BAB 3. Metode Penelitian

BAB 3 Metode Penelitian

3.1 Desain Penelitian

Tabel 3.1 Desain Penelitian

Sumber : Penulis, 2009

Keterangan:

• T-1: Untuk menganalisa pengaruh kualitas jasa online ticketing, kepercayaan pelanggan terhadap kepuasan pelanggan Garuda Indonesia.

• T-2: Untuk menganalisa pengaruh kualitas jasa online ticketing, kepercayaan pelanggan dan kepuasan pelanggan terhadap loyalitas pelanggan Garuda Indonesia.

Pada Penelitian ini, penelitian berjenis asosiatif. Dengan menggunakan penelitian asosiatif dapat diketahui hubungan antar variabel dan bagaimana tingkat ketergantungan antara variabel independen terhadap variabel dependen. Peneliti menggunakan metode survey karena penelitian dilakukan pada populasi besar, tetapi data yang dipelajari adalah

Tujuan Jenis dan Metode

Penelitian Unit Analisis Time Horizon

T-1 Asosiatif –Survey Individu Pengguna Online

Ticketing Cross-Sectional

T-2 Asosiatif -Survey Individu Pengguna Online

Ticketing Cross-Sectional

data dari sampel yang diambil dari populasi tersebut. Menurut Rochaety (2007, p15-16) penelitian survey dilakukan untuk membuat generalisasi dari sebuah pengamatan dan hasilnya akan lebih akurat jika menggunakan sample representatif.

Unit analisis merujuk pada tingkat pada tingkat kesatuan data yang dikumpulkan selama tahap analisis data selanjutnya (Sekaran, 2006, p173). Dalam hal ini unit analisis adalah individu untuk semua tujuan penelitian. Data yang dikumpulkan dari setiap pengguna jasa online ticketing dan memperlakukan respon tiap pengguna jasa online ticketing sebagai sumber data individual. Time Horizon pada penelitian ini adalah data cross sectional yaitu suatu penelitian yang dilakukan dimana data hanya diambil satu kali, pada suatu periode tertentu untuk menjawab pertanyaan penelitian atau hipotesis penelitian (Rochaety, 2007, p74).

3.2 Operasionalisasi Variabel Penelitian

Variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek, atau

kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

ditarik kesimpulannya (Sugiyono, 2007, p32). Variabel penelitian yang digunakan dalam

penelitian ini adalah dimensi kualitas jasa dalam e-commerce ,dimensi kepercayaan (trust)

dalam perspektif e-commerce, dan kepuasan pengguna online ticketing, loyalitas pelanggan

Garuda Indonesia.

Tabel 3.2 Operasional Variabel Penelitian

Variabel Konsep Variabel Sub Variabel Indikator Utama

Skala

Kualitas Jasa Dalam Operasi Virtual

(X

1

) Yang, et al.

(2001) dan Zeithaml, et al.

(2000, 2002)

Jasa elektronik yang dihubungkan melalui internet dan dapat membantu dalam penyelesaian masalah, tugas, atau melakukan transaksi

1. Efficiency

2. Reliability

3. Fulfillment

4. Privacy

- Kemudahan penggunaan situs - Kemudahan mengakses situs

-Intensitas pemberian

informasi rute dan jadwal

penerbangan terbaru -Ketepatan informasi jadwal penerbangan

- Akurasi janji layanan

- Adanya username dan password - Kerahasiaan informasi yang

Likert

Likert

Likert

Likert

5. Responsiveness

6. Content

7. Aesthetics

diberikan

pengguna online ticketing

- Kecepatan dalam menanggapi masalah pada situs

- penyelesaian masalah pada situs sesuai harapan

- Kelengkapan informasi produk dan jasa yang diberikan

-kelengkapan info rute dan jadwal - Ketersediaan informasi

mengenai produk dan jasa lainnya

- Tampilan situs yang menarik

Likert

Likert

Likert

Kepercayaan Pelanggan (X

₂

)

Sumber : Kim, et al. (2003)

Kepuasan Pelanggan (Y) sumber:

Tjiptono (2000)

Kemauan seseorang untuk peka terhadap tindakan orang lain berdasarkan pada harapan bahwa orang lain akan melakukan tindakan tertentu pada orang yang mempercayainya, tanpa tergantung pada

kemampuannya untuk mengawasi dan

mengendalikannya

Tanggapan emosional yang muncul atas evaluasi terhadap barang dan jasa yang telah

dikonsumsi dengan

1. Ability

2. Integrity

3. Benevolence

1. Kualitas jasa

2. Harapan pelanggan

- Kompeten di bidang online ticketing

- Pengakuan oleh pengguna online ticketing

- Kerjasama dengan

perusahaan lain yang

berhubungan dengan jasa travel

- Keterbukaan manajemen online ticketing terhadap permasalahan

- Perhatian terhadap

pengguna online ticketing

- Kualitas pelayanan - Kesesuaian dengan yang diharapkan pelanggan

Likert

Likert

Likert

Likert

Likert

Loyalitas Pelangan (Z) sumber: Griffin (2003)

membandingkan kinerja atau hasil yang dirasakan dibandingkan dengan yang diharapkan

Loyalitas mengacu kepada wujud perilaku dari unit- unit pengambilan

3. kemudahan

4. Garansi

5. Harga

6. Promosi loyalitas

7. Penanganan keluhan

8. Minat

pembelian ulang

9. Kepuasan keseluruhan

1. Pembelian berulang

- Memudahkan aktivitas pelanggan

Kepastian keberangkatan - Harga sesuai dengan yang diharapkan

- Pemberian reward

- Respon

terhadap keluhan

- Pembelian yang akan datang

-kepuasan pelayanan keseluruhan

- Penggunaan produk kembali

Likert

Likert

Likert

Likert

Likert

Likert

Likert

Likert

Sumber : Penulis, 2009

3.3 Jenis dan Sumber Data Penelitian

Tabel 3.3 Jenis Dan Sumber Data Penelitian

Tujuan Data Sumber Data Jenis Data

T-1 Analisa pengaruh kualitas jasa online ticketing,

kepercayaan pelanggan terhadap kepuasan pelanggan

Primer, kuesioner Kualitatif keputusan untuk

melakukan pembelian secara terus menerus terhadap barang atau jasa

perusahaan yang dipilih.

2. Membeli antar lini

3. Mereferensikan kepada orang lain

4. Kekebalan pada tarikan pesaing

- Penggunaan produk-produk lainnya yang ditawarkan

- memberi rekomendasi dan menceritakan hal yang baik kepada orang lain

- Menghiraukan produk-produk pesaing

Likert

Likert

Likert

T-2 Analisa pengaruh kualitas jasa online ticketing,

kepercayaan pelanggan dan kepuasan pelanggan terhadap loyalitas pelanggan

Primer, kuesioner Kualitatif

Sumber : Penulis, 2009

Keterangan:

• T-1: untuk menganalisa pengaruh kualitas jasa online ticketing, kepercayaan pelanggan terhadap kepuasan pelanggan Garuda Indonesia.

• T-2: untuk menganalisa pengaruh kualitas jasa online ticketing, kepercayaan pelanggan dan kepuasan pelanggan terhadap loyalitas pelanggan Garuda Indonesia.

Dalam penelitian ini, berdasarkan tujuan yang sudah ditetapkan, jenis data yang digunakan adalah kualitatif yakni data yang berbentuk kata, kalimat, skema dan gambar bukan data yang berbentuk angka. Peneliti juga menggunakan data primer sebagai sumber data yakni data yang diperoleh langsung dari pengguna online ticketing dengan cara menyebarkan kuesioner.

3.4 Teknik Pengumpulan Data

Dalam penelitian ini, peneliti menggunakan beberapa cara untuk mengumpulkan

data, yakni:

1. Studi pustaka, membantu peneliti dalam mendapatkan data sekunder dengan membaca berbagai macam literatur yang berisi teori-teori dan konsep serta informasi yang dibutuhkan pada penelitian ini.

2. Wawancara, Dilakukan dengan tanya jawab secara langsung dengan pihak yang berkepentingan dalam perusahaan untuk mendapatkan informasi yang diperlukan , sehingga dapat mendukung penelitian.

3. Kuesioner, pengumpulan data melalui sebuah set pertanyaan yang disebarkan kepada pengguna jasa online ticketing untuk mendapatkan penilaian mengenai daftar pertanyaan atau pernyataan yang telah disediakan. Sebelum kuesioner diberikan kepada pelanggan, dilakukan terlebih dahulu preelimenary interview untuk mengetahui apakah pelanggan telah menggunakan online ticketing atau belum. Jika belum, maka pelanggan tersebut tidak dapat dijadikan sebagai unit analisis penelitian ini.

3.5 Teknik Pengambilan Sampel

Teknik pengambilan sampel atau teknik sampling adalah suatu cara mengambil sample yang representatif dari populasi. Pengambilan sampel harus dilakukan sedemikian rupa sehingga diperoleh sampel benar-benar dapat mewakili dan dapat menggambarkan keadaan populasi yang sebenarnya.

Pada penelitian ini, teknik pengambilan sampel yang digunakan adalah probability

sampling. Menurut Sugiyono (2007,p118) probability sampling adalah teknik pengambilan

sampel yang memberikan peluang yang sama bagi setiap unsur (anggota) populasi untuk

dipilih menjadi anggota sampel. Jenis sampel yang digunakan adalah simple random

sampling yaitu, proses sampling yang memenuhi persyaratan bahwa setiap unit analisis yang

ada dalam populasi mempunyai peluang yang sama besar untuk terpilih ke dalam sampel.

Jika populasi N, maka setiap unit populasi mempunyai peluang 1/N untuk terpilih ke dalam sampel (Rochaety,2007,p66).

3.6 Teknik Pengolahan Sampel

Populasi pengguna online ticketing Garuda Indonesia dari tahun 2006 diketahui sebanyak 126.000 orang. Dikarenakan populasi pelaggan Garuda Indonesia pengguna jasa online ticketing yang cukup besar dan juga dikarenakan keterbatasan waktu dan dana serta tenaga, maka penulis menggunkan sampel yang diambil dari pengguna online ticketing di DKI Jakarta.

Untuk mencari n dapat menggunakan rumus dari Taro Yamane atau Slovin sebagai berikut:

n = N____

N.d² + 1 Dimana: n = jumlah sampel

N = jumlah populasi

d² = presisi (ditetapkan 10% dengan tingkat kepercayaan 95%)

Dengan data di atas, maka penghitungan sample yang digunakan untuk penelitian ini adalah sebagai berikut:

n = 126.000 = 99.92

126.000.(0.1)² + 1

Dengan demikian sampel yang digunakan sebesar 99 responden, dalam penelitian ini

sampel dibulatkan menjadi 100 responden. (Riduwan dan Engkos Achmad Kuncoro. 2007,

p46). Kuesioner disebarkan di Boarding Gate Bandar Udara Soekarno-Hatta dari tanggal 13 November s.d 27 November 2009.

3.7 Metode Analisis

Penelitian ini menggunakan banyak metode analisis. Diawali dengan instrumen penelitian, yaitu uji validitas dan reliabilitas pada kuesioner. Kemudian dari hasil kuesioner tersebut didapatkan data yang akan dianalisis lebih lanjut dengan menggunakan analisis path analysis. Dalam pelaksanaannya, pengolahan data dilakukan dengan bantuan komputer dengan program SPSS (Statistical Product and Service Solution) versi 16.0. Untuk uji validitas dan reliabilitas sudah dijelaskan pada bab sebelumnya dengan jelas kemudian pada subbab ini akan dijelaskan mengenai penjelasan Path Analysis.

3.7.1 Transformasi Data

Mentransformasi data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat analisis parametrik yang mana data setidak-tidaknya berskala interval.

Data ordinal dapat di transformasi menjadi interval secara manual ataupun menggunakan software Minitab. (Riduwan dan Engkos Achmad Kuncoro, 2007, p30), mentransformasi data pada penelitian ini menggunakan metode MSI (Method of Successive Interval). Langkah- langkah transformasi data ordinal ke data interval adalah sebagai berikut:

1. Pertama perhatikan setiap butir jawaban responden dari angket yang disebarkan.

2. Pada setiap butir ditentukan berapa orang yang mendapatkan skor 1,2,3,4 dan 5 yang disebut sebagai frekuensi.

3. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi.

4. tentukan nilai proporsi kumulatif dengan jalan menjumlahkan nilai proporsi secara berurutan perkolom skor

5. gunakan tabel distribusi normal, hitung nilai Z untuk setiap proporsi kumulatif yang diperoleh

6. tentukan nilai tinggi densitas untuk setiap nilai Z yang diperoleh (dengan menggunakan tabel tinggi densitas)

7. Tentukan nilai skala dengan menggunakan rumus:

NS = (Density At Lower Limit) – (Density At Upper Limit)

(Area Below Upper Limit) – (Area Below Lower Limit) 8. Tentukan nilai transformasi dengan rumus: Y = NS + [1 + I NS

min

I]

3.7.2 Path Analysis

Path analysis yang digunakan pada penelitian ini adalah Path Analysis model Trimming. Menurut Kusnendi yang dikutip oleh Kuncoro dan Riduwan (2007, p127), model Trimming adalah model yang digunakan untuk memperbaiki suatu model struktur analisis jalur dengan cara mengeluarkan dari model variabel eksogen yang koefisien jalurnya tidak signifikan. Walupun ada satu, dua atau lebih variabel yang tidak signifikan, peneliti perlu memperbaiki model struktur analisis jalur yang telah dihipotesiskan.

Langkah-langkah pengujian Path Analysis model Trimming sebagai berikut:

1. merumuskan persamaan structural

2. menghitung koefisien jalur yang didasarkan pada koefisien regresi

a. Gambarkan diagram jalur lengkap

b. Menghitung koefisien regresi untuk setiap sub struktur yang telah dirumuskan

3. Menghitung koefisien jalur secara simultan (keseluruhan) 4. Menghitung koefisien secara individual

5. Menguji kesesuaian antar model analisis jalur 6. Merangkum ke dalam table

7. Memaknai dan menyimpulkan

Model analisis jalur menggunakan persamaan structural seperti gambar berikut:

       

  Keterangan: 

Y   =  ρ

yx1

X

1

+ ρ

yx2

X

2

+ ρ

y

ε

1

Z   =  ρ

zx

X

1

+ ρ

zx2

X

2

+ ρ

z

ε

2

  Z

ρ yx2 

ρ zx2  

ρ ^z  y   

Y X

1

X

2

ε 2

ρ yx1  

ρ zx1  

ε ¹  

3.7.3 Uji Normalitas

Distribusi normal merupakan salah satu distribusi yang sering digunakan dalam statistik. Distribusi ini sangat penting, karena banyak sekali uji statistik yang memerlukan data berdistribusi normal. Menguji normalitas data gunanya untuk memenuhi sebagian dari syarat analisis parametrik. Normalitas suatu variabel umumnya dideteksi dengan grafik atau uji statistik.

Ada plot dan statistik khusus yang lebih mudah untuk memeriksa kenormalan, yaitu dengan menggunakan Q-Q plot. Oleh karenanya, jika data berdistribusi normal, titik-titik plotnya harus berada pada suatu garis lurus sedangkan jika titik-titik tersebut membentuk huruf S, maka menunjukan bahwa data kita menjulur (skew) (Rochaety, 2007, p99-100).

Menurut Imam Ghazali (2007, p112), pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik normal. Dasar pengambilan keputusan:

• Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal menunjukan pola berdistribusi normal.

• Jika data menyebar jauh dari diagonal dan atau tidak mengikuti arah garis diagonal, tidak menunjukan pola distribusi normal.

Munurut Imam Ghazali (2007, p30), untuk mendeteksi normalitas data dapat juga dilakukan dengan uji Kolmogorov-Smirnov melalui menu analyze kemudian non parametric test dan pilih sub menu 1-sample K-S, dengan hipotesis pengujian yaitu:

H

₀

: Data terdistribusi secara normal

H

₁

: Data tidak terdistribusi secara normal

Dasar pengambilan keputusan:

Nilai Signifikansi (sig) atau Nilai Probabilitas < 0,05 , data tidak terdistribusi secara normal

Nilai Signifikansi (sig) atau Nilai Probabilitas > 0,05 , data terdistribusi secara normal

3.8 Rancangan Uji Hipotesis

Dasar pengambilan keputusan dapat ditentukan dengan:

1. Membandingkan nilai probabilitas sig dengan nilai probalibilitas 0,05

• Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas sig atau (0,05 ≤ sig), maka H

₀

diterima dan H

a

ditolak.

• Jika nilai probabilitas 0,05 lebih besar atau sama dengan nilai probabilitas sig atau (0,05 ≥ sig), maka H

₀

ditolak dan H

a

diterima.

Tujuan 1 (sub struktur 1)

  X

1

X

2

Y

ε ¹  ρ yx1  

ρ yx2 

1. Hipotesis pengujian secara simultan antara X1, X2 dan Y

H

o

: Variabel kualitas jasa online ticketing dan kepercayaan pelanggan tidak berkontribusi secara simultan dan signifikan terhadap variabel kepuasan pelanggan.

H

_a

: Variabel kualitas jasa online ticketing dan kepercayaan pelanggan berkontribusi secara simultan dan signifikan terhadap variabel kepuasan pelanggan.

2. Hipotesis pengujian secara individual antara X1 dan Y

H

o

: Variabel kualitas jasa online ticketing tidak berkontribusi secara simultan dan signifikan terhadap variabel kepuasan pelanggan.

H

_a

: Variabel kualitas jasa online ticketing berkontribusi secara simultan dan signifikan terhadap variabel kepuasan pelanggan.

3. Hipotesis pengujian secara individual antara X2 dan Y

H

o

: Variabel kepercayaan pelanggan tidak berkontribusi secara simultan dan signifikan terhadap variabel kepuasan pelanggan.

H

_a

: Variabel kepercayaan pelanggan berkontribusi secara simultan dan signifikan

terhadap variabel kepuasan pelanggan.

Tujuan 2 (sub struktur 2)    

     

 

1. Hipotesis pengujian secara simultan X1, X2, Y dan Z

H

_o

: Variabel kualitas jasa online ticketing, kepercayaan pelanggan dan kepuasan pelanggan tidak berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

H

_a

: Variabel kualitas jasa online ticketing, kepercayaan pelanggan dan kepuasan pelanggan berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

2. Hipotesis pengujian secara individual antara X1 dan Z

H

_o

: Variabel kualitas jasa online ticketing tidak berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

H

_a

: Variabel kualitas jasa online ticketing berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

  Z

 

ρ zx2  

ρ z  y   

Y X

1

X

2

ε 2

ρ zx1  

3. Hipotesis pengujian secara individual antara X2 dan Z

H

o

: Variabel kepercayaan pelanggan tidak berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

H

_a

: Variabel kepercayaan pelanggan berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

4. Hipotesis pengujian secara individual antara Y dan Z

H

o

: Variabel kepuasan pelanggan tidak berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan.

H

_a

: Variabel kepuasan pelanggan berkontribusi secara simultan dan signifikan terhadap variabel loyalitas pelanggan

3.9 Rancangan Implikasi Hasil Penelitian

Sesuai dengan tujuan penelitian, ingin diketahui bagaimana pengaruh variabel

kualitas jasa online ticketing dan variabel kepercayaan pelanggan terhadap kepuasan

pelanggan Garuda Indonesia. Selain itu yang ingin juga diketahui adalah bagaimana

pengaruh variabel kualitas jasa online ticketing dan variabel kepercayaan pelanggan serta

kepuasan pelanggan terhadap loyalitas pelanggan Garuda Indonesia. Untuk mendapatkan

hasil dari setiap tujuan penelitian , maka dilakukanlah survey melalui kuesioner pada para

konsumen online ticketing Garuda Indonesia. Setelah itu data-data yang didapatkan peneliti

dianalisis dengan menggunakan Path Analysis.

Dengan diketahuinya tujuan-tujuan penelitian ini, maka diharapkan dapat

memberikan informasi kepada perusahaan tentang besarnya penagruh antar variabel-

variabel yang diteliti sehingga dapat berguna sebagai bahan masukan untuk perusahaan

dalam pembuatan keputusan.