3. METODOLOGI PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang digunakan adalah bersifat kuantitatif. Penelitian kuantitatif menurut Asmadi Alsa (2004, 13) adalah “penelitian yang bekerja dengan angka, yang datanya berwujud bilangan (skor atau nilai, peringkat atau frekuensi) yang dianalisa dengan menggunakan statistik untuk menjawab pertanyaan atau hipotesis penelitian yang sifatnya spesifik dan untuk melakukan prediksi bahwa suatu variable tertentu mempengaruhi variable yang lain”.
Jenis penelitian ini adalah penelitian kausal atau causal research. Menurut malhotra (2005, p.100), “Riset kausal adalah satu jenis konklusif yang tujuan utamanya adalah mendapatkan bukti mengenai hubungan sebab-akibat (hubungan kausal).” Dapat disimpulkan bahwa penelitian kausal merupakan penelitian yang bertujuan mencari hubungan sebab-akibat untuk menentukan apakah satu atau lebih variable memiliki pengaruh terhadap perubahan variable lainnya. Dalam penelitian ini pengaruh dimensi service quality meliputi Tangible, reliability, assurance, responsiveness, dan empathy.
3.2 Populasi dan Sample 3.2.1 Populasi Penelitian
Menurut Cooper Emory (1996, p.214), “populasi adalah seluruh kumpulan elemen yang dapat kita gunakan untuk membuat kesimpulan”. Populasi dalam penelitian ini adalah seluruh konsumen di Sushi Tei Ciputra World Surabaya.
3.2.2 Sampel
Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut (malhotra 2008, p.116). Teknis pengambilan sampel dalam penelitian ini adalah menggunakan 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 sampel yang digunakan dalam penelitian ini adalah metode purposive sampling, yaitu teknik pengambilan sampel dengan pertimbangan tertentu (Sugiyono, 2014). Peneliti melakukan penelitian untuk memilih anggota populasi yang merupakan pelanggan Sushi Tei yang memiliki kriteria, seperti pelanggan pernah bertransaksi dalam enam bulan terakhir di restoran Sushi Tei Ciputra World Surabaya.
Penentuan ukuran sampel adalah menentukan jumlah sampel yang akan digunakan dalam penelitian sedemikian rupa sehingga dapat mewakili populasinya.
Dalam menentukan jumlah minimum sampel, penulis menggunakan rumusan Slovin, yaitu:
n = n = = 80
Dimana :
n: jumlah sampel N: jumlah populasi
e: batas toleransi kesalahan (error tolerance), nilai presisi 90% atau signifikasi 0.1 Untuk menggunakan rumus ini, pertama ditentukan berapa batas toleransi kesalahan. Batas toleransi kesalahan ini dinyatakan dengan persentase. Sampel minimum untuk penelitian deskriptif adalah 80 responden. Oleh karena itu, peneliti akan mengambil sebanyak 100 responden. Kuisioner yang akan disebarkan menggunakan hardcopy 100%
3.3 Metode Pengumpulan Data
Proses pengambilan data dilakukan melalui penyebaran kuisioner. Menurut Hasan (2004) kuisioner adalah cara pengumpulan data dengan menggunakan daftar pertanyaan (angket) atau daftar isian terhadap obyek yang diteliti (populasi atau sampel). Sedangkan menurut Supriyanto (2009) kuisioner merupakan rangkaian pertanyaan yang disusun untuk menjaring data informasi mengenai suatu hal yang
diperlukan dalam penelitian agar pertanyaan-pertanyaan itu menjadi mudah dimengerti dan dijawab oleh responden diperlukan bentuk atau format tertentu yang jelas.
3.4 Skala Pengukuran
Format kuisioner dibagi menjadi dua bagian, yaitu bagian (A) yang bersifat umum dan berkaitan dengan data pribadi responden, sedangkn bagian (B) merupakan pernyataan-pernyataan mengenai kualitas layanan, kepuasan dan minat pembelian kembali yang diukur dengan menggunakan skala likert. Cara pengisian kuisioner dengan skala likert menurut Jogiyanto (2008) adalah responden diminta untuk member pendapat tentang serangkaian pernyataan yang berkaitan dengan obyek yang sedang diteliti dalam bentuk nilai yang berada diujung sebelah kiri (dengan angka rendah) menggambarkan suatu jawaban yang negatif, sedangkan ujung kanan (dengan angka besar) menggambarkan yang positif.
Keterangan :
1 = Sangat Tidak Setuju (STS) 2 = Tidak Setuju (TS)
3 = Netral (N) 4 = Setuju (S)
5 = Sangat Setuju (SS)
3.5 Definisi Operasional Variabel
Dalam penelitian ini batasan operasional yang digunakan sebagai berikut:
A. Variabel independen
Variable independen (X) merupakan variable yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variable terikat (Sugiyono, 2004).
Dalam penelitian ini Service quality yang menjadi variable independen. Menurut Tjiptono (2002, p.59) menyatakan bahwa service quality adalah pemenuhan kebutuhan dan keinginan pelanggan serta ketepatan penyampaiannya untuk mengimbangi harapan pelanggan”. Dimensi dari service quality tersebut adalah:
Tangible (X1), Reability (X2), Responsiveness (X3), Assurance (X4), dan Empathy (X5).
X1 Tangibles adalah penampilan fisik, fasilitas yang diberikan dari restoran Sushi Tei Ciputra World
X1.1 Kebersihan peralatan makanan yang disediakan.
X1.2 Kelengkapan peralatan di meja makan(tusuk gigi, tissue, sauce).
X1.3 Desain exterior dari restoran yang menarik
X1.4 Desain interior dari restoran yang membuat nyaman X1.5 Kerapian penampilan para karyawan.
X2 Reability adalah kemampuan karyawan untuk melaksanakan layanan yang dijanjikan secara akurat dan terpercaya kepada pelanggan restoran
X2.1 Produk yang disajikan sesuai dengan pesanan.
X2.2 Penyajian makanan masih dalam kedaan hangat.
X2.3 Kesesuaian waktu pelayanan dengan yang dijanjikan.
X2.4 Produk makanan yang disajikan terjamin kualitasnya
X3 Responsiveness adalah kemampuan karyawan untuk membantu dan memberikan jasa dengan cepat kepada pelanggan restoran
X3.1 Kesediaan karyawan dalam membantu pelanggan yang kesulitan X3.2 Karyawan restoran mampu merespon permintaan pelanggan dengan cepat.
X4 Assurance Merupakan kesopanan dan pengetahuan pelayan, juga kemampuan mereka untuk menimbulkan kepercayaan dan keyakinan pada pihak restoran
X4.1 Karyawan menguasai menu restoran dengan baik.
X4.2 Karyawan dapat menjawab pertanyaan dan berkomunikasi dengan baik kepada pelanggan.
X5 Empathy adalah kepedulian dan perhatian secara pribadi kepada pelanggan Sushi Tei Ciputra World
X5.1 Karyawan mau mendengarkan dan memperhatikan keluhan
pelanggan.
X5.2 karyawan restoran dapat memahami kebutuhan spesifik para pelanggan.
B. Variabel intervening
Variable intervening (Y) yaitu variable yang dipengaruhi oleh variable independen dan dapat pula mempengaruhi variable dependent. Kepuasan pelanggan merupakan variable intervening. Kepuasan dalam penelitian ini diukur melalui beberapa indikator yang meliputi:
1. Satisfaction as fulfillment. Fulfillment merupakan pemenuhan kebutuhan pelanggan dalam mencapai suatu kepuasan.
Y.1. Produk yang di tawarkan mampu memenuhi keinginan saya 2. Satisfaction as pleasure. Pleasure menunjukan hubungan yang positif antara Sushi Tei Ciputra World dengan pelanggan.
Y.2. Saya merasa siatuasi yang menyenankan selama berada di Sushi tei.
3. Satisfaction as ambivalence. Ambivalance merupakan perasaan unik yang dirasakan pelanggan saat bertransaksi dengan Sushi Tei Ciputra World.
Y.3. Saya memahami pelayan yang lambat saat di sushi tei sebagai konsekuensi saat restoran penuh
C. Variabel dependent
Variable dependent (Z) adalah variable yang dipengaruhi oleh variable lain, seperti independent dan intervening. Minat beli ulang merupakan variable dependent pada penelitian ini. Minat beli ulang diukur melalui beberapa indikator, seperti :
1. Interest 2. Pleasure value 3. Sign value 4. Risk probability 5. Risk
Z.1 Konsumen tertarik dengan varian produk-produk yang ditawarkan di Sushi Tei Ciputra World Surabaya
Z.2 Konsumen merasa senang ketika melakukan transaksi dengan Sushi Tei Ciputra World
Z.3 Mengkonsumsi produk dari Sushi Tei mampu memberikan nilai prestis kepada konsumen
Z.4 Konsumen mengalami kesalahan dalam memilih produk yang mereka inginkan
Z.5 Konsumen memaklumi kesalahan dan resiko pembelian / pemilihan produk yang tidak sesuai harapan.
3.6 Teknik Analisis Data
penelitian menggunakan structural equation modeling (SEM) berbasis partial least square (PLS) untuk menjawab rumusan masalah. Partial least square (PLS) pertama kali digunakan untuk metode umum dalam mengestimasi path model yang menggunakan konstrul laten dan multiple indikator didalamnya. Partial least square (PLS) untuk menguji suatu teori yang lemah dan masalah pada asumsi normalitas distribusi data (Jogiyanto, 2008). Beberapa langkah yang harus dilakukan dalam menggunakan partial least square (PLS) ini adalah merancang inner model, merancang outer model, mengkontruksi diagam jalur, mengkontruksi diagram jalur ke sistem persamaan, estimasi (koefisien jalur, loading, dan weight), evaluasi Goodnes-of-fit, dan pengujian hipotesis (Kurnia, 2011).
3.6.1 Analisa Statistik 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 umum atau generalisasi. Dalam statistik deskriptif , dapat dilakukan untuk mencari kuatnya hubungan variable melalui analisa korelasi, melakukan prediksi dengan analisa regresi, dan membuat perbandingan dengan membandingkan rata-rata (mean), varians dan standar deviasi dari data sampel atau populasi (Sugiyono, 2014)
3.6.2 Goodness-of-fit outer model
Dengan goodness-of-fit outer model, dapat diketahui validitas dan reliabilitas instrument. Apabila apa yang diinginkan dalam sebuah penelitian dan dapat diungkapkan data dari variable yang diteliti secara cepat, berarti instrument tersebut dikatakan valid. Kecermatan dan ketelitian adalah kedua prinsip validitas yang tidak dapat dipisahkan. Uji validitas harus dilakukan supaya dapat diketahui apakan instrument dalam penelitian tersebut valid atau tidak. Valid atau tidaknya sebuah penelitian dilihat dari nilai koefisien korelasi antara skor item dan skor totalnya pada taraf signifakansi yang dipilih. Pengujian validasi pada partial least square (PLS) dilakukan dengan goodness-of-it outer model. Model tersebut dievaluasi menggunakan convergent validity dan discriminant validity dari indikatornya, serta dievaluasi menggunakan composite reliability untuk blok indikatornya (Kurnia, 2011)
3.6.2.1 Convergent Validity
Convergent validity merupakan sebuah pengukuran yang digunakan untuk mengukur antara skor indikator dengan variable laten atau variable yang tidak bisa diukur, misalnya: kualitas layanan, kepuasan pelanggan dan minat beli ulang.dalam penelitian ini, loading factor yang digunakan adalah 0,5 sampai dengan 0,6 dianggap cukup pada penelitian tahap awal ini (Kurnia, 2011)
3.6.2.2 Discriminant validity
Discriminant validity merupakan pengukuran indikator dengan variable latennya. Dibandingkan antara nilai dari square root average variance extracted (akar AVE) setiap konstruk dengan kolerasi antar konstrul untuk mengukur discriminant validity tersebut terhadap konstruk lainnya dalam model. Apabila dalam penelitian ini dilakukan perhitungan kemudian nilai akar AVE suatu konstruk lebih besar dibandingkan dengan nilai kolerasi terhadap konstruk lainnya dalam model, maka dapat disimpulkan konstruk tersebut memiliki nilai discriminant validity yang baik, dan sebaliknya. Lebih baik nilai pengukuran AVE harus lebih besar dari 0,5 (Kurnia, 2011).
3.6.2.3 Composite reliability
Composite reliability menunjukan derajat yang mengidinkasikan common latent (unobserved), sehingga dapat menunjukan indikator blok yang mengukur konsistensi internal dari indikator pembentuk konstruk. Nilai batas yang diteriman untuk tingkat Composite reliability adalah 0,7, walaupun bukan merupkan standar absolute (Kurnia, 2011).
3.6.3 Goodness-of-fit Inner Model
Inner model (inner relation, structural model dan substantive theory) menggambarkan hubungan antara variable laten berdasarkan pada teori substantive.
Model structural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-Geisser Q-square test untuk predictive relevance untuk uji t serta signifikansi dari koefisien parameter jalur structural. Stone-Geisser Q-square test untuk model structural, mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0 menunjukan model meiliki predictive relevance; sebalikna jika Q-square ≤ 0 menunjukan model kurang memiliki predictive relevance. Uji t merupakan pengujian hipotesis. Bilamana diperoleh p-value ≤ 0,05 (alpha 5%), maka disimpulkan signifikan, dan sebaliknya.
Bilamana hasil pengujian hipotesis pada outer model signifikan, hal ini menunjukan bahwa indikator dipandang dapat digunakan sebagai instrument pengukur variable laten. Sedangkan bilamana hasil pengujian pada inner model adalah signifikan, maka dapay diartikan bahwa terdapat pengaruh yang bermaksa variable laten terhadap variable laten lainnya (Kurnia, 2011).
Dalam menilai model dengan partial least square (PLS) dimulai dengan melihat R-square untuk setiap variable laten dependen. Interpretasinya sama dengan interpretasi pada regresi perubahan nilai R-square dapat digunakan untuk menilai pengaruh variable laten independen tertentu terhadap variable laten dependen apakan mempunyai pengaruh yang substantive (Ghozali, 2006). Di samping melihat R- square,model partial least square (PLS) juga dievaluasi dengan melihat Q-square prediktif relevansi untuk model konstruktif. Q-square mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya.
3.6.4 Analisa Partial Least Square (PLS)
PLS merupakan metode analisis yang handal karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi. Pengolahan data ini dibantu dengan program aplikasi software smart partial least square (PLS).
Pada PLS, penduga bobot (weight estimate) untuk menghasilkan skor variable laten dari indikatornya dispeksifikasikan dalam outer model, sedangkan inner model adalah model structural yang menghubungkan antar variable laten.
Pendugaan parameter di dalam PLS meliputi 3 hal, yaitu:
1. Weight estimate yang digunakan untuk menciptakan skor variabel laten.
2. Estimasi jalur (path estimate) yang menghubungkan antar variabel laten dan estimasi loading antara variabel laten dengan indikatornya.
3. Mean dan lokasi parameter (nilai konstanta regresi, intersep) untuk indikator dan variabel laten.
Untuk memperoleh ketiga estimasi ini, PLS menggunakan iterasi tiga tahap dan setiap iterasi menghasilkan estimasi. Tahap pertama menghasilkan penduga bobot (weight estimate). Tahap kedua menghasilkan estimasi untuk inner model dan outer model. Tahap terakhir menghasilkan estimasi mean dengan lokasi (konstanta). Pada dua tahap pertama, proses iterasi dilakukan dengan pendekatan deviasi (penyimpangan) dari nilai mean (rata-rata). Pada tahap ketiga, estimasi bisa didasarkan pada matriks data asli ataupun hasil penduga bobot dan koefisien jalur pada tahap kedua. Tujuannya untuk menghitung mean dan lokasi parameter.
Goodness of fit model diukur dengan menggunakan R-square (R2) variabel laten dependen dengan penjabaran yang sama dengan regresi; Q-square predictive relevance untuk model stuktural, mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 > 0 menunjukan model memiliki predictive relevance, sebaliknya jika nilai Q2 < 0, menunjukkan model kurang memiliki predictive relevance. Perhitungan Q-square dilakukan dengan
rumus:
Q2 = 1 – ( 1 – R12) ( 1 – R22) ... ( 1- Rp2)
dimana R1 2 , R22 ... Rp2 adalah R-square variabel endogen dalam model persamaan.Besaran Q2 memiliki nilai dengan rentang 0 < Q2 < 1, dimana semakin mendekati 1berarti model semakin baik. Beasaran Q2 ini setara dengan koefisien determinasi total Rm2 pada analisis jalur (path analysis).
