BAB III METODE PENELITIAN. Penelitian dilakukan di Rumah Makan Bakso Mercon Cak Kar Jalan

23 BAB III

METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian

Penelitian dilakukan di Rumah Makan “Bakso Mercon Cak Kar” Jalan Kartanegara Barat III No.16, Candirenggo, Singosari, Kabupaten Malang.

Pemilihan lokasi penelitian dilakukan secara sengaja dengan pertimbangan bahwa Rumah Makan “Bakso Mercon Cak Kar” merupakan pelopor menu bakso mercon di Kota Malang dan juga memiliki menu bakso dengan berbagai macam jenis, seperti salah satunya yang unik yaitu bakso cokelat. Menu-menu inilah yang menarik perhatian pengunjung untuk datang dan mencoba karena penasaran dengan citarasa dari berbagai jenis bakso, terutama bakso mercon yang menjadi menu andalan. Pengumpulan data dilakukan pada bulan April 2019 sampai dengan Juni 2019.

3.2 Metode Pengambilan Responden

Sampling merupakan proses pengambilan atau memilih n buah

elemen/objek/unsur dari populasi. Populasi merupakan kumpulan lengkap dari elemen-elemen yang sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya. Sampel merupakan bagian dari populasi. Elemen anggota sampel, merupakan anggota populasi dimana sampel diambil (Setiawan, 2005).

Penelitian ini menggunakan metode pengambilan sampel non-probability sample

dengan metode accidental sampling. Accindental sampling adalah teknik

penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara kebetulan

bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang

▸ Baca selengkapnya: proposal bakso mercon

yang kebetulan ditemua itu cocok sebagai sumber data (Sugiyono, 2006). Sampel dalam penelitian ini mengambil responden yang mengunjungi dan telah melakukan kegiatan konsumsi di Rumah Makan “Bakso Mercon Cak Kar”

Singosari Malang.

Penentuan sampel menurut Malhotra (2005) jumlah sampel minimal adalah empat atau lima kali jumlah indikator atau item pertanyaan. Perhitungan jumlah sampel menurut Malhotra adalah sebagai berikut:

Sampel = jumlah indikator x 4 = 16 x 4

= 64

Berdasarkan perhitungan diatas, jumlah sampel yang diambil dalam penelitian ini berjumlah 64 responden.

3.3 Jenis Data

Jenis data yang digunakan dalam penelitian ini adalah data primer. Data primer merupakan data yang diperoleh secara langsung dari sumber pertama yakni konsumen, dengan cara memberikan kuesioner kepada konsumen.

3.4 Metode Pengumpulan Data

Metode pengumpulan data yang digunakan pada penelitian ini adalah sebagai berikut :

1. Kuesioner

Kuesioner adalah metode pengumpulan data dengan cara melakukan

pembagian kuesioner yang berisi sejumlah pertanyaan terkait dengan penelitian.

Kuesioner diberikan kepada konsumen yang ditemui untuk nantinya dijawab secara tertulis.

2. Wawancara

Wawancara adalah metode pengumpulan data dengan cara mengadakan tanya jawab langsung dengan pihak-pihak yang dapat memberikan keterangan yang berhubungan dengan penelitian.

3. Observasi

Observasi adalah metode pengumpulan data dengan cara melakukan pengamatan secara langsung di lapangan untuk mengetahui keadaan dan kondisi di tempat penelitian.

4. Dokumentasi

Dokumentasi adalah metode pengumpulan data dengan cara mengambil gambar yang berkaitan dengan penelitian.

3.5 Variabel Penelitian

Variabel yang digunakan dalam penelitian ini, yaitu : 1. Variabel Laten

Variabel laten adalah adalah variabel yang tidak dapat diukur secara

langsung, kecuali jika diukur dengan satu atau lebih variabel manifest. Nama lain

dari variabel laten adalah konstruk atau konstruk latin dan unobserved variable

(Ginting, 2009). Variabel laten yang digunakan dalam penelitian ini sebagai

berikut:

Tabel 3.1 Variabel Laten

Simbol Variabel Laten

X1 Produk

X2 Harga

X3 Pelayanan

X4 Tempat

Y1 Kepuasan Konsumen

Sumber : Data primer, diolah 2019.

2. Variabel Terukur

Variabel terukur adalah variabel yang digunakan untuk mengukur sebuah variabel laten. Data dari variabel terukur harus diperoleh dari penelitian lapangan.

Nama lain dari variabel terukur adalah variabel manifest, observed variable, measured variable, atau indikator (Ginting, 2009). Variabel yang digunakan

dalam penelitian ini sebagai berikut : Tabel 3.2 Variabel Terukur.

Variabel Laten Variabel Terukur

Produk (X1) Cita Rasa (X1.1)

Variasi (X1.2)

Tekstur (X1.3)

Harga (X2) Keterjangkauan Harga (X2.1)

Kesesuaian dengan produk (X2.2)

Pelayanan (X3) Keandalan (X3.1)

Daya Tanggap (X3.2)

Jaminan (X3.3)

Bukti Langsung (X3. 4)

Tempat (X3) Kenyamanan musholla (X4.1)

Kelapangan tempat parkir (X4.3)

Kepuasan Konsumen (Y1) Puas dengan produk (Y1.1) Puas dengan pelayanan (Y1.2) Puas dengan harga (Y1.3) Puas dengan tempat (Y1.4)

Bersedia berkunjung kembali (Y1.5)

Sumber : Data primer, diolah 2019.

Penjabaran yang berisi penjelasan akan variabel laten dan variabel terukur (indikator) pada penelitian ini sebagai berikut :

1. Produk (X1) adalah bakso di Rumah Makan “Bakso Mercon Cak Kar”.

Variabel produk diukur melalui beberapa indikator :

a. Cita rasa adalah penilaian konsumen bahwa rasa bakso enak.

b. Variasi menu adalah penilaian konsumen bahwa pilihan menu jenis bakso variatif.

c. Tekstur adalah penilaian konsumen bahwa tekstur bakso sesuai dengan selera konsumen.

2. Harga (X2) adalah harga yang ditetapkan untuk produk bakso di Rumah Makan “Bakso Mercon Cak Kar”.

Variabel harga diukur melalui beberapa indikator :

a. Keterjangkauan harga adalah penilaian konsumen bahwa harga bakso terjangkau.

b. Kesesuaian dengan produk adalah penilaian konsumen bahwa harga bakso dengan kualitas produk sesuai.

3. Pelayanan (X3) adalah kegiatan pelayanan yang diberikan oleh pihak Rumah Makan “Bakso Mercon Cak Kar” kepada konsumen yang berkunjung.

Variabel pelayanan diukur melalui beberapa indikator :

a. Keandalan adalah penilaian konsumen bahwa karyawan handal dan

tepat dalam melayani konsumen.

b. Daya tanggap adalah penilaian konsumen bahwa karyawan cepat dan tanggap dalam melayani konsumen.

c. Jaminan adalah penilaian konsumen bahwa karyawan mampu memberikan rasa aman kepada konsumen.

d. Bukti langsung adalah penilaian konsumen bahwa penampilan karyawan sopan dan rapi.

4. Tempat (X4) adalah fasilitas atau bentuk fisik bangunan yang disediakan oleh pihak Rumah Makan “Bakso Mercon Cak Kar”.

Variabel tempat diukur melalui beberapa indikator :

a. Kenyamanan musholla adalah penilaian konsumen bahwa musholla yang disediakan nyaman

b. Kelapangan tempat parkir adalah penilaian konsumen bahwa tempat parkir yang disediakan luas.

5. Kepuasan konsumen (Y1) adalah tingkat kepuasan konsumen terhadap Rumah Makan “Bakso Mercon Cak Kar”.

Variabel kepuasan konsumen diukur melalui beberapa indikator :

a. Puas dengan produk adalah penilaian konsumen bahwa produk yang diberikan menjadikan konsumen puas.

b. Puas dengan pelayanan adalah penilaian konsumen bahwa pelayanan yang diberikan menjadikan konsumen puas.

c. Puas dengan harga adalah penilaian konsumen bahwa harga yang

ditetapkan menjadikan konsumen puas.

d. Puas dengan tempat adalah penilaian konsumen bahwa tempat yang disediakan menjadikan konsumen puas.

e. Bersedia berkunjung kembali adalah penilaian konsumen bahwa konsumen bersedia untuk melakukan kunjungan kembali.

3.6 Pengukuran Data

Metode pengukuran data pada penelitian ini menggunakan Skala Likert.

Skala Likert merupakan skala ordinal, yang mana data tidak dapat dianalisis dengan analisis parametrik. Skala ordinal dapat dinaikkan menjadi skala interval dengan menggunakan Metode Succsesive Interval (MSI), sehingga data dapat dianalisis dengan menggunakan analisis parametrik (Suliyanto, 2011). Skala Likert digunakan untuk menyatakan tanggapan responden dari setiap pertanyaan yang diajukan. Skala likert merupakan salah satu teknik pengukuran yang sering digunakan oleh penelitian dalam riset pemasaran yaitu untuk mengukur sikap.

Periset dalam pembuatan skala likert menyusun beberapa pernyataan yang berhubungan dengan suatu isu atau objek, lalu subjek atau responden diminta untuk mengindikasikan tingkat kesetujuan (Hendri, 2009).

Pengukuran skala dapat dilihat pada tabel berikut : Tabel 3.3 Skala Likert

Skala Skor

Sangat Setuju (SS) 5

Setuju (S) 4

Ragu-ragu (R) 3

Tidak Setuju (TS) 2

Sangat Tidak Setuju (STS) 1

3.7 Metode Analisis Data

Metode analisis data yang digunakan pada penelitian ini adalah metode deskriptif dan kuantitatif. Metode deskriptif digunakan untuk mengambarkan ciri- ciri atau karakteristik responden, yakni usia, domisili, pekerjaan, dan pendapatan.

Metode kuantitatif adalah analisis data yang mendasarkan pada perhitungan dan pengukuran variabel-variabel yang digunakan disertai dengan penjelasan terhadap hasil yang telah diperoleh dari perhitungan tersebut menggunakan metode statistik/perhitungan dengan menggunakan angka-angka/rumus-rumus (Putri et al, 2012). Analisis yang digunakan pada penelitian ini adalah uji instrument (uji validitas dan uji reliabilitas), Costumer Satifaction Index (CSI), dan Structural Equation Model (SEM).

3.7.1 Uji Instrumen 1. Uji Validitas

Uji validitas digunakan untuk mengukur derajat ketepatan dalam penelitian

tentang isi atau arti sebenarnya yang diukur. Uji validitas akan dilakukan dengan

menghitung koefesien korelasi antar subjek pada item pertanyaan dengan skor test

yang diperoleh dari hasil kuesioner (Bram, 2005). Uji validitas dilakukan dengan

menggunakan SmartPLS 3.0. Pengujian validitas data dilakukan dengan

menggunakan korelasi antara skor konstruk dengan skor indikator (Alfa et al.,

2017). Ukuran individual dapat dikatakan valid jika memiliki korelasi loading

dengan variabel laten konstruk yang ingin diukur adalah ≥ 0,5. Jika salah satu

indikator memiliki nilai loading < 0,5 diartikan bahwa indikator tidak valid atau

tidak cukup baik untuk mengukur konstruk secara tepat, sehingga indikator tersebut harus dibuang (Ridwan, 2013).

2. Uji Reliabilitas

Keandalan atau reliabilitas diartikan sebagai seberapa jauh pengukuran bebas dari varian kesalahan acak (free from random error). Kesalahan acak akan menurunkan tingkat keandalan hasil pengukuran. Jika ingin merasa yakin bahwa nilai dari kuesioner dapat mencerminkan tingkat pengaruh keputusan konsumen secara andal, penelitian yang dilakukan harus menunjukkan tingkat keandalan data yang tinggi (Bram, 2005). Uji reliabilitas dilakukan dengan menggunakan SmartPLS 3.0. Indikator dapat dikatakan konsisten atau memenuhi uji reliabilitas apabila memiliki nilai reliabilitas atau composite reliability > 0.70 (Hadiwidjaja &

Diah, 2014).

3.7.2 Indeks Kepuasan Konsumen / Costumer Satisfaction Index (CSI)

Analisis Indeks Kepuasan Konsumen / Costumer Satisfaction Index (CSI) digunakan untuk mengetahui tingkat kepuasan konsumen dilihat dari tingkat kepentingan dari masing-masing variabel yang diteliti, yaitu produk, harga, pelayanan, dan tempat. Lima langkah perhitungan dalam analisis Indeks Kepuasan Konsumen menurut Yulida (2012) :

1. Menentukan nilai Mean Importance Score (MIS) dan Mean Satisfaction Score (MSS).

Nilai ini didapat dari nilai rata-rata tingkat kepentingan dan nilai rata-rata kepuasan tiap responden.

𝐌𝐈𝐒 = ∑

^𝐧_𝐢=𝟏

𝐘𝐢

𝐧 𝐝𝐚𝐧 𝐌𝐒𝐒 = ∑

^𝐧_𝐢=𝟏

𝐗𝐢

𝐧

Keterangan : n = Jumlah responden

Yi = Nilai kepuasan atribut ke-i Xi = Nilai kepentingan atribut ke-i 2. Membuat Weight Factors (WF).

Nilai Weight Factors (WF) diperoleh dari persentase nilai MIS per atribut terhadap total MIS seluruh atribut.

𝐖𝐅 = 𝐌𝐈𝐒

_𝐢

∑

^𝐏_𝐢=𝟏

𝐌𝐈𝐒

_𝐢

𝐱𝟏𝟎𝟎%

Keterangan : P = Jumlah atribut kepentingan I = Atribut bauran pemasaran ke-i 3. Menentukan Weight Score (WS).

Nilai Weight Score (WS) diperoleh dari perkalian antara WF dengan rata- rata Mean Satisfaction Score (MSS).

𝐖𝐒

_𝐢

= 𝐖𝐅

_𝐢

𝐱𝐌𝐒𝐒

_𝐢

4. Menentukan Weight Average (WA).

Nilai Weight Average (WA) diperoleh dari penjumlahan Weight Score (WS) seluruh atribut.

5. Menentukan Customer Satisfaction Index ( CSI ) 𝐂𝐒𝐈 = ∑

^𝐏_𝐢=𝟏

𝐖𝐒

_𝐢

𝐇𝐒 𝐱𝟏𝟎𝟎%

Keterangan : P = Atribut kepentingan ke-p

HS = Skala maksimum yang digunakan (skala 5)

Langkah-langkah perhitungan Indeks Kepuasan Konsumen dengan menggunakan

Microsoft Excel adalah sebagai berikut :

1. Menghitung nilai Mean Importance Score (MIS) dan Mean Satisfaction Score (MSS).

Nilai MIS dan MSS diperoleh dengan menghitung average dari tiap-tiap indikator harapan dan kinerja.

2. Menghitung nilai Weight Factors (WF).

Nilai WF diperoleh dari pembagian nilai MIS tiap indikator dengan nilai total MIS.

3. Menghitung nilai Weight Score (WS).

Nilai WS diperoleh dari perkalian nilai WF tiap indikator dengan nilai MSS tiap indikator.

4. Menghitung nilai Weight Score (WT).

Nilai WT diperoleh dari penjumlahan seluruh nilai WS tiap indikator.

5. Menghitung Customer Satisfaction Index (CSI).

Nilai CSI diperoleh dari pembagian nilai WT dengan jumlah skala yang digunakan

6. Menentukan kriteria Customer Satisfaction Index (CSI).

Kriteria CSI atau indeks kepuasan konsumen menggunakan kisaran 0,00 hingga 1,00 (tidak puas hingga sangat puas).

Tabel 3.4 Kriteria Nilai CSI atau Indeks Kepuasan Konsumen

Nilai CSI Kriteria CSI

0,81 – 1,00 Sangat Puas

0,61 – 0,80 Puas

0,41 – 0,60 Cukup Puas

0,21 – 0,40 Kurang Puas

0,00 – 0,20 Tidak Puas

3.7.3 Structural Equation Model

Structural Equation Model (SEM) adalah teknik multivariate yang

menunjukkan cara merepresentasikan suatu deret atau seri hubungan kausal (causal relationship) dalam suatu diagram jalur (path diagram). Analisis SEM menggabungkan analisis faktor, regresi, dan jalur sehingga secara simultan dapat mengukur nilai konstruk loading dari indikator-indikator variabel laten, menghitung model jalur dari variabel-variabel laten, dan menghitung hubungan antara varibel laten (Widiyasari & Mutiarani, 2011).

SEM merupakan teknik analisis multivariate yang dikembangkan untuk menutupi keterbatasan model-model sebelumnya, yaitu analisis regresi, analisis jalur, analisis faktor konfirmatori, yang mana model-model tersebut telah digunakan secara luas dalam penelitian statistic (Hox, 1998). Penelitian ini menggunakan metode SEM dengan analisis Partial Least Square (PLS), yang dibantu dengan software SmartPLS 3.0. Analisis PLS merupakan salah satu teknik dari SEM. SEM dengan PLS terdiri dari dua sub model yaitu model structural (structural model) atau sering disebut inner model dan model pengukuran (measurement model) atau sering disebut outer model. Model struktural atau inner model menunjukkan kekuatan estimasi antar konstrak, sedangkan model

pengukuran atau outer model menunjukkan bagaimana inidikator merepresentasikan variabel laten untuk diukur.

Model pengukuran (outer model) adalah spesifikasi hubungan antara

konstrak laten dan indikatornya. Outer model mendefinisikan karakteristik

konstruk dengan variabel manifesnya. Persamaan outer model dari model indikator reflektif adalah:

x = Ʌxξ + εx y = Ʌyη + εy

Dimana x dan y adalah indikator yang berhubungan dengan laten eksogen (ξ) dan endogen (η). Ʌx dan Ʌy adalah matriks koefisien yang menghubungkan variabel laten dengan indikatornya, εx dan εy adalah residual kesalahan pengukuran.

Model struktural atau inner model adalah spesifikasi hubungan-hubungan antara variabel laten. Persamaan inner model data ditulis sebagai berikut :

η = βη + γξ + ζ .

Dimana η adalah konstrak laten endogen, ξ adalah konstrak laten eksogen, β dan γ

adalah matriks koefisien dan variabel endogen dan eksogen, ζ adalah faktor error

ada persamaan struktural. Variabel eksogen dalam penelitian ini adalah produk,

harga, tempat, dan pelayanan, sedangkan variabel endogen adalah kepuasan

konsumen. Berikut adalah gambar struktur model PLS :

Gambar 3.1 Struktur model PLS (Partial Least Square).

Langkah-langkah analisis SEM dengan PLS yaitu pengujian model pengukuran (outer model), model struktural (inner model), dan hipotesis.

Pengujian model pengukuran dilakukan dengan menguji validitas dan reliabilitas dari indikator pembentuk variabel laten. Tiga uji yang digunakan untuk menilai model pengukuran adalah validitas konvergen, validitas diskriminan, dan composite reliability. Pengujian model structural dilakukan dengan menggunakan

uji R-square. Pengujian hipotesis dilakukan dengan melihat tingkat signifikan antar variabel laten menggunakan t-statistic dan P-value hasil dari perhitungan bootstrapping di smartPLS (Jumardi et al., 2015). Langkah-langkah pengerjaan

analisis SEM pada smartPLS adalah sebagai berikut :

1. Memasukkan data yang akan dianalisis dengan memilih opsi new project.

Data yang digunakan harus dengan format comma delimited (csv.).

2. Membuat struktur model PLS. Struktur model PLS disesuaikan dengan jumlah variabel laten dan variable terukur.

3. Melakukan pengujian model pengukuran (outer model) dan model structural (inner model) dengan memilih opsi calculate – PLS algorithm.

4. Melakukan pengujian hipotesis dengan memilih opsi calculate – bootstrapping.

5. Melakukan analisis terhadap masing-masing uji dengan melihat kriteria penilaiannya.

Kriteria penilaian Partial Least Square menurut (Hadiwidjaja & Diah, 2014) sebagai berikut :

Tabel 3.5 Penilaian Partial Least Square (PLS)

Uji Model Output Kriteria

Outer Model (Uji

Indikator)

a. Convergent Validity Nilai Loading Factor ≥ 0.5 sampai 0.6.

b. Discriminant Validity

Nilai korelasi cross loading dengan variabel latennya harus lebih besar dibandingkan dengan korelasi dengan variabel laten yang lainnya.

d. Composite Reliability Nilai dikatakan baik jika ≥ 0.7.

Inner Model (Uji Hipotesis)

a. R2 untuk variabel laten endogen

Nilai R2 sebesar 0.67, 0.33, dan 0.19 menunjukkan bahwa model “baik”,

“moderat”, dan “lemah”.

b. Koefisien parameter dan T-statistik

Nilai estimasi untuk hubungan jalur dalam model struktural harus signifikan, diperoleh dengan prosedur

bootstrapping.