BAB IV Ex 24062021 SARANGA

BAB IV
HASIL DAN PEMBAHASAN
4.1 Angkutan Umum Kota Kupang

Kota Kupang merupakan Ibu Kota Provinsi Nusa Tenggara Timur dengan
luas wilayah 180,27 km². Secara administratif Kota Kupang terbagi dalam tujuh
willayah Kecamatan dan lima puluh satu Kelurahan. Jumlah penduduk Kota
Kupang berdasarkan data Badan Pusat Statistik Tahun 2020 adalah 446.193 jiwa.
Angkutan umum di Kota Kupang terdiri dari dua jenis pelayanan yaitu
trayek tetap dan teratur serta trayek tidak tetap dan teratur. Angkutan umum
dengan trayek tetap dan teratur yang beroperasi di Kota Kupang disebut angkutan
kota (angkot) yang dilayani oleh bemo dengan kapasitas 11 orang. Berdasarkan
data dari Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu tahun 2020,
angkutan kota terdaftar di Kota Kupang dilayani oleh 141 (seratus empat puluh
satu) armada, yang dibagi dalam 13 trayek.
Permasalahan angkutan umum di Kota Kupang saat ini adalah keamanan
dan kenyamanan pengguna jasa, ditambah lagi dengan adanya pandemi Covid 19
ini, pengguna jasa harus lebih ekstra menjaga diri bukan hanya dari
ketidaknyamanan dan kemanan tetapi juga dari virus. Permasalahan ini berakibat
pada penurunan pergerakan angkutan umum di Kota Kupang, masyarakat
pengguna jasa akan lebih memilih menggunakan kendaraan pribadi, taksi ataupun
ojek online untuk melakukan pergerakan karena lebih aman, nyaman dan lebih
terlindungi dari penyebaran virus. Penurunan pergerakan angkutan umum tidak
hanya mempengaruhi masyarakat tetapi juga operator angkutan umum. Hal ini
akan membuat tujuan utama dari adanya angkutan umum dalam memberi
pelayanan yang aman, nyaman, cepat dan efektif dan penyedia lapangan kerja
tidak dapat dicapai. Untuk itu, perlu adanya pembenahan ataupun perbaikan
kinerja pelayanan angkutan umum Kota Kupang dalam memberikan pelayanan
kepada pengguna jasa. Dalam penelitian ini, perilaku dan sikap masyarakat
pengguna jasa sangat menentukan dalam proses pengambilan keputusan. Faktor
pemilihan angkutan umum dan tingkat kepuasan pengguna jasa terhadap kinerja
pelayanan angkutan umum di Kota Kupang dapat membantu dalam proses
31 Teknik Sipil, FST, Undana

32
pembenahan dan perbaikan serta pengembangan kinerja angkutan umum Kota

Kupang. Penelitian ini dilakukan dengan menyebarkan kuesioner dan wawancara
bagi pengguna jasa angkutan umum di Kota Kupang untuk mengetahui faktor –
faktor pemilihan dan tingkat kepuasan pengguna jasa angkutan umum terhadap
pelayanan angkutan umum di Kota Kupang.
Pelaksanaan survei kuesioner dilakukan secara daring (online) dan secara

offline mengingat pada masa sekarang ini kasus Covid 19 di Kota Kupang
semakin bertambah. Untuk itu, penelitian akan dilakukan dengan membagikan
kueisoner online kepada pengguna jasa angkutan umum Kota Kupang.
4.2 Analisa Data Responden

Sebelum responden menjawab pertanyaan – pertanyaan yang berhubungan
dengan tujuan penelitian terlebih dahulu responden mengisi data diri seperti nama
responden, umur, alamat, latar belakang pendidikan, pekerjaan dan data diri
lainnya. Berikut ini merupakan rekapan data para responen yang bersedia mengisi
kuesioner dalam penelitian ini dengan jumlah total responden 280 orang.
Sedangkan data secara keseluruhan dapat dilihat pada (Lampiran 4)
a) Umur
Tabel 4.1 Jumlah Responden Berdasarkan Umur

Jumlah
Umur Presentase (%)
(Orang)
< 20th 19 7
20th - 29th 254 91
30th - 39th 1 0
40th - 49th 3 1
th -60th 2 1
> 60th 1 0
Total 280 100
Sumber: Hasil Penelitian,2021.
Berdasarkan Tabel 4.1 di atas diketahui jumlah responden terbanyak
berumur 20 tahun – 30 tahun dengan jumlah 254 orang dan presentase 91 %
sedangkan jumlah responden terendah berumur 30 tahun – 39 tahun dan
>60 tahun dengan jumlah 1 orang dengan presentase 0 %. Presentase
masing – masing umur dapat dilihat pada Gambar 4.2 dibawah ini :
Teknik Sipil, FST, Undana

33
Umur
0% 1% 1%
0%
7%
< 20th
20th - 29th
30th - 39th
40th - 49th
50th -60th
> 60th
91%
Gambar 4.1 Presentase Responden Berdasarkan Umur

b) Jenis Kelamin
Tabel 4.2 Jumlah Responden Berdasarkan Jenis Kelamin
Jenis Jumlah Presentase
Kelamin (orang) (%)
Perempuan 158 56
Laki - Laki 122 44
Total 280 100
Berdasarkan Tabel 4.2 di atas diketahui jumlah responden terbanyak
berjenis kelamin perempuan dengan jumlah 158 orang dan presentase 56 %
sedangkan jumlah responden terendah berjenis kelamin laki – laki dengan
jumlah 122 orang dengan presentase 44 %. Presentase masing – masing
umur dapat dilihat pada Gambar 4.2 dibawah ini :

34
Jenis Kelamin
Perempuan
44% Laki - Laki
56%
Gambar 4.2 Presentase Responden Berdasarkan Jenis Kelamin
c) Pendidikan Terakhir
Tabel 4.3 Jumlah Responden Berdasrkan Pendidikan Terakhir
Pendidikan Jumlah Presentase
Terakhir (orang) (%)
< SMA/ SMK 27 10
SMA/SMK 202 72
D3 12 4
D4/S1 39 14
>S1 0 0
Total 280 100
Berdasarkan Tabel 4.3 di atas diketahui jumlah responden terbanyak adalah
responden dengan latar belakang pendidikan terakhir SMA/SMK dengan
jumlah 202 orang dan presentase 72% sedangkan jumlah responden
terendah adalah responden dengan latar belakang pendidikan >S1 dengan
jumlah 0 orang dengan presentase 0 %. Presentase masing – masing umur
dapat dilihat pada Gambar 4.3 dibawah ini:

35
Pendidikan Terakhir
14% 10%
< SMA/ SMK
4% SMA/SMK
D3
D4/S1
>S1
72%
Gambar 4.3 Presentase Responden Berdasarkan Pendidikan Terakhir

d) Pekerjaan
Tabel 4.4 Jumlah Responden Berdasarkan Pekerjaan
Presentase
Pekerjaan Jumlah (orang)
(%)
Mahasisawa/Pelajar 237 85
PNS/ ABRI 6 2
Wiraswasta 3 1
Karyawan Swasta 7 2
Lainnya 27 10
Total 280 100
responden dengan pekerjaan sebagai Mahasiswa/Pelajar dengan jumlah 237
orang dan presentase 85% sedangkan jumlah responden terendah adalah
responden dengan pekerjaan sebagai Wiraswasta dengan jumlah 3 orang dan
presentase 1%. Presentase masing – masing umur dapat dilihat pada Gambar
4.4 dibawah ini:

36
Pekerjaan
3%
1% 10%
2% Mahasisawa/Pelajar
PNS/ ABRI
Wiraswasta
Karyawan Swasta
Lainnya
85%
Gambar 4.4 Presentase Responden Berdasarkan Pekerjaan

e) Kepemilikan Kendaraan Pribadi
Tabel 4.5 Jumlah Responden Berdasarkan Kepemilikan Kendaraan Pribadi
Kepemilikan Jumlah Presentase
Kendaraan Pribadi (orang) (%)
Motor 129 46
Mobil 3 1
Tidak ada 148 53
Total 280 100
responden yang tidak memiliki kendaraan pribadi dengan jumlah 148 orang
dan presentase 53% sedangkan jumlah responden terendah adalah
responden yang memiliki kendaraan pribadi berupa mobil yaitu jumlah 3
orang dengan presentase 1%. Presentase masing – masing umur dapat
dilihat pada Gambar 4.5 dibawah ini:

37
Kepemilikan Kendaraan Pribadi
Motor
46% Mobil
Tidak ada
53%
1%
Gambar 4.5 Presentase Responden Berdasarkan Kepemilikan Kendaraan

Pribadi
f) Tujuan Perjalanan
Tabel 4.6 Jumlah Responden Berdasarkan Tujuan Perjalanan
Tujuan Jumlah Presentase
Perjalanan (orang) (%)
Sekolah 170 61
Bekerja 22 8
Belanja 20 7
Rekreasi 2 1
Lainnya 66 23
Total 280 100
responden yang memiliki tujuan perjalanan sekolah dengan jumlah 170
orang dan presentase 61 % sedangkan jumlah responden terendah adalah
responden yang memiliki memiliki tujuan perjalanan rekreasi dengan
jumlah 2 orang dengan presentase 1%. Presentase masing – masing umur
dapat dilihat pada Gambar 4. 6 dibawah ini:

38
Tujuan Perjalanan
24%
Sekolah
Bekerja
Belanja
1% Rekreasi
Lainnya
7%
61%
8%
Gambar 4.6 Presentase Responden Berdasarkan Tujuan Perjalanan

g) Intensitas Penggunaan Angkutan Umum
Tabel 4.7 Jumlah Responden Berdasarkan Intensitas Penggunaan Angkutan
Umum
Jumlah Presentase
Intensitas Penggunaan (orang) (%)
Selalu(setiap hari) 30 11
Sering(3-5 hari seminggu) 54 16
Jarang ( 1-2 hari seminggu) 44 19
Tidak Tentu (sesuai keninginan) 152 54
Total 280 100
responden yang memiliki intensitas penggunaan angkutan umum tidak tentu
(sesuai keinginan) dengan jumlah 152 orang dan presentase 54% sedangkan
jumlah responden terendah adalah responden yang memiliki intensitas
penggunaan angkutan umum selalu (setiap hari) dengan jumlah 30 orang
dengan presentase 11%. Presentase masing – masing umur dapat dilihat
pada Gambar 4.7 dibawah ini:

39
Intensitas Penggunaan Angkutan

Umum
11% Selalu(setiap hari)

Sering(3-4 hari seminggu)
Jarang ( 1-2 hari seminggu)
19% Tidak Tentu
54%
16%
Gambar 4.7 Presentase Responden Berdasarkan Intensitas Penggunaan

Angkutan Umum
4.3 Uji Validitas dan Reliabilitas

Sebelum melakukan analisis data menggunakan metode analisis Mean,
analisis faktor dan analisis Quality Function Deployment (QFD), terlebih dahulu
melakukan pengujian kelayakan dari setiap item pertanyaan dengan melakukan
pengujian validitas dan reliabilitas menggunakan program Software Microsoft
Excel 2007 (Lampiran 6.a – 6.c) dan Statistical Package for the Social Sciences
(SPSS). Jumlah sampel dalam penelitian ini adalah 280 (n) dengan tingkat
signifikan 10%, maka diperoleh r tabel sebesar 0,155. Nilai r tabel ini dihitung
dengan rumus interpolasi dari banyaknya responden yang digunakan dengan nilai
signifikan pada tabel nilai r tabel seperti dapat dilihat pada (Lampiran 5)
Dengan melakukan pengujian terhadap 19 item pertanyaan untuk faktor
pemilihan (Lampiran 1.a) dan 15 item pertanyaan untuk tingkat kepuasan
(Lampiran 1.b), maka diperoleh nilai korelasi. Suatu item dinyatakan valid apabila
nilai korelasi (r hitung) item tersebut lebih besar dari nilai r tabel. Apabila
kuisioner sudah terbukti valid, maka selanjutnya akan diuji reliabilitasnya.
Reliabilitas adalah tingkat keandalan kuisioner. Angka koefisien reliabilitas
berkisar antara 0,00 hingga 1,00. Butir kuisioner dinyatakan reliabel jika
memberikan nilai alpha > 0, 60 (Ghozali, 2002).

40
Berikut ini merupakan faktor – faktor yang mempengaruhi seseorang dalam

memilih moda transportasinya dapat dilihat pada Tabel 4.8 dibawah ini :
Tabel 4.8 Faktor – Faktor yang Mempengaruhi Pemilihan Moda

No Indikator
X1 Keamanan dalam angkutan kota, terhindar dari kejahatan dan kecelakaan
X2 Keamanan fasilitas kendaraan
X3 Kebersihan dan kenyamanan fasilitas kendaraan
X4 Kodisi fisik kendaraan
X5 Perilaku pengemudi, kondektur dan sesama pengguna jasa dalam angkutan
X6 Suhu dalam angkutan ( panas atau dingin)
X7 Kapasitas angkutan
X8 Besarnya tarif angkutan umum ( mahal atau tidaknya tarif angkutan)
X9 Angkutan tidak melayani sampai ketempat tujuan sehingga harus berganti angkutan
X10 Waktu dari rumah menuju tempat menunggu angkutan
X11 Waktu menunggu angkutan
X12 Waktu melakukan perjalanan
X13 Waktu dari rumah menuju tempat tujuan
X14 Kondisi fisik dan kesehatan pengemudi, kondektur dan pengguna jasa
X15 Jarak antar pengguna jasa sebelum masuk keluar angkutan pada masa Covid 19
X16 Jarak antar pengguna jasa di dalam angkutan masa Covid 19
Penggunaan masker wajib bagi penemudi, kondektur dan pengguna jasa masa
X17 Covid19
X18 Tersedianya hand sanitizer dalam angkutan
Kesediaan menggunakan angkutan umum pada masa Covid 19 jika sudah
X19 menggunakan protocol kesehatan
Berikut adalah hasil pengujian Validitas dan Reliabilitas untuk item – item
pertanyaan faktor – faktor pemilihan angkutan umum dapat dilihat pada Tabel 4.9
dan Tabel 4.10 dibawah ini :

41
Tabel 4.9 Nilai Korelasi Hasil Uji Validitas Untuk Faktor – Faktor Pemilihan
Angkutan Umum di Kota Kupang
Nilai
Nilai
Variabel Korelasi Kesimpulan
r tabel
r hitung
Item 1 0,561 0,155 Valid
Item 2 0,680 0,155 Valid
Item 3 0,705 0,155 Valid
Item 4 0,600 0,155 Valid
Item 5 0,699 0,155 Valid
Item 6 0,588 0,155 Valid
Item 7 0,663 0,155 Valid
Item 8 0,369 0,155 Valid
Item 9 0,473 0,155 Valid
Item 10 0,563 0,155 Valid
Item 11 0,575 0,155 Valid
Item 12 0,594 0,155 Valid
Item 13 0,616 0,155 Valid
Item 14 0,646 0,155 Valid
Item 15 0,669 0,155 Valid
Item 16 0,720 0,155 Valid
Item 17 0,695 0,155 Valid
Item 18 0,629 0,155 Valid
Item 19 0,668 0,155 Valid
Sumber : Hasil Analisis, 2021.
Berdasarkan Tabel 4.8 diketahui bahwa item yang terdapat dalam penelitian
ini dinyatakan valid dengan nilai r hitung > nilai r tabel yaitu 0,155 sehingga
dapat digunakan untuk analisis selanjutnya.
Pengujian reliabilitas menggunakan data yang di anggap valid dalam
pengujian validitas. Hasil uji reliabilitas dapat dilihat pada Tabel 4.10 berikut :
Tabel 4.10 Nilai Hasil Uji Reliabilitas
Nilai
Kategori
Reliabilitas
0,752 Reliable
Berdasarkan Tabel 4.10 diketahui nilai reliabilitas adalah 0,752 > 0,60
dengan kriteria sangat tinggi (Tabel 2.1) sehingga dapat dinyatakan nilai
reliabilitas variable tersebut adalah reliable.

42
Berikut ini merupakan faktor – faktor untuk mengukur tingkat kepuasan

pengguna jasa angkutan umum pengguna jasa angkutan umum di Kota Kupang
dapat dilihat pada Tabel 4.11 dibawah ini :
Tabel 4.11 Kriteria Tingkat Kepuasan Terhadap Kinerja Angkutan Umum
No Indikator Kepentingan Kepuasan
1 Kemudahan memperoleh angkutan kota X1 Y1

2 Angkutan kota yang bebas dari asap rokok X2 Y2
Pengemudi dan kondektur yang siap membantu penumpang
3 X3 Y3
yang mengalami kesulitan
Kecepatan dan ketepatan pengemudi dan kondektur dalam
4 X4 Y4
merespon keluhan dan permasalahan penumpang
Keamanan dan kenyamanan penumpang didalam angkutan
5 X5 Y5
kota
6 Keamanan dan kenyamanan pada saat naik turun angkutan kota X6 Y6
Keselamatan penumpang didalam angkutan kota sampai tempat
7 X7 Y7
tujuan
Ketersediaan dan penerapan protokol kesehatan pada masa
8 X8 Y8
pandemi Covid 19
Kemampuan pengemudi dan kondektur dalam melaksanakan
9 X9 Y9
pekerjaannya
10 Pelayanan yang sopan dan ramah bagi penumpang X10 Y10
Kesediaan pengemudi dan kondektur untuk melayani serta
11 X11 Y11
mengutamakan kebutuhan pengguna jasa angkutan kota
Kesabaran pengemudi dan kondektur dalam melayani
12 X12 Y12
penumpang
13 Kebersihan dan kerapihan angkutan kota X13 Y13
14 Fasilitas tempat duduk yang nyaman dan memadai X14 Y14
15 Kondisi angkutan kota yang layak jalan X15 Y15
Berikut adalah hasil pengujian Validitas dan Reliabilitas untuk item – item
pertanyaan faktor – faktor yang digunakan untuk mengukur tingkat kepuasan
pengguna jasa angkutan umum di Kota Kupang dapat dilihat pada Tabel 4.12,
Tabel 4.13, Tabel 4.14 dan Tabel 4.15 dibawah ini :
Tabel 4.12 Nilai Korelasi Hasil Uji Validitas Terhadap Variabel Kepentingan

43
Nilai r Nilai r Kesimpula

Variabel
hitung tabel n
Item 1 0,395 0,155 Valid
Item 2 0,589 0,155 Valid
Item 3 0,657 0,155 Valid
Item 4 0,727 0,155 Valid
Item 5 0,783 0,155 Valid
Item 6 0,737 0,155 Valid
Item 7 0,661 0,155 Valid
Item 8 0,707 0,155 Valid
Item 9 0,657 0,155 Valid
Item 10 0,748 0,155 Valid
Item 11 0,740 0,155 Valid
Item 12 0,758 0,155 Valid
Item 13 0,386 0,155 Valid
Item 14 0,446 0,155 Valid
Item 15 0,438 0,155 Valid
Tabel 4.13 Nilai Korelasi Hasil Uji Validitas Terhadap Variabel Kepuasan
Nilai r Nilai r
Variabel Kesimpulan
hitung tabel
Item 1 0,523 0,155 Valid
Item 2 0,653 0,155 Valid
Item 3 0,694 0,155 Valid
Item 4 0,758 0,155 Valid
Item 5 0,814 0,155 Valid
Item 6 0,797 0,155 Valid
Item 7 0,801 0,155 Valid
Item 8 0,697 0,155 Valid
Item 9 0,784 0,155 Valid
Item 10 0,824 0,155 Valid
Item 11 0,788 0,155 Valid
Item 12 0,784 0,155 Valid
Item 13 0,467 0,155 Valid
Item 14 0,462 0,155 Valid
Item 15 0,477 0,155 Valid

44
Berdasarkan Tabel 4.12 dan Tabel 4.13 diketahui bahwa item yang terdapat
dalam penelitian ini dinyatakan valid dengan nilai r hitung > nilai r tabel yaitu
0,155 sehingga dapat digunakan untuk analisis selanjutnya.
Pengujian reliabilitas menggunakan data yang di anggap valid dalam
pengujian validitas. Hasil uji reliabilitas dapat dilihat pada Tabel 4.14 dan 4.15
berikut :
Tabel 4.14 Nilai Hasil Uji Reliabilitas Terhadap Kepentingan

Nilai
Kategori
Reliabilitas
0,755 Reliable
Tabel 4.15 Nilai Hasil Uji Reliabilitas Terhadap Kepuasan

Nilai
Kategori
Reliabilitas
0,919 Reliable
Berdasarkan Tabel 4.14 dan Tabel 4.15 diketahui nilai reliabilitas adalah
0,755 > 0,60 dan 0,919 > 0,60 dengan kriteria sangat tinggi ( Tabel 2.1) sehingga
dapat dinyatakan nilai reliabilitas variable tersebut adalah reliable.
4.4 Analisis Faktor – Faktor Pemilihan Angkutan Umum Kota Kupang
Menurut Masyarakat Pengguna Jasa dengan Menggunakan Metode
Analisis Mean dan Analisis Faktor
Masyarakat Kota Kupang merupakan pengguna jasa angkutan umum di
Kota Kupang. Perilaku dan sikap masyarakat dapat menentukan dalam proses
pengambilan keputusan. Oleh karena itu, pendapat dari masyarakat sebagai
pengguna jasa diperlukan untuk mengetahui faktor – faktor yang mempengaruhi
dalam memilih angkutan umum di Kota Kupang apalagi dengan adanya pandemi
Covid 19. Untuk memperoleh data pendapat masyarakat maka alat yang
digunakan adalah kuesioner dengan skala perhitungan likert.
Kuesioner dalam penelitian ini, diambil dari contoh kuesioner penelitian
terdahulu ( Maria Ikun, 2017). Dalam penelitian ini jumlah sampel di ambil 280

45
orang. Kuesioner yang digunakan merupakan kuesioner yang dibagi secara daring
(online) dan secara offline kepada pengguna angkutan umum Kota Kupang.
4.4.1 Analisis Mean
Analisis Mean dilakukan untuk memperoleh bobot/presentase dari setiap
faktor penyebab pemilihan angkutan umum Kota Kupang. Dengan menggunakan
persamaan (2.4) maka dapat diperoleh nilai – nilai frekuensi Tabel 4.16 , nilai
Bobot dan Mean Tabel 4.17. Sedangkan rekapitulasi perhitungan secara
keselurahan dapat dilihat pada (Lampiran 6.a) .
Berikut adalah nilai – nilai frekuensi , nilai bobot dan mean yang dapat
dilihat pada Tabel 4.16 dan Tabel 4.17 dibawah ini :
Tabel 4.16 Rekapitulasi Nilai Frekuensi
Frekuensi
Faktor -
5 4 3 2 1
Faktor
(orang) (%) (orang) (%) (orang) (%) (orang) (%) (orang)
Faktor X1 102 36,4 62 22,3 70 25,2 30 10,8 16
Faktor X2 110 39,3 76 27,1 62 22,3 22 7,9 10
Faktor X3 121 43,2 85 30,6 52 18,7 15 5,4 7
Faktor X4 102 36,7 88 31,4 63 22,7 18 6,5 9
Faktor X5 128 46 74 26,4 52 18,7 19 6,8 7
Faktor X6 61 21,9 88 31,4 90 32,1 30 10,8 11
Faktor X7 121 42,8 87 31,3 52 18,7 14 5 6
Faktor X8 60 21,6 62 22,3 94 33,8 36 12,9 26
Faktor X9 75 27 71 25,4 78 28,1 30 10,8 26
Faktor X10 78 28,1 87 31,1 81 29,1 18 6,5 15
Faktor X11 74 26,6 80 28,6 91 32,7 22 7,9 12
Faktor X12 70 25,2 86 30,7 97 34,9 19 6,8 7
Faktor X13 83 29,6 86 30,7 84 30,2 17 6,1 10
Faktor X14 124 44,2 80 28,8 49 17,6 21 7,6 6
Faktor X15 148 52,9 64 23 40 14,4 15 5,4 13
Faktor X16 161 57,5 61 21,9 29 10,4 17 6,1 12
Faktor X17 193 68,9 46 16,5 23 8,3 10 3,6 8
Faktor X18 125 44,6 59 21,2 47 16,9 24 8,6 25
Faktor X19 114 40,7 69 24,8 61 21,9 17 6,1 19
Dari Tabel 4.16 dapat diketahui nilai frekuensi dari masing – masing skala
skoring (5-4-3-2-1) yang dipilih oleh responden terhadap tiap – tiap faktor. Faktor
dengan nilai frekuensi tertinggi adalah faktor X17 dengan skala skoring yang
dipilih 5 (sangat berpengaruh) berjumlah 193 orang dengan presentase 68,9% dan

46
nilai frekuensi terendah adalah faktor X7 dan faktor X14 dengan skala skoring
yang dipilih 1 ( tidak berpengaruh) berjumlah 6 orang dengan prenstase 2,2%.
Setelah nilai frekuensi dan bobot diketahui selanjutnya adalah menghitung
nilai mean dengan persamaan (2.4). Berikut ini merupakan contoh perhitungan
nilai mean untuk faktor X1. Untuk hasil perhitungan secara keseluruhan dapat
dilihat pada Tabel 4.17
n
fi . xi
Mean x̅ = ∑
n =1 n
Keterangan :
x̅ = Nilai rata – rata (mean value) dari data kuesioner
n = Jumlah obeservasi data kuesioner pada setiap faktor/variabel
xi = Skala skoring ( scoring scale)
fi = Frekuesi dari setiap observasi kuesioner dari setiap faktor
Maka :
( 102 x 5 )+ ( 62 x 4 )+ (70 x 3 ) + ( 30 x 2 ) +(16 x 1)
Mean x̅ =
278
( 510 )+ ( 248 ) + ( 210 ) + ( 60 ) +(16) 1044
Mean x̅ =
278
= 280
= 3,73
Faktor - Bobot
No Total Mean
Faktor 5 4 3 2 1

47
1 Faktor X1 510 248 210 60 16 1044 3,73

2 Faktor X2 5 300 186 44 10 1090 3,89
3 Faktor X3 605 340 156 30 7 1138 4,06
4 Faktor X4 510 352 189 36 9 1096 3,91
5 Faktor X5 640 296 156 38 7 1137 4,06
6 Faktor X6 305 352 270 60 11 998 3,56
7 Faktor X7 605 348 156 28 6 1143 4,08
8 Faktor X8 300 248 288 72 26 934 3,34
9 Faktor X9 375 284 234 60 26 979 3,50
10 Faktor X10 390 348 246 36 15 1035 3,70
11 Faktor X11 370 320 276 44 12 1022 3,65
12 Faktor X12 3 344 294 38 7 1033 3,69
13 Faktor X13 415 344 252 34 10 1055 3,77
14 Faktor X14 620 320 147 42 6 1135 4,05
15 Faktor X15 740 256 120 30 13 1159 4,14
16 Faktor X16 805 244 87 34 12 1182 4,22
17 Faktor X17 965 184 69 20 8 1246 4,45
18 Faktor X18 625 236 141 48 25 1075 3,84
19 Faktor X19 570 276 183 34 19 1082 3,86
Tabel 4.17 Rekapitulasi Nilai Bobot Masing – Masing Faktor dan Nilai
Mean
Berdasarkan Tabel 4.17 di atas dapat diketahuti nilai mean untuk masing –
masing faktor. Langkah selanjutnya adalah membuat perengkingan nilai mean
tertinggi hingga terendah. Perengkingan ini dapat dilihat pada Tabel 4.18 berikut
ini :
Tabel 4.18 Perengkingan Nilai Mean Tertinggih Hingga Terendah

48
Faktor Pertanyaan Mean Rangking

Penggunaan masker wajib bagi pengemudi, kondektur dan pengguna
Faktor X17 4,45 1
jasa
Faktor X16 Jarak antar pengguna jasa di dalam angkutan 4,22 2
Faktor X15 Jarak antar pengguna jasa sebelum masuk keluar angkutan 4,14 3
Faktor X7 Kapasitas angkutan 4,08 4
Faktor X3 Kebersihan dan kenyamanan fasilitas kendaraan 4,06 5
Perilaku pengemudi, kondektur dan sesama pengguna jasa dalam
Faktor X5 4,06 6
angkutan
Kondisi fisik dan kesehatan pengemudi, kondektur dan pengguna
Faktor X14 4,05 7
jasa
Faktor X4 Kondisi fisik kedaraan 3,91 8
Faktor X2 Keamanan fasilitas kendaraan 3,89 9
Kesediaan menggunakan angkutan umum pada masa Covid 19 jika
Faktor X19 3,86 10
sudah menggunakan protokol kesehatan
Faktor X18 Tersedianya hand sanitizer dalam angkutan 3,84 11
Faktor X13 Waktu dari rumah menuju tempat tujuan 3,77 12
Keamanan dalam angkutan kota, terdinadar dari kejahatan dan
Faktor X1 3,73 13
kecelakan
Faktor X10 Waktu dari rumah menuju tempat menunggu angkutan 3,70 14
Faktor X12 Waktu melakukan perjalanan 3,69 15
Faktor X11 Waktu menunggu angkutan 3,65 16
Faktor X6 Suhu dalam angkutan 3,56 17
Angkutan tidak melayani sampai ke tempat tujuan sehingga terjadi
Faktor X9 3,50 18
penambahan biaya akibat perpindahan moda transportasi
Faktor X8 Besar tarif angkutan umum ( mahal atau tidaknya tarif angkutan ) 3,34 19
Berdasarkan Tabel 4.18 di atas dapat diketahui faktor – faktor dengan nilai
mean tertinggi hingga terendah yang menunjukan tingkat faktor dari yang paling
berpengaruh hingga kurang berpengaruh dalam memilih angkutan umum
(angkutan kota) di Kota Kupang menurut pendapat masyarakat sebagai pengguna
jasa.
a) Peringkat pertama dengan nilai mean 4,45 faktor X17 penggunaan masker
wajib bagi pengemudi, kondektur dan pengguna jasa
b) Peringkat kedua dengan nilai mean 4,22 faktor X16 Jarak antar pengguna
jasa di dalam angkutan pada masa pandemi Covid 19
c) Peringkat ketiga dengan nilai mean 4,14 faktor X15 Jarak antar pengguna
jasa sebelum masuk keluar angkutan pada masa pandemi Covid 19
d) Peringkat keempat dengan nilai mean 4,08 faktor X7 Kapasitas angkutan

49
e) Peringkat kelima dengan nilai mean 4,06 faktor X3 Kebersihan dan

kenyamanan fasilitas kendaraan
f) Peringkat keenam dengan nilai mean 4,06 faktor X5 Perilaku pengemudi,
kondektur dan sesama pengguna jasa dalam angkutan
g) Peringkat ketujuh dengan nilai mean 4,05 faktor X14 Kondisi fisik dan
kesehatan pengemudi, kondektur dan pengguna jasa
h) Peringkat kedelapan dengan nilai mean 3,91 faktor X4 Kondisi fisik
kedaraan
i) Peringkat kesembilan dengan nilai mean 3,89 faktor X2 Keamanan fasilitas
kendaraan
j) Peringkat kesepuluh dengan nilai mean 3,86 faktor X19 Kesediaan
menggunakan angkutan umum pada masa Covid 19 jika sudah
menggunakan protokol kesehatan
k) Peringkat kesebelas dengan nilai mean 3,84 faktor X18 Tersedianya hand
sanitizer dalam angkutan
l) Peringkat kedua belas dengan nilai mean 3,77 faktor X13 Waktu dari rumah
menuju tempat tujuan
m) Peringkat ketiga belas dengan nilai mean 3,73 faktor X1 Keamanan dalam
angkutan kota, terdinadar dari kejahatan dan kecelakan
n) Peringkat keempat belas dengan nilai mean 3,70 faktor X10 Waktu dari
rumah menuju tempat menunggu angkutan
o) Peringkat kelima belas dengan nilai mean 3,69 aktor X12 Waktu melakukan
perjalanan
p) Peringkat keenam belas dengan nilai mean 3,65 faktor X11 Waktu
menunggu angkutan
q) Peringkat ketujuh belas dengan nilai mean 3,56 faktor X6 Suhu dalam
angkutan
r) Peringkat kedelapan belas dengan nilai mean 3,50 faktor X9 Angkutan tidak
melayani sampai ke tempat tujuan sehingga terjadi penambahan biaya akibat
perpindahan moda transportasi
s) Peringkat kesembilan belas dengan nilai mean 3,34 faktor X8 Besar tarif
angkutan umum ( mahal atau tidaknya tarif angkutan )

50
4.4.2 Analisis Faktor

Analisis faktor digunakan untuk mengetahui faktor apa saja yang
mempengaruhi pemilihan angkutan umum (angkutan kota) di Kota Kupang.
Analisis ini dilakukan dengan bantuan Software Statistical Product and Service
Solutions (SPSS) dan untuk rekapitulasi data hasil survei faktor – faktor pemilihan
dapat dilihat pada (Lampiran 6.a)
a) Menilai variabel yang layak
Analisis faktor diawali dengan menilai variabel yang layak untuk dianalisis.
Berdasarkan hasil output Software Statistical Product and Service Solutions
(SPSS) untuk 19 pertanyaan ( Lampiran 1.a) yang dijawab oleh 280 responden
dalam kuesioner, ternyata didapatkan hasil sebagai berikut :
1) Melakukan pengujian KMO and Bartlett’s test. Pengujian ini berguna

mengetahui kelayakan suatu variabel, apakah dapat di proses lebih lanjut
menggunakan teknik analisis faktor ini atau tidak. Caranya dengan melihat
nilai KMO MSA (Kaiser-Meyer-Olkin Measure of Sampling Adequacy).
Jika nilai KMO MSA lebih besar dari 0, dan nilai Test of Sphericity (Sig.)
lebih kecil dari 0, maka teknik analisis faktor dapat di lanjutkan. Hasil
pengujian KMO and Bartlett’s test dapat dilihat pada Tabel 4.19 dibawah
ini :
Tabel 4.19 KMO and Bartlett’s test
Kaiser-Meyer-Olkin
Measure of Sampling 0,893
Adequacy.
Approx. Chi-
2636,112
Square
Bartlett's Test of
df 171
Sphericity
Sig. 0,000
Sumber:Output Program SPSS,2021
Berdasarkan Tabel 4.19 di atas diketahui nilai KMO MSA sebesar 0,893 >
0, dan nilai Bartlett's Test of Sphericity (Sig.) 0,000 < 0,05, maka analisis
faktor dalam penelitian ini dapat dilanjutkan karena sudah memenuhi
persyaratan.

51
2) Melakukan analisis Anti-image Matrices. Analisis ini berguna untuk

mengetahui dan menentukan variabel mana saja yang layak pakai dalam
analisis faktor.
Hasil analisis Anti-image Matrices dapat dilihat pada Tabel 4.20 dibawah
ini:

52
4.20 Anti-image Matrices

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19
Anti-image X1 0.552 -0.210 -0.018 -0.007 0.043 -0.002 -0.055 -0.112 -0.006 -0.031 -0.006 0.010 0.087 0.005 0.026 -0.021 -0.073 0.045 -0.046
Covariance X2 -0.210 0.396 -0.123 0.024 -0.093 0.011 0.017 0.070 -0.054 0.050 -0.024 0.014 -0.079 -0.067 -0.001 0.005 0.020 -0.022 0.012
X3 -0.018 -0.123 0.403 -0.115 -0.030 -0.134 -0.040 0.031 -0.035 -0.012 -0.011 0.006 0.025 -0.044 0.001 -0.017 0.005 0.004 0.001
X4 -0.007 0.024 -0.115 0.522 -0.158 0.027 -0.090 0.028 -0.031 0.039 -0.046 -0.008 -0.017 -0.008 0.002 0.011 0.009 -0.020 0.018
X5 0.043 -0.093 -0.030 -0.158 0.399 -0.007 -0.081 -0.018 0.054 -0.009 -0.040 -0.038 0.059 -0.051 0.005 0.006 -0.088 0.063 -0.063
X6 -0.002 0.011 -0.134 0.027 -0.007 0.565 -0.133 -0.061 -0.035 -0.010 0.001 -0.049 -0.014 0.030 -0.053 -0.036 0.088 0.047 -0.092
X7 -0.055 0.017 -0.040 -0.090 -0.081 -0.133 0.501 0.003 0.024 -0.024 0.050 0.031 -0.088 0.033 -0.028 -0.017 0.017 -0.083 0.025
X8 -0.112 0.070 0.031 0.028 -0.018 -0.061 0.003 0.761 -0.206 0.006 -0.048 0.016 -0.068 -0.066 0.102 -0.048 -0.020 0.040 -0.018
X9 -0.006 -0.054 -0.035 -0.031 0.054 -0.035 0.024 -0.206 0.722 -0.076 -0.041 0.022 -0.004 0.009 -0.035 0.051 0.011 -0.078 -0.043
X10 -0.031 0.050 -0.012 0.039 -0.009 -0.010 -0.024 0.006 -0.076 0.487 -0.137 -0.073 -0.128 -0.028 -0.059 0.005 -0.011 0.027 0.029
X11 -0.006 -0.024 -0.011 -0.046 -0.040 0.001 0.050 -0.048 -0.041 -0.137 0.461 -0.126 -0.111 0.031 0.005 -0.002 0.040 -0.031 0.023
X12 0.010 0.014 0.006 -0.008 -0.038 -0.049 0.031 0.016 0.022 -0.073 -0.126 0.502 -0.113 -0.043 0.007 -0.007 -0.040 0.043 -0.045
X13 0.087 -0.079 0.025 -0.017 0.059 -0.014 -0.088 -0.068 -0.004 -0.128 -0.111 -0.113 0.428 -0.028 -0.004 0.014 -0.029 0.014 -0.025
X14 0.005 -0.067 -0.044 -0.008 -0.051 0.030 0.033 -0.066 0.009 -0.028 0.031 -0.043 -0.028 0.578 -0.052 -0.044 -0.010 -0.078 0.038
X15 0.026 -0.001 0.001 0.002 0.005 -0.053 -0.028 0.102 -0.035 -0.059 0.005 0.007 -0.004 -0.052 0.409 -0.141 -0.072 0.023 -0.022
X16 -0.021 0.005 -0.017 0.011 0.006 -0.036 -0.017 -0.048 0.051 0.005 -0.002 -0.007 0.014 -0.044 -0.141 0.295 -0.107 -0.099 0.007
X17 -0.073 0.020 0.005 0.009 -0.088 0.088 0.017 -0.020 0.011 -0.011 0.040 -0.040 -0.029 -0.010 -0.072 -0.107 0.345 -0.049 -0.060
X18 0.045 -0.022 0.004 -0.020 0.063 0.047 -0.083 0.040 -0.078 0.027 -0.031 0.043 0.014 -0.078 0.023 -0.099 -0.049 0.408 -0.185
X19 -0.046 0.012 0.001 0.018 -0.063 -0.092 0.025 -0.018 -0.043 0.029 0.023 -0.045 -0.025 0.038 -0.022 0.007 -0.060 -0.185 0.461

53
Tabel 4.20 (sambungan)
Anti-image X1 a
.847 -0.448 -0.037 -0.014 0.091 -0.004 -0.105 -0.173 -0.009 -0.059 -0.011 0.019 0.180 0.009 0.055 -0.052 -0.166 0.096 -0.091
Correlation X2 -0.448 a -0.309 0.052 -0.234 0.024 0.037 0.127 -0.101 0.113 -0.056 0.032 -0.191 -0.141 -0.003 0.013 0.054 -0.056 0.027
.865
X3 -0.037 -0.309 a
.922 -0.251 -0.075 -0.282 -0.089 0.056 -0.065 -0.028 -0.026 0.014 0.061 -0.090 0.001 -0.051 0.013 0.009 0.002
X4 -0.014 0.052 -0.251 a
.905 -0.346 0.051 -0.176 0.045 -0.051 0.078 -0.095 -0.016 -0.037 -0.014 0.003 0.027 0.021 -0.044 0.037
X5 0.091 -0.234 -0.075 -0.346 a
.894 -0.015 -0.181 -0.033 0.101 -0.021 -0.092 -0.085 0.142 -0.106 0.012 0.017 -0.236 0.155 -0.146
X6 -0.004 0.024 -0.282 0.051 -0.015 .885
a -0.249 -0.093 -0.055 -0.020 0.001 -0.093 -0.028 0.052 -0.110 -0.089 0.198 0.099 -0.181
X7 -0.105 0.037 -0.089 -0.176 -0.181 -0.249 .919
a 0.005 0.040 -0.049 0.103 0.063 -0.190 0.062 -0.061 -0.043 0.041 -0.183 0.052
X8 -0.173 0.127 0.056 0.045 -0.033 -0.093 0.005 a
.749 -0.278 0.010 -0.081 0.025 -0.120 -0.100 0.183 -0.101 -0.039 0.071 -0.031
X9 -0.009 -0.101 -0.065 -0.051 0.101 -0.055 0.040 -0.278 a
.865 -0.127 -0.070 0.037 -0.006 0.014 -0.064 0.111 0.023 -0.144 -0.075
X10 -0.059 0.113 -0.028 0.078 -0.021 -0.020 -0.049 0.010 -0.127 .891 -0.289 -0.148 -0.280 -0.053 -0.132 0.014 -0.026 0.061 0.062
a
X11 -0.011 -0.056 -0.026 -0.095 -0.092 0.001 0.103 -0.081 -0.070 -0.289 .887a -0.262 -0.251 0.059 0.011 -0.004 0.099 -0.071 0.049
X12 0.019 0.032 0.014 -0.016 -0.085 -0.093 0.063 0.025 0.037 -0.148 -0.262 .918a -0.243 -0.080 0.016 -0.018 -0.097 0.096 -0.094
X13 0.180 -0.191 0.061 -0.037 0.142 -0.028 -0.190 -0.120 -0.006 -0.280 -0.251 -0.243 .873a -0.057 -0.009 0.041 -0.076 0.033 -0.055
X14 0.009 -0.141 -0.090 -0.014 -0.106 0.052 0.062 -0.100 0.014 -0.053 0.059 -0.080 -0.057 .953a -0.106 -0.106 -0.022 -0.161 0.073
X15 0.055 -0.003 0.001 0.003 0.012 -0.110 -0.061 0.183 -0.064 -0.132 0.011 0.016 -0.009 -0.106 .910a -0.407 -0.193 0.057 -0.052
X16 -0.052 0.013 -0.051 0.027 0.017 -0.089 -0.043 -0.101 0.111 0.014 -0.004 -0.018 0.041 -0.106 -0.407 .895a -0.336 -0.286 0.018
X17 -0.166 0.054 0.013 0.021 -0.236 0.198 0.041 -0.039 0.023 -0.026 0.099 -0.097 -0.076 -0.022 -0.193 -0.336 .905a -0.131 -0.151
X18 0.096 -0.056 0.009 -0.044 0.155 0.099 -0.183 0.071 -0.144 0.061 -0.071 0.096 0.033 -0.161 0.057 -0.286 -0.131 .856a -0.426
X19 -0.091 0.027 0.002 0.037 -0.146 -0.181 0.052 -0.031 -0.075 0.062 0.049 -0.094 -0.055 0.073 -0.052 0.018 -0.151 -0.426 .901a

54
Berdasarkan Tabel 4.20 di atas dapat diperhatikan bagian Anti-image

Correlation, pada tabel tersebut terdapat kode huruf (a) yang artinya tanda
untuk Measure of Sampling Adequacy (MSA). Persyaratan yang harus
terpenuhi dalam analisis faktor adalah nilai MSA > 0. Dari hasil di atas
diketahui bahwa nilai MSA untuk semua variabel yang diteliti adalah > 0,
maka semua variabel layak untuk dilakukan analisis faktor.
Catatan: jika ada variabel yang memiliki nilai MSA < 0, maka solusinya
adalah dengan melakukan proses analisis ulang hanya untuk variabel yang
memiliki nilai MSA > 0.
b) Melakukan factoring dan rotasi

1) Factoring dan rotasi matrik diawali dengan melakukan analisis
communalities. Dimana analisis communalities pada dasarnya adalah
jumlah varians (bisa dalam presentase) dari suatu variabel mula-mula yang
bisa dijelaskan oleh faktor yang ada. Hasil analisis communalities dapat
dilihat pada Tabel 4.21 dibawah ini :
Tabel 4.21 Communalities
Initial Extraction
X1 1 0,541
X2 1 0,642
X3 1 0,718
X4 1 0,600
X5 1 0,657
X6 1 0,414
X7 1 0,533
X8 1 0,635
X9 1 0,591
X10 1 0,688
X11 1 0,700
X12 1 0,662
X13 1 0,710
X14 1 0,457
X15 1 0,670
X16 1 0,785
X17 1 0,732
X18 1 0,674
X19 1 0,591

55
Tabel Communalities ini menunjukkan nilai variabel yang diteliti apakah

mampu untuk menjelaskan faktor atau tidak. Variabel dianggap mampu
menjelaskan faktor jika nilai Extraction > 0. Berdasarkan Tabel 4.21 di
atas, diketahui nilai Extraction untuk semua variabel adalah lebih besar
dari 0. Dengan demikian dapat disimpulkan bahwa semua variabel dapat
dipakai untuk menjelaskan faktor.
2) Selanjutnya akan dilakukan analisis Total Variance Explained. Berikut
adalah tabel hasil analisis Total Variance Explained yang dapat dilihat
pada Tabel 4.22 dibawah ini:
Extraction Sums of Squared Rotation Sums of Squared
Initial Eigenvalues
Loadings Loadings
Componen
t % of % of % of
Tota Cumulativ Tota Cumulativ Tota Cumulativ
Varianc Varianc Varianc
l e% l e% l e%
e e e
7,40 7,40 3,82
1 38,953 38,953 38,953 38,953 20,115 20,115
1 1 2
2,02 2,02 3,70
2 10,646 49,599 10,646 49,599 19,6 39,620
3 3 6
1,39 1,39 2,94
3 7,365 56,964 7,365 56,964 15,491 55,112
9 9 3
1,17 1,17 1,53
4 6,205 63,170 6,205 63,170 8,058 63,170
9 9 1
0,90
5 4,761 67,931
5
0,73
6 3,880 71,811
7
0,72
7 3,790 75,601
0
0,64
8 3,413 79,014
9
0,57
9 3,024 82,038
5
0,53
10 2,830 84,869
8
0,42
11 2,242 87,111
6
0,40
12 2,110 89,221
1
0,39
13 2,057 91,278
1
0,35
14 1,861 93,139
4

56
0.33
15 1,775 94,915
7
0,28
16 1,516 96,430
8
0,26
17 1,412 97,842
8
0,20
18 1,086 98,929
6
0,20
19 1,071 100
4
Tabel 4.22 Total Variance Explained
Tabel Total Variance Explained menunjukkan nilai masing-masing

variabel yang di analisis. Dalam penelitian ini ada 19 variabel berarti ada
19 Component yang di analisis. Ada dua macam analisis untuk
menjelaskan suatu varian, yaitu Initial Eigenvalues dan Extraction Sums of
Squared Loadings. Pada varian Initial Eigenvalues menunjukkan faktor
yang terbentuk. Apabila semua faktor dijumlahkan menunjukkan jumlah
variabel (yaitu 7,401+ 2,023+ 1,399 +1,179 + 0,905 + ...+ 0.204 = 19
variabel). Sedangkan pada bagian Extraction Sums of Squared Loadings
menunjukkan jumlah variasi atau banyaknya faktor yang dapat terbentuk,
pada tabel di atas ada 4 (empat) variasi faktor, yaitu 7,401, 2,023, 1,399,
dan 1,179.
Berdasarkan tabel “Initial Eigenvalues”, maka ada 4 (empat) faktor yang
dapat terbentuk dari 19 variabel yang di analisis. Dimana syarat untuk
menjadi sebuah faktor, nilai Eigenvalue harus > 1. Nilai Eigenvalue
Component 1 sebesar 7,401 atau >1 maka menjadi faktor 1 dan mampu
menjelaskan 38,953% variasi, nilai Eigenvalue Component 2 sebesar 2,023
atau >1 maka menjadi faktor 2 dan mampu menjelaskan 10,646%, nilai
Eigenvalue Component 3 sebesar 1,399 atau >1 maka menjadi faktor 3 dan
mampu menjelaskan 7,365%, begitu pula nilai Eigenvalue Component 4
sebesar 1,179 atau >1 maka menjadi faktor 4 dan mampu menjelaskan
6,205% variasi. Jika faktor 1, faktor 2, faktor 3 dan faktor 4 dijumlahkan
maka mampu menjelaskan 63,170 % variasi.

57
Catatan: Nilai total Component 5 – 19 tidak dihitung sebab nilai

Eigenvalue Component 5 – 19 < 1 maka tidak menjadi sebuah faktor.
Gambar 4.8 Scree Plot
Gambar 4.8 ini dapat juga menunjukkan jumlah faktor yang terbentuk.
Caranya dengan melihat nilai titik Component yang memiliki nilai
Eigenvalue > 1. Dari gambar Scree Plot di atas ada 4 titik Component yang
memiliki nilai Eigenvalue >1 maka dapat diartikan bahwa ada 4 faktor
yang dapat terbentuk.
3) Selanjutnya, dilakukan analisis Component Matrix. Analisis ini

menunjukkan nilai korelasi antara masing-masing variabel dengan faktor
yang terbentuk. Factor loading yaitu besarnya korelasi antara masing-
masing variabel dengan faktor 1, faktor 2, faktor 3 dan faktor 4. Penentuan
variabel yang masuk masing-masing faktor dilakukan dengan

58
membandingkan besaran korelasi pada setiap baris. Angka korelasi

dibawah 0,5 menunjukkan indikasi korelasi yang lemah, sedangkan diatas
0,5 berarti mengindikasikan kuat korelasinya.
Hasil analisis Component Matrix dapat dilihat pada Tabel 4.23 berikut:
Tabel 4.23Component Matrix

Component Matrixa
Component
1 2 3 4
X1 0,500 -0,193 -0,287 0,344
X2 0,689 -0,088 -0,387 0,103
X3 0,723 -0,077 -0,435 -0,023
X4 0,615 -0,032 -0,424 -0,202
X5 0,724 -0,103 -0,289 -0,2
X6 0,586 0,100 -0,243 0,036
X7 0,680 -0,090 -0,226 -0,109
X8 0,305 0,310 0,089 0,662
X9 0,419 0,261 0,027 0,589
X10 0,544 0,577 0,204 -0,131
X11 0,554 0,617 0,047 -0,099
X12 0,590 0,482 0,160 -0,235
X13 0,602 0,555 0,156 -0,121
X14 0,657 -0,120 0,102 -0,019
X15 0,690 -0,241 0,320 -0,184
X16 0,739 -0,355 0,334 -0,044
X17 0,716 -0,324 0,335 -0,044
X18 0,631 -0,386 0,336 0,120
X19 0,669 -0,263 0,232 0,143
Dari tabel di atas terlihat pada variabel X1 yakni nilai korelasi variabel ini
dengan faktor 1 adalah sebesar 0,500, nilai korelasi dengan faktor 2 adalah
sebesar -0,193, nilai korelasi dengan faktor 3 adalah sebesar -0,287 dan

59
nilai korelasi dengan faktor 4 adalah sebesar 0,344. Untuk variabel yang
lain cara memaknainya sama seperti pada variabel X1.
4) Setelah dilakukan analisis Component Matrix untuk melihat nilai korelasi
antara masing-masing variabel dan faktor yang telah terbentuk, akan
dilanjutkan dengan melakukan Rotated Component Matrix. Sekalipun dari
19 variabel telah terbentuk faktor-faktor (empat faktor), namun perlu
dilakukan rotasi untuk memperjelas variabel-variabel mana yang masuk ke
dalam tiap – tiap faktor yang telah terbentuk. Banyak sekali factor loading
yang berubah setelah mengalami rotasi menjadi lebih kecil atau lebih
besar. Hasil rotasi disampaikan pada tabel dibawah ini.
Tabel 4.24 Rotated Component Matrix

Rotated Component Matrixa
Component
1 2 3 4
X1 0,262 0,559 -0,094 0,388
X2 0,238 0,727 0,105 0,215
X3 0,227 0,794 0,157 0,104
X4 0,149 0,728 0,206 -0,076
X5 0,331 0,700 0,230 -0,064
X6 0,162 0,533 0,267 0,180
X7 0,333 0,616 0,208 0.018
X8 0,061 0,022 0,191 0,771
X9 0,122 0,154 0,211 0,713
X10 0,152 0,111 0,795 0,145
X11 0,044 0,230 0,782 0,183
X12 0,207 0,195 0,761 0,033
X13 0,171 0,186 0,788 0,161
X14 0,526 0,346 0,225 0,099
X15 0,742 0,230 0,249 -0,073
X16 0,837 0,253 0,138 0,042
X17 0,808 0,234 0,152 0,045
X18 0,785 0,175 0,012 0,166
X19 0,681 0,260 0,095 0,223
Pada tabel Rotated Component Matrix di atas dapat diketahui variabel –
variabel yang masuk pada tiap – tiap faktor yang ada dengan melihat nilai
korelasi antara masing – masing variabel dengan tiap faktor dimana jika

60
nilai korelasinya lebih besar dari 0,5 (korelasi sangat kuat) maka variabel
tersebut dapat dikatakan masuk pada faktor yang ada. Sehingga dapat
disimpulkan sebagai berikut : Faktor 1 terdiri dari variabel – variabel
X14,X15,X16,X17,X18 dan X19. Faktor 2 terdiri dari variabel – variabel
X1,X2,X3,X4,X5,X6 dan X7. Faktor 3 terdiri dari variabel – variable
X10,X11,X12 dan X13. Faktor 4 terdiri dari variabel – variable X8 dan
X9.
5) Setelah melakukan Rotated Component Matrix untuk mengetahui variabel
yang masuk dalam tiap faktor yang telah terbentuk, akan dilakukan
analisis Component Transformation Matrix . Analisis ini digunakan untuk
menentukan layak atau tidaknya faktor yang terbentuk dapat merangkum
variabel – variabel yang ada. Hasil Component Transformation Matrix
dapat dilihat pada tabel berikut :
Tabel 4.25 Component Transformation Matrix
Component Transformation Matrix
Component 1 2 3 4
1 0,612 0,619 0,441 0,219
2 -0,527 -0,138 0,801 0,249
3 0,589 -0,769 0,246 0,030
4 -0,022 -0,083 -0,322 0,943
Tabel Component Transformation Matrix menunjukkan bahwa pada
component 1 nilai korelasinya adalah sebesar 0,612 > 0,5 dan component 2
nilai korelasinya sebesar 0,619 > 0,5 component 3 nilai korelasinya 0,801
> 0,5 dan component 4 nilai korelasinya 0,943 > 0,5 . Karena nilai korelasi
semua component > 0,5 maka keempat faktor yang terbentuk ini dapat
disimpulkan layak untuk merangkum 19 variabel yang dianalisis.
c) Menentukan label faktor
Setelah faktor – faktor terbentuk, ternyata variabel-variabel yang masuk
pada masing-masing faktor tidak sama dengan yang diprediksi sebelumnya.
Oleh karenanya perlu memberikan nama label baru yang representatif bagi
variabel-variabel yang masuk di dalam masing-masing faktor yaitu sebagai
berikut :

61
Faktor 1 diberi nama faktor kesehatan karena atribut – atribut di dalamnya

berisi tentang kesehatan yang mempengaruhi penumpang dalam memilih
angkutan kota di Kota Kupang. Faktor 2 diberi nama faktor keamanan dan
kenyamanan karena atribut – atribut di dalamnya berisi keamanan dan
kenyamanan penumpang dalam memilih angkutan kota di Kota Kupang.
Faktor 3 diberi nama faktor waktu karena atribut – atribut di dalamnya
berisi tentang waktu yang mempengaruhi penumpang dalam memilih
angkutan kota di Kota Kupang. Faktor 4 diberi nama faktor biaya karena
atribut – atribut di dalamnya berisi tentang biaya yang mempengaruhi
penumpang dalam memilih angkutan kota di Kota Kupang.
Untuk lebih jelasnya dapat dilihat pada Tabel 4.26 berikut :
Tabel 4.26 Faktor – Faktor Pemilihan Angkutan Kota di Kota Kupang
Faktor Variabel - Vaariabel
Kondisi fisik dan kesehatan pengemudi, kondektur dan pengguna jasa
Jarak antar pengguna jasa sebelum masuk keluar angkutan
Jarak antar pengguna jasa di dalam angkutan
Kesehatan Penggunaan masker wajib bagi pengemudi, kondektur dan pengguna jasa
Tersedianya hand sanitizer dalam angkutan
Kesediaan menggunakan angkutan umum pada masa Covid 19 jika sudah menggunakan
protokol kesehatan
Keamanan dalam angkutan kota, terdinadar dari kejahatan dan kecelakan
Keamanan fasilitas kendaraan
Keamanan Kebersihan dan kenyamanan fasilitas kendaraan
dan Kondisi fisik kedaraan
kenyamanan Perilaku pengemudi, kondektur dan sesama pengguna jasa dalam angkutan
Suhu dalam angkutan
Kapasitas angkutan
Waktu dari rumah menuju tempat menunggu angkutan
Waktu menunggu angkutan
Waktu
Waktu melakukan perjalanan
Waktu dari rumah menuju tempat tujuan
Besar tarif angkutan umum ( mahal atau tidaknya tarif angkutan )
Biaya Angkutan tidak melayani sampai ke tempat tujuan sehingga terjadi penambahan biaya akibat
perpindahan moda transportasi
Berdasarkan analisis faktor diatas dapat disimpulkan bahwa ada 4 faktor

yang terbentuk yang dapat merangkum 19 variabel berkaitan dengan faktor -
faktor yang mempengaruhi pemilihan angkutan umum di Kota Kupang.

62
Berdasarkan Tabel 4.23 Total Variance Explained dapat dilihat bahwa faktor yang
paling dominan dalam mempengaruhi pemilihan angkutan kota di Kota Kupang
adalah faktor kesehatan dengan nilai varimax rotation 38,953% diikuti oleh faktor
keamanan dan kenyamanan dengan nilai varimax rotation 10,646%, faktor
waktur dengan nilai varimax rotation 7,365% dan faktor biaya dengan nilai
varimax rotation 6,205%.
4.5 Analisis Tingkat Kepuasan Masyarakat Penguna Jasa Angkutan

Umum Terhadap Kinerja Angkutan Umum Kota Kupang dengan
Mengunakan Metode Quality Function Deployment (QFD)
Kepuasan masyarakat pengguna angkutan umum ditentukan oleh kinerja
angkutan umum dalam memberikan pelayanan bagi pengguna angkutan umum itu
sendiri, apalagi pada masa pandemi Covid 19 ini. Untuk mengetahui tingkat
kepuasan masyarakat pengguna jasa angkutan umum Kota Kupang digunakan
kuesioner dengan skala perhitungan likert.
Analisis yang akan digunakan untuk mengetahui tingkat kepuasan
masyarakat penguna jasa angkutan umum terhadap kinerja pelayanan angkutan
umum Kota Kupang adalah dengan metode Quality Function Deployment (QFD).
Analisis menggunakan meetode Quality Function Deployment (QFD)
dilakukan dengan menyusun matriks perencanaan atau disebut juga dengan rumah
kualitas (House Of Quality).
Berikut adalah penyusunan matrik perencanaan atau rumah kualitas (House
Of Quality).
a) Tingkat kepentingan (Importance Costumer)
Tingkat kepentingan digunakan untuk mengetahui tingkat kepentingan
pengguna jasa terhadap pelayanan angkutan umum (angkutan kota) di Kota
Kupang.
Pemberian bobot dimulai dari atribut yang sangat penting dengan nilai 5
sampai pada atribut yang tidak penting dengan nilai 1 sedangkan untuk

63
rekapitulasi secara keseluruhan dapat dilihat pada ( Lampiran 6.b ). Bobot

yang diberikan oleh setiap responden dihitung rerata dengan rumus :
n
Ki
X̅ = ∑ ……………………………..(4.1)
i=1 n
Dengan :
Ki : Tingkat kepentingan ke i
X̅ : Nilai rerata tingkat kepentingan ke i
n : Jumlah responden
Sebagai contoh perhitungan tingkat kepentingan variabel X1 “ kemudahan

memperoleh angkutan kota”
1176
X̅ = ∑
280
= 4,200
Perhitungan secara keseluruhan derajat kepentingan dapat dilihat pada Tabel

4.27 berikut ini :
Tingakat
Kepentingan
No Atribut Kepentingan
(Importance
Costumer)
1 Kemudahan memperoleh angkutan kota 4,200
2 Angkutan kota yang bebas dari asap rokok 4,561
Pengemudi dan kondektur yang siap membantu penumpang yang
3 4,214
mengalami kesulitan
Kecepatan dan ketepatan pengemudi dan kondektur dalam merespon
4 4,204
keluhan dan permasalahan penumpang
5 Keamanan dan kenyamanan penumpang didalam angkutan kota 4,471
6 Keamanan dan kenyamanan pada saat naik turun angkutan kota 4,414
7 Keselamatan penumpang didalam angkutan kota sampai tempat tujuan 4,614
Ketersediaan dan penerapan protokol kesehatan pada masa pandemi
8 4,589
Covid19
9 4,500
pekerjaannya
10 Pelayanan yang sopan dan ramah bagi penumpang 4,475

64

11 4,357
12 Kesabaran pengemudi dan kondektur dalam melayani penumpang 4,268
13 Kebersihan dan kerapihan angkutan kota 4,471
14 Fasilitas tempat duduk yang nyaman dan memadai 4,443
15 Kondisi angkutan kota yang layak jalan 4,546
Tabel 4.27 Tingkat Kepentingan

b) Tingkat kepuasan (Current satisfaction performance)

TIngkat kepuasaan digunakan untuk menentukan nilai target pelayanan dari
suatu produk atau jasa.
Atribut kepuasan dianggap sangat tidak baik pelayanannya diberi nilai 1
sedangkan untuk atribut kepuasan yang dianggap sangat baik pelayanannya
diberi nilai 5 untuk rekapitulasi perhitungan secara keseluruhan dapat dilihat
pada ( Lampiran 6.c ) .
Kinerja kepuasan di hitung dengan rumus :
n
Yi
Y̅ = ∑ ……………………………..(4.2)
i=1 n
Dengan :
Yi : Tingkat kepuasan ke i
Y̅ : Nilai rerata kinerja kepuasan ke i
n : Jumlah responden
Sebagai contoh perhitungan tingkat kepuasan variabel X1 “ kemudahan

memperoleh angkutan kota”
940
Y̅ = ∑
280

65
= 3,357
Perhitungan secara keseluruhan tingkat kepuasan dapat dilihat pada Tabel

4.28 berikut ini :
Tabel 4.28 Tingkat Kepuasan
Tingakat Kepuasan
(Current
No Atribut Kinerja Kepuasan
Satisfaction
Performance)
3 3,396
mengalami kesulitan
4 3,225
7 3,607
tujuan
8 2,682
Covid19
9 3,375
pekerjaannya
11 3,275

66
c) Nilai target (Goal)

Nilai target perlu ditentukan oleh manajemen penyedia jasa angkutan umum
di Kota Kupang. Penetapan nilai target mengacu pada tingkat kepentingan
(Importance Costumer). Skala penilaian nilai target dapat dilihat pada tabel
berikut:
Tabel 4.29 Skala Penilaian Nilai Target (Goal)

Skala Penjelasan
1 Sangat tidak memuaskan
2 Tidak memuaskan
3 Cukup memuaskan
4 Memuaskan
5 Sangat memuaskan
Sumber: Cohen L.,QFD: How To Make QFD Work for
You,1995
Nilai target yang terlalu tinggi bisa membuat masalah bagi pihak
manajemen penyedia jasa karena hal itu dapat menjadikan sebuah beban
dalam pelaksanaanya. Nilai target dari setiap atribut pelayanan jasa dapat
dilihat pada tabel 4.30 berikut:
Tabel 4.30 Nilai Target (Goal)
No Pertanyaan GOAL
1 Kemudahan memperoleh angkutan kota 4

2 Angkutan kota yang bebas dari asap rokok 4
3 4
mengalami kesulitan
Kecepatan dan ketepatan pengemudi dan kondektur dalam
4 4
merespon keluhan dan permasalahan penumpang
5 Keamanan dan kenyamanan penumpang didalam angkutan kota 4

67
6 Keamanan dan kenyamanan pada saat naik turun angkutan kota 4

7 4
tujuan
Ketersediaan dan penerapan protokol kesehatan pada masa
8 4
pandemi Covid19
9 4
pekerjaannya
10 Pelayanan yang sopan dan ramah bagi penumpang 4
11 4
12 Kesabaran pengemudi dan kondektur dalam melayani penumpang 4
13 Kebersihan dan kerapihan angkutan kota 4
14 Fasilitas tempat duduk yang nyaman dan memadai 4
15 Kondisi angkutan kota yang layak jalan 4
Sumber : Hasil Analisis,2021.
d) Rasio perbaikan (Improvement ratio)

Rasio perbaikan bertujuan mengetahui nilai yang harus dicapai oleh
penyedia jasa untuk mencapai nilai target yang ditetapkan. Bila nilai tingkat
kepuasan kinerja lebih besar atau sama dengan nilai target maka tidak perlu
ada perbaikan lagi dan jika tingkat kepuasan kinerja lebih kecil dari nilai
target maka perlu dilakukan perbaikan. Sebagai contoh perhitungan variabel
X1 ”kemudahan memperoleh angkutan kota” pada atribut pelayanan dapat
dihitungan dengan rumus :
Nilai target (Goal)
Rasio perbaikan (Improvement Ratio) = ……(4.3)
Kinerja Kepuasan
4
=
3,357
= 1,191
Hasil perhitungan perbaikan secara keseluruhan dapat dilihat pada Tabel
4.31 berikut :

68
Tabel 4.31 Rasio Perbaikan (Improvement Ratio)

Tingakat
Kepuasan
Improvement
No Atribut Kinerja Kepuasan (Current GOAL
Ratio
Satisfaction
Performance)
1 Kemudahan memperoleh angkutan kota 3,357 4 1,191
2 Angkutan kota yang bebas dari asap rokok 3,100 4 1,290
Pengemudi dan kondektur yang siap membantu
3 3,396 4 1,178
penumpang yang mengalami kesulitan
Kecepatan dan ketepatan pengemudi dan
4 kondektur dalam merespon keluhan dan 3,225 4 1,240
permasalahan penumpang
Keamanan dan kenyamanan penumpang
5 3,386 4 1,181
didalam angkutan kota
Keamanan dan kenyamanan pada saat naik
6 3,443 4 1,162
turun angkutan kota
Keselamatan penumpang didalam angkutan
7 3,607 4 1,109
kota sampai tempat tujuan
Ketersediaan dan penerapan protokol kesehatan
8 2,682 4 1,491
pada masa pandemi Covid19
Kemampuan pengemudi dan kondektur dalam
9 3,375 4 1,185
melaksanakan pekerjaannya
Pelayanan yang sopan dan ramah bagi
10 3,411 4 1,173
penumpang
11 Kesediaan pengemudi dan kondektur untuk 3,275 4 1,221

69
melayani serta mengutamakan kebutuhan

pengguna jasa angkutan kota
Kesabaran pengemudi dan kondektur dalam
12 3,336 4 1,199
melayani penumpang
13 Kebersihan dan kerapihan angkutan kota 3,314 4 1,207
Fasilitas tempat duduk yang nyaman dan
14 3,418 4 1,170
memadai
15 Kondisi angkutan kota yang layak jalan 3,461 4 1,156
e) Titik penjualan (Sales point)
Titik penjualan (Sales point) memberi informasi tentang kemampuan sebuah
perusahaan atau penyedia jasa dalam menjual jasa yang didasarkan pada
seberapa jauh kebutuhan pelanggan atau pengguna jasa dapat dipenuhi.
Nilai yang digunakan dalam titik penjualan (sales point) dapat dilihat dalam
tabel 4.32 berikut:
Tabel 4.32 Titik penjualan (Sales Point)

Nilai Keterangan
1 Tidak terdapat penjualan
1,2 Titik penjualan tengah atau sedang
1,5 Titik penjualan tinggi
Sebagai contoh nilai titik penjualan (sales point) untuk atribut 1

“kemudahan memperoleh angkutan kota” sebesar 1,5 ( titik penjualan
tinggi) ditetukan oleh penyedia jasa berdasarkan tingkat pengaruh
pelayanannya bagi pengguna jasa. Nilai titik penjualan (sales point) untuk
atribut kinerja kepuasan dapat dilihat pada Tabel 4.33 berikut:
Tabel 4.33 Nilai Titik Penjualan (Sales Point)
Sales
Point

3 1,2
mengalami kesulitan
4 1,5

70

7 Keselamatan penumpang didalam angkutan kota sampai tempat tujuan 1,2
8 1
Covid19
9 1,5
pekerjaannya
11 1,5
f) Bobot atribut kepuasan ( Raw weight )

Atribut kepuasan produk yang akan ditingkatkan dan dikembangkan perlu
ditentukan bobot prioritas terlebih dahulu. Dengan mengetahui prioritas
pengembangan atribut produk, maka dapat ditentukan urutan atribut mana
yang akan ditingkatkan dan dikembangkan. Bobot setiap atribut dapat
dihitung dengan rumus:
Bobot (Raw Weight) = Tingkat kepentingan (Importance Costumer) x
Rasio perbaikan (Improvement Ratio) x Titik penjualan (Sales point)
………………..(4.4)
Contoh perhitungan bobot pada atribut kinerja kepuasan yang pertama
“kemudahan memperoleh angkutan kota” sebagai berikut:
Bobot (Raw Weight) = 4,200 x 1,191 x 1,5
= 7,506
Hasil keseluruhan perhitungan bobot (raw weight) tiap atribut dapat dilihat
pada Tabel 4.34 berikut:

71
Tabel 4.34 Perhitungan Bobot (Raw Weight) Atribut Kepuasan
Tingakat
Kepentingan Improvement Sales Raw
( Importance Ratio Point Weight
Costumer)
1 Kemudahan memperoleh angkutan kota 4,200 1,191 1,5 7,506
2 Angkutan kota yang bebas dari asap rokok 4,561 1,290 1,5 8,827
Pengemudi dan kondektur yang siap membantu
3 4,214 1,178 1,2 5,956
penumpang yang mengalami kesulitan
Kecepatan dan ketepatan pengemudi dan kondektur
4 dalam merespon keluhan dan permasalahan 4,204 1,240 1,5 7,821
penumpang
Keamanan dan kenyamanan penumpang didalam
5 4,471 1,181 1,5 7,924
angkutan kota
Keamanan dan kenyamanan pada saat naik turun
6 4,414 1,162 1,2 6,154
angkutan kota
Keselamatan penumpang didalam angkutan kota
7 4,614 1,109 1,2 6,140
sampai tempat tujuan
Ketersediaan dan penerapan protokol kesehatan pada
8 4,589 1,491 1 6,844
masa pandemi Covid19
Kemampuan pengemudi dan kondektur dalam
9 4,500 1,185 1,5 8,000
melaksanakan pekerjaannya
10 Pelayanan yang sopan dan ramah bagi penumpang 4,475 1,173 1,5 7,872
Kesediaan pengemudi dan kondektur untuk melayani
11 serta mengutamakan kebutuhan pengguna jasa 4,357 1,221 1,5 7,983
angkutan kota
12 Kesabaran pengemudi dan kondektur dalam melayani 4,268 1,199 1,2 6,141

72
penumpang
13 Kebersihan dan kerapihan angkutan kota 4,471 1,207 1,2 6,476
14 Fasilitas tempat duduk yang nyaman dan memadai 4,443 1,170 1,2 6,239
15 Kondisi angkutan kota yang layak jalan 4,546 1,156 1,2 6,306
106,19
Total
0
Sumber : Hasil Analisis, 2021
g) Normalisasi Bobot (Normal Raw Weight)

Bobot dari masing-masing atribut yang telah dihitung perlu dinormalisasi.
Hal ini untuk memudahkan dalam perhitungan selanjutnya.
Contoh perhitungan normalisasi bobot untuk atribut produk yang pertama
“kemudahan memperoleh angkutan kota” sebagai berikut:
Bobot
Normalisasi bobot (Normal Raw Weight) = x 100……..(4.5)
Total bobot
7,506
= x 100 = 7,069
106,190
Hasil perhitungan normaalisasi bobot secara keseluruhan dapat dilihat pada
Tabel 4.35 berikut :
Tabel 4.35 Hasil Perhitungan Normalisasi Bobot (Normal Raw Weight)
Normal Raw
No Atribut Kepuasan Raw Weight
Weight
7,506
2 Angkutan kota yang bebas dari asap rokok 8,827 8,313
Pengemudi dan kondektur yang siap
3 membantu penumpang yang mengalami 5,956 5,609
kesulitan
Kecepatan dan ketepatan pengemudi dan
4 kondektur dalam merespon keluhan dan 7,821 7,365
permasalahan penumpang
Keamanan dan kenyamanan penumpang
5 7,924 7,462
didalam angkutan kota
Keamanan dan kenyamanan pada saat naik
6 6,154 5,796
turun angkutan kota
Keselamatan penumpang didalam angkutan
7 6,140 5,782
kota sampai tempat tujuan
Ketersediaan dan penerapan protokol
8 6,844 6,445
kesehatan pada masa pandemi Covid19

73
Kemampuan pengemudi dan kondektur

9 8,000 7,534
dalam melaksanakan pekerjaannya
Pelayanan yang sopan dan ramah bagi
10 7,872 7,413
penumpang
Kesediaan pengemudi dan kondektur untuk
11 melayani serta mengutamakan kebutuhan 7,983 7,517
pengguna jasa angkutan kota
Kesabaran pengemudi dan kondektur dalam
12 6,141 5,783
melayani penumpang
13 Kebersihan dan kerapihan angkutan kota 6,476 6,098
Fasilitas tempat duduk yang nyaman dan
14 6,239 5,876
memadai
15 Kondisi angkutan kota yang layak jalan 6,306 5,938
Sumber : Hasil Analisis, 2021
h) Parameter teknik
Parameter teknik merupakan wujud penerjemahan dari keinginan pelanggan
kedalam bahasa teknis yang dapat diukur untuk menentukan target yang
akan dicapai dan menentukan apakah target tersebut akan dinaikkan atau
diturunkan. Parameter teknik didapatkan dengan cara wawancara dengan
manajemen penyedia jasa (Lampiran 7), parameter teknik yang didapat
sebagai berikut:
Tabel 4.36 Parameter Teknik
No Parameter Teknik
1 Penambahan jumlah armada sesuai kebutuhan
2 Memperketat peraturan dalam angkutan
3 Tingkat responsivan pengemudi dan kondektur
4 Tingkat keamanan dan kenyaman penumpang dalam angkutan
5 Tingkat keselamatan penumpang
6 Penerapan protokol kesehatan Covid 19
7 Tingkat kemampuan pengemudi dan kondektur
8 Pelanyan pengemudi dan kondektur yang sopan dan ramah
9 Pembersihan dan perawatan fasilitas kendaraan
10 Kelengkapan peralatan dan fasilitas kendaraan
i) Interaksi antar kinerja kepuasan dengan parameter teknik

Tahap ini dimaksudkan untuk mengetahui keeratan hubungan masing –
masing komponen parameter teknik dalam memenuhi keinginan pelanggan
dalam hal ini kepuasan .Tiga tipe hubungan yang digunakan adalah:
Tabel 4.37 Simbol dan Nilai Matrik Interaksi

74
Hubungan Simbo Nilai

l
Tidak ada hubungan 0
Lemah 1
Moderat 3
Kuat 9
Matrik interaksi adalah menghubungkan antar atribut kinerja kepuasan yang

dianggap penting oleh pengguna jasa dengan parameter tekik yang telah
disusun. Lemah dan kuatnya interaksi yang terjadi dipengaruhi oleh tingkat
kedekatan antar atribut kinerja kepuasan dan parameter teknik. Interaksi
yang terjadi kemudian dinyatakan dengan angka dan simbol.
Interaksi atribut kinerja kepuasan dengan parameter teknik yang berupa

angka dan simbol dapat dilihat pada Tabel 4.38 dan Tabel 4.39 berikut ini :

74
P e m b e rs ih a n d a n p e ra w a ta n fa s ilita s a n g k u ta n k o ta
K e le n g k a p a n p e ra la ta n d a n fa silita s a n g k u ta n k o ta
P e n g e m u d i d a n k o n d e k tu r y a n g so p a n d a n ra m a h
T in g k a t k e m a m p u a n p e n g e m u d i d a n k o n d e k tu r
T in g k a t re s p o n s iv a n p e n g e m u d i d a n k o n d e k tu r
T in g k a t k e a m a n a n d a n k e n y a m a n p e n g u n a ja sa
P e n a m b a h a n ju m la h a rm a d a s e s u a i k e b u tu h a n
P e n e ra p a n p ro to k o l C o v id 1 9 k e ta t
Tabel 4.38 Interaksi Parameter Teknik dengan Kebutuhan Berupa Angka
M e m p e rk e ta t p e ra tu ra n
T in g k a t k e s e la m a ta n
Parameter Teknik
Hows
Kebutuhan Konsumen
Whats
Kemudahan memperoleh angkutan kota 9 9

Angkutan kota yang bebas dari asap rokok 9 9 3
Pengemudi dan kondektur yang siap membantu pengguna jasa 9 3 1
Kecepatan dan ketepatan merespon keluhan dan permasalahan pengguna jasa 9 3 3
Keamanan dan kenyamanan pengguna jasa dalam angkutan kota 9 3 1 3 3
Keamanan dan kenyamanan pengguna jasa naik turun angkutan 9 3 1 3 3
Keselamatan pengguna angkutan kota 3 3 9 3 9 1 3
Ketersediaan dan penerapan protokol kesehatan pada masa pandemi Covid19 9 3 3 9 9 3 3
Kemampuan pengemudi dan kondektur dalam melaksanakan pekerjaannya 3 3 1 9 3 3
Pelayanan yang sopan dan ramah 3 9 9 3 9 1 1
Kesediaan pengemudi dan kondektur untuk melayani serta mengutamakan kebutuhan pengguna jasa angkutan kota 1 9 3 1 9 9
Kesabaran pengemudi dan kondektur dalam melayani pengguna jasa angkutan kota 9 3 1 9 9
Kebersihan dan kerapihan angkutan kota 9 1 3 3 9 3
Fasilitas tempat duduk yang nyaman dan memadai 9 1 9 9
Kondisi angkutan kota yang layak jalan 9 3 9 9 1 9 9

75
P em bersihan dan peraw atan fasilitas angkutan kota

K elengkapan peralatan dan fasilitas angkutan kota
P engem udi dan kondektur yang sopan dan ram ah
T ingkat kem am puan pengem udi dan kondektur
T ingkat responsivan pengem udi dan kondektur
T ingkat keam anan dan kenyam an penguna jasa

P enam bahan jum lah arm ada sesuai kebutuhan
Tabel 4..39 Interaksi Parameter Teknik dengan Kebutuhan Berupa Simbol
P enerapan protokol C ovid 19 ketat

M em perketat peraturan
T ingkat keselam atan

Parameter Teknik
Hows
Kebutuhan Konsumen
Whats
Kemudahan memperoleh angkutan kota 9 9

Angkutan kota yang bebas dari asap rokok 9 9 3
Pengemudi dan kondektur yang siap membantu pengguna jasa 9 3 1
Kecepatan dan ketepatan merespon keluhan dan permasalahan pengguna jasa 9 3 3
Keamanan dan kenyamanan pengguna jasa dalam angkutan kota 9 3 1 3 3
Keamanan dan kenyamanan pengguna jasa naik turun angkutan 9 3 1 3 3
Keselamatan pengguna angkutan kota 3 3 9 3 9 1 3
Ketersediaan dan penerapan protokol kesehatan pada masa pandemi Covid19 9 3 3 9 9 3 3
Kemampuan pengemudi dan kondektur dalam melaksanakan pekerjaannya 3 3 1 9 3 3
Pelayanan yang sopan dan ramah 3 9 9 3 9 1 1
Kesediaan pengemudi dan kondektur untuk melayani serta mengutamakan kebutuhan pengguna jasa angkutan kota 1 9 3 1 9 9
Kesabaran pengemudi dan kondektur dalam melayani pengguna jasa angkutan kota 9 3 1 9 9
Kebersihan dan kerapihan angkutan kota 9 1 3 3 9 3
Fasilitas tempat duduk yang nyaman dan memadai 9 1 9 9
Kondisi angkutan kota yang layak jalan 9 3 9 9 1 9 9

76
Nilai interaksi untuk masing – masing atribut harus diketahui karena nilai
inilah yang dibutuhkan dalam perhitungan selanjutnya dalam menentukan
prioritas mana yang akan dikembangkan terlebih dahulu. Nilai interaksi ini
harus dikalikan dengan normalisasi bobot dari setiap atribut kinerja
kepuasan yang telah dihitung sebelumnya, sehingga menghasilkan nilai
untuk setiap atribut kinerja kepuasan dengan parameter teknik tiap atribut
(nilai matrik interaksi). Nilai ini kemudian dijumlahkan sehingga diketahui
nilai absolut parameter teknik tiap atribut. Setelah diketahui nilai absolut
parameter teknik tiap atribut, akan dapat ditentukan parametek teknik mana
yang menjadi prioritas untuk dikembangkan terlebih dahulu.
Nilai absolut parameter teknik diperoleh dengan rumus :
KTi = Σ (BTi x Hi)…………………….(4.6)
Keterangan :
KTi = Nilai absolut parameter teknik untuk masing – masing atribut
BTi = Kepentingan relatif (bobot atau normalisasi bobot) atribut kepuasan
produk yang diinginkan yang memiliki hubungan dengan atribut
parameter teknik
Hi = Nilai hubungan atau interaksi antara atribut kepuasan produkk yang
diinginkan dengan parameter teknik
Sebagai contoh perhitungan nilai absolut parameter teknik untuk atribut
“penambahan jumlah armada sesuai kebutuhan” adalah sebagai berikut :
KTi = (7,069 x 9) + (5,938 x 9)
= 63,619 + 53,445
= 117,064

77
Adapun nilai absolut parameter teknik secara keseluruhan dapat dilihat

pada tabel 4.40 dibawah ini :
Tabel 4.40 Nilai Absolut Parameter Teknik
No Parameter Teknik Nilai
1 Penambahan jumlah armada sesuai kebutuhan 117,064
2 Memperketat peraturan dalam angkutan 197,740
3 Tingkat responsivan pengemudi dan kondektur 345,123
Tingkat keamanan dan kenyaman penumpang dalam
4 521,251
angkutan
5 Tingkat keselamatan penumpang 236,074
6 Penerapan protokol kesehatan Covid 19 106,907
7 Tingkat kemampuan pengemudi dan kondektur 384,051
Pelanyan pengemudi dan kondektur yang sopan dan
8 307,223
ramah
9 Pembersihan dan perawatan fasilitas kendaraan 191,227
10 Kelengkapan peralatan dan fasilitas kendaraan 232,337
Sumber : Hasil Analisis,2021
Sedangkan nilai matrik interaksi parameter teknik dengan atribut kepuasan
produk dapat dilihat pada tabel 4.41 berikut :

V 78
VV
VV VV
VV V
VV V
VV VV
Tabel 4.41 Nilai Matrik Interaksi Parameter VTeknik
V V dengan V
Atribut
V Kepuasan
Pembersihan dan perawatan fasilitas angkutan kota
Kelengkapan peralatan dan fasilitas angkutan kota

Pengemudi dan kondektur yang sopan dan ramah
Tingkat kemampuan pengemudi dan kondektur
Tingkat responsivan pengemudi dan kondektur
Tingkat keamanan dan kenyaman penguna jasa

Parameter Teknik
Penambahan jumlah armada sesuai kebutuhan

Hows
Current Satisfaction Performance

Penerapan protokol Covid 19 ketat
Importance to Costumer
Memperkuat peraturan
Tingkat keselamatan
Normal Raw Weight

Improverment Ratio
Row Weight
Sales point
Goal
Kebutuhan Konsumen
Whats
Kemudahan memperoleh angkutan kota 63.619 63.619 4.200 3.357 4 1.2 1.5 6 7.069
Angkutan kota yang bebas dari asap rokok 74.814 74.814 24.938 4.561 3.100 4 1.3 1.5 6 8.313
Pengemudi dan kondektur yang siap membantu pengguna jasa 50.478 16.826 5.609 4.214 3.396 4 1.2 1.2 4.8 5.609
Kecepatan dan ketepatan merespon keluhan dan permasalahan pengguna jasa 66.282 22.094 22.094 4.204 3.225 4 1.2 1.5 6 7.365
Keamanan dan kenyamanan pengguna jasa dalam angkutan kota 67.159 22.386 7.462 22.386 22.386 4.471 3.386 4 1.2 1.5 6 7.462
Keamanan dan kenyamanan pengguna jasa naik turun angkutan 52.160 17.387 5.796 17.387 17.387 4.414 3.443 4 1.2 1.2 4.8 5.796
Keselamatan pengguna angkutan kota 17.347 17.347 52.040 17.347 52.040 5.782 17.347 4.614 3.607 4 1.1 1.2 4.8 5.782
Ketersediaan dan penerapan protokol kesehatan pada masa pandemi Covid19 58.007 19.336 19.336 58.007 58.007 19.336 19.336 4.589 2.682 4 1.5 1 4 6.445
Kemampuan pengemudi dan kondektur dalam melaksanakan pekerjaannya 22.601 22.601 7.534 67.803 22.601 22.601 4.500 3.375 4 1.2 1.5 6 7.534
Pelayanan yang sopan dan ramah 22.240 66.720 66.720 22.240 66.720 7.413 7.413 4.475 3.411 4 1.2 1.5 6 7.413
Kesediaan pengemudi dan kondektur untuk melayani serta mengutamakan kebutuhan pengguna jasa angkutan kota 7.517 67.655 22.552 7.517 67.655 67.655 4.357 3.275 4 1.2 1.5 6 7.517
Kesabaran pengemudi dan kondektur dalam melayani pengguna jasa angkutan kota 52.050 17.350 5.783 52.050 52.050 4.268 3.336 4 1.2 1.2 4.8 5.783
Kebersihan dan kerapihan angkutan kota 54.885 6.098 18.295 18.295 54.885 18.295 4.471 3.314 4 1.2 1.2 4.8 6.098
Fasilitas tempat duduk yang nyaman dan memadai 52.882 5.876 52.882 52.882 4.443 3.418 4 1.2 1.2 4.8 5.876
Kondisi angkutan kota yang layak jalan 53.445 17.815 53.445 53.445 5.938 53.445 53.445 4.546 3.461 4 1.2 1.2 4.8 5.938
Absolut Parameter Teknik 117.064 197.740 345.123 521.251 236.074 106.907 384.051 307.223 191.227 232.337
Prioritas 2 4 8 10 6 1 9 7 3 5

79
Dari Tabel 4.40 dan Tabel 4.41 diatas dapat dilihat nilai absolut dari
tiap parameter teknik dan parameter teknik yang menjadi prioritas
untuk dikembangkan adalah parameter teknik dengan nilai absolute
terendah. Untuk lebih jelasnya dapat dilihat pada Tabel 4.42 berikut:
Tabel 4.42 Prioritas Pengembangan Parameter Teknik
Nilai
No Parameter Teknik Prioritas
Absolut
1 Penambahan jumlah armada sesuai kebutuhan 117,064 2
2 Memperketat peraturan dalam angkutan 197,740 4
3 Tingkat responsivan pengemudi dan kondektur 345,123 8
Tingkat keamanan dan kenyaman penumpang dalam
4 521,251 10
angkutan
5 Tingkat keselamatan penumpang 236,074 6
6 Penerapan protokol kesehatan Covid 19 106,907 1
7 Tingkat kemampuan pengemudi dan kondektur 384,051 9
Pelanyan pengemudi dan kondektur yang sopan dan
8 307,223 7
ramah
9 Pemebersihan dan perawatan fasilitas kendaraan 191,227 3
10 Kelengkapan peralatan dan fasilitas kendaraan 232,337 5
Sumber: Hasil Analisis,2021.
j) Hubungan antar parameter teknik
Pengidentifikasian hubungan antar parameter teknik perlu dilakukan guna
mengetahui adanya keterkaitan antar parameter teknik dalam tercapainya
pelaksanaan parameter teknik. Sebagai contoh hubungan saling mendukung
yang kuat antar parameter teknik adalah memperketat peraturan dengan
tingkat keamanan dan kenyamanan pengguna jasa. Dikatakan mempunyai
hubungan yang bersifat positif kuat karena jika memperketat peraturan
dalam angkutan seperti tidak merokok dalam angkutan maka tingkat
keamanan dan kenyamanan penumpang dalam angkutan akan lebih baik.
Berikut adalah tabel interaksi antar parameter teknik dengan mengacu pada
Tabel 2.3 Simbol Interaksi Parameter Teknik.

80
Tabel 4.43 Interaksi Antar Parameter Teknik
Penambahan jumlah armada sesuai kebutuhan

Memperketat peraturan
Tingkat rsponsivan pengemudi dan kondektur
VV
VV
Tingkat keamanan dan kenyamanan penumpang dalam angkutan
VV V
VV V
Tingkat keselamatan penumpang
VV VV
VV VV
V
Penerapan protokol kesehatan Covid 19
VV
Tingkat kemampuan penegmudi dan kondektur
V
Pelayanan pengemudi dan kondektur yang sopan dan ramah
Pembersihan dan perawatan fasilitas kendaraan
VV
Kelengkapan peralatan dan fasilitas kendaraan
Sumber : Hasil Analisis,2021.
k) Matrik House Of Quality (HOQ) Customer Requirements to Technical

Requirements
Matrik House Of Quality (HOQ) ini menjelaskan apa saja yang menjadi
kebutuhan atau harapan pelanggan terhadap kepuasan produk dan
bagaimana memenuhinya. Matrik ini dibuat berdasarkan penggabungan
pengolahan data dari penentuan tingkat kepentingan sampai dengan
penentuan prioritas pengembangan parameter teknik. Berikut adalah tabel
hasil analisis matrik House Of Quality (HOQ) secara keseluruhan :

81
Tabel 4. 44 Matrik House Of Quality
Simbol Keterangan
V
VV Korelasi positif kuat (sangat saling mendukung)

VV
VV VV
VV V
VV V
VV Korelasi positif ( saling mendukung)

VV VV VV
VV V VV
X Korelasi negatif ( tidak saling mendukung)

XX Korelasi negatif kuat (sangat tidak mendukung)
<blank> Tidak ada hubungan
P em bersihan dan peraw atan fasilitas angkutan kota
K elengkapan peralatan dan fasilitas angkutan kota

P engem udi dan kondektur yang sopan dan ram ah
T ingkat kem am puan pengem udi dan kondektur
T ingkat responsivan pengem udi dan kondektur
T ingkat keam anan dan kenyam an penguna jasa

P enam bahan jum lah arm ada sesuai kebutuhan
Parameter Teknik
C u rren t S atisfaction P erform an ce

P enerapan protokol C ovid 19 ketat
Hows
Im portan ce to C ostu m er
M em perkuat peraturan
T ingkat keselam atan
N orm al R aw W eigh t
Im proverm en t R atio
R ow W eigh t
S ales poin t
G oal
Kebutuhan Konsumen
Whats
Kemudahan memperoleh angkutan kota 63.619 63.619 4.200 3.357 4 1.2 1.5 6 7.069
Reliability
Angkutan kota yang bebas dari asap rokok 74.814 74.814 24.938 4.561 3.100 4 1.3 1.5 6 8.313
Pengemudi dan kondektur yang siap membantu pengguna jasa 50.478 16.826 5.609 4.214 3.396 4 1.2 1.2 4.8 5.609
Responsiveness
Kecepatan dan ketepatan merespon keluhan dan permasalahan pengguna jasa 66.282 22.094 22.094 4.204 3.225 4 1.2 1.5 6 7.365
Keamanan dan kenyamanan pengguna jasa dalam angkutan kota 67.159 22.386 7.462 22.386 22.386 4.471 3.386 4 1.2 1.5 6 7.462
Keamanan dan kenyamanan pengguna jasa naik turun angkutan 52.160 17.387 5.796 17.387 17.387 4.414 3.443 4 1.2 1.2 4.8 5.796
Keselamatan pengguna angkutan kota 17.347 17.347 52.040 17.347 52.040 5.782 17.347 4.614 3.607 4 1.1 1.2 4.8 5.782
Assurance
Ketersediaan dan penerapan protokol kesehatan pada masa pandemi Covid19 58.007 19.336 19.336 58.007 58.007 19.336 19.336 4.589 2.682 4 1.5 1 4 6.445
Kemampuan pengemudi dan kondektur dalam melaksanakan pekerjaannya 22.601 22.601 7.534 67.803 22.601 22.601 4.500 3.375 4 1.2 1.5 6 7.534
Pelayanan yang sopan dan ramah 22.240 66.720 66.720 22.240 66.720 7.413 7.413 4.475 3.411 4 1.2 1.5 6 7.413
Kesediaan pengemudi dan kondektur untuk melayani serta mengutamakan kebutuhan pengguna jasa angkutan kota 7.517 67.655 22.552 7.517 67.655 67.655 4.357 3.275 4 1.2 1.5 6 7.517
Emphaty
Kesabaran pengemudi dan kondektur dalam melayani pengguna jasa angkutan kota 52.050 17.350 5.783 52.050 52.050 4.268 3.336 4 1.2 1.2 4.8 5.783
Kebersihan dan kerapihan angkutan kota 54.885 6.098 18.295 18.295 54.885 18.295 4.471 3.314 4 1.2 1.2 4.8 6.098
Tangible Fasilitas tempat duduk yang nyaman dan memadai 52.882 5.876 52.882 52.882 4.443 3.418 4 1.2 1.2 4.8 5.876
Kondisi angkutan kota yang layak jalan 53.445 17.815 53.445 53.445 5.938 53.445 53.445 4.546 3.461 4 1.2 1.2 4.8 5.938
Absolut Parameter Teknik 117.064 197.740 345.123 521.251 236.074 106.907 384.051 307.223 191.227 232.337
Prioritas 2 4 8 10 6 1 9 7 3 5

82
Dari matrik House Of Quality di atas maka dapat diketahui prioritas yang
harus didahulukan untuk perbaikan sehingga tingkat kepuasan kinerja
pelayanan angkutan umum (angkutan kota) di Kota Kupang dapat sesuai
dengan kebutuhan pengguna jasa. Nilai absolut parameter teknik terendah
akan menjadi prioritas paling pertama sedangkan untuk nilai tertinggi akan
menjadi prioritas terakhir, hal ini dikarenakan nilai absolut parameter teknik
ini menunjukan besarnya tingkat kepuasan terhadap kinerja pelayanan,
semakin tinggi nilai maka tingkat kepuasan semakin tinggi juga begitupun
sebaliknya.
Langkah – langkah yang perlu didahulukan sesuai dengan nilai absolut
parameter teknik adalah sebagai berikut :
1) Penerapan protokol kesehatan Covid 19 (106,907)
2) Penambahan jumlah armada sesuai kebutuhan (117,064)
3) Memperketat peraturan dalam angkutan (191,227)
4) Pemebersihan dan perawatan fasilitas kendaraan (197,740)
5) Tingkat keselamatan penumpang (232,337)
6) Kelengkapan peralatan dan fasilitas kendaraan (236,074)
7) Pelanyan pengemudi dan kondektur yang sopan dan ramah (307,223)
8) Tingkat responsivan pengemudi dan kondektur (345,123)
9) Tingkat kemampuan pengemudi dan kondektur (384,051)
10) Tingkat keamanan dan kenyamanan penumpang dalam angkutan
(521,251)
Berdasarkan hasil analisis Quality Function Deployment (QFD)di atas dapat
disimpulkan tingkat kepuasan masyarakat pengguna jasa angkutan umum
Kota Kupang bergantung pada kinerja pelayanan angkutan umum itu
sendiri, sehingga untuk memenuhi tingkat kepuasan masyarakat harus
diadakan perbaikan kinerja pelayanan angkutan umum yang mana perbaikan
kinerja angkutan umum ini telah disusun dalam langkah – langkah pada
poin diatas.

83
4.6 Pembahasan Faktor – Faktor Pemilihan dan Tingkat Kepuasan

Masyarakat Pengguna Jasa Angkutan Umum Kota Kupang
Dari hasil analisis data diketahui faktor – faktor yang mempengaruhi
pemilihan angkutan umum di Kota Kupang dan tingkat kepuasan masyarakat
pengguna jasa angkutan umum di Kota Kupang sebagai berikut:
a) Evaluasi faktor – faktor yang mempengaruhi pemilihan angkutan umum di
Kota Kupang berdasarkan nilai bobot dan mean
Faktor yang paling mempengaruhi pemilihan angkutan umum di Kota
Kupang untuk saat ini adalah penggunaan masker wajib bagi pengemudi,
kondektur dan pengguna jasa dikuti oleh jarak antar pengguna jasa di dalam
angkutan pada masa pandemi Covid 19 , jarak antar pengguna jasa sebelum
masuk keluar angkutan pada masa pandemi Covid 19, kapasitas angkutan,
kebersihan dan kenyamanan fasilitas kendaraan, perilaku pengemudi,
kondektur dan sesama pengguna jasa dalam angkutan, kondisi fisik dan
kesehatan pengemudi, kondektur dan pengguna jasa, kondisi fisik kedaraan,
keamanan fasilitas kendaraan, kesediaan menggunakan angkutan umum
pada masa Covid 19 jika sudah menggunakan protokol kesehatan,
tersedianya hand sanitizer dalam angkutan, waktu dari rumah menuju
tempat tujuan, keamanan dalam angkutan kota, terdinadar dari kejahatan
dan kecelakan, waktu dari rumah menuju tempat menunggu angkutan,
waktu melakukan perjalanan, waktu menunggu angkutan, suhu dalam
angkutan, angkutan tidak melayani sampai ke tempat tujuan sehingga terjadi
penambahan biaya akibat perpindahan moda transportasi, besar tarif
angkutan umum ( mahal atau tidaknya tarif angkutan ).
b) Evaluasi faktor – faktor yang mempengaruhi pemilihan angkutan umum di
Kota Kupang berdasarkan analisis faktor
Faktor yang paling mempengaruhi pemilihan angkutan umum di Kota
Kupang saat ini adalah faktor kesehatan dikuti oleh faktor keamanan dan
kenyamanan, faktor waktu dan faktor biaya.
c) Evaluasi tingkat kepuasan masyarakat terhadap kinerja pelayanan angkutan
umum di Kota Kupang berdasarkan analisis Quality Function Deployment
(QFD).

84
Tingkat kepuasan bergantung pada kinerja pelayanan angkutan umum itu

sendiri, sehingga untuk memenuhi tingkat kepuasan masyarakat terhadap
kinerja angkutan umum harus diadakan perbaikan kinerja pelayanan.
Langkah – langkah perbaikan kinerja pelayanan angkutan umum di Kota
Kupang sebagai berikut : penerapan protokol kesehatan Covid 19,
penambahan jumlah armada sesuai kebutuhan, memperketat peraturan
dalam angkutan, pemebersihan dan perawatan fasilitas kendaraan, tingkat
keselamatan penumpang, kelengkapan peralatan dan fasilitas kendaraan,
pelanyan pengemudi dan kondektur yang sopan dan ramah, tingkat
responsivan pengemudi dan kondektur, tingkat kemampuan pengemudi dan
kondektur, tingkat keamanan dan kenyamanan penumpang dalam angkutan.
Berdasarkan hasil analisis untuk faktor pemilihan angkutan umum
menggunakan metode analisis mean dan analisis faktor didapat hasil yang hampir
sama dimana faktor yang paling mempengaruhi masyarakat pengguna jasa
angkutan umum di Kota Kupang dalam memilih angkutan umum adalah faktor
kesehatan mengingat pada saat ini hampir seluruh dunia sedang mengalami
pandemi Covid 19 yang mana mengharuskan masyarakat lebih memperhatikan
kondisi kesehatan pada saat beraktivitas, begitu pula dalam hal memilih angkutan
umum sebagai moda transporasi yang akan digunakan sedangkan untuk faktor
yang paling tidak berpengaruh dalam pemilihan angkutan umum di Kota Kupang
adalah faktor biaya dimana biaya atau tarif angkutan umum masih bisa terjangkau
oleh masyarakat walaupun terjadi penamahan biaya akibat pergantian moda
transportasi.
Berdasarkan hasil analisis untuk tingkat kepuasan masyarakat pengguna jasa
angkutan umum di Kota Kupang terhadap kinerja pelayanan angkutan umum
diperoleh hasil yang menjadi prioritas untuk diperbaiki ataupun dikembangkan
adalah penerapan protokol kesehatan Covid 19. Tingkat kepuasan terhadap
penerapan protokol kesehatan Covid 19 ini sangat rendah karena pada kenyataan
di lapangan masih banyak angkutan yang kurang memperhatikan pentingnya
penerapan protokol Covid 19 pada masa pandemi sekarang ini.

85
Untuk itu, pemerintah lebih memberi ketegasan bagi operator transportasi

atau penyedia jasa transportasi berkaitan dengan kondisi kesehatan dan penerapan
protokol kesehatan Covid 19 dan tetap mempertahankan kinerja pelayanan
angkutan yang telah memenuhi keinginan pengguna jasa.

87

BAB IV Ex 24062021 SARANGA

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

BAB IV Ex 24062021 SARANGA

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB IV

HASIL DAN PEMBAHASAN

4.1 Angkutan Umum Kota Kupang

31 Teknik Sipil, FST, Undana

pembenahan dan perbaikan serta pengembangan kinerja angkutan umum Kota

Pelaksanaan survei kuesioner dilakukan secara daring (online) dan secara

4.2 Analisa Data Responden

Tabel 4.1 Jumlah Responden Berdasarkan Umur

Teknik Sipil, FST, Undana

Gambar 4.1 Presentase Responden Berdasarkan Umur

Teknik Sipil, FST, Undana

Gambar 4.2 Presentase Responden Berdasarkan Jenis Kelamin

Teknik Sipil, FST, Undana

Gambar 4.3 Presentase Responden Berdasarkan Pendidikan Terakhir

Teknik Sipil, FST, Undana

Gambar 4.4 Presentase Responden Berdasarkan Pekerjaan

Teknik Sipil, FST, Undana

Kepemilikan Kendaraan Pribadi

Gambar 4.5 Presentase Responden Berdasarkan Kepemilikan Kendaraan

Teknik Sipil, FST, Undana

Gambar 4.6 Presentase Responden Berdasarkan Tujuan Perjalanan

Teknik Sipil, FST, Undana

Intensitas Penggunaan Angkutan

11% Selalu(setiap hari)

Gambar 4.7 Presentase Responden Berdasarkan Intensitas Penggunaan

4.3 Uji Validitas dan Reliabilitas

Teknik Sipil, FST, Undana

Berikut ini merupakan faktor – faktor yang mempengaruhi seseorang dalam

Tabel 4.8 Faktor – Faktor yang Mempengaruhi Pemilihan Moda

Teknik Sipil, FST, Undana

Teknik Sipil, FST, Undana

Berikut ini merupakan faktor – faktor untuk mengukur tingkat kepuasan

Tabel 4.11 Kriteria Tingkat Kepuasan Terhadap Kinerja Angkutan Umum

No Indikator Kepentingan Kepuasan

1 Kemudahan memperoleh angkutan kota X1 Y1

Teknik Sipil, FST, Undana

Nilai r Nilai r Kesimpula

Teknik Sipil, FST, Undana

Tabel 4.14 Nilai Hasil Uji Reliabilitas Terhadap Kepentingan

Tabel 4.15 Nilai Hasil Uji Reliabilitas Terhadap Kepuasan

Teknik Sipil, FST, Undana

Teknik Sipil, FST, Undana

Teknik Sipil, FST, Undana

1 Faktor X1 510 248 210 60 16 1044 3,73

Tabel 4.18 Perengkingan Nilai Mean Tertinggih Hingga Terendah

Teknik Sipil, FST, Undana

Faktor Pertanyaan Mean Rangking

Teknik Sipil, FST, Undana

e) Peringkat kelima dengan nilai mean 4,06 faktor X3 Kebersihan dan

Teknik Sipil, FST, Undana

4.4.2 Analisis Faktor

1) Melakukan pengujian KMO and Bartlett’s test. Pengujian ini berguna

Sumber:Output Program SPSS,2021

Teknik Sipil, FST, Undana

2) Melakukan analisis Anti-image Matrices. Analisis ini berguna untuk

Teknik Sipil, FST, Undana

4.20 Anti-image Matrices

Teknik Sipil, FST, Undana

Tabel 4.20 (sambungan)

Teknik Sipil, FST, Undana

Berdasarkan Tabel 4.20 di atas dapat diperhatikan bagian Anti-image

b) Melakukan factoring dan rotasi

Teknik Sipil, FST, Undana