PENERAPAN REGRESI LOGISTIK FAKTOR-FAKTOR YANG MEMPENGARUHI LOYALITAS MEREK KONSUMEN PADA RESTORAN AYAM GORENG CEPAT SAJI
PENERAPAN REGRESI LOGISTIK FAKTOR-FAKTOR
YANG MEMPENGARUHI LOYALITAS MEREK KONSUMEN
PADA
RESTORAN AYAM GORENG
CEPAT SAJI
(Studi Kasus: Restoran Ayam Cepat Saji
KFC, CFC dan Mc Donald)
Bonifasius MH. Nainggolan1, Bambang
Noer Supriyono2
Dosen STEIN, Jakarta1,
Dosen STEIN, Jakarta2
Abstract
This study aims to assess the application of logistic
regression to find the factors that influence brand loyalty on fried chicken
fast-food restaurant and arrange logistic regression model of the determinants
of brand loyalty in the fried chicken fast-food restaurant. To carry out the
study authors conducted a survey through a questionnaire to a fried chicken
fast-food restaurant, which is to Kentucky Fried Chicken (KFC), California
Fried Chicken (CFC) and Mc Donald. The number of samples in this study there
were 517 people. Sampling method on the author is non-random sampling technique
(non-probability sampling technique). Before distributing questionnaires
authors first tested the validity and reliability of the data with the test
product moment correlation and Cronbach Alpha method. Results of the study
provide information on the logistic regression model of factors that influence
consumer brand loyalty in each of the fried chicken fast-food restaurant
partially or after the data are combined. Partially determinants of consumer
loyalty at KFC is the price, the CFC is gender, number of visits, product
quality and restaurant environments, while at the restaurant Mc. Donald is the
quality of service and price. Taken together, the determinants of customer
loyalty in the three restaurants is the quality of products, quality of
service, price and neighborhood restaurants.
Keyword :
PENDAHULUAN
Latar
Belakang Masalah
Kebutuhan
berbagai makanan cepat saji lainnya
akhir-akhir ini semakin meningkat. Hal ini dimungkinkan terjadi karena tuntutan
hidup yang semakin tinggi, sehingga segala sesuatu dilakukan harus serba cepat,
termasuk dalam hal penyediaan makanan. Dengan adanya makanan cepat saji, waktu
yang dibutuhkan untuk makan semakin sedikit, karena sudah langsung tersedia.
Salah satu jenis makanan cepat saji yang cepat berkembang adalah ayam goreng
dengan berbagai variasi produk turunannya.
Sebagai
pusat bisnis, di Jakarta restoran makanan cepat saji mudah ditemui. Hal ini
mengakibatkan persaingan yang cukup tinggi antara restoran yang satu dengan
yang lainny. Beberapa restoran makanan cepat saji berkembang dengan sangat
cepat dan dapat ditemui dengan mudah di Jakarta , antara lain: Kentucky Fried
Chicken (KFC), California Fried Chicken (CFC), Mc Donald, Texas Fried Chicken
(TFC) dan berbagai restoran cepat saji lainnya.
Banyaknya berbagai jenis merek
restoran makanan cepat saji ini mengakibatkan tingkat persaingan yang sangat
tinggi. Untuk meningkatkan penjualan dan jumlah pelanggan, perusahaan berusaha
meningkatkan loyalitas (loyalitas) terhadap merek antar pelanggan mereka. Loyalitas
merek adalah adanya kesadaran atau ketaksadaran pelanggan melalui perilaku
untuk membeli kembali merek tertentu secara berkelanjutan. Loyalitas merek
telah diproklamirkan menjadi tujuan akhir dari pemasaran (Reichheld and Sasser,
1990). Pada pemasaran, loyalitas merek terdiri dari adanya komitmen dari
pelanggan untuk melakukan pembelian kembali suatu produk atau lanyan atau
perilaku positip lainnya dari mulut ke mulut. Hal ini ditandai dengan adanya
keputusan membeli kembali produk tergantung kepada kepercayaan dan tampilan
mutu dari produk atau layanan (Chaudhuri and Holbrook, 2001). Beberapa faktor yang mempengaruhi loyalitas
merek pada pelanggan adalah merek, kualitas produk, harga, gaya, lingkungan
toko (dalam hal ini restoran), promosi dan kualitas pelanggan.
Untuk
mengetahui hubungan antara faktor-faktor yang mempengaruhi loyalitas merek
termasuk untuk makanan cepat saji, salah
satu metode statistika yang sering digunakan antara lain adalah dengan korelasi
Pearson Product Moment dan pemodelannya dengan regresi linier berganda. Pada
regresi linier, variabel respon bersifat kuantitatif dengan skala pengukuran
minimal adalah interval. Pada regresi linier, variabel respon diasumsikan
memiliki sebaran normal dan memiliki ragam (varians) yang homogen. Di sisi
lain, loyalitas merek dapat diukur secara kategori baik bersifat dikotomus (loyal
dan tidak loyal) maupun policotomous. Untuk persoalan ini, metode regresi
linier tidak tepat digunakan sebagai alat analisis. Metode analisis yang tepat
digunakan untuk variabel respon yang bersifat kategorik adalah metode regresi logistik.
Regresi logistik dirancang untuk melakukan
prediksi keanggotaan group, artinya tujuan dari analisis regresi logistik
adalah untuk mengetahui seberapa jauh model yang digunakan mampu memprediksi
secara benar kategori group dari sejumlah individu. Peta fungsi logistik
berubah di dalam nilai variabel penjelas yang kontinu atau dikotomus yang
bertujuan untuk meningkatkan atau menurunkan peluang kejadian yang dimodelkan
oleh variabel respon. Kalimat ini
menjadi kunci perbedaan antara regresi logistik dengan regresi reguler yang lebih formal seperti regresi linier
(ordinari least square). Pada regresi logistik, nilai yang diprediksi oleh
variabel respon diturunkan oleh kegiatan variabel berikutnya adalah peluang.
Berdasarkan uraian di atas,
faktor-faktor yang mempengaruhi perilaku tingkat loyalitas merek (loyal atau
tidak loyal) antar pelanggan merupakan
hal menarik untuk diteliti sebagai langkah awal untuk mengetahui perilaku dari
pelanggan, sehingga dapat dicari alternatif strategi untuk meningkatkan
loyalitas pelanggan terhadap merek.
Tujuan Penelitian
Penelitian ini bertujuan untuk:
1.
Mengkaji penerapan Regresi Logistik untuk mencari
faktor-faktor yang mempengaruhi loyalitas merek pada restoran ayam goreng cepat
saji.
2.
Menyusun
model regresi logistik faktor-faktor penentu loyalitas merek
pada restoran ayam goreng cepat saji.
Manfaat Penelitian
Manfaat penelitian ini adalah memberikan suatu alternatif pendekatan menganalisis faktor-faktor yang mempengaruhi loyalitas
merek pada restoran ayam goreng cepat saji.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah penerapan regresi logistik dalam memprediksi tingkat
loyalitas merek pada restoran makanan cepat saji.
TINJAUAN PUSTAKA
Model Regresi Logistik
Sebuah pengamatan dikatakan biner
jika dari suatu percobaan terdapat dua kemungkinan hasil yaitu sukses atau
gagal. Hasil percobaan tersebut biasanya
ditransformasikan dengan angka 1= sukses, 0=gagal. Misalkan suatu variabel acak biner y mengikuti
sebaran peluang Bernoulli, yaitu:
di mana y
memiliki nilai 1 dan nilai 0 dengan peluang masing-masing
atau 1-
di mana
adalah vektor
dengan p variabel-variabel penjelas. Berdasarkan pada variabel hasil biner,
digunakan sebaran logistik. Bentuk spesifik dari model regresi logistik dengan
parameter yang tidak diketahui
adalah:
Dengan merubah
notasi di atas dengan menganggap
=1, dihasilkan:
Di mana
dan
.
atau
dengan melakukan
transformasi logit diperoleh
atau
dengan
, g(x) merupakan penduga
logit yang berperan sebagai fungsi linear dari variabel penjelas.
Asumsi Regresi Logistik
Regresi logistik terkenal dibidangnya karena memudahkan peneliti
mengatasi banyak asumsi yang membatasi penggunaan regresi OLS (Ordinary
least Square):
1. Regresi Logistik tidak
mengasumsikan hubungan linear antar variabel respon dan variabel penjelasnya.
2. Variabel penjelas
tidak harus berdistribusi normal (tetapi mengasumsikan distribusinya masih
dalam keluarga distribusi eksponensial seperti normal, poisson, binomial,
gamma). Solusi akan lebih stabil jika variabel penjelas berdistribusi multivariate
normal.
3. Variabel respon tidak
harus homoskedastis untuk setiap level variabel penjelas, bahwa tidak ada
asumsi ragam homogen. Ragam tidak harus sama pada masing-masing kategorinya.
4. Tidak mengasumsikan bahwa galat harus
terdistribusi normal.
5. Regresi logistik tidak
mengharuskan variabel penjelas memiliki skala pengukuran interval.
Di samping hal di atas, asumsi lain masih menerapkan:
1. Data tidak memiliki
pencilan. Dalam regresi logistik, pencilan dapat mempengaruhi hasil dugaan
parameter secara signifikan. Peneliti harus menganalisis standardized
residuals dari pencilan tersebut dan membandingkannya kembali dengan model
yang pencilannya sudah dikeluarkan atau memodelkannya secara terpisah.
2. Sebaiknya tidak boleh
ada multikolinearitas antar variabel penjelasnya. Jika ada korelasi yang tinggi
antar variabel penjelas, maka galat baku dari koefisien logit akan meningkat.
Multikolinearitas tidak mengubah besarnya hasil dugaan parameter, hanya dapat
mengubah reliabilitasnya (Garson 2010).
Pendugaan
Parameter
Metode
umum dalam pendugaan parameter regresi logistik jika mengarah pada penduga
fungsi kuadrat terkecil di bawah model regresi linier dinamakan metode maximum
likelihood (Hosmer & Lameshow, 1989). Dengan asumsi antara pengamatan satu
dengan lainnya adalah saling bebas, maka fungsi kemungkinan maksimumnya adalah
:
Pendugaan
parameter bi dilakukan dengan
memaksimumkan persamaan diatas. Dengan menggunakan pendekatan logaritma untuk
memudahkan perhitungan, hasil pemaksimuman logaritma fungsi likehood adalah:
Ganti
dengan
dan
dengan
sehingga fungsi log
kemungkinan menjadi
Uji Taraf Nyata Parameter
Untuk
menguji peranan seluruh variabel penjelas dalam model digunakan uji statistik
sebagai berikut:
- Uji Wald (W)
- Uji G
Statistik Uji
Wald digunakan untuk menguji parameter bi (Hosmer
dan Lemeshow, 1989).
Formulasi Uji
Wald mengacu pada hipotesis:
H0 : bi = 0
lawan H1 : bi ¹ 0 (i = 0,1, 2, …, p)
Statistik W
mengikuti sebaran normal baku. Kriteria keputusan adalah H0 ditolak
jika
.
Untuk
menguji peranan variabel penjelas di dalam model secara bersama-sama digunakan
uji rasio kemungkinan yaitu Uji G (Hosmer dan Lemeshow, 1989). Formulasi uji G
berdasarkan hipotesis
H0 :
lawan H1 :
paling sedikit ada satu bi ¹ 0 (i = 1, 2, …, p) adalah:
Statistik G akan mengikuti sebaran
dengan derajat bebas p. Kriteria Keputusan yang
diambil yaitu menolak H0 jika Ghitung >
(Hosmer dan Lemeshow,
1989).
Uji Kelayakan Model (Goodness of Fit)
Goodness
of fit
adalah suatu alat statistik yang digunakan untuk memeriksa kebaikansuai respon
dari model yang dipostulatkan dibandingkan dengan data yang diamati. Metode
yang sering digunakan untuk goodness of fit data kategori adalah
Pearson, Deviance dan Hosmer-Lemeshow. Uji hipotesis H0 : Model yang
dipostulatkan layak, lawan H1
: Model yang dipostulatkan tidak layak.
Metode Pearson
Statistik uji
didefinisikan oleh
Kriteria
keputusan adalah Ho ditolak jika
dengan db = n -
p, n menyatakan banyaknya grup dalam variabel penjelas, p
menyatakan banyaknya parameter (Agresti, 1996).
Metode Deviance
Deviance
didasarkan pada kriteria rasio likelihood untuk membandingkan model current
(model tanpa variabel penjelas) dengan model penuh (model dengan variabel
penjelas).
Statistik uji
Deviance didefinisikan oleh
dengan
,
, i = 1, 2, …, n.
Statistik D akan mengikuti sebaran
dengan derajat bebas n-p. Kriteria Keputusan
yang diambil yaitu menolak H0 jika Dhitung >
(Ryan, 1997).
Metode
Hosmer-Lemeshow
Uji
Hosmer-Lemeshow didasarkan pengelompokkan pada nilai dugaan peluangnya yang
menyebar
. Pengelompokkannya dengan melakukan collapsing
berdasarkan persentil dari n nilai dugaan peluang yang diurutkan dari
terkecil hingga terbesar. Bila jumlah kelompok yang digunakan 10 (g =
10), sehingga kelompok pertama mengandung n1 = n/10
subyek dengan nilai dugaan peluang terkecil sedangkan kelompok yang terakhir
yaitu n10 = n/10 subyek dengan nilai dugaan peluang
terbesar. Nilai harapan dugaan untuk Y = 1 diperoleh dengan menjumlahkan
nilai dugaan peluang seluruh subyek dalam satu grup. Nilai harapan dugaan untuk
Y = 0 diperoleh dengan menjumlahkan 1 dikurangi nilai dugaan peluang
seluruh subyek dalam grup.
Statistik uji
Hosmer-Lemeshow didefinisikan oleh
dengan g
menyatakan banyaknya grup,
menyatakan banyaknya
observasi dalam grup ke-k,
menyatakan jumlah
nilai Y pada grup ke-k, dan
menyatakan rata-rata
dari
untuk grup ke-k.
Statistik
akan mengikuti sebaran
dengan derajat bebas g - 2. Kriteria Keputusan yang
diambil yaitu menolak H0 jika
>
(Hosmer dan Lemeshow,
1989).
Faktor-Faktor yang Mempengaruhi Loyalitas Merek
Berikut
adalah Faktor – faktor yang mempengaruhi loyalitas merek, nama merek, kualitas
produk, harga, gaya, layanan , dan promosi.
a.
Nama
merek (Brand Name)
Nama
merek adalah penciptaan gambar atau pengembangan identitas merek, mahal, dan
memakan waktu proses. Pengembangan nama merek adalah bagian yang sangat
penting. Nama merek adalah dasar dari citra sebuah merek. Nama merek penting
bagi perusahaan untuk menarik pelanggan untuk membeli produk dan mempengaruhi
perilaku pembelian yang berulang. Konsumen cenderung untuk melihat produk –
produk secara keseluruhan , yang menghubungkan dengan nama merek semua atribut
dan kepuasan dialami oleh pembelian dan menggunakan produk.
b.
Kualitas
Produk (Product Quality)
Kualitas produk meliputi fitur dan
karakteristik produk atau jasa yang mengandalkan pada kemampuannya untuk
memuaskan kebutuhan yang dinyatakan atau tersirat. Dengan kata lain produk
kualitas didefinisikan sebagai “kebugaran untuk
penggunaan” atau “kesesuaian dengan kebutuhan” Konsumen dapat
mengulang pembelian merek tunggal atau switch karena kualitas yang nyata dari produk yang
di jual.
c.
Harga (Price)
Harga adalah salah satu unsur dalam bauran pemasaran
(Marketing Mix) yang mempunyai peranan penting bahkan sangat menentukan
keberhasilan suatu kegiatan pemasaran. Tanpa penetapan harga, seorang pemasar
mungkin tidak dapat menawarkan produknya kepada calon pelanggan. Dengan adanya
harga, seorang pemasar dapat mernproyeksikan beberapa tingkat penjualan yang
akan dicapai dan beberapa profit yang akan diperoleh. Konsumen
dengan loyalitas merek yang tinggi adalah bersedia membayar harga premium untuk
merek favorit mereka. Jadi niat pembelian mereka tidak mudah terpengaruh oleh
harga.
d.
Gaya (Style)
Gaya adalah tampilan visual yang mencakup garis siluet dan
detail yang mempengaruhi presepsi konsumen terhadap merek. (Frings, 2005).
Daftar atribut yang melekat para produk yang dihasilkan dan salah satu kategori
konseptual adalah gaya.
e.
Promosi (Promotion)
Promosi adalah komponen
bauran pemasaran yang merupakan
jenis komunikasi dengan konsumen. Promosi meliputi penggunaan periklanan,
promosi penjualan, dan publisitas. Periklanan adalah presentasi non – pribadi
informasi dalam media massa tentang merek -
merek produk perusahaan.
f.
Kualitas Layanan (Quality of Services)
Definisi umum dari kualitas layanan adalah
bahwa layanan harus sesuai
dengan pelanggan. Harapan dan memenuhi kebutuhan mereka dan persyaratan (Gronroos,
1990). Kualitas layanan adalah jenis
personal
selling dan melibatkan interaksi langsung antara penjual dan pembeli potensial.
BAHAN DAN METODE
Bahan
Penelitian
Bahan yang digunakan pada
penelitian ini merupakan data hasil survey kepada pengunjung yang makan di
restoran ayam cepat saji Kentucky Fried Chicken (KFC), California Fried Chicken
(CFC) dan Mc Donald di wilayah DKI Jakarta mulai dari Jakarta Timur, Jakarta
Barat, Jakarta Utara, Jakarta Pusat dan Jakarta Selatan. Pengunjung (pelanggan
) yang menjadi responden terdiri adalah mereka yang telah pernah makan minimal
2 kali pada restoran yang dikunjungi dengan jumlah kuesioner yang disebarkan
adalah 600 kuesioner.
Variabel respon pada penelitian ini adalah
variabel Loyalitas Merek (Y). Mengacu pada nilai rata-rata hitung (mean) total
skor variabel Loyalitas Merek (Y), maka pengunjung dengan kategori memiliki
Loyalitas (Y=1) adalah dengan kriteria
, sedangkan pengunjung dengan yang tidak
memiliki Loyalitas (Y=0) dengan kriteria
.
Metode
Tahapan yang dilakukan dalam penelitian ini terdiri dari:
1.
Membuat kuesinor (angket) berdasarkan faktor-faktor
yang mempengaruhi Loyalitas Merek, seperti Kualitas Produk, Gaya, nama Merek,
Kualitas Pelayanan, Promosi, Harga, Lingkungan Kerja, Jenis Kelamin, Kelompok
Usia, Wilayah, Jenis Restoran.
2.
Melakukan Uji Coba Kuesioner untuk memastikan bahwa
instrumen yang digunakan Valid (mengukur apa yang seharusnya diukur) dan
Reliabel (Handal). Uji Validitas
instrumen dilakukan dengan uji korelasi Pearson Product Moment.
Reliabilitas instrumen diukur dengan uji Alpha Cronbach.
3.
Menyebarkan angket di 3 jenis restoran ayam goreng
cepat saji yaitu: KFC, CFC dan Mc Donald di wilayah DKI Jakarta.
4.
Mentabulasi data dari hasil penyebaran angket.
5.
Analisis deskripsi data mengacu pada indikator faktor-faktor
yang mempengaruhi loyalitas merek berdasarkan jenis kelamin, kelompok usia,
wilayah dan jenis restoran
6.
Menerapkan Regresi Logistik untuk menduga parameter faktor-faktor
yang mempengaruhi loyalitas merek pengujung restoran berdasarkan
variabel-variabel penjelas yang ditetapkan.
7.
Menguji peranan seluruh variabel
penjelas dalam model digunakan uji statistik sebagai berikut:
a.
Uji Wald: Statistik Uji Wald digunakan
untuk menguji parameter bi (Hosmer dan Lemeshow,
1989). Formulasi Uji Wald mengacu pada
hipotesis:
H0 : bi = 0
lawan H1 : bi ¹ 0 (i = 0,1, 2, …, p)
Kriteria
keputusan adalah H0 ditolak jika
.
b.
Uji G: Untuk menguji peranan variabel penjelas di dalam model secara
bersama-sama digunakan uji rasio kemungkinan. Formulasi uji G berdasarkan hipotesis
H0 :
H1 : paling sedikit
ada satu bi ¹ 0 (i = 1, 2, …, p) adalah:
Statistik G akan
mengikuti sebaran
dengan derajat bebas p. Kriteria Keputusan yang
diambil yaitu menolak H0 jika Ghitung >
.
8.
Menentukan model regresi logistik berdasarkan
faktor-faktor yang paling menentukan untuk penentuan loyalitas merek, yaitu:
9.
Menginterpretasikan Koefisien Regresi Logistik: Untuk menginterpretasikan koefisien regresi logistik
digunakan Rasio Odd. Rasio odd adalah suatu alat untuk mengukur seberapa besar
kecenderungan variabel penjelas terhadap variabel respon. Interpretasi dari nilai rasio odds (
) bagi variabel
penjelas x yang skalanya nominal memiliki kecenderungan untuk y=1 pada x=1
adalah
kali dibandingkan x=0. Untuk variabel penjelas
berskala kontinu, maka jika
, berarti semakin
besar pula kecenderungan untuk Y=1. Jika suatu variabel penjelas mempunyai tanda
koefisien positif, maka nilai rasio oddsnya akan lebih besar dari satu,
sebaliknya jika tanda koefisiennya negatif maka nilai rasio oddsnya akan lebih
kecil dari satu.
HASIL
PENELITIAN DAN PEMBAHASAN
Profil Responden
Jumlah seluruh
konsumen yang menjadi responden pada penelitian ini ada 517 orang, dengan
rincian 275 orang merupakan konsumen restoran cepat saji Kentucky Fred Chicken
(KFC), 113 orang konsumen restoran cepat saji California Fried Chicken (CFC)
dan 129 orang konsumen restoran cepat saji Mc. Donald. Jumlah konsumen yang
menjadi responden berdasarkan jenis kelamin disajikan pada Tabel 1.
Tabel 1. : Responden berdasarkan jenis kelamin
Jenis Kelamin
|
Jenisrestoran
|
Total
|
||
KFC
|
CFC
|
Mc. Donald
|
|
|
Pria
|
153
|
65
|
74
|
292
|
55.6%
|
57.5%
|
57.4%
|
56.5%
|
|
Wanita
|
122
|
48
|
55
|
225
|
44.4%
|
42.5%
|
42.6%
|
43.5%
|
|
Total
|
275
|
113
|
129
|
517
|
100.0%
|
100.0%
|
100.0%
|
100.0%
|
Sumber:
Angket
Konsumen
yang menjadi responden dari KFC terdiri dari 153 orang (55.6%)pria dan 122 orang (44.4%)
wanita, pada CFC terdiri dari 65 (57.5%) orang pria dan 48 orang wanita
(42.5%).
Tabel 2. : Responden berdasarkan Jumlah
Kunjungan
Jumlah Kunjungan
|
Jenisrestoran
|
Total
|
||
KFC
|
CFC
|
Mc. Donald
|
|
|
2 kali
|
75
|
32
|
38
|
145
|
27.3%
|
28.3%
|
29.5%
|
28.0%
|
|
> 2kali
|
200
|
81
|
91
|
372
|
72.7%
|
71.7%
|
70.5%
|
72.0%
|
|
Total
|
275
|
113
|
129
|
517
|
|
100.0%
|
100.0%
|
100.0%
|
100.0%
|
Sumber:
angket
Pengunjung
yang menjadi responden pada penelitian ini minimal melakukan 2 kali kunjungan
ke restoran yang sama. Dari 275 responden KFC, ditemukan ada 75 orang.
Model Regresi Logistik Faktor-faktor Penentu Loyalitas Konsumen 3
Restoran makanan Cepat Saji (KFC, CFC dan Mc.Donald)
Untuk
meningkatkan prediksi dari model, maka tahapan pada model diambil sebanyak 1
kali, hal ini disebabkan pemasukan
variabel serentak dan bersamaan waktunya dengan menyedeiakan hanya satu model
untuk dibandingkan dengan model konstanta.
Tabel 3. Nilai Chi Square goodness of fit
Step 1
|
Df
|
KFC
|
CFC
|
Mc. Donald
|
|||
Chi-square
|
Sig.
|
Chi-square
|
Sig.
|
Chi-square
|
Sig.
|
||
Step
|
14
|
171.416
|
.000
|
86.720
|
.000
|
79.963
|
.000
|
Block
|
14
|
171.416
|
.000
|
86.720
|
.000
|
79.963
|
.000
|
Model
|
14
|
171.416
|
.000
|
86.720
|
.000
|
79.963
|
.000
|
Sumber:
Angket
Jika 14 variabel
bebas, dimasukkan serentak ke dalam model,
Tabel 3 memberikan informasi nilai chi-square
goodness-of-fit test untuk KFC sebesar sebesar 171.416, dengan derajat
kebebasan =14, dan signifikansi=0,000 lebih kecil dari taraf nyata
, hal yang sama terjadi pada CFC dengan
nilai Chi-square sebesar 86.720, dan signifikansi=0.000 dan Mc. Donald dengan
nilai Chi-square sebesar 79.963 dan signifikansi =0.000. Dengan demikian hasil
uji chi-square goodness of fit sangat signifikan pada taraf nyata tersebut pada
ketiga model tersebut, hal ini memberikan arti bahwa jika dilakukan penambahan
variabel bebas dengan demikian hasil uji ini sangat signifikan pada
masing-masing restoran.
Tabel 4 Ringkasan nilai log likelihood,Cox & Snell
dan Negelkerke
Step
|
KFC
|
CFC
|
Mc. Donald
|
||||||
-2 Log likelihood
|
Cox & Snell R Square
|
Nagelkerke R Square
|
-2 Log likelihood
|
Cox & Snell R Square
|
Nagelkerke R Square
|
-2 Log likelihood
|
Cox & Snell R Square
|
Nagelkerke R Square
|
|
1
|
207.539a
|
0.464
|
0.62
|
69.214a
|
0.536
|
0.716
|
97.121a
|
0.462
|
0.619
|
a. Estimation
terminated at iteration number 6 because parameter estimates changed by less
than .001.
|
Nilai Cox dan Snell’s
R-square pada Tabel 4 memberikan beberapa pendekatan yang mencoba untuk
mengimitasi korelasi kuadrat berganda
berdasarkan pada kemungkinan (likelihood), nilai maksimumnya biasanya
kurang dari 1. Nilai Cox dan Snell’s R-square 0.464 pada KFC mengindikasikan
bahwa 46.4% variasi dari variabel respon (loyalitas konsumen) dapat dijelaskan
oleh model regresi logistik pada KFC. Nagelkerke
secara normal lebih tinggi dari pengukuran Cox
dan Snell’s dan melaporkan pendugaan koefisien korelasi. Nilai Nagelkerke
=0.620 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Nilai Cox
dan Snell’s R-square 0.536 pada CFC mengindikasikan bahwa 53.6% variasi dari
variabel respon (loyalitas konsumen) dapat dijelaskan oleh model regresi
logistik pada CFC. Nilai Nagelkerke
=0.716 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Nilai Cox
dan Snell’s R-square 0.462 pada Mc.Donald mengindikasikan bahwa 46.2% variasi
dari variabel respon (loyalitas konsumen) dapat dijelaskan oleh model regresi
logistik pada Mc. Donald. Nilai Nagelkerke
=0.619 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Uji
Hosmer dan Lameshow dibagi atas 10
urutan kelompok dari subjek dan jumlah aktual pada tiap grup (pengamatan) ke
jumlah yang akan diprediksi oleh model regregsi logistik. Ke 10 grup yang
diurutkan dibentuk berdasarkan dugaan peluangnya.Setiap kategori dibagi atas
dua grup berdasaran data yang diamati secara
aktual pada variabel hasil (Loyalitas).
Frekuensi harapan dari hasil untuk setiap sel diperoleh dari model. Nilai
peluang dihitung dari sebaran Chi-Square dengan derajat kebebasan 8 untuk
menguji kecocokan model. Jika nilai goodness-of-fit
uji statistik Hosmer and Lameshow >0.05 berarti model sangat cocok, dengan
demikian ada kegagalan untuk menolak Ho yang berarti tidak ada perbedaan antara
pengamatan dengan nilai-nilai model yang diprediksi, implikasinya adalah bahwa
model yang diduga oleh data pada tingkatan tersebut dapat diterima (fit).
Berarti kecocokan model yang baik menunjukkan ketidak signifikanan dari Uji
kebaikansuai Hosmer-Lomeshow. Hasil yang penting sekali dari ketidaksignifikan
menandakan bahwa prediksi tidak cukup nyata berbeda dari yang diamati.
Tabel 5 Uji Hosmer dan Lameshow
Step
|
Df
|
Chi-square
|
Sig.
|
Chi-square
|
Sig.
|
Chi-square
|
Sig.
|
KFC
|
CFC
|
McDonald
|
|||||
1
|
8
|
6.058
|
.641
|
11.958
|
.153
|
9.460
|
.305
|
Uji Statistik Hosmer
–Lameshow mengasumsikan kecukupan sampling, dengan aturan kecukupan kasus 95%
dari sel. Nilai signifikan statistik Hosmer-Lameshow 0.641 pada KFC, 0.153 pada
CFC dan 0.305 pada Mc. Donald memberikan
arti bahwa model tidak signifikan secara statistik dan ini menunjukkan bahwa
ketiga model tersebut cukup fit.
Dari Tabel 6 ditemukan bahwa ada 79.2% secara benar responden pada
KFC diklasifikasikan pada kelompok Tidak Loyal dan 88.0% diklasifikasikan pada
kelompok Loyal. Keseluruhannya ada 84.0% yang diklasifikasikan secara benar.
Ini menunjukan adanya perkembangan dari 33.9%
klasifikasi yang benar dari model konstan.
Pada CFC ditemukan bahwa ada 84.6% secara benar responden pada CFC
diklasifikasikan pada kelompok Tidak Loyal dan 90.20% diklasifikasikan pada
kelompok Loyal. Keseluruhannya ada 87.6.0% yang diklasifikasikan secara benar.
Ini menunjukan adanya perkembangan dari 33.6%
klasifikasi yang benar dari model konstan. Sedangkan pada Mc.Donald
ditemukan bahwa ada 83.3% secara benar responden pada Mc.Donald
diklasifikasikan pada kelompok Tidak Loyal dan 80.7% diklasifikasikan pada
kelompok Loyal. Keseluruhannya ada 82.2.0% yang diklasifikasikan secara benar.
Ini menunjukan adanya perkembangan dari 26.4%
klasifikasi yang benar dari model konstan.
Dengan demikian ditemukan bahwa proporsi loyalitas konsumen pada
KFC dan CFC lebih besar dibandingkan yang tidak loyal, sedangkan pada Mc.Donald
proporsi konsumen yang tidak loyal lebih besar dibandingkan yang loyal.
Variabel-variabel
yang masuk ke dalam persamaan disajikan pada Tabel 7, memiliki beberapa elemen
penting. Statistik Wald dan peluang yang dihubungkan menyediakan indeks
signifikansi dari setiap persamaan. Statistik Wald memiliki sebaran/distribusi
chi square. Dengan menggunakan taraf
nyata
jalan sederhana untuk
menilai Wald adalah dengan mengambil nilai signifikansi dan jika < dari
0.05, menolak hipotesis nol sebagai variabel yang memberi konstribusi nyata.
Tabel 6 Tabel Klasifikasi Loyalitas Pelanggan
Step 1
|
Prediksi KFC
|
Prediksi CFC
|
Prediksi Mc.Donald
|
|||||||
Pengamatan
|
Y
|
Persen yang Tepat
|
Y
|
Persen yang Tepat
|
Y
|
Persen yang Tepat
|
||||
TL
|
L
|
TL
|
L
|
TL
|
L
|
|||||
Y
|
TL
|
99
|
26
|
79.2
|
44
|
8
|
84.6
|
60
|
12
|
83.3
|
L
|
18
|
132
|
88
|
6
|
55
|
90.2
|
11
|
46
|
80.7
|
|
Persen semuanya
|
|
|
84
|
|
|
87.6
|
|
|
82.2
|
|
a. The cut value is
.500
|
Pada KFC,
ditemukan variabel harga memiliki nilai signifikan <0.05. Variabel
penjelas lainnya, yaitu jenis kelamin, status perkawinan, usia, pekerjaan,
pengeluaran per bulan, jumlah kunjungan, tempat tinggal, kualitas produk, gaya,
merek, kualitas pelayanan, promosi, dan lingkungantidak memberikan konstribusi
yang nyata karena nilai signifikannya >0.05.
Pada CFC,
ditemukan variable jenis kelamin, jumlah kunjungan, kualitas produk dan
lingkungan memiliki nilai signifikan <0.05. Variabel penjelas lainnya, yaitu
status perkawinan, usia, pekerjaan, pengeluaran per bulan, tempat tinggal,
kualitas produk, gaya, merek, kualitas pelayanan, promosi, dan harga tidak
memberikan konstribusi yang nyata karena nilai signifikannya >0.05. Pada Mc.
Donald, ditemukan variabel harga dan
kualitas pelayanan memiliki nilai signifikan <0.05. Variabel penjelas
lainnya, yaitu jenis kelamin, status perkawinan, usia, pekerjaan, pengeluaran
per bulan, jumlah kunjungan, tempat tinggal, kualitas produk, gaya, merek, promosi, dan lingkungan tidak memberikan
konstribusi yang nyata karena nilai signifikannya >0.05.
Kolom
Exp(B) menyajikan secara luas yang
memunculkan kesesuaian ukuran oleh satu unit yang mempengaruhi nilai rasio odd.
Interpretasi dai exp(B) merupakan istilah (terminologi) perubahan dalam odd.
Jika nilai melebihi 1 dari suatu hasil peningkatan yang terjadi, jika kurang
dari 1 suatu peningkatan pada prediktor memberi petunjuk suatu penurunan dari
nilai odd dari hasil yang terjadi. Jika variabel harga pada KFC bertambah satu satuan, maka nilai rasio
odd akan meningkat sebesar 4.863 kali,
dengan demikian kecenderungan konsumen Loyal kemungkinannya 4.863 kali dibandingkan dengan tidak loyal pada
KFC.
Pada
restoran CFC ditemukan bahwa jika variabel jumlah kunjungan bertambah bertambah
satu satuan, maka nilai odd ratio akan meningkat sebesar 4.688 kali, dengan
demikian kecenderungan konsumen loyal adalah 4.688 kali tidak loyal. Jika
variabel kualitas produk naik satu satuan, maka nilai odd ratio kualitas produk
naik 4.593 kali, untuk variabel lingkungan, jika terjadi variabel lingkungan
naik satu satuan, maka nilai odd ratio akan meningkat sebanyak 12.990 kali, dan
jika jenis kelamin bertambah satu satuan, maka nilai odd ratio meningkat
sebanyak 0.246 kali.
Pada restoran Mc. Donald Jika
variabel harga bertambah satu satuan, maka nilai rasio odd akan meningkat
sebesar 4.896 kali, dengan demikian
kecenderungan konsumen Loyal kemungkinannya 4.896 kali dibandingkan dengan tidak loyal pada Mc.
Donald, pada variabel kualitas pelayanan ditemukan bahwa jika terjadi kenaikan
kualitas pelayanan sebanyak satu satuan, maka nilai odd ratio akan meningkat
sebesar 4.197 kali.
Model Regresi
Logistik Faktor-faktor Penentu Loyalitas Konsumen
Jika data seluruh responden digabung secara keseluruh, maka
dari 14 variabel bebas yang menjadi
faktor-faktor penentu loyalitas konsumen dimasukan ke dalam model, maka dari
Tabel 8 diperoleh informasi nilai chi-square
goodness-of-fit test sebesar 296.904, dengan derajat kebebasan =14, dan p-value=0,000
lebih kecil dari taraf nyata
. Hasil uji ini memberi gambaran bahwa
nilai uji chi-square goodness of fit sangat signifikan pada taraf nyata
tersebut.
Tabel 8 Omnibus test dari Koefisien Model
|
Chi-square
|
df
|
Sig.
|
|
Step 1
|
Step
|
296.904
|
14
|
.000
|
Block
|
296.904
|
14
|
.000
|
|
Model
|
296.904
|
14
|
.000
|
Dari Tabel Omnibus Test dari
Koefisien model, dengan tahapan sebanyak 1 kali memasukkan variabel
bebas serentak ke model, ditemukan bahwa nilai step, blok dan model signifikan
jika bersama-sama dimasukan ke dalam model.
Tabel 9 Ringkasan nilai log likelihood,Cox & Snell
dan Negelkerke
Step
|
-2 Log likelihood
|
Cox & Snell R Square
|
Nagelkerke R Square
|
1
|
419.111a
|
.437
|
.583
|
a. Estimation terminated
at iteration number 6 because parameter estimates changed by less than .001.
|
Dengan menggunakan
pendekatan Cox dan Snell’s R-square pada Tabel 9 untuk mengimitasi korelasi
kuadrat berganda
berdasarkan pada kemungkinan (likelihood), diperoleh nilai Cox dan
Snell’s R-square 0.437 mengindikasikan bahwa 43.7% variasi dari variabel respon
(kategori loyalitas konsumen) dapat dijelaskan oleh model regresi logistik.
Nagelkerke
secara normal lebih tinggi dari pengukuran Cox
dan Snell’s dan melaporkan pendugaan koefisien korelasi. Nilai Nagelkerke
=0.583 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas dengan variabel respon berada pada kategori sedang.
Uji
Hosmer dan Lameshow dibagi atas 10
urutan kelompok dari subjek dan jumlah aktual pada tiap grup (pengamatan) ke
jumlah yang akan diprediksi oleh model regregsi logistik. Ke 10 grup yang
diurutkan dibentuk berdasarkan dugaan peluangnya.Setiap kategori dibagi atas
dua grup berdasaran data yang diamati
yaitu konsumen yang Tidak Loyal dan konsumen yang Loyal. Frekuensi harapan dari
hasil untuk setiap sel diperoleh dari model. Nilai peluang dihitung dari
sebaran Chi-Square dengan derajat kebebasan 8 untuk menguji kecocokan model.
Jika nilai goodness-of-fit uji
statistik Hosmer and Lameshow >0.05 berarti model sangat cocok, dengan
demikian ada kegagalan untuk menolak Ho yang berarti tidak ada perbedaan antara
pengamatan dengan nilai-nilai model yang diprediksi, implikasinya adalah bahwa
model yang diduga oleh data pada tingkatan tersebut dapat diterima (fit).
Tabel 10 Uji Hosmer dan Lameshow
Step
|
Chi-square
|
df
|
Sig.
|
1
|
3.221
|
8
|
.920
|
Dari
Tabel 10 ditemukan hasil uji Statistik
Hosmer –Lameshow mengasumsikan kecukupan sampling, dengan aturan kecukpan kasus
95% dari sel. Nilai signifikan statistik Hosmer-Lameshow 0.927 memberikan arti
bahwa model tidak signifikan secara statistik dan ini menunjukkan bahwa model
tersebut cukup fit.
Proporsi konsumen restoran makan cepat saji yang tidak loyal
diprediksikan 77.9%, sedangkan yang loyal 85.4%, dengan rata-rata 81.8%. Hal
ini memberi gambaran bahwa proporsi yang loyal lebih besar dari tidak loyal. Variabel-variabel yang masuk ke dalam persamaan
disajikan pada Tabel 11, memiliki beberapa elemen penting. Statistik Wald dan
peluang yang dihubungkan menyediakan indeks signifikansi dari setiap persamaan.
Statistik Wald memiliki sebaran/distribusi chi square. Dengan menggunakan taraf
nyata
jalan sederhana untuk
menilai Wald adalah dengan mengambil nilai signifikansi dan jika < dari
0.05, menolak hipotesis nol sebagai variabel yang memberi konstribusi nyata. Pada kasus ini, kualitas produk, kualitas pelayanan,
harga dan lingkungan memberikan kontribusi yang signifikan untuk memprediksi konsumen
yang tidak loyal dan loyal. Variabel penjelas lainnya, yaitu jenis kelamin,
status perkawinan, usia, pekerjaan, pengeluaran per bulan, jumlah kunjungan,
tempat tinggal, gaya, merek dan promosi
tidak memberikan konstribusi yang nyata karena nilai signifikannya
>0.05.
Tabel 11 Tabel Klasifikasi Loyal dan Tidak Loyal
Observed
|
Predicted
|
||||
Y
|
Percentage Correct
|
||||
TL
|
L
|
||||
Step 1
|
Y
|
TL
|
194
|
55
|
77.9
|
L
|
39
|
229
|
85.4
|
||
Overall Percentage
|
|
|
81.8
|
||
a. The cut value is .500
|
Kolom Exp(B) menyajikan secara luas yang memunculkan
kesesuaian ukuran oleh satu unit
yang mempengaruhi nilai rasio odd. Interpretasi dai exp(B) dalam istilah
(terminologi) perubahan dalam odd. Jika nilai melebihi 1 dari suatu hasil
peningkatan yang terjadi, jika kurang dari 1 suatu peningkatan
pada prediktor memberi petunjuk suatu penurunan dari nilai odd dari hasil yang
terjadi.
Tabel 12 Variabel-variabel penjelas yang dimasukan
pada model regresi logistik
Variabel
|
B
|
S.E.
|
Wald
|
df
|
Sig.
|
Exp(B)
|
95% C.I.for EXP(B)
|
|
Lower
|
Upper
|
|||||||
Jenis Kelamin
|
-0.18
|
0.255
|
0.496
|
1
|
0.481
|
0.836
|
0.507
|
1.377
|
Status Perkawinan
|
-0.236
|
0.258
|
0.837
|
1
|
0.36
|
0.789
|
0.476
|
1.31
|
Usia
|
-0.015
|
0.159
|
0.009
|
1
|
0.925
|
0.985
|
0.721
|
1.346
|
Pekerjaan
|
-0.008
|
0.166
|
0.002
|
1
|
0.962
|
0.992
|
0.717
|
1.373
|
Pengeluaran per bulan
|
-0.086
|
0.137
|
0.396
|
1
|
0.529
|
0.917
|
0.702
|
1.2
|
Jumlah Kunjungan
|
0.201
|
0.277
|
0.524
|
1
|
0.469
|
1.222
|
0.71
|
2.103
|
Tempat Tinggal
|
-0.055
|
0.08
|
0.47
|
1
|
0.493
|
0.946
|
0.809
|
1.108
|
Kualitas Produk
|
0.508
|
0.234
|
4.729
|
1
|
0.03
|
1.662
|
1.051
|
2.629
|
Gaya
|
0.215
|
0.282
|
0.581
|
1
|
0.446
|
1.24
|
0.713
|
2.155
|
Merek
|
0.369
|
0.294
|
1.576
|
1
|
0.209
|
1.446
|
0.813
|
2.571
|
Kualitas Pelayanan
|
0.592
|
0.255
|
5.386
|
1
|
0.02
|
1.807
|
1.096
|
2.98
|
Promosi
|
-0.097
|
0.26
|
0.138
|
1
|
0.71
|
0.908
|
0.545
|
1.512
|
Harga
|
1.431
|
0.302
|
22.412
|
1
|
0
|
4.183
|
2.313
|
7.565
|
Lingkungan
|
0.482
|
0.215
|
5.04
|
1
|
0.025
|
1.62
|
1.063
|
2.467
|
Konstanta
|
-10.36
|
1.245
|
69.324
|
1
|
0
|
0
|
|
|
a. Variable(s) entered
on step 1: jenis kelamin, STATUS1, usia, pekerjaan, pengeluaran per bulan,
Jumlah kunjungan, Tempat tinggal, kualitas produk, gaya, merek, kualitas
pelayanan, promosi, harga, lingkungan.
|
Jika variabel kualitas produk bertambah satu satuan, maka nilai rasio odd akan meningkat sebesar
2.629 dengan demikian kecenderungan konsumen loyal akan meningkat 2.629 kali,
jika kualitas pelayanan naik satu satuan, maka kemungkinan konsumen loyal akan
meningkat 2.980 kali, pada variabel harga, nilai odd ratio akan meningkat 7.565
kali dan pada lingkungan nilainya akan meningkat 2.467 kali.
Nilai
B pada koefisien logistik dapat digunakan untuk membentuk persamaan prediksi.
Berdasarkan Tabel 12, persamaan regresi logistik faktor-faktor penentu
penderita DBD adalah:
SIMPULAN DAN SARAN
1.
Simpulan
Nilai Cox
dan Snell’s R-square 0.464 pada KFC mengindikasikan bahwa 46.4% variasi dari
variabel respon (loyalitas konsumen) dapat dijelaskan oleh model regresi
logistik pada KFC. Nilai Nagelkerke
=0.620 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Nilai Cox
dan Snell’s R-square 0.536 pada CFC mengindikasikan bahwa 53.6% variasi dari
variabel respon (loyalitas konsumen) dapat dijelaskan oleh model regresi
logistik pada CFC. Nilai Nagelkerke
=0.716 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Nilai Cox
dan Snell’s R-square 0.462 pada Mc.Donald mengindikasikan bahwa 46.2% variasi
dari variabel respon (loyalitas konsumen) dapat dijelaskan oleh model regresi
logistik pada Mc. Donald. Nilai Nagelkerke
=0.619 mengindikasikan bahwa kekuatan hubungan
antara variabel penjelas (bebas) dengan variabel respon berada pada kategori
kuat.
Secara parsial faktor penentu loyalitas konsumen pada KFC adalah
harga, pada CFC adalah jenis kelamin, jumlah kunjungan, kualitas produk dan
lingkungan restoran, sedangkan pada restoran Mc. Donald adalah kualitas
pelayanan dan harga. Secara
bersama-sama, faktor-faktor penentu loyalitas konsumen pada ketiga restoran
adalah kualitas produk, kualitas pelayanan, harga dan lingkungan restoran.
2.
Saran
Setelah
menyelesaikan penelitian ini penulis memberikan saran supaya diadakan
penelitian lanjutan terkait dengan faktor-faktor penentu loyalitas konsumen
dengan regresi logistic dengan melibatkan lebih banyak restoran cepat saji
lainnya seperti Texas Fried Chicken, A & W dan restoran lainnya.
DAFTAR
PUSTAKA
Agresti, Allan. 1990. Categorical Data Analysis. New York:
John Wiley and Sons.
Agresti, Allan. 1996. An Introduction
to Categorical Data Analysis. New
York: John Wiley and Sons.
Amine, A. 1996. Consumers’ True Brand
Loyalty: The Central Role of Commitment. Journal of Strategic Marketing,
pp. 305-319.
Basu Swasta, et.al.
1993. Pengantar Bisnis
Modern. Yogyakarta: Liberty
Buchari Alma. 2002. Manajemen Pemasaran Dan Pemasaran Jasa. Bandung : Alfabeta
Bloemer, J. M. M. and Kasper, H. D. P. 1995. The Complex Relationship between
Consumer Satisfaction
and Brand Loyalty. Journal of Economic Psychology. 16. pp. 311-329
Chao-Ying
et.al. 2002. An Introduction to
Logistic Regression Analysis and Reporting. Department of Counseling and Educational Psychology, School of
Education, Rose Ave. Indiana University,
Bloomington
David
G. Kleinbaum & Mitchel Klein. 2002 Logistic Regression. A Self Learning Text. Third Edition. Springer-Verlag New
York Berlin Heidelberg.
Fandy Tjiptono & Gregorius Chandra. 2007. Service, Quality & Satisfaction Edisi 2. Yogyakarta: Andi
Gregorius Chandra. 2002. Strategi Program Pemasaran. Yogyakarta:
Andi
Hosmer, D.W. dan S. Lemeshow. 1989. Applied
Logistic Regression. New York: John Wiley and Sons.
Lau, M. M, et.al. 2006. The
Brand Loyalty of Sportswear in Hong Kong. Journal of Textile and Apparel, Technology and Management .pp.
1-13.
Mamunur Rashid. 2008. Inference on Logistic Regression Models (A
Dissertation). Submitted to the Graduate College of Bowling Green State
University in partial fulfillment of the
requirements for the degree of Doctor of
Philosophy.
Mark Stevenson. 2008. An Introduction to Logistic Regression. EpiCentre, IVABS,
Massey University.
McCullagh, P. dan Nelder, J. A. 1989. Generalized Linear Models 2nd
Edition. London: Chapman & Hall.
Philip Khotler, et. al.
2000. Manajemen Pemasaran. Yogyakarta : Andi
Philip Kotler. 2003. Manajemen Pemasaran. Jakarta: Prenhallindo
Ryan, Thomas P. 1997. Modern
Regression Methods. New York: John Wiley and Sons.
Strauss, D. 1992,
The many faces of logistic regression.
The American Statistician, Vol. 46, No. 4, pp. 321-326.
Wong Foong Yee &
Yahya Sidek. 2008. Influence of Brand
Loyalty on Cunsomer Sportwear. International Journal of Economic & Management 2. pp. 221-236.
Tabel 7 Variabel-variabel
penjelas yang dimasukan pada model regresi logistik
Variabel
|
df
|
KFC
|
CFC
|
Mc.Donald
|
||||||||||||
B
|
S.E.
|
Wald
|
Sig.
|
Exp(B)
|
B
|
S.E.
|
Wald
|
Sig.
|
Exp(B)
|
B
|
S.E.
|
Wald
|
Sig.
|
Exp(B)
|
||
Jenis Kelamin
|
1
|
0.328
|
0.385
|
0.728
|
0.394
|
1.388
|
-1.401
|
0.712
|
3.877
|
0.049
|
0.246
|
-0.148
|
0.547
|
0.073
|
0.787
|
0.86
|
Status Perkawinan
|
1
|
-0.57
|
0.383
|
2.243
|
0.134
|
0.563
|
0.438
|
0.676
|
0.42
|
0.517
|
1.55
|
-0.023
|
0.533
|
0.002
|
0.965
|
0.98
|
Usia
|
1
|
0.005
|
0.238
|
0
|
0.983
|
1.005
|
0.509
|
0.432
|
1.392
|
0.238
|
1.664
|
-0.558
|
0.38
|
2.157
|
0.142
|
0.57
|
Pekerjaan
|
1
|
0.163
|
0.252
|
0.418
|
0.518
|
1.177
|
0.746
|
0.482
|
2.395
|
0.122
|
2.109
|
-0.28
|
0.379
|
0.548
|
0.459
|
0.76
|
Pengeluaran per bulan
|
1
|
-0.12
|
0.207
|
0.354
|
0.552
|
0.884
|
-0.675
|
0.375
|
3.243
|
0.072
|
0.509
|
0.593
|
0.337
|
3.092
|
0.079
|
1.81
|
Jumlah Kunjungan
|
1
|
-0.36
|
0.404
|
0.806
|
0.369
|
0.696
|
1.545
|
0.771
|
4.01
|
0.045
|
4.688
|
0.191
|
0.624
|
0.094
|
0.759
|
1.21
|
Tempat Tinggal
|
1
|
-0.08
|
0.12
|
0.41
|
0.522
|
0.926
|
-0.181
|
0.235
|
0.597
|
0.44
|
0.834
|
-0.084
|
0.178
|
0.222
|
0.638
|
0.92
|
Kualitas Produk
|
1
|
0.521
|
0.345
|
2.283
|
0.131
|
1.684
|
1.525
|
0.736
|
4.29
|
0.038
|
4.593
|
0.252
|
0.512
|
0.242
|
0.623
|
1.29
|
Gaya
|
1
|
0.545
|
0.445
|
1.495
|
0.221
|
1.724
|
-1.049
|
1.005
|
1.09
|
0.296
|
0.35
|
0.859
|
0.673
|
1.63
|
0.202
|
2.36
|
Merek
|
1
|
0.705
|
0.423
|
2.774
|
0.096
|
2.023
|
0.097
|
0.856
|
0.013
|
0.91
|
1.102
|
-0.384
|
0.64
|
0.36
|
0.548
|
0.68
|
Kualitas Pelayanan
|
1
|
0.49
|
0.354
|
1.911
|
0.167
|
1.632
|
-0.08
|
0.715
|
0.012
|
0.911
|
0.923
|
1.434
|
0.61
|
5.532
|
0.019
|
4.2
|
Promosi
|
1
|
-0.04
|
0.372
|
0.009
|
0.923
|
0.965
|
-0.397
|
0.729
|
0.296
|
0.587
|
0.673
|
-0.338
|
0.615
|
0.303
|
0.582
|
0.71
|
Harga
|
1
|
1.582
|
0.5
|
9.987
|
0.002
|
4.863
|
1.811
|
0.99
|
3.348
|
0.067
|
6.118
|
1.588
|
0.611
|
6.767
|
0.009
|
4.9
|
Lingkungan
|
1
|
0.216
|
0.349
|
0.383
|
0.536
|
1.241
|
2.564
|
0.773
|
10.99
|
0.001
|
12.99
|
-0.33
|
0.461
|
0.511
|
0.475
|
0.72
|
Konstanta
|
1
|
-11.4
|
1.877
|
36.594
|
0
|
0
|
-15.74
|
3.9
|
16.29
|
0
|
0
|
-9.125
|
2.791
|
10.69
|
0.001
|
0
|
Komentar
Posting Komentar