3. METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Desain penelitian yang digunakan adalah desain penelitian kausal dengan pendekatan kuantitatif. Menurut Cooper dan Schindler (2008, p.700), desain penelitian kausal (sebab akibat) adalah “research that attempts to reveal a causal relationship between variables (A produce B or causes B to occur)”. Sehingga definisi dari desain penelitian kausal adalah penelitian yang mencoba untuk mengungkapkan sebuah hubungan sebab akibat antara variable (A menghasilkan B atau menyebabkan B muncul). Jadi, penelitian kausal digunakan dengan tujuan untuk mengetahui pengaruh antara suatu variable dengan variable lainnya.
Hubungan sebab akibat dalam penelitian ini adalah hubungan antara pengaruh kualitas layanan terhadap loyalitas dengan kepuasan sebagai variabel intervening konsumen pengguna jasa penerbangan Lion Air.
Menurut Sugiyono (2005, p.7), pendekatan kuantitatif adalah
“Pendekatan penelitian yang menekankan pada keluasan informasi, (bukan kedalaman) sehingga metode ini cocok digunakan untuk populasi yang luas dengan variabel yang terbatas. Dengan demikian, data atau hasil riset dianggap merupakan representasi dari seluruh populasi”. Penelitian dilakukan dengan wawancara langsung melalui alat bantu kuesioner kepada responden untuk mengumpulkan data.
3.2 Populasi, Sampel dan Teknik Pengambilan Sampel
Adapun untuk populasi, sampel, teknik pengambilan sampel dan besar sampel yang digunakan dalam penelitian ini, yaitu:
3.2.1 Populasi
Populasi adalah gabungan seluruh elemen, yang memiliki serangkaian karakteristik serupa, yang mencakup semesta untuk kepentingan masalah riset pemasaran (Malholtra, 2005, p.86). Populasi dari penelitian ini adalah konsumen yang pernah menggunakan layanan penerbangan Lion Air.
3.2.2 Sampel
Sampel adalah sekelompok elemen populasi yang terpilih untuk berpartisipasi dalam studi (Malholtra, 2004, p.314). Konsumen yang menjadi sampel sebagai responden adalah konsumen yang menggunakan layanan penerbangan Lion Air lebih dari 1 kali dalam 6 bulan terakhir.
Menurut Hair dkk (dalam Ferdinand, 2002, p.47), ukuran sampel yang sesuai antara 100-200. Bila ukuran sampel terlalu besar, misalnya saja 400, maka metode menjadi sangat sensitif sehingga sulit untuk mendapatkan ukuran-ukuran goodness-of-fit yang baik. Sehingga disarankan ukuran sampel minimun adalah sebanyak lima sampai sepuluh untuk setiap estimated parameter. Dengan demikian bila estimated paramaternya berjumlah 20, maka jumlah sampel minimum adalah 100. Jadi, jumlah sampel yang akan digunakan dalam penelitian ini adalah sebanyak 200 orang responden.
3.3 Metode Pengumpulan Data
Proses pengambilan data dilakukan melalui wawancara dengan alat bantu kuesioner kepada responden untuk memperoleh data yang dibutuhkan.
Wawancara ini dilakukan terhadap responden yang pernah penggunakan layanan penerbangan Lion Air. Metode pengambilan sampel yang digunakan adalah non probability sampling, dimana semua populasi tidak memiliki peluang yang sama untuk menjadi responden dan pengambilan sampel didasarkan pada pertimbangan peneliti (Simamora, 2004; 197). Metode pengambilan sampel ini digunakan dengan pertimbangan untuk menghemat waktu, tenaga dan biaya, maka dalam penelitian ini digunakan convenience sampling, dimana calon responden yang terpilih adalah mereka yang kebetulan berada di lokasi yang sama dengan peneliti, yaitu di bandara Juanda, Surabaya.
3.4 Jenis dan Sumber Data
Sumber data yang digunakan dalam penelitian ini adalah data primer dan data sekunder.
a. Data Primer (primary data), adalah data yang diperoleh dan hasil survey dengan menyebarkan kuesioner kepada para responden yang sesuai dengan karakteristik populasi.
b. Data sekunder (Secondary data), adalah data yang telah dikumpulkan untuk maksud selain untuk menyelesaikan masalah yang dihadapi (Malhotra, 2005, p.121), dimana data ini diperoleh dari sumber lain seperti buku, jurnal serta internet.
3.5 Skala Pengukuran
Format kuisioner dibagi menjadi dua bagian, yaitu bagian (A) bersifat umum dan berkaitan dengan data pribadi responden, sedangkan bagian (B) merupakan pernyataan-pernyataan mengenai kualitas layanan, kepuasaan dan loyalitas yang diukur dengan menggunakan skala likert. Pengukuran kuiseioner ini menggunakan skala likert yang berhubungan dengan penilaian seseorang.
Dalam penelitian ini, peneliti menggunakan pernyataan-pernyataan positif yang dapat dijawab sesuai dengan jawaban yang telah ditentukan. Bentuk jawaban dari kuisioner ini, yaitu sebagai berikut:
Sangat Tidak Setuju (STS) = skor 1 Tidak Setuju (TS) = skor 2
Netral (N) = skor 3
Setuju (S) = skor 4
Sangat Setuju (SS) = skor 5
Dengan demikian, maka diperoleh interval untuk mengukur jawaban dari responden dengan perhitungan sebagai berikut:
Panjang interval 0,8
Nilai mean 1 -1,8 = responden sangat tidak setuju/ sangat tidak puas.
Nilai mean 1,81 - 2,6 = responden tidak setuju/ tidak puas.
Nilai mean 2,61 - 3,4 = responden netral.
Nilai mean 3,41 - 4,2 = responden setuju/ cukup puas.
Nilai mean 4,21 - 5 = responden sangat setuju/ sangat puas.
3.6 Definisi Operasional Variabel
Dalam penelitian ini batasan operasional yang digunakan adalah sebagai berikut :
1. Variabel Eksogen yaitu kualitas layanan (X) dengan indikator :
a. Tangible (X1) : meliputi kebersihan di dalam kabin pesawat, penampilan karyawan yang menarik, fasilitas perlengkapan di dalam pesawat yang menarik, dan pesawat yang modern. Diukur dari:
X1.1. Lion Air memiliki kabin pesawat yang bersih.
X1.2. Pramugari Lion Air berpenampilan menarik.
X1.3. Perlengkapan Penerbangan Lion Air tidak ketinggalan jaman X1.4. Jenis pesawat penerbangan Lion Air tidak ketinggalan jaman b. Reliability (X2) : meliputi kemampuan untuk melaksanakan layanan sesuai
yang dijanjikan, memberikan layanan yang baik secara konsisten, dan dapat diandalkan dalam menangani masalah jasa pelanggan. Diukur dari : X2.1. Lion Air memberikan kualitas pelayanan yang baik kepada
konsumen secara konsisten.
X2.2. Lion Air memberikan pelayanan tepat waktu.
X2.3. Bagasi dikembalikan dalam kondisi yang baik.
X2.4. Lion Air menangani masalah dengan baik.
c. Responsiveness (X3) : meliputi kemampuan untuk membantu konsumen dan memberikan jasa dengan cepat dan sigap. Diukur dari :
X3.1. Lion Air selalu siap dalam memberikan pelayanan X3.2. Lion Air mampu memberikan pelayanan dengan cepat
d. Assurance (X4) : meliputi kesopanan karyawan baik petugas tiket maupun pramugari, juga kemampuan mereka untuk memberikan standar layanan yang baik sehingga menimbulkan kepercayaan dan keyakinan pada perusahaan. Diukur dari :
X4.1. Lion Air memperhatikan standar layanan yang baik.
X4.2. Lion Air melayani Anda dengan ramah
e. Empathy (X5) : meliputi kesediaan karyawan memberikan kepedulian dan perhatian yang mendalam dan khusus kepada masing-masing pelanggan.
X5.1. Lion Air telah menghargai Anda sebagai konsumen.
X5.2. Lion Air memahami apa yang diinginkan oleh konsumen.
X5.3 Anda dapat menyampaikan keinginan Anda sebagai konsumen
2. Variabel Intervening yaitu variabel yang dipengaruhi oleh variabel eksogen dan yang dapat pula mempengaruhi variabel endogen. Kepuasan pelanggan (Y1) merupakan variabel intervening dalam penelitian ini.
Kepuasan Pelanggan didefinisikan sebagai penilaian pelanggan atas produk ataupun jasa dalam hal menilai apakah produk atau jasa tersebut telah memenuhi kebutuhan dan ekspektasi pelanggan. Diukur dengan menggunakan :
Y1.1. Anda puas dengan pelayanan di dalam pesawat Lion Air.
Y1.2. Anda puas dalam memesan tiket Lion Air.
Y1.3 Anda puas dalam menggunakan layanan di dalam Airport.
Y1.4 Anda puas dengan ketersediaan jadwal penerbangan Lion Air.
3. Variabel endogen yaitu variabel yang dipengaruhi oleh variabel lain, seperti vaiabel eksogen dan intervening. Loyalitas pelanggan (Y2) merupakan variabel endogen dalam penelitian ini. Diukur dengan menggunakan :
Y2.1. Say positive thing
Berupa menyampaikan kepada orang lain dalam bentuk kata-kata secara positif tentang suatu penyedia jasa, biasanya berupa ulasan cerita atau uraian pengalaman. Diukur menggunakan :
Y2.1.1 Pelanggan mau berbagi cerita dengan keluarga pelanggan
Y2.1.1 Pelanggan mau berbagi cerita dengan teman pelanggan Y2.2. Recommend friends
Proses yang berujung pada mengajak pihak lain untuk ikut menikmati penyedia jasa tersebut akibat dari pengalaman positif yang dirasakan
Y2.2.1 Pelanggan merekomendasikan keluarga pelanggan untuk menggunakan layanan Lion Air
Y2.2.1 Pelanggan merekomendasikan teman pelanggan untuk menggunakan layanan Lion Air
Y2.3. Continue purchasing
Sikap untuk membeli ulang terus-menerus oleh konsumen tersebut pada penyedia jasa tertentu sehingga menimbulkan perulangan yang dapat dilandasi dari kesetiaan. Diukur dengan menggunakan : Y2.3.1 Pelanggan akan melakukan pembelian ulang karena harga
yang murah.
Y2.3.1 Pelanggan akan melakukan pembelian ulang karena kualitas layanan Lion Air yang baik.
3.7 Metode Pengolahan dan Analisis Data
Penelitian ini bertujuan untuk menganalisa pengaruh kualitas layanan dan kepuasan pelanggan yang akan dipersepsikan terhadap loyalitas konsumen pengguna layanan maskapai penerbangan Lion Air. Model analisis yang digunakan adalah:
3.7.1 Structural Equation Modeling (SEM)
Structural Equation Modeling (SEM) merupakan teknik statistik multivariat yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi). SEM bertujuan untuk menguji hubungan-hubungan antar variabel yang ada pada sebuah model.
3.7.1.1Konsep Dasar Structural Equation Modeling (SEM)
Isi dari SEM tentu saja menyangkut variabel-variabel, baik itu variabel laten maupun variabel manifes. Variabel laten atau konstruk merupakan variabel yang tidak dapat diukur secara langsung. Variabel laten ini hanya dapat diukur dengan sejumlah variabel manifes (indikator) dan hubungan antara variabel laten dan variabel manifes tersebut. Antar variabel laten memunculkan sebuah model yang membutuhkan alat analisis lanjutan untuk menyelesaikannya. Oleh karena itu, Structural Equation Modeling (SEM) dibutuhkan sebagai alat analisis
multivariat teori riset perilaku yang bersifat rangkaian berjenjang dan dimensional (Santoso, 2007). Analisis tersebut tidak hanya untuk pengujian pengaruh antar variabel laten saja, tetapi juga untuk pengujian kevalidan dan keandalan indikator- indikator untuk mengukur variabel latennya. Struktur dari sebuah konsep tersebut disusun berdasarkan teori yang sesuai, kemudian SEM digunakan sebagai alat untuk mengkonfirmasi struktur tersebut. Model struktural yang dianalisis menggunakan SEM ini akan menghasilkan bentuk persamaan matematis seperti:
Y = β1 X1 + β2 X2 + …..+ ε (3.1)
Dimana: Y: Variabel Endogen
Xi: Variabel ke i yang mempengaruhi Y βi: Bobot regresi untuk variabel ke i ε: Error
Persamaan matematis tersebut di atas tidak hanya digunakan untuk model struktural saja tetapi juga untuk model pengukuran untuk menentukan indikator yang mengukur variabel laten, serta menentukan input data yang menunjukkan hubungan antar variabel laten.
3.7.1.2 Variabel Laten Eksogen dan Endogen
Variabel eksogen adalah variabel independen yang mempengaruhi variabel dependen. Sebaliknya variabel endogen merupakan variabel dependen yang dipengaruhi oleh variabel independen. Sebuah variabel laten dapat berfungsi sebagai variabel eksogen maupun endogen. Petunjuk yang dapat digunakan untuk mengetahui fungsi variabel tersebut adalah dari tanda panah yang menghubungkan variabel-variabel laten tersebut. Apabila variabel laten tersebut bersifat endogen, maka variabel tersebut ditunjuk oleh sebuah tanda panah dari variabel eksogen
3.7.1.3 Model dalam SEM
Model dalam SEM dibagi menjadi dua bagian utama yaitu measurement model dan structural model. Measurement model merupakan bagian dari model SEM yang menggambarkan hubungan antara variabel laten dengan indikator- indikatornya. Sedangkan structural model menggambarkan hubungan antar variabel-variabel laten.
3.7.1.4 Kovarians dan Korelasi
Kedua alat analisis ini memiliki tujuan yang sama dengan multiple regression analysis yaitu mengukur hubungan dua variabel. Dalam SEM, assessment dan estimation dilakukan setelah data yang diperlukan terkumpul.
Assessment dan estimation ini dilakukan dengan dasar perbandingan matrik kovarians sampel dengan populasi. Istilah kovarians dapat mengacu pada hal yang sama dengan korelasi, yaitu hubungan antara dua variabel. Perbedaannya adalah penekanan perhitungan kovarians lebih pada variasi kedua variabel. Besarnya kovarians antara variabel x dan y adalah sebagai berikut:
Cov(x,y) = E(x.y) – E(x).E(y) (3.2)
Dimana E merupakan rata-rata, baik rata-rata dari masing-masing variabel maupun rata-rata dari hasil perkalian antara variabel x dan y. Nilai kovarians yang positif menunjukkan nilai x dan y bervariasi dalam arah yang sama dan bila nilai kovarians adalah negatif menunjukkan bahwa semakin tingginya rata-rata Y justru akan diimbangi semakin rendahnya rata-rata X. Sedangkan apabila nilai kovarians adalah nol, maka hal tersebut menunjukkan bahwa kedua variabel tidak berhubungan. Berbeda dengan kovarians, besarnya korelasi antara variabel x dan y adalah sebagai berikut:
, (3.3)
Dimana:
Cov(x,y): kovarians antara x dan y σx: standar deviasi x
σy: standar deviasi y
3.7.1.5 Error dalam Pengukuran
Dalam sebuah model SEM, khususnya dalam pengukuran indikator maupun variabel laten, akan terdapat error variable. Dengan adanya dua bagian utama dari SEM, maka error juga terdiri dari dua bagian utama, yaitu measurement error dan structural error. Pada measurement model, error terjadi pada setiap indikator, sedangkan pada structural model, error sering disebut residual error yang hanya terjadi pada variabel endogen.
3.7.1.6 Alat Analisis Structural Equation Modeling (SEM)
Alat analisis SEM sehubungan dengan dua jenis model yang terdapat dalam SEM (measurement model dan structural model) adalah sebagai berikut:
1. Confirmatory Factor Analysis (CFA)
Alat analisis ini digunakan untuk menguji sebuah measurement model. Tujuan dari analisis faktor konfirmatori ini adalah untuk mengetahui apakah indikator-indikator yang tersedia benar-benar dapat menjelaskan sebuah variabel laten (konstruk).
2. Multiple Regression Analysis
Berbeda dengan CFA, alat analisis ini digunakan untuk menguji sebuah structural model. Tujuan dari analisis ini adalah untuk mengetahui apakah terdapat hubungan yang signifikan diantara variabel-variabel eksogen dengan variabel endogen, dan kekuatan hubungan tersebut
3.7.2 Pengukuran Structural Equation Modeling (SEM)
Menurut Santoso (2011), statistika yang paling umum, yang telah digunakan secara luas dalam ilmu perilaku (behavior science). SEM dapat ditunjukkan sebagai kombinasi dari analisis faktor, analisis regresi, dan analisis path. Diagram path atau diagram lintasan merupakan sarana komunikasi yang efektif untuk menyampaikan ide konsep dasar dari model SEM. Diagram lintasan jika digambarkan secara benar dan mengikuti aturan yang ditetapkan, akan dapat diturunkan menjadi model matematika SEM.
Uji kecocokan dalam SEM dilakukan untuk mengevaluasi derajat kecocokan atau Goodness of Fit (GOF) antara data dan model. Langkah uji kecocokan ini merupakan langkah yang Struktur equation modeling (SEM), merupakan suatu teknik modeling banyak mengundang perdebatan dan kontraversi. Evaluasi terhadap GOF dilakukan melalui beberapa tingkatan, yaitu : kecocokan keseluruhan model, kecocokan model pengukuran, dan kecocokan model struktural. Ukuran GOF serta tingkat penerimaan kecocokan yang berhasil dikompilasi dari beberapa penulis, seperti berikut :
1. Statistik Chi-square (x2) makin kecil makin baik (p > 0,05) artinya model makin baik, alat ini merupakan alat uji yang paling fundamental untuk mengukur overall fit, dan sangat sensitif terhadap jumlah Statistik Chi-Square (x2) makin kecil makin baik (p > 0,05) artinya model makin baik: alat ini merupakan alat uji yang paling fundamental untuk mengukur overall fit, dan sangat sensitif terhadap jumlah sampel, sehingga penggunaan chi-square (x2) hanya sesuai jika sampel berukuran 100 sampai dengan 200.
2. RMSEA (The Root Mean Square Error of Approximation), adalah sebuah indeks yang dapat digunakan untuk mengkonpensasi statistik chi-square (x2), nilai makin kecil makin baik (≤ 0,08) merupakan indeks untuk dapat diterimanya model yang menunjukkan sebagai sebuah close fit dari model berdasarkan derajat kebebasan.
3. GFI (Goodness of Fit Index), merupakan indeks kesesuaian yang akan menghitung proporsi tertimbang dari varians dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang trestimasikan. Nilai GFI berada antara 0,00 – 1,00; dengan nilai ≥ 0,90 merupakan model yang baik (better fit).
4. AGFI (Adjusted Goodness of Fit), analog dengan koefisien determinasi (R2) pada analisis regresi berganda. Indeks ini dapat disesuaikan terhadap derajat bebas yang tersedia untuk menguji diterimanya mode. Tingkat penerimaan yang direkomendasi adalah bila AGFI ≥ 0,90.
5. CMIN/DF (The Minimum Sample Discrepancy Function), umumnya dilaporkan oleh peneliti sebagai salah satu indikator mengukur tingkat fitnya sebuah model. CMIN/DF tidak lain adalah statistik x2 dibagi dengan df
sehingga disebut x2 relatif. Nilai x2 relatif ≤ 2,0 bahkan ≤ 3,0 adalah indikasi dari model fit dengan data.
