Abstrak—Mahasiswa ITS dengan karakteristik tingkat berpengaruh terhadap kepuasan pelanggan, dan kepuasan
mobilitas tinggi memberikan peluang untuk menggunakan pelanggan memiliki pengaruh terhadap keputusan
aplikasi ojek online. Adanya pemanfaatan ojek online penggunaan kembali jasa ojek online [2].
memberikan kesan terhadap pelayanan, kemudahan akses Terdapat 20 kriteria yang dapat digunakan untuk
aplikasi dan berbagai bentuk pelayanan lainnya yang dapat
mengukur kualitas pelayanan Gojek dengan menggunakan
dikategorikan sebagai bentuk kepuasan konsumen/pengguna.
Tujuan dari penelitian ini adalah menganalisis kepuasan dan analisis entropi [3]. kriteria-kriteria tersebut yaitu persepsi
keputusan penggunaan kembali jasa ojek online. Dalam kognitif, inovasi situs web yang digunakan, kemudahan
penelitian ini digunakan data primer dan dianalisis dengan penggunaan, tagihan, valensi, kemudahan akses, reliability
menggunakan metode Structural Equation Modeling (SEM). desain website, kontak, ketersediaan sistem, cepat tanggap,
Hasil analisis SEM menunjukkan variabel Sustainability personalisasi, ketepatan waktu, kecukupan konten, privasi,
berpengaruh terhadap kepuasan pelanggan, dan kepuasan interactivity, kompensasi, kejujuran dan adanya jaminan
pelanggan mempunyai pengaruh terhadap keputusan risiko. Dua hal yang perlu menjadi fokus perusahaan untuk
penggunaan kembali jasa ojek online. Variabel Sustainability dilakukan perbaikan, yaitu pengetahuan driver mengenai rute
mempunyai pengaruh langsung dan tidak langsung terhadap
keputusan penggunaan kembali jasa ojek online mahasiswa
dan kemudahan mendapatkan layanan dimanapun dan
ITS. kapanpun [4].
Penelitian yang meneliti kepuasan pelanggan operator
Kata Kunci—Kepuasan Konsumen, Keputusan Penggunaan IM3 menghasilkan kesimpulan bahwa salah satu penggunaan
Kembali, Structural Equation Modeling. Structural Equation Modeling dalam ilmu sosial adalah
untuk menghtiung indeks kepuasan pelanggan yang
I. PENDAHULUAN berfungsi mengukur sejauh mana pelanggan puas akan
produk yang mereka gunakan [5]. Sedangkan loyalitas
A PLIKASI ojek online seperti Gojek dan Grab
merupakan contoh aplikasi penyedia jasa transportasi
onlineyang popular di Indonesia.Pengguna yang
merupakan seni yang ada di dalam pikiran kita. Loyalitas
merupakan gabungan antara proses intelektual dan
emosional, antara pelanggan dan perusahaan. Akibatnya,
memanfaatkan aplikasi penyedia jasa transportasi ini
loyalitas tidak dapat dipaksakan, meskipun loyalitas dapat
tentunya mempunyai kesan tersendiri terhadap pelayanan,
diukur dan dikelola [6]. Pengguna atau pelanggan yang
kemudahan akses aplikasi dan berbagai bentuk pelayanan
sering melakukan transaksi menggunakan aplikasi penyedia
lainnya yang dapat dikategorikan sebagai bentuk kepuasan
jasa transportasi ini mayoritas adalah mereka yang memiliki
konsumen/pengguna. Secara umum, kepuasan (satisfaction)
kemudahan akses dan kemampuan untuk mengoperasikan
adalah perasaan senang atau kecewa seseorang yang timbul
smartphone, tidak terkecuali mahasiswa. Tingginya tingkat
karena membandingkan kinerja yang dipersepsikan produk
mobilitas mahasiswa membuka peluang mereka untuk
atau hasil terhadap ekspektasi mereka. Jika kinerja gagal
menggunakan aplikasi ini. Mahasiswa ITS, yang cenderung
memenuhi ekspektasi, pelanggan tidak akan puas. Jika
memiliki banyak aktivitas, seperti pulang pergi ke kampus
kinerja sesuai dengan ekspektasi, pelanggan akan puas. Jika
untuk belajar, berorganisasi, melakukan aktivitas sosial atau
kinerja melebihi ekspektasi, pelanggan akan sangat puas atau
hanya sekedar hang out untuk merefresh otak, sering
senang. Penilaian pelanggan atas kinerja produk tergantung
memanfaatkan aplikasi transportasi online ini. Uraian di atas
pada banyak faktor, terutama jenis hubungan loyalitas yang
melatar belakangi dilakukannya penelitian mengenai analisis
dimiliki pelanggan dengan sebuah merek. Konsumen sering
kesenjangan kualitas pelayanan dan kepuasan pengguna ojek
membentuk persepsi yang lebih menyenangkan tentang
online di kalangan mahasiswa ITS dengan menggunakan
sebuah produk dengan merek yang sudah mereka anggap
metode Structural Equation Modeling untuk melihat
positif [1].
bagaimana kepuasan mahasiswa terhadap pelayanan yang
Penelitian yang dilakukan tentang kepuasan pelanggan
diberikan.
dan keputusan menggunakan kembali jasa ojek online terdiri
Metode SEM ini merupakan metode yang cocok
dari variabel Enjoyment, Social Benefit, Economic benefit,
digunakan untuk menganalisis kasus kepuasan pelanggan,
Sustainability, CustomerSatisfaction, dan Future Intention.
karena model yang dianalisis relatif rumit sehingga akan sulit
Dalam penelitian tersebut ingin dianalisis bagaimana
diselesaikan dengan metode analisis jalur pada regresi linear.
hubungan faktor-faktor manfaat atau keuntungan yang
Model SEM memiliki kemampuan mengestimasi hubungan
dirasakan oleh pengguna selama menggunakan jasa ojek
antar variabel yang bersifat multiple relationship, kesalahan
onlinedan didapatkan hasil variabel Enjoyment berpengaruh
pada masing-masing observasi tidak diabaikan, namun tetap
signfikan terhadap kepuasan pelanggan, Economic Benefit
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D146
dianalisis, sehingga SEM cukup akurat digunakan untuk b. Competing Model Strategy
menganalisis data kuesioner yang melibatkan persepsi, selain Dengan pendekatan ini model yang menjadi objek
itu peneliti dapat dengan mudah memodifikasi model untuk penelitian dibandingkan dengan beberapa model
memperbaiki model yang telah disusun agar lebih layak alternative sehingga diperoleh model yang terbaik.
secara statistik, serta SEM mampu menganalisis hubungan c. Model Development Strategy
timbal balik secara serempak. Merupakan pendekatan dengan cara mengestimasi
suatu model tunggal dan memperbaiki model tersebut
(respesifikasi) untuk mendapatkan model yang lebih
II. TINJAUAN PUSTAKA baik.
A. Importance Performance Analysis (IPA) b. Diagram Alur (Path Diagram)
Importance Performance Analysis adalah suatu teknik Model path dianalisis melibatkan variabel-variabel
analisis yang digunakan untukmengidentifikasi faktor-faktor manifest dimana pembahasan mengenai gagasan dan
kinerja penting apa yang harus ditunjukkan oleh suatu pengujiannya mendasari SEM. Sebuah path diagram dapat
organisasi dalam memenuhi kepuasan para pengguna jasa menspesifikasikan hubungan beberapa variabel pada suatu
mereka (konsumen). Menurut Tjiptono dan Chandra, teknik model yang berhubungan satu sama lain, yang memberikan
ini dikemukakan pertama kali oleh Martilla dan James pada pandangan menyeluruh mengenai struktur model. Path
tahun 1977 dalam artikel mereka “Importance Performance diagram juga membantu dalam mendeteksi kesalahan
Analysis” yang dipublikasikan di Journal of Marketing. Pada persamaan yang ditampilkan.
teknik ini, responden diminta untuk menilai tingkat
kepentingan dan kinerja perusahaan, kemudian nilai rata-rata c. Confirmatory Factor Analysis
tingkat kepentingan dan kinerja tersebut dianalisis pada Confirmatory Factor Analysis (CFA) bertujuan untuk
diagram kartesius, yang mana sumbu x mewakili persepsi melakukan konfirmasi lebih lanjut dalam menguji sebuah
atau kenyataan sedangkan sumbu y mewakili harapan. Titik teori atau konsep mengenai sebuah proses. Pada prinsipnya,
pada diagram kartesius menunjukkan variabel pada analisis ini hanya melakukan konfirmasi berdasarkan teori
penelitian dan letaknya berdasar nilai rata-rata setiap atau konsep yang sudah ada terhadap keakuratan (valid dan
variabel. Sedangkan pembatas setiap kuadran diperoleh dari reliabel) instrument dibuat. Confirmatory factor analysis
grand mean atau rata-rata seluruh variabel [7]. Terdapat digunakan untuk menilai pola hubungan antara sejumlah
empat kuadran dalam Importance Performance Analysis konstruk. Setiap konstruk yang dilibatkan dalam model
(IPA) yaitu kuadran I (Prioritas Utama), kuadran II masing-masing diukur oleh sejumlah indikatornya. Dalam
(Pertahankan Prestasi), kuadran III (Prioritas Rendah), dan pendekatan ini tidak diterapkan arah hubungan diantara
kuadran IV (Berlebihan). konstruk, melainkan hanya diterapkan berhubungan satu
sama lainnya. Validitas indikator dapat diketahui dari nilai t-
B. Structural Equation Modeling (SEM) hitung ynag dibandingkan dengan |t-tabel|. Jika nilai t-hitug
Structural Equation Modeling (SEM) adalah teknik lebih besar dari nilai |t-tabel| maka dapat disimpulkan bahwa
analisis statisika yang mengkombinasikan beberapa aspek variabel indikator valid. Reliabilitas variabel laten dapat
yang terdapat pada analisis jalur dan analisis faktor diketahui dari nilai construct reliability (ρc). Variabel laten
konfirmatori untuk mengestimasi beberapa persamaan secara reliabel jika nilai construct reliability (ρc) > 0,6 [10].
simultan. Model persamaan struktural merupakan generasi d. Goodness of Fit
kedua teknik analisis multivariat yang memungkinkan Berikut merupakan beberapa Goodness of Fityang
peneliti untuk menguji hubungan antara variabel yang digunakan dalam penelitian:
kompleks untuk memperoleh gambaran menyeluruh 1. RMSEA (Root Mean Square Error of Approximation)
mengenai keseluruhan model [8]. SEM merupakan Merupakan sebuah indeks ynag dapat digunakan untuk
pengembangan dari analisis multivariate terutama mengompensasi chi-squarestatistic dalam sampel yang
berpangkal pada analisis faktor, analisis komponen utama, besar. Nilai RMSEA menunjukkan goodness of fit yang dapat
analisis kovarian dan anaisis korelasi [9]. Berikut merupakan digunakan bila model diestimasi dalam populasi. Nilai
rumus umum SEM: RMSEA yang lebih kecil atau sama dengan 0,08 merupakan
𝜼(𝑛𝑥1) = 𝜝(𝑚𝑥𝑚) 𝜼(𝑚𝑥1) + 𝜞(𝑚𝑥𝑛) 𝝃(𝑛𝑥1) + 𝜻(𝑚𝑥1) (1) indeks yang dapat diterima modelnya. Nilai RMSEA
Keterangan: diperoleh dengan rumus sebagai berikut:
η = variabel laten endogen
𝑝
Β = koefisien pengaruh variabel laten endogen 𝑖
2
∑ ∑ (𝑆𝑖𝑗 −𝜎̂
𝑖𝑗 )
Γ = koefisien pengaruh variabel laten eksogen √ 𝑖=1
𝑗=1
𝑅𝑀𝑆𝐸𝐴 = (2)
ξ = variabel laten eksogen 𝑝(𝑝+1)/2
ζ = error model keterangan:
m = banyak variabel laten endogen p = jumlah variabel laten endogen
n = banyak variabel laten eksogen. Sij = varian kovarians data observasi
a. Prosedur SEM 𝜎̂𝑖𝑗 = varian kovarians model [11].
Strategi yang biasa digunakan dalam analisis SEM yaitu 2. GFI (Goodness of Fit Index)
Confirmatory Model Strategi, Competing Model Strategy, Goodness of Fit Index adalah sebuah ukuran non-staistik
dan Model Development Strategy. yang mempunyai rentang nilai antara 0 (poor fit) sampai
a. Confirmatory Model Strategy dengan 1,0 (perfect fit). Nilai yang tinggi dalam indeks ini
Merupakan pendekatan yang paling banyak menunjukkan sebuah “better fit”. Nilai GFI dihitung dengan
digunakan, dengan strategi ini seorang peneliti rumus sebagai berikut:
menentukan model dan hanya ingin mengetahui 𝑡𝑟[(Ʃ̂−1 𝑆−1)2 ]
𝐺𝐹𝐼 = 1 − (3)
apakah model tersebut cocok. 𝑡𝑟(Ʃ̂−1 𝑆)2
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D147
sarana transportasi. Gambar 1 menunjukkan karakteristik pertahankan prestasi, yaitu untuk indikator Enjoyable,
pengguna ojek onlineberdasarkan jenis kelaminnya. Exciting, Interesting, Fun, Pleasant, Insider Tips,
Interaction, Lower Cost, Affordable, Save Energy, dan
Responsible. Kuadran II menunjukkan indikator-indikator
Laki-laki
mana saja yang perlu dipertahankan perusahaan agar tetap
39%
menarik pelanggan. Prioritas Rendah, yang diindikasikan
Perempuan
masuk di kuadran III adalah Know People, Social Relation
61%
dan Save Money. Hal ini dapat disebabkan pengguna ojek
online tidak mengenal driver, dan dengan menggunakan ojek
Gambar 1. Karakteristik berdasarkan jenis kelamin. online, tidak terlalu berpengaruh terhadap penambahan
relasi, serta pengguna yang tidak dapat menyimpan uang
Berdasarkan jenis kelaminnya, pengguna ojek online berlebih jika memanfaatkan penggunaa ojek online secara
perempuan lebih banyak daripada laki-laki, dengan terus menerus.
presentase 61% untuk perempuan dan 39% untuk laki-laki,
hal ini sangat relevan dengan kejadian sehari-hari, bahwa C. Asumsi Normal Multivariate dan Deteksi Outlier
pada umumnya, mahasiswa laki-laki lebih memilih untuk Asumsi normal multivariat diperlukan dalam analisis
menggunakan kendaraan pribadi masing-masing. SEM, plot distribusi dari data ditampilkan pada Gambar 4.
Karakteristik pengguna ojek online berdasarkan ojek online Scatterplot of C25 vs C24
yang digunakan dapat dilihat pada gambar 2.
100
80
Grab
40% 60
Go-Jek C25
60% 40
20
Gambar 2. Karakteristik berdasarkan jenis ojek online.
0
Mahasiswa ITS lebih banyak yang menggunakan Go-Jek 10 20 30 40 50
C24
dari pada Grab. Hal ini dapat dilihat berdasarkan
perbandingan jumah pengguna ojek online pada gambar 4.2, Gambar 4. Plot Normal Multivariat
yaitu sebanyak 60% mahasiswa ITS menggunakan Go-Jek,
dan sisanya, yaitu 40% menggunakan Grab. Berdasarkan gambar di atas, dapat dilihat bahwa data
kurangmengikuti garis normal, sehingga dapat dikatakan
B. Importance Performance Analysis Diagram bahwa data diasumsikanberdistribusi normal multivariat.
Gambar 3 menunjukkan Diagram IPA berdasarkan Selanjutnya dilakukan deteksi outlier. Observasi yang
harapan dan kenyataan dari persepsi mahasiswa ITS sebagai memiliki nilai yang ekstrim dalam sebuah variabel disebut
pengguna ojek online. dengan data yang memiliki nilai leverage yang tinggi. Dalam
model regresi linier, nilai leverage untuk data ke-I adalah
sebagai berikut:
hii = (H)ii.
Nilai leverage diperoleh berdasarkan nilai diagonal dari
matriks H = X(X’X)-1X’. nilai leverage berkisar antara 0
sampai dengan 1. Sebuah observasi dapat dikategorikan
outlier jika nilai leverage lebih besar dari 2p/n dimana p
adalah banyaknya variabel independen dan n merupakan
banyaknya observasi [12]. Berdasarkanhasil deteksi outlier,
23 observasi adalah data outlier, karena nilai Leveragenya
lebih dari nilai Cutoff, yaitu 0,161404, sehingga perlu data
yang outlier ini perlu dihilangkan agar tidak terdapat outlier.
D. Analisis SEM
Variabel Enjoyment diukur dengan lima dimensi, yaitu
Enjoyable, Exciting, Interesting, Fun, dan Pleasant. Nilai
Gambar 3. IPA Diagram.
Loading factor variabel Enjoyment disajikan dalam tabel 2.
IPA Diagram pada gambar 3 menunjukkan pembagian
kuadran I,II,III dan IV. Pada kuadran I, yang menjadi Tabel 2.
prioritas utama pengguna ojek online adalah Money Benefit CFA Variabel Enjoyment
dan Suistanable Environment, kedua indikator ini menjadi Variabel Loading factor
prioritas utama, sebab pengguna ojek online akan tertarik x11 ← Enjoyment 0,741
menggunakan ojek online apabila mereka mendapatkan x12 ← Enjoyment 0,798
x13 ← Enjoyment 0,832
keuntungan dalam hal keuangan dan adanya Suistanable x14 ← Enjoyment 0,813
environment atau transportasi online yang ramah lingkungan x15 ← Enjoyment 0,801
dan bersifat sustainable. Kuadran II menunjukkan
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D149
thitung = 1,97 maka keputusannya adalah tolak H0 yang berarti V. KESIMPULAN DAN SARAN
terdapat pengaruh tak langsung dari Sustainability dengan Berdasarkan analisis yang telah dilakukan, diperoleh
keputusan penggunaan kembali jasa ojek online melalui kesimpulan sebagai berikut:
kepuasan pelanggan. Pengaruh total (total effect) dari suatu 1. Berdasarkan karakteristiknya, pengguna ojek online
variabel ke variabel lain merupakan jumlah dari seluruh Mahasiswa ITS perempuan lebih banyak daripada laki-
pengaruh langsung dan tak langsung kedua variabel tersebut. laki, pengguna Gojek lebih banyak daripada Grab dan
Besarnya pengaruh total dari variabel mayoritas pengguna ojek online puas terhadap pelayanan
Sustainabilitydengan variabel Future Intention dapat dilihat ojek online yang diberikan.
dari pengaruh langsung maupun jumlahan pengaruh 2. IPA diagram yang dihasilkan dari perbandingan harapan
langsung dan pengaruh tak langsung. Hipotesis yang dan kenyataan dari persepsi masyarakat terhadap
digunakan utnuk menguji pengaruh total adalah sebagai pelayanan ojek online yaitu pada kuadran I atau yang
berikut: menjadi prioritas utama adalah Money Benefit dan
H0: tidak terdapat pengaruh total dari Sustainable Environment. Kuadran II atau pertahankan
Sustainabilityterhadap keputusan penggunaan kembali prestasi adalah indikator Enjoyment, Exciting,
jasa ojek onlineoleh mahasiswa ITS Interesting, Fun, Pleasant, Insider Tips, Interaction,
H1: terdapat pengaruh total dari Sustainability terhadap Lower Ccost, Affordable, Save Energy, dan Responsible.
keputusan penggunaan kembali jasa ojek Kuadran III yaitu Know People, Social Relation, dan Save
onlinemahasiswa ITS Money.
Besarnya pengaruh total dari varaibel Sustainability ke 3. Hasil analisis model CFA adalah valid dan reliabel untuk
variabel keputusan penggunaan kembali jasa ojek online semua variabel Enjoyment, Social Benefit, Economic
mahasiswa ITS adalah sebagai berikut: Benefit, Sustainability, Customer Satisfaction, dan Future
Pengaruh total Sustainability → Future Intention = estimasi Intention.
pengaruh langsung Sustainability → Future Intention + 4. Analisis SEM untuk model path diagram menghasilkan
estimasi pengaruh tak langsung Sustainability → Future kesim-pulan sebagai berikut:
Intention = 0,063 + 0,489323 = 0,552323. a. Variabel Enjoyment tidak berpengaruh terhadap
Selanjutnya dilakukan perhitungan untuk mendapatkan kepuasan mahasiswa ITS dalam menggunakan ojek
nilai Critical Ratio sebagai berikut: online.
Estimasi 0,552323 b. Variabel Enjoyment tidak berpengaruh terhadap
𝐶. 𝑅 = = = 11,04646.
𝑆𝐸𝑎𝑏 0,05 keputusan penggunaan kembali jasa ojek onlineoleh
Taraf siginifikasni yang digunakan adalah 5%, sehingga mahasiswa ITS.
diperoleh nilai thitung = 1,97. Nilai |C.R| = 11,04646 > t hitung = c. Variabel Social Benefit tidak berpengaruh terhadap
1,97 maka diambil keputusan tolak H0, sehingga dapat kepuasan mahasiswa ITS dalam menggunakan ojek
disimpulkan bahwa terdapat pengaruh total dari Susainability online.
terhadap keputusan penggunaan kembali jasa ojek online. d. Variabel Social Benefit tidak berpengaruh terhadap
Berdasarkan perhitungan mengenai pengaruh variabel keputusan penggunaan kembali jasa ojek online.
laten baik secara langsung (direct) maupun tidak langsung e. Variabel Economic Benefit tidak berpengaruh
(indirect) disajikan dalam tabel 11. terhadap kepuasan mahasiswa ITS dalam
menggunakan ojek online.
Tabel 11.
Hasil Analisis Pengaruh Variabel Laten Secara Langsung (Direct) maupun f. Variabel Economic Benefit tidak berpengaruh
tak langsung (Indirect) terhadap keputusan penggunaan kembali jasa ojek
Loading online.
Pengaruh Hubungan Keterangan
Factor g. Variabel Sustainability berpengaruh terhadap
Sustainability → kepuasan mahasiswa ITS dalam menggunakan ojek
0,643 Berpengaruh
Customer Satisfaction
Sustainability → Future online.
Direct 0,063 Berpengaruh h. Variabel Sustainable tidak berpengaruh terhadap
Intention
Customer Satisfaction → keputusan penggunaan kembali jasa ojek online.
0,751 Berpengaruh
Future Intention i. Variabel kepuasan mahasiswa ITS dalam
Sustainability → menggunakan ojek online berpengaruh terhadap
Indirect Customer Satisfaction → Berpengaruh keputusan penggunaan kembali jasa ojek online.
0,489
Future Intention
5. Analisis pengaruh hubungan variabel laten yang telah
Sustainability → Future dilakukan menghasilkan kesimpulan Sustainability
Total 0,552 Berpengaruh
Intention
mempunyai pengaruh langsung dan tidak langsung
terhadap keputusan penggunaan kembali jasa ojek online
Analisis hubungan variabel laten yang telah dilakukan mahasiswa ITS.
menghasilkan kesimpulan terdapat pengaruh langsung antara Saran yang dapat diberikan berdasarkan hasil analisis dan
Sustainabilityterhadap kepuasan pelanggan Sustainability pembahasan yang telah dilakukan yaitu dalam melakukan
keputusan penggunaan kembali jasa ojek online, dan analisis selanjutnya sebaiknya dapat lebih mengeksplorasi
kepuasan pelanggan dengan penggunaan kembali jasa ojek data hasil survei, sehingga analisis akan lebih lengkap
online. Hasil analisis hubungan Sustainability terhadap
Future Intention melalui Customer Satisfaction juga
menghasilkan adanya pengaruh tidak langsung. Sehingga DAFTAR PUSTAKA
dapat dikatakan bahwa Sustainability memberikan pengaruh [1] P. Kotler and K. L. Keller, Manajemen Pemasaran. Jakarta:
baik secara langsung maupun tidak langsung terhadap Erlangga, 2009.
[2] A. Santoso and L. A., “User Satisfaction and Intention to Use Peer-
keputusan penggunaan kembali jasa ojek online.
JURNAL SAINS DAN SENI ITS Vol. 8, No. 2 (2019), 2337-3520 (2301-928X Print) D152
to-Peer Online TransportationA Replication Study,” J. Inf. Syst. [7] F. Rangkuti, Teknik Mengukur dan Strategi Meningkatkan
Int. Conf., vol. 124, pp. 379–387, 2017. Kepuasan Pelanggan. Jakarta: Gramedia, 2008.
[3] S. Silalahi, W. Putu, and M. Qorib, “Service Quality Analysis for [8] A. Ferdinand, Structural Equation Modeling dalam Penelitian
Online Transportation Services: Case Study Go-Jek,” J. Inf. Syst. Manajemen, 2nd ed. Semarang: BP UNDIP, 2002.
Int. Conf., vol. 124, pp. 487–495, 2017. [9] S. H. Wijanto, Structural equation modeling dengan Lisrel 8.8 :
[4] A. Mas’udin, “Categorical Data Analysis Adjusted Control Chart konsep dan tutorial. Yogyakarta: Graha Ilmu, 2008.
untuk Memonitor Loyalitas Pengguna Sarana Transportasi Online [10] I. Ghozali and I. Fuad, “Structural Equation Modeling: Teori,
di Kota Surabaya,” Surabaya, 2018. Konsep, dan Aplikasi dengan Program LISREL 8.54 (1st
[5] A. Nawangsari, “Structural Equation Modeling pada Perhitungan Edition),” Semarang, 2005.
Indeks Kepuasan Pelanggan dengan menggunakan Software [11] S. Sharma, Applied Multivariance techniques. USA: John Wiley
AMOS: Study kasus perhitungan indeks kepuasan Mahasiswa & Sons, Inc, 1996.
FMIPA UNY terhadap Operator IM3,” Yogyakarta, 2011. [12] K. Kannan and K. Manoj, “Outlier Detection in Multivariate
[6] F. Tjiptono and G. Chandra, Service Quality Satisfaction. Andi Data,” J. Appl. Math. Sci., vol. 9, pp. 2317–2324, 2015.
Offset, 2005.