BAB III. Proses penelitian ini akan dilakukan mulai bulan Mei 2016 sampai. penyebaran kuesioner tersrtuktur yang telah disiapkan untuk melakukan

Transkripsi

1 34 BAB III METODE PENELITIAN A. Waktu dan tempat penelitian Proses penelitian ini akan dilakukan mulai bulan Mei 2016 sampai Agustus Sedangkan objek penelitan adalah konsumen taxi Bluebird diwilayah Sudirman-Jakarta Selatan dan Kuningan-Jakarta Selatan dalam bentuk penyebaran kuesioner tersrtuktur yang telah disiapkan untuk melakukan penelitian. B. Desain penelitian Dalam penyusunan penelitian ini peneliti menggunakan metode analisis kausal. Analisis kausal adalah hubungan yang bersifat sebab akibat. Penelitian yang dilakukan untuk mengetahui tentang pengaruh satu atau lebih variabel bebas (variabel eksogen) terhadap variabel terikat (variabel endogen). Variabel independen atau variabel eksogen adalah variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel dependen (terikat). Variabel dependen atau variabel endogen adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas (Sugiyono, 2009). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar pengaruh e-service quality dan harga terhadap kepuasan pelanggan. Pendekatan yang dilakukan dalam penelitian ini adalah pendekatan kuantitatif. Menurut (Noor, 2011), pendekatan kuantitatif merupakan metode untuk menguji teori-teori tertentu dengan cara meneliti hubungan antar variabel. Variabel-variabel ini diukur

2 35 biasanya dengan instrumen penelitian sehingga data yang terdiri dari angka-angka dapat dianalisis berdasarkan prosedur statistik C. Definis operasional variabel 1. Pengertian Variabel Menurut (Sugiyono, 2009) variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya, atau bisa ditarik sebagai suatu atribut, sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Pada penelitian ini terdapat jenis variabel dengan penjelasan sebagai berikut : a. Variabel bebas (Variabel Eksogen) merupakan variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel terikat. Dalam SEM (Structural Equation Modeling) variabel independen disebut sebagai variabel eksogen (Sugiyono, 2009). Variabel eksogen pada penelitian ini yaitu : E-service quality dan harga. b. Variabel Terikat (Variabel Endogen) merupakan variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas. Dalam SEM variabel dependen disebut sebagai variabel endogen. Variabel endogen pada penelitian ini yaitu kepuasan pelanggan.

3 36 2. Definisi Operasional Variabel Definisi operasional adalah suatu informasi ilmiah yang amat membantu penelitian lain yang ingin menggunakan variabel yang sama. Definisi operasional merupakan semacam petunjuk pelaksanaan bagaimana caranya mengukur suatu variabel sehingga dapat menentukan apakah prosedur pengukuran yang sama akan dilakukan atau diperlukan prosedur pengukuran yang baru. Adapun operasionalisasi dari masing-masing variabel terdapat pada tabel berikut: DEFINISI OPERASIONAL VARIABEL TABEL 3.1 Variabel Dimensi/Sub Indikator Skala variabel pengukuran Reliabilitas 1. Ketepatan waktu dalam mengantarkan pesanan Daya Tanggap 2. Kecepatan dalam menanggapi keluhan Kualitas E-service (Parasuraman, 2005) Kemanan Privasi 3. Kemanan data pribadi pelanggan Efisiensi 4. Kemudahan menggunakan situs 5. Situs tersetruktur dengan baik Kepercayaan 6. Kebenaran situs dalam memberikan informasi. Akses 7. Kecepatan dalam membuka situs 8. Kecepatan dalam menghubungi perusahaan Fleksibilitas 9. Kemudahan dalam pembayaran 10. Kemudahan dalam

4 37 Kualitas E-service (Parasuraman, 2005) Navigasi Segi Arsitektur Situs Pengetahuan Harga Personalisasi Harapan pelanggan melakukan order 11. Kemudahan dalam pembatalan 12. Mempunyai mesin pencari untuk mempermudah pencarian informasi 13. Navigasi yang mudah dan cepat dalam maju atau mundur dalam halaman situs 14. Desain situs menarik 15. Kombinasi warna, grafik, gambar dan jenis huruf yang digunakan sangat baik 16. Pengetahuan konsumen atas biaya jasa, pengiriman dan totalnya 17. Situs Bluebird mudah dalam personalisasi 18. Situs Bluebird mempunyai riwayat order 1. Puas akan jaminan dan keamanan produk/ jasa 2. Puas akan respon yang cekatan 3. Puas akan penampilan fisik Kepuasan Pelanggan (Kotler, Persepsi Hasil yang diterima pelanggan 4. Puas akan fitur produk 5. Puas akan informasi yang diberikan 2012) Penilaian Pelanggan 6. Puas dengan kemudahan bertransaksi 7. Puas dengan keramahan layanan Pengalaman 8. Puas atas promosi yang menarik 9. Puas atas penanganan keluhan 10. Puas dengan layanan tepat waktu

5 38 Kepuasan Total 11 Puas dengan kualitas layanan 12. Puas dengan citra perusahaan Harga (Elliot, 2012) Perikiraan harga 1. Kesesuian harga pada kualitas produk 2. Kesesuian harga denagn keinginan konsumen Kesesuian pengobanan 3. Kesesuian harga dengan manfaat Kewajaran harga 4. Keterjangkaun harga 5. Daya saing harga D. Pengukuran Variabel Menurut Noor (2011) pengukuran variabel merupakan alat ukur yang digunakan untuk mengkuantifikasi informasi yang diberikan oleh konsumen jika mereka diharuskan menjawab pernyataan yang telah dirumuskan dalam suatu kuesioner. Skala pengukuran yang peneliti gunakan dalam penelitian ini yaitu menggunakan skala likert. Skala likert merupakan metode yang digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2011). Instrumen skala likert dapat dilihat pada tabel 3.2 berikut:

6 39 TABEL 3.2 INSTRUMEN SKALA LIKERT Pernyataan Kode Skor Sangat Setuju (SS) 5 Setuju (S) 4 Cukup Setuju (CS) 3 Tidak Setuju (TS) 2 Sangat Tidak Setuju (STS) 1 E. Populasi dan sample 1. Populasi Sumber : Sugiyono (2011 Menurut Sugiyono (2009) populasi adalah wilayah generalisasi yang terdiri atas obyek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Dapat disimpulkan populasi merupakan pengamatan yang dilakukan oleh peneliti untuk mencari kesimpulan dari penelitian tersebut. Populasi juga dapat memudahkan peneliti dalam melakukan penelitiannya. Dalam penelitian ini populasinya adalah konsumen taxi Bluebird yang berada

7 40 pada wilayah Kuningan-Jakarat Selatan dan Sudirman-Jakarta Selatan dalam hal ini konsumen Bluebird tidak diketahui jumlahnya secara terperinci. 2. Sampel Sugiyono (2011) mengatakan bahwa sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Jumlah populasi di penelitian ini tidak diketahui, maka peneliti mengambil sampel dengan menggunakan teknik nonprobability sampling dan convenience sampling, dimana teknik ini tidak memberikan kesempatan/peluang yang sama bagi setiap unsur/anggota populasi untuk dipilih menjadi sampel dan convenience sampling yaitu pengambilan sampel berdasarkan pada ketersedian elemen dan kemudahan untuk mendapatkannya. Peneliti menggunakan pengambilan data di lapangan dengan menggunakan kuesioner online disebarkan melalu medai sosial dan kontak pribadi responden sehingga responden cukup melakukan klik pada link kemudian langsung mengisi kuesioner tersebut. Metode pengambilan sampel dalam penelitian ini menggunakan. dan pada penelitian ini alat analisis yang dipakai adalah Structural Equation Modelling (SEM). Penentuan jumlah sampel minimum untuk SEM menurut Hairet al dalam Ferdinand(2014)adalah tergantung pada jumlah indikator dikalikan lima. Selanjutnya Hair el al dalam Dewi, Rahayu, Kumar (2013) juga menyatakan bahwa ukuran sampel yang sesuai untuk SEM adalah antara sampel. Penentuan jumlah sample yang representatif tergantung pada jumlah indikator dikali 5 hingga 10 (Ferdinand, 2014) sehingga jumlah sampel yang representatif pada penelitian

8 41 ini adalah : 35 X 5= 175, kami tambahkan 25 responden lagi menjadi 200 responden agar semakin banyak responden yang memberi tanggapan. F. Teknik Pengumpulan Data Teknik pengumpulan data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian adalah mendapatkan data (Sugiyono, 2009). Metode pengumpulan data yang digunakan dalam penelitian ini dengan menggunakan kuesioner/angket yaitu suatu teknik pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan kepada responden dengan harapan memberikan respons atas daftar pertanyaan tersebut (Noor, 2011). Peneliti mengajukan lembaran angket yang berisi daftar pernyataan kepada konsumen jasa taxi Bluebird yang berada pada wilayah Kuningan-Jakarta Selatan dan Sudirman Jakarta Pusat dan responden hanya bisa menjawab satu dari beberapa pilihan jawaban yang telah disediakan oleh peneliti. Kuesioner dalam penelitian ini terdiri atas pernyataan mengenai kualitas e-service dan harga terhadap kepuasan pelanggan dengan sampel penelitian yang telah ditetapkan oleh peneliti. G. Jenis Data Penelitian Jenis data yang digunakan pada penelitian ini adalah data primer. Informasi yang berasal dari periset untuk tujuan investigasi yang sedang dilakukan disebut data primer (Churchill, 2005). Data primer mengacu pada informasi yang diperoleh dari tangan pertama oleh peneliti yang berkaitan dengan variabel yang

9 42 akan diteliti untuk tujuan spesifik studi (Sekaran, 2006). Contoh dari data primer adalah data yang dikumpulkan melalui kuesioner, wawancara, observasi langsung di lapangan, dan melamlui eksperimen. Dalam penelitian ini data primer yang digunakan dengan melakukan survei yang menggunakan alat yaitu kuesioner. H. Metode Analisis Data 1. SEM (Structural Equation Modeling) Structural Equation Modeling (SEM) merupakan teknik analisis yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan (Noor, 2011). Hubungan ini dibangun antara satu atau beberapa variabel independen dengan satu atau beberapa variabel dependen. Permodelan pemasaran struktural (Structural Equation Modeling- SEM) merupakan suatu analisis yang menggabungkan pendekatan analisis faktor (factor analysis), model struktural (structural model), dan analisis jalur (path analysis) dengan demikian, didalam analisis SEM dapat tiga macam kegiatan secara serentak yaitu pengecekan validitas dan reliabilitas instrumen (berkaitan dengan analisis faktor konfirmatori), pengujian model hubungan antar variabel (berkaitan dengan analisis jalur) dan kegiatan untuk mendapatkan suatu model yang cocok untuk prediksi (berkaitan dengan analisis regresi atau analisis model struktural (Sugiyono, 2009).

10 43 Selain itu, menurut (Noor, 2011) analisis SEM menggabungkan dua buah model yaitu : 1. Model struktur (structural model), yang terdiri dari variabel laten eksogen (exogenous) dan variabel laten endogen (endogenous). 2. Model pengukuran (measurenment model), yang merupakan indikator dari variabel laten eksogen dan endogen. Variabel laten adalah variasi yang tidak bias diukur secara langsung dan memerlukan beberapa indikator sebagai produksi, karena SEM dianggap sebagai suatu alat statistik yang sangat berguna bagi para peneliti pada seluruh bidang ilmu social (ekonomin sosiologi, antropologi, psikologi dan lain sebagainya), SEM telah menjadi suatu keharusan untuk penelitian non eksperimental, dimana metode untuk pengujian teori belum dikembangkan secara menyeluruh (Bentler dalam Ghozali & Fuad, 2005). LISREL (linear structural relationship) adalah salah satu Software SEM yang beredar dipasaran, LISREL merupakan program yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin, Calderon; Bryne dalam Gozali & Fuad, 2005). LISREL adalah satusatunya program yang tercanggih dan yang dapat mengestimasi berbagai masalah yang bahkan nyaris tidak mungkin dapat dilakukan oleh program lain, seperti AMOS, EQS dan lain sebagainya. Disamping itu, LISREL merupakan program yang paling informatif dalam menyajikan hasil-hasil statistik a) Tahap-Tahap Dalam SEM

11 44 Menurut Ghozali dan Fuad (2005), mendeskripsikan tahap-tahap dalam SEM sebagai berikut : 1) Konseptualisasi model Langkah ini merupakan suatu proses pembuatan suatu model yang akan diteliti yang memiliki landasan teori yang kuat. Tanpa adanya justifikasi teoritis yang kuat, suatu model tidak ada artinya bila dianalisis SEM. SEM tidak digunakan untuk menghasilkan suatu model, tetapi untuk mengkonfirmasi suatu model yang di dukung oleh teori berdasarkan data empirik. Dalam pengembangan model, seorang peneliti, berdasarkan pijakan teoritis yang cukup, membangun hubunganhubungan mengenai sebuah fenomena. Peneliti mempunyai kebebasan untuk membangun hubungan sepanjang terdapat justifikasi teoritis yang cukup. 2) Penyusunan diagram alur (Path Diagram) Tahap ini akan memudahkan kita dalam memvisualisasi hipotesis yang telah kita ajukan dalam konseptualisasi model. Visualisasi model akan mengurangi tingkat kesalahan dalam pembangunan suatu model pada LISREL. Path diagram merupakan representasi grafis mengenai bagaimana beberapa variabel pada suatu model berhubugan satu sama lain, yang memberikan suatu pandangan menyeluruh mengenai struktur model. 3) Spesifikasi model Spesifikasi model menggambarkan sifat dan jumlah parameter yang diestimasi, analisis data tidak dapat dilakukan sampai tahap ini selesai. Program LISREL memiliki dua bahasa yang digunakan, yaitu bahasa pemograman

12 45 LISREL dan SIMPLIS. Pada bahasa pemograman LISREL, kita harus sangat berhati-hati dalam memastikan bahwa model yang kita susun telah direpresentasikan dalam model matematis. Sedangkan bahasa perintah SIMPLIS (terdapat pada program LISREL versi 8.0 dan lebih), tidak menggunakan model matematis yang kompleks dan memungkinkan kita untuk menulis nama variabel dan menentukan hubungannya dengan menggunakan tulisan serta simbol matematika dasar, seperti sama dengan (=) dan tanda panah ( ). 4) Identifikasi model Informasi yang diperoleh dari data diuji untuk menentukan apakah cukup untuk mengestimasi parameter dalam model. Disini, kita harus dapat memperoleh nilai yang unik untuk seluruh parameter dari data yang telah kita peroleh. Jika hal ini, tidak dapat dilakukan, maka modifikasi model mungkin harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi parameter. 5) Estimasi parameter Pada tahap ini estimasi parameter untuk suatu model diperoleh dari data karena program LISREL maupun AMOS berusaha untuk menghasilkan matriks kovarians berdasarkan model yang sesuai dengan kovarians matriks sesungguhnya. Uji signifikansi dilakukan dengan menentukan apakah parameter yang dihasilkan secara signifikan berbeda dari nol. 6) Penilaian model fit Suatu model dikatakan fit apabila kovarians matriks suatu model adalah sama dengan kovarians matriks data. Model fit dapat dinilai berdasarkan dengan

13 46 menguji berbagai index fit yang diperoleh dari LISREL seperti pada tabel 3.3 dibawah ini. TABEL 3.3 GOODNES OF FIT INDEX Goodness of Fit Index Cut-off Value X² - Chi Square Diharapkan kecil RMSEA 0.08 GFI 0.90 AGFI 0.90 NFI 0.90 NNFI 0.90 CFI 0.90 IFI 0.90 RFI 0.90 Sumber: Wijanto, 2008 berikut: Uraian masing-masing dari goodness of fit index dapat dijelaskan sebagai a. X 2 = Chi Square. Nilai statistik Chi-Square digunakan untuk mengukur overall fit sebuah model. Model yang dievaluasi akan dipandang baik apabila nilai Chi-Square kecil; semakin kecil nilai Chi-Sqaure, semakin

14 47 baik sebuah model. Uji beda Chi-Square diharapkan menerima hipotesis nol dengan significance probability 0.05 b. The Root Mean Square of Approximation (RMSEA) Karena χ 2 - Chi- Square sangat sensitif terhadap ukuran sampel (terlalu besar atau terlalu kecil), kriteria RMSEA digunakan untuk mengompensasi Chi-Square dengan sampel besar. Nilai RMSEA 0,08 direkomendasikan sebagai pedoman untuk menyatakan model dapat diterima c. Goodness-of-Fit Index (GFI). Indeks ini menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan dengan rentang nilai antara nol hingga satu. Semakin mendekati satu nilai GFI ( 0.90) maka semakin baik model tersebut d. Adjusted Goodness Of-Fit (AGFI).AGFI adalah analog R2 dalam regresi berganda. Fit Indeks ini dapat disesuaikan terhadap degrees of freedom yang tersedia untuk menguji diterima atau ditolaknya model. Tingkat penerimaan yang direkomendasikan adalah bila nilai AGFI 0.90.GFI maupun AGFI adalah kriteria yang memperhitungkan proporsi Tertimbang dari varians dalam suatu matriks kovarians sampel. Nilai 0.95 dapat diinterpestasikan sebagai tingkatan yang baik (good overall model fit), sedangkan menunjukkan tingkatan cukup (adequate fit) e. Tucker Lewis Index (TLI) atau Non-Normed Fit Index (NNFI). Kriteria ini digunakan dengan membandingkan antara model yang diuji dengan

15 48 baseline model. Model TLI atau NNFI 0.90 direkomendasikan untuk menerima sebuah model yang diuji. f. Comparative Fit Index (CFI). Berbeda dengan χ 2 -Chi-Square, indeks ini sama sekali tidak dipengaruhi oleh besarnya sampel yang digunakan dalam penelitian. Nilai CFI 0.90 menunjukkan model yang baik bahkan jika mendekati satu menunjukkan a very good fit 7) Modifikasi model Pengujian model penelitian untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada tahap keenam, namun harus diperhatikan bahwa segala modifikasi (walaupun sangat sedikit), harus berdasarkan teori yang mendukung. Dengan kata lain, modifikasi model seharusnya tidak dilakukan hanya semata-mata untuk mencapai model yang fit. 8) Validasi silang model Pengujian atas fit tidaknya model terhadap suatu data baru. Validasi silang ini penting apabila terdapat modifikasi subtansial yang dilakukan terhadap model asli yang dilakukan pada langkah keenam. 2. Uji Validitas Uji keabsahan data dalam penelitian, sering hanya ditekankan pada uji validitas dan reliabilitas. Validitas merupakan derajat ketetapan antara data yang terjadi pada objek penelitian dengan daya yang dapat dilaporkan oleh peneliti

16 49 (sugiyono, 2011). Sebelum dilakukan pengolahan data, maka perlu dilakukan pengujian data terhadap variabel tersebut. Uji validitas menunjukan sejauh mana alat ukur dapat mengukur variabel yang akan diukur. Pengujian validitas dilakukan menggunakan analisis konfirmatori. Dalam analisis konfirmator, variabel laten dianggap sebagai variabel penyebab yang mendasari indikator-indikatornya (Ghozali, 2008). Dasar pengambilan keputusan uji validitas ini adalah jika Loading factor 0.5 maka item tersebut dikatakan valid. 3. Uji Reliablitas Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator sebuah variabel yang menunjukan derajat masing-masing indikator itu mengindikasikan sebuah konstruk / faktor laten yang umum. Pengujian reliabilitas instrumen bertujuan untuk mengetahui konsistensi suatu instrumen. Langkah selanjutnya adalah menghitung loadings dan menilai signifikansi statistik setiap indikator. Jika terbukti tidak signifikan, maka indikator harus dibuang atau mentransformasikannya agar menjadi fit untuk variabel laten (Noor, 2011). Menurut Sanusi (2011) nilai reabilitas dapat dicari dengan rumus berikut ini : Construct Reliability = ( )² ( ) Dimana : a. Std. Loading diperoleh langsung dari Standardize Loading untuk tiap-tiap indikator.

17 50 b. ej adalah measurement error dari tiap-tiap indikator. Nilai batas yang digunakan untuk menilai atau menguji apakah setiap variabel dapat dipercaya, handal dan akurat dipergunakan Construct Realibility. variabel dapat dikatakan reliabel apabila Construct Realibility lebih besar dari tingkat reliabilitas yang kedua adalah Variance Extract, yang menunjukan jumlah varians yang indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai Variance Extract yang tinggi menunjukan bahwa indikator-indikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai Variance Extract ini direkomendasikan pada tingkat paling sedikit Variance Extract diperoleh dari rumus berikut ini : Variance Extract = ( )² ( ) 4. Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikansi yang langsung dapat memberi tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam lisrel, terdapat tiga informasi yang sangat berguna, yaitu koefisien regresi, standar eror dan nilai t. Standar eror digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Dibawah standar eror adalah nilai t yang diperoleh melalui perbandingan antara nilai estimasi dengan standar error. =

18 51 Untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adalah 1%, 5% dan 10%. Pada jumlah sampel besar (lebih besar 150), jika nilai t yang dihasilkan oleh LISREL lebih besar daripada nilai t tabel pada level 5%, yaitu 1,960, maka hubungan antara variabel adalah signifikan