BAB III METODE PENELITIAN

Transkripsi

1 BAB III METODE PENELITIAN Bab ini akan menjelaskan mengenai metode penelitian yang digunakan, antara lain populasi dan sampel, pengukuran variabelvariabel penelitian, teknik pengambilan sampel, dan teknik analisis data. 1.1 Populasi dan Sampel Populasi untuk penelitian ini adalah seluruh konsumen produk Nissan di Surabaya sejak Januari 2013 hingga Desember 2013 sejumlah 920 orang. Penentuan ukuran sampel dari populasi dihitung berdasarkan jumlah sampel minimum yang disyaratkan oleh alat analisis yang digunakan (Sekaran, 2011). Hair (2000) merekomendasikan jumlah sampel penelitian untuk kepentingan pengujian hipotesis menggunakan Structural Equation Model (SEM) berkisar antara sampel. Hal tersebut didukung oleh Wijaya (2009) yang menyatakan bahwa jumlah sampel yang dibutuhkan untuk SEM berdasarkan teknik maximum likehood estimation adalah sebanyak sampel. Berdasarkan acuan tersebut maka jumlah sampel yang akan digunakan agar standar teknik maximum likehood estimation terpenuhi adalah 100 orang konsumen Nissan. 39

2 Prosedur pengambilan sampel yang akan digunakan dalam penelitian ini menggunakan metode convinience sampling karena responden dari penelitian merupakan konsumen dari mobil Nissan yang akan diminta kesediaannya untuk mengisi instrumen penelitian. 1.2 Pengukuran Pengukuran atas seluruh variabel akan diukur menggunakan indikator-indikator empirik (tabel 3.1). Instrumen yang akan digunakan dalam penelitian ini adalah skala likert. Tabel 3.1. Definisi dan Indikator Empirik No Variabel Definisi Variabel Indikator Empirik 1 Kepuasan Wicaksono dan Ihalauw Indikator kepuasan konsumen, Konsumen (2005) menjelaskan yaitu: bahwa kepuasan 1. Kesesuaian kinerja produk konsumen merupakan dengan harapan. perasaan senang akibat 2. Kinerja produk melebihi kesesuaian antara harapan harapan. dengan kinerja. 3. Kinerja produk bagus. 2 Citra Merek Kotler (2001) menjelaskan bahwa citra merek merupakan sejumlah keyakinan yang melekat pada sebuah merek. 4. Timbulnya rasa senang. Indikator citra merek, yaitu: 1. Merek X bergengsi. 2. Merek X berfitur lengkap. 3. Merek X nyaman dikendarai. 4. Merek X mewah. 5. Merek X berteknologi tinggi 6. Merek X irit bahan bakar. 7. Merek X terkenal. 8. Merek X aman dikendarai. 9. Merek X berperforma mesin tinggi. 40

3 3 Kualitas Produk 4 Kualitas Layanan 5 Nilai Jual Kembali Kualitas produk adalah kemampuan dari merek untuk dipandang mampu menyediakan produk yang berkualitas bagus (Aaker, 1991). Kualitas layanan adalah persepsi pelanggan mengenai hal-hal yang telah dilakukan perusahaan dalam memberikan pelayanan (Parasuraman et al, 1988). Dongyan dan Xuan (2008) menjelaskan nilai jual kembali sebagai nilai dari suatu produk setelah dibeli dari produsen ketika dijual kembali oleh konsumen beberapa saat kemudian. Indikator kualitas produk (Yoo dan Donthu, 2000), yaitu: 1. Merek memiliki produk yang kuat. 2. Merek memiliki produk yang handal. 3. Merek memiliki produk yang awet. 4. Merek memiliki desain produk yang modern. Indikator kualitas layanan (Parasuraman et al, 1988), yaitu: 1. Karyawan cekatan. 2. Karyawan berpenampilan rapi. 3. Nissan memiliki kantor yang tertata rapi. 4. Nissan memiliki kantor yang bersih. 5. Karyawan memberikan pelayanan dengan tepat waktu. 6. Pelayanan dari Nissan dapat diandalkan. 7. Karyawan Nissan selalu siap sedia memberikan pertolongan. 8. Karyawan Nissan dapat dipercaya. 9. Timbul rasa aman ketika bertransaksi dengan karyawan. 10. Karyawan sopan. 11. Ketanggapan dalam melayani keluhan. 12. Karyawan ramah. Indikator nilai jual kembali (Dongyuan dan Xuan, 2008) adalah: 1. Harga jual kembali produk tergolong tinggi. 2. Harga jual kembali produk tidak kalah bersaing dengan produk kompetitor. 41

4 6 Minat Beli Ulang 7 Reputasi Perusahaan Doods (dalam Sutantio, 2004) adalah kemungkinan pembeli berminat untuk membeli kembali suatu produk di masa depan. Reputasi perusahaan adalah suatu konsep yang menyasar pada citra dari perusahaan dan penilaian dari pihak luar terhadap kualitas dan kinerja suatu perusahaan (Beck dan Franke, 2008). 3. Banyak yang berminat membeli produk bila dijual kembali. 4. Cepat laku bila dijual kembali. 5. Bila dijual kembali penurunan harga produk tergolong wajar. Indikator minat beli ulang (Grewal dan Sharma, 1991), yaitu: 1. Berkeinginan untuk menggunakan produk di masa depan. 2. Berencana untuk menggunakan produk di masa depan. 3. Berkebutuhan untuk menggunakan produk tersebut di masa depan. Indikator reputasi perusahaan (Abdi, 2012) adalah: 1. Perusahaan memiliki reputasi yang baik. 2. Perusahaan terkenal memiliki inovasi produk yang bagus. 3. Perusahaan merupakan perusahaan terkenal. 4. Perusahaan merupakan perusahaan internasional. 1.3 Teknik Pengumpulan Data Instrumen penelitian akan dibagikan kepada para pemilik mobil Nissan yang sedang menunggu proses pengerjaan servis rutin di bengkel-bengkel resmi Nissan. Selain itu sebagian dari instrumen penelitian akan dibagikan ketika proses pengantaran mobil kepada konsumen (drop order) di rumah. 42

5 1.4 Penelitian Pendahuluan Tujuan dari diadakannya penelitian pendahuluan ini adalah mendapatkan gambaran awal mengenai aktivitas citra merek, persepsi kualitas, kualitas pelayanan, nilai jual kembali dan keterkaitannya dengan kepuasan konsumen, kemudian keterkaitan dari kepuasan konsumen dengan minat beli ulang. Pre-test awal akan dilakukan terhadap 30 orang responden yang ada di kota Surabaya untuk memastikan validitas konsep dan pengelompokkan tiap dimensi konsep yang diteliti. Selain itu pre-test dilakukan juga untuk mendapatkan informasi tentang tingkat kepahaman responden terhadap butir-butir pernyataan dari item instrumen penelitian yang telah disusun. Apabila terdapat ketidaksesuaian maka butir-butir pernyataan dari item akan diubah pengkalimatannya agar mudah dipahami oleh konsumen. 1.5 Merasakan Data Profil Responden Konsumen pada penelitian ini adalah konsumen yang telah melakukan pembelian mobil merek Nissan di Surabaya. Gambaran umum dari konsumen akan dibagi menjadi beberapa hal, yaitu; gender, umur, pendidikan terakhir, pekerjaan dan penghasilan tiap bulannya. Data profil konsumen pada penelitian ini akan diolah secara 43

6 statistik dan akan disajikan secara deskriptif melalui tabel dan diagram pie Statistik Deskriptif untuk Indikator Empirik Statistik deskriptif meliputi skor rata-rata (mean) tanggapan responden terhadap tiap indikator empirik pada masing-masing variabel yang digunakan, nilai minimum dan maksimum variabel, serta standar deviasi dan varians untuk menunjukkan sebaran data penelitian (Sekaran, 2011). 1.6 Analisis Data Setelah langkah merasakan data, langkah selanjutnya adalah analisis data berdasarkan ketepatan data melalui uji validitas dan reliabilitas (Sekaran, 2011). Pengujian validitas akan menggunakan analisis validitas baik validitas konvergen maupun validitas diskriminannya. Validitas konvegen akan dilihat dari nilai rasio kritisnya (Critical Ratio). Jika nilai rasio kritisnya dua kali lebih besar dari standard error-nya maka item indikator tersebut valid. Validitas diskriminan dapat dilakukan untuk menguji apakah dua atau lebih konstruk atau faktor yang diuji memang berbeda dan masing-masing merupakan konstruk yang independen. Analisis bisa dilakukan dengan memberikan konstrain pada paramater korelasi antar kedua konstruk yang diestimasi sebesar 1.0 dan setelah itu 44

7 dilakukan Chi-Square Different Test terhadap nilai-nilai yang diperoleh dari model yang dikonstrain serta model yang bebas atau tidak dikonstrain (Creswell, 2003). Kemudian untuk anlisis reliabilitas dilakukan untuk mengetahui tingkat konsistensi dari variabel atau sekumpulan variabel dalam mengestimasi parameter (Hair, 2006). Pengukuran reliabilitas dilakukan dengan melakukan analisis konstruk reliabilitas, yaitu dengan menghitung indeks reliabilitas instrumen yang digunakan dari model SEM yang dianalisis. Rumus yang digunakan untuk menghitung reliabilitas konstraknya adalah: Reliabilitas Construct = ( Std.Loading)2 ( Std.Loading)2+ εj di mana: Std. Loading diperoleh langsung dari Standarized Loading. Langkah ketiga dalam analisis data adalah pengujian hipotesis melalui statistika inferensial (Sekaran, 2011). Statistika inferensial dalam penelitian ini menggunakan uji signifikansi individual (uji statistik t), uji signifikansi simultan (uji statistik F), dan koefisien determinasi (R 2 ) (Kuncoro, 2009). Model yang digunakan pada penelitian merupakan model dengan variabel moderasi dan variabel-variabel yang digunakan bersifat dimensional, sehingga diperlukan teknik 45

8 analisis untuk menguji hipotesis-hipotesis penelitian lebih lanjut melalui Structural Equation Model (SEM) yang dioperasikan melalui program AMOS versi Langkahlangkah teknik analisis yang akan dilakukan mengikuti upaya permodelan SEM yang lengkap oleh Ferdinand (2002) sebagai berikut: pertama, mengembangkan model berbasis teoretis. Pengembangan model teoretis dilakukan dengan serangkaian eksplorasi ilmiah melalui telaah pustaka dari sumber-sumber ilmiah yang berhubungan dengan model yang sedang dikembangkan. Kedua, menyusun Path Diagram untuk menunjukkan keterhubungan antar variabel penelitian (gambar 3.1). Gambar 3.1. Diagram Alur Penelitian (Full Path Diagram) 46

9 Langkah ketiga adalah melakukan konversi diagram alur ke dalam persamaan model struktural dan persamaan spesifikasi model pengukuran. Setelah melakukan konversi tersebut, kemudian pada langkah keempat dipilih matriks input dan teknik estimasi model. Langkah kelima adalah menilai identifikasi model struktural. Langkah keenam berupa evaluasi kriteria Goodness-of-Fit yang meliputi 3 hal: pemenuhan asumsi-asumsi SEM, uji kesesuaian dan uji statistik, serta uji reliabilitas. Langkah terakhir adalah interpretasi dan modifikasi model SEM.Asumsi yang harus dipenuhi mencakup ukuran sampel minimum, normalitas dan linearitas, outliers, serta multikolinearitas dan singularity. Ukuran sampel yang digunakan telah sesuai dengan ketentuan minimum 100. Lalu sebaran data harus dianalisis untuk melihat apakah asumsi normalitas dipenuhi sehingga data dapat diolah lebih lanjut. Normalitas diuji dengan melihat histogram data, uji ini dilakukan untuk melihat bahwa suatu data terdistribusi secara normal atau tidak (Supramono, 2003). Sedangkan linearitas diamati melalui scatterplots dari data dengan memilih pasangan data, dan dilihat pola penyebarannya untuk menduga ada atau tidaknya linearitas (Ferdinand, 2002). Outliers adalah observai yang muncul berupa nilai-nilai ekstrem karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya, sehingga harus diberi perlakuan khusus tertentu 47

10 (Ferdinand, 2002). Kemudian uji multikolinearitas digunakan untuk mengetahui apakah terdapat gejala korelasi atara variabel independen yang satu dengan variabel independen yang lain, dapat dilakukan dengan melihat nilai Variance Inflation Factor (VIF) dan tolerance. Gejala multikolinearitas terjadi bila nilai VIF berada di atas 10 dan nilai toleransi di bawah 0.10 (Supramono, 2003). Nilai determinan matriks kovarian yang sangat kecil mengindikasi adanya problem multikolinearitas atau singularitas. Pada program komputer SEM akan muncul notifikasi warning ketika terindikasi multikolinearitas atau singularitas, sehingga data harus diteliti ulang. Ketika hal ini terjadi, variabel yang menyebabkan singularitas harus dikeluarkan dan digantikan dengan composite variables untuk dilakukan analisis selanjutnya (Ferdinand, 2002). Sedangkan untuk uji reliabilitas akan dilakukan pada tahapan awal sebelum memasuki tahapan pemodelan SEM. Indeks yang digunakan untuk menguji kelayakan sebuah model mengacu pada Ferdinand (2002) dapat dilihat sebagai berikut (tabel 3.2). 48

11 Tabel 3.2 Indeks Pengujian Kelayakan Model Goodness-of-fit Index Cut-off Value 2 chi-square statistic Diharapkan kecil Significant Probability 0,05 RMSEA 0,08 GFI 0,90 AGFI 0,90 CMIN/DF 2,00 TLI 0,95 CFI 0,95 Langkah terakhir pemodelan SEM adalah interpretasi dan modifikasi model SEM guna menjawab pertanyaan-pertanyaan penelitian. Setelah estimasi model dilakukan, peneliti masih dapat melakukan modifikasi terhadap model yang dikembangkan, bila ternyata estimasi tersebut memiliki tingkat perdiksi tidak seperti yang diharapkan (terdapat residual yang besar). Setelah model diestimasi, residualnya harus tetap kecil atau mendekati nol dan distribusi frekuensi dari kovarian residual harus simetrik. Untuk mempertimbangkan perlu/ tidaknya modifikasi sebuah model adalah dengan melihat jumlah residual yang dihasilkan oleh model. Batas keamanan untuk jumlah residual adalah 5%. Bila lebih besar dari 5% dari semua residual kovarians yang dihasilkan oleh model maka sebuah modifikasi perlu dipertimbangkan. Tapi 49

12 bila nilai residual cukup besar (> 2,58) maka modifikasinya adalah dengan mempertimbangkan untuk menambah sebuah alur baru pada model yang diestimasi tersebut (Ferdinand, 2002). 50