BAB 3 METODOLOGI PENELITIAN
3.1
Metode yang Digunakan Jenis penelitian ini bersifat deskriptif-asosiatif karena penelitian dilakukan
untuk mendeskripsikan nilai variabel-variabel penelitian serta mendefinisikan pengaruh atau hubungan kausal antara variabel independen terhadap variabel dependen. Unit analisis pada penelitian ini adalah individu dan tingkat intervensi peneliti adalah minimal intervensi, karena pengumpulan data dilakukan melalui kuesioner yang dibagikan secara individual. Study setting yang digunakan adalah studi lapangan karena pengambilan data melalui penyebaran kuesioner yang dilakukan satu kali tanpa ada perbandingan (cross-sectional). Tabel 3.1 Desain Penelitian Desain Penelitian
Tujuan Penelitian
Jenis Penelitian
Unit Analisis
Horizon Waktu
T-1
Deskriptif-Asosiatif
Individu
Cross Section
T-2
Deskriptif-Asosiatif
Individu
Cross Section
T-3
Deskriptif-Asosiatif
Individu
Cross Section
T-4
Deskriptif-Asosiatif
Individu
Cross Section
T-5
Comparative
Individu
Cross Section
Sumber : (Peneliti, 2013) Keterangan: T-1 : Untuk mengetahui apakah terdapat pengaruh antara e-Service Quality terhadap Customer Satisfaction pada website BAYUBUANATRAVEL.COM. T-2 : Untuk mengetahui apakah terdapat pengaruh antara Customer Satisfaction terhadap Customer Loyalty pada website BAYUBUANATRAVEL.COM.
23
24 T-3 : Untuk mengetahui apakah terdapat pengaruh antara e-Service Quality terhadap Customer Loyalty pada website BAYUBUANATRAVEL.COM. T-4 : Untuk mengetahui terdapat pengaruh antara e-Service Quality dan Customer Satisfaction
terhadap
Customer
Loyalty
pada
website
BAYUBUANATRAVEL.COM. T-5 : Untuk mengetahui apakah terdapat gap antara tingkat kinerja dan harapan eService Quality pada website BAYUBUANATRAVEL.COM.
3.2
Operasionalisasi Variabel Terdapat 3 (tiga) variabel yang diteliti dalam penelitian ini, yaitu e-Service
Quality, Customer Satisfaction, dan Customer Loyalty. Operasionalisasi dari variabel-variabel yang akan diteliti terdapat pada tabel 3.2 adalah sebagai berikut : H3 Customer Loyalty
e-Service Quality H4 H1
H2 Customer Satisfaction Gambar 3.1 Model Penelitian
Sumber : (Peneliti, 2013) Tabel 3.2 Operasionalisasi Variabel Penelitian Variabel
e-Service Quality
Dimensi
Indikator pengukuran
Information Quality
Website menyediakan informasi yang akurat (IQ1) Website menyediakan informasi yang up-to-date (1Q2) Website menyediakan informasi yang ringkas (singkat, padat, dan jelas) (IQ3)
25
Security
Website Functionality
Responsiveness and Fulfillment
Customer Relationship
Customer Satisfaction
Customer Loyalty
Website memiliki reputasi yang baik (S1) Semua pembayaran terkonfirmasi secara online (S2) Website mudah dijalankan/digunakan (WF1) Website mudah dan cepat untuk menyelesaikan sebuah transaksi (WF2) Website dapat di akses dengan cepat (WF3) Mudah untuk menemukan informasi yang dibutuhkan pada website (WF4) Website menyediakan informasi pembelian yang detail (jelas) bagi pelanggan (WF5) Website menyediakan informasi yang komprehensif (lengkap) (WF6) Website terhubung dengan website lainnya (WF7) Website merespon dengan cepat pertanyaanpertanyaan dari pelanggan (RF1) Pelanggan mendapatkan informasi bahwa transaksi sudah selesai/berhasil (RF2) Website menyediakan chat room untuk komentar/masukan dari pelanggan (RF3)
Kebijakan dalam pembatalan pesanan telah tersedia pada website (RF4) Produk/jasa pada website terkirim sesuai dengan waktu yang telah di janjikan (RF5) Mudah dalam mengakses ke dalam chat room untuk mendapatkan informasi yang lengkap pada website (CR1) Pengguna akan melakukan pembelian kembali secara online pada website (CS1) Pengguna melakukan pilihan yang tepat dengan melakukan pembelian pada website (CS2) Pengguna merasa puas setiap kali melakukan pembelian pada website (CS3) Pengguna mengajak teman dan keluarga untuk melakukan pembelian melalui website (CL1) Pengguna mengatakan hal-hal positif mengenai website kepada orang lain (CL2) Pengguna akan melakukan pemesanan/pembelian kembali produk/jasa pada website dalam waktu dekat (CL3)
26 Pengguna akan merekomendasikan website kepada siapa saja yang ingin mencari informasi mengenai travel (CL4) Pengguna akan mempertimbangkan bahwa website sebagai pilihan utama untuk melakukan pembelian produk travel secara online (CL5) Sumber : diadaptasi dari (Ho & Lee, 2007)
3.3
Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif.
Penelitian ini menggunakan sumber data primer dan data sekunder, di mana sumber data primer diperoleh melalui kuesioner yang disebarkan kepada para pelanggan online PT. Bayu Buana Travel, Tbk. Sedangkan sumber data sekunder diperoleh dari studi pustaka, artikel, jurnal penelitian yang dapat diunduh selama melakukan penelitian.
3.4
Teknik Pengumpulan Data Teknik pengumpulan data yang digunakan dalam penelitian ini adalah
sebagai berikut : • Library Research Data yang dikumpulkan berupa data sekunder baik data yang dimiliki oleh perusahaan, jurnal, atau sumber-sumber lainnya. • Studi Lapangan Pada penelitian ini dilakukan studi lapangan yaitu mengunjungi langsung PT. Bayu Buana Travel, Tbk untuk memperoleh data-data yang dibutuhkan. • Jelajah Situs Selain melalui studi pustaka, peneliti juga melakukan jelajah situs guna melengkapi berbagai informasi yang diperlukan untuk penelitian.
27 • Kuesioner Merupakan teknik pengumpulan data dengan cara menyebarkan kuesioner yang berisikan butir-butir pertanyaan berkaitan dengan masalah-masalah yang akan dibahas kepada pelanggan PT. Bayu Buana Travel, Tbk, dibuat dalam bentuk pertanyaan dalam skala likert 1 s/d 5 yang menunjukkan level persetujuan Sangat Tidak Setuju (1) s/d Sangat Setuju (5).
3.5
Teknik Pengambilan Sampel Populasi dalam penelitian ini adalah orang yang melakukan transaksi online
pada website BAYUBUANATRAVEL.COM yang merupakan pelanggan dari PT. Bayu Buana Travel, Tbk. Keseluruhan pelanggan yang melakukan transaksi online pada website BAYUBUANATRAVEL.COM tersebut berjumlah 50 responden yang berasal dari jumlah transaksi online pada website BAYUBUANATRAVEL.COM pada periode Januari 2012 – September 2012. Maka pada penelitian ini, dimana jumlah populasinya cukup sedikit sehingga menggunakan teknik pengambilan sampel yang digunakan adalah non probability sampling dengan sensus dimana seluruh populasi dijadikan sebagai sampel. Penyebaran dan pengumpulan kuesioner dilakukan selama dua minggu yaitu dari tanggal 22 Oktober 2012 – 05 November 2012. Kuesioner dibagikan kepada pelanggan PT. Bayu Buana Travel, Tbk yang melakukan transaksi online pada website BAYUBUANATRAVEL.COM. Kuesioner yang berhasil terkumpul, terisi lengkap, dan dapat digunakan adalah sebanyak 50 kuesioner dari 50 kuesioner yang dibagikan.
28 3.6
Metode Analisis Data Teknik analisis yang digunakan dalam penelitian ini ada dua yaitu metode
Importance Performance Analysis (IPA) dan metode Structural Equation Model dengan menggunakan program Partial Least Square (PLS). Analisis dengan menggunakan metode IPA digunakan untuk menguji perbedaan antara tingkat kepentingan dan harapan atas e-service quality dan mengetahui area mana saja yang perlu diperbaiki. Sedangkan analisis SEM dengan menggunakan program PLS digunakan untuk menguji pengaruh dan hubungan diantara variabel e-service quality, variabel customer satisfaction, dan customer loyalty.
3.6.1 Important Performance Analysis (IPA) Menurut J. Martilla dan J. James dalam (Wong, et al., 2011), Importance Performance Analysis adalah suatu alat evaluasi sederhana yang digunakan untuk memahami kepuasan pelanggan dan memprioritaskan daerah untuk perbaikan. Menurut M. S. Wong, C. Fearon, and G. Philip, Importance Performance Analysis adalah alat evaluasi yang kuat untuk praktisi dan akademisi untuk mengetahui atribut yang telah berjalan baik dan atribut yang perlu ditingkatkan, dimana memerlukan tindakan dengan segera (Wong, et al., 2011). Berdasarkan pengertian diatas, maka dapat disimpulkan bahwa Importance Performance Analysis (IPA) merupakan suatu alat evaluasi yang digunakan untuk mengetahui atribut yang telah berjalan baik dan atribut yang perlu ditingkatkan dengan memprioritaskan daerah untuk perbaikan yang memerlukan tindakan dengan segera.
29 Model IPA dua dimensi dibagi menjadi 4 kuadran dengan kinerja pada sumbu x dan kepentingan pada sumbu y. Sebagai hasilnya, 4 kuadran yaitu Concentrate Here, Keep up the Good Work, Low Priority, and Possible Overkill diciptakan.
High Importance
Kuadran I
Kuadran II
Concentrate Here
Keep Up the Good Work
Low Performance
High Performance Kuadran III Low Priority
Kuadran IV Possible Overkill
Low Importance Gambar 3.2 The Original IPA Framework Sumber : J. Martilla and J. James (1977) dalam (Wong, et al., 2011) 1. Kuadran I (High Importance/Low Performance) diberi label Concentrate Here. Atribut yang jatuh kedalam kuadran ini merupakan area kunci yang perlu ditingkatkan dengan prioritas utama. 2. Kuadran II (High Importance/High Performance) diberi label Keep Up the Good Work. Semua atribut yang jatuh kedalam kuadran ini adalah kekuatan dan pilar dari organisasi, dan mereka harus menjadi kebanggaan organisasi. 3. Kuadran III (Low Importance/Low Performance) diberi label Low Priority. Atribut yang jatuh kedalam kuadran ini tidak penting dan tidak menimbulkan ancaman bagi organisasi.
30 4. Kuadran IV (Low Importance/High Performance) diberi label Possible Overkill. Ini menunjukkan atribut yang terlalu ditekan oleh organisasi. Daripada terus fokus pada kuadran ini, mereka seharusnya mengalokasikan lebih banyak sumber daya untuk menangani atribut yang ada pada kuadran I. 3.6.2 Structural Equation Model (SEM) Menurut W.W. Chin dan Gefen et al dalam (Latan & Ghozali, 2012, p. 7) Model persamaan struktural (Structural Eqaution Modeling) merupakan suatu teknik analisis multivariate generasi kedua yang menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan hubungan multiple exogenous dan endogeneous variabel dengan banyak indikator. Menurut MacCallum dan Austin dalam (Latan & Ghozali, 2012, p. 7) mendefinisikan SEM sebagai suatu teknik analisis yang digunakan untuk spesifikasi model dan estimasi model dalam hubungan linear antar variabel. Menurut (Latan & Ghozali, 2012, p. 10) alasan penting yang mendasari digunakannya SEM. Hal ini dikarenakan SEM mempunyai keunggulan disbanding teknik analisis multivariate biasa (analisis faktor, analisis diskriminant, regresi linear berganda dan sebagainya) yang memungkinkan peneliti untuk menghubungkan antar teori dengan data penelitian. Lebih spesifik SEM memampukan peneliti untuk : • Membangun model penelitian dengan banyak variabel • Dapat meneliti variabel atau konstruk yang tidak teramati atau tidak dapat diukur secara langsung (unobserved variables) • Menguji kesalahan pengukuran (measurement error) untuk variabel atau konstruk yang teramati (observed variables) dan
31 • Mengkonfirmasi teori sesuai dengan data penelitian Confirmatory Factor Analysis) 3.6.3 Karakteristik SEM Kemampuan untuk mengatasi laten variables yang tidak dapat diukur langsung tetapi yang membutuhkan pengukuran model yang terdiri dari satu atau banyak indikator (Urbach & Ahelmann, 2010). Evaluasi model dalam PLS-SEM menggunakan program WarpPLS dapat dilakukan dengan menilai hasil pengukuran model (measurement model). Untuk variabel laten dengan indikator reflective yaitu analisis faktor konfirmatori atau Conformatory Factor Analysis (CFA) dengan menguji validitas dan reabilitas konstruk laten, sedangkan untuk variabel laten dengan indikator formatif melihat nilai signifikan t statistiknya. Kemudian dilanjutkan dengan pengujian signifikan untuk menguji pengaruh antar konstruk atau variabel dan nilai R2 (Latan & Ghozali, 2012, p. 36). 3.6.4 Partial Equation Modeling (PLS) Menurut (Urbach & Ahelmann, 2010), Partial Least Square (PLS) merupakan pendekatan berbasis komponen untuk pengujian model persamaan struktural. Penggunaan PLS memudahkan estimasi paramater karena tidak mengasumsikan adanya distribusi tertentu. Model evaluasi PLS berdasarkan pengukuran prediksi yang mempunyai sifat non-paramatetrik. Kemudian dalam kondisi tertentu, PLS bekerja dengan ukuran sampel yang relative kecil. Menurut Pirouz dalam (Latan & Ghozali, 2012, p. 7) menjelaskan analisis Partial Least Square (PLS) sebagai teknik statistik multivariate yang melakukan pembandingan antara multiple eksogen dan endogen variabel dengan banyak indikator.
32 Dalam PLS terdapat 2 evaluasi model, yaitu outer model atau model pengukuran dan evaluasi inner model atau model struktural. •
Evaluasi Model pengukuran (Measurement Model/Outer Model) meliputi convergent validity, discriminant validity, dan composite reliability dengan kriteria sebagai berikut : Tabel 3.3 Kriteria Evaluasi Model Pengukuran
Validitas dan Reabilitas
Parameter
Rule of Thumb • Dapat dikatakan valid jika nilai loading > 0,7. • Untuk tahap awal dari pengembangan nilai loading > 0,5-0.6 dapat dikatakan valid (Chin, 1998).
Loading Factor Convergent Validity
Averange Variance Extracted (AVE)
AVE > 0.5 untuk Confirmatory maupun Exploratory Research
Cross Loading
• Korelasi konstrak dengan pokok pengukuran (setiap indikatornya) lebih besar daripada ukuran konstrak lainnya, maka konstrak laten memprediksi indikatornya lebih baik dari kontrak lainnya.
Square root of AVE
Nilai akar kuadrat dari AVE > nilai korelasi diantara konstrak / variabel laten, maka discriminant validity yang baik tercapai (Fornell & Lacker, 1981).
Composite Reliability
Composite reliability > 0,70 menunjukkan realibilitas yang baik, sedangkan nilai 0,60 – 0,70 masih dapat diterima jika syarat validitas indikator dalam model baik.
Cronbach’s Alpha
• Cronbach alpha > 0.7 untuk Confirmatory Research • Cronbach alpha > 0.6-0.7 masih dapat diterima untuk Exploratory Research
Discriminant Validity
Reliability
Sumber : (Ghozali, 2008; Latan & Ghozali, 2012)
33 •
Evaluasi Model Structural (Structural Model/Inner Model) meliputi R2 untuk konstruk dependen, uji p-value serta signifikansi dari koefisien parameter jalur struktural Tabel 3.4 Kriteria Evaluasi Model Struktural Pengujian
Kriteria
Keterangan
APC
Average Path Coefficient (APC), p-value < 0.05
ARS
Average R-Square (ARS), p-value < 0.05
AVIF
Average Variance Inflation Factor (AVIF) < 5
Model fit indices
Coefficient of
R2
Nilai R-square sebesar 0,67 mengindikaskan
Determination (R2)
model baik, nilai 0,33 mengindikasikan model
untuk variable laten
moderat sedangkan nilai 0,19 model dapat
endogen Path Coefficients
dikatakan lemah. p-value
p-value < α, maka dikatakan signifikan
(Koefisien Jalur) Sumber : (Yamin & Kurniawan, 2011; Kock, 2011) P-value tidak hanya mencerminkan kekuatan hubungan (yang mana sudah disediakan oleh koefisien jalur itu sendiri), tetapi juga kekuatan pengujian yang meningkat dengan ukuran sampel. Semakin besar ukuran sampel, semakin rendah sebuah koefisien jalur harus menghasilkan signifikan p-value secara statistik (Kock, 2011). Sedangkan koefisien determinasi untuk menunjukkan pengukuran persentase pengaruh semua variabel independen terhadap nilai variabel dependen. Alasan peneliti menggunakan PLS dikarenakan hasil dari uji normalitas pada variabel Customer Satisfaction dan Customer Loyalty adalah data berdistribusi tidak normal. Menurut (Latan & Ghozali, 2012, p. 11), dalam PLS tidak disyaratkan data
34 terdistribusi normal secara multivariate. Sedangkan dalam SPSS, dalam mengolah data harus berdistribusi normal untuk dapat di lanjutkan pada pengujian berikutnya.
3.6.5 Kelebihan dan Kekurangan PLS dan SPSS Berikut ini menurut (Latan & Ghozali, 2012, pp. 11-12), kelebihan dari PLS adalah sebagai berikut : •
Mampu menghandle model yang kompleks dengan multiple variabel eksogen dan endogen dengan banyak indikator.
•
Dapat mengelola data dengan masalah multikolonieritas antar variabel eksogen.
•
Hasil tetap rebosut walaupun terdapat data noise dan data missing.
•
Menghasilkan variabel laten eksogen secara langsung dengan basis crossproduct yang melibatkan variabel laten endogen sebagai kekuatan prediksi.
•
Dapat menghandle konstruk dengan indikator reflective maupun formative
•
Dapat digunakan pada jumlah sampel kecil
•
Tidak mensyaratkan data terdistribusi normal secara multivariate
•
Dapat menghandle variabel dengan tipe nominal, ordinal, dan continuous
•
Masalah non-convergence dan indeterminasi faktor dapat di atasi
•
Memiliki ketepatan prediktif yang akurat
Berikut ini menurut (Latan & Ghozali, 2012, p. 12), kekurangan PLS adalah sebagai berikut : •
Sulit menginterpretasi loading faktor variabel laten eksogen jika berdasarkan hubungan cross-product dengan variabel endogen
35 •
Properties distributional dari estimasi yang tidak diketahui, menyebabkan peneliti tidak memperoleh nilai signifikan kecuali dengan melakukan proses bootstrapping atau jackknifing
•
Terbatas pada pengujian model statistik
•
Lebih tepat digunakan untuk penelitian yang bersifat prediktif atau exploratory
Berikut ini menurut (Aras, 2012), kelebihan SPSS adalah sebagai berikut : •
SPSS mampu mengakses data dari berbagai macam format data yang tersedia seperti dBASE, Lotus, Text file, dsb. Sehingga data yang sudah ada tidak perlu repot-repot dipindahkan formatnya dan langsung bisa dianalisis atau di proses oleh SPSS
•
SPSS memberikan informasi lebih akurat dengan memperlakukan missing data secara tepat. Contohnya dengan memberikan kode alasan mengapa data tersebut kosong atau memang harus dilompati atau yang lainnya.
•
SPSS mampu merangkum data dalam format tabel multidimensi (crosstabs), yaitu beberapa field ditabulasikan secara bersama.
Berikut ini menurut (Aras, 2012), kekurangan SPSS adalah sebagai berikut : •
Walaupun user friendly namun program ini tetap tergolong rumit, pengguna program ini minimal harus mengetahui dasar dari ilmu statistik untuk bisa menjalani program ini. Sehingga tidak mengherankan banyak seminar atau pelatihan-pelatihan yang khusus diadakan untuk program SPSS.
36 •
SPSS tergolong memiliki perkembangan yang cepat. Sehingga kadang tampilan secara fisik berbeda dengan SPSS yang lama dan user harus beradaptasi kembali dengan sistem yang baru. Dan efek lainnya adalah user harus pintar-pintar memilih seri SPSS yang tepat untuk komputernya.
3.7
Rancangan Uji Hipotesis Pada penelitian ini telah ditetapkan 4 (empat) buah hipotesis seperti yang
telah dijelaskan pada bab 2, maka langkah berikutnya untuk menguji hipotesishipotesis tersebut adalah menetapkan dasar pengambilan keputusan beserta level signifikasinya. Pada penelitian ini ditetapkan level signifikasi sebesar 5%. Pengujian hipotesis didasarkan pada dasar pengambilan keputusan, dimana dalam penelitian ini dasar pengambilan keputusan diperoleh dengan membandingkan antara p-value dengan alpha (tingkat kesalahan) sebesar 5% atau 0.05. Nilai p-value akan diperoleh dari output pengolahan data dengan menggunakan WarpPLS. • Jika p-value > 0.05 , maka Ho diterima • Jika p-value < 0.05 , maka Ho ditolak dan Ha diterima Peneliti juga menilai koefisien determinasi (R2), dimana koefisien determinasi (R2) pada persamaan struktural mengindikasikan jumlah varians pada variable laten endogen yang dapat dijelaskan secara simultan oleh variable-variabel laten independent. Semakin tinggi nilai R2, semakin besar variabel-variabel independent tersebut dapat menjelaskan variabel endogen, sehingga semakin baik persamaan struktural.
37 3.8
Rancangan Pemecahan Masalah Setelah semua data diolah, maka rancangan implikasi yang mungkin untuk
penelitian ini adalah sebagai berikut Setelah semua data diolah, maka dapat diperoleh gambaran dan penilaian pelanggan mengenai e-Service Quality pada website BAYUBUANATRAVEL.COM. Selain itu juga akan diperoleh gambaran mengenai Customer Satisfaction dan Customer Loyalty terhadap website BAYUBUANATRAVEL.COM. Hal ini tentunya akan memberikan gambaran bagi PT. Bayu Buana Travel, Tbk mengenai sejauh mana e-Service Quality pada website BAYUBUANATRAVEL.COM supaya sesuai dengan harapan yang diinginkan pelanggan. Jika e-service quality terbukti memiliki pengaruh terhadap Customer Satisfaction kemudian terhadap Customer Loyalty baik secara langsung maupun tidak langsung yang dimediasi oleh Customer Satisfaction, maka e-Service Quality yang diberikan pada website BAYUBUANATRAVEL.COM selama ini telah mampu membentuk sikap pelanggan dengan baik, sehingga sangat penting untuk mempertahankan yang telah ada dan meningkatkan standar e-service quality yang berkelanjutan di masa mendatang. Namun jika ternyata dari hasil penelitian, eService Quality tidak terbukti memiliki pengaruh terhadap Customer Satisfaction dan kemudian terhadap Customer Loyalty baik secara langsung maupun tidak langsung yang dimediasi oleh Customer Satisfaction, maka hal ini perlu menjadi perhatian besar bagi PT. Bayu Buana Travel, Tbk. Jika hal ini terjadi, berarti e-Service Quality yang selama ini diberikan di website BAYUBUANATRAVEL.COM belum mampu membentuk
kepuasan
dan
niat
positif
untuk
pelanggan,
sehingga
perlu
ditindaklanjuti dengan mencari tahu penyebab mengapa e-Service Quality yang
38 diberikan selama ini belum mampu memberikan kontribusi terhadap Customer Satisfaction dan kemudian terhadap Customer Loyalty dan tentunya perlu dilakukan perbaikan e-Service Quality secara serius. Dari hasil kesimpulan yang terbentuk, peneliti akan dapat memberikan referensi/masukan bagi institusi, mengenai e-Service Quality guna meningkatkan Customer Satisfaction serta meningkatkan Customer Loyalty pengguna website BAYUBUANATRAVEL.COM
