ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN. menginginkan BBM dengan kualitas di atas Premium. Berbeda halnya dengan

Transkripsi

1 BAB I PENDAHULUAN 1.1 Latar Belakang Semakin tahun volume kendaraan bermotor semakin meningkat, salah satunya di Indonesia. Dengan adanya fakta tersebut menunjukkan bahwa kendaraan bermotor, terutama kendaraan pribadi menjadi suatu kebutuhan penting bagi setiap orang. Setiap kendaraan bermotor pasti membutuhkan Bahan Bakar Minyak (BBM) karena merupakan salah satu komponen penting yang berguna untuk menggerakan mesin pada kendaraan tersebut. Di Indonesia terdapat berbagai macam jenis Bahan Bakar Minyak (BBM) kendaraan bermotor yang dapat dikonsumsi oleh masyarakat, jenisnya yaitu Premium, Pertamax 92, Pertamax Plus, Pertamina Dex, Solar, Bio Solar, dan yang terbaru yaitu jenis Pertalite. Pemerintah Indonesia secara resmi meluncurkan bahan bakar jenis Pertalite pada tanggal 24 Juli 2015 sebagai varian baru bagi konsumen yang menginginkan BBM dengan kualitas di atas Premium. Berbeda halnya dengan bahan bakar jenis Premium, bahan bakar jenis Pertalite ini termasuk dalam BBM non subsidi sehingga dengan demikian harga Pertalite akan langsung ditetapkan oleh PT Pertamina sendiri dalam hal penjualan. Perusahaan yang mengelola jenis bahan bakar tersebut adalah PT Pertamina (Persero). Pertamina adalah perusahaan minyak dan gas bumi yang dimiliki Pemerintah Indonesia (National Oil Company), yang berdiri sejak tanggal 10 Desember 1957 dengan nama PT Pertamina. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 1

2 2 Bahan bakar adalah suatu materi apapun yang bisa diubah menjadi energi. Pertalite adalah bahan bakar minyak terbaru dari Pertamina dengan RON 90. RON adalah angka yang mempresentasikan ketahanan bahan bakar terhadap kompresi di dalam mesin tanpa meledak sendiri. Pertalite dihasilkan dengan penambahan zat aditif dalam proses pengolahannya di kilang minyak. Bahan bakar jenis baru Pertalite memiliki kadar oktan lebih tinggi dari Premium dan lebih rendah dari Pertamax. Sehingga dengan demikian maka ukuran RON untuk Pertalite diperkirakan antara RON 90 hingga RON 92 dengan harga lebih murah dari Pertamax dan lebih mahal dari Premium. Dengan semakin meningkatnya pengguna kendaraan bermotor akan mempengaruhi kepuasaan pelanggan dalam menggunakan suatu jenis bahan bakar. Kepuasaan pelanggan adalah perasaan senang atau kecewa seseorang yang berasal dari perbandingan antara kesannya terhadap kinerja (hasil) suatu produk dengan harapannya (Kotler, 2005). Salah satu aspek yang mempengaruhi kepuasaan pelanggan adalah kualitas produk. Delapan dimensi kualitas produk untuk mengetahui kualitas produk yang diberikan suatu perusahaan antara lain: performance (unjuk kerja), durability (ketahanan), service ability (kemampuan layanan), aesthetic (keindahan), perceived quality (kualitas yang dirasakan), conformance (kesesuaian), reliability (kehandalan), features (fitur). Delapan dimensi tersebut dapat membuat produk yang berkualitas dalam sebuah perusahaan (Garvin, 1987). Penelitian yang berkaitan dengan analisis terhadap bahan bakar minyak dilakukan oleh Sukma (2010) dengan judul Analisis Konsumsi dan Perilaku SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

3 3 Konsumen dalam penggunaan Energi Bahan Bakar Minyak Untuk Kendaraan Bermotor di Surakarta. Namun pada penelitian tersebut, penulis hanya meneliti tentang profil pengguna bahan bakar minyak khususnya premium dan perilaku konsumen dengan menggunakan uji proporsi. Penulisan ini bertujuan untuk mengetahui tingkat kepuasan pelanggan pengguna bahan bakar jenis Pertalite di Sidoarjo, dengan harapan dapat memberikan informasi serta mengetahui seberapa besar pengaruh adanya bahan bakar jenis Pertalite di Sidoarjo. Berdasarkan uraian diatas, penulis tertarik untuk mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan bahan bakar jenis Pertaite di Sidoarjo berdasarkan pendekatan regresi logistik biner serta untuk menganalisa kesenjangan kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk Pertalite di Sidoarjo berdasarkan analisis GAP. 1.2 Rumusan Masalah Berdasarkan latar belakang, maka permasalahan yang akan dibahas dalam penulisan ini adalah 1. Bagaimana karakteristik pengguna bahan bakar jenis Pertalite di Sidoarjo? 2. Faktor-faktor apa saja yang mempengaruhi kepuasan pengguna bahan bakar jenis Pertalite di Sidoarjo berdasarkan metode regresi logistik biner? 3. Bagaimana kesenjangan antara kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan terhadap jenis bahan bakar Pertalite di Sidoarjo berdasarkan analisis GAP? SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

4 4 1.3 Tujuan Berdasarkan rumusan masalah, maka tujuan dari proposal skripsi ini adalah 1. Mendeskripsikan dan menganalisis karakteristik pengguna bahan bakar jenis Pertalite di Sidoarjo. 2. Menentukan faktor-faktor yang mempengaruhi kepuasan pengguna bahan bakar jenis Pertalite di Sidoarjo dengan menggunakan metode regresi logistik biner. 3. Menganalisa kesenjangan antara kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk bahan bakar Pertalite di Sidoarjo berdasarkan analisis GAP. 1.4 Manfaat Penulisan ini diharapkan dapat memberikan manfaat bagi beberapa kalangan yaitu sebagai berikut. 1. Bagi penulis Penulisan ini merupakan kesempatan yang baik dalam menerapkan teori statistika dalam dunia praktek dan mengembangkan kemampuan penulis dalam melakukan penulisan serta menambah pengalaman. 2. Bagi Perusahaan Adapun manfaat bagi perusahaan yaitu diharapkan dapat memberikan bahan masukan dan informasi untuk mengetahui kepuasaan pelanggan kualitas produk bahan bakar jenis Pertalite sehingga dapat dijadikan pertimbangan dalam menentukan strategi produk kedepannya. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

5 5 1.5 Batasan Masalah Batasan masalah pada skripsi ini adalah data primer yang diperoleh dari penyebaran kuesioner kepada pengguna bahan bakar jenis Pertalite di Sidoarjo dan kepada pengunjung yang akan mengisi bahan bakar jenis Pertalite di beberapa Stasiun Pengisian Bahan Bakar Umum (SPBU) yang telah menyediakan jenis Pertalite di Sidoarjo. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

6 BAB II TINJAUAN PUSTAKA 2.1 Konsep Kepuasan Pelanggan Kepuasan pelanggan adalah perasaan senang atau kecewa seseorang setelah membandingkan antara kinerja produk yang dipikirkan terhadap kinerja produk yang diharapkan (Kotler & Amstrong, 2008). Menurut Brown (1992) dalam Kasih (2012), Konsumen yang puas akan mengkonsumsi produk tersebut secara terus-menerus, mendorong konsumen loyal terhadap produk dan jasa tersebut dan dengan senang hati mempromosikan produk dan jasa tersebut dari mulut ke mulut. Kriteria untuk mengukur kepuasan sebagai berikut. 1. Kesetiaan Kesetiaan seseorang terhadap suatu layanan adalah refleksi dari hasil pelayanan yang memuaskan. Ukuran kepuasan seseorang dapat diukur dari kesetiaannya untuk selalu tetap menggunakan produk atau jasa tertentu. 2. Keluhan/komplain Keluhan/komplain merupakan suatu keadaan dimana seorang pelanggan merasa tidak puas dengan keadaan yang diterima dari hasil sebuah produk atau jasa tertentu, sehingga dapat menimbulkan suatu kekecewaan yang akhirnya dapat menimbulkan larinya pelanggan ke tempat lain apabila keluhan ini tidak ditangani atai diatasi segera. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 6

7 7 3. Partisipasi Partisipasi pada dasarnya dapat diukur dari kesadarannya dalam memikul kewajiban menjalankan haknya sebagai pelanggan yang dimiliki dengan rasa tanggung jawab. Persepsi adalah keyakinan konsumen mengenai layanan yang diterima sedangkan harapan adalah keinginan dari konsumen, dimana mereka merasa bahwa seorang penyedia jasa haruslah memberikan jasa lebih dan yang seharusnya. (Parasuraman, Zeithaml dan Berry, 1988). Indikator-indikator untuk menilai kepuasaan konsumen : 1. Konsumen tidak puas jika nilai harapan > nilai persepsi 2. Konsumen puas jika nilai harapan < nilai persepsi 3. Konsumen sangat puas jika nilai harapan = nilai persepsi 2.2 Dimensi Kualitas Produk Menurut Kotler (2005), Kualitas Produk adalah keseluruhan ciri serta dari suatu produk atau pelayanan pada kemampuan untuk memuaskan kebutuhan yang dinyatakan atau tersirat. Secara garis besar, Kualitas produk adalah kemampuan suatu produk untuk melaksanakan fungsinya meliputi, daya tahan keandalan serta ketepatan, kemudahan operasi dan perbaikan. Untuk mendapatkan kualitas produk yang berkualitas, menurut Garvin (1987) terdapat delapan dimensi kualitas produk sebagai berikut: 1. Performance (unjuk kerja), menyangkut karakteristik operasi dasar. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

8 8 2. Durability (ketahanan), jangka waktu hidup sebelum tiba saatnya diganti. 3. Service ability (kemampuan layanan), kemudahan servis atau perbaikan ketika dibutuhkan. 4. Aesthetic (keindahan), menyangkut tampilan, rasa, bunyi, dan bau. 5. Perceived quality (kualitas yang dirasakan), mutu/kualitas yang diterima dan dirasa konsumen. 6. Conformance (kesesuaian), kesesuaian kinerja dan mutu produk dengan standar. 7. Reliability (kehandalan), kemungkinan produk untuk tidak berfungsi pada periode waktu tertentu. 8. Features (fitur), item-item ekstra yang ditambahkan pada fitur dasar. 2.3 Statistika Deskriptif Statistika deskriptif merupakan metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugusan data sehingga memberikan informasi yang berguna. Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan apapun tentang gugus induknya yang lebih besar. Artinya kesimpulan yang ditarik hanya berlaku untuk kelompok sampel yang bersangkutan tanpa dimaksudkan menarik kesimpulan yang berlaku bagi populasi.contoh penyajian statistika deskriptif adalah tabel, diagram dan grafik.(walpole, 1995). 2.4 Uji Validitas SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

9 9 Validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Kuesioner yang digunakan untuk mengumpulkan data penelitian harus dapat mengukur apa yang ingin diukur. Pengujian validitas melalui analisis butir dengan menggunakan korelasi Spearman, yaitu dengan mengkorelasikan skor setiap item dengan skor total variabel dan aspek-aspek variabel (Al-Rasyid, 1994). Hipotesis yang digunakan dalam uji validitas adalah : H 0 : Atribut tidak dapat mengukur aspek yang sama H 1 : Atribut dapat mengukur aspek yang sama Statistik Uji : r s = R(X i )R(Y i ) n[ n+1 2 ]2 { R(X i ) n[ n+1 2 ]2 }{ R(Y i ) 2 n[ n+1 2 ]2 } (2.1) dengan : r s = Koefisien korelasi untuk setiap item R(X i ) = Ranking untuk tiap skor item R(Y i ) = Ranking untuk skor total item n = Jumlah responden Kriteria pengujian validitas dengan analisis butir, jika koefisien korelasi item terhadap total > r (α,n 2) dengan derajat bebas (α, n 2) dan nilai p-value item terhadap total α maka tolak H 0 yang berarti pertanyaan tersebut signifikan (Atribut mengukur aspek yang sama). 2.5 Uji Reliabilitas SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

10 10 Uji reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat pengukur dapat dipercayai atau dapat diandalkan (Singarimbun dan sofyan, 1995). Alat pengukur yang dimaksud adalah pertanyaan kuesioner yang diwakili oleh variabel tertentu. Pada penelitian ini cara untuk mengukur reliabilitas dengan menggunakan metode Cronbach s, dimana kategori jawaban lebih dari dua. Metode ini juga biasa disebut dengan rumus Alpha karena menggunakan koefisien alpha sebagai pembandingnya. Hipotesis yang digunakan adalah sebagai berikut : H 0 : Alat ukur tidak reliabel atau tidak konsisten H 1 : Alat ukur reliabel atau konsisten Dengan : α c = Koefisien reliabilitas c = k [1 k 1 k = Banyaknya butir pertanyaan σ t 2 = Varian total k 1 σ i 2 i = Jumlah varian k i=1 σ 2 i σ t 2 ] (2.2) Uji Reliabilitas didasarkan pada skala alpha 0 sampai 1 dimana hasil pengukuran reliabel jika nilai Cronbach s Alpha lebih besar dari 0,6. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

11 Regresi Logistik Biner Model logit biner merupakan model regresi dengan variabel respon Y terdiri dari dua kategorik, yaitu Y = { 0, 1} dalam hal ini mengakibatkan variabel Y berdistribusi Bernoulli. Fungsi distribusi peluang untuk Y dengan parameter π adalah f(y; π) = { 0 π(1 π) 1 y untuk y=0,1 untuk y yang lain Sehingga probabilitas untuk masing-masing kategori adalah P(Y = 1 X) = π dan P(Y = 0 X) = 1 π dengan E(Y X) = π, 0 π 1. Menurut Hosmer dan Lemeshow (2000), bentuk spesifik dari model regresi logistik yang dinyatakan sebagai fungsi x dapat dirumuskan sebagai berikut : π(x) = e(β 0+β1x1+β2x2+ +βpxp) 1+e (β 0+β1x1+β2x2+ +βpxp) (2.3) Fungsi π(x) merupakan fungsi non linear sehingga perlu dilakukan transformasi logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel respon (y) dengan variabel prediktornya (x). Suatu transformasi dari π(x) yang merupakan kajian utama dari regresi logistik adalah transformasi logit. Transformasi bentuk logit π(x) dinyatakan pada persamaan berikut: Atau dapat diubah seperti: g(x) = ln [ π(x) 1 π(x) ] = x iβ (2.4) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

12 12 π(x) 1 π(x) = ex iβ π(x) = [1 π(x)]e x iβ π(x) = e x iβ π(x)e x iβ π(x) + π(x)e x iβ = e x iβ π(x)[1 + e x iβ ] = e x iβ ex iβ π(x) = 1 + e x iβ dengan g(x) = β 0 + β 1 x 1 + β 2 x β p x p, g(x) merupakan fungsi logit. Pada regresi logistik, metode penduga parameter melalui pendekatan Maximum Likelihood Estimation. Pada metode ini nilai dugaan parameter β didapatkan dengan memaksimalkan fungsi likelihood dan mensyaratkan bahwa data berdistribusi Bernoulli. Fungsi Likelihood pada Bernoulli sebagai berikut (Hosmer dan Lemeshow, 2000) : f(x i ) = [π(x i )] y i[1 π(x i )] 1 y i, y i = 0,1 (2.5) Oleh karena y i saling bebas, maka dari persamaan (2.5) diperoleh fungsi likelihood sebagai berikut N N y (β) = i=1 f(y i ) = π i i (1 π i ) 1 y i i=1 (2.6) Dari persamaan (2.6) diperoleh fungsi log-likelihood sebagai berikut N l(β) = i=1 [y i ln π i + (1 y i ) ln (1 π i )] (2.7) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

13 13 Estimasi vektor parameter β diperoleh dengan memaksimumkan fungsi l(β) pada (2.7). Syarat cukup agar fungsi l(β) mencapai nilai meksimum adalah l(β) β = 0, sehingga dari (2.8) diperoleh l(β) N = β i=1 (y i π i ) = 0 (2.8) 0 dan N l(β) = β i=1 X ij (y i π i ) = 0 ; j = 1, 2,, K 1 (2.9) j 2.7 Pengujian Parameter Uji Serentak Pengujian ini menggunakan Likelihood Ratio Test (LRT) yang dilakukan untuk mengetahui apakah model signifikan dan untuk memeriksa peranan variabel terikat dalam model secara bersama-sama dengan hipotesis sebagai berikut. Hipotesis : H 0 β 1 = β 2 = = β P = 0 H 1 minimal ada satu β j 0 Statistik uji : G = 2ln [ ( n 1 n )n 1 ( n0 n )n 0 n π iy i(1 π i) (1 y i i=1 ) ] (2.10) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

14 14 dengan n n 0 = i=1 (1 y i ) (banyaknya observasi yang bernilai y = 0) n n 1 = i=1 y i (banyaknya observasi yang bernilai y = 1) n = n 0 + n 1 (banyaknya observasi) i =banyaknya pengamatan pada percobaan (i = 1,2,, N) j =banyaknya parameter dari variabel bebas (j = 1,2,, p) Daerah penolakan H 0 jika G >χ 2 (α,df) atau P-value <α = 5%. (Hosmer dan Lemeshow, 2000) Uji Parsial Digunakan untuk menguji pengaruh β j secara individual. Hasil pengujian secara parsial / individu akan menunjukkan apakah suatu variabel prediktor layak untuk masuk dalam model atau tidak. (Agresti, 1990).Pengujian signifikansi parameter menggunakan uji Wald. Hipotesis: H 0 β j = 0 H 1 β j 0 Statistik uji : Wald (W) = β j SE(β j) (2.11) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

15 15 dengan : β j = penduga parameter variabel bebas ke j SE (β j) = standart error dari penduga parameter variabel bebas ke j j = banyaknya parameter dari variabel bebas (j = 1,2,, p) Rasio yang dihasilkan dari statistik uji, dibawah hipotesis H 0 akan mengikuti sebaran normal baku (Hosmer dan Lemeshow, 2000). Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan distribusi normal baku (Z). Daerah penolakan H 0 jika nilai W > Z α 2 atau p value < α = 5%. 2.8 Uji Kesesuaian Model (Goodness of Fit) Menurut Mc Cullagh dan Nelder (1992), Uji Kesesuaian model (goodness of fit) ini digunakan untuk mengetahui apakah model dengan variabel dependen tersebut merupakan model yang sesuai atau tidak. Hipotesis : H 0 : Model sesuai (tidak ada perbedaan nyata antara hasil observasi dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (ada perbedaan nyata antara hasil observasi dengan kemungkinan hasil prediksi model) Statistik Uji : C = g (o k n k π k) 2 k=1 (2.12) n k π k(1 π k) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

16 16 dengan n k o k = j=1 y j, Jumlah variabel respon pada group ke k π k = n k m j π j j=1 n k, rata rata taksiran probabilitas m j = banyaknya observasi yang memiliki nilai π j n k = banyaknya observasi pada group ke k Daerah penolakan H 0 jika C > χ 2(g 2) dan p value < α = 5%. (Hosmer dan Lemeshow, 2000). 2.9 Ketepatan Klasifikasi APER (Apparent Error Rate) merupakan suatu nilai yang digunakan untuk melihat peluang kesalahan dalam mengklasifikasi objek. Perhitungan nilai APER adalah : APER = n 12 + n 21 n 11 + n 12 + n 21 +n 22 x 100% (2.13) Dengan : n 11 = banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan sebagai kejadian gagal n 12 = banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan sebagai kejadian sukses n 21 = banyaknya kejadian sukses dari hasil amatan yang tepat diprediksikan sebagai kejadian gagal SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

17 17 n 22 = banyaknya kejadian sukses dari hasil amatan yang tepat diprediksikan sebagai kejadian sukses 2.10 Analisis Gap Analisis Gap digunakan untuk mengetahui perkembangan yang telah dicapai suatu perusahaan serta sebagai tahapan evaluasi kinerja. Dalam penulisan ini, analisis gap yang akan diteliti adalah gap antara produk yang dirasakan dengan produk yang diharapkan. Alat yang dapat digunakan untuk melihat kualitas jasa maupun kualitas produk yang diberikan yaitu diagram kartesius. Diagram kartesius digunakan untuk menganalisa kesenjangan kenyataan dan harapan pelanggan. Cara melakukan analisis Gap menggunakan diagram kartesius yaitu menjumlahkan perfaktor pada setiap sampel dari kolom kenyataan dilambangkan dengan X maupun kolom harapan dilambangkan dengan Y lalu dihitung rata-rata jumlah perfaktor dari kolom kenyataan yang menyatakan nilai X maupun kolom harapan yang menyatakan nilai Y. Selanjutnya untuk mendapatkan batas garis dengan menghitung rata-rata nilai X yang dilambangkan dengan X dan Y yang dilambangkan dengan Y. Setelah didapatkan nilai X dan Y lalu dibuat plot dalam diagram kartesius dengan batas X dan Y. Setelah diplotkan, lalu membuat interpretasi diagram kartesius. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

18 18 Tabel 2.1 Kolom antara Harapan dan Kenyataan Kenyataan (X ) Harapan (Y ) Faktor ke- j Faktor ke- j Sampe l ke- i k k 1 X 11 X X 21 X n X n1 X n2... X 1k Y 11 Y X 2k Y 21 Y X nk Y n1 Y n2... Y 1k Y 2k Y nk X.1 X.2... X.k Y.1 Y.2... Y.k Nilai X j dan Y j didapatkan dari: X j = X j n Y j = Y j n ; j = 1, 2,, k (2.14) ; j = 1, 2,, k (2.15) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

19 19 Sedangkan untuk mendapatkan nilai X dan Y digunakan rumus: X = X 1+X 2+ +X k k Y = Y 1+Y 2+ +Y k k (2.16) (2.17) Nilai dari data hasil kuisioner akan diplotkan pada diagram kartesius yang hasilnya bisa berada di prioritas I, II, III, IV dimana masing-masing prioritas menunjukkkan kondisi pelayanan untuk setiap variabel pelayanan. Harapan Y Y Kuadran II Prioritas Utama Kuadran III Prioritas Rendah Kuadran I Pertahankan Kuadran IV Berlebihan X X Persepsi Gambar 2.1 Diagram Kartesius antara harapan dan kenyataan Dengan : X = Nilai kepuasan Y = Nilai Harapan X = Kenyataan yang diperoleh Y = Tingkat Kepentingan Berdasarkan Gambar 2.1 menunjukkan bawah masing-masing prioritas dapat dijelaskan sebagai berikut. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

20 20 Kuadran I Kuadran ini menunjukkan unsur-unsur pelayanan yang harapan pelanggan tinggi, namun kepuasan sudah didapatkan oleh pelanggan. Variabel yang masuk dalam kuadran ini menjadikan produk atau jasa tersebut unggul dimata pelanggan. Kuadran II Kuadran ini memuat unsur-unsur pelayanan yang diharapkan sangat tinggi oleh pelanggan, tetapi pada kenyataannya kepuasan terhadap unsur tersebut belum sesuai dengan harapan pelanggan. Tingkat kepuasan pelanggan lebih rendah daripada yang diharapkan. Oleh sebab itu, pelayanan kinerja di kuadran ini harus lebih ditingkatkan Kuadran III Kuadran ini meliputi unsur-unsur yang kurang diperhatikan oleh pelanggan dan kualitas pelayanannya juga rendah. Peningkatan terhadap unsur ini perlu dipertimbangkan lagi, karena pengaruhnya terhadap manfaat yang dirasakan pelanggan sangat kecil. Kuadran IV Kuadran ini memuat unsur-unsur pelayanan yang dianggap kurang penting oleh pelanggan, namun pelayanannya sudah sangat memuaskan. Peningkatan kinerja pada kuadran ini hanya akan menyebabkan terjadinya pemborosan sumber daya. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

21 Software Minitab Minitab adalah program komputer untuk analisis statistika yang bersifat interaktif dengan pemakainya. Hasil analisis di program Minitab dapat ditampilkan dalam bentuk histogram, plot, dan angka dengan hanya memberikan satu atau dua perintah, bahkan dapat digabungkan dengan program pengolahan data lain seperti Office dan Ms.Office. (Syukri, 2009) Menurut Draper dan Smith (1992), Minitab menarik karena begitu mudahnya pengguna memanipulasi dan menganalisis datanya secara campuran. Misalnya, kita dapat melakukan transformasi, mengeluarkan sebagian kasus, mengerjakan regresi sederhana, membuat distribusi sisaan, membuat histogram, mengerjakan regresi berganda, menghitung selisih antara kedua gugusan sisaan.semua dapat dilakukan dengan satu perintah untuk setiap operasinya. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

22 BAB III METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan dalam penelitian ini adalah data primer. Data primer diperoleh dengan melakukan survey kepada pengguna Pertalite di Sidoarjo dan pengunjung yang akan mengisi bahan bakar Pertalite di enam SPBU di Kabupaten Sidoarjo. Survey dilakukan dengan membagikan kuesioner di area peristirahatan SPBU. Survey dilakukan sebanyak dua kali yaitu survey pendahuluan dan survey sebenarnya setelah melakukan uji validitas dan reliabilitas. Survey dilakukan pada tanggal 01 November November Metode Pengambilan Sampel Dalam penelitian ini target populasi yang akan dipilih adalah pengunjung yang telah mengisi bahan bakar jenis Pertalite. Metode penelitian yang digunakan dalam penelitian ini melalui convinience sampling yaitu teknik sampling dengan mengambil sampel yang sesuai ketentuan atau persyaratan sampel dari populasi tertentu yang paling mudah dijangkau atau didapatkan. Penelitian ini menggunakan sampel yang sudah ditentukan sendiri oleh peneliti karena jumlah populasi tidak diketahui, yaitu mengambil sampel sebanyak 250 respoden untuk kemudian dilakukan uji kecukupan data KMO dan relative importants coeficient untuk mengetahui apakah sampel yang telah terambil memiliki persentase nilai kesalahan yang dapat ditoleransi. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 22

23 Variabel Penelitian Variabel-variabel yang digunakan dalam penelitian ini yaitu variabel demografi, variabel perilaku pelanggan, dan variabel dimensi kualitas produk Respon Variabel respon yang digunakan dalam penulisan ini sebagai berikut: Y = 0, pengguna bahan bakar Pertalite merasa tidak puas Y = 1, pengguna bahan bakar Pertalite merasa puas Demografi Variabel demografi dari penulisan ini adalah sebagai berikut : Tabel 3.1 Variabel Demografi yang Digunakan No Variabel Kategori 1 Usia 2 Jenis Kelamin Laki-laki Perempuan 3 Pendidikan Terakhir Tidak Sekolah SD SMP SMA D3/S1/S2/S3 4 Pekerjaan Pelajar/Mahasiswa Pegawai Swasta PNS Wirausaha 5 Pendapatan / bulan < Rp Rp s/d Rp Rp s/d Rp Rp s/d Rp > Rp SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

24 24 6 Pengeluaran / minggu untuk mengisi bahan bakar < Rp Rp s/d Rp Rp s/d Rp > Rp Perilaku Pelanggan Variabel perilaku pelanggan dari penulisan ini sebagai berikut : Tabel 3.2 Variabel Perilaku Pelanggan No Variabel Kategori 1 Sumber informasi a. Melalui papan reklame b. Media elektronik c. Media cetak d. Mendapatkan informasi dari orang lain 2 Rata-rata mengisi bahan bakar dalam seminggu 3 Rata-rata jarak tempuh berkendara dalam sehari 4 Apakah anda pernah menyampaikan keluhan mengenai Pertalite kepada pihak SPBU 5 Alasan anda memilih bahan bakar jenis Pertalite a. 1 kali b. 2 kali c. 3 kali d. 4 kali a. 1-5 km b km c km d. > 20 km a. Pernah b. Tidak pernah a. Kualitas b. Waktu pengisian c. Saran seseorang d. Coba coba SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

25 25 6 Sebelum menggunakan Pertalite, bahan bakar jenis apa yang biasa anda gunakan 7 Apakah anda menyarankan orang lain untuk menggunakan Pertalite 8 Apakah anda tetap menggunakan Pertalite dalam kurun waktu mendatang a. Premium b. Pertamax 92 c. Pertamax Plus d. Pertamina Dex a. Ya b. Tidak a. Ya b. Tidak Dimensi Kualitas Produk Variabel dimensi kualitas produk menjelaskan tentang tingkat kepuasan pelanggan terhadap kualitas produk, yang terdapat dua penilaian yaitu persepsi kenyataan yang dirasakan pelanggan dan persepsi harapan yang diharapkan pelanggan. Skala penilaiannya yaitu 1 sampai 4, dengan skor 1 menunjukkan nilai terendah dan skor 4 menunjukkan nilai tertinggi. Skor kolom kenyataan 1 4 Sangat tidak puas Sangat Puas Skor kolom harapan 1 4 Sangat tidak puas Sangat Puas SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

26 26 Tabel 3.3 Variabel Dimensi Kualitas Produk Variabel Kategori Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo (X1.1) Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan (X1.2) Performance (X1) Harga yang ditawarkan sesuai dengan kualitasnya (X1.3) Kecepatan pada saat pengisian (tidak antri) (X1.4) Efek kandungan bahan bakarnya terasa pada kendaraan bermotor (X1.5) Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap (X2.1) Service Ability (X2) Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite (X2.2) Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen (X2.3) Kemudahan dalam melakukan pembayaran (X2.4) Profesional dalam melayani konsumen (X2.5) Kualitas kadar oktan dan kandungan RON pada Pertalite cukup bagus (X3.1) Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar (X3.2) Reliabilitas (X3) Prosedur pengisian cepat dan mudah (X3.3) Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor (X3.4) Ketersediaan petugas SPBU Pertalite dalam melayani konsumen (X3.5) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

27 Tahap Analisis Data berikut: Langkah-langkah yang akan dilakukan dalam penulisan ini adalah sebagai 1. Mendeskripsikan dan menganalisis karakteristik pengguna Pertalite dengan langkah-langkah sebagai berikut : a. Mendefinisikan variabel-variabel karakteristik pengguna Pertalite yang dideskripsikan yaitu variabel demografi dan variabel perilaku pelanggan b. Mendiskripsikan karakteristik perilaku pelanggan menggunakan tabel kontingensi dan dalam bentuk diagram lingkaran (pie-chart) menggunakan Microsoft Excel Mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan pengguna Pertalite dan model regresi logistik biner yang terkait melalui tahap sebagai berikut. a. Melakukan Uji Validitas pada persamaan (2.1) b. Melakukan Uji Reliabilitas pada persamaan (2.2) c. Membuat model logistik biner d. Melakukan Uji Serentak pada persamaan (2.10) e. Melakukan Uji Parsial pada persamaan (2.11) f. Melakukan Uji Regresi Logistik Biner pada persamaan (2.3), (2.4) g. Melakukan Uji Kesesuaian Model pada persamaan (2.12) h. Menghitung Ketepatan Klasifikasi pada persamaan (2.9) SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

28 28 3. Menganalisa kesenjangan antara kenyataan dan harapan yang mempengaruhi faktor kepuasan pelanggan Pertalite dengan melakukan analisis GAP melalui diagram kartesius. Tahap yang dilakukan sebagai berikut. a. Menghitung rata-rata perfaktor dari kolom kenyataan (X) dan harapan (Y) sehingga didapat (X ) dan (Y ). b. Menghitung rata-rata (X ) dan (Y ) untuk mendapatkan batas (X ) pada persamaan (2.14) dan (Y ) pada persamaan (2.15). c. Membuat plot dalam diagram kartesius seperti pada gambar 2.1 dengan menggunakan software minitab. d. Membuat interpretasi diagram kartesius berdasarkan hasil dengan cara melihat variabel yang masuk pada kuadran I, II, III dan IV, sehingga dapat ditarik kesimpulan. 4. Kesimpulan SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

29 BAB IV HASIL DAN PEMBAHASAN 4.1 Karakteristik Pelanggan Bahan Bakar Pertalite Jumlah sampel yang terlibat dalam penelitian ini sebesar 250 responden. Semua data sampel diambil dari kuesioner pada lampiran 1 terhadap pengguna Pertalite di beberapa SPBU di Sidoarjo dan konsumen Pertalite di Sidoarjo. Tabel 4.1 Karakteristik Pelanggan Pertalite Berdasarkan Jenis Kelamin dan Pendidikan Terakhir Pendidikan Jenis Kelamin Total Terakhir L P SD SMP SMA D3/S1/S2/S Total Berdasarkan Tabel 4.1, dapat dilihat bahwa mayoritas pelanggan adalah berjenis kelamin laki-laki sebanyak 168 orang (52%) dan mayoritas pendidikan terakhir adalah D3/S1/S2/S3 sebanyak 152 orang (48%). SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 29

30 30 Distribusi sampel berdasarkan pekerjaan dapat dilihat pada gambar 4.1. Pekerjaan 17% 5% 18% Pelajar Pegawai Swasta 6% PNS Wirausaha 54% Lainnya Gambar 4.1 Karakteristik Pelanggan Menurut Pekerjaan Pendapatan/bulan 8% 9% < 500rb 500rb - 1jt 50% 15% 18% 1jt - 2jt 2jt - 3jt > 3jt Pengeluaran/minggu untuk mengisi BBM 5% 39% 16% 40% < 50rb 50rb - 100rb 100rb - 150rb > 150rb Gambar 4.2 Pendapatan/bulan dan Pengeluaran/minggu Untuk Mengisi BBM Berdasarkan gambar 4.1 dapat dilihat bahwa sebagian besar pengguna Pertalite adalah pegawai swasta dengan persentase 54%. Sedangkan ditinjau dari SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

31 31 distribusi pelanggan berdasarkan penghasilan dan pengeluaran tiap minggu untuk mengisi BBM, dapat dilihat pada gambar 4.2. Hal ini sesuai dengan tingkat pendapatan responden yang umumnya mencapai lebih dari Rp (Gambar 4.2). Dengan penghasilan seperti itu dapat dipastikan pengeluaran untuk mengisi BBM jenis Pertalite hanya sebesar Rp sampai Rp perminggu (Gambar 4.2) dikarenakan responden sudah bekerja. Variabel perilaku pelanggan berdasarkan dari sumber informasi mengetahui tentang bahan bakar Pertalite dapat dilihat pada gambar 4.3. Melalui papan reklame 14% Media elektronik 57% 23% Media cetak 6% Mendapatkan informasi dari oranglain Gambar 4.3 Sumber Informasi Mengetahui tentang Pertalite SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

32 32 Menyarankan Orang Lain 14% YA TIDAK 86% Gambar 4.4 Menyarankan Orang Lain Berdasarkan gambar 4.3 dapat dilihat bahwa sebagian besar responden mengetahui tentang Pertalite melalui informasi dari orang lain baik dari teman maupun keluarga sebesar 57 persen dan sebaliknya responden menyarankan orang lain untuk menggunakan Pertalite sebesar 86 persen (Gambar 4.4 ). Untuk mengetahui persentase pengisian bahan bakar dalam seminggu dan jarak tempuh berkendara dalam sehari serta alasan memilih menggunakan Pertalite dapat dilihat pada gambar 4.5 dan gambar % Pengisian BBM/minggu 16% 17% 36% 1 kali 2 kali 3 kali 4 kali Jarak Tempuh Berkendara/hari 8% 65% 3% 24% 1-5 km 5-10 km 10-20km > 20 km Gambar 4.5 Pengisian BBM dalam seminggu dan Jarak Tempuh dalam Sehari SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

33 33 17% 10% 26% Alasan 47% Kualitas Waktu Pengisian Saran Seseorang Coba - coba Gambar 4.6 Alasan Menggunakan Pertalite Berdasarkan gambar 4.5 dapat dilihat bahwa rata-rata responden mengisi bahan bakar dalam seminggu sebanyak 2 kali dengan persentase 36 persen sedangkan jarak tempuh berkendara dalam sehari mencapai antara km dalam sehari dengan persentase sebesar 65 persen. Alasan responden menggunakan bahan bakar jenis Pertalite adalah karena faktor kualitas bahan bakar tersebut dengan persentase sebesar 47 persen (Gambar 4.6). Menyampaikan Keluhan Tetap Menggunakan 11% PERNAH 8% YA 89% TDK PERNAH 92% TIDAK Gambar 4.7 Menyampaikan Keluhan dan Tetap Menggunakan Menggunakan Pertalite SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

34 34 Selama menggunakan Pertalite, 89 persen responden tidak pernah menyampaikan keluhan kepada pihak SPBU, dikarenakan hal ini responden tetap menggunakan Pertalite dalam waktu mendatang dengan persentase 92 persen (Gambar 4.7). Untuk menentukan faktor-faktor yang mempengaruhi kepuasan pelanggan terhadap kualitas produk Pertalite dilakukan pendekatan model logistik biner. Sebelum membuat model logitik biner dilakukan uji validitas dan uji reliabilitas. 4.2 Faktor Faktor yang Mempengaruhi Kepuasan Pelanggan Pertalite Uji Validitas Uji Validitas digunakan untuk memastikan seberapa baik suatu instrumen digunakan untuk mengukur konsep yang seharunya diukur. Kuisioner dikatakan valid apabila dapat mempresentasikan atau mengukur yang hendak diukur (variabel penelitian). Hipotesis yang digunakan dalam uji validitas : H 0 : Pernyataan tidak mengukur aspek yang sama H 1 : Pernyataan mengukur aspek yang sama Statistik uji yang digunakan pada persamaan (2.1) dengan daerah penolakan H 0 jika nilai p-value < = 0,05 pada hasil analisis menggunakan SPSS. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

35 35 Tabel 4.2 Uji Validitas pada variabel (X 1 ) No Variabel Keterangan p-value Keputusan Kesimpulan 1 x 1.1 Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo 2 x 1.2 Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan 3 x 1.3 Harga yang ditawarkan sesuai dengan kualitasnya 4 x 1.4 Kecepatan pada saat pengisian (tidak antri) 5 x 1.5 Efek kandungan bahan bakarnya terasa pada kendaraan bermotor 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid Tabel 4.3 Uji Validitas pada variabel (X 2 ) No Variabel Keterangan p-value Keputusan Kesimpulan 1 x 2.1 Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap 2 x 2.2 Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite 3 x 2.3 Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen 4 x 2.4 Kemudahan dalam melakukan pembayaran 5 x 2.5 Profesional dalam melayani konsumen 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

36 36 Tabel 4.4 Uji Validitas pada variabel (X 3 ) No Variabel Keterangan p-value Keputusan Kesimpulan 1 x 3.1 Kualitas kadar oktan dan kandungan RON pada Pertalite cukup bagus 2 x 3.2 Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar 3 x 3.3 Prosedur pengisian cepat dan mudah 4 x 3.4 Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor 5 x 3.5 Ketersediaan petugas SPBU Pertalite dalam melayani konsumen 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid 0,000 Tolak H 0 Valid Berdasarkan hasil uji validitas untuk variabel prediktor dengan hasil perhitungan menggunakan software pada lampiran 3, didapatkan semua variabel pertanyaan memiliki nilai p-value < = 0,05 sehingga dapat disimpulkan bahwa semua pertanyaan dalam kuesioner dapat mengukur aspek yang sama, yang berarti valid Uji Reliabilitas Menurut Malhotra dan Birks (2007) Reliabilitas adalah suatu tingkatan yang mengukur konsistensi hasil jika dilakukan pengukuran berulang pada suatu karakteristik. Pengukuran reliabilitas dapat dilihat pada nilai cronbach s alpha. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

37 37 Statistik uji yang digunakan terdapat pada persamaan (2.2). Hasil uji reliabilitas dicantumkan pada tabel 4.5 Tabel 4.5 Uji Reliabilitas No Variabel Cronbach s Alpha Kesimpulan 1 Variabel Performance (x 1 ) 0,721 Reliabel 2 Variabel Service Ability (x 2 ) 0,788 Reliabel 3 Variabel Reliabilitas (x 3 ) 0,807 Sangat Reliabel Pada hasil analisis dengan nilai cronbach s alpha pada lampiran 4 untuk varibel Reliabilitas diperoleh nilai cronbach s alpha > 0,8 yang berati alat ukur dalam kuesioner sangat reliabel. Nilai cronbach s alpha pada variabel performance dan reliabilitas diperoleh nilai > 0,6 berarti alat ukur dalam kuesioner reliabel. Setelah dilakukan uji validitas dan reliabilitas, data dimodelkan dengan logistik biner melalui software minitab 14. Setelah model logistik biner diperoleh dilakukan uji serentak dan uji parsial yang dijelaskan berikut Uji Serentak Pengujian ini menggunakan Likelihood Ratio Test (LRT) dilakukan untuk mengetahui model signifikan dan untuk memeriksa peranan variabel terikat dalam model secara bersama-sama dengan hipotesis sebagai berikut. H 0 : β 1 = β 2 = β 3 = 0 H 1 : minimal ada satu β j 0 SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

38 38 Statistik uji yang digunakan pada persamaan (2.10) dengan daerah penolakan H 0 jika value < α = 5%. Tabel 4.6 P-value hasil perhitungan software p-value Keputusan 0,017 Tolak H0 Pada Tabel 4.6 Lampiran 5 diperoleh nilai p value = 0,017 < α = 0,05 maka tolak H 0 yang berarti minimal ada satu variabel prediktor yang berpengaruh Uji Parsial Menguji pengaruh variabel secara individual untuk menunjukkan prediktor tersebut sesuai model atau tidak. Pengujian signifikansi parameter menggunakan uji Wald. H 0 : β j = 0 H 1 : β j 0 ; j = 1,2, 3 Statistik uji yang digunakan pada persamaan (2.11). Daerah penolakan H 0 jika nilai W > Z α 2 atau nilai p-value < α = 5%. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

39 39 Tabel 4.7 P-value hasil perhitungan software No Variabel p-value Kesimpulan 1 Performance(X 1 ) 0,025 Signifikan 2 Service Ability (X 2 ) 0,004 Signifikan 3 Reliabilitas (X 3 ) 0,476 Signifikan Pada tabel 4.7 lampiran 5 menunjukkan bahwa variabel yang berpengaruh secara individu terhadap kepuasaan pelanggan Pertalite adalah variabel performance (X 1 ) dan variabel Service Ability (X 2 ) dengan nilai p-value kurang dari α < 5% Model Regresi Logistik Biner Pengujian secara serentak maupun parsial menunjukkan bahwa prediktor yang berpengaruh terhadap kepuasan pelanggan Pertalite yaitu variabel performance(x 1 ), varibel Service Ability (X 2 ), dan variabel Reliabilitas (X 3 ). Dari hasil pengujian regresi logistik biner pada lampiran 5, maka diperoleh persamaan transformasi logit sebagai berikut: g(x) = 0, ,254197X 1 + 0,311772X 2 + 0, X 3 dan diperoleh model regresi logistiknya sebagai berikut : π(x) = exp (0, ,254197X 1 + 0,311772X 2 + 0, X 3 ) 1 + exp (0, ,254197X 1 + 0,311772X 2 + 0, X 3 ) Uji Kesesuaian Model Uji kesesuaian model digunakan untuk mengetahui apakah model dengan variabel dependen tersebut merupakan model yang sesuai. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

40 40 H 0 : Model sesuai (tidak ada perbedaan nyata antara hasil observasi dengan kemungkinan hasil prediksi model) H 1 : Model tidak sesuai (ada perbedaan nyata antara hasil observasi dengan kemngkinan hasil prediksi model) Statistik uji yang digunakan pada persamaan (2.12). Daerah penolakan H 0 jika C > 2 X (g 2) dan p value < α = 5%. Tabel 4.9 P-value hasil perhitungan software p-value Hosmer-Lemeshow 0,286 Tabel 4.9 menunjukkan hasil pada Hosmer-Lemeshow sesuai lampiran 5 yang dilihat dari nilai p-value sebesar 0,286 > α = 5% sehingga keputusan yang dapat diambil adalah terima H 0 yang berarti model sesuai Ketepatan Klasifikasi Data In Sample Berdasarkan hasil dari Subbab 4.2.5, dengan cut point yang sudah ditentukan sebesar 0,5 maka dapat dihitung ketepatan klasifikasi model data in sample dengan menggunakan nilai APPER. APPER (Apparent Error Rate) merupakan suatu nilai yang digunakan untuk melihat peluang kesalahan dalam mengklasifikasi objek. Berikut ini disajikan hasil ketepatan klasifikasi pada Tabel SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

41 41 Tabel 4.10 Ketepatan Klasifikasi Regresi Logistik Biner Data In Sample Prediksi Observasi Tidak Puas Puas Total Tidak Puas Puas Total Perhitungan nilai APPER adalah sebagai berikut : APPER = n 12 + n 21 n 11 + n 12 + n 21 + n % = % = 5 % Berdasarkan perhitungan nilai APPER data in sample pada lampiran 6, diperoleh peluang kesalahan dalam mengklasifikasikan objek sebesar 5% sehingga diperoleh ketepatan klasifikasi sebesar 95 % Ketepatan Klasifikasi Data Out Sample Berdasarkan hasil dari Subbab 4.2.5, maka dapat dihitung ketepatan klasifikasi model data out sample menggunakan nilai APPER. APPER (Apparent Error Rate) merupakan suatu nilai yang digunakan untuk melihat peluang kesalahan dalam SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

42 42 mengklasifikasi objek. Berikut ini disajikan hasil ketepatan klasifikasi pada Tabel Tabel 4.11 Ketepatan Klasifikasi Regresi Logistik Biner Data Out Sample Prediksi Observasi Tidak Puas Puas Total Tidak Puas Puas Total Perhitungan nilai APPER adalah sebagai berikut : APPER = n 12 + n 21 n 11 + n 12 + n 21 + n % = % = 10 % Berdasarkan perhitungan nilai APPER data out sample pada lampiran 6, diperoleh peluang kesalahan dalam mengklasifikasikan objek sebesar 10% sehingga diperoleh ketepatan klasifikasi sebesar 90 %. Setelah mengidentifikasi faktor-faktor yang mempengaruhi kepuasan pelanggan terhadap kualitas produk Pertalite, melakukan uji kesesuaian model, dan didapat ketepatan klasifikasinya. Selanjutnya menganalisa kesenjangan kenyataan dan SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

43 43 harapan yang mempengaruhi faktor kepuasan pelanggan terhadap kualitas produk Pertalite berdasarkan analisis GAP berikut ini. 4.3 Kesenjangan Kenyataan dan Harapan yang Mempengaruhi Faktor Kepuasan Pelanggan Terhadap Kualitas Produk Pertalite Berdasarkan Analisis GAP Analisis Gap digunakan untuk mengetahui perkembangan yang telah dicapai suatu perusahaan serta sebagai tahapan evaluasi kinerja. Analisis Gap yang akan diteliti adalah gap antara produk yang dirasakan dengan produk yang diharapkan. Alat yang dapat digunakan untuk menganalisa kesenjangan kenyataan dan harapan pelanggan pada kualitas jasa maupun kualitas produk yang diberikan yaitu diagram kartesius. Berikut ini diagram kartesius pada variabel performance, variabel service ability, dan variabel reliabilitas Scatterplot of Harapan vs Kenyataan x Harapan x1.1 x1.5 x x Kenyataan Gambar 4.8 Diagram Kartesius pada Variabel Performance SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

44 44 Berdasarkan gambar 4.8 didapat nilai (X ) yang masing-masing nilai yaitu (X 1.1 ) sebesar 3,092; (X 1.2 ) sebesar 3,156; (X 1.3 ) sebesar 3,144; (X 1.4 ) sebesar 3,168; (X 1.5 ) sebesar 3,136 dan batas nilai (X ) sebesar 3,1392. Sedangkan nilai (Y ) yang masing-masing nilai yaitu (Y 1.1 ) sebesar 3,512; (Y 1.2 ) sebesar 3,512; (Y 1.3 ) sebesar 3,5; (Y 1.4 ) sebesar 3,524; (Y 1.5 ) sebesar 3,508 dan batas nilai (Y ) sebesar 3,5112. Penjelasan Gambar 4.8 diuraikan dalam Tabel 4.12 berikut ini : Tabel 4.12 Posisi Dimensi Variabel Performance Posisi Indikator Keterangan Kuadran I X 1.2 Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan X 1.4 Kecepatan pada saat pengisian (tidak antri) Kuadran II X 1.1 Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo Kuadran III X 1.5 Efek kandungan bahan bakarnya terasa pada kendaraan bermotor Kuadran IV X 1.3 Harga yang ditawarkan sesuai dengan kualitasnya SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

45 45 Berdasarkan Tabel 4.12 variabel yang terdapat pada kuadran I Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan (X 1.2 ) dan Kecepatan pada saat pengisian (X 1.4 ) merupakan aspek yang unggul dimata pelanggan sehingga wajib dipertahankan kedepannya. Kemudahan dalam menemukan Pertalite di SPBU Sidoarjo (X 1.1 ) perlu diperhatikan karena belum sesuai harapan pengunjung. Efek kandungan bahan bakarnya terasa pada kendaraan bermotor (X 1.5 ) belum terlalu dirasakan oleh para pelanggan. Harga yang ditawarkan sesuai dengan kualitasnya (X 1.3 ) merupakan unsur yang dianggap kurang penting namun sudah memuaskan. Analisis gap pada faktor dua untuk mengetahui kepuasaan pelanggan yang variabelnya masuk dalam faktor dua Scatterplot of Harapan vs Kenyataan x x2.2 Harapan x x x Kenyataan Gambar 4.9 Diagram Kartesius pada Variabel Service Ability SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

46 46 Berdasarkan gambar 4.9 didapat nilai (X ) yang masing-masing nilai yaitu (X 2.1 ) sebesar 2,884; (X 2.2 ) sebesar 2,9; (X 2.3 ) sebesar 2,952; (X 2.4 ) sebesar 3,008; (X 2.5 ) sebesar 3,252 dan batas nilai (X ) sebesar 2,9992. Sedangkan nilai (Y ) yang masing-masing nilai yaitu (Y 2.1 ) sebesar 3,36; (Y 2.2 ) sebesar 3,48; (Y 2.3 ) sebesar 3,448; (Y 2.4 ) sebesar 3,4; (Y 2.5 ) sebesar 3,524 dan batas nilai (Y ) sebesar 3,4424. Penjelasan Gambar 4.9 diuraikan dalam Tabel 4.12 berikut ini : Tabel 4.13 Posisi Dimensi Variabel Service Ability Posisi Indikator Keterangan Kuadran I X 2.5 Profesional dalam melayani konsumen Kuadran II X 2.2 Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite X 2.3 Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

47 47 Posisi Indikator Keterangan Kuadran III X 2.1 Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap Kuadran IV X 2.4 Kemudahan dalam melakukan pembayaran Berdasarkan Tabel 4.13 petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite (X 2.2 ) dan petugas Pertalite di SPBU Sidoarjo mampu menanggapi pertanyaan atau keluhan para konsumen (X 2.3 ) diperlukan peningkatan kinerja lagi karena kenyataannya para petugas SPBU kurang sigap dalam memberikan pelayanan maupun informasi kepada para pelanggan. Profesional dalam melayani konsumen (X 2.5 ) merupakan atribut yang unggul dimata pelanggan sehingga wajib dipertahankan kedepannya. Kualitas yang dinilai kurang baik oleh pelanggan yaitu petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap (X 2.1 ). Kemudahan dalam melakukan pembayaran (X 2.4 ) merupakan atribut yang dianggap kurang penting namun memuaskan. Analisis gap pada faktor tiga untuk mengetahui kepuasan pelanggan yang variabelnya masuk dalam faktor tiga. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

48 x3.1 Scatterplot of Harapan vs Kenyataan Harapan x3.5 x3.4 x x Kenyataan Gambar 4.10 Diagram Kartesius pada Variabel Reliabilitas Berdasarkan gambar 4.10 didapat nilai (X ) yang masing-masing nilai yaitu (X 3.1 ) sebesar 2,976; (X 3.2 ) sebesar 3,348; (X 3.3 ) sebesar 3,36; (X 3.4 ) sebesar 3,316; (X 3.5 ) sebesar 3,284 dan batas nilai (X ) sebesar 3,2568. Sedangkan nilai (Y ) yang masing-masing nilai yaitu (Y 3.1 ) sebesar 3,512; (Y 3.2 ) sebesar 3,304; (Y 3.3 ) sebesar 3,384; (Y 3.4 ) sebesar 3,332; (Y 3.5 ) sebesar 3,356 dan batas nilai (Y ) sebesar 3,3776. Penjelasan Gambar 4.8 diuraikan dalam Tabel 4.10 berikut ini : Tabel 4.14 Posisi Dimensi Variabel Reliabilitas Posisi Indikator Keterangan Kuadran I X 3.3 Prosedur pengisian cepat dan mudah SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

49 49 Posisi Indikator Keterangan Kuadran II X 3.1 Kualitas kadar oktan dan kandungan RON pada Pertalite Kuadran IV X 3.2 Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar X 3.4 Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor X 3.5 Ketersediaan petugas SPBU Pertalite dalam melayani konsumen Berdasarkan Tabel 4.14 kualitas kadar oktan dan kandungan RON pada Pertalite cukup bagus (X 3.1 ) dirasa masih kurang cukup untuk memenuhi kebutuhan masyarakat yang mengharapkan adanya bahan bakar murah yang berkualitas. Prosedur pengisian cepat dan mudah (X 3.3 ) dirasa pelanggan sangat memuaskan sehingga wajib dipertahankan untuk kedepannya. Kualitas pembakaran bila SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

50 50 digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar (X 3.2 ), menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor (X 3.4 ), dan ketersediaan petugas SPBU Pertalite dalam melayani konsumen (X 3.5 ) adalah unsur pelayanan yang dianggap kurang penting namun sudah memuaskan. Tidak ada yang terletak pada kuadran III dikarenakan tidak adanya variabel yang kurang memuaskan atau yang merupakan kategori prioritas rendah. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

51 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan penelitian terhadap 250 pengguna bahan bakar Pertalite di Sidoarjo pada bulan November 2015 sampai Desember 2015 dapat disimpulkan sebagai berikut. 1. Hasil analisis deskriptif menunjukkan bahwa karakteristik pelanggan Pertalite adalah mayoritas pelanggan berjenis kelamin laki-laki dan mayoritas pendidikan terakhir para pelanggan adalah lulusan perguruan tinggi. Sebagian besar pelanggan adalah pegawai swasta dengan penghasilan setiap bulannya lebih dari Rp Pengeluaran untuk mengisi bahan bakar setiap minggunya berkisar antara Rp sampai Rp Pelanggan memperoleh informasi tentang Pertalite dari orang lain baik teman maupun keluarga dan menyarankan orang lain juga untuk menggunakan Pertalite. Rata-rata jarak tempuh berkendara para pelanggan yaitu sekitar antara 10 km sampai 20 km setiap harinya, sedangkan setiap minggunya para pelanggan mengisi bahan bakar kendaraanya sebanyak 3 kali. Prioritas menggunakan bahan bakar Pertalite adalah karena kualitas yang dimiliki bahan bakar tersebut. Selama menggunakan Pertalite, pelanggan tidak pernah menyampaikan keluhan kepada pihak SPBU sehingga dalam waktu mendatang pelanggan akan tetap menggunakan Pertalite. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 51

52 52 2. Pada uji serentak dan uji parsial menunjukkan bahwa variabel yang berpengaruh adalah variabel performance dan Service Ability. Model regresi logistik biner yang dihasilkan dari variabel yang berpengaruh adalah : π(x) = exp (0, ,254197X 1 + 0,311772X 2 + 0, X 3 ) 1 + exp (0, ,254197X 1 + 0,311772X 2 + 0, X 3 ) Sedangkan hasil perhitungan dengan menggunakan rumus APER, diperoleh peluang kesalahan dalam mengklasifikasian objek pada data in sample sebesar 5 % sehingga ketepatan klasifikasinya sebesar 95 % dan untuk data out sample sebesar 10 % sehingga ketepatan klasifikasinya sebesar 90 %. 3. Ada beberapa aspek kualitas produk yang masih ada kekurangan yaitu kemudahan dalam menemukan Pertalite di SPBU Sidoarjo, efek kandungan bahan bakar, petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite, petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan atau keluhan para konsumen, Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap, Kualitas kadar oktan dan kandungan RON yang masih perlu diperhatikan dan ditingkatkan lagi kualitas produknya. 5.2 Saran 1. Dari hasil penelitian ini diharapkan dapat memberikan masukan kepada pengelola SPBU agar dapat meningkatkan kualitas produk sehingga kepuasan SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

53 53 pelanggan dapat lebih baik sesuai dengan strategi produk dari pengelola Pertalite. 2. Untuk penelitian selanjutnya dapat menggunakan metode lain dalam pengolahan data untuk memperoleh faktor yang mempengaruhi kepuasan pelanggan terhadap kualitas produk Pertalite serta dapat melakukan penelitian yang lebih spesifik pada indikator tingkat kepuasan kualitas produk - produk lain sehingga dapat diketahui indikator-indikator apa saja yang menyebabkan kepuasan kualitas produk tersebut. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA

54 DAFTAR PUSTAKA Agresti, A., 1990, Categorical Data Analysis, John Willey & Sons, Inc, New York. Draper, N. R. dan Smith, H., 1992, Analisis Regresi Terapan (Terjemahan), Gramedia Pustaka Utama, Jakarta Garvin, D. A., 1987, Managing Quality, The Free Press, New York. Hosmer, D.W. dan Lemeshow, S, Jr., 2000, Applied Logistic Regression, John Wiley & Sons, Inc., New Jersey. Kotler, Philip, 2005, Manajemen Pemasaran Jilid 2 Edisi Kesebelas, PT. Indeks, Jakarta. Malhotra, N. K dan Birks, D. F, 2007, Marketing Research: An Applied Approach 3rd European Edition, Perarson Education, UK. McCullagh, P. dan Nelder, J. A., 1992, Generalized Linear Models 2nd Edition, Champman and Hall. Nur, M. Syukri, 2009, Aplikasi Program Minitab 15, PT. Calprint Indonesia, Jakarta. Parasuraman, A., Zeithaml, V.A., dan Berry, L.L., (1988), SERVQUAL: Multiple- Item Scale for Measuring Consumer Perceptions of Service Quality, Journal of Marketing Science Institute, Cambridge, 64: 1 Sugiyono, 2010, Metode Penelitian Pendidikan, Alfabeta, Bandung. Tjiptono, F. dan Diana, A., 2003, Total Quality Manajemen Edisi Revisi, Andy, Yogyakarta. Wahyudi, S. H., Analisis Konsumsi dan Perilaku Konsumen Dalam Penggunaan Energi Bahan Bakar Minyak untuk Kendaraan Bermotor di Surakarta, Skripsi, Univeristas Sebelas Maret, Surakarta. Walpole, 1995, Pengantar Statistika, Gramedia Pustaka Utama, Jakarta. SKRIPSI ANALISIS STATISTIK KEPUASAN... ARIEFZAL DHARMA 54

55 Lampiran 1 Kuesioner Penelitian Kuesioner Penelitian Analisis Kepuasaan Pelanggan Pengguna Bahan Bakar Jenis Pertalite di Sidoarjo Dengan Pendekatan Regresi Logistik Biner dan Metode Analisis Gap Oleh : Ariefzal Dharma NIM : Jurusan : Statistika Universitas Airlangga Kuesioner di bawah ini dibuat untuk mengumpulkan data sebagai bahan penyusunan skripsi. Saya sangat mengharapkan anda berkenan untuk menjawab pertanyaan dengan sejujur - jujurnya. Perlu saya sampaikan disini, bahwa jawaban yang saudara berikan akan terjaga kerahasiaannya. Adapun cara pengisiannya cukup memberi tanda silang (X) pada jawaban yang paling sesuai. Atas kerjasama yang diberikan, saya ucapkan terima kasih. Identitas Responden Nama : Alamat : No. Telepon/Hp : Variabel Demografi Usia : Jenis Kelamin : a. Laki Laki b. Perempuan Pendidikan Terakhir : a. Tidak Sekolah b. SD c. SMP d. SMA e. D3/S1/S2/S3 Pekerjaan : a. Pelajar/Mahasiswa b. Pegawai Swasta c. PNS d. Wirausaha e. Lainnya Pendapatan / bulan a. < Rp b. Rp s/d Rp c. Rp s/d Rp d. Rp s/d Rp e. > Rp