BAB 3 METODELOGI PENELITIAN. menjelaskan keadaan pada objek penelitian yaitu dengan penelitian asosiatif. Penelitian

Transkripsi

1 BAB 3 METODELOGI PENELITIAN 3.1 Desain Penelitian Disesuaikan dengan tujuan penelitian, maka jenis penelitian yang digunakan untuk menjelaskan keadaan pada objek penelitian yaitu dengan penelitian asosiatif. Penelitian asosiatif merupakan metode yang digunakan untuk mengetahui hubungan antara variable independen terhadap variabel dependen (Sugiyono, 2006, p7). Berdasarkan tujuan peneltian, yang menjadi unit analisis dalam penelitian ini adalah individu yaitu para pelanggan scooterpack,com. Pelanggan Scooterpack dipilih sebagai unit analisis untuk pengumpulan data yang diperoleh melalui kuesioner. Sedangkan berdasarkan horison waktunya, penelitian ini menggunakan studi cross sectional, yaitu penelitian yang dilakukan dimana data diambil satu kali dan pada periode waktu tertentu yang nantinya digunakan untuk menjawab hipotesis penelitian. Tabel 3.1 Desain Penelitian Tujuan Penelitian Desain Penelitian Jenis Penelitian Unit Analisis Time Horizon T-1 Asosiatif Individu - Pelanggan scooterpack.com Cross Section T-2 Asosiatif Individu - Pelanggan scooterpack.com Cross Section T-3 Asosiatif Individu - Pelanggan scooterpack.com Cross Section 40

2 41 Keterangan : T-1 : Untuk membuktikan ada atau tidaknya pengaruh antara service quality dengan customer satisfaction. T-2 : Untuk membuktikan ada atau tidaknya pengaruh antara service quality dengan customer loyalty. T-3 : Untuk membuktikan ada atau tidaknya pengaruh antara customer satisfaction dengan customer loyalty. 3.2 Operasional Variabel Tujuan dibuatnya operasional variabel yaitu untuk mengetahui perbedaan dari masing-masing variabel yang dinilai berdasarkan indikatornya. Hal ini mempermudah peneliti dalam pembuatan kuesioner yang nantinya akan dibagikan kepada responden yang telah ditentukan. Adapun operasional variabel dalam penelitian ini tertera pada tabel 3.2, 3.3 dan 3.4. Service Quality atau kualitas layanan didefinisikan sebagai seberapa jauh perbedaan antara kenyataan dan harapan pelanggan atas layanan yang mereka terima. Lupiyoadi & Hamdani (2006, p181) Tabel 3.2 Operasional Variabel Service Quality Variabel Sub Variabel Indikator Reliable/Prompt Responses Jumlah dan kualitas dari produk dan pelayanan yang diterima sesuai dengan pesanan yang saya lakukan.

3 42 Pelayanan dan pesanan yang saya pesan tiba sesuai dengan yang dijanjikan Service Quality scooterpack. Proses pembayaran dilakukan secara cepat dan aman. Website scooterpack menaggapi pertanyaan saya dengan cepat. Ketika perusahaan menjanjikan menghubungi saya melalui atau telepon pada waktu tertentu, Scooterpack melakukannya sesuai janji. Sistem pada website sccoterpack cepat dalam memberikan informasi yang saya butuhkan Website Scooterpack menampilkan alamat dan kontak (Social Media, , BBM, telepon) yang bisa saya hubungi. Access Saya dengan mudah menghubungi Customer Service Scooterpack melalui social media, , BBM dan telepon.

4 43 Scooterpack memberikan kemudahan dalam memesan produk yang ditawarkan. Untuk informasi lebih lanjut saya bisa mendapatkannya melalui Facebook dan Twitter Scooterpack. Alamat website scooterpack mudah untuk diingat. Struktur website scooterpack memudahkan pelanggan dalam mencari produk yang diinginkan. Ease of Use Informasi mengenai cara pemesanan, info produk, harga dan pengiriman yang ditampilkan pada website Scooterpack mudah dibaca dan dimengerti. Konten didalam website Scooterpack mudah dimengerti oleh pelanggan. Customer service Scooterpack via Attentiveness website memberikan perhatian personal kepada saya

5 44 Website scooterpack mempunyai area dimana saya dapat mengajukan pertanyaan dan memberikan komentar mengenai produk yang ditawarkan. Saya meneriman ucapan terima kasih via atau media lain setelah saya melakukan pemesanan. Sumber: Jun et al., (2008,p ) Customer Satisfaction Menurut Aritonang dan Lerbin (2005, p2), dapat diartikan sebagai hasil penilaian pelanggan terhadap apa yang diharapkannya dengan membeli dan mengkonsumsi suatu produk. Tabel 3.3 Operasional Variabel Customer Satisfaction Variabel Indikator Saya berfikir dengan menggunakan website Scooterpack dalam mencari produk adalah keputusan yang tepat. Pengalaman mengunakan website Scooterpack Customer Satisfaction memuaskan saya. Secara keseluruhan, saya merasa puas dengan kinerja website dalam membantu saya melakukan transaksi.

6 45 Secara keseluruhan, saya merasa puas dengan layanan yang saya terima dari website scooterpack. Sumber: Flavian et al., (2005, p10) Customer Loyalty Menurut Oliver dalam Huriyati (2005), mendefinisikan kesetiaan pelanggan sebagai komitmen pelanggan bertahan secara mendalam untuk berlangganan kembali atau melakukan pembelian ulang produk atau jasa secara konsisten di masa yang akan datang, meskipun pengaruh situasi dan usaha-usaha pemasaran mempunyai potensi untuk menyebabkan perubahan perilaku.. Tabel 3.4 Operasional Variabel Customer Loyalty Variabel Indikator Saya akan memberitahukan kepada teman mengenai pengalaman baik yang saya rasakan mengenai website Scooterpack. Saya akan merekomendasikan website Customer Loyalty Scooterpack ketika teman meminta pendapat tentang produk aksesoris Vespa & Piaggio. Saya akan mengajak teman untuk melakukan transaksi pembelian di website Scooterpack. Saya akan mempertimbangaan untuk menjadikan website Scooterpack sebagai pilihan utama jika sewaktu-waktu saya akan melakukan pembelian.

7 46 Sumber: Sheng & Liu (2010, p280) Saya akan melakukan pembelian ulang melalui website Scooterpack dilain waktu. 3.3 Jenis dan Sumber Data Dalam pelaksanaannya, penelitian ini menggunakan jenis data kuantitatif dengan menggunakan sumber data primer yang diperoleh melalui kuesioner yang dibagikan kepada pelanggan scooterpack.com, dimana data tersebut masih berbentuk pernyataan dan perlu dilakukan pengolahan data dengan melakukan uji validitas dan reabilitas data agar data dapat diproses dan diolah kembali ketahapan pengujian statistik. 3.4 Teknik Pengumpulan Data Dalam mengumpulkan data dalam penelitian ini terdiri dari beberapa teknik yang telah dilakukan antara lain sebagai berikut: Studi Pustaka Studi pustaka dilakukan dengan cara mencari data-data dengan membaca, mempelajari dan mengumpulkan teori-teori yang relevan melalui bukubuku, arikel, jurnal srta data-data yang diberikan oleh perusahaan yang berkaitan dengan masalah yang diteliti.

8 47 Kuesioner Kuesioner merupakan teknik pengumpulan data dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab. 3.5 Teknik Pengambilan Sampel Berdasarkan tujuan dalam penelitian ini yaitu untuk mengetahui ada atau tidaknya pengaruh kualitas layanan terhadap kepuasan dan kesetiaan pelanggan dalam penerapan e-marketing yang dilakukan oleh scooterpack.com, penentuan populasi dalam penelitian ini yaitu anggota komunitas Vespa Ceria yang mengetahui webstite Scooterpack dan dikhususkan bagi mereka yang sudah pernah melakukan pembelian online pada scooterpack.com, dengan mengambil batasan populasi yang berdomisili di daerah Jakarta dan sekitarnya. Dalam pengambilan sampel, teknik yang digunakan adalah probability sampling dengan jenis simple random sampling. Menurut Sugiyono (2006, p74), teknik ini merupakan teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap anggota populasi untuk dipilih menjadi anggota sampel. Sedangkan berdasarakan jenisnya, Sugiyono (2006, p74) menyatakan bahwa simple random sampling merupakan teknik pengambilan sampel anggota populasi yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi tersebut. 3.6 Teknik Pengolahan Sampel Untuk menentukan jumlah sampel yang mampu mewakili populasi, maka digunakan perhitungan dengan rumus slovin (Umar, 2007, p78) sebagai berikut :

9 48 dimana : n = N 1 + Ne 2 n = Ukuran sampel N = Ukuran populasi e = Persentase tingkat kesalahan pengambilan sampel yang masih dapat ditolerir. Populasi yang akan diambil dalam penelitian ini adalah anggota komunitas Vespa Ceria yang diketahui sebanyak 107 anggota. Data ini didapat berdasarakan grup facebook komunitas Vespa Ceria, dimana data yang peneliti ambil berasal dari close grup Vespa Ceria yang merupakan anggota tetap dari komunitas Vespa Ceria. Maka perhitungan populasi yang didapat dengan tingkat kesalahan sebesar 5% adalah sebagai berikut: n = (0,05) 2 n = 107 1,2675 n = 84,41 ~ 85 Dari hasil perhitungan diatas, jumlah responden yang didapat sebanyak 85 orang, maka kuesioner akan disebarkan sejumlah 85 lembar yang dibagikan kepada anggota komunitas Vespa Ceria.

10 Metode Analisis Skala Likert Menurut Riduwan & Kuncoro (2008, p20), skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur. Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk membuat butir instrumen yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pernyataan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut : Tabel 3.5 Bobot dan Kategori Pengukuran Data Keterangan Bobot Sangat Setuju 5 Setuju 4 Ragu-ragu 3 Tidak Setuju 2 Sangat Tidak Setuju 1 Sumber : Riduwan & Kuncoro (2008) PLS (Partial Least Square) Dari data yang dikumpulkan melalui kuesioner yang telah disebar kepada anggota komunitas Vespa Ceria, maka dilakukan analisis menggunakan software

11 50 smartpls versi 2.0 M3. Pengujian pertama adalah pengujian outer model atau measurement model yaitu menguji validitas dan reabilitas konstruk. Setelah itu, dilakukan pengujian inner model yaitu mencari hubungan jalur antara masingmasing konstruk sesuai dengan hipotesis yang dibuat. Pendekatan Partial Least Square merupakan distribution free (tidak mengasumsikan data berdistribusi tertentu, dapat berupa nominal, kategori, ordinal, interval dan rasio) serta merupakan metode analisis yang powerfull karena dapat digunakan pada jumlah sampel kecil. PLS digunakan untuk tujuan prediksi dimana diasumsikan bahwa semua ukuran variance adalah variance yang berguna untuk dijelaskan. Menurut Wold (1982) dalam Ghozali (2008, p18), pendekatan untuk mengestimasi variabel laten dianggap sebagai kombinasi linear dari indikator maka menghindarkan masalah indeterminacy dan memberikan definisi yang pasti dari komponen skor. Model formal PLS yang mengidentifikasikan variabel laten adalah linear agregat dari indikator-indikatornya. Weight estimate untuk menciptakan komponen skor variabel laten didapat berdasarkan bagaimana inner model (model struktural yang menghubungkan antar variabel laten) dan outer model (model pengukuran yaitu hubungan antara indikator dengan konstruknya) dispesifikasi. Hasilnya adalah residual variance dari variabel dependen (keduanya variabel laten dan indikator) diminimumkan. Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga. Kategori pertama adalah weight estimate yang digunakan untuk menciptakan skor

12 51 variabel laten. Kedua, mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antar variabel laten dengan blok indikatornya loadings). Kategori ketiga adalah berkaitan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi ini, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama, menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner model dan outer model, dan tahap ketiga menghasilkan estimasi means dan lokasi (konstanta). Sedangkan model analisis jalur semua variabel laten dalam PLS terdiri dari tiga set hubungan, yaitu: 1. Outer Model atau disebut juga measurement model mendefiniskan bagaimana setiap blok indikator berhubungan dengan variabel latennya. 2. Inner Model atau disebut juga structural model menggambarkan hubungan antar variabel laten berdasarkan pada substantive theory. 3. Weight Relation dimana nilai kasus dari variabel laten dapat diestimasi. Model evaluasi PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat non-parametrik. Pada penelitian ini, model pengukuran atau outer model menggunakan indikator refleksif (pengukuran indikator dipengaruhi oleh konstruk laten atau mencerminkan variasi dari konstruk laten) yang dievaluasi dengan convergent validity dan discriminant validity dari indikatornya dan composite reliability untuk blok indikatornya.

13 52 Menurut Ghozali (2008, p40) convergent validity dari measurement model dengan indikator refleksif dapat dilihat dari korelasi antara skor item/indikator dengan skor konstruknya. Indikator individu dianggap reliabel jika memiliki nilai korelasi diatas 0,70. Namun demikian pada riset tahap pengembangan skala, loading 0,50 sampai 0,60 masih dapat diterima. Discriminant validity indikator refleksif dapat dilihat pada cross loading antara indikator dengan konstruknya (Ghozali, 2008, p41). Metode lain untuk menilai discriminant validity adalah dengan membandingkan akar kuadrat dari average variance extracted ( AVE) untuk setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model (Ghozali, 2008, p42). Uji reliabilitas konstruk dapat diukur dengan composite reliability dari blok indikator yang mengukur konstruknya. Konstruk dinyatakan reliabel jika nilai composite reliability diatas 0,70 (Ghozali, 2008, p43). Sedangkan model struktural atau inner model dievaluasi dengan dengan melihat persentase variance yang dijelaskan yaitu dengan melihat nilai R 2 untuk konstruk laten dependen dengan menggunakan ukuran Stone-Geisser squares test dan juga melihat besarnya koefisien jalur strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji t-statistik yang didapat lewat prosedur bootstrapping.

14 53 Tabel 3.6 Kriteria Penilaian PLS Kriteria Penjelasan Evaluasi Model Struktural R 2 untuk variabel laten endogen Estimasi koefisien jalur f 2 untuk effect size Hasil R 2 sebesar 0,67; 0,33 dan 0,19 untuk variabel laten endogen dalam model struktural mengidentifikasikan bahwa model baik, moderat dan lemah. Nilai estimasi untuk hubungan jalur dalam model struktural harus signifikan. Nilai signifikan ini dapat diperoleh dengan prosedur bootstrapping. Nilai f 2 sebesar 0,02; 0,15 dan 0,35 dapat diinterpretasikan apakah predictor variabel laten mempunyai pengaruh yang lemah, medium atau besar pada tingkat struktural. Evaluasi Model Pengukuran Refleksif Loading Factor Nilai loading factor harus diatas 0,70. Namun demikian pada riset tahap pengembangan skala, loading 0,50 sampai 0,60 masih dapat diterima. Composite Realibility Average Variance Extracted Validitas Diskriminan Composite realibility mengukur internal consistency dan nilainya harus diatas 0,60. Nilai average variance extracted (AVE) harus diatas 0,50. Nilai akar kuadrat dari AVE harus lebih besar daripada nilai korelasi antar variabel laten.

15 54 Cross Loading Merupakan ukuran lain dari validitas diskriminan. Diharapkan setiap blok indicator memiliki loading lebih tinggi untuk setiap variabel laten yang diukur dibandingkan dengan indikator untuk laten variabel lainnya. Sumber : Ghozali (2008) Dalam penelitian ini, penulis juga melakukan analisis Second Order Confirmatory Factor Analysis. Hal ini dilakukan dikarenakan adanya konstruk laten didalam penelitian yang merupakan konstruk multidimensi, yaitu konstruk Service Quality yang diukur dengan melihat dimensi Reliable/Prompt Responses, Access, Ease of Use dan Attentiveness. Masing-masing dimensi ini diukur dengan indikatorindikator. Jadi keempat dimensi yang telah disebutkan merupakan first order konstruk dan konstruk Service Quality merupakan second order konstruk. Second order dan first order konstruk pada penelitian ini keduanya berbentuk refleksif. Pendekatan dalam analisis Second Order Confirmatory Factor Analysis adalah menggunakan repeated indicators approach atau juga dikenal dengan hierarchical component model (Ghozali, 2008, p90). Service Quality atau second order konstruk diukur dengan empat first order komponen, yaitu Reliable/Prompt Responses, Access, Ease of Use dan Attentiveness. Komponen Reliable/Prompt Responses diukur lebih lanjut oleh indikator REL1,REL2,REL3,REL4,REL5,REL6. Komponen Access diukur dengan indikator ACC1,ACC2,ACC3,ACC4. Komponen Ease of Use diukur dengan indikator EOU1, EOU2, EOU3, EOU4. Begitu juga komponen Attentivenes diukur dengan indikator ATT1, ATT2, ATT3.

16 55 Dalam pendekatan repeated indicators, ukuran indikator atau item digunakan dua kali. Pertama digunakan untuk mengukur first order component yaitu Reliable/Prompt Responses, Access, Ease of Use dan Attentiveness dan yang kedua digunakan untuk mengukur second order konstruk laten atau Service Quality yang sekaligus diukur juga oleh first order component. Walaupun pendekatan ini mengulang jumlah variabel manifest atau indikator, namun demikian pendektan ini memiliki keuntungan karena model ini dapat diestimasi dengan algoritma standar PLS (Ghozali, 2008, p91).

17 Kerangka Penelitian Untuk menjelaskan proses berjalannya penelitian yang telah dilakukan, berikut penulis sajikan kerangka penelitian yang dijelaskan pada gambar 3.1. Scooterpack Pengumpulan Data Primer Pengumpulan Data Sekunder Data Perusahaan Scooterpack Pelanggan Scooterpack Kajian Pustaka Kuesioner Analisis Data Dengan PLS Evaluasi Second Order Confirmatory Factor Analysis Evaluasi Outer Model Evaluasi Inner Model Kesimpulan Gambar 3.1 Kerangka Pemikiran Sumber: Penulis