BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini merupakan penelitian deskriptif dan asosiatif. Penelitian deskriptif dimaksudkan untuk mendefinisikan berbagai kriteria serta mendefinisikan nilai-nilai variabel-variabel yang diteliti. Penelitian asosiatif di sini lebih kepada analisis hubungan kausal dimana variable independen (variabel bebas) mempengaruhi variabel dependen (variabel terikat). Desain dari penelitian ini dapat dilihat pada Tabel 3.1 berikut. Tabel 3.1 Desain Penelitian Tujuan Desain Penelitian Jenis Metode Penelitian Penelitian Penelitian T-1 Asosiatif Survey T-2 Asosiatif Survey Unit Analisis Individu yang menggunakan jasa Individu yang menggunakan jasa Time Horizon Cross Sectional Cross Sectional 40
41 1. Untuk mengetahui dan menganalisis seberapa besar pengaruh Kinerja Lembaga Investasi dan Nasehat Lembaga Investasi terhadap Kepercayaan pada Nilai Saham secara individual maupun simultan PT MPAM. [T-1] 2. Untuk mengetahui Bdan menganalisis seberapa besar pengaruh Kinerja Lembaga Investasi, Nasehat Konsultan Investasi, dan Kepercayaan pada Nilai Saham terhadap Upselling. [T-2] 3.2 Operasionalisasi Variabel Penelitian Ada empat variabel yang akan digunakan dalam penelitian ini, yaitu variabel kinerja, keuntungan pada nilai saham, nasehat konsultan investasi, dan upsellling. Pada Tabel 3.2 berikut akan diuraikan dimensi dan indikator dari masing-masing variabel, beserta instrumen pengukuran, skala, dan model pengukuran dari keempat variabel tersebut. Tabel 3.2 Operasionalisasi Variabel Penelitian Variabel Dimensi Indikator Instrumen Pengukura n Skala Model Pengukura n Keahlian Mengatasi Meuangan Keahlian dalam mengelola investasi Jaminan Positif Kinerja jasanya positif dari waktu ke
42 waktu Pengelolaan Sistem pengelolaann ya menarik untuk meningkatkan penambahan jumlah investasi Hubungan Kemudahan untuk mengambil alih agunan Fokus Jasa investasi tetap fokus di kegiatan utama Kinerja Lembaga Investasi (X1) Proses Adaptasi Standarisasi Cepat mengatasi proses perubahan ekonomi yang terjadi Memiliki standar Jaminan Secara Hukum Dijamin oleh lembaga hukum Informasi Memiliki
43 informasi yang lengkap Sertifikat Kepemilika n Investasi Adanya jaminan pada saat restrukturisasi Pembiayaan sektor ekonomi dihentikan sampai ada kebijakan baru. Penurunan selisih Resiko yang terjadi bisa ditoleransi Jenis Investasi Analisis Resiko Investasi Aset Keuangan Forecasting
44 Menberikan Solusi Nasehat Konsultan Investasi (X2) Fund Selection Analisis Lingkungan Pengalaman Terhadap Pengelolaan Investasi Kedekatan Fisik Intensitas komunikasi Kepercayaan pada Nilai Saham (Y) Kedekatan Intelektual Kedekatan Emosional Puas terhadap nilai investasi Perasaan saling membutuhka n Pembelian Ulang Penambahan Investasi Upselling (Z) Hubungan Hubungan yang Erat
45 3.3 Jenis dan Sumber Data Penelitian Jenis data yang digunakan dalam penelitian ini adalah data kualitatif dan sumber data berasal dari data primer maupun sekunder, seperti dapat dilihat pada Tabel 3.3 di bawah ini. Tabel 3.3 Data dan Sumber Data Penelitian Data Dasar pengukuran variabel-variabel dalam penelitian ini Jenis Data Kualitatif Sumber Data Data sekunder dari studi kepustakaan, serta data primer dari wawancara dengan Head of Corporate & Legal Affairs pada PT. Minna Padi Aset Manajemen. Data kinerja lembaga investasi Kualitatif Data primer dari kuesioner yang disebarkan ke individu yang menggunakan jasa. Data kepercayaan pada nilai saham Data nasehat konsultan Data upselling Kualitatif Kualitatif Kualitatif Data primer dari kuesioner yang disebarkan ke individu yang menggunakan jasa. Data primer dari kuesioner yang disebarkan ke individu yang menggunakan jasa. Data primer dari kuesioner yang disebarkan ke individu yang menggunakan jasa.
46 3.4 Teknik Pengumpulan Data Pengumpulan data yang dilakukan dalam penelitian ini menggunakan beberapa teknik, yaitu: - Wawancara Wawancara merupakan salah satu teknik pengumpulan data. Pelaksanaannya dapat dilakukan secara langsung berhadapan dengan yang diwawancarai, tetapi dapat juga secara tidak langsung seperti memberikan daftar pertanyaan untuk dijawab pada kesempatan lain (Umar, 2008, p51). Dalam penelitian ini, penulis melakukan wawancara langsung dengan Ibu Le Mui, Ang selaku Head of Corporate & Legal Affairs. - Teknik angket (kuesioner) merupakan suatu pengumpulan data dengan memberikan atau menyebarkan daftar pertanyaan/pernyataan kepada responden dengan harapan memberikan respons atas daftar pertanyaan tersebut (Umar, 2008, p49). - Studi kepustakaan Studi kepustakaan digunakan untuk memperoleh informasi-informasi yang berkaitan dengan penelitian ini sebagai landasan teori. Penulis melakukan studi kepustakaan melalui buku-buku, jurnal-jurnal, dan artikel-artikel di internet.
47 3.5 Teknik Pengambilan Sampel Populasi adalah keseluruhan obyek atau individu yang akan diteliti, memiliki karakteristik tertentu, jelas dan lengkap. Sampel adalah bagian dari populasi yang dipilih melalui cara tertentu yang mewakili karakteristik tertentu, jelas, dan lengkap yang dianggap mewakili populasi. (Arifin, 2008, p69) Menurut Suptanto (2000, p22), di dalam statistik dikenal dua cara pengumpulan data, yaitu cara sensus dan cara sampling. Sensus adalah cara pengumpulan data di mana seluruh elemen populasi diselidik satu per satu. Ada dua alasan dilakukannya sensus : (1) Suatu penelitian sensus akan layak dilakukan jika populasinya relatif sedikit dan (2) suatu penelitian sensus hanya diperlukan jika unit elemen populasi sangat bervariasi (Hermawan, 2005, p147). Berdasarkan alasan yang dikemukakan oleh hermawan tersebut, maka dalam penelitian ini digunakan cara sensus, yaitu dengan mengambil semua populasi yang ada, karena jumlah populasinya relatif sedikit. Populasi dalam penelitian ini adalah seluruh customer yang berjumlah 102 orang. 3.6 Metode Analisis Setelah data dikumpulkan, maka uji validitas-reliabilitas, lalu dilakukan uji normalitas terhadap data yang ada. Setelah data dipastikan normal, valid, dan reliabel, maka dilakukan analisis dengan menggunakan teknik analisis seperti dapat dilihat pada Tabel 3.4 di bawah ini.
48 Tabel 3.4 Metode Analisis Data Tujuan Penelitian Metode Analisis Jenis Penelitian Teknik Analisis T-1 Asosiatif T-2 Asosiatif Path Analysis dan Pearson Correlation Path Analysis dan Pearson Correlation 3.6.1 Uji Validitas Uji validitas dilakukan berkenaan dengan ketepatan alat ukur terhadap konsep yang diukur sehingga benar-benar mengukur apa yang seharusnya diukur. Berkaitan dengan pengujian validitas instrument menurut Riduwan (2011, p109-110) menjelaskan bahwa validitas adalah suatu ukuran yang menunjukkan tingkat keandalan suatu alat ukur. Untuk menguji validitas alat ukur, terlebih dahulu dicari harga korelasi antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Untuk menghitung validitas alat ukur yang digunakan rumus: r hitung = n(σ Xi Yi) (Σ Xi).(Σ Yi) {n. Σ Xi 2 (Σ Xi) 2 }.{n.σ Yi 2 (Σ Yi) 2 } Dimana: r hitung X i = Koefisien korelasi = Jumlah skor item
49 Y i n = Jumlah skor total = Jumlah responden Selanjutnya dihitung dengan Uji-t dengan rumus : Dimana: t = Nilai t hitung r = Koefisien korelasi hasil r hitung n = Jumlah responden Distribusi (Tabel t) untuk α = 0,05 dan derajad kebebasan (dk = n-2) Kaidah keputusan : Jika t hitung > t table berarti valid, sebaliknya t hitung < t table berarti tidak valid 3.6.2 Uji Reliabilitas Uji reliabilitas dilakukan untuk mendapatkan tingkat ketepatan (keterandalan atau keajegan) alat pengumpul data (instrument) yang digunakan. Uji reliabilitas instrument dilakukan dengan rumus alpha. Metode mencari reliabilitas internal yaitu menganalisis realibilitas alat ukur dari satu kali pengukuran, rumus yang digunakan adalah Alpha. Langkah-langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut: Langkah 1: Menghitung Varians skor tiap-tiap item dengan rumus:
50 Dimana: S i 2 Σ X i (ΣX i ) 2 N = Varians skor tiap-tiap item = Jumlah kuadrat item Xi = Jumlah item S i dikudratkan = Jumlah responden Langkah 2: Kemudian menjumlahkan Varians semua item dengan rumus: Σ S i = S 1 + S 2 + S 3. S n Dimana: Σ S i = Jumlah Varians semua item S 1 + S 2 + S 3. S n = Varians item ke- 1,2,3.n Langkah 3: Menghiting Varians total dengan rumus: Dimana: S t ΣX t 2 = Varians total = Jumlah kuadrat X total (Σ X t ) 2 = Jumlah X total dikuadratkan Langkah 4: Masukkan nilai Alpha dengan rumus:
51 Dimana: r11 Σ Si St K = Nilai Reliabilitas = Jumlah varians skor tiap-tiap item = Varians total = Jumlah item Kemudian diuji dengan uji reliabilitas instrument dilakukan dengan rumus Korelasi Pearson Product Moment dengan teknik belah dua awal-akhir yaitu: Harga r xy atau r b ini baru menunjukkan reabilitas setengah tes. Oleh karenanya disebut r awal-akhir. Untuk mencari reabilitas seluruh tes digunakan rumus Spearman Brown yakni: Untuk mengetahui koefisien korelasinya signifikan atau tidak digunakan distribusi (Tabel r) untuk alpha 0,05 dengan derajad kebebasan (dk = n-2). Kemudian membuat keputusan membandingkan r 11 dengan r tabel. Adapun kaidah keputusan: Jika r 11 > r tabel berarti reliabel dan r 11 < r tabel berarti tidak reliabel. 3.6.3 Uji Normalitas Uji normalitas adalah uji yang dilakukan untuk mengecek apakah data penelitian kita berasal dari populasi yang sebarannya normal. Uji ini perlu dilakukan karena semua perhitungan statistik parametrik memiliki asumsi normalitas sebaran.
52 Uji normalitas dapat hitung dengan bantuan program SPSS 13.0, yaitu dengan langkah: 1. Pilih menu Analyze - Descriptive Statistics Explore. 2. Masukkan variabel yang akan diuji sebarannya ke dalam kotak Dependent List. Setelah itu kita klik tombol Plots, akan muncul dialog box 3. Dalam dialog ini kita memilih opsi Normality plots with tests, kemudian klik Continue dan OK. Untuk menganalisis hasil output tersebut, maka yang perlu diperhatikan adalah (Santoso, 2001, p87): a) Output Deskriptif: jika ratio Skewness dan Kurtosis tidak melebihi angka 2, maka dapat dikatakan distribusi data adalah normal. b) Output Tests of Normality: Dimana hasil Sig. > dari 0,05, maka dikatakan normal. c) Grafik Normal Q-Q Plots: terdapat garis lurus dari kiri ke kanan atas. Garis ini berasal dari nilai Z. Jika suatu distribusi data normal, maka data akan tersebar disekeliling garis. d) Grafik Detrended normal Q-Q Plots: dimana grafik ini menggambarkan selisih antara titik-titik dengan garis diagonal pada grafik sebelumnya. Jika data yang kita miliki mengikuti distribusi normal dengan sempurna, maka semua titik akan jatuh pada garis 0,0. e) Output boxplot: bloxplot adalah kotak yang berwarna merah dengan garis horizontal di kotak tersebut. Jika garis hitam terletak persis ditengah boxplot, maka distribusi data adalah normal.
53 3.6.4 Transformasi Data Menjadi Data Interval Jika data yang dikumpulkan memiliki skala ukur ordinal, maka data tersebut harus diubah (transformasi) data. Mentransformasi data ordinal data berguna untuk memenuhi sebagian syarat analisis parametrik yang mana data setidaknya adalah data berskala. Teknik transformasi yang paling sederhana menggunakan MSI (Method of Successive Interval). Langkah-langkah transformasi data ordinal adalah sebagai berikut (Riduwan dan Kuncoro, 2011, p30): 1. Perhatikan setiap butir jawaban responden dari kuesioner yang disebarkan. 2. Pada setiap butir ditentukan berapa orang yang mendapat skor 1, 2, 3, 4, dan 5 yang disebut sebagai frekuensi. 3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi. 4. Menentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi berurutan per kolom skor. 5. Menentukan nilai Z, dengan menggunakan tabel Distribusi Normal Baku (Riduwan dan Kuncoro 2011, p35), hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh.
54 6. Menentukan densitas, tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh dengan menggunakan tabel Koordinat Kurva Normal Baku (Riduwan dan Kuncoro, 2011, p36). 7. Menentukan scale value (skala nilai) dengan menggunakan rumus: NS = (Density at Lower Limit) (Density at Upper Limit) (Area Below Upper limit) (Area Below Lower Limit) 8. Tentukan nilai transformasi (skala akhir) dengan rumus: Y = NS + [ 1 + ( ) ] 3.6.5 Path Analysis Path analysis basically examines the direction of relationships through the postulation of some theoretical relationship between variables and then a test to see if the direction of these relationships is substantiated by the data (Salkind, 2009, p326). Berdasarkan Wicaksono (2006, p152), analisis jalur (path analysis) merupakan alat analisis yang digunakan untuk menelusuri pengaruh (baik langsung maupun tidak langsung) variabel bebas (independen) terhadap variabel tergantung (dependen). Sedangkan berdasarkan Riduwan dan Kuncoro (2011, p2), model path analysis digunakan untuk menganalisis pola hubungan antar-variabel dengan tujuan untuk mengetahui pengaruh langsung seperangkat variabel bebas (eksogen) terhadap variabel terikat (endogen).
55 3.6.5.1 Asumsi-asumsi Path Analysis Asumsi-asumsi dalam path analysis berdasarkan Riduwan dan Kuncoro (2011, p2-3): 1. Hubungan antar-variabel adalah bersifat linier, adaptif, dan bersifat normal 2. Hanya sistem aliran kausal ke satu arah, artinya tidak ada arah kausalitas yang berbalik 3. Variabel terikat (endogen) minimal dalam skala ukur dan rasio 4. Menggunakan sampel probability sampling, yaitu teknik pengambilan sampel untuk memberikan peluang yang sama pada setiap anggota populasi untuk dipilih anggota sampel 5. Observed variables diukur tanpa kesalahan (instrumen pengukuran valid dan reliabel), artinya variabel yang diteliti dapat diobservasi secara langsung 6. Model yang dianalisis dispesifikasikan (diidentifikasi) dengan benar berdasarkan teori-teori dan konsep-konsep yang relevan, artinya model teori yang dikaji atau diuji dibangun berdasarkan kerangka teoritis tertentu yang mampu menjelaskan hubungan kausalitas antar variabel yang diteliti 3.6.5.2 Model dan Persamaan Struktural Path Analysis Model struktural yaitu bila setiap variabel endogen (Y) secara unik keadaannya ditentukan oleh seperangkat variabel eksogen (X). Diagram jalur berikut menunjukkan struktur hubungan kausal antar variabel.
56 X1 ρ ZX1 r 13 r 12 X2 ρ YX1 Y ρ ZY Z ρ YX2 r 23 ρ YX3 ρ ZX3 X3 Sumber: Riduwan dan Kuncoro, 2011, p5 Gambar 3.1 Diagram Jalur Persamaan struktural untuk diagram jalur yaitu: Y = ρ YX1 X1 + ρ YX2 X2 + ρ YX3 X3 + ε 1 Z = ρ ZX1 X1 + ρ ZX3 X3 + ρ ZY Y + ε 2 Keterangan: ρ = koefisien jalur (path coefficient), yang menunjukkan pengaruh langsung variabel eksogen terhadap variabel endogen ε = faktor residual, yang menunjukkan pengaruh variabel lain yang tidak diteliti atau kekeliruan pengukuran variabel
57 Kategori seberapa besar pengaruh variabel independen terhadap variabel dependen dalam Path Analysis dilihat dari nilai koefisien beta akan diuraikan pada Tabel 3.5 berikut ini: Tabel 3.5 Kategori Pengaruh Variabel dalam Path Analysis Nilai Koefisien Beta Kategori Pengaruh 0,05 0,09 Lemah 0,10 0,29 Sedang >0,30 Kuat Sumber: Riduwan dan Sunarto, 2007 3.6.6 Korelasi Pearson Berdasarkan Sugiarto (2000, p269), koefisien korelasi Pearson digunakan untuk mengetahui tingkat (derajat) keeratan hubungan linier antara dua atau lebih variabel yang minimal berskala ukur. Bila variabel yang terlibat hanya dua, maka analisis korelasinya disebut korelasi sederhana. Bila variabel yang terlibat lebih dari dua, disebut analisis korelasi berganda. Teknik korelasi Pearson Product Moment (PPM) termasuk teknik statistik parametrik yang menggunakan data dan ratio dengan persyaratan tertentu, misalnya data dipilih secara random, datanya berdistribusi normal, data yang dihubungkan berpola linier, dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama (Riduwan dan Kuncoro, 2007, p61).
58 Berdasarkan Supranto Jilid 2 (2001, p201), koefisien korelasi Pearson dapat dihitung sebagai berikut: Korelasi Pearson dilambangkan (r) dengan ketentuan r -1 dan r +1. Bila nilai r = -1, maka korelasinya negatif sempurna, sebaliknya, bila nilai r = +1, maka korelasinya positif sempurna. Sedangkan apabila nilai r = 0, maka artinya tidak ada korelasi. Arti harga r akan diperlihatkan pada Tabel 3.6 berikut. Tabel 3.6 Arti Nilai r Interval Koefisien Tingkat Hubungan 0,80 1,000 Sangat kuat 0,60 0,799 Kuat 0,40 0,599 Cukup kuat 0,20 0,399 Rendah 0,00 0,199 Sangat rendah Sumber: Riduwan dan Kuncoro, 2011, p62 Besar kecilnya sumbangan variabel X terhadap variabel Y dapat ditentukan dengan rumus Koefisien Determinan sebagai berikut: KP = r 2 x 100%
59 di mana KP adalah nilai koefisien determinasi, dan r adalah nilai koefisien korelasi (Riduwan dan Kuncoro, 2007, p62). 3.7 Rancangan Uji Hipotesis Untuk T-1 Pengujian secara keseluruhan. Hipotesis : Ho = Kinerja Lembaga Investasi (X1) dan Nasehat Konsultan Investasi (X2) tidak memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y). Ha = Kinerja Lembaga Investasi (X1) dan Nasehat Konsultan Investasi (X2) memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y). Pengujian secara individual Hipotesis : Ho = Kinerja Lembaga Investasi (X1) tidak memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y). Ha = Kinerja Lembaga Investasi (X1) memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y).
60 Hipotesis : Ho = Nasehat Konsultan Investasi (X2) tidak memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y). Ha = Nasehat Konsultan Investasi (X2) memiliki kontribusi yang signifikan secara simultan terhadap Kepercayaan Nilai Investasi (Y). Untuk T-2: Pengujian secara keseluruhan Hipotesis : Ho = Kinerja Lembaga Investasi (X1), Nasehat Konsultan Investasi (X2), dan Kepercayaan Nilai Investasi (Y) tidak memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Ha = Kinerja Lembaga Investasi (X1), Nasehat Konsultan Investasi (X2), dan Kepercayaan Nilai Investasi (Y) memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Pengujian secara individual Hipotesis : Ho = Kinerja Lembaga Investasi (X1) tidak memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z).
61 Ha = Kinerja Lembaga Investasi (X1) memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Hipotesis : Ho = Nasehat Konsultan Investasi (X2) tidak memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Ha = Nasehat Konsultan Investasi (X2) memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Hipotesis : Ho = Kepercayaan Nilai Investasi (Y) tidak memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). Ha = Kepercayaan Nilai Investasi (Y) memiliki kontribusi yang signifikan secara simultan terhadap Upselling (Z). 3.8 Rancangan Implikasi Hasil Penelitian Setelah semua data selesai diolah, maka diperoleh gambaran tentang pengukuran Kinerja Lembaga Investasi, Nasehat Konsultan investasi, dan Kepercayaan pada Nilai Investasi terhadap Upselling. Apabila data yang diolah memiliki hasil yang rendah, maka perlu dicari penyebabnya. Selanjutnya, analisa data hasil kuesioner digunakan untuk menggambarkan bagaimana hubungan dan pengaruh Kinerja Lembaga Investasi, Nasehat konsultan,
62 dan Kepercayaan pada Nilai Investasi yang mempengaruhi Upselling atau penambahan jumlah investasi. Apabila variabel saling berkontribusi, maka perusahaan dapat mempertahankan kinerja yang ada dan terus meningkatkan kreativitas.