Ruang Lingkup Penelitian

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Dalam penelitian ini terdapat dua jenis variabel yaitu variabel bebas (independen) dan variabel terikat (dependen). Variabel bebas penelitian ini adalah kualitas pelayanan elektronik (X1), nilai konsumen (X2), kepercayaan (X3), dan variabel terikatnya adalah kepuasan konsumen (Y).

Penelitian ini dilakukan dengan beberapa pembatasan masalah agar pembahasan tetap fokus pada tujuan dan menjaga agar penjelasan tidak melebar, sehingga akan diperoleh hasil yang valid. Ruang lingkup penelitian ini adalah menganalisa pengaruh kualitas pelayanan elektronik, nilai konsumen, dan kepercayaan terhadap kepuasan konsumen pada pengguna layanan Traveloka.

Penelitian ini dilakukan di Indonesia dengan ditujukan kepada masyarakat Indonesia dan penelitian dilakukan dengan rentang waktu dari bulan Januari 2019 sampai dengan September 2019.

B. Metode Penentuan Sampel 1. Populasi

Populasi adalah wilayah generalisasi yang terdiri atas objek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan peneliti untuk dipelajari dan ditarik kesimpulannya. (Sugiyono, 2009:117).

Dalam penelitian ini yang dijadikan populasi adalah pengguna internet

47 aktif dan terbiasa dengan transakti online yang jumlahnya tidak diketahui atau dapat dikatakan dalam kategori tak terhingga.

Populasi tak terhingga yaitu populasi yang memiliki sumber data yang tidak dapat ditentukan batasan-batasannya secara kuantitatif.

Oleh karenanya luas populasi bersifat tak terhingga dan hanya dapat dijelaskan secara kualitatif. (Bungin, 2009:99).

2. Sampel

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya keterbatasan dana, waktu, tenaga maka peneliti dapat menggunakan sampel yang diambil dari populasi itu. (Sugiyono, 2012:91).

Pengambilan sampel yang akan dilakukan dalam penelitian ini adalah menggunakan teknik non probability sampling dengan metode purposive sampling. Non probability sampling yakni teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.

Sedangkan purposive sampling adalah teknik penentuan sampel dengan pertimbangan tertentu (Sugiyono, 2012:95-96). Kriteria ini yang digunakan dalam memilih responden pada penelitian ini adalah responden yang sudah pernah menggunakan layanan Traveloka minimal tiga kali penggunaan.

48 Roose dalam Sugiyono (2012:90) mengungkapkan tentang ukuran sampel untuk penelitan seperti berikut ini:

a. Ukuran sampel yang layak dalam penelitian ini adalah antara 30 sampai 300

b. Bila sampel dibagi dalam kategori (misalnya: wanita-pria, mahasiswa-pegawai, dan lain-lain) maka jumlah anggota sampel setiap kategori minimal 30

c. Bila dalam penelitian akan melakukan analisis dengan multivariate (korelasi atau regresi berganda misalnya), maka jumlah anggota sampel minimal 10 kali dari jumlah variabel yang diteliti. Sebagai contoh, variabel penelitian ada 4 (independen + dependen) maka jumlah anggota sampel = 10 x 4 = 40.

Dengan mengacu pada teori tersebut maka jumlah sampel dalam penelitian ini sebanyak 60 orang responden, karena jumlah minimal sampel yang diperkenankan adalah sepuluh kali jumlah variabel dan pembagian sampel tiap kategori (pria dan wanita) minimal 30 per kategori Maka dengan jumlah 60 sampel dianggap cukup untuk mewakili penelitian ini.

C. Metode Pengumpulan Data 1. Jenis Sumber Data

a. Data Primer

49 Data primer adalah sumber data yang langsung memberikan data kepada pengumpul data (Sugiyono, 2009:193). Sedangkan menurut Daniel dan gates (2011:81) data primer adalah data survey, pengamatan, atau eksperimen yang dikumpulkan untuk memecahkan masalah tertentu yang sedang diselidiki.

Data primer dalam penelitian ini diperoleh secara lengkap dari responden melalui daftar pertanyaan yang diajukan. Data primer yang dikumpulkan meliputi data identitas responden, pendapat responden tentang kepuasan konsumen yang menyangkut kualitas pelayanan elektronik, nilai konsumen, dan kepercayaan pada layanan Traveloka.

b. Data Sekunder

Data sekunder adalah sumber data yang tidak langsung memberikan data kepada pengguna data, misalnya melalui orang lain atau lewat dokumen (Sugiyono, 2009:193). Menurut Daniel dan Gates (2011:81) data sekunder adalah jenis data mencakup informasi yang telah dikumpulkan dan mungkin relevan dengan permasalahan yang ada.

Dalam penelitian ini, peneliti mengumpulkan data-data dari informasi yang diperlukan dengan membaca literatur, buku, artikel, jurnal, tesis, dan data dari internet.

50 2. Teknik Pengumpulan Data

Penelitian ini menggunakan data primer dan data sekunder. Untuk pengumpulan data primer, peneliti menggunakan teknik riset online dengan menggunakan kuisioner elektronik berbasis web (web based questionnaire). Kuesioner merupakan teknik pengambilan data yang efisien bila peneliti tahu pasti variabel yang akan dikukur dan tahu apa yang bisa diharapkan dari responder. Selain itu, kuesioner juga cocok digunakan bila jumlah responden cukup besar dan tersebar di wilayah yang luas (Sugiyono, 2012:162).

Pernyataan-pernyataan pada kuesioner dibuat dengan Skala Likert. Skala Likert adalah pengukuran dengan lima kategori respon yang berkisar antara “sangat setuju” dan “sangat tidak setuju” yang mengharuskan responden menentukan derajat persetujuan atau ketidaksetujuan responden terahadap masing-masing dari serangkaian pertanyaan mengenai objek stimulus (Malhora, 2009:298). Skala 1-5 untuk memperoleh data yang bersifat numerical dan diberi skor ayau nilai. Untuk kategori pertanyaan dengan jawaban sangat tidak setuju atau sangat setuju.

Tabel 3.1 Skala Likert

No. Jenis Jawaban Bobot

1 Sangat Setuhu (SS) 5

2 Setuju (S) 4

3 Netral (N) 3

51 (sumber: Malholtra, 2009)

Angka 1 (satu) menunjukan bahwa responden memberikan tanggapan yang bersifat negatif (sangat tidak setuju) terhadap pertanyaan-pertanyaan yang diajukan, sedangkan agka 5 (lima) menunjukan tanggapan yang bersifat positif (sangat setuju).

D. Metode Analisis Data 1. Uji Kualitas data

a. Uji Validitas

Uji Validitas berguna untuk mengetahui apakah ada pertanyaan-pertanyaan pada kuesioner yang harus dibuang atau diganti karena dianggap tidak relevan. Pengujiannya dilakukan secara statistik, yang dapat dilakukan secara manual atau dukungan komputer, misal dengan bantuan paket komputer SPSS (Umar, 2008:166)

Dalam penelitian ini, alat uji validitas yang digunakan adalah alat uji yang berdasarkan pendekatan construct validity, yakni dengan melihat korelasi skor per item dengan skor total seluruh item (item-item total correlation). Metode yang digunakan adalah teknik korelasi produk momen (moment product correlation) atau yang lebih dikenal dengan nama pearson correlation.

4 Tidak Setuju (TS) 2

5 Sangat Tidak Setuju (STS) 1

52 Nilai korelasi yang diperoleh (nilai korelasi per item dengan total item yang diperoleh setelah dikorelasikan secara statistik per individu) lalu dibandingkan dengan nilai korelasi (r) product moment. Jika r-hitung lebih besar dari pada r-tabel berarti pertanyaan dianggap memenuhi kriteria validitas.

b. Uji Reliabilitas

Uji Reliabilitas merupakan alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten dari waktu ke waktu. Suatu variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha

> 0,60 (Nunally dalam Ghozali. 2011:48).

2. Uji Asumsi Klasik a. Uji Normalitas

Uji Normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Model regresi yang baik adalah distribusi data normal atau paling tidak mendekati normal. Untuk mendeteksi apakah residual berdistribusi normal atau tidak yaitu dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari distribusi normal.

53 Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik. Jika data (titik) menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka menunjukan pola distribusi normal yang mengindikasikan bahwa model regresi memenuhi asumsi normalitas. Jika data (titik) menyebar menjauh dari garis diagonal, maka tidak menunjukan pola distribusi normal yang mengindikasikan bahwa model regresi tidak memenuhi asumsi normalitas (Ghozali, 2011:163).

Selain dengan melihat kurva normal P-plot, uji normalitas juga dapat dilakukan menggunakan uji kolmogorov-smirnov.

Dalam uji kolmogorov-smirnov hipotesa yang berlaku adalah:

Ho = Sampel berasal dari data/populasi yang terdistribusi normal

Ha = Sampel berasal dari data/populasi yang tidak terdistribusi normal

Dalam uji ini apabila nilai sig. < 0,05 maka data tidak terdistribusi dengan normal. Namun, jika nilai sig. > 0,05 maka data terdistribusi dengan normal (Santoso, 2011: 193-196).

b. Uji Multikolonieritas

Uji Multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas atau independen (Ghozali, 2011:105). Model regresi yang baik

54 seharusnya tidak terjadi korelasi korelasi diantara variabel independen. Jika variabel indepeden berkorelasi, maka variabel-variabel ini tidak orthogonal. Variabel Orthogonal ialah variabel-variabel independen yang memiliki nilai korelasi antar sesama variabel independen sama dengan nol.

Untuk mendeteksi ada atau tidaknya multikolonieritas di dalam model regresi adalah sebagai berikut:

1) Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.

2) Menganalisis matriks korelasi variabel-variabel independen.

Jika antar variabel ada korelasi yang cukup tinggi (umumnya diatas 0,90) maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolinieritas.

Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.

3) Multikolonieritas dapat juga dilohat dari nilai Tolerance dan lawannya Variance Inflation factor (VIF). Kedua ukuran ini menunjukan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Jadi nilai

55 Tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF = 1/Tolerance). Nilai cut off yang umum dipakai untuk menunjukan adanya multikolonieritasb adalah nilai Tolerance

> 0,10 atau sama dengan nilai VIF < 10.

c. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidak samaan variance dari residual satu ke pengamatan yang lain. Jika variance dari satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas.

Model regresi yang baik adalah yang homoskedastisitas atau terjadi heteroskedastisitas. Banyak data crossection mengandung situasi heteroskedastisitas karena data ini menghimpun data yang mewakili berbagai ukuran (kecil, sedang dan besar). Salah satu cara untuk mendeteksi ada atau tidsknya heteroskedastisitas adalah dengan melihat grafik plot antara nilai prediksi variabel terikat (dependen) yaitu ZPRED dengan residualnya SRESID.

Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola terntentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisita. Sedangkat jika tidak ada pola yang jelas serta

56 titik-titik menyebar di atas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas (Ghozali, 2011:139).

3. Uji Hipotesis

a. Uji t (Uji Parsial)

Uji statistik t pada dasarnya menunjukan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menarangkan variasi variabel dependen (Gjozali, 2011:98).

Dalam pengujian hipotesis yang menggunakan uji dua pihak (two tails) ini berlaku ketentuan, bahwa bila harga t hitung berada pada daerah penerimaan H0 diterima dengan Ha ditolak. Dengan demikian, bila harga t hitung lebih kecil atau harga mutlak (<) dari harga tabel maka Ho diterima. Harga t hitung adalah harga mutlak, jadi tidak terlihat (+) atau (-) nya (Sugiyono, 2010:7).

Menurut Duwi Priyatno (2010:69), dasar pengambilan keputusan adalah sebagai berikut :

1) H0 : 𝛽1 = 0

Jika nilai probabilitas lebih besar dari 0,05 maka H0 diterima atau Ha ditolak. Ini berarti menyatakan bahwa variabel independen atau bebas tidak mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.

2) H0 : 𝛽1 ≠ 0

57 Jika nilai probabilitas lebih kecil dari 0,05 maka H0 ditolak atau Ha diterima. Ini menyatakan bahwa variabel independen atau bebas mempunyai pengaruh secara individual terhadap variabel dependen atau terikat.

b. Uji F (Uji Simultan)

Uji statistik F menunjukan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat (Ghozali, 2012:98). Salah satu cara melakukan uji F adalah dengan membandingkan nilai F hasil dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka kita menerima hipotesis alternatif yang menyatakan bahwa semua variabel independen secara simultan mempengaruhi variabel dependen (Ghozali, 2012: 98).

Menurut Duwi Priyatno (2010:67), dasar pengambilan keputusan adalah sebagai berikut :

1) H0 : 𝛽1 = 0

Jika nilai probabilitas lebih besar dari 0,05 maka H0 diterima atau Ha ditolak, ini berarti menyatakan bahwa semua variabel independen atau bebas tidak mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.

2) H0 : 𝛽1,2,3 ≠ 0

58 Jika nilai probabilitas lebih keci; dari 0,05 maka H0 ditolak atau ha diterima, ini berarti menyatakan bahwa semua variabel independen atau bebas mempunyai pengaruh secara bersama-sama terhadap variabel dependen atau terikat.

4. Analisis Regresi Linear berganda

Analisis regresi linear berganda adalah suatu analisis yang digunakan untuk mengetahui pengaruh dua atau lebih variabel bebas (Sunyoto, 2014:139). Model ini digunakan untuk mengetahui seberapa jauh pengaruh kualitas pelayanan elektronik (X1), niali konsumen (X2), dan kepercayaan (X3) sebagai variabel bebas terhadap kepuasan konsumen (Y).

Untuk menghitung regresi Linear beganda dapat digunakan rumus sebagai berikut :

Y = a + b1X1 + B2X2 + B3X3 + e Keterangan :

Y = kepuasan konsumen a = Konstanta

b1 = Koefisien Regresi Kualitas Pelayanan Elektronik b2 = Koefisien Regresi Nilai Konsumen

B3 = Koefisien regresi Kepercayaan

X1 = Variabel Kualitas Pelayanan elektronik X2 = variabel Nilai Konsumen

59 X3 = Variabel Kepercayaan

e = Standart error

5. Koefisien Determinasi (𝑹^𝟐)

Menurut Ghozali (2011:97) pada intinya kooefisien determinasi (𝑅²) mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai 𝑅² adalah antara 0 dan 1. Nilai 𝑅² yang kecil berarti kemampuan-kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas.

Pada penelitian ini 𝑅² yang digunakan adalah R square yang sudah disesuaikan, yaitu Adjusted R Square (Adjusted 𝑅²). Karena disesuaikan dengan jumlah variabel yang digunakan dalam penelitian.

Nilai Adjusted R Square dapat naik atau turun apabila satu variabel independen ditambah ke dala model.