34 BAB IV PEMBAHASAN 4.1 Profil Responden Survei ini dilakukan
advertisement
BAB IV PEMBAHASAN 4.1 Profil Responden Survei ini dilakukan di daerah Jakarta terhadap 3 merek sepeda motor ( Honda, Yamaha dan Suzuki). Dari masing-masing merek tersebut, peneliti mengambil 100 responden, sehingga total responden berjumlah 300 orang. Pengolahan dan analisis survei ini menggunakan data statistik yang relevan dengan informasi yang ingin dihasilkan melalui penelitian ini. Dengan menggunakan bantuan perangkat lunak SPSS 13, data dari hasil survei diolah dan dianalisis lebih lanjut. 4.2 Jenis Kelamin Responden Tabel 4.1 Jenis Kelamin Responden Jenis Kelamin Pria Wanita Responden 251 49 Persentase 84% 16% pria wanita Berdasarkan data responden diperoleh komposisi responden yaitu, pria sebanyak 251 orang (84 %) dan wanita sebanyak 49 orang (dipindah posisinya) (16%). 34 Tabel 4.2 Komposisi Jenis Kelamin Responden Berdasarkan Masing-Masing Merek Sepeda Motor Jenis Kelamin Merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Count Count Count Pria 83 74 94 Wanita 17 26 6 Tabel 4.2 menunjukkan komposisi jenis kelamin responden berdasarkan masingmasing merek sepeda motor. Dapat dilihat bahwa sebagian besar pengguna sepeda motor adalah pria. Dari 100 responden untuk merek Honda, sebanyak 83 orang merupakan pria sementara sisanya, 17 orang adalah wanita. Untuk merek Yamaha, tercatat 74 orang pria dan 26 orang wanita. Sementara untuk merek Suzuki, sebanyak 94 orang adalah pria dan hanya 6 orang merupakan wanita. 4.3 Usia Responden Tabel 4.3 Usia Responden Usia 17 - 22 tahun Usia Count 17 - 22 tahun 21 35 - 65 tahun 26 23 - 35 tahun 253 35 - 65 tahun 23 - 35 tahun 35 Berdasarkan data responden diperoleh komposisi usia responden yaitu, responden berusia 17-22 tahun sebanyak 21 orang, 35-65 tahun sebanyak 26 orang, dan 23-35 tahun sebanyak 253 orang. Tabel 4.4 Komposisi Usia Responden Berdasarkan Masing-Masing Merek Sepeda Motor Merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Count Count Count Usia 17 - 22 tahun 9 5 7 35 - 65 tahun 23 - 35 tahun 14 77 6 89 6 87 Tabel 4.4 menunjukkan komposisi usia responden berdasarkan masing-masing merek sepeda motor. Pada tabel diatas dapat dilihat bahwa untuk masing-masing merek, pengguna sepeda motor terbesar adalah pada kelompok usia 23-35 tahun. 4.4 Jenis Pekerjaan Responden Tabel 4.5 Jenis Pekerjaan Responden Jenis Pekerjaan Jenis Pekerjaan Count Karyawan Swasta 225 Mahasiswa Lainnya Pegawai Negeri Wirausaha 13 14 17 31 karyawan swasta mahasiswa lainya pegawai negeri wirausaha 36 Berdasarkan data responden diperoleh komposisi jenis pekerjaan responden yaitu, karyawan swasta sebanyak 225 orang, mahasiswa sebanyak 13 orang, pegawai negeri sebanyak 17 orang, wirausaha sebanyak 31 orang dan lainnya sebanyak 14 orang. Tabel 4.6 Komposisi Jenis Pekerjaan Responden Berdasarkan Masing-Masing Merek Sepeda Motor Merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Jenis Pekerjaan Karyawan Swasta Mahasiswa Lainnya Pegawai Negeri Wirausaha Count Count Count 85 3 5 1 6 79 5 4 3 9 61 5 5 13 16 Tabel 4.6 menunjukkan komposisi jenis pekerjaan responden berdasarkan masingmasing merek sepeda motor. Melalui tabel tersebut dapat dilihat bahwa pada masingmasing merek, kelompok karyawan swasta adalah pengguna terbesar sepeda motor. 4.5 Pendidikan Terakhir Responden Tabel 4.7 Pendidikan Terakhir Responden Pendidikan terakhir SMP SMA S1 Lainnya S2 Pendidikan terakhir Count SMP 9 SMA S1 59 160 64 8 LAINNYA S2 37 Berdasarkan data responden diperoleh komposisi pendidikan terakhir responden yaitu, SMP sebanyak 9 orang, SMA sebanyak 59 orang, S1 sebanyak 160 orang, S2 sebanyak 8 orang dan lainnya sebanyak 64 orang. Tabel 4.8 Komposisi Pendidikan Terakhir Responden Berdasarkan Masing-Masing Merek Sepeda Motor Pendidikan terakhir SMP SMA S1 Lainnya S2 Merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Count 1 20 57 15 7 Count 4 20 51 24 1 Count 4 19 52 25 Tabel 4.8 menunjukkan komposisi pendidikan terakhir responden berdasarkan masing-masing merek sepeda motor. 4.6 Jumlah Sepeda Motor yang Dimiliki Responden Tabel 4.9 Jumlah Sepeda Motor yang Dimiliki Responden Jumlah sepeda motor yang anda miliki? jumlah sepeda motor yang anda miliki? Count satu unit Satu unit 259 Dua < unit 41 dua < unit 38 Berdasarkan hasil survei responden diperoleh komposisi kepemilikan sepeda motor yaitu, responden yang memiliki satu unit sepeda motor sebanyak 259 orang dan yang memiliki lebih dari dua unit sebanyak 41 orang. Tabel 4.10 Komposisi Jumlah Sepeda Motor yang Dimiliki Responden Berdasarkan Masing-Masing Merek Sepeda Motor Jumlah sepeda motor yang anda miliki? Merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Count Count Count Satu unit 78 89 92 Dua < unit 22 11 8 Tabel 4.10 menunjukkan komposisi jumlah sepeda motor yang dimiliki responden berdasarkan masing-masing merek sepeda motor. 4.7 Merek Sepeda Motor yang Paling Diingat Responden Tabel 4.11 Merek Sepeda Motor yang Paling Diingat Responden Merek motor apakah yang terlintas di benak anda? merek motor apakah yang terlintas di benak anda? Count Honda Honda 109 Yamaha Yamaha Suzuki Kawasaki 110 80 1 Kawasaki Suzuki 39 Berdasarkan data responden diperoleh data mengenai merek sepeda motor yang pertama kali diingat yaitu, Yamaha sebanyak 110 orang, Honda sebanyak 109 orang, Suzuki sebanyak 80 orang dan Kawasaki sebanyak 1 orang. 4.8 Faktor yang Menjadi Prioritas dalam Memilih Sepeda Motor Tabel 4.12 Faktor yang Menjadi Prioritas dalam Memilih Sepeda Motor Faktor apakah yang penting dalam memilih merek tersebut? Kualitas produk Suku cadang Harga Promosi Tempat servis faktor apakah yang penting dalam memilih merek tersebut? Count kualitas produk 204 7 73 8 suku cadang harga promosi tempat service 8 Berdasarkan data responden diperoleh data mengenai faktor yang menjadi prioritas dalam memilih sepeda motor yaitu, kualitas produk sebanyak 204 orang, suku cadang sebanyak 7 orang, harga sebanyak 73 orang, promosi sebanyak 8 orang dan tempat servis sebanyak 8 orang. 40 Tabel 4.13 Komposisi Faktor yang Menjadi Prioritas dalam Memilih Sepeda Motor Berdasarkan Masing-Masing Merek Sepeda Motor Faktor apakah yang penting dalam memilih merek tersebut? merek sepeda motor yang paling sering dipakai? Honda Yamaha Suzuki Count Count Count Kualitas produk 87 64 53 Suku cadang Harga Promosi Tempat servis 3 9 3 23 3 7 1 41 5 1 Tabel 4.10 menunjukkan komposisi faktor yang menjadi prioritas dalam memilih sepeda motor berdasarkan masing-masing merek sepeda motor. 4.9 Analisis Data 4.9.1 Analisis Validitas dan Realibilitas Suatu penelitian dapat dikatakan valid apabila hasil dari butir-butir pertanyaan yang diajukan ke responden pada kolom corrected item-total correlation menujukan hasil yang positif dan lebih besar dari 0,3 dan pertanyaan itu dapat dikatakan reliable apabila nilai alpha menunjukkan angka lebih besar dari 0,5. 41 TABEL UJI VALIDITAS FAKTOR PRODUCT Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted 16.2098 6.392 .363 .205 .817 16.1268 5.572 .637 .457 .729 16.1122 5.463 .661 .510 .721 16.0341 5.612 .620 .489 .735 16.0439 5.807 .586 .389 .746 Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .791 .792 5 anda merasa puas dengan konsumsi bahan bakar? anda merasa puas dengan warnanya? anda merasa puas dengan desainnya? anda merasa puas dengan akselerasinya? anda merasa puas dengan daya tahannya? Reliability Statistics Kelima pertanyaan diatas yang merupakan bagian dari faktor product dari nilai kepuasan pelanggan menunjukkan hasil r > 0,3 dan alpha > 0,5. Maka variabel-variabel tersebut dapat dikatakan valid dan reliable. 42 TABEL UJI VALIDITAS FAKTOR SERVICE Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted 7.0000 7.333 .883 .905 .935 7.4286 7.952 .834 .803 .970 7.2857 7.238 .969 .947 .868 anda merasa puas dengan harga suku cadang? anda merasa puas dengan garansi? anda merasa puas dengan ketersediaan suku cadang? Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .949 .950 3 Ketiga pertanyaan diatas yang merupakan bagian dari faktor service dari nilai kepuasan pelanggan menunjukkan hasil r > 0,3 dan alpha > 0,5. Maka variabel-variabel tersebut dapat dikatakan valid dan reliable. 43 TABEL UJI VALIDITAS FAKTOR PRICE Item-Total Statistics anda merasa puas dengan harga beli? anda merasa puas dengan cicilannya? anda merasa puas dengan uang mukanya? anda merasa puas dengan hrga jualnya? Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted 12.2877 1.986 .750 .604 .671 12.3014 1.936 .692 .563 .686 12.2877 2.124 .625 .612 .725 12.6438 1.732 .445 .295 .864 Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .785 .823 4 Keempat pertanyaan diatas yang merupakan bagian dari faktor price dari nilai kepuasan pelanggan menunjukkan hasil r > 0,3 dan alpha > 0,5. Maka variabel-variabel tersebut dapat dikatakan valid dan reliable. 44 TABEL UJI VALIDITAS FAKTOR PROMOTION Item-Total Statistics anda merasa puas dengan promosi iklannya? anda merasa puas dengan event promosinya? anda merasa puas dengan model iklannya? anda merasa puas dengan hadiahnya? Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted 11.1429 8.476 .818 .959 .843 10.8571 6.143 .921 .971 .791 10.7143 6.571 .983 .968 .761 10.1429 10.476 .392 .794 .968 Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .889 .882 4 Keempat pertanyaan diatas yang merupakan bagian dari faktor promotion dari nilai kepuasan pelanggan menunjukkan hasil r > 0,3 dan alpha > 0,5. Maka variabel-variabel tersebut dapat dikatakan valid dan reliable. 45 TABEL UJI VALIDITAS FAKTOR PLACE Item-Total Statistics anda merasa puas dengan ketersediaan bengkel & showroom resmi? anda merasa puas dengan kebersihan bengkelnya? anda merasa puas dengan pelayanan bengkelnya? Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted 8.8750 .982 .253 .072 .873 8.5000 .857 .577 .600 .417 8.6250 .839 .640 .612 .340 Reliability Statistics Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .656 .683 3 Ketiga pertanyaan diatas yang merupkan bagian dari faktor place dari nilai kepuasan pelanggan menunjukkan hasil r > 0,3 dan alpha > 0,5. Maka variabel-variabel tersebut dapat dikatakan valid dan reliable. 46 4.9.2 Analisis Korelasi Hipotesis dilakukan untuk mengetahui hubungan antara kepuasan pelanggan per faktor kualitas dengan kinerja customer service dan website. Angka korelasi berkisar pada 0 (tidak ada korelasi sama sekali) dan 1 (korelasi sempurna) dan -1 (korelasi negatif sempurna), dimana korelasi yang cukup kuat ditunjukkan oleh angka korelasi diatas 0,5 dan korelasi yang lemah ditunjukkan oleh angka korelasi dibawah 0,5. 4.9.2.1 Hubungan Faktor Analisis Product dengan Kinerja Customer Service dan Website Hipotesis yang akan diuji adalah hubungan antara faktor analisis product dengan kinerja customer service dan website: ρ = 0 : Tidak ada hubungan antara faktor analisis product dengan kinerja customer service dan website ρ = 1 :Ada hubungan positif antara faktor analisis product dengan kinerja customer service dan website ρ = -1 :Ada hubungan negatif antara faktor analisis product dengan kinerja customer service dan website Correlations Y X11 X12 X13 X14 X15 Pearson Correlation 0.058751833 0.050559242 -0.02552175 0.047545856 -0.064168565 Sig. (2-tailed) 0.403881588 0.472663236 0.717096019 0.499485294 0.361864119 N 204 204 204 204 204 47 Ket: X11 = anda merasa puas dengan desainnya? X12 = anda merasa puas dengan warnanya? X13 = anda merasa puas dengan daya tahannya? X14 = anda merasa puas dengan akselerasinya? X15 = anda merasa puas dengan konsumsi bahan bakar? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Pada tabel diatas dapat dilihat korelasi sebesar 0,058 (X11) yang menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0,050 (X12) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0.025 (X13) menunjukkan korelasi negatif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0,047 (X14) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha dan korelasi sebesar 0,641 (X15) menunjukkan korelasi positif yang kuat karena lebih besar dari alpha. Sedangkan angka signifikasi diperoleh sebesar 0,403 (X11), 0,472 (X12), 0,712 (X13), 0,499 (X14), dan 0.361 (X15). Hasil ini menunjukkan bahwa X11 tidak signifikan (lebih besar dari alpha = 0,05) terhadap kontribusi positif dalam kinerja customer service dan website. X12 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X13 menunjukkan hasil tidak signifikan (lebih besar dari alpha) sehingga kontribusinya negatif dalam kinerja customer service dan website. X14 menunjukkan hasil tidak signifikan (lebih besar dari 48 alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X15 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. 4.9.2.2 Hubungan Faktor Analisis Service dengan Kinerja Customer Service dan Website Hipotesis yang akan diuji adalah hubungan antara faktor analisis service dengan kinerja customer service dan website: ρ = 0 : Tidak ada hubungan antara faktor analisis service dengan kinerja customer service dan website ρ = 1 :Ada hubungan positif antara faktor analisis service dengan kinerja customer service dan website ρ = -1 :Ada hubungan negatif antara faktor analisis service dengan kinerja customer service dan website Correlations Y Pearson Correlation Sig. (2-tailed) N X21 0.547722558 0.203110664 7 X22 0.286909521 0.53272445 7 Ket: X21 = anda merasa puas dengan harga suku cadang? X22 = anda merasa puas dengan garansi? X23 = anda merasa puas dengan ketersediaan suku cadang? 49 X23 0.605697877 0.149464403 7 Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Pada tabel diatas dapat dilihat korelasi sebesar 0,547 (X21) menunjukkan korelasi positif yang kuat karena lebih besar dari alpha. Korelasi sebesar 0,286 (X22) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha, dan korelasi sebesar 0,603 (X23) menunjukkan korelasi positif yang kuat karena lebih besar dari alpha. Sedangkan angka signifikasi diperoleh sebesar 0,203 (X21), 0,532 (X22), dan 0,149 (X23). Hasil ini menunjukkan bahwa X21 tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif kuat dalam kinerja customer service dan website. X22 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X23 menunjukkan hasil tidak signifikan (lebih besar dari alpha) sehingga kontribusinya positif kuat dalam kinerja customer service dan website. 4.9.2.3 Hubungan Faktor Analisis Price dengan Kinerja Customer Service dan Website Hipotesis yang akan diuji adalah hubungan antara faktor analisis price dengan kinerja customer service dan website: ρ = 0 : Tidak ada hubungan antara faktor analisis price dengan kinerja customer service dan website ρ = 1 :Ada hubungan positif antara faktor analisis price dengan kinerja customer service dan website ρ = -1 :Ada hubungan negatif antara faktor analisis price dengan kinerja customer service dan website 50 Correlations Y X31 X32 X33 X34 Pearson Correlation -0.142247967 0.094714071 0.111022803 -0.043160419 Sig. (2-tailed) 0.229942823 0.425413719 0.349735709 0.716928333 N 73 73 73 73 Ket: X31 = anda merasa puas dengan harga beli? X32 = anda merasa puas dengan cicilannya? X33 =anda merasa puas dengan uang mukanya? X34 = anda merasa puas dengan hrga jualnya? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Pada tabel diatas dapat dilihat korelasi sebesar -0,142 (X31) menunjukkan korelasi negatif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0.094 (X32) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0,111 (X33) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha, dan korelasi sebesar -0,043 (X44) menunjukkan korelasi negatif yang lemah karena lebih kecil dari alpha. Sedangkan angka signifikasi diperoleh sebesar 0,229 (X31), 0,425 (X32), 0.349 (X33), dan 0,716 (X34). Hasil ini menunjukkan bahwa X31 tidak signifikan (lebih besar dari alpha) terhadap kontribusi negatif dalam kinerja customer service dan website. X32 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X33 menunjukkan hasil tidak signifikan (lebih 51 besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X14 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi negatif dalam kinerja customer service dan website. 4.9.2.4 Hubungan Faktor Analisis Promotion dengan Kinerja Customer Service dan Website Hipotesis yang akan diuji adalah hubungan antara faktor analisis promotion dengan kinerja customer service dan website: ρ = 0 : Tidak ada hubungan antara faktor analisis promotion dengan kinerja customer service dan website ρ = 1 :Ada hubungan positif antara faktor analisis promotion dengan kinerja customer service dan website ρ = -1 :Ada hubungan negatif antara faktor analisis promotion dengan kinerja customer service dan website Correlations Y X41 X42 X43 X44 Pearson Correlation -0.420084025 -0.555555556 -0.544581149 -0.420084025 Sig. (2-tailed) 0.348066194 0.195394492 0.206245515 0.348066194 N 7 7 7 7 Ket: X41 = anda merasa puas dengan promosi iklannya? X42 = anda merasa puas dengan model iklannya? X43 = anda merasa puas dengan event promosinya? X44 = anda merasa puas dengan hadiahnya? 52 Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Pada tabel diatas dapat dilihat korelasi sebesar 0,420 (X41) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar -0,555 (X42) menunjukkan korelasi negatif yang kuat karena lebih besar dari alpha. Korelasi sebesar 0,545 (X43) menunjukkan korelasi positif yang kuat karena lebih besar dari alpha, dan korelasi sebesar 0,420 (X44) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Sedangkan angka signifikasi diperoleh sebesar 0,348 (X41), 0,195 (X42), 0,206 (X43), dan 0,348 (X44). Hasil ini menunjukkan bahwa X41 tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X42 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi negatif dalam kinerja customer service dan website. X43 menunjukkan hasil tidak signifikan (lebih besar dari alpha) sehingga kontribusinya positif dalam kinerja customer service dan website. X44 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. 4.9.2.5 Hubungan Faktor Analisis Place dengan Kinerja Customer Service dan Website Hipotesis yang akan diuji adalah hubungan antara faktor analisis place dengan kinerja customer service dan website: ρ = 0 : Tidak ada hubungan antara faktor analisis place dengan kinerja customer service dan website 53 ρ = 1 :Ada hubungan positif antara faktor analisis place dengan kinerja customer service dan website ρ = -1 :Ada hubungan negatif antara faktor analisis place dengan kinerja customer service dan website Correlations Y X51 X52 X53 Pearson Correlation 0.120385853 0.447213595 0.000 Sig. (2-tailed) N 0.776447946 8 0.266569703 8 1.000 8 Ket: X51 = anda merasa puas dengan ketersediaan bengkel & showroom resmi? X52 = anda merasa puas dengan pelayanan bengkelnya? X53 = anda merasa puas dengan kebersihan bengkelnya? Pada tabel diatas dapat dilihat korelasi sebesar 0,120 (X51) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0,447 (X52) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Korelasi sebesar 0,000 (X53) menunjukkan korelasi positif yang lemah karena lebih kecil dari alpha. Sedangkan angka signifikasi diperoleh sebesar 0,776 (X51), 0,266 (X52), dan 1,000 (X53). Hasil ini menunjukkan bahwa X51 tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X52 menunjukkan hasil tidak signifikan (lebih besar dari alpha) terhadap kontribusi positif dalam kinerja customer service dan website. X53 menunjukkan hasil tidak signifikan (lebih besar dari alpha) kontribusi positif dalam kinerja customer service dan website. 54 4.9.3 Analisis Regresi Berbeda dengan analisis korelasi, analisis regresi digunakan untuk mengetahui pengaruh antar variabel bebas dalam hal ini dimana 5 variabel faktor analisis mempengaruhi tingkat kepuasaan pelanggan dalam kinerja customer service dan website yang ada. 4.9.3.1 Pengaruh Faktor Analisis Product terhadap Kepuasan Pelanggan Angka regresi berkisar pada angka 0 (tidak ada pengaruh sama sekali dan angka 1 (merupakan pengaruh sempurna), dimana angka regresi (R) diatas angka 0,5 menunjukkan pengaruh kuat dan dibawah angka 0,5 menunjukkan pengaruh lemah. Sedangkan jika besaran signifikasi menunjukkan > 0,05 maka H0 diterima dan jika besaran signifikasi menunjukkan angka < 0,05 maka H0 ditolak. Hipotesis yang akan diuji adalah pengaruh faktor analisis product terhadap kepuasan pelanggan. H0 : Tidak ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis product H1 : Ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis product Hipotesis statistik: H0: ρ1 = 0 H1: ρ1 ≠ 0 Dimana ρ1 = Faktor analisis product 55 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .026(a) .001 -.004 .45775 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan kualitas? ANOVA(b) Model 1 Regression Residual Total Sum of Squares 0.027769975 42.3251712 42.35294118 df 1 202 203 F Mean Square 0.027769975 0.132534 0.209530551 Sig. 0.7162 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan kualitas? b. Dependent Variable: dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel diatas dapat dilihat bahwa R sebesar 0,026. Hasil ini menunjukkan bahwa ada pengaruh dari faktor analisis product terhadap kinerja CRM, karena R < 0,5 maka pengaruhnya lemah. Sementara nilai R square sebesar 0,1 % yang lebih kecil dari 50 % menunjukkan bahwa analisis product memiliki prediksi yang baik. Coefficients Model 1 (Constant) X1 Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error 1.683424438 0.069517 24.21604 0.000 0.010729308 0.029472 0.025606249 0.364053 0.7162 56 Beta Ket: X1 = prioritas seperti apakah yang anda utamakan dalam menentukan kualitas? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel anova dapat dilihat angka signifikasi sebesar 0.716 dimana hasil ini menunjukkan bahwa faktor product tidak berpengaruh secara signifikan terhadap kinerja CRM yang ada karena lebih besar dari alpha (0,05). Dengan membandingkan statistik hitung dengan statistik tabel, dimana jika t hitung < t tabel maka H0 diterima dan jika H0 t hitung > t tabel maka H0 ditolak. Jika t tabel sebesar 1,96 dan t hitung sebesar 0,364 maka H0 ditolak dapat disimpulkan bahwa faktor analisis product tidak berpengaruh secara signifikan terhadap kepuasan pelanggan dalam kinerja CRM. 4.9.3.2 Pengaruh Faktor Analisis Service terhadap Kepuasan Pelanggan Angka regresi berkisar pada angka 0 (tidak ada pengaruh sama sekali dan angka 1 (merupakan pengaruh sempurna), dimana angka regresi (R) diatas angka 0,5 menunjukkan pengaruh kuat dan dibawah angka 0,5 menunjukkan pengaruh lemah. Sedangkan jika besaran signifikasi menunjukkan > 0,05 maka H0 diterima dan jika besaran signifikasi menunjukkan angka < 0,05 maka H0 ditolak. Hipotesis yang akan diuji adalah pengaruh faktor analisis service terhadap kepuasan pelanggan. H0 : Tidak ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis service 57 H1 : ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis service Hipotesis statistik: H0: ρ2 = 0 H1: ρ2 ≠ 0 Dimana Ρ2= Faktor analisis service Model Summary R R Square Adjusted R Square Std. Error of the Estimate .417(a) .174 .008 .53229 Model 1 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan suku cadang+garansi? ANOVA(b) Sum of Squares df Mean Square F Sig. Regression 0.297619048 1 0.297619048 1.050420168 0.3524132 Residual 1.416666667 5 0.283333333 Total 1.714285714 6 Model 1 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan suku cadang+garansi? b. Dependent Variable: dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? 58 Dari tabel diatas dapat dilihat bahwa R sebesar 0,417 dimana hasil ini menunjukkan bahwa ada pengaruh dari faktor analisis service terhadap kinerja CRM, karena R < 0,5 maka pengaruhnya lemah. Sementara nilai R square sebesar 17,4 % yang lebih kecil dari 50 % menunjukkan bahwa analisis service memiliki prediksi yang baik. Coefficients Model (Constant) X2 Ket: X2 Unstandardized Coefficients B Std. Error 2.583333 -0.41667 1.00761 0.406544 Standardized Coefficients Beta -0.41667 t Sig. 2.563823 0.050412 -1.0249 0.352413 = prioritas seperti apakah yang anda utamakan dalam menentukan suku cadang+garansi? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel anova dapat dilihat angka signifikasi sebesar 0,352 dimana hasil ini menunjukkan bahwa faktor service tidak berpengaruh secara signifikan terhadap kinerja CRM yang ada karena lebih besar dari alpha (0,05). Dengan membandingkan statistik hitung dengan statistik tabel, dimana jika t hitung < t tabel maka H0 diterima dan jika H0 t hitung > t tabel maka H0 ditolak. Jika t tabel sebesar 1,96 dan t hitung sebesar -1,024 maka H0 ditolak dapat disimpulkan bahwa faktor analisis service tidak berpengaruh secara signifikan terhadap kepuasan pelanggan dalam kinerja CRM. 59 4.9.3.3 Pengaruh Faktor Analisis Price terhadap Kepuasan Pelanggan Angka regresi berkisar pada angka 0 (tidak ada pengaruh sama sekali dan angka 1 (merupakan pengaruh sempurna), dimana angka regresi (R) diatas angka 0,5 menunjukkan pengaruh kuat dan dibawah angka 0,5 menunjukkan pengaruh lemah. Sedangkan jika besaran signifikasi menunjukkan > 0,05 maka H0 diterima dan jika besaran signifikasi menunjukkan angka < 0,05 maka H0 ditolak. Hipotesis yang akan diuji adalah pengaruh faktor analisis price terhadap kepuasan pelanggan. H0 : Tidak ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis price H1 : Ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis price Hipotesis statistik: H0: ρ3 = 0 H1: ρ3 ≠ 0 Dimana ρ3 = Faktor analisis price Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .240(a) .058 .045 .22399 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan harga sepeda motor? 60 ANOVA(b) Sum of Squares Model 1 Mean Square df F Sig. Regression 0.218578416 1 0.218578416 4.356543 0.040458 3.562243502 3.780821918 71 72 0.050172444 Residual Total a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan harga sepeda motor? b. Dependent Variable: dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel diatas dapat dilihat bahwa R sebesar 0,240 dimana hasil ini menunjukkan bahwa ada pengaruh dari faktor analisis price terhadap kinerja CRM, karena R < 0,5 maka pengaruhnya lemah. Sementara nilai R square sebesar 5,8 % yang lebih kecil dari 50 % menunjukkan bahwa analisis price memiliki prediksi yang baik. Coefficients Model 1 Unstandardized Coefficients B (Constant) 1.816689466 X3 0.073871409 Std. Error 0.066921 0.035392 Standardized Coefficients Beta t Sig. 27.14667 0.000 0.240442108 2.087233 0.040458 Ket: X3 = prioritas seperti apakah yang anda utamakan dalam menentukan harga sepeda motor? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? 61 Dari tabel anova dapat dilihat angka signifikasi sebesar 0,0408 dimana hasil ini menunjukkan bahwa faktor price berpengaruh secara signifikan terhadap kinerja CRM yang ada karena lebih kecil dari alpha (0,05). Dengan membandingkan statistik hitung dengan statistik tabel, dimana jika t hitung < t tabel maka H0 diterima dan jika H0 t hitung > t tabel maka H0 ditolak. Jika t tabel sebesar 1,96 dan t hitung sebesar 2,087 maka H0 dterima dapat disimpulkan bahwa faktor analisis price berpengaruh secara signifikan terhadap kepuasan pelanggan dalam kinerja CRM. 4.9.3.4 Pengaruh Faktor Analisis Promotion terhadap Kepuasan Pelanggan Angka regresi berkisar pada angka 0 (tidak ada pengaruh sama sekali dan angka 1 (merupakan pengaruh sempurna), dimana angka regresi (R) diatas angka 0,5 menunjukkan pengaruh kuat dan dibawah angka 0,5 menunjukkan pengaruh lemah. Sedangkan jika besaran signifikasi menunjukkan > 0,05 maka H0 diterima dan jika besaran signifikasi menunjukkan angka < 0,05 maka H0 ditolak. Hipotesis yang akan diuji adalah pengaruh faktor analisis promotion terhadap kepuasan pelanggan. H0 : Tidak ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis promotion H1 : Ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis promotion Hipotesis statistik: H0: ρ4= 0 H1: ρ4 ≠ 0 62 Dimana ρ4 = Faktor analisis promotion Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .645(a) .417 .300 .31623 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan promosi yang menarik? ANOVA(b) Sum of Squares df Mean Square F Sig. Regression 0.357142857 1 0.357142857 3.571429 0.117387 Residual Total 0.5 0.857142857 5 6 0.1 Model 1 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan promosi yang menarik? b. Dependent Variable: dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel diatas dapat dilihat bahwa R sebesar 0,645 dimana hasil ini menunjukkan ada pengaruh faktor analisis promotion terhadap kinerja CRM, karena R < 0,5 maka pengaruhnya kuat. Sementara nilai R square sebesar 41,7 % yang lebih kecil dari 50 % menunjukkan bahwa analisis promotion memiliki prediksi yang baik 63 Coefficients Unstandardized Coefficients Model 1 Standardized Coefficients t Sig. B Std. Error Beta (Constant) 1.683424438 0.069517 24.21604 0.000 X4 0.010729308 0.029472 0.025606249 0.364053 0.7162 Ket: X4 = prioritas seperti apakah yang anda utamakan dalam menentukan promosi yang menarik? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel anova dapat dilihat angka signifikasi sebesar 0,7162 dimana hasil ini menunjukkan bahwa faktor promotion tidak berpengaruh secara signifikan terhadap kinerja CRM yang ada karena lebih besar dari alpha (0,05). Dengan membandingkan statistik hitung dengan statistik tabel, dimana jika t hitung < t tabel maka H0 diterima dan jika H0 t hitung > t tabel maka H0 ditolak. Jika t tabel sebesar 1,96 dan t hitung sebesar 0.364 maka H0 ditolak dapat disimpulkan bahwa faktor analisis promotion tidak berpengaruh secara signifikan terhadap kepuasan pelanggan dalam kinerja CRM. 4.9.3.5 Pengaruh Faktor Analisis Place terhadap Kepuasan Pelanggan Angka regresi berkisar pada angka 0 (tidak ada pengaruh sama sekali dan angka 1 (merupakan pengaruh sempurna), dimana angka regresi (R) diatas angka 0,5 menunjukkan pengaruh kuat dan dibawah angka 0,5 menunjukkan pengaruh lemah. Sedangkan jika besaran signifikasi menunjukkan > 0,05 maka H0 diterima dan jika besaran signifikasi 64 menunjukkan angka < 0,05 maka H0 ditolak. Hipotesis yang akan diuji adalah pengaruh faktor analisis place terhadap kepuasan pelanggan. H0 : Tidak ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis place H1 : Ada pengaruh antara tingkat kepuasan pelanggan dalam kinerja CRM terhadap faktor analisis place Hipotesis statistik: H0: ρ5 = 0 H1: ρ5 ≠ 0 Dimana ρ5= Faktor analisis place Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .655(a) .429 .333 .37796 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan tempat & show room resmi? ANOVA(b) Sum of Squares df Mean Square F Sig. Regression 0.642857143 1 0.642857143 4.5 0.078141 0.857142857 1.5 6 7 0.142857143 Model 1 Residual Total 65 a. Predictors: (Constant), prioritas seperti apakah yang anda utamakan dalam menentukan tempat & show room resmi? b. Dependent Variable: dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer service atau website? Dari tabel diatas dapat dilihat bahwa R sebesar 0,655 hasil ini menunjukkan bahwa ada pengaruh faktor analisis place terhadap kinerja CRM, karena R < 0,5 maka pengaruhnya kuat. Sementara nilai R square sebesar 42,9 % yang lebih kecil dari 50 % menunjukkan bahwa analisis place memiliki prediksi yang baik Coefficient Unstandardized Coefficients Model 1 (Constant) X5 Standardized Coefficients B Std. Error 0.142857143 0.857142857 0.769309 0.404061 t Sig. Beta 0.185695 0.858802 0.654653671 2.12132 0.078141 Ket: X5 = prioritas seperti apakah yang anda utamakan dalam menentukan tempat & show room resmi? Y = dalam menentukan prioritas diatas apakah anda pernah menanyakan kepada customer srevice atau website? Dari tabel anova dapat dilihat angka signifikasi sebesar 0,078 dimana hasil ini menunjukkan bahwa faktor place berpengaruh secara signifikan terhadap kinerja CRM yang ada karena lebih kecil dari alpha (0,05). Dengan membandingkan statistik hitung 66 dengan statistik tabel, dimana jika t hitung < t tabel maka H0 diterima dan jika H0 t hitung > t tabel maka H0 ditolak. Jika t tabel sebesar 1,96 dan t hitung sebesar 2,12 maka H0 diterima dapat disimpulkan bahwa faktor analisis place berpengaruh secara signifikan terhadap kepuasan pelanggan dalam kinerja CRM. 4.10 Hasil Penelitian Berdasarkan hasil analisis korelasi dan regresi yang ada, dapat disimpulkan bahwa : ¾ Tidak ada hubungan antara faktor analisis product dengan kinerja customer service dan website, dan tidak ada pengaruh yang signifikan dari faktor analisis product terhadap kepuasan pelanggan pada kinerja customer service dan website. ¾ Tidak ada hubungan antara faktor analisis service dengan kinerja customer service dan website, dan tidak ada pengaruh yang signifikan dari faktor analisis service terhadap kepuasan pelanggan pada kinerja customer service dan website. ¾ Tidak ada hubungan antara faktor analisis price dengan kinerja customer service dan website, tetapi ada pengaruh yang signifikan dari faktor analisis price terhadap kepuasan pelanggan pada kinerja customer service dan website. Pengaruh tersebut dapat dilihat pada persaman dibawah ini: Y= 1,816 + 0.073(X3) Dimana Y merupakan nilai kepuasan pelanggan pada customer service dan website service, sedangkan X3 merupakan faktor analisis price. Jadi apabila faktor analisis naik 1 poin maka bobot kepuasan pelanggan naik 7,3 % 67 ¾ Tidak ada hubungan antara faktor analisis promotion dengan kinerja customer service dan website, dan tidak ada pengaruh yang signifikan dari faktor analisis promotion terhadap kepuasan pelanggan pada kinerja customer service dan website. ¾ Tidak ada hubungan antara faktor analisis place dengan kinerja customer service dan website, tetapi ada pengaruh yang signifikan dari faktor analisis place terhadap kepuasan pelanggan pada kinerja customer service dan website. Pengaruh tersebut dapat dilihat pada persaman dibawah ini: Y= 0,142 + 0,857(X5) Dimana Y merupakan nilai kepuasan pelanggan pada customer service dan website service, sedangkan X5 merupakan faktor analisis price. Jadi apabila faktor analisis naik 1 poin maka bobot kepuasan pelanggan naik 85,7 % Kelemahan dari penelitian ini adalah terbatasnya waktu penelitian, sehingga penelitian hanya terbatas pada 300 responden. Sedangkan sebenarnya masih banyak hal-hal lain yang bisa didapatkan dari penelitian ini. 68