47
BAB III METODE PENELITIAN
3.1
Waktu dan Tempat Penelitian 3.1.1 Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Januari 2014 hingga Juni 2014 di PT Asuransi AXA Indonesia dan VFS Global Center. Lokasi perusahaan bertempat di AXA Tower Lantai 11 dan lantai 2, Jl. Prof. Dr.Satrio kav. 18 Kuningan City, Jakarta 12940, Indonesia. Telp. (021) 3005 9000 Fax (021) 30059010.
3.1.2 Sejarah Singkat PT Asuransi AXA Indonesia PT Asuransi AXA Indonesia merupakan bagian dari AXA Group, salah satu perusahaan asuransi terbesar di dunia, yang beroperasi di Indonesia dengan fokus memberikan solusi finansial dan manajemen aset serta perlindungan kesehatan. AXA Indonesia mengoperasikan beberapa entitas bisnis yakni PT AXA Mandiri Financial Services, PT AXA Financial Indonesia, PT AXA Life Indonesia, PT Mandiri AXA General Insurance, PT Asuransi AXA Indonesia.
3.1.3 Visi dan Misi PT Asuransi AXA Indonesia Visi Perusahaan : Perusahaan asuransi umum pilihan.
48
Misi Perusahaan : Meredefinisikan solusi perencanaan keuangan dengan menjadi available, reliable dan attentive.
3.2
Desain Penelitian Desain penelitian yang digunakan dalam penelitian ini adalah kausal. Penelitian kausal untuk mengetahui pengaruh satu atau lebih variabel bebas (eksogen variable) terhadap variabel terikat (endogen variable). Penelitian ini bertujuan untuk mengetahui pengaruh diferensiasi pelayanan, kepercayaan, dan komitmen pelanggan terhadap loyalitas nasabah PT Asuransi AXA Indonesia.
3.3
Definisi dan Operasionalisasi Variabel Pada bagian ini akan diuraikan masing-masing
variabel yang
digunakan berikut dengan operasional dan cara pengukurannya. Penjelasan dari masing-masing variabel yang digunakan dalam penelitian ini antara lain : Tabel 3.1 Operasionalisasi Variabel Penelitian Variabel
Diferensiasi Pelayanan
Indikator 1.
Kemudahan pemesanan di PT Asuransi AXA Indonesia.
2.
Kecepatan pengiriman polis Asuransi di PT Asuransi Indonesia
Skala
Ordinal
49
Tabel 3.1 Operasionalisasi Variabel Penelitian (Lanjutan) Variabel
Indikator 3.
Biro Perjalanan yang bekerjasama dengan PT Asuransi AXA Indonesia
4.
Konsultasi Nasabah terhadap tenaga pemasar PT Asuransi AXA Indonesia.
Diferensiasi Pelayanan 5.
Skala
Ordinal
Pemeliharaan dan perbaikan pelayanan PT Asuransi AXA Indoensia.
Sumber : Kotler and Keller (2009) Tabel 3.2 Operasionalisasi Variabel Penelitian Variabel Indikator
Skala
1. PT Asuransi AXA Indonesia dapat dipercaya dan diandalkan. 2. Kepercayaan terhadap jaminan PT Asuransi AXA Indonesia. Kepercayaan
3. Kepercayaan terhadap kualitas produk PT Asuransi AXA Indonesia. 4. PT Asuransi AXA Indonesia memberikan pelayanan terbaik untuk nasabah.
5. PT Asuransi AXA Indonesia selalu memenuhi janji. Sumber : Shamdasani dan Balakrishnan (2000)
Ordinal
50
Tabel 3.3 Operasionalisasi Variabel Penelitian Variabel
Indikator 1. PT Asuransi AXA Indonesia memiliki komitmen dengan pelanggan untuk jangka panjang (tidak berorientas pencapaian target penjualan).
Skala
2. Perasaan bangga menjadi nasabah PT Asuransi AXA Indonesia. Komitmen Pelanggan
3. Nasabah mempunyai rasa memilik PT Asuransi AXA Indoensia.
Ordinal
4. Nasabah mempunyai sikap perhatian untuk keberhasilan jangka panjang PT Asuransi AXA Indonesia. 5. Nasabah memiliki hubungan lebih baik dengan PT Asuransi AXA Indonesia dibandingkan dengan asuransi lain. Sumber : Morgan and Hunt (1994) dan Blomer, et. al (2002)
Tabel 3.4 Operasionalisasi Variabel Penelitian Variabel Loyalitas Nasabah
Indikator 1. Nasabah mengatakan hal-hal positif tentang PT Asuransi
Skala Ordinal
51
Tabel 3.4 Operasionalisasi Variabel Penelitian (Lanjutan) Variabel
Indikator AXA Indonesia kepada orang lain.
Skala
2. Nasabah merekomendasikan PT Asuransi AXA Indonesia kepada seseorang yang membutuhkan informasi.
Loyalitas Nasabah
3. Nasabah mendorong kerabat untuk menikmati layanan PT Asuransi AXA Ordinal Indonesia. 4. Nasabah mempertimbangkan PT Asuransi AXA Indonesia sebagai pilihan pertama untuk membeli produk asuransi. 5. Nasabah akan membeli kembali produk PT Asuransi AXA Indonesia.
Sumber : Griffin (2007: 33), Lupiyoadi dan Hamdani (2008: 223)
3.4
Pengukuran Variabel Pengukuran Variabel yang akan digunakan dalam penelitian ini adalah skala ordinal yang memungkinkan untuk pengurutan data dari tingkat paling rendah ketingkat yang paling tinggi atau sebaliknya dengan interval yang tidak harus sama. Pengukuran masing-masing variable dalam penelitian ini
52
menggunakan skala Likert. Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seorang atau sekelompok orang tentang fenomenal sosial. Dengan skala Likert maka variable yang akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan titik tolak untuk menyusun item – item instrument yang dapat berupa pertanyaan, Sugiyono (2009:132).
Tabel 3.5 Skor Jawaban dari pertanyaan Pilihan Jawaban
3.5
Bobot Nilai
Sangat Setuju (SS)
5
Setuju (S)
4
Netral (N)
3
Tidak Setuju (TS)
2
Sangat Tidak Setuju (STS)
1
Populasi dan Sampel Penelitian Menurut Sugiyono (2009 :115) populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulanya. Dapat disimpulkan populasi merupakan pengamatan yang dilakukan oleh peneliti untuk mencari kesimpulan dari
53
penelitian tersebut. Populasi juga dapat memudahkan peneliti dalam melakukan penelitiannya. Menurut Sugiyono (2009 :116) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Populasi dari penelitian ini adalah 2219 konsumen / nasabah PT Asuransi AXA Indonesia yang menggunakan produk smarttraveller internasional. Ukuran sampel untuk pengujian hipotesis yang menggunakan Structural
Equation
Modeling
(SEM)
berkisar
100-200
responden.
Pedomannya adalah 5-10 dikali jumlah indikator (Ferdinand, 2005). Maka ukuran sampel penelitian ini adalah 10 x 20 = 200 responden yang menggunakan produk smarttraveller internasional PT Asuransi AXA Indonesia, hal ini sesuai dengan prosedur estimasi Maximum Likehood Estimation (MLE) yang berkisar 100-200 responden. Teknik pengumpulan sampel yang digunakan dalam penelitian ini adalah Teknik purposive sampling, yaitu teknik penentu sampel dengan pertimbangan tertentu (Sugiyono, 2007), pertimbangan yang diambil peneliti ini dalam menentukan sampel adalah nasabah yang membeli produk asuransi Smarttraveller International PT Asuransi AXA Indonesia.
3.6
Teknik Pengumpulan Data Teknik pengumpulan data dalam penelitian ini dengan cara memberikan seperangkat pertanyaan atau pernyataan tertulis kepada
54
responden untuk dijawabnya (Sugiyono, 2009: 199). Kuisioner merupakan teknik pengumpulan data yang efisien bila peneliti tahu dengan pasti variabel yang akan diukur dan tahu apa yang diharapkan responden. Metode pengumpulan data untuk keperluan penelitian ini dilakukan dengan mengumpulkan data primer. Data primer tersebut, didapat dari penyebaran kuisioner pada pelangganyang menggunakan produk asuransi perjalanan internasional PT Asuransi AXA Indonesia. Data penelitian ini menggunakan data primer yang diperoleh langsung dari wawancara dan pengisian kuisioner yang diajukan kepada nasabah yang menggunakan produk asuransi perjalanan internasional PT Asuransi AXA Indonesia. Menurut Umar (2008:130) data primer merupakan data yang didapat dari sumber pertama baik dari individu atau perseorangan, seperti: hasil wawancara atau hasil pengisian kuisioner.
3.7
Metode Analisis Data Dalam penelitian ini melakukan pengolahan data karakteristik responden dan uji reliabilitas data dengan bantuan program SPSS (Statistical Product and Service Solution), Penelitian ini juga menggunakan Structural Equation Modeling (SEM). SEM adalah metode Statistik Multivariat yang merupakan kombinasi antara analisis faktor dan analisis korelasi, yang bertujuan untuk menguji hubungan-hubungan antara variabel yang ada pada sebuah model, baik itu
55
antar indikator dengan konstruknya, ataupun hubungan antar konstruk (Santoso, 2014) analisis tersebut dilakukan dengan menggunakan bantuan perangkat lunak program AMOS. Adapun prosedur dalam analisis SEM adalah sebagai berikut :
1. Pengembangan Model Teoritis Pengembangan model dalam SEM (Structural Equation Modeling) adalah pencarian atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Tanpa dasar teorits yang kuat SEM tidak dapat digunakan. Hal ini disebabkan karena SEM tidak digunakan untuk menghasilkan sebuah model, melaikan digunakan untuk mengkonfirmasi model teoritis tersebut melalui data empirik. SEM bukan untuk menghasilkan kausalitas, melainkan membenarkan adanya kausalitas teoritis melalui uji data empirik, itulah sebabnya uji hipotesis mengenai perbedaan dengan menggunakan uji chisquare.
2. Menyusun Diagram Jalur Diagram jalur dalam penelitian ini adalah seperti yang ditunjukkan dalam gambar 3.6 berikut ini. Keterangan simbol-simbol dari gambar tersebut adalah sebagai berikut :
56
: adalah tanda yang menunjukkan faktor/ konstruk/ latent variable/ unobserved variable yaitu variabel yang tidak diukur secara langsung, tetapi dibentuk melalui dimensi-dimensi atau indikator-indikator yang diamati.
: adalah tanda yang menunjukkan variabel terukur/ observered variable
yaitu variabel yang datanya harus harus dicari
melalui lapangan, misalnya melalui instrumen-instrumen.
error
: adalah tanda yang menunjukan pada selalu akan ada kesalah eror dalam pengukuran, yang disebut measurement eror. Maka pada setiap pengukuran indikator akan disertai dengan satu variabel eror. : adalah tanda yang menunjukkan adanya hubungan yang dipotesakan antara dua variabel, variabel yang dituju oleh anak panah merupakan variabel dependen.
: adalah tanda yang menunjukan adanya hubungan korelasi diantara dua variabel. Dalam SEM, perilaku dua anak panah ini tidak
dihitung,
tetapi
digunakan
untuk
syarat
dalam
menentukan hubungan kausalitas antara dua variabel dependen dengan beberapa variabel independen.
57
Gambar 3.6 Diagram Model Penelitian
Keterangan huruf-huruf pada gambar 3.6 : 1) e, z : Error Term 2) DFP1, DFP2, DFP3, DFP4, DFP5 : Indikator-indikator dari Diferensiasi Pelayanan. 3) KPR1, KPR2, KPR3, KPR4, KPR5 : Indikator-Indikator dari Kepercayaan. 4) KOM1, KOM2, KOM3, KOM4, KOM5 : Indikator-indikator dari Komitmen Pelanggan. 5) LOY1, LOY2, LOY3, LOY4, LOY5 : Indikator-indikator dari Loyalitas Nasabah.
58
2. Membangun Persamaan Struktural dan Spesifikasi Persamaan struktural dari model diagram jalur, sebagai berikut : KPR = λ1 DFP + Z1 KOM = λ2 DFP + Z2 KOM = λ1 KPR + Z2 LOY = λ1 KPR + Z3 LOY = λ1 KOM + Z3 Keterangan : DFP
= Diferensiasi Pelayanan
KPR
= Kepercayaan
KOM
= Komitmen Pelanggan
LOY
= Loyalitas Nasabah
λ
= Lamda (kecil), koefisien pengaruh variabel eksogen terhadap
variabel endogen. Z
= Zeta, galat model
3. Menggambarkan spesifikasi model pengukuran untuk masing-masing konstruk / Variabel Laten a. Spesifikasi
model
Pelayanan: DFP1 = λ1 DFP + e1 DFP2 = λ2 DFP + e2
pengukuran
kontruks
eksogen
Diferensiasi
59
DFP3 = λ3 DFP + e3 DFP4 = λ4 DFP + e4 DFP5 = λ5 DFP + e5 b. Spesifikasi model pengukuran kontruks endogen kepercayaan : KPR1 = λ1 KPR + e6 KPR2 = λ2 KPR + e7 KPR3 = λ3 KPR + e8 KPR4 = λ4 KPR + e9 KPR5 = λ5 KPR + e10 c. Spesifikasi model pengukuran kontruks endogen kepercayaan : KOM1 = λ1 KOM + e11 KOM2 = λ2 KOM + e12 KOM3 = λ3 KOM + e13 KOM4 = λ4 KOM + e14 KOM5 = λ5 KOM + e15 d. Spesifikasi model pengukuran kontruks endogen kepercayaan : LOY1 = λ1 LOY + e16 LOY 2 = λ2 LOY + e17 LOY 3 = λ3 LOY + e18 LOY 4 = λ4 LOY + e19 LOY 5 = λ5 LOY + e20 Keterangan :
60
λ = Standar Loading e = Error term 4. Uji Asumsi Model a. Uji Validitas Uji validitas digunakan untuk membuktikan sah atau valid tidaknya suatu kuisioner. Suatu kuisioner dikatakan valid, jika pertanyaan pada kuisioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuisioner tersebut (Imam Ghazali,2009 : 49). Pengelolaan data dilakukan dengan menggunakan pengujian SEM dengan tingkat valid diatas 0,5 dilihat dari estimasi yang terdapat pada tabel Standardized Regression Weight.
b. Uji Reliabilitas Aritonang R. (2007: 136) mengatakan bahwa intrumen reabiltas adalah intrumen yang dapat memberikan hasil pengukuran yang (relatif) sama bila intrumen itu digunakan untuk mengukur variabel yang sama pada dua atau lebih waktu yang berbeda dalam keadaan yang kurang lebih sama. Uji Reliabilitas adalah istilah yang dipakai untuk menunjukan sejauh mana suatu hasil pengukuran relatif konsisten apabila alat ukur tersebut digunakan berulang kali. Pengujian reliabilitas setiap variabel dilakukan dengan teknik Cronbach’s Alpha. Suatu kuisioner dikatakan reliable (handal) apabila jawaban responden terhadap pertanyaan dalam kuesioner
adalah
konsisten atau stabil dari waktu ke waktu. Apabila nilai Cronbach’s Alpha
61
dari suatu variabel lebih besar dari 0,6 maka butir pertanyaan dalam instrument tersebut dianggap reliable atau dapat diandalkan (Imam Ghazali, 2009: 49).
c. Uji Normalitas Uji normalitas data dilakukan melalui nilai Critical Ratio Skewness atau Kurtosis Multivariate, dimana terdapat nilai kritis sebesar 2,58, dan jika nilai Critical Ratio Multivariate-nya berada dibawah nilai kritis tersebut, maka data dinyatakan normal. Dalam banyak riset walaupun terdapat data yang dikategorikan outlier, data tersebut tetap disertakan pada proses pengolahan data sebagai contoh, data pendapat responden, betapapun biasnya tetap sebuah fakta yang harus diperhitunkan sebagai penemuan. Hal lain yang perlu diperhatikan adalah riset-riset keperilakuan yang menggunakan skala ordinal, pengujian normalitas harusnya tidak perlu dilakukan, karena secara natur data ordinal bukan data kuantitatif yang mesti memenuhi asumsi normalitas. (Santoso, 2014:84).
d. Deskriptif Analisa deskriptif adalah analisa yang menggunakan metode statistic untuk mengetahui pola dalam sejumlah penelitian, merangkum informasi yang terdapat dalam bentuk yang diingkan.
62
5. Estimasi Model Estimasi dapat dilakukan dengan menggunakan paket program AMOS yang tersedia dengan Default model yang digunakan adalah maximum likelihood atas dasar komputasi AMOS pengujian hipotesis dilakukan sebagai berikut: 1. Analisis atas kesesuaian model (Goodness-of-fit), yaitu menguji hipotesis nol yang menyatakan bahwa tidak dapat perbedaan anatar matriks kovarians data sampel dibandingkan dengan matriks kovarians populasi yang diestimasikan. Analisis ini memerlukan beberapa fit indeks untuk mengukur kebenaran model yang model yang diajukan seperti yang disajikan dalam tabel 3.6:
Tabel 3.6 Indeks Kelayakan Model No
GOODNESS OF FIT INDEKS
1.
χ2 – Chi Square
2.
Probability
3.
RMSEA (The Root mean Square Error of Approximation)
KETERANGAN Menguji apakah kovarians yang diestimasikan sama dengan kovarians sampel (apakah model sesuai dengan data). Uji Signifikan terhadap perbedaan matriks kovarians data dengan matriks kovarians yang diestimasi Mengkompensasi kelemahan Chi-square pada sampel yang besar (Hair, et
CUT-OF POINT Diharapkan kecil, lebih kecil dari pada χ2 tabel.
≥ 0,05
≤ 0,08
63
4.
GFI (Good of Fit Index)
5.
AGFI (Adjusted Goodness of Fit Indeces)
6.
CMIN/DF (The Minimum Sample Discrepancy Function)
7.
TLI (Tuckler Lewis Index)
8.
CFI (Comparative Fit Index)
al 1998 ) Menghitung proporsi tertimbang varians dalam matriks sampel yang dijelaskan oleh matriks kovarians populasi yang diestimasikan Merupakan GFI yang disesuaikan terhadap Degree of Freedom (Hair, et al 1998) Analog dengan R2 dan regresi berganda (Bentler dalam ferdinand (2002) Kesesuaian antara data dengan model.
≥ 0,90
≥ 0,90
≤ 2,00
Perbandingan antara model yang diuji terhadap baseline ≥ 0,90 model (Hair, et al 1998) Uji kelayakan model yang tidak sensitif terhadap besarnya sampel dan kerumitan model
≥ 0,95
Sumber: Hair (1998), dalam Ferdinand (2005 : 92)
2. Analisis dalam koefisien jalur (Path Coefitients), dianalisis melalui signifikan besaran regression weight dari model. Hasil pengujian ini akan menunjukan critical ratio (CR) yang signifikan, terlihat dari besarnya koefisien jalur (Estimate and standardized Estimate) dengan nilai CR yang lebih besar dari 2,0 atau tingkat signifikan uji hipotesis
64
yang lebih kecil dari 5 %. Pengujian ini juga akan menunjukan besaran dari efek menyeluruh, efek langsung serta efek tidak langsung dari suatu variabel lainnya. 3. Interprestasi dan Modifikasi Model,
langkah terakhir
adalah
menginterprestasikan model dan memodifikasi model bagi modelmodel yang tidak memenuhi syarat pengujian yang dilakukan. Setelah model diestimasi, residualnya haruslah kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik (Tabanachnick and Fidell, 1997) dikutip dalam ferdinand (2005).
