38 BAB IV METODE PENELITIAN 4.1 Jenis Disain Penelitian Desain penelitian yang digunakan penulis dalam penelitian ini adalah asosiatif kausal. Menurut Sugiyono (2011:62), desain asosiatif kausal berguna untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel yang lain. Penelitian ini adalah penelitian untuk mengetahui pengaruh satu atau lebih variabel bebas (independent variable) terhadap variabel terikat (dependent variable) dengan memerlukan pengujian hipotesis dengan uji statistik. Dalam hal ini untuk mengetahui pengaruh kualitas layanan, persepsi harga dan saluran distribusi terhadap kepuasan pelanggan di PT Madani Karsa Mandiri dengan pengujian statistik guna mengetahui apakah kualitas layanan, persepsi harga dan saluran distribusi mempunyai pengaruh yang signifikan terhadap kepuasan pelanggan. 4.2 Jenis Data Adapun jenis data yang penulis gunakan dalam penelitian ini adalah : 1. Data primer Menurut Marzuki (2005) data primer yaitu data yang diperoleh secara langsung dari sumber datanya diamati dan dicatat untuk pertama kalinya. Data primer dalam penelitian ini diperoleh langsung dari hasil wawancara dan penyebaran daftar pertanyaan kepada konsumen PT. Madani Karsa Mandiri. 38
39 2. Data sekunder Menurut Marzuki (2005) data sekunder yaitu data yang bukan diusahakan sendiri pengumpulannya oleh peneliti. Dalam penelitian ini data sekunder diperoleh dari PT. Madani Karsa Mandiri dan berbagai sumber bacaan, diantaranya adalah buku, jurnal, koran dan media informasi lainnya. 4.3 Metode Pengumpulan Data Dalam pengumpulan data, teknik penelitian yang digunakan oleh peneliti, diantaranya : a. Wawancara, yaitu peneliti melakukan tanya jawab secara langsung dengan para karyawan di bidangnya masing-masing, misalnya bagian admin dan marketing support. b. Penyebaran Kuesioner, adalah merupakan teknik pengumpulan data yang dilakukan oleh peneliti dengan cara membagi-bagi pertanyaan atau kuesioner kepada responden agar dapat mengisi kuesioner secara objektif. 4.4 Populasi dan Sampel Penelitian 4.4.1 Populasi Populasi yang digunakan dalam penelitian ini adalah pelanggan PT Madani Karsa Mandiri seluruh jabodetabek, yaitu berjumlah 30 cabang Bank Muamalat Indonesia.
40 4.4.2 Sampel Sampel yang digunakan adalah semua anggota populasi sebesar 30 orang atau disebut sebagai sampling jenuh. 4.5 Skala Pengukuran Variabel Pengukuran masing-masing variabel dalam penelitian ini menggunakan skala likert. Skala likert digunakan untuk mengukur sikap pendapatan dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dengan skala likert maka variabel yang akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan titik tolak untuk menyusun item-item instrumen yang dapat berupa pertanyaan, Sugiyono (2011:136). Skala likert menggunakan lima tingkatan jawaban dapat dilihat pada Tabel 4.1. Tabel 4.1 Instrumen Skala Likert Sumber: Sugiyono (2011: 136) 4.6 Operasional Variabel Dalam penelitian ini yang menjadi variabel independen atau variabel X adalah kualitas layanan, persepsi harga dan saluran distribusi, sedangkan variabel dependen atau variabel Y adalah kepuasan pelanggan. Berdasarkan variabel
41 penelitian di atas, maka operasional variabel dapat digambarkan dalam Tabel 4.2 berikut ini : Tabel 4.2 Operasional Variabel Variabel Dimensi Indikator Skala Kualitas layanan (Var X1) Persepsi Harga (Var X2) Saluran Distribusi (Var X3) Tangibles (bukti langsung) Reliability (kehandalan) Responsiveness (daya tanggap) Assurance (jaminan) Empathy Sesuai dengan kualitas. Lebih rendah. Sesuai dengan manfaat Mudah dijangkau Sarana layanan ke pelanggan Pelayanan yang cepat, akurat dan memuaskan Sigap dalam memberikan pelayanan Kompetensi petugas layanan Memahami kebutuhan pelanggan Harga jasa sesuai dengan kualitas yang diterima pelanggan. Harga lebih rendah daripada pesaing. Harga jasa sesuai dengan manfaat yang diterima pelanggan Dekat pelanggan dengan Jumlah Kantor Jumlah kantor yang dibutuhkan Kelengkapan Produk Jumlah produk yang dibutuhkan Kepuasan Pelanggan (Var Y) Kepuasan keseluruhan Harapan kepuasan Pengalaman kepuasan Kepuasan pelanggan setelah menggunakan jasa Harapan pelanggan setelah menggunakan jasa Tingkat kepuasan selama menggunakan jasa Sumber: Parasuraman (2001), Kertajaya (2002), Tjiptono (2000), Andreassen dan Lindestad (2008)
42 4.7 Metode Analisis Data Metode analisis data yang digunakan oleh penulis dalam mengukur hasil penelitian ini adalah : a. Validitas dan Realibilitas Validitas menurut Husein Umar (2008:166) berguna untuk mengetahui apakah ada pertanyaan-pertanyaan pada kuesioner yang harus dibuang/diganti karena dianggap tidak relevan. Pengujiannya dilakukan secara statistik, yang dapat dilakukan secara manual atau dukungan komputer, misalnya melalui bantuan paket komputer SPSS versi 20. Validitas suatu butir pertanyaan dapat dilihat pada hasil output SPSS versi 20 pada tabel dengan Item-Total Statistics. Menilai kevalidan masing-masing butir pertanyaan dapat dilihat dari nilai Corrected Item-Total Correlation masingmasing butir pertanyaan. Suatu butir pertanyaan dikatakan valid jika nilai r- hitung yang merupakan nilai Corrected Item-Total Correlation > dari r-tabel. Uji validitas sebaiknya dilakukan secara terpisah pada lembar kerja yang berbeda antara satu konstruk variabel dengan konstruk variabel yang lain sehingga dapat diketahui butir-butir pertanyaan variabel mana yang paling banyak tidak valid. Uji reliabilitas menurut Husein Umar (2008:168-169) berguna untuk menetapkan apakah instrument dalam hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang sama. Uji ini dimaksudkan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila dilakukan pengukuran ulang terhadap gejala yang sama dengan menggunakan alat pengukur yang sama.
43 Penerapan uji reliabilitas atau keandalan ini dimaksudkan bahwa setelah tingkat validitas ditentukan, maka dapat dilanjutkan reliabilitas. Reliabilitas suatu butir pertanyaan dapat dilihat dari hasil output SPSS versi 17 pada tabel dengan judul Reliabillity Statistics. Untuk menilai masing-masing butir pertanyaan reliable dapat dilihat dari nilai Cronbach s Alpha pada masing-masing butir pertanyaan. Menurut Husein Umar (2008:174), suatu pertanyaan dikatakan reliable jika memiliki nilai Cronbach s Alpha > 0,60. b. Uji Asumsi Klasik Menurut Sudarmanto (2005:102) beberapa hal yang mendasari tentang perlunya melakukan uji asumsi klasik atau uji persyaratan regresi linear berganda adalah agar besaran atau koefisien statistik yang diperoleh benar-benar merupakan penduga parameter yang memang dapat dipertanggungjawabkan atau akurat. Pengujian terhadap penyimpangan asumsi klasik dalam penelitian ini terdiri dari uji normalitas, uji multikolinearitas, uji heteroskedastisitas dan uji autokorelasi. 1. Uji Normalitas Salah satu uji persyaratan yang harus dipenuhi dalam penggunaan analisis parametrik yaitu uji normalitas data populasi. Hal ini dapat ditegaskan, bahwa suatu penelitian yang melakukan pengujian hipotesis dengan menggunakan onesample kolmogorof-smirnov test menuntut suatu asumsi yang harus diuji, yaitu populasi harus berdistribusi normal, menurut Sudarmanto (2005:105). Dalam penelitian ini untuk uji normalitasnya memakai grafik normal P-P Plot, menurut Nugroho (2005:24), normalitas dapat dideteksi dengan melihat
44 penyebaran data (titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusan adalah: 1) Jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal grafik, hal ini menunjukkan pola distribusi normal. Model persamaan regresi memenuhi asumsi normalitas. 2) Jika ada data menyebar menjahui garis diagonal dan tidak mengikuti arah garis diagonal grafik, hal ini menunjukan pola distribusi tidak normal. Model persamaan regresi tidak memenuhi asumsi normalitas. 3) Apabila data tidak berdistribusi normal, tidak perlu dilakukan pengujian dengan menggunakan statistik parametrik seperti uji t, uji f atau ANOVA dan sebagainya. 2. Uji Multikolinieritas Menurut Priyatno (2008:39), uji multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolenearitas, yaitu adanya hubungan linear antar variabel independent dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolenearitas. Ada beberapa metode pengujian yang bisa digunakan untuk mengetahui ada tidaknya multikolinearitas yaitu : 1) Dengan melihat nilai Varians Inflaction Factor (VIF) pada model regresi, 2) Dengan membandingkan nilai koefisien determinasi individual (r2) dengan nilai determinasi secara serentak (R2) dan 3) Dengan melihat nilai eigenvalue dan condition index.
45 Pada penelitian ini akan dilakukan uji multikolinearitas dengan melihat nilai VIF pada model regresi. Menurut Nugroho (2005 : 58) jika nilai VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. 3. Autokorelasi Menurut Priyatno (2008:47) uji autokorelasi digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi, yaitu korelasi yang terjadi antara residual pada suatu pengamatan dengan pengamatan lain pada model regresi. Persyaratan yang harus dipenuhi adalah tidak adanya autokorelasi dalam model regresi. Metode pengujian yang sering digunakan adalah dengan Uji Durbin-Watson (Uji DW) dengan ketentuan sebagai berikut: 1) Jika d lebih kecil dari dl dari atau lebih besar dari (4-dL) maka hipotesis nol ditolak, yang berarti terdapat autokorelasi. 2) Jika d terletak antara du dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada autokorelasi. 3) Jika d terletak antara dl dan du atau diantara (4-dL), maka tidak menghasilkan kesimpulan yang pasti. 4. Heteroskedastisitas Menurut Priyatno (2008:41) uji heteroskedastisitas digunakan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik heteroskedastisitas, yaitu adanya ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya heteroskedastisitas. Ada beberpa metode pengujian yang dilakukan
46 diantaranya Uji Park, Uji Glesjer, melihat Pola Grafik Regresi dan uji Koefisien Korelasi Spearman. Menurut Priyatno (2008:31), heteroskedastisitas adalah varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai variabel bebas adalah berbentuk suatu nilai konstanta yang sama dengan a². Selain itu Priyatno (2008:33) menjelaskan bahwa keadaan heteroskedastisitas menyebabkan penaksiran koefisien regesi tidak efisien dan hasil taksiran dapat menyesatkan. Pada akhirnya kesimpulan yang diambil menjadi salah. Salah satu cara untuk mendeteksi heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residual (SRESID). Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu (bergelombang, melebar kemudian menyempit), maka mengidentifikasikan telah terjadi heteroskedastisitas. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. c. Analisis Persamaan Garis Regresi Yaitu untuk mengetahui gambaran mengenai hubungan antara dua atau lebih variabel X sebagai variabel independen (bebas) dengan variabel Y sebagai variabel dependen (terikat). Analisis regresi bertujuan untuk : (i) mengetahui besarnya pengaruh secara kuantitatif dari perubahan X terhadap perubahan Y apakah positif atau negatif, dan (ii) memperkirakan atau meramalkan nilai Y bila variabel X yang berkorelasi
47 dengan Y mengalami kenaikan atau penurunan, Priyatno (2008:73), sedangkan korelasi bertujuan untuk mengetahui hubungan antara variabel X terhadap Y. Analisa data dalam penelitian ini menggunakan analisis regresi linier berganda. Persamaan yang digunakan dalam penelitian ini yaitu: Y = a + b1 X1 + b2 X2 + b3 X3 + ε Keterangan: Y = Kepuasan Pelanggan a = Konstanta b1,.b2, b3 = Koefisien regresi masing-masing variabel X1 X2 X3 ε = Kualitas Layanan = Persepsi Harga = Saluran Distribusi = Error d. Koefisien Determinasi Uji R2 atau uji determinasi merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi, atau dengan kata lain angka tersebut dapat mengukur seberapa dekatkah garis regresi yang terestimasi dengan data sesungguhnya. Nilai koefisien determinasi (R2) ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X. Bila nilai koefisien determinasi sama dengan 0 (R2 = 0), artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali. Sementara bila R2 = 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X. Dengan kata lain bila R2 = 1, maka semua titik pengamatan berada tepat pada garis regresi. Dengan demikian baik atau buruknya suatu
48 persamaan regresi ditentukan oleh R2 nya yang mempunyai nilai antara nol dan satu. Menurut Singgih Santoso (2008:81), Adjusted R square adalah R square yang telah disesuaikan, nilai ini selalu lebih kecil dari R square, dari angka ini bisa memiliki harga negatif, bahwa untuk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R2 sebagai koefisien determinasi. e. Uji Hipotesis 1. Uji F (Uji simultan atau bersama) Menurut Priyatno (2008:81) uji ini digunakan untuk mengetahui apakah variabel independen (bebas) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (terikat). Cara pengambilan keputusan adalah : Jika probabilitas/signifikan > 0,05, Ho diterima Jika probabilitas/signidikan < 0,05, Ho ditolak Atau dengan cara melihat F hitung dengan F Tabel: Jika F hitung < F tabel, maka H0 diterima Jika F hitung > F tabel, maka H0 ditolak 2. Uji t (Uji parsial) Menurut Priyatno (2008:83), uji ini digunakan untuk mengetahui apakah dalam model regresi variabel independen (bebas) secara parsial berpengaruh signifikan terhadap variabel dependen (terikat). Cara pengambilan keputusan adalah : Jika probabilitas/signifikan > 0,05, Ho diterima Jika probabilitas/signifikan < 0,05, Ho ditolak Atau dengan cara melihat t hitung dengan t Tabel:
49 Jika T hitung < T tabel, H0 diterima Jika T hitung > T tabel, H0 ditolak Untuk menghitung t-tabel digunakan ketentuan df = n-k-1 pada level of significant (α) sebesar 5% (tingkat kesalahan 5% atau 0,05) atau taraf keyakinan 95% atau 0,95, jadi apabila tingkat kesalahan suatu variabel lebih dari 5% berarti variabel itu tidak signifikan. f. Analisis Dimensi Analisis dimensi digunakan untuk mengetahui pengaruh dimensi variabel bebas terhadap variabel-variabel terikat maka diperlukan matriks korelasi dimensi antar variabel (bebas dan terikat) sehingga bisa dibaca elemen matriks dalam hal ini sebagai korelasi antar dimensi yang besarnya -1 r 1. Tabel 4.3 Matriks Korelasi dimensi antar variabel (bebas dan terikat) Terikat Kepuasan Pelanggan (Y) Bebas Y 1 Y 2 Y 3 Kualitas Layanan X 1 X 1.1 RX 1.1 Y 1 RX 1.1 Y 2 RX 1.1 Y 3 X 1.2 RX 1.2 Y 1 RX 1.2 Y 2 RX 1.2 Y 3 X 1.3 RX 1.3 Y 1 RX 1.3 Y 2 RX 1.3 Y 3 X 1.4 RX 1.4 Y 1 RX 1.4 Y 2 RX 1.4 Y 3 X 1.5 RX 1.5 Y 1 RX 1.5 Y 2 RX 1.5 Y 3 Persepsi Harga X 2 Saluran Distribusi X 3 X 2.1 RX 2.1 Y 1 RX 2.1 Y 2 RX 2.1 Y 3 X 2.2 RX 2.2 Y 1 RX 2.2 Y 2 RX 2.2 Y 3 X 2.3 RX 2.3 Y 1 RX 2.3 Y 2 RX 2.3 Y 3 X 3.1 RX 3.1 Y 1 RX 3.1 Y 2 RX 3.1 Y 3 X 3.2 RX 3.2 Y 1 RX 3.2 Y 2 RX 3.2 Y 3 X 3.3 RX 3.3 Y 1 RX 3.3 Y 2 RX 3.3 Y 3
50-1 r 1, dimana r ~ 1 menunjukkan korelasi positif r ~ -1 menunjukkan korelasi negatif r ~ 0 menunjukan tidak ada korelasi