lp3et.orglp3et.org/uploads/1/2/1/4/121481330/01_199_09... · JURNAL PENELITIAN SURVEY DIBIDANG...

JURNAL PENELITIAN SURVEY DIBIDANG MANAJEMEN TRANSPORTASI DARAT LEMBAGA PENELITIAN, PENGKAJIAN & PERUMUSAN EKONOMI TERAPAN, 2017

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

http://transjakarta.co.id/

https://www.google.com/imgres?imgurl=http://cdn.img.print.kompas.com/getattachment/69ee2678-05ce-4820-ab3f-0daa848aad40/302352&imgrefurl=http://print.kompas.com/2016/03/08/Perubahan-Trayek-APTB-Menuai-Pro-dan-Kontra&docid=UB47XwWaMRZezM&tbnid=HS5Yrpeh0NYD9M:&vet=10ahUKEwj4567K1InVAhXEq48KHby3DQA4yAEQMwgEKAIwAg..i&w=630&h=708&client=firefox-a&bih=623&biw=976&q=Transjakarta Jumlah armada&ved=0ahUKEwj4567K1InVAhXEq48KHby3DQA4yAEQMwgEKAIwAg&iact=mrc&uact=8

https://www.google.com/imgres?imgurl=http://katadata.co.id/public/media/chart_thumbnail/105833-pilkada-jakarta-berapa-rute-trans-jakarta.png?updated=1498842000&imgrefurl=http://databoks.katadata.co.id/issue/listing/5255/all&docid=Pk_TXvoH-pbsgM&tbnid=1RpaQuH5KzxEnM:&vet=10ahUKEwj4567K1InVAhXEq48KHby3DQA4yAEQMwhMKEowSg..i&w=620&h=348&client=firefox-a&bih=623&biw=976&q=Transjakarta Jumlah armada&ved=0ahUKEwj4567K1InVAhXEq48KHby3DQA4yAEQMwhMKEowSg&iact=mrc&uact=8

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.

https://id.wikipedia.org/wiki/Jepang

https://id.wikipedia.org/wiki/Hino

9

KERANGKA PEMIKIRAN TEORITIS DAN PERUMUSAN HIPOTESIS

Hubungan Kualitas Pelayanan dengan Kepuasan dan Loyalitas Konsumen

Kualitas pelayanan merupakan tingkatan kondisi baik buruknya sajian yang

diberikan oleh penyedia jasa transportasi TRANSJAKARTA dalam rangka memuaskan

konsumen. Mendefinisikan kualitas pelayanan sebuah perusahaan jasa tertentu bukanlah

sesuatu yang mudah, karena hal tersebut sangat berhubungan erat dengan pandangan

konsumen pengguna jasa angkutan tersebut. Sesuai pernyataan Hendy Irawan Juwandi,

(2004: 37) bahwa faktor-faktor pendorong kepuasan konsumen, salah satunya dengan

meningkatkan kualitas pelayanan, hal tersebut sesuai dengan yang dikemukakan oleh

Parasuraman, A., Valarie A. Zeithaml and Leonard L. Berry Hendy, et.al., (1990) bahwa

untuk menilai kualitas pelayanan, dapat diukur melalui 5 faktor, yaitu tangible (bukti

fisik), reliability (keandalan), responsiveness (daya tanggap), assurance (jaminan),

emphaty (perhatian).

Jika jasa yang diterima atau dirasakan (perceived service) sesuai dengan yang

diharapkan, maka kualitas pelayanan dipersepsikan baik dan memuaskan, sehingga akan

berdampak menaikkan tingkat loyalitas konsumen. Sebaliknya jika jasa yang diterima

lebih rendah daripada yang diharapkan, maka kualitas pelayanan dipersepsikan buruk

sehingga akan berdampak menurunkan tingkat loyalitas konsumen. Hal ini sesuai

pernyataan Rambat Lupiyoadi dan Hamdani, A., (2006: 195) bahwa salah satu upaya yang

mempengaruhi loyalitas konsumen adalah kualitas pelayanan.

Hubungan Harga atau Harga Tiket dengan Kepuasan dan Loyalitas Konsumen

Menurut Kotler dan Amstrong, 2001 (dalam Richa Widyaningtyas, 2010: 38) harga

adalah sejumlah uang yang dibebankan untuk suatu produk atau jasa, atau jumlah nilai

yang dipertukarkan konsumen mendapatkan manfaat karena memiliki atau menggunakan

produk atau jasa tersebut. Produk dengan mutu jelek, atau harga yang mahal, ataupun

penyerahan produk yang lambat dapat mengakibatkan konsumen tidak puas

(Supranto,2001.,dalam Richa Widyaningtyas, 2010: 38) Hal itu menunjukan bahwa harga

merupakan salah satu penyebab ketidakpuasan konsumen atau pelanggan. Harga sangat

menentukan kepuasan penumpang dalam penggunaan jasa angkutan, karena besarnya

harga yang ditetapkan berkaitan dengan tingkat pendapatan yang dimiliki oleh penumpang

tersebut.

Keputusan penentuan harga demikian penting dalam menemukan seberapa jauh

sebuah layanan jasa dinilai oleh konsumen dan juga dalam proses membangun tingkat

loyalitas konsumen Rambat Lupiyoadi dan Hamdani, A., (2001: 98). Penentuan harga

sangat penting mengingat produk yang ditawarkan oleh jasa layanan tersebut bersifat tidak

berwujud, namun dapat menjadi indikasi yang konsisten terhadap upaya memenuhi

kebutuhan konsumen. Apabila suatu produk mengharuskan konsumen mengeluarkan biaya

yang lebih besar dibanding tambahan manfaat (marginal utility) yang diterima, maka yang

terjadi adalah menurunnya kepuasan konsumen atau produk atau jasa tersebut memiliki

nilai negatif terhadap kepuasan konsumen, sehingga loyalitas konsumen juga akan

menurun, begitu sebaliknya Rambat Lupiyoadi dan Hamdani, A, et.al., (2006).

10

Hubungan Kepuasan dengan Loyalitas Konsumen

Kepuasan merupakan suatu dorongan keinginan individu yang diarahkan pada

tujuan untuk memperoleh kepuasan (Basu Swastha, 2000.,dalam Richa Widyaningtyas,

2010: 39). Konsumen akan setia atau loyal terhadap suatu merek bila konsumen

mendapatkan kepuasan dari merek tersebut. Untuk meningkatkan kepuasan konsumen,

perusahaan tersebut perlu mengatur strategi pemasaran agar konsumen tertarik terhadap

produk-produk yang ditawarkan. Apabila produk tersebut memberi kepuasan bagi

konsumen, maka konsumen akan tetap setia menggunakan merek tersebut dan berusaha

untuk membatasi pembelian produk lain. Hal itu sesuai dengan penelitian yang dilakukan

oleh Wenny Maylina, 2003 (dalam Richa Widyaningtyas, 2010: 39), dimana satisfaction

mempunyai pengaruh yang signifikan positif terhadap kesetiaan terhadap merek pada

konsumen.

Hubungan Variabel Path Analysis Method dengan Variabel Keunggulan Bersaing

Dalam perusahaan jasa transportasi, terdapat 3 orientasi dari Keunggulan bersaing,

yaitu orientasi pasar, adalah 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. Model

penelitian Keunggulan Bersaing semacam ini dikembangkan melalui Kinerja pemasaran,

yaitu semacam Kinerja perusahaan yang digerakkan dari berbagai aspek pemasaran

melalui pengembangan model fungsional Loyalitas Konsumen (….fungsi Semula) yang

dilanjutkan melalui kinerja pemasaran model fungsional Keunggulan Bersaing (…fungsi

estapet) sebagai alat dalam pencapaian tujuan-tujuan finansial perusahaaan untuk

mendapatkan keberhasilan melebihi para pesaingnya. Part Analysis Method ganda yang

dilakukan dalam penelitian ini merupakan ”sebuah model penelitian baru” yang

melibatkan semua data: Indikator, dimensi maupun variabel yang terkait dengan model

fungsional Part Analysis Method yang dibuat dalam penelitian ini.

Untuk mengetahui keterikatan Pengembangan Model dan pengaruh antar variabel

dapat dijelaskan pada kerangka pemikiran berikut ini:

11

e1 X1.1

e2 X1.2

e3 X1.3

e4 X1.4

e5 X1.5

e6 X1.6

e7 X1.7

e8 X1.8

e9 X1.9

e10 X1.10

e11 X1.11

e12 X1.12

e13 X1.13

Gambar 1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable

Path Analysis Method, KERANGKA PEMIKIRAN TEORITIS.

j1 X1v.1

j2 X1v.2

j3 X1v.3

j4 X1v.4

j5 X1v.5

k1 Y3.1

k2 Y3.2

k3 Y3.3

k4 Y3.4

l1 Y3v.1

l2 Y3v.2

l3 Y3v.3

g1 Y1.1

g2 Y1.2

g3 Y1.3

h1 Y2.1

h2 Y2.2

h3 Y2.3

h4 Y2.4

h5 Y2.5

f1 X2.1

f2 X2.2

f3 X2.3

f4 X2.4

i1 X2v.1

i2 X2v.2

i3 X2v.3

HX1: r 2 X1.i > 0.6 ALPHA CRONBACH > 0.6

Harga

Tiket

(X2)

Kualitas

Pelayanan

(X1)

Kepuasan

Konsumen

(Y1)

Loyalitas

Konsumen

(Y2)

HY2:r 2Y2.i >0.6 ALPHA CRONBACH > 0.6

HY1:r 2Y1.i > 0.6 ALPHA CRONBACH > 0.6

KERANGKA PEMIKIRAN TEORITIS

TRANSJAKARTA 2017

r 2(Y1) > 0.6

r 2(Xi ,Y1) > 0.6

r 2(Xi ) > 0.6

R SquareChange= R2

F Change = Fuji Test Durbin-Watson Test

R SquareChange= R2

F Change = Fuji Test

Durbin-Watson Test

R SquareChange= R2

F Change = Fuji Test Durbin-Watson Test

H4: Coeff. Reg c1 > 0

H5: Coeff. Reg c2 > 0

H1: Coeff. Reg a1 > 0

H1: r

2 X1>0

H2: Coeff. Reg a2 > 0

H3 :C

oeff. R

eg c

3 >

0

r 2(Y1 ,Xi) > 0.6

HY2i:r 2Y2i >0.6

ALPHA CRONBACH > 0.6

HX2:r 2X2.i > 0.6 ALPHA CRONBACH > 0.6

Keunggulan

Bersaing

(Y3) HY3:r 2Y3.i > 0.6 ALPHA CRONBACH > 0.6

HX1v:r 2 X1v.i > 0.6 ALPHA CRONBACH > 0.6

R SquareChange= R2

F Change = Fuji Test

Durbin-Watson Test

Dimensi

Kualitas

Pelayanan

(X1v)

Y1 = Intevening Variable

HY3v:r 2Y3v.i > 0.6 ALPHA CRONBACH > 0.6

Dimensi

Keunggulan Bersaing

(Y3v)

R SquareChange = R2

F Change= Fuji Test

Durbin-Watson Test

HX2v:r 2X2v.i > 0.6 ALPHA CRONBACH > 0.6

Y3v = Intevening Variable

R SquareChange = R2

F Change= Fuji Test

Durbin-Watson Test

Dimensi

Harga Tiket

(X2v)

R SquareChange = R2

F Change= Fuji Test

Durbin-Watson Test

R SquareChange = R2

F Change= Fuji Test

Durbin-Watson Test

Unstandardized Coefficients: 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

Y3v.1. Memperluas Trayek Bus MAYASARI BAKTI Y3v.2. Mampu Menciptakan Inovasi Produk Jasa

Y3v.3. Meningkatkan Promosi MAYASARI BAKTI

H1: Coeff. Reg 1 > 0

H1: r

2 X1>0

r 2(Yi ) > 0.6

r 2(Y3v ,Yi) > 0.6

r 2(Y3v) > 0.6

r 2(Yi ,Y3v) > 0.6





Second Path Analysis Method Keunggulan Bersaing (….Fungsi Estapet):

Y3 = 1 Y1 + 2Y2

Y3 Calc = 1 Y1 + 2Y2 + 3Y3v

Y3v.1. Memperluas Trayek Bus TRANSJAKARTA

Y3v.2. Mampu Menciptakan Inovasi Produk Jasa

Y3v.3. Meningkatkan Promosi TRANSJAKARTA

First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula):

Y1 = 1X1 + 2 X2

Y2 = 1X1 + 2 X2 + 1Y1

Unstandardized Coefficients: 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

12

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

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

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

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 = a0 + a1 X1.1 ; HX1.1 :Faktor Koreksi X1.1 > 0.6

2. X1.2. Perlengkapan Armada Bus TransJakarta X1 = b0 + b1 X1.2 ; HX1.2 :Faktor Koreksi X1.2 > 0.6

3. X1.3. Kenyamanan Ruangan X1 = c0 + c1 X1.3 ; HX1.3 :Faktor Koreksi X1.3 > 0.6

4. X1.4. Penampilan Petugas X1 = d0 + d1 X1.4 ; HX1.4 :Faktor Koreksi X1.4 > 0.6

5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = e0 + e1 X1.5 ; HX1.5 :Faktor Koreksi X1.5 > 0.6 6. X1.6. Keramahan X1 = f0 + f1 X1.6 ; HX1.6 :Faktor Koreksi X1.6 > 0.6

7. X1.7. Kecepatan Pelayanan X1 = g0 + g1 X1.7 ; HX1.7 :Faktor Koreksi X1.7 > 0.6

8. X1.8. Kemampuan Menanggapi Keluhan X1 = h0 + h1 X1.8 ; HX1.8 :Faktor Koreksi X1.8 > 0.6 9. X1.9. Kemudahan Prosedur X1 = i0 + i1 X1.9 ; HX1.9 :Faktor Koreksi X1.9 > 0.6

10. X1.10. Mampu Berkomunikasi X1 = j0 + j1 X1.10 ; HX1.10 :Faktor Koreksi X1.10 > 0.6

11. X1.11. Informasi Yang Akurat X1 = k0 + k1 X1.11 ; HX1.11 :Faktor Koreksi X1.11 > 0.6 12. X1.12. Pemahaman Kebutuhan Konsumen X1 = l0 + l1 X1.12 ; HX1.12 :Faktor Koreksi X1.12 > 0.6

13. X1.13. Perhatian Kepada Konsumen X1 = m0 + m1 X1.13 ; HX1.13 :Faktor Koreksi X1.13 > 0.6

13

2. Variabel 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 = n0 + n1 X2.1 ; HX2.1 :Faktor Koreksi X2.1 > 0.6

2. X2.2. Kesesuaian Tarif Dengan Manfaat X2 = o0 + o1 X2.2 ; HX2.2 :Faktor Koreksi X2.2 > 0.6

3. X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = p0 + p1 X2.3 ; HX2.3 :Faktor Koreksi X2.3 > 0.6 4. X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = q0 + q1 X2.4 ; HX2.4 :Faktor Koreksi X2.4 > 0.6

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 = r0 + r1 Y1.1 ; HY1.1 :Faktor Koreksi Y1.1 > 0.6 2. Y1.2. Sesuai dengan yang diharapkan Y1 = s0 + s1 Y1.2 ; HY1.2 :Faktor Koreksi Y1.2 > 0.6

3. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = t0 + t1 Y1.3 ; HY1.3 :Faktor Koreksi Y1.3 > 0.6

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 = u0 + u1 Y2.1 ; HY2.1 :Faktor Koreksi Y2.1 > 0.6

2. Y2.2. Kenikmatan Merasakan Layanan Y2 = v0 + v1 Y2.2 ; HY2.2 :Faktor Koreksi Y2.2 > 0.6

3. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = w0 + w1 Y2.3 ; HY2.3 :Faktor Koreksi Y2.3 > 0.6 4. Y2.4. Pengalaman Masa Lalu Y2 = x0 + x1 Y2.4 ; HY2.4 :Faktor Koreksi Y2.4 > 0.6

5. Y2.5. Pengalaman Teman-teman Y2 = y0 + y1 Y2.5 ; HY2.5 :Faktor Koreksi Y2.5 > 0.6

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 = k0 + k1 X2v.1 ; HX2v.1 :Faktor Koreksi X2v.1 > 0.6

2. X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = l0 + l1 X2v.2 ; HX2v.2 :Faktor Koreksi X2v.2 > 0.6

3. X2v.3. Kesesuaian Harga dengan fasilitas X2v = m0 + m1 X2v.3 ; HX2v.3 :Faktor Koreksi X2v.3 > 0.6

6. Dimensi Rata-rata Kualitas Pelayanan (X1v) No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)

1. X1v.1. Bukti fisik (tangible) X1v = n0 + n1 X1v.1 ; HX1v.1 :Faktor Koreksi X1v.1 > 0.6

2. X1v.2. Keandalan (reliability) X1v = o0 + o1 X1v.2 ; HX1v.2 :Faktor Koreksi X1v.2 > 0.6 3. X1v.3. Daya tanggap (responsiveness) X1v = p0 + p1 X1v.3 ; HX1v.3 :Faktor Koreksi X1v.3 > 0.6

4. X1v.4. Jaminan (assurance) X1v = q0 + q1 X1v.4 ; HX1v.4 :Faktor Koreksi X1v.4 > 0.6

5. X1v.5. Perhatian (empathy) X1v = r0 + r1 X1v.5 ; HX1v.5 :Faktor Koreksi X1v.5 > 0.6

7. Variabel Keunggulan Bersaing (Y3) No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)

1. Y3.1. Kemampuan Bersaing Y3 = s0 + s1 Y3.1 ; HY3.1 :Faktor Koreksi Y3.1 > 0.6 2. Y3.2. Dikenal Luas Y3 = t0 + t1 Y3.2 ; HY3.2 :Faktor Koreksi Y3.2 > 0.6

3. Y3.3. Peningkatan Sumber Dana Y3 = u0 + u1 Y3.3 ; HY3.3 :Faktor Koreksi Y3.3 > 0.6

4. Y3.4. Keunggulan Tekhnologi Y3 = v0 + v1 Y3.3 ; HY3.4 :Faktor Koreksi Y3.4 > 0.6

8. Dimensi Rata-rata Keunggulan Bersaing (Y3v) No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)

1. Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = w0 + w1 Y3v.1 ; HY3v.1 :Faktor Koreksi Y3v.1 > 0.6

2. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = x0 + x1 Y3.v2 ; HY3v.2 :Faktor Koreksi Y3v.2 > 0.6

3. Y3v.3. Senantiasa Meningkatkan Promosi Bus TransJakarta Y3v = y0 + y1 Y3v.3 ; HY3v3 :Faktor Koreksi Y3v.3 > 0.6

Metode Path Analysis Standardized Coefficients: Model Fungsional Loyalitas Konsumen (….fungsi semula)

Y1 = 1X1 + 2 X2

Y2 = 1X1 + 2 X2 + 1Y1

14

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)

Y3 = 1 Y1 + 2Y2

Y3 Calc = 1 Y1 + 2Y2 + 3Y3v

dimana:

Y3 = Y3u = Keunggulan Bersaing

Y1 = Y1u = Kepuasan Konsumen

Y2 = Y2u = Loyalitas Konsumen

Y3v = Dimensi Rata-rata Keunggulan Bersaing

1 = Koefisien regresi variabel Kepuasan Konsumen

2 = Koefisien regresi variabel Loyalitas Konsumen

3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing

Model Regresi IV: Analisis Regresi Linear Berganda (Multiples Regression)

Y3 = m0 + m1 X1 + m2 X2 + m3 X3 + m4 X4 + m5 X5 + m6 X6 + m7 X7 + m8 X8

+ m9 X9 + m10 X10 + m11 X11 + ...........+ m30 X30 + e13

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

15

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

Dimensional Variabel (Hubungan Antara Variabel dengan Dimensi)

Model penelitian menunjukkan ada 4 variabel utama ”Metode Path Analysis”

yang memiliki sebanyak 5 (Lima) hipotesis, yaitu:

H1:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh langsung

positif terhadap variabel kepuasan konsumen (Y1) jasa transportasi

TRANSJAKARTA.

H2:r 2 X2 > 0 Bahwa variabel harga tiket (X2) mempunyai pengaruh langsung positif

terhadap variabel kepuasan konsumen (Y1) jasa transportasi

TRANSJAKARTA.

H3:r 2 Y1 > 0 Bahwa variabel kepuasan konsumen (Y1) mempunyai pengaruh langsung

positif terhadap variabel loyalitas konsumen (Y2) jasa transportasi

TRANSJAKARTA.

H4:r 2 X1 > 0 Bahwa variabel kualitas pelayanan (X1) mempunyai pengaruh tidak

langsung positif [melalui intervening variabel kepuasan konsumen (Y1)]

terhadap variabel loyalitas konsumen (Y2) jasa transportasi

TRANSJAKARTA.

H5:r 2 X2 > 0 Bahwa variabel harga tiket (X2) mempunyai pengaruh tidak langsung

Positif [melalui intervening variabel kepuasan konsumen (Y1)] terhadap

variabel loyalitas konsumen (Y2) jasa transportasi TRANSJAKARTA.

Bahwa 5 Dimensi Kualitas Pelayanan (X1), berjalan secara sinkron bersifat

“Optimum”, jelasnya bahwa Adjusted of determination coefficient bernilai

positif melampaui diatas nilai kritis (critical value) yang dicerminkan oleh:

16

HX1v.i:r 2X1v.i > 0

5 Dimensi Rata-rata Kualitas Pelayanan (X1v.i):

HX1:r 2X1 > 0 : Variabel Kualitas Pelayanan (X1)

HX1v.i:r 2X3v > 0 : Dimensi Rata-rata Kualitas Pelayanan (X1v.i)

HX1u.i:r 2X1u.i > 0 : 5 Dimensi Pokok (Total) Kualitas Pelayanan (X1u.i): H1: HX1u.1 = Bukti fisik (tangible), adalah fungsi dari Indikator Kualitas pelayanan (X1.1 s/d X1.4)

H2: HX1u.2 = Keandalan (reliability), adalah fungsi dari Indikator Kualitas pelayanan (X1.5 s/d X1.7)

H3: HX1u.3 = Daya tanggap (responsiveness), adalah fungsi dari Indikator Kualitas pelayanan (X1.8 s/d X1.9)

H4: HX1u.4 = Jaminan (assurance), adalah fungsi dari Indikator Kualitas pelayanan (X1.10 s/d X1.11)

H5: HX1u.5 = Perhatian (empathy), adalah fungsi dari Indikator Kualitas pelayanan (X1.12 s/d X1.13)

METODE PENELITIAN

Variabel Penelitian

Variabel Dependen (dependent variable) atau variabel tidak bebas, yaitu

variabelyang nilainya dipengaruhi oleh variabel independen. Variabel dependen sering

pula disebut variabel respon yang dilambangkan dengan Y.

Variabel Independen

Variabel Independen (independent variable) atau variabel bebas, yaitu variabel

yang menjadi sebab terjadinya (terpengaruhnya) variabel dependen (variabel tidak bebas).

Variabel independen sering disebut predikator yang dilambangkan dengan X.

Variabel Intervening (intervening variable)

Yaitu variabel yang memediasi hubungan antara variabel independen dengan

variabel dependen, yaitu kepuasan konsumen (Y1) Menurut Lupiyoadi dan Hamdani

(2008: 192) menandaskan bahwa kepuasan konsumen adalah tingkat perasaan dimana

seseorang menyatakan hasil perbandingan atas kinerja produk (jasa) yang diterima dan

yang diharapkan.Berkaitan dengan penelitian ini, maka variabel dependen dan independen

diuraikan sebagi berikut:

Model Fungsional Loyalitas Konsumen Model Fungsional Keunggulan Bersaing

1. Variabel Dependen, yaitu: 1. Variabel Dependen, yaitu:

Y2 : Loyalitas Konsumen Y3 = Y3u: Keunggulan Bersaing

2. Variabel Independen, yaitu; 2. Variabel Independen, yaitu;

X1 : Kualitas Pelayanan Y1 = Y1u = Kepuasan Konsumen

X2 : Harga Tiket Y2 = Y2u = Loyalitas Konsumen

Y1 : Kepuasan Konsumen Y3v= Dimensi Rata-rata Keunggulan Bersaing

HASIL PENELITIAN DAN PEMBAHASAN

Hasil Perhitungan, Data Dengan Kategori (Jumlah ke I)

Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 2 (meliputi semua

penjabarannya) sebagai berikut:

17

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 2: 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


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)


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


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 2017

Coeff. Reg 2 = 0.391

Coeff. Reg 2 = 256339.514b (Excluded Variable)



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




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

.74

7

Coeff. Reg a2 = - 0.238 Coeff. Reg c2 = 1.429

18


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:


+ 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


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

19

X2v = 67.000 - 5.602 X2v.1 - 1.469 X2v.2 + 9.299 X2v.3 + e9

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:


sebagai berikut:


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


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

20

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


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:




X2 = Harga Tiket




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

21

dimana:







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 3 (meliputi semua

penjabarannya) sebagai berikut:

22

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 3: 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)



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)


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


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 2017

r 2(Y3v) = 0.941






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




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 c1 = 0.170

Coeff. Reg c2 = 0.404

Coeff R

eg c

3 =

0.6

32

r 2(Xi ) = 0.893

r 2(Y1) = 0.874

r 2(Y1 ,X1) = 0.984

r 2(X2 ,Y1) = 0.984

23


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


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:


+ 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


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

24

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:


sebagai berikut:


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


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

25

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


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:




X2 = Harga Tiket





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:







3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing.

26

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:




X2 = Harga Tiket




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.

27

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)]



Coefficients

Standardized

Coefficients


B Std.

Error

Beta Toleranc

e

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)]



Coefficients

Standardized

Coefficients


B Std.

Error

Beta Tolerance VIF

(Constant) 12.693 33.527 .379 .741




a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated)


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.

28

Uji Regresi Dengan Metode Path Analysis (Standardized Coefficients)


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:







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)


Model Unstandardized Coefficients

Standardized Coefficients


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)


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.

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:

29

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.

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

30

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

31

Tabel 5

Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1) dan

variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3)




Coefficients

Standardized

Coefficients


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


Y3v = Dimensi Rata-rata Keunggulan

Bersaing (Observed)

.501 .289 .356 1.732 .225 .070 14.223

a. Dependent Variable: Y3 Calc = Keunggulan Bersaing (Calculated)


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






Coefficients

Standardized

Coefficients


B Std. Error

Beta Tolerance VIF

(Constant) 9.465 26.146 .362 .752


(Observed)

.501 .289 .356 1.732 .225 .070 14.223





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

32

TRANSJAKARTA ditingkatkan atau yang diterima oleh 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)]

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)


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

33

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)


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

34

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)

35

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:


X2 = X1v.2 = Keandalan (reliability)


X4 = X1v.4 = Jaminan (assurance)


X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta




X10 = X2v.3 = Kesesuaian Harga dengan fasilitas


X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta

X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan


X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan



X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakarta

X19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)


X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan

X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan





X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakarta




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

37

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).

38

Tabel 9: Coefficientsa


Coefficients

Standardized

Coefficients


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


.120 .059 .041 2.023 .044 .192 5.219

X24 = Y2v = Dimensi Rata-rata LOYALITAS


-.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


39

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


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).

40

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)

41

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

42

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).

43

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.

44

Gambar 3: 4 Pasang Gambar Uji Asumsi Klasik

45

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

46

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)]



Coefficients

Standardized

Coefficients


B Std.

Error

Beta Toleranc

e

VIF

(Constant) 12.693 33.527 .379 .741 X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679





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.


Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated

Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = d0 + d1Y1 + d2X1 + d3X2


Output1 PP Plot Reg IV Loyalitas Konsumen TRANSJAKARTA 2018

47

atau

Persamaan Regresi 4

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)]



Coefficients

Standardized

Coefficients


B Std.

Error

Beta Tolerance VIF

(Constant) 12.693 33.527 .379 .741






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.


Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated

Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = 0 + 1 Y1 + 2Y2 + 3Y3v


Output1 PP Plot Reg III Keunggulan Bersaing TRANSJAKARTA 2018

48

Persamaan Regresi 3

Tabel 14





Model Unstandardized Coefficients

Standardized Coefficients


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



dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v



Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated

Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = 0 + 1 Y3v + 2Y1 + 3Y2

49


Output1 PP Plot Reg IV Keunggulan Bersaing TRANSJAKARTA 2018

atau

Persamaan Regresi 4

Tabel 15






Coefficients

Standardized

Coefficients


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





dimana Koefisien Hasil Estimasi Persamaan Regresi 4: Y3Calc = 0.356 Y3v + 0.513 Y1 + 0.140 Y2


50

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.

51

Multikolinearitas

Uji multikolinieritas bertujuan untuk menguji apakah pada model regresi

ditemukan adanya korelasi antar variabel bebas (Ghozali, 2001:57). Jika terjadi korelasi,

antar variabel bebas maka dinamakan terdapat problem Multikolinieritas. Ada tidaknya

gejala multikolinearitas dapat dilakukan dengan memperhatikan nilai matriks korelasi yang

dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan

Tolerance-nya. Nilai dari VIF antara 0 sampai dengan 10 menandakan tidak adanya

gejala multikolinearitas. Sehingga dapat disimpulkan bahwa model regresi tersebut tidak

terdapat problem multikolinieritas (Singgih Santoso, 2001).

Artinya, bahwa Model regresi yang baik seharusnya tidak terjadi korelasi

diantara variabel bebas. Default SPSS bagi angka tolerance adalah diatas 0.10, artinya

bahwa semua variabel yang akan dimasukkan dalam perhitungan model regresi harus

mempunyai Nilai tolerance di atas 0.10. Apabila ternyata lebih rendah dari 0.10 maka

dapat dikatakan terjadi gejala multikolinearitas. Sedangkan pada Variance Inflation

Factor (VIF), pada umumnya VIF ditentukan kurang dari 10. Artinya apabila variabel

tersebut lebih dari 10 maka mempunyai persoalan multikolinieritas (korelasi yang besar di

antara variabel bebas) dengan variabel bebas yang lainnya (Ghozali, 2001).

Tabel 16: Uji Multikolonieritas

Coefficientsa Model Unstandardized

Coefficients

Standardized

Coefficients


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


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).

52

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:









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

53

sebesar 1.9 % lainnya dijelaskan oleh variabel-variabel lain yang tidak terdapat dalam

penelitian ini.

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:












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

54

estimasi, tidak memiliki ”Zero-order Partial Correlation” dan juga tidak mengalami

”Zero-order (Tolerance, VIF and Minimum Tolerance).

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

55

1) Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu

pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka

terjadi Heteroskedastisitas.

2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah angka

0 pada sumbu Y, maka tidak terjadi Heteroskedastisitas. Untuk mengetahui hasil

pengujian heteroskedastisitas antara kualitas pelayanan dan kepuasan konsumen

terhadap loyalitas konsumen, berikut hasil pengujiannya: 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

56

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

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.

Kesimpulan

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

57

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

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

58

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%.

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

59

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).

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.

60

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

61

“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

62

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.

63

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.

64

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.

----------- ++++++ ---------

65

Cara paling Mudah Meng-unduh (Downloads) secara GRATIS sejumlah TULISAN

ILMIAH Dalam bentuk Files PDF sebagai berikut:

66

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

67

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

68

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

69

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

70

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

71

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


PURWAKARTA

File 126 02 Jurnal HASIL PENELITIAN 35h PERUM DAMRI 2015


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



File 132 05 Jurnal HASIL PENELITIAN 40h Kereta Api PATAS Purwakarta 2017


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

72

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


PURWAKARTA

File 144 02 Proposal 18h PERUM DAMRI 2015


Loyalitas Pelanggan

File 145 03 Proposal 17h PERUM DAMRI Dgn KERANGKA PEMIKIRAN TEORITIS Pendek Alt


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



File 150 06 Proposal 27h KERETA API PATAS PURWAKARTA 2017


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



File 152 02 Proposal 26h Keunggulan Bersaing PT MAYASARI BAKTI 2016 dengan MODEL &



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


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 &



Domestik LION AIR GROUP Di Bandara Soeta

File 156 02 Proposal 30h Keunggulan Bersainng TRANSJAKARTA 2017 dengan MODEL &



Konssumen Jasa Angkutan Transjakarta

73

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)


Keunggulan Bersaing Jasa Angkutan MAYASARI BAKTI

File 160 04 Laporan HASIL PENELITIAN LION AIR GROUP 2017


LION AIR GROUP Di Bandara Soeta

File 161 05 Laporan HASIL PENELITIAN TRANSJAKARTA 2017


Konssumen Jasa Angkutan TRANSJAKARTA

File 162 06 Laporan HASIL PENELITIAN LION AIR GROUP 2017 (Pendek Alt)



File 163 07 Laporan HASIL PENELITIAN TRANSJAKARTA 2017 (Pendek Alt)



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)



File 166 03 Jurnal HASIL PENELITIAN MAYASARI BAKTI 2016 (Pendek Alt)


Keunggulan Bersaing Jasa Angkutan MAYASARI BAKTI

File 167 04 Jurnal HASIL PENELITIAN LION AIR GROUP 2017



File 168 05 Jurnal HASIL PENELITIAN TRANSJAKARTA 2017



File 169 06 Jurnal HASIL PENELITIAN LION AIR GROUP 2017 (Pendek Alt)



File 170 07 Jurnal HASIL PENELITIAN TRANSJAKARTA 2017 (Pendek Alt)



74

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)



File 173 03 Jurnal Hasil Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt)



File 174 04 Jurnal Hasil Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt)


Keunggulan Bersaing Jasa Angkutan PT MAYASARI BAKTI.

File 175 05 Jurnal Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt)


PURWAKARTA

File 176 06 Jurnal Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt)


PURWAKARTA

File 177 07 Jurnal Hasil Penelitian Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)



File 178 08 Jurnal Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt)



025 8 PROPOSAL PENELITIAN SURVEY Dibidang Mnj Transportasi LP3ET 2018 File 179 01 Proposal Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Sedang Alt)


PURWAKARTA

File 180 02 Proposal Penelitian KERETA API EKONOMI LOKAL PURWAKARTA 2014 (Pendek Alt)


PURWAKARTA

File 181 03 Proposal Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt)



File 182 04 Proposal Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt)



File 183 05 Proposal Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt)


PURWAKARTA

75

File 184 06 Proposal Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt)


PURWAKARTA

File 185 07 Proposal Penelitian Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)



File 186 08 Proposal Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt)



026 8 Laporan HASIL PENELITIAN SURVEY Dibidang Mnj Transportasi LP3ET 2018 File 187 01 Laporan Hasil Penelitian KA EKONOMI LOKAL PURWAKARTA 2014 (Sedang Alt)



File 188 02 Laporan Hasil Penelitian KA\EKONOMI LOKAL PURWAKARTA 2014 (Pendek Alt)



File 189 03 Laporan Hasil Penelitian Keunggulan Bersaing GARUDA INDONESIA 2016 (Sedang Alt)



File 190 04 Laporan Hasil Penelitian Keunggulan Bersaing PT MAYASARI BAKTI 2016 (Sedang Alt)



File 191 05 Laporan Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Sedang Alt)


PURWAKARTA

File 192 06 Laporan Hasil Penelitian KERETA API PATAS PURWAKARTA 2017 (Pendek Alt)


PURWAKARTA

File 193 07 Laporan Hasil Penelitian Keunggulan Bersaing LION AIR GROUP 2017 (Sedang Alt)



File 194 08 Laporan Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Sedang Alt)



76

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


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


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)



File 200 09 Laporan Hasil Penelitian Keunggulan Bersainng TRANSJAKARTA 2017 (Panjang Alt)



❖ 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

77

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---

lp3et.orglp3et.org/uploads/1/2/1/4/121481330/01_199_09... · JURNAL PENELITIAN SURVEY DIBIDANG...

Documents

Transcript of lp3et.orglp3et.org/uploads/1/2/1/4/121481330/01_199_09... · JURNAL PENELITIAN SURVEY DIBIDANG...