ANALISA DIMENSI KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN

Tugas Akhir ANALISA DIMENSI KUALITAS PELAYANAN TERHADAP KEPUASAN KONSUMEN

Oleh : Mei Erliana 1202 109 005

Bidang Studi Riset Operasi Dan Simulasi

Abstrak Semakin meningkatnya persaingan pada dunia bisnis, perusahaan harus menemukan cara memenuhi kepuasan konsumen. Untuk itu dalam penelitian ini bertujuan mendapatkan variabel-variabel kualitas pelayanan yang diharapkan (expected service) konsumen. Studi kasus yang diambil adalah kualitas pelayanan di New Anc Motor. Analisis regresi linier berganda, analisis jalur dan analisis faktor digunakan untuk mencari nilai kepuasan konsumen dan variabelvariabel apa saja yang diharapkan konsumen. Penelitian dilakukan terhadap konsumen New Anc Motor yang telah menjadi pelangan selama minimal 1 tahun.

Penelitian ini bertujuan untuk mengetahui ada tidaknya pengaruh kualitas pelayanan (SERVQUAL) yang terdiri dari tangible (bukti fisik), reability (keandalan), responsivenesess ( daya tanggap), assurance (jaminan), empathy (empati) dan outcome (hasil) terhadap kepuasan konsumen (costumer satisfacton). Berdasarkan hasil pengolahan data dengan ketiga metode tersebut didapatkan hasil analisis untuk kepuasan konsumen yang terdiri dari 5 dimensi SERVQUAL sebesar 78,8%. Dan 5 variabel yang mempunyai prosentase tertinggi dalam memengaruhi kepuasan konsumen. Serta pemilihan metode yang tepat untuk penyelesaian tersebut. Kata Kunci : service quality, customer satisfaction, expected service.

Pendahuluan Latar belakang KEPUASAN KONSUMEN

Bukti Langsung

Daya Tanggap

Kehandalan

Jaminan

Empati

Indikator

Indikator

Indikator

Indikator

Indikator

Perumusan Masalah Permasalahan yang akan dibahas dalam tugas akhir

ini

variabel

adalah apa

mempengaruhi

bagaimana yang

kepuasan

paling

menentukan dominan

pelanggan,

dan

mencari medote yang tepat dan efisien dalam

mencari

variabel-variabel

yang

menunjang

kepuasan pelanggan dengan menggunakan metode analisis regresi linier berganda, analisis jalur dan analisis faktor.

Batasan Permasalahan Batasan masalah dalam tugas akhir ini adalah : 1. Sebagai study kasus, responden yang dipilih adalah konsumen New Anc Motor yang telah menjadi pelanggan minimal selama 1 tahun.

Ruang lingkup penelitian dilakukan terbatas pada bagaimana pengaruh kualitas pelayanan yaitu dimensi tangible (bukti fisik), reability (keandalan), responsivenesess (daya tanggap), assurance (jaminan), empathy (empati) dan outcome (hasil) terhadap kepuasan konsumen (costumer satisfacton). 3. Analisis data pada penelitian ini menggunakan analisis regresi linier berganda, analisis jalur dan analisis faktor dengan menggunakan bantuan software statistic SPSS 1.3. 2.

Dasar Teori 1.

Uji asumsi klasik Model regresi linier berganda (multiple regression) dapat disebut sebagai model yang baik jika model tersebut memenuhi beberapa asumsi yang kemudian disebut dengan asumsi klasik. Proses pengujian asumsi klasik dilakukan bersama dengan proses uji regresi sehingga langkah-langkah yang dilakukan dalam pengujian asumsi klasik menggunakan langkah kerja yang sama dengan uji regresi. Ada empat uji asumsi yang harus

dilakukan terhadap suatu model regresi tersebut yaitu uji normalitas, Autokorelasi, uji multikolinieritas, dan uji heteroskedastisitas.

UJI NORMALITAS 1. Uji normalitas bertujuan untuk mengetahui apakah variabel pengganggu atau residual memiliki distribusi normal. 2. Ada dua cara yang biasa digunakan untuk menguji normalitas model regresi tersebut yaitu dengan dan analisis statistik (analisis Z skor skewness dan kurtosis) one sample KolmogorovSmirnov Test.

UJI AUTOKORELASI 1. Uji autokorelasi bertujuan menguji apakah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode sebelumnya (t-1). 2. Jika terjadi korelasi maka dinamakan ada problem autokorelasi. 3. Cara untuk mendeteksi gejala autokorelasi yaitu uji Durbin Watson (DW test),

UJI MULTIKOLINIERITAS Masalah multikolinieritas muncul jika terdapat hubungan yang sempurna atau pasti di antara beberapa variabel atau semua variabel independen dalam model. Jika terdapat multikolinieritas serius, koefisien regresi tidak lagi menunjukkan pengaruh murni dari variabel independen. Uji ViF digunakan untuk menguji keberadaan multikolinieritas Uji VIF.

UJI HETEROSKEDASTISITAS 1. Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan yang lain. Jika varian tetap maka disebut homoskedastisitas dan jika berbeda maka terjadi problem heteroskedastisitas. Model regresi yang baik yaitu homoskesdatisitas atau tidak terjadi heteroskedastisitas. 2. Ada beberapa cara untuk mendeteksi ada tidaknya heteroskedastisitas yaitu uji Park, uji korelasi rank spearmann dan uji White.

Analisis Regresi Analisis regresi merupakan sebuah alat statistik yang memberikan penjelasan tentang pola hubungan (model) antara dua variabel atau lebih. Dalam analisis regresi, dikenal dua jenis variabel yaitu : 1. Variabel dependent atau juga variabel tergantung yaitu variabel yang keberadaannya diperngaruhi oleh variabel lainnya dan dinotasikan dengan Y. 2. Variabel independent disebut juga variabel bebas yaitu variabel yang bebas (tidak dipengaruhi oleh variabel lainnya) dan dinotasikan dengan X

Analisis Regresi Linier Berganda Regresi linier berganda mengestimasi besarnya koefisienkoefisien yang dihasilkan oleh persamaan yang bersifat linier, yang melibatkan dua variabel bebas atau lebih, untuk digunakan sebagai alat prediksi besar nilai variabel tergantung. Fungsi dari regresi adalah untuk menghitung besarnya pengaruh dua variabel bebas atau lebih terhadap satu variabel tergantung dan memprediksi variabel tergantung dengan menggunakan dua variabel bebas. Adapun bentuk matematis analisa regresi linier berganda adalah dari sampel : Y = b0 + b1X1 + b2 X2 + b3 X3 + …….+ bk Xk Dengan : b0 = estimasi konstanta regresi b1, b2 ,b3 ,….,bk = estimasi koefisien regresi X1,X2,X3,…..,XK = variable independen

Analisis Korelasi Analisis korelasi adalah suatu alat statistik untuk menunjukkan seberapa besar tingkat (degree) hubungan suatu variabel secara “linier” terhadap variabel lain. Korelasi itu sendiri menyatakan tingkat hubungan atau keterkaiatan antara dua variabel. Seringkali analisis korelasi ini digunakan secara bersama-sama dengan analisis regresi untuk mengukur seberapa tepat garis regresi mampu menjelaskan variasi variabel dependen. Ada dua ukuran yang mencerminkan korelasi antara dua variabel,yaitu

1. Koefisien determinasi R2 Koefisien determinasi digunakan untuk mengukur kesesuaian model, atau dinotasikan dengan R2. Indikator ini menyatakan seberapa besar variasi dari variabel bebas (X) mampu menjelaskan perubahan variabel terikat (Y). R2 bernilai antara 0 sampai dengan 1, R 2 = 0 artinya variabel (x) tidak mempengaruhi variabel y, R 2 mendekati angka satu artinya variabel y seluruhnya diakibatkan oleh variabel x atau terdapat hubungan yang kuat.

Dimana SSR = Jumlah Kuadat regresi SSY = Jumlah kuadrat total SSe= Jumlah kuadrat error

2. Koefisien korelasi Sedangkan untuk koefisien korelasi sample dirumuskan dengan: Korelasi adalah derajat keterkaitan antara dua variabel, jika : R = -1 menunjukkan hubungan linier negative sempurna -1< R <0 menunjukkan hubungan linier negative R=0 menunjukkan tidak ada hubungan linier 0 < R <1 menunjukkan hubungan linier positif R=1 menunjukkan hubungan linier positif sempurna 0 – 0,25 menunjukkan korelasi yang sangat lemah > 0,25 – 0,5 menunjukkan korelasi yang cukup > 0,5 – 0,75 menunjukkan korelasi yang kuat > 0,75 – 1 menunjukkan korelasi yang sangat kuat

Uji Signifikasi Statistik Uji parsial Uji parsial digunakan untuk mengetahui besarnya pengaruh faktor dimensi kualitas pelayanan (Bukti Langsung, Daya Tanggap,Kehandalan, jaminan, dan empati) dengan kepuasan pelanggan secara individual. langkahlangkah untuk uji parsial adalah sebagai berikut: Menentukan hipotesa H0 : Secara individu signifikan dimensi kualitas pelayanan tidak berpengaruh terhadap kepuasan pelanggan Ha : Secara individu signifikan dimensi kualitas pelayanan berpengaruh terhadap kepuasan pelanggan Penentuan tingkat signifikansi =0,05 Kriteria pengujian H0 diterima apabila -z(α) ≤ z ≤ z(α), -t ( tα/2,n-2) ≤ t hitung < t ( tα/2,n-2)

Uji bersama digunakan untuk mengetahui besarnya pengaruh faktor dimensi kualitas pelayanan (Bukti Langsung, Daya Tanggap, Kehandalan, Jaminan,dan empati) dengan kepuasan pelanggan secara bersama. langkah-langkah untuk uji serempak adalah sebagai berikut: Menentukan hipotesa H0 :Secara bersama signifikan dimensi kualitas pelayanan tidak berpengaruh terhadap kepuasan pelanggan Ha :Secara bersama signifikan dimensi kualitas pelayanan berpengaruh terhadap kepuasan pelanggan tingkat signifikasi α = 5% Kriteria pengujian f tabel = fα;(k; n-k-1) H0 diterima apabila f hitung ≤ f tabel H0 ditolak apabila f hitung > f tabel Perhitungan Nilai f Dimana = F=

SSR = jumlah kuadrat regresi SSE = jumlah kuadrat residual error n = jumlah sampel atau observasi k = jumlah variabel bebas

Analisis Jalur Analisis jalur ialah suatu teknik untuk menganalisis hubungan sebab akibat yang tejadi pada regresi berganda jika variabel bebasnya mempengaruhi variabel tergantung tidak hanya secara langsung tetapi juga secara tidak langsung”. Diagram jalur satu persamaan struktural yang juga disebut mempunyai satu substrukur. X1, X2, X3, X4 dan X5 disebut variabel bebas dan Y variable tergantung. Pesamann strukuralnya adalah : Y = Py1X1 + Py2X2 + Py3X3 + Py4X4 + Py5X5

Analisis faktor Dalam analisis faktor tidak terdapat variabel bebas dan tergantung karena analisis faktor tidak mengklarifikasi variabel ke dalam kategori variabel bebas dan tergantung melainkan mencari hubunga interdependensi antarvariabel agar dapat menidentifikasikan dimensi-dimensi atau faktor-faktor yang menyusunnya. Persyaratan pokok yang harus dipenuhi ialah angka Measure Of Sampling Adequacy (MSA) harus diatas 0,5 atau > 0,5. Besarnya angka MSA ialah antara 0 ≤ MSA ≤ 1. Jika digunakan dalam menentukan penggabungan variabel maka ketentuannya sebagai berikut : Jika MSA = 1 maka variabel tersebut dapat diprediksi tanpa kesalahan. Jika MSA > 0,5 maka variabel tersebut masih dapat diprediksi dan dapat dianalisis lebih lanjut. Jika MSA < 0,5 maka variabel tersebut tidak dapat diprediksi dan tidak dapat di analisis lebih lanjut.

• Pengumpulan dan pengolahan Data Data yang sudah didapat dari kuisioner kemudian di deskripsikan dan di analisis reliabilitas dan validitasnya. Dalam pengujian reliabilitas dikatakan baik jika nilai alpha cronbach yang dihasilkan mendekati nilai lebih besar dari 0,6. Hal ini menunjukkan atribut-atribut yang dijadikan pertanyaan dalam penelitian adalah dapat diandalkan. Dari penghitungan dengan bantuan software spss 1.3 didapatkan nilai reliabilitas 0,924. Maka dapat disimpulkan data kuisioner reliabel. Dari tabel validitas diketahui bahwa untuk jumlah data 100 dan tingkat signifikasi 95% maka r untuk derajat korelasi pada tabel adalah 0,195.

• Dalam pengujian validitas data yang diperoleh apabila r hitung > r tabel maka dapat disimpulkan data tersebut valid. Dari tabel 4.3.1 dapat diketahui r kuisioner kinerja dan kepuasan untuk masingmasing atribut lebih besar r tabel yaitu 0,195 dengan taraf signifikasi 5% maka semua data dari kuisioner kinerja dan kepuasan valid.

• Kemudian data yang ada akan ditransformasikan untuk mengubah data dari skala ordinal ke skala interval. Tujuan transformasi ini adalah untuk memberikan nilai standar sehingga nilai tersebut benar-benar mempunyai bobot nilai yang sama pada nilai-nilai atribut.

• Uji asumsi klasik Uji normalitas Uji Jarque-Bera (JB) menunjukkan bahwa : JB hitung = 2,049275 JB tabel = 32,67 Kesimpulan 2,049275 ≤ 32,67, H0 diterima berarti distribusi uj mengikuti distribusi normal. • Uji Kolmogorov-Smirnov menunjukkan bahwa : D tabel = 0,122 D hitung = 0,068 Kesimpulan 0,068 ≤ 0,122 H0 diterima berarti distribusi uj mengikuti distribusi normal

• Uji Autokorelasi Uji Durbin-Watson (DW test) menunjukkan bahwa : d hitung = 2,163 dL = 1,072 kesimpulan d hitung < dL maka H0 ditolak dan Ha diterima sehingga terdapat autokorelasi dalam model.

• Uji multikolinieritas Uji VIF menunjukkan bahwa nilai VIF untuk semua variabel kuarang dari 10 maka tidak terdapat gejala heteroskedastisitas

• Uji heteroskedastisitas Uji White menunjukkan bahwa : χ2(α,df) = χ2(0,05, 21) = 32,67 χ2 = n.R2 = 100.(0,408)2 = 100.0,1664 = 16,64 Kesimpulan 16,64 ≤ 32,67 H0 diterima berarti tidak terdapat masalah heteroskedastisitas dalam model regresi. -t( /2, n-2) = -1,98447 dan t( /2, n-2) = 1,98447 Kesimpulan : semua variabel tidak mempunyai masalah heteroskedastisitas dalam model regresi uji kolerasi rank spearman menunjukkan tidak mempunyai masalah heteroskedastisitas Uji Park menunjukkan bahwa : -t( /2, n-2) = -1,98447 dan t( /2, n-2) = 1,98447 Kesimpulan : semua variabel tidak mempunyai masalah heteroskedastisitas dalam model regresi

• • • •

Analisis Regresi Linier Berganda Tingkat signifikasi α = 0,05 k = 2, n-k-1 = 78, f tabel, fα (k,n-k-1) adalah : 1,69293. Kriteria pengujian H0 diterima bila f hitung < f tabel, sig hitung < H0 ditolak bila f hitung > f tabel sig hitung > 0,005. Kesimpulan H0 diterima karena 1,69293 < 13,837 dan signifikasi 0,000 < 0,005 ini berarti bahwa ada hubungan linier antara Bukti Langsung (P1,P2,P3,P4,P5), Daya Tanggap (P1,P2,P3,P4,P5), Kehandalan (P1,P2,P3), Jaminan (P1,P2,P3,P4,P5) dan Empati(P1,P2,P3) dengan Kepuasan pelanggan (Y). Dengan demikian model regresi sudah layak dan benar.

• Nilai R Square adalah 0,788 atau 78,8 %. Angka tersebut mempunyai arti bahwa pengaruh Bukti Langsung (P1,P2,P3,P4,P5), Daya Tanggap (P1,P2,P3,P4,P5), Kehandalan (P1,P2,P3), Jaminan (P1,P2,P3,P4,P5) dan Empati (P1,P2,P3) secara gabungan terhadap Kepuasan Pelanggan (Y) adalah 78,8 %. Adapun sisanya 20,2 % disebabkan oleh variabelvariabel lain diluar model regresi ini

Melihat hubungan dan pengaruh pengaruh secara parsial : • Bukti Langsung (P1) dengan Kepuasan Pelanggan. R = 0,544, 0,000 < 0,005. Besarnya pengaruh 29,59 %. • Bukti Langsung (P2) dengan Kepuasan Pelanggan R = 0,534, 0,000 < 0,005. Besarnya pengaruh 28,51 %. • Bukti Langsung (P3) dengan Kepuasan Pelanggan R = 0,340, 0,000 < 0,005. Besarnya pengaruh 11,56 %. • Bukti Langsung (P4) dengan Kepuasan Pelanggan R = 0,393, 0,000 < 0,005. Besarnya pengaruh 15,44 %. • Bukti Langsung (P5) dengan Kepuasan Pelanggan R = 0,307 0,001 < 0,005. Besarnya pengaruh 9,42 %. • Daya Tanggap (P1) dengan Kepuasan Pelanggan R = 0,724, 0,000 < 0,005. Besarnya pengaruh 52,41 %. • Daya Tanggap (P2) dengan Kepuasan Pelanggan R = 0,763, 0,000 < 0,005. Besarnya pengaruh 58,21 %.

• • • • • • • •

Daya Tanggap (P3) dengan Kepuasan Pelanggan R = 0,734, 0,000 < 0,005. Besarnya pengaruh 53,87 %. Daya Tanggap (P4) dengan Kepuasan Pelanggan R = 0,274, 0,003 < 0,005. Besarnya pengaruh 7,5 %. Daya Tanggap (P5) dengan Kepuasan Pelanggan R = 0,210, 0,018 > 0,005. Besarnya pengaruh 4,41 %. Kehandalan (P1) dengan Kepuasan Pelanggan R = 0,681, 0,000 < 0,005. Besarnya pengaruh 46,37 %. Kehandalan (P2) dengan Kepuasan Pelanggan R = 0,727, 0,000 < 0,005. Besarnya pengaruh 52,85 %. Kehandalan (P3) dengan Kepuasan Pelanggan R = 0,619, 0,000 < 0,005. Besarnya pengaruh 38,31 %. Jaminan (P1) dengan Kepuasan Pelanggan R = 0,644 0,000 < 0,005. Besarnya pengaruh sebesar 41,47 %. Jaminan (P2) dengan Kepuasan Pelanggan R = 0,612 0,000 < 0,005. Besarnya pengaruh 37,45 %.

• • • • • •

Jaminan (P3) dengan Kepuasan Pelanggan R = 0,628 0,000 < 0,005. Besarnya pengaruh 39,43 %. Jaminan (P4) dengan Kepuasan Pelanggan R = 0,737 0,000 < 0,005.Besarnya pengaruh 54,31 %. Jaminan (P5) dengan Kepuasan Pelanggan R = 0,122 0,114 > 0,005. Besarnya pengaruh 1,48 %. Empati (P1) dengan Kepuasan Pelanggan R = 0,583 0,000 < 0,005. Besarnya pengaruh 33,98 %. Empati (P2) dengan Kepuasan Pelanggan R = 0,568 0,000 < 0,005. Besarnya pengaruh 32,26 %. Empati (P3) dengan Kepuasan Pelanggan R = 0,244 0,007 > 0,005. Besarnya pengaruh 5,95 %.

• Persamaan regresi : Y= -0,053 + 0,109 x1 + 0,053 x2 + 0,089 x3 + 0,006 x4 + 0,005 x5 + 0,118 x6 + 0,196 x7 - 0,049 x8 + 0,011 x9 + 0,023 x10 - 0,005 x11 + 0,119 x12 + 0,058 x13 + 0,116 x14 -0,008 x15 + 0,095 x16 + 0,134 x17 - 0,051 x18 -0,054 x19 + 0,094 x20 + 0,025 x21

•

•

•

•

•

5 variabel yang mempunyai prosentase paling berpengaruh pada kepuasan konsumen adalah : Daya Tanggap (P2) = 58,21% Pada pelayanan “Kesiapan karyawan menangani keluhan konsumen” Jaminan (P4) = 54,31% Pada pelayanan “Sikap sopan dalam memberikan pelayanan” Daya Tanggap (P3) = 53,87% Pada pelayanan “Kecepatan karyawan menangani konsumen” Kehandalan (P2) = 52,85% Pada pelayanan “Kemampuan karyawan memberikan solusi” Daya Tanggap (P1) = 52,41% Pada pelayanan “Kesediaan karyawan membantu konsumen”

• Analisis Jalur k = 2, n-k-1 = 78, fα (k,n-k-1) : 1,69293 Kriteria pengujian H0 diterima bila f hitung < f tabel, sig hitung < 0,005 H0 ditolak bila f hitung > f tabel, sig hitung > 0,005 Kesimpulan H0 diterima karena 1,69293 < 13,837 dan 0,000 < 0,005 ini berarti bahwa ada hubungan linier antara Bukti Langsung (P1,P2,P3,P4,P5), Daya Tanggap (P1,P2,P3,P4,P5), Kehandalan (P1,P2,P3), Jaminan (P1,P2,P3,P4,P5) dan Empati(P1,P2,P3) dengan Kepuasan. Dengan demikian model regresi sudah layak dan benar.

• Nilai R Square adalah 0,788 atau 78,8 %. Angka tersebut mempunyai arti bahwa pengaruh Bukti Langsung (P1,P2,P3,P4,P5), Daya Tanggap (P1,P2,P3,P4,P5), Kehandalan (P1,P2,P3), Jaminan (P1,P2,P3,P4,P5) dan Empati (P1,P2,P3) secara gabungan terhadap Kepuasan Pelanggan adalah 78,8 %. Adapun sisanya 20,2 % disebabkan oleh variabelvariabel lain diluar model regresi ini.

•

Melihat pengaruh secara parsial Untuk melihat besarnya pengaruh variabel Bukti Langsung (P1,P2,P3,P4,P5), Daya Tanggap (P1,P2,P3,P4,P5), Kehandalan (P1,P2,P3), Jaminan (P1,P2,P3,P4,P5) dan Empati (P1,P2,P3) terhadap kepuasan pelanggan secara sendiri-sendiri atau parsial digunakan Uji t, sedangkan untuk melihat besarnya pengaruh digunakan angka beta atau standardized Coefficients.

Persamaan struktural untuk diagaram jalur : • Y= 0,125 x1 + 0,058 x2 + 0,096 x3 + 0,007 x4 + 0,005 x5 + 0,135 x6 + 0,224 x7 - 0,055 x8 + 0,012 x9 + 0,026 x10 - 0,006 x11 + 0,135 x12 + 0,067 x13 + 0,131 x14 -0,009 x15 + 0,104 x16 + 0,150 x17 - 0,058 x18 -0,059 x19 + 0,104 x20 + 0,027 x21

• • • • • • •

• • • •

5 variabel yang mempunyai prosentase paling berpengaruh pada kepuasan konsumen adalah : Daya Tanggap (P2) = 22,,4% Pada pelayanan “Kesiapan karyawan menangani keluhan konsumen” Jaminan (P4) = 15% Pada pelayanan “Sikap sopan dalam memberikan pelayanan” Daya Tanggap (P1) dan Kehandalan (P2) = 13,5% Pada pelayanan “Kesediaan karyawan membantu konsumen” dan “Kemampuan karyawan memberikan solusi” Jaminan (P1) = 13,1% Pada pelayanan “Kualitas informasi yang diberikan” Bukti langsung (P1) = 12,5% Pada pelayanan “Lokasi yang mudah dijangkau”

Analisis faktor • Dari analisis faktor didapatkan variabelvariabel yang mempunyai kepentingan untuk dianalisa lebih lanjut, dengan syarat nilai MSA > 0,5. • Dari semua variabel-variabel bebas yang digunakan untuk kuisioner setelah dianaliasa dengan analisis faktor semua mempunyai nilai MSA > 0,5 maka semua variabel-variabel bebas bisa dianalisa lebih lanjut.

Kesimpulan dan Saran Kesimpulan : Berdasarkan pengolahan data dan pembahasan sebelumnya, maka dapat disimpulkan beberapa hal yaitu: 1. Berdasarkan hasil analisis data dengan analisis regresi berganda dan analisis jalur didapatkan kesimpulan bahwa Kualitas pelayanan dilihat dari sudut dimensi layanan yaitu dimensi tangibles (bukti langsung), reability (kehandalan), responsivenesess ( daya tanggap), assurance (jaminan), empathy (empati) secara bersamasama memberikan kepuasan kepada konsumen sebesar 78,8 %. Adapun sisanya 21,2% disebabkan oleh variabel-variabel lain diluar model regresi.

Kesimpulan dan Saran

Berdasarkan analisis regresi linier didapatkan 5 variabel yang paling dominan memengaruhi kepuasan pelanggan adalah : • Daya Tanggap (P2) = 58,21% Pada pelayanan “Kesiapan karyawan menangani keluhan konsumen” •Jaminan (P4) = 54,31% Pada pelayanan “Sikap sopan dalam memberikan pelayanan” •Daya Tanggap (P3) = 53,87% Pada pelayanan “Kecepatan karyawan menangani konsumen” •Kehandalan (P2) = 52,85% Pada pelayanan “Kemampuan karyawan memberikan solusi” •Daya Tanggap (P1) = 52,41% Pada pelayanan “Kesediaan karyawan membantu konsumen”

Kesimpulan dan Saran

Berdasarkan analisis jalur didapatkan 5 variabel yang paling dominan memengaruhi kepuasan pelanggan adalah : •Daya Tanggap (P2) = 22,,4% Pada pelayanan “Kesiapan karyawan menangani keluhan konsumen” •Jaminan (P4) = 15% Pada pelayanan “Sikap sopan dalam memberikan pelayanan” •Daya Tanggap (P1) dan Kehandalan (P2) = 13,5% Pada pelayanan “Kesediaan karyawan membantu konsumen” dan “Kemampuan karyawan memberikan solusi” •Jaminan (P1) = 13,1% Pada pelayanan “Kualitas informasi yang diberikan” •Bukti langsung (P1) = 12,5% Pada pelayanan “Lokasi yang mudah dijangkau”

Kesimpulan dan Saran

Berdasarkan hasil analisis didapatkan kesimpulan bahwa : •Antara analisis regresi linier berganda dan analisis jalur terdapat perbedaan yang signifikan dalam hal penentuan besarnya nilai prosentase tiap variabel-variabel yang secara parsial memengaruhi kualitas pelayanan. •Pada analisis jalur bisa dilihat hubungan/korelasi antar variabel-variabel bebas, yang tidak bisa ditemukan/dicari pada analisis regresi linier berganda. Hal ini lebih penting karena memudahkan para pelaku usaha untuk meneliti dan meningkatkatkan kualitas dari tiap-tiap variabel yang mempunyai kualitas yang menurut konsumen dianggap kurang. •Pada analisis faktor hanya untuk mendapatkan variabelvariabel yang dianggap penting oleh konsumen untuk dianalisis lebih lanjut oleh para pelaku usaha.

Saran: Adapun saran-saran yang dapat diberikan berkenaan dengan penelitian selanjutnya adalah sebagai berikut : 1. Penelitian lebih lanjut perlu dilakukan dengan penggalian variabel-variabel lebih lanjut secara mendalam, agar dapat memahami kondisi konsumen dengan lebih baik. 2. Penelitian hendaknya dilakukan secara berkala, karena perubahan kondisi pasar dan perilaku konsumen akan mengakibatkan perubahan preferensi dan persepsi konsumen. 3. Pada penelitian lebih lanjut akan lebih baik jika ketiga analisis data tersebut digunakan secara bersama-sama untuk menganalisa data untuk mendapatkan suatu keputusan yang tepat.

Daftar Pustaka

[1] Kotler, Philip, 1997. Manajemen Pemasaran. Jakarta, Prenhallindo [2] Tjiptono, Fandy, 1997. Prinsip – Prinsip Total Quality Service, Yogyakarta : Andi Offset, Yogyakarta. [3] Sarwono, Jonathan, 2006. Analisis Data Penelitian Menggunakan SPSS 13, Andi Offset, Yogyakarta. [4] Supranto, Johanes, 2001. Statistik Untuk Pemimpin Berwawasan Global, Jakarta, Salemba Empat. [5] Suhermin, ari pujiati. Analisis Regresi linier berganda untuk mengetahui hubungan antara beberapa aktifitas promosi dengan penjualan produk. Tugas Akhir Program PascaSarjana Statistika, Institut Teknologi Sepuluh Nopember Surabaya.

[6] Setyadarma, Andryan. 2010. Uji asumsi klasik dengan

SPSS 1.6. Semarang : Universitas negeri Semarang. [7] J Suprianto, 1983, Ekonometrik, Jakarta: LPFE UI [8] Lupiyadi, Rambat, 2001. Manajemen pemasaran jasa. Jakarta, Salemba empat. [9] Zeithaml, Valarie A., leonard L. Berry and A Parasuraman, 1985. Problem and strategis in service in services. Journal of marketing. [10] Junaidi. Tabel-tabel statistik . Diakses tanggal 27 januari 2010. [11] Suzanna L. Siregara. Tabel r. http://ssiregar.staff.gunadarma.ac.id/Downloads/files/9589/Tabel _R.pdf Diakses tanggal 27 januari 2010 [12] uji normalitas. http://elisa.ugm.ac.id/files/wahyu_psy/aG1I2RL6/Uji%20Normalit as.pdf diakses tanggal 16 mei 2010

Terima Kasih Terima Kasih

Terima Kasih