47
Berdasarkan tabel 4.8, diketahui bahwa pernyataan “Karyawan jasa penerbangan “Mandala” di Surabaya selalu perhatian terhadap keluhan yang
disampaikan pelanggan” memiliki nilai rata-rata tertinggi sebesar 5,52, yang berarti responden setuju bahwa karyawan jasa penerbangan “Mandala” di
Surabaya selalu perhatian terhadap keluhan yang disampaikan pelanggan. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel
empathy X
5
sebesar 5,38, yang berarti responden setuju bahwa perhatian dan kepedulian yang diberikan oleh perusahaan kepada pelanggannya secara
individual cukup besar.
4.1.3. Kepuasan Pelanggan Y
Kepuasan pelanggan Y adalah keseluruhan sikap yang ditunjukkan pelanggan atas barangjasa setelah mereka memperoleh dan menggunakannya.
Hasil tanggapan responden terhadap kepuasan pelanggan Y dapat dilihat pada tabel berikut ini :
Tabel 4.9. Frekuensi Hasil Jawaban Responden Mengenai Kepuasan Pelanggan Y
No Pertanyaan
Skor Jawaban Mean
Skor 1
2 3
4 5
6 7
1 Pihak “Mandala” Surabaya memberikan
penawaran untuk menguangkan tiketnya jika pesawat terlambat.
5 2 20 24 37 22
5,38 2
Penanganan terhadap keluhan pelanggan oleh jasa penerbangan “Mandala” di
Surabaya cukup baik. 2
9 11 25 42 21 5,45
3 Kemampuan karyawan dalam membantu
mengatasi permasalahan yang dihadapi pelanggan cukup baik.
1 9 15 28 39 18
5,35 Mean Skor Keseluruhan
5,39
Sumber : Data diolah
48
Berdasarkan tabel 4.9, diketahui bahwa pernyataan “Penanganan terhadap keluhan pelanggan oleh jasa penerbangan “Mandala” di Surabaya cukup baik”
memiliki nilai rata-rata tertinggi sebesar 5,45, yang berarti responden setuju bahwa penanganan terhadap keluhan pelanggan oleh jasa penerbangan “Mandala”
di Surabaya cukup baik. Sedangkan secara keseluruhan rata-rata tanggapan responden terhadap variabel kepuasan pelanggan Y sebesar 5,39, yang berarti
responden setuju bahwa penanganan terhadap keluhan pelanggan oleh jasa penerbangan “Mandala” di Surabaya cukup baik.
4.2. Analisis Data 4.2.1. Uji Outlier
Outlier adalah observasi atau data yang memiliki karakteristik unik yang
terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau variabel kombinasi atau
mutivariate Hair, 1998. Evaluasi terhadap outlier multivariate antar variabel
perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada outliers
pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Jarak antara Mahalanobis untuk tiap-tiap observasi
dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick
Fidel, 1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak
Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan
