4. analisa dan pembahasan. 4.1. pendahuluan. · 4. analisa dan pembahasan. 4.1. pendahuluan. pilot...
Post on 18-Nov-2020
6 Views
Preview:
TRANSCRIPT
47 Universitas Kristen Petra
4. ANALISA DAN PEMBAHASAN.
4.1. Pendahuluan.
Pilot Study dilakukan selama kurang lebih 1 (satu) minggu pada periode
november 2007 dengan melakukan wawancara pada pihak-pihak yang
bertanggung jawab terhadap proyek, diantaranya adalah kontraktor, pengembang,
dan pemakai akhir di wilayah Malang dan Surabaya, juga dilakukan penyebaran
pada responden dalam jumlah kecil (kurang lebih sepuluh responden).
Penyebaran kuesioner dilakukan selama kurang lebih 2 (dua) bulan pada
periode november 2007 sampai dengan januari 2008, responden yang mengisi
kuesioner sebanyak 53 responden.
Kendala yang dihadapi peneliti adalah kendala waktu penyebaran yang hanya
bisa dilakukan pada jam istirahat, kendala cuaca (hujan), serta wilayah penelitian
di dua tempat, yaitu Malang dan Surabaya. Peneliti menyebarkan kuesioner
dengan membimbing setiap responden dalam menjawab pernyataan demi
pernyataan yang terdapat dalam kuesioner.
4.2. Gambaran Umum Proyek.
Proyek yang diteliti adalah proyek rangka atap baja ringan J-STEEL di
wilayah Malang, dan Surabaya. Proyek rangka atap baja ringan J-STEEL yang
diteliti adalah proyek rumah tinggal di wilayah Malang, dan Surabaya.
Penyebaran kuesioner dilakukan (diberikan) pada saat yang berwenang dalam
proyek tersebut telah menandatangani kontrak kerja dengan distributor J-STEEL
pada tahun 2007 di wilayah Malang, dan Surabaya untuk memasang rangka atap
baja ringan di proyeknya masing-masing, dan setiap proyek diberikan 1 (satu)
lembar kuesioner.
Universitas Kristen Petra
48
4.3. Gambaran Umum Responden.
Responden yang mengisi kuesioner sebanyak 53 responden yang berjenis
kelamin laki-laki (79%) dan perempuan (21%), selengkapnya dapat dilihat pada
Gambar 4.1.
Laki-laki79%
Perempuan21%
Gambar 4.1. Persentase Jenis Kelamin.
Usia responden berkisar antara 20-25 tahun (0 %), 26-30 tahun (6 %), 31-35
tahun (25 %), 36-40 tahun (39 %), 41-45 tahun (28 %), dan > 45 tahun (2 %),
selengkapnya dapat dilihat pada Gambar 4.2.
31-35 th25%
36-40 th39%
41-45 th28%
>45 th2%
20-25th0%
26-30 th6%
Gambar 4.2. Persentase Usia.
Universitas Kristen Petra
49
Pendidikan terakhir responden berkisar antara SD (0 %), SLTP (0 %), SLTA
(6 %), D-3 (6 %), S-1 (77 %), dan S2 - S3 (11 %), sehingga sebagian besar
responden mengikuti pendidikan sampai dengan jenjang S-1 (strata satu),
selengkapnya dapat dilihat pada Gambar 4.3.
S-177%
SLTA6%
D-36%
SD0%
SLTP0%
S2 / S-311%
Gambar 4.3. Persentase Pendidikan Terakhir.
Jabatan responden yang mengisi kuesioner adalah konsultan (0 %), manajer
(11 %), direktur (2 %), pemilik (78 %), dan lainnya (9 %), selengkapnya dapat
dilihat pada Gambar 4.4.
Pemilik78%
Lainnya9%
Konsultan0%
Manajer11% Direktur
2%
Gambar 4.4. Persentase Jabatan.
Universitas Kristen Petra
50
Kota lokasi proyek LSF dalam penelitian ini adalah Surabaya (49 %), dan
Malang (51 %), selengkapnya dapat dilihat pada Gambar 4.5.
Surabaya49%
Malang51%
Gambar 4.5. Persentase Kota Lokasi Proyek LSF.
Responden mengunakan LSF selama 1-2 tahun (43 %), 3-4 tahun (34 %), dan
> 5 tahun (23 %), (selengkapnya dapat dilihat pada Gambar 4.6.) responden
sebagian besar mengunakan LSF selama 1-2 tahun.
3 - 4 tahun34%
> 5 tahun23%
1 - 2 tahun43%
Gambar 4.6. Persentase Responden Menggunakan LSF.
Universitas Kristen Petra
51
Data jumlah responden untuk setiap jenis bidang konstruksi pada setiap
wilayah dapat dilihat pada Tabel 4.1., dan Gambar 4.7. Responden yang mengisi
kuesioner pada setiap wilayah adalah kontraktor, pengembang, dan pemakai akhir.
Tabel 4.1. Jumlah Responden Pada Setiap Wilayah.
RespondenWilayah
Surabaya 6 4 16 26Malang 9 7 11 27
Total 15 11 27 53
Kontraktor Pengembang Pemakai Akhir Total
0% 20% 40% 60% 80% 100%
Surabaya
Malang
Kontraktor Pengembang Pemakai Akhir
Gambar 4.7. Persentase Jumlah Responden Pada Setiap Wilayah.
4.4. Uji Measurement Model.
4.4.1. Uji Measurement Model Awal.
Uji measurement model dengan menggunakan program Amos 7, proses
permodelan dalam penelitian untuk menyelidiki unidimensionalitas dari indikator-
indikator yang menjelaskan sebuah variabel laten.
Peneliti mencoba-coba berbagai model agar hasil uji hipotesis (chi-square,
df, probability, cmin/df, gfi, tli, cfi, dan rmsea) mendapatkan nilai yang lebih baik,
dengan syarat sebagai berikut ini.
Universitas Kristen Petra
52
Tabel 4.2. Goodness of Fit Index.
Goodness of fit index Cut-off value
χ2 - Chi-Square < χ2 tabelDerajat bebas, DFx2 - Significance Probability ≥ 0,05Relatif x2 (CMIN/DF) ≤ 2GFI mendekati 1TLI mendekati 1CFI mendekati 1RMSEA ≤ 0,08
(Sumber : Ferdinand, 2000 : p.52-59).
Indikasi permodelan tersebut dapat diterima dalam program Amos 7, dengan
menyalanya indikasi . Adapun hasil analisanya adalah sebagai berikut ini.
Gambar 4.8. Uji Measurement Model Kualitas Awal.
Uji Goodness-of-fit terhadap model pada Gambar 4.8., menunjukkan indeks-
indeks sebagai berikut ini (Tabel 4.3.).
Universitas Kristen Petra
53
Tabel 4.3. Hasil Goodness of Fit Index Kualitas Awal.
Goodness of fit index Cut-off value Hasil Model Keterangan
χ2 - Chi-Square < χ2 tabel 85.249 diharapkan nilainya kecilDerajat bebas, DF 35x2 - Significance Probability ≥ 0,05 0 tidak baikRelatif x2 (CMIN/DF) ≤ 2 2.436 tidak baikGFI mendekati 1 0.781 cukup baikTLI mendekati 1 0.28 tidak baikCFI mendekati 1 0.44 tidak baikRMSEA ≤ 0,08 0.165 tidak baik
Uji measurement model kualitas Awal pada Tabel 4.3., menunjukkan bahwa
model tersebut dapat diterima dengan indikasi , tetapi tidak signifikan
karena nilai probability = 0.
Gambar 4.9. Uji Measurement Model Waktu Awal.
Uji Goodness-of-fit terhadap model pada Gambar 4.9., menunjukkan indeks-
indeks sebagai berikut ini (Tabel 4.4.).
Universitas Kristen Petra
54
Tabel 4.4. Tabel Hasil Goodness of Fit Index Waktu Awal.
Goodness of fit index Cut-off value Hasil Model Keterangan
χ2 - Chi-Square < χ2 tabel 35.284 diharapkan nilainya kecilDerajat bebas, DF 35x2 - Significance Probability ≥ 0,05 0.455 baikRelatif x2 (CMIN/DF) ≤ 2 1.008 baikGFI mendekati 1 0.708 cukup baikTLI mendekati 1 0.983 baikCFI mendekati 1 0.987 baikRMSEA ≤ 0,08 0.02 baik
Uji measurement model waktu awal pada Tabel 4.8., menunjukkan bahwa
model tersebut dapat diterima dengan indikasi , dan sangat signifikan
karena nilai probability = 0,455, tetapi nilai GFI = 0,708 (cukup baik).
Gambar 4.10. Uji Measurement Model Biaya Awal.
Uji Goodness-of-fit terhadap model pada Gambar 4.10., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.5.).
Universitas Kristen Petra
55
Tabel 4.5. Hasil Goodness of Fit Index Biaya Awal.
Goodness of fit index Cut-off value Hasil Model Keterangan
χ2 - Chi-Square < χ2 tabel 48.9 diharapkan nilainya kecilDerajat bebas, DF 35x2 - Significance Probability ≥ 0,05 0.059 baikRelatif x2 (CMIN/DF) ≤ 2 1.397 BaikGFI mendekati 1 0.84 cukup baikTLI mendekati 1 0.751 cukup baikCFI mendekati 1 0.806 cukup baikRMSEA ≤ 0,08 0.087 tidak baik
Uji measurement model biaya awal pada Tabel 4.5., menunjukkan bahwa
model tersebut dapat diterima dengan indikasi , dan sangat signifikan
karena nilai probability = 0,455, tetapi nilai RMSEA = 0,087 (tidak baik).
Gambar 4.11. Uji Measurement Model Kepuasan Pemakai Awal.
Uji Goodness-of-fit terhadap model pada Gambar 4.11., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.6.).
Universitas Kristen Petra
56
Tabel 4.6. Hasil Goodness of Fit Index Kepuasan Pemakai Awal.
Goodness of fit index Cut-off value Hasil Model Keterangan
χ2 - Chi-Square < χ2 tabel 66.285 diharapkan nilainya kecilDerajat bebas, DF 35x2 - Significance Probability ≥ 0,05 0.001 tidak baikRelatif x2 (CMIN/DF) ≤ 2 1.894 baikGFI mendekati 1 0.813 cukup baikTLI mendekati 1 0.683 cukup baikCFI mendekati 1 0.753 cukup baikRMSEA ≤ 0,08 0.131 tidak baik
Uji measurement model kepuasan pemakai awal pada Tabel 4.6.,
menunjukkan bahwa model tersebut dapat diterima dengan indikasi , dan
tidak signifikan karena nilai probability sebesar 0,001, dan nilai RMSEA sebesar
0,131 (tidak baik).
Peneliti mencoba melakukan beberapa pengujian-pengujian agar nilai uji
hipotesa dapat memenuhi persyaratan statistik, adapun pengujian-pengujian yang
dimaksud dapat dilihat pada uji measurement model akhir.
4.4.2. Uji Measurement Model Akhir.
Uji measurement model akhir yaitu pengujian model yang diperoleh oleh
peneliti dengan memberikan hubungan korelasi atau kovarian (↔) antara error a
dengan error b.
Pemberian hubungan korelasi (kovarian) dapat dilihat pada amos output di
modification indices dalam tabel covariances (group number 1 – default model)
dengan melihat nilai MI (modification indices) yang terbesar dahulu di kovarian
(↔) antara error a dengan error b, lalu dianalisa dan dilihat hasil dari uji hipotesa
hingga mendapatkan hasil yang memenuhi persyaratan statistik.
Peneliti mendapatkan hasil yang lebih baik dari sebelumnya dengan
membandingkan hasil uji hipotesa model awal dengan hasil uji hipotesa akhir,
adapun hasil akhirnya adalah sebagai berikut ini.
Universitas Kristen Petra
57
Gambar 4.12. Uji Measurement Model Kualitas Akhir.
Uji Goodness-of-fit terhadap model pada Gambar 4.12., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.7.).
Tabel 4.7. Hasil Goodness of Fit Index Kualitas Akhir.
Goodness of fit index Cut-off value Awal Akhir Keterangan
χ2 - Chi-Square < χ2 tabel 85.249 33.475 baikDerajat bebas, DF 35 29 (df = 29 ; χ2 tabel = 42,557)x2 - Significance Probability ≥ 0,05 0 0.259 baikRelatif x2 (CMIN/DF) ≤ 2 2.436 1.154 baikGFI mendekati 1 0.781 0.901 baikTLI mendekati 1 0.28 0.923 baikCFI mendekati 1 0.44 0.95 baikRMSEA ≤ 0,08 0.165 0.054 baik
Hasil Model
Uji measurement model kualitas akhir pada Tabel 4.7., menunjukkan bahwa
setelah model tersebut diberikan kovarian (antara e2 (error 2) dengan e7, e2
dengan e9, dan seterusnya), menghasilkan penurunan χ2 sebesar 51,774, nilai DF
turun sebesar 6, dan seterusnya, sehingga model dapat diterima dengan indikasi
, dan sangat signifikan karena nilai probability = 0,259.
Universitas Kristen Petra
58
Gambar 4.13. Uji Measurement Model Waktu Akhir.
Uji Goodness-of-fit terhadap model pada Gambar 4.13., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.8.).
Tabel 4.8. Hasil Goodness of Fit Index Waktu Akhir.
Goodness of fit index Cut-off value Awal Akhir Keterangan
x2 - Chi-Square < x2 tabel 35,284 24,064 baikDerajat bebas, DF 35 24 (df = 24 ; x2 tabel = 36,415)x2 - Significance Probability ≥ 0,05 0,455 0,458 baikRelatif x2 (CMIN/DF) ≤ 2 1,008 1,003 baikGFI mendekati 1 0,708 0,914 baikTLI mendekati 1 0,983 0,999 baikCFI mendekati 1 0,987 1 baikRMSEA ≤ 0,08 0,02 0,007 baik
Hasil Model
Uji measurement model waktu akhir pada Tabel 4.8., menunjukkan bahwa
setelah model tersebut diberikan kovarian (antara e12 (error 12) dengan e13, e15
dengan e16, dan seterusnya), menghasilkan penurunan χ2 sebesar 11,22, nilai DF
turun sebesar 11, dan seterusnya, sehingga model dapat diterima dengan indikasi
, dan sangat signifikan karena nilai probability = 0,458.
Universitas Kristen Petra
59
Gambar 4.14. Uji Measurement Model Biaya Akhir.
Uji Goodness-of-fit terhadap model pada Gambar 4.14., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.9.).
Tabel 4.9. Hasil Goodness of Fit Index Biaya Akhir.
Goodness of fit index Cut-off value Awal Akhir Keterangan
χ2 - Chi-Square < χ2 tabel 48.9 35.099 baikDerajat bebas, DF 35 33 (df = 33 ; χ2 tabel = 47,400)x2 - Significance Probability ≥ 0,05 0.059 0.369 baikRelatif x2 (CMIN/DF) ≤ 2 1.397 1.064 baikGFI mendekati 1 0.84 0.888 baikTLI mendekati 1 0.751 0.96 baikCFI mendekati 1 0.806 0.971 baikRMSEA ≤ 0,08 0.087 0.035 baik
Hasil Model
Uji measurement model biaya akhir pada Tabel 4.9., menunjukkan bahwa
setelah model tersebut diberikan kovarian (antara e21 (error 21) dengan e23, dan
e23 dengan e26), menghasilkan penurunan χ2 sebesar 13,801, nilai DF turun sebesar
2, dan seterusnya, sehingga model dapat diterima dengan indikasi , dan
sangat signifikan karena nilai probability = 0,369.
Universitas Kristen Petra
60
Gambar 4.15. Uji Measurement Model Kepuasan Pemakai Akhir.
Uji Goodness-of-fit terhadap model pada Gambar 4.15., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.10.).
Tabel 4.10. Hasil Goodness of Fit Index Kepuasan Pemakai Akhir.
Goodness of fit index Cut-off value Awal Akhir Keterangan
χ2 - Chi-Square < χ2 tabel 66.285 42.34 baikDerajat bebas, DF 35 33 (df = 33 ; χ2 tabel = 47,400)x2 - Significance Probability ≥ 0,05 0.001 0.128 baikRelatif x2 (CMIN/DF) ≤ 2 1.894 1.283 baikGFI mendekati 1 0.813 0.868 baikTLI mendekati 1 0.683 0.9 baikCFI mendekati 1 0.753 0.926 baikRMSEA ≤ 0,08 0.131 0.074 baik
Hasil Model
Uji measurement model kepuasan pemakai akhir pada Tabel 4.10., menunjukkan
bahwa setelah model tersebut diberikan kovarian (antara e33 (error 33) dengan e34,
dan e33 dengan e37), menghasilkan penurunan x2 sebesar 23,945, nilai DF turun
sebesar 2, dan seterusnya, sehingga model dapat diterima dengan indikasi ,
dan sangat signifikan karena nilai probability = 0,128.
Universitas Kristen Petra
61
Rangkuman uji validitas konvergen dengan program Amos 7, dapat dilihat
pada tabel 4.11. sebagai berikut ini.
Tabel 4.11. Rangkuman Uji Validitas Konvergen.
Variabel Uji Validitas
Kualitas Sahih dengan menggunakan covarianceWaktu Sahih dengan menggunakan covarianceBiaya Sahih dengan menggunakan covarianceKepuasan Pemakai Sahih dengan menggunakan covariance
4.5. Uji Structural Model.
Uji structural model dengan menggunakan program Amos 7, kegunaannya
untuk mengambarkan model-model kausalitas dengan hubungan berjenjang.
Peneliti mencoba-coba berbagai model agar hasil uji hipotesis (chi-square,
df, probability, cmin/df, gfi, tli, cfi, dan rmsea) mendapatkan nilai yang lebih baik,
dengan syarat seperti pada Tabel 4.2. (Tabel Goodness of Fit Index), sehingga
dapat memenuhi persyaratan statistik.
Tabel 4.2. Goodness of Fit Index.
Goodness of fit index Cut-off value
χ2 - Chi-Square < χ2 tabelDerajat bebas, DFx2 - Significance Probability ≥ 0,05Relatif x2 (CMIN/DF) ≤ 2GFI mendekati 1TLI mendekati 1CFI mendekati 1RMSEA ≤ 0,08
(Sumber : Ferdinand, 2000 : p.52-59).
Indikasi permodelan tersebut dapat diterima dalam program Amos 7, dengan
menyalanya indikasi . Adapun hasil analisa uji structural model adalah
sebagai berikut ini.
Universitas Kristen Petra
62
Gambar 4.16. Uji Structural Model Awal.
Uji Goodness-of-fit terhadap model pada Gambar 4.16., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.12.).
Tabel 4.12. Hasil Goodness of Fit Index Awal. Goodness of fit index Cut-off value Hasil Model Keterangan
χ2 - Chi-Square < χ2 tabel 1522.17 diharapkan nilainya kecilDerajat bebas, DF 734x2 - Significance Probability ≥ 0,05 0 tidak baikRelatif x2 (CMIN/DF) ≤ 2 2.074 tidak baikGFI mendekati 1 0.435 tidak baikTLI mendekati 1 0.291 tidak baikCFI mendekati 1 0.333 tidak baikRMSEA ≤ 0,08 0.144 tidak baik
Uji structural model awal pada Tabel 4.12., menunjukkan bahwa model
tersebut dapat diterima (layak) dengan indikasi , dan tidak signifikan
karena nilai probability = 0.
Universitas Kristen Petra
63
Gambar 4.17. Uji Structural Model Kedua.
Uji Goodness-of-fit terhadap model pada Gambar 4.17., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.13.).
Tabel 4.13. Hasil Goodness of Fit Index Kedua.
Goodness of fit index Cut-off value Awal Kedua Keterangan
χ2 - Chi-Square < χ2 tabel 1522.2 768.5 diharapkan nilainya kecilDerajat bebas, DF 734 695x2 - Significance Probability ≥ 0,05 0 0.027 tidak baikRelatif x2 (CMIN/DF) ≤ 2 2.074 1.106 baikGFI mendekati 1 0.435 0.44 tidak baikTLI mendekati 1 0.291 0.701 cukup baikCFI mendekati 1 0.333 0.72 cukup baikRMSEA ≤ 0,08 0.144 0.061 baik
Hasil Model
Uji structural model kedua pada Tabel 4.13., dengan mengorbankan indikator
x5 (material tahan karat) pada variabel kualitas dan memberikan kovarian pada e24
dengan e30, menunjukkan bahwa model tersebut dapat diterima (layak) dengan
indikasi , dan tidak signifikan karena nilai probability = 0,027.
Universitas Kristen Petra
64
Gambar 4.18. Uji Structural Model Akhir.
Uji Goodness-of-fit terhadap model pada Gambar 4.18., menunjukkan
indeks-indeks sebagai berikut ini (Tabel 4.14.).
Tabel 4.14. Hasil Goodness of Fit Index Akhir.
Goodness of fit index Cut-off value Awal Kedua Akhir Keterangan
χ2 - Chi-Square < χ2 tabel 1522.17 768.502 1389 diharapkan nilainya kecilDerajat bebas, DF 734 695 713x2 - Significance Probability ≥ 0,05 0 0.027 0 tidak baikRelatif x2 (CMIN/DF) ≤ 2 2.074 1.106 1.948 baikGFI mendekati 1 0.435 0.44 0.498 tidak baikTLI mendekati 1 0.291 0.701 0.374 tidak baikCFI mendekati 1 0.333 0.72 0.428 tidak baikRMSEA ≤ 0,08 0.144 0.061 0.135 tidak baik
Hasil Model
Uji structural model akhir pada Tabel 4.14., dengan tidak mengorbankan
indikator x5 (material tahan karat) pada variabel kualitas dan memberikan
kovarian pada e21 dengan e23, e23 dengan e26, dan seterusnya, menunjukkan bahwa
Universitas Kristen Petra
65
model tersebut dapat diterima (layak) dengan indikasi , dan tidak
signifikan karena nilai probability = 0.
Rangkuman uji validitas diskriminan dengan program Amos 7, dapat
disimpulkan bahwa uji validitas diskriminan tidak sahih meskipun menggunakan
covariance, selanjutnya analisa model akan menggunakan program analisa regresi
sederhana melalui program statistik SPS 2000, dan SPSS 13.
4.6. Analisa Total, Direct, dan Indirect Standardized Effect.
Pengujian model (dapat dilihat pada lembar Lampiran 6, halaman 120-125)
menunjukkan efek langsung, efek tidak langsung, dan efek total dari hasil analisa
Amos 7.
Hasilnya tidak ada variabel antara, maka indirect standardized effect bernilai
0 atau tidak ada.
4.6.1. Analisa Direct Standardized Effect.
Tabel Direct Standardized Effect menunjukkan bahwa terdapat efek langsung
(Direct Effect) dari biaya terhadap kepuasan pemakai sebesar 0,838, demikian
juga efek langsung dari waktu terhadap kepuasan pemakai sebesar 0,288, serta
efek langsung dari kualitas terhadap kepuasan pemakai sebesar -0,001.
Efek langsung dari variabel lainnya adalah loading factor atau lamda dari
masing-masing variabel indikator yang membentuk variabel laten yang di analisa.
4.6.2. Analisa Indirect Standardized Effect.
Tabel Indirect Standardized Effect menunjukkan efek tidak langsung dari
masing-masing konstruk terhadap sebuah konstruk tertentu, misalnya efek tidak
langsung dari biaya terhadap kepuasan pemakai sebesar 0, demikian juga efek
tidak langsung dari waktu terhadap kepuasan pemakai sebesar 0, serta efek tidak
langsung dari kualitas terhadap kepuasan pemakai sebesar 0, yang artinya tidak
ada efek tidak langsung.
Universitas Kristen Petra
66
4.6.3. Analisa Total Standardized Effect.
Tabel Total Standardized Effect menunjukkan efek total dari masing-masing
konstruk terhadap sebuah konstruk tertentu.
Efek total dari biaya terhadap kepuasan pemakai sebesar 0,838 (sama
besarnya dengan efek langsungnya, sebab tidak ada hubungan lain yang dapat
mempengaruhi kekuatan biaya ini).
Efek total dari waktu terhadap kepuasan pemakai sebesar 0,288 (sama
besarnya dengan efek langsungnya, sebab tidak ada hubungan lain yang dapat
mempengaruhi kekuatan waktu ini).
Efek tidak langsung dari kualitas terhadap kepuasan pemakai sebesar -0,001
(sama besarnya dengan efek langsungnya, sebab tidak ada hubungan lain yang
dapat mempengaruhi kekuatan kualitas ini).
4.7. Metode Analisa Regresi Sederhana.
Metode analisa regresi sederhana meliputi uji validitas, uji reliabilitas, uji
normalitas, uji linieritas, uji homogenitas, uji kolinieritas, dan uji outlier,
selengkapnya adalah sebagai berikut.
4.7.1. Uji Validitas.
Uji validitas tidak dibedakan berdasar wilayah proyek (Malang, dan
Surabaya), melainkan secara keseluruhan pernyataan pada kuesioner yang dijawab
oleh responden pada keempat variabel (kualitas, biaya, waktu, dan kepuasan
pemakai). Uji validitas (kesahihan) perlu dilakukan untuk mengetahui seberapa
tepat suatu alat ukur mampu melakukan fungsi.
Langkah-langkah yang dilakukan adalah analisa kesahihan butir (validity)
dengan menggunakan program SPS 2000 untuk masing-masing variabel (kualitas,
waktu, biaya, dan kepuasan pemakai), beserta indikatornya dengan syarat p
(probabilitas) < 0,05, hasil dari analisanya adalah sebagai berikut ini.
Universitas Kristen Petra
67
Gambar 4.19. Hasil Uji Validitas Kualitas.
Gambar 4.19. menerangkan bahwa pada variabel kualitas, butir 23, 13, 10,
19, 16, 30, 12, 25, 28, dan 5 memiliki status sahih.
0,001 0,003
0,01
0
0,0150,02
0,005
0,036
0,0490,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
00
0,01
0,02
0,03
0,04
0,05
0,06
p 0,001 0,003 0,01 0 0 0,015 0,02 0,005 0,036 0,049
p (syarat) 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
Bahan baku berkualitas
DesainRamah
lingkunganKemasan material
PersonilKerapian
pengerjaanGaransi material
Material anti rayap
Muai dan susut
Material anti karat
Gambar 4.20. Probabilitas Butir pada Variabel Kualitas.
Probabilitas pada semua butir (butir 23, 13, 10, 19, 16, 30, 12, 25, 28, dan 5.)
memenuhi persyaratan p < 0,05.
Universitas Kristen Petra
68
Gambar 4.21. Hasil Uji Validitas Waktu.
Gambar 4.21. menerangkan bahwa pada variabel waktu, butir 18 (instalasi
cepat), dan 38 (pengadaan bahan) memiliki status gugur, sedangkan butir 3, 26,
15, 4, 1, 6, 9, dan 2 memiliki status sahih.
0,09
0,064
0 0,001 0 0
0,018
0
0,035
0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
0,005
0
0,02
0,04
0,06
0,08
0,1
p 0,09 0,064 0 0,005 0,001 0 0 0,018 0 0,035
p (syarat) 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
Instalasi cepat
Pengadaan bahan
Pengadaan alat
Perubahan pekerjaan
Pelayanan StrukturalKeterampila
n pekerjaPenguranga
n pekerja
Keterlambatan
pembayaran
Perubahan cuaca
Gambar 4.22. Probabilitas Butir pada Variabel Waktu.
Probabilitas pada butir 3, 26, 15, 4, 1, 6, 9, dan 2 memenuhi persyaratan
p < 0,05, kecuali butir 18 (instalasi cepat) dan 38 (pengadaan bahan).
Universitas Kristen Petra
69
Gambar 4.23. Hasil Uji Validitas Biaya.
Gambar 4.23. menerangkan bahwa pada variabel biaya, butir 31 (kompetisi
harga) memiliki status gugur, sedangkan butir 8, 32, 20, 33, 35, 29, 24, 40, dan 17
memiliki status sahih.
0,001 0 0,004 0,002 0,002 0,001 0,007 0 0,009
0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
0,323
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
p 0,001 0 0,004 0,323 0,002 0,002 0,001 0,007 0 0,009
p (syarat) 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
Life time tinggi
Penyediaan energi
Perubahan pekerjaan
Kompetisi harga
Model atap StrukturalBerat
materialJenis
pekerjaanKemiringan
atapPenutup
atap
Gambar 4.24. Probabilitas Butir pada Variabel Biaya.
Probabilitas pada butir 8, 32, 20, 33, 35, 29, 24, 40, dan 17 memenuhi
persyaratan p < 0,05, kecuali butir 31 (kompetisi harga).
Universitas Kristen Petra
70
Gambar 4.25. Hasil Uji Validitas Kepuasan Pemakai.
Gambar 4.25. menerangkan bahwa pada variabel kepuasan pemakai, butir 11
(features), 36 (reliability), dan 27 (aesthetic) memiliki status gugur, sedangkan
butir 21, 37, 39, 7, 14, 22, dan 34 memiliki status sahih.
0,012
0,468
0,104
0,006 0
0,141
0 0 00,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,050,004
0
0,1
0,2
0,3
0,4
0,5
p 0,012 0,468 0,104 0,004 0,006 0 0,141 0 0 0
p (syarat) 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
Performance Features ReliabilityConformance
to specification
DurabilityServiceabilit
yAesthetic
Perceived quality
TanggapanBiaya yang
wajar
Gambar 4.26. Probabilitas Butir pada Variabel Kepuasan Pemakai.
Probabilitas pada butir 21, 37, 39, 7, 14, 22, dan 34 memenuhi persyaratan
p < 0,05, kecuali butir 11 (features), 36 (reliability), dan 27 (aesthetic).
Universitas Kristen Petra
71
4.7.2. Uji Reliabilitas.
4.7.2.1. Teknik Cronbach’s Alpha.
Uji reliabilitas dilakukan untuk suatu informasi dapat dinyatakan andal
sekiranya diadakan amatan ulangan hasilnya tetap mantap atau stabil seperti yang
diungkapkan semula.
Langkah-langkah yang dilakukan adalah uji reliabilitas menggunakan
program SPSS 13 untuk masing-masing variabel kualitas, biaya, waktu, dan
kepuasan pemakai beserta indikatornya dengan syarat nilai cronbach’s alpha,
sebagai berikut ini (Budi, 2006 : p.248).
Tabel 4.15. Tingkat Reliabilitas Berdasarkan Nilai Alpha.
Alpha Tingkat Reliabilitas
0,00 s.d. 0,20 Kurang Reliabel> 0,20 s.d. 0,40 Agak Reliabel> 0,40 s.d. 0,60 Cukup Reliabel> 0,60 s.d. 0,80 Reliabel> 0,80 s.d. 1,00 Sangat Reliabel
Hasil keseluruhan analisa reliabilitas dari program statistik SPSS 13 adalah
sebagai berikut ini.
Reliability Statistics
,739 11
Cronbach'sAlpha N of Items
Gambar 4.27. Uji Reliabilitas Kualitas dengan Teknik Cronbach’s Alpha.
Uji reliabilitas variabel kualitas pada Gambar 4.27., dapat dilihat bahwa nilai
cronbach’s alpha = 0,739, sehingga tingkat reliabilitasnya adalah reliabel (andal).
Universitas Kristen Petra
72
Reliability Statistics
,780 11
Cronbach'sAlpha N of Items
Gambar 4.28. Uji Reliabilitas Waktu dengan Teknik Cronbach’s Alpha.
Uji reliabilitas variabel waktu pada Gambar 4.28., dapat dilihat bahwa nilai
cronbach’s alpha =0,780, sehingga tingkat reliabilitasnya adalah reliabel (andal).
Reliability Statistics
,732 11
Cronbach'sAlpha N of Items
Gambar 4.29. Uji Reliabilitas Biaya dengan Teknik Cronbach’s Alpha.
Uji reliabilitas variabel biaya pada Gambar 4.29., dapat dilihat bahwa nilai
cronbach’s alpha = 0,732, sehingga tingkat reliabilitasnya adalah reliabel (andal).
Reliability Statistics
,686 11
Cronbach'sAlpha N of Items
Gambar 4.30. Uji Reliabilitas Kepuasan Pemakai dengan Teknik Cronbach’s Alpha.
Uji reliabilitas variabel kepuasan pemakai pada Gambar 4.30., dapat dilihat
bahwa nilai cronbach’s alpha = 0,686, sehingga tingkat reliabilitasnya adalah
reliabel (andal).
Rangkuman uji reliabilitas dengan program SPSS 13, dapat dilihat pada tabel
4.16. sebagai berikut ini.
Universitas Kristen Petra
73
Tabel 4.16. Rangkuman Uji Reliabilitas dengan Teknik Cronbach’s Alpha.
Variabel Uji Reliabilitas
Kualitas AndalWaktu AndalBiaya AndalKepuasan Pemakai Andal
4.7.2.2. Teknik Hoyt.
Uji reliabilitas dengan teknik Cronbach’s Alpha dengan program SPSS
tersebut di uji silang dan dibandingkan dengan teknik Hoyt.
Uji reliabilitas dengan teknik Hoyt menggunakan program SPS 2000, adapun
langkah-langkah yang dilakukan adalah untuk masing-masing variabel kualitas,
biaya, waktu, dan kepuasan pemakai beserta indikatornya. Hasil keseluruhan
analisa reliabilitas adalah sebagai berikut ini.
Gambar 4.31. Uji Reliabilitas Kualitas dengan Teknik Hoyt.
Uji reliabilitas variabel kualitas pada Gambar 4.31., dapat dilihat bahwa nilai
rtt (korelasi keandalan Hoyt) = 0,681, dan p = 0, sehingga tingkat reliabilitasnya
adalah andal.
Universitas Kristen Petra
74
Gambar 4.32. Uji Reliabilitas Waktu dengan Teknik Hoyt.
Uji reliabilitas variabel kualitas pada Gambar 4.32., dapat dilihat bahwa nilai
rtt (korelasi keandalan Hoyt) = 0,741, dan p = 0, sehingga tingkat reliabilitasnya
adalah andal.
Gambar 4.33. Uji Reliabilitas Biaya dengan Teknik Hoyt.
Uji reliabilitas variabel kualitas pada Gambar 4.33., dapat dilihat bahwa nilai
rtt (korelasi keandalan Hoyt) = 0,716, dan p = 0, sehingga tingkat reliabilitasnya
adalah andal.
Universitas Kristen Petra
75
Gambar 4.34. Uji Reliabilitas Kepuasan Pemakai dengan Teknik Hoyt.
Uji reliabilitas variabel kualitas pada Gambar 4.34., dapat dilihat bahwa nilai
rtt (korelasi keandalan Hoyt) = 0,778, dan p = 0, sehingga tingkat reliabilitasnya
adalah andal. Rangkuman uji reliabilitas dengan program SPS 2000, dapat dilihat
pada tabel 4.17, dan rangkuman uji reliabilitas dengan teknik Cronbach’s Alpha
dan Hoyt, dapat dilihat pada tabel 4.18. sebagai berikut ini.
Tabel 4.17. Rangkuman Uji Reliabilitas dengan Teknik Hoyt. Variabel Uji Reliabilitas
Kualitas AndalWaktu AndalBiaya AndalKepuasan Pemakai Andal
Tabel 4.18. Rangkuman Uji Reliabilitas. Variabel
Cronbach's Alpha Hoyt
Kualitas Andal AndalWaktu Andal AndalBiaya Andal AndalKepuasan Pemakai Andal Andal
Uji Reliabilitas
Kesimpulannya adalah seluruh variabel (kualitas, waktu, biaya, dan kepuasan
pemakai) ternyata andal.
Universitas Kristen Petra
76
4.7.3. Uji Normalitas Sebaran.
Uji normalitas sebaran dengan menggunakan program SPS 2000, keluaran program
akan memberitahukan apakah sebarannya normal atau tidak. Kaidah yang digunakan adalah
jika p > 0,05 maka sebarannya dinyatakan normal, dan sebaliknya jika p < 0,05 sebarannya
dinyatakan tidak normal, adapun hasil analisanya dapat dilihat pada lembar lampiran.
Kesimpulannya adalah seluruh variabel (kualitas, waktu, biaya, dan kepuasan pemakai)
ternyata sebarannya normal.
4.7.4. Uji Linieritas Regresi.
Uji linieritas regresi dengan menggunakan program SPS 2000 untuk mengetahui bahwa
hubungan antara variabel bebas X dengan variabel terikat Y linier atau tidak linier, jika
hubungannya tidak linier maka korelasi yang dihasilkan bisa sangat rendah, walaupun
sebenarnya korelasinya cukup tinggi jika digunakan model korelasi atau regresi yang tidak
linier. Uji ini diperlukan sebelum melakukan uji korelasi atau regresi untuk memastikan
apakah derajat hubungannya linier atau kuadratik (pangkat dua), dan kubik (pangkat tiga),
adapun hasil analisanya adalah sebagai berikut ini.
Gambar 4.35. Uji Linieritas Regresi X1 dengan X4.
Uji linieritas pada Gambar 4.35., menunjukkan bahwa hubungan variabel
bebas X1 (kualitas) dengan variabel tergantung Y/X4 (kepuasan pemakai)
memiliki derajat hubungan linier.
Universitas Kristen Petra
77
Gambar 4.36. Uji Linieritas Regresi X2 dengan X4.
Uji linieritas pada Gambar 4.36., menunjukkan bahwa hubungan variabel
bebas X2 (waktu) dengan variabel tergantung Y/X4 (kepuasan pemakai) memiliki
derajat hubungan kuadratik (tidak linier), sehingga perlu di transformasi ke fungsi
linier untuk variabel X2 (waktu).
Gambar 4.37. Uji Linieritas Regresi X3 dengan X4.
Uji linieritas pada Gambar 4.37., menunjukkan bahwa hubungan variabel
bebas X3 (biaya) dengan variabel tergantung Y/X4 (kepuasan pemakai) memiliki
derajat hubungan linier.
Universitas Kristen Petra
78
Peneliti melakukan uji linieritas dengan memasukkan data variabel bebas X2
(waktu) yang telah ditransformasi ke fungsi linier secara otomatis oleh program
SPS 2000 menjadi X6 (transformasi waktu), sebagai berikut ini.
Gambar 4.38. Uji Linieritas Regresi X6 dengan X4.
Uji linieritas pada Gambar 4.38., menunjukkan bahwa hubungan variabel
bebas X6 (transformasi dari X2/waktu) dengan variabel tergantung Y/X4 (kepuasan
pemakai) memiliki derajat hubungan linier.
Kesimpulan pengujian linieritas menunjukkan bahwa kualitas, waktu, dan
biaya terhadap kepuasan pemakai memiliki derajat hubungan linier dengan syarat
data variabel bebas X2 (waktu) ditransformasi ke fungsi linier menjadi X6
(transformasi waktu), sehingga peneliti dapat melanjutkan analisa regresi.
4.7.5. Uji Homogenitas Variansi 1 - Jalur.
Uji homogenitas variansi dengan menggunakan program SPS 2000, adapun
peneliti membandingkan 4 (empat) teknik uji homogenitas variansi (F-max
Hartley, C-Chochran, Bartlett, dan F-pasangan) yang tersedia dalam program SPS
2000, kemudian peneliti mengambil hasil yang terbaik dari empat teknik tersebut,
yaitu: teknik C-Chochran. Peneliti memasukkan data variabel tergantung
(kualitas, waktu, dan biaya), dan variabel jalur, yaitu: wilayah (Malang, dan
Surabaya), adapun hasil analisanya adalah sebagai berikut ini.
Universitas Kristen Petra
79
Gambar 4.39. Uji Homogenitas Variansi.
Uji homogenitas variansi pada Gambar 4.39., menunjukkan bahwa X1
(kualitas) memiliki status homogen, X2 (waktu) memiliki status homogen, dan X3
(biaya) memiliki status homogen karena semua variabel memiliki status homogen,
maka peneliti dapat melanjutkan analisa variansi 1 – jalur.
4.7.6. Uji Kolinieritas.
Uji kolinieritas dengan menggunakan program SPS 2000 untuk mengetahui
suatu matriks antar korelasi, beserta uji signifikansinya, sebuah tabel korelasi
bagian-total, dan sebuah tabel mengenai sumbangan efektif tiap-tiap faktor.
Langkah-langkah yang dilakukan dengan adalah dengan memasukkan data
variabel bebas X (x1 (kualitas), x2 (waktu), dan x3 (biaya)), dan variabel tergantung
Y (kepuasan pemakai), dengan syarat sebagai berikut ini (Budi, 2006 : p.164).
Tabel 4.19. Kekuatan Hubungan Korelasi Berdasarkan Nilai r.
Interval r Kekuatan Hubungan
0,000 s.d. 0,199 Sangat Lemah0,200 s.d. 0,399 Lemah0,400 s.d. 0,599 Cukup Kuat0,600 s.d. 0,799 Kuat0,800 s.d. 1,000 Sangat Kuat
Universitas Kristen Petra
80
Hasil analisa dari pengujian kolinieritas dengan menggunakan program SPS
2000 adalah sebagai berikut ini.
Gambar 4.40. Uji Kolinieritas.
Kesimpulan pengujian kolinieritas menunjukkan bahwa hanya X2 (waktu)
dengan X3 (biaya), dan X2 (waktu) dengan Y (kepuasan pemakai) yang memiliki
kekuatan hubungan korelasi cukup kuat (0,400 s.d. 0,599) dengan nilai
probabilitasnya = 0 (< 0,05/signifikan), sedangkan hubungan yang lainnya
menunjukkan kekuatan hubungan yang kuat (0,600 s.d. 0,799) dengan nilai
probabilitasnya = 0 (< 0,05/signifikan).
4.8. Analisa Regresi Sederhana.
Analisa regresi sederhana adalah analisis regresi dengan menggunakan hanya
satu variabel bebas.
Analisa ini menggunakan program SPSS 13, Gambar 4.41. menerangkan
bahwa hasil rata-rata Y (kepuasan pemakai) masing-masing responden dari total
53 responden yang ada adalah 4,46358, rata-rata x41 (kualitas) masing-masing
responden dari total 53 responden yang ada adalah 4,64717, rata-rata x2 (waktu)
masing-masing responden dari total 53 responden yang ada adalah 4,46360,
sedangkan rata-rata x3 (biaya) masing-masing responden dari total 53 responden
yang ada adalah 4,31830.
Universitas Kristen Petra
81
4,46358
0,454144
4,64717
0,320819
4,46360
0,252811
4,31830
0,386890
0,000,501,001,502,002,503,003,504,004,505,00
KepuasanPemakai
Kualitas Waktu Biaya
Mean Std. Deviation
Gambar 4.41. Mean, dan Std. Deviasi Descriptive Statistics.
Standart deviasi Y (kepuasan pemakai) masing-masing responden dari total
53 responden yang ada adalah 0,454144, x1 (kualitas) adalah 0,320819, x2 (waktu)
adalah 0,252811, sedangkan x3 (biaya) adalah 0,386890.
Hubungan korelasi dengan teknik Pearson Correlations dengan
menggunakan program SPSS 13 menunjukkan hasil sebagai berikut ini.
Tabel 4.20. Correlations.
Y x1 x2 x3
Pearson Correlation Y (Kepuasan Pemakai) 1,000 0,718 0,553 0,763x1 (Kualitas) 0,718 1,000 0,654 0,676x2 (Waktu) 0,553 0,654 1,000 0,535x3 (Biaya) 0,763 0,676 0,535 1,000
Sig. (1-tailed) Y (Kepuasan Pemakai) . 0,000 0,000 0,000x1 (Kualitas) 0,000 . 0,000 0,000x2 (Waktu) 0,000 0,000 . 0,000x3 (Biaya) 0,000 0,000 0,000 .
N Y (Kepuasan Pemakai) 53 53 53 53x1 (Kualitas) 53 53 53 53x2 (Waktu) 53 53 53 53x3 (Biaya) 53 53 53 53
Universitas Kristen Petra
82
x1; 0,718
x2; 0,553
x3; 0,763
Gambar 4.42. Pearson Correlation Y (Kepuasan Pemakai).
Hubungan Y (kepuasan pemakai) dengan x1 (kualitas) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,718 menunjukkan hubungan
korelasi yang kuat, hubungan Y (kepuasan pemakai) dengan x2 (waktu) sangat
signifikan karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,553 menunjukkan
hubungan korelasi yang cukup kuat, hubungan Y (kepuasan pemakai) dengan x3
(biaya) sangat signifikan karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,763
menunjukkan hubungan korelasi yang kuat.
Y; 0,718
x2; 0,654
x3; 0,676
Gambar 4.43. Pearson Correlation x1 (Kualitas).
Hubungan x1 (kualitas) dengan Y (kepuasan pemakai) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,718 menunjukkan hubungan
korelasi yang kuat, hubungan x1 (kualitas) dengan x2 (waktu) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,654 menunjukkan hubungan
korelasi yang kuat, hubungan x1 (kualitas) dengan x3 (biaya) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,676 menunjukkan hubungan
korelasi yang kuat.
Universitas Kristen Petra
83
Y; 0,553
x1; 0,654
x3; 0,535
Gambar 4.44. Pearson Correlation x2 (Waktu).
Hubungan x2 (waktu) dengan Y (kepuasan pemakai) sangat signifikan karena
nilai p = 0,000 (p < 0,05), dan nilai r = 0,553 menunjukkan hubungan korelasi
yang cukup kuat, hubungan x2 (waktu) dengan x1 (kualitas) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,654 menunjukkan hubungan
korelasi yang kuat, hubungan x2 (waktu) dengan x3 (biaya) sangat signifikan
karena nilai p = 0,000 (p < 0,05), dan nilai r = 0,535 menunjukkan hubungan
korelasi yang cukup kuat.
Y; 0,763
x1; 0,676
x2; 0,535
Gambar 4.45. Pearson Correlation x3 (Biaya).
Hubungan x3 (biaya) dengan Y (kepuasan pemakai) sangat signifikan karena
nilai p = 0,000 (p < 0,05), dan nilai r = 0,763 menunjukkan hubungan korelasi yang
kuat, hubungan x3 (biaya) dengan x1 (kualitas) sangat signifikan karena nilai p =
0,000 (p < 0,05), dan nilai r = 0,676 menunjukkan hubungan korelasi yang kuat,
hubungan x3 (biaya) dengan x2 (waktu) sangat signifikan karena nilai p = 0,000 (p <
0,05), dan nilai r = 0,535 menunjukkan hubungan korelasi yang cukup kuat.
Universitas Kristen Petra
84
Tabel 4.21. Model Summaryb.
Model Summary b
,813a ,660 ,639 ,272701Model1
R R SquareAdjustedR Square
Std. Error ofthe Estimate
Predictors: (Constant), x3, x2, x1a.
Dependent Variable: Yb.
Variabel entered / removed, variabel independen yang masuk adalah x1 (kualitas),
x2 (waktu), dan x3 (biaya) dengan variabel terikat Y (kepuasan pemakai).
Nilai R = 0,813 dan R Square = 0,660, menunjukkan bahwa 0,660 atau 66 %
variasi Y (kepuasan pemakai) dipengaruhi oleh variabel x1 (kualitas), x2 (waktu),
dan x3 (biaya), sementara sisanya 44 % dipengaruhi oleh sebab-sebab lain.
Standar error of estimate = 0,272701 (lihat Tabel 4.21) lebih kecil dari standar
deviasi = 0,454144 (lihat Gambar 4.41), maka model regresi layak digunakan.
Tabel 4.22. Anovab.
ANOVAb
7,081 3 2,360 31,739 ,000a
3,644 49 ,07410,725 52
RegressionResidualTotal
Model1
Sum ofSquares df Mean Square F Sig.
Predictors: (Constant), x3, x2, x1a.
Dependent Variable: Yb.
Tabel 4.22. Anovab, menunjukkan nilai F = 31,739 dengan p = 0,000 (syarat
p < 0,05), maka regresi sangat signifikan dan dapat dipakai untuk memprediksi x1
(kualitas), x2 (waktu), dan x3 (biaya).
Ketiga variabel penilaian adalah variabel kualitas, waktu, dan biaya
berpengaruh secara bersama-sama (simultan) terhadap kepuasan pemakai dengan
nilai F = 31,739 dengan p = 0,000 (syarat p < 0,05), maka koefisien regresi sangat
signifikan pada taraf kepercayaan 95 %.
Universitas Kristen Petra
85
Tabel 4.23. Coefficients a.
Coefficientsa
-,813 ,685 -1,187 ,241,478 ,181 ,338 2,637 ,011,117 ,200 ,065 ,581 ,564,587 ,135 ,500 4,364 ,000
(Constant)x1x2x3
Model1
B Std. Error
UnstandardizedCoefficients
Beta
StandardizedCoefficients
t Sig.
Dependent Variable: Ya.
Nilai B constant sebesar -0,813 menyatakan bahwa jika x1 (kualitas), x2
(waktu), dan x3 (biaya) diabaikan, maka Y (kepuasan pemakai) menurun sebesar -
0,813, dan persamaan regresinya adalah sebagai berikut ini.
Y = -0,813 + 0,478 x1 + 0,117 x2 + 0,587 x3 ± 0,273
Keterangan.
Y = kepuasan pemakai x2 = variabel waktu
x1 = variabel kualitas x3 = variabel biaya
Dasar pengambilan keputusan berdasarkan perbandingan t hitung dengan t
tabel berikut ini.
1. Jika t hitung < t tabel, maka H0 diterima (tidak ada pengaruh dari sebuah
variabel bebas terhadap variabel terikat).
2. Jika t hitung > t tabel, maka H0 ditolak (ada pengaruh dari sebuah variabel
bebas terhadap variabel terikat).
t tabel dapat dicari dengan tabel distribusi t pada taraf kepercayaan 95 %,
selengkapnya dapat dilihat dibawah ini.
1. α sebesar 5% atau 0,05.
2. db = jumlah sampel (N) – 2 = 53 – 2 = 51.
3. Angka t tabel = 1,671.
Universitas Kristen Petra
86
Gambar 4.46. Daerah Penerimaan dan Penolakan H0 (t).
Gambar 4.46. menerangkan bahwa hanya x3 (variabel biaya) yang
mempunyai nilai t hitung sebesar 4,364 masuk pada daerah penolakan H0, karena t
hitung > t tabel, dengan probabilitas sebesar 0,00 (p < 0,05), sehingga koefisien
regresi sangat signifikan atau ada pengaruh biaya terhadap kepuasan pemakai
secara sangat signifikan pada taraf kepercayaan 95 %, dan x1 (variabel kualitas)
yang mempunyai nilai t hitung sebesar 2,637 masuk pada daerah penolakan H0,
karena t hitung > t tabel, maka koefisien regresi signifikan (ada pengaruh kualitas
terhadap kepuasan pemakai secara signifikan pada taraf kepercayaan 95 %)
dengan probabilitas sebesar 0,011 (p < 0,05).
1.00.80.60.40.20.0
Observed Cum Prob
1.0
0.8
0.6
0.4
0.2
0.0
Expect
ed Cu
m Prob
Dependent Variable: Y
Normal P-P Plot of Regression Standardized Residual
Gambar 4.47. Normalitas dengan Grafik Normal P-P Plot.
Gambar 4.47. menerangkan bahwa sebaran titik-titik residual berada di
sekitar garis normal, karena titik-titik residual tersebut berasal dari data dengan
distribusi normal, sehingga dapat disimpulkan bahwa regresi telah memenuhi
persyaratan normalitas.
Universitas Kristen Petra
87
420-2
Regression Standardized Predicted Value
2
1
0
-1
-2Regre
ssion
Stud
entiz
ed De
leted
(Pres
s) Re
sidua
l
Dependent Variable: Y
Scatterplot
Gambar 4.48. Kelayakan Model Regresi (Model Fit).
Gambar 4.48. menerangkan bahwa grafik Scatterplot tidak menunjukkan pola
titik-titik tertentu, sehingga model regresi disimpulkan layak digunakan.
6.0005.5005.0004.5004.0003.500
Y
4
2
0
-2
Regr
essio
n Stan
dard
ized P
redict
edVa
lue
Dependent Variable: Y
Scatterplot
Gambar 4.49. Kelayakan Tiap Data untuk Model Regresi (Model Fit).
Gambar 4.49. menerangkan bahwa grafik Scatterplot tidak menunjukkan
adanya pola diagonal yang dibentuk oleh sebaran titik-titik, sehingga setiap data
disimpulkan layak untuk membentuk model regresi.
Universitas Kristen Petra
88
4.9. Analisa Beda (One Way Anova).
Analisa beda (one way anova) merupakan pengujian untuk mengetahui
perbedaan nyata rata-rata antar varian dari tiga kelompok sampel atau lebih akibat
adanya satu faktor perlakuan. Analisa ini menggunakan program SPS 2000,
adapun hasil outputnya adalah sebagai berikut ini.
Gambar 4.50. Statistik Induk.
Ringkasan hasil yang tersebut diatas, maka dapat dilihat kecenderungan rata-
rata terbesar untuk wilayah Malang (A1) daripada wilayah Surabaya (A2) dengan
nilai rata-rata sebagai berikut ini.
1. Variabel x1 (kualitas) sebesar 4,733, nilai SB (standar deviasi) sebesar
0,350, dengan jumlah responden 27 dari total 53 responden.
2. Variabel x2 (waktu) sebesar 4,493 dengan nilai SB (standar deviasi)
sebesar 0,466, dengan jumlah responden 27 dari total 53 responden.
3. Variabel x3 (biaya) sebesar 4,386 dengan nilai SB (standar deviasi) sebesar
0,418, dengan jumlah responden 27 dari total 53 responden.
4. Variabel x4 (kepuasan pemakai) sebesar 4,529 dengan nilai SB (standar
deviasi) sebesar 0,524, dengan jumlah responden 27 dari total 53 responden.
Universitas Kristen Petra
89
Hasil Gambar 4.50, masih diperlukan pengujian lanjut untuk mengetahui
apakah perbedaan tersebut signifikan pada taraf kepercayaan 95 % atau p < 0,05.
Gambar 4.51. Rangkuman Analisis Variansi 1-Jalur.
Ringkasan hasil yang tersebut diatas, maka dapat dilihat nilai dari masing-
masing variabel sebagai berikut ini.
1. Variabel kualitas (x1) memiliki nilai F hitung (F) = 4,216, R2 = 0,076,
menunjukkan bahwa 0,076 atau 7,6 % variasi x5 (wilayah) dipengaruhi
oleh variabel x1, sementara sisanya 92,4 % dipengaruhi oleh sebab-sebab
lain, dan p sebesar 0,043 (p < 0,05), maka variabel kualitas (x1) ada
perbedaan yang signifikan rata-rata wilayahnya.
2. Variabel waktu (x2) memiliki nilai F hitung (F) = 12,875, R2 = 0,202,
menunjukkan bahwa 0,202 atau 20,2 % variasi x5 (wilayah) dipengaruhi
oleh variabel x2, sementara sisanya 79,8 % dipengaruhi oleh sebab-sebab
lain, dan p sebesar 0,001 (p < 0,05), maka variabel waktu (x2) ada
perbedaan yang sangat signifikan rata-rata wilayahnya.
3. Variabel biaya (x3) memiliki nilai F hitung (F) = 1,724, R2 = 0,033,
menunjukkan bahwa 0,033 atau 3,3 % variasi x5 (wilayah) dipengaruhi
oleh variabel x3, sementara sisanya 96,7 % dipengaruhi oleh sebab-sebab
Universitas Kristen Petra
90
lain, dan p sebesar 0,192 (p > 0,05), maka variabel biaya (x3) tidak ada
perbedaan rata-rata wilayahnya.
4. Variabel kepuasan pemakai (x4) memiliki nilai F hitung (F) = 1,1286, R2 =
0,022, menunjukkan bahwa 0,022 atau 2,2 % variasi x5 (wilayah)
dipengaruhi oleh variabel x4, sementara sisanya 97,8 % dipengaruhi oleh
sebab-sebab lain, dan p sebesar 0,293 (p > 0,05), maka variabel kepuasan
pemakai (x4) tidak ada perbedaan rata-rata wilayahnya.
0,043
0,001
0,192
0,050 0,050 0,050 0,050
0,293
0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
p 0,043 0,001 0,192 0,293
p (syarat) 0,050 0,050 0,050 0,050
x1 x2 x3 x4
Gambar 4.52. Perbandingan Probabilitas Analisis Variansi 1-Jalur.
Dasar pengambilan keputusan berdasarkan perbandingan F hitung dengan F
tabel sebagai berikut ini.
1. Jika F hitung < F tabel, maka H0 diterima (variabel x tidak ada perbedaan
rata-rata wilayahnya.
2. Jika F hitung > F tabel, maka H0 ditolak (variabel x ada perbedaan rata-
rata wilayahnya.
F tabel dapat dicari dengan tabel distribusi F pada taraf kepercayaan 95 %,
selengkapnya dapat dilihat dibawah ini.
1. α sebesar 5% atau 0,05.
2. Numerator (jumlah variabel x45 – 1) atau 2-1 = 1.
3. Denumerator (jumlah kasus – jumlah variabel x45) atau 53-2 = 51.
4. Angka F tabel = 4,00.
Universitas Kristen Petra
91
Gambar 4.53. Daerah Penerimaan dan Penolakan H0.
Kesimpulannya adalah terbukti secara meyakinkan bahwa variabel-variabel
yang masuk daerah penerimaan dan penolakan H0 adalah sebagai berikut ini.
1. Variabel yang masuk daerah penerimaan H0.
a) x4 (kepuasan pemakai) dengan nilai F sebesar 1,128, terbukti
menyakinkan secara tidak signifikan (p=0,293) pada taraf kepercayaan
95 % bahwa variabel kepuasan pemakai (x4) tidak ada perbedaan rata-
rata wilayahnya.
b) x3 (biaya) dengan nilai F sebesar 1,724, terbukti menyakinkan secara
tidak signifikan (p=0,192) pada taraf kepercayaan 95 % bahwa
variabel biaya (x3) tidak ada perbedaan rata-rata wilayahnya.
2. Variabel yang masuk daerah penolakan H0.
a) x1 (kualitas) dengan nilai F sebesar 4,216, terbukti menyakinkan secara
signifikan (p=0,043) pada taraf kepercayaan 95 % bahwa variabel
kualitas ada perbedaan rata-rata wilayahnya.
b) x2 (waktu) dengan nilai F sebesar 12,875, terbukti menyakinkan secara
sangat signifikan (p=0,001) pada taraf kepercayaan 95 % bahwa
variabel waktu ada perbedaan rata-rata wilayahnya.
Universitas Kristen Petra
92
4.10. Pembahasan.
4.10.1. Hasil Penelitian Dibandingkan dengan Hipotesis Penelitian.
Hasil penelitian dibandingkan dengan hipotesis penelitian adalah sebagai berikut.
1. Ketiga variabel penilaian adalah variabel kualitas, waktu, dan biaya
berpengaruh secara bersama-sama (simultan) terhadap kepuasan pemakai
dengan nilai F = 31,739 dengan p = 0,000 (syarat p < 0,05), dan koefisien
regresi sangat signifikan pada taraf kepercayaan 95 %, jadi hipotesis 1
(satu) terbukti.
2. Apakah ada pengaruh secara sendiri (parsial) untuk masing-masing
variabel terhadap kepuasan pemakai rangka atap baja ringan di wilayah
Malang, dan Surabaya (hipotesis 2 (dua) terbukti sebagian) ?
a) Ada pengaruh secara sendiri (parsial) untuk variabel kualitas, dan
variabel biaya terhadap kepuasan pemakai rangka atap baja ringan di
wilayah Malang, dan Surabaya adalah sebagai berikut ini.
1) Variabel kualitas (x1) yang mempunyai nilai t hitung sebesar 2,637
masuk pada daerah penolakan H0, karena t hitung > t tabel (1,671),
dengan probabilitas sebesar 0,011 (p<0,05), sehingga koefisien
regresi signifikan atau ada pengaruh variabel kualitas terhadap
variabel kepuasan pemakai secara signifikan pada taraf
kepercayaan 95%.
2) Variabel biaya (x3) yang mempunyai nilai t hitung sebesar 4,364
masuk pada daerah penolakan H0, karena t hitung > t tabel (1,671),
dengan probabilitas sebesar 0,00 (p<0,05), sehingga koefisien regresi
sangat signifikan atau ada pengaruh variabel biaya terhadap kepuasan
pemakai secara sangat signifikan pada taraf kepercayaan 95%.
b) Tidak ada pengaruh secara sendiri (parsial) untuk variabel waktu
terhadap kepuasan pemakai rangka atap baja ringan di wilayah
Malang, dan Surabaya, karena variabel waktu (x2) yang mempunyai
nilai t hitung sebesar 0,581 masuk pada daerah penerimaan H0, karena
t hitung > t tabel (1,671), dengan probabilitas sebesar 0,564 (p>0,05),
sehingga koefisien regresi tidak signifikan atau tidak ada pengaruh
Universitas Kristen Petra
93
variabel waktu terhadap kepuasan pemakai secara tidak signifikan
pada taraf kepercayaan 95%.
3. Apakah ada perbedaan besarnya variabel kualitas, waktu, biaya, dan
kepuasan pemakai rangka atap baja ringan di wilayah Malang, dan
Surabaya (hipotesis 3 (tiga) terbukti sebagian)?
a) Ada perbedaan besarnya variabel kualitas, dan waktu di wilayah
Malang, dan Surabaya adalah sebagai berikut ini.
1) Variabel kualitas dengan nilai F sebesar 4,216, terbukti
menyakinkan secara signifikan (p=0,043) pada taraf kepercayaan
95 % bahwa variabel kualitas ada perbedaan rata-rata wilayahnya.
2) Variabel waktu dengan nilai F sebesar 12,875, terbukti menyakinkan
secara sangat signifikan (p=0,001) pada taraf kepercayaan 95 %
bahwa variabel waktu ada perbedaan rata-rata wilayahnya.
b) Tidak ada perbedaan besarnya variabel biaya, dan kepuasan pemakai
rangka atap baja ringan di wilayah Malang, dan Surabaya adalah
sebagai berikut ini.
1) Variabel kepuasan pemakai dengan nilai F sebesar 1,128, terbukti
menyakinkan secara tidak signifikan (p=0,293) pada taraf
kepercayaan 95 % bahwa variabel kepuasan pemakai tidak ada
perbedaan rata-rata wilayahnya.
2) Variabel biaya dengan nilai F sebesar 1,724, terbukti menyakinkan
secara tidak signifikan (p=0,192) pada taraf kepercayaan 95 %
bahwa variabel biaya tidak ada perbedaan rata-rata wilayahnya.
4.10.2. Hasil Penelitian Dibandingkan dengan Teori dalam Penelitian.
Hasil penelitian dibandingkan dengan teori dalam penelitian adalah sebagai berikut.
1. Variabel kualitas.
Kualitas barang atau jasa semata-mata ditentukan oleh konsumen,
sehingga kepuasan konsumen hanya dapat dicapai dengan memberikan
kualitas yang baik. Pelanggan yang puas dapat mendorong adanya
pembelian ulang dan merekomendasikan kepada kerabat dan teman-
temannya (Gerson, Widyaningrum, Trans., 2004 : p.3) yang pada akhirnya
Universitas Kristen Petra
94
dapat membuat konsumen menjadi setia (loyal). Garvin dan Davis (1994)
berpendapat bahwa kualitas adalah suatu kondisi dinamis yang
berhubungan dengan produk, manusia/tenaga kerja, proses, dan tugas,
serta lingkungan yang memenuhi atau melebihi harapan pelanggan atau
konsumen (Nasution, 2004 : p.41). Produk berkualitas, bila dapat memberi
kepuasan sepenuhnya kepada konsumen, yaitu sesuai dengan yang diharapkan
konsumen atas suatu produk (Nasution, 2004 : p.41). Teori diatas terbukti benar
terhadap hasil penelitian ini bahwa variabel kualitas berpengaruh terhadap
kepuasan pemakai, baik secara simultan (bersama-sama), maupun secara parsial
(sendiri), dan sebagian besar konsumen merasa puas terhadap kualitas J-STEEL.
2. Variabel waktu.
Hasil penelitian ini menyatakan bahwa variabel waktu berpengaruh
terhadap kepuasan pemakai, secara simultan (bersama-sama), tetapi tidak
berpengaruh secara parsial (sendiri) terhadap kepuasan pemakai, dan
konsumen dapat memahami keterlambatan pengiriman material dari
produsen, tetapi keterlambatan pengiriman material dari produsen menuju
distributor tidak melebihi dari satu minggu.
3. Variabel biaya.
Biaya rangka atap baja ringan tergantung dari beberapa indikator,
misalnya model atap. Semakin sulit modelnya tentu material yang
digunakan pun semakin banyak dan semakin besar lebar bentang semakin
banyak kuda-kuda yang mesti dipasang. Faktor beban yang akan
ditanggung mempengaruhi pemakaian material rangka atap. Hargapun
amat variatif sekitar Rp 140.0000 - 250.000/m2. Harga ini bisa bertambah
atau berkurang tergantung pemakaian material dan tingkat kerumitannya
(Serial rumah “ATAP”, 2007 : p.24).
Teori diatas terbukti benar terhadap hasil penelitian ini bahwa variabel
biaya berpengaruh terhadap kepuasan pemakai, baik secara simultan
(bersama-sama), maupun secara parsial (sendiri), dan konsumen sadar akan
perbedaan harga tersebut, tetapi konsumen mengharapkan harga LSF J-STEEL
lebih murah, dan dapat bertahan di pasar produk-produk LSF lainnya.
top related