BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

A.

Waktu dan Tempat Penelitian 1. Waktu Proses

penelitian

ini

di

awali

dengan

mengidentifikasi

permasalahan yang terjadi di tempat penelitian, melakukan perumusan masalah dan pengumpulan teori dasar guna memperkuat landasan dari setiap variabel. Selanjutnya dilakukan penyusunan metode dalam pengumpulan data, penyusunan instrumen, sampai dengan teknik pengujian yang dilakukan. Waktu proses penelitian ini dimulai sejak bulan Oktober sampai dengan penelitian ini selesai. 2. Tempat Penelitian Penelitian ini menganalisa bagaimana pengaruh customer relationship management terhadap loyalitas pelanggan dalam hal berkunjung untuk mengkonsumsi kopi. Oleh karena itu, objek yang akan diteliti adalah Starbuck Coffee yang berada di kawasan Lippo Mall Puri, Kembangan, Jakarta Barat. B.

Desain Penelitian Desain penelitian yang digunakan dalam penelitian ini adalah analisis kausal.

Menurut Ferdinand (2014) berpendapat bahwa desain analisis kausal adalah penelitian yang ingin mencari penjelasan dalam bentuk hubungan sebab-akibat 37 http://digilib.mercubuana.ac.id/

(cause-effect) antar beberapa konsep atau beberapa variabel. Penelitian ini bertujuan untuk mengetahui pengaruh customer relationship management terhadap kepuasan dan loyalitas pelanggan. Pendekatan yang dilakukan dalam penelitian ini adalah pendekatan kuantitatif. Menurut Sanjojo (2014), suatu cara ilmiah untuk memperoleh data tertentu dengan tujuan dan sasaran tertentu pula. Metode penelitian kuantitatif mengacu kepada penelitian empirik sistematis dari sifat-sifat dan fenomena kuantitatif serta hubungannya. Penelitian kuantitatif banyak menggunakan statistik untuk melakukan berbagai pengukuran, mulai dari pengumpulan data, validasi dan sebagainya. C.

Definisi dan Operasionalisai Variabel 1. Definisi Variabel Variabel seringkali memainkan peran lebih dari satu peran di model jalur dan disini terlukis di bahasa analisis yang digunakan pada analisis jalur. Pengertian variabel secara umum menurut Jonker dan Pennink (2010, 163) adalah sebuah konsep yang bervariasi dalam bentuk atau jumlahnya. Pada suatu model jalur, pada umumnya terdiri dari sekurag-kurangnya dua variabel, yaitu variabel bebas atau eksogen (exogenous) dan variabel terikat atau endogen (endogenous), serta pada kasus tertentu ada variabel antara (Intervening). Darmawan (2014) pada penelitian ini terdapat tiga jenis variabel dengan penjelasan sebagai berikut: 1. Variabel Independen (Exogen)

38 http://digilib.mercubuana.ac.id/

Variabel ini sering disebut sebagai variabel stimulus, predictor, antecedent. Dalam bahasa Indonesia sering disebut sebagai variabel bebas. Variabel bebas adalah variabel yang memengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel dependen (terikat) 2. Variabel Dependen (Endogen) Sering disebut sebagai variabel output, kriteria, konsekuen. Dalam bahasa Indonesia sering disebut sebagai variabel terikat. Variabel terikat menrupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. 3. Variabel antara (Intervening) Variabel yang secara teoritis memengaruhi (memperkuat) hubungan antara variabel independen dengan dependen, tetapi tidak dapat diamati dan diukur. 2. Operasionalisasi Variabel Definisi operasional merupakan bagian yang mendefinisikan sebuah konsep/variabel agar dapat diukur, dengan cara melihat pada dimensi (indikator) dari suatu konsep/variabel (Noor, 2011). Dimensi (indikator) dapat berupa : perilaku, aspek, atau sifat/karakteristik (Sekaran dalam Noor 2011). Dengan demikian, definisi operasional tidak boleh mempunyai makna yang berbeda dengan definisi konseptual.


Definisi operasional variabel yang digunakan di dalam penelitian ini adalah sebagai berikut Table 3.1 Definisi Operasionalisasi variabel CRM Variabel

Customer Relationship Management Sumber: Gordon dalam Imasari dan Nursalin (2011)

Dimensi/Sub Variabel 1. Teknologi

Indikator -Kemudahan mendapatkan teknologi informasi - Penggunaan aplikasi database pelanggan - Profesionalisme - Pelayanan - Hubungan - Sales Process - After Sales Process

2. Orang 3. Proses

Skala Pengukuran

Ordinal

4. Pengetahuan - Pengetahuan mengenai dan wawasan pelanggan.

Tabel 3.2 Definisi Operasionalisasi Variabel Kepuasan Pelanggan Variabel

Dimensi/Sub Variabel

Indikator

1.Kualitas Produk

Kinerja produk (performance) - Keistimewaan tambahan (feature) Kehandalan produk (reliability) Kesesuaian dengan spesifikasi (conformance to spesifications) - Daya tahan produk (durability) Kemudahan dalam perawatan (Service ability) - Estetika desain produk

Kepuasan Pelanggan Sumber: Irawan (2008)


Skala Pengukuran

Ordinal

- Persepsi terhadap produk (perceived quality) - Kesesuaian dengan kualitas - Terjangkau 3. Service quality - Service after sales 4. Emotional - Percaya diri factor - Kekinian 5. Kemudahan - distribusi yang luas 2. Harga

Tabel 3.3 Definisi Operasionalisasi Variabel Loyalitas Pelanggan Variabel

Loyalitas Pelanggan Sumber: Hurriyati (2010)

D.

Dimensi/Sub Variabel

Indikator

1. Karakteristik - Melakukan pembelian Loyalitas secara teratur Pelanggan - Membeli diluar lini produk atau jasa - Merekomendasikan produk lain - Menunjukan kekebalan dari daya tarik produk sejenis dari pesaing.

Skala Pengukuran

Ordinal

Populasi dan Sampel Penelitian 1.

Populasi Populasi merupakan keseluruhan objek penelitian yang dapat terdiri dari mnusia, benda-benda, hewan, tumbuh-tumbuhan, gejala-gejala, nilai test, atau peristiwa-peristiwa sebagai sumber data yang memiliki karakteristik tertentu di dalam suatu penelitian (Nawawi, 2007:150). Jumlah populasi yang berkunjung ke Starbuck Coffee di Lippo Mall Puri tidak diketahui secara spesifik oleh peneliti. Jadi populasi dalam


penelitian ini ialah seluruh konsumen yang sedang berkunjung ke Starbuck Coffee Lippo Indah Mall Puri, Jakarta Barat. 2. Sampel Menurut Sugiyono, (2009) menyatakan bahwa sampel merupakan bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Sampel yang diambil dari populasi tersebut harus betul-betul representatif (mewakili). Menurut Roscoe dalam Sugiyono (2013) ukuran sampel yang layak dalam penelitian adalah antara 50-500. Berdasarkan hal tersebut, penulis mengambil sampel sebanyak 200 pengunjung Starbucks Lippo Mall Puri, Jakarta Barat. Pada umumnya dikatakan penggunaan SEM membutuhkan jumlah sampel yang besar. Menurut pendapat Ferdinand (2002) dalam Wuensch (2006) bahwa ukuran sampel untuk pengujian model dengan menggunakan SEM adalah antara 100-200 sampel atau tergantung pada jumlah parameter yang digunakan dalam seluruh variabel laten, yaitu jumlah parameter dikalikan 5 sampai 10. Satu survei terhadap 72 penelitian yang menggunakan SEM didapatkan median ukuran sampel sebanyak 198. Untuk itu jumlah sampel sebanyak 200 data pada umumnya dapat diterima sebagai sampel yang representatif pada analisis SEM. 3. Pengukuran Variabel Pengukuran variabel adalah alat ukur yang digunakan untuk mengkuantifikasi informasi yang diberikan oleh konsumen jika mereka 42 http://digilib.mercubuana.ac.id/

diharuskan menjawab pernyataan yang telah dirumuskan dalam suatu kuesioner (Noor, 2011). Skala pengukuran yang penulis gunakan dalam penelitian ini yaitu menggunakan skala likert. Skala likert merupakan metode yang digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial (Sugiyono, 2011). Instrumen skala likert dapat dilihat pada tabel 3.2 berikut : TABEL 3.4 SKALA LIKERT Pernyataan

Kode

Skor

Sangat Setuju

(SS)

5

Setuju

(S)

4

Cukup Setuju

(CS)

3

Tidak Setuju

(TS)

2

Sangat Tidak Setuju

(STS)

1

Sumber : Sugiyono (2011)

E.

Teknik Pengumpulan Data Teknik pengumpulan data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian adalah mendapatkan data (Sugiyono, 2009). Metode pengumpulan data pada penelitian ini adalah dengan

cara

menyebarkan

kuesioner/angket,

yaitu

suatu

teknik

pengumpulan data dengan memberikan atau menyebarkan daftar


pertanyaan kepada responden untuk memperoleh data yang dibutuhkan dalam penelitian. F.

Metode Analisis 1. Uji Validitas Untuk melakukan analisis validitas dapat digunakan metode pearson product moment (bila sampel normal, >30) ataupun metode spearman rank correlation (bila sampel kecil, <30) 2. Uji Reliabilitas

Untuk analisis realibilitas internal dapat digunakan metode crobach’s alpha. Jika koefisien yang di dapat >0.60, maka instrument penelitian tersebut reliable. 3. Metode Statistik Metode statistik yang diterapkan pada penelitian ini adalah Model persamaan struktual (Structual Equation Modeling) adalah sebuah model kausal berjenjang yang mencakup dua jenis variabel utama yaitu variabel laten serta variabel observasi (Ferdinand,2014) 1. Variabel Laten Variabel laten (Latent Variable) adalah variabel bentukan, yang dibentuk dari beberapa proksi yang dirumuskan sebagai observed variable. 2. Observed Variable


Variabel yang diamati dan di ukur yang dapat digunakan untuk membentuk sebuah variabel baru (surrogate variable atau latent variable) LISREL (Linear Structural Relationship) adalah salah satu software SEM yang beredar dipasaran. LISREL adalah satu-satunya program SEM yang paling banyak digunakan dan dipublikasikan pada berbagai jurnal ilmiah pada berbagai disiplin ilmu (Austin & Calderon; Bryne dalam Ghozali & Fuad, 2005). Hal tersebut karena LISREL adalah satu-satunya program SEM yang tercanggih dan dapat mengestimasi berbagai masalah SEM yang bahkan nyaris tidak dilakukan oleh program lain. Simbol dalam notasi LISREL yang perlu diketahui dapat dilihat pada Tabel 3.3 di bawah;

TABEL 3.5 SIMBOL DALAM NOTASI LISREL Simbol   X Y 

Xi Eta

Baca

Zeta



Delta



Epsilon



Gamma



Beta

Penggunaan Vaiabel laten (konstruk) eksogenus Variabel laten (konstruk) endogenus Variabel indikator eksogenus Variabel indikator endogenus Faktor unik atau kesalahan (error) struktural. Error ini hanya ada pada konstruk endogenus Faktor unik atau kesalahan (error) pengukuran dari indikator eksogenus Faktor unik atau kesalahan (error) pengukuran dari indikator endogenus Loading struktural dari konstruk eksogenus ke konstruk endogenus Loading struktural dari konstruk endogenus ke konstruk endogenus lainnya




Lambda

 

Phi Tetha



Psi

Sumber : Dachlan (2014)

4.

Loading indikator terhadap konstruknya (loading faktor). (x) adalah loading indikator terhadap konstruk eksogenusnya. (y) adalah loading indikator terhadap konstruk endogenusnya. Korelasi antar konstruk eksogenus Korelasi antar error pengukuran.  adalah korelasi antar error pengukuran pada indikator eksogenus.  adalah korelasi antar error pengukuran pada indikator eksogenus. Korelasi antar error struktural

Tahap – Tahap Dalam SEM

Menurut Hair et al (1995) dalam Hartono (2006), ada 7 (tujuh) langkah yang harus dilakukan apabila menggunakan Structural Equation Modeling (SEM) yaitu: 1. Pengembangan model teoritis Dalam langkah pengembangan model teoritis, hal yang harus dilakukan adalah melakukan serangkaian eksplorasi ilmiah melalui telaah pustaka guna

mendapatkan

justifikasi

atas

model

teoritis

yang

akan

dikembangkan. SEM digunakan bukan untuk menghasilkan sebuah model, tetapi digunakan untuk mengkonfirmasi model teoritis tersebut melalui data empirik. 2. Pengembangan diagram alur Dalam langkah kedua ini, model teoritis yang telah dibangun pada tahap pertama akan digambarkan dalam sebuah diagram alur, yang akan


mempermudah untuk melihat hubungan kausalitas yang ingin diuji. Dalam diagram alur, hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antara satu konstruk lainnya. Sedangkan garis-garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi antara konstruk. Konstruk yang dibangun dalam diagram alur dapat dibedakan dalam dua kelompok, yaitu : 1) Konstruk eksogen (exogenous constructs), yang dikenal juga sebagai source variables atau independent variables yang akan diprediksi oleh variabel yang lain dalam model. Konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung panah. 2) Konstruk endogen (endogen constructs), yang merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa konstruk endogen lainnya, tetapi konstruk eksogen hanya dapat berhubungan kausal dengan konstruk endogen. 3. Konversi diagram alur ke dalam persamaan Persamaan yang didapat dari diagram alur yang dikonversi terdiri dari : 1) Persamaan struktural (structural equation) yang dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Variabel endogen = variabel eksogen + variabel endogen + error


2) Persamaan spesifikasi model pengukuran (measurement model), dimana harus ditentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukkan korelasi antar konstruk atau variabel. 4. Memilih matriks input dan estimasi model SEM menggunakan input data yang hanya menggunakan matriks varians/kovarians atau matriks korelasi untuk keseluruhan estimasi yang dilakukan. Matriks kovarian digunakan karena SEM memiliki keunggulan dalam menyajikan perbandingan yang valid antara populasi yang berbeda atau sampel yang berbeda, yang tidak dapat disajikan oleh korelasi. Hair et.al (1996)

dalam Rahmadaniyanty (2013)

menyarankan agar

menggunakan matriks varians/kovarians pada saat pengujian teori sebab lebih memenuhi asumsi-asumsi metodologi dimana standar error menunjukkan angka yang lebih akurat dibanding menggunakan matriks korelasi. 5. Kemungkinan munculnya masalah identifikasi Problem identifikasi pada prinsipnya adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Bila setiap kali estimasi dilakukan muncul problem identifikasi, maka sebaiknya model dipertimbangkan ulang dengan mengembangkan lebih banyak konstruk.


6. Evaluasi kriteria goodness of fit Pada tahap ini dilakukan pengujian terhadap kesesuaian model melalui telaah terhadap berbagai kriteria goodness of fit. Berikut ini beberapa indeks kesesuaian dan cut off value untuk menguji apakah sebuah model dapat diterima atau ditolak menurut Ferdinand (2000) : 1) Uji Chi-square, dimana model dipandang baik atau memuaskan bila nilai Chi-square nya rendah. Semakin kecil nilai chi-square semakin baik model itu dan nilai signifikansi lebih besar dari cut off value (p>0,05). 2) RMSEA (The Root Mean Square Error of Approximation), yang menunjukkan goodness of fit yang dapat diharapkan bila model diestimasi dalam populasi (Hair et.al., 1995). Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasarkan degrees of freedom. 3) GFI (Goodness of Fit Index) adalah ukuran non statistikal yang mempunyai rentang nilai antara 0 (poor fit) sampai dengan 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan sebuah "better fit". 4) AGFI (Adjusted Goodness of Fit Index), dimana tingkat penerimaan yang direkomendasikan adalah bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0,90.


5) CMIN/DF adalah The Minimum Sample Discrepancy Function yang dibagi dengan Degree of Freedom. Chi-square dibagi DF-nya disebut chisquare relatif. Bila nilai chi-square relatif kurang dari 2.0 atau 3.0 adalah indikasi dari acceptable fit antara model dan data. 6) TLI (Tucker Lewis Index), merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model, dimana sebuah model ≥ 0,95 dan nilai yang mendekati 1 menunjukkan a very good fit. 7) CFI (Comparative Fit Index), dimana bila mendekati 1, mengindikasi tingkat fit yang paling tinggi. Nilai yang direkomendasikan adalah CFI ≥ 0,94. Dengan demikian indeks-indeks yang digunakan untuk menguji kelayakan sebuah model adalah seperti dalam Tabel 3.4 berikut ini : Tabel 3.4 Indeks Pengujian Kelayakan Model TABEL 3.6 GOODNESS OF FIT INDEX Goodness of Fit Index

Cut-off Value

X² - Chi Square

Diharapkan kecil

RMSEA

≤ 0,08

GFI

≥ 0,90

AGFI

≥ 0,90

NFI

≥ 0,90


NNFI

≥ 0,90

CFI

≥ 0,90

IFI

≥ 0,90

RFI

≥ 0,90

Sumber: Wijanto, 2008 5.

Pengujian Hipotesis Dalam LISREL tidak terdapat nilai signifikansi yang langsung dapat

memberi tahu apakah hubungan antara suatu variabel dengan variabel lainnya adalah signifikan. Pada setiap estimasi dalam lisrel, terdapat tiga informasi yang sangat berguna ; yaitu koefisien regresi, standar error dan nilai t. standar error digunakan untuk mengukur ketepatan dari setiap estimasi parameter. Di bawah standar error adalah nilai t yang diperoleh melalui perbandingan antara nilai estimasi dengan standar error.

𝑛𝑖𝑙𝑎𝑖 𝑡 =

𝑛𝑖𝑙𝑎𝑖 𝑒𝑠𝑡𝑖𝑚𝑎𝑠𝑖 𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝑒𝑟𝑟𝑜𝑟

Untuk mengetahui signifikan tidaknya hubungan antar variabel, maka nilai t harus lebih besar dari t-tabel pada level tertentu yang tergantung dari ukuran sampel dan level signifikansi, tetapi umumnya level signifikansi adalah 1%, 5% dan 10%. Pada jumlah sampel besar (lebih besar 150), jika nilai t yang dihasilkan oleh LISREL lebih besar daripada nilai t tabel pada level 5%, yaitu 1,960, maka hubungan antara variabel adalah signifikan.


BAB III METODE PENELITIAN

Recommend Documents