di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN

Transkripsi

1 1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code Division Multiple Access (CDMA). Teknologi CDMA merupakan alternatif pilihan baru yang relatif masih sedikit persaingannya dibandingkan dengan teknologi GSM. Ketatnya persaingan antar operator seluler dalam mempertahankan dan menarik pelanggan baru sangat menguntungkan masyarakat. Menghadapi persaingan ini, perusahaan-perusahaan operator seluler, khususnya CDMA tidak hanya dituntut untuk selalu berinovasi terhadap produk, tetapi juga dapat membangun citra perusahaan agar produk yang ditawarkan mampu merebut perhatian pasar sehingga pelanggan tertarik dan loyal terhadap produk tersebut. Salah satu cara untuk merebut perhatian pasar dan membentuk citra produk yang baik kepada pelanggan adalah dengan melakukan strategi penempatan produk. Perusahaan perlu mengetahui penilaian pelanggan terhadap produk atau jasa yang mereka tawarkan guna mengetahui lebih lanjut strategi pemasaran yang tepat sasaran, efektif, dan efisien. Dua metode yang digunakan dalam penelitian ini yaitu important kepuasan analysis (IPA) dan regresi logistik biner. IPA merupakan salah satu metode guna menganalisis kebutuhan dan keinginan para pelanggan dibandingkan dengan kepuasan (kepuasan) dari perusahaan. Sedangkan regresi logistik biner merupakan alternatif metode untuk melihat dan memilih faktorfaktor yang berpengaruh nyata antara peubah respon dengan peubah-peubah penjelasnya, khususnya untuk peubah respon berskala biner dengan peubah penjelas berskala kategorik atau numerik. Tujuan Penelitian ini bertujuan untuk: 1. Melakukan eksplorasi mengenai kebiasaan, kesadaran, keinginan, dan karakteristik pelanggan terhadap produk CDMA. 2. Memetakan persepsi dan pandangan pelanggan terhadap produk CDMA. 3. Mengetahui atribut-atribut yang berperan dalam tingkat loyalitas pelanggan CDMA yaitu kemungkinan untuk berganti kartu di masa yang akan datang dilihat dari aspek demografi dan kepuasannya. TINJAUAN PUSTAKA Loyalitas Pelanggan Loyalitas pelanggan adalah seberapa besar seorang pelanggan akan membeli kembali, merekombinasikan, dan bangga menggunakan produk atau jasa yang ditawarkan. Kondisi ini sangat tergantung sejauh mana pelanggan merasa puas terhadap produk atau jasa tersebut. Tingkat loyalitas suatu pelanggan dari suatu produk atau jasa juga dapat diidentifikasi dari berbagai aspek. Hal ini terkait dengan seberapa setianya seseorang terhadap suatu produk atau jasa yang sedang digunakan. Kepuasan Pelanggan Pelanggan tidak hanya diartikan sebagai mereka yang membeli atau menggunakan suatu produk atau jasa, tetapi juga dapat diartikan sebagai mereka yang memperoleh manfaat dari produk atau jasa. Kepuasan pelanggan didefinisikan sebagai respon pelanggan terhadap kesesuaian atau ketidaksesuaian antara harapan pelanggan dengan kinerja aktual yang dirasakannya setelah pemakaian (Rangkuti 2003). Survei Survei didefinisikan sebagai sebuah metode untuk mengumpulkan data primer yang mendasarkan komunikasi dengan perwakilan sampel secara individu. Unsurunsur dari survei terdiri dari: a. Instrument: kuesioner. b. Wawancara: terdapat aktifitas bertanya. c. Responden: terdapat individu/kelompok yang menjawab pertanyaan. Keuntungan diadakannya survei yaitu proses cepat, tidak mahal, efisien dan merupakan saran yang akurat untuk mengakses informasi yang menyangkut populasi. Pada saat melakukan survei ada etika yang harus dipatuhi diantaranya hak pribadi, pencegahan penipuan, penjelasan tujuan survei kepada, kerahasiaan, kejujuran dalam pengumpulan data, dan objektivitas dalam melaporkan data. Wawancara personal yaitu pewawancara bertanya jawab langsung dengan. Keuntungan wawancara personal yaitu dapat melaksanakan umpan balik, mengkonfirmasi jawaban, potensi pengisian kuesioner secara lengkap lebih tinggi, dapat menggunakan alat bantu visual, dan

2 2 partisipasi lebih tinggi. Sedangkan kerugiannya yaitu biaya yang dibutuhkan lebih mahal, waktu lebih lama dan ada efek anonimitas (Scheaffer et al. 1990). Kuesioner Kuesioner adalah suatu alat pengumpulan data dengan menyebarkan daftar pertanyaan kepada. Persyaratan survei melalui kuesioner diantaranya format penulisan baku, panjang halaman maksimum enam halaman, bahasa yang digunakan sederhana dan mudah dipahami, terdapat kata pengantar, dan terkadang dibutuhkan pemberitahuan awal. Komponen inti kuesioner (Emory-Cooper dalam Umar 2003) antara lain: 1. Adanya subyek yaitu individu atau lembaga yang melakukan riset. 2. Adanya ajakan atau permohonan dari periset kepada untuk mengisi kuesioner secara aktif dan objektif. 3. Adanya petunjuk pengisian kuesioner yang mudah dimengerti. 4. Adanya pertanyaan atau pernyataan beserta tempat mengisi jawaban dan tempat untuk mengisi identitas. Quota Sampling Quota sampling merupakan salah satu metode penarikan contoh tak berpeluang yang mempunyai ciri-ciri tertentu dalam jumlah atau kuota yang diinginkan. Keuntungan metode ini adalah mudah, murah, dan relatif cepat melaksanakannya. Namun metode penarikan contoh ini dilakukan secara subjektif oleh peneliti sehingga hasil yang diperoleh tidak dapat digeneralisasikan untuk populasi (Scheaffer et al. 1990). Validitas dan Reliabilitas Masalah validitas berhubungan dengan sejauh mana suatu alat mampu mengukur apa yang dianggap orang seharusnya diukur oleh alat tersebut (Simamora 2004b). Alat yang digunakan dalam pengujian validitas kuesioner yaitu nilai korelasi antara skor pernyataan dan skor total pernyataan terhadap informasi dalam kuesioner. Reliabilitas atau keterandalan merupakan suatu ukuran yang digunakan untuk menilai apakah alat ukur yang digunakan mampu memberikan nilai pengukuran yang konsisten. Dengan kata lain reliabilitas didefinisikan sebagai konsistensi sebuah kuesioner dalam perannya sebagai alat ukur. Untuk menduga nilai reliabilitas suatu alat ukur, dilakukan uji dengan menggunakan perhitungan Cronbach s Alpha dengan rumus : N = banyaknya butir pertanyaan = ragam antar pada butir pertanyaan ke-i (i=1,2,, k) = ragam total antar (j=1,2,, n) Alat ukur dikatakan terandal (reliable) apabila nilai alpha yang dihasilkan lebih besar dari 0.70 (Hair et al. 1998). Statistika Deskriptif Proses analisis data pada dasarnya meliputi upaya penelusuran dan pengungkapan informasi yang relevan yang terkandung dalam data dan penyajian hasilnya dalam bentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada perlunya adanya penjelasan dan penafsiran (Aunuddin 1989). Statistika deskriptif adalah metodemetode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Walpole 1992). Statistika deskriptif belum sampai pada upaya penarikan kesimpulan, tetapi hanya pada tingkat memberikan suatu ringkasan data sehingga setiap orang dapat memahami informasi yang terkandung didalamnya. Importance-Kepuasan Analysis Untuk mengetahui bagaimana tanggapan pelanggan terhadap pelaksanaan bauran pemasaran suatu perusahaan dapat dilakukan dengan melihat penilaian terhadap atributatribut bauran pemasaran yang terdapat dalam kuesioner. Pengukuran atribut-atribut dari tingkat kepentingan dan tingkat kepuasan yang diharapkan pelanggan sangat berguna dalam pengembangan program strategi pemasaran yang tepat sasaran, efektif dan efisien (Simamora 2004a). IPA mengaitkan antara skor tingkat kepentingan atribut dengan skor tingkat kepuasan yang dirasakan oleh pelanggan. Hubungan antara tingkat kepentingan dengan kenyataan yang dirasakan pelanggan dapat diinterpretasikan dalam diagram kartesius tingkat kepentingan dan kepuasan produk (Gambar 1).

3 3 Tabel 1 Skor kriteria jawaban Skor Tingkat Kepentingan (Tingkat Kepentingan) Kriteria Jawaban Tingkat kepuasan 1 Tidak penting Tidak puas 2 Kurang penting Kurang puas 3 Biasa saja Biasa saja 4 Penting Puas 5 Sangat penting Sangat puas Tinggi I. Prioritas II. Pertahankan Utama Prestasi II. Prioritas Rendah Rendah IV. Berlebihan (Tingkat Kepuasan) Tinggi Gambar 1 Diagram kartesius tingkat kepentingan dan kepuasan IPA Tingkat kepentingan dan kepuasan yang terdapat didalamnya berupa skor tingkat kepentingan dan skor tingkat kepuasan ratarata per. Lima perangkat nilai yang diberi skor disajikan seperti pada Tabel 1. Sumbu mendatar (X) akan diisi oleh skor tingkat kepuasan dan sumbu tegak (Y) akan diisi skor tingkat kepentingan dengan rumus: X i = skor tingkat kepuasan dari seluruh Y i = skor tingkat kepentingan dari seluruh = rata-rata skor penilaian kepuasan = rata-rata skor penilaian kepentingan n = jumlah Setelah didapatkan dan untuk masing-masing skor kepentingan dan kepuasan maka dibuat diagram kartesius. Diagram kartesius merupakan suatu bangun yang dibagi atas empat bagian yang dibatasi oleh dua buah garis yang berpotongan tegak lurus pada titik dan dengan rumus: = nilai median = skor penilaian pertanyaan n = jumlah Hasil dari perhitungan dan untuk masing-masing skor kepentingan dan kepuasan digunakan sebagai pasangan koordinat beberapa titik yang memposisikan suatu atribut pada diagram kartesius. Diagram kartesius diatas terbagi dalam empat kuadran dan tiap kuadran menunjukkan terjadinya suatu kondisi yang berbeda dengan kuadran lainnya yaitu: 1. Kuadran I (Prioritas Utama) Menunjukkan posisi dari beberapa atribut kualitas produk, dimana tingkat kepentingan tinggi tetapi tingkat kepuasan masih dinilai rendah sehingga tingkat kepuasan atas tanggapan atau respon yang diperoleh pelanggan masih rendah. Hal tersebut menuntut perusahaan untuk melakukan perbaikan dan peningkatan secara kontinu dari beberapa atribut yang ditawarkan, sehingga kinerja dari atribut tersebut dapat meningkat pada kuadran dua. 2. Kuadran II (Pertahankan Prestasi) Menunjukkan posisi beberapa atribut yang tingkat kepentingan dan tingkat kepuasannya lebih tinggi, sehingga tingkat kepuasan dari tanggapan atau respon pelanggan relatif tinggi. 3. Kuadran III (Prioritas Rendah) Tingkat kepentingan dan tingkat kepuasan beberapa atribut yang terdapat pada kuadran ini relatif rendah, sehingga perlu diperhatikan dan dikelola secara serius oleh perusahaan karena ketidakpuasan dari respon pelanggan umumnya berawal dari kondisi ini. Hasil peningkatan atribut pada kuadran ini dapat dijadikan sebagai keunggulan bersaing di masa yang akan datang. 4. Kuadran IV (Berlebihan) Tingkat kepentingan pelanggan terhadap beberapa atribut dalam kuadran ini relatif rendah namun tingkat kepuasannya

4 4 tinggi, sehingga kinerja dari beberapa atribut yang termasuk dalam kuadran ini dapat diefisiensikan dan dialokasikan untuk perbaikan dan peningkatan atribut lainnya. Regresi Logistik Biner Regresi logistik digunakan untuk menganalisis data dengan peubah respon berskala kategorik biner dengan satu atau lebih peubah bebas berskala kategorik atau numerik. Model regresi logistik biner merupakan model yang digunakan untuk mengetahui hubungan antara peubah-peubah bebas X dengan peubah respon yang bersifat biner. Peubah respon Y mengikuti sebaran Bernoulli dengan fungsi sebaran peluang f(y=y i ) = π i yi (1-π i ) 1-yi dengan y i = {0,1} dan π i adalah peluang kejadian ke-i bernilai Y=1. Sebaran ini termasuk dalam keluarga sebaran eksponensial. Jika kejadian peubah respon Y berjumlah n dan setiap kejadian saling bebas dengan yang lain maka Y akan mengikuti sebaran Binomial. Hosmer dan Lemeshow (1989) menjelaskan bahwa bentuk umum model regresi logistik dengan adalah: Dalam regresi logistik diperlukan fungsi penghubung logit, transformasi logit sebagai fungsi dari π(x) adalah: Untuk peubah bebas bersifat kategorik, maka diperlukan peubah boneka (dummy variable). Secara umum jika sebuah peubah skala nominal atau ordinal mempunyai k kemungkinan nilai, maka diperlukan k - 1 peubah boneka. Misalnya, peubah bebas ke-j mempunyai k j level. D ju melambangkan k j - 1 peubah boneka dan β ju merupakan koefisien peubah boneka dengan u = 1, 2,..., k j - 1. Dengan demikian model logit dengan p peubah bebas dan peubah ke-j adalah diskret (Hosmer & Lemeshow 1989), yaitu: dengan: j = 1, 2,..., p y i = pengamatan pada peubah penjelas ke-i π(x i ) = peluang kejadian sukses ke-i β i diduga dengan memaksimumkan l(β) dengan pendekatan logaritma sehingga fungsi log-likelihood-nya sebagai berikut: Nilai dugaan β i dapat diperoleh dengan membuat turunan pertama L(β) terhadap β i = 0, dengan i = 1, 2, 3,..., p. Pendugaan nilai β i diperoleh berdasarkan proses iterasi dengan bantuan software statistika. Pengujian terhadap parameter model dilakukan sebagai upaya untuk memeriksa peranan peubah penjelas yang ada di dalam model. Menurut Hosmer dan Lemeshow (1989) untuk mengetahui peran seluruh peubah penjelas di dalam model secara bersama-sama dapat digunakan statistik uji-g. Hipotesis yang diuji adalah : H 0 : β 1 = β 2 =... = β p = 0 H 1 : minimal ada satu β i 0, i = 1, 2,..., p Statistik uji-g didefinisikan sebagai : dengan L 0 adalah fungsi kemungkinan (likelihood) tanpa peubah penjelas, dan L p merupakan fungsi kemungkinan dengan p peubah penjelas. Jika hipotesis nol benar, maka statistik uji-g akan menyebar mengikuti sebaran χ 2 dengan derajat bebas p. Hipotesis nol ditolak jika G > χ 2 p(α) (Hosmer & Lemeshow 1989). Statistik uji-g juga dapat digunakan untuk menguji kebaikan suatu model setelah direduksi sebanyak j peubah terhadap model penuhnya, dengan hipotesis: H 0 : β 1 = β 2 =... = β p = 0 H 1 : minimal ada satu β j 0, j = 1, 2,..., p Statistik uji G red didefinisikan sebagai: Dalam pendugaan parameter digunakan metode kemungkinan maksimum (maximum likelihood). Jika antara amatan yang satu dengan yang lain diasumsikan saling bebas, maka fungsi kemungkinan maksimumnya adalah: Kriteria uji yang digunakan untuk statistik uji- G red sama dengan uji-g dengan derajat bebas j dan mengikuti sebaran khi kuadrat. Statistik uji Wald digunakan untuk menguji parameter β i secara parsial. Hipotesis yang diuji adalah : H 0 : β i = 0 H 1 : β i 0 dengan i = 1, 2,..., p Statistik uji Wald didefinisikan sebagai:

5 5 Jika hipotesis nol benar, maka statistik uji-w akan menyebar mengikuti sebaran normal baku. Hipotesis nol ditolak jika W > Z α/2 (Hosmer & Lemeshow 1989). Interpretasi koefisien untuk model regresi logistik adalah dengan menghitung nilai rasio odds dan selang kepercayaan dari rasio odds tersebut. Koefisien model logit β i, mencerminkan perubahan nilai fungsi logit g(x) untuk perubahan satu unit peubah penjelas X. Dalam analisis model logit rasio odds didefinisikan sebagai berikut: ] Sedangkan selang kepercayaan untuk rasio odds adalah: Interpretasi dari rasio odds untuk peubah penjelas yang berskala kategorik yaitu proporsi untuk Y = 1 pada X = 1 sebesar ψ kali dibandingkan pada X = 0. Rasio odds mengindikasikan seberapa besar proporsi suatu kejadian sukses pada suatu kelompok dibandingkan dengan kelompok lainnya. Apabila suatu peubah memiliki nilai dugaan parameter yang bernilai positif maka nilai rasio oddsnya sebesar lebih dari satu. Sedangkan apabila dugaan parameternya bernilai negatif maka besarnya rasio odds kurang dari satu. BAHAN DAN METODE Bahan Data yang digunakan dalam penelitian ini berupa data primer. Data primer diperoleh dari hasil survei melalui wawancara langsung kepada para dengan bantuan kuesioner. Penelitian ini dilakukan pada bulan Juni-Juli Metode penarikan contoh yang digunakan dalam penelitian ini adalah quota sampling. Dalam penelitian ini pembagian kuota berdasarkan letak geografis yaitu tiga wilayah yang telah ditentukan yaitu Bogor, Depok, dan Cibinong. Banyaknya contoh yang diambil sebanyak 200 dengan kriteria yaitu masyarakat pelanggan CDMA lebih dari enam bulan, bertempat tinggal di kawasan sekitar Bogor, Depok, dan Cibinong, serta berusia diatas 13 tahun. Metode Penelitian ini dibagi ke dalam dua tahapan besar yaitu: 1. Tahapan pengumpulan data, terdiri dari: a. Penentuan metode penarikan contoh yaitu quota sampling. b. Persiapan membuat kuesioner yaitu mencari segala informasi mengenai CDMA. c. Pembuatan kuesioner d. Uji coba kuesioner yakni dengan melakukan survei pendahuluan sebanyak 40. Setelah itu dilakukan uji validitas dan reliabilitas terhadap kuesioner tersebut. e. Perbaikan kuesioner dari hasil uji validitas dan reliabilitas pada survei pendahuluan. f. Proses pengumpulan data sesungguhnya dengan menggunakan teknik sampling yang sudah ditetapkan. 2. Tahapan analisis data, terdiri dari: a. Melakukan analisis statistika deskriptif untuk menggali gambaran umum kebiasaan, kesadaran, keinginan, dan karakteristik pelanggan CDMA. b. Melakukan IPA untuk mengetahui persepsi dan pandangan pelanggan terhadap produk CDMA. Atributatribut yang digunakan terdiri dari 18 atribut dari tingkat kepentingan dan kepuasan produk (Lampiran 1). c. Melakukan analisis regresi logistik untuk mengetahui atribut-atribut yang berpengaruh terhadap loyalitas pelanggan kartu CDMA dilihat dari aspek demografi dan kepuasannya. Peubah respon yang digunakan yaitu kemungkinan berganti kartu di masa yang akan datang yaitu ya (0) dan tidak (1). Dari aspek demografi, peubah bebas yang digunakan diantaranya jenis kelamin, usia, status pernikahan, tingkat pendidikan terakhir, pekerjaan, pengeluaran ratarata komunikasi CDMA per bulan, dan karakteristik kepribadian (Lampiran 5). Sedangkan berdasarkan aspek kepuasan digunakan 18 peubah bebas (Lampiran 1) dengan kategori di setiap peubahnya yaitu tidak puas dan puas. HASIL DAN PEMBAHASAN Pelaksanaan Survei Tidak adanya kerangka contoh menyebabkan sulitnya menentukan ukuran contoh yang tepat di setiap daerah tersebut.