BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan 4.1.1
Gambaran Umum Perusahaan
Scooterpack adalah sebuah scooter shop yang berdiri sejak tahun 2009. Perusahaan yang dipimpin oleh Bapak Harrison Surianto memiliki head office yang berlokasi di Permata Palmerah Jl. Kemandoran IV no 50z dan toko yang berlokasi STC Senayan Building Lower Ground No.115 - 116 , Jl.Asia Afrika Pintu IX Gelora Senayan, Jakarta Selatan. Scooterpack berdiri berdasarkan kecintaan pemilik Vespa dan Piaggio terhadap skuter kepunyaannya yang kesulitan untuk mendapatkan aksesoris dan sparepart orisinil skuter Vespa dan Piaggio, Scooterpack hadir untuk memberikan kemudahan bagi para scooterist mendapatkan berbagai macam aksesoris dan sparepart orisinil produk Vespa dan Piaggio. Sebagai salah satu scooter shop terlengkap, Scooterpack sangat mengedepankan orisinalitas dan kualitas. Mulai dari helmet,accessories, clothing, gift, hingga spareparts adalah produk orisinil yang di impor dari Italia, serta terdapat produk handmade dari Scooterpack.
57
58
4.1.2
Visi dan Misi
Dalam mencapai target bisnis, Scooterpack memiliki tolak ukur tersendiri yang dituangkan dalam Visi dan Misi sebagai berikut : A. Visi: Sebagai salah satu scooter shop terlengkap, Scooterpack ingin membantu dan mempermudah para scooterist untuk mendapatkan accessories dan merchandise orisinil dan berkualitas dengan harga yang kompetitif.
B. Misi: •
Menjadi leader scooter shop terlengkap “one stop shopping” dengan mengedepankan produk – produk yang orisinil dan berkualitas.
•
Memiliki komitmen untuk berusaha memberikan yang terbaik dalam pelayanan, harga & fasilitas kepada semua pelanggan, sehingga dapat bersaing dengan perusahaan sejenis lainnya, dan juga akan terus menjaga pelayanan terhadap setiap pelanggan tanpa terkecuali.
4.1.3
Struktur Organisasi
Dalam menjalani bisnis, tentunya dibutuhkan struktur organisasi yang digunakan untuk melakukan kegiatan bisnis sesuai dengan bagian-bagian yang telah ditentukan agar lebih terfokus dalam pencapaian target bisnis, adapaun sturktur organisasi dari Scooterpack adalah:
59
Gambar 4.1 Struktur Organisasi Sumber: Scooterpack Keterangan: 1. Direktur •
Sebagai pemilik perusahaan, bertanggung jawab penuh atas jalannya bisnis Scooterpack,serta menjalin hubungan langsung dengan supplier di Italia.
2. General Manager •
Menentukan pembelian barang berikut pengiriman dari Italia sampai ke Jakarta.
60
•
Mengontrol Cash Flow pembelian dan pengeluaran.
•
Memonitoring Stok barang.
3. Manager •
Mencari hubungan kerjasama dengan pihak reseller dan dealer di seluruh Indonesia .
•
Memonitoring Harga pasar.
•
Meningkatkan penjualan di toko dan di social media.
•
Memonitoring pekerjaan admin social media dan toko.
4. Finance •
Membuat laporan penjualan di toko dan disemua social media.
•
Membuat cash flow Keuangan Perusahaan.
•
Mengakomodir semua pembayaran untuk keperluan perusahaan.
5. Admin •
Membuat laporan permintaan barang ,baik secara internal maupun external (reseller dan dealer Scooterpack).
•
Membuat PO dan faktur.
•
Cek stok barang di gudang dan di toko.
6. Head Project Digital •
Memberi tugas untuk meng-update materi di social media.
•
Bertanggungjawab atas isi materi di social media.
7. Social media & Develop •
Update materi di semua social media.
61
•
Menjawab semua pertanyaan pelanggan yang ada di social media.
8. Produksi •
Membuat kemasan/packaging semua barang yang didisplay di toko dan pengepakan barang untuk pengiriman ke reseller dan dealer.
•
Bertanggung jawab atas barang-barang stok di gudang.
•
Membantu proses packaging dan delivery.
9. Head Store •
Bertanggung jawab atas kebersihan toko barang-barang di toko.
•
Mengontrtol stok barang di toko , membuat laporan penjualan dan report customer ( pre order di toko).
4.2 Profil Responden Profil responden ini dibuat dengan tujuan untuk mengetahui keadaan para pelanggan scooterpack.com yang telah berpartisipasi dalam pengisian kuesioner. Kuesioner pada penelitian disebar secara online dengan menggunakan Google Drive selama seminggu mulai dari tanggal 1 Desember 2012 sampai 8 Desember 2012 kepada 85 responden yang diambil sebagai sampel, namun dari 85 kuesioner yang di sebar hanya 66 kuseioner saja yang digunakan hal tersebut dikarenakan terdapat 19 kuesioner yang tidak memenuhi syarat sebagai data yang akan digunakan yaitu responden pernah melakukan pembelian di scooterpack.com. Penggolongan responden didasari pada beberapa karakteristik yang nantinya digunakan untuk memperoleh kesimpulan mengenai keadaan pelanggan scooterpack.com.
62
4.2.1
Karakteristik Responden Berdasarkan Jenis Kelamin
Karakteristik Responden Berdasarkan Jenis Kelamin dapat di lihat pada gambar 4.2, dari 66 responden yang mengisi kuesioner dalam penelitian ini, semua responden berjenis kelamin laki–laki yang berjumlah 66 responden atau dengan nilai persentasi 100%. Tabel 4.1 Karakteristik Responden Berdasarkan Jenis Kelamin Jenis Kelamin
Jumlah Responden
Presentase
Pria
66
100%
Wanita
0
0%
Total
66
100%
Sumber : Hasil Pengolahan Data
Gambar 4.2 Karakteristik Responden Berdasarkan Jenis Kelamin
63
4.2.2
Karakteristik Responden Berdasarkan Usia
Karakteristik responden berdasarkan usia dapat di lihat pada gambar 4.3. Responden dengan rentang usia 26—35 tahun adalah yang terbanyak yaitu 30 responden atau nilai persentasi sebesar 45% , diikuti dengan rentang usia 17-25 Tahun sebanyak 26 responden atau nilai persentasi sebesar 39% , usia 36-45 tahun sebanyak 5 responden atau 8% dan usia >45 tahun sebanyak 5 responden atau 8%. Tabel 4.2 Karakteristik Responden Berdasarkan Usia Usia
Jumlah Responden
Presentase
17 – 25 Tahun
26
39%
26 – 35 Tahun
30
45%
36 – 45 Tahun
5
8%
>45 Tahun
5
8%
Total
66
100%
Sumber : Hasil Pengolahan Data
Gambar 4.3 Karakteristik Responden Berdasarkan Usia.
64
4.2.3
Karakteristik Responden Berdasarkan Pekerjaan
Karakteristik responden berdasarkan pekerjaan dapat dilihat pada gambar 4.4. dari data yang di dapatkan terlihat bahwa Mahasiswa / pelajar merupakan responden terbanyak dalam penelitan ini yaitu sebanyak 23 responden dengan nilai persentase 35% , diikuti dengan pegawai swasta sebanyak 21 responden dengan nilai persentase 32%, PNS sebanyak 12 responden atau 18% , wirausaha sebanyak 8 responden atau 12% dan pekerjain lain nya sebanyak 2 responden atau 3%. Tabel 4.3 Karakteristik Responden Berdasarkan Pekerjaan. Pekerjaan
Jumlah Responden
Presentase
Pegawai Swasta
21
32%
PNS
12
18%
Masasiswa / Pelajar
23
35%
Wirausaha
8
12%
Lain – Lain
2
3%
Total
66
100%
Sumber : Hasil Pengolahan Data
Gambar 4.4 Karakteristik Responden Berdasarkan Pekerjaan
65
4.2.4
Karakteristik Responden Berdasarkan Tingkat Pendidikan Terakhir
Karakteristik responden berdasarkan tingkat pendidikan terakhir dapat dilihat pada gambar 4.5. Pendidikan terakhir responden yang terbanyak adalah S1 sebanyak 23 responden atau 34%, diikuti dengan SMA atau sederajat sebanyak 21 responden atau 32% , Diploma atau sederajat sebanyak 17 responden atau 26% dan S2 sebanyak 5 responden atau 8%. Tabel 4.4 Karakteristik Responden Berdasarkan Tingkat Pendidikan Terakhir. Pendidikan
Jumlah Responden
Presentase
SMA atau sederajat
21
32%
Diploma atau sederajat
17
26%
S1
23
34%
S2
5
8%
S3
0
0%
Total
66
100%
Sumber: Pengolahan Data
Gambar 4.5 Karakteristik Responden Berdasarkan Tingkat Pendidikan Terakhir
66
4.2.5
Karakteristik Responden Berdasarkan Intensitas Penggunaan Internet Dalam Satu Hari
Karakteristik responden berdasarkan intensitas penggunaan internet dalam satu hari dapat dilihat pada gambar 4.6. Pemakaian internet dalam satu hari responden yang terbanyak yaitu selama 6-8 jam sebanyak 27 responden atau 40% , diikuti >8 jam sebanyak 17 responden atau 26%, 3-5 jam sebanyak 15 responden atau 23% dan 1-2 jam sebanyak 7 responden atau 11%. Tabel 4.5 Karakteristik Responden Berdasarkan Intensitas Penggunaan Internet Dalam Satu Hari Intensitas Penggunaan Internet Dalam Satu hari
Frekuensi
Peresentase
1 – 2 Jam
7
11%
3 – 5 Jam
15
23%
6 – 8 Jam
27
40%
>8 Jam
17
26%
Total
66
100%
Sumber: Pengolahan Data
67
Gambar 4.6 Karakteristik Responden Berdasarkan Intensitas Penggunaan Internet Dalam Sehari 4.2.6
Karakteristik Responden Berdasarkan Aktifitas Yang Sering Dilakukan Melalui Internet
Karakteristik Responden Berdasarkan Aktifitas Yang Sering Dilakukan Melalui Internet dapat dilihat di gambar 4.7. Dapat dilihat bahwa aktifitas yang sering dilakukan responden melalui internet adalah browsing sebanyak 24 responden dengan tingkat persentase sebesar 36% lalu diikuti oleh aktifitas download musik dan film sebanyak 20 responden atau 30% , e-Mail sebanyak 14 responden atau 21%, Social media sebanyak 7 responden atau 11% dan terakhir Online Shopping 1 responden atau 2%.
68
Tabel 4.6 Karakteristik Responden Berdasarkan Aktifitas Yang Sering Dilakukan Melalui Internet Aktifitas Yang Sering Dilakukan Melalui Internet
Frekuensi
Presentase
Browsing
24
36%
Download Musik dan Film
20
30%
E-Mail
14
21%
Online Shopping
1
2%
Social media
7
11%
Total
66
100%
Sumber: Pengolahan Data
Gambar 4.7 Karakteristik Responden Berdasarkan Aktifitas Yang Sering Dilakukan Melalui Internet
69
4.3 Second Order Confirmatory Factor Analysis Second order confirmatory factor analysis digunakan untuk menguji validitas dan reliabilitas dari konstruk service quality dengan sub dimensi dan indikatornya. serta untuk mengetahui sub dimensi mana yang paling mempengaruhi Service Service quality pada website Scooterpack. Hal tersebut dapat dilihat pada gambar 4.8.
Gambar 4.8 Second Order Factor Model Awal Sumber : Hasil Pengolahan Data
70
Tabel 4.7 Nilai Loading Awal Nilai Loading
Validitas
ACC1 <- Access
0.589412
Valid
ACC2 <- Access
0.899619
Valid
ACC3 <- Access
0.409037
Tidak Valid
ACC4 <- Access
0.849958
Valid
ATT1 <- Attentiveness
0.437289
Tidak Valid
ATT2 <- Attentiveness
0.644325
Valid
ATT3 <- Attentiveness
0.895656
Valid
EOU1 <- EaseOfUse
0.669008
Valid
EOU2 <- EaseOfUse
0.833727
Valid
EOU3 <- EaseOfUse
0.773773
Valid
EOU4 <- EaseOfUse
0.848932
Valid
REL1 <- Reliable
0.512485
Valid
REL2 <- Reliable
0.482037
Tidak Valid
REL3 <- Reliable
0.334701
Tidak Valid
REL4 <- Reliable
0.777595
Valid
REL5 <- Reliable
0.390375
Tidak Valid
REL6 <- Reliable Sumber: Pengolahan Data
0.784352
Valid
Original Sample (O)
Dari gambar 4.7 dapat dilihat model dari second order factor untuk konstruk Service Quality terdapat factor loading yang nilai nya di bawah 0.50 maka tidak digunakan dalam analisis karena memiliki nilai convergent validity rendah. Adapun indikator yang kita tidak gunakan adalah REL1 1 ,REL2 ,REL3 ,REL5 ,ACC3 dan ATT1, kemudian lakukan analisis kembali.
71
Gambar 4.9 Second Order Factor Model Setelah Memenuhi Convergent Validity Sumber: Pengolahan Data Tabel 4.8 Nilai factor loading yang sudah valid Factor Loading
Validitas
ACC1 <- Access
0.589412
Valid
ACC2 <- Access
0.899619
Valid
ACC4 <- Access
0.849958
Valid
ATT2 <- Attentiveness
0.644325
Valid
ATT3 <- Attentiveness
0.895656
Valid
EOU1 <- EaseOfUse
0.669008
Valid
EOU2 <- EaseOfUse
0.833727
Valid
EOU3 <- EaseOfUse
0.773773
Valid
EOU4 <- EaseOfUse
0.848932
Valid
REL1 <- Reliable
0.512485
Valid
0.784352
Valid
REL6 <- Reliable Sumber: Pengolahan Data
72
Dari tabel 4.8 dapat dilihat bahwa factor loading antar indikator ke first order dari konstruk Service Quality sudah memenuhi convergent validity yaitu nilai loading di atas 0.50 . Untuk mengetahui nilai Composite Reability , Cronbachs Alpha dan RSquare dari second order dan first order dapat dilihat di tabel 4.9. Tabel 4.9 Overview Composite Reliability
R Square
Cronbachs Alpha
Access
0.852162
0.802821
0.737498
Attentiveness
0.774298
0.647349
0.457718
EaseOfUse
0.864347
0.634352
0.789680
Reliable
0.883931
0.786348
0.737394
0.872214 Service Quality Sumber: Pengolahan Data
0.855911
Dari hasil output overview diatas dapat disimpulkan bahwa masing-masing second order maupun first order dari konstruk service quality memiliki nilai composite reliability cukup tinggi yaitu di atas 0.70. kecuali untuk konstruk Attentiveness yg nilai nya di bawah 0.7 untuk Cronbachs Alpha-nya. Kemudian di lakukan bootstrapping untuk mendapatkan nilai Path Coefficient dari sub dimensi ke konstruk service quality yang hasilnya dapat dilihat pada tabel 4.10.
73
Tabel 4.10 Path Coefficients (Mean, STDEV, T-Values) Loading Factor (O) T Statistics (|O/STERR|) Service Quality -> Access
0.896003
35.241156
Service Quality -> Attentiveness
0.804580
25.822033
Service Quality -> EaseOfUse
0.796462
20.973914
0.886763
34.429287
Service Quality -> Reliable Sumber: Pengolahan Data
Dari tabel 4.10 semua loading factor baik pada second order maupun first order signifikan pada 0.05 yang ditunjukan oleh nilai T statistic di atas 1,96 . Dan juga pengaruh second order konstruk service quality berpengaruh terhadap dimensi first order yaitu Reliable/Promt access , Access, Ease of use dan Attentiveness dengan nilai tstatistik diatas 1.96. Dan dengan hasil olahan data di atas dapat disimpulkan bahwa konstruk Service Quality dibentuk oleh 4 dimensi yaitu Reliable / prompt access, access, ease of use dan attentiveness. Dan juga dari tabel 4.10 dapat dilihat bahwa dimensi yang paling berpengaruh terhadap konstruk second order yaitu service quality secara berurutan adalah Access , Reliable, Attentiveness, Ease of use yang dilihat dari nilai tstatistik dari yang terbesar hingga yang terkecil.
74
4.4 Evaluasi Measurement Model (Outer Model) 4.4.1
Uji validitas
Gambar 4.10 model Path Analisis Sumber : Hasil Pengolahan Data Tabel 4.11 Outer Loadings (Factor loading dan T-Values) Factor Loading
T Statistics (|O/STERR|)
ACC1 <- SerQual
0.481857
3.261173
ACC2 <- SerQual
0.735850
4.589129
ACC4 <- SerQual
0.807095
5.248217
ATT2 <- SerQual
0.546723
3.780477
ATT3 <- SerQual
0.810250
4.036269
EOU1 <- SerQual
0.410032
2.815428
EOU2 <- SerQual
0.592084
4.387925
EOU3 <- SerQual
0.690993
5.099183
EOU4 <- SerQual
0.651737
5.162054
REL4 <- SerQual
0.810250
4.036269
75
Factor Loading
T Statistics (|O/STERR|)
REL6 <- SerQual
0.706885
5.295988
CS1 <- CS
0.815619
16.221949
CS2 <- CS
0.809636
15.661301
CS3 <- CS
0.813534
22.089996
CS4 <- CS
0.870833
30.264688
CL1 <- CL
0.710150
12.380932
CL2 <- CL
0.613764
5.695383
CL3 <- CL
0.796319
17.166067
CL4 <- CL
0.610537
4.705572
0.785585
14.468697
CL5 <- CL Sumber: Pengolahan Data
Dilihat dari tabel outer loading di atas masih didapatkan indikator ACC1 dan EOU1 yang di cetak tebal memiliki nilai loading kurang dari 0.50 sehingga 2 indikator tersebut tidak digunakan karena belum memenuhi convergent validity setelah di korelasikan dengan konstruk Customer Satisfaction dan customer loyalty dimana factor loading harus di atas 0.50.
Gambar 4.11 Model PLS yang sudah memenuhi convergent validity Sumber: Pengolahan Data
76
Tabel 4.12 Outer Loadings (Factor loading dan T-Values) sudah memenuhi convergent validity Factor Loading
T Statistics (|O/STERR|)
ACC2 <- SerQual
0.740869
11.838831
ACC4 <- SerQual
0.802670
13.771924
ATT2 <- SerQual
0.544331
6.187586
ATT3 <- SerQual
0.808495
13.622538
EOU2 <- SerQual
0.602181
5.070954
EOU3 <- SerQual
0.686585
8.727835
EOU4 <- SerQual
0.653934
6.755556
REL4 <- SerQual
0.808495
13.622538
REL6 <- SerQual
0.719509
11.024751
CS1 <- CS
0.816378
14.911109
CS2 <- CS
0.809922
17.891189
CS3 <- CS
0.812906
25.823799
CS4 <- CS
0.870123
28.313822
CL1 <- CL
0.709220
12.158422
CL2 <- CL
0.611897
6.046306
CL3 <- CL
0.796129
13.799420
CL4 <- CL
0.612013
4.101417
0.786709
10.538360
CL5 <- CL Sumber: Pengolahan Data
Dari tabel 4.12 dapat dilihat bahwa seluruh indikator sudah memiliki loading lebih dari 0.50 dan signifikan terhadap t-tabel sebesar 1.96(t-statistik>t-tabel). Sehingga dari keseluruhan data di atas seluruh indikator telah memenuhi convergent validity karena semua factor loading berada di atas 0.50. Discriminant Validity indikator refleksif dapat dilihat pada cross loading antar indikator dengan konstruk nya berikut output dari SmartPLS (Ghozali(2008, p41).
77
Tabel 4.13 Cross Loadings SerQual
CS
CL
REL4
0.808495
0.363960
0.065465
REL6
0.719509
0.054816
0.005288
ACC2
0.740869
0.394217
0.173965
ACC4
0.802670
0.302535
0.133846
ATT2
0.544331
0.361096
0.381965
ATT3
0.808495
0.363960
0.065465
EOU2
0.602181
0.275719
0.147033
EOU3
0.686585
0.332713
0.120489
EOU4
0.653934
0.313370
-0.020242
CS1
0.442700
0.816378
0.583780
CS2
0.509735
0.809922
0.591335
CS3
0.142721
0.812906
0.588637
CS4
0.433333
0.870123
0.421091
CL1
0.134579
0.527090
0.709220
CL2
-0.216255
0.234563
0.611897
CL3
-0.015027
0.519940
0.796129
CL4
0.485531
0.477688
0.612013
CL5
0.292890
0.525206
0.786709
Sumber: Pengolahan Data Dari tabel 4.13 di atas terlihat bahwa korelasi konstruk Service Quality dengan indikator nya lebih tinggi dibandingkan dengan korelasi indikator service quality dengan konstruk lain nya (customer satisfaction dan customer loyalty ). Korelasi konstruk kepuasan pelanggan dengan indikatornya juga lebih tinggi di bandingkan dengan korelasi indikator kepuasan pelangan dengan konstruk lain nya(service quality dan customer loyalty ). Hasil yang sama juga berlaku pada konstruk customer loyalty dengan indikatornya lebih tinggi dibandingkan dengan
78
korelasi indikator Customer loyalty dengan konstruk lainnya (service quality dan customer satisfaction). Dari hasil output di atas dapat disimpulkan bahwa konstruk laten memprediksi indikator pada blok mereka lebih baik dibandingkan dengan indikator di blok lain nya , sehingga bisa di katakan seluruh konstruk memiliki discriminant validity yang tinggi. Terdapat metode lain yang digunakan untuk menilai discriminant validity yaitu dengan membandingkan kuadrat dari average variance extracted (√AVE ) untuk setiap konstruk dengan korelasi antara konstruk dengan konstruk lain nya dalam model.
Tabel 4.14 Latent Variable Correlations CS
CL
CS
1.000000
CL
0.666901
1.000000
0.480833 SerQual Sumber: Pengolahan Data
0.208587
SerQual
1.000000
Tabel 4.15 AVE dan akar AVE AVE
√AVE
SerQual
0.508460
0.713
CS
0.685094
0.827
0.500940 CL Sumber: Pengolahan Data
0.707
Dari 2 tabel di atas dapat disimpulkan bawa akar AVE konstruk service quality sebesar 0.713 lebih tinggi daripada korelasi antara konstruk service
79
quality dengan customer satisfaction yang sebesar 0.480 dan juga konstruk service quality dengan customer loyalty sebesar 0.208 , dilanjutkan dengan akar konstruk customer satisfaction sebesar 0.827 lebih tinggi dari pada korelasi antara konstruk customer satisfaction dengan customer loyalty yaitu hanya sebesar 0.666. jadi semua konstruk dalam model yang di estimasi memnuhi kriteria discriminant validity.
4.4.2
Uji Reliabilitas
Disamping uji validitas konstruk ,perlu di lakukan juga uji reliabilitas konstruk yang diukur oleh 2 kriteria yaitu nilai composite reliability dan cronbachs alpha yang harus di atas 0.70, apabila nilai composite reliability dan cronbachs alpha di atas 0.70 maka dapat dinyatakan bahwa konstruk nya reliable.
Tabel 4.16 Composite Reliability Composite Reliability CS
0.896848
CL
0.832049
0.901612 SerQual Sumber: Pengolahan Data
Tabel 4.17 Cronbachs Alpha Cronbachs Alpha CS
0.848298
CL
0.748980
0.878404 SerQual Sumber: Pengolahan Data
80
Dari hasil output di atas dapat diketahui bahwa nilai composite reliability dan cronbachs alpha dari konstruk service quality, customer satisfaction, customer loyalty memiliki nilai di atas 0.70 yang berarti semua konstruk memiliki reliabilitas yang baik.
4.5 Evaluasi Structural Model (Inner Model) Pengujian terhadap model struktural dilakukan dengan melihat nilai R-Square yang merupakan uji goodness of fit. Model Pengaruh service quality terhadap customer satisfaction memberikan nilai R-square sebesar 0.231 yang dapat diinterpretasikan bahwa konstruk customer satisfaction dapat di jelaskan oleh konstruk service quality sebesar 23.1% sedangkan 76.9% di jelaskan oleh variabel lain diluar yang diteliti. Kemudian model pengaruh customer satisfaction dan service quality terhadap customer loyalty memberikan nilai R-square sebesar 0.461 yang dapat diinterpretasikan bahwa konstruk customer loyalty dapat dijelaskan oleh konstruk customer satisfaction dan service quality sebesar 46.1% sedangkan 53.9% di jelaskan oleh variable lain diluar yang di teliti.
Tabel 4.18 R Square hasil analisis R Square CS
0.231200
CL
0.461097
SerQual Sumber: Pengolahan Data
81
Uji selanjutnya adalah melihat signifikansi pengaruh service quality terhadap customer satisfaction, pengaruh service quality terhadap customer loyalty dan pengaruh customer satisfaction dengan customer loyalty dengan melihat nilai koefisien parameter dan nilai signifikansi t-statistik pada tabel 4.19 .
Tabel 4.19 Path Coefficients (Mean, STDEV, T-Values) Original Sample Sample Mean (M) (O)
Standard Deviation (STDEV)
Standard Error (STERR)
T Statistics (|O/STERR|)
0.737000
0.751137
0.054454
0.054454
13.534441
SerQual -> 0.480833 CS
0.495680
0.060905
0.060905
7.894814
0.144213
0.144213
1.010913
CS -> CL
SerQual -> -0.145786 -0.167147 CL Sumber: Pengolahan Data
82
4.6 Pembahasan Pemecahan Masalah Dari tabel 4.19 disimpulkan dalam gambar model penelitian yang di gunakan dalam penelitian ini dengan nilai koefisien jalur antar konstruk nya:
Customer Satisfaction H3
H1 0,480
Service Quality
0,737 -0,145
Customer Loyalty
H2
Gambar 4.12 Model Pembahasan Pemecahan Masalah Sumber: Pengolahan Data
4.6.1
Pengaruh Service Quality Terhadap Customer Satisfaction
Berdasarkan tabel 4.19 diketahui bahwa service quality berpengaruh positif terhadap customer satisfaction yang dilihat berdasarkan nilai koefisien sebesar 0.480 dan memiliki nilai t-statistik sebesar 7.894 yang berarti service quality berpengaruh secara signifikan terhadap customer satisfaction karena nilai t-statistik lebih besar dari t-tabel 1.96 (t-tabel signifikansi 5% = 1.96).
Dengan demikian hasil ini
menjawab H1 yaitu adanya pengaruh service quality terhadap customer satisfaction yang berarti Ha di terima.
83
4.6.2
Pengaruh Service Quality Terhadap Customer Loyalty
Berdasarkan tabel 4.19 service quality memiliki pengaruh negatif terhadap customer loyalty yang dilihat berdasarkan nilai koefisien sebesar -0.145 dan hasil tstatistik tidak signifikan yaitu sebesar 1.010, hal ini didapat karena t-statistik lebih kecil dari nilai t-tabel yaitu 1.96(t-tabel signifikansi 5% = 1.96). Dengan demikian hasil ini menjawab H2 yaitu tidak adanya pengaruh service quality terhadap customer loyalty yang berarti Ha ditolak.
4.6.3
Pengaruh Customer Satisfaction Terhadap Customer Loyalty
Berdasarkan tabel 4.19 customer satisfaction memiliki pengaruh positif terhadap customer loyalty dengan nilai koefisien sebesar 0.737 dan memiliki pengaruh yang signifikan dengan melihat nilai t-statistik sebesar 13.534, hasil ini didapat dikarenakan nilai t-statistik lebih besar dari t-tabel 1.96 (t-tabel signifikansi 5% = 1.96) Sehingga dengan demikian hasil ini menjawab H3 yaitu adanya pengaruh customer satisfaction terhadap customer loyalty yang berarti Ha diterima.
84
Dari hasil pengolahan data yang telah dijelaskan diatas telah menjawab perumusan hipotesis yang dirangkum pada tabel berikut:
Tabel 4.21 Hasil Hipotesis Hipotesis
Keterangan
t-Statistic
Nilai Path Coefficient
Status Hipotesa
H1
Terbukti bahwa adanya pengaruh antara service quality dengan customer satisfaction
7.894
0.480
Diterima
Terbukti bahwa tidak adanya pengaruh antara service quality dengan customer loyalty
1.010
-0.145
Ditolak
Terbukti bahwa adanya pengaruh antara customer satisfaction dengan customer loyalty
13.534
0,737
Diterima
H2
H3
Sumber: Pengolahan Data
4.7 Implikasi Hasil Penelitian Berdasarkan hasil penelitian yang telah dilakukan, ditemukan bahwa service quality memilki pengaruh positif dan signifikan terhadap customer satisfaction. Hasil ini membuktikan bahwa pelayanan yang diberikan melalui scooterpack.com berdampak pada kepuasan pelanggan. Kepuasan yang dirasakan pelanggan dilihat dari layanan yang diterima oleh pelanggan jauh lebih baik dibandingkan harapan pelanggan atas layanan yang mereka terima. Sehingga kebijakan implikasi yang dapat disampaikan kepada Scooterpack diharapkan untuk melakukan peningkatan kualitas layanan yang dapat dimulai dengan melakukan pengamatan terhadap kebutuhan pelanggan dan mengetahui dimensi kualitas menurut pelanggan. Dari hal tersebut, Scooterpack dapat mengerti
85
dimensi apa yang pelanggan gunakan dalam menentukan kualitas, sehingga Scooterpack dapat mengambil tindakan yang tepat untuk mengawasi ataupun menambah kinerja didalam dimensi tersebut serta sebagai cara untuk memperbaiki kesalahan layanan. Hasil penelitian ini serupa dengan teori yang dikemukakan oleh Jun et al., (2004, p835) yang menyatakan bahwa kualitas layanan menjadi kekuatan pendorong utama dalam meningkatkan kepuasan pelanggan. Hasil lain yang didapat adalah tidak adanya pengaruh service quality terhadap customer loyalty. Hal ini dapat dilihat berdasarkan hasil penilaian responden mengenai service quality pada scooterpack.com dengan melihat skor sub dimensi ease of use yang memiliki pengaruh paling rendah terhadap konstruk service quality. Dengan ini sebaiknya Scooterpack mengevaluasi kembali sistem online pada scooterpack.com antara lain kemudahan dalam navigasi, meng-organisir katalog online agar dapat dilhat secara lebih terstruktur serta merancang syarat dan ketentuan pembelian secara ringkas agar mudah untuk dipahami oleh pelanggan. Hasil penelitian ini serupa dengan penelitian yang di lakukan oleh Aryani & Rosinta (2010) bahwa service quality tidak berpengaruh secara langsung terhadap customer loyalty. Penelitian ini juga menemukan bahwa adanya pengaruh customer satisfaction terhadap customer loyalty, sesuai dengan konsep kepuasan pelanggan yang di kemukakan oleh Tjiptono (2006, p25) yang menyatakan jika pelanggan merasa puas dengan suatu produk atau jasa maka mereka cenderung terus menggunakannya dan membeli kembali di kemudian hari. Sehingga dapat dikatakan bahwa service quality secara tidak langsung mempengaruhi customer loyalty melalui customer satisfaction. Untuk mempertahankan kesetiaan pelanggan, sebaiknya Scooterpack memberikan
86
program reward seperti diskon atau keuntungan lainnya kepada pelanggan yang telah loyal, sehingga loyalitas pelanggan yang telah timbul kepada perusahaan tidak pudar. Hasil lain yang didapat berdasarkan analisa second order confirmatory analysis yaitu dari ke empat subdimensi yang membentuk konstruk service quality berpengaruh positif yang dapat dilihat dari nilai t-statistik dari masing-masing subdimensi yaitu reliable/prompt responses sebesar 34,429; access sebesar 35,241; ease of use sebesar 20,973 dan attentiveness sebesar 25,822. Dari hasil tersebut dapat dilihat bahwa subdemensi terkuat sampai yang terlemah dalam menjelaskan service quality secara berurut adalah access, reliable/prompt responses, attentiveness dan ease of use. Dan dengan nilai ease of use yang rendah maka bisa dikatakan bahwa inilah faktor yang membuat pelanggan scooterpack yang lain lebih memilih datang langsung ke toko di bandingkan berbelanja di scooterpack.com, dikarenakan kurangnya kemudahan dalam menggunakan website Scooterpack sehingga membuat pelanggan merasa tidak nyaman.
