BAB I PENDAHULUAN 1.1 Latar Belakang - ANALISIS STATISTIK KEPUASAN PELANGGAN PENGGUNA BAHAN BAKAR JENIS PERTALITE DI SIDOARJO DENGAN PENDEKATAN REGRESI LOGISTIK BINER DAN ANALISIS GAP Repository - UNAIR REPOSITORY
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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?
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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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.
6
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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 :
: Atribut tidak dapat mengukur aspek yang sama : Atribut dapat mengukur aspek yang sama
1 Statistik Uji :
- +1 2
- =
- 12
- ; = 1, 2, … , (2.14)
- ; = 1, 2, … , (2.15)
∑ ( ) ( )− [ ] 2
(2.1) = +1 +1 2 2 2
√{∑ ( )− [ ] }{∑ ( ) − [ ] } 2 2
dengan : = Koefisien korelasi untuk setiap item
( ) = Ranking untuk tiap skor item ( ) = Ranking untuk skor total item n = Jumlah responden Kriteria pengujian validitas dengan analisis butir, jika koefisien korelasi item terhadap total > dengan derajat bebas ( , − 2) dan nilai p-value item
( , −2)
yang berarti pertanyaan tersebut signifikan (Atribut terhadap total ≤ maka tolak mengukur aspek yang sama).
2.5 Uji Reliabilitas
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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 :
: Alat ukur tidak reliabel atau tidak konsisten : Alat ukur reliabel atau konsisten
1
2 ∑
=1
(2.2)
∝ = [1 − ]
2
−1Dengan :
= Koefisien reliabilitas
= Banyaknya butir pertanyaan
2 = Varian total 2 = Jumlah varian
∑ 1 Uji Reliabilitas didasarkan pada skala alpha 0 sampai 1 dimana hasil pengukuran reliabel jika nilai Cronbach’s Alpha lebih besar dari 0,6.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
11
2.6 Regresi Logistik Biner
Model logit biner merupakan model regresi dengan variabel respon terdiri dari dua kategorik, yaitu = { 0, 1} dalam hal ini mengakibatkan variabel berdistribusi Bernoulli. Fungsi distribusi peluang untuk dengan parameter adalah 1−
(1− ) =0,1
Sehingga probabilitas untuk masing-masing kategori adalah ( = 1 | ) = dan ( = 0 | ) = 1 − dengan ( | ) = , 0 ≤ ≤ 1.
Menurut Hosmer dan Lemeshow (2000), bentuk spesifik dari model regresi logistik yang dinyatakan sebagai fungsi dapat dirumuskan sebagai berikut :
( 0+ 1 1+ 2 2+⋯+ )
(2.3)
( ) = ( 0+ 1 1+ 2 2+⋯+ )
1+
Fungsi ( ) merupakan fungsi non linear sehingga perlu dilakukan transformasi logit untuk memperoleh fungsi yang linier agar dapat dilihat hubungan antara variabel respon ( ) dengan variabel prediktornya ( ). Suatu transformasi dari ( ) yang merupakan kajian utama dari regresi logistik adalah transformasi logit.
Transformasi bentuk logit ( ) dinyatakan pada persamaan berikut:
( )
( ) = [ ] = (2.4)
1− ( )
Atau dapat diubah seperti:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
12
( ) 1 − ( ) = ( ) = [1 − ( )]
( ) = − ( ) ( ) + ( ) =
( )[1 + ] = ( ) = 1 + dengan ( ) = , ( ) merupakan fungsi logit. + + ⋯ + +
1
1
2
2 Pada regresi logistik, metode penduga parameter melalui pendekatan
Maximum Likelihood Estimation. Pada metode ini nilai dugaan parameter
didapatkan dengan memaksimalkan fungsi likelihood dan mensyaratkan bahwa data berdistribusi Bernoulli. Fungsi Likelihood pada Bernoulli sebagai berikut (Hosmer dan Lemeshow, 2000) :
1−
)] )] (2.5)
( ) = [ ( [1 − ( , = 0,1 saling bebas, maka dari persamaan (2.5) diperoleh fungsi Oleh karena
likelihood sebagai berikut
1−
) ) (2.6) ( ) = ∏ ( = ∏ (1 −
=1 =1
Dari persamaan (2.6) diperoleh fungsi log-likelihood sebagai berikut ℓ( ) = ∑ [ ln + (1 −
(2.7) ) ln (1 − )]
=1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
13
Estimasi vektor parameter diperoleh dengan memaksimumkan fungsi ℓ( )
ℓ( )
pada (2.7). Syarat cukup agar fungsi ℓ( ) mencapai nilai meksimum adalah = , sehingga dari (2.8) diperoleh
ℓ( )
= ∑ ( − ) = 0 (2.8)
=1
dan )
(2.9) ℓ( ) = ∑ ( − = 0 ; = 1, 2, … , − 1
=1
2.7 Pengujian Parameter
2.7.1 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
1
2 H ∶minimal ada satu ≠ 0
1 Statistik uji :
1
1
( ) ( )
(2.10)
= −2ln [ ] (1− )
∑
̂ (1− ̂ )
=1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
14
dengan = ∑ (1 − ) (banyaknya observasi yang bernilai = 0)
=1
= ∑ (banyaknya observasi yang bernilai = 1)
1 =1
(banyaknya observasi)
1
=banyaknya pengamatan pada percobaan ( = 1,2, … , ) =banyaknya parameter dari variabel bebas ( = 1,2, … , )
2 Daerah penolakan H jika G > atau P-value < = 5%. (Hosmer dan
( , )
Lemeshow, 2000).
2.7.2 Uji Parsial
secara individual. Hasil pengujian Digunakan untuk menguji pengaruh 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 H ∶ ≠ 0
1 Statistik uji :
̂
Wald (W) = (2.11)
( ̂ )
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
15
dengan : ̂ = penduga parameter variabel bebas ke ( ̂ ) = standart error dari penduga parameter variabel bebas ke
= banyaknya parameter dari variabel bebas ( = 1,2, … , ) akan Rasio yang dihasilkan dari statistik uji, dibawah hipotesis H mengikuti sebaran normal baku (Hosmer dan Lemeshow, 2000). Sehingga untuk memperoleh keputusan dilakukan perbandingan dengan distribusi normal baku (Z). atau p – value < α = 5%. Daerah penolakan H jika nilai >
2 ⁄
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 :
: Model sesuai (tidak ada perbedaan nyata antara hasil observasi dengan H kemungkinan hasil prediksi model)
: Model tidak sesuai (ada perbedaan nyata antara hasil observasi dengan H
1
kemungkinan hasil prediksi model) Statistik Uji :
2 ) ( − ′ ̅
(2.12)
̂ = ∑ ′ =1 ̅ )
(1− ̅
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
16
dengan ′ = ∑
, Jumlah variabel respon pada group ke –
=1 ′ ̂
, rata – rata taksiran probabilitas ̅ = ∑
=1 ′
= banyaknya observasi yang memiliki nilai ̂
′
= banyaknya observasi pada group ke –
2
jika dan p – value < α = 5%. (Hosmer dan Daerah penolakan H >
̂
( −2)
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 :
21
(2.13)
= 100%
11
12
21
22 Dengan :
= banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan
11
sebagai kejadian gagal = banyaknya kejadian gagal dari hasil amatan yang tepat diprediksikan
12
sebagai kejadian sukses = banyaknya kejadian sukses dari hasil amatan yang tepat diprediksikan
21
sebagai kejadian gagal
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
17
= banyaknya kejadian sukses dari hasil amatan yang tepat diprediksikan
22
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 maupun kolom harapan dilambangkan dengan lalu dihitung rata-rata jumlah perfaktor dari kolom kenyataan yang menyatakan nilai ̅ maupun kolom harapan yang menyatakan nilai ̅.
Selanjutnya untuk mendapatkan batas garis dengan menghitung rata-rata nilai ̅ yang dilambangkan dengan ̿ dan ̅ yang dilambangkan dengan ̿. Setelah didapatkan nilai ̿ dan ̿ lalu dibuat plot dalam diagram kartesius dengan batas ̿ dan ̿. Setelah diplotkan, lalu membuat interpretasi diagram kartesius.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
1
.
2 ⋮ ⋮ ⋮ ..
.
⋮ ⋮ ⋮ ..
.
⋮ n
1
2 ..
.
2 ..
21
.
.1 .2 ..
.
. .1 .2 ..
.
.
Nilai ̅ dan ̅ didapatkan dari:
̅ =
̅ =
22 ..
2
18
1
Tabel 2.1 Kolom antara Harapan dan KenyataanKenyataan ( ̅) Harapan ( ̅) Faktor ke- j Faktor ke- j
Sampe l ke- i
1
2 ..
. k
1
2 ..
. k
11
.
12 ..
.
1
11
12 ..
.
1
2
21
22 ..
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
19
Sedangkan untuk mendapatkan nilai ̿ dan ̿ digunakan rumus:
̅ + ̅ +⋯+ ̅
1
2
(2.16)
̿ = ̅ + ̅ +⋯+ ̅
1
2
(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.
Y
Harapan Kuadran II Kuadran I
Prioritas Utama Pertahankan
Y
Kuadran III Kuadran IV Prioritas Rendah Berlebihan
X X Persepsi
Gambar 2.1 Diagram Kartesius antara harapan dan kenyataanDengan : ̅ = Nilai kepuasan ̅ = Nilai Harapan ̿ = Kenyataan yang diperoleh ̿ = Tingkat Kepentingan
Berdasarkan Gambar 2.1 menunjukkan bawah masing-masing prioritas dapat dijelaskan sebagai berikut.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
21
2.11 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.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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 2015 – 30 November 2015.
3.2 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.
22
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
23
3.3 Variabel Penelitian
Variabel-variabel yang digunakan dalam penelitian ini yaitu variabel demografi, variabel perilaku pelanggan, dan variabel dimensi kualitas produk.
3.3.1 Respon
Variabel respon yang digunakan dalam penulisan ini sebagai berikut: = 0, pengguna bahan bakar Pertalite merasa tidak puas = 1, pengguna bahan bakar Pertalite merasa puas
3.3.2 Demografi
Variabel demografi dari penulisan ini adalah sebagai berikut :
Tabel 3.1 Variabel Demografi yang Digunakan No Variabel Kategori1 Usia
2 Jenis Kelamin a. Laki-laki
b. Perempuan
3 Pendidikan Terakhir a. Tidak Sekolah
b. SD
c. SMP
d. SMA
e. D3/S1/S2/S3
4 Pekerjaan
a. Pelajar/Mahasiswa
b. Pegawai Swasta
c. PNS
d. Wirausaha
5 Pendapatan / bulan a. < Rp 500.000
b. Rp 500.001 s/d Rp 1.000.000
c. Rp 1.000.001 s/d Rp 2.000.000
d. Rp 2.000.001 s/d Rp 3.000.000
e. > Rp 3.000.000 f.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
24
6 Pengeluaran / minggu
a. < Rp 50.000 untuk mengisi bahan b. Rp 50.000 s/d Rp 100.000 bakar c. Rp 100.000 s/d Rp 150.000
d. > Rp 150.000
3.3.3 Perilaku Pelanggan
Variabel perilaku pelanggan dari penulisan ini sebagai berikut :
Tabel 3.2 Variabel Perilaku Pelanggan No Variabel Kategori1 Sumber informasi
a. Melalui papan reklame
b. Media elektronik
c. Media cetak
d. Mendapatkan informasi dari orang lain a.
2 Rata-rata mengisi bahan bakar
a. 1 kali dalam seminggu b. 2 kali
c. 3 kali
d. 4 kali a.
3 Rata-rata jarak tempuh
a. 1 - 5 km berkendara dalam sehari b. 5 - 10 km
c. 10 – 15 km
d. > 20 km a.
4 Apakah anda pernah
a. Pernah menyampaikan keluhan b. Tidak pernah mengenai Pertalite kepada pihak
SPBU
5 Alasan anda memilih bahan
a. Kualitas bakar jenis Pertalite b. Waktu pengisian
c. Saran seseorang
d. Coba – coba
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
25
6 Sebelum menggunakan Pertalite,
a. Premium bahan bakar jenis apa yang biasa b. Pertamax 92 anda gunakan c. Pertamax Plus
d. Pertamina Dex a.
7 Apakah anda menyarankan
a. Ya orang lain untuk menggunakan b. Tidak
Pertalite
8 Apakah anda tetap
a. Ya menggunakan Pertalite dalam b. Tidak kurun waktu mendatang
3.3.4 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
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
26
Tabel 3.3 Variabel Dimensi Kualitas Produk Variabel KategoriKemudahan dalam menemukan Pertalite di SPBU Sidoarjo (X
1.1 )
Pelayanan Pertalite di SPBU Sidoarjo ramah dan sopan (X
1.2 )
Harga yang ditawarkan sesuai dengan kualitasnya (X
1.3 )
Performance (X
1 )
Kecepatan pada saat pengisian (tidak antri) (X
1.4 )
Efek kandungan bahan bakarnya terasa pada kendaraan bermotor (X
1.5 )
Petugas pelayanan Pertalite di SPBU Sidoarjo cepat dan tanggap (X
2.1 )
Petugas SPBU di Sidoarjo secara sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite (X
2.2 )
Service Ability Petugas Pertalite di SPBU Sidoarjo mampu menaggapi pertanyaan
(X
2 )
atau keluhan para konsumen (X
2.3 )
Kemudahan dalam melakukan pembayaran (X
2.4 )
Profesional dalam melayani konsumen (X
2.5 )
Kualitas kadar oktan dan kandungan RON pada Pertalite cukup bagus (X
3.1 )
Kualitas pembakaran bila digunakan untuk jarak tempuh yang jauh tidak menyebabkan boros bahan bakar (X
3.2 )
Reliabilitas Prosedur pengisian cepat dan mudah (X
3.3 )
(X
3 )
Menghasilkan pembakaran yang optimal pada kinerja mesin kendaraan bermotor (X
3.4 )
Ketersediaan petugas SPBU Pertalite dalam melayani konsumen (X
3.5 )
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
27
3.4 Tahap Analisis Data
Langkah-langkah yang akan dilakukan dalam penulisan ini adalah sebagai berikut:
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 2013.
2. 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)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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 ( ) dan harapan ( ) sehingga didapat ( ̅) dan ( ̅).
b. Menghitung rata-rata ( ̅) dan ( ̅) untuk mendapatkan batas ( ̿) pada persamaan (2.14) dan ( ̿) 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
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
BAB IV HASIL DAN PEMBAHASAN
4.1 Karakteristik Pelanggan Bahan Bakar Pertalite
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 danPendidikan Terakhir
Pendidikan Jenis Kelamin Total Terakhir L P SD
1
1 SMP
7
4
11 SMA
57
29
86 D3/S1/S2/S3 104 48 152
Total 168
82 250 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%).
29
30
Distribusi sampel berdasarkan pekerjaan dapat dilihat pada gambar 4.1.
Gambar 4.1 Karakteristik Pelanggan Menurut PekerjaanGambar 4.2 Pendapatan/bulan dan Pengeluaran/minggu Untuk Mengisi BBMBerdasarkan gambar 4.1 dapat dilihat bahwa sebagian besar pengguna Pertalite adalah pegawai swasta dengan persentase 54%. Sedangkan ditinjau dari 18% 54% 6% 17% 5%
Pekerjaan Pegawai Swasta PNS Wirausaha Lainnya
8% 9% 15% 18% 50% Pendapatan/bulan < 500rb 500rb - 1jt 1jt - 2jt 2jt - 3jt > 3jt 16% 40% 39% 5%
Pengeluaran/minggu untuk mengisi BBM < 50rb 50rb - 100rb 100rb - 150rb > 150rb
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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 3.000.000 (Gambar 4.2). Dengan penghasilan seperti itu dapat dipastikan pengeluaran untuk mengisi BBM jenis Pertalite hanya sebesar Rp 50.000 sampai Rp 100.000 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.
Gambar 4.3 Sumber Informasi Mengetahui tentang Pertalite 14% 23% 6% 57% Melalui papan reklame Media elektronik Media cetak Mendapatkan informasi dari oranglain
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
32 Menyarankan Orang Lain 14% 86% TIDAK YA
Gambar 4.4 Menyarankan Orang LainBerdasarkan 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 4.6.
Pengisian Jarak Tempuh BBM/minggu Berkendara/hari 16% 17% 1 kali 1 - 5 km 2 kali 5 - 10 km 8% 3% 24% 31% 36% 4 kali 65% > 20 km 3 kali 10 - 20km
Gambar 4.5 Pengisian BBM dalam seminggu dan Jarak Tempuh dalam Sehari
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
33 10% Alasan Kualitas 17% 26% 47% Coba - coba Saran Seseorang Waktu Pengisian
Gambar 4.6 Alasan Menggunakan PertaliteBerdasarkan 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 10 – 20 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 11% PERNAH Tetap Menggunakan 8% 89% PERNAH TDK 92% TIDAK YA
Gambar 4.7 Menyampaikan Keluhan dan Tetap Menggunakan MenggunakanPertalite
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
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
4.2.1 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 :
: Pernyataan tidak mengukur aspek yang sama : Pernyataan mengukur aspek yang sama
1 Statistik uji yang digunakan pada persamaan (2.1) dengan daerah penolakan jika nilai p-value < ∝ = 0,05 pada hasil analisis menggunakan SPSS.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
35
Tabel 4.2 Uji Validitas pada variabel ( )1 No Variabel Keterangan p-value Keputusan Kesimpulan
1 Kemudahan dalam menemukan 0,000 Valid Tolak
1.1 Pertalite di SPBU Sidoarjo
2 Pelayanan Pertalite di SPBU 0,000 Valid Tolak
1.2 Sidoarjo ramah dan sopan
3 Harga yang ditawarkan sesuai 0,000 Valid Tolak
1.3
dengan kualitasnya
4 Kecepatan pada saat pengisian 0,000 Valid Tolak
1.4
(tidak antri)
5 Efek kandungan bahan 0,000 Valid Tolak
1.5
bakarnya terasa pada kendaraan bermotor )
Tabel 4.3 Uji Validitas pada variabel (2 p-value Keputusan Kesimpulan
No Variabel Keterangan
1 Petugas pelayanan Pertalite di 0,000 Valid Tolak
2.1 SPBU Sidoarjo cepat dan tanggap
2 Petugas SPBU di Sidoarjo secara 0,000 Valid Tolak
2.2
sigap mengarahkan para konsumen yang ingin mengisi bahan bakar Pertalite
3 Petugas Pertalite di SPBU Sidoarjo 0,000 Valid Tolak
2.3
mampu menaggapi pertanyaan atau keluhan para konsumen
4 Kemudahan dalam melakukan 0,000 Valid Tolak
2.4
pembayaran Valid
5 Profesional dalam melayani 0,000 Tolak
2.5
konsumen ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
36
Tabel 4.4 Uji Validitas pada variabel ( )3 No Variabel Keterangan p-value Keputusan Kesimpulan
1 Kualitas kadar oktan dan 0,000 Valid Tolak
3.1
kandungan RON pada Pertalite cukup bagus
2 Kualitas pembakaran bila 0,000 Valid Tolak
3.2
yang jauh tidak menyebabkan boros bahan bakar
3 Prosedur pengisian cepat dan 0,000 Valid Tolak
3.3
mudah Valid
4 Menghasilkan pembakaran yang 0,000 Tolak
3.4
optimal pada kinerja mesin kendaraan bermotor
5 Ketersediaan petugas SPBU 0,000 Valid Tolak