BAB III METODOLOGI PENELITIAN 3.1 Objek Penelitian Penelitian ini akan dilakukan pada warga Tanah Abang, Jakarta Pusat. Pemilihan lokasi penelitian dilakukan secara sengaja (purposive) karena populasi yang digunakan dalam penelitian ini adalah para konsumen yang sangat erat hubungannya keputusan dalam memilih atau menggunakan produk tv kabel mana yang cocok atau sesuai dengan kebutuhannya, hal ini akan mempunyai pengaruh terhadap kepuasaan dan kepercayaan untuk tetap setiap ada produk tv kabel yang digunakan.
3.2 DesainPenelitian Jenis penelitian yang akan digunakan dalam penelitian ini adalah metode explanatory. Metode explanatory ini merupakan metode penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data yang diambil dari sampel populasi tersebut, sehingga ditemukan deskripsi dan hubungan antar variable menurut Masri Singarimbun dan Sofyan Effendi dalam skripsi Ati Purwanti (2009:58) mengumukaka nbahwa “metode survey explanatory yaitu metode untuk menjelaskan hubungan kausal antar 2 variabel atau lebih melalui pengujian hipotesis.
31
32
3.3 Definisi Operasional dan Skala Pengukuran 3.3.1 Definisi Operasional Pada bagian ini akan diuraikan definisi dari masing-masing variabel yang digunakan berikut dengan operasional dan cara pengukurannya. Penjelasan dari masing-masing variabel yang digunakan dalam penelitian ini antaralain : Table 3.1 Operasional Variabel Penelitian Variabel
Definisi Operasional
Nilai
Kegiatan
Fungsional
yang
Indikator
Skala
pemasangan a. Instalasi yang luas Likert
dilakukan
oleh
Instalasi Dari pemasok
dan bersih b. Melakukan
Pemasok
pemasangan dengan baik c. Layanan TV Kabel diproses dengan baik dan tepat waktu.
Nilai
Sikap pemasok yang baik a. Petugas selalu tahu Likert
Fungsional
dalam
Personil Dari tentang Pemasok
memberitahu produk
dijual
yang
tentang channel yang baru ada di TV kabel b. Pentingnya
saran
dari petugas
c. Petugas mengetahui tentang paket channel
dan yang
dimiliki TV kabel Nilai
Produk
yang
akan a. Produk
TV
kabel Likert
33
Fungsional
memberikan suatu nilai
baik
untuk
Produk
dari pelanggan
digunakan
oleh
konsumen b. Kualitas produk TV kabel
memiliki
tayangan yang baik c. Kualitas produk TV kabel sesuai dengan harga
paket
yang
ditetapkan TV kabel Nilai
Alat mengkomunikasikan a. Harga langganan TV Likert
Fungsional
kualitas dan nilai suatu
Harga
jasa
apabila
merasa
kabel cukup murah
pelanggan b. Harga adalah criteria
sulit
menilai
utama
untuk
kemampuan produk itu
memutuskan
sebelumnya
menggunakan produk tersebut
c. Pembayaran tagihan mudah
dilakukan
dengan banyak cara Nilai
Nilai yang diberikan oleh a. Merasa
Fungsional
suatu merek berhubungan
dengan produk TV
Emosional
dengan
kabel
perasaan
ditimbulkan membeli menggunakan tersebut.
pada
yang
nyaman Likert
saat b. Petugas yang selalu atau merek
bersedia memuaskan keinginan
saya
sebagai pelanggan c. Merasa santai dalam melihat
tayangan
34
dari
produk
TV
kabel Nilai
a. Memilih
memilih Likert
Fungsional
atau
mengambil
Sosial
produk
TV
kabel
telah meningkatkan cara saya dilihat oleh orang lain b. Produk yang saya pilih membuat saya dikenal
orang
banyak c. Menggunakan produk
TV
kabel
telah meningkatkan cara saya dihargai oleh orang lain Kepuasan
Perasaan
Pelanggan
kecewa
senang
atau a. Merasa puas dengan Likert
konsumen
adanya
berbagai
terhadap produk tv kabel
macam channel yang
yang digunakan karena
diberikan oleh TV
fasilitas layanannya sesuai
kabel
dengan kebutuhannya.
b. Merasa puas dengan hasil tayangan yang jernih pada produk TV kabel c. Saya puas dengan adanya paket yang ditawarkan oleh TV kabel
35
d. Saya
telah
merasakan
tingkat
kepuasan yang tinggi pada TV kabel yang saya gunakan atau a. Saya merasa yakin Likert
Kepercayaan
Sikap
percaya
Pelanggan
keyakinan konsumen dalam
dan
memilih produk tv kabel
bergantung
mana yang sesuaifasilitas
penyedia pelayanan
pelayanannya
TV kabel yang anda
dengan
kebutuhan konsumen
bersedia pada
gunakan b. Saya percaya pada pelayanan TV kabel c. Saya
yakin
untuk
tetap menggunakan TV
kabel
dengan
adanya
program
terbaru
yang
ditawarkan
oleh
perusahaan TV kabel d. Saya yakin bahwa perusahaan TV kabel ini akan memberikan pelayanan
yang
terbaik dan sesuai dengan janjinya Sumber : data diolah dari jurnal yang berjudul“Perceived Relationship Quality and Post-Purchase Perceived Value.”
36
3.3.2 Skala Pengukuran Skala pengukuran 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 menggunakan skala likert.Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dengan skala Likert maka variabel yang akan diukur dijabarkan menjadi indicator variabel. Kemudian indikator tersebut dijadikan titik tolak untuk menyusun item-item instrument yang dapat berupa pertanyaan, Sugiyono (2004:86). Tabel 3.2 Instrumen Skala Likert No
Pernyataan
Skor
Sangat Setuju
5
Setuju
4
Ragu – Ragu
3
Tidak Setuju
2
Sangat Tidak Setuju
1
1 2 3 4 5
37
3.4 Jenis dan Instrumen Pengumpulan Data 3.4.1 Jenis Data Teknik pengumpulan data dalam penelitian ini berupa survey terhadap warga Tanah Abang, Jakarta Pusat.Jenis data yang digunakan dalam penelitian ini adalah data primer yang diambil dari individu atau perseorangan, dengan menyebarkan kuisioner terhadap pengguna TV kabel. 3.4.2 Teknik dan Instrumen Pengumpulan Data Instrument
pengumpulan data
yang dilakukan oleh
penelitian ini berupa kuisioner.Kuesioner yang dikirimkan kepada konsumen yang menggunakan TV kabel di warga Tanah Abang, Jakarta Pusat dimana pengiriman kuesioner dilakukan secara langsung.Data yang didapatakan diolah menggunakan program AMOS untuk mendapatkan hasil akurat.
3.5 Populasi dan Sampel Populasi adalah objek penelitian yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan di tarik kesimpulan atas hasil yang di dapat. Populasi yang akan di teliti dalam penelitian ini adalah masyarakat Tanah Abang, Jakarta Pusat yang menggunakantv kabel.Yang terdiri dari beberapa kelurahan, sebagai berikut :
38
KELURAHAN RT RW Laki Laki Perempuan Total Kampung Bali
81
10
5.889
5.610
11.499
Kebon Kacang
152 11
9.575
9.375
18.950
Kebon Melati
168 15
13.524
12.904
26.428
Petamburan
119 11
12.792
12.831
25.623
Karet Tengsin
70
7.884
7.410
15.294
Bendungan Hilir 124 9
10.259
10.013
20.272
Gelora
1.234
1.237
2.471
12
9
2
TOTAL 726 67 61.157 59.380 120.537 Sumber: Data Staistik Kecamatan Tanah Abang Dalam 2013
Sampel adalah bagian dari populasi yang memiliki karakteristik tertentu untuk diteliti.Meskipun pengamatan-pengamatan secara individu tidak diperlukan, sepertinya metode multivariate yang lain, ukuran sampel memainkan suatu peran penting dalam penilaian dan penafsiran dari hasil dari SEM. SEM pada umunya memerlukan sejumlah sampel yang relative banyak untuk pendekatan-pendekatan multivariate lainnya.Beberapa alogaritma statistik telah menggunakan program – program SEM adalah tidak konsisten dengan sampel yang sedikit.Ukuran sampel, seperti yang ada dalam statistik lainnya, menyediakan suatu dasar untuk melakukan estimasi pengambilan sampel yang salah.Berikut adalah pembahasan ukuran sampel untuk SEM (Hair, 2006 hal 740-742).Rangkuman ukuran sampel.Perkembangan SEM dan penelitian tambahan dilakukan terhadap isu-isu kunci
desain
penelitian,
petunjuk-petunjuk
sebelumnya
seperti
“selalu
memaksimalkan ukuran sampel” dan “300 ukuran sampel diperlukan” tidak sesuai lagi. Hal ini nyata bahwa sampel yang lebih besar umumnya menghasilkan lebih
39
banyak solusi-solusi stabil yang lebih mungkin ditiru.Tetap nampak bahwa keputusan-keputusan ukuran sampel harus dibuat berdasarkan sekumpulan faktorfaktor.Berdasarkan pada pembahasan ukuran sampel, saran-saran berikut ini ditawarkan berdasarkan kerumitan model dan karakteristik ukuran model. •
Model SEM lebih kurang berisi lima bentuk, masing-masing dengan item lebih dari tiga (variabel yang diamati), dan dengan komunalitas item yang lebih tinggi (0,6 atau lebih), dapat diestimasikan dengan sampel yang mencukupi antara 100-150.
•
Jika semua komunalitas sederhana (0,45 hingga 0,55) atau model berisi bentuk-bentuk kurang dari tiga item, selanjutnya ukuran sampel yang diperlukan lebih dari 200.
•
Jika komunalitas lebih rendah atau model meliputi berbagai bentuk yang teridentifikasi (kurang dari tiga item), kemudian 300 ukuran sampel minimum atau lebih diperlukan agar mampu untuk memperbaiki parameter populasi.
•
Saat sejumlah faktor-faktor lebih besar dari enam, beberapa menggunakan lebih sedikit dari pada tiga ukuran item sebagai indicator-indikator dan berbagai komunalitas rendah yang ada, ukuran sampel yang diperlukan mungkin mencapai 500. Sebagai tambahan untuk karakteristik model yang diestimasikan tersebut,
ukuran sampel harus ditingkatkan dalam lingkungan dibawah ini : 1. Data menunjukkan karakteristik yang tidak normal
40
2. Menggunakan prosedur-prosedur estimasi yang pasti 3. Diharapkan lebih dari 10 persen data yang hilang Untuk memastikan solusi yang akurat, para peneliti saat ini harus mempertimbangkan
sejumlah
faktor-faktor
potensial
yang
mungkin
mempengaruhi peningkatan ukuran sampel meebihi petunjuk yang umum. Dari kriteria ukuran sampel diatas maka dapat dihitung ukuran minimum sampel yang digunakan adalah 5 responden untuk tiap indikator.Penentuan ukuran sampel dari populasi, berdasarkan yang diisyaratkan oleh alat analisa yang digunakan.Karena metode alat analisa yang digunakan adalah Structural Equation Model (SEM), maka jumlah sampel yang ideal dan representative adalah antara 100-200 tergantung pada jumlah parameter yang diestimasikan.Pedomannya adalah 5-10 kali jumlah parameter yang diestimasikan.Jumlah sampel 5-10 dikali jumlah indikator (Ferdinand, 2005). Ukuran sampel minimum yaitu 5x26 = 130. Maka dari itu pada penelitian ini sampel yang digunakan adalah responden yang menggunakan tv kabel dan merupakan masyarakat Tanah Abang, Jakarta Pusatdengan jumlah responden 230 responden pengguna tv kabel, hal ini dilakukan untuk menghindari data yang menyimpang dan juga sesuai dengan prosedur estimasi MLE yang berkisar antara 100-200 responden. Opini-opini berkaitan dengan ukuran sampel yang menawarkan
banyak
petunjuk
karakteristik-karakteristik model.
dengan
prosedur-prosedur
minim ragam analisis
dan
41
3.5.1 Kriteria Goodness Fit Dalam buku Panduan Teknik Statistik SEM & PLS dengan SPSS AMOS, menurut Zainal Mustafa EQ dan Tony Wijaya (2012) mengatakan bahwa Tujuan utama dari analisis SEM adalah menguji fit suatu model yaitu kesesuaian model teoritik dengan data empiris. Kriteria goodness of fit sebagai berikut:
Tabel 3.3 Kriteria Goodness of Fit Kriteria Indek Ukuran
Nilai Acuan
Kai Kuadrat (X) atau Chi Square
Sekecil Mungkin
Cmin/df
≤ 2.00
GFI
Berkisar 0 sampai 1
AGFI
≥ 0.90
TLI
≥ 0.90
CFI
≥ 0.90
RMSEA
≤ 0.08
3.5.1 Asumsi - asumsi penggunaan SEM Imam Ghozali (2005) mengemukakan sebelum melakukan pengujian terhadap konstruk-konstruk dan variabel-variabel yang ada, beberapa persyaratan atau asumsi-asumsi yang harus dipenuhi oleh data penelitian sebelum diolah dengan SEM, antara lain:
42
1. Ukuran Sampel Ukuran sampel yang harus dipenuhi dalam permodelan ini adalah minimum berjumlah 100-200 dan selanjutnya menggunakan perbandingan 5 observasi untuk setiap estimated parameter (Imam Gozali, 2005). Karena itu bila dikembangkan dengan 26 parameter, maka ukuran minimum sampel yang digunakan adalah sebanyak 230 responden. 2. Normalitas dan Linearitas Asumsi yang paling fundamental dalam analisis multivariat adalah normalitas yang merupakan bentuk suatu distribusi normal. Suatu distribusi data yang tidak membentuk distribusi normal, maka data tersebut tidak normal dan hasil analisis dikhawatirkan menjadi bias, sebaliknya data dikatakan normal jika data membentuk suatu distribusi normal. Asumsi normalitas data terpenuhi atau tidak sehingga dapat diolah lebih lanjut dalam permodelan SEM, maka sebaran data harus dianalisis terlebih dahulu. Distribusi data dikatakan normal pada tingkat signifikansi 0,01 jika Critical Ratio (CR), skewenes (kemiringan), atau CR curtosis (keruncingan) kurang dari 2,58 (Zainal Mustafa EQ & Tony Wijaya, 2012). 3. Angka ekstrim (Outliers) Outlier adalah sebuah observasi yang muncul dengan nilai- nilai ekstrim baik secara universal maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi – observasi lainnya. Dapat diadakan treatment khususnya pada outlies ini asal
43
diketahui bagaimana munculnya outlier itu. Outlier pada dasarnya muncul dalam empat kategori. (Nita, 2011) (1) Pertama, outlier akan muncul karena kesalahan prosedur, seperti kesalahan dalam memasukkan data atau kesalahan dalam mengkoding data. Misalnya, nilai 5 diketik 50 sehingga jauh berbeda dengan nilai – nilai lainnya. Data sebuah rentang jawaban responden antara 1-5. (2) Kedua outlier dapat saja muncul karena keadaan yang benar – benar khusus yang memungkinkan profil datanya lain daripada yang lain, tetapi peneliti mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstrim tersebut. (3) Ketiga outlier dapat muncul karena adanya sesuatu alasan tetapi peneliti tidak dapat mengetahui apa penyebabnya atau tidak adanya penjelasan mengenai sebab – sebab munculnya nilai ekstrim tersebut. (4) Keempat, outlier dapat muncul dalam range nilai yang ada, tetapi bila dikombinasi dengan variable lainnya, kombinasinya akan menjadi tidak lazim atau sangat ekstrim. Inilah yang disebut multivariate outliers. Evaluasi atas outlier dapat dilihat dari hasil uji Mahalanobis Distance, yaitu pada nilai p1dan p2 diatas 0,05 yang artinya tidak ada outliers. 3.5.2 Langkah-langkah SEM Pada dasarnya SEM merupakan kombinasi antara analisis faktor, analisis regresi berganda dan korelasi. Dalam buku Imam Gozali (2005) bahwa Hair et. Al
44
(1998) mengemukakan terdapat 6 (enam) langkah dalam teknik análisis SEM yang dapat dikembangkan dan dijelaskan sebagai berikut : 1. Pengembangan model teoritis Pengembangan model dalam SEM, adalah pencarían atau pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Tanpa dasar teoritis yang kuat, SEM tidak dapat digunakan. Hal ini disebabkan karena SEM tidak digunakan untuk menghasilkan sebuah model, melainkan 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 hipótesis mengenai perbedaan dengan menggunakan uji chisquare. 2. Pengembangan Diagram Alur (Path Diagram) Model teoritis yang telah dibangun selanjutnya digambarkan dalam sebuah path diagram, untuk mempermudah peneliti melihat hubungan-hubungan kausalitas yang ingin diuji. Di dalam pemodelan SEM, ditetapkan konstruk (construct) atau faktor (factor) yaitu konsep yang memiliki pijakan teoritis yang cukup untuk menjelaskan berbagai bentuk hubungan, sehingga perlu ditentukan diagram alur dalam artian berbagai konstruk yang akan digunakan dalam penelitian. Konstruk-konstruk dalam diagram alur dapat dibedakan dalam dua kelompok konstruk yaitu konstruk eksogen dan konstruk endogen.
45
Konstruk eksogen dikenal pula sebagai variabel bebas yang tidak diprediksi oleh variabel lain dalam model. Konstruk endogen atau dikenal sebagai variabel terikat adalah 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 Setelah model teoritis dikembangkan dan digambar dalam sebuah diagram alur, kemudian mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan. Persamaan yang dibangun akan terdiri dari persamaan struktural (structural equations) dan persamaan spesifikasi model pengukuran(measurement model). Persamaan struktural dirumuskan untuk menyatakan hubungan kausalitas antar berbagai konstruk. Sedangkan dalam persamaan spesifikasi model pengukuran ditentukan variabel mana mengukur konstruk mana, serta menentukan matrik yang menunjukkan korelasi yang dihipotesiskan antar konstruk.
4. Memilih Matrik Input dan Estimasi Model SEM hanya menggunakan matrik varian/kovarian atau matrik korelasi sebagai data input untuk keseluruhan estimasi yang dilakukan. Matrik korelasi mempunyai rentang yang sudah umum dan tertentu yaitu 0 sampai dengan ±1 dan karena itu memungkinkan untuk melakukan perbandingan
46
yang langsung antara koefisien dalam model. Matrik kovarian umumnya lebih banyak digunakan dalam penelitian mengenai hubungan seperti direkomendasi oleh Hair et. Al (1998) dalam Imam Gozali (2005), sebab stándard error yang dilaporkan dari berbagai penelitian, umumnya menunjukkan angka yang kurang akurat bila matrik korelasi digunakan sebagai input. Pada penilitian ini pengolahan dilakukan dengan bantuan program komputer yaitu AMOS, yang merupakan salah satu program yang handal untuk analisis model kausalitas. Karena jumlah sampel dalam penelitian ini berada antara 100 sampai dengan 200, maka teknik analisis yang dipilih adalah Maximum Likelihood Estimation (ML) dan Generalized Least Square Estimation (GLS). 5. Kemungkinan Munculnya Masalah Identifikasi Masalah
identifikasi
pada
prinsipnya
adalah
masalah
mengenai
ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Masalah identifikasi dapat muncul melalui gejalagejala sebagai berikut : (1)
Standard error untuk satu atau beberapa koefisien adalah sangat besar.
(2)
Program tidak mampu menghasilkan matrik informasi yang seharusnya disajikan.
(3)
Muncul angka-angka yang aneh seperti adanya varians error yang negatif.
47
(4)
Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat misalnya lebih dari 0,9.
6. Menilai Kriteria Goodness of fit Menilai goodness of fit merupakan tujuan dalam persamaan struktural yaitu ingin mengetahui sampai seberapa jauh model yang dihipotesakan “fit” atau cocok dengan sample data.
3.6 Metode Analisis Data Metode analisa melalui statistic deskriptif menjelaskan karakteristik responden dengan menggunakan tabel frekuensi absolute yang menunjukan angka rata-rata, kisaran teoritis, kisaran sesungguhnya dan standar deviasi. a. Uji Reliabilitas Analisis Reliabilitas merupakan isitilh alat ukur yang memiliki pengukuran yang relatif konsisten untuk menunjukan sejauh mana suatu hasil pengukuran apabila digunakan berulang kali. Realibilitas adalah suatu nilai yang menunjukan konsistensi suatu alat pengukur dalam mengukur gejala yang sama. Didalam penelitian perilaku, kesalahan pengukuran ini cukup besar, oleh karna itu kesalahan pengukuran ini perlu diperhitungkan supaya dapat menghasilkan pengukuran yang sebenarnya. Kriteria yang digunakan reliabel atau tidak reliabel adalah jika Cronbach’ Alpha antara skor masing-masing butir pertanyaan dengan
48
total skor mempunyai tingkat signifikan dibawah 0,60 maka butir pertanyaan tersebut dapat dikatakan reliabel, dan jika korelasi skor masing-masing butir pertanyaan dengan total skor mempunyai tingkat signifikan diatas 0,60 maka pertanyaan tersebut dikatakan tidak reliabel menurut Hengky Latan dan Selva Temalagi, 2013. b. UjiValiditas Uji
validitas
dimaksudkan
untuk
mengukur
sejauh
manavariabel yang digunakan benar-benar mengukur apa yang seharusnya diukur. Pengujian validitas dengan menggunakan KMO yaitu dengan cara menghitung korelasi antara skor masing-masing butir pertanyaan dengan total skor (Hengky Latan dan Selva Temalagi, 2013). Kriteria yang digunakan valid atau tidak valid adalah jika KMO antara skor masing-masing butir pertanyaan dengan total skor mempunyai tingkat diatas 0,50 maka butir pertanyaan tersebut dapat dikatakan valid, dan jika korelasi skor masing-masing butir pertanyaan dengan total skor mempunyai tingkat signifikan dibawah 0,50 maka pertanyaan tersebut dikatakan tidak valid (Hengky Latan dan Selva Temalagi, 2013). c. Deskriptif Metode statistik yang digunakan dalam analisi deskriptif untuk mengetahui pola dalam sejumlah penelitian, dan merangkum informasi yang terdapat dalam bentuk yang di inginkan.
49
d. Analisis Model Persamaan (Structure Equation Model) SEM adalah gabungan antara dua konsep statistika, yaitu konsep analisi faktor yang masuk pada model pengukuran (meansurment model) dan konsep regresi melalui model struktural (structural model).Model pengukuran menjelaskan hubungan antara variabel dengan indikator-indikatornya dan model struktual menjelakan hubungan antara variabel.Kelebihan aplikasi SEM dalam penelitian manajemen adalahkemampuan untuk mengkonfirmasi dimensi dimensi dari sebuah konsep atau faktor (yang sangat lazim digunakan dalam manajemen)
serta
kemampuannya
untuk
mengukur
pengaruh
hubungan hubungan secar teoritis (Imam Gozali, 2005). Keempat analisis diatas dilakukan dengan menggunakan alat bantu SPSS dan AMOS.