56
model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya
didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat
di bawah ini
4.3.7. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 2.735.596.017 0 mengindikasikan tidak terjadi multicolinierity atau singularity
dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji
kausalitas di bawah ini. Tabel 4.17. Hasil Uji Kausalitas
Uj i Hipot esis Kausalit as Regr ession Weight s
Ust d St d
Pr ob. Fak t or
Fak t or
Est im at e Est im at e
Value
Comfort 0,415
0,923 0,000
Value
Service -0,006
-0,014 0,861
Value
Network 0,078
0,266 0,063
Value
Competent 0,26
0,446 0,000
Kepuasan
Value 1,224
0,457 0,000
Bat as Signifik ansi
≤ 0,10
Sumber
1. Faktor Comfort berpengaruh positif terhadap Faktor Customer value, dapat diterima [Prob. kausalnya 000 0,10 [tidak signifikan [positif].
: Lampirran Dilihat dari tingkat Prob. arah hubungan kausal, maka hipotesis yang
menyatakan bahwa :
2. Faktor Service berpengaruh positif terhadap Faktor Customer value, tidak
57
dapat diterima [Prob. kausalnya 0,861 0,10 [tidak signifikan [negatif]. 3. Faktor Network berpengaruh positif terhadap Faktor Customer value, dapat
diterima [Prob. kausalnya 0,063 ≤ 0,10 [signifikan [positif].
4. Faktor Competent berpengaruh positif terhadap Faktor Customer value, dapat diterima [Prob. kausalnya 0,000
≤ 0,10 [signifikan [positif]. 5. Faktor Customer value berpengaruh positif terhadap Faktor Kepuasan, dapat
diterima [Prob. kausalnya 0,000 ≤ 0,10 [signifikan [positif].
4.3.8. Analisis Unidimensi First Order
Analisa ini menunjukkan kemampuan setiap indikator dalam mempresentasikan variabel laten. Semakin tinggi nilai unstandarized estimate
berarti semakin tinggi kemampuan indikator tersebut untuk menjelaskan variabel laten. Tabel berikut menjual Unidimensi First Order dari setiap indikator yang
diteliti.
58
Tabel 4.18 Unidimensi First Order
Regr ession Weight s
Ust d St d
Estimate Estimate
Prob.
SRV1 --
Service 1,022
0,876
0.000
SRV2 --
Service 1,039
0,755
0.000
SRV3 --
Service 1,021
0,788
0.000
SRV4 --
Service 1,004
0,866
0.000
SRV5 --
Service 1,000
0,685
0.000
COM4 --
Comfort 1,079
0,769
0.000
COM3 --
Comfort 1,135
0,835
0.000
COM2 --
Comfort 0,956
0,795
0.000
COM1 --
Comfort 1,000
0,679
0.000
VALUE4 --
Value 1,171
0,441
0.000
VALUE3 --
Value 0,954
0,635
0.000
VALUE2 --
Value 1,119
0,433
0.000
VALUE1 --
Value 1,000
0,604
0.000
NETWORK3 --
Network 0,763
0,895
0.000
NETWORK2 --
Network 0,635
0,944
0.000
NETWORK1 --
Network
1,000 0,736
0.000
COMP3 --
Competent 0,726
0,957
0.000
COMP2 --
Competent 1,215
0,758
0.000
COMP1 --
Competent 1,000
0,984
0.000
PUAS1 --
Kepuasan
1,141 0,734
0.000
PUAS2 --
Kepuasan 0,898
1,017
0.000
PUAS3 --
Kepuasan 0,849
0,725
0.000
PUAS4 --
Kepuasan 1,022
0,941
0.000
Sumber : Lampiran Berdasarkan pada hasil analisa di atas diketahui bahwa untuk variabel
Service planning dan reliability kontribusi terbesar adalah dari pertanyaan kedua
yang menyatakan: Layanan transportasi bus kota Surabaya yang tepat dan aman. Untuk itu, service planning dan reliability paling mampu dijelaskan oleh
pertanyaan kedua tersebut. Untuk itu, penilaian terhadap variabel comfort and other factor
diidentifikasikan bahwa kontribusi terbesar adalah dari pertanyaan kedua yang menyatakan: penumpang dalam bus kota tidak terlalu padat sehingga nyaman. Hal
ini berarti kenyamanan lebih ditentukan oleh tingkat kepadatan penumpang.
59
Untuk variabel customer value, dari 4 indikator yang digunakan ternyata penilaian responden paling tinggi adalah pada indikator pertanyaan ke satu: Saya
mendapatkan manfaat dari layanan bus kota karena semua layanan bisa berfungsi dengan baik. Untuk itu, dalam melakukan evaluasi customer value maka lebih
ditentukan oleh keberfunsgian berbagai fasilitas layanan. Untuk variabel network design, diidentifikasikan bahwa dari 3 indikator
yang digunakan kontribusi terbesar adalah pada indikator ketiga yang menyatakan: Bus kota melewati rute-rute strategis kota Surabaya. Berdasarkan
penilaian tersebut diidentifikasikan bahwa penilaian terhadap rute lebih ditentukan oleh rute yang dinilai strategis.
Untuk variabel competent, maka bisa dijelaskan dari dari tiga indikator, dan diantaranya memberikan kontribusi yang berbeda. Kontribusi terbesar
diberikan oleh indikator kedua yaitu: Layanan bus kota tepat waktu. Untuk itu, ketepatan waktu tersebut bagi responden dinilai sebagai kontributor terbesar dari
variabel competent. Untuk variabel kepuasan, lebih diidentifikasikan dari indikator ke satu:
Semua harapan saya terpenuhi atas layanan bus kota. Untuk itu, terpenuhinya semua harapan responden lebih menentukan terhadap kepuasan pelanggan dalam
menggunakan layanan bus kota.
4.3.9. Analisis Unidimensi Second Order
