34 BAB IV PEMBAHASAN 4.1 Profil Responden Survei ini dilakukan

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