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 + e13
dimana: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
18
19
20
21
22
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
1
(Constant) 20.239 4.485 4.513 .000X1 = X1v.1 = Bukti fisik (tangible) -.761 2.158 -.144 -.353 .725 .000 2133.252X2 = X1v.2 = Keandalan (reliability) 1.394 4.074 .223 .342 .733 .000 5404.345X3 = X1v.3 = Daya tanggap (responsiveness) -1.137 2.482 -.142 -.458 .647 .001 1223.680X4 = X1v.4 = Jaminan (assurance) 4.062 3.635 .486 1.118 .265 .000 2408.847X5 = X1v.5 = Perhatian (empathy) -2.986 4.405 -.371 -.678 .499 .000 3808.598X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta
.116 .051 .110 2.269 .024 .034 29.660
X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta
-12.974 11.886 -.810 -1.091 .276 .000 7006.770
X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan
-1.725 1.550 -.210 -1.113 .267 .002 450.936
X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima
-.252 .244 -.033 -1.030 .304 .075 13.383
X10 = X2v.3 = Kesesuaian Harga dengan fasilitas
2.388 1.657 .282 1.441 .151 .002 486.118
X11 = X2u = Dimensi Total HARGA TIKET TransJakarta
-.169 .166 -.049 -1.019 .309 .035 28.835
X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta
13.385 11.365 .803 1.178 .240 .000 5921.360
X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan
.250 2.701 .027 .092 .926 .001 1097.056
X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain
-.352 2.495 -.035 -.141 .888 .001 788.414
X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan
.312 .496 .031 .628 .531 .031 31.786
X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta
.112 .071 .033 1.592 .113 .188 5.324
X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
.354 .065 .056 5.469 .000 .740 1.351
X20 = Y2v.1 = Penggunaan ulang layanan -.405 .882 -.043 -.459 .647 .009 112.213X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan
.341 1.242 .036 .275 .784 .005 222.108
X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan
.260 1.012 .029 .257 .797 .006 158.360
X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta
.120 .059 .041 2.023 .044 .192 5.219
X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta
-.309 .194 -.018 -1.594 .112 .641 1.561
X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA
-2.268 1.758 -.190 -1.290 .198 .004 276.649
X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA
.204 .258 .021 .792 .429 .111 8.978
X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA
2.042 1.912 .163 1.068 .287 .003 295.099
X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta
.020 .071 .004 .283 .778 .368 2.718
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)
.272 .061 .044 4.443 .000 .817 1.224
X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]
.801 .023 .898 35.576 .000 .123 8.109
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].
23
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
+ 49.713
Std 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 = 1.632
24
Model 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 + 49.713
Std 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 = 1.632
dimana: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 TransJakarta
25
X13 = 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
26
Model Summaryb
Model R R Square Adjusted
R Square
Std. Error
of the
Estimate
Change Statistics Durbin-
WatsonR Square
Change
F Change df1 df2 Sig. F
Change
1 .992a .983 .981 49.71276 .983 447.126 28 211 .000 1.632a. 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.
b. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 30940228.645 28 1105008.166 447.126 .000b
Residual 521456.742 211 2471.359
Total 31461685.387 239a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan
Kategori JUMLAH ke II )].
b. 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, X 11 = 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.
27
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
1
(Constant) 20.239 4.485 4.513 .000X1 = X1v.1 = Bukti fisik (tangible) -.761 2.158 -.144 -.353 .725 .000 2133.252X2 = X1v.2 = Keandalan (reliability) 1.394 4.074 .223 .342 .733 .000 5404.345X3 = X1v.3 = Daya tanggap (responsiveness) -1.137 2.482 -.142 -.458 .647 .001 1223.680X4 = X1v.4 = Jaminan (assurance) 4.062 3.635 .486 1.118 .265 .000 2408.847X5 = X1v.5 = Perhatian (empathy) -2.986 4.405 -.371 -.678 .499 .000 3808.598X6 = X1u = Dimensi Total KUALITAS PELAYANAN TransJakarta
.116 .051 .110 2.269 .024 .034 29.660
X7 = X1v = Dimensi Rata-rata KUALITAS PELAYANAN TransJakarta
-12.974 11.886 -.810 -1.091 .276 .000 7006.770
X8 = X2v.1 = Kesesuaian Harga dengan Kualitas Jasa yang diberikan
-1.725 1.550 -.210 -1.113 .267 .002 450.936
X9 = X2v.2 = Kesesuaian harga dengan pelayanan yang diterima
-.252 .244 -.033 -1.030 .304 .075 13.383
X10 = X2v.3 = Kesesuaian Harga dengan fasilitas
2.388 1.657 .282 1.441 .151 .002 486.118
X11 = X2u = Dimensi Total HARGA TIKET TransJakarta
-.169 .166 -.049 -1.019 .309 .035 28.835
X12 = X2v = Dimensi Rata-rata HARGA TIKET TransJakarta
13.385 11.365 .803 1.178 .240 .000 5921.360
X13 = Y1v.1 = Pelayanan Sesuai dengan harapan pelanggan
.250 2.701 .027 .092 .926 .001 1097.056
X14 = Y1v.2 = Kesediaan Pelanggan untuk merekomendasikan kepada orang lain
-.352 2.495 -.035 -.141 .888 .001 788.414
X15 = Y1v.3 = Puas atas kualitas pelayanan yang sudah dirasakan
.312 .496 .031 .628 .531 .031 31.786
X16 = Y1u = Dimensi Total KEPUASAN KONSUMEN TransJakarta
.112 .071 .033 1.592 .113 .188 5.324
X17 = Y1Calc = Y1 OS Regr = Kepuasan Konsumen (One-Stage Regression as Estimated Variable)
.354 .065 .056 5.469 .000 .740 1.351
X20 = Y2v.1 = Penggunaan ulang layanan -.405 .882 -.043 -.459 .647 .009 112.213X21 = Y2v.2 = Tertanamnya secara positif layanan di benak pelanggan
.341 1.242 .036 .275 .784 .005 222.108
X22 = Y2v.3 = Selalu menjadi pilihan utama bagi pelanggan
.260 1.012 .029 .257 .797 .006 158.360
X23 = Y2u = Dimensi Total LOYALITAS KONSUMEN TransJakarta
.120 .059 .041 2.023 .044 .192 5.219
X24 = Y2v = Dimensi Rata-rata LOYALITAS KONSUMEN TransJakarta
-.309 .194 -.018 -1.594 .112 .641 1.561
X25 = Y3v.1 = Memperluas TRAYEK (Koridor) Bus TRANSJAKARTA
-2.268 1.758 -.190 -1.290 .198 .004 276.649
X26 = Y3v.2 = Mampu Menciptakan INOVASI Produk Jasa TRANSJAKARTA
.204 .258 .021 .792 .429 .111 8.978
X27 = Y3v.3 = Senantiasa Meningkatkan PROMOSI Bus TRANSJAKARTA
2.042 1.912 .163 1.068 .287 .003 295.099
X28 = Y3v = Dimensi Rata-rata KEUNGGULAN BERSAINGTransJakarta
.020 .071 .004 .283 .778 .368 2.718
Y29 = Y3v Calc = Y3 TS Regr = KEUNGGULAN BERSAING TransJakarta = (Two-Stage Regression as Estimated Variable)
.272 .061 .044 4.443 .000 .817 1.224
X30 = Y3 = X = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke I )]
.801 .023 .898 35.576 .000 .123 8.109
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].
28
Residuals Statisticsa
Minimum Maximum Mean Std. Deviation NPredicted Value 12.6751 2722.0408 309.2276 359.80137 240Std. Predicted Value -.824 6.706 .000 1.000 240Standard Error of Predicted Value 4.442 42.839 14.569 9.313 240Adjusted Predicted Value 13.6907 3002.9602 309.9841 369.68498 240Residual -200.64751 151.65120 .00000 46.71004 240Std. Residual -4.036 3.051 .000 .940 240Stud. Residual -4.245 3.885 -.003 1.072 240Deleted Residual -393.96017 245.98872 -.75650 64.34839 240Stud. Deleted Residual -4.428 4.023 -.004 1.092 240Mahal. Distance .912 176.479 27.883 35.980 240Cook's Distance .000 1.544 .018 .109 240Centered Leverage Value .004 .738 .117 .151 240
a. Dependent Variable: X31 = Y3 = Y = KEUNGGULAN BERSAING TransJakarta [(Data Dengan Kategori JUMLAH ke II )].
@@@@@@ BATAS ATAS GAMBAR BARU (New)
TRANSJAKARTA 2017
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
Gambar 4.3: 9 Pasang Gambar Uji Asumsi Klasik
48
49
50
Gambar 4.3: 8 Pasang Gambar Uji Asumsi Klasik
51
52
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 2018
Persamaan Regresi 3
53
Tabel 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 3Model Unstandardized
CoefficientsStandardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
(Constant) 12.693 33.527 .379 .741
X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508
a. 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 Y1
Sumber: 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 + d3X2
Zresid Normal P-P Plot: Output1 PP Plot Reg IV Loyalitas Konsumen TRANSJAKARTA 2018
54
atauPersamaan 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 4Model Unstandardized
CoefficientsStandardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 12.693 33.527 .379 .741Y1 = Kepuasan Konsumen (Observed) .632 .388 .359 1.626 .246 .064 15.508X1 = Kualitas Pelayanan (Observed) .170 .226 .381 .752 .530 .012 81.679X2 = Harga Tiket (Observed) .404 .710 .266 .569 .627 .014 69.677
a. 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 X2
Sumber: 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 + 3Y3v
Zresid Normal P-P Plot: Output1 PP Plot Reg III Keunggulan Bersaing TRANSJAKARTA 2018
55
Persamaan 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 3
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 9.465 26.146 .362 .752Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed)
.501 .289 .356 1.732 .225 .070 14.223
a. 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
56
Zresid Normal P-P Plot: Output1 PP Plot Reg IV Keunggulan Bersaing TRANSJAKARTA 2018
atauPersamaan Regresi 4
Tabel 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 4Model Unstandardized
CoefficientsStandardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) 9.465 26.146 .362 .752Y3v = Dimensi Rata-rata Keunggulan Bersaing (Observed)
.501 .289 .356 1.732 .225 .070 14.223
Y1 = Y1u = Kepuasan Konsumen (Observed) .821 .404 .513 2.032 .179 .046 21.548Y2 = Y2u = Loyalitas Konsumen (Observed) .137 .240 .140 .569 .626 .049 20.463
a. 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:
IKIRAN TEORITIS TRANSJAKARTA 2018
57
e1 X1.1
e2
X1.2
e3
X1.3
e4
X1.4
e5 X1.5
HX1: r 2
X1.i > 0.6ALPHA CRONBACH > 0.6
IKIRAN TEORITIS TRANSJAKARTA 2018
Keunggulan Bersaing (Y3) HY3:r
2Y3.i > 0.6 ALPHA CRONBACH > 0.6
HX1v:r 2 X1v.i > 0.6ALPHA CRONBACH > 0.6
R SquareChange= R2
F Change = Fuji Test Durbin-Watson Test
DimensiKualitas Pelayanan (X1v)
HY3v:r 2Y3v.i > 0.6ALPHA CRONBACH > 0.6
Dimensi Keunggulan Bersaing (Y3v)
R SquareChange = R2
F Change= Fuji TestDurbin-Watson Test
r 2(Y3v ,Yi) > 0.6
r 2(Y3v) > 0.6
r 2(Yi ,Y3v) > 0.6
H4: Coeff. Reg
1 > 0
H2: Coeff.
Reg 2 > 0
H3: Coeff. Reg 3 > 0
Second Path Analysis Method Keunggulan Bersaing (….Fungsi Estapet):
Y3
= 1
Y1
+ 2
Y2
Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTA
58
j1 X1v.1
j2 X1v.2
j3 X1v.3
j4 X1v.4
j5 X1v.5
k1 Y3.1
k2 Y3.2
k3 Y3.3
k4 Y3.4
l1
Y3v.1
l2
Y3v.2
l3
Y3v.3R SquareChange = R2
F Change= Fuji TestDurbin-Watson Test
e6
X1.6
e7
X1.7
e8 X1.8
e9
X1.9
HY2:r 2Y2.i >0.6 ALPHA CRONBACH > 0.6
H4: Coeff. Reg
c1 > 0
H1: Coeff. Reg
a1 > 0 H1: r 2 X1>0
H3 : Coeff. R
eg
c3 > 0
Y3v = Intevening Variable
H1: Coeff. Reg
1 > 0 H1: r 2 X1>0
r 2(Yi ) > 0.6
H5: Coeff. Reg
2 > 0
59
e10 X1.10
e11
X1.11
e12
X1.12
e13
X1.13
Harga Tiket (X2)
Kepuasan Konsumen (Y1)
Loyalitas Konsumen (Y2)
HY1:r 2Y1.i > 0.6ALPHA CRONBACH > 0.6
r 2(Y1) > 0.6
r 2(Xi ,Y1) > 0.6
r 2(Xi ) > 0.6
R SquareChange= R2
F Change = Fuji Test Durbin-Watson Test
R SquareChange= R2
F Change = Fuji Test Durbin-Watson Test
R SquareChange= R2
F Change = Fuji Test
Durbin-Watson Test
H5: Coeff. Reg
c2 > 0
H2: Coeff.
Reg a2 > 0
r 2(Y1 ,Xi) > 0.6
HY2i:r 2Y2i >0.6
ALPHA CRONBACH > 0.6
HX2:r 2X2.i > 0.6ALPHA CRONBACH > 0.6
Y1 = Intevening Variable
HX2v:r 2X2v.i > 0.6ALPHA CRONBACH > 0.6
Dimensi Harga Tiket (X2v)
Unstandardized Coefficients:Model Fungsional Loyalitas Konsumen (…..Fungsi Semula):
Y1 = a0 + a1 X1 + a2X2 + E1
Y2 = b0 + b1 Y1
Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 1X1 + 2 X2
Y2 = 1X1 + 2 X2 + 1Y1
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
60
h1 Y2.1
h2 Y2.2
h3 Y2.3
h4 Y2.4
h5 Y2.5
g1Y1.1
g2Y1.2
g3
Y1.3
R SquareChange = R2
F Change= Fuji TestDurbin-Watson Test f1
X2.1
f2
X2.2
f3
X2.3
f4
X2.4
i1X2v.1
i2X2v.2
i3
X2v.3
R SquareChange = R2
F Change= Fuji TestDurbin-Watson Test
Gambar 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 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
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 + 4
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 + e5
X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9
X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
Model 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 TransJakarta X1 = a0 + a1 X1.1 ; HX1.1 :Faktor Koreksi X1.1 > 0.62. X1.2. Perlengkapan Armada Bus TransJakarta X1 = b0 + b1 X1.2 ; HX1.2 :Faktor Koreksi X1.2 > 0.63. X1.3. Kenyamanan Ruangan X1 = c0 + c1 X1.3 ; HX1.3 :Faktor Koreksi X1.3 > 0.64. X1.4. Penampilan Petugas X1 = d0 + d1 X1.4 ; HX1.4 :Faktor Koreksi X1.4 > 0.65. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = e0 + e1 X1.5 ; HX1.5 :Faktor Koreksi X1.5 > 0.6
First Path Analysis Method Loyalitas Konsumen (…..Fungsi Semula):
Y1 = 1X1 + 2 X2
Y2 = 1X1 + 2 X2 + 1Y1
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
61
6. X1.6. Keramahan X1 = f0 + f1 X1.6 ; HX1.6 :Faktor Koreksi X1.6 > 0.67. X1.7. Kecepatan Pelayanan X1 = g0 + g1 X1.7 ; HX1.7 :Faktor Koreksi X1.7 > 0.68. X1.8. Kemampuan Menanggapi Keluhan X1 = h0 + h1 X1.8 ; HX1.8 :Faktor Koreksi X1.8 > 0.69. X1.9. Kemudahan Prosedur X1 = i0 + i1 X1.9 ; HX1.9 :Faktor Koreksi X1.9 > 0.610. X1.10. Mampu Berkomunikasi X1 = j0 + j1 X1.10 ; HX1.10 :Faktor Koreksi X1.10 > 0.611. X1.11. Informasi Yang Akurat X1 = k0 + k1 X1.11 ; HX1.11 :Faktor Koreksi X1.11 > 0.612. X1.12. Pemahaman Kebutuhan Konsumen X1 = l0 + l1 X1.12 ; HX1.12 :Faktor Koreksi X1.12 > 0.613. X1.13. Perhatian Kepada Konsumen X1 = m0 + m1 X1.13 ; HX1.13 :Faktor Koreksi X1.13 > 0.6
2. 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 Tiket X2 = n0 + n1 X2.1 ; HX2.1 :Faktor Koreksi X2.1 > 0.62. X2.2. Kesesuaian Tarif Dengan Manfaat X2 = o0 + o1 X2.2 ; HX2.2 :Faktor Koreksi X2.2 > 0.63. X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = p0 + p1 X2.3 ; HX2.3 :Faktor Koreksi X2.3 > 0.64. X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = q0 + q1 X2.4 ; HX2.4 :Faktor Koreksi X2.4 > 0.6
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)1. Y1.1. Kepuasan akan produk yang ditawarkan Y1 = r0 + r1 Y1.1 ; HY1.1 :Faktor Koreksi Y1.1 > 0.62. Y1.2. Sesuai dengan yang diharapkan Y1 = s0 + s1 Y1.2 ; HY1.2 :Faktor Koreksi Y1.2 > 0.63. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = t0 + t1 Y1.3 ; HY1.3 :Faktor Koreksi Y1.3 > 0.6
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)1. Y2.1. Armada Bus TransJakarta Yang Bagus Y2 = u0 + u1 Y2.1 ; HY2.1 :Faktor Koreksi Y2.1 > 0.62. Y2.2. Kenikmatan Merasakan Layanan Y2 = v0 + v1 Y2.2 ; HY2.2 :Faktor Koreksi Y2.2 > 0.63. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = w0 + w1 Y2.3 ; HY2.3 :Faktor Koreksi Y2.3 > 0.64. Y2.4. Pengalaman Masa Lalu Y2 = x0 + x1 Y2.4 ; HY2.4 :Faktor Koreksi Y2.4 > 0.65. Y2.5. Pengalaman Teman-teman Y2 = y0 + y1 Y2.5 ; HY2.5 :Faktor Koreksi Y2.5 > 0.6
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)1. X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikan X2v = k0 + k1 X2v.1 ; HX2v.1 :Faktor Koreksi X2v.1 > 0.62. X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = l0 + l1 X2v.2 ; HX2v.2 :Faktor Koreksi X2v.2 > 0.63. X2v.3. Kesesuaian Harga dengan fasilitas X2v = m0 + m1 X2v.3 ; HX2v.3 :Faktor Koreksi X2v.3 > 0.6
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)1. X1v.1. Bukti fisik (tangible) X1v = n0 + n1 X1v.1 ; HX1v.1 :Faktor Koreksi X1v.1 > 0.62. X1v.2. Keandalan (reliability) X1v = o0 + o1 X1v.2 ; HX1v.2 :Faktor Koreksi X1v.2 > 0.63. X1v.3. Daya tanggap (responsiveness) X1v = p0 + p1 X1v.3 ; HX1v.3 :Faktor Koreksi X1v.3 > 0.64. X1v.4. Jaminan (assurance) X1v = q0 + q1 X1v.4 ; HX1v.4 :Faktor Koreksi X1v.4 > 0.65. X1v.5. Perhatian (empathy) X1v = r0 + r1 X1v.5 ; HX1v.5 :Faktor Koreksi X1v.5 > 0.6
7. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)1. Y3.1. Kemampuan Bersaing Y3 = s0 + s1 Y3.1 ; HY3.1 :Faktor Koreksi Y3.1 > 0.62. Y3.2. Dikenal Luas Y3 = t0 + t1 Y3.2 ; HY3.2 :Faktor Koreksi Y3.2 > 0.63. Y3.3. Peningkatan Sumber Dana Y3 = u0 + u1 Y3.3 ; HY3.3 :Faktor Koreksi Y3.3 > 0.64. Y3.4. Keunggulan Tekhnologi Y3 = v0 + v1 Y3.3 ; HY3.4 :Faktor Koreksi Y3.4 > 0.6
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)1. Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = w0 + w1 Y3v.1 ; HY3v.1 :Faktor Koreksi Y3v.1 > 0.62. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = x0 + x1 Y3.v2 ; HY3v.2 :Faktor Koreksi Y3v.2 > 0.63. Y3v.3. Senantiasa Meningkatkan Promosi Bus TransJakarta Y3v = y0 + y1 Y3v.3 ; HY3v3 :Faktor Koreksi Y3v.3 > 0.6
Metode Path Analysis
62
Standardized 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 Tiket1 = Koefisien regresi variabel Kualitas Pelayanan2 = Koefisien regresi variabel Harga Tiket1 = 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 Bersaing1 = Koefisien regresi variabel Kepuasan Konsumen2 = Koefisien regresi variabel Loyalitas Konsumen3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing
Model 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 + e13
dimana: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 diberikan
63
X9 = 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
64
hingga mendapatkan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.1
(meliputi semua penjabarannya) sebagai berikut:
123.9
X1.1
-10.1
X1.2
141.0
X1.3
HX1: r 2
X1.i = 0.766ALPHA CRONBACH = 0.973
Keunggulan Bersaing (Y3)
HY3:r 2Y3.i = 0.270 ALPHA CRONBACH = 0.890
HX1v: r 2
X1v.i = 0.458ALPHA CRONBACH = 0.930
R Square = 0.864 Fuji Test = 2.125 D-W Test = 2.142
DimensiKualitas Pelayanan (X1v)
HY3v:r 2Y3v.i = 0.336ALPHA CRONBACH = 0.836
Dimensi Keunggulan Bersaing (Y3v)
R Square = 0.818 Fuji Test = 1.493 D-W Test = 1.500
R Square = 0.834 Fuji Test = 1.675 D-W Test = 1.500
HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke I) TRANSJAKARTA 2018
r 2(Y1,Y3v) = 0.612
r 2(Y3v ,Y2) = 0.612
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
Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTA
r 2
(Y3v
) = 0.741
Coeff. Reg 3 = 1.221
65
161.1
X1v.1
477.1 X1v.2
-1018.7 X1v.3
608.8 X1v.4
-224.0 X1v.5
-12.05 Y3.1
7.93 Y3.2
-13.79 Y3.3
21.13 Y3.4
-5.06
Y3v.1
-0.67
Y3v.2
7.96
Y3v.3
-1.30
X1.4
45.0 X1.5
65.7
X1.6
-136.6X1.7
29.8 X1.8
Kualitas Pelayanan (X1)
Y3v = Intevening Variable
Coeff. Reg 2 = 0.391
Coeff. Reg
2 = 25633
9.514b
(Excluded Variable)
Coeff. Reg 1 = 0.072
Coeff. Reg
1 = 0.086 H1: r 2 X1>0
r 2(Yi ) = 0.656
66
-4.9
X1.9
-66.4 X1.10
-120.2
X1.11
-19.5
X1.12-40.4
X1.13
Kepuasan Konsumen (Y1)
Loyalitas Konsumen (Y2)
HY2:r 2Y2.i = 0.201 ALPHA CRONBACH = 0.944
HY1:r 2Y1.i = 0.386ALPHA CRONBACH = 1.066
r 2
(Y1
) = 0.367
r 2(Xi
,Y1)
R Square = 0.953 Fuji Test = 5.095 D-W Test = 2.571
R Square = 0.800 Fuji Test = 1.335 D-W Test = 1.500
Coeff. Reg
c1 = 34771
8.212d
(Excluded Variable)
Coeff. Reg
a1 = 0.237 H1: r 2 X1>0
r 2(Y1
,Xi) = 0.291
HX2:r 2X2.i = 0.268ALPHA CRONBACH = 0.890
Y1 = Intevening Variable
Co
eff.R
eg c3 =
- 0.747
67
4.14 Y2.114.18 Y2.2-42.71 Y2.3-5.97 Y2.432.67 Y2.5
19.41Y1.1
-18.16Y1.2
2.79 Y1.3
r 2(Xi ) = 0.658
R Square = 0.847Fuji Test = 1.838 D-W Test = 1.527
-5.02
X2.1
-5.04
X2.2
7.51
X2.3
5.31
X2.4
Keterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d
Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514b
Gambar 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 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
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
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 + 4
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
Harga Tiket (X2)
R Square = 0.817 Fuji Test = 1.487 D-W Test = 1.500
HX2v:r 2X2v.i = 0.333ALPHA CRONBACH = 0.836
Dimensi Harga Tiket (X2v)
Unstandardized 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
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
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
Coeff.
Reg a2 = - 0.238
Coeff. Reg
c2 = 1.429
68
-5.60X2v.1
-1.47X2v.2
9.30
X2v.3
R Square = 0.833Fuji Test = 1.665D-W Test = 1.500
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 + e5
X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9
X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
X1 = 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 + e5
X2 = 93.000 - 5.018 X2.1 - 5.042 X2.2 + 7.507 X2.3 + 5.310 X2.4 + e6
Y1 = 95.917 + 19.408 Y1.1 - 18.162 Y1.2 + 2.788Y1.3 + e7
Y2 = 140.500 + 4.138 Y2.1 + 14.178 Y2.2 - 42.706 Y2.3 - 5.971Y2.4 + 32.669Y2.5 + e8
X2v = 67.000 - 5.602 X2v.1 - 1.469 X2v.2 + 9.299 X2v.3 + e9
X1v = 199.000 + 161.141 X1v.1 + 477.127 X1v.2 - 1018.729 X1v.3 + 608.829 X1v.4 - 224.042 X1v.5 + e10
Y3 = 93.000 - 12.047 Y3.1 + 7.927Y3.2 - 13.791 Y3.3 + 21.127Y3.4 + e11
Y3v = 67.000 - 5.062 Y3v.1 - 0.674 Y3v.2 + 7.961 Y3v.3 + e12
Model 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 TransJakarta X1 = 194.673 + 10.627 X1.1 ; FK X1.1 = 0.662 Valid 2. X1.2. Perlengkapan Armada Bus TransJakarta X1 = 193.338 + 10.607 X1.2 .2FK X1.2 = 0.585 Drop3. X1.3. Kenyamanan Ruangan X1 = 222.014 + 9.804 X1.3 ; FK X1.3 = 0.612 Valid4. X1.4. Penampilan Petugas X1 = 241.326 + 10.287 X1.4 ; FK X1.4 = 0.404 Drop5. X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 201.341 + 10.209 X1.5 ; FK X1.5 = 0.650 Valid6. X1.6. Keramahan X1 = 178.310 + 10.7654 X1.6 ; FK X1.6 = 0.573 Drop7. X1.7. Kecepatan Pelayanan X1 = 205.052 + 10.023 X1.7 ; FK X1.7 = 0.682 Valid8. X1.8. Kemampuan Menanggapi Keluhan X1 = 206.296 + 10.548 X1.8 ; FK X1.8 = 0.689 Valid9. X1.9. Kemudahan Prosedur X1 = 185.694 + 10.743 X1.9 ; FK X1.9 = 0.634 Valid10. X1.10. Mampu Berkomunikasi X1 = 201.466 + 11.119 X1.11 ; FK X1.10 = 0.435 Drop11. X1.11. Informasi Yang Akurat X1 = 201.466 + 11.119 X1.11 ; FK X1.11 = 0.546 Drop12. X1.12. Pemahaman Kebutuhan Konsumen X1 = 216.076 + 10.198 X1.12 ; FK X1.12 = 0.684 Valid13. X1.13. Perhatian Kepada Konsumen X1 = 189.092 + 10.983 X1.13 ; FK X1.13 = 0.589 Drop
2. 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 Tiket X2 = 71.765 + 2.947 X2.1 ; FK X2.1 = 0.415 Drop
69
2. X2.2. Kesesuaian Tarif Dengan Manfaat X2 = 74.461 + 3.160 X2.2 ; FK X2.2 = 0.440 Drop3. X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = 75.717 + 3.060 X2.3 ; FK X2.3 = 0.492 Drop4. X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = 75.000 + 3.015 X2.4 ; FK X2.4 = 0.483 Drop
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)1. Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 76.704 + 2.438 Y1.1 ; FK Y1.1 = 0.175 Drop2. Y1.2. Sesuai dengan yang diharapkan Y1 = 77.703 + 2.255 Y1.2 ; FK Y1.2 = 0.124 Drop3. Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 53.015 + 3.321 Y1.3 ; FK Y1.3 = 0.460 Drop
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)1. Y2.1. Armada Bus TransJakarta Yang Bagus Y2 = 88.1484 + 3.996 Y2.1 ; FK Y2.1 = 0.216 Drop2. Y2.2. Kenikmatan Merasakan Layanan Y2 = 106.048 + 3.871Y2.2 ; FK Y2.2 = 0.445 Drop3. Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 95.030 + 3.983 Y2.3 ; FK Y2.3 = 0.373 Drop4. Y2.4. Pengalaman Masa Lalu Y2 = 102.950 + 3.684Y2.4 ; FK Y2.4 = 0.435 Drop5. Y2.5. Pengalaman Teman-teman Y2 = 99.122 + 3.747Y2.5 ; FK Y2.5 = 0.379 Drop
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)1. X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikan X2v = 51.563 + 2.266 X2v.1 ; FK X2v.1 = 0.472 Drop2. X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = 54.729 + 2.374 X2v.2 ; FK X2v.2 = 0.501 Drop3. X2v.3. Kesesuaian Harga dengan fasilitas X2v = 54.343 + 2.311 X2v.3 ; FK X2v.3 = 0.533 Drop
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)1. X1v.1. Bukti fisik (tangible) X1v = 76.029 + 4.120 X1v.1 ; FK X1v.1 = 0.631 Valid2. X1v.2. Keandalan (reliability) X1v = 75.371 + 3.977 X1v.2 ; FK X1v.2 = 0.636 Valid3. X1v.3. Daya tanggap (responsiveness) X1v = 75.449 + 4.093 X1v.3 ; FK X1v.3 = 0.653 Valid4. X1v.4. Jaminan (assurance) X1v = 78.673 + 4.137 X1v.4 ; FK X1v.4 = 0.646 Valid5. X1v.5. Perhatian (empathy) X1v = 76.809 + 4.100 X1v.5 ; FK X1v.5 = 0.638 Valid
7. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)1. Y3.1. Kemampuan Bersaing Y3 = 71.515 + 2.953 Y3.1 ; FK Y3.1 = 0.415 Drop2. Y3.2. Dikenal Luas Y3 = 74.332 + 3.163 Y3.2 ; FK Y3.2 = 0.440 Drop3. Y3.3. Peningkatan Sumber Dana Y3 = 75.539 + 3.065 Y3.3 ; FK Y3.3 = 0.492 Drop4. Y3.4. Keunggulan Tekhnologi Y3 = 75.423 + 3.005 Y3.4 ; FK Y3.4 = 0.484 Drop
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)1. Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = 51.313 + 2.272Y3v.1 ; FK Y3v.1 = 0.472 Drop2. Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = 54.575 + 2.378Y3v.2 ; FK Y3v.2 = 0.501 Drop3. Y3v.3. Senantiasa Meningkatkan Promosi TransJakarta Y3v = 54.579 + 2.305Y3v.3 ; FK Y3v.3 = 0.536 Drop
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 Calc
atauY1 = 1.261 X1 - 0.363 X2 Y2 = - 0.354 Y1Calc + 347716.684b X1 + 1.134 X2
70
dimana:Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas PelayananX2 = Harga Tiket1 = Koefisien regresi variabel Kualitas Pelayanan2 = Koefisien regresi variabel Harga Tiket1 = 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 Bersaing1 = Koefisien regresi variabel Kepuasan Konsumen2 = Koefisien regresi variabel Loyalitas Konsumen3 = Koefisien regresi intervening Dimensi Rata-rata Keunggulan Bersaing
Keterangan: b) Excluded Variables: Beta In X1 = Kualitas Pelayanan (Observed) = 347718.212d
Beta In Y2 = Y2u = Loyalitas Konsumen (Observed) = 256339.514b
71
hingga mendapatkan Hasil Perhitungan Empiris yang dirangkum kedalam Gambar 4.2
(meliputi semua penjabarannya) sebagai berikut:
24.87
X1.1
HX1: r 2
X1.i = 0.812ALPHA CRONBACH = 0986
Keunggulan Bersaing (Y3)
HY3:r 2Y3.i = 0.847 ALPHA CRONBACH = 0.939
HX1v: r 2
X1v.i = 0.897 ALPHA CRONBACH = 0.961
R Square = 0.959 Fuji Test = 15.586 D-W Test = 2.611
DimensiKualitas Pelayanan (X1v)
HY3v:r 2Y3v.i = 0.862ALPHA CRONBACH = 0.912
HASIL PERHITUNGAN EMPIRIS Data Dengan Kategori (Jumlah ke II)
TRANSJA
KARTA
2018
r 2(Y3v) = 0.941
Coeff. Reg 3 = 0.501
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
Y3v.1. Memperluas Trayek Bus TRANSJAKARTAY3v.2. Mampu Menciptakan Inovasi Produk Jasa Y3v.3. Meningkatkan Promosi TRANSJAKARTA
r 2(Y1
,Y3v) = 0.985
r 2(Y3v
,Y2) = 0.985
72
3.85 X1v.1
86.11 X1v.2
-137.2 X1v.3
88.23 X1v.4-36.85 X1v.5
-0.96 Y3.1
-0.87 Y3.2
3.11 Y3.3
2.31 Y3.4
-1.02
Y3v.1
0.44
Y3v.2
3.32
Y3v.3 R Square = 0.945 Fuji Test = 11.413 D-W Test = 2.500
-6.32
X1.2
28.18
X1.3
-0.18
X1.4
2.21 X1.5
33.98
X1.6 Kualitas Pelayanan (X1)
Dimensi Keunggulan Bersaing (Y3v)
R Square = 0.939 Fuji Test = 10.232 D-W Test = 2.500
Y3v = Intevening Variable
Coeff. Reg 2 = 0.309
Coeff. Reg
1 = 0.821
73
-36.14
X1.7
34.30 X1.8
7.69
X1.9
2.75 X1.10
HY2:r 2Y2.i = 0.774 ALPHA CRONBACH = 0.952
Y1 = Intevening Variable
Coeff. Reg 2 = 0.137
Coeff.
Reg 1 = 0.597 H1: r 2 X1>0
Coeff. Reg
a1 = 0.224
Coeff.
Reg c1 = 0.170
r 2(Y1) = 0.874
74
-24.11
X1.11
-10.21
X1.12-47.43
X1.13
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)
Harga Tiket (X2)
Kepuasan Konsumen (Y1)
Loyalitas Konsumen (Y2)
HY1:r 2Y1.i = 0.821 ALPHA CRONBACH = 0.900
r 2(Y1) = 0.883 R
Square = 0.939 Fuji Test = 10.223 D-W Test = 2.500
R Square = 0.962 Fuji Test = 6.410 D-W Test = 2.571
R Square = 0.910 Fuji Test = 6.701 D-W Test = 2.500
HX2:r 2X2.i = 0.847 ALPHA CRONBACH = 0.939
HX2v:r 2X2v.i = 0.862ALPHA CRONBACH = 0.912
Dimensi Harga Tiket (X2v)
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 +
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
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
Coeff
. Reg
a2 = 0.072
Coeff. Reg
c2 = 0.404
Co
eff R
eg c
3 =
0.632
r 2(Xi ) = 0.893
r 2(Y1 ,X1) = 0.984
r 2(X2
,Y1) = 0.984
75
-0.37 Y2.14.13 Y2.2
-0.75 Y2.3-0.39 Y2.41.83 Y2.5
21.62Y1.1
-20.05Y1.2
2.34
Y1.3
R Square = 0.929 Fuji Test = 8.660D-W Test = 1.816
-34.44
X2.1
44.99
X2.2
-84.19
X2.3
79.05
X2.4
-1.20X2v.1
0.18X2v.2
3.77
X2v.3
R Square = 0.945 Fuji Test = 11.398D-W Test = 2.500
Y1 = a0 + a1 X1 + a2X2 + E1
Y2 = b0 + b1 Y1 Calc + E2
Y2 Calc = c0 + c1 X1 + c2X2 + c3Y1 + E3
Y2 Calc = d0 + d1 X1 + d2X2 + d3Y1 + E4
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 X2
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 + 4
Y3v = 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 + e5
X2 = f0 + f1 X2.1 + f2 X2.2 + f3 X2.3 + f4 X2.4 + e6
Y1 = g0 + g1 Y1.1 + g2 Y1.2 + g3 Y1.3 + e7
Y2 = h0 + h1 Y2.1 + h2 Y2.2 + h3 Y2.3 + h4 Y2.4 + h5 Y2.5 + e8
X2v = i0 + i1 X2v.1 + i2 X2v.2 + i3 X2v.3 + e9
X1v = j0 + j1 X1v.1 + j2 X1v.2 + j3 X1v.3 + j4 X1v.4 + j5 X1v.5 + e10
Y3 = k0 + k1Y3.1 + k2 Y3.2 + k3 Y3.3 + k4 Y3.4 + e11
Y3v = l0 + l1Y3v..1 + l2 Y3v.2 + l3 Y3v..3 + e12
X1 = 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 + e5
X2 = 62.000 - 34.442 X2.1 + 44.989 X2.2 - 84.195 X2.3 + 79.053 X2.4 + e6
Y1 = 71.524 + 21.625 Y1.1 - 20.053Y1.2 + 2.336Y1.3 + e7
Y2 = 93.667 - 0.374Y2.1 + 4.126 Y2.2 - 0.747 Y2.3 - 0.391 Y2.4 + 1.833 Y2.5 + e8
X2v = 44.667 - 1.201 X2v.1 + 0.177 X2v.2 + 3.766 X2v.3 + e9
X1v = 71.071 + 3.847 X1v.1 + 86.110 X1v.2 - 137.192 X1v.3 + 88.230 X1v.4 - 36.846 X1v.5 + e10
Y3 = 62.000 - 0.958 Y3.1 - 0.867 Y3.2 + 3.106 Y3.3 + 2.307 Y3.4 + e11
Y3v = 44.667 - 1.021Y3v.1 + 0.442 Y3v.2 + 3.320 Y3v.3 + e12
76
Model 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 TransJakarta X1 = 160.611 + 11.795 X1.1 ; FK X1.1 = 0.902 Valid2) X1.2. Perlengkapan Armada Bus TransJakarta X1 = 158.911 + 11.762 X1.2 2 FK X1.2 = 0.881 Valid3) X1.3. Kenyamanan Ruangan X1 = 177.564 + 11.375 X1.3 ; FK X1.3 = 0.877 Valid4) X1.4. Penampilan Petugas X1 = 186.709 + 12.389 X1.4 ; FK X1.4 = 0.808 Valid5) X1.5. Kejujuran Dalam Memberikan Keterangan X1 = 164.528 + 11.454 X1.5 ; FK X1.5 = 0.896 Valid6) X1.6. Keramahan X1 = 150.500 + 11.657 X1.6 ; FK X1.6 = 0.881 Valid7) X1.7. Kecepatan Pelayanan X1 = 167.309 + 11.304 X1.7 ; FK X1.7 = 0.904 Valid8) X1.8. Kemampuan Menanggapi Keluhan X1 = 168.199 + 11.919 X1.8 ; FK X1.8 = 0.905 Valid9) X1.9. Kemudahan Prosedur X1 = 155.094 + 11.761 X1.9 ; FK X1.9 = 0.897 Valid10) X1.10. Mampu Berkomunikasi X1 = 213.427 + 11.121 X1.10 ; FK X1.10 = 0.794 Valid11) X1.11. Informasi Yang Akurat X1 = 163.179 + 12.500 X1.11 ; FK X1.11 = 0.867 Valid12) X1.12. Pemahaman Kebutuhan Konsumen X1 = 174.668 + 11.702 X1.12 ; FK X1.12 = 0.900 Valid13) X1.13. Perhatian Kepada Konsumen X1 = 156.533 + 12.095 X1.13 ; FK X1.13 = 0.883 Valid
2. 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 Tiket X2 = 57.808 + 3.400 X2.1 ; FK X2.1 = 0.822 Valid2) X2.2. Kesesuaian Tarif Dengan Manfaat X2 = 59.589 + 3.700 X2.2 ; FK X2.2 = 0.826 Valid3) X2.3. Kesesuaian Tarif Dengan Fasilitas X2 = 60.715 + 3.604 X2.3 ; FK X2.3 = 0.839 Valid4) X2.4. Kesesuaian Tarif Dengan Jarak Yang Ditempuh X2 = 60.189 + 3.538 X2.4 ; FK X2.4 = 0.838 Valid
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)1) Y1.1. Kepuasan akan produk yang ditawarkan Y1 = 75.801 + 2.490 Y1.1 ; FK Y1.1 = 0.576 Drop2) Y1.2. Sesuai dengan yang diharapkan Y1 = 76.363 + 2.326 Y1.2 ; FK Y1.2 = 0.544 Drop3) Y1.3. Merekomendaikan citra positif kepada orang lain Y1 = 64.735 + 2.750 Y1.3 ; FK Y1.3 = 0.704 Valid
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)1) Y2.1. Armada Bus TransJakarta Yang Bagus Y2 = 78.959 + 4.330 Y2.1 ; FK Y2.1 = 0.690 Valid2) Y2.2. Kenikmatan Merasakan Layanan Y2 = 93.331 + 4.506 Y2.2 ; FK Y2.2 = 0.767 Valid3) Y2.3. Kesetiaan Terhadap Merek (Tidak Melirik Merek Lain) Y2 = 84.256 + 4.433 Y2.3 ; FK Y2.3 = 0.753 Valid4) Y2.4. Pengalaman Masa Lalu Y2 = 90.660 + 4.234 Y2.4 ; FK Y2.4 = 0.768 Valid5) Y2.5. Pengalaman Teman-teman Y2 = 87.237 + 4.244 Y2. ; FK Y2.5 = 0.751 Valid
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)1) X2v.1. Kesesuaian Harga dengan Kualitas Jasa yang diberikan X2v = 41.585 + 2.589 X2v.1 ; FK X2v.1 = 0.843 Valid2) X2v.2. Kesesuaian harga dengan pelayanan yang diterima X2v = 43.622 + 2.777 X2v.2 ; FK X2v.2 = 0.845 Valid3) X2v.3. Kesesuaian Harga dengan fasilitas X2v = 43.511 + 2.693 X2v.3 ; FK X2v.3 = 0.855 Valid
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)1) X1v.1. Bukti fisik (tangible) X1v = 62.657 + 4.586 X1v.1 ; FK X1v.1 = 0.885 Valid2) X1v.2. Keandalan (reliability) X1v = 62.288 + 4.414 X1v.2 ; FK X1v.2 = 0.887 Valid3) X1v.3. Daya tanggap (responsiveness) X1v = 62.412 + 4.544 X1v.3 ; FK X1v.3 = 0.892 Valid4) X1v.4. Jaminan (assurance) X1v = 64.363 + 4.653 X1v.4 ; FK X1v.4 = 0.887 Valid5) X1v.5. Perhatian (empathy) X1v = 63.165 + 4.578 X1v.5 ; FK X1v.5 = 0.886 Valid
77
7. Variabel Keunggulan Bersaing (Y3)No. Indikator dari Keunggulan Bersaing: Bentuk Fungsi: FK Y3.i > 0.6 (Valid), FK Y3.i < 0.6 (Drop)1) Y3.1. Kemampuan Bersaing Y3 = 57.696 + 3.402 Y3.1 ; FK Y3.1 = 0.834 Valid2) Y3.2. Dikenal Luas Y3 = 59.529 + 3.701 Y3.2 ; FK Y3.2 = 0.837 Valid3) Y3.3. Peningkatan Sumber Dana Y3 = 60.629 + 3.606 Y3.3 ; FK Y3.3 = 0.849 Valid4) Y3.4. Keunggulan Tekhnologi Y3 = 60.513 + 3.533 Y3.4 ; FK Y3.4 = 0.847 Valid
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)1) Y3v.1. Memperluas Trayek Bus TransJakarta Y3v = 41.473 + 2.591 Y3v.1 ; FK Y3v.1 = 0.843 Valid2) Y3v.2. Mampu Menciptakan Inovasi Produk Jasa TJ Y3v = 43.548 + 2.778 Y3v.2 ; FK Y3v.2 = 0.845 Valid3) Y3v.3. Senantiasa Meningkatkan Promosi Bus TransJakarta Y3v = 43.713 + 2.690 Y3v.3 ; FK Y3v.3 = 0.855 Valid
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 Y1
atauY1 = 0.884 X1 + 0.084 X2 Y2Calc = 0.359 Y1 + 0.381 X1 + 0.266 X2
dimana:Y1 = Kepuasan Konsumen Y2 = Loyalitas Konsumen X1 = Kualitas PelayananX2 = Harga Tiket1 = Koefisien regresi variabel Kualitas Pelayanan2 = Koefisien regresi variabel Harga Tiket1 = 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 Bersaing1 = Koefisien regresi variabel Kepuasan Konsumen
78
2 = Koefisien regresi variabel Loyalitas Konsumen3 = 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 + 49.713
Std 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 = 1.632
dimana: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 TransJakarta
79
X13 = 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
80