Deskripsi Attribute Related To Service

4.2.5. Deskripsi Attribute Related To Service

Tabel 4.7. Frekuensi Hasil Jawaban Responden Mengenai Attribute related to service Skor Jawaban No Pertanyaan 1 2 3 4 5 6 7 Skor - - - 45 52 8 3 10 1 Jaminan dan garansi di bengkel Handoko Motor Surabaya - - - 41.7 48.1 7.4 2.8 100 - - - 47 50 7 4 108 2 Kecepatan dan ketepatan dalam melayani kebutuhan pelanggan di bengkel Handoko Motor Surabaya - - - 43.5 46.3 6.5 3.7 100 - - - 42 54 7 5 108 3 Tanggapan perusahaan dalam menerima keluhan dan saran dari pelanggan - - - 38.9 50 6.5 4.6 100 Sumber : Data diolah Berdasarkan tabel di atas dapat dijelaskan sebagai berikut : a. Indikator pertama dari Attribute related to service, yaitu Jaminan dan garansi di bengkel Handoko Motor Surabaya, mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 52 responden atau 48,1, kemudian terbanyak kedua terdapat pada skor 4 dengan jumlah resonden 45 atau 41,7. Artinya, sebagian besar responden yang menjawab setuju pada pertanyaan pertama. b. Indikator kedua dari Attribute related to service, yaitu Kecepatan dan ketepatan dalam melayani kebutuhan pelanggan di bengkel Handoko Motor Surabaya, mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 50 atau 46,3, kemudian terbanyak kedua pada skor 4 dengan jumlah responden 47 atau 43,5. Artinya, sebagian besar responden yang menjawab setuju pada pertanyaan kedua. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. c. Indikator ketiga dari Attribute related to service, yaitu Tanggapan perusahaan dalam menerima keluhan dan saran dari pelanggan, mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 54 atau 50, kemudian terbanyak kedua pada skor 4 dengan jumlah responden 42 atau 38,9. Artinya, sebagian besar responden menjawab setuju pada pertanyaan ketiga. 4.2.6. Deskripsi Attribute Related To Purchase Tabel 4.8. Frekuensi Hasil Jawaban Responden Mengenai Attribute related to Purchase Skor Jawaban No Pertanyaan 1 2 3 4 5 6 7 Skor - - 3 38 49 16 2 10 1 Bagaimana karyawan bengkel Handoko Motor Surabaya memberikan layanan terbaik untuk pelanggan dalam hal pembelian barang atau spare part - - 2.8 35.2 45.4 14.8 1.9 100 - - 7 44 42 13 2 108 2 Perusahaan mewujudkan permintaan pelanggan dengan baik - - 6.5 40.7 38.9 12 1.9 100 - - 3 35 52 15 3 108 3 Perusahaan menjaga komunikasi yang baik kepada pelanggan - - 2.8 32.4 48.1 13.9 2.8 100 Sumber: Data diolah Berdasarkan tabel di atas dapat dijelaskan sebagai berikut: a. Indikator pertama dari Attribute related to Purchase, yaitu Bagaimana karyawan bengkel Handoko Motor Surabaya memberikan layanan terbaik untuk pelanggan dalam hal pembelian barang atau spare part , mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 49 responden atau 45,4, kemudian terbanyak kedua terdapat pada skor 4 dengan jumlah resonden 38 atau 35,2. Artinya, sebagian besar responden yang menjawab setuju pada pertanyaan pertama. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. b. Indikator kedua dari Attribute related to Purchase, yaitu Perusahaan mewujudkan permintaan pelanggan dengan bai , mendapat respon terbanyak pada skor 4 dengan jumlah responden sebanyak 44 atau 40,7, kemudian terbanyak kedua pada skor 5 dengan jumlah responden 42 atau 38,9. Artinya, sebagian besar responden yang menjawab setuju pada pertanyaan kedua. c. Indikator ketiga dari Attribute related to Purchase, yaitu Perusahaan menjaga komunikasi yang baik kepada pelanggan , mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 52 atau 58,1, kemudian terbanyak kedua pada skor 4 dengan jumlah responden 35 atau 32,4. Artinya, sebagian besar responden menjawab setuju pada pertanyaan ketiga. 4.3. Analisis Data 4.3.1. Evaluasi 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 mutivariat 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 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Tabel 4.9. : Outlier Data Minimum Maximum Mean Std. Deviation N Predicted Value -5.815 91.571 54.500 18.329 108 Std. Predicted Value -3.291 2.023 0.000 1.000 108 Standard Error of Predicted Value 8.652 15.789 11.598 1.389 108 Adjusted Predicted Value -13.395 90.229 54.571 19.260 108 Residual -70.171 74.919 0.000 25.398 108 Std. Residual -2.520 2.690 0.000 0.912 108 Stud. Residual -2.727 2.948 -0.001 1.006 108 Deleted Residual -82.187 89.973 -0.071 30.935 108 Stud. Deleted Residual -2.833 3.086 0.000 1.020 108 Mahal. Distance 9.337 33.404 17.833 4.556 108 Cooks Distance 0.000 0.092 0.012 0.018 108 Centered Leverage Value 0.087 0.312 0.167 0.043 108 a Dependent Variable: RESP Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan  2 pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers . Nilai  2 0.001 dengan jumlah indikator 18 adalah sebesar 42,312. Hasil analisis Mahalanobis diperoleh nilai 33,404 lebih kecil dari  2 tabel 42,312 tersebut. Dengan demikian tidak terjadi multivariate outliers.

4.3.2. Evaluasi Reliabilitas