III.
METODE PENELITIAN
3.1. Kerangka Pemikiran Penelitian Yamaha Motor Kencana Indonesia (YMKI) merupakan salah satu produsen motor yang memiliki pangsa pasar cukup luas. Dengan meningkatnya permintaan masyarakat akan sepeda motor, maka dibutuhkan dealer resmi sebagai penyalur penjualan produk secara langsung ke konsumen dan memberikan layanan atas pembelian produknya. Dalam menjaga hubungan dengan pelanggan dan mutu produknya, Yamaha melalui dealer resmi membuat layanan service dan spare parts. PT Jayamandiri Gemasejati atau JG Motor adalah salah satu dealer resmi Yamaha yang memiliki beberapa cabang di Indonesia salah satunya berada di Bogor yang melayani penjualan, layanan service dan suku cadang khusus untuk motor Yamaha. Fokus pada penelitian ini adalah pada layanan service motor. Perubahan kebutuhan, keingingan dan harapan pelanggan yang selalu terjadi setiap saat, menuntut JG Bogor untuk selalu meningkatkan mutu layanan dengan melakukan survei secara kontinu atas layanan yang diberikan. Menjunjung tinggi loyalitas pelanggan adalah salah satu bagian dari misi JG Bogor melalui pemberian layanan yang bermutu, sehingga diharapkan pelanggan enggan berpindah-pindah dealer untuk melakukan service motor. Penentu mutu layanan mempunyai lima (5) dimensi yang diteliti, yaitu reliability, responsiveness, assurance, empathy dan tangibles. Melalui dimensi-dimensi tersebut, pelanggan menilai tingkat kepentingan dan kinerja dari JG Bogor sebagai penyedia layanan service motor. Dengan menggunakan metode IPA, dapat dilihat tingkat kepentingan dan tingkat kinerja dari layanan. Setelah mengetahui tingkat kepentingan dan kinerja, selanjutnya peneliti akan melihat pengaruh tingkat kesetujuan mutu layanan terhadap tingkat kesetujuan loyalitas pelanggan. Dengan melihat nilai dari peubah-peubah tersebut, maka dapat memberikan masukkan kepada JG Bogor untuk memperbaiki kinerja layanan melalui prioritas yang dihasilkan dari metode IPA dan upaya untuk mempertahankan pelanggan melalui besarnya pengaruh mutu layanan terhadap loyalitas pelanggan.
18
PT. Jayamandiri Gemasejati Bogor
Layanan untuk Motor Yamaha
Dimensi Mutu Layanan : 1. 2. 3. 4. 5.
Reliability Responsiveness Assurance Empathy Tangibles
Loyalitas Pelanggan
Tingkat Kinerja
Tingkat Kepentingan
Penilaian Pelanggan
Pengaruh mutu layanan terhadap loyalitas pelanggan Gambar 4. Kerangka pemikiran penelitian 3.2. Metode Penelitian 3.2.1 Lokasi dan Waktu Penelitian Penelitian dilakukan di PT Jayamandiri Gemasejati Bogor yang beralamat di Jalan Siliwangi No. 42, Bogor, dengan waktu penelitian dari bulan November 2011 hingga Februari 2012. 3.2.2 Pengumpulan Data Data yang diperlukan dalam penelitian ini terdiri dari dua (2) macam, yaitu : a. Data primer merupakan data yang didapatkan dari sumber pertama, misalnya dari individu atau perorangan, seperti hasil wawancara,
19
atau pengisian kuesioner. Pada penelitian ini, data primer diperoleh dari wawancara dengan pihak JG Bogor dan pengisian kuesioner (Lampiran 1) oleh para pelanggan di JG Bogor yang berperan sebagai responden dalam penelitian. b. Data sekunder merupakan data primer yang telah diolah lebih lanjut, misalnya dalam bentuk tabel, grafik, diagram, gambar, dan sebagainya, sehingga lebih informatif jika digunakan oleh pihak lain. Data sekunder didapatkan dari berbagai buku, literatur, internet dan hasil-hasil penelitian terdahulu. Penentuan pengambilan contoh pada penelitian ini menggunakan metode purposive sampling dimana dalam teknik ini adanya kriteria yang ditetapkan sebelum mengambil contoh tersebut. Kriteria responden yang dijadikan contoh adalah pelanggan JG Bogor yang telah menggunakan jasa layanan service motor dengan frekuensi lebih dari satu (1) kali. Ukuran contoh untuk analsis SEM menurut Firdaus dan Farid (2008) disarankan untuk menggunakan ukuran contoh antara 100-200. Ukuran contoh yang harus dipenuhi adalah minimum berjumlah 100 dan selanjutnya menggunakan perbandingan lima observasi atau contoh untuk setiap estimated parameter (Kusnendi, 2008). Penelitian ini terdapat
28
estimated
parameter.
Oleh
karena
itu,
peneliti
menggunakan sebanyak 140 responden (5 x 28) dimana jumlah tersebut merupakan jumlah yang sudah memenuhi untuk dilakukannya analisis SEM. Untuk menentukan skor penilaian responden, digunakan skala Likert. Menurut Likert dalam Supranto (2001), format tipe Likert dapat dipergunakan dalam mengembangkan prosedur skala yang mewakili suatu kontinuum bipolar. Dimana pada ujung sebelah kiri (dengan angka rendah) menggambarkan suatu jawaban negatif, sedangkan ujung kanan (angka besar) menggambarkan jawaban positif. Dalam penelitian ini digunakan skala 1-5 (Tabel 3-5).
20
Tabel 3. Tingkat Kepentingan Jawaban
Nilai
Sangat Tidak Penting
1
Tidak Penting
2
Cukup Penting
3
Penting
4
Sangat Penting
5
Tabel 4. Tingkat Kinerja Jawaban
Nilai
Sangat Tidak Baik
1
Tidak Baik
2
Cukup Baik
3
Baik
4
Sangat Baik
5
Tabel 5. Tingkat Kesetujuan Jawaban
Nilai
Sangat Tidak Setuju
1
Tidak Setuju
2
Cukup Setuju
3
Setuju
4
Sangat Setuju
5
Tahap berikutnya nilai skor rataan akhir yang diperoleh akan dibandingkan dengan kriteria yang akan menentukan tingkat kinerja layanan dan loyalitas pelanggan. Kriteria yang digunakan adalah dengan rentang skala (RS) dengan menggunakan rumus : RS =
………………………………………………………..... (1)
Keterangan: m = Skor tertinggi yang digunakan (skor 5) n = Skor terendah yang digunakan (skor 1) b = Jumlah kelas (5 kelas)
21
Berdasarkan perhitungan menggunakan rumus di atas, didapatkan panjang Rentang Skala (RS) dengan jumlah kelas sebanyak lima (5) adalah 0,8. Selanjutnya kriteria yang diperoleh untuk mengukur tingkat kinerja mutu layanan dan loyalitas pelanggan dapat dilihat pada Tabel 6. Tabel 6. Kriteria Skor Rataan Akhir No. Skor Rataan
Keterangan
1.
1,00-1,80
Sangat tidak setuju/sangat rendah/sangat buruk
2.
1,81-2,60
Tidak setuju/rendah/buruk
3.
2,61-3,40
Ragu-ragu/cukup tinggi/cukup baik
4.
3,41-4,20
Setuju/tinggi/baik
5.
4,21-5,00
Sangat setuju/sangat tinggi/sangat baik
Berdasarkan landasan teori yang telah dijelaskan dan hasil penelitian terdahulu, maka hipotesis yang dikemukakan dalam penelitian ini adalah : H1 : Terdapat pengaruh positif dan nyata mutu layanan terhadap loyalitas pelanggan. Uji hipotesis dalam SEM langsung dapat dilihat dari fit indeks model hasil estimasi. Hipotesis yang diuji adalah: Ho : Σ = Σ(θ) lawan H1 : Σ ≠ Σ(θ), dengan Σ adalah matrik kovarian populasi dari peubahpeubah teramati dan Σ(θ) adalah matrik kovarian dari model yang dispesifikasi (dihipotesiskan). Hipotesis Ho menyatakan bahwa matriks matriks kovarian populasi dari peubah-peubah teramati tidak berbeda dari matriks kovarian model yang dispesifikasi (dihipotesiskan). 3.3. Pengolahan dan Analisis Data 3.3.1 Uji Validitas Validitas dimaksudkan untuk menyatakan sejauhmana data yang ditampung pada suatu kuesioner akan mengukur apa yang ingin diukur. Untuk menghitung nilai korelasi antara data pada masing-masing pernyataan dengan skor total dengan menggunakan rumus teknik
22
korelasi product moment dan alat bantu software Statistical Package for Social Science (SPSS) versi 16, dengan rumus berikut :
r=
………………..………….…….. (2)
Dimana : r
= Koefisien validitas yang dicari
N
= Jumlah responden
X
= Skor masing-masing pertanyaan X
Y
= Skor masing-masing pertanyaan Y
3.3.2 Uji Reliabilitas Reliabilitas adalah suatu nilai yang menunjukkan konsistensi suatu alat pengukur didalam mengukur gejala yang sama. Teknik pengukuran reliabilitas dalam penelitian ini menggunakan teknik Cronbach dan alat bantu software (SPSS) versi 16, dengan rumus :
) ……………………………………….. (3) dimana = reliabilitas instrumen K
= banyak butir pertanyaan = varian total = jumlah varian butir
3.3.3 IPA Importance Performance Analysis (IPA) tingkat kepentingan pelanggan diukur dalam kaitannya dengan apa yang seharusnya dikerjakan oleh perusahaan agar menghasilkan produk atau jasa yang bermutu tinggi (Rangkuti, 2002). IPA dibuat dari hasil tabulasi kuesioner dan menggunakan dua peubah, yaitu X dan Y. Dalam penelitian ini peubah X mewakili tingkat kinerja dan peubah Y yang mewakili tingkat kepentingan. Selanjutnya, Sumbu mendatar (X) menunjukkan skor tingkat kinerja yang telah dilaksanakan, sedangkan untuk sumbu vertikal (Y) menunjukkan skor tingkat kepentingan pelanggan terhadap layanan.
23
Dalam penyederhanaan rumus, maka untuk setiap faktor akan mempengaruhi kepuasan konsumen dengan rumus :
X=
∑X
Y=
dan
∑Y
……………………………………….. (4)
Keterangan : Xi
= Skor rataan setiap peubah i pada tingkat kinerja
Yi
= Skor rataan setiap peubah i pada tingkat kepentingan
ΣXi
= Total skor setiap peubah i pada tingkat pelaksanaan kinerja
ΣYi
= Total skor setiap peubah i pada tingkat kepentingan seluruh responden
n
= Total responden Diagram Kartesius merupakan suatu bangun yang dibagi atas
emat (4) bagian yang dibatasi oleh dua (2) buah garis yang berpotongan tegak lurus pada titik-titik X , Y ). X=
∑
X
dan
Y=
∑
Y
…………………………...…… (5)
Keterangan : X
= skor rataan dari tingkat pelaksanaan kinerja seluruh atribut komponen mutu layanan
Y
= skor rataan dari tingkat kepentingan seluruh atribut komponen mutu layanan
K
= banyaknya atribut dari komponen mutu layanan Strategi yang dapat dilakukan berdasarkan posisi masing-masing
atribut pada keempat (4) kuadran : a. Kuadran I merupakan wilayah yang memuat faktor-faktor yang dianggap penting oleh pelanggan, tetapi pada kenyataannya faktorfaktor ini belum sesuai seperti yang diharapkan (tingkat kepuasan yang diperoleh masih sangat rendah). Peubah-peubah yang masuk dalam kuadran ini harus ditingkatkan. b. Kuadran II merupakan wilayah yang memuat faktor-faktor yang dianggap penting oleh pelanggan dan faktor-faktor yang dianggap penting oleh pelanggan sudah sesuai dengan yang dirasakannya,
24
sehingga tingkat kepuasannya relatif lebih tinggi. Peubah-peubah yang termasuk dalam kuadran ini harus tetap dipertahankan. c. Kuadran III merupakan wilayah yang memuat faktor-faktor yang dianggap kurang penting oleh pelanggan dan pada kenyataannya kinerjanya tidak terlalu istimewa. Peningkatan peubah-peubah yang masuk dalam kuadran ini dapat dipertimbangkan kembali, karena pengaruhnya terhadap manfaat yang dirasakan oleh pelanggan sangat kecil. d. Kuadran IV merupakan wilayah yang memuat faktor-faktor yang dianggap kurang penting oleh pelanggan dan dirasakan terlalu berlebihan. Peubah-peubah yang termasuk dalam kuadran ini dapat dikurangi agar perusahaan dapat menghemat biaya. Y Kepentingan Prioritas Utama
Prioritas Prestasi
A
B
Y Prioritas Rendah
Berlebihan
C
D X
X Kinerja
Gambar 5. Diagram Kartesius 3.3.4 CSI Customer Satisfaction Index (CSI) digunakan untuk menentukan tingkat kepuasan pelanggan secara menyeluruh dengan pendekatan mempertimbangkan tingkat kepentingan dari atribut-atribut mutu jasa yang diukur. Setelah melakukan pengujian dengan scatter plot diagram IPA untuk mengetahui atribut yang dianggap penting bagi pelanggan, kemudian langkah selanjutnya mengukur tingkat kepuasan pelanggan dengan menggunakan perhitungan dengan MS.Excel untuk memperoleh bobot index kepuasan.
25
Pengukuran CSI memiliki tahap-tahap berikut (Stratford dalam Desnawati, 2008) : a. Menghitung weighting factors (WF), yaitu mengubah nilai rata-rata tingkat kepentingan menjadi angka persentase, sehingga didapatkan total weighting factors 100%. Weighting Factors (WF) adalah fungsi dari Mean Importance Score (MIS-i) masing-masing atribut dalam bentuk % dari total Mean Importance Score (MIS-t) untuk seluruh atribut yang diuji.
b. Menghitung weighting score, yaitu nilai perkalian antar rata-rata tingkat kinerja/kepuasan dengan weighting factors. Weighted Score (WS) adalah fungsi dari Mean Satisfaction Score (MSS) x Weighting Factors (WF).
c. Menghitung weighted average, yaitu menjumlahkan weighting score (WS) dari semua atribut mutu layanan. Weighted Average Total (WAT) adalah fungsi dari total Weighted Score (WS) semua atribut.
d. Menghitung satisfaction index, yaitu weighting average (WA) dibagi skala maksimal yang digunakan (dalam penelitian ini skala maksimal adalah 5) kemudian dikali 100%.
e. Interpretasikan hasil total indeks, dengan acuan berikut : Tabel 7. Kriteria tingkat kepuasan pelanggan Kriteria tingkat kepuasan (%) 90,01-100,00 70,01-90,00 50,01-70,00 25,01-50,00 0-25,00
Tingkat Kepuasan Sangat puas Puas Cukup puas Tidak puas Sangat tidak puas
Sumber: Ariestonandri, 2006
3.3.5 SEM a. Definisi SEM Structural Equation Modelling (SEM) merupakan suatu teknik statistik yang mampu menganalisis peubah laten, peubah indikator dan kesalahan pengukuran secara langsung. SEM dapat menganalisis hubungan antara peubah laten dengan peubah indikatornya, hubungan antara peubah laten yang satu dengan peubah laten yang
26
lain, juga mengetahui besarnya kesalahan pengukuran. Disamping hubungan
kausal
searah,
SEM
juga
memungkinkan
untuk
menganalisis hubungan dua arah. SEM termasuk keluarga statistik multivariat dependensi yang memungkinkan dilakukannya analisis satu atau lebih peubah independen dengan satu atau lebih peubah dependen (Sitinjak, 2006). b. Model SEM Didalam SEM terdapat dua model yang diuji, yaitu model pengukuran dan model struktural. Model pengukuran menjelaskan keterkaitan hubungan peubah laten dengan peubah indikatornya sedangkan model struktural menjelaskan keterkaitan hubungan antar peubah laten (Sitinjak, 2006) δ1
λ1
X1
ξ X2
δ2
γ
λ1
Y1
ε1
Y2
ε2
η λ2
λ2 ζ
Gambar 6. Model teoritis diagram lintas SEM Keterangan : ξ
= peubah laten eksogen
η = peubah laten endogen γ
= Koefisien jalur peubah laten eksogen terhadap peubah laten endogen
λ
= Loading factor
δ
= kekeliruan pengukuran peubah manifes eksogen
ε
= kekeliruan pengukuran peubah manifes endogen
ζ
= Error variance dalam persamaan model struktural
Model persamaan struktural : η = λξ+βη+ζ Model persamaan pengukuran : Y = λ(x) η + ε
27
X = λ(Y) ξ + δ Pada pengukuran ini dapat dilihat besar pengaruh, atau kontribusi dan bagaimana nyatanya masing-masing peubah laten eksogen terhadap peubah laten endogen dan peubah manifes terhadap peubah laten. Batas untuk menolak atau menerima suatu hubungan dengan taraf nyata 5% adalah 1,96 (nilai mutlak), dimana apabila nilai terletak diantara -1,96 dan 1,96, maka hipotesis yang menyatakan adanya pengaruh harus ditolak dan apabila nilai t lebih besar daripada 1.96 atau lebih kecil daripada -1,96 harus diterima dengan taraf nyata 5%. Pengolahan data dilakukan dengan menggunakan software Lisrel (Linier Structural Relationship). Lisrel merupakan salah satu program komputer yang dapat mempermudah analisis untuk menyelesaikan masalah-masalah yang tidak dapat diselesaikan oleh alat analisis yang konvensional (Sitinjak, 2006). Langkah-langkah SEM dalam penelitian ini adalah : a. Pengembangan model berbasis konsep dan teori Pada tahap ini dilakukan telaah teori tentang pengaruh mutu layanan dengan lima dimensi mutu jasa terhadap loyalitas pelanggan. b. Mengkonstruksi diagram path Pada tahap ini peubah laten dan peubah manifes dibentuk dalam diagram path, agar lebih memahami bentuk hubungan antar peubah. c. Konversi diagram path ke model struktural Pada tahap ini model struktural dan model pengukuran digambarkan lebih jelas. d. Memilih matriks input Pada tahap ini matriks input dipilih dan dimasukkan ke dalam perhitungan.
28
e. Evaluasi goodness of fit index Tahapan
evaluasi
kesesuaian
model
ditujukan
untuk
mengevaluasi derajat kesesuaian, atau Goodness of Fit (GOF) antara data dan model. Menurut Hair et. al. dalam Sitinjak (2006), evaluasi terhadap GOF model dilakukan melalui uji kecocokan keseluruhan model (overall model fit). Dalam penelitian ini, ukuran derajat kesesuaian model yang digunakan adalah : 1) Statistic Chi-Square (χ2), atau CMIN Nilai chi-square, atau khi kuadrat menunjukkan adanya penyimpangan antara sample covariance matrix dan model (fitted) covariance matrix. Nilai chi-square yang diperoleh relatif besar terhadap derajat bebas, mengindikasikan bahwa matriks hasil dugaan model tidak sesuai dengan matriks data. Sebaliknya nilai chi-square yang relatif kecil terhadap derajat bebas, mengindikasikan bahwa matriks hasil dugaan model sesuai dengan matriks data. Nilai chi-square yang semakin kecil, maka model akan semakin baik. Nilai chi-square nol menunjukkan bahwa model memiliki fit yang sempurna (Sitinjak, 2006). 2) Probabilitas Chi-Square (p-value) p-value adalah peluang untuk memperoleh penyimpangan (deviasi) besar sebagaimana ditunjukkan oleh nilai chisquare,
sehingga
nilai
chi-square
nyata
(<
0,05)
menunjukkan bahwa data empiris yang diperoleh memiliki perbedaan dengan teori yang telah dibangun berdasarkan SEM, p-value yang tidak nyata (> 0,05) adalah yang diharapkan, yang menunjukkan bahwa data empiris sesuai dengan model (Sitinjak, 2006) 3) CMIN/df ( Normed Chi-Square ) Merupakan salah satu indikator mengukur tingkat fit sebuah model. CMIN/df tidak lain adalah nilai chi-square dibagi
29
dengan df, sehingga disebut chi-square relatif. Nilai chisquare relatif ≤ 2 adalah indikasi dari model yang fit dengan data. (Kusnendi, 2008) 4) Root Mean Square Error of Approximation (RMSEA) Nilai RMSEA merupakan ukuran ketidakcocokan model berdasarkan derajat bebas model. Rataan perbedaan per derajat bebas yang diharapkan terjadi dalam populasi dan bukan dalam contoh. Model dengan nilai RMSEA lebih kecil, atau sama dengan 0,08 (RMSEA ≤ 0,08) mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal (Sitinjak, 2006). 5) Goodness of Fit Index (GFI) Nilai GFI mempresentasikan persen keragaman data yang dapat diterangkan oleh model. Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. Model dengan nilai GFI lebih besar, atau sama dengan 0,90 (GFI ≥ 0,90) mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal (Sitinjak, 2006). 6) Adjusted Goodness of Fit Index (AGFI) Nilai AGFI merupakan modifikasi dari GFI dengan mengakomodasi derajat bebas model dengan model lain yang dibandingkan. Nilai berkisar antara 0-1, dengan nilai lebih tinggi adalah lebih baik. Model dengan nilai AGFI lebih besar,
atau
sama
dengan
0,90
(AGFI
≥
0,90)
mengindikasikan bahwa model tersebut baik dalam hal kecocokan antara matriks hasil dugaan model struktural dengan matriks data asal. (Sitinjak, 2006) 7) Comparative Fit Index (CFI) CFI merupakan ukuran komparatif yang sangat dianjurkan untuk digunakan sebagai ukuran uji ovelall model fit. Nilai
30
CFI berkisar antara 0 – 1. CFI
0,90 model fit dengan data
(Kusnendi, 2008) f. Interpretasi Model Langkah terakhir adalah mengintepretasikan model dengan melihat besarnya pengaruh atau kontribusi peubah manifes terhadap peubah laten dan besarnya pengaruh antar peubah laten. Peubah laten eksogen dalam penelitian ini adalah Mutu Layanan (ξ) dengan indikatornya : X1 : reliability X2 : responsiveness X3 : assurance X4 : empathy X5 : tangible Peubah laten endogen pada penelitian ini adalah Loyalitas Pelanggan (η dengan indikator : Y1 : kesediaan berbagi informasi Y2 : menyampaikan hal positif penyedia jasa ke orang lain Y3 : merekomendasikan penyedia jasa kepada orang lain Y4 : melakukan pembelian secara kontinu Y5 : tidak berpindah-pindah ke penyedia jasa lain Y6 : membeli jasa layanan tambahan Y7 : menguji jasa layanan baru Proses analisa masing-masing peubah dengan menggunakan software LISREL 8.30. Diagram struktural pengaruh mutu layanan terhadap loyalitas pelanggan disajikan pada Gambar 7.
31
Y1 X1 X2 X3 X4 X5
λ1 λ1 λ2 λ3 λ4 λ5
λ2 Mutu Layanan (ξ)
γ
Loyalitas (η)
λ3
Y2 Y3
λ4 λ5
Y4
λ6
Y5
λ7
Y6 Y7
Gambar 7. Diagram struktural pengaruh mutu layanan terhadap loyalitas pelanggan
