4.1. Gambaran Obyek Penelitian
Penelitian ini memilih industri perbankan di kota Semarang berdasarkan tiga alasan. Pertama, di kota Semarang terdapat cukup banyak bank yang sedang berkembang baik bank pemerintah maupun bank swasta yaitu sejumlah 260 bank (Direktori Telepon, 2006). Kedua, dalam industri perbankan sering terjadi interaksi antar departemen dalam aktivitas-aktivitas perusahaan untuk menentukan kualitas layanan. Ketiga, sesuai dengan pendapat Rusdiharsono (1998, p.33 – 34) bahwa dalam rangka meningkatkan kepercayaan masyarakat terhadap kinerja pelayanan bank, maka aktivitas-aktivitas yang berhubungan dengan peningkatan kualitas layanan perlu didasarkan pada pengelolaan kerjasama yang baik dari seluruh bagian dalam bank yang bersangkutan. Berdasarkan uraian tersebut, Bank – bank di Semarang dipandang sebagai tempat yang tepat untuk menguji model yang sedang dikembangkan dalam penelitian ini 4.2. Gambaran Umum Responden
1. Umur
Umur responden berkisar antara 20 s/d 50 tahun. Data mengenai umur responden bisa dilihat pada tabel sebagai berikut :
Tabel 4.1
Kelompok Umur Responden
No. Kelompok Umur (tahun) Jumlah Prosentase 1. 2. 3. 4. 20 – 24 25 – 29 30 – 34 > 35 15 23 63 49 10,00 15,33 42,00 32,67 Jumlah 150 100,00
Sumber : Data primer yang diolah, 2006
Dari data di atas menunjukkan bahwa dari 150 responden termasuk usia produktif dimana sebagian besar masuk kelompok umur 30 - 34 tahun yakni sebesar 42,00% dan untuk proporsi terkecil terletak pada kelompok umur 20 – 24 tahun yakni sebesar 10,00%.
2. Pendidikan
Secara umum tingkat pendidikan seseorang dapat mempengaruhi sikap, pengambilan keputusan serta kemampuan dalam menyelesaikan suatu pekerjaan secara lebih efektif dan efisien. Dalam hal ini peneliti membatasi hanya pada pendidikan formal yang pernah diampu oleh responden. Dari penelitian terhadap 150 orang responden yang diteliti didapatkan pendidikan responden sebagai berikut :
Tabel 4.2 Pendidikan
No. Negara Jumlah Prosentase
1. 2. 3. 4. SMA D3 S1 S2/S3 23 68 47 12 15,33 45,33 31,33 08,00 Jumlah 150 100,00
Dari tabel di atas dapat diketahui bahwa dari 150 responden, sebagian besar memiliki pendidikan D3 yaitu sebesar 68 responden (45,33%) sedangkan responden yang memiliki tingkat pendidikan S2/S3 yaitu sebesar 12 responden (8,00%).
3. Jenis kelamin
Dari penelitian terhadap 150 orang responden yang diteliti, dapat ditunjukkan dalam tabel berikut :
Tabel 4.3
Jenis Kelamin Responden
No. Jenis Kelamin Jumlah Prosentase
1.
2. Laki - laki Perempuan 110 40 26,67 73,33
Jumlah 150 100,00 Sumber : Data primer yang diolah, 2006
Dari tabel di atas dapat diketahui bahwa dari penelitian terhadap 150 responden menunjukkan bahwa responden dengan jenis kelamin laki-laki sebanyak 26,67% yang artinya lebih sedikit dibandingkan dengan jenis kelamin perempuan yang jumlahnya 73,33%.
4.3. Proses dan Hasil Analisis Data
Dalam penelitian ini teknik analisis data yang digunakan adalah Structural Equation Modeling (SEM) dengan langkah-langkah sebagai berikut :
Teknik ini ditujukan untuk menguji unidimensionalitas dari konstruk-konstruk eksogen dan konstruk-konstruk-konstruk-konstruk endogen yang akan mengkonfirmasi apakah variabel yang diamati mencerminkan faktor yang dianalisis. Teknik analisis faktor konfirmatori pada penelitian ini terbagi menjadi dua bagian yaitu analisis faktor konfirmatori pada variabel variabel eksogen dan analisis faktor konfirmatori pada variabel variabel endogen.
Analisis faktor konfirmatori pada variabel interaksi antar departemen, sistim informasi pemasaran, kualitas layanan, keunggulan bersaing, dan kinerja pasar bertujuan untuk mengkonfirmasikan masing indikator pada masing-masing konstruk mencerminkan konstruk yang diwakilinya.
Hasil pengujian analisis faktor konfirmatori ini disajikan dalam Gambar 4.1 dan Tabel 4.5 dan Tabel 4.6 berikut ini.
Gambar 4.1
Analisis Faktor Konfirmatori pada Variabel – Variabel Endogen
INTER SIP LAYAN UNGGUL TUMBUH PATH DIAGRAM UJI HIPOTESA Chi-square = 176,946 Probability = ,800 CMIN/DF = 2,107 GFI = ,882 TLI = ,895 CFI = ,916 RMSEA = ,086 AGFI= ,918 ,23 ,55 x1 e1 ,74 ,32 x2 e2 ,57 ,88 x3 e3 ,94 ,70 x7 e7 ,84 ,61 x8 e8 ,78 ,72 x9 e9 ,85 ,71 x6 e6 ,84 ,82 x5 e5 ,90 ,49 x4 e4 ,70 ,31 x12 e12 ,56 ,15 x11 e11 ,38 ,42 x10 e10 ,65 ,70 x13 e13 ,84 ,68 x14 e14 ,82 ,69 x15 e15 ,83 ,12 ,28 ,20 ,35 ,93
Tabel 4.5
Regression Weight pada Analisis Faktor Konfirmatori pada
Variabel-Variabel Endogen – Eksogen
Estimate S.E. C.R. P x1 <-- INTER 0,739 x2 <-- INTER 0,569 0,105 6,700 0,000 x3 <-- INTER 0,938 0,147 7,532 0,000 x7 <-- LAYAN 0,837 x8 <-- LAYAN 0,782 0,085 10,958 0,000 x9 <-- LAYAN 0,850 0,090 12,357 0,000 x6 <-- SIP 0,840 x5 <-- SIP 0,904 0,111 10,946 0,000 x4 <-- SIP 0,698 0,084 9,131 0,000 x12 <-- UNGGUL 0,557 x11 <-- UNGGUL 0,384 0,220 3,059 0,002 x10 <-- UNGGUL 0,645 0,346 3,489 0,000 x13 <-- TUMBUH 0,836 x14 <-- TUMBUH 0,824 0,090 11,835 0,000 x15 <-- TUMBUH 0,828 0,074 11,921 0,000 Tabel 4.6
Hasil Pengujian Kelayakan Model pada Variabel Endogen -Variabel Eksogen
Goodness of fit index Cut off value Hasil Analisis Evaluasi Model Chi Square Diharapkan kecil
(<179,580)
176,946 Marginal
Significancy Probability > 0,05 0,800 Good
RMSEA < 0,08 0,086 Marginal GFI > 0,90 0,882 Marginal AGFI > 0,90 0,918 Good CMIN/DF < 1,96 2,107 Marginal TLI > 0,95 0,895 Marginal CFI > 0,95 0,917 Marginal
Sumber : Data primer yang diolah, 2006
Berdasarkan gambar dan tabel di atas dapat ditarik kesimpulan sebagai berikut : Nilai factor loading data variabel interaksi antar departemen memenuhi nilai
yang disyaratkan > 0,40 (Ferdinand, 2002) yaitu sebesar 0,739, 0,569 dan 0,938 yang menunjukkan bahwa dimensi pada konstruk interaksi antar departemen baik.
Nilai factor loading data variabel kualitas layanan nilai yang disyaratkan > 0,40 (Ferdinand, 2002) yaitu sebesar 0,837, 0,782 dan 0,850 yang menunjukkan bahwa dimensi pada konstruk kualitas layanan baik.
Nilai korelasi antara variabel interaksi antar departemen dan sistem informasi pemasaran, sebesar 0,23 yang menunjukkan bahwa tingkat koefisien korelasi masih di bawah ambang batas yang disyaratkan yaitu < 0,90 ( Ferdinand, 2002)
Nilai C.R > 1,96 menunjukkan bahwa variabel-variabel itu secara signifikan merupakan dimensi dari faktor laten yang dibentuk.
4.3.2 Analisis Structural Equation Modelling
Pada analisis ini diuji hubungan kausalitas antar variabel yang tercakup dalam model penelitian. Pengujian Structural Equation Modelling (SEM) dilakukan dengan dua macam pengujian yaitu uji kesesuaian model dan uji kausalitas. Hasil pengolahan data untuk analisis model penuh SEM ditampilkan pada Gambar 4.2, Tabel 4.7, dan Tabel 4.8.
Gambar 4.2
Hasil Pengujian Structural Equation Model
INTER SIP ,60 LAYAN ,13 UNGGUL ,90 TUMBUH ,61 ,34 ,36 ,17 ,88 PATH DIAGRAM UJI HIPOTESA Chi-square = 85,106 Probability = ,800 CMIN/DF = 1,013 GFI = ,930 TLI = ,999 CFI = ,999 RMSEA = ,009 AGFI= ,900 d1 d3 d2 ,26 ,57 x1 e1 ,75 ,34 x2 e2 ,58 ,86 x3 e3 ,93 ,71 x7 e7 ,84 ,63 x8 e8 ,79 ,73 x9 e9 ,86 ,69 x6 e6 ,83 ,81 x5 e5 ,90 ,51 x4 e4 ,72 ,34 x12 e12 ,58 ,16 x11 e11 ,40 ,40 x10 e10 ,63 ,71 x13 e13 ,84 ,69 x14 e14 ,83 ,67 x15 e15 ,82
Sumber : Data primer yang diolah, 2006 Uji Kesesuaian Model – Goodness of fit test
Uji ini dilakukan untuk tujuan diketahuinya seberapa baik tingkat Goodness of Fit dari model penelitian. Penelitian ini harus memenuhi beberapa kriteria yang dipersyaratkan dalam SEM. Hasil pengolahan data diharapkan memenuhi batas statistik yang telah ditentukan. Hasil uji kesesuain model tampak dalam Tabel 4.7
Tabel 4.7
Goodness of Fit Indices untuk Full Model
Goodness of fit index Cut off value Hasil Analisis Evaluasi Model Chi Square Diharapkan kecil
(<106,394)
85,106 Marginal
Significancy Probability > 0,05 0,800 Good
RMSEA < 0,08 0,009 Good GFI > 0,90 0,930 Good AGFI > 0,90 0,900 Good CMIN/DF < 1,96 1,013 Good TLI > 0,95 0,999 Good CFI > 0,95 0,999 Good
Sumber : Data primer yang diolah, 2006
Dari Uji kesesuaian model ini , tidak terdapat indikator yang memiliki nilai di bawah standar yaitu GFI, CMIN/DF, TLI, CFI dan dan Chi Square hal ini dapat terjadi dikarenakan oleh banyaknya variabel yang dan indikator yang diteliti, sehingga memiliki tingkat kompleksitas dalam perhitungan didalam alat analisis SEM-nya, walaupun demikian nilai tersebut masih dianggap marginal dan fit untuk keseluruhan modelnya (Hair, 1995)
Tabel 4.8
Standardized Regression Weights
Estimate S.E. C.R. P LAYAN <-- SIP 0,610 0,074 7,456 0,000 LAYAN <-- INTER 0,340 0,078 4,559 0,000 UNGGUL <-- LAYAN 0,359 0,098 2,882 0,004 TUMBUH <-- UNGGUL 0,169 0,100 2,175 0,030 TUMBUH <-- LAYAN 0,877 0,084 10,546 0,000 x1 <-- INTER 0,752 x2 <-- INTER 0,581 0,102 6,876 0,000 x3 <-- INTER 0,926 0,125 8,599 0,000 x7 <-- LAYAN 0,843 x8 <-- LAYAN 0,792 0,082 11,446 0,000 x9 <-- LAYAN 0,857 0,087 12,902 0,000 x6 <-- SIP 0,830 x5 <-- SIP 0,900 0,102 11,947 0,000 x4 <-- SIP 0,716 0,084 9,451 0,000 x12 <-- UNGGUL 0,585 x11 <-- UNGGUL 0,404 0,207 3,252 0,001 x10 <-- UNGGUL 0,635 0,306 3,708 0,000 x13 <-- TUMBUH 0,841 x14 <-- TUMBUH 0,830 0,088 12,154 0,000 x15 <-- TUMBUH 0,816 0,073 11,838 0,000
Dari Gambar 4.2 dan Tabel 4.8 di atas dapat ditarik kesimpulan bahwa : Tingkat signifikansi untuk uji hipotesis perbedaan adalah χ2- Chi Square
yang menyatakan bahwa tidak terdapat perbedaan antara matriks kovarians sampel dan matriks kovarians populasi yang diestimasi tidak dapat ditolak , berarti hipotesa nol diterima.
Indeks CMIN/DF, GFI, AGFI, TLI, CFI dan RMSEA memberikan konfirmasi yang cukup bahwa model ini dapat diterima karena berada pada rentang nilai yang diharapkan. Dari delapan kriteria yang dipersyaratkan, keseluruhannya diprediksikan baik. Hasil ini masih dianggap wajar bila secara umum tingkat kelayakan (goodness of fit) relatif baik.
Uji Kausalitas : Regression Weight
Dari Tabel 4.8 dapat disimpulkan bahwa Nilai C.R. > 1,96 mengindikasikan diterimanya seluruh model hipotesis dalam penelitian ini (H1-H5) atau dengan kata lain seluruh hipotesis mengenai hubungan kausalitas seperti yang tersaji dalam model penelitian ini dapat diterima.
4.3.3 Menilai Kemungkinan Munculnya Masalah Identifikasi
Berdasarkan analisis yang telah dilakukan, diketahui bahwa besaran standard error varians error dan korelasi antar koefisien estimasi berada dalam rentang nilai yang tidak mengindikasikan adanya problem identifikasi.
4.3.3.1 Evaluasi atas asumsi-asumsi SEM
Permodelan dalam SEM menuntut terpenuhinya beberapa asumsi, baik pada proses pengumpulan data maupun pada proses pengolahannya. Berikut ini disajikan beberapa bahasan tentang asumsi dan hasil pengolahan data yang menggunakan program AMOS 4.01.
1. Evaluasi Univariate Outliers
Deteksi adanya univariate outliers dapat dilkukan dengan menentukan ambang batas yang dikategorikan sebagai outliers dengan cara mengkonversi nilai data penelitian ke dalam standard score atau yang biasa disebut z-score, yang mempunyai rata-rata nol dengan standard deviasi sebesar 1,00 (Hair, et.al, 1995). Pengujian univariate outliers ini dilakukan per konstruk denan program SPSS 11.00, pada menu descriptive statistic-sumarize. Observasi data yang memiliki nilai z-score > 3,0 akan dikategorikan sebagai outliers. Hasil pengujian univariate outliers pada tabel 4.09 berikut ini menunjukkan tidak adanya univariate outliers.
Tabel 4.9 Descriptive Statistics 150 -2,48362 1,32506 ,0000000 1,00000000 150 -2,96356 1,32903 ,0000000 1,00000000 150 -2,02624 1,54973 ,0000000 1,00000000 150 -2,77426 1,35410 ,0000000 1,00000000 150 -2,81737 1,25921 ,0000000 1,00000000 150 -2,02254 1,55707 ,0000000 1,00000000 150 -2,81536 1,47635 ,0000000 1,00000000 150 -2,88175 1,40657 ,0000000 1,00000000 150 -2,59433 1,30496 ,0000000 1,00000000 150 -2,33039 1,27331 ,0000000 1,00000000 150 -2,30548 1,56278 ,0000000 1,00000000 150 -2,47537 1,29041 ,0000000 1,00000000 150 -2,41946 1,65058 ,0000000 1,00000000 150 -2,01601 1,67209 ,0000000 1,00000000 150 -2,01105 1,73325 ,0000000 1,00000000 Zscore(X1) Zscore(X2) Zscore(X3) Zscore(X4) Zscore(X5) Zscore(X6) Zscore(X7) Zscore(X8) Zscore(X9) Zscore(X10) Zscore(X11) Zscore(X12) Zscore(X13) Zscore(X14) Zscore(X15)
N Minimum Maximum Mean Std. Deviation
Sumber : data primer yang diolah (2006) 2. Evaluasi Outlier Multivariate
Outlier pada tingkat multivariate dapat dilihat dari jarak mahalanobis (mahalanobis distance). Perhitungan jarak mahalanobis bisa dilakukan dengan menggunakan program AMOS 4.01.
Dari hasil pengolahan data telah diketahui bahwa jarak mahalanobis minimal adalah 6,506 dan maksimal adalah 41,416. Berdasarkan nilai chi-square pada derajat bebas yakni 18 (jumlah variabel) pada tingkat signifikansi 0,001 atau χ2 (18, 0.001) = 42,311, menunjukkan bahwa tidak terdapat outlier multivariate.
3. Evaluasi Normalitas Data
Uji normalitas dilakukan dengan menggunakan kriteria C.R. + 2,58 pada tingkat signifikansi 0,01 (1%). Hasil uji normalitas data dari penelitian ini dapat dilihat pada Tabel 4.10 berikut ini :
Tabel 4.10 Normalitas Data
min max skew c.r. kurtosis c.r. --- --- --- --- --- --- x15 2,000 7,000 -0,454 -2,268 0,892 2,231 x14 1,000 7,000 -0,431 -2,154 0,201 0,503 x13 1,000 7,000 -0,968 -1,840 2,080 5,200 x10 2,000 7,000 -0,619 -2,097 -0,137 -0,343 x11 2,000 7,000 -0,000 -0,001 -0,714 -1,785 x12 2,000 7,000 -0,467 -2,336 -0,246 -0,615 x4 2,000 7,000 -0,603 -2,014 0,450 1,124 x5 1,000 7,000 -0,812 -2,060 0,498 1,246 x6 1,000 7,000 -0,735 -1,673 1,041 2,603 x9 2,000 7,000 -0,761 -1,806 0,403 1,008 x8 2,000 7,000 -0,551 -1,756 0,323 0,806 x7 2,000 7,000 -0,610 -2,048 0,397 0,993 x3 2,000 7,000 -0,661 -2,303 0,504 1,260 x2 1,000 7,000 -1,107 -1,533 2,317 1,794 x1 1,000 7,000 -0,948 -1,740 1,259 2,147 Multivariate 1,911 1,738
Dari tabel di atas dapat disimpulkan bahwa tidak ada angka pada kolom CR yang lebih besar dari ± 2,58, pada tingkat signifikansi 1%. Oleh karena itu dapat dikatakan bahwa tidak terdapat bukti bahwa distribusi data ini tidak normal.
4. Evaluasi atas Multikolinearitas dan Singularitas
Indikasi adanya multikolinearitas dan singularitas dapat diketahui melalui nilai determinan matriks kovarian yang benar-benar kecil, atau mendekati nol. Dari hasil pengolahan diketahui nilai determinan matriks kovarians sampel sebesar 1,5100 x 10-1. Melihat nilai determinan matriks kovarians sampel yang jauh dari nilai nol, maka dapat disimpulkan bahwa data penelitian ini terbebas dari multikolinearitas dan singularitas.
4.4 Pengujian Hipotesis
Hasil pengujian Structural Equation Model yang terdapat pada Tabel 4.11 di bawah ini kemudian ditelaah lebih lanjut untuk menerima atau menolak hipotesis yang terdapat dalam penelitian ini.
Tabel 4.11 Pengujian Hipotesis Estimate S.E. C.R. P LAYAN <-- SIP 0,610 0,074 7,456 0,000 LAYAN <-- INTER 0,340 0,078 4,559 0,000 UNGGUL <-- LAYAN 0,359 0,098 2,882 0,004 TUMBUH <-- UNGGUL 0,169 0,100 2,175 0,030 TUMBUH <-- LAYAN 0,877 0,084 10,546 0,000 Sumber : Data primer yang diolah, 2006
H1 : Semakin baik interaksi antar departemen maka akan semakin baik kualitas layanan.
Dari hasil pengujian diperoleh hasil parameter estimasi yang didapat antara sistem informasi antar departemen dan kualitas layanan menghasilkan nilai CR seperti yang tampak pada tabel 4.11 adalah sebesar 4,559, dengan nilai P sebesar nol. Kedua nilai ini menunjukkan hasil yang memenuhi syarat karena di atas 1,96 untuk CR dan dibawah 0,05 untuk P dengan α = 5%. Dengan demikian dapat disimpulkan bahwa hipotesis pertama terbukti, yaitu dimensi system interaksi antar departemen berpengaruh positif secara keseluruhan terhadap kualitas layanan.
H2 : Semakin tepat sistem informasi pemasaran yang digunakan maka akan semakin baik kualitas layanan.
Dari hasil pengujian diperoleh hasil parameter estimasi yang didapat antara kepuasan gaji dengan turnover menghasilkan nilai CR seperti yang tampak pada tabel 4.11 adalah sebesar 7,456, dengan nilai P sebesar nol. Kedua nilai ini menunjukkan hasil yang memenuhi syarat karena di atas 1,96 untuk CR dan dibawah 0,05 untuk P dengan α = 5%. Dengan demikian dapat disimpulkan bahwa hipotesis kedua terbukti, yaitu dimensi sistem informasi antar departemen berpengaruh secara keseluruhan terhadap kualitas layanan.
H3: Semakin baik kualitas layanan maka akan semakin tinggi keunggulan bersaing
Dari hasil pengujian diperoleh hasil parameter estimasi yang didapat antara kualitas layanan dengan keunggulan bersaing menghasilkan nilai CR seperti yang tampak pada tabel 4.11 adalah sebesar 2,882, dengan nilai P sebesar 0,004 Kedua nilai ini menunjukkan hasil yang memenuhi syarat karena di atas
1,96 untuk CR dan dibawah 0,05 untuk P dengan α = 5%. Dengan demikian dapat disimpulkan bahwa hipotesis ketiga terbukti, yaitu dimensi kualitas layanan berpengaruh positif secara keseluruhan terhadap keunggulan bersaing.
H4: Semakin tinggi keunggulan bersaing maka akan semakin tinggi kinerja pasar Dari hasil pengujian diperoleh hasil parameter estimasi yang didapat antara keunggulan bersaing dengan kinerja pasar (pertumbuhan pelanggan) menghasilkan nilai CR seperti yang tampak pada tabel 4.11 adalah sebesar 2,175, dengan nilai P sebesar 0,030. Kedua nilai ini menunjukkan hasil yang memenuhi syarat karena di atas 1,96 untuk CR dan dibawah 0,05 untuk P dengan α = 5%. Dengan demikian dapat disimpulkan bahwa hipotesis keempat terbukti, yaitu dimensi keunggulan bersaing berpengaruh positif secara keseluruhan terhadap pertumbuhan pelanggan.
H5: Semakin baik kualitas layanan maka akan semakin tinggi kinerja pasar Dari hasil pengujian diperoleh hasil parameter estimasi yang didapat antara kualitas layanan dengan kinerja pasar (pertumbuhan pelanggan) menghasilkan nilai CR seperti yang tampak pada tabel 4.11 adalah sebesar 10,546, dengan nilai P sebesar nol. Kedua nilai ini menunjukkan hasil yang memenuhi syarat karena di atas 1,96 untuk CR dan dibawah 0,05 untuk P dengan α = 5%. Dengan demikian dapat disimpulkan bahwa hipotesis kelima terbukti, yaitu dimensi kualitas layanan berpengaruh positif secara keseluruhan terhadap pertumbuhan pelanggan.
68 5.1. Simpulan
Berdasarkan latar belakang penelitian dan masalah penelitian yang dikemukakan adalah bagaimana meningkatkan kinerja perusahaan melalui keunggulan bersaing dan kualitas layanan. Apakah kualitas layanan yang baik dapat dicapai dengan interaksi antar departemen yang baik dan sistim informasi pemasaran yang handal.
Berdasarkan hipotesis-hipotesis yang telah dikembangkan dalam penelitian, maka dari masalah penelitian yang telah diajukan dan melalui pengujian Structural Equation Model (SEM), telah dapat diambil kesimpulan penelitian dengan simpulan hipotesis sebagai berikut:
1. Simpulan Hipotesis 1
Hipotesis pertama terbukti, yaitu dimensi interaksi antar departemen berpengaruh positif secara keseluruhan terhadap kualitas layanan. Adanya pengaruh positive kepuasan kerja terhadap system interaksi antar departemen menandakan adanya interaksi antar departemen memberikan kemudahan bagi perusahaan dalam merespon kepekaan pelanggan terhadap kualitas dari produk yang ditawarkan perusahaan. Konflik yang terjadi dapat terjadi secara alami karena antara satu departemen dan departemen yang lain saling bersaing untuk menjadi departemen yang paling kuat dan paling penting. Lebih
lanjut, konflik yang terjadi dapat menghalangi proses komunikasi dan kerjasama antar departemen dan pada akhirnya menghalangi proses interaksi antar departemen
2. Simpulan Hipotesis 2
Hipotesis kedua terbukti, yaitu dimensi sistem informasi pemasaran berpengaruh secara keseluruhan terhadap kualitas layanan. Adanya pengaruh positif sistem informasi pemasaran terhadap kualitas layanan menandakan fungsi strategik pemasaran dan aplikasi sistem informasi pemasaran yang berjalan di perusahaan telah mendukung fungsi strategik dengan baik. Hal ini diperlukan untuk memperluas untuk menghasilkan kualitas layanan prima bagi nasabah
3. Simpulan Hipotesis 3
Hipotesis ketiga terbukti, yaitu dimensi kualitas layanan berpengaruh positif secara keseluruhan terhadap keunggulan bersaing. Adanya pengaruh kualitas layanan terhadap keunggulan bersaing menandakan kualitas layanan yang dibentuk dari sudut pandang pelanggan dapat memberikan nilai lebih terhadap produk yang ditawarkan. Perusahaan diharuskan mewujudkan kualitas yang sesuai dengan syarat-syarat yang dituntut pelanggan. Dengan kata lain, kualitas adalah kiat secara konsisten dan efisien untuk memberi pelanggan apa yang diinginkan dan diharapkan oleh pelanggan sehingga memiliki keunggulan dari produk pesaing.
4. Simpulan Hipotesis 4
Hipotesis keempat terbukti, yaitu dimensi keunggulan bersaing berpengaruh positif secara keseluruhan terhadap pertumbuhan pelanggan. Adanya pengaruh positive keunggulan bersaing terhadap pertumbuhan pelanggan menandakan bahwa keunggulan bersaing adalah salah satu bagian yang berhubungan dengan penciptaan superior value bagi pelanggan. Terciptanya superior value bagi pelanggan merupakan batu loncatan bagi perusahaan untuk memperoleh keunggulan kompetitif. Keunggulan kompetitif yang dimiliki perusahaan tersebut pada akhirnya akan mempengaruhi kinerja pasar perusahaan yang diukur melalui pertumbuhan pelanggan. 5. Simpulan Hipotesis 5
Hipotesis kelima terbukti, yaitu dimensi kualitas layanan berpengaruh positif secara keseluruhan terhadap pertumbuhan pelanggan. Adanya pengaruh positive kualitas layanan terhadap pertumbuhan pelanggan menandakan bahwa manajemen perusahaan berfungsi menyediakan pelayanan dan dukungan yang diperlukan terhadap hal-hal yang berhubungan dengan masalah kualitas diharuskan dapat terlaksana agar adanya peningkatan kualitas tersebut pada akhirnya akan mempengaruhi kinerja pasar perusahaan.
5.2. Kesimpulan Masalah Penelitian
Dari simpulan hipotesis di atas dapat disimpulkan bahwa dengan diterimanya kelima hipotesis tersebut maka masalah penelitian dapat terjawab, yaitu kinerja perusahaan dapat ditingkatkan melalui keunggulan bersaing dan kualitas layanan yang baik. kualitas layanan yang baik dapat dicapai dengan interaksi antar departemen yang baik dan efektif serta sistim informasi pemasaran yang handal.
5.3. Implikasi Teoritis
Pengujian hipotesis yang dilakukan membuktikan adanya hubungan positif antar interaksi departemen dengan kualitas layanan. Pengujian ini mendukung pernyataan Gupta, Raj dan Wilemon (dalam Menon, Jaworski, dan Kohli, 1997, p.187) bahwa pengelolaan interaksi antar departemen yang baik merupakan dasar yang kuat untuk menciptakan kualitas layanan yang unggul. Pengujian tersebut juga memberikan dukungan terhadap pendapat Rees Haris dan Lit (1989. p.42-43) yang menyatakan bahwa interaksi antar departemen mempunyai pengaruh yang penting terhadap kualitas layanan. Interaksi yang terjalin dengan baik pada departemen-departemen dalam perusahaan akan membuat kualitas layanan mengalami peningkatan yang signifikan. Pendapat Menon, Jaworski, dan Kohli (1997, p.197) juga mendapat dukungan melalui pengujian hipotesis ini yaitu bahwa tingginya interaksi antar departemen akan meningkatkan kualitas layanan dalam perusahaan.
Sistem informasi pemasaran didefinisikan sebagai cara pengumpulan dan penganalisaan data secara terorganisasi dan berkelanjutan guna menyediakan informasi yang diperlukan para manajer pemasaran untuk mengambil keputusan. Variabel ini memiliki tiga dimensi, yaitu keakuratan pengumpulkan informasi tentang lingkungan bisnis, keakuratan mendistribusi informasi tentang lingkungan bisnis, dan keakuratan hardware dan software pendukung sistem informasi. Penelitian yang dilakukan ini membuktikan bahwa keakuratan sistem informasi pemasaran memiliki hubungan positif dengan kualitas layanan. Hal ini mengkonfirmasikan pendapat Furey (1991, p.24). Tentang hubungan antara sistem informasi pemasaran dengan kualitas layanan.
Kualitas layanan didefinisikan sebagai derajat mutu dari layanan yang dihasilkan perusahaan, memiliki tiga dimensi yaitu kecepatan dan kekuratan kinerja layanan, kecepatan dan keakuratan dalam merespon dan menyelesaikan komplain dari pelanggan, serta citra/ reputasi kualitas layanan. Penelitian ini menunjukkan bahwa kualitas layanan berpengaruh positif terhadap keunggulan bersaing. Pembuktian ini mengkonfirmasikan pendapat clow dan Vorhies (1993, p.22). Tjiptono (1995, p. 54), serta Menon, Jaworski, dan Kohli (1997, p. 187) mengenai adanya hubungan antara kualitas layanan dengan keunggulan bersaing.
Keunggulan bersaing didefinisikan sebagai posisi unik yang dikembangkan oleh organisasi dalam berhadapan dengan pesaingnya. Variabel ini memiliki tiga dimensi, yaitu daya tahan terhadap peniruan dari
pesaing, kemampuan memenuhi harapan pelanggan, dan kemampuan mengembangkan teknologi layanan. Dalam penelitian ini terbukti bahwa keunggulan bersaing memiliki pengaruh positif terhadap kinerja pasar. Hal ini mengkonfirmasi hasil penelitian Menon, Jaworski, dan Kohli (1997, p. 187), serta Droge, et al, (1995, p. 669-670) tentang adanya hubungan positif antara keunggulan bersaing dengan kinerja pasar.
Pengujian hipotesis yang dilakukan membuktikan adanya hubungan positif antar kualitas layanan dengan kinerja pasar. Hal ini mendukung pendapat dari Menon, Jaworski, dan Kohli (1997, p.197) yang menyatakan bahwa kualitas layanan yang unggul merupakan dasar bagi perusahaan untuk memperoleh kinerja pasar yang unggul. Pengujian tersebut juga membuktikan pernyataan Droge, Vickery, dan Markland (1995, p.669-670) yaitu bahwa keunggulan yang dimiliki perusahaan melalui kualitas layanannya akan meningkatkan kinerja pasar. (Lihat tabel 5.1)
5.4. Implikasi Manajerial
Untuk meningkatkan kinerja pasar maka keunggulan bersaing bank harus ditingkatkan dengan jalan meningkatkan daya tahan terhadap peniruan dari pesaing. Data menunjukkan bahwa sebagian besar responden menyatakan setuju (33% setuju, 22% setuju sekali, dan 21% sangat setuju) bahwa kinerja layanan dalam perusahaan ini tidak dapat dengan mudah diikuti oleh pesaing kami. Dengan demikian dapat disimpulkan bahwa untuk meningkatkan keunggulan bersaing maka daya tahan terhadap peniruan dari pesaing harus dimiliki oleh bank dengan jalan selalu melakukan inovasi secara terus menerus di semua lini perusahaan terutama lini pelayanan kepada nasabah.
Keunggulan bersaing dan kinerja pasar dapat ditingkatkan dengan meningkatkan kualitas layanan dengan jalan selalu memberikan layanan sesuai dengan harapan nasabah. Data menunjukkan bahwa sebagian besar responden menyatakan setuju (37% setuju, 26% setuju sekali, dan 19% sangat setuju) bahwa perusahaan ini selalu memberikan layanan sesuai dengan harapan nasabah. Ini berarti bahwa perusahaan harus mempertahankan citra/ reputasi kualitas layanan yang baik dengan jalan memberikan layanan sesuai dengan harapan nasabah.
Adapun kualitas layanan dapat ditingkatkan salah satunya dengan meningkatkan interaksi antar departemen dengan jalan komunikasi antar departemen. Data menunjukkan bahwa sebagian besar responden menyatakan setuju (41% setuju, 32% setuju sekali, dan 12% sangat setuju) bahwa karyawan tiap departemen dapat saling berkomunikasi dengan mudah untuk menyelesaikan masalah pekerjaan. Ini berarti bahwa komunikasi antar departemen harus dimiliki
bank untuk menyelesaikan masalah pekerjaan dengan jalan memberikan email kepada setiap departemen, memberikan alat komunikasi yang akan mempermudah komunikasi antar departemen, dan lain-lain.
Kualitas layanan dapat pula ditingkatkan salah satunya dengan meningkatkan sistem informasi pemasaran yang baik dengan jalan menjaga keakuratan distribusi informasi tentang lingkungan bisnis. Data menunjukkan