-W Test = 1.500
Dimensi
Harga Tiket
(X2v)
R Square = 0.833 Fuji Test = 1.665 D-W Test = 1.500
R Square = 0.847 Fuji Test = 1.838 D-W Test = 1.527
HASIL PERHITUNGAN EMPIRIS
Data Dengan Kategori (Jumlah ke I) TRANSJAKARTA 2018
Coeff. Reg 2 = 0.391
Coeff. Reg 2 = 256339.514b (Excluded Variable)
Coeff. Reg 1 = 0.072
Coeff. Reg 1 = 0.086
H1: r
2 X1>0
r 2(Y1,Y3v) = 0.612
r 2(Y3v ,Y2) = 0.612
r 2(Yi ) = 0.656
Second Path Analysis Method Keunggulan Bersaing (….Fungsi estapet): Y3v = 0.098 Y1 + 0.819 Y2
Y3 = 0.062 Y1 + 256339.514b Y2 + 0.840 Y3v
Y3v.1. Memperluas Trayek Bus TRANSJAKARTA
Y3v.2. Mampu Menciptakan Inovasi Produk Jasa
Y3v.3. Meningkatkan Promosi TRANSJAKARTA
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen (…..Fungsi Semula) Y1 = 56.982 + 0.237 X1 - 0.238 X2 + E1
Y2 = 19.986 + 1.528 Y1 Calc
Y2 = 126.383 + 347718.212d X1 + 1.429 X2 - 0.747 Y1 Calc
Y2 = 126.383 - 0.747Y1Calc + 347716.684b X1 + 1.429 X2
First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 1.261 X1 - 0.363 X2
Y2 = 347718.212d X1 + 1.134 X2 - 0.354 Y1 Calc
Unstandardized Coefficients: Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)
Y3v = 62.057 + 0.086 Y1 + 0.391 Y2
Y3 = 3.986 + 1.306 Y3v Calc
Y3 = 7.645 + 0.072 Y1 + 256339.514b Y2 + 1.221 Y3v
Y3 = 83.448 - 284667.253b Y3v Calc + 0.176 Y1 + 0.478 Y2
r 2(Y3v) = 0.741
Coeff. Reg 3 = 1.221 C
oeff.R
eg c
3 = - 0
.747
Coeff. Reg a2 = - 0.238 Coeff. Reg c2 = 1.429
10
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)
Y1 = a0 + a1 X1 + a2X2 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
Y1 = 56.982 + 0.237 X1 - 0.238 X2 + E1
Y2 = 19.986 + 1.528 Y1 Calc
Y2 = 126.383 + 347718.212d X1 + 1.429 X2 - 0.747 Y1 Calc
Y2 = 126.383 - 0.747Y1Calc + 347716.684b X1 + 1.429 X2
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 = 62.057 + 0.086 Y1 + 0.391 Y2
Y3 = 3.986 + 1.306 Y3v Calc
Y3 = 7.645 + 0.072 Y1 + 256339.514b Y2 + 1.221 Y3v
Y3 = 83.448 - 284667.253b Y3v Calc + 0.176 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
X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + 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
X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9
X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + 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 = 73.000 + 123.86 X1.1 - 10.108 X1.2 + 140.958 X1.3 - 1.258 X1.4 + 45.033 X1.5 + 65.742 X1.6 -136.634 X1.7
+ 29.769 X1.8 - 4.875 X1.9 - 66.405 X1.10 - 120.197 X1.11 - 19.452 X1.12 - 40.379 X1.13 + e5
X2 = 93.000 - 5.018 X2.1 - 5.042 X2.2 + 7.507 X2.3 + 5.310 X2.4 + e6
Y1 = 95.917 + 19.408 Y1.1 - 18.162 Y1.2 + 2.788Y1.3 + e7
Y2 = 140.500 + 4.138 Y2.1 + 14.178 Y2.2 - 42.706 Y2.3 - 5.971Y2.4 + 32.669Y2.5 + e8
X2v = 67.000 - 5.602 X2v.1 - 1.469 X2v.2 + 9.299 X2v.3 + e9
11
X1v = 199.000 + 161.141 X1v.1 + 477.127 X1v.2 - 1018.729 X1v.3 + 608.829 X1v.4 - 224.042 X1v.5 + e10
Y3 = 93.000 - 12.047 Y3.1 + 7.927Y3.2 - 13.791 Y3.3 + 21.127Y3.4 + e11
Y3v = 67.000 - 5.062 Y3v.1 - 0.674 Y3v.2 + 7.961 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) No. Indikator dari Variabel Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop) 1. X1.1. Peralatan Armada Bus TransJakarta X1 = 194.673 + 10.627 X1.1 ; FK X1.1 = 0.662 Valid
2. X1.2. Perlengkapan Armada Bus TransJakarta X1 = 193.338 + 10.607 X1.2 .2FK X1.2 = 0.585 Drop
3. X1.3. Kenyamanan Ruangan X1 = 222.014 + 9.804 X1.3 ; FK X1.3 = 0.612 Valid
4. X1.4. Penampilan Petugas X1 = 241.326 + 10.287 X1.4 ; FK X1.4 = 0.404 Drop
5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 201.341 + 10.209 X1.5 ; FK X1.5 = 0.650 Valid
6. X1.6. Keramahan X1 = 178.310 + 10.7654 X1.6 ; FK X1.6 = 0.573 Drop
7. X1.7. Kecepatan Pelayanan X1 = 205.052 + 10.023 X1.7 ; FK X1.7 = 0.682 Valid
8. X1.8. Kemampuan Menanggapi Keluhan X1 = 206.296 + 10.548 X1.8 ; FK X1.8 = 0.689 Valid
9. X1.9. Kemudahan Prosedur X1 = 185.694 + 10.743 X1.9 ; FK X1.9 = 0.634 Valid
10. X1.10. Mampu Berkomunikasi X1 = 201.466 + 11.119 X1.11 ; FK X1.10 = 0.435 Drop
11. X1.11. Informasi Yang Akurat X1 = 201.466 + 11.119 X1.11 ; FK X1.11 = 0.546 Drop
12. X1.12. Pemahaman Kebutuhan Konsumen X1 = 216.076 + 10.198 X1.12 ; FK X1.12 = 0.684 Valid
13. X1.13. Perhatian Kepada Konsumen X1 = 189.092 + 10.983 X1.13 ; FK X1.13 = 0.589 Drop
2. Variabel Harga Tiket(X2) No. Indikator dari Variabel Harga Tiket: Bentuk Fungsi: FK X2.i > 0.6 (Valid), FK X2.i < 0.6 (Drop)
1. X2.1. Keterjangkauan Harga Tiket X2 = 71.765 + 2.947 X2.1 ; FK X2.1 = 0.415 Drop
2. X2.2. Kesesuaian Tarif Dengan Manfaat X2 = 74.461 + 3.160 X2.2 ; FK X2.2 = 0.440 Drop
3. X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = 75.717 + 3.060 X2.3 ; FK X2.3 = 0.492 Drop
4. X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = 75.000 + 3.015 X2.4 ; FK X2.4 = 0.483 Drop
3. 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 = 76.704 + 2.438 Y1.1 ; FK Y1.1 = 0.175 Drop
2. Y1.2. Sesuai dengan yang diharapkan Y1 = 77.703 + 2.255 Y1.2 ; FK Y1.2 = 0.124 Drop
3. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 53.015 + 3.321 Y1.3 ; FK Y1.3 = 0.460 Drop
4. 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. Armada Bus TransJakarta Yang Bagus Y2 = 88.1484 + 3.996 Y2.1 ; FK Y2.1 = 0.216 Drop
2. Y2.2. Kenikmatan Merasakan Layanan Y2 = 106.048 + 3.871Y2.2 ; FK Y2.2 = 0.445 Drop
3. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 95.030 + 3.983 Y2.3 ; FK Y2.3 = 0.373 Drop
4. Y2.4. Pengalaman Masa Lalu Y2 = 102.950 + 3.684Y2.4 ; FK Y2.4 = 0.435 Drop
5. Y2.5. Pengalaman Teman-teman Y2 = 99.122 + 3.747Y2.5 ; FK Y2.5 = 0.379 Drop
5. Dimensi Rata-rata Harga Tiket (X2v) No. Dimensi Rata-rata Harga Tiket: Bentuk Fungsi: FK X2v.i > 0.6 (Valid), FK X2v.i < 0.6 (Drop)
1. X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikan X2v = 51.563 + 2.266 X2v.1 ; FK X2v.1 = 0.472 Drop
2. X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = 54.729 + 2.374 X2v.2 ; FK X2v.2 = 0.501 Drop
3. X2v.3. Kesesuaian Harga dengan fasilitas X2v = 54.343 + 2.311 X2v.3 ; FK X2v.3 = 0.533 Drop
12
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 = 76.029 + 4.120 X1v.1 ; FK X1v.1 = 0.631 Valid
2. X1v.2. Keandalan (reliability) X1v = 75.371 + 3.977 X1v.2 ; FK X1v.2 = 0.636 Valid
3. X1v.3. Daya tanggap (responsiveness) X1v = 75.449 + 4.093 X1v.3 ; FK X1v.3 = 0.653 Valid
4. X1v.4. Jaminan (assurance) X1v = 78.673 + 4.137 X1v.4 ; FK X1v.4 = 0.646 Valid
5. X1v.5. Perhatian (empathy) X1v = 76.809 + 4.100 X1v.5 ; FK X1v.5 = 0.638 Valid
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 = 71.515 + 2.953 Y3.1 ; FK Y3.1 = 0.415 Drop
2. Y3.2. Dikenal Luas Y3 = 74.332 + 3.163 Y3.2 ; FK Y3.2 = 0.440 Drop
3. Y3.3. Peningkatan Sumber Dana Y3 = 75.539 + 3.065 Y3.3 ; FK Y3.3 = 0.492 Drop
4. Y3.4. Keunggulan Tekhnologi Y3 = 75.423 + 3.005 Y3.4 ; FK Y3.4 = 0.484 Drop
8. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1. Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = 51.313 + 2.272Y3v.1 ; FK Y3v.1 = 0.472 Drop
2. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = 54.575 + 2.378Y3v.2 ; FK Y3v.2 = 0.501 Drop
3. Y3v.3. Senantiasa Meningkatkan Promosi TransJakarta Y3v = 54.579 + 2.305Y3v.3 ; FK Y3v.3 = 0.536 Drop
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 1.261 X1 - 0.363 X2
Y2 = 347718.212d X1 + 1.134 X2 - 0.354 Y1 Calc
atau
Y1 = 1.261 X1 - 0.363 X2
Y2 = - 0.354 Y1Calc + 347716.684b X1 + 1.134 X2
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
X2 = Harga Tiket
1 = Koefisien regresi variabel Kualitas Pelayanan
2 = Koefisien regresi variabel Harga Tiket
1 = Koefisien regresi intervening variabel kepuasan konsumen
Model Fungsional Keunggulan Bersaing (….Fungsi estapet)
Y3v = 0.098 Y1 + 0.819 Y2
Y3 = 0.062 Y1 + 256339.514b Y2 + 0.840 Y3v
atau
Y3v = 0.098 Y1 + 0.819 Y2
Y3 = - 284667.253b Y3v Calc + 0.152 Y1 + 0.756 Y2
13
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
Keterangan:
b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d
Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514b
Data hasil survey atau Data Dengan Kategori (Jumlah ke I) dalam penelitian ini
digunakan untuk menganalisis semua indikator dari: Variabel Kualitas Pelayanan (X1),
Variabel Harga Tiket (X2), Variabel Kepuasan Konsumen (Y1), Variabel Loyalitas
Konsumen (Y2), Dimensi Rata-rata Harga Tiket (X2v) 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.
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), Variabel Harga Tiket (X2), Variabel Kepuasan Konsumen
(Y1), Variabel Loyalitas Konsumen (Y2), Dimensi Rata-rata Harga Tiket (X2v) 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.
Seluruh Indikator maupun Dimensi Rata-rata per butirnya 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 9 s/d 23)
Hasil Perhitungan, Data Dengan Kategori (Jumlah ke II)
Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 2 (meliputi semua
penjabarannya) sebagai berikut:
14
24.87 X1.1
-6.32 X1.2
28.18 X1.3
-0.18 X1.4 2.21 X1.5
33.98 X1.6
-36.14 X1.7 34.30 X1.8
7.69 X1.9 2.75 X1.10
-24.11 X1.11 -10.21 X1.12 -47.43 X1.13
Gambar 2: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method,
HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke II)].
3.85 X1v.1 86.11 X1v.2 -137.2 X1v.3 88.23 X1v.4 -36.85 X1v.5
-0.96 Y3.1
-0.87 Y3.2
3.11 Y3.3
2.31 Y3.4
-1.02 Y3v.1
0.44 Y3v.2 3.32 Y3v.3
21.62 Y1.1
-20.05 Y1.2
2.34 Y1.3
-0.37 Y2.1 4.13 Y2.2
-0.75 Y2.3 -0.39 Y2.4 1.83 Y2.5
-34.44 X2.1
44.99 X2.2
-84.19 X2.3
79.05 X2.4
-1.20 X2v.1
0.18 X2v.2 3.77 X2v.3
HX1: r 2 X1.i = 0.812 ALPHA CRONBACH = 0986
Harga Tiket
(X2)
Kualitas Pelayanan
(X1)
Kepuasan
Konsumen
(Y1)
Loyalitas
Konsumen
(Y2)
HY2:r 2Y2.i = 0.774 ALPHA CRONBACH = 0.952
HY1:r 2Y1.i = 0.821 ALPHA CRONBACH = 0.900
r 2(Y1) = 0.883
R Square = 0.939
Fuji Test = 10.223 D-W Test = 2.500
R Square = 0.962 Fuji Test = 6.410 D-W Test = 2.571
R Square = 0.910 Fuji Test = 6.701 D-W Test = 2.500
HX2:r 2X2.i = 0.847 ALPHA CRONBACH = 0.939
Keunggulan
Bersaing
(Y3) HY3:r 2Y3.i = 0.847 ALPHA CRONBACH = 0.939
HX1v: r 2 X1v.i = 0.897 ALPHA CRONBACH = 0.961
R Square = 0.959 Fuji Test = 15.586 D-W Test = 2.611
Dimensi
Kualitas
Pelayanan
(X1v)
Y1 = Intevening Variable
HY3v:r 2Y3v.i = 0.862 ALPHA CRONBACH = 0.912
Dimensi
Keunggulan
Bersaing
(Y3v)
R Square = 0.939 Fuji Test = 10.232 D-W Test = 2.500
HX2v:r 2X2v.i = 0.862 ALPHA CRONBACH = 0.912
Y3v = Intevening Variable
R Square = 0.945
Fuji Test = 11.413
D-W Test = 2.500
Dimensi
Harga Tiket
(X2v)
R Square = 0.945 Fuji Test = 11.398 D-W Test = 2.500
R Square = 0.929 Fuji Test = 8.660
D-W Test = 1.816
HASIL PERHITUNGAN EMPIRIS
Data Dengan Kategori (Jumlah ke II) TRANSJAKARTA 2018
r 2(Y3v) = 0.941
Coeff. Reg 3 = 0.501
Coeff. Reg 2 = 0.309
Coeff. Reg 2 = 0.137
Coeff. Reg 1 = 0.821
Coeff. Reg 1 = 0.597
H1: r
2 X1>0
Second Path Analysis Method Keunggulan Bersaing (….fungsi Estapet):
Y3v = 0.525 Y1 + 0.446 Y2
Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v
Y3v.1. Memperluas Trayek Bus TRANSJAKARTA
Y3v.2. Mampu Menciptakan Inovasi Produk Jasa
Y3v.3. Meningkatkan Promosi TRANSJAKARTA
Unstandardized Coefficients: Model Fungsional Loyalitas Konsumen (…..fungsi Semula) Y1 = 26.581 + 0.224 X1 + 0.072 X2
Y2 = 24.445 + 1.457 Y1 Calc
Y2 Calc = 12.693 + 0.170 X1 + 0.404 X2 + 0.632 Y1
Y2Calc = 12.693 + 0.632 Y1 + 0.170 X1 + 0.404 X2
First Path Analysis Method Loyalitas Konsumen (…..fungsi Semula):
Y1 = 0.884 X1 + 0.084 X2
Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1
Unstandardized Coefficients: Model Fungsional Keunggulan Bersaing (….fungsi Estapet) Y3v = 28.095 + 0.597 Y1 + 0.309 Y2
Y3 = 19.159 + 1.163 Y3v Calc
Y3 Calc = 9.465 + 0.821 Y1 + 0.137 Y2 + 0.501 Y3v
Y3Calc = 9.465 + 0.501 Y3v + 0.821 Y1 + 0.137 Y2
r 2(Y1 ,Y3v) = 0.985
r 2(Y3v ,Y2) = 0.985
Coeff. Reg a1 = 0.224
Coeff. Reg a2 = 0.072
Coeff. Reg c1 = 0.170
Coeff. Reg c2 = 0.404
Co
eff Reg
c3
= 0
.63
2
r 2(Xi ) = 0.893
r 2(Y1) = 0.874
r 2(Y1 ,X1) = 0.984
r 2(X2 ,Y1) = 0.984
15
Unstandardized Coefficients: Model Regresi I :
Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)
Y1 = a0 + a1 X1 + a2X2 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
Y1 = 26.581 + 0.224 X1 + 0.072 X2
Y2 = 24.445 + 1.457 Y1 Calc
Y2 Calc = 12.693 + 0.170 X1 + 0.404 X2 + 0.632 Y1
Y2Calc = 12.693 + 0.632 Y1 + 0.170 X1 + 0.404 X2
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 = 28.095 + 0.597 Y1 + 0.309Y2
Y3 = 19.159 + 1.163 Y3v Calc
Y3 Calc = 9.465 + 0.821 Y1 + 0.137 Y2 + 0.501 Y3v
Y3Calc = 9.465 + 0.501 Y3v + 0.821 Y1 + 0.137 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
X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + 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
X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9
X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + 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 = 182.500 + 24.865 X1.1 - 6.317 X 1.2 + 28.180 X1.3 - 0.182 X1.4 + 2.205 X1.5 + 33.984 X1.6 - 36.140 X1.7
+ 34.299 X1.8 + 7.692 X1.9 + 2.749 X1.10 - 24.110 X1.11 - 10.214 X1.12 - 47.431 X1.13 + e5
X2 = 62.000 - 34.442 X2.1 + 44.989 X2.2 - 84.195 X2.3 + 79.053 X2.4 + e6
Y1 = 71.524 + 21.625 Y1.1 - 20.053Y1.2 + 2.336Y1.3 + e7
Y2 = 93.667 - 0.374Y2.1 + 4.126 Y2.2 - 0.747 Y2.3 - 0.391 Y2.4 + 1.833 Y2.5 + e8
X2v = 44.667 - 1.201 X2v.1 + 0.177 X2v.2 + 3.766 X2v.3 + e9
16
X1v = 71.071 + 3.847 X1v.1 + 86.110 X1v.2 - 137.192 X1v.3 + 88.230 X1v.4 - 36.846 X1v.5 + e10
Y3 = 62.000 - 0.958 Y3.1 - 0.867 Y3.2 + 3.106 Y3.3 + 2.307 Y3.4 + e11
Y3v = 44.667 - 1.021Y3v.1 + 0.442 Y3v.2 + 3.320 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) No. Indikator dari Variabel Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop) 1) X1.1. Peralatan Armada Bus TransJakarta X1 = 160.611 + 11.795 X1.1 ; FK X1.1 = 0.902 Valid
2) X1.2. Perlengkapan Armada Bus TransJakarta X1 = 158.911 + 11.762 X1.2 2 FK X1.2 = 0.881 Valid
3) X1.3. Kenyamanan Ruangan X1 = 177.564 + 11.375 X1.3 ; FK X1.3 = 0.877 Valid
4) X1.4. Penampilan Petugas X1 = 186.709 + 12.389 X1.4 ; FK X1.4 = 0.808 Valid
5) X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 164.528 + 11.454 X1.5 ; FK X1.5 = 0.896 Valid
6) X1.6. Keramahan X1 = 150.500 + 11.657 X1.6 ; FK X1.6 = 0.881 Valid
7) X1.7. Kecepatan Pelayanan X1 = 167.309 + 11.304 X1.7 ; FK X1.7 = 0.904 Valid
8) X1.8. Kemampuan Menanggapi Keluhan X1 = 168.199 + 11.919 X1.8 ; FK X1.8 = 0.905 Valid
9) X1.9. Kemudahan Prosedur X1 = 155.094 + 11.761 X1.9 ; FK X1.9 = 0.897 Valid
10) X1.10. Mampu Berkomunikasi X1 = 213.427 + 11.121 X1.10 ; FK X1.10 = 0.794 Valid
11) X1.11. Informasi Yang Akurat X1 = 163.179 + 12.500 X1.11 ; FK X1.11 = 0.867 Valid
12) X1.12. Pemahaman Kebutuhan Konsumen X1 = 174.668 + 11.702 X1.12 ; FK X1.12 = 0.900 Valid
13) X1.13. Perhatian Kepada Konsumen X1 = 156.533 + 12.095 X1.13 ; FK X1.13 = 0.883 Valid
2. Variabel Harga Tiket(X2) No. Indikator dari Variabel Harga Tiket: Bentuk Fungsi: FK X2.i > 0.6 (Valid), FK X2.i < 0.6 (Drop)
1) X2.1. Keterjangkauan Harga Tiket X2 = 57.808 + 3.400 X2.1 ; FK X2.1 = 0.822 Valid
2) X2.2. Kesesuaian Tarif Dengan Manfaat X2 = 59.589 + 3.700 X2.2 ; FK X2.2 = 0.826 Valid
3) X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = 60.715 + 3.604 X2.3 ; FK X2.3 = 0.839 Valid
4) X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = 60.189 + 3.538 X2.4 ; FK X2.4 = 0.838 Valid
3. 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 = 75.801 + 2.490 Y1.1 ; FK Y1.1 = 0.576 Drop
2) Y1.2. Sesuai dengan yang diharapkan Y1 = 76.363 + 2.326 Y1.2 ; FK Y1.2 = 0.544 Drop
3) Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 64.735 + 2.750 Y1.3 ; FK Y1.3 = 0.704 Valid
4. 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. Armada Bus TransJakarta Yang Bagus Y2 = 78.959 + 4.330 Y2.1 ; FK Y2.1 = 0.690 Valid
2) Y2.2. Kenikmatan Merasakan Layanan Y2 = 93.331 + 4.506 Y2.2 ; FK Y2.2 = 0.767 Valid
3) Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 84.256 + 4.433 Y2.3 ; FK Y2.3 = 0.753 Valid
4) Y2.4. Pengalaman Masa Lalu Y2 = 90.660 + 4.234 Y2.4 ; FK Y2.4 = 0.768 Valid
5) Y2.5. Pengalaman Teman-teman Y2 = 87.237 + 4.244 Y2. ; FK Y2.5 = 0.751 Valid
5. Dimensi Rata-rata Harga Tiket (X2v) No. Dimensi Rata-rata Harga Tiket: Bentuk Fungsi: FK X2v.i > 0.6 (Valid), FK X2v.i < 0.6 (Drop)
1) X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikan X2v = 41.585 + 2.589 X2v.1 ; FK X2v.1 = 0.843 Valid
2) X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = 43.622 + 2.777 X2v.2 ; FK X2v.2 = 0.845 Valid
3) X2v.3. Kesesuaian Harga dengan fasilitas X2v = 43.511 + 2.693 X2v.3 ; FK X2v.3 = 0.855 Valid
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 = 62.657 + 4.586 X1v.1 ; FK X1v.1 = 0.885 Valid
2) X1v.2. Keandalan (reliability) X1v = 62.288 + 4.414 X1v.2 ; FK X1v.2 = 0.887 Valid
3) X1v.3. Daya tanggap (responsiveness) X1v = 62.412 + 4.544 X1v.3 ; FK X1v.3 = 0.892 Valid
4) X1v.4. Jaminan (assurance) X1v = 64.363 + 4.653 X1v.4 ; FK X1v.4 = 0.887 Valid
5) X1v.5. Perhatian (empathy) X1v = 63.165 + 4.578 X1v.5 ; FK X1v.5 = 0.886 Valid
17
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 = 57.696 + 3.402 Y3.1 ; FK Y3.1 = 0.834 Valid
2) Y3.2. Dikenal Luas Y3 = 59.529 + 3.701 Y3.2 ; FK Y3.2 = 0.837 Valid
3) Y3.3. Peningkatan Sumber Dana Y3 = 60.629 + 3.606 Y3.3 ; FK Y3.3 = 0.849 Valid
4) Y3.4. Keunggulan Tekhnologi Y3 = 60.513 + 3.533 Y3.4 ; FK Y3.4 = 0.847 Valid
8. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)
1) Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = 41.473 + 2.591 Y3v.1 ; FK Y3v.1 = 0.843 Valid
2) Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = 43.548 + 2.778 Y3v.2 ; FK Y3v.2 = 0.845 Valid
3) Y3v.3. Senantiasa Meningkatkan Promosi Bus TransJakarta Y3v = 43.713 + 2.690 Y3v.3 ; FK Y3v.3 = 0.855 Valid
Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)
Y1 = 0.884 X1 + 0.084 X2
Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1
atau
Y1 = 0.884 X1 + 0.084 X2
Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
X2 = Harga Tiket
1 = Koefisien regresi variabel Kualitas Pelayanan
2 = Koefisien regresi variabel Harga Tiket
1 = Koefisien regresi intervening variabel kepuasan konsumen
Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)
Y3v = 0.525 Y1 + 0.446 Y2
Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v
atau
Y3v = 0.525 Y1 + 0.446 Y2
Y3Calc = 0.356 Y3v + 0.513 Y1 + 0.140 Y2
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.
18
Metode Analisa Jalur Ganda (Double Part Analysis’ Method): Uji Regresi Dengan Metode Path Analysis (Standardized Coefficients)
Model Fungsional Loyalitas Konsumen (…..fungsi Semula)
Y1 = 0.884 X1 + 0.084 X2
Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1
atau
Y1 = 0.884 X1 + 0.084 X2
Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2
dimana:
Y1 = Kepuasan Konsumen
Y2 = Loyalitas Konsumen
X1 = Kualitas Pelayanan
X2 = Harga Tiket
1 = Koefisien regresi variabel Kualitas Pelayanan
2 = Koefisien regresi variabel Harga Tiket
1 = Koefisien regresi intervening variabel kepuasan konsumen
Pengaruh langsung variabel Kualitas Pelayanan (X1) dan variabel Harga
Tiket (X2) terhadap variabel Loyalitas Konsumen (Y2)
Berdasarkan hasil pengujian antara variabel kualitas pelayanan (X1) dan variabel
harga tiket (X2) terhadap variabel kepuasan konsumen (Y1) sebagai variabel intervening
diperoleh hasil sebagai berikut:
Persamaan Regresi 1
Tabel 1 Pengaruh Langsung variabel kualitas pelayanan (X1) dan
variabel harga tiket (X2) terhadap variabel kepuasan konsumen (Y1)
Coefficientsa Persamaan Regresi 1
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
(Constant) 26.581 47.405 .561 .614
X1 = Kualitas Pelayanan (Observed) .224 .310 .884 .723 .522 .014 69.568
X2 = Harga Tiket (Observed) .072 1.055 .084 .069 .950 .014 69.568
a. Dependent Variable: Y1 = Kepuasan Konsumen (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows.
dimana Koefisien Hasil Estimasi Persamaan Regresi 1: Y1 = 0.884 X1 + 0.084 X2
Sumber: Diolah oleh penulis dari Data Lampiran 13 s/d 16.
19
Pengaruh tidak langsung variabel Kualitas Pelayanan (X1) dan variabel Harga
Tiket (X2) terhadap variabel Loyalitas Konsumen (Y2) [melalui intervening
variabel kepuasan konsumen (Y1)]
Berikut akan dijelaskan keterikatan hubungan Pengaruh tidak langsung variabel
Kualitas Pelayanan (X1) dan variabel Harga Tiket (X2) terhadap variabel Loyalitas
Konsumen (Y2) [melalui intervening variabel kepuasan konsumen (Y1)] adalah:
Persamaan Regresi 3
Tabel 2 Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan
variabel harga tiket (X2) 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) 12.693 33.527 .379 .741 X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679
X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677
Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1
Sumber: Diolah oleh penulis dari Data Lampiran 13 s/d 16. atau
Persamaan Regresi 4
Tabel 3
Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan
variabel harga tiket (X2) 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) 12.693 33.527 .379 .741
Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508
X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679
X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows.
dimana Koefisien Hasil Estimasi Persamaan Regresi 4:: Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2
Sumber: Diolah oleh penulis dari Data Lampiran 13 s/d 16.
20
Uji Regresi Dengan Metode Path Analysis (Standardized Coefficients)
Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)
Y3v = 0.525 Y1 + 0.446 Y2 (Persamaan Regresi 1) Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v (Persamaan Regresi 3)
atau
Y3v = 0.525 Y1 + 0.446 Y2 (Persamaan Regresi 1) Y3Calc = 0.356 Y3v + 0.513 Y1 + 0.140 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.
Pengaruh Langsung variabel Kepuasan Konsumen (Y1) dan variabel Loyalitas
Konsumen (Y2) terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v)
Berdasarkan hasil pengujian antara antara variabel Kepuasan Konsumen (Y1) dan
variabel Loyalitas Konsumen (Y2) terhadap Dimensi Rata-rata Keunggulan Bersaing
(Y3v) sebagai variabel intervening diperoleh hasil sebagai berikut:
Persamaan Regresi 1
Tabel 4
Pengaruh Langsung variabel Kepuasan Konsumen (Y1) dan variabel
Loyalitas Konsumen (Y2) terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v)
Coefficientsa Persamaan Regresi 1
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
(Constant) 28.095 49.668 .566 .611
Y1 = Y1u = Kepuasan Konsumen (Observed) .597 .731 .525 .817 .474 .057 17.629
Y2 = Y2u = Loyalitas Konsumen (Observed) .309 .446 .446 .694 .537 .057 17.629
a. Dependent Variable: Y3v = Dimensi Rata-rata Keunggulan Bersaing (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows.
dimana Koefisien Hasil Estimasi Persamaan Regresi 1: Y3v = 0.525 Y1 + 0.446 Y2
Sumber: Diolah oleh penulis dari data Lampiran 16, 17 dan 20.
21
Berdasarkan data persamaan regresi tersebut di atas ditunjukkan dengan nilai
Standardized Coefficients, dengan pertimbangan bahwa penelitian ini bersifat data
kualitatif sehingga dapat dinyatakan dengan persamaan Regresi Linier Berganda berikut:
Y3v = 0.525 Y1 + 0.446 Y2
Dari persamaan regresi linier berganda tersebut di atas menunjukkan bahwa:
a) Nilai koefisien regresi variabel Kepuasan Konsumen (Y1 = Y1u) menunjukkan nilai
yang positif sebesar 0.525 dan signifikan pada = 0.474 mempunyai arti jika
Kepuasan Konsumen yang diberikan pihak jasa transportasi TRANSJAKARTA
ditingkatkan atau yang diterima oleh pengguna jasa transportasi TRANSJAKARTA
meningkat, maka Dimensi Rata-rata Keunggulan Bersaing (Y3v) juga akan
meningkat.
b) Nilai koefisien regresi variabel Loyalitas Konsumen (Y2 = Y2u) menunjukkan nilai
yang positif sebesar 0.446 dan signifikan pada = 0.537 mempunyai arti jika
Loyalitas Konsumen pengguna jasa transportasi TRANSJAKARTA meningkat,
maka Dimensi Rata-rata Keunggulan Bersaing (Y3v) juga akan meningkat.
c) Berdasarkan hasil nilai koefisien regresi tersebut, faktor yang paling berpengaruh
terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v) adalah variabel Kepuasan
Konsumen (Y1), dan urutan berikutnya adalah variabel Loyalitas Konsumen (Y2).
Hal itu ditunjukkan dengan nilai koefisien regresinya yang lebih besar bila
dibandingkan antara kedua variabel independen tersebut atau yang memiliki taraf
Signifikansi yang paling kecil.
Uji Hipotesis 1: Pengaruh Langsung variabel Kepuasan Konsumen (Y1) terhadap
Dimensi Rata-rata Keunggulan Bersaing (Y3v)
Berdasarkan hasil pengujian hipotesis menunjukkan bahwa variabel Kepuasan
Konsumen (Y1) berpengaruh terhadap terhadap Dimensi Rata-rata Keunggulan
Bersaing (Y3v) sebagai variabel intervening, terbukti dengan nilai t hitung sebesar 0.817
dengan nilai signifikansi pada nilai = 0.474 atau sama dengan = 0.948 (level of
significance for two-tailed test), sedangkan pada taraf signifikansi 0.05 dan degres of
freedom (df) sebesar 3, sehingga nilai t hitung = 0.817 < nilai t tabel = 2.353, artinya
tidak significant.
Penjelasan tersebut dapat diartikan bahwa pada pengujian tersebut Ho ditolak dan
Ha diterima, artinya bahwa pengujian tersebut mempunyai pengaruh yang signifikan
antara kualitas pelayanan terhadap kepuasan konsumen. Hasil pengujian tersebut dapat
diartikan bahwa, jika Kepuasan Konsumen yang diberikan pihak jasa transportasi
TRANSJAKARTA ditingkatkan atau yang diterima oleh pengguna jasa transportasi
TRANSJAKARTA meningkat, maka Dimensi Rata-rata Keunggulan Bersaing (Y3v) juga
akan meningkat.
22
Hasil penelitian ini menyatakan bahwa bahwa faktor pendorong pertama dari
Dimensi Rata-rata Keunggulan Bersaing (Y3v) adalah Kepuasan Konsumen (Y1) yang
merupakan tingkat keunggulan (excellence) atau tingkatan kondisi baik buruknya sajian
yang diberikan dalam rangka memuaskan konsumen dan pengendalian atas keunggulan
tersebut selain untuk memenuhi keinginan pelanggan (Philip Kotler, 2002: 83) serta dapat
pula digunakan untuk memenuhi tingkat Dimensi Rata-rata Keunggulan Bersaing (Y3v).
Uji Hipotesis 2: Pengaruh Langsung variabel Loyalitas Konsumen (Y2) terhadap
Dimensi Rata-rata Keunggulan Bersaing (Y3v)
Berdasarkan hasil pengujian hipotesis menunjukkan bahwa variabel Loyalitas
Konsumen (Y2) berpengaruh terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v)
sebagai variabel intervening, terbukti dengan nilai t hitung untuk variabel Loyalitas
Konsumen sebesar 0.694 yang signifikan pada = 0.537 atau sama dengan = 1.074
(level of significance for two-tailed test), sedangkan pada taraf signifikansi 0.05 dan degres
of freedom (df) sebesar 3, sehingga nilai t hitung = 0.694 < nilai t tabel = 2.353, artinya
tidak significant. Hasil pengujian tersebut mempunyai arti jika Loyalitas Konsumen
pengguna jasa transportasi TRANSJAKARTA meningkat, maka Dimensi Rata-rata
Keunggulan Bersaing (Y3v) juga akan meningkat
Hasil penelitian ini menyatakan bahwa bahwa faktor pendorong kedua dari
Dimensi Rata-rata Keunggulan Bersaing (Y3v) adalah Loyalitas Konsumen (Y2) yang
merupakan tingkat Keunggulan meningkatnya Loyalitas Konsumen (Y2) yang juga
diharapkan produsen dan pengendalian atas tingkat Keunggulan tersebut selanjutnya dapat
digunakan untuk memenuhi tingkat Dimensi Rata-rata Keunggulan Bersaing (Y3v)
Selain daripada itu, hasil penelitian juga menyatakan bahwa faktor pendorong
kedua dari Dimensi Rata-rata Keunggulan Bersaing (Y3v) adalah Loyalitas Konsumen
(Y2). Artinya bahwa Loyalitas Konsumen (Y2) merupakan tingkat keunggulan (excellence)
atau tingkatan kondisi baik buruknya sajian yang diberikan dalam rangka memupuk
tingkat kesetiaan konsumen dan pengendalian atas keunggulan tersebut selain untuk
memenuhi keinginan pelanggan (Philip Kotler, 2002: 83) serta dapat pula digunakan untuk
memenuhi tingkat Dimensi Rata-rata Keunggulan Bersaing (Y3v).
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)]
Berikut akan dijelaskan keterikatan pengaruh kepuasan konsumen dalam
memoderasi hubungan antara variabel Kepuasan Konsumen (Y1) dan variabel Loyalitas
Konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3) [melalui intervening
Dimensi Rata-rata Keunggulan Bersaing (Y3v)] adalah:
Persamaan Regresi 3
23
Tabel 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 3
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
(Constant) 9.465 26.146 .362 .752
Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548
Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463
Y3v = Dimensi Rata-rata Keunggulan
Bersaing (Observed)
.501 .289 .356 1.732 .225 .070 14.223
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 = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v
Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20. atau
Persamaan Regresi 4
Tabel 6
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) 9.465 26.146 .362 .752
Y3v = Dimensi Rata-rata Keunggulan Bersaing
(Observed)
.501 .289 .356 1.732 .225 .070 14.223
Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548
Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463
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 = 0.356 Y3v + 0.513 Y1 + 0.140 Y2
Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20.
Berdasarkan data persamaan regresi tersebut di atas ditunjukkan dengan nilai
Standardized Coeefisient, dengan pertimbangan bahwa penelitian ini bersifat data kualitatif
sehingga dapat dinyatakan dengan persamaan Regresi Linier Berganda berikut:
Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v
Dari persamaan regresi linier berganda tersebut di atas menunjukkan bahwa:
a) Penjelasan pada Persamaan Regresi 3 menunjukkan bahwa nilai koefisien regresi
untuk variabel kepuasan konsumen (Y1) menunjukkan nilai yang positif sebesar
0.513 yang signifikan pada = 0.179. Hasil pengujian mempunyai arti bahwa,
jika Kepuasan Konsumen yang diberikan pihak jasa transportasi
TRANSJAKARTA ditingkatkan atau yang diterima oleh pengguna jasa transportasi
24
TRANSJAKARTA meningkat, maka Dimensi Rata-rata Keunggulan Bersaing (Y3v)
juga akan meningkat, sehingga berdampak terhadap meningkatnya nilai variabel
Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-rata Keunggulan
Bersaing (Y3v)]
b) Nilai koefisien regresi untuk variabel Loyalitas Konsumen (Y2) menunjukkan
nilai yang positif sebesar 0.140 yang signifikan pada = 0.626. Hasil pengujian
mempunyai arti bahwa, jika Loyalitas Konsumen pengguna jasa transportasi
TRANSJAKARTA meningkat, maka Dimensi Rata-rata Keunggulan Bersaing (Y3v)
juga akan meningkat, sehingga berdampak terhadap meningkatnya nilai variabel
Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-rata Keunggulan
Bersaing (Y3v)]
c) Nilai koefisien regresi untuk Dimensi Rata-rata Keunggulan Bersaing (Y3v)
menunjukkan nilai yang positif sebesar 0.356 yang signifikan pada = 0.225.
Hasil pengujian mempunyai arti bahwa meningkatnya Dimensi Rata-rata
Keunggulan Bersaing (Y3v) maka akan berdampak positif terhadap meningkatnya
nilai variabel Keunggulan Bersaing (Y3).
d) Berdasarkan hasil nilai koefisien regresi tersebut, faktor yang paling berpengaruh
terhadap variabel Keunggulan Bersaing (Y3) secara berurutan adalah variabel
kepuasan konsumen (Y1), Dimensi Rata-rata Keunggulan Bersaing (Y3v) dan yang
terakhir adalah variabel Loyalitas Konsumen (Y2). Hal itu ditunjukkan dengan nilai
koefisien regresinya yang lebih besar (Unstandardized Coefficients) atau nilai
signifikansi = yang paling kecil (Standardized Coefficients) dari ketiga variabel
independen tersebut. Sedangkan untuk taraf signifikan = 0.05 terhadap ketiga
variabel independen tersebut ”tidak significan secara statistik”, akan tetapi ketiga
variabel independen tersebut masih bisa ditingkatkan secara sendiri-sendiri ataupun
secara serempak oleh karena ketiga variabel independen tersebut mempunyai
koefisien regresi yang bernilai positif.
Uji Hipotesis 3: Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1)
terhadap variabel Keunggulan Bersaing (Y3)
[melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]
Hasil penelitian/pengujian pengaruh langsung antara variabel Kepuasan
Konsumen (Y1) terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v) diperoleh nilai
standardized beta sebesar 0.525, yang signifikan pada = 0.474 mempunyai arti jika
Kepuasan Konsumen yang diberikan pihak jasa transportasi TRANSJAKARTA ditingkatkan
atau yang diterima oleh pengguna jasa transportasi TRANSJAKARTA meningkat, maka
Dimensi Rata-rata Keunggulan Bersaing (Y3v) juga akan meningkat. Nilai standardized
beta sebesar 0.525 merupakan nilai path atau jalur p3.
Pada persamaan regresi seperti dijelaskan Persamaan Regresi 3 diperoleh nilai
standardized beta untuk nilai variabel kepuasan konsumen (Y1) sebesar 0.513 dan
25
signifikan pada = 0.179 dan untuk nilai Dimensi Rata-rata Keunggulan Bersaing (Y3v)
sebesar 0.356 dan signifikan pada = 0.225. Kedua-duanya menunjukkan pengaruh
yang signifikannya. Nilai standardized beta variabel kepuasan konsumen sebesar 0.513
merupakan nilai path atau jalur p4 dan nilai standardized beta Dimensi Rata-rata
Keunggulan Bersaing sebesar 0.356 merupakan nilai path atau jalur p5. Besarnya nilai
path tersebut e1 = [(1-0.513)]1/2 = 0.698 dan besarnya untuk nilai e2 = [(1-0.356)]1/2 =
0.802.
Berdasarkan dengan hasil tersebut, maka dapat disimpulkan bahwa hasil analisis
jalur menunjukkan bahwa variabel Kepuasan Konsumen (Y1) mempunyai pengaruh
langsung terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v) dan mempunyai
Pengaruh tidak langsung terhadap variabel Keunggulan Bersaing (Y3) [melalui
intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]. Penjelasan tersebut dapat
diartikan bahwa, jika Kepuasan Konsumen yang diberikan pihak jasa transportasi
TRANSJAKARTA ditingkatkan atau yang diterima oleh pengguna jasa transportasi PT
MAYASARI BAKTI meningkat, maka akan mendorong meningkatnya Dimensi Rata-rata
Keunggulan Bersaing (Y3v), sehingga berdampak terhadap meningkatnya nilai variabel
Keunggulan Bersaing (Y3).
Uji Hipotesis 4: Pengaruh Tidak Langsung variabel loyalitas konsumen (Y2)
terhadap variabel Keunggulan Bersaing (Y3)
[melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]
Hasil penelitian/pengujian pengaruh langsung antara variabel Loyalitas Konsumen
(Y2) terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v), diperoleh nilai standardized
beta sebesar 0.446 yang signifikan pada = 0.537 mempunyai arti jika Loyalitas
Konsumen (Y2) pengguna jasa transportasi TRANSJAKARTA meningkat, maka Dimensi
Rata-rata Keunggulan Bersaing (Y3v) juga akan meningkat. Nilai standardized beta sebesar
0.446 merupakan nilai path atau jalur p3.
Pada persamaan regresi seperti dijelaskan Persamaan Regresi 3, diperoleh nilai
standardized beta untuk nilai variabel Loyalitas Konsumen (Y2) sebesar 0.140 dan
Dimensi Rata-rata Keunggulan Bersaing (Y3v) sebesar 0.356 Kedua-duanya
menunjukkan pengaruh yang signifikannya. Nilai standardized beta variabel Loyalitas
Konsumen sebesar 0.140 merupakan nilai path atau jalur p4 dan nilai standardized beta
Dimensi Rata-rata Keunggulan Bersaing (Y3v) sebesar 0.356 merupakan nilai path atau
jalur p5. Besarnya nilai e1 = [(1- 0.140)]1/2 = 0.927 dan besarnya untuk nilai e2 = [(1-
0.317 0.356)]1/2 = 0.802.
Berdasarkan dengan hasil tersebut, maka dapat disimpulkan bahwa hasil analisis
jalur menunjukkan bahwa variabel Loyalitas Konsumen (Y2) mempunyai pengaruh
langsung terhadap Dimensi Rata-rata Keunggulan Bersaing (Y3v) dan pengaruh tidak
langsung terhadap variabel Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-
rata Keunggulan Bersaing (Y3v)]. Penjelasan tersebut dapat diartikan bahwa, jika
Loyalitas Konsumen pengguna jasa transportasi TRANSJAKARTA meningkat, maka akan
26
mendorong meningkatnya Dimensi Rata-rata Keunggulan Bersaing (Y3v), sehingga
berdampak terhadap meningkatnya nilai variabel Keunggulan Bersaing (Y3) [melalui
intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]
Uji Hipotesis 5: Pengaruh Langsung Dimensi Rata-rata Keunggulan Bersaing
(Y3v) terhadap variabel Keunggulan Bersaing (Y3)
Hasil penelitian menunjukkan bahwa nilai t hitung untuk Dimensi Rata-rata
Keunggulan Bersaing (Y3v) sebesar 1.782 dengan hasil signifikansinya sebesar 0.283 <
0.05 dan degres of freedom (df) sebesar 2. sehingga nilai t hitung = 1.782 < nilai t tabel =
2.920, artinya dalam pengujian tersebut bahwa Dimensi Rata-rata Keunggulan Bersaing
(Y3v) mempunyai pengaruh yang tidak significant pada = 5 % bahkan = 20 % atau
dengan degres of freedom (df) sebesar 2, dimana nilai t hitung = 1.782 < nilai t tabel =
1.886 juga tidak significant, artinya bahwa Dimensi Rata-rata Keunggulan Bersaing
(Y3v) ”tidak begitu berpengaruh” terhadap variabel Keunggulan Bersaing (Y3). Jika
Dimensi Rata-rata Keunggulan Bersaing ditingkatkan maka variabel Keunggulan Bersaing
”tidak begitu meningkat” (atau elastisitas variabel kepuasan konsumen bersifat in-elastis).
Berdasarkan hasil pengujian dapat disimpulkan bahwa pengujian hipotesis mampu
menerima kelima hipotesis tersebut sehingga hipotesis yang menyatakan dugaan adanya
pengaruh antara Dimensi Rata-rata Keunggulan Bersaing (Y3v) terhadap variabel
Keunggulan Bersaing (Y3) dapat diterima.
Model Regresi IV: Multiple Regression, Data Dengan Kategori (Jumlah ke II)
Analisis yang digunakan untuk mengukur kekuatan hubungan antara dua variabel
atau lebih, juga menunjukkan arah hubungan antar variabel dependen dengan variabel
independen menurut Ghozali, 2001 (dalam Febri Tri Bramasta Putra, 2010: 15). Model
penelitian ini dapat dijelaskan dengan model linier persamaan regresi menurut Ferdinand,
2006 (dalam Febri Tri Bramasta Putra, et.al. 2010) dapat disusun sebagai berikut:
(Regression Output): X Coefficient(s): f (X1.i): Y2 = 20.239 - 0.761X1 + 1.394 X2 - 1.137 X3 + 4.062 X4 - 2.986 X5 + 0.116 X6
- 12.974X7 - 1.725 X8 - 0.252X9 + 2.388 X10 - 0.169 X11 + 13.385 X12
+ 0.250X13 - 0.352 X14 + 0.312X15 + 0.112X16 + 0.354 X17 - 0.405 X20
+ 0.341 X21 + 0.260 X22 + 0.120 X23 - 0.309X24 - 2.268 X25 + 0.204 X26
+ 2.042 X27 + 0.020 X28 + 0.272 X29 + 0.801 X30 + 49.713
Std Err of Coef.
S(ai): (4.485) ( 2.158) (4.074) (2.482) (3.635) (4.405) ( 0.051)
(11.886) (1.550) (0.244) (1.657) (0.166) (11.365) ( 2.701) (2.495) (0.496) (0.071) (0.065) ( 0.882)
( 1.242) (1.012) (0.059) (0.194) (1.758) ( 0.258)
(1.912) (0.071) (0.061) (0.023)
27
T-test (df = n-k )
t(ai): (4.513) (-0.353) ( 0.342) (-0.458) ( 1.118) (-0.678) ( 2.269)
(-1.091) (-1.113) (-1.030) ( 1.441) (-1.019) ( 1.178)
( 0.092) (-0.141) ( 0.628) ( 1.592) ( 5.469) (-0.459)
( 0.275) ( 0.257) ( 2.023) (-1.594) (-1.290) ( 0.792) ( 1.068) ( 0.283) ( 4.443) (35.576)
No. of Observations: 240
Degrees of Freedom: 211
Constant: 20.239
Std Err of Y Est SE = 49.713
R Squared r 2 = 0.983
Correlation Coeff r = 0.992
Adjusted R Squared r 2 = 0.981
F Change = Fuji Test F = 447.126
Durbin-Watson Test D-W = 1.632
dimana: X1 = X1v.1 = Bukti fisik (tangible)
X2 = X1v.2 = Keandalan (reliability)
X3 = X1v.3 = Daya tanggap (responsiveness)
X4 = X1v.4 = Jaminan (assurance)
X5 = X1v.5 = Perhatian (empathy)
X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta
X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta
X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan
X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima
X10 = X2v.3 = Kesesuaian Harga dengan fasilitas
X11 = X2u = Dimensi Total HARGA TIKET TransJakarta
X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta
X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan
X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain
X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan
X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta
X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakarta
X19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
X20 = Y2v.1 = Penggunaan ulang layanan
X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan
X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan
X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta
X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta
X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakarta
X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakarta
X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakarta
X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakarta
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)
X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )] X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )] m0 , m1 ...... m30 = Koefisien Regresi untuk ke 30 Independen Variabel
e13 = Error Term
28
29
Tabel 7: Model Summaryb Model R R Square Adjusted
R Square Std. Error
of the Estimate
Change Statistics Durbin-Watson R Square
Change
F Change df1 df2 Sig. F
Change
1 .992a .983 .981 49.71276 .983 447.126 28 211 .000 1.632
a. Predictors: (Constant), X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )],
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable) , X24
= Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta, X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-
Stage Regression as Estimated Variable), X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta, X26 =
Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA, X14 = Y1v.2 = Kesediaan Pelanggan untuk
merekomendasikan kepada orang lain, X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta, X9 = X2v.2 =
Kesesuaian harga dengan pelayanan yang diterima, X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta, X22 = Y2v.3 =
Selalu menjadi pilihan utama bagi pelanggan, X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta, X4 = X1v.4
= Jaminan (assurance), X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta, X25 = Y3v.1 = Memperluas
TRAYEK (Koridor) Bus TRANSJAKARTA , X1 = X1v.1 = Bukti fisik (tangible), X8 = X2v.1 = Kesesuaian Harga dengan
Kualitas Jasa yang diberikan, X11 = X2u = Dimensi Total HARGA TIKET TransJakarta, X15 = Y1v.3 = Puas atas kualitas
pelayanan yang sudah dirasakan, X20 = Y2v.1 = Penggunaan ulang layanan, X3 = X1v.3 = Daya tanggap (responsiveness), X21 =
Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan, X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus
TRANSJAKARTA , X10 = X2v.3 = Kesesuaian Harga dengan fasilitas, X13 = Y1v.1 = Pelayanan Sesuai dengan harapan
pelanggan, X2 = X1v.2 = Keandalan (reliability), X5 = X1v.5 = Perhatian (empathy), X7 = X1v = Dimensi Rata-rata KUALITAS
PELAYANAN TransJakarta.
b. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].
Sumber: Hasil Perhitungan menggunakan program SPSS IBM Statistik Versi 21 for Windows yang berasal dari data Lampiran 24 (meliputi Data Pendukung Lampiran 9 s/d 23).
Tabel 8: ANOVAa Model Sum of Squares Df Mean Square F Sig.
1
Regression 30940228.645 28 1105008.166 447.126 .000b
Residual 521456.742 211 2471.359
Total 31461685.387 239 a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan
Kategori JUMLAH ke II )].
b. Predictors: (Constant), X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )], Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable) , X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta, X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable), X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta, X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA, X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain, X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta, X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima, X12 =
X2v = Dimensi Rata-rata HARGA TIKET TransJakarta, X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan, X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta, X4 = X1v.4 = Jaminan (assurance), X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta, X25 = Y3v.1
= Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA , X1 = X1v.1 = Bukti fisik (tangible), X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan, X11 = X2u = Dimensi Total HARGA TIKET TransJakarta, X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan, X20 = Y2v.1 = Penggunaan ulang layanan, X3 = X1v.3 = Daya tanggap (responsiveness), X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan, X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus
TRANSJAKARTA , X10 = X2v.3 = Kesesuaian Harga dengan fasilitas, X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan, X2 = X1v.2 = Keandalan (reliability), X5 = X1v.5 = Perhatian (empathy), X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta.
Sumber: Hasil Perhitungan menggunakan program SPSS IBM Statistik Versi 21 for Windows
yang berasal dari data Lampiran 24 (meliputi Data Pendukung Lampiran 9 s/d 23).
30
Tabel 9: Coefficientsa Model Unstandardized
Coefficients Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
1
(Constant) 20.239 4.485 4.513 .000
X1 = X1v.1 = Bukti fisik (tangible) -.761 2.158 -.144 -.353 .725 .000 2133.252
X2 = X1v.2 = Keandalan (reliability) 1.394 4.074 .223 .342 .733 .000 5404.345
X3 = X1v.3 = Daya tanggap (responsiveness) -1.137 2.482 -.142 -.458 .647 .001 1223.680
X4 = X1v.4 = Jaminan (assurance) 4.062 3.635 .486 1.118 .265 .000 2408.847
X5 = X1v.5 = Perhatian (empathy) -2.986 4.405 -.371 -.678 .499 .000 3808.598
X6 = X1u = Dimensi Total KUALITAS
PELAYANAN TransJakarta
.116 .051 .110 2.269 .024 .034 29.660
X7 = X1v = Dimensi Rata-rata KUALITAS
PELAYANAN TransJakarta
-12.974 11.886 -.810 -1.091 .276 .000 7006.770
X8 = X2v.1 = Kesesuaian Harga dengan
Kualitas Jasa yang diberikan
-1.725 1.550 -.210 -1.113 .267 .002 450.936
X9 = X2v.2 = Kesesuaian harga dengan
pelayanan yang diterima
-.252 .244 -.033 -1.030 .304 .075 13.383
X10 = X2v.3 = Kesesuaian Harga dengan
fasilitas
2.388 1.657 .282 1.441 .151 .002 486.118
X11 = X2u = Dimensi Total HARGA TIKET
TransJakarta
-.169 .166 -.049 -1.019 .309 .035 28.835
X12 = X2v = Dimensi Rata-rata HARGA
TIKET TransJakarta
13.385 11.365 .803 1.178 .240 .000 5921.360
X13 = Y1v.1 = Pelayanan Sesuai dengan
harapan pelanggan
.250 2.701 .027 .092 .926 .001 1097.056
X14 = Y1v.2 = Kesediaan Pelanggan untuk
merekomendasikan kepada orang lain
-.352 2.495 -.035 -.141 .888 .001 788.414
X15 = Y1v.3 = Puas atas kualitas pelayanan
yang sudah dirasakan
.312 .496 .031 .628 .531 .031 31.786
X16 = Y1u = Dimensi Total KEPUASAN
KONSUMEN TransJakarta
.112 .071 .033 1.592 .113 .188 5.324
X17 = Y1Calc = Y1 OS Regr = Kepuasan
Konsumen (One-Stage Regression as
Estimated Variable)
.354 .065 .056 5.469 .000 .740 1.351
X20 = Y2v.1 = Penggunaan ulang layanan -.405 .882 -.043 -.459 .647 .009 112.213
X21 = Y2v.2 = Tertanamnya secara positif
layanan di benak pelanggan
.341 1.242 .036 .275 .784 .005 222.108
X22 = Y2v.3 = Selalu menjadi pilihan utama
bagi pelanggan
.260 1.012 .029 .257 .797 .006 158.360
X23 = Y2u = Dimensi Total LOYALITAS
KONSUMEN TransJakarta
.120 .059 .041 2.023 .044 .192 5.219
X24 = Y2v = Dimensi Rata-rata LOYALITAS
KONSUMEN TransJakarta
-.309 .194 -.018 -1.594 .112 .641 1.561
X25 = Y3v.1 = Memperluas TRAYEK
(Koridor) Bus TRANSJAKARTA
-2.268 1.758 -.190 -1.290 .198 .004 276.649
X26 = Y3v.2 = Mampu Menciptakan INOVASI
Produk Jasa TRANSJAKARTA
.204 .258 .021 .792 .429 .111 8.978
X27 = Y3v.3 = Senantiasa Meningkatkan
PROMOSI Bus TRANSJAKARTA
2.042 1.912 .163 1.068 .287 .003 295.099
X28 = Y3v = Dimensi Rata-rata
KEUNGGULAN BERSAINGTransJakarta
.020 .071 .004 .283 .778 .368 2.718
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN
BERSAING TransJakarta = (Two-Stage
Regression as Estimated Variable)
.272 .061 .044 4.443 .000 .817 1.224
X30 = Y3 = X = KEUNGGULAN
BERSAING TransJakarta [(Data Dengan
Kategori JUMLAH ke I )]
.801 .023 .898 35.576 .000 .123 8.109
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data
Dengan Kategori JUMLAH ke II )]. Sumber: Hasil Perhitungan menggunakan program SPSS IBM Statistik Versi 21 for Windows
yang berasal dari data Lampiran 24 (meliputi Data Pendukung Lampiran 9 s/d 23).
31
Tabel 10: Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 12.6751 2722.0408 309.2276 359.80137 240 Std. Predicted Value -.824 6.706 .000 1.000 240 Standard Error of Predicted Value 4.442 42.839 14.569 9.313 240 Adjusted Predicted Value 13.6907 3002.9602 309.9841 369.68498 240 Residual -200.64751 151.65120 .00000 46.71004 240
Std. Residual -4.036 3.051 .000 .940 240 Stud. Residual -4.245 3.885 -.003 1.072 240 Deleted Residual -393.96017 245.98872 -.75650 64.34839 240 Stud. Deleted Residual -4.428 4.023 -.004 1.092 240 Mahal. Distance .912 176.479 27.883 35.980 240 Cook's Distance .000 1.544 .018 .109 240 Centered Leverage Value .004 .738 .117 .151 240
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori
JUMLAH ke II )].
Sumber: Hasil Perhitungan menggunakan program SPSS IBM Statistik Versi 21 for Windows
yang berasal dari data Lampiran 24 (meliputi Data Pendukung Lampiran 9 s/d 23).
Berdasarkan hasil pengujian menunjukan bahwa Model Analisa Regresi Linier
Berganda (multiples regression) Keunggulan Bersaing adalah significant secara statistik
dengan Adjusted R Squared (r 2) = 0.981 menunjukkan bahwa 98.1 % dari varians Model
Fungsional Klasik Loyalitas Konsumen (sebagai fungsi Semula) maupun Model fungsional
Keunggulan Bersaing (sebagai fungsi estapet), dijelaskan oleh semua variabel independen
serta variabel intervening dalam model linier persamaan regresi, sedangkan sisanya 0.019
atau 1.9 % lainnya dijelaskan oleh variabel lain yang tidak terdapat dalam penelitian ini.
Uji Kualitas Data:
Uji Validitas
Uji validitas (uji kesahihan) adalah suatu alat yang digunakan untuk mengukur
sah/valid tidaknya suatu kuesioner. Uji validitas menunjukan suatu ukuran atau ketepatan
suatu instrumen atau indikator yang valid mempunyai validitas yang tinggi atau
mengalami kondisi VALID (sah, syah, absah, sahih) diukur berdasarkan nilai Faktor
Koreksi (FK) dari indikator mupun dimensi dari variabel penelitian > 0.6 (Valid).
Sebaliknya, instrumen yang kurang valid berarti memiliki validitas rendah atau mengalami
DROP (penurunan, keadaan menurun, atau kemerosotan) diukur berdasarkan nilai Faktor
Koreksi (FK) dari indikator mupun dimensi dari variabel penelitian < 0.6 (Drop).
Penggujian validitas tiap butir sampai sekarang merupakan teknik yang paling banyak
digunakan.
Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I) yang dimuat dalam
(lampiran 9 s/d 23) terdapat sebanyak 40 Indikator dan Dimensi dari semua variabel
penelitian. Sebanyak 28/40 = 70.0 % indikator maupun Dimensi mengalami DROP
(penurunan, keadaan menurun, atau kemerosotan) dan hanya sebanyak 12/40 = 30.0 %
mengalami kondisi VALID (sah, syah, absah, sahih).
32
Hasil Perhitungan: Data Dengan Kategori (Jumlah ke II) yang dimuat dalam
(Lampiran 9 s/d 23) yang terdiri sebanyak 40 Indikator dan Dimensi dari semua variabel
penelitian atau sebanyak 100 % mengalami kondisi VALID (sah, syah, absah, sahih).
Empat tabel pertama merupakan Metode Path Analysis Model Fungsional Loyalitas
Konsumen (…..fungsi Semula) terdiri sebanyak 25 indikator, menyatakan sebanyak
23/25 = 92.0 % mengalami VALID dan hanya 2/25 = 8.0 % yang mengalami DROP.
Sedangkan semua Indikator/Dimensi Metode Path Analysis (Model Fungsional
Keunggulan Bersaing (….fungsi estapet) mengalami kondisi VALID (sah, syah, absah,
sahih).
Hasil Perhitungan: Data Dengan Kategori (Jumlah ke I) atau Pada Lampiran 13
terdapat sebanyak 6 indikator dari 13 indikator kualitas pelayanan atau sebesar 46.15 %
mengalami DROP (penurunan, keadaan menurun, atau kemerosotan), dengan ”jumlah
Drop” dan ”Nilai Drop”sebesar (dapat diukur dalam %) masing-masing sebagai berikut
: X1.2. Perlengkapan Armada Bus TransJakarta X1 = 193.338 + 10.607 X1.2 .2FK X1.2 = 0.585 Drop
X1.4. Penampilan Petugas X1 = 241.326 + 10.287 X1.4 ; FK X1.4 = 0.404 Drop
X1.6. Keramahan X1 = 178.310 + 10.7654 X1.6 ; FK X1.6 = 0.573 Drop
X1.10. Mampu Berkomunikasi X1 = 201.466 + 11.119 X1.11 ; FK X1.10 = 0.435 Drop
X1.11. Informasi Yang Akurat X1 = 201.466 + 11.119 X1.11 ; FK X1.11 = 0.546 Drop
X1.13. Perhatian Kepada Konsumen X1 = 189.092 + 10.983 X1.13 ; FK X1.13 = 0.589 Drop
Nilai koefisien ALPHA CRONBACH Kualitas Pelayanan (X1) sebesar 0.973 menjadi
0.986 dengan Laju Kenaikan sebesar 1.36 % dan Nilai Butiran INDIKATOR rata-rata
Kualitas Pelayanan (X1) meningkat sebesar 2.41 Kali lipat.
Pada umumnya bahwa indikator kualitas pelayanan yang mengalami DROP
tersebut, dapat dilihat dari hasil perhitungan estimasi menggunakan program SPSS IBM
Statistik Versi 21 for Windows adalah karena terjadinya Excluded Variable per butir
indikator hasil estimasi (multiple regression) Model Regresi II yang memiliki ”Zero-
order Partial Correlation” dan yang mengalami ”Zero-order (Tolerance, VIF and
Minimum Tolerance) Collinearity Statistics”.
Secara umum ke 6 butir indikator kualitas pelayanan (X1) yang mengalami DROP
dengan ”tingkat Drop” sebagai berikut: (1) X1.2. Perlengkapan Armada Bus
TRANSJAKARTA =. FK X1.2 = 0.585, (2) X1.4. Penampilan Petugas = FK X1.4 = 0.404,
(3) X1.6. Keramahan = FK X1.6 = 0.573, (4) X1.10 (Kemampuan Berkomunikasi), nilai FK
X1.10 = 0.435 Drop, (5) X1.11. Informasi Yang Akurat = FK X1.11 = 0.546 dan (6) X1.13.
Perhatian Kepada Konsumen = FK X1.13 = 0.589.
Ke 6 butir indikator kualitas pelayanan (X1) yang mengalami DROP dengan
”tingkat Drop” tersebut dapat pula diartikan sebagai atau oleh karena: (1) Kurangnya perhatian perusahaan sebagai penyedia jasa angkutan memperbaharui, memperbaiki bahkan meningkatkan fasilitas berupa (X1.2) Perlengkapan Armada Bus
TRANSJAKARTA, (2) Kurang menarik atau kurang rapinya (X1.4) Penampilan Petugas,
(3) Rendahnya kemampuan karyawan memenuhi kebutuhan pelanggan (konsumen) dan Melayani penumpang dengan baik dengan penuh (X1.6) Keramahan, (4)
33
Kekurangmampuan pelayanan yang harus diberkan karyawan memberikan (X1.11)
Informasi Yang Akurat, (5) Karyawan selalu saja kurang mampu memberikan X1.11
(Informasi Yang Akurat), dan (6) Masih rendahnya Pemahaman karyawan yang bersifat personal secara tulus berupa (X1.13) Perhatian Kepada Konsumen.
Nilai koefisien ALPHA CRONBACH sebesar 0.973 merupakan kemungkinan
(probability) akan dapat/bisa diterapkan berbagai KEBIJAKAN PERBAIKAN terhadap
semua indikator (khususnya) yang mengalami kondisi DROP, akan dapat dirubah menjadi
kondisi VALID, apabila terpenuhi syarat nilai koefisien Alpha Cronbach > 0.6 (artinya:
bahwa variabel Kualitas pelayanan (X1) adalah Reliable atau dapat dipercaya/diandalkan)
dengan laju kenaikan rata-rata sebesar 1.36 % yang berubah hingga mencapai nilai sebesar
0.986. Artinya adalah sebesar 98.6 % kemungkinan (probability) dicapai keberhasilan
penerapan KEBIJAKAN PERBAIKAN terhadap semua indikator kualitas pelayanan yang
mengalami DROP tersebut mampu dirubah menjadi VALID yang didukung oleh kenaikan
berdasarkan ”penyesuaian faktor penentu per butir indikator kualitas pelayanan” atau
Nilai Butiran INDIKATOR rata-rata Kualitas Pelayanan (X1) bisa meningkat sebesar 2.41
Kali lipat.
Penggujian validitas tiap butir digunakan adalah analisis item, yaitu
mengkorelasikan skor setiap butir dengan skor total, yang merupakan jumlah tiap skor
butir yang berpengaruh (Ida Manulang, 2008: 43). Dalam hal ini teknik korelasi untuk
menentukan item ini juga sampai sekarang merupakan teknik yang paling banyak
digunakan. Kriteria pengambilan keputusan dikatakan valid adalah ditentukan dengan nilai
r hitung > nilai r tabel, dimana untuk menentukan r hitung dapat dilihat dari nilai
Corected Item Total Correlation, dengan hasil pengujian berdasarkan kriteria statistiknya.
Sebanyak 40 Indikator dan Dimensi dari semua variabel penelitian pada 3
(lampiran 21 s/d 23) terdapat sebanyak 100 % mengalami kondisi VALID (sah, syah,
absah, sahih). Terbukti dengan semua nilai hasil r hitung pada indikator variabel yang
ditunjukkan dengan nilai Corrected Item Total Correlation tersebut diperoleh melebihi
nilai r tabel yang diperoleh dari nilai analisis item, yaitu mengkorelasikan skor setiap butir
dengan skor total, yang merupakan jumlah tiap skor butir yang berpengaruh dengan
ketentuan df = n – k, sehingga dengan demikian masing-masing indikator pada masing-
masing variabel tersebut dapat dilakukan kepada langkah penghitungan selanjutnya.
Uji Reliabilitas
Uji realiabilitas adalah menguji apakah hasil kuisioner dapat dipercaya atau tidak.
Pengujian realiabilitas instrumen dapat dilakukan secara eksternal maupun internal. Secara
eksternal dapat dilakukan dengan test retest (stability), equivalent, dan gabungan
keduanya. Secara internal realiabilitas instrumen dapat diuji dengan menganalisis
konsistensi butir-butir yang ada pada instrumen dengan teknik tertentu.
Menurut Sugiyono (2005: 153) dalam Ida Manulang (2008: 44), “pengujian
realiabilitas dengan internal consistency dengan teknik belah dua (split half) yang
34
dianalisis dengan rumus Spearmen Brown. Untuk keperluan itu, maka butir-butir dibelah
menjadi dua kelompok ganjil dan kelompok genap. Selanjutnya skor data tiap kelompok
disusun sendiri. Pengujian instrumen dapat dilakukan dengan teknik belah dua Spearmen
Brown. Perhitungan realiabilitas pada penelitian ini menggunakan analisis yang
dikembangkan oleh Alpha Cronbach. Pada uji ini, realibel jika alpha hitung lebih besar
atau sama dari 0.60, sedangkan untuk < 0.60 dinyatakan instrumen tidak realibel.
Uji reliabilitas dilakukan untuk mengetahui kehandalan dari suatu alat ukur
(kuesioner) dalam mengukur suatu variabel. Pengujian reliabilitas akan dilakukan dengan
menggunakan Cronbach Alpha. Ringkasan hasil pengujian reliabilitas selengkapnya dapat
dilihat pada Tabel 11. Pengujian reliabilitas untuk menguji keandalan dari suatu alat ukur
untuk masing-masing variabel. menunjukkan bahwa semua variabel memiliki hasil
koefisien Cronbach’s Alpha yang lebih besar dari 0.60. Dengan demikian dapat
disimpulkan bahwa semua konsep pengukur masing-masing variabel adalah reliabel.
Tabel 11
Uji Reliabilitas Indikator/Dimensi Rata-rata*)
No.
Variabel/Dimensi
ALPHA CRONBACH Laju Kenaikan
ALPHA CRONBACH
(%)
Nilai Butiran INDIKATOR rata-rata
(Kali lipat)
Keterangan Data Dengan Kategori
Jumlah ke I
Jumlah ke II
1. 2. 3. 4. 5. 6. 7. 8.
Kualitas Pelayanan (X1) Harga Tiket (X2) Kepuasan Konsumen (Y1) Loyalitas Konsumen (Y2) Dimensi Harga Tiket (X2v) Dimensi K Pelayanan (X1v) Variabel K Bersaing (Y3) Dimensi K Bersaing (Y3v)
0.973 0.890 1.066 0.944 0.836 0.930 0.890 0.836
0.986 0.939 0.900 0.952 0.912 0.961 0.939 0.912
1.36 % 5.53 %
-15.58 % 0.90 % 9.06 % 3.41 % 5.52 % 9.01 %
2.41 2.53 4.06 2.90 2.44 2.22 2.61 2.44
Reliabel Reliabel
No Reliabel
Reliabel Reliabel Reliabel Reliabel Reliabel
Sumber: Hasil Perhitungan menggunakan program Lotus 1-2-3 (Transition) dari
Program Microsoft Office Excel 2003 (dari data Lampiran 13 s/d 20). Keterangan:
KORELASI BUTIR = R = Correlation Coefficient
DETERMINASI BUTIR = R Squared. = (R2 )
DETERMINASI TERKOREKSI = Adjusted R Squared = (R2 )
Jumlah Observasi = N., Jumlah Variabel Estimasi = K
FAKTOR KOREKSI = 1- (1-( DETERMINASI BUTIR)2)*(N-1)/(N-K) ALPHA CRONBACH = [Jml Indikator/(Jml Indikator-1)]*[(VAR TOTAL - SIGMA VAR BUTIR)/VAR TOTAL]
Nilai Butiran INDIKATOR rata-rata = [Sigma LajuR2]/[Sigma Laju FAKTOR KOREKSI] Apabila ALPHA CRONBACH > 0.6 (Reliabel), ALPHA CRONBACH < 0.6 (Tidak Reliabel).
35
Uji Asumsi Klasik:
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.
36
Gambar 3: 4 Pasang Gambar Uji Asumsi Klasik
37
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
Loyalitas Konsumen Y2Calc dan Y2Calc merupakan One-Stage Regression as Estimated
Variable (as Calculated): Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 = d0 + d1Y1 + d2X1 + d3X2
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 Y2 Calc One-Stage Regression as Estimated
Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1
Zresid Normal P-P Plot:
Output1 PP Plot Reg III Loyalitas Konsumen TRANSJAKARTA 2018
Persamaan Regresi 3
38
Tabel 12
Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan
variabel harga tiket (X2) 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) 12.693 33.527 .379 .741 X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679
X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677
Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows.
dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1
Sumber: Diolah oleh penulis dari Data Lampiran 9 dan 14 s/d 15.
Zresid Normal P-P Plot Model Estimasi 4:
Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated
Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = d0 + d1Y1 + d2X1 + d3X2
Zresid Normal P-P Plot:
Output1 PP Plot Reg IV Loyalitas Konsumen TRANSJAKARTA 2018
atau
Persamaan Regresi 4
39
Tabel 13 Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan
variabel harga tiket (X2) 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) 12.693 33.527 .379 .741
Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508
X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679
X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677
a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated)
b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows.
dimana Koefisien Hasil Estimasi Persamaan Regresi 4:: Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2
Sumber: Diolah oleh penulis dari Data Lampiran 9 dan 14 s/d 15.
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 TRANSJAKARTA 2018
40
Persamaan Regresi 3
Tabel 14
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) 9.465 26.146 .362 .752
Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548
Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463
Y3v = Dimensi Rata-rata Keunggulan
Bersaing (Observed)
.501 .289 .356 1.732 .225 .070 14.223
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 = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v
Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20.
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
41
Zresid Normal P-P Plot:
Output1 PP Plot Reg IV Keunggulan Bersaing TRANSJAKARTA 2018
atau
Persamaan Regresi 4
Tabel 15
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) 9.465 26.146 .362 .752
Y3v = Dimensi Rata-rata Keunggulan Bersaing
(Observed)
.501 .289 .356 1.732 .225 .070 14.223
Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548
Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463
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 = 0.356 Y3v + 0.513 Y1 + 0.140 Y2
Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20.
42
Gambar 4: Uji Normalitas
Pada gambar 4 memperlihatkan bahwa uji normalitas berdistribusi normal. Hal ini
dapat dilihat bahwa garis yang menggambarkan data sesungguhnya mengikuti garis
diagonal (lihat Gambar 3: 4 Pasang Gambar Uji Asumsi Klasik). Artinya bahwa sebaran
data dikatakan tersebar di sekeliling garis lurus (tidak terpencar jauh dari garis lurus),
sehingga persyaratan normalitas bisa dipenuhi. Dengan demikian pengujian pada variable
kualitas pelayanan, harga tiket, kepuasan konsumen terhadap loyalitas konsumen
berdistribusi normal dan bisa dilanjutkan pada pengujian selanjutnya.
Model Regresi I (Unstandardized Coefficients maupun
Standardized Coefficients) pada Model Fungsional Keunggulan Bersaing
(….Fungsi Estapet) bahwa Koefisien hasil 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.
Multikolinearitas
43
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).
Tabel 16: Uji Multikolonieritas
Coefficientsa Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std.
Error
Beta Tolerance VIF
X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN
TransJakarta
X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-
Stage Regression as Estimated Variable)
.112
.354
.071
.065
.033
.056
1.592
5.469
.113
.
000
.188
.740
5.324
1.351
X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN
TransJakarta
.120
.059
.041
2.023
.044
.192
5.219
X24 = Y2v = Dimensi Rata-rata LOYALITAS
KONSUMEN TransJakarta
X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk
Jasa TRANSJAKARTA
X28 = Y3v = Dimensi Rata-rata KEUNGGULAN
BERSAINGTransJakarta
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN
BERSAING TransJakarta = (Two-Stage Regression as
Estimated Variable)
X30 = Y3 = X = KEUNGGULAN BERSAING
TransJakarta [(Data Dengan Kategori JUMLAH ke I )]
-.309
.204
.020
.272
.801
.194
.
258
.
071
.
061
.
023
-.018
.021
.004
.044
.898
-1.594
.792
.283
4.443
35.576
.112
.429
.778
.000
.000
.641
.111
.368
.817
.123
1.561
8.978
2.718
1.224
8.109
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta (Data Dengan Kategori
JUMLAH ke II)
b. Keterangan: Coefficen Hasil Estimasi, Pengolahan mengunakan program SPSS IBM Statistik versi.21. c. Independen Variabel yang mempunyai Nilai dari VIF antara 0 sampai dengan 10. Sumber: Cuplikan Tabel 4.3, yang diperhitungkan menggunakan program SPSS IBM Statistik Versi
21 for Windows secara mutlak dari data Lampiran 24 (atau termasuk rincian Lampiran 9 s/d 23).
44
Berdasarkan dari Tabel 16 diatas menunjukkan hampir keseluruhan variabel
independen atau sebanyak 22 dari 30 independen variabel hasil estimasi Model Regresi IV
memiliki nilai Variance Inflation Factor (VIF) > 10, artinya menandakan tidak adanya
gejala multikolinearitas. Sedangkan 8 independen variabel lainnya memiliki nilai
Variance Inflation Factor (VIF) < 10, atau memiliki nilai yang terlalu kecil (tidak
memenuhi nilai batas yang ditentukan) yang berarti terjadi dalam kondisi yang
bertentangan (atau bertolak belakang) dengan syarat Uji Multikolonieritas (artinya
terjadi problem multikolinearitas). Ke-8 independen variabel tersebut adalah:
X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta
X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta
X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta
X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakarta
X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakarta
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)
X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]
Secara keseluruhan sebesar 22/30 = 73.33 % independen variabel hasil estimasi
Model Regresi IV menandakan tidak adanya gejala multikolinearitas, meski dipihak lain
secara keseluruhan independen variabel memiliki Nilai tolerance sangat kecil sekali
(artinya tidak memenuhi nilai batas persyaratan yang ditentukan: Nilai tolerance harus >
0.10) atau menandakan terjadinya problem multikolinearitas yang tidak diperkuat oleh
terjadinya Excluded Variable dari independen variabel (butir Indikator, Dimensi, Variabel
dan atau Variabel Hasil Subsitusi) dari model hasil estimasi bersangkutan. Independen
variabel ke 18 dan Independen variabel ke 19 tidak kelihatan dalam hasil estimasi
(multiples regression) 30 Independen variabel disebabkan karena memiliki nilai yang
sangat kecil sekali mendekati nilai nol sehingga peoses hasil estimasi tidak
menulisnya/diabaikan saja.
Dengan tidak terjadinya Excluded Variable per butir indikator, Dimensi, dan atau
Variabel Hasil Subsitusi dari model hasil estimasi, tidak memiliki ”Zero-order Partial
Correlation” dan juga tidak mengalami ”Zero-order (Tolerance, VIF and Minimum
Tolerance) Collinearity Statistics” hingga sebesar 73.33 % menandakan tidak adanya
gejala multikolinearitas yang secara otomatis atau secara telak/telah menjadikan hasil
estimasi sebagai goodness of fit regression models.
Faktor lainnya yang masih mendukung dari Model analisa Regresi Linier
Berganda (multiples regression) Keunggulan Bersaing untuk ke 30 Independent Variables
pada umumnya adalah significant secara statistik dengan Adjusted R Squared (r 2) =
0.981. Artinya bahwa sebesar 98.1 % dari varians Model Fungsional Klasik Loyalitas
Konsumen (sebagai fungsi Semula) maupun Model fungsional Keunggulan Bersaing
(sebagai fungsi estapet), dijelaskan oleh semua variabel independen serta variabel
intervening dalam persamaan regresi, sedangkan sisanya yang hanya sebesar 0.019 atau
sebesar 1.9 % lainnya dijelaskan oleh variabel-variabel lain yang tidak terdapat dalam
penelitian ini.
45
Berdasarkan hasil estimasi dari Model analisa Regresi Linier Berganda (multiples
regression) Keunggulan Bersaing untuk ke 30 Independent Variables, dimana koefisien
regresi yang bernilai positif menunjukan pengaruh positif secara langsung. Sedangkan
koefisien regresi yang bernilai negatif menunjukan pengaruh positif secara tidak langsung
atau koefisien regresi yang bernilai positif jelas bermakna lebih kuat dan koefisien regresi
yang bernilai negatif untuk sementara diasumsi bermakna lemah, karena pertimbangan
lain untuk menyatakan sebuah atau beberapa independen variabel bermakna lemah harus
dilakukan melalui Uji Reliabilitas Indikator/Dimensi Rata-rata, apabila independen
variabel yang memiliki koefisien regresi negatif tersebut juga memiliki ”Laju Kenaikan
ALPHA CRONBACH (%) yang negatif” dengan terjadinya Excluded Variable per butir
indikator, Dimensi, dan atau Variabel Hasil Subsitusi dari model hasil estimasi, serta
memiliki ”Zero-order Partial Correlation” dan juga mengalami ”Zero-order (Tolerance,
VIF and Minimum Tolerance). Sebagai koefisien regresi yang bernilai negatif adalah
sebagai berikut:
X1 = X1v.1 = Bukti fisik (tangible)
X3 = X1v.3 = Daya tanggap (responsiveness)
X5 = X1v.5 = Perhatian (empathy)
X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta
X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan
X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima
X11 = X2u = Dimensi Total HARGA TIKET TransJakarta
X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain
X20 = Y2v.1 = Penggunaan ulang layanan
X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta
X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakarta
Nilai koefisien regresi yang bernilai negatif ini ”harus menjadi pusat perhatian”
oleh produsen penyedia jasa transportasi TRANSJAKARTA dengan upaya yang bagaimana
agar penerapan KEBIJAKAN PERBAIKAN harus mampu merubah koefisien regresi yang
negatif dari independen variabel (per butir Indikator, Dimensi, Variabel dan atau Variabel
Hasil Subsitusi) ini untuk menjadi positif dikemudian hari.
Berdasarkan hasil perhitungan Tabel 11 Uji Reliabilitas Indikator/Dimensi Rata-
rata, maka ke-11 Independen variabel (butir Indikator, Dimensi, Variabel dan atau
Variabel Hasil Subsitusi) dari model hasil estimasi bersangkutan tidak dapat disimpulkan
sebagai Independen variabel yang bermakna lemah, meskipun memiliki koefisien regresi
yang bernilai negatif, akan tetapi tidak memiliki ”Laju Kenaikan ALPHA CRONBACH
(%) yang negatif”. Lebih tepatnya analisa ini diperkuat dengan tidak terjadinya Excluded
Variable per butir indikator, Dimensi, dan atau Variabel Hasil Subsitusi dari model hasil
estimasi, tidak memiliki ”Zero-order Partial Correlation” dan juga tidak mengalami
”Zero-order (Tolerance, VIF and Minimum Tolerance).
46
Independen variabel yang memiliki ”Laju Kenaikan ALPHA CRONBACH (%)
yang negatif” sepertinya terjadi pada X18 = Y1v = Dimensi Rata-rata KEPUASAN
KONSUMEN karena memiliki “Laju Kenaikan ALPHA CRONBACH” sebesar -15.58 %
(minus 15.58 %). Artinya Nilai ALPHA CRONBACH pada Data Dengan Kategori
(jumlah I) turun dari sebesar 1.066 menjadi sebesar 0.900 pada Data Dengan Kategori
(jumlah II) dengan Uji Reliabilitas yang masih Tidak Reliabel.
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).
Gambar 5: Uji Heterokedastisitas
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.
47
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: Berdasarkan pada gambar
5 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.
3) Bayangkan saja bila pada Regression Output, dengan jumlah observasi sebanyak
240 responden atau seluruh responden yang digunakan baik sebagai independen
atau dependen variabel yang terlihat pada gambar 5 dimana Scatterplot, Dependent
Variable: Pada Metode Path Analysis (Standardized Coefficients) ganda, Model
Fungsional Loyalitas Konsumen (sebagai fungsi semula) dan Model Fungsional
Keunggulan Bersaing (sebagai fungsi estapet) masing-masing Y2 Calc dan Y3 Calc
merupakan One-Stage Regression as Estimated Variable (as Calculated), sebanyak
25 titik yang tersebar secara acak atau tidak teratur di atas maupun di bawah angka
0 pada sumbu Y (dan bisa dibuktikan) dengan menggunakan Hasil Estimasi Model
Regresi Linier Berganda (multiples regression) ke-30 variabel independen yang
terkelompok sebagai Metode Path Analysis (Standardized Coefficients) ganda,
Model Fungsional Loyalitas Konsumen (sebagai fungsi semula) dan Model
Fungsional Keunggulan Bersaing (sebagai fungsi estapet), dimana Variabel
Kepuasan Konsumen (Y1) sebagai variabel yang mewakili Variabel Loyalitas
Konsumen (Y2) dan Dimensi Rata-rata Keunggulan Bersaing (Y3v) sebagai
variabel/dimensi yang mewakili Variabel Keunggulan Bersaing (Y3) dari seluruh
responden yang digunakan dalam penelitian ini (Lihat ke 4 pasang Gambar Uji
Asumsi Klasik diatas).
4) Dengan terjadi persoalan/problem yang bertolakan belakang atau tidak memenuhi
persyaratan ambang toleransi dan nilai VIF pada uji multikolinieritas dan ternyata
problem serupa tidak terjadi pada Uji Heterokedastisitas sehingga model regressi
menghendaki adanya hubungan tidak langsung dengan menjadikan Variabel
Kepuasan Konsumen (Y1) dan Dimensi Rata-rata Keunggulan Bersaing (Y3v)
sebagai Intevening Variabel, terkutip: agar ditemui adanya hubungan Pengaruh
Tidak Langsung variabel kualitas pelayanan (X1) dan variabel harga tiket (X2)
terhadap variabel loyalitas konsumen (Y2) [melalui intervening variabel kepuasan
konsumen (Y1)] serta ditemui pula adanya hubunganPengaruh Tidak Langsung
variabel kepuasan konsumen (Y1) dan variabel loyalitas konsumen (Y2) terhadap
variabel Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-rata
Keunggulan Bersaing (Y3v)], sehingga pengujian model regressi yang mengalami
problem multikolinieritas tersebut akan bisa dilanjutkan bahkan digunakan
sebagai goodness of fit regression models, tentunya tidak terlepas dari dukungan
48
beberapa Uji sebelumnya: Uji Klasik (yaitu: Uji Normalitas) dan Uji Kualitas Data
(yaitu: Uji Validitas dan Uji Reliabilitas), sehingga pada pengujian selanjutnya
dapat dilakukan Uji Regresi dengan Metode Path Analysis serta berbagai macam
uji Regression Analysis yang memenuhi persyaratan seperti dipilihnya Adjusted R
Square agar data tidak bias terhadap jumlah variabel independen yang dimasukkan
ke dalam model. Setiap tambahan satu variabel independen, maka R square pasti
meningkat.
Hubungan antar variabel dari kedua model fungsional Metode Path Analysis:
Antara Model Fungsional Klasik Loyalitas Konsumen (sebagai fungsi Semula) dengan
Model Fungsional Keunggulan Bersaing (sebagai fungsi estapet) adalah sebagai berikut:
1. Hasil penelitian Pada Model Fungsional Klasik Loyalitas Konsumen (sebagai fungsi
Semula), Bahwa Pengaruh Tidak Langsung positif variabel kualitas pelayanan (X1) <
Pengaruh Tidak Langsung positif variabel harga tiket (X2) sebagai faktor-faktor
pendorong naiknya variabel Kepuasan Konsumen (Y1) yang berdampak terhadap
naiknya variabel Loyalitas Konsumen (Y2). Hal ini terbukti dengan nilai path atau nilai
koefisien regresi hubungan langsung dari variabel kualitas pelayanan (X1) sebesar e1 =
[(1- 0.381)]1/2 = 0.787, sedangkan nilai path atau nilai koefisien regresi hubungan
langsung dari variabel harga tiket (X2) sebesar e1 = [(1- 0.266)]1/2 = 0.857.
2. Sementara itu, Hasil penelitian pada Model fungsional Keunggulan Bersaing (sebagai
fungsi estapet), Pengaruh Tidak Langsung positif variabel kepuasan konsumen (Y1) <
Pengaruh Tidak Langsung positif variabel Loyalitas Konsumen (Y2) sebagai faktor-
faktor pendorong naiknya Dimensi Rata-rata Keunggulan Bersaing (Y3v) yang
berdampak terhadap naiknya variabel Keunggulan Bersaing (Y3). Hal ini terbukti
dengan nilai path atau nilai koefisien regresi hubungan langsung dari variabel kepuasan
konsumen (Y1) sebesar e1 = [(1- 0.513)]1/2 = 0.698, sedangkan nilai path atau nilai
koefisien regresi hubungan langsung dari variabel Loyalitas Konsumen (Y2) sebesar e1
= [(1- 0.140)]1/2 = 0.927.
3. Dalam pada itu, Pada Model Fungsional Klasik Loyalitas Konsumen (sebagai fungsi
Semula), menyatakan bahwa nilai koefisien regresi hubungan langsung variabel kualitas
pelayanan (X1) dan variabel harga tiket (X2) masing-masing sebesar 0.787 dan 0.857 >
[lebih tinggi daripada lebih kecil daripada] nilai koefisien regresi hubungan tidak
langsung masing-masing bernilai sebesar 0.381 dan 0.266, atau nilai 0.787 > 0.381
dan 0.857 > 0.266 , semula mengasumsi bahwa kedua variabel Kualitas Pelayanan
(X1) dan variabel HargaTiket (X2) mempunyai Pengaruh tidak langsung terhadap
variabel Loyalitas Konsumen (Y2) [melalui intervening variabel kepuasan konsumen
(Y1)], Namun berdasarkan hasil penelitian dapat disimpulkan bahwa hubungan yang
sebenarnya antara kedua variabel Kualitas Pelayanan (X1) dan variabel HargaTiket
(X2) terhadap variabel loyalitas konsumen (Y2) adalah hubungan langsung.
4. Sementara itu, pada Model fungsional Keunggulan Bersaing (sebagai fungsi estapet),
Melihat bahwa nilai koefisien hubungan langsung variabel kepuasan konsumen (Y1) dan
variabel loyalitas konsumen (Y2) masing-masing bernilai sebesar 0.698 dan 0.927 >
[lebih tinggi atau lebih besar daripada] nilai koefisien regresi hubungan tidak langsung
49
masing-masing bernilai sebesar 0.513 dan 0.140, atau nilai 0.698 > 0.513 dan 0.927
> 0.140, semula mengasumsi bahwa kedua variabel kepuasan konsumen (Y1) dan
variabel loyalitas konsumen (Y2) mempunyai Pengaruh tidak langsung terhadap
variabel Keunggulan Bersaing (Y3) [melalui intervening Dimensi Rata-rata
Keunggulan Bersaing (Y3v)], Namun berdasarkan hasil penelitian dapat disimpulkan
bahwa hubungan yang sebenarnya antara kedua variabel kepuasan konsumen (Y1)
dan variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3)
adalah hubungan langsung.
5. Hasil penelitian, perbandingan kedua independen variabel Pada Model Fungsional
Klasik Loyalitas Konsumen (sebagai fungsi Semula), menyatakan bahwa variabel harga
tiket (X2) lebih menetukan naiknya variabel Kepuasan Konsumen (Y1) maupun variabel
Loyalitas Konsumen (Y2) secara bersamaan dibanding dengan variabel kualitas
pelayanan (X1). Artinya upaya penerapan KEBIJAKSANAAN oleh produsen atau
Upaya optimal merubah harga tiket (X2) atau menetapkan tarif angkut yang dibebankan
kepada konsumen pengguna jasa transportasi TRANSJAKARTA Meng-optimakan
perubahan harga tiket (X2.i) atau menetapkan tarif angkut (menaikkan atau
menurunkan). Dalam hal ini, Indikator dalam wujud Dimensi apa saja yang harus
dirubah (dinaikan atau diturunkan) dengan melakukan berbagai penyesuaian Harga tiket
atau tarif angkut dengan Kualitas jasa yang diberikan, pelayanan yang diterima dan
fasilitas yang disediakan agar mampu meningkatkan kepuasan konsumen secara optimal
akan lebih berhasil (lebih jitu) dibandingkan dengan upaya Memaksimalisasi
meningkatkan kualitas pelayanan (X1) yang diberikan kepada konsumen pengguna jasa
transportasi TRANSJAKARTA. Artinya bahwa kemampuan variabel harga tiket (X2)
mempunyai akselerasi sebesar 14.159 % diatas kemampuan variabel kualitas pelayanan
(X1) dalam peran yang sama sebagai faktor pendorong naiknya variabel Kepuasan
Konsumen (Y1) maupun variabel Loyalitas Konsumen (Y2) secara bersamaan.
6. Upaya memaksimalisasi meningkatkan kualitas pelayanan (X1) yang diberikan kepada
konsumen pengguna jasa transportasi TRANSJAKARTA: Dalam hal ini Indikator
dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah, ditingkatkan, diganti,
ditambah, direnopasi, dibiayai ulang dan lain sebagainya agar mampu meningkatkan
kepuasan konsumen. Artinya bahwa kemampuan variabel harga tiket (X2) mempunyai
akselerasi sebesar 14.159 % diatas kemampuan variabel kualitas pelayanan (X1) dalam
peran yang sama sebagai faktor pendorong naiknya variabel Kepuasan Konsumen (Y1)
maupun variabel Loyalitas Konsumen (Y2) secara bersamaan.
7. Rendahnya Pengaruh Tidak Langsung positif variabel kualitas pelayanan (X1) daripada
Pengaruh Tidak Langsung positif variabel harga tiket (X2) telah berakibat lamban
naiknya variabel Kepuasan Konsumen (Y1) yang identik dengan proses terjadinya ”Law
of Diminishing Return”. Artinya, bahwa Nilai koefisien ALPHA CRONBACH dari
variabel Kepuasan Konsumen (Y1) benilai minus atau sebesar -15.58 %dan berdampak
terhadap naiknya variabel Loyalitas Konsumen (Y2) juga sangat kecil, dengan Nilai
koefisien ALPHA CRONBACH sebesar 0.90%.
50
8. Bahwa ”Laju kenaikan rata-rata Nilai koefisien ALPHA CRONBACH” dari variabel
harga tiket (X2) bernilai sebesar 5.53 % > [lebih tinggi atau lebih besar daripada] Laju
kenaikan rata-rata Nilai koefisien ALPHA CRONBACH dari variabel kualitas
pelayanan (X1) yang bernilai sebesar 1.36%. Begitu juga halnya dengan kenaikan
berdasarkan ”penyesuaian faktor koreksi per butir” seluruh indikator atau kenaikan
Nilai butiran Indikator dari variabel harga tiket (X2) bernilai sebesar 2.53 Kali lipat
adalah > [lebih tinggi atau lebih besar daripada] kenaikan Nilai butiran Indikator dari
variabel kualitas pelayanan (X1) yang bernilai sebesa 2.41 Kali lipat. Dengan kata lain,
bahwa variabel harga tiket (X2) LEBIH RELIABEL dibandingkan dengan variabel
kualitas pelayanan (X1).
9. Berdasarkan hasil penelitian bahwa variabel Loyalitas Konsumen (Y2) lebih menetukan
naiknya Dimensi Rata-rata Keunggulan Bersaing (Y3v) maupun variabel Keunggulan
Bersaing (Y3) secara bersamaan dibanding dengan variabel kepuasan konsumen (Y1).
Artinya upaya pelaksanaan Kinerja produsen melakukan penyesuaian dan perhitungan
yang saintifik dalam Dimensi Rata-rata Harga Tiket (X2v) secara optimal akan lebih
berhasil (lebih jitu) dibandingkan dengan upaya pelaksanaan Kinerja produsen
melakukan penyesuaian dan perhitungan yang saintifik dalam Dimensi Rata-rata
Kualitas Pelayanan (X1v) secara maksimal.
10. Upaya pelaksanaan kinerja produsen dalam meng-optimakan perubahan harga tiket
(X2.i) atau menetapkan tarif angkut (menaikkan atau menurunkan) yang dibebankan
kepada konsumen pengguna jasa transportasi TRANSJAKARTA dapat dilakukan dengan
lebih menekankan pada variasi dan penerapan fleksibilitas tarif batas atas dan tarif
batas bawah. Artinya bahwa harga tiket yang ditawarkan harus lebih bervariasi
sehingga akan memicu meningkatnya Kepuasan Penumpang. Pelaksanaan Kinerja
produsen tersebut merupakan upaya optimalisasi terhadap 3 dimensi rata-rata harga tiket
atau melakukan optimalisasi dalam hal yang menyangkut dengan: (1) Kesesuaian harga
dengan kualitas jasa yang diberikan, (2) Kesesuaian harga dengan pelayanan yang
diterima dan (3) Kesesuaian harga dengan fasilitas.
11. Upaya pelaksanaan Kinerja produsen dalam memaksimalisasi/ meningkatkan kualitas
pelayanan (X1) yang diberikan kepada konsumen pengguna jasa transportasi
TRANSJAKARTA dapat dilakukan dengan lebih menekankan pada kemampuan
(ability)/performance ke-13 Indikator dari variabel kualitas pelayanan (X1) itu sendiri
(yang hakekat awalnya berperan) sebagai faktor-faktor pendorong naiknya variabel
Kepuasan Konsumen (Y1) maupun variabel Loyalitas Konsumen (Y2) secara bersamaan
hingga akhirnya mampu menciptakan Kinerja Produsen dengan meningkatkan/naiknya
Dimensi Rata-rata Keunggulan Bersaing (Y3v) secara maksimal dalam hal yang
menyangkut dengan: (1) Bukti fisik (tangible), (2) Keandalan (reliability), (3) Daya
tanggap (responsiveness), (4) Jaminan (assurance) dan (5) Perhatian (empathy).
51
12. Berdasarkan hasil penelitian bahwa”Laju kenaikan rata-rata Nilai koefisien ALPHA
CRONBACH” dari Dimensi Rata-rata Harga Tiket (X2v) yang bernilai 9.06 % >
[lebih tinggi atau lebih besar daripada] Laju kenaikan rata-rata Nilai koefisien ALPHA
CRONBACH dari Dimensi Rata-rata Kualitas Pelayanan (X1v) yang bernilai sebesar
2.41% dan Angka”Laju kenaikan rata-rata Nilai koefisien ALPHA CRONBACH” ini
jauh lebih besar atau jauh LEBIH RELIABEL bila diperbandingkan dengan Model
Fungsional Klasik Loyalitas Konsumen (sebagai fungsi Semula). Sebagai akibatnya,
maka kemampuan variabel Loyalitas Konsumen (Y2) mempunyai akselerasi jauh
lebih besar, yaitu sebesar 29.919 % diatas kemampuan variabel kepuasan konsumen
dalam peran yang sama sebagai faktor pendorong meningkatkan/naiknya Dimensi
Rata-rata Keunggulan Bersaing (Y3v) maupun variabel Keunggulan Bersaing (Y3)
secara bersamaan.
13. Oleh karena penggunaan Model fungsional Keunggulan Bersaing (sebagai fungsi
estapet) Secara optimal maupun secara maksimal adalah lebih reliabel (atau lebih
jitu) dibanding dengan penggunaan Model Fungsional Klasik Loyalitas Konsumen
(sebagai fungsi Semula), sehingga mengharuskan produsen penyedia jasa transportasi
TRANSJAKARTA meningkatkan kemampuan manejerialnya dan sekaligus manajemen
operasional secara maksimal dalam mengelola sekian banyak jumlah armada (berbagai
type maupun model) sebagai alat dalam pencapaian tujuan-tujuan finansial
perusahaaan serta untuk mendapatkan keberhasilan yang mampu melebihi kemampuan
para pesaing dari perusahaan Jasa Angkutan Darat lainnya.
Keterbatasan Penelitian: Kekurangan dan Kelebihan
Dari hasil perhitungan yang telah dilakukan, terdapat beberapa kekurangan dan
kelemahan dalam penyusunan penelitian ini. Kelemahan dan kekurangan tersebut
terutama, adalah karena tidak melengkapi data “berapa jumlah penumpang secara
keseluruhannya maupun posisi jumlah kendaraan sejenis bus” yang beroperasi di wilayah
DKI khususnya, di wilayah JABODETABEK pada umumnya setiap: hari, bulan atau
tahun. Artinya, tanpa diketahui jumlah penumpang maupun posisi jumlah kendaraan
sejenis bus yang beroperasi tersebut, mustahil akan diketahui berapa jumlah penumpang
yang diangkut oleh jasa transportasi Oto Bus TRANSJAKARTA secara keseluruhann atau
secara rata-rata setiap: hari, bulan atau tahun. Kekurangan dan kelemahan lainnya “tidak
memasukan data jumlah penumpang” yang diangkut dari sejumlah Armada Bus
TRANSJAKARTA yang tergabung dengan mergernya TransJakarta atau Busway yang
beroperasi di wilayah yang sama secara keseluruhann atau secara rata-rata setiap: hari, bulan
atau tahun.
52
Saran
Implikasi Kebijakan
Berdasarkan hasil dan kesimpulan dalam penelitian ini, berikut adalah beberapa
saran sebagai bahan pertimbangan bagi perusahaan, khususnya produsen penyedia jasa
transportasi TRANSJAKARTA sebagai berikut:
1. Berdasarkan hasil penelitian, maka untuk dapat meningkatkan Kepuasan Konsumen,
disarankan agar produsen penyedia jasa transportasi TRANSJAKARTA memberi
perioritas utama menerapkan KEBIJAKSANAAN terhadap variabel harga tiket (X2)
terlebih dahulu dari variabel kualitas pelayanan (X1). Adapun penerapan
KEBIJAKSANAAN produsen terhadap variabel harga tiket (X2) adalah upaya
optimalisasi merubah harga tiket (X2) atau menetapkan tarif angkut yang dibebankan
kepada konsumen pengguna jasa transportasi TRANSJAKARTA: Meng-optimakan
perubahan harga tiket (X2.i) atau menetapkan tarif angkut (menaikkan atau
menurunkan). Dalam hal ini, Indikator dalam wujud Dimensi apa saja yang harus
dirubah (dinaikan atau diturunkan) dengan melakukan berbagai penyesuaian Harga tiket
atau tarif angkut dengan Kualitas jasa yang diberikan, pelayanan yang diterima dan
fasilitas yang disediakan agar mampu meningkatkan kepuasan konsumen secara
optimal. Disarankan agar produsen lebih menekankan pada variasi dan penerapan
fleksibilitas tarif batas atas dan tarif batas bawah artinya jika harga tiket yang
ditawarkan lebih bervariasi maka Kepuasan Penumpang juga akan meningkat.
2. Sedangkan perioritas kedua (berikut atau terakhir) produsen menerapkan
KEBIJAKSANAAN terhadap variabel kualitas pelayanan (X1) dapat dilakukan melalui
upaya maksimalisasi meningkatkan kualitas pelayanan (X1) yang diberikan kepada
konsumen pengguna jasa transportasi TRANSJAKARTA: Dalam hal ini Indikator
dalam wujud Dimensi apa saja yang harus diperbaiki, dirubah, ditingkatkan, diganti,
ditambah, direnopasi, dibiayai ulang dan lain sebagainya agar mampu meningkatkan
kepuasan konsumen secara maksimal.
Saran Penelitian yang Akan Datang
(1) Bahwa penelitian ini menggunakan Metode Analisa Jalur Ganda (Double Part Analysis’
Method) yang dilengkapi dengan berbagai Uji Statistik, sehingga mampu mendapatkan
Hasil Perhitungan Empiris yang lebih sempurna, terutama semua bentuk fungsional
model 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) bisa diperhitungkan sebagai
53
“Pengkajian Model” dan sedikit lebih unggul diatas “Pengujian Model“ yang hanya
sekedar melihat hubungan sebab akibat saja dari model fungsional hasil estimasi.
(2) Model penelitian Keunggulan Bersaing yang menggunakan Metode Analisa Jalur
Ganda (Double Part Analysis’ Method) merupakan ”sebuah model penelitian baru”
yang melibatkan banyak data: Indikator, dimensi maupun variabel yang terkait dengan
model fungsional Part Analysis Method yang dibuat/digunakan dalam penelitian ini.
Kebanyakan model penelitian yang dilakukan selama ini menggunakan Sebuah Metode
Analisa Jalur (Single Part Analysis Method), yaitu semacam Kinerja perusahaan yang
digerakkan dari berbagai aspek pada sebuah model fungsional Loyalitas Konsumen
atau Model fungsional Keunggulan Bersaing saja. Alias tidak dikenal adanya asumsi
sebagai fungsi semula atau sebagai fungsi estapet. Meskipun merupakan ”sebuah
model penelitian baru” sehingga untuk penelitian yang akan datang disarankan pula
agar mencari model yang lebih baru lagi, sebagai perumpamaan menggunakan Tiga
Metode Analisa Jalur (Triples Part Analysis’ Method) dan sebagainya, dan memiliki
Model Analisis Regresi Linier Berganda (multiples regression) Keunggulan Bersaing
diatas 30 Independent Variables (Unstandardized Coefficients) yang dapat
dirangkum semuanya didalam ”KERANGKA PEMIKIRAN TEORITIS”.
(3) Untuk penelitian yang akan datang disarankan pula agar mencari sejumlah variabel
penelitian yang baru (kalau bisa selain variabel penelitian ini). Melalui berbagai Uji
Statistik, diharapkan sejumlah variabel penelitian yang baru didalam model hasil
estimasi terhindar akan terjadinya Excluded Variable meski sebuah indikator maupun
Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau dari independen
Variabel didalam model hasil estimasi. Artinya. Tidak satupun preditor dari seluruh
indikator maupun Dimensi Rata-rata per butirnya dari Variabel/Dimensi Variabel atau
dari independen Variabel didalam model hasil estimasi mengalami kondisi Excluded
Variable dan “tidak terdapat gejala seperti multikolinearitas” yang akan menentukan
baik/buruknya kondisi model hasil estimasi sebagai Badness of fit regression models atau
sebagai goodness of fit regression models.
(4) Hasil estimasi yang baik juga ditentukan/digambarkan oleh tidak satupun “Indikator,
dimensi maupun variabel” Indikator, dimensi maupun variabel yang DROP maupun
yang TIDAK RELIABEL pasca Uji Validitas maupun Uji Reliabilitas yang harus
dibuang/terbuang begitu saja. Seandainya tidak terhindar dari kondisi demikian, maka
penelitian harus berlanjut, disarankan para peneliti menggunakan “alternatif kedua”,
yaitu merubah kondisi DROP atau yang TIDAK RELIABEL pasca Uji Validitas dan Uji
Reliabilitas menjadi VALID (sah, syah, absah, sahih), 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
54
butiran Indikator maupun Dimensi Rata-rata (dalam Kali lipat) dari variabel penelitan
yang bersangkutan”.
(5) Sedangkan Model hasil estimasi yang baik atau yang disebut sebagai goodness of fit
regression models dari Model fungsional hasil estimasi Metode Path Analysis
(Standardized Coefficients), yang berlaku Pada Model Fungsional Klasik
Loyalitas Konsumen (sebagai fungsi Semula) maupun pada Model fungsional
Keunggulan Bersaing (sebagai fungsi estapet), mampu mendeteksi menyimpulkan
”Hubungan yang sebenarnya: hubungan langsung atau hubungan tidak langsung
salah satu atau kedua independen variabel tersebut secara serempak terhadap variabel
dependentnya”, yaitu dengan cara membandingkan nilai koefisien regresi hubungan
langsung dengan nilai koefisien regresi hubungan tidak langsungnya. Artinya, apabila
nilai koefisien regresi hubungan langsung > [lebih tinggi atau lebih besar daripada]
nilai koefisien regresi hubungan tidak langsung, maka disimpulkan ”memiliki
hubungan langsung”. Sebaliknya, apabila nilai koefisien regresi hubungan langsung
< [lebih rendah atau lebih kecil daripada] nilai koefisien regresi hubungan tidak
langsung, maka disimpulkan ”Tetap memiliki sebagai hubungan tidak langsung”.
(6) Sebagai sebuah saran untuk para peneliti berikutnya, maka penentuan hasil estimasi yang
baik dari Model fungsional hasil estimasi Metode Path Analysis jangan diabaikan atau
tetap exis dan harus digunakan, dengan tujuan untuk menentukan sikap pengambil kepusan
atau produsen penyedia jasa angkutan untuk menentukan variabel mana yang menjadi
perioritas utama, kedua dan seterusnya bagi seorang produsen atau penyedia jasa
angkutan menerapkan KEBIJAKSANAAN melalui upaya maksimalisasi atau upaya
Optimalisasi
(7) Sebaiknya pada penelitian berikut lebih memperluas obyek penelitian serta mencari
ruang lingkup populasi yang lebih luas, sampel yang digunakan sebaiknya juga lebih
banyak, dengan demikian peneliti lanjutan dapat semakin memberikan gambaran yang
spesifik untuk penelitian-penelitan dibidang jasa berbagai moda transportasi pada
umumnya dikemudian hari.
55
DAFTAR PUSTAKA
Angin, Jasanta Perangin., "Studi Peningkatan Loyalitas Pelanggan Ritel (Studi Kasus Toko
Amelia)", Tesis Program Studi Magister Manajemen Program Pascasarjana
Universitas Diponogoro Semarang 2009. Tesis Tidak Dipublikasikan.
Ferdinand, Augusty T., Metode Penelitian Manajemen, Badan Penerbit Universitas
Diponegoro, Semarang 2006.
Fibrianto, Lucky., ”Analisis Pengaruh Kualitas Jasa Terhadap Kualitas Pelanggan Bus
Damri Kota Semarang” (Studi Pada Penumpang Bus Damri Kota Semarang),
Skripsi Sarjana, Jurusan Manajemen Fakultas Ekonomika dan Bisnis Universitas
Diponegoro, Semarang 2011. Skripsi Tidak Dipublikasikan.
Fornell, J.D. Michael, Anderson W. Eugene, Cha Jaesung and Bryant E. B., 1996, “The
American Customer Satisfaction Index: Nature, Purpose and Findings,” Journal of
Marketing, Vol 60 p7-18
Ghozali, Imam., Aplikasi Analisis Multivariate bagi Program SPSS, Badan Penerbit
UNDIP, Semarang, 2005.
_____________., AplikasiAnalisis Multivariate bagi Program SPSS, Badan Penerbit
UNDIP, Semarang, 2007.
Ginanjar, Deden Galih. Cikarang Pos, tahun 2016
Huriyati, Ratih., Bauran Pemasaran dan Loyalitas Konsumen, Alfabeta, Bandung, 2005.
Indriantoro, Nur dan Supomo, Bambang., Metodologi Penelitian Bisnis (Untuk Akuntansi
dan Manajemen). BPFE - UGM. Yogyakarta 2002.
Juwandi, Hendy Irawan., Kepuasan Pelayanan Jasa. Erlangga. Jakarta, 2004. Kotler, Philip dan Gary Armstrong., Prinsip-prinsip Pemasaran, Jilid 1, Erlangga, Jakarta, 2001.
Kotler, Philip dan Keller, Kevin Lane., "Manajemen Pemasaran", Edisi Ketiga Belas Jilid
I, Penerbit Erlangga (Penerjemah: Bob Sabran, MM), Dicetak: PT Gelora Aksara
Pratama, Jakarta 2008.
Kotler, Philip., Manajemen Pemasaran di Indonesia: Analisis, Perencanaan,
Implementasi dan Pengendalian, Salemba Empat, Jakarta. 2002.
Laroche, Michel and Taylor, Thomas., "An Empirical Study of Major Segmentation Issues
in Retail Banking", International Journal of Bank Markrting, Vol. 6, Iss: 1
Date:1988,p.31-48.
Lovelock, C.H., A basic toolkit for service managers. In: C.H. LOVEOCK (Ed.) Managing
Services-Marketing, Operations, and Human Resources (New Jersey 1992,
Prentice-Hall), pp. 17-30.
Lu Ting Pong, Dr. Tang Pui Yee, An Integrated Model of Service Loyalty, Department of
Business Studies, The Hongkong Polytechnic University, Hung Hom, Kowloon,
Hongkong, 2001. Lupiyoadi, Rambat dan Hamdani., Manajemen Pemasaran Jasa. Salemba Empat. Jakarta 2006.
Maylina, Wenny., Faktor-faktor yang Mempengaruhi Kesetiaan terhadap Merek pada
Konsumen Pasta Gigi Pepsodent di Surabaya, Jurnal Ventura, Volume 6.
Surabaya 2003.
Parasuraman, A, Berry L.L. and Zeithaml, V.A 1985, "Conceptual Model of Service
Quality and its Implications for Future Research", Journal of Marketing, Vol 49,
Autumm, p.41-50.
56
Parasuraman, A., Valarie A. Zeithaml and Leonard L. Berry, (1988)., "SERVQUAL: A
Multiple- Item Scale for Measuring Consumer Perceptions of Service Quality,"
Journal of Retailing, Vol 64 No 1, Spring, p12-40.
Pikiran Rakyat, Rabu, 28 Desember 2016
Putra, Febri Tri Bramasta dan Raharja, Edy., "Analisis Pengaruh Kualitas Pelayanan,
Harga Dan kepuasan Pelanggan Terhadap Loyalitas Pelanggan Di Bengkel Mobil
Rapiglass Autocare Semarang", Kripsi Sarjana, Jurusan Manajemen Fakultas
Ekonomika dan Bisnis Universitas Diponegoro 2010 (DIPONEGORO JOURNAL
OF MANAGEMENT, http://ejournal-s1.undip.ac.id/index.php/dbr: Volume 1,
Nomor 1, Tahun 2012).
Selnes, Fred., "A Examination of the Effect of Produck Performance on Brand Reputation, Satisfaction and Loyalty" Europan Journal of Markrting, Vol.27 No.9,1993, p.19-35.
Setiyawati, Antari., "Studi Kepuasan Pelanggan Untuk mencapai Loyalitas Pelanggan
(Studi Kasus Pada Konsumen Toko Bangunan Bangun Rejeki Semarang)", Tesis
Program Studi Pascasarjana Universitas Diponogoro Semarang 2009. Tesis Tidak
Dipublikasikan.
Swastha, Basu dan Irawan., Manajemen Pemasaran Modern, Liberty, Yogyakarta, 2005.
Swastha, Basu., Azas-azas Marketing. Liberty. Yogyakarta, 2002.
Tjiptono, Fandy dan Gregorius, Chandra., Service, Quality and Satisfaction, Edisi
Pertama, Penerbit Andi, Yogyakarta 2005.
Tjiptono, Fandy., Prinsip-prinsip Total Quality Service, Edisi Keempat, Penerbit Andi,
Yogyakarta 1997.
Tjiptono, Fandy., Strategi Bisnis dan Manajemen, Penerbit Andi, Yogyakarta 1996.
Tjiptono, Fandy., Strategi Pemasaran, Edisi Pertama, Andi Ofset, Yogyakarta 2007.
Umar, Husein., Metodologi Penelitian : Aplikasi dalam Pemasaran. PT. Gramedia Pustaka
Utama. Jakarta, 2001.
Wicaksono, Deddy Setyawan., Analisis Kepuasan Pengguna Jasa Transportasi Taksi
Untuk meningkatkan Loyalitas (Studi pada PT Blue Bird Pusaka Di Semarang),
Tesis Program Studi Pascasarjana Universitas Diponogoro Semarang 2010. Tesis
Tidak Dipublikasikan.
Widodo., Cerdik Menyususn Proposal Penelitian Skripsi, Tesis & Desertasi, Penerbit
MAGNAScript Publishing, Jakarta 2012.
Widyaningtyas, Richa., "Faktor-Faktor yang Mempengaruhi Loyalitas Serta Dampaknya
Pada Kepuasan Konsumen Dalam Menggunakan Jasa Kereta Api Harina di PT.
Kereta Api Indonesia DAOP IV Semarang". Jurusan Manajemen Fakultas
Ekonomika dan Bisnis Universitas Diponegoro 2010. Skripsi Tidak
Dipublikasikan.
Wirasasmita, Rivai H., Sitorus, Roland, Manurung, Brenggan, Kamus Lengkap Ekonomi,
Pionir Jaya, Bandung, 1999.
Zeithaml, Valari A. and Mary Jo Bitner, 1996, Service Marketing, New York, Mc.Ggraw-
Hill Co. Inc.
Zeithaml, Valarie A., A Parasuraman, Berry, Leonard L., Service Quality : Balancing
Customer Perception an Expectation, Free Press, New York, 1990
Zeithaml, Valerie A., Berry, Leonard L, & A. Parasuraman, 1996, The Behavioral
Consequences Of Service Quality, Journal of Marketing , Volume 60. Zikmund, William G., Exploring Marketing Research, The Dryden Press, Forh Worth, 2000.
----------- ++++++ ---------
57
Cara paling Mudah Meng-unduh (Downloads) secara GRATIS sejumlah TULISAN ILMIAH Dalam bentuk Files PDF sebagai berikut:
58
Lembaran Informasi: 000 Daftar Tulisan Ilmiah Amrizal dalam File DOCUMENTS.
Daftar TULISAN ILMIAH Untuk PERGURUAN TINGGI, Terdiri:
Bidang UMUM: ILMU EKONOMI & STUDI PEMBANGUNAN JURNAL
PENELITIAN Kuantitatif, BUKU AJAR MODUL SOAL DAN PEMECAHAN SOAL,
BUKU TEKS, Laporan Hasil & Jurnal Hasil Penelitian Dibidang MANAJEMEN
TRANSPORTASI, LAPORAN HASIL & Jurnal Hasil Penelitian SURVEY Dibidang
Manajemen Transportasi.
34 Jurnal Penelitian Kuantitatif TAHAP II dan 10 BUKU AJAR, MODUL SOAL DAN
PEMECAHAN, 27 Proposal Penelitian P3M maupun [Draft Hibah Kompetensi & Produk
Terapan DIKTI], 4 BUKU TEKS dan 7 Jurnal Penelitian Kuantitatif Profesional.
38 buah Files tentang PENELITIAN SURVEY Dibidang MANAJEMEN
TRANSPORTASI yang dikembangkan dengan MODEL & KERANGKA PEMIKIRAN
TEORITIS [Panjang Alt, Sedang Alt & Pendek Alt] dari 9 buah Laporan HASIL
PENELITIAN, dibuat/disusun a/n LEMBAGA PENELITIAN, PENGKAJIAN &
PERUMUSAN EKONOMI TERAPAN (LP3ET). Sehingga ada 27 Hasil Penelitian
SURVEY…..dari 200 Files (Judul) Tulisan Ilmiah terbaru tahun 2014 s/d 2018.
I. Bidang UMUM: ILMU EKONOMI & STUDI PEMBANGUNAN, Serta Jurusan
Terkait Bidang EKONOMI:
02 27 Jurnal Penelitian Kuantitatif TAHAP I to KOPTIS Wilayah III Jakarta Files: 003 01 Perspektif Ekonomi Indonesia Dalam satu tahap pembangunan Jangka Panjang
004 02 Analisis Fungsi Tabungan Indonesia: Pengujian Model Hipotesa Pendapatan Permanen 005 03 Expor Kommoditi Primer Pulau Sumatera Lamam Perdagangan Luar Negeri Indonesia
006 04 Ekspor Dan Pertumbuhan Ekonomi: Studi Kasus Indonesia 1969-1994
007 05 Pekiraan Pembentukan Modal Di Indonesia
008 06 Kebijaksanaan Deregulasi Perbankan Dan Pengaruhnya Terhadap Produksi Di Indonesia
009 07 Instabilitas Perdagangan Luar Negeri Indonesia
010 08 Pertumbuhan Ekonomi Indonesia Dan Ketergantungan Terhadap Dana Luar Negeri
011 09 Sumber Pertumbuhan Ekonomi Diantara Modal Dan Tabungan
012 10 Pengukuran Kondisi Ekonomi Indonesia Dan Pencapaian Stedy-State Growth
013 11 Modal Asing Swasta Dan Pembentukan Investasi Produktif Dalam Pembiayaan Pembangunan
014 12 Trade-Off Antara Penerimaan Pajak Dan Kemampuan Menabung Masyarakat
015 13 Mobilisasi Tabungan Dan Investasi suatu Ekonomi Terbuka: Studi Kasus Indonesia 1969-1995
016 14 Pengaruh Pendapatan Permanen Dalam Pembentukan Tabungan
017 15 Peranan Ekspor Terhadap Pertumbuhan Ekonomi Indonesia
018 16 Analisis Fungsi Konsumsi Indonesia Dengan Pendapatan Permanen
019 17 Pembiayaan Ekonomi Dalam Negeri Diantara Keinginan Dan Kenyataan
020 18 Sektor Perdagangan Luar Negeri Indonesia Dan Pengaruhnya Terhadap Kegiatan Ekonomi
021 19 Reformasi Kebijaksanaan Makro Dan Pengaruh Ekonomi Sektor Terbuka
022 20 Keseimbangan Pendapatan Nasional: Investasi Dan Sumber Pembiayaan Ekonomi
023 21 Analisis Pengaruh Pembentukan Tabungan Suatu Ekonomi Terbuka
024 22 Pengaruh Aliran Modal Asing Terhadap Pertumbuhan Ekonomi Dan Pembentukan Tabungan
025 23 Perkiraan Kebutuhan Investasi Dan Pengukuran Tinggal Landas
026 24 Kemampuan Pembentukan Modal Domestik: Sektor Pemerintah Dan Masyarakat
027 25 Prestasi Ekonomi Indonesia Dan Akumulasi Sumber Pembiayaan Pembangunan 028 26 Kualitas Pembangunan Ekonomi Indonesia Dan Dilema Ketergantungan Sumber Dana
029 27 Investasi Dan Pembiayaan Ekonomi Jangka Panjang Indonesia
59
004 34 Jurnal Penelitian Kuantitatif TAHAP II Untuk Pustaka STMT Trisakti Files: 030 01 Standar Ukuran Tinggal Landas Perekonomian Suatu Negara
031 02 Pembentukan Modal Domestik Bruto Sektor Pemerintah Dan Masyarakat
032 03 Pembentukan Tabungan Dan Pembiayaa Ekonomi Jangka Panjang Indonesia
033 04 Prestasi Ekonomi Indonesia Dan Pencapaian Steady-State Growth
034 05 Aliran Modal Asing Swasta Dalam Pembentukan Investasi Produktif
035 06 Fungsi Konsumsi Dan Pengaruhnya Terhadap Pendapatan Permanen
036 07 Pendapatan Permanen Dan Pengaruhnya Terhadap Pembentukan Tabungan
037 08 Pengujian Model Tabungan Indonesia Dengan Hipotesa Pendapatan Permanen
038 09 Kebutuhan Tabungan Dan Sumber Pembiayaan Ekonomi Indonesia 039 10 Sumber-Sumber Pembentukan Investasi: Trade-Off Antara Pajak Dan Tabungan
040 11 Aggregate Expenditre Ekonomi Sektoral (Kajian Perhitungan Ekonomi 3 Sektor)
041 12 Sumber-Sumber Pembentukan Investasi Dalam Struktur Ekonomi Terbuka
042 13 Aggregate Expendiure Ekonomi Sektoral (Kajian Perhitungan Ekonomi 4 Sektor)
043 14 Pengaruh Sektor Perdagangan Luar Negeri Terhadap Aktivitas Ekonomi Indonesia
044 15 Aliran Modal Asing Dan Pengaruhnya terhadap Pertumbuhan Ekonomi Dan Pembentukan Tabungan
045 16 Penafsiran Tingkat effisiensi Marginal Ekonomi Indonesia Dan Prakiraan Pembentukan Modal
046 17 Sumber-Sumber Pembentukan Investasi Dalam Struktur Ekonomi Sederhana
047 18 Aggregate Expenditure Ekonomi Sektoral (Kajian Perhitungan Ekonomi 2 Sektor)
048 19 Pembentukan Modal Domestik Bruto Dan Ketergantungan Terhadap Sumber Dana
049 20 Prestasi Ekonomi Dan Indeks Instabilitas Sektor Perdangan Luar Negeri Indonesia
050 21 Model Makro Keseimbangan Agregatif Pembentukan Tabungan Dan Investasi 051 22 Expor Kommoditi Primer Dan Pertumbuhan Ekonomi Regional Pulau Sumatera
052 23 Konstribusi Ekspor Dan Pertumbuhan Ekonomi Indonesia
053 24 Pengaruh Variabel-variabel Agregatif Terhadap Pembentukan Tabungan Dan Pendapatan
054 25 Pengembangan Sumber Pembiayaan Pembangunan Yang Semakin Bertumpu Pada
Kemampuan Sendiri
055 26 Pengembangan Instrumen Kebijaksanaan makro Terhadap Pembentukan Investasi Dan Pendapatan
056 27 Kebutuhan Tabungan Dan Pembentukan Investasi Produktif Bagi Pembiayaan Pembangunan
057 28 Pengaruh Ekspor Terhadap Pendapatan Nasional Dan Pertumbuhan Ekonomi
058 29 Pengaruh Deregulasi Perbankan Bidang Ekspor Terhadap Devisa Pendapatan Nasional
059 30 Aliran Dana Luar Negeri Di Indonesia Dan Pengaruhnya Terhadap Pertumbuhan Ekonomi
060 31 Strategi Indonesia Dan Manajemen Pembentukan Modal Bagi Peningkatan Pendapatan Masyarakat 061 32 Manajemen Perdagangan Internasional Pengurangan Distorsi Ekonomi Pasca Seleksi Aliran
Dana Luar Negeri
062 33 Manajemen Perbankan Pasca Deregulasi Dan Pengaruhnya Terhadap Produksi Di Indonesia
063 34 Refleksi Ekonomi Indonesia Setelah 34 Tahun Membangun: Diantara Kekuatan Dan Kelemahan
005 10 BUKU AJAR, MODUL SOAL DAN PEMECAHAN Sumbangan
Untuk Melengkapi Pustaka STMT Trisakti Files: 064 01 BUKU AJAR Pengantar Teori Ekonomi
065 02 MODUL SOAL DAN PEMECAHAN Pengantar Teori Ekonomi
066 03 BUKU AJAR Teori Ekonomi 067 04 BUKU AJAR Ekonomi Pembangunan
068 05 BUKU AJAR Pengantar Ekonomi Mikro
069 06 BUKU AJAR Ekonomi Makro Perthitungan Pend Nasional 070 07 BUKU AJAR Teori Ekonomi Mikro
071 08 MODUL SOAL DAN PEMECAHAN Teori Ekonomi Mikro
073 09 BUKU AJAR Ekonomi Manajerial 074 10 MODUL SOAL DAN PEMECAHAN Ekonomi Manajerial
60
II. PENELITIAN KUANTITATIF Dibidang MANAJEMEN TRANSPORTASI 006 3 VERSI Teks Book EKO MANAJERIALPernah Disumbang ke DIKTI Dan Dikirim Ke USA File 075 01 Buku Teks 681h EKONOMI MANAJERIAL Dengan Fungsi Hasil Estimasi
Atau 075 01 EKONOMI MANAJERIAL Penerapan Konsep-Konsep Mikro Ekonomi Dengan Fungsi
Hasil Estimasi
File 076 02 Buku Teks 301h EKONOMI MANAJERIAL Dengan Fungsi Non-Estimasi Atau 076 02 EKONOMI MANAJERIAL Penerapan Konsep-Konsep Mikro Ekonomi Dengan Fungsi
Non-Estimasi
File 077 03 Buku Teks 509h EKO MANAJERIAL TRANSPORTASI Dengan Fungsi Non-Estimasi
Atau 077 03 EKONOMI MANAJERIALTRANSPORTASI Penerapan Konsep Mikro Ekonomi
Dalam Bisnis Transportasi Dengan Fungsi Non-Estimasi
File 078 Ringkasan Isi Dan Surat Menyurat Pengiriman 3 Teks Book EKO MANAJERIAL Ke USA
Atau 078 Request for Coop in Publishing 3 Text Books in MANAGERIAL ECONOMICS to The USA
Subject: Request for Cooperation in Publishing Text Books in MANAGERIAL
ECONOMICS: Application of Microeconomic Concepts Using Estimation Result
Function (242 halaman)
008 3 Jurnal Penelitian Kuantitatif PROFESIONAL Ilmu Ekonomi 2010 Files: 079 01 Evaluasi Ekonomi Indonesia di Era Pembangunan Berkelanjutan
080 02 Evaluasi Ekonomi 50 Tahun Indonesia Membangaun
081 03 Kebutuhan Tabungan Sebagai Sumber Pembiayaan Pembangunan Indonesia
009 4 Jurnal Penelitian Kuantitatif PROFESIONAL Ilmu Ekonomi 2012 Files: 082 01 Pengembangan Ekonomi Dan Pengaruh POLIIK Di Era Kepemimpinan INDONESIA
083 02 Prestasi Ekonomi INDONESIA Jangka Panjang Dan Pencapaian Kondisi STEADY-
STATE GROWTH
084 03 Perkiraan Kebutuhan Tabungan Bagi Target Pertumbuhan Ekonomi Yang Hendak Dicapai 085 04 Pengendalian Ekonomi Ditengah Ancaman Krisis Dan Dilema Keterbatasan Sumber
Pembiayaan Yang Salaing Trade-Off
010 4 Laporan Penelitian Kuantitatif MANAJEMEN TRANSPORTASI 2010 File 086 01 Laporan HASIL PENELITIAN Kuantitatif 72h Dibidang TRANSPORTASI DARAT 2010
Atau 086 01 Kebutuhan Investasi Produktif Dan Pengembangan Produksi Jasa Angkutan Jalan Raya Di
Indonesia
File 087 02 Jurnal HASIL PENELITIAN Kuantitatif 18h Dibidang TRANSPORTASI DARAT 2010
Atau 087 02 Kebutuhan Investasi Produktif Dan Pengembangan Produksi Jasa Angkutan Jalan Raya Di
Indonesia
File 088 03 Laporan HASIL PENELITIAN Kuantitatif 77h Dibidang TRANSPORTASI LAUT 2010
Atau 088 03 Produksi Jasa Angkutan Laut Indonesia Dan Akseleritas Pendapatan Nasional
File 089 04 Jurnal HASIL PENELITIAN Kuantitatif 18h Dibidang TRANSPORTASI LAUT 2010
Atau 089 04 Produksi Jasa Angkutan Laut Indonesia Dan Akseleritas Pendapatan Nasional
61
011 3 Proposal P3M PENELITIAN Kuantitatif MANJEMEN TRANSPORTASI,Tahun 2010 File 090 01 Draft Proposal 21h Penelitian P3M MTD STMT Angkutan Jalan Raya DKI 2010
Atau 090 01 Kepadatan Lalu Lintas Angkutan Jalan Raya Di DKI Jakarta: Trade off Antara Penguna Kendaraan Pribadi Dan Umum
(Studi Kasus: Penerapan Konsep Slutsky’s Theorem, TE = SE + IE)
File 091 02 Draft Proposal 26h Penelitian P3M MTL STMT Faktor Produksi PT PELNI 2010
atau 091 02 Pengaruh Beberapa Faktor Produksi Terhadap Produksi PT PELNI
(Studi Kasus: Penerapan Konsep Production Isoquant, TO = SE + OE)
File 092 03 Draft Proposal 25h Penelitian P3M MTU STMT Jumlah Alat Angkut Yang Sepadan 2010
atau 092 03 Penentuan Jumlah Alat Angkut Yang Sepadan Dengan Arus Penumpang Jakarta-Ujung
Pandang
012 14 Proposal PENELITIAN Kuantitatif MANAJEMEN TRANSPORTASI, Tahun 2011 File 093 01 Proposal 11h Produksi Jasa Angkutan Udara Indonesia 2011
Atau 093 01 Produksi Jasa Angkutan Udara Indonesia Dan Investasi Produktif Yang Diperlukan
File 094 02 Proposal 10h Jasa Angkutan Rel 2011 Atau 094 02 Menasionalisasikan Jasa Angkutan Rel Dan Investasi Yang Dibutuhkan
File 095 03 Proposal 11h Produktivitas Dan Produksi Jasa Angkutan KAI 2011
Atau 095 03 Produktivitas Dan Produksi Jasa Angkutan Kereta Api Indonesia
File 096 04 Proposal 11h Angkutan Pelayaran Antar Pulau Indonesia 2011 Atau 096 04 Angkutan Pelayaran Antar Pulau Dalam Wililayah Teritorial Indonesia
File 097 05 Proposal 12h Produksi Jasa Angkutan Udara Penerbangan Domestik 2011
Atau 097 05 Produksi Jasa Angk Udara Komersial Penerbangan Domestik
File 098 06 Proposal 12h Pengembangan Jasa Angkutan Pelayaran Antar Pulau 2011 Atau 098 06 Pengembangan Jasa Angkutan Pelayaran Antar Pulau Indonesia
File 099 07 Proposal 14h Usaha Jasa Angkutan Udara Pada Penerbangan Domestik 2011
Atau 099 07 Usaha Jasa Angkutan Udara Pada Penerbangan Domestik
File 100 08 Proposal 11h Utilitas Penumpang Pengguna Jasa Pelayaran Antar Pulau 2011
Atau 100 08 Utilitas Penumpang Pengguna Jasa Pelayaran Antar Pulau
File 101 09 Proposal 13h Angkutan Penumpang Udara Pada Penerbangan Domestik 2011 Atau 101 09 Angkutan Penumpang Udara Pada Penerbangan Domestik
File 102 10 Proposal 15h Angkutan Penumpang Dom Dan Trade off Antara Laut dan Udara 2011
Atau 102 10 Angkutan Penumpang Dom Dan Trade off Antara Laut dan Udara
File 103 11 Proposal 14h Kebutuhan Modal Pert Produksi Angkutan Udara Luar Negeri 2011 Atau 103 11 Kebutuhan Modal Pertumbuhan Produksi Angkutan Udara Luar Negeri
File 104 12 Proposal 12h Pengembangan Produksi Jasa Angkutan KAI 2011
Atau 104 12 Pengembangan Produksi Jasa Angkutan Kereta Api Indonesia
File 105 13 Proposal 15h Angkutan Kargo Pelayaran Antar Pulau Dan Penerbangan Dom 2011 Atau 105 13 Angkutan Kargo Pelayaran Antar Pulau Dan Penerbangan Domestik
File 106 14 Proposal 12h Produksi Angkutan Kargo Udara penerbangan Internasional 2011
Atau 106 14 Produksi Angkutan Kargo Udara penerbangan Internasional
62
10 Contoh PROPOSAL PENELITIAN KUANTITATIF Dibidang MANAJEMEN TRANSPORTASI
013 5 CONTOH Hibah (Proposal DIKTI) Dibidang MANAJEMEN TRANSPORTASI 2009 -2016
File 107 01 Draf Hibah Kompetensi TAHAP 1 44h dgn Ir PRASAD TITA MM to DIKTI 2009
Atau 107 01 Analisis Pertambahan Pengguna Kendaraan Bermotor Roda Dua Dan Kepemilikan Mobil
Pribadi Di Jakarta
File 108 02 Draft Hibah Kompetensi 47h dgn PROF ERYUS To DIKTI 2010
Atau 108 02 Kepadatan Lalin Angkutan Jalan Raya Di DKI Jakarta Trade off Antara Peng Kend Pribadi Dan Umum
File 109 03 Draft Hibah Kompetensi 51h dgn PROF HANANTO to DIKTI 2010
Atau 109 03 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PRODUKSI PT PELNI
File 110 04 Draft Hibah Kompetensi 51h dgn PROF DIRK KOLEANGAN to DIKTI 2010
Atau 110 04 Penentuan Jumlah Alat Angkut Yang Sepadan Dengan Arus Penumpang JAKARTA-
UJUNG PANDANG
File 111 05 Draft Hibah PRODUK TERAPAN 67h dgn Dr HUSNI HASAN to DIKTI 2016
Atau 111 05 Analisis Penentuan Tarif Angkut Dua Jasa Angk Penumpang Udara Dan Laut Rute
JAKARTA-UJUNG PANDANG
014 3 CONTOH Proposal PENELITIAN Kuantitatif MANJEMEN TRANSPORTASI,Tahun 2014
File 112 01 Proposal Penelitian P3M MTL 13h Angk Pelayaran Antar Pulau PT PELNI 2014
Atau 112 01 PENGEMBANGAN PRODUKSI ANGKUTAN PELAYARAN DI INDONESIA
File 113 02 Proposal Penelitian P3M MTD 15h Effisiensi Produktivitas Jasa Angk PT KAI 2014
Atau 113 02 TINGKAT EFISIENSI DAN PRODUKTIVITAS JASA ANGKUTAN KERETA API
INDONESIA
File 114 03 Proposal Penelitian P3M MTU 21h Kebutuhan Modal Angk Penerb Domestik 2014
Atau 114 03 KEBUTUHAN MODAL DAN PERTUMBUHAN PRODUKSI ANGKUTAN
PENERBANGAN DOMESTIK
015 2 CONTOH Proposal PENELITIAN Kuantitatif MANJEMEN TRANSPORTASI,
Tahun 2017, Sedang Digarap File 115 01 Proposal Terpadu P3M 28h atau Analisis Trade-Off Antara MTL Dengan MTU 2017
Atau 115 01 Pengembangan Produksi Jasa Angkutan Pelayaran Antar Pulau Dan Penerbangan
Domestik Indonesia: Trade-off Antara Angkutan Laut Dan Udara
File 116 02 Proposal Penelitian P3M 22h Dibidang TRANPORTASI UDARA Luar Negeri 2017
Atau 116 02 KEBUTUHAN MODAL DAN PERTUMBUHAN PRODUKSI ANGKUTAN UDARA
LUAR NEGERI
63
III. PENELITIAN SURVEY Dibidang MANAJEMEN TRANSPORTASI 016 5 LAPORAN HASIL PENELITIAN SURVEY Dibidang MANJEMEN TRANSPORTASI 2014-2017
File 117 01 Laporan HASIL PENELITIAN 375h Kereta Api Ekonomi Lokal Purwakarta 2014
Atau 117 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API EKONOMI LOKAL
PURWAKARTA
File 118 02 Laporan HASIL PENELITIAN 147h PERUM DAMRI 2015 Atau 118 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan
Loyalitas Pelanggan
File 120 03 Laporan HASIL PENELITIAN 172h PT MAYASARI BAKTI 2016
Atau 120 03 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Thd
Keunggulan Bersaing Jasa Angk Mayasari Bakti
File 122 04 Laporan HASIL PENELITIAN 165h GARUDA INDONESIA 2016
Atau 122 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GIA Di Bandara Soeta
File 124 05 Laporan HASIL PENELITIAN 353h Kereta Api PATAS Purwakarta 2017 Atau 124 05 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
017 5 Jurnal HASIL PENELITIAN SURVEY Dibidang MANJEMEN TRANSPORTASI 2014-2017 File 125 01 Jurnal HASIL PENELITIAN 41h Kereta Api Ekonomi Lokal Purwakarta 2014
Atau 125 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API EKONOMI LOKAL
PURWAKARTA
File 126 02 Jurnal HASIL PENELITIAN 35h PERUM DAMRI 2015 Atau 126 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan
Loyalitas Pelanggan
File 128 03 Jurnal HASIL PENELITIAN 38h PT MAYASARI BAKTI 2016
Atau 128 03 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Thd
Keunggulan Bersaing Jasa Angk Mayasari Bakti
File 130 04 Jurnal HASIL PENELITIAN 36h GARUDA INDONESIA 2016
Atau 130 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GIA Di Bandara Soeta
File 132 05 Jurnal HASIL PENELITIAN 40h Kereta Api PATAS Purwakarta 2017
Atau 132 05 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
018 10 Macam Prediksi Pengembangan MODEL & KERANGKA PEMIKIRAN TEORITIS Penelitian Survey
Files: 133 01 KA Eko Lokal Purwakarta 2014 20h KERANGKA PEMIKIRAN TEORITIS Pendek Alt
134 02 KA Eko Lokal Purwakarta 2014 23h KERANGKA PEMIKIRAN TEORITIS Panjang Alt
135 03 PERUM DAMRI 2015 15h KERANGKA PEMIKIRAN TEORITIS Pendek Alt
136 04 Jurnal HASIL PENELITIAN PERUM DAMRI 2015 24h
137 05 Jurnal HASIL PENELITIAN Kereta Api Ekonomi Lokal Purwakarta 2014 30h
138 06 Jurnal HASIL PENELITIAN PT MAYASARI BAKTI 2016 31h
139 07 PT MAYASARI BAKTI 2016 19h KERANGKA PEMIKIRAN TEORITIS Pendek Alt
140 08 Jurnal HASIL PENELITIAN GARUDA INDONESIA 2016 31h
141 09 PT GARUDA INDONESIA 2016 19h KERANGKA PEMIKIRAN TEORITIS Pendek Alt 142 10 Jurnal HASIL PENELITIAN KA PATAS Purwakarta 2017 30h
64
12 BUAH BENTUK PROPOSAL PENELITIAN SURVEY Dibidang MANAJEMEN TRANSPORTASI
019 6 Contoh Proposal PENELITIAN SURVEY Dibidang Manajemen Transportasi 2014-2017
File 143 01 Proposal 21h KERETA API EKONOMI LOKAL PURWAKARTA 2014
Atau 143 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API EKONOMI LOKAL
PURWAKARTA
File 144 02 Proposal 18h PERUM DAMRI 2015
Atau 144 02 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan Loyalitas Pelanggan
File 145 03 Proposal 17h PERUM DAMRI Dgn KERANGKA PEMIKIRAN TEORITIS Pendek Alt
Atau 145 03 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan
Loyalitas Pelanggan
File 146 04 Proposal 28h Keunggulan Bersaing PT MAYASARI BAKTI 2016
Atau 146 04 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan Mayasari Bakti
File 148 05 Proposal 28h Keunggulan Bersaing GARUDA INDONESIA 2016
Atau 148 05 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik GIA Di Bandara Soeta
File 150 06 Proposal 27h KERETA API PATAS PURWAKARTA 2017
Atau 150 06 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
020 2 Contoh Proposal PENELITIAN SURVEY Hasil Pengembangan Model 2016
File 151 01 Proposal 33h Keunggulan Bersaing GARUDA INDONESIA 2016 dengan MODEL &
KERANGKA PEMIKIRAN TEORITIS Pendek Alt
Atau 151 01 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik GIA Di Bandara Soeta
File 152 02 Proposal 26h Keunggulan Bersaing PT MAYASARI BAKTI 2016 dengan MODEL &
KERANGKA PEMIKIRAN TEORITIS Pendek Alt
Atau 152 02 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan Mayasari Bakti
021 2 Contoh Proposal Baru PENELITIAN SURVEY Dibidang Manajemen Transportasi 2017
File 153 01 Proposal 30h Keunggulan Bersaing LION AIR GROUP 2017
Atau 153 01 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik LION AIR GROUP Di Bandara Soeta
File 154 02 Proposal 30h Keunggulan Bersainng TRANSJAKARTA 2017
Atau 154 02 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan Transjakarta
File 155 01 Proposal 30h Keunggulan Bersaing LION AIR GROUP 2017 dengan MODEL &
KERANGKA PEMIKIRAN TEORITIS Pendek Alt
Atau 155 01 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan
Domestik LION AIR GROUP Di Bandara Soeta
File 156 02 Proposal 30h Keunggulan Bersainng TRANSJAKARTA 2017 dengan MODEL &
KERANGKA PEMIKIRAN TEORITIS Pendek Alt
Atau 156 02 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan Transjakarta
65
022 7 Laporan Hasil Penelitian Survey Dibidang Manajemen Transportasi, LP3ET 2018 File 157 01 Laporan HASIL PENELITIAN PERUM DAMRI 2015 (Pendek Alt )
Atau 157 01 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan Loyalitas Pelanggan
File 158 02 Laporan HASIL PENELITIAN GARUDA INDONESIA 2016 (Pendek Alt)
Atau 158 02 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik GARUDA INDONESIA Di Bandara Soeta
File 159 03 Laporan HASIL PENELITIAN MAYASARI BAKTI 2016 (Pendek Alt)
Atau 159 03 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap Keunggulan Bersaing Jasa Angkutan MAYASARI BAKTI
File 160 04 Laporan HASIL PENELITIAN LION AIR GROUP 2017
Atau 160 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik LION AIR GROUP Di Bandara Soeta
File 161 05 Laporan HASIL PENELITIAN TRANSJAKARTA 2017 Atau 161 05 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
File 162 06 Laporan HASIL PENELITIAN LION AIR GROUP 2017 (Pendek Alt) Atau 162 06 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
LION AIR GROUP Di Bandara Soeta
File 163 07 Laporan HASIL PENELITIAN TRANSJAKARTA 2017 (Pendek Alt) Atau 163 07 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
023 7 Jurnal Hasil Penelitian Survey Dibidang Manajemen Transportasi, LP3ET 2018 File 164 01 Jurnal HASIL PENELITIAN PERUM DAMRI 2015 (Pendek Alt) Atau 164 01 Analisis Kepuasan Konsumen Jasa Transportasi Perum Damri Dalam Meningkatkan Loyalitas
Pelanggan
File 165 02 Jurnal HASIL PENELITIAN GARUDA INDONESIA 2016 (Pendek Alt) Atau 165 02 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
GARUDA INDONESIA Di Bandara Soeta
File 166 03 Jurnal HASIL PENELITIAN MAYASARI BAKTI 2016 (Pendek Alt) Atau 166 03 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan MAYASARI BAKTI
File 167 04 Jurnal HASIL PENELITIAN LION AIR GROUP 2017 Atau 167 04 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
LION AIR GROUP Di Bandara Soeta
File 168 05 Jurnal HASIL PENELITIAN TRANSJAKARTA 2017 Atau 168 05 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
File 169 06 Jurnal HASIL PENELITIAN LION AIR GROUP 2017 (Pendek Alt) Atau 169 06 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
LION AIR GROUP Di Bandara Soeta
File 170 07 Jurnal HASIL PENELITIAN TRANSJAKARTA 2017 (Pendek Alt)
Atau 170 07 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas Konssumen Jasa Angkutan TRANSJAKARTA
66
024 8 Jurnal Hasil Penelitian Survey Dibidang Manajemen Transportasi, LP3ET 2018 File 171 01 Jurnal Hasil Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Sedang Alt)
Atau 171 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API
EKONOMI LOKAL PURWAKARTA
File 172 02 Jurnal Hasil Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Pendek Alt)
Atau 172 02 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API
EKONOMI LOKAL PURWAKARTA
File 173 03 Jurnal Hasil Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt) Atau 173 03 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
GARUDA INDONESIA Di Bandara Soeta
File 174 04 Jurnal Hasil Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt) Atau 174 04 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan PT MAYASARI BAKTI.
File 175 05 Jurnal Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt) Atau 175 05 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
File 176 06 Jurnal Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt) Atau 176 06 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
File 177 07 Jurnal Hasil Penelitian 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
File 178 08 Jurnal Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt) Atau 178 08 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
025 8 PROPOSAL PENELITIAN SURVEY Dibidang Mnj Transportasi LP3ET 2018 File 179 01 Proposal Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Sedang Alt) Atau 179 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API EKONOMI LOKAL
PURWAKARTA
File 180 02 Proposal Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Pendek Alt) Atau 180 02 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API EKONOMI LOKAL
PURWAKARTA
File 181 03 Proposal Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt) Atau 181 03 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
GARUDA INDONESIA Di Bandara Soeta
File 182 04 Proposal Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt) Atau 182 04 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan PT MAYASARI BAKTI.
File 183 05 Proposal Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt) Atau 183 05 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
67
File 184 06 Proposal Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt) Atau 184 06 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS
PURWAKARTA
File 185 07 Proposal Penelitian Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt) Atau 185 07 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
LION AIR GROUP Di Bandara Soeta
File 186 08 Proposal Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt) Atau 186 08 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
026 8 Laporan HASIL PENELITIAN SURVEY Dibidang Mnj Transportasi LP3ET 2018 File 187 01 Laporan Hasil Penelitian KA EKONOMI LOKAL PURWAKARTA 2014 (Sedang Alt)
Atau 187 01 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API
EKONOMI LOKAL PURWAKARTA
File 188 02 Laporan Hasil Penelitian KA\EKONOMI LOKAL PURWAKARTA 2014 (Pendek Alt)
Atau 188 02 LOYALITAS PELANGGAN JASA ANGKUTAN KERETA API
EKONOMI LOKAL PURWAKARTA
File 189 03 Laporan Hasil Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt) Atau 189 03 Analisis Kualitas Pelayanan Dan Keunggulan Bersaing Jasa Angkutan Penerbangan Domestik
GARUDA INDONESIA Di Bandara Soeta
File 190 04 Laporan Hasil Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt) Atau 190 04 Analisis Faktor Yang Mempengaruhi Loyalitas Konsumen Dan Dampaknya Terhadap
Keunggulan Bersaing Jasa Angkutan PT MAYASARI BAKTI.
File 191 05 Laporan Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt)
Atau 191 05 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS PURWAKARTA
File 192 06 Laporan Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt)
Atau 192 06 ANALISIS KUALITAS PELAYANAN TRANSPORTASI KERETA API PATAS PURWAKARTA
File 193 07 Laporan Hasil Penelitian 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 Soeta
File 194 08 Laporan Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt)
Atau 194 08 Faktor Yang Mempengaruhi Keunggulan Bersaing Dan Implikasinya Terhadap Loyalitas
Konssumen Jasa Angkutan TRANSJAKARTA
68
027a 1 Sets Jurnal PROPOSAL & Lap Hasil Penelitian LION AIR GROUP LP3ET 2018 153 01 Proposal 30h Keunggulan Bersaing LION AIR GROUP 2017 153 01 Proposal 30h Keunggulan Bersaing LION AIR GROUP 2017 Panjang Alt
File 195 08 Proposal Penelitian 30h Keunggulan Bersaing LION AIR GROUP 2017 (Panjang Alt)
Atau 195 08 ANALISIS KUALITAS PELAYANAN DAN KEUNGGULAN BERSAING JASA ANGKUTAN
PENERBANGAN DOMESTIK LION AIR GROUP DI BANDARA SOEKARNO-HATTA
File 196 08 Jurnal Hasil Penelitian Keunggulan Bersainng LION AIR GROUP 2017 (Panjang Alt) Atau 196 08 ANALISIS KUALITAS PELAYANAN DAN KEUNGGULAN BERSAING JASA ANGKUTAN
PENERBANGAN DOMESTIK LION AIR GROUP DI BANDARA SOEKARNO-HATTA
File 197 08 Laporan Hasil Penelitian Keunggulan Bersainng LION AIR GROUP 2017 (Panjang Alt)
Atau 197 08 ANALISIS KUALITAS PELAYANAN DAN KEUNGGULAN BERSAING JASA ANGKUTAN
PENERBANGAN DOMESTIK LION AIR GROUP DI BANDARA SOEKARNO-HATTA
028a 1 Sets Jurnal PROPOSAL & Lap Hasil Penelitian TRANJAKARTA LP3ET 2018 154 02 Proposal 30h Keunggulan Bersainng TRANSJAKARTA 2017
154 02 Proposal 30h Keunggulan Bersainng TRANSJAKARTA 2017 Panjang Alt
File 198 09 Proposal Penelitian 30h Keunggulan Bersainng TRANSJAKARTA 2017 (Panjang Alt) Atau 198 09 FAKTOR YANG MEMPENGARUHI KEUNGGULAN BERSAING DAN IMPLEMENTASINYA
TERHADAP LOYALITAS KONSUMEN JASA ANGKUTAN TRANSJAKARTA
File 199 09 Jurnal Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Panjang Alt) Atau 199 09 FAKTOR YANG MEMPENGARUHI KEUNGGULAN BERSAING DAN IMPLEMENTASINYA
TERHADAP LOYALITAS KONSUMEN JASA ANGKUTAN TRANSJAKARTA
File 200 09 Laporan Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Panjang Alt) Atau 200 09 FAKTOR YANG MEMPENGARUHI KEUNGGULAN BERSAING DAN IMPLEMENTASINYA
TERHADAP LOYALITAS KONSUMEN JASA ANGKUTAN TRANSJAKARTA
Biasanya untuk mendapatkan sebuah TULISAN ILMIAH adalah secara kebetulan
didalam DOMAIN Google atau Bilamana sudah mengetahui judul TULISAN ILMIAH
tersebut cukup dengan menulis judul tersebut ke dalam Google dan akan keluar
TULISAN ILMIAH yang dimaksud.
KIAT CERDIK MEMBUAT TULISAN ILMIAH, dan sebagai langkah utama adalah
dengan cara Mengkoleksi sejumlah TULISAN ILMIAH yang akan berperan sebagai
MATERI PEMBANDING dengan MATERI YANG DIBUAT. Paling tidak agar
mengatahui bagaimana penyusunan MODEL & KERANGKA PEMIKIRAN TEORITIS
yang dibuat penulis lain. Selain bisa memperkuat “pondasi ilmiah” bahkan juga
memperkokoh “Kemampuan ilmiah” agar lebih mudah menyelesaikan berbagai
bentuk/beranekaragam Persoalan Ilmiah pada PENELITIAN KUANTITATIF Dibidang
MANAJEMEN TRANSPORTASI maupun PENELITIAN SURVEY Dibidang
MANAJEMEN TRANSPORTASI. Tentunya sebagai langkah berikutnya adalah Meng-
unduh (Downloads) sebanyak mungkin TULISAN ILMIAH dari penulis lain atau Meng-unduh secara keseluruhan TULISAN ILMIAH yang dibuat dalam File PDF (pada
69
posisi jumlah sekarang) sebagaimana tercantum dalam Lembaran Informasi, terkecuali TULISAN ILMIAH yang terdapat dalam kurung sebanyak 27 Files (hanya
bisa didapatkan melalui Email langsung dengan sejumlah harga tertentu yang disajikan
dalam sebuah Daftar Harga).
Ketentuan: Gantilah Lembaran Informasi (Daftar TULISAN ILMIAH yang disisipkan dalam wujud File PDF) menjadi (Daftar TULISAN ILMIAH yang dibuat dalam File DOCUMENTS), sehingga
didapatkan sebuah File DOCUMENTS yang berisikan Daftar dari semua tulisan ilmiah yang
disusun oleh Amrizal.
Selanjutnya, dengan cara memasukan/menuliskan 000 Daftar Tulisan Ilmiah Amrizal ke
dalam Google, maka akan didapatkan sebuah File DOCUMENTS yang berisi Daftar
TULISAN ILMIAH tersebut, dengan contoh berikut:
Google 000 Daftar Tulisan Ilmiah Amrizal Cari
Adapun tujuan selanjutnya agar lebih leluasa/Mudah meng-unduh (Downloads)
keseluruhan TULISAN ILMIAH yang dibuat/terletak dalam PDF (pada posisi jumlah
sekarang), cukup dengan cara meng-Copy masing-masing Nomor urut beserta nama file
tersebut ke dalam Google.
Diistilahkan dalam tanda petik “pada posisi jumlah sekarang” jumlah/posisi (Judul)
Tulisan Ilmiah terbaru, tahun 2014 s/d 2018 sebanyak 200 Files, oleh karena posisi/jumlah
files PDF yang disajikan dalam Daftar TULISAN ILMIAH dapat berubah pada saat-saat
tertentu seiring dengan perjalanan waktu.......
---Bekasi Kota, Selamat Tahun baru 1 Januari 2018---