40 BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Desain Penelitian Jenis penelitian ini adalah penelitian deskriptif dengan tujuan untuk memperoleh gambaran mengenai pengaruh persepsi atas suatu harga (price perceptions), persepsi atas kualitas (perceived quality), dan kesadaran atas merek (brand awareness) terhadap minat beli konsumen (intentions to buy) pada industri jasa khususnya industri penerbangan Indonesia. Desain penelitian yang digunakan yakni penelitian cross sectional, yaitu tipe desain penelitian yang berupa pengumpulan data dari sampel tertentu yang hanya dilakukan satu kali (Malhorta, 2004) atau tepatnya single cross sectional, dimana kegiatan pengumpulan data dilakukan dari satu responden untuk satu waktu saja. Malhotra (2004) juga menyatakan bahwa penelitian yang bersifat deskriptif adalah penelitian yang bertujuan untuk menggambarkan atau mendeskripsikan sesuatu, baik itu karakteristik atau fungsi. Metode yang digunakan untuk penelitian ini adalah metode kuantitatif, dimana metode kuantitatif akan meneliti secara lebih mendalam tentang pengaruh persepsi konsumen atas harga (Price perceptions), persepsi konsumen atas kualitas (perceived quality), dan kesadaran atas merek (Brand awareness) terhadap minat beli konsumen (intentions to buy).
41 3.2 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah : a. Data Primer, yaitu data yang diperoleh melalui penyebaran kuisioner kepada pengguna jasa transportasi penerbangan khususnya pada PT. Indonesia AirAsia di Jakarta dan Bali, serta masyarakat umum yang sudah pernah terbang bersama Indonesia Airasia. b. Data Sekunder, yaitu data yang diperoleh dari tinjauan kepustakaan melalui literatur, jurnal-jurnal terkemuka, majalah, surat kabar dan situs internet yang dapat memberikan informasi yang sesuai dengan masalah penelitian. 3.3 Metode Penentuan Sampel Dalam penelitian ini, populasi yang digunakan sebagai unit analisis adalah konsumen yang sedang menggunakan jasa penerbangan Indonesia AirAsia dan masyarakat umum yang sudah pernah melakukan perjalanan dengan Indonesia AirAsia di wilayah Jakarta dan Bali, dengan minimum waktu interaksi 6 bulan. Peneliti beranggapan bahwa 6 bulan merupakan waktu yang cukup bagi konsumen untuk mengenal karakteristik jasa penerbangan yang diberikan dengan baik. Ini berarti yang menjadi fokus penelitian adalah konsumen yang cukup memiliki pengalaman dalam mengkonsumsi dan menggunakan jasa penerbangan Indonesia AirAsia. Metode pengambilan sampel yang digunakan dalam penelitian ini adalah non probability sampling dimana tiap konsumen atau responden yang memenuhi kriteria populasi tidak memiliki kesempatan atau peluang yang sama untuk dipilih menjadi sampel (Sugiyono, 2007). Menurut (Umar, 2008), non probability sampling diharapkan
42 mampu menghilangkan persoalan biaya dan pengembangan suatu rerangka sampling. Keterbatasan metode ini adalah adanya bias tersembunyi dan ketidakpastian pada hasil penelitian, karena dengan cara ini semua elemen populasi belum tentu memiliki peluang yang sama untuk dipilih menjadi anggota sampel dikarenakan ada bagian tertentu secara sengaja tidak dimasukkan dalam pemilihan untuk mewakili populasi. Cara ini juga sering disebut sebagai pengambilan sampel berdasarkan pertimbangan karena dalam pelaksanaannya digunakan pertimbangan tertentu oleh peneliti. Meskipun begitu, metode ini sering digunakan dan cukup efektif. Pemilihan unit sampel didasarkan pada pertimbangan atau penilaian subyektif dan tidak pada penggunaan teori probabilitas. Metode non probability sampling yang digunakan adalah convenience sampling dimana pengambilan sampel dilakukan dari pengguna yang mudah diakses dan bersedia menjadi responden karena cara ini cukup bermanfaat. Caranya dengan membagikan kuesioner secara langsung kepada calon responden seperti konsumen pengguna jasa penerbangan Indonesia AirAsia, dan masyarakat umum yang berada di wilayah Jakarta dan Bali. 3.4 Metode Pengumpulan Data Dalam metode cross sectional ini, metode pengumpulan data yang digunakan untuk memperoleh data primer dilakukan dengan cara personally administered questionnaire, dimana responden diminta untuk mengisi langsung kuesioner yang dibagikan ditempat dan tidak dibawa pergi (Malhorta,2006). Untuk data sekunder, pengumpulan data dilakukan dengan studi literatur dan pencarian data di jurnal-jurnal
43 terkemuka yang meneliti topik sejenis. Skala pengukuran variabel yang digunakan adalah likert scale dengan 4 poin yaitu dari skala 1 (sangat tidak setuju) sampai dengan skala 4 (sangat setuju). 3.5 Teknik Pengolahan dan Analisis Data Teknik pengolahan data structural equation modelling (SEM) dengan metode confirmatory factor analysis (CFA) digunakan dalam penelitian ini. Variabel-variabel teramati (indikator-indikator) menggambarkan satu variabel laten tertentu (latent dimension). Sebagai suatu metode pengujian yang menggabungkan faktor analisis, path analisis dan regresi, SEM lebih merupakan metode confirmatory dari pada exploratory, yang bertujuan mengevaluasi proposed dimensionality yang diajukan dan yang berasal dari penelitian sebelumnya dengan cara melihat dan menguji model hubungan dimensidimensi tersebut. Dengan pemahaman ini, SEM dapat digunakan sebagai alat untuk mengkonfirmasi pre-knowledge yang telah diperoleh sebelumnya (Hair et al., 2006). Uji kecocokan model digunakan untuk menguji model hubungan antar dimensi atau variabel. Kriteria-kriteria yang diajukan oleh Hair et al. (2006) untuk digunakan dalam menguji kecocokan model antara lain: a. Rasio nilai chi-square dengan derajat kebebasan dari model (normed chi-square). Nilai rasio antara 1-3 dianggap nilai yang sesuai dan nilai lebih dari 5 dianggap poor fit of the model. b. Comparative Fit Index (CFI). Nilai CFI yang lebih dari 0.9 dianggap sebagai model yang sesuai.
44 c. Root Mean Square Error of Approximation (RMSEA). Nilai RMSEA 0.05 atau kurang adalah nilai kecocokan yang paling baik, nilai 0.08 atau kurang adalah nilai yang bisa diterima, sedangkan nilai lebih dari 0.1 dianggap tidak ada kecocokan model. d. Nilai indeks keselarasan yang disesuaikan (Adjusted Goodness of Fit Index) AGFI dengan ketentuan nilai AGFI sama dengan atau lebih besar dari 0.9. Jika nilai lebih besar dari 0.9 maka model mempunyai kesesuaian model keseluruhan yang baik. e. Goodness of Fit Index (GFI). Model bisa dikategorikan good fit apabila memiliki nilai GFI mendekati 1. f. Pengujian Reliabilitas dan Validitas. Reliabilitas model pengukuran dapat diuji dengan perhitungan construct reliability dan variance extracted. Jika variabel memiliki contruct reliability > 0.60 dan variance extracted > 0.50, hal tersebut sesuai dengan syarat yang ditetapkan oleh Hair et al. (2006) dan syarat reliabilitas menurut Malhotra (1999). Hair et al. (2006) juga mengajukan beberapa pendekatan untuk mengestimasi parameter model menggunakan model SEM yang terbagi menjadi 2 yaitu: a. Structural Model (Model Struktural). Disebut juga latent variable relationship. Persamaan umumnya adalah : η = Βη + Γξ + ζ dimana : η = sebuah vektor dari variabel endogen Β, Γ = matriks dari koefisien struktural
45 ξ ζ = sebuah vektor dari variabel eksogen = sebuah vektor dari error b. CFA analisis (confirmatory factor analysis) sebagai Measurement Model (Model Pengukuran) terdiri dari dua jenis pengukuran, yaitu: 1. Model pengukuran untuk variabel endogen (varabel tak bebas) Persamaan umumnya: Χ = Λ x ξ + δ dimana : Χ Λ x δ = sebuah vektor dari variabel teramati eksogen = matriks dari koefisien pengukuran / loading factor = sebuah vektor dari variabel eksogen 2. Model pengukuran untuk variabel eksogen (variabel bebas) Persamaan umumnya: Υ = Λ y η + ε dimana : Υ Λ y ε = sebuah vektor dari variabel teramati endogen = matriks dari koefisien pengukuran / loading factor = sebuah vektor dari error pengukuran Persamaan diatas digunakan dengan asumsi: 1. ζ tidak berkorelasi dengan ξ 2. ε tidak berkorelasi dengan η
46 3. δ tidak berkorelasi dengan ξ 4. ζ, ε, δ tidak saling berkorelasi (mutually uncorrelated) 5. Γ - Β adalah non singular Menurut Hair et al. (2006) terdapat 7 tahapan prosedur pembentukan dan analisis SEM yaitu : 1. Membentuk model teori sebagai dasar model SEM yang mempunyai justifikasi teoritis yang kuat. Merupakan suatu model kausal atau sebab akibat yang menyatakan hubungan antar dimensi atau variabel. 2. Membangun path diagram dari hubungan kausal yang telah dibentuk berdasarkan dasar teori. Path diagram tersebut akan memudahkan peneliti melihat hubunganhubungan kausalitas yang ingin diujinya. 3. Membagi path diagram tersebut menjadi suatu set dari model pengukuran (measurement model) dan model struktural (structural model). 4. Pemilihan matrik data input dan mengestimasi model yang diajukan. Perbedaan SEM dengan teknik multivariat lainnya adalah dalam input data yang akan digunakan dalam pemodelan dan estimasinya. SEM hanya menggunakan matriks varians/kovarians atau matriks korelasi sebagai data input untuk keseluruhan estimasi yang dilakukannya. 5. Menentukan the identification of the structural model. Langkah ini untuk menentukan bahwa model yang dispesifikasikan bukan model yang under identified atau unidentified. Problem identifikasi dapat muncul melalui gejala-gejala berikut ini:
47 a. Standard error untuk satu atau beberapa koefisien adalah sangat besar b. Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan c. Muncul angka-angka yang aneh seperti adanya varians error yang negatif d. Muncul korelasi yang sangat tinggi antar korelasi estimasi yang didapat (misalnya lebih dari 0,9) 6. Mengevaluasi kriteria dari goodness of fit atau uji kecocokan. Pada tahap ini kesesuaian model dievaluasi melalui telaah terhadap berbagai kriteria goodness of fit sebagai berikut : a. Ukuran sampel minimal 100 dan dengan perbandingan 5 observasi untuk setiap parameter estimate. b. Normalitas dan Linearitas c. Outliers d. Multicolinierity dan Singularity 7. Menginterpretrasikan hasil yang didapat dan mengubah model jika diperlukan. 3.6 Model Pengukuran (Measurement Model) Ada 4 model pengukuran berdasarkan variabel yang diukur yaitu : model persepsi atas harga (price perceptions), model persepsi atas kualitas (perceived quality), model kesadaran atas suatu merek (brand awareness), dan model minat pembelian pelanggan (intention to buy). Model persepsi atas harga terdiri dari 6 pernyataan yang merupakan model first order confirmatory factor analysis (1 st CFA), yang memiliki 1 variabel laten, yaitu persepsi atas harga. Variabel laten ξ 1 mewakili persepsi atas harga secara keseluruhan.
48 Variabel ini mempunyai 5 indikator yang berupa variabel teramati (observed variabel), yaitu: - variabel teramati (X 1 ) adalah Harga produk jasa sesuai dengan kualitas produk yang ditawarkan. - variabel teramati (X2) adalah Harga tiket AirAsia apabila dibandingkan dengan harga tiket maskapai lain yang sejenis sudah memuaskan. - variabel teramati (X3) adalah Harga produk jasa sesuai dengan yang saya harapkan. - variabel teramati (X4) adalah Harga bersaing dibandingkan maskapai lain. - variabel teramati (X5) adalah Harga sesuai dengan manfaat yang saya peroleh. - variabel teramati (X6) adalah Harga terjangkau. Model persepsi atas kualitas terdiri dari 13 pernyataan yang merupakan model first order confirmatory factor analysis (1 st CFA), yang memiliki 1 variabel laten, yaitu persepsi atas kualitas (Perceived Quality). Variabel laten η 1 mewakili persepsi atas kualitas secara keseluruhan. Variabel ini mempunyai 6 indikator berupa variabel teramati (observed variabel), yaitu : - variabel teramati (Y1) adalah Armada pesawat dan fasilitas penerbangan yang upto-date. - variabel teramati (Y2) adalah Tempat duduk nyaman. - variabel teramati (Y3) adalah Kemudahan, kecepatan, ketepatan reservasi dalam pembelian tiket. - variabel teramati (Y4) adalah Counter Check-In yang mudah.
49 - variabel teramati (Y5) adalah Barang bawaan (baggage) diperhatikan dengan baik. - variabel teramati (Y6) adalah Penerbangan yang tepat waktu. - variabel teramati (Y7) adalah Karyawan siap membantu dan berusaha memecahkan masalah. - variabel teramati (Y8) adalah Tingkat dan reputasi keselamatan yang baik. - variabel teramati (Y9) adalah Penampilan karyawan rapi. - variabel teramati (Y10) adalah Karyawan selalu siap dan bersedia untuk membantu penumpang. - variabel teramati (Y11) adalah Karyawan memberi perhatian terhadap pelanggan secara personal. - variabel teramati (Y12) adalah Karyawan memiliki pengetahuan dalam menjawab pertanyaan-pertanyaan penumpang. - variabel teramati (Y13) adalah Pilihan jadwal penerbangan sesuai dengan keinginan penumpang. Model kesadaran atas merek terdiri dari 6 pernyataan yang merupakan model first order confirmatory factor analysis (1 st CFA), yang memiliki 1 variabel laten, yaitu kesadaran atas merek (Brand Awareness). Variabel laten η 2 mewakili kesadaran atas merek secara keseluruhan. Variabel ini mempunyai 6 indikator berupa variabel teramati (observed variabel), yaitu: - variabel teramati (Y14) adalah Jika saya ingin berpergian dengan tarif murah, saya langsung ingat AirAsia.
50 - variabel teramati (Y15) adalah Dibandingkan dengan maskapai lain yang sejenis saya lebih memilih Indonesia AirAsia. - variabel teramati (Y16) adalah Saya dapat mengenali penerbangan ini di antara maskapai penerbangan lain yang sejenis.. - variabel termaati (Y17) adalah Jika harus bepergian dengan membayar sendiri, saya akan lebih memilih Airasia dibanding maskapai lainnya. - variabel teramati (Y18) adalah Jika saya hendak bepergian, pertama-tama saya akan cek terlebih dahulu apakah tersedia rute perjalanan tersebut oleh Airasia. Jika ada, saya akan langsung memilih Airasia. - Variabel teramati (Y19) adalah Jika saya hendak bepergian, pertama-tama saya akan cek terlebih dulu apakah tersedia rute perjalanan tersebut oleh Airasia. Jika tidak ada, barulah saya memilih maskapai penerbangan lainnya. Model Minat beli konsumen terdiri dari 6 pernyataan yang merupakan model first order confirmatory factor analysis (1 st CFA), yang memiliki 1 variabel laten, yaitu minat beli konsumen. Variabel laten η 3 mewakili minat beli konsumen secara keseluruhan. Variabel ini mempunyai 6 indikator berupa variabel teramati (observed variabel), yaitu: - variabel teramati (Y20) adalah Saya berniat terbang dengan Indonesia AirAsia. - variabel teramati (Y21) adalah Saya akan merekomendasikan kepada teman mengenai maskapai Indonesia AirAsia.
51 - variabel teramati (Y22) adalah Saya akan merekomendasikan kepada keluarga mengenai maskapai Indonesia AirAsia. - variabel teramati (Y23) adalah Saya berharap selalu terbang dengan Indonesia AirAsia. - variabel teramati (Y24) adalah Saya akan mempertimbangkan terbang dengan maskapai penerbangan Indonesia AirAsia lagi di masa mendatang. - variabel teramati (Y25) adalah Saya tertarik dengan program-program yangditawarkan oleh Indonesia AirAsia. 3.7 Model Struktural (Structural Model) Model struktural merupakan model yang menyatakan hubungan kausal antar dimensi atau variabel yang diteliti. Model hubungan kausal tersebut seperti terlihat pada Gambar 3.1 berikut. Gambar 3.1. Model Struktural
52 Y7 Y8 Y9 Y10 Y11 Y12 PQ Y13 Y14 Y15 X1 X2 (+H1) (+H5) (+H4) Y16 Y17 Y18 X3 X4 PP (+H2) BA Y19 Y20 Y21 X5 X6 (+H6) (+H3) Y22 Y23 Y24 IB Y25 Y26 Y27 Y28 Y29 Y30 Y31