BAB III METODE PENELITIAN. 3.1 Gambaran Umum Objek Penelitian. Susun Petamburan, Jakarta Pusat yang erat hubungannya terhadap

Transkripsi

1 BAB III METODE PENELITIAN 3.1 Gambaran Umum Objek Penelitian Populasi yang digunakan dalam penelitian ini adalah warga Rumah Susun Petamburan, Jakarta Pusat yang erat hubungannya terhadap keputusan dalam memilih atau menggunakan produk TV berlangganan mana yang cocok atau sesuai dengan kebutuhannya, hal ini akan mempunyai pengaruh terhadap kepuasaan dan kepercayaan terhadap fasilitas pelayanan yang diberikan juga mempunyai dampak penting terhadap komitmen dan loyalitas untuk tetap setia pada produk tv berlangganan yang digunakan. 3.2 Desain Penelitian Jenis penelitian yang akan digunakan dalam penelitian ini adalah metode explanatory. Metode explanatory ini merupakan metode penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data yang diambil dari sampel populasi tersebut, sehingga ditemukan deskripsi dan hubungan antar variabel menurut Masri Singarimbun dan Sofyan Effendi dalam skripsi Ati Purwanti (2009:58) mengumukakan bahwa metode survey explanatory yaitu metode untuk menjelaskan hubungan kausal antar 2 variabel atau lebih melalui pengujian hipotesis. 44

2 3.3 Definisi Operasional dan Skala Pengukuran Definisi Operasional Pada bagian ini akan diuraikan definisi dari masing-masing variabel yang digunakan berikut dengan operasional dan cara pengukurannya. Penjelasan dari masing-masing variabel yang digunakan dalam penelitian ini antara lain : Secara lengkap, operasional variabel-variabel penelitian dapat dilihat pada tabel 3.1: No. Variabel Demensi Operasional Indikator Skala Ukur 1. Kepuasaan (X 1 ) Likert perasaan senang atau kecewa konsumenterhadap produk tv kabel yang digunakan karena fasilitas layanannya sesuai dengan kebutuhannya. Sumber: Journal of Marketing Vol. 41 No. 11/12, 2007:pp Saya merasapuasdenganadanyaberba gaimacam channel yang diberikanoleh TV kabel 2. Saya merasapuasdenganhasiltayanga n yang jernihpadaproduk TV kabel 3. Sayapuasdenganadanyapaket yang ditawarkanoleh TV kabel No. Variabel Demensi Operasional Indikator Skala Ukur 2. Kepercayaan Sikap percaya atau 1. Sayamerasayakinpadapenyedia Likert (X 2 ) keyakinan konsumen pelayanan TV kabel yang dalam memilih produk tv sayagunakan kabel mana yang sesuai 2. Sayapercayapada TV kabel ini fasilitas pelayanannya akan memberikan program dengan kebutuhan tayangan dengan kualitas yang konsumen baik 3. Saya percaya pada perusahaan TV kabel ini dengan adanya program terbaru yang ditawarkan dapat memberikan informasi terkini Sumber: Journal of Marketing Vol. 41 No. 11/12, 2007:pp

3 No. Variabel Demensi Operasional Indikator Skala Ukur 3. Komitmen (X 3 ) Likert Pengorbanan yang dilakukan oleh konsumen untuk memilih produk tv kabel dalam jangka pendek dan menyadari manfaat nya dalam jangka panjang Sumber: Journal of Marketing Vol. 41 No. 11/12, 2007:pp Sayamerasanyamanterhadapp elayanan yang diberikanoleh TV kabel 2. Saya merasa beruntung menggunakan tv kabel ini dibanding tv kabel lainnya 3. Saya merasaketergantunganpadape makaian tv kabelini No. Variabel Demensi Operasional Indikator Skala Ukur 4. Loyalitas (Y) Likert Seberapa besar keinginan dari konsumen untuk tetap kembali dalam menggunakan produk tv kabel ini Sumber: Journal of Marketing Vol. 41 No. 11/12, 2007:pp Saya tidak bersedia untuk mengganti tv kabel saya dengan merek lain di masa yang akan datang 2. Saya akan merekomendasikan tv kabel ini untuk dipakai oleh teman dan keluarga saya 3. Saya mempunyai tingkat kesetiaan yang tinggi pada produk tv kabel ini Skala Pengukuran Skala pengukuran yang akan digunakan dalam penelitian ini adalah skala ordinal yang memungkinkan untuk pengurutan data dari tingkat paling rendah ketingkat yang paling tinggi atau sebaliknya dengan interval yang tidak harus sama. Pengukuran masing-masing variabel dalam penelitian ini menggunakan skala likert. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dengan skala Likert maka variabel yang akandiukur dijabarkan menjadi indikator variabel. Kemudian indikator 46

4 tersebut dijadikan titik tolak untuk menyusun item-item instrument yang dapat berupa pertanyaan, Sugiyono (2004:86). Tabel 3.2 Instrumen Skala Likert No. Pernyataan Skor 1. Sangat Setuju 5 2. Setuju 4 3. Ragu-ragu 3 4. Tidak Setuju 2 5. Sangat Tidak Setuju Metode Pengumpulan Data Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan mengumpulkan data primer. Data primer tersebut, didapat dari penyebaran kuesioner sebanyak 200 responden pengguna TV berlangganan di Rumah Susun Petamburan, Jakarta Pusat Jenis Data Penelitian Teknik pengumpulan data dalam penelitian ini berupa survey terhadap warga yang tinggal di Rumah SusunPetamburan, Jakarta Pusat. Jenis data yang digunakan dalam penelitian ini adalah data primer yang diambil dari individu atau perseorangan, dengan menyebarkan kuesioner terhadap pengguna TVberlangganan. 47

5 3.4.2 Teknik dan Instrumen Pengumpulan Data Instrument pengumpulan data yang dilakukan oleh penelitian ini berupa kuisioner. Kuesioner yang dikirimkan kepada konsumen yang menggunakan TV berlangganan pada warga Rumah SusunPetamburan, Jakarta Pusat dimana pengiriman kuesioner dilakukan secara langsung. Data yang didapat akan diolah menggunakan program AMOS untuk mendapatkan hasil akurat. 3.5 Populasi dan Sampel Pada penelitian ini memilih populasi dan sampel adalah pelanggan yang menggunakan TV berlangganan dengan menyebar kuesioner pada masyarakat Rumah Susun Petamburan, Jakarta Pusat, dengan jumlah total 600 unit Rumah Susun dan yang saya ambil rata-rata responden yang menggunakan TV berlangganan sebanyak 400, setelah dilakukan perhitungan (jenis survai) dengan menggunakan sampling slovin untuk mengetahui berapa jumlah rata-rata sample yang dibutuhkan yaitu sebagai berikut: Dik : n = Jumlah Sampel N = Jumlah Seluruh Anggota Populasi E = Toleransi terjadinya galat; taraf signifikansi 0,05 n = N/(1 +Ne 2 ) n = 400/( x 0,05 x 0,05) n = 400/2 n =

6 Jumlah sample yang mewakili kebutuhan data yang akan diolah dalam penelitian ini adalah 200 populasi atau responden (Umar 2006:78). Sampel didefinisikan sebagai bagian dari populasi yang memiliki karakteristik tertentu untuk diteliti. Ukuran sampel memainkan suatu peran penting dalam penilaian dan penafsiran hasil dari SEM. Perkembangan SEM dan penelitian tambahan dilakukan terhadap isu-isu kunci desain penelitian, petunjuk-petunjuk sebelumnya seperti selalu memaksimalkan ukuran sampel dan 300 ukuran sampel diperlukan tidak lagi sesuai. Hal ini nyata bahwa sampel yang lebih besar umumnya menghasilkan lebih banyak solusi-solusi stabil yang lebih mungkin ditiru. Tetap Nampak bahwa keputusan-keputusan ukuran sampel harus dibuat berdasarkan sekumpulan faktor-faktor. Berdasarkan pembahasan ukuran sampel, saran-saran berikut ini ditawarkan berdasarkan kerumitan model dan karakteristik ukuran model. a. Model SEM lebih kurang berisi lima bentuk, masing-masing dengan item lebih dari tiga (variabel yang diamat) dan dengan komunitas item yang lebih tinggi (0,6 atau lebih), dapat diestimalkan dengan sampel yang mencukupi antara b. Jika semua komunitas sederhana (0,45 hingga 0,55) atau model berisi bentuk-bentuk kurang dari tiga item, selanjutnya ukuran sampel yang diperlukan lebih dari 200. c. Jika komunalitas lebih rendah atau model meliputi berbagai bentuk yang teridentifikasi (kurang dari tiga item), kemudian 300 ukuran 49

7 sampel minimum atau lebih diperlukan agar mampu untuk memperbaiki parameter populasi. d. Saat sejumlah faktor-faktor lebih besar dari enam, beberapa menggunakan lebih sedikit dari pada tiga ukuran item sebagai indicator-indikator dan berbagai komunalitas rendah yang ada, ukuran sampel yang diperlukan mungkin mencapai 500. Dari kriteria ukuran sampel diatas maka dapat dihitung ukuran minimum sampel yang digunakan adalah 5 responden untuk setiap indicator. Penentuan ukuran sampel dari populasi, berdasarkan yang diisyaratkan oleh alat analisa yang digunakan. Karena metode analisa yang digunakan adalah Structural Equatiaon Model (SEM), maka jumlah sampel yang ideal dan representative adalah antara tergantung pada jumlah parameter yang diestimasikan. 3.6 Metode Analisis Data Setelah data terkumpul yaitu dari kuesioner yang dikembalikan dan diisi perlu dilakukan tahapan-tahapan analisis data meliputi: a. Editing, yaitu meneliti jawaban-jawaban yang telah diberikan oleh para responden untuk mengetahui apakah jawaban yang diberikan telah sesuai dengan petunjuk pengisian kuesioner dengan cara meneliti dan mengoreksi satu persatu jawaban. b. Tabulasi, yaitu memberikan skor terhadap jawaban responden berdasarkan skala pengukuran yang telah ditentukan. c. Pengolahan data sesuai dengan pendekatan penelitian. 50

8 Teknik analisis data dalam penelitian ini adalah dengan menggunakan Structural Equation Modelling (SEM). Keunggulan SEM karena kemampuannya untuk manampilkan sebuah model komprehensif bersamaan dengan kemampuannya untuk mengkonfirmasi dimensidimensi dari sebuah konstruk atau factor serta kemampuannya untuk mengukur pengaruh hubungan secara teoritis. SEM juga dipandang sebagai kombinasi antara analisis faktor (Confirmatory Factor Analysis) dan analisi regresi. Adapun prosedur dalam analisis SEM adalah sebagai berikut: a. Menyusun diagram jalur Diagram jalur dalam penelitian ini adalah seperti yang ditunjukkan dalam Gambar 3.1 berikut ini. Keterangan simbol-simbol dari gambar tersebut adalah sebagai berikut: : adalah tanda yang menunjukkan faktor/ konstruk/ latent variabel/ unobserved variabel yaitu variabel yang tidak diukur secara langsung, tetapi dibentuk melalui dimensidimensi atau indikator-indikator yang diamati. : Adalah tanda yang menunjukkan variabel terukur/ observered variable yaitu variabel yang datanya harus dicari melalui lapangan, misalnya melalui instrumeninstrumen. 51

9 : menunjukkan adanya hubungan yang dipoteskan antara dua variabel, variabel yang dituju oleh anak panah merupakan variabel dependen. Sumber: data primer yang diolah 2013 Gambar 3.1 Diagram Model Penelitian 1) Keterangan huruf-huruf dalam gambar: a) e, z: Error Term b) KPP1,KPP2,KPP3,KPP4: Indikator-indikator dari variabel Kepuasaan (Satisfaction) c) KPR1,KPR2,KPR3,KPR4: Indikator-indikator dari variabel Kepercayaan (Trust) d) KOM1,KOM2,KOM3: Indikator-indikator dari variabel komitmen (Commitment) e) LOY1,LOY2,LOY3,LOY4: Indikator-indikator dari Loyalitas (Loyalty) 52

10 2) Persamaan struktural dari model diagram jalur dinyatakan sebagai berikut: KPR = β1 KPP + Z1 KOM = β1 KPP + Z2 KOM = β1 KPR + Z2 LOY = β1 KOM + Z3 LOY = β1 KPP + Z3 LOY = β1 KPR + Z3 3) Spesifikasi model pengukuran konstruk eksogen Kepuasaan (Satisfaction): KPP1 = λ1 KPP + e1 KPP2 = λ2 KPP + e2 KPP3 = λ3 KPP + e3 4) Spesifikasi model pengukuran konstruk endogen Kepercayaan (Trust): KPR1 = λ1 KPR + e4 KPR2 = λ2 KPR + e5 KPR3 = λ3 KPR + e6 5) Spesifikasi model pengukuran konstruk endogen Komitmen (Commitment): KOM1 = λ1 KOM + e7 KOM2 = λ2 KOM + e8 KOM3 = λ3 KOM + e9 6) Spesifikasi model pengukuran konstruk endogen Loyalitas (Loyalty): LOY1 = λ1 LOY + e10 53

11 LOY2 = λ2 LOY + e11 LOY3 = λ3 LOY + e12 b. Uji Asumsi Model 1. Uji Validitas Sebelum dilakukan pengolahan data maka perlu dilakukan pengujian data terhadap variabel tersebut. Uji validitas menunjukkan sejauh mana suatu alat ukur itu dapat mengukur variabel yang akan diukur. Untuk mengukur validitas menggunakan nilai convergent validity dari indikator-indikator pembentuk konstruk laten. Langkah yang dilakukan adalah dengan melihat nilai standardized loading factor apakah ada yang nilainya dibawah 0,5. Nilai loading factor dibawah 0,5 didrop dari model, tidak dianalisis karena dianggap tidak valid mengukur konstruk latennya. 2. Uji Realibilitas Realibilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yangg menunjukkan derajad sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk/faktor laten yang umum. Dengan kata lain bagaimana hal-hal yang spesifiksaling membantu dalam menjelaskan sebuah fenomena yang umum. Jika semua konstruk dalam penelitian mempunyai Crombach s Coefficient Alpha minimal 0,60 atau lebih, maka jawaban responden terhadap pernyataan-pernyataan yang digunakan untuk 54

12 mengukur masing-masing konstruk adalah konsisten dan konstruk dapat diandalkan (reliable). 3. Uji Normalitas Uji normalitas data dilakukan melalui nilai Critical Ratio Skewness atau Kurtosis Multivariate, dimana terdapat nilai kritis sebesar 2,58, dan jika nilai Critical Ratio Multivariate-nya berada dibawah nilai kritis tersebut data diinyatakan normal. 4. Deskriptif Analisis deskriptif adalah analisa yang menggunakan metode statistic untuk mengetahui pola dalam sejumlah penelitian, merangkum informasi yang terdapat dalam bentuk yang diinginkan. c. Uji Etimasi Model Estimasi dapat dilakukan dengan menggunakan paket program AMOS version 21.0 yang tersedia dengan Default model yang digunakan adalah maximum likelihood. Atas dasar hasil komputasi AMOS version 21.0, pengujian hipotesis dilakukan sebagai berikut: a. Analisis atas kesesuaian model (Goodness-of-fit), yaitu menguji hipotesis nol yang menyatakan bahwa tidak terdapat perbedaan antara matriks kovarians data sampel dibandingkan dengan matriks kovarians populasi yang diestimasikan. Analisis ini memerlukan beberapa fit indeks untuk mengukur kebenaran model yang diajukan seperti yang disajikan dalam tabel

13 Tabel 3.3 Indeks Kelayakan Model No. GOODNESS OF FIT INDEX KETERANGAN 1. χ2 Chi Square Menguji apakah kovarians populasi yang diestimasikan sama dengan kovarians sample (apakah model sesuai dengan data) 2. Probability Uji signifikan terhadap perbedaan matrik kovarians data dengan matriks 3. RMSEA (the Root Mean Square Error of Approximation) 4. GFI (Good of Fit Index) 5. AGFI (Adjusted Goodness of Fit Indices) 6. CMIN/DF (The Minimum Sample Discrepancy Function) 7. TLI (Tuckler Lewis Index) 8. CFI (Comparative Fit Index) kovarians yang diestimasi Mengkompensasi kelemahan Chi-square pada sampel yang besar (Hair, et al 1998) Menghitung proporsi tertimbang varians dalam matriks sample yang dijelaskan oleh matriks kovarians populasi yang diestimasika Merupakan GFI yang disesuaikan terhadap Degree of Frredom (Hair, et al 1998) Analog dengan R 2 dan regrsesi berganda (Bentler dalam Ferdinand (2002) Kesesuaian antara data dengan model. Pembandingan antara model yang diuji terhadap baseline model (Hair, et al 1998) Uji kelayakan model yang tidak sensitif terhadap besarnya sampel dan kerumitan model Sumber: Hair (1998), dalam Ferdinand (2005:92) CUT-OF POINT Diharapkan kecil, lebih kecil daripada χ2 table. 0,90 0,94 b. Analisis atas koefisien jalur (Path Coefitients), dianalisis melalui signifikan besaran regressionweight dari model. Hasil pengujian ini 56

14 akan menunjukkan critical ratio (CR) yang signifikan, terlihat dari besarnya koefisien jalur (Estimate dan Standardized Estimate) dengan nilai CR yang lebih besar dari 2,0 atau tingkat signifikansi uji hipotesis yang lebih kecil dari 5%. Pengujian ini juga akan menunjukkan besaran dari efek menyeluruh, efek langsung serta efek tidak langsung dari satu variabel lainnya. d. Interpretasi dan Modifikasi Model Langkah terakhir adalah mengiterpretasikan model dan memodifikasikan model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Setelah model diestimasi, resiudalnya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik (Tabanachnick dan Fidell, 1997) dalam Ferdinand (2005). 57