2.1 Tinjauan Statistika 2.1.1 Uji validitas dan reliabilitas kuesioner - Faktor-Faktor Yang Mempengaruhi Keunggulan Pada Maskapai Penerbangan (Studi Kasus Maskapai Penerbangan Airasia Di Kota Medan)

BAB 2 LANDASAN TEORI Pada bab ini dijelaskan teori-teori yang digunakan sebagai pendukung penulisan skripsi. Penelitian ini secara statistika membahas tentang analisis faktor data multivariat serta

  aplikasinya pada faktor-faktor keunggulan maskapai penerbangan Airasia.Oleh karena itu, landasan teori penelitian ini dibagi menjadi dua bagian yaitu tinjauan statistika dan tinjauan non statistika.

2.1 Tinjauan Statistika

2.1.1 Uji validitas dan reliabilitas kuesioner

  Menurut Azwar (1997), salah satu masalah dalam kegiatan penelitian adalah masalah cara memperoleh data yang dapat memberikan suatu informasi yang akurat dan objektif. Hal ini menjadi sangat penting artinya dikarenakan kesimpulan peneliti hanya akan dapat dipercaya apabila didasarkan pada informasi yang dapat dipercaya. Kriteria yang mampu memberikan informasi yang dapat dipercaya adalah validitas dan reliabilitas.

  Validitas mempunyai arti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam menjalankan fungsi ukurnya.Suatu tes dikatakan mempunyai validitas tinggi jika suatu alat ukur menjalankan fungsi ukurnya sesuai dengan maksud dilakukannya pengukuran.Suatu alat ukur yang valid tidak sekedar mampu mengungkapkan data dengan tepat, tetapi juga memberikan gambaran yang cermat mengenai data tersebut.

  Uji validitas dapat dapat dihitung dengan rumus koefisien korelasi Karl Pearson yang dituliskan sebagai:

  n n n − n

  X Y

  

X Y

k k k k

  ∑ ∑ ∑ = = = k 1 k 1 k

  1 r =

  , (2.1) x y ,

  2

  2 n n n n

         

  2

  2    n

  X − X   n Y − Y  k k k k

  ∑  ∑  ∑  ∑        k = 1 k = 1 k = 1 k =

  1        

   

  dengan X = skor tes variabel ke-i pada objek ke-k Y = total skor tes objek ke-k.

  Kriteria bahwa suatu tes dikatakan valid jika memiliki nilai koefisien korelasi yang lebih besar dari nilai r dengan derajat bebas = n – 2. _{tabel ,} Sedangkan reliabilitas ialah pengujian suatu instrumen yang dilakukan untuk mengetahui apakah instrumen dapat dipercayauntuk digunakan sebagai alat pengumpul data. Reliabilitas memiliki berbagai nama seperti keterpercayaan, kestabilan dan sebagainya. Namun, ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh mana hasil ukur suatu pengukuran dapat dipercaya.Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabel.

  Sifat reliabel diperlihatkan oleh tingginya reliabilitas hasil ukur suatu tes. Suatu alat ukur yang tidak reliabel akan memberikan informasi yang tidak akurat mengenai keadaan subjek atau individu yang dikenai tes. Apabila informasi yang keliru itu digunakan sebagai dasar pertimbangan dalam pengambilan kesimpulan dan keputusan maka tentulah kesimpulan dan keputusan tidak akan tepat.

  Tinggi rendahnya reliabilitas ditunjukkan oleh suatu angka yang disebut koefisien reliabilitas.Estimasi koefisien reliabilitas dapat dilakukan dengan metode pendekatan konsistensi internal, karena metode pendekatan ini hanya memerlukan satu kali pengenaan tes kepada sekelompok individu sebagai objek. Nilai koefisien reliabilitas dapat dihitung dengan rumus sebagai _p

   ^{2 } S _i

   ∑   p _{i 1} =

    1 , (2.2) α = − _{cronbach 2}   p

  1 S −      

   

  dengan p = jumlah variabel ₂ S _{i 2} = variansi skor tes variabel ke-i S = variansi keseluruhan skor tes.

  = 1 Nilai koefisien reliabilitas α cronbach berada pada interval 0 dan 1. Jika nilai α cronbach

  = 0 berarti terdapat konsistensi yang sempurna pada hasil pengukuran, sedangkan α cronbach berarti hasil pengukuran tidak konsisten atau tidak reliabel. Menurut Salimun (2003), suatu tes standar sebesar 0,6. dikatakan reliabel jika koefisien α cronbach lebih besar dari nilai α cronbach

2.1.2 Nilai Eigen

  Menurut Anton (1995), jika A adalah matriks berukuran n _n ×n, maka vector taknol x di dalam

  R dinamakan vector eigen dari Ajika Ax adalah kelipatan skalar dari x, yakni

  Ax =

  λx, untuk suatu skalar λ. Skalar λ dikatakan nilai eigen dari A sedangkan x ditakan vector eigen

  kemampuan setiap faktor mewakili variabel-variabel yang dianalisis yang ditunjukkan oleh besarnya variansi yang dijelaskan.

  2.1.3 Analisis Faktor

  Dalam studi perilaku dan sosial, peneliti membutuhkan pengembangan pengukuran untuk bermacam-macam variabel yang tidak dapat diukur secara langsung, seperti tingkah laku, pendapat, intelegensi, personality dan lain-lain. Faktor analisis adalah metode yang dapat digunakan untuk pengukuran semacam itu.(Subash Sharma, 1996).

  Tujuan dari analisis faktor adalah untuk menggambarkan hubungan-hubungan kovarian antara beberapa variabel yang mendasari tetapi tidak teramati, kuantitas random yang disebut faktor, (Johnson &Wichern, 2002). Vektor random teramati X dengann p komponen, memiliki rata-rata

  μ dan matrik kovarian. Model analisis faktor adalah sebagai

  berikut :

  µ ε X − = + + + +  F  F ....  F _{1 1 11 1 12 2 1 m m 1}

  (2.3)

  1

1 p

  2 2 pm m p

  

X  F  F  F

− = ....

µ ε + + + +

p p p

  Atau dapat ditulis dalam notasi matrik sebagai berikut :

• = (2.4)

  X L F _{pxl μ ( pxl ) ( pxm ) ( mxl ) ε pxl}

µ    ...  ε

  

  X    F   _{1 1  11 12}

₁₃

_{1 m   1  1}

           

  

µ    ...  ε

  X _{2 2 21 22}

₂₃

_{2 m} F _{2 2}

           

            ...     ₃

• X = µ
_{3 31 32}

₃₃

_{3 m 3} ε + F (2.5) ₃

         

    ... ... ... ... ... ... ... ... ...      

        

        

     ... 

  X µ F ε _{p p m p p 1 p 2 p 3 pm}

           

  (p x 1) (p x 1) (p x m) (m x1) (p x 1) dengan rata-rata variabel i

  µ = i

  faktor spesifik ke – i

  ε = i common faktor ke- j

  F = j

  loading dari variabel ke – i pada faktor ke-j =

   _{i j}

  Bagian dari varian variabel ke – i dari m common faktor disebut komunalitas ke – i yang merupakan jumlah kuadrat dari loading variabel ke – i pada m common faktor (Johnson &Wichern, 2002), dengan rumus :

  2

  

2

  2

  2 h

  =   ....  + + +

  . (2.6)

  i i 1 i 2 i m

  Hubungan antara varians variabel asal dengan, varians faktor dan varians error adalah sebagai berikut : var(X i )= varians yang dijelaskan oleh faktor untuk variabel asal ke-i + var(error)

  = communality + specific variance ² + =

  h ψ _{i i 2 2 2 2} = (    ...  ) ψ . _{i 1 i 2 i 3 im i} + + + + +

  Besarnya bobot  dapat diduga dengan menggunakan metode komponen utama _ij ataupun kemungkinan maksimum (maximum likelihood). Metode komponen utama terbagi menjadi dua metode yaitu non-iteratifdan iteratif. Nilai dugaan c ij yang diperoleh dengan metode non-iteratif adalah :

  λ a _{ji j}

   = atau  a λ untuk variabel asal yang dibakukan _{ij ij ji j} = s _{x i}

  dan  adalah bobot(loading) dari variabel asal ke-i pada faktor ke-j _ij

  a adalah koefisien variabel asal ke-i untuk komponen utama ke-j _ji λ adalah eigen value untuk komponen utama ke-j _j s adalah simpangan baku (standard of deviation) variabel asal ke-j. _{x i}

  Untuk kepentingan intepretasi, seringkali diperlukan untuk memberi nama masing- masing faktor sesuai dengan besar harga mutlak bobot  . Diharapkan setiap variabel asal _uj hanya dominan di salah satu faktor saja (Nilai harga mutlak bobot variabel asal mendekati 1 di salah satu faktor dan mendekati 0 untuk faktor lainnya). Harapan ini kadang-kadang tidak dapat dipenuhi, untuk mengatasi hal ini diperlukan rotasi dari matriks bobot L. Beberapa

  equamax, parsimax .

  Formula untuk masing-masing rotasi i ni adalah :

  _{m p p}

  

2

²

     

    1  ij  γ  ij   

    (2.7) max −  

  ∑ ∑ ∑

     

  p h p h

   j = ^{1 i = 1 i =} _{i i} ^{1 }    

     

  Rotasi γ

  Quartimax

  1 Varimax m/2 Equamax

  

Parsimax

p ( m − 1 )
• p m −

2 Matriks bobot hasil rotasi (L*) dapat dinyatakan sebagai L*= LT, T adalah matriks transformasi.

  Besarnya skor faktor dapat dinyatakan sebagai: ₁

  − F = L ' S (

X −

_j

X ) , j=1,...,n (2.8)

  Tujuan analisis faktor adalah menggunakan matriks korelasi hitungan untuk 1.)Mengidentifikasi jumlah terkecil dari faktor umum (yaitu model faktor yang paling parsimoni) yang mempunyai penjelasan terbaik atau menghubungkan korelasi diantara variabel indikator. 2.) Mengidentifikasi, melalui faktor rotasi, solusi faktor yang paling masuk akal. 3.) Estimasi bentuk dan struktur loading, komunality dan varian unik dari indikator. 4.) Intrepretasi dari faktor umum. 5.) Jika perlu, dilakukan estimasi faktor skor. (Subash Sharma, 1996).

2.1.3.1 Kaiser Meyer Oikin (KMO)

  Uji KMO bertujuan untuk mengetahui apakah semua data yang telah terambil telah cukup untuk difaktorkan. Hipotesis dari KMO adalah sebagai berikut : Hipotesis H : Jumlah data cukup untuk difaktorkan

  H : Jumlah data tidak cukup untuk difaktorkan ₁ Statistik uji : _{p p 2}

  r _ij ∑∑ _{i 1 j 1}

  = =

  KMO = (2.9) _{p p p p}

  r a _{ij ij} ∑ ∑ ∑∑ _i

_{1 j}

_{1 i 1 j 1}
• = = = =

  i = 1, 2, 3, ..., p dan j = 1, 2, ..., p r = Koefisien korelasi antara variabel i dan j _ij a = Koefisien korelasi parsial antara variabel i dan j

  Apabila nilai KMO lebih besar dari 0,5 maka terima Ho sehingga dapat disimpulkan jumlah data telah cukup difaktorkan.

2.1.3.2 Uji Bartlett (kebebasan antar variabel)

  Uji Bartlett bertujuan untuk mengetahui apakah terdapat hubungan antar variabel dalam kasus multivariat. Jika variabel X , X ,…,X independent (bersifat saling bebas), maka _{1 2 p} matriks korelasi antar variabel sama dengan matriks identitas. Sehingga untuk menguji kebebasan antar variabel ini, uji Bartlett menyatakan hipotesis sebagai berikut:

  H :

  ρ = I

  H : _{1 ρ ≠ I} Statistik Uji : _{p k}

  1 r r , k = 1, 2,...,p

  = _ik ∑ p − 1 i ¹

  =

  2 (2.10)

  r = r _ik ∑∑ p ( p − ₂ 1 ) < _{i k 2}

  ( p − 1 ) 1 − ( 1 − r )

  [ ] γ ˆ

  = ₂

  p − ( p −

  2 )( 1 − r ) dengan : _k

  r = rata-rata elemen diagonal pada kolom atau baris ke k dari matrik R (matrik

  korelasi)

  r = rata-rata keseluruhan dari elemen diagonal

  Daerah penolakan : tolak H jika _{2 p}

  ( n −

1 )  

_{2 2} ˆ k ( p ^{1 )} T = ( r − r ) − γ ( r − r ) > χ (2.11) _{ik ( p 2 ) / 2 ; α 2  } −
• (

  ∑∑ ∑

  1 ) i k k ¹ − r < =  

  maka variabel-variabel saling berkorelasi hal ini berarti terdapat hubungan antar variabel. Jika H ditolak maka analisis multivariat layak untuk digunakan terutama metode analisis komponen utama dan analisis faktor.

2.2 Tinjauan Non Statistik

  Variabel-variabel yang digunakan dalam penelitian ini, yaitu:

  a. Variabel Kenyamanan

  Berdasarkan Webster’s 1913 Dictionary, 2003, kenyamanan adalah sebuah kesenangan, kebebasan dari rasa sakit, kebutuhan atau kegelisahan, atau apapun yang berkaitan dengan sesuatu yang tidak menyenangkan.Kenyamanan dalam penerbangan adalah rasa senang dan bebas dari rasa gelisah selama dalam perjalanan menggunakan pesawat terbang.

  Dalam penelitian ini, indikator-indikator yang digunakan sebagai penjelasan variabel kenyamanan meliputi keramahan, kebersihan dalam pesawat terbang, kursi pesawat, dan bisnis (berjualan) dalam pesawat oleh pramugari/a.

  b. Variabel Keamanan

  Keamanan maskapai penerbangan merujuk padai banyak negara, keamanayang melibatkan penjaga keamanan bersenjata dan menyamar, juga pengamanan kargo (Wikipedia, 2014).

  Dalam penelitian ini, indikator variabel keamanan ialah persediaan perlengkapan keselamatan, kemampuan pilot dalam mengendalikan cuaca buruk, pilot selalu memberikan informasi tentang keadaan selama perjalanan, dan asuransi jiwa.

  c. Variabel Harga

  Harga adalah sejumlah uang sebagai alat tukar untuk memperoleh produk atau jasa (Saladin, 2003).Keberhasilan perusahaan dalam menghadapi persaingan yang ketat dapat dilihat dari keberhasilan perusahaan tersebut dalam memadukan keempat variabel bauran pemasaran, yaitu: produk, harga, promosi, dan saluran distribusi. Dalam hubungannya dengan bisnis penerbangan, setiap calon penumpang selalu mencari tiket pesawat dengan harga termurah.Sebagian besar maskapai penerbangan selalu memberikan penawaran menarik terutama dari segi harga.Airasia ialah salah satu maskapai penerbangan yang mempunyai program unggulan naik pesawat dengan harga termurah bahkan nol rupiah (gratis). Oleh karena itu, indikator-indikator variabel harga pada penelitian ini mencakup harga tiket pesawat, harga bagasi, dan harga akomodasi.

  d. Variabel Fasilitas

  Menurut Kamus Besar Bahasa Indonesia (KBBI), fasilitas adalah sarana untuk melancarkan pelaksanaan fungsi. Di dalam pesawat terbang, fasilitas yang disediakan meliputi bagasi, ketersediaan bus menuju pesawat, lampu petunjuk, kursi, bacaan, dan fasilitas online, kemudahan check in, ketersediaan sarana bagi penumpang, bayi, balita, lansia, difable dan orang sakit.

  e. Variabel Refund

Refund adalah kegiatan menguangkan kembali. Pada tiket suatu perjalanan, refund hanya bisa

  diproses untuk tiket yang masih berlaku. Refund tiket ialah pencairan kembali uang tiket yang batal berangkat. Pada maskapai penerbangan Airasia, apabila terjadi pembatalan keberangkatan, maka Airasia hanya mengganti 25% dari harga tiket semula. Variabel refund pada penelitian diukur berdasarkan indikator jaminan uang kembali dan urusan saat melakukan refund dan pergantian rute penerbangan.

  f. Variabel Promosi

  Promosi adalah suatu komunikasi informasi penjual dan pembeli yang bertujuan untuk mengubah sikap dan tingkah laku pembeli, yang tadinya tidak mengenal menjadi mengenal sehingga menjadi pembeli dan tetap mengingat produk tersebut (Saladin, 2003).Indikator promosi pada penelitian ini ialah promo BIG Airsia salah satunya yakni promosi free seat.

  g. Variabel Pelayanan

  Beberapa pakar yang memberikan pengertian mengenai pelayanan diantaranya adalah Moenir (Pasolong, 2007).Pelayanan pada dasarnya dapat didefinisikan sebagai aktivitas seseorang, sekelompok dan/atau organisasi baik langsung maupun tidak langsung untuk memenuhi kebutuhan.

  Penelitian ini menjadikan kemampuan pramugari/a untuk cepat tanggap dalam menghadapi masalah yang timbul, kemampuan melayani keluhan yang disampaikan penumpang, ketersediaan layanan pengaduan via email atau telepon, dan tingkat emosi petugas saat melayani penumpang, sebagai indikator variabel pelayanan.

  h. Variabel Rute Penerbangan

  Rute penerbangan ialah jalur keberangkatan penerbangan dari satu bandara ke bandara lain sebagai tempat tujuan. Saat ini, masing-masing perusahaan penerbangan menetapkan rute baik dalam maupun luar negeri, bahkan ada maskapai yang dapat menjangkau tempat terpencil.

i. Variabel Akses Pemesanan

  

Akses adalah suatu cara yang ditempuh untuk memperoleh tujuan. Akses pemesanan

yang dimaksud dalam penelitian ini ialah akses pemesanan tiket, mudah atau

sulit.Variabel akses pemesanan meliputi kemudahan pemesanan tiket dan batasan

pemesanan tiket promo. j. Variabel Ketepatan Waktu Keberangkatan

Waktu adalah uang.Bagi setiap orang, waktu sangat berharga.Begitu juga ketika

hendak bepergian, setiap calon penumpang berharap waktu keberangkatan sesuai

dengan jadwal yang sudah ditetapkan. Terjadinya delay (penundaan) keberangkatan,

akan mempengaruhi kepercayaan masyarakat untuk menggunakan kembali jasa

tersebut. Indikator yang digunakan pada penelitian ini ialah ketepatan waktu

keberangkatan. k. Variabel Handling Complain

Handling complain ialah kemampuan suatu perusahaan untuk menangani suatu

permasalahan (complain) yang diutarakan oleh konsumen. Dalam kaitannya dengan

maskapai penerbangan, handling complainialah kemampuan suatu maskapai

penerbangan dalam menangani masalah yang diadukan oleh pengguna jasa. Apabila

suatu maskapai penerbangan baik dalam handling complain, maka akan memberikan

kepuasan kepada pengguna jasa dan pengguna jasa aka memberikan kepercayaan

kepada maskapai penerbangan tersebut. l. Variabel Brand

Menurut para ahli, definisi brand (merek) adalah ide, kata, desain grafis dan

suara/bunyi yang menyimbolkan produk, jasa, dan perusahaan yang memproduksi

produk dan jasa tersebut (Janita, 2005). Pada penelitian ini, indikator pada variabel

brand ialah pengenalan Airasia, identitas khusus Airasia, dan brand goal.