25 BAB III
METODE PENELITIAN
3.1 Variabel Penelitian dan Definisi Operasional 3.1.1 Variabel Penelitian
Dalam penelitian ini terdapat lima variabel independent atau bebas yaitu Bukti fisik, Kehandalan, Daya tanggap, Jaminan, Empati. Dimana kelima varibel tersebut akan mempengaruhi variabel dependent atau varibel terikat yaitu kepuasan pelanggan. Penelitian dan definisi operasional dalam penelitian ini terdiri dari :
a. Variabel bebas (independent variabel)
Variabel independent adalah variabel yang mempengaruhi variabel dependen, baik yang berpengaruh secara positif maupun yang berpengaruh secara negatif (ferdinand, 2006). Variabel independen dalam penelitian ini terdiri dari :
Bukti fisik (X1) Kehandalan (X2) Daya tanggap (X3) Jaminan (X4) Empati (X5)
b. Variabel terikat (dependent variabel)
Variabel dependen adalah variabel yang menjadi pusat perhatian peneliti (ferdinand, 2006). Variabel dependen yaitu variabel yang nilainya tergantung dari variabel lain, dimana nilainya akan berubah jika variabel yang mempengaruhinya berubah. Variabel dependen dalam penelitian ini adalah kepuasan pelanggan (Y).
26
Tabel 3.1
Variabel Penelitian dan Definisi Operasional
Variabel Definisi Variabel Indikator Sumber Kepuasan
pelanggan
kepuasan pelanggan adalah tingkat perasaan senang seseorang setelah antara kinerja yang ia rasakan terhadap harapannya. Komunikasi yang baik dengan pelanggan Perbaikan kualitas jasa sesuai harapan Minat berkunjung
kembali
Sasongko, 2013
Bukti fisik Bukti fisik (tangibles) adalah daya tarik fasilitas, perlengkapan dan material yang digunakan perusahaan serta penampilan karyawan. Peralatan modern yang mendukung Penampilan tempat Kebersihan pada karyawan Rizqy, 2016
Kehandalan Ketanggapan adalah keinginan para staff untuk menbantu para
konsumen dan memberikan pelayanan dengan tanggap. Memberikan pelayanan dengan tepat Kemampuan untuk dipercaya Memberikan jasa tepat waktu Rizqy, 2016 Daya tanggap Ketanggapan adalah keinginan para staff untuk menbantu para
konsumen dan memberikan pelayanan dengan tanggap. Kecepatan Pelayanan Pelayanan standby Pengaturan saat full Sasongko, 2013
Jaminan Jaminan adalah
pengetahuan
kemampuan, kesopanan dan sifat dapat dipercaya yang dimiliki karyawan.
Jaminan tepat waktu Jaminan biaya Jaminan legalitas Ningrum, 2017
Empati Empati adalah
kemudahan
melakukan hubungan, komunikasi yang baik, perhatian pribadi dan memahami kebutuhan para konsumen. Memberi perhatian kepada pelanggan Memberi pelayanan yang aman Keramahan dalam pelayanan Rizqy, 2016
27
3.2.2 Definisi Operasional
Definisi operasional merupakan definisi yang dibuat spesifik sesuai dengan kriteria pengujian atau pengukuran (Simamora, 2004). Definisi operasional bertujuan pembaca lain memiliki pengertian yang sama.
3.2. Obyek Penelitian, Unit Penelitian, Populasi dan Sampel 3.2.1 Objek Penelitian Dan Unit Sampel
Objek yang akan digunakan dalam penelitian ini adalah pelanggan Bengkel Ahass 00002 Siliwangi Semarang.
3.2.2 Penentuan Populasi dan Sampel
Populasi adalah jumlah keseluruhan dari obyek yang karakteristiknya hendak diduga. (Sugiyono, 2010). Populasinya adalah konsumen yang berkunjung pada Bengkel Ahass 00002 Siliwangi Semarang jumlahnya tidak diketahui secara pasti.
Sampel adalah bagian dari populasi yang diharapkan dapat mewakili keseluruhan populasi. Pengambilan sampel menggunakan metode Purposive sampling, yaitu metode penentuan sampel dengan pertimbangan tertentu (Sugiyono 2010). Kriteria dalam pengambilan sampel yang digunakan dalam penelitian ini adalah konsumen yang memutuskan membeli di Bengkel Ahass 00002 Siliwangi Semarang dan berusia diatas 17 tahun dan minimal dua kali melakukan servis di Ahass 00002 Siliwangi Semarang. Karena populasi tidak dapat diketahui jumlahnya dengan pasti maka menurut MOE (Margin of error)
28
yang digunakan 10% Djarwanto (2006). Dengan menggunakan rumus sebagai
berikut: n = 2 / E . Z 2 1 Keterangan :
N = banyaknya sampel yang diperlukan Z1/2α = distribusi normal
E = besarnya kesalahan yang dapat diterima = standar deviasi
Dalam penelitian ini Z1/2 α yang diperoleh dari tabel distribusi normal adalah
sebesar 1,96 besarnya kesalahan yang dapat diterima (E) sebesar 10 % dan standar deviasi () yang digunakan adalah 0,50 sehingga diperoleh perhitungan sebagai berikut : n = 2 1 , 0 0,50 x 1,96 n = 96,04
Berdasarkan perhitungan diatas, sampel yang diambil dalam penelitian diperoleh sebesar 96,04 kemudian dibulatkan menjadi 96 orang.
3.3 Jenis dan Sumber Data 3.3.1 Jenis Data
Data adalah keterangan tentang suatu hal, berupa sesuatu yang diketahui atau dianggap atau anggapan atau fakta yang digambarkan lewat angka, symbol, kode dan lain-lain. Data yang digunakan dalam penelitian ini adalah data primer yaitu tanggapan langsung dari responden berupa kuesioner.
29
3.3.2 Sumber Data a. Data Primer
Data Primer yaitu data yang langsung diperoleh dari objeknya (Sugiyono, 2006). Data primer yang digunakan meliputi tanggapan responden mengenai bukti fisik, daya tanggap, kehandalan, empati juga termasuk persepsinya mengenai kepuasan pelanggan termasuk juga data mengenai identitas responden. Data primer diperoleh secara langsung dari responden.
3.4 Metode Pcngumpulan Data a. Kuesioner
Kuesioner adalah pengumpulan data dengan cara memberikan daftar bentuk pertanyaan kepada responden disertai atau dilengkapi dengan alternatif jawaban
b. Wawancara
Wawancara adalah pengumpulan data dengan cara tanya jawab sepihak yang dikerjakan secara sistematis dan berdasarkan pada tujuan penelitian 3.5 Metode Analisis
Agar data yang dikumpulkan dapat bermanfaat maka harus diolah dan dianalisis terlebih dahulu, sehingga dapat dijadikan dasar pengambilan keputusan. Adapun metode analisis yang digunakan kuantitatif dengan bantuan alat Smart PLS.
Penelitian ini menggunakan metode analisis data dengan menggunakan software SmartPLS versi 3.7 yang dijalankan dengan media komputer. Menurut Jogiyanto dan Abdillah (2009) PLS (Partial Least Square) adalah Analisis
30
persamaan struktural (SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan reabilitas, sedangkan model struktural digunakan untuk uji kausalitas (pengujian hipotesis dengan model prediksi). Selanjutnya Jogiyanto dan Abdillah (2009) menyatakan analisis Partial Least Squares (PLS) adalah teknik statistika multivarian yang melakukan perbandingan antara variabel dependen berganda dan variabel independen berganda. PLS merupakan salah satu metode statistika SEM berbasis varian yang didesain untuk menyelesaikan regresi berganda ketika terjadi permasalahan spesifik pada data.
Terdapat beberapa alasan yang menjadi penyebab digunakan PLS dalam suatu penelitian. Dalam penelitian ini alasan-alasan tersebut yaitu: pertama, PLS (Partial Least Square) merupakan metode analisis data yang didasarkan asumsi sampel tidak harus besar, yaitu jumlah sampel kurang dari 100 bisa dilakukan analisis, dan residual distribution. Kedua, PLS (Partial Least Square) dapat digunakan untuk menganalisis teori yang masih dikatakan lemah, karena PLS (Partial Least Square) dapat digunakan untuk prediksi. Ketiga, PLS (Partial Least Square) memungkinkan algoritma dengan menggunakan analisis series ordinary least square (OLS) sehingga diperoleh efisiensi perhitungan olgaritma (Ghozali dalam Ricardo 2012). Keempat, pada pendekatan PLS, diasumsikan bahwa semua ukuran variance dapat digunakan untuk menjelaskan. Metode analisis data dalam penelitian ini terbagi menjadi dua yaitu:
31
3.5.1 Analisis Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2017).
3.5.2 Analisis Statistik Inferensial
Statistik inferensial, (statistic induktif atau statistic probabilitas), adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi (Sugiyono dalam Kalnadi 2013). Sesuai dengan hipotesis yang telah dirumuskan, maka dalam penelitian ini analisis data statistik inferensial diukur dengan menggunakan software SmartPLS (Partial Least Square) mulai dari pengukuran model (outer model), struktur model (inner model) dan pengujian hipotesis. PLS (Partial Least Square) menggunakan metoda principle component analiysis dalam model pengukuran, yaitu blok ekstraksi varian untuk melihat hubungan indikator dengan konstruk latennya dengan menghitung total varian yang terdiri atas varian umum (common variance), varian spesifik (specific variance), dan varian error (error variance). Sehingga total varian menjadi tinggi.
3.5.2.1 Pengukuran Model (Outer Model)
Outer model sering juga disebut (outer relation atau measuremen model) yang mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Blok dengan indikator refleksif dapat ditulis persamaannya sebagai berikut:
32
x =
ʌ
x ξ+ Ƹx ……….(3.1) y =ʌ
y ƞ+ Ƹy ………....(3.2)Dimana x dan y adalah indikator variabel untuk variabel laten exogen dan
endogen ξ dan ƞ, sedangkan
ʌ
x danʌ
y merupakan matrix loading yang menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten dengan indikatornya. Residual yang diukur dengan dengan dan dapat diinterpretasikan sebagai kesalahan pengukuran. Dimana x dan y adalah indikator variabel untuk variabel laten exogen dan endogen Ƹx dan Ƹy, sedangkan dan merupakan matrix loading yang menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten dengan indikatornya. Residual yang diukur dengan dengan dan dapat diinterpretasikan sebagai kesalahan pengukuran.Model pengukuran (outer model) digunakan untuk menilai validitas dan realibilitas model. Uji validitas dilakukan untuk mengetahui kemampuan instrumen penelitian mengukur apa yang seharusnya diukur (Cooper dan Schindler dalam Jogiyanto dan Abdillah 2009). Sedangkan uji reliablitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur suatu konsep atau dapat juga digunakan untuk mengukur konsistensi responden dalam menjawab item pernyataan dalam kuesioner atau instrument penelitian.
Convergent validity dari measurement model dapat dilihat dari korelasi antara skor indikator dengan skor variabelnya. Indikator dianggap valid jika memiliki nilai AVE diatas 0,5 atau memperlihatkan seluruh outer loading dimensi variabel memiliki
33
nilai loading > 0,5 sehingga dapat disimpulkan bahwa pengukuran tersebut memenuhi kriteria validitas konvergen (Chin dalam Kalnadi 2013).
Selanjutnya uji reliablitas dapat dilihat dari nilai Crombach’s alpha dan nilai composite reliability (pc). Untuk dapat dikatakan suatu item pernyataan reliabel, maka nilai Cronbach’s alpha harus >0,6 dan nilai composite reliability harus >0,7.
3.5.2.2 Evaluasi Model Struktural (Inner Model)
Model struktural (inner model) merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten. Melalui proses bootstrapping, parameter uji T-statistic diperoleh untuk memprediksi adanya hubungan kausalitas. Model struktural (inner model) dievaluasi dengan melihat persentase varian yang dijelaskan oleh nilai R2 untuk variabel dependen dengan menggunakan ukuran Stone-Geisser Q-square test (Stone, 1974; Geisser, 1975 dalam Kalnadi 2013) dan juga melihat besarnya koefisien jalur strukturalnya. Model persamaannya dapat ditulis
seperti dibawah ini.
ƞ = ß0 + ßƞ+ Гξ + Շح ………(3.3)
Dimana menggambarkan vector endogen (dependen) variabel laten, adalah vector variabel exogen (independent), dan adalah vector variabel residual. Oleh karena PLS didesain untuk model recursive, maka hubungan antar variabel laten, setiap variable laten dependen, atau sering disebut causal system dari variabel laten dapat dispesifikasikan sebagai berikut
34
Dimana dan adalah koefisien jalur yang menghubungkan predictor endogen dan variabel laten exogen dan sepanjang range indeks dan, dan adalah inner residual variabel. Jika hasil menghasilkan nilai R2 lebih besar dari 0,2 maka dapat diinterpretasikan bahwa prediktor laten memiliki pengaruh besar pada level struktural (Predictive Relevance).
R-square model PLS dapat dievaluasi dengan melihat Q-square predictive relevance untuk model variabel. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square lebih besar dari 0 (nol) memperlihatkan bahwa model mempunyai nilai predictive relvance, sedangkan nilai Q-square kurang dari 0 (nol) memperlihatkan bahwa model kurang memiliki predictive relevance. Namun, jika hasil perhitungan memperlihatkan nilai Q square lebih dari 0 (nol), maka model layak dikatakan memiliki nilai prediktif yang relevan, dengan rumus sebagai berikut :
Q2=1-(1-R12) (1-R22) (1-Rp2)……….(3.7) 3.5.2.3 Model Analisis Persamaan Struktural
Model analisis struktural yang dibangun dalam penelitian ini dapat dilihat pada gambar berikut:
35
Gambar 3.1 Model Analisis Persamaan Struktural Pertama 3.5.2.4 Pengujian Hipotesis
Menurut Jogiyanto dan Abdillah (2009) menjelaskan bahwa ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai t-table dan t-statistic. Jika t statistic lebih tinggi dibandingkan nilai t-table, berarti hipotesis terdukung atau diterima, dalam penelitian ini untuk tingkat keyakinan 95 persen (alpha 95 persen). Analisis PLS (Partial Least Square) yang digunakan dalam penelitian ini dilakukan dengan menggunakan program SmartPLS versi 3.7 yang dijalankan dengan media komputer. Kriteria pengambilan keputusan dengan tingkat signifkansi 5%, hipotesis diterima atau ditolak adalah sebagai berikut:
Ho diterima bila : t tabel ≤ t hitung Ho ditolak bila : t hitung > t tabel
36
3.6 Skala pengukuran
Untuk mengukur variabel penelitian yang telah ditetapkan, Digunakan skala pengukuran. Skala pengukuran dipakai untuk mengukur pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Dalam penelitian telah ditetapkan secara spesifik oleh peneliti dan selanjutnya disebut sebagai variabel penelitian.
Dengan skala 1-5 maka varibel yang akan diteliti dan dijabarkan menjadi indikator variabel. Kemudian indikator itu menjadi titik tolak untuk menyusun item-item instrumen yang memakai skala Likert pengukuran dan mempunyai gradasi dari sangat negatif sampai sangat positif yang dapat berupa kata sebagai berikut :
STS = sangat tidak setuju, dengan nilai 1 TS = tidak setuju, dengan nilai 2
CS = cukup setuju, dengan nilai 3 S = setuju, dengan nilai 4 SS = sangat setuju, dengan nilai 5
Setelah data kualitatif didapatkan, Selanjutnya menganalisis data kuantitatif. Analisis kuantitatif menekankan pada pengujian teori-teori melalui pengukuran variabel-variabel penelitian dengan angka dan melakukan analisis data dengan prosedur statistik.
