BAB III METODE PENELITIAN
B. Tempat dan Waktu Penelitian
Kegiatan penelitian yang penulis lakukan mulai dari bulan Mei 2017 – Februari 2018. Penelitian yang penulis dilakukan pada Kantor Pos Batusangkar.
Tabel 3.1 Jadwal Penelitian Jadwal Kegiatan Penelitian
Kegiatan
Tahun 2017-2018
Mei Juni Juli Sept Okt Nov Des Jan
3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 Bimbingan Proposal Skripsi Seminar Proposal Skripsi PerbaikanPasca Seminar dan Penyusunan Instrumen Penelitian Pengumpulan Data Penelitian PengujianValidi tas dan Reliabilitas Instrumen Analisis Data Pembuatan Laporan Penelitian Bimbingan Skripsi Munaqasyah
C. Populasi dan Sampel
1. Populasi
Populasi merupakan keseluruhan (universum) dari obyek penelitian yang dapat berupa manusia, hewan, tumbuhan, udara, gejala, nilai, peristiwa, sikap hidup, dan sebagainya, sehingga obyek-obyek ini dapat menjadi sumber data penelitian (Bungin, 2013, p.101). Populasi dalam penelitian ini adalahseluruh pengunjung kantor POS Batusangkar. Berikut jumlah pengunjung kantor Pos Batusangkar selama bulan Maret-April 2017.
Tabel 3.2
Data Statistik Pengunjung Kantor Pos Batusangkar Bulan Maret-April 2017
No Bulan Jumlah Pengunjung
1 Maret 5.399
2 April 5.190
Jumlah 10.589
Sumber : Kantor Pos Batusangkar 2. Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (Sugiyono, 2014, h. 148-149). Sampel dalam penelitian ini ditentukan berdasarkan rumus Slovin dikutip oleh Husein Umar ( 2005:108 ) adalah sebagai berikut:
n =1 + NN
Di mana :
n : Ukuran Sampel N : Ukuran populasi
e : Nilai kritis ( persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan). Perhitungannya sebagai berikut:
n = 1 + NN
²
n = 1 + 10.589 (0.10)²10.589
n = 99,06 n = 100 sampel
Berdasakan perhitungan rumus diatas, maka jumlah sampel dalam penelitian ini berjumlah 100 orang responden.
Tabel 3.3 Tabel Responden
NO Tingkat pendidikan Jumlah
Populasi Sampel 1. SD 935 9 2. SMP 2.154 12 3. SMA 3.600 39 4. Sarjana/D3 3.900 40 Jumlah 10.589 100 D. Pengembangan Instrumen
Sebelum digunakan dalam penelitian yang sesungguhnya angket penelitian akan diuji coba terlebih dahulu. Uji coba instrumen dilakukan untuk mengetahui apakah instrumen yang disusun benar-benar merupakan hasil yang baik, karena baik buruknya instrumen akan berpengaruh pada benar tidaknya data dan sangat menentukan bermutu tidaknya hasil penelitian. Baik buruknya instrumen ditunjukan oleh tingkat kesahihan (validity) dan keandalan (reliability). Sehingga nantinya dapat diketahui layak tidaknya digunakan untuk penelitian pada kantor Pos Batusangkar.
1. Uji Validitas
Uji validitas yang dimaksud dalam penelitian ini adalah uji validitas kontruk (construct validity) dengan menggunakan analisis faktor. Analisis faktor pada dasarnya memiliki dua macam pendekatan, yaitu analisis faktor eksploratori (Eksploratory Factor Analysis atau EFA)dan analisis faktor konfirmatori (Confirmatory Factor Analysis atau CFA). Pendekatan eksploratori digunakan untuk melihat berapa banyak faktor yang dibutuhkan untuk menjelaskan hubungan diantara seperangkat indikator dengan cara mengamati besarnya muatan faktor. Sedangkan pendekatan konfirmatori digunakan untuk menguji apakah jumlah faktor yang diperoleh secara empiris sesuai dengan jumlah faktor yang telah disusun secara teoritik atau menguji hipotesis-hipotesis mengenai eksistensi konstruk. Dalam penelitian ini peneliti mengguanakan analisis faktor ekploratori (Duwi Priyatno, 2014: 60). Untuk menghindari terjadinya kesalahan, maka pada penelitian ini untuk uji validitas dilakukan dengan menggunakan program SPSS 22.
Setelah dilakukan analisis, hasil output menggunakan SPSS Versi 22 diperoleh nilai KMO and Barlett’s Testsebagai berikut:
Tabel 3.4
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .708 Bartlett's Test of Sphericity Approx. Chi-Square 2310.856 Df 528 Sig. .000
Sumber data: data primer yang diolah
Berdasarkan hasil output KMO and Barlett’s Test, dapat diketahui bahwa nilai KMO-MSA (Kaiser Meyer OlkinMeasures of Sampling Adequacy) sebesar 0,708 dan berada pada tingkat signifikansi 0,000. Artinya sampel sudah memadai untuk dilakukan analisis lebih lanjut atau 70,8% variansi dapat dijelaskan oleh faktor tersebut. Sedangkan nilai MSA yang diperoleh adalah sebagai berikut:
Tabel 3.5 Uji Validitas
Nilai MSA (Measures of Sampling Adequacy) Pertanyaan kualitas
pelayanan Componen Marixͣͣͣͣͣͣ
KP1 0,487 KP2 0,388 KP3 0,449 KP4 0,447 KP5 0,547 KP6 0,500 KP7 0,547 KP8 0,505 KP9 0,481 KP10 0,538 KP11 0,420 KP12 0,538 KP13 0,524 KP14 0,602 KP15 0,579 KP16 0,651 KP17 0,768 KP18 0,554 KP19 0,584 KP20 0,547 KP22 0,721 KP23 0,725 KP24 0,743 KP25 0,588 KP26 0,573 KP27 0,534 QP28 0,515 QP29 0,527 QP30 0,415 QP31 0,468 QP32 0,529
Sumber : Data diolah Sendiri
Setelah variabel ditentukan dan dipilih serta perhitungan korelasinya telah memenuhi persyaratan untuk dilakukan analisis, langkah selanjutnya adalah membentuk faktor untuk menemukan
struktur yang mendasari hubungan antar variabel awal. Metode yang digunakan dalam pembentukan faktor adalah metode analisis principal component.
a) Pembentukan Faktor
Pembentukan faktor dapat dilakukan dengan menggunakan 3 kriteria, yaitu total variance explained, nilai persentase variansi total, dan scree plot. Pada total variance explained yang perlu diperhatikan adalah nilai eigen yang lebih dari 1, hal ini dikarenakan nilai eigen yang kurang dari 1 tidak signifikan. Menurut Supranto (dalam Wiratmanto, 2014, h. 33), faktor yang mempunyai nilai eigen lebih dari atau sama dengan 1 akan dipertahankan dan faktor yang mempunyai nilai eigen kurang dari 1 tidak akan diikutsertakan dalam model karena variabel yang nilainya kurang dari 1 tidak lebih baik dari variabel aslinya. Berikut adalah hasil jumlah faktor yang didapat dari output SPSS versi 22:
Tabel 3.6
Total Variance Explained
Component
Initial Eigenvalues
Total % of Variance Cumulative %
1 8.493 26.541 26.541 2 3.130 9.783 36.324 3 2.424 7.576 43.900 4 2.117 6.615 50.515 5 1.940 6.064 56.578 6 1.791 5.595 62.174 7 1.521 4.752 66.926 8 1.299 4.058 70.984 9 1.084 3.386 74.370 10 1.006 3.145 77.515
Extraction Method: Principal Component Analysis. Sumber: Data output SPSS Versi 22
Dengan kriteria ini diperoleh jumlah faktor yang digunakan adalah 10 faktor.Selanjutnya berdasarkan nilai persentase variansi total yang dapat dijelaskan oleh banyaknya faktor yang akan dibentuk. Jika nilai kumulatif persentase variansinya sudah mencukupi (lebih dari setengah dari seluruh variansi variabel awalnya), maka ekstraksi faktor dapat dihentikan (Wiratmanto, 2014, h. 33-34).
Dari tabel di atas dapat dilakukan interpretasi yang berkaitan dengan variansi total kumulatif sampel. Jika variabel-variabel diringkas menjadi beberapa faktor, maka nilai total variansi yang dapat dijelaskan adalah sebagai berikut:
a) Jika ke-32 variabel diekstraksi menjadi 1 faktor, diperoleh variansi total yang dapat dijelaskan adalah 8,493 ⁄32×100% =
26,54%.
b) Jika ke-32 variabel diekstraksi menjadi 2 faktor, diperoleh variansi total yang dapat dijelaskan adalah 3,130 ⁄32×100% =
9,78% dan variansi total kumulatif untuk 2 faktor adalah 26,54%+9,78% = 36,32%.
c) Jika ke-32 variabel diekstraksi menjadi 3 faktor, diperoleh variansi total yang dapat dijelaskan adalah 2,424/32×100% =
7,57% dan variansi total kumulatif untuk 3 faktor adalah 26,54%+9,78%+7,57= 43,89%
d) Jika ke-32 variabel diekstraksi menjadi 4 faktor, diperoleh variansi total yang dapat dijelaskan adalah 2,117⁄32×100%
=6,61% dan variansi total kumulatif untuk 4 faktor adalah 26,54%+9,78%+7,57+6,61%= 50,5%
e) Jika ke-32 variabel diekstraksi menjadi 5 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1,940⁄32×100% =
6,06% dan variansi total kumulatif untuk 5 faktor adalah 26,54%+9,78%+7,57+6,61%=56,56%
f) Jika ke-32 variabel diekstraksi menjadi 6 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1,791/32×100% =
5,59% dan variansi total kumulatif untuk 6 faktor adalah 26,54%+9,78%+7,57+6,61%+6,06%+5,59%= 62,15%
g) Jika ke-32 variabel diekstraksi menjadi 7 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1,521⁄32×100% =
4,75% dan variansi total kumulatif untuk 7 faktor adalah 26,54%+9,78%+7,57+6,61%+6,06%+5,59%+4,75%=
66,9%
h) Jika ke-32 variabel diekstraksi menjadi 8 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1.299/32×100%
=4,05 % dan variansi total kumulatif untuk 8 faktor adalah 26,54%+9,78%+7,57+6,61%+6,06%+5,59%+4,75%+4,05%
= 70,95%.
i) Jika ke-32 variabel diekstraksi menjadi 9 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1.084⁄32×100% =
3,38% dan variansi total kumulatif untuk 9 faktor adalah 26,54%+9,78%+7,57+6,61%+6,06%+5,59%+4,75%+4,05%
+ 3,38%=74,33%.
j) Jika ke-32 variabel diekstraksi menjadi 10 faktor, diperoleh variansi total yang dapat dijelaskan adalah 1.006/32×100% =
3,14% dan variansi total kumulatif untuk 8 faktor adalah 26,54%+9,78%+7,57+6,61%+6,06%+5,59%+4,75%+4,05%
+ 3,38%+ 3,14%= 77,47%.
Dengan mengekstraksi variabel-variabel awal menjadi 10 faktor telah dihasilkan variansi total kumulatif yang cukup besar yaitu 77,47%, artinya dari 10 faktor yang terbentuk sudah dapat mewakili 32 variabel kepuasan pelanggan yang menjelaskan kira-kira sebesar 77,47% kepuasan pelanggan. Dengan demikian ekstraksi 10 faktor yang diperoleh telah dapat dihentikan dan telah memenuhi kriteria kedua.
Selanjutnya penentuan kriteria berdasarkan scree plot. Scree plot adalah grafik yang menggambarkan plot nilai eigenvalue dari masing-masing variabel. Pada saat scree mulai mendatar atau merata dan nilai eigen berada pada nilai lebih dari satu dan kurang dari satu, disinilah terdapat titik penghentian ekstraksi jumlah faktor yang menunjukkan banyaknya jumlah faktor yang dapat diekstraksi (Wiratmanto, 2014: 34).Berdasarkan penentuan berdasarkan scree plot dapat dilihat pada gambar berikut:
Gambar 3.1
Scree Plot b) Communalities
Komunalitas pada dasarnya adalah jumlah variansi dari suatu variabel yang bisa dijelaskan oleh faktor yang ada. Berikut adalah has il komunalitas output SPSS versi 22:
Tabel 3.7 Communalities Initial Extraction KP1(X) KP2(X) KP3(X) KP5(X) KP6(X) KP7(X) KP8(X) KP9(X) KP10(X) 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 .758 .686 .827 .884 .853 .859 .905 .662 .747
Initial Extraction KP11(X) KP12(X) KP13(X) KP14(X) KP15(X) KP16(X) KP17(X) KP18(X) KP19(X) KP20(X) KP21(X) KP22(X) KP23(X) KP24(X) KP25(X) KP26(X) KP27(X) QP28(Y) QP29(Y) QP30(Y) QP31(Y) QP32(Y) 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 .714 .767 .755 .754 .716 .777 .876 .778 .891 .869 .633 .811 .794 .811 .692 .903 .868 .610 .764 .785 .731 .683 Extraction Method: Principal
Component Analysis.
Sumber: Data output SPSS Versi 22
Berdasarkan output di atas dapat dilihat dari hasil extraction bahwa variansi pada variabel 1 adalah 0,758 artinya 75,8% variansi dari variabel 1 dapat dijelaskan oleh faktor yang akan dibentuk. Variabel 2 sebesar 0,686 artinya 68,6,% variansi dari variabel 2 dapat dijelaskan oleh faktor yang akan dibentuk. Begitu seterusnya sampai variabel 32 sebesar 0,644 yang menjelaskan 64,4% variansi dari variabel 32 dapat dijelaskan oleh faktor yang akan dibentuk.
c) Component Matrix
Component matrix menunjukkan tabel yang berisikan factor loading (nilai korelasi) antara setiap faktor dan variabel yang dianalisis.Berikut adalah hasil component matrix pada output SPSS versi 22:
Tabel 3.8
Tabel Component Matrixa Component Matrixa Component 1 2 3 4 5 KP1(X) .487 .404 -.471 .054 -.188 KP2(X) .296 .293 -.278 .243 .193 KP3(X) .243 .329 -.028 .286 .449 Extraction Method: Principal Component Analysis. a. 10 components extracted.
Sumber: Data output SPSS Versi 22
Hasil component matrix yang diperoleh menunjukkan distribusi ke 32 variabel tersebut pada 10 faktor yang terbentuk, sedangkan angka-angka yang ada pada tabel adalah factor loadings yang menunjukkan besar korelasi antara suatu variabel dengan faktor 1, sampai faktor 10. Proses penentuan variabel mana akan dimasukan ke faktor yang mana, dilakukan dengan melakukan perbandingan besar korelasi setiap baris.
2. Uji Reliabilitas
Sebuah scale atau instrument pengukur data dan data yang dihasilkan disebut reliable atau terpercaya apabila instrument itu secara konsisten memunculkan hasil yang sama setiap kali dilakukan pengukuran.
Menurut Sugiyono (2004), mengatakan bahwa reliabilitas adalah sebuah instrument dapat mengukur sesuatu yang diukur secara konsisten dari waktu kewaktu. Jadi kata kunci syarat kualifikasi suatu instrument pengukuran adalah konsistensi atau tidak berubah-ubah. Dalam penelitian ini jawaban kuesioner yang diperoleh dari responden bersifat berjenjang atau tidak bersifat dikotomi (mempunyai 2 alternatif jawaban), sehingga akan digunakan teknik pengujian dengan metode Alpha Cronbach. Perhitungan menggunakan Alpha Cronbach dapat menggunakan alat bantu program computer yaitu program SPSS dengan menggunakan model Alpha. Kuesioner dikatakan reliable apabila hasil uji statistik
Alpha α > 0, 60 (Ghozali, 2007, p.133).
Pengukuran reliabilitas menggunakan metode alpha cronbach akan menghasilkan nilai alpha dalam skala 0 – 1 menunjukkan keandalan (reliabilitas) instrumen, yang dapat dikelompokkan dalam lima kelas. Nilai masing-masing kelas dan tingkatan reliabilitasnya seperti terlihat pada tabel berikut:
Tabel 3.9 Tingkat Reliabilitas
Alpha Tingkat Reliabilitas 0,00 – 0,20 Kurang reliabel 0,201 – 0,40 Agak reliabel 0,401 – 0,60 Cukup reliabel
0,601 – 0,80 Reliabel
0,801 – 1,00 Sangat reliabel
Setelah dilakukan analisis, hasil output menggunakan SPSS Versi 22 diperoleh nilai KMO and Barlett’s Testsebagai berikut:
Tabel 3.10
Reliability Kualitas Pelayanan Reliability Statistics
Cronbach's Alpha N of Items
.927 27
Sumber :Data diolah menggunakn SPSS 22
Berdasarkan dari tabel uji reliabilitas dengan menggunakan perhitungan spss versi 22 maka dapat dilihat bahwa variabel bukti fisik
adalah reliabel karena nilai pada croanbach’s alpha > 0,6 yaitu 0,927.
Jadi dapat disimpulkan bahwa variabel kualitas pelayanan adalah reliable.
b. Uji untuk variabel kepuasan pelanggan
Tabel 3.11
Reliability Kepuasan Pelanggan
Reliability Statistics
Cronbach's Alpha N of Items
.747 6
Sumber :Data diolah menggunakn SPSS 22
Berdasarkan dari tabel uji reliabilitas dengan menggunakan perhitungan spss versi 22 maka dapat dilihat bahwa variabel bukti fisik
adalah reliabel karena nilai pada croanbach’s alpha > 0,6 yaitu 0,7,47.
Jadi dapat disimpulkan bahwa variabel kepuasan pelanggan adalah reliable.
E. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini adalah dengan menggunakan angket, yang secara langsung diberikan kepada responden tanpa perantara. Angket atau kuesioner tersebut disusun dengan menggunakan 5 (lima) alternatif jawaban, yaitu: SS (Sangat Setuju), S (Setuju), RR (Ragu-Ragu), TS (Tidak Setuju), STS (Sangat
Tidak Setuju). Penskoran untuk masing-masing pernyataan dapat dilihat pada tabel berikut:
Tabel 3.12
Skors Penilaian Kuesioner
Pilihan Jawaban Skors
Sangat Setuju (SS) 5
Setuju (S) 4
Ragu-Ragu (RR) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Sumber: Sugiyono (2014)
Kuesioner menurut Sugiyono (2014, p.230) merupakan teknik pengumpulan data dimana partisipan/responden mengisi pertanyaan atau pernyataan kemudian setelah diisi dengan lengkap mengembalikan kepada peneliti. Metode ini akan digunakan peneliti untuk memperoleh data mengenai pengaruh kualitas pelayanan terhadap kepuasan pelanggan pada kantor pos Batusangkar.
F. Teknik Analisis Data