BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian 1. Waktu Penelitian Penelitian ini tentang pengaruh keamanan dan kemudahan terhadap kepuasan pelanggan berbelanja di Tokopedia. Proses penelitian akan dilakukan pada bulan September 2016 sampai dengan Januari 2017. Penelitian dilakukan di Universitas Mercu Buana, Fakultas Ekonomi dan Bisnis, Jakarta. Objek dalam penelitian ini adalah mahasiswa/i Fakultas Ekonomi dan Bisnis yang pernah berkunjung dan melakukan pembelian di situs online Tokopedia. B. Desain Penelitian Dalam penyusunan penelitian ini penulis menggunakan metode analisis kausal. Analisis kausal adalah penelitian 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 2013). Tujuan penelitian kausal dalam hal ini adalah untuk mengetahui seberapa besar pengaruh kualitas kemanan dan kemudahanterhadap kepuasan pelanggan berbelanja di Tokopedia. 25
26 C. Definisi dan Operasionalisasi Variabel 1. Definisi Variabel Menurut Sugiyono (2013) adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh penulis 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. 2. Operasionalisasi Variabel Variabel penelitian suatu atribut atau sifat atau nilai dari orang, objek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya (Sugiyono, 2009). Variabel-variabel dalam penelitian ini adalah : a. Keamanan (X1) merupakan variabel eksogen. Raman Arasu dan Viswanathan A (2011) mendefinisikan keamanan bertransaksi di website online bisa dijadikan indikator suatu keamanan dari kemampuan toko online dalam melakukan pengontrolan dan penjagaan atas transaksi di website online b. Kemudahan (X2) merupakan variabel eksogen. Arief Wibowo (2006) persepsi tentang kemudahan penggunaan sebuah teknologi didefinisikan sebagai suatu ukuran dimana seseorang percaya bahwa komputer dapat dengan mudah dipahami dan digunakan.
27 Persepsi kemudahan penggunaan merupakan tingkatan dimana seseorang percaya bahwa teknologi mudah dipahami. Persepsi tentang kemudahan penggunaan sebuah teknologi didefinisikan sebagai suatu ukuran dimana seseorang percaya bahwa teknologi tersebut dapat dengan mudah dipahami dan digunakan. c. Kepuasan Pelanggan (Y) merupakan variabel endogen. Menurut Kotler (2012) merupakan perasaan senang atau kecewa seseorang yang dihasilkan karena membandingkan kinerja yang diterima dari suatu produk (atau hasil) terhadap ekspektasi mereka. Tabel 3.1 Operasionalisasi Variabel Keamanan Variabel Indikator Pengukuran Keamanan Jaminan Keamanan Kerahasiaan Data Sumber: Raman Arasu dan Viswanathan A. (2011) Tabel 3.2 Operasionalisasi Variabel Kemudahan Variabel Dimensi Indikator Pengukuran Kemudahan Jelas dan mudah dimengerti (clear and understandable) Tidak dibutuhkan banyak usaha untuk berinteraksi dengan sistem tersebut (does not require a lot of mental effort) TI sangat mudah dipelajari TI mengerjakan dengan mudah apa yang diinginkan oleh pengguna
28 Sistem mudah digunakan (easy to use) Mudah mengoperasikan sistem (easy to get the system) Sumber: Arief Wibowo (2006) TI sangat mudah untuk meningkatkan keterampilan pengguna TI sangat mudah untuk dioperasikan Tabel 3.3 Operasionalisasi Variabel Kepuasan Pelanggan Variabel Dimensi Indikator Pengukuran Kepuasan Pelanggan Attribute related to products Attribute related to service Attribute related to purchase Produk yang ditawarkan sesuai dengan harapan Daya tahan produk Fasilitas yang nyaman Adanya jaminan produk Perasaan puas membeli produk Nama baik perusahaan Sumber: Dutka (dalam Cahyono, 2008) D. Skala Pengukuran Dalam penelitian ini metode pengukuran skala Likret dari Sugiyono (2014) yang digunakan untuk mengukur sikap,pendapat dan prepsesei seseorang atau sekelompok orang tentang fenomena sosial.
29 Tabel 3.4 INSTRUMEN SKALA LIKERT Pernyataan Kode Skor Sangat Setuju (SS) 5 Setuju (S) 4 Netral (N) 3 Tidak Setuju (TS) 2 Sangat Tidak Setuju (STS) 1 Sumber : Sugiyono (2011) E. Populasi dan Sampel Penelitian 1. Populasi Menurut Sugiyono (2014) 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 dalam penelitian ini adalah pelanggan Tokopedia Mahasiswa/i Universitas Mercu Buana. Jumlah populasi pelanggan yang berbelanja di Tokopedia tidak diketahui secara terperinci oleh peneliti. 2. Sampel Menurut Sugiyono (2014) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga, dan waktu, maka peneliti dapat
30 menggunakan sampel dalam penelitian ini yaitu menggunakan teknik Convenience sampling (Cara Dipermudah). Convenience sampling adalah sampel dengan pertimbangan kemudahan merupakan teknik penentuan sampel berdasarkan kemudahan atau kebetulan saja (Noor, 2011). Seseorang diambil sebagai sampel karena kebetulan, atau siapa saja yang kebetulan bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel. Dalam metode Partial Least Square (PLS) memiliki asumsi data penelitian bebas distribusi (Distribution Free), artinya data penelitian tidak mengancu pada salah satu distribusi tertentu (misalnya distribusi normal). PLS merupakan metode alternatif dari Structural Equation Modeling (SEM) yang dapat digunakan untuk mengatasi permasalahan hubungan antara variabel yang kompleks namun ukurannya sampel datanya kecil 30-100 sampel, dan bergantung pada jumlah parameter yang di estimasi. Pedomannya adalah 5-10 kali parameter yang di estimasi. Ukuran sampel yang digunakan adalah 100 sampel, berdasarkan jumlah indikator dikalikan 5 (14 x 5 = 70). Namun di penelitian ini peneliti mengambil sampel 100 untuk hasil analisis data yang lebih akurat. Tetapi dari Perhitungan jumlah sampel tersebut juga disesuaikan dengan rekomendasi Hair et al (2014). F. Teknik Pengumpulan Data Dalam penelitian ini data dikumpulkan melalui tiga cara, yaitu (1) Penelitian kepustakaan dan (2) Penelitian lapangan (3) wawancara.
31 Penelitian kepustakaan dilakukan untuk mengumpulkan data mengenai teori-teori yang mendukung penelitian dan data pendukung lainnya, sedangkan penelitian lapangan dilakukan dengan mengumpulkan data dari responden, yang terakhir wawancara untuk menemukan permasalahan yang harus diteliti dan juga apabila peneliti ingin hal-hal dari responden yang lebih mendalam. Data penelitian lapangan dikumpulkan dengan menggunakan angket atau kuesioner. Teknik yang menggunakan kuesioner adalah suatu cara pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan kepada responden. Menurut Noor (2011) kuesioner merupakan suatu teknik pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan kepada responden dengan harapan memberikan respon atas daftar pertanyaan tersebut. Daftar pertanyaan dapat bersifat terbuka dan dapat bersifat tertutup. G. Jenis Data Menurut Sugiyono (2014) Data primer adalah data yang diperoleh secara langsung dari hasil wawancara, obeservasi dan kuesioner yang disebarkan kepada seluruh sampel responden yang sesuai dengan target sasaran dan dianggap mewakili seluruh populasi. Menurut Sugiyono (2014) data sekunder adalah data yang tidak memberikan informasi secara langsung kepada pengumpul data, misalnya lewat dokumen-dokumen yang ada. Jenis data yang digunakan dalam penelitian ini adalah data primer yaitu
32 kuesioner dari pelanggan Tokopedia mengenai Keamanan dan Kemudahan Terhadap Kepuasan Pelanggan Berbelanja di Tokopedia. H. Metode Analisa Data Metode analisis data dalam penelitian ini menggunakan Component atau Variance Based Structural Equation Modeling dimana teknik analisis data dalam penelitian ini adalah menggunakan PLS (Partial Least Square) versi 3.0 PLS (Partial Least Square) adalah model alternative dari convariance based SEM. PLS dimaksudkan untukcasualperdictiveanalysis dalam situasi kompleksitas yang tinggi dan dukungan teori yang rendah (Ghozali, 2014). Tujuan PLS mencari hubungan linier prediktif optimal yang ada pada data. Walaupun PLS dapat juga digunakan untuk mengkonfirmasi teori, tetapi dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten. Seperti dinyatakan Wold dalam Ghozali (2014). Partial Least Square (PLS) merupakan metode analisis yang powerfull oleh karena tidak didasarkan banyak asumsi, data tidak harus terdistribusi normal multivariate, dan sample tidak harus besar. Langkah-langkah pengujian yang akan dilakukan sebagian berikut:
33 1) Evaluasi Meassusrement (outer) Model Outer model sering juga disebut (outer relation atau measurement model) mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Blok dengan indikator refleksif dapat ditulis persamaanya sebagai berikut: x = Ʌxᶓ + Ɛx y = Ʌyƞ + Ɛy Dimana x dan y adalah indikator atau manifest variabel untuk variabel laten eksogen dan endogen ᶓ dan ƞ, sedangkan Ʌx dan Ʌy metrupakan matrik yang menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten dengan indikatornya. Residual yang diukur dengan Ɛx dan Ɛy dapat diinterprestasikan sebagai kesalahan pengukuran (Ghozali, 2014). a) Converegent Validity Pengujian converegent validity dari masing-masing indikator konstruk, suatu indikator dikatakan mempunyai valid yang baik jika nilainya lebih besar dari 0,70 sedangkan loading factornya 0,50 sampai dengan 0,60 dapat dianggap cukup (Chin dalam Ghozali, 2014). Berdasrakan kriteria apabila terdapat loading factor dibawah 0,60 maka akan drop dari model. b) Discriminant Validity Pengujian discriminant validity, indikator reflektif dapat dilihat pada cross-loading antara indikator dengan konstruknya. Suatu indikator dinyatakan valid jika mempunyai loading factor tertinggi kepada
34 konstruk yang dituju dibandingkan loading factor kepada konstruk lain. Dengan demikian kontrak laten memprediksi indikator pada blok mereka lebih baik dibandingkan dengan indikator di blok yag lain. Metode lain untuk melihat discriminantvalidty adalah dengan melihat nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antara konstruk dengan konstruk lainya dalam model, maka dikatakan memilki nilia discriminant validity yang baik. Berikut rumus menghitung AVE. AVE = Ʃ Λi 2 : (Ʃ Λi 2 + Ʃivar (ɛi) ) c) Composite Reliability Pengujian composite reliability bertujuan untuk menguji validitas instrumen dalam suatu model penelitian. Atau mengukur internal consistency dan nilainya harus di atas 0,50. Apabila seluruh nilai variabel laten memiliki nilai composite reliability maupun cronbach alpha 0,7 hal itu berarti bahwa konstruk memiliki reabilitas yang baik atau kuesioner yang digunakan sebagai alat dalam penelitian ini telah handal atau konsisten. 2) Pengujian Model Struktural / Uji Hipotesis (Inner Model) Pengujian Innner Model adalah pengembangan model berbasis konsep dan teori dalam rangka menganalisis hubungan antara variabel eksogen dan endogen yang telah dijabarkan dalam kerangka konseptual. Pengujian terhadap model struktural dilakukan dengan melihat nilai R- square yang
35 merupakan uji goodness>fit model. Tahapan pengujian terhadap model struktural (uji hipotesis) dilakukan dengan langkah-langkah berikut ini: a) Nilai R- square Melihat nilai R- square yang merupakan uji goodness> fit model. Uji yang kedua dapat dilihat hasil R-square untuk variabel laten endogen sebesar 0,67, 0,33 dan 0,19 dalam model struktural mengindikasikan bahwa model tersebut baik, moderat, dan lemah. b) Goodness of Fit Model Pengujian Goodness of Fit model struktural pada inner model menggunakan nilai predictive-relevance (Q2). Nilai Q-square lebih besar 0 (nol) menunjukan bahwa model mempunyai nilai predictive relevance. c) Hasil Pengujian Hipotesis (Estimasi Koefisien Jalur) Nilai estimasi untuk hubungan jalur dalam model struktural harus signifikan. Nilai signifikan ini dapat diperoleh dengan prosedur boostrapping. Melihat signifikan pada hipotesis dengan melihat nilai koefisien parameter dan nilai signifikasi T-statistic pada algortihm boostrapping report nilai signifikansi t statistik harus lebih besar dari 1,96.