Regression I:



I. KEUNGGULAN BERSAING TRANSJAKARTA, n240Model Regresi IV: Analisis Regresi Linear Berganda (Multiples Regression)Y2 = m0 + m1 X1 + m2 X2 + m3 X3 + m4 X4 + m5 X5 + m6 X6 + m7 X7 + m8 X8 + m9 X9 + m10 X10 + m11 X11 + ...........+ m30 X30 + e13dimana:X1 = X1v.1 = Bukti fisik (tangible)X2 = X1v.2 = Keandalan (reliability)X3 = X1v.3 = Daya tanggap (responsiveness)X4 = X1v.4 = Jaminan (assurance)X5 = X1v.5 = Perhatian (empathy)X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakartaX7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakartaX8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikanX9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterimaX10 = X2v.3 = Kesesuaian Harga dengan fasilitasX11 = X2u = Dimensi Total HARGA TIKET TransJakartaX12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakartaX13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelangganX14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lainX15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakanX16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakartaX17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakartaX19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X20 = Y2v.1 = Penggunaan ulang layananX21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelangganX22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelangganX23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakartaX24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakartaX25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakartaX26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakartaX27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakartaX28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakartaY29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )]m0 , m1 ...... m30 = Koefisien Regresi untuk ke 30 Independen Variabel e13 = Error Term CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)20.2394.4854.513.000X1 = X1v.1 = Bukti fisik (tangible)-.7612.158-.144-.353.725.0002133.252X2 = X1v.2 = Keandalan (reliability)1.3944.074.223.342.733.0005404.345X3 = X1v.3 = Daya tanggap (responsiveness)-1.1372.482-.142-.458.647.0011223.680X4 = X1v.4 = Jaminan (assurance)4.0623.635.4861.118.265.0002408.847X5 = X1v.5 = Perhatian (empathy)-2.9864.405-.371-.678.499.0003808.598X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta.116.051.1102.269.024.03429.660X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta-12.97411.886-.810-1.091.276.0007006.770X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan-1.7251.550-.210-1.113.267.002450.936X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima-.252.244-.033-1.030.304.07513.383X10 = X2v.3 = Kesesuaian Harga dengan fasilitas2.3881.657.2821.441.151.002486.118X11 = X2u = Dimensi Total HARGA TIKET TransJakarta-.169.166-.049-1.019.309.03528.835X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta13.38511.365.8031.178.240.0005921.360X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan.2502.701.027.092.926.0011097.056X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain-.3522.495-.035-.141.888.001788.414X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan.312.496.031.628.531.03131.786X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta.112.071.0331.592.113.1885.324X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable).354.065.0565.469.000.7401.351X20 = Y2v.1 = Penggunaan ulang layanan-.405.882-.043-.459.647.009112.213X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan.3411.242.036.275.784.005222.108X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan.2601.012.029.257.797.006158.360X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta.120.059.0412.023.044.1925.219X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta-.309.194-.018-1.594.112.6411.561X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA-2.2681.758-.190-1.290.198.004276.649X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA.204.258.021.792.429.1118.978X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA2.0421.912.1631.068.287.003295.099X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta.020.071.004.283.778.3682.718Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable).272.061.0444.443.000.8171.224X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )].801.023.89835.576.000.1238.109a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].Model Regresi IV: Multiple Regression, Data Dengan Kategori (Jumlah ke II) NEWNo Var 18 dan 19 bernilai NOL(Regression Output): X Coefficient(s):f (X1.i): Y2 = 20.239 - 0.761X1 + 1.394 X2 - 1.137 X3 + 4.062 X4 - 2.986 X5 + 0.116 X6 - 12.974X7 - 1.725 X8 - 0.252X9 + 2.388 X10 - 0.169 X11 + 13.385 X12 + 0.250X13 - 0.352 X14 + 0.312X15 + 0.112X16 + 0.354 X17 + 0.000 X18 + 0.000 X19 - 0.405 X20 + 0.341 X21 + 0.260 X22 + 0.120 X23 - 0.309X24 - 2.268 X25 + 0.204 X26 + 2.042 X27 + 0.020 X28 + 0.272 X29 + 0.801 X30 + 49.713Std Err of Coef.S(ai): (4.485)(2.158) (4.074) (2.482) (3.635) (4.405) (0.051) (11.886) (1.550) (0.244) (1.657) (0.166) (11.365) (2.701) (2.495) (0.496) (0.071) (0.065) (0.000) (0.000) (0.882) (1.242) (1.012) (0.059) (0.194) (1.758) (0.258) (1.912) (0.071) (0.061) (0.023) T-test (df = n-k )t(ai): (4.513) (-0.353) ( 0.342) (-0.458) (1.118) (-0.678) ( 2.269) (-1.091) (-1.113) (-1.030) (1.441) (-1.019) ( 1.178) ( 0.092) (-0.141) ( 0.628) (1.592) ( 5.469) ( 0.000) ( 0.000) (-0.459) ( 0.275) ( 0.257) ( 2.023) (-1.594) (-1.290) ( 0.792) ( 1.068) ( 0.283) ( 4.443) (35.576) No. of Observations: 240 Degrees of Freedom: 211Constant: 20.239Std Err of Y Est SE = 49.713R Squared r 2 = 0.983Correlation Coeff r = 0.992Adjusted R Squared ?r 2 = 0.981F Change = Fuji Test F = 447.126 Durbin-Watson Test D-W = 1.632Model Regresi IV: Multiple Regression, Data Dengan Kategori (Jumlah ke II) ”OPTIMAL SOLUTION”(Regression Output): X Coefficient(s):f (X1.i): Y2 = 20.239 - 0.761X1 + 1.394 X2 - 1.137 X3 + 4.062 X4 - 2.986 X5 + 0.116 X6 - 12.974X7 - 1.725 X8 - 0.252X9 + 2.388 X10 - 0.169 X11 + 13.385 X12 + 0.250X13 - 0.352 X14 + 0.312X15 + 0.112X16 + 0.354 X17 - 0.405 X20 + 0.341 X21 + 0.260 X22 + 0.120 X23 - 0.309X24 - 2.268 X25 + 0.204 X26 + 2.042 X27 + 0.020 X28 + 0.272 X29 + 0.801 X30 + 49.713Std Err of Coef.S(ai): (4.485) ( 2.158) (4.074) (2.482) (3.635) (4.405) (0.051) (11.886) (1.550) (0.244) (1.657) (0.166) (11.365) ( 2.701) (2.495) (0.496) (0.071) (0.065) (0.882) ( 1.242) (1.012) (0.059) (0.194) (1.758) (0.258) (1.912) (0.071) (0.061) (0.023) T-test (df = n-k )t(ai): (4.513) (-0.353) ( 0.342) (-0.458) (1.118) (-0.678) (2.269) (-1.091) (-1.113) (-1.030) (1.441) (-1.019) (1.178) ( 0.092) (-0.141) ( 0.628) (1.592) ( 5.469) (-0.459) ( 0.275) ( 0.257) ( 2.023) (-1.594) (-1.290) (0.792) ( 1.068) ( 0.283) ( 4.443) (35.576) No. of Observations: 240 Degrees of Freedom: 211Constant: 20.239Std Err of Y Est SE = 49.713R Squared r 2 = 0.983Correlation Coeff r = 0.992Adjusted R Squared ?r 2 = 0.981F Change = Fuji Test F = 447.126 Durbin-Watson Test D-W = 1.632dimana:X1 = X1v.1 = Bukti fisik (tangible)X2 = X1v.2 = Keandalan (reliability)X3 = X1v.3 = Daya tanggap (responsiveness)X4 = X1v.4 = Jaminan (assurance)X5 = X1v.5 = Perhatian (empathy)X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakartaX7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakartaX8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikanX9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterimaX10 = X2v.3 = Kesesuaian Harga dengan fasilitasX11 = X2u = Dimensi Total HARGA TIKET TransJakartaX12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakartaX13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelangganX14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lainX15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakanX16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakartaX17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakartaX19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X20 = Y2v.1 = Penggunaan ulang layananX21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelangganX22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelangganX23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakartaX24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakartaX25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakartaX26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakartaX27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakartaX28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakartaY29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )]m0 , m1 ...... m30 = Koefisien Regresi untuk ke 30 Independen Variabel e13 = Error Term Model SummarybModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsDurbin-WatsonR Square ChangeF Changedf1df2Sig. F Change1.992a.983.98149.71276.983447.12628211.0001.632Predictors: (Constant), X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )], Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable) , X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta, X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable), X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta, X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA, X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain, X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta, X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima, X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta, X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan, X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta, X4 = X1v.4 = Jaminan (assurance), X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta, X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA , X1 = X1v.1 = Bukti fisik (tangible), X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan, X11 = X2u = Dimensi Total HARGA TIKET TransJakarta, X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan, X20 = Y2v.1 = Penggunaan ulang layanan, X3 = X1v.3 = Daya tanggap (responsiveness), X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan, X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA , X10 = X2v.3 = Kesesuaian Harga dengan fasilitas, X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan, X2 = X1v.2 = Keandalan (reliability), X5 = X1v.5 = Perhatian (empathy), X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta.Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].ANOVAaModelSum of SquaresdfMean SquareFSig.1Regression30940228.645281105008.166447.126.000bResidual521456.7422112471.359Total31461685.387239Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].Predictors: (Constant), X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )], Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable) , X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta, X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable), X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta, X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA, X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain, X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta, X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima, X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta, X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan, X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta, X4 = X1v.4 = Jaminan (assurance), X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta, X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA , X1 = X1v.1 = Bukti fisik (tangible), X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan, X11 = X2u = Dimensi Total HARGA TIKET TransJakarta, X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan, X20 = Y2v.1 = Penggunaan ulang layanan, X3 = X1v.3 = Daya tanggap (responsiveness), X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan, X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA , X10 = X2v.3 = Kesesuaian Harga dengan fasilitas, X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan, X2 = X1v.2 = Keandalan (reliability), X5 = X1v.5 = Perhatian (empathy), X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta.CoefficientsaModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF1(Constant)20.2394.4854.513.000X1 = X1v.1 = Bukti fisik (tangible)-.7612.158-.144-.353.725.0002133.252X2 = X1v.2 = Keandalan (reliability)1.3944.074.223.342.733.0005404.345X3 = X1v.3 = Daya tanggap (responsiveness)-1.1372.482-.142-.458.647.0011223.680X4 = X1v.4 = Jaminan (assurance)4.0623.635.4861.118.265.0002408.847X5 = X1v.5 = Perhatian (empathy)-2.9864.405-.371-.678.499.0003808.598X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta.116.051.1102.269.024.03429.660X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta-12.97411.886-.810-1.091.276.0007006.770X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan-1.7251.550-.210-1.113.267.002450.936X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima-.252.244-.033-1.030.304.07513.383X10 = X2v.3 = Kesesuaian Harga dengan fasilitas2.3881.657.2821.441.151.002486.118X11 = X2u = Dimensi Total HARGA TIKET TransJakarta-.169.166-.049-1.019.309.03528.835X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta13.38511.365.8031.178.240.0005921.360X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan.2502.701.027.092.926.0011097.056X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain-.3522.495-.035-.141.888.001788.414X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan.312.496.031.628.531.03131.786X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta.112.071.0331.592.113.1885.324X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable).354.065.0565.469.000.7401.351X20 = Y2v.1 = Penggunaan ulang layanan-.405.882-.043-.459.647.009112.213X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan.3411.242.036.275.784.005222.108X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan.2601.012.029.257.797.006158.360X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta.120.059.0412.023.044.1925.219X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta-.309.194-.018-1.594.112.6411.561X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA-2.2681.758-.190-1.290.198.004276.649X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA.204.258.021.792.429.1118.978X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA2.0421.912.1631.068.287.003295.099X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta.020.071.004.283.778.3682.718Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable).272.061.0444.443.000.8171.224X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )].801.023.89835.576.000.1238.109a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].Residuals StatisticsaMinimumMaximumMeanStd. DeviationNPredicted Value12.67512722.0408309.2276359.80137240Std. Predicted Value-.8246.706.0001.000240Standard Error of Predicted Value4.44242.83914.5699.313240Adjusted Predicted Value13.69073002.9602309.9841369.68498240Residual-200.64751151.65120.0000046.71004240Std. Residual-4.0363.051.000.940240Stud. Residual-4.2453.885-.0031.072240Deleted Residual-393.96017245.98872-.7565064.34839240Stud. Deleted Residual-4.4284.023-.0041.092240Mahal. Distance.912176.47927.88335.980240Cook's Distance.0001.544.018.109240Centered Leverage Value.004.738.117.151240a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].@@@@@@ BATAS ATAS GAMBAR BARU (New)TRANSJAKARTA 2017Gambar 4.3: 9 Pasang Gambar Uji Asumsi Klasik Gambar 4.3: 8 Pasang Gambar Uji Asumsi Klasik Pada Uji Normalitas untuk 6 Observasi data terlihat kondisi dimana Normal P-P Plot of Regression Standardized Residual, mempunyai “Bentuk Regresi dan nilai Hasil Estimasi yang sama”. Dependent Variable: Metode Path Analysis Model Regresi I (Unstandardized Coefficients maupun Standardized Coefficients) pada Model Fungsional Loyalitas Konsumen Y2Calc dan Y2Calc merupakan One-Stage Regression as Estimated Variable (as Calculated): Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 = d0 + d1Y1 + d2X1 + d3X2 dan Zresid Normal P-P Plot Model Estimasi 3 = Zresid Normal P-P Plot Model Estimasi 4 yang dapat dijelaskan sebagai berikut: Zresid Normal P-P Plot Model Estimasi 3:Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 Zresid Normal P-P Plot: Output1 PP Plot Reg III Loyalitas Konsumen TRANSJAKARTA 2018Persamaan Regresi 3Tabel 4.8 Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan variabel harga tiket (X2) terhadap variabel loyalitas konsumen (Y2) [melalui intervening variabel kepuasan konsumen (Y1)]Coefficientsa Persamaan Regresi 3ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF(Constant)12.69333.527.379.741X1 = Kualitas Pelayanan (Observed).170.226.381.752.530.01281.679X2 = Harga Tiket (Observed).404.710.266.569.627.01469.677Y1 = Kepuasan Konsumen (Observed).632.388.3591.626.246.06415.508a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1Sumber: Diolah oleh penulis dari Data Lampiran 9 dan 14 s/d 15. Zresid Normal P-P Plot Model Estimasi 4:Dependent Variable: Loyalitas Konsumen Y2 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y2 Calc = d0 + d1Y1 + d2X1 + d3X2Zresid Normal P-P Plot: Output1 PP Plot Reg IV Loyalitas Konsumen TRANSJAKARTA 2018atauPersamaan Regresi 4 Tabel 4.9 Pengaruh Tidak Langsung variabel kualitas pelayanan (X1) dan variabel harga tiket (X2) terhadap variabel loyalitas konsumen (Y2) [melalui intervening variabel kepuasan konsumen (Y1)]Coefficientsa Persamaan Regresi 4ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF(Constant)12.69333.527.379.741Y1 = Kepuasan Konsumen (Observed).632.388.3591.626.246.06415.508X1 = Kualitas Pelayanan (Observed).170.226.381.752.530.01281.679X2 = Harga Tiket (Observed).404.710.266.569.627.01469.677a. Dependent Variable: Y2 Calc = Loyalitas Konsumen (Calculated) b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 4:: Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2Sumber: Diolah oleh penulis dari Data Lampiran 9 dan 14 s/d 15. Sedangkan Pada Uji Normalitas untuk 6 Observasi data terlihat kondisi dimana Normal P-P Plot of Regression Standardized Residual, mempunyai “Bentuk Regresi dan nilai Hasil Estimasi yang sama”. Dependent Variable: Metode Path Analysis Model Regresi I (Unstandardized Coefficients maupun Standardized Coefficients) pada Model Fungsional Keunggulan Bersaing (….Fungsi Estapet) Y3Calc dan Y3Calc merupakan One-Stage Regression as Estimated Variable (as Calculated): Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3v = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 dan Zresid Normal P-P Plot Model Estimasi 3 = Zresid Normal P-P Plot Model Estimasi 4.Zresid Normal P-P Plot Model Estimasi 3:Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3vZresid Normal P-P Plot: Output1 PP Plot Reg III Keunggulan Bersaing TRANSJAKARTA 2018Persamaan Regresi 3Tabel 4.11 Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1) dan variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3)[melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]Coefficientsa Persamaan Regresi 3ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF(Constant)9.46526.146.362.752Y1 = Y1u = Kepuasan Konsumen (Observed).821.404.5132.032.179.04621.548Y2 = Y2u = Loyalitas Konsumen (Observed).137.240.140.569.626.04920.463Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed).501.289.3561.732.225.07014.223a. Dependent Variable: Y3 Calc = Keunggulan Bersaing (Calculated)b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 3: Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20.Zresid Normal P-P Plot Model Estimasi 4:Dependent Variable: Keunggulan Bersaing Y3 Calc One-Stage Regression as Estimated Variable (as Calculated) dengan Bentuk Regresi: Y3 Calc = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 Zresid Normal P-P Plot: Output1 PP Plot Reg IV Keunggulan Bersaing TRANSJAKARTA 2018atauPersamaan Regresi 4Tabel 4.12 Pengaruh Tidak Langsung variabel kepuasan konsumen (Y1) dan variabel loyalitas konsumen (Y2) terhadap variabel Keunggulan Bersaing (Y3)[melalui intervening Dimensi Rata-rata Keunggulan Bersaing (Y3v)]Coefficientsa Persamaan Regresi 4ModelUnstandardized CoefficientsStandardized CoefficientstSig.Collinearity StatisticsBStd. ErrorBetaToleranceVIF(Constant)9.46526.146.362.752Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed).501.289.3561.732.225.07014.223Y1 = Y1u = Kepuasan Konsumen (Observed).821.404.5132.032.179.04621.548Y2 = Y2u = Loyalitas Konsumen (Observed).137.240.140.569.626.04920.463a. Dependent Variable: Y3 Calc = Keunggulan Bersaing (Calculated)b. Keterangan: Hasil Perhitungan menggunakan Program SPSS IBM Statistik Versi 21 for Windows. dimana Koefisien Hasil Estimasi Persamaan Regresi 4: Y3Calc = 0.356 Y3v + 0.513 Y1 + 0.140 Y2 Sumber: Diolah oleh penulis dari data Lampiran 15-16 dan Lampiran 19-20.Untuk mengetahui keterikatan Pengembangan Model dan pengaruh antar variabel dapat dijelaskan pada kerangka pemikiran berikut: j1X1v.1j2X1v.2j3X1v.3j4X1v.4j5X1v.5KERANGKA PEMIKIRAN TEORITIS TRANSJAKARTA 2018HX1v:?r 2 X1v.i > 0.6ALPHA CRONBACH > 0.6DimensiKualitas Pelayanan (X1v)Second Path Analysis Method Keunggulan Bersaing (….Fungsi Estapet): Y3 = ?1 Y1 + ?2Y2 Y3 Calc = ?1 Y1 + ?2Y2 + ?3Y3v ????????????????????????????????r 2(Yi ,Y3v) > 0.6Keunggulan Bersaing (Y3)?????????????????????????????r 2(Y3v ,Yi) > 0.6 R SquareChange= R2 F Change = Fuji Test Durbin-Watson Test HY3:?r 2Y3.i > 0.6 ALPHA CRONBACH > 0.6HY3v:?r 2Y3v.i > 0.6ALPHA CRONBACH > 0.6k1Y3.1k2Y3.2k3Y3.3k4Y3.4H3: Coeff. Reg ?3 > 0????????r 2(Y3v) > 0.6HX1: ?r 2 X1.i > 0.6ALPHA CRONBACH > 0.6l1Y3v.1l2Y3v.2R SquareChange = R2F Change= Fuji TestDurbin-Watson Test l3 Y3v.3Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTAe1X1.1e2R SquareChange = R2F Change= Fuji TestDurbin-Watson Test X1.2e3Dimensi Keunggulan Bersaing (Y3v)X1.3e4H4: Coeff. Reg ?1 > 0X1.4e5H2: Coeff. Reg ?2 > 0X1.5e6Y3v = Intevening VariableKualitas Pelayanan (X1)X1.6e7?r 2(Yi ) > 0.6X1.7e8H1: Coeff. Reg a1 > 0X1.8e9H5: Coeff. Reg ?2 > 0H1: Coeff. Reg ?1 > 0H4: Coeff. Reg c1 > 0H3:Coeff. Reg c3 > 0 HY2:?r 2Y2.i >0.6 ALPHA CRONBACH > 0.6X1.9e10Y1 = Intevening VariableX1.10e11HY1:?r 2Y1.i > 0.6ALPHA CRONBACH > 0.6X1.11e12X1.12 R SquareChange= R2 F Change = Fuji Test Durbin-Watson Test e13X1.13g1Y1.1g2Y1.2R SquareChange = R2F Change= Fuji TestDurbin-Watson Test g3Y1.3h1Y2.1h2Y2.2h3Y2.3h4Y2.4h5Y2.5?????????????????????????????????????r 2(Xi ,Y1) > 0.6????????r 2(Y1) > 0.6Kepuasan Konsumen (Y1)Loyalitas Konsumen (Y2)?????????????????????????????????????r 2(Y1 ,Xi) > 0.6HX2:?r 2X2.i > 0.6ALPHA CRONBACH > 0.6?r 2(Xi ) > 0.6 R SquareChange= R2 F Change = Fuji Test Durbin-Watson Test f1X2.1f2X2.2f3X2.3f4X2.4H2: Coeff. Reg a2 > 0H5: Coeff. Reg c2 > 0Unstandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):Y1 = a0 + a1 X1 + a2X2 + E1Y2 = b0 + b1 Y1 Calc + E2 Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4Y3v.1. Memperluas Trayek Bus MAYASARI BAKTIY3v.2. Mampu Menciptakan Inovasi Produk JasaY3v.3. Meningkatkan Promosi MAYASARI BAKTI R SquareChange= R2 F Change = Fuji Test Durbin-Watson Test Harga Tiket (X2)First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula): Y1 = ??1X1 + ?2 X2 Y2 = ?1X1 + ?2 X2 + ??1Y1 HX2v:?r 2X2v.i > 0.6ALPHA CRONBACH > 0.6i1X2v.1i2X2v.2R SquareChange = R2F Change= Fuji TestDurbin-Watson Test i3X2v.3Dimensi Harga Tiket (X2v)Unstandardized Coefficients:Model Fungsional Keunggulan Bersaing (….Fungsi Estapet) Y3v = ?0 + ?1 Y1 + ?2Y2 + ?1 Y3 = ?0 + ?1 Y3v Calc + ?2 Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3v + ?3 Y3 Calc = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 + ?4Gambar 2.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, KERANGKA PEMIKIRAN TEORITIS. Unstandardized Coefficients:Model Regresi I : Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):Y1 = a0 + a1 X1 + a2X2 + E1Y2 = b0 + b1 Y1 Calc + E2Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4Model Fungsional Keunggulan Bersaing (….Fungsi Estapet):Y3v = ?0 + ?1 Y1 + ?2Y2 + ?1Y3 = ?0 + ?1 Y3v Calc + ?2Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3v + ?3Y3 Calc = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 + ?4Model Regresi II: X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7 + e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12Model Regresi III:Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran sebagai berikut:1. Variabel Kualitas Pelayanan (X1)No. Indikator dari Variabel Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop) X1.1. Peralatan Armada Bus TransJakartaX1 = a0 + a1 X1.1; HX1.1 :Faktor Koreksi X1.1 > 0.6X1.2. Perlengkapan Armada Bus TransJakartaX1 = b0 + b1 X1.2; HX1.2 :Faktor Koreksi X1.2 > 0.6X1.3. Kenyamanan RuanganX1 = c0 + c1 X1.3??; HX1.3 :Faktor Koreksi X1.3 > 0.6X1.4. Penampilan PetugasX1 = d0 + d1 X1.4; HX1.4 :Faktor Koreksi X1.4 > 0.6X1.5. Kejujuran Dalam Memberikan KeteranganX1 = e0 + e1 X1.5; HX1.5 :Faktor Koreksi X1.5 > 0.6X1.6. KeramahanX1 = f0 + f1 X1.6; HX1.6 :Faktor Koreksi X1.6 > 0.6X1.7. Kecepatan PelayananX1 = g0 + g1 X1.7; HX1.7 :Faktor Koreksi X1.7 > 0.6X1.8. Kemampuan Menanggapi KeluhanX1 = h0 + h1 X1.8; HX1.8 :Faktor Koreksi X1.8 > 0.6X1.9. Kemudahan ProsedurX1 = i0 + i1 X1.9; HX1.9 :Faktor Koreksi X1.9 > 0.6X1.10. Mampu BerkomunikasiX1 = j0 + j1 X1.10; HX1.10 :Faktor Koreksi X1.10 > 0.6X1.11. Informasi Yang AkuratX1 = k0 + k1 X1.11; HX1.11 :Faktor Koreksi X1.11 > 0.6X1.12. Pemahaman Kebutuhan KonsumenX1 = l0 + l1 X1.12; HX1.12 :Faktor Koreksi X1.12 > 0.6X1.13. Perhatian Kepada KonsumenX1 = m0 + m1 X1.13 ; HX1.13 :Faktor Koreksi X1.13 > 0.62. Variabel Harga Tiket(X2)No. Indikator dari Variabel Harga Tiket: Bentuk Fungsi: FK X2.i > 0.6 (Valid), FK X2.i < 0.6 (Drop)1. X2.1. Keterjangkauan Harga TiketX2 = n0 + n1 X2.1; HX2.1 :Faktor Koreksi X2.1 > 0.62. X2.2. Kesesuaian Tarif Dengan ManfaatX2 = o0 + o1 X2.2; HX2.2 :Faktor Koreksi X2.2 > 0.63. X2.3. Kesesuaian Tarif Dengan FasilitasX2 = p0 + p1 X2.3; HX2.3 :Faktor Koreksi X2.3 > 0.64. X2.4. Kesesuaian Tarif Dengan Jarak Yang DitempuhX2 = q0 + q1 X2.4; HX2.4 :Faktor Koreksi X2.4 > 0.63. Variabel Kepuasan Konsumen (Y1)No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)Y1.1. Kepuasan akan produk yang ditawarkan Y1 = r0 + r1 Y1.1; HY1.1 :Faktor Koreksi Y1.1 > 0.6Y1.2. Sesuai dengan yang diharapkan Y1 = s0 + s1 Y1.2; HY1.2 :Faktor Koreksi Y1.2 > 0.6Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = t0 + t1 Y1.3; HY1.3 :Faktor Koreksi Y1.3 > 0.64. Variabel Loyalitas Konsumen (Y2)No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)Y2.1. Armada Bus TransJakarta Yang BagusY2 = u0 + u1 Y2.1; HY2.1 :Faktor Koreksi Y2.1 > 0.6Y2.2. Kenikmatan Merasakan LayananY2 = v0 + v1 Y2.2; HY2.2 :Faktor Koreksi Y2.2 > 0.6Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain)Y2 = w0 + w1 Y2.3; HY2.3 :Faktor Koreksi Y2.3 > 0.6Y2.4. Pengalaman Masa LaluY2 = x0 + x1 Y2.4; HY2.4 :Faktor Koreksi Y2.4 > 0.6Y2.5. Pengalaman Teman-temanY2 = y0 + y1 Y2.5; HY2.5 :Faktor Koreksi Y2.5 > 0.65. Dimensi Rata-rata Harga Tiket (X2v)No. Dimensi Rata-rata Harga Tiket: Bentuk Fungsi: FK X2v.i > 0.6 (Valid), FK X2v.i < 0.6 (Drop)X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikanX2v = k0 + k1 X2v.1; HX2v.1 :Faktor Koreksi X2v.1 > 0.6X2v.2. Kesesuaian harga dengan pelayanan yang diterimaX2v = l0 + l1 X2v.2; HX2v.2 :Faktor Koreksi X2v.2 > 0.6X2v.3. Kesesuaian Harga dengan fasilitas X2v = m0 + m1 X2v.3; HX2v.3 :Faktor Koreksi X2v.3 > 0.66. Dimensi Rata-rata Kualitas Pelayanan (X1v)No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)X1v.1. Bukti fisik (tangible)X1v = n0 + n1 X1v.1; HX1v.1 :Faktor Koreksi X1v.1 > 0.6X1v.2. Keandalan (reliability)X1v = o0 + o1 X1v.2; HX1v.2 :Faktor Koreksi X1v.2 > 0.6X1v.3. Daya tanggap (responsiveness)X1v = p0 + p1 X1v.3; HX1v.3 :Faktor Koreksi X1v.3 > 0.6X1v.4. Jaminan (assurance)X1v = q0 + q1 X1v.4; HX1v.4 :Faktor Koreksi X1v.4 > 0.6X1v.5. Perhatian (empathy)X1v = r0 + r1 X1v.5; HX1v.5 :Faktor Koreksi X1v.5 > 0.67. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)Y3.1. Kemampuan BersaingY3 = s0 + s1 Y3.1; HY3.1 :Faktor Koreksi Y3.1 > 0.6Y3.2. Dikenal Luas Y3 = t0 + t1 Y3.2; HY3.2 :Faktor Koreksi Y3.2 > 0.6Y3.3. Peningkatan Sumber DanaY3 = u0 + u1 Y3.3; HY3.3 :Faktor Koreksi Y3.3 > 0.6Y3.4. Keunggulan TekhnologiY3 = v0 + v1 Y3.3; HY3.4 :Faktor Koreksi Y3.4 > 0.68. Dimensi Rata-rata Keunggulan Bersaing (Y3v)No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)Y3v.1. Memperluas Trayek Bus TransJakartaY3v = w0 + w1 Y3v.1; HY3v.1 :Faktor Koreksi Y3v.1 > 0.6Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = x0 + x1 Y3.v2; HY3v.2 :Faktor Koreksi Y3v.2 > 0.6Y3v.3. Senantiasa Meningkatkan Promosi Bus TransJakartaY3v = y0 + y1 Y3v.3; HY3v3 :Faktor Koreksi Y3v.3 > 0.6 Metode Path AnalysisStandardized Coefficients:Model Fungsional Loyalitas Konsumen (….fungsi semula)Y1 = ??1X1 + ?2 X2 Y2 = ?1X1 + ?2 X2 + ??1Y1 dimana:Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas PelayananX2 = Harga Tiket??1 = Koefisien regresi variabel Kualitas Pelayanan?2 = Koefisien regresi variabel Harga Tiket?1 = Koefisien regresi intervening variabel kepuasan konsumen Model Fungsional Keunggulan Bersaing (….fungsi estapet)Y3 = ?1 Y1 + ?2Y2 Y3 Calc = ?1 Y1 + ?2Y2 + ?3Y3v dimana:Y3 = Y3u = Keunggulan BersaingY1 = Y1u = Kepuasan KonsumenY2 = Y2u = Loyalitas KonsumenY3v = Dimensi Rata-rata Keunggulan Bersaing??1 = Koefisien regresi variabel Kepuasan Konsumen??2 = Koefisien regresi variabel Loyalitas Konsumen??3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan BersaingModel Regresi IV: Analisis Regresi Linear Berganda (Multiples Regression)Y3 = m0 + m1 X1 + m2 X2 + m3 X3 + m4 X4 + m5 X5 + m6 X6 + m7 X7 + m8 X8 + m9 X9 + m10 X10 + m11 X11 + ...........+ m30 X30 + e13dimana:X1 = X1v.1 = Bukti fisik (tangible)X2 = X1v.2 = Keandalan (reliability)X3 = X1v.3 = Daya tanggap (responsiveness)X4 = X1v.4 = Jaminan (assurance)X5 = X1v.5 = Perhatian (empathy)X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakartaX7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakartaX8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikanX9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterimaX10 = X2v.3 = Kesesuaian Harga dengan fasilitasX11 = X2u = Dimensi Total HARGA TIKET TransJakartaX12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakartaX13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelangganX14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lainX15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakanX16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakartaX17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakartaX19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X20 = Y2v.1 = Penggunaan ulang layananX21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelangganX22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelangganX23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakartaX24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakartaX25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakartaX26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakartaX27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakartaX28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakartaY29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )]m0 , m1 ...... m30 = Koefisien Regresi untuk ke 30 Independen Variabel e13 = Error Term hingga mendapatkan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.1 (meliputi semua penjabarannya) sebagai berikut: 161.1X1v.1477.1X1v.2-1018.7X1v.3608.8X1v.4-224.0X1v.5 HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke I) TRANSJAKARTA 2018HX1v: ?r 2 X1v.i = 0.458ALPHA CRONBACH = 0.930DimensiKualitas Pelayanan (X1v)Second Path Analysis Method Keunggulan Bersaing (….Fungsi estapet): Y3v = 0.098 Y1 + 0.819 Y2 Y3 = 0.062 Y1 + 256339.514b Y2 + 0.840 Y3v ?????????????????r 2(Y3v ,Y2) = 0.612????????r 2(Y3v) = 0.741??????????????????r 2(Y1,Y3v) = 0.612Keunggulan Bersaing (Y3) R Square = 0.864 Fuji Test = 2.125 D-W Test = 2.142 HY3:?r 2Y3.i = 0.270 ALPHA CRONBACH = 0.890HY3v:?r 2Y3v.i = 0.336ALPHA CRONBACH = 0.836-12.05Y3.17.93Y3.2-13.79Y3.321.13Y3.4 Coeff. Reg ?3 = 1.221HX1: ?r 2 X1.i = 0.766ALPHA CRONBACH = 0.973-5.06Y3v.1-0.67Y3v.27.96 Y3v.3Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTA123.9 R Square = 0.834 Fuji Test = 1.675 D-W Test = 1.500 X1.1-10.1 R Square = 0.818 Fuji Test = 1.493 D-W Test = 1.500 X1.2141.0Dimensi Keunggulan Bersaing (Y3v)X1.3-1.30 Coeff. Reg ?1 = 0.072X1.445.0Y3v = Intevening VariableCoeff. Reg ?2 = 0.391X1.565.7?r 2(Yi ) = 0.656Kualitas Pelayanan (X1)X1.6-136.6X1.729.8Coeff. Reg ?1 = 0.086Coeff. Reg ?2 = 256339.514b (Excluded Variable)X1.8-4.9Coeff. Reg a1 = 0.237 X1.9-66.4Coeff. Reg c1 = 347718.212d (Excluded Variable) HY2:?r 2Y2.i = 0.201 ALPHA CRONBACH = 0.944Y1 = Intevening VariableX1.10-120.2 Coeff.Reg c3= - 0.747HY1:?r 2Y1.i = 0.386ALPHA CRONBACH = 1.066X1.11-19.5X1.12-40.4 R Square = 0.953 Fuji Test = 5.095 D-W Test = 2.571 X1.1319.41Y1.1-18.16Y1.22.79R Square = 0.847Fuji Test = 1.838 D-W Test = 1.527 ?r 2(Xi ) = 0.658Y1.34.14Y2.114.18Y2.2-42.71Y2.3-5.97Y2.432.67Y2.5Kepuasan Konsumen (Y1)Loyalitas Konsumen (Y2)HX2:?r 2X2.i = 0.268ALPHA CRONBACH = 0.890 R Square = 0.800 Fuji Test = 1.335 D-W Test = 1.500 ??????????????????????????r 2(Xi ,Y1) = 0.291????????r 2(Y1) = 0.367-5.02X2.1-5.04X2.27.51X2.35.31X2.4????????????????????????????r 2(Y1 ,Xi) = 0.291 Coeff. Reg c2 = 1.429 Coeff. Reg a2 = - 0.238Unstandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..Fungsi Semula) Y1 = 56.982 + 0.237 X1 - 0.238 X2 + E1 Y2 = 19.986 + 1.528 Y1 Calc Y2 = 126.383 + 347718.212d X1 + 1.429 X2 - 0.747 Y1 Calc Y2 = 126.383 - 0.747Y1Calc + 347716.684b X1 + 1.429 X2 R Square = 0.817 Fuji Test = 1.487 D-W Test = 1.500 Harga Tiket (X2)HX2v:?r 2X2v.i = 0.333ALPHA CRONBACH = 0.836 First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula): Y1 = 1.261 X1 - 0.363 X2 Y2 = 347718.212d X1 + 1.134 X2 - 0.354 Y1 Calc -5.60X2v.1-1.47X2v.29.30R Square = 0.833Fuji Test = 1.665D-W Test = 1.500X2v.3Dimensi Harga Tiket (X2v)Unstandardized Coefficients:Model Fungsional Keunggulan Bersaing (….Fungsi Estapet) Y3v = 62.057 + 0.086 Y1 + 0.391 Y2 Y3 = 3.986 + 1.306 Y3v Calc Y3 = 7.645 + 0.072 Y1 + 256339.514b Y2 + 1.221 Y3v Y3 = 83.448 - 284667.253b Y3v Calc + 0.176 Y1 + 0.478 Y2 Keterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514bGambar 4.1: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke I)].Unstandardized Coefficients:Model Regresi I : Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)Y1 = a0 + a1 X1 + a2X2 + E1Y2 = b0 + b1 Y1 Calc + E2Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4Y1 = 56.982 + 0.237 X1 - 0.238 X2 + E1Y2 = 19.986 + 1.528 Y1 Calc Y2 = 126.383 + 347718.212d X1 + 1.429 X2 - 0.747 Y1 CalcY2 = 126.383 - 0.747Y1Calc + 347716.684b X1 + 1.429 X2Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)Y3v = ?0 + ?1 Y1 + ?2Y2 + ?1Y3 = ?0 + ?1 Y3v Calc + ?2Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3v + ?3Y3 Calc = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 + ?4Y3v = 62.057 + 0.086 Y1 + 0.391 Y2 Y3 = 3.986 + 1.306 Y3v Calc Y3 = 7.645 + 0.072 Y1 + 256339.514b Y2 + 1.221 Y3v Y3 = 83.448 - 284667.253b Y3v Calc + 0.176 Y1 + 0.478 Y2 Model Regresi II: X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7 + e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12X1 = 73.000 + 123.86 X1.1 - 10.108 X1.2 + 140.958 X1.3 - 1.258 X1.4 + 45.033 X1.5 + 65.742 X1.6 -136.634 X1.7 + 29.769 X1.8 - 4.875 X1.9 - 66.405 X1.10 - 120.197 X1.11 - 19.452 X1.12 - 40.379 X1.13 + e5X2 = 93.000 - 5.018 X2.1 - 5.042 X2.2 + 7.507 X2.3 + 5.310 X2.4 + e6Y1 = 95.917 + 19.408 Y1.1 - 18.162 Y1.2 + 2.788Y1.3 + e7Y2 = 140.500 + 4.138 Y2.1 + 14.178 Y2.2 - 42.706 Y2.3 - 5.971Y2.4 + 32.669Y2.5 + e8X2v = 67.000 - 5.602 X2v.1 - 1.469 X2v.2 + 9.299 X2v.3 + e9X1v = 199.000 + 161.141 X1v.1 + 477.127 X1v.2 - 1018.729 X1v.3 + 608.829 X1v.4 - 224.042 X1v.5 + e10Y3 = 93.000 - 12.047 Y3.1 + 7.927Y3.2 - 13.791 Y3.3 + 21.127Y3.4 + e11Y3v = 67.000 - 5.062 Y3v.1 - 0.674 Y3v.2 + 7.961 Y3v.3 + e12Model Regresi III:Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran sebagai berikut:1. Variabel Kualitas Pelayanan (X1)No. Indikator dari Variabel Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop) 1. X1.1. Peralatan Armada Bus TransJakartaX1 = 194.673 + 10.627 X1.1; FK X1.1 = 0.662Valid 2. X1.2. Perlengkapan Armada Bus TransJakartaX1 = 193.338 + 10.607 X1.2.2FK X1.2 = 0.585Drop3. X1.3. Kenyamanan RuanganX1 = 222.014 + 9.804 X1.3 ; FK X1.3 = 0.612 Valid4. X1.4. Penampilan PetugasX1 = 241.326 + 10.287 X1.4; FK X1.4 = 0.404 Drop5. X1.5. Kejujuran Dalam Memberikan KeteranganX1 = 201.341 + 10.209 X1.5; FK X1.5 = 0.650 Valid6. X1.6. KeramahanX1 = 178.310 + 10.7654 X1.6; FK X1.6 = 0.573 Drop7. X1.7. Kecepatan PelayananX1 = 205.052 + 10.023 X1.7; FK X1.7 = 0.682 Valid8. X1.8. Kemampuan Menanggapi KeluhanX1 = 206.296 + 10.548 X1.8; FK X1.8 = 0.689 Valid9. X1.9. Kemudahan ProsedurX1 = 185.694 + 10.743 X1.9; FK X1.9 = 0.634 Valid10. X1.10. Mampu BerkomunikasiX1 = 201.466 + 11.119 X1.11; FK X1.10 = 0.435 Drop11. X1.11. Informasi Yang AkuratX1 = 201.466 + 11.119 X1.11; FK X1.11 = 0.546 Drop12. X1.12. Pemahaman Kebutuhan KonsumenX1 = 216.076 + 10.198 X1.12; FK X1.12 = 0.684 Valid13. X1.13. Perhatian Kepada KonsumenX1 = 189.092 + 10.983 X1.13; FK X1.13 = 0.589 Drop2. Variabel Harga Tiket(X2)No. Indikator dari Variabel Harga Tiket: Bentuk Fungsi: FK X2.i > 0.6 (Valid), FK X2.i < 0.6 (Drop)X2.1. Keterjangkauan Harga TiketX2 = 71.765 + 2.947 X2.1; FK X2.1 = 0.415DropX2.2. Kesesuaian Tarif Dengan ManfaatX2 = 74.461 + 3.160 X2.2; FK X2.2 = 0.440DropX2.3. Kesesuaian Tarif Dengan FasilitasX2 = 75.717 + 3.060 X2.3; FK X2.3 = 0.492DropX2.4. Kesesuaian Tarif Dengan Jarak Yang DitempuhX2 = 75.000 + 3.015 X2.4; FK X2.4 = 0.483Drop 3. Variabel Kepuasan Konsumen (Y1)No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 76.704 + 2.438 Y1.1; FK Y1.1 = 0.175DropY1.2. Sesuai dengan yang diharapkan Y1 = 77.703 + 2.255 Y1.2; FK Y1.2 = 0.124DropY1.3. Merekomendaikan citra positif kepada orang lainY1 = 53.015 + 3.321 Y1.3; FK Y1.3 = 0.460Drop 4. Variabel Loyalitas Konsumen (Y2)No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)Y2.1. Armada Bus TransJakarta Yang BagusY2 = 88.1484 + 3.996 Y2.1; FK Y2.1 = 0.216DropY2.2. Kenikmatan Merasakan LayananY2 = 106.048 + 3.871Y2.2; FK Y2.2 = 0.445DropY2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain)Y2 = 95.030 + 3.983 Y2.3; FK Y2.3 = 0.373DropY2.4. Pengalaman Masa LaluY2 = 102.950 + 3.684Y2.4; FK Y2.4 = 0.435DropY2.5. Pengalaman Teman-temanY2 = 99.122 + 3.747Y2.5; FK Y2.5 = 0.379Drop 5. Dimensi Rata-rata Harga Tiket (X2v)No. Dimensi Rata-rata Harga Tiket: Bentuk Fungsi: FK X2v.i > 0.6 (Valid), FK X2v.i < 0.6 (Drop)X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikanX2v = 51.563 + 2.266 X2v.1; FK X2v.1 = 0.472DropX2v.2. Kesesuaian harga dengan pelayanan yang diterimaX2v = 54.729 + 2.374 X2v.2; FK X2v.2 = 0.501DropX2v.3. Kesesuaian Harga dengan fasilitas X2v = 54.343 + 2.311 X2v.3; FK X2v.3 = 0.533Drop 6. Dimensi Rata-rata Kualitas Pelayanan (X1v)No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)X1v.1. Bukti fisik (tangible)X1v = 76.029 + 4.120 X1v.1; FK X1v.1 = 0.631ValidX1v.2. Keandalan (reliability)X1v = 75.371 + 3.977 X1v.2; FK X1v.2 = 0.636ValidX1v.3. Daya tanggap (responsiveness)X1v = 75.449 + 4.093 X1v.3; FK X1v.3 = 0.653ValidX1v.4. Jaminan (assurance)X1v = 78.673 + 4.137 X1v.4; FK X1v.4 = 0.646ValidX1v.5. Perhatian (empathy)X1v = 76.809 + 4.100 X1v.5; FK X1v.5 = 0.638Valid 7. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)Y3.1. Kemampuan BersaingY3 = 71.515 + 2.953 Y3.1; FK Y3.1 = 0.415DropY3.2. Dikenal Luas Y3 = 74.332 + 3.163 Y3.2; FK Y3.2 = 0.440DropY3.3. Peningkatan Sumber DanaY3 = 75.539 + 3.065 Y3.3; FK Y3.3 = 0.492DropY3.4. Keunggulan TekhnologiY3 = 75.423 + 3.005 Y3.4; FK Y3.4 = 0.484Drop 8. Dimensi Rata-rata Keunggulan Bersaing (Y3v)No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)Y3v.1. Memperluas Trayek Bus TransJakartaY3v = 51.313 + 2.272Y3v.1; FK Y3v.1 = 0.472DropY3v.2. Mampu Menciptakan Inovasi Produk Jasa TJY3v = 54.575 + 2.378Y3v.2; FK Y3v.2 = 0.501DropY3v.3. Senantiasa Meningkatkan Promosi TransJakartaY3v = 54.579 + 2.305Y3v.3; FK Y3v.3 = 0.536Drop Metode Path AnalysisStandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):Y1 = 1.261 X1 - 0.363 X2 Y2 = 347718.212d X1 + 1.134 X2 - 0.354 Y1 CalcatauY1 = 1.261 X1 - 0.363 X2 Y2 = - 0.354 Y1Calc + 347716.684b X1 + 1.134 X2dimana:Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas PelayananX2 = Harga Tiket??1 = Koefisien regresi variabel Kualitas Pelayanan?2 = Koefisien regresi variabel Harga Tiket?1 = Koefisien regresi intervening variabel kepuasan konsumen Model Fungsional Keunggulan Bersaing (….Fungsi estapet)Y3v = 0.098 Y1 + 0.819 Y2 Y3 = 0.062 Y1 + 256339.514b Y2 + 0.840 Y3v atauY3v = 0.098 Y1 + 0.819 Y2 Y3 = - 284667.253b Y3v Calc + 0.152 Y1 + 0.756 Y2 dimana:Y3 = Y3u = Keunggulan BersaingY1 = Y1u = Kepuasan KonsumenY2 = Y2u = Loyalitas KonsumenY3v = Dimensi Rata-rata Keunggulan Bersaing??1 = Koefisien regresi variabel Kepuasan Konsumen??2 = Koefisien regresi variabel Loyalitas Konsumen??3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan BersaingKeterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514bhingga mendapatkan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.2 (meliputi semua penjabarannya) sebagai berikut:3.85X1v.186.11X1v.2-137.2X1v.388.23X1v.4-36.85X1v.5 HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke II) TRANSJAKARTA 2018HX1v: ?r 2 X1v.i = 0.897 ALPHA CRONBACH = 0.961 DimensiKualitas Pelayanan (X1v)Second Path Analysis Method Keunggulan Bersaing (….fungsi Estapet): Y3v = 0.525 Y1 + 0.446 Y2 Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v ?????????????????????r 2(Y3v ,Y2) = 0.985????????????????????????????????r 2(Y1 ,Y3v) = 0.985Keunggulan Bersaing (Y3) R Square = 0.959 Fuji Test = 15.586 D-W Test = 2.611 HY3:?r 2Y3.i = 0.847 ALPHA CRONBACH = 0.939 HY3v:?r 2Y3v.i = 0.862ALPHA CRONBACH = 0.912 -0.96Y3.1-0.87Y3.23.11Y3.32.31Y3.4Coeff. Reg ?3 = 0.501 HX1: ?r 2 X1.i = 0.812ALPHA CRONBACH = 0986-1.02Y3v.10.44Y3v.23.32 R Square = 0.945 Fuji Test = 11.413 D-W Test = 2.500 Y3v.3Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTA24.87????????r 2(Y3v) = 0.941X1.1-6.32 R Square = 0.939 Fuji Test = 10.232 D-W Test = 2.500 X1.228.18Dimensi Keunggulan Bersaing (Y3v)X1.3-0.18Coeff. Reg ?1 = 0.821X1.42.21Coeff. Reg ?2 = 0.309 X1.533.98Y3v = Intevening VariableKualitas Pelayanan (X1)X1.6-36.14????????r 2(Y1) = 0.874 Coeff. Reg ?1 = 0.597X1.734.30 Coeff. Reg ?2 = 0.137X1.87.69 HY2:?r 2Y2.i = 0.774 ALPHA CRONBACH = 0.952X1.92.75Coeff. Reg c1 = 0.170 Coeff. Reg a1 = 0.224 Y1 = Intevening VariableX1.10-24.11 Coeff Reg c3 = 0.632HY1:?r 2Y1.i = 0.821 ALPHA CRONBACH = 0.900 X1.11-10.21X1.12-47.43 R Square = 0.962 Fuji Test = 6.410 D-W Test = 2.571 X1.1321.62Y1.1-20.05Y1.22.34R Square = 0.929 Fuji Test = 8.660D-W Test = 1.816Y1.3-0.37Y2.14.13Y2.2-0.75Y2.3-0.39Y2.41.83Y2.5Kepuasan Konsumen (Y1)Loyalitas Konsumen (Y2)?r 2(Xi ) = 0.893????????r 2(Y1) = 0.883 HX2:?r 2X2.i = 0.847 ALPHA CRONBACH = 0.939 R Square = 0.910 Fuji Test = 6.701 D-W Test = 2.500???????????????????????????????r 2(Y1 ,X1) = 0.984 -34.44X2.144.99X2.2-84.19X2.379.05X2.4?????????????????r 2(X2 ,Y1) = 0.984Coeff. Reg a2 = 0.072Coeff. Reg c2 = 0.404 R Square = 0.939 Fuji Test = 10.223 D-W Test = 2.500Harga Tiket (X2)Unstandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..fungsi Semula) Y1 = 26.581 + 0.224 X1 + 0.072 X2 Y2 = 24.445 + 1.457 Y1 Calc Y2 Calc = 12.693 + 0.170 X1 + 0.404 X2 + 0.632 Y1 Y2Calc = 12.693 + 0.632 Y1 + 0.170 X1 + 0.404 X2HX2v:?r 2X2v.i = 0.862ALPHA CRONBACH = 0.912 First Path Analysis Method Loyalitas Konsumen (…..fungsi Semula): Y1 = 0.884 X1 + 0.084 X2 Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1 -1.20X2v.10.18X2v.23.77R Square = 0.945 Fuji Test = 11.398D-W Test = 2.500X2v.3Dimensi Harga Tiket (X2v)Unstandardized Coefficients:Model Fungsional Keunggulan Bersaing (….fungsi Estapet) Y3v = 28.095 + 0.597 Y1 + 0.309 Y2 Y3 = 19.159 + 1.163 Y3v Calc Y3 Calc = 9.465 + 0.821 Y1 + 0.137 Y2 + 0.501 Y3v Y3Calc = 9.465 + 0.501 Y3v + 0.821 Y1 + 0.137 Y2 Gambar 4.2: Model Konseptual dan Hubungan Fungsional Antar Inter Variable Path Analysis Method, HASIL PERHITUNGAN EMPIRIS [Data Dengan Kategori (Jumlah ke II)].Unstandardized Coefficients:Model Regresi I : Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)Y1 = a0 + a1 X1 + a2X2 + E1Y2 = b0 + b1 Y1 Calc + E2Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4Y1 = 26.581 + 0.224 X1 + 0.072 X2 Y2 = 24.445 + 1.457 Y1 Calc Y2 Calc = 12.693 + 0.170 X1 + 0.404 X2 + 0.632 Y1Y2Calc = 12.693 + 0.632 Y1 + 0.170 X1 + 0.404 X2Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)Y3v = ?0 + ?1 Y1 + ?2Y2 + ?1Y3 = ?0 + ?1 Y3v Calc + ?2Y3 Calc = ?0 + ?1 Y1 + ?2Y2 + ?3Y3v + ?3Y3 Calc = ?0 + ?1 Y3v + ?2Y1 + ?3Y2 + ?4Y3v = 28.095 + 0.597 Y1 + 0.309Y2 Y3 = 19.159 + 1.163 Y3v Calc Y3 Calc = 9.465 + 0.821 Y1 + 0.137 Y2 + 0.501 Y3v Y3Calc = 9.465 + 0.501 Y3v + 0.821 Y1 + 0.137 Y2 Model Regresi II: X1 = e0 + e1 X1.1 + e2 X1.2 + e3 X1.3 + e4 X1.4 + e5 X1.5 + e6 X1.6 + e7 X1.7 + e8 X1.8 + e9 X1.9 + e10 X1.10 + e11 X1.11 + e12 X1.12 + e13 X1.13 + e5X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12X1 = 182.500 + 24.865 X1.1 - 6.317 X 1.2 + 28.180 X1.3 - 0.182 X1.4 + 2.205 X1.5 + 33.984 X1.6 - 36.140 X1.7 + 34.299 X1.8 + 7.692 X1.9 + 2.749 X1.10 - 24.110 X1.11 - 10.214 X1.12 - 47.431 X1.13 + e5X2 = 62.000 - 34.442 X2.1 + 44.989 X2.2 - 84.195 X2.3 + 79.053 X2.4 + e6Y1 = 71.524 + 21.625 Y1.1 - 20.053Y1.2 + 2.336Y1.3 + e7Y2 = 93.667 - 0.374Y2.1 + 4.126 Y2.2 - 0.747 Y2.3 - 0.391 Y2.4 + 1.833 Y2.5 + e8X2v = 44.667 - 1.201 X2v.1 + 0.177 X2v.2 + 3.766 X2v.3 + e9X1v = 71.071 + 3.847 X1v.1 + 86.110 X1v.2 - 137.192 X1v.3 + 88.230 X1v.4 - 36.846 X1v.5 + e10Y3 = 62.000 - 0.958 Y3.1 - 0.867 Y3.2 + 3.106 Y3.3 + 2.307 Y3.4 + e11Y3v = 44.667 - 1.021Y3v.1 + 0.442 Y3v.2 + 3.320 Y3v.3 + e12Model Regresi III:Simple Regression beberapa Indikator maupun Dimensi dari berbagai Variabel terkait masing-masing terhadap Variabel dependennya serta Nilai Faktor Koreksi Butiran sebagai berikut:1. Variabel Kualitas Pelayanan (X1)No. Indikator dari Variabel Kualitas Pelayanan: Bentuk Fungsi: FK X1.i > 0.6 (Valid), FK X1.i < 0.6 (Drop) X1.1. Peralatan Armada Bus TransJakartaX1 = 160.611 + 11.795 X1.1; FK X1.1 = 0.902ValidX1.2. Perlengkapan Armada Bus TransJakartaX1 = 158.911 + 11.762 X1.22 FK X1.2 = 0.881ValidX1.3. Kenyamanan RuanganX1 = 177.564 + 11.375 X1.3 ; FK X1.3 = 0.877 ValidX1.4. Penampilan PetugasX1 = 186.709 + 12.389 X1.4; FK X1.4 = 0.808 ValidX1.5. Kejujuran Dalam Memberikan KeteranganX1 = 164.528 + 11.454 X1.5; FK X1.5 = 0.896 ValidX1.6. KeramahanX1 = 150.500 + 11.657 X1.6; FK X1.6 = 0.881 ValidX1.7. Kecepatan PelayananX1 = 167.309 + 11.304 X1.7; FK X1.7 = 0.904 ValidX1.8. Kemampuan Menanggapi KeluhanX1 = 168.199 + 11.919 X1.8; FK X1.8 = 0.905 ValidX1.9. Kemudahan ProsedurX1 = 155.094 + 11.761 X1.9; FK X1.9 = 0.897 ValidX1.10. Mampu BerkomunikasiX1 = 213.427 + 11.121 X1.10; FK X1.10 = 0.794 ValidX1.11. Informasi Yang AkuratX1 = 163.179 + 12.500 X1.11; FK X1.11 = 0.867 ValidX1.12. Pemahaman Kebutuhan KonsumenX1 = 174.668 + 11.702 X1.12; FK X1.12 = 0.900 ValidX1.13. Perhatian Kepada KonsumenX1 = 156.533 + 12.095 X1.13 ; FK X1.13 = 0.883 Valid2. Variabel Harga Tiket(X2)No. Indikator dari Variabel Harga Tiket: Bentuk Fungsi: FK X2.i > 0.6 (Valid), FK X2.i < 0.6 (Drop)X2.1. Keterjangkauan Harga TiketX2 = 57.808 + 3.400 X2.1; FK X2.1 = 0.822ValidX2.2. Kesesuaian Tarif Dengan ManfaatX2 = 59.589 + 3.700 X2.2; FK X2.2 = 0.826ValidX2.3. Kesesuaian Tarif Dengan FasilitasX2 = 60.715 + 3.604 X2.3; FK X2.3 = 0.839ValidX2.4. Kesesuaian Tarif Dengan Jarak Yang DitempuhX2 = 60.189 + 3.538 X2.4; FK X2.4 = 0.838Valid 3. Variabel Kepuasan Konsumen (Y1)No. Indikator dari Variabel Kepuasan Konsumen: Bentuk Fungsi: FK Y1.i > 0.6 (Valid), FK Y1.i < 0.6 (Drop)Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 75.801 + 2.490 Y1.1; FK Y1.1 = 0.576DropY1.2. Sesuai dengan yang diharapkan Y1 = 76.363 + 2.326 Y1.2; FK Y1.2 = 0.544DropY1.3. Merekomendaikan citra positif kepada orang lainY1 = 64.735 + 2.750 Y1.3; FK Y1.3 = 0.704Valid 4. Variabel Loyalitas Konsumen (Y2)No. Indikator dari Variabel Loyalitas Konsumen: Bentuk Fungsi: FK Y2.i > 0.6 (Valid), FK Y2.i < 0.6 (Drop)Y2.1. Armada Bus TransJakarta Yang BagusY2 = 78.959 + 4.330 Y2.1; FK Y2.1 = 0.690ValidY2.2. Kenikmatan Merasakan LayananY2 = 93.331 + 4.506 Y2.2; FK Y2.2 = 0.767ValidY2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain)Y2 = 84.256 + 4.433 Y2.3; FK Y2.3 = 0.753ValidY2.4. Pengalaman Masa LaluY2 = 90.660 + 4.234 Y2.4; FK Y2.4 = 0.768ValidY2.5. Pengalaman Teman-temanY2 = 87.237 + 4.244 Y2.; FK Y2.5 = 0.751Valid 5. Dimensi Rata-rata Harga Tiket (X2v)No. Dimensi Rata-rata Harga Tiket: Bentuk Fungsi: FK X2v.i > 0.6 (Valid), FK X2v.i < 0.6 (Drop)X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikanX2v = 41.585 + 2.589 X2v.1; FK X2v.1 = 0.843ValidX2v.2. Kesesuaian harga dengan pelayanan yang diterimaX2v = 43.622 + 2.777 X2v.2; FK X2v.2 = 0.845Valid X2v.3. Kesesuaian Harga dengan fasilitas X2v = 43.511 + 2.693 X2v.3; FK X2v.3 = 0.855Valid 6. Dimensi Rata-rata Kualitas Pelayanan (X1v)No. Dimensi Rata-rata Kualitas Pelayanan: Bentuk Fungsi: FK X1v.i > 0.6 (Valid), FK X1v.i < 0.6 (Drop)X1v.1. Bukti fisik (tangible)X1v = 62.657 + 4.586 X1v.1; FK X1v.1 = 0.885ValidX1v.2. Keandalan (reliability)X1v = 62.288 + 4.414 X1v.2; FK X1v.2 = 0.887ValidX1v.3. Daya tanggap (responsiveness)X1v = 62.412 + 4.544 X1v.3; FK X1v.3 = 0.892ValidX1v.4. Jaminan (assurance)X1v = 64.363 + 4.653 X1v.4; FK X1v.4 = 0.887ValidX1v.5. Perhatian (empathy)X1v = 63.165 + 4.578 X1v.5; FK X1v.5 = 0.886Valid 7. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)Y3.1. Kemampuan BersaingY3 = 57.696 + 3.402 Y3.1; FK Y3.1 = 0.834ValidY3.2. Dikenal Luas Y3 = 59.529 + 3.701 Y3.2; FK Y3.2 = 0.837ValidY3.3. Peningkatan Sumber DanaY3 = 60.629 + 3.606 Y3.3; FK Y3.3 = 0.849ValidY3.4. Keunggulan TekhnologiY3 = 60.513 + 3.533 Y3.4; FK Y3.4 = 0.847Valid 8. Dimensi Rata-rata Keunggulan Bersaing (Y3v)No. Dimensi Keunggulan Bersaing: Bentuk Fungsi: FK Y3v.i > 0.6 (Valid), FK Y3v.i < 0.6 (Drop)Y3v.1. Memperluas Trayek Bus TransJakartaY3v = 41.473 + 2.591 Y3v.1; FK Y3v.1 = 0.843ValidY3v.2. Mampu Menciptakan Inovasi Produk Jasa TJY3v = 43.548 + 2.778 Y3v.2; FK Y3v.2 = 0.845ValidY3v.3. Senantiasa Meningkatkan Promosi Bus TransJakartaY3v = 43.713 + 2.690 Y3v.3; FK Y3v.3 = 0.855Valid Metode Path AnalysisStandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..Fungsi Semula)Y1 = 0.884 X1 + 0.084 X2 Y2 Calc = 0.381 X1 + 0.266 X2 + 0.359 Y1atauY1 = 0.884 X1 + 0.084 X2 Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2dimana:Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas PelayananX2 = Harga Tiket??1 = Koefisien regresi variabel Kualitas Pelayanan?2 = Koefisien regresi variabel Harga Tiket?1 = Koefisien regresi intervening variabel kepuasan konsumen Model Fungsional Keunggulan Bersaing (….Fungsi Estapet)Y3v = 0.525 Y1 + 0.446 Y2 Y3 Calc = 0.513 Y1 + 0.140 Y2 + 0.356 Y3v atauY3v = 0.525 Y1 + 0.446 Y2 Y3Calc = 0.356 Y3v + 0.513 Y1 + 0.140 Y2 dimana:Y3 = Y3u = Keunggulan BersaingY1 = Y1u = Kepuasan KonsumenY2 = Y2u = Loyalitas KonsumenY3v = Dimensi Rata-rata Keunggulan Bersaing??1 = Koefisien regresi variabel Kepuasan Konsumen??2 = Koefisien regresi variabel Loyalitas Konsumen??3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing.Model Regresi IV: Multiple Regression, Data Dengan Kategori (Jumlah ke II) (Regression Output): X Coefficient(s):f (X1.i): Y2 = 20.239 - 0.761X1 + 1.394 X2 - 1.137 X3 + 4.062 X4 - 2.986 X5 + 0.116 X6 - 12.974X7 - 1.725 X8 - 0.252X9 + 2.388 X10 - 0.169 X11 + 13.385 X12 + 0.250X13 - 0.352 X14 + 0.312X15 + 0.112X16 + 0.354 X17 - 0.405 X20 + 0.341 X21 + 0.260 X22 + 0.120 X23 - 0.309X24 - 2.268 X25 + 0.204 X26 + 2.042 X27 + 0.020 X28 + 0.272 X29 + 0.801 X30 + 49.713Std Err of Coef.S(ai): (4.485) ( 2.158) (4.074) (2.482) (3.635) (4.405) (0.051) (11.886) (1.550) (0.244) (1.657) (0.166) (11.365) ( 2.701) (2.495) (0.496) (0.071) (0.065) (0.882) ( 1.242) (1.012) (0.059) (0.194) (1.758) (0.258) (1.912) (0.071) (0.061) (0.023) T-test (df = n-k )t(ai): (4.513) (-0.353) ( 0.342) (-0.458) (1.118) (-0.678) (2.269) (-1.091) (-1.113) (-1.030) (1.441) (-1.019) (1.178) ( 0.092) (-0.141) ( 0.628) (1.592) ( 5.469) (-0.459) ( 0.275) ( 0.257) ( 2.023) (-1.594) (-1.290) (0.792) ( 1.068) ( 0.283) ( 4.443) (35.576) No. of Observations: 240 Degrees of Freedom: 211Constant: 20.239Std Err of Y Est SE = 49.713R Squared r 2 = 0.983Correlation Coeff r = 0.992Adjusted R Squared ?r 2 = 0.981F Change = Fuji Test F = 447.126 Durbin-Watson Test D-W = 1.632dimana:X1 = X1v.1 = Bukti fisik (tangible)X2 = X1v.2 = Keandalan (reliability)X3 = X1v.3 = Daya tanggap (responsiveness)X4 = X1v.4 = Jaminan (assurance)X5 = X1v.5 = Perhatian (empathy)X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakartaX7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakartaX8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikanX9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterimaX10 = X2v.3 = Kesesuaian Harga dengan fasilitasX11 = X2u = Dimensi Total HARGA TIKET TransJakartaX12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakartaX13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelangganX14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lainX15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakanX16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakartaX17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X18 = Y1v = Dimensi Rata-rata KEPUASAN KONSUMEN TransJakartaX19 = Y1v Calc = Y1v OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)X20 = Y2v.1 = Penggunaan ulang layananX21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelangganX22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelangganX23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakartaX24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakartaX25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TransJakartaX26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TransJakartaX27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TransJakartaX28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAING TransJakartaY29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )]m0 , m1 ...... m30 = Koefisien Regresi untuk ke 30 Independen Variabel e13 = Error Term @@@@@@@ BATAS BAWAH GAMBAR NEW (baru)TRANSJAKARTA 2017 ................
................

In order to avoid copyright disputes, this page is only a partial summary.

Google Online Preview   Download