Analisis Jalur Pengolahan Data

5.2.4. Analisis Jalur

Analisis jalur digunakan untuk mengetahui seberapa besar koefisien jalur pada setiap diagram jalur dari hubungan kausal antara X 1 , X 2 , X 3 terhadap Y. Analisis korelasi dan regresi merupakan dasar dari perhitungan koefisien jalur. Perhitungan menggunakan bantuan software dengan program SPSS for windows version 14. 5.2.4.1.Merumuskan Hipotesis dan Persamaan Struktural Adapun yang menjadi hipotesis dan persamaan struktural untuk penelitian ini adalah sebagai berikut. Hipotesis : Pengetahuan pelanggan terhadap produk mempengaruhi secara simultan dan signifikan kepada kepuasan pelanggan. Struktur : Y = ρ yx1 X 1 + ρ yx2 X 2 + ρ yx3 X 3 + ρ y ε 1 5.2.4.2.Menghitung Koefisien Jalur yang didasarkan pada Koefisien Regresi Menghitung koefisien jalur untuk analisis jalur ditentukan berdasarkan persamaan struktural dengan menggambarkan diagram jalurnya, kemudian menghitung koefisien korelasi dan regresi antara tiap variabel eksogen X 1 , X 2 , dan X 3 terhadap variabel endogen Y. 1. Menggambar diagram jalur lengkap Diagram jalur dalam penelitian ini dapat dilihat pada Tabel 5.1. Universitas Sumatera Utara x 2 x 1 x 3 Y r 13 r 12 r 23 ε 1 ρ y ρ yx3 ρ yx2 ρ yx1 R 2 yx1x2x3 Gambar 5.1. Diagram Jalur Hubungan Struktur X 1 , X 2 , X 3 terhadap Y Keterangan : − X 1 : pengetahuan mengenai jenis produk − X 2 : pengetahuan mengenai manfaat produk − X 3 : pengetahuan mengenai penggunaan produk − Y : kepuasan pelanggan secara keseluruhan − r 12 : koefisien korelasi variabel X 1 dan X 2 − r 13 : koefisien korelasi variabel X 1 dan X 3 − r 23 : koefisien korelasi variabel X 2 dan X 3 − ρ yx1 : koefisien jalur variabel X 1 terhadap Y − ρ yx2 : koefisien jalur variabel X 2 terhadap Y − ρ yx3 : koefisien jalur variabel X 3 terhadap Y − R 2 yx1x2x3 : kontribusi variabel X 1 , X 2 , X 3 terhadap Y − ρ y : koefisien jalur variabel lain terhadap Y − ε : koefisien variabel lain terhadap Y Universitas Sumatera Utara 2. Menghitung koefisien korelasi dan regresi Menghitung koefisien regresi untuk struktur yang telah dirumuskan. Hitung koefisien regresi untuk struktural yang telah dirumuskan dan digambar diagram jalurnya. Hasil perhitungan koefisien korelasi dan regresi dengan menggunakan SPSS 14 dapat dilihat pada Lampiran 17. Dari hasil Tabel correlations, maka diperoleh nilai korelasi antar tiap variabel yang dapat dilihat pada Tabel 5.24. Tabel 5.24. Hasil Koefisien Korelasi Variabel Nilai Hubungan Korelasi X 1 dengan X 2 0,726 Kuat X 1 dengan X 3 0,708 Kuat X 1 dengan Y 0,778 Kuat X 2 dengan X 3 0,619 Kuat X 2 dengan Y 0,663 Kuat X 3 dengan Y 0,849 Kuat Sumber : Hasil pengolahan data dengan SPSS Persamaan regresi linier berganda untuk pengaruh variable pengetahuan pelanggan terhadap kepuasan pelanggan dapat dirumuskan sebagai berikut: Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 Dimana: Y = variabel kepuasan pelanggan X 1 = variabel pengetahuan mengenai produk X 2 = variabel pengetahuan mengenai manfaat dari produk X 3 = variabel pengetahuan penggunaan produk a = konstanta b 1 = koefisien regresi X 1 b 2 = koefisien regresi X 2 Universitas Sumatera Utara b 3 = koefisien regresi X 3 Langkah selanjutnya yang dilakukan adalah ; 1. Menghitung nilai a, b 1, b 2, b 3, b 4 . Dari persamaan Y = a + b 1 x 1 + b 2 x 2 + b 3 x 3 didapatkan nilai koefisien regresinya. Perhitungan nilai tersebut diperoleh melalui pengolahan data dengan menggunakan SPSS dan menggunakan taraf signifikan α = 0.05. Hasil perhitungan nilai koefisien regresi daridapat dilihat pada Tabel 5.25. Tabel 5.25. Nilai Koefisien Regresi Koefisien Regresi Konstanta X 1 = 0,145 -2,921 X 2 = 0,095 X 3 = 1,159 Sumber : Hasil pengolahan data dengan SPSS Hasil pengolahan nilai koefisien regresi didapat dari SPSS yang ditunjukkan oleh output dari tabel coefficient yang dinyatakan sebagai standardized coefficient B maka diketahui nilainya sebagai berikut. Nilai a = -2,921 Nilai b 1 = 0,145 Nilai b 2 = 0,095 Nilai b 3 = 1,159 Persamaan regresi linier berganda untuk pengaruh pengetahuan pelanggan tentang produk terhadap kepuasan pelanggan adalah sebagai berikut. Y = -2,921 + 0,145 X 1 + 0,095 X 2 + 1,159 X 3 Universitas Sumatera Utara 2. Menghitung variasi kekeliruan taksiran Standard Error Estimate. Dari hasil pengolahan data dengan SPSS yang ditunjukkan oleh output dari tabel summary diperoleh nilai SEE = 2,222 3. Menghitung besarnya koefisien determinasi R 2 . Dari hasil pengolahan data dengan SPSS yang ditunjukkan oleh output dari tabel summary diperoleh nilai R 2 = 0,786 5.2.4.3.Pengujian Hipotesis secara Keseluruhan Hipotesis statistik untuk uji secara keseluruhan dapat dirumuskan sebagai berikut. Ha : sekurang-kurangnya ada satu ρ yxk ≠ 0; k = 1, 2 dan 3 Ho : ρ yx1 = ρ yx2 = ρ yx3 = ρ yxε = 0 Uji signifikan analisis jalur dengan bandingkan nilai probabilitas 0,05 dengan nilai probabilitas sig dengan dasar pengambilan keputusan sebagai berikut 1. Jika nilai probabilitas sig ≥ 0,05, maka Ho diterima dan Ha ditolak artinya tidak signifikan. 2. Jika nilai probabilitas sig ≤ 0,05, maka Ho ditolak dan Ha diterima artinya signifikan. Dari Lampiran 17 yang ditunjukkan output dari Tabel ANOVA nilai F sebesar 453,683 dengan nilai probabilitas sig = 0,000. Dari hasil tersebut nilai sig ≤ 0,05,maka keputusan Ho ditolak dan Ha diterima, pengujian secara individual dapat dilakukan. Universitas Sumatera Utara Jika nilai F dihitung secara manual dapat dihitung dengan rumus sebagai berikut, F = 2 2 1 1 yxk yxk R k R k n − − − Dimana : F = signifikansi persamaan regresi n = jumlah responden k = jumlah variabel eksogen bebas R 2 yxk = nilai koefisien determinasi F = 786 , 1 3 786 , 1 3 375 − − − = 453,683 Kemudian dilihat nilai F tabel yang didapat dari Tabel F dengan nilai F 0,053,371 = 2,633, karena F hitung ≥ F tabel atau 453,683 ≥ 2,633 maka Ho ditolak artinya signifikan. Tabel F dapat dilihat pada Lampiran 12. 5.2.4.4. Pengujian Hipotesis secara Individual 5.2.4.4.1. Pengetahuan mengenai Produk X 1 Berpengaruh secara Signifikan terhadap Kepuasan Pelanggan Y Hasil uji secara individual dapat dilihat pada Lampiran 17 pada Tabel coefficients. Hipotesis yang akan diuji dirumuskan menjadi hipotesis statistik sebagai berikut. Ha : ρ yx1 Ho : ρ yx1 = 0 Universitas Sumatera Utara Dari hasil pengolahan data dengan SPSS yang ditunjukkan output dari Tabel coefficients dilihat nilai t x1 = 7,754 dengan nilai sig = 0,000. Nilai sig 0,000 nilai probabilitas 0,05,maka Ho ditolak dan Ha diterima, artinya koefisien analisis jalur adalah signifikan. Jadi, pengetahuan pelanggan mengenai produk berpengaruh secara signifikan kepada kepuasan pelanggan.

5.2.4.4.2. Pengetahuan mengenai Manfaat Produk X

2 Berpengaruh secara Signifikan terhadap Kepuasan Pelanggan Y Hasil uji secara individual dapat dilihat pada Lampiran 17 pada Tabel coefficients. Hipotesis yang akan diuji dirumuskan menjadi hipotesis statistik sebagai berikut. Ha : ρ yx2 Ho : ρ yx2 = 0 Dari hasil pengolahan data dengan SPSS yang ditunjukkan output dari Tabel coefficients nilai t x2 = 2,227 dengan nilai sig = 0,027. Nilai sig 0,027 nilai probabilitas 0,05, maka Ho ditolak dan Ha diterima, artinya koefisien analisis jalur adalah signifikan. Jadi, pengetahuan pelanggan mengenai manfaat produk berpengaruh secara signifikan kepada kepuasan pelanggan. Universitas Sumatera Utara

5.2.4.4.3. Pengetahuan Penggunaan Produk X

3 Berpengaruh secara Signifikan terhadap Kepuasan Pelanggan Y Hasil uji secara individual dapat dilihat pada Lampiran 17 pada Tabel coefficients. Hipotesis yang akan diuji dirumuskan menjadi hipotesis statistik sebagai berikut. Ha : ρ yx3 Ho : ρ yx3 = 0 Hasil pengolahan data dengan SPSS yang ditunjukkan output dari Tabel coefficients dilihat nilai t x3 = 16,656 dengan nilai sig = 0,000. Nilai sig 0,000 nilai probabilitas 0,05,maka Ho ditolak dan Ha diterima, artinya koefisien analisis jalur adalah signifikan. Jadi, pengetahuan pelanggan tentang penggunaan produk berpengaruh secara signifikan kepada kepuasan pelanggan. Dari hasil pengolahan data di atas seluruh variabel eksogen dinyatakan memiliki pengaruh yang signifikan terhadap variabel endogen,maka analisis jalur model trimming tidak perlu dilakukan.

5.2.4.4.4. Pengetahuan mengenai Produk X

1 , Pengetahuan mengenai Manfaat Produk X 2 , Penggunaan Produk X 3 Berpengaruh secara Signifikan terhadap Kepuasan Pelanggan Y Hubungan kausal empiris antara jalur X 1 , X 2 , X 3 terhadap Y dapat dibuat melalui persamaan struktural. Y = ρ yx1 X 1 + ρ yx2 X 2 + ρ yx3 X 3 + ρ y ε 1 Universitas Sumatera Utara Nilai variabel lain yang mempengaruhi Y ρ y ε 1 diperoleh dengan rumus sebagai berikut. ρ y ε 1 = 2 3 . 2 . 1 x x yxi R ρ − Dimana : ρ y ε 1 = pengaruh variabel lain terhadap Y 2 3 . 2 . x x yxi R ρ = besarnya kontribusi bersama X 1 , X 2 , X 3 terhadap Y ρ y ε = 786 , 1 − = 0,462 Maka persamaan struktur untuk hubungan kausal empiris antara jalur X 1 , X 2 , X 3 terhadap Y adalah Y = 0,309 X 1 + 0,080 X 2 + 0,581 X 3 + 0,462 ε. Hasil analisis jalur variabel eksogen X 1 , X 2 , X 3 dan variabel lain terhadap variabel endogen Y dapat dilihat pada Tabel 5.26. Tabel 5.26. Hasil Analisis Jalur Variabel X 1 , X 2 , X 3 terhadap Variabel Y Variabel Koefisien Jalur Kontribusi Kontribusi Bersama Langsung Tidak Langsung Total X 1 0,309 0,309 - 0,309 - X 2 0,080 0,080 - 0,080 - X 3 0,581 0,581 - 0,581 - ε 0,462 0,462 - - - X 1 , X 2 dan X 3 0,786 Sumber : Hasil pengolahan data Dari hasil di atas maka diperoleh diagram jalur dengan nilai pengaruh variabel eksogen X 1 , X 2 , X 3 terhadap Y yang dapat dilihat pada Gambar 5.2. Universitas Sumatera Utara x 2 x 1 x 3 Y 0,708 0,726 0,462 0,213 0,581 0,080 0,309 0,786 0,619 Gambar 5.2. Diagram Jalur Variabel X 1 , X 2 , X 3 terhadap Variabel Y Selanjutnya dihitung pengaruh variabel eksogen terhadap variabel endogen yang dapat dilihat sebagai berikut. 1. Pengaruh langsung a. Pengaruh variabel X 1 terhadap Y ρ yx1 x ρ yx1 = 0,309 x 0,309 = 0,095 b. Pengaruh variabel X 2 terhadap Y ρ yx2 x ρ yx2 = 0,080 x 0,080 = 0,048 c. Pengaruh variabel X 3 terhadap Y ρ yx3 x ρ yx3 = 0,581 x 0,581 = 0,337 d. Pengaruh variabel lain ε terhadap Y ρ y ε x ρ y ε = 0,462 x 0,462 = 0,214 Universitas Sumatera Utara 2. Pengaruh Kontribusi a. Pengaruh hubungan kontribusi X 1 dan X 2 dengan Y ρ yx1 x r yx1 + ρ yx2 x r yx2 = 0,309 x 0,778 + 0,080 x 0,663 = 0,293 b. Pengaruh hubungan kontribusi X 1 dan X 3 dengan Y ρ yx1 x r yx1 + ρ yx3 x r yx3 = 0,309 x 0,778 + 0,581 x 0,849 = 0,733 c. Pengaruh hubungan kontribusi X 2 dan X 3 dengan Y ρ yx2 x r yx2 + ρ yx3 x r yx3 = 0,080 x 0,663 + 0,581 x 0,849 = 0,546 d. Pengaruh hubungan kontribusi X 1 , X 2 dan X 3 dengan Y ρ yx1 x r yx1 + ρ yx2 x r yx2 + ρ yx3 x r yx3 = 0,309 x 0,778 + 0,080 x 0,663 + 0,581 x 0,849 = 0,786 Hasil perhitungan pengaruh variabel eksogen X 1 , X 2 , X 3 dan variabel lain terhadap variabel endogen Y dapat dilihat pada Tabel 5.27. Tabel 5.27. Hasil Pengaruh Variabel X 1 , X 2 , X 3 terhadap Variabel Y Variabel Melalui Hubungan Korelasi Langsung Kontribusi Bersama X 1 X 2 X 3 X 1 - 0,293 0,733 0,095 - X 2 0,293 - 0,546 0,048 - X 3 0,733 0,546 - 0,337 - ε - - - 0,214 - X 1 , X 2 dan X 3 0,786 Sumber : Hasil pengolahan data Dari hasil di atas dapat dijelaskan secara langsung variabel X 1 memiliki pengaruh sebesar 9,5, variabel X 2 memiliki pengaruh sebesar 4,8, variabel X 3 memiliki pengaruh sebesar 33,7. Selain itu nilai dari variabel Y juga mendapat Universitas Sumatera Utara pengaruh dari variabel lain secara langsung yang nilainya sebesar 21,4. Apabila X 1 , X 2 dan X 3 berkontribusi secara bersama, pengaruhnya sebesar 78,6. Sedangkan melalui hubungan yang berkontribusi variabel X 1 dan X 2 memiliki pengaruh sebesar 29,3, variabel X 1 dan X 3 memiliki pengaruh sebesar 73,3, variabel X 2 dan X 3 memiliki pengaruh sebesar 54,6. Universitas Sumatera Utara

BAB VI ANALISA PEMECAHAN MASALAH

Berdasarkan hasil yang didapat dari pengolahan data maka dilakukan analisa . Hal ini dlakukan untuk menganalisa dengan jelas hasil pengolahan dari data yang didapat dan membandingkan dengan teori yang mendasari pengolahan data tersebut. Setelah itu dilakukan evaluasi terhadap hasil pengolahan data yang telah dianalisa.

6.1. Analisa dan Pemecahan Masalah Diagram Jalur

Variabel eksogen bebas memiliki hubungan satu sama lain dan masing- masing variabel memiliki pengaruh yang berbeda terhadap variabel endogen terikat. Hal tersebut dapat digambarkan pada Gambar 6.1. x 2 x 1 x 3 Y 0,708 0,726 0,462 0,213 0,581 0,080 0,309 0,786 0,619 Gambar 6.1. Diagram Jalur Variabel Eksogen terhadap Variabel Endogen Universitas Sumatera Utara