ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX (RDI) TERHADAP NET PROMOTER SCORE (NPS) UNTUK MENINGKATKAN LOYALITAS CORPORATE CUSTOMER PT

ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX (RDI) TERHADAP NET PROMOTER SCORE (NPS) UNTUK MENINGKATKAN LOYALITAS CORPORATE CUSTOMER PT. TELKOM Gelar Hasti Anindito, Lantip Trisunarno Jurusan Teknik Industri Institut Teknologi Sepuluh Nopember (ITS) Surabaya Kampus ITS Sukolilo Surabaya 60111 Email: [email protected] ; [email protected] Abstrak Salah satu segmen PT. Telekomunikasi Indonesia, Tbk. (TELKOM) adalah corporate customer. Untuk mempertahankan kontribusi segmen tersebut kepada TELKOM, maka dilakukan program Customer Relationship Management (CRM). Program yang dilakukan salah satunya adalah pengukuran kepuasan dan loyalitas dengan survei pelanggan. Salah satu pengukuran loyalitas yang digunakan adalah dimensi hubungan pelanggan yaitu Relationship Dimension Index (RDI) terhadap Net Promoter Score (NPS). RDI terdiri dari tingkatan shopper, client, partner, dan advocate. Sedangkan NPS terdiri dari detractors, passives, dan promoters. Kedua pengukuran tersebut di gabungkan kedalam dalam indeks hubungan pelanggan. Maka dari itu perlu diketahui tingkat hubungannya antara RDI terhadap NPS untuk mengetahui pengaruhnya. Untuk melihat tingkat hubungan maka dibangun beberapa hipotesis baik antara variabel-variabel maupun antara tingkatan RDI dengan NPS serta RDI terhadap NPS sebagai satu variabel. Hasil yang diperoleh adalah tingkatan hubungan kedua pengukuran tersebut secara umum masih rendah dan disertai analisis interpretasi behavior dari database eksisting TELKOM. Kata kunci: Customer Relationship Mangement, Corporate Customer, Loyalitas Pealanggan¸ Corporate Customer Behavior, Relationship Dimension Index, Net Promoter Score. ABSTRACT One of PT. Telekomunikasi Indonesia, Tbk. (TELKOM) segments is the corporate customer. To maintain the contribution of this segment to the company, then TELKOM implemented Customer Relationship Management (CRM) programs. One of program that include in TELKOM CRM is the measurement of satisfaction and loyalty with customer surveys. In this survey there are measurements using loyalty dimension of customer relationship called Relationship Dimension Index (RDI) with Net Promoter Score (NPS). RDI levels consists of shopper, client, partner, and advocate. And the NPS consists of detractors, passives, and promoters. Both of these measurements integrated into the customer relationship index. Therefore the correlation between the RDI and NPS need to know. To see the correlation between the variables or levels then constructed several hypotheses between RDI with NPS as several variables and NPS as one variable. The result indicated that correlations between the measurements are generally low and the analysis is completed by interpretation of corporate customer behavior based on TELKOM database. Keywords: Customer Relationship Management, Corporate Customer, Customer Loyalty¸ Corporate Customer Behavior, Relationship Dimension Index, Net Promoter Score.

1. Pendahuluan Customer Relationship Management (CRM) merupakan salah satu bagian dari manajemen pemasaran. Pada awalnya CRM tidak termasuk komponen pemasaran, maka dari itu terdapatnya redefinisi pemasaran dalam hubungannya dengan CRM (Hakim et al., 2006). Menurut Barnes (2003) CRM berhubungan dengan mekanisme pembangunan hubungan pelanggan, termasuk didalamnya

adalah perolehan data, analisis, dan penyederhanaan proses bisnis. Gambaran umum CRM (Siddiqi et al., 2002) dapat dibagi menjadi dua yaitu operational dan analytical. Dalam operational CRM pelanggan dan perusahaan saling berinteraksi langsung (titik kontak terjadi) dimana pengumpulan data terjadi, sedangkan dalam analytical CRM terjadi pemrosesan data dan pembentukan strategi. Bagi perusahaan yang berorientasi pelanggan

(customer centric), maka mendapatkan loyalitas pelanggan yaitu advocacy merupakan kompetensi yang harus dipenuhi dalam program CRM (Kotler & Keller, 2009). Untuk dapat melakukan anlytical CRM maka dibutuhkan sebuah pengamatan pada pelanggan baik kepuasan maupun loyalitas dalam operational CRM. Maka untuk dapat melacak kepuasan dan loyalitas ini dibutuhkan sebuah teknik pengukuran (Kotler & Keller, 2009). Salah satu teknik pengukuran tersebut adalah Relationship Dimension Index (RDI) dan Net Promoter Score (NPS). Relationship Dimension Index (RDI) merupakan pengukuran dimensi hubungan antara pelanggan dengan perusahaan (Barnes, 2003). Dimensi ini dibangun berdasarkan presepi perusahaan terhadap tingkatan hubungan dengan pelanggan. Salah satu hasil yang dapat diinterpetasikan dari pengukuran dimensi ini menurut Barnes adalah sejauh mana pelanggan mempercayai perusahaan dan sejauh mana pelanggan melihat perusahaan sebagai perusahaan yang responsif terhadap kebutuhannya. Pembagian tingkatan dimensi hubungan di PT. Telekomunikasi Indonesia, Tbk. untuk corporate customer menurut dokumen term of reference (TOR) survei yang dilakukan terdapat empat dimensi relasi hubungan yaitu: shopper, client, partner, dan advocacy. Teknik pengukuran lainnya adalah Net Promoter Score (NPS), yang merupakan sebuah pengukuran loyalitas. Pengukuran ini dikembangkan pertama kali oleh Satmetrix, Bain & Company, dan Freid Reichheld. Pada dasarnya NPS terdiri dari tiga kategori pelanggan yaitu promoters, passives, dan detractors (Reichheld, 2006). Promoters menunjukkan tingkatan yang paling tinggi dan pelanggan yang loyal dengan merekomendasikan produk perusahaan kepada orang lain. Menurut Reichheld (2006), besarnya NPS merupakan sebuah indikator pertumbuhan sebuah perusahaan. PT Telekomunikasi Indonesia, Tbk. (TELKOM) merupakan salah satu perusahaan penyedia layanan telekomunikasi dan jaringan terbesar di Indonesia. Dalam segmentasi pelanggannya, TELKOM membagi kedalam empat segmen. Segmen pelanggan tersebut diantaranya enterprise, segmen retail (consumer), segmen small medium (segmen bisnis service) dan segmen Other Lisence Operator (OLO). Segmen enterprise lebih

dikenal dengan nama corporate customer. Jumlah seluruh corporate customer di TELKOM pada tahun 2010 berjumlah sekitar 5.519 pelanggan. Untuk mengatasi tingkat persaingannya di high end market pada industri jasa telekomunikasi, TELKOM berfokus pada program retensi, tanpa mengabaikan program penetrasi dan akusisi. Program retensi yang dilakukan oleh TELKOM diterapkan untuk corporate customer dan wholesale yaitu dengan mempertahankan tingkat penggunaan jasa layanannya. Pelaksanaan program retensi adalah dengan cara meningkatkan hubungan atau kedekatan dengan pelanggan melalui program yang saling menguntungkan dalam jangka panjang (Keputusan Direktur Enterprise dan Wholesale PT. TELKOM Nomor: KR. 07/YN000/COO-B0023000/2008). Dengan adanya pengelolaan program CRM yang baik untuk high end market maka harapan TELKOM adalah dapat meningkatkan kepuasan & loyalitas pelanggan, meningkatkan customer lifetime value, meningkatkan wallet share, dan mempertahankan serta meningkatkan market share. Setiap tahunnya TELKOM melakukan survei kepuasan serta loyalitas terhadap lebih dari 1000 corporate customer-nya. Survei dibagi untuk masing-masing jenis cluster dan departemen yang menanganinya. Barnes (2003) mengungkapkan bahwa tidak ada dua pengukuran hubungan pelanggan yang identik akan tetapi terdapat beberapa kesamaan dalam pendekatan yang dapat diambil. Hal tersebut terlihat pula pada pengukuran hubungan pelanggan yang dilakukan oleh TELKOM, yaitu Relationship Dimension Index dan Net Promoter Score. Dua pengukuran tersebut sama-sama mengukur tingkatan loyalitas dimana yang paling tertinggi pelanggannya memiliki karakterisitik untuk merekomendasikan produk perusahaan pada koleganya. Hal tersebut yang menjadikan dasar penelitian ini bagaimana kedua pengukuran tersebut digunakan untuk mempertahankan serta meningkatkan loyalitas corporate customer TELKOM yang berperingkat tinggi dan sebagai dasar untuk meningkatkan loyalitas pelanggan corporate lainnya. Serta bagaimana hubungan atau pengaruh dari Relationship Dimension Index sebagai dimensi hubungan pelanggan TELKOM terhadap nilai Net Promoter Score. Karena CRM dilengkapi dengan database, maka akan diamati pula sejauh mana database

2

eksisting TELKOM dapat meng-capture behavior dari corporate customer-nya. 2. Pengukuran Hubungan Pelanggan Seperti yang telah disebutkan bahwa salah satu pengukuran untik hubungan pelanggan di TELKOM adalah RDI dan NPS. Untuk dapat menganalisis lebih jauh maka TELKOM menggabungkan kedua pengukuran tersebut kedalam dimensi hubungan antara dua pengukuran. Berikut ini penjelasan masingmasing tingkatan dari RDI,  Shopper Pelanggan tipe ini bisa dibilang adalah pelanggan baru. Dan sangat memungkinkan apabila pelanggan jenis shopper membeli jasa satu kali. Waktu layanan yang diinginkan oleh pelanggan bersifat jangka pendek yaitu bisa dalam bulanan atau kurang satu tahun. Terdapat keinginan dari customer untuk trial terlebih dahulu sebelum membeli. Hubungan anatara TELKOM dengan pelanggan tipe ini masih bersifat transaksi sebatas penjual dan pembeli. Pelanggan bertipe shopper membutuhkan pelayanan hanya berdasarkan event tertentu sehingga tidak memerlukan masa pemeliharaan. Dan sifat layanan yang diberikan oleh TELKOM cenderung tidak kontinyu.  Client Waktu layanan yang diberikan oleh TELKOM sudah cukup panjang yaitu 1 hingga 2 tahun. Jadi pelanggan sudah mulai teratur dalam menggunakan layanan TELKOM sehingga sifat layanannya lebih permanen dan membutuhkan pemeliharaan kontinyu. Dalam pemenuhan layanan, pelanggan sudah mulai bisa diajak kerja sama dengan TELKOM baik dalam penyediaan infrastruktur maupun fasilitas-fasilitas lainnya agar dapat lebih efektif dan efisien. Hubungan secara general bisa dibilang sangat baik dan berpeluang untuk memasuki jenjang tingkatan selanjutnya.  Partner Untuk pelanggan jenis ini, jangka waktu pelayanan yang diinginkan oleh pelanggan mulai dari jangak menengah (1-2 tahun) sampai dengan jangaka panjang (lebih dari 2 tahun).

Terdapatnya kecenderungan pelanggan tipe partner untuk melakukan pemasaran kepada orang lain (rekan bisnis atau calon pelanggan TELKOM yang lain). Sifat layanan yang diberikan lebih bersifat permanen atau masa layanan selalu diperbaharui berulangulang dan diperlukan pemeliharaan yang kontinyu.  Advocacy Layanan yang dibutuhkan pelanggan ini adalah mutlak untuk menudukung keberlangsungan bisnis dari perusahaannya, sehingga waktu layanan dilakukan dalam jangka yang panjang. Adanya hubungan yang erat sehingga terdapat consultative relationship dimana pelanggan dan TELKOM saling berkonsultasi untuk pengembagan nilai masing-masing. Pelanggan secara aktif melakukan rekomendasi kepada pelanggan TELKOM lainnya tenatang bagaimana nilai yang dapat dibentuk dengan menggunakan layanan TELKOM (positive referrals). Pada tahapan ini pelanggan berani menolak produk atau jasa dari perusahaan lain, sehingga kebutuhan lainnya (selain produk/layanan) seperti jasa konsultasi, proses penyediaan informasi serta komunikasi hanya diharapkan dari TELKOM. Untuk Net Promoter Score (NPS) dapat dicari secara total dengan rumus: % dari Promoters - % dari Detractors = (1) Net Promotore Score (NPS) Untuk mengetahui pelanggan termasuk kedalam kategori tingkatan yang mana maka (Reichheld, 2006), dapat diajukan pertanyaan seberapa besar pelanggan akan merekomendasikan perusahaan kepada koleganya yabg lain, lalu dijawab dengan skor dari nol hingga 10. Berdasarkan skor tersebut maka pelanggan dapat dikategorikan sebagai berikut:  Promoters memiliki skala poin 9 atau 10. Pelanggan jenis ini memiliki antusias loyal yang terus membeli dari perusahaan dan memiliki dorongan kepada teman atau koleganya untuk melakukan hal yang sama  Passives memiliki skala poin 7 atau 8. Pelanggan jenis ini puas tetapi tidak

3



antusias sehingga dapat mudah terbawa arus kompetisi Detractors memiliki skala poin 0 hingga 6. Pelanggan jenis ini merupakan pelanggan yang tidak senang atau tidak puas serta terjebak dalam hubungan yang buruk.

3. Metodologi Penelitian Studi yang dilakukan sebelum masuk ketahap pengumpulan data adalh studi literatur dan studi dokumentasi. Studi dokumentasi bertujuan untuk mengetahui kebijakankebijakan persahaan maupun progran CRM eksisting, Data yang digunakan untuk pengolahan data adalah hasil survei corporate customer TELKOM tahun 2010, dan sebagai landasan untuk melihat tingkat hubungan pada tahun sebelumnya menggunakan data tahun 2009. Hasil survei yang diolah datanya adalah dari hasil pengukuran level dimensi ralasi yaitu Relationship Dimension Index (RDI) dan Net Promoter Score (NPS). Sedangkan untuk melihat behavior dari corporate customer maka di lakukan pengamatan terhadap database dan dokumen-dokumen untuk mengetahui behavior apa saja yang dapat dilihat. 3.1 Hipotesis Tingkat Hubungan Untuk mengetahui tingkat hubungan antara RDI dan NPS maka digunakan metode korelasi product moment serta analisis regresi. Hipotesis pertama dibangun berdasarkan presepsi TELKOM terhadap masing-masing variabel dari kategori pengukuran yang diilustrasikan kedalam tabel 3.1 berikut, Tabel 3.1 Perbandingan literatur antara pengukuran RDI dengan NPS Level Dimensi Relasi (Keputusan Direksi dan TOR) Detractors

NPS (Reichheld, 2003) Passives

Promoters

Shopper Client Partner Advocate

Lalu dibentuk hipotesis sebagai berikut, a. H1 : Terdapat hubungan yang positif dan signifikan antara shopper dan dectractors. Ho : Tidak tererdapat hubungan yang positif dan signifikan antara shopper dan dectractors.

b. H2 : Terdapat hubungan yang positif dan signifikan antara shopper dan passives. Ho : Tidak tererdapat hubungan yang positif dan signifikan antara shopper dan passives. c. H3 : Terdapat hubungan yang positif dan signifikan antara client dan passives. Ho : Tidak terdapat hubungan yang positif dan signifikan antara client dan passives. d. H4 : Terdapat hubungan yang positif dan signifikan antara client dan promoters. Ho : Tidak terdapat hubungan yang positif dan signifikan antara client dan promoters. e. H5 : Terdapat hubungan yang positif dan signifikan antara partner dan passives. Ho : Tidak terdapat hubungan yang positif dan signifikan antara partner dan passives. f. H6 : Terdapat hubungan yang positif dan signifikan antara partner dan promoters. Ho : Tidak terdapat hubungan yang positif dan signifikan antara partner dan promoters. g. H7 : Terdapat hubungan yang positif dan signifikan antara advocate dengan promoters Ho : Tidak terdapat hubungan yang positif dan signifikan antara advocate dengan promoters. 3.2 Model Regresi Kemudian untuk memodelkan hipotesis tersebut digunakan model regresi linier. Namun tidak secara detail antara variabel, namun antara masing-masing tingkatan RDI terhadap NPS dikarenakan interval skor NPS yang terlalu pendek untuk tingkatan passives dan promoters. Maka untuk permodelan digunakan NPS sebagai satu variabel. Model regesi tersebut adalah sebagai berikut: a. Y = a1 + b1X11 + u1 Dimana, Y1 : Nilai NPS a1 : Konstanta b1 : Koefisien regresi X1 X1 : Tingkat dimensi shopper u1 : variabel stochastic distrubance

4

b. Y = a2 + b2X2 + u2 Dimana, Y : Nilai NPS a : Konstanta b2 : Koefisien regresi X2 X2 : Tingkat dimensi client u2 : variabel sStochastic distrubance c. Y = a3 + b3X3 + u3 Dimana, Y : Nilai NPS a : Konstanta b3 : Koefisien regresi X3 X3 : Tingkat dimensi partner u3 : variabel stochastic distrubance d. Y = a3 + b3X3 + u3 Dimana, Y : Nilai NPS a : Konstanta b4 : Koefisien regresi X4 X4 : Tingkat dimensi advocate u4 : variabel stochastic distrubance

4. Pengumpulan dan Pengolahan Data Pengumpulan data berupa rekapan kuisoner survei untuk RDI dan NPS serta hasil indetifikasi hasil studi dokumentasi dan database TELKOM untu mengetahui variabel behavior apa saja yang dapat ter-capture secara jelas. Pengolahan data untuk mengetahui tingkat hubungan menggunakan bantuan software SPSS. Contoh rekapan hasil kuisioner ditunjukkan pada tabel 4.1 berikut ini, Tabel 4.1 Rekapitulasi hasil kuisioner Nilai RDI Nilai Rata-Rata Shopper Client Partner Advocate Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Shopper Client Partner Advocate 8 2 1 4 1 4 4 1 3 1 3 3 3 2 4 2 2,5 9 1 1 1 1 5 5 3 4 5 5 4 4 1 5 3,5 4,5 10 3 1 3 1 5 5 1 3 5 5 4 4 2 5 2 4,5 9 4 1 1 1 5 5 5 5 5 5 5 5 1,75 5 5 5 10 2 1 2 2 4 5 5 5 5 5 1 4 1,75 4,5 5 3,75 9 1 1 1 1 5 4 5 4 5 5 4 5 1 4,5 4,5 4,75 8 2 1 1 1 5 4 5 2 5 5 5 5 1,25 4,5 3,5 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1 5 5 1 5 5 5 5 5 5 5 5 3 5 5 5

No NPS 1 2 3 4 5 6 7 . . . 1209

4.1 Corporate Customer Behavior Untuk behavior karakteristik yang diamati mengacu pada model organixational buying behavior yang terintegrasi dari beberapa karakteristik atau variabel. Variabel ini terdiri dari environmental (lingkungan), organisasi, grup, partisipan, pembelian, penjual, konflik/negosiasi, informasi dan proses atau tingkatan (Johnston & Lewin, 1996). Dari hasil interpretasi dokumen serta database TELKOM maka dapat diketahui beberapa karakteristik sebagai berikut,

 



 

Organizational o Segmen o Profil perusahaan Environmental o Kompetitor (Posisi awareness spontan provider telekominikasi untuk korporat) o Regional corporate customer (daerah) Pembelian o Alur Interaksi /penggunaan Telekomunikasi o Produk yang digunakan o Revenue Produk Seller o Image atau brand personality Proses/Tahap Pembelian o Identifikasi tahap pengadaan corporate customer

4.2 Hubungan Antara RDI dan NPS Pada tahun 2009 TELKOM menggunakan NPS sebagai pengukur tinggkatana loyalitas menggantikan pengukuran sebelumnya kedalam RDI. Untuk itu perlu diukur sejauh mana tingkatan hubungan antara RDI dan NPS sebelumnya. Karena keterbatasan dalam pencarian data tahun 2009 maka pengujian hubungan dilakukan dengan menggunakan data yang sudah dikategorisasi seperti pada tabel 4.2 berikut ini Tabel 4.2 Rekapitulasi jumlah corporate customer 2009/2010 Level Dimensi Relasi (RDI) Shopper Client Partner Advocate Total

Jumlah Level NPS (Perusahaan) Detractors 21 33 40 12 106

Passives 163 147 297 137 744

Promoters 0 0 0 224 224

Total 184 180 337 373 1074

Metode yang digunakan adalah koefisien kontingensi yang dihitung secara manual melalui microsoft excel. Tahapan serta hasil perhitungan untuk data tahun 2009 bisa dilihat pada lampiran. Hipotesis yang digunakan adalah sebagai berikut, Ho :Tidak ada hubungan yang positif dan signifikan antara tingkatan Net Promoter Score dengan tingkatan Relationship Dimension Index pada tahun 2009. Ha :Ada hubungan yang positif dan signifikan antara tingkatan Net Promoter

5

Score dengan tingkatan Relationship Dimension Index pada tahun 2009. Hasil yang didapatkan dari proses perhitungan data 2009 didapatkan harga Chi Kuadrat yang ditunjukkan pada tabel berikut ini, Tabel 4.3 Harga Chi Kuadrat RDI-NPS 2009 RDI Shopper Client Partner Advocate Total

Detractors 0,4440907 13,06442 1,365517 16,725359 31,599386

NPS Passives 9,907367 3,990721 17,29809 57,02902 88,2252

Promoters 38,376164 37,541899 70,286778 274,77103 420,97587

Dari perhitungan tersebut maka didapatkan harga Chi Kuadrat (𝜒 2 ) adalah grand total dari seluruh perhitungan, = 31,59 + 88,22 + 420,97 𝜒2 = 540,8 Jadi didapatkan harga Chi Kuadrta hitung sebesar 540,8. Selanjutnya untuk menghitung koefisien kontingensi (C), maka harga tersebut dimasukan ke dalam pesamaan 13 . C= C=

540,8 1074 +540,8

χ2 N + χ2

= 0,5787

Jadi besarnya koefisiensi antara tingkatan NPS dengn RDI adalah sebesar 0,5785. Kemudian hasil perghitungan dibandingkan dengan Chi Kuadrat Tabel untuk menguji signifikansi. Harga dk = (k – 1)(r – 1) = (3 - 1)(4 - 1) = 6. Dengan taraf kesalahan 0,05 dan hasil dk adalah 6, maka harga Chi Kuadrat tabel adalah 12,595, sehingga Chi kuadrat hitung lebih besar dari tabel (540,8 > 12,592) yang manandakan Ha dierima Ho ditolak. Berati terdapat hubungan yang positif dan signifikan antara tingkatan Net Promoter Score dengan tingkatan Relationship Dimension Index pada tahun 2009 dengan signifikansi sebesar 0,5787. Sekarang telah diketahui ternyata terdapat hubungan antara katergori pelanggan RDI dan NPS pada tahun 2009. Oleh karena itu hal ini menjadi dasar pendukung teori intuk melakukan proses pengolahan data pada tahun 2010. Proses pengolahan data dalam pembentukan model regresi linear sederhana dimulai dari uji normalitas data,

4.3 Uji Hipotesis Hubungan Terdapat beberapa tingktan atau kategori pada RDI dan NPS yang mmemiliki pengertian yang hampir sama menurut TELKOM seperti yang telah diterangkan pada bab sebelumnya. Maka dari itu dibangun beberaopa hipotesis seperti yang telah. Dengan menggunkan software SPSS maka didapatkan output korelasi pearson product moment sebagai berikut ini untuk masing-masing hipotesis, a. Shopper dan Detractors Output SPSS korelasi product moment dari hipotesis antara shopper dan dectractors adalah sebagai berikut, Tabel 4.4 korelasi pearson product moment antara shopper dan dectractors

Dari output tersebut maka Ho ditolak dan H2 diterima karena hasilnya positif yaitu 0,199. b.

Shopper dan Passives Output SPSS korelasi product moment dari hipotesis antara shopper dan passives adalah sebagai berikut, Tabel 4.5 korelasi pearson product moment antara shopper dan passives

Dari output tersebut maka Ho diterima dan H1 ditolak karena hasilnya negatif yaitu − 0,025. c.

Client dan Passives Output SPSS korelasi product moment dari hipotesis antara client dan passives adalah sebagai berikut,

6

Tabel 4.6 korelasi pearson product moment antara client dan passives

Dari output tersebut maka Ho ditolak dan H3 diterima karena hasilnya positif yaitu 0,193 namun tidak signifikan. d.

Client dan Promoters Output SPSS korelasi product moment dari hipotesis antara client dan promotrers adalah sebagai berikut,

Dari output tersebut maka Ho ditolak dan H6 diterima karena hasilnya postif yaitu 0,076. g.

Advocate dan Promoters Output SPSS korelasi product moment dari hipotesis antara advocate dan promoters adalah sebagai berikut, Tabel 4.10 korelasi pearson product moment antara advocate dan promoters

Tabel 4.7 korelasi pearson product moment antara client dan promoters

Dari output tersebut maka Ho diterima dan H7 ditolak karena hasilnya negatif yaitu −0,030. Dari output tersebut maka Ho diterima dan H4 ditolak karena hasilnya negatif yaitu −0,282 namun tidak signifikan

e.

Partner dan Passives Output SPSS korelasi product moment dari hipotesis antara partner dan passives adalah sebagai berikut, Tabel 4.8 korelasi pearson product moment antara partner dan passives

Dari output tersebut maka Ho diterima dan H5 ditolak karena hasilnya negatif yaitu −0,144 namun tidak signifikan. f. Partner dan Promoters Output SPSS korelasi product moment dari hipotesis antara partner dan promoters adalah sebagai berikut, Tabel 4.9 korelasi pearson product moment antara partner dan promoters

4.4 Regresi Linier Sederhana 4.4.1 Uji Normalitas Data Untuk memenuhi asumsi analisis regresi maka perlu dilakukan uji normalitas data. Uji normalitas dilakukan pada variabel yang random untuk kepentingan analisis regresi yang akan melakukan penaksiran sekaligus pengujian. Pada pengujian normalitas ini, dilakukan hanya pada variabel dependen saja, dikarenakan hanya variabel dependen yang memiliki sifat random. Uji normalitas data digunakan untuk memenuhi asumsi dilakukannya analisis regresi yang akan melakukan penaksiran sekaligus pengujian, dimana untuk kepentingan ini variabel yang bersifat random.Jika sejumlah besar variabel random yang didistribusikan secara independen dan identik, maka dengan beberapa pengecualian, distribusi jumlahnya cenderung ke distribusi normal bila banyaknya variabel seperti itu meningkat tak terbatas (Gujarati, 1993). Maka dari itru pengujian normalitas data dapat dilakukan terhadap variabel dependen saja, yang dalam penelitian ini adalah variabel Y. Pengujian normalitas data dilakukan dengan menggunakan Q-Q Plot. Hasil Q-Q Plot dapat dilihat melalui gambar berikut ini,

7

Gambar 4.1 Hasil Uji Normalitas Data Sebelum Outlier

Berdasarkan grafik di atas terlihat bahwa titik-titik yang merupakan skor NPS tersebut tidak memiliki kecenderungan terletak pada garis lurus. Hal ini menunjukkan bahwa data NPS tidak berdistribusi normal. Untuk mengatasinya, maka dilakukan uji outlier yang selanjutnya dilakukan uji normalitas ulang. Hasil detail dapat dilihat pada lampiran, hasil grafik setelah uji outlier dapat dilihat melalui gambar berikut ini,

suatu model mempunyai varian yang besar sehingga mengakibatkan sulit mendapatkan estimasi yang tepat, interval estimasi akan cenderung lebih lebar dan nilai hitung statistik uji t akan kecil yang membuat variabel independen secara statistik tidak signifikan mempengaruhi variabel dependen. Walaupun secara individu variabel independen tidak berpengaruh terhadap variabel dependen melalui uji statistik y, namun nilai koefisien determinasi (R2) masih relatif tinggi. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi dapat dilihat dari nilai tolerance dan lawannya, yaitu variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel bebas manakah yang dijelaskan oleh variabel bebas lainnya. Tolerance mengukur variabilitas variabel bebas yang terpilih yang tidak dapat dijelaskan oleh variabel bebas lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/tolerance) dan menunjukkan adanya kolinieritas yang tinggi. Nilai cut-off yang umum dipakai adalah nilai tolerance 0,10 atau sama dengan nilai VIF diatas 10. Jika pada model terdapat masalah multikolinieritas yang serius, salah satu metode sederhana yang bisa dilakukan adalah dengan menghilangkan salah satu variabel independen yang mempunyai hubungan linier kuat. Dengan menggunakan software SPSS maka didapatkan hasil output perhitungan VIF untuk pengujian multikolinearitas sebagai berikut, Tabel 4. 11Hasil

Uji Multikolinieritas

Coeffi ci entsa

Gambar 4. 2 Hasil Uji Normalitas Data Setelah Outlier

Berdasarkan grafik di atas terlihat bahwa titik-titik yang merupakan skor NPS tersebut telah memiliki kecenderunga terletak pada garis lurus. Hal ini menunjukkan bahwa data NPS berdistribusi normal. 4.4.2 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independent). Model regresi yang baik adalah tidak terdapatnya korelasi antara variabel bebas. Apabila terdapat multikolinieritas menyebabkan

Model 1

Shopper Client Part ner Adv ocat e

Collinearity Statistics Tolerance VI F ,876 1,142 ,496 2,016 ,571 1,752 ,409 2,448

a. Dependent Variable: NPS

Berdasarkan tabel diatas diperoleh kesimpulan bahwa tidak terdapat masalah multikolinieritas. Dimana : 1. Pada Variabel Shopper (X1), nilai Variance Influence Factor (VIF) sebesar 1,142 lebih kecil daripada 10.

8

2. Pada Variabel Client (X2), nilai Variance Influence Factor (VIF) sebesar 2,016 lebih kecil daripada 10. 3. Pada Variabel Partner (X2), nilai Variance Influence Factor (VIF) sebesar 1,752 lebih kecil daripada 10. 4. Pada Variabel Advocate (X2), nilai Variance Influence Factor (VIF) sebesar 2,448 lebih kecil daripada 10. 4.4.3 Pengaruh Shopper terhadap NPS  Koefisien Korelasi Metode ini digunakan untuk mengetahui derajat atau kekuatan hubungan antara variabel X1 (shopper) dengan variabel Y (NPS) secara bersamaan. Dengan menggunakan SPSS didapat output sebagai berikut: Tabel 4.12 Nilai koefisien korelasi product moment shopper terhadap NPS Model Summary Model 1

R ,271a

Adjusted R Square ,072

R Square ,073

St d. Error of the Estimate 1,22133

a. Predictors: (Constant), X1

Dari output diatas dapat diketahui bahwa nilai koefisien korelasi adalah sebesar 0,271. o Persamaan Regesi Linier Sederhana : Perhitungan ini dimaksudkan untuk mengetahui adanya pengaruh antara variabel X1 (shopper) terhadap variabel Y (NPS). Tujuannya untuk meramalkan atau memperkirakan nilai variabel dependen dalam hubungannya dengan nilai variabel lain. Dari hasil perhitungan dengan menggunakan SPSS, maka diperoleh output dan persamaan hubungan regresi sederhana sebagai berikut: Tabel 4.13 Nilai koefisien regresi shopper terhadap NPS Coeffi ci entsa

Model 1

(Constant) X1

Unstandardized Coef f icients B St d. Error 9,018 ,141 -,511 ,064

St andardized Coef f icients Beta -,271

= (0,271)2 x 100% = 7,32%

KD

o

Pengujian Hipotesis Hipotesis statistik: Ho : ρ = 0 → Shopper tidak memiliki pengaruh yang signifikan terhadap NPS. Ha : ρ ≠ 0 → Shopper memiliki pengaruh yang signifikan terhadap NPS. α = 0,05. Dengan menggunakan program SPSS didapat output sebagai berikut: Tabel 4.14 Nilai F hitung shopper terhadap NPS ANOVAb Model 1

Regression Residual Total

Sum of Squares 94,820 1200,781 1295,601

df 1 805 806

Mean Square 94,820 1,492

F 63,567

Sig. ,000a

a. Predictors: (Const ant), X1 b. Dependent Variable: Y

Dari hasil pengolahan SPSS di atas didapat nilai F sebesar 63,567 dan p-value sebesar 0,000. Dikarenakan p-value tersebut lebih kecil dari nilai alpha (0,000 < 0,05), maka maka Ho ditolak dan Ha diterima. Artinya terdapat pengaruh negatif yang signifikan antara Shopper terhadap NPS. 4.4.4 Pengaruh Client terhadap NPS o Koefisien Korelasi Metode ini digunakan untuk mengetahui derajat atau kekuatan hubungan antara variabel X2 (client) dengan variabel Y (NPS) secara bersamaan. Dengan menggunakan SPSS didapat output sebagai berikut, Tabel 4.15 Nilai koefisien korelasi product moment client terhadap NPS Model Summary

t 63,877 -7,973

Sig. ,000 ,000

a. Dependent Variable: Y

Dari hasil pengolahan SPSS di atas didapat nilai a1 = 9,018 dan nilai b1 = -0,511. Dengan demikian diperoleh persamaan regresi linier berganda sebagai berikut: Y = 9,018 - 0,511 X1 o Koefisien Determinasi Koefisien determinasi digunakan untuk melihat persentase pengaruh yang diberikan oleh variabel shopper terhadap variabel NPS. Dengan menggunakan rumus KD = r2 X 100% maka diperoleh:

Model 1

R ,335a

R Square ,112




Dari output diatas dapat diketahui bahwa nilai koefisien korelasi adalah sebesar 0,335. o Persamaan Regesi Linier sederhana Perhitungan ini dimaksudkan untuk mengetahui adanya pengaruh antara variabel X2 (client) terhadap variabel Y (NPS). Tujuannya untuk meramalkan atau memperkirakan nilai variabel dependen dalam hubungannya dengan

9

nilai variabel lain. Dari hasil perhitungan dengan menggunakan SPSS, maka diperoleh output dan persamaan hubungan regresi sederhana sebagai berikut,

regresi client terhadap NPS

Tabel 4.16 Nilai koefisien

4.4.5 Pengaruh Partner terhadap NPS o Koefisien Korelasi Metode ini digunakan untuk mengetahui derajat atau kekuatan hubungan antara variabel X3 (partner) dengan variabel Y (NPS) secara bersamaan. Dengan menggunakan SPSS didapat output sebagai berikut,

Coeffi ci entsa

Model 1

(Constant) X2

Unstandardized Coef f icients B St d. Error 5,727 ,224 ,581 ,058

St andardized Coef f icients Beta ,335

t 25,557 10,077

Sig. ,000 ,000

Tabel 4.18 Nilai koefisien korelasi product moment partner terhadap NPS


Dari hasil pengolahan SPSS di atas didapat nilai a2 = 5,727 dan nilai b2 = 0,581. Dengan demikian diperoleh persamaan regresi linier berganda sebagai berikut: Y = 5,727 + 0,581 X2 o

Koefisien Determinasi Koefisien determinasi digunakan untuk melihat persentase pengaruh yang diberikan oleh variabel client terhadap variabel NPS. Dengan menggunakan rumus KD = r2 X 100% maka diperoleh: KD = (0,335)2 x 100% = 11,20% o

Pengujian Hipotesis Hipotesis statistik: Ho : ρ = 0 → Client tidak memiliki pengaruh yang signifikan terhadap NPS. Ha : ρ ≠ 0 → Client memiliki pengaruh yang signifikan terhadap NPS. α = 0,05. Dengan menggunakan program SPSS didapat output sebagai berikut, Tabel 4.17 Nilai F hitung client terhadap NPS ANOVAb Model 1


Sum of Squares 145,118 1150,483 1295,601

df 1 805 806


F 101,540

Sig. ,000a


Dari hasil pengolahan SPSS di atas didapat nilai F sebesar 101,540 dan p-value sebesar 0,000. Dikarenakan p-value tersebut lebih kecil dari nilai alpha (0,000 < 0,05), maka maka Ho ditolak dan Ha diterima. Artinya terdapat pengaruh positif yang signifikan antara Client terhadap NPS

Model Summary Model 1

R ,315a


R Square ,100



Dari analisis diatas dapat diketahui bahwa nilai koefisien korelasi adalah sebesar 0,315. o Persamaan Regesi Linier sederhana Perhitungan ini dimaksudkan untuk mengetahui adanya pengaruh antara variabel X3 (partner) terhadap variabel Y (NPS). Tujuannya untuk meramalkan atau memperkirakan nilai variabel dependen dalam hubungannya dengan nilai variabel lain. Dari hasil perhitungan dengan menggunakan SPSS, maka diperoleh output dan persamaan hubungan regresi sederhana sebagai berikut, Tabel 4.19 Nilai koefisien regresi partner terhadap NPS Coeffi ci entsa

Model 1

(Constant) X3



t 32,799 9,432

Sig. ,000 ,000


Dari hasil pengolahan SPSS di atas didapat nilai a3 = 6,206 dan nilai b3 = 0,523. Dengan demikian diperoleh persamaan regresi linier berganda sebagai berikut: Y = 6,206 + 0,523 X3 o Koefisien Determinasi Koefisien determinasi digunakan untuk melihat persentase pengaruh yang diberikan oleh variabel partner terhadap variabel NPS. Dengan menggunakan rumus KD = r2 X 100% maka diperoleh: KD = (0,315)2 x 100% = 9,95% o Pengujian Hipotesis Hipotesis statistik: Ho : ρ = 0 → Partner tidak memiliki pengaruh yang

10

signifikan NPS. Partner pengaruh signifikan NPS.

Ha : ρ ≠ 0 →

terhadap memiliki yang terhadap

α = 0,05 Dengan menggunakan program SPSS didapat output sebagai berikut, Tabel 4.20 Nilai F hitung partner terhadap NPS ANOVAb Model 1


Sum of Squares 128,930 1166,671 1295,601

df 1 805 806


F 88,962

Sig. ,000a


Dari hasil pengolahan SPSS di atas didapat nilai F sebesar 88,962 dan p-value sebesar 0,000. Dikarenakan p-value tersebut lebih kecil dari nilai alpha (0,000 < 0,05), maka maka Ho ditolak dan Ha diterima. Artinya terdapat pengaruh positif yang signifikan antara partner terhadap NPS 4.4.6 Pengaruh Advocate terhadap NPS o Koefisien Korelasi Metode ini digunakan untuk mengetahui derajat atau kekuatan hubungan antara variabel X4 (advocate) dengan variabel Y (NPS) secara bersamaan. Dengan menggunakan SPSS didapat output sebagai berikut: Tabel 4.21Nilai koefisien korelasi product moment advocate terhadap NPS Model Summary Model 1

R ,422a

R Square ,178




Dari analisis diatas dapat diketahui bahwa nilai koefisien korelasi adalah sebesar 0,422. Nilai tersebut termasuk kedalam korelasi yang sedang, yaitu berada diantara 0,300 0,499. o Persamaan Regesi Linier sederhana Perhitungan ini dimaksudkan untuk mengetahui adanya pengaruh antara variabel X4 (advocate) terhadap variabel Y (NPS). Tujuannya untuk meramalkan atau memperkirakan nilai variabel dependen dalam hubungannya dengan nilai variabel lain. Dari hasil perhitungan dengan menggunakan SPSS, maka diperoleh output dan persamaan hubungan regresi sederhana sebagai berikut,

Tabel 4.22 Nilai koefisien regresi advocate terhadap NPS Coeffi ci entsa

Model 1

(Constant) X4



t 21,505 13,198

Sig. ,000 ,000


Dari hasil pengolahan SPSS di atas didapat nilai a4 = 4,953 dan nilai b4 = 0,762. Dengan demikian diperoleh persamaan regresi linier berganda sebagai berikut, Y = 4,953 + 0,762 X4 o Koefisien Determinasi Koefisien determinasi digunakan untuk melihat persentase pengaruh yang diberikan oleh variabel advocate terhadap variabel NPS. Dengan menggunakan rumus KD = r2 X 100% maka diperoleh: KD = (0,422)2 x 100% = 17,79% o Pengujian Hipotesis Hipotesis statistik: Ho : ρ = 0 → Advocate tidak memiliki pengaruh yang signifikan terhadap NPS. Ha : ρ ≠ 0 → Advocate memiliki pengaruh yang signifikan terhadap NPS. α = 0,05. Dengan menggunakan program SPSS didapat output sebagai berikut, Tabel 4.23 Nilai F hitung advocate terhadap NPS diketahui ANOVAb Model 1


Sum of Squares 230,480 1065,121 1295,601

df 1 805 806


F 174,193

Sig. ,000a


Dari hasil pengolahan SPSS di atas didapat nilai F sebesar 174,193 dan p-value sebesar 0,000. Dikarenakan p-value tersebut lebih kecil dari nilai alpha (0,000 < 0,05), maka maka Ho ditolak dan Ha diterima. Artinya terdapat pengaruh positif yang signifikan antara Advocate terhadap NPS. 5. Analisis dan Pembahasan Analisis serta pembahasan dilakukan terhadap hasil pengolahan data berkaitan dengan hubungan antara RDI dan NPS.

11

5.1 Analisis Korelasi antara RDI dan NPS Terdapat tujuh hipotesis yang dibentuk untuk menguji korelasi antara beberapa kategori dari RDI dan NPS. Pada pengujian beberapa hipotesis dengan menggunakan korelasi product moment didapatkan hasil tolak Ho atau tolak Ha. Apabila hasilnya tolak Ho dan terima Ha maka ada kecederungan terdapatnya hubungan yang positif dan signifikan, dan sebaliknya apabila Ho yang diterima maka tidak terdapat hubungan yang postif (negatif). Selain itu nilai product moment juga dapat dilihat seberapa besar tingkat hubungannya. Berikut ini tabel yang menunjukkan hasil perhitungan pada bab sebelumnya dan kotak yang diarsir merupakan hasil yang tidak signifikan, Tabel 5.1 Resume hasil analisa NPS RDI Detractors Passives Promoters Shopper (+) (-) Client (-) (-) Partner (-) (+) Advocate (-) *)Bagian yang diarsir merupakan hasil yang tidak signifikan Perhitungan korelasi pertama dilakukan pada shopper dan detractors. Positif berarti semakin besar nilai atau tingkatan shopper maka akan semakin tinggi pula nilai detractors. Namun dilihat dari nilai pearson correlation sebesar 0,199 tingkat hubunganya sangat rendah sehingga tidak terlalu berpengaruh. Hal ini juga mengindikasikan pelanggan yang termasuk shopper sangat lemah hubunggannya untuk menjadi detractors (tidak terlalu berpengaruh). Dari hasil perhitungan korelasi pearson dengan SPSS untuk shopper dan passives hasilnya adalah -0,025 yang menanandakan bahwa terdapatnya hubungan yang negatif antara shopper dan passives, sehingga semakin besarnya shopper maka akan semakin membuat nilai passive kecil atau sebaliknya. Dilihat dari nilai hubungan antara shopper dan passives sangat rendah. Perhitungan selanjutnya adalah tingkat hubungan antara client dan passives dimana hasilnya adalah 0,193. Hal tersebut menandakan adanya hubungan positif antara client dan passives dimana semakin besar nilai client maka semakin besar nilai passive dan sebaliknya, namun dari perhitungan ditunjukkan hasil yang tidak signifikan. Berarti data dan koefisien yang

diperoleh dalam sampel tersebut tidak dapat digeneralisasi pada populasi dimana sampel diambil atau berarti data tersebut tidak mencerminkan keadaan populasi. Perhitungan keempat adalah perhitungan untuk pengujian hipotesis korelasi antara clent dan promoters. Dari hasil perhitungan menggunakan SPSS didapatkan korelasi yang negatif, yaitu sebesar -0,282. Nilai tersebut termasuk tingkatan hubungan yang rendah. Negatif berarti antara client dan promoters berbanding terbalik, berrti semakin tinggi nilai client maka semakin rendah promoters. Namun dari output SPSS, data dinyatakan tidak signifikan yang berarti sampel tidak mencerminkan keadaan populasi. Selanjutnya perhitungan hipotesis yang kelima adalah antara partner dan passives. Dari hasil output perhitungan SPSS diketahui hasilnya -0,144. Angka tersebut menandakan korelasi negatif antara partner dan passives serta tingkatan hubungan yang sangat rendah. Jadi semakin besar nilai partner maka akan semakin kecil nilai passives. Hipotesis yang keenam adalah antara partner dan promoters. Dari hasil output SPSS diketahui bahwa korelasi positif sebesar 0,076. Nilai tersebut mencerminkan tingkat hubungan yang sangat rendah. Korelasi atau hubungan yang positif menandakan semakin tingginya nilai partner maka semakin tinggi pula nilai atau skor yang berada dalam interval kategori partner. Kemudian perhitungan yang terakhir adalah hubungan antara advocate dan promoters. Output SPSS menunjukkan tingkat korelasi sebesar -0,030 yang menandakan bahwa terdapat hubungan negatif dimana semakin tinggi nilai advocate maka akan semakin rendah nilai promoters. Dalam artian lain apabila nilai advocate tinggi mendekati lima maka akan sebanyak nilai sembilan dari promoters. Dilihat dari nilai tingkatan hubungan antara advocate dan promoters sangat rendah. Dilihat secara keseluruhan masingmasing tingkatan RDI dan NPS mengandung hubungan yang rendah. Besaran nilai dari masing-masing kategori baik dari RDI dengan NPS ataupun sebaliknya tidak terpengaruhi secara banyak. Hal ini dimungkinkan karena prespsi pelanggan ketika pengambilan data kuisioner untuk pengukuran NPS dan RDI secara terpisah sangat bervariasi jawabannya. Hal ini dimungkinkan karena variasi scoring

12

dari masing-masing jenis NPS (detractors, passives, dan promoters) kurang. 5.2 Analisis Regresi Linear Sederhana 5.2.1 Analisis Pengaruh Shopper terhadap NPS Perhitungan untuk mencari model regresi dilakukan dengan model SPSS. Output pertama adalah koefisien korelasi antara tingkatan shopper dengan nilai NPS. Nilai yang didaptkan adalah 0,271 dimana nilai ini termasuk tingkat hungan yang rendah. Selanjutnya adalah nilai koefisien regresi dimana didapatkan persamaan regresi, Y = 9,018 - 0,511 X. Dengan a adalah 9,018 menandakan jika shopper (X1) bernilai nol (0), maka NPS (Y) akan bernilai 9,018. Sedangkan nilai b sebesar 0,511 yang berarti jika Shopper (X1) meningkat sebesar satu satuan, maka NPS (Y) akan menurun sebesar 0,511 satuan. Hal tersebut menandakan semakin besar pelanggan berinlai shopper maka nilai NPS-nya akan menurun mendekati detractors apabila dikategorikan. Koefisien determinasi dari hasil perhitungan menunjukkan 7,32%. Artinya, pengaruh Shopper terhadap NPS sebesar 7,32%, sedangkan 92,68% sisanya merupakan pengaruh dari faktor lainnya yang tidak diamati di dalam penelitian ini. Berikutnya terdapat perhiungann signifikan pengaruh anatara shopper dan NPS. Hasilnya adalah nilai p-value lebih kecil dari nilai alpha (0,000 < 0,05) ysng berarti pengaruh negatif adalah signifikan antara RDI dan NPS. Berarti data dan koefisien yang diperoleh dalam sampel tersebut dapat digeneralisasi pada populasi dimana sampel diambil atau berarti data tersebut mencerminkan keadaan populasi. 5.2.2 Analisis Pengaruh Client terhadap NPS Dari output SPSS diketahui koefisien korelasi antara client terhadap NPS yaitu sebesar 0,355. Tingkat hubungan dengan nilai tersebut termasuk rendah. Jadi tingkat korelasi antara cllient dan NPS termasuk rendah. Persamaan regresi linier sederhana yang didapatkan Y = 5,727 + 0,581 X2. Dengan a bernilai 5,727 artinya jika client (X2) bernilai nol (0), maka NPS (Y) akan bernilai 5,727. Dan b yang bernilai 0,581 berarti jika client (X2) meningkat sebesar satu satuan, maka NPS (Y) akan meningkat sebesar 0,581 satuan. Hal ini

berarti semakin tinggi nilai client maka akan mendekati nilai promoters. Berikutnya terdapat perhitungan koefisien determinasi. Didapatkan nilai sebesar 11,20% yang berarti pengaruh client terhadap NPS sebesar 11,20%. Dan 88,80% sisanya merupakan pengaruh dari faktor lainnya yang tidak diamati di dalam penelitian ini. Output SPSS berikutbnya adalah untuk penguian hipotesis antara client dan NPS. Didapatkan hasil p-value tersebut lebih kecil dari nilai alpha (0,000 < 0,05) yang berarti siginifikan dalam artian lain data tersebut mencerminkan keadaan populasi. 5.2.3 Analisis Pengaruh Partner terhadap NPS Koefisien korelasi antara partner dengan NPS diketahui sebesar 0,315. Angka tersebut menandakan bahwa korelasi antara partner dengan NPS termasuk rendah. Persamaan regresi linear dari partner dengan NPS didapatkan persaman Y = 6,206 + 0,523 X3. Dengan a bernilai 6,209 artinya adalah jika partner (X3) bernilai nol (0), maka NPS (Y) akan bernilai 6,206. Sedangkan nilai b sebesar 0,523 berarti jika partner (X3) bernilai nol (0), maka NPS (Y) akan meningkat sebesar 0,523 satuan. Hal tersebut berarti Semakin besar nilai partner maka nilai NPS akan mendekati kearah nilai promoters. Selain itu didaptkan nilai koefisien determinasi sebesar 9,95%. Artinya, pengaruh client terhadap NPS sebesar 9,95%, sedangkan 90,05% sisanya merupakan pengaruh dari faktor lainnya yang tidak diamati di dalam penelitian ini. Dari perhitungan pengujian hipotesis didapati p-value lebih kecil dari nilai alpha (0,000 < 0,05). Hal tersebut menandakan bahwa nilai postif antara partner dan NPS signifikan atau mencerminkan keadaan populasi. 5.2.3 Analisis Pengaruh Advocate terhadap NPS Perhitungan pertama dengan SPSS menghasilkan output nilai korelasi product moment antara advocate dan NPS. Dari hasil tersebut diketahui bahwa nilai 0,422 menandakan tingkat hubungan yang sedang diantara advoacate dan NPS, yang mana lebih tinggi dibandingkan perngukuran sebelumnya. Persamaan regresi linear yang dihasilkan dengan SPSS adalah Y = 4,953 + 0,762 X4. Nilai a sebsesar 4,953 artinya adalah jika advocate (X4)

13

bernilai nol (0), maka NPS (Y) akan bernilai 4,953. Sedangkan dengan b yang bernilai 0,762 maka jika advocate (X4) meningkat sebesar satu satuan, maka NPS (Y) akan meningkat sebesar 0,762 satuan. Berati semakin tinggi nilai advocate maka akan semakin besar corporate customer untuk bergerak kearah promoters. Terdapat pula perhitungan koefisien determinasi dimana didapatkan nilai sebesar 17,79%. Hal tersebut menandakan bahwa, pengaruh Client terhadap NPS sebesar 17,79%, sedangkan 82,21% sisanya merupakan pengaruh dari faktor lainnya yang tidak diamati di dalam penelitian ini. Dari pengujian hipotesis dan output SPSS, p-value lebih kecil dari nilai alpha (0,000 < 0,05). Hal tersebut menandakan bahwa data mencerminkan keadaan populasi. 6. Kesimpulan dan Saran 6.1 Kesimpulan Berikut ini kesimpulan yang dapat diambil dalam penelitian tugas akhir ini, 1. Masih terdapat hubungan yang tidak signifikan antara masing-masing tingkatan dari RDI dan NPS serta tingkat hubungan yang relatif dibawah rendah. Sehingga secra tingkatan RDI kurang mempengaruhi NPS. 2. Dari hasil pengujian hubungan antara masing-masing tingkatan Relationship Dimension Index (RDI) terhadap Net Promoter Score (NPS) sebagai satu variabel didapatkan tingkat hubungan yang signifikan rendah serta negatif oleh shopper terhadap NPS. Sedangkan hubungan yang positif signifikan dengan tingkat hubungan sedang dimiliki oleh client dan partner terhadap NPS. Untuk advocate terhadap NPS memiliki hubungan yang positif signifikan dengan tingkat hubungan yang positif. Semakin tinggi nilai shopper maka akan mendekati nilai passives sedangkan semakin tinggi nilai client, partner, dan advocate akan mendakati nilai promotes pada NPS. 3. Behavior yang bisa diidentifikasi dari pengamatan terhadap database serta dokumen atau laporan yang ada di TELKOM adalah di bangun dari karakteristik environmental (tingkat kompetisi, regional corporate customers), organisasi (profil corporate customer), karakteristik pembelian (tipe produk yang

4.

dibeli tiap segemen, history transaksi), karakteristik penjual (brand personality) TELKOM dimata corporate customer), dan proses atau tahapan (identifikasi proses pengadaan dan pengambilan keputusan). Sedangkan yang belum jelas dapat teridentifikasi dari konflik/negosiasi, karakteristik grup, karakteristik partisipan, dan karakteristik informasi. Dilihat dari tingkat hubungan signifikan antara masing-maasing tingkatan RDI yang ada terhadap NPS, TELKOM perlu menekan jumlahnya nilai pelanggan yang shopper untuk meningkatkan nilai NPS. Dan untuk mendapatkan nilai NPS, TELKOM harus meningkatkan pelanggan yang client, partner, dan advocate.

6.2 Saran Saran yang dapat diberikan adalah TELKOM harus mempertimbangkan ulang penggunaaan NPS kedalam RDI, dikarenakan hubungannya yang sangat lemah. Dan pengembangan database untuk meng-caputre behavior perlu dilakukan oleh TELKOM .Perlu adanya penelitian yang fokus terhadap corporate customer behavior mengingat luasnya cakupan karakteristik yang dapat diidentifikasi. 7. Daftar Pustaka Anstead, M., 2008. How & why to use net promoter scores. Credit Union Journal 18 february, p.8. Barnes, J.G., 1997. Closeness, Strength and satisfaction: Examining the Nature of Relationships Between Providers of Financila Services and their Retail Customers. Psychology and Marketing 14 (Desember 1997), pp.765-90. Barnes, J.G., 2003. Secrets Of Customer Relationship Management. Yogyakarta: ANDI. Blasberg, J., Vishwanath, V. & Allen, J., 2008. Tools for converting customers into advocates. Strategy & Leadership 36(2), pp.16-23. Buckinx, W., Vestraeten, G. & Van den Poel, D., 2005. Predicting customer loyalty using the internal transactional database. Expert System with Applications 32, pp.125-34. Cardis, P., 2008. A Score worth keeping, diakses 15 Maret 2011, .

14

Chamelta, R., 2005. Methodology for customer relationship management. The Journal of System and Software 79, pp.1015-24. Dyché, J., 2002. The CRM Handbook: A Business Guide to Customer Relationship Management. MA: Addison-Wesley. Griffin, J., 2005. Customer Loyalty: Menumbuhkan dan Mempertahankan. Jakarta: Erlangga. Gujarati, D., 1993. Ekonometrika Dasar. Jakarta: Erlangga. Hakim, A.N., Sudarso, I. & Trisunarno, L., 2006. Manajemen Pemasaran untuk Engineering. Yogyakarta: ANDI. Johnston, W.J. & Lewin, J.E., 1996. Organizational Buying Behavior: Toward an Integrative Framework. Journal Of Bussiness Research, 35, pp.1-15. Kotler, P. & Keller, K.L., 2009. Manajemen Pemasaran, Edisi Ketiga Belas, Jilid 1. Jakarta: Penerbit Erlangga. Kumar, V. & Shah, D., 2004. Building and sustaining profitable customer loyalty for the 21st century. Journal of Retailing 80, pp.317-30. Martin, J., n.d. Get customer to sell for you. FSB: Fortune Small Business, 18(5). Peppers, D. & Rogers, M., 2001. A CRM Bluprint: Maximizing ROI from your Customer-Based Strategy. Peppers and Rogers Group & Microsoft Corporation. PT. Telekomunikasi Indonesia, Tbk., 2010. Hubungan Investor: Profil Perusahaan, diakses 2 April 2011, . PT. Telekomunikasi Indonesa, Tbk., 2008. Keputusan Direktur Enterprise dan Wholesale Nomor: KR. 07/YN000/COOB0023000/2008 (Petunjuk Pelaksanaan Penyelenggaraan Customer Relationship Management Khusus untuk High End market). PT. Telekomunikasi Indonesia Tbk, Enterprise Services, 2009. Corporate Customer Satisfaction & Loyalty Survey 2009. Jakarta. PT. Telekomunikasi Indonesia Tbk, Enterprise Services, 2009. Corporate Customer Statisfaction & Loyalty Survey 2009. Jakarta PT. Telekomunikasi Indonesia Tbk, Enterprise Services, 2010. Corporate Customer Satisfaction & Loyalty Survey 2010. Jakarta. PT. Telekomunikasi Indonesia, Tbk., 2010. Dokumen Term Of Reference (TOR). PT. Telekomunikasi Indonesia, Tbk.

Reichheld, F.F., 2003. The One Number You Need to Grow. Havard Business Review, Desember. Reichheld, F., 2006. Stop Wasting Money on Statisfaction Research!, diakses 3 Februari 2011,. Reichheld, F.F., 2006. The Ultimate Question: for opening the door to good profits and true growth. United States of America: Havard Business School Publishing Corporation. Reichheld, F.F., 2006. The Ultimate Question: for opening the door to good profits and true growth. United States of America: Havard Business School Publishing Corporation. Satmetrix Systems, Inc., 2011. Index: What is Net Promoter?, diakses 3 Februari 2011, Satmetrix Systems, Inc, 2009. Satmetrix Systems White Paper: The Power Behind a Single Number, diaksses 3 Februari 2011,. Schiffman, L.G. & Kanuk, L.L., 2008. Perilaku Konsumen Edisi Ketujuh. PT INDEKS. Siddiqi, J., Akhgar, B. & Wise, T., 2002. A framework for the implementation of a Customer Relationship Management strategy in retail sector. Smith, S. & Wheeler, J., 2002. Managing the customer experience. Great Britain: Prentice Hall. Stone, A.G. & Flynn, L.M., 2010. Innovation Attributes + Net PromoterScore (NPS) = A Customer Loyalty Prediction Model. Journal of Business and Behavioral Science Vol.22, No. 1; Fall 2010, pp.133-49. Sugiyono, 2010. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Penerbit Alfabeta. Sugiyono, 2011. Statistika untuk Penelitian. Bandung: ALFABETA. Titko, J. & Lace, N., 2010. Customer Statisfaction and Loyalty on Latavian retail Banking. Economics and Management: 2010, 15, pp.1031-38. Webster, F.E. & Wind, Y., 1972. A General Model for Understanding Organizational Buying Behavior. Journal of Marketing, Vol. 36 (April, 1972), pp.12-19. Wind, Y., 1978. Organizational Buying Behavior. Review of Marketing 1978, pp.160-93.

15

ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX (RDI) TERHADAP NET PROMOTER SCORE (NPS) UNTUK MENINGKATKAN LOYALITAS CORPORATE CUSTOMER PT

Recommend Documents