BAB III METHODOLOGI PENELITIAN

(1)

76 Universitas Multimedia Nusantara

BAB III

METHODOLOGI PENELITIAN

3.1. Paradigma Penelitian 3.1.1 Jenis Penelitian

Penelitian yang dikerjakan adalah jenis penelitian di lapangan, merupakan jenis penelitian yang secara direct dikerjakan ke lapangan. Yang dilakukkan oleh penelitian ini melakukan penggalian data dengan sumber dari obyek dari penelitian yaitu Divisi Marketing Universitas Multimedia Nusantara yang sudah melakukan implementasi CRM. Sesuai dengan tujuannya, maka Penelitian yang dikerjakan ini memiliki tujuan untuk mendapat tahu Faktor-Faktor yang Mempengaruhi Kinerja CRM Dengan Menggunakan Leadership Sebagai Moderating Variable di UMN untuk kemudian mendapatkan hasil Evaluasi dari Kinerja CRM.

3.1.2. Sifat penelitian

Dalam penelitian ini mempunyai sifat deskriptif analisis yaitu penelitian yang bertujuan memberikan gambaran yang lebih jelas cara melakukan Evaluasi dengan menggunakan Faktor-Faktor yang Mempengaruhi Kinerja CRM Dengan Menggunakan Leadership Sebagai Moderating Variable di UMN.

Menggunakan dasar paradigma yang digunakan, penulis memperguunakan salah sebuah dari 3 pengamatan yang ditawarkan Creswell ( Emzir . 2008: 9 ) , yaitu:

metoda kualitatif , kuantitatif , dan gabungan.

(2)

Metoda penelitian dengan melakukan penggabungan, atau lebih umum diketahui dengan istilah multimetodologi didalam operasi penelitian, adalah metoda untuk penelitian dengan melakukan gabungan analisis data kualitatifitatif dan kuantitatiftatif.

Untuk pendekatan jenis ini lebih besar berdasarkan pada pandangan pragmatik ( seperti misalnya orientasi masalah, orientasi konsekuensi, serta pluralistic ).

Metoda jenis gabungan ini dapat dilakukan dengan dua cara:

- Metoda gabungan ( mixed-method-research ) dan - Model gabungan ( mixed-model- research).

Peneliti didalam metoda gabungan mengggunakan pendekatan kualitatif pada 1 tahap dan pendekatan kuantitatif pada tahap yang lainnya, demikian juga vice versa.

Misalnya, satu orang peneliti melakukan strategi kuantitatif dan kemudian setelah itu mengadakan interview kepada responden tentang pandangan serta pendapat mereka mengenai topik tersebut serta mencari informasi apakah hasilnya sesuai dengan pandangan mereka atau tidak.

Dengan strategi penelitian metoda gabungan, penulis melakukan perpaduan pendekatan kuantitatiftatif dan pendekatan kualitatiftatif dalam 1 atau 2 tahap yang bersamaan. Misalnya, peneliti melakukan survei dan mempergunakan : Kuesioner yang berisi pertanyaan tertutup berisi jawaban pilihan ganda ( pendekatan kuantitatiftatif ) dan beberapa menggunakan pertanyaan yang terbuka ( pendekatan kualitatiftatif ).

(3)

Kemudian misalnya yang lain, peneliti pertama tama mengumpulkan data jenis kualitatiftatif yang kemudian selanjutnya dirubah menjadi data berjenis kuantitatiftatif.

Untuk penelitian ini, yang dipergunakan adalah metoda gabungan dimana peneliti mempergunakan metoda kualitatiftatif pada tahapan awal dan metoda kuantatif pada tahapan berikutnya.

Kemudian setelah mendapat hasil penelitian akan dilakukan strategi kualitatiftatif sekali lagi untuk memberikan saran ke manajemen atau perusahaan dari kesimpulan penelitian untuk dapat diterapkan pada implementasi CRM selanjutnya untuk menghasilkan Kinerja CRM yang baik dan berhasil.

Pendekatan kualitatiftatif tahap pertama dilakukan dengan cara menggali informasi dengan narasumber terkait dugaan yang terjadi pada implementasi CRM serta faktor yang bisa mempengaruhi kinerja CRM untuk nantinya dari hasil penelitian dapat dilanjutkan pendekatan kualitatiftatif tahap kedua untuk memberikan saran implikasi manajerial yang akan dilaksanakan sesuai dengan hasil olah penelitian dan analisa data hasil penelitian. Untuk ini dilakukan dengan cara FGD dan Wawancara

Kemudian untuk berikutnya dilakukan dengan cara mempergunakan pendekatan kuantitatif yaitu metoda pendekatan penelitian yang menggunakan landasan filsafat positifisme, dipergunakan dalam melakukan penelitian kepada populasi atau

(4)

sampel yang telah ditentukan, data dikumpulkan mempergunakan instrumen- instrumen2 penelitian, analisa data berjenis kuantitatif mempunyai tujuan untuk melakukan uji hipotesa yang juga telah di tetapkan sebelum nya. Pendekatan ini digunakan untuk lebih melakukan uji secara kuantitatiftatif dari hasil dugaan yang didapatkan dari FGD dan Wawancara.

3.1.2.1 Hasil FGD

1. CRM dilakukan di UMN untuk membantu marketing mendapatkan mahasiswa baru

2. Kinerja CRM di pengaruhi oleh Data dan Informasi, cara mendapat dan mengolahnya

3. CRM berhasil atau gagal ditentukan oleh konsep awal atau bagaimana proses penggunaan CRM di perusahaan masing-masing

4. CRM penting sekali bisa terkoneksi dengan software luar untuk berinteraksi dengan calon mahasiswa, dalam hal ini Teknologi yang digunakan di CRM menungkinan untuk terkoneksi dengan email, WA, sms, dan klusterisasi Journey calon mahasiswa

5. Perlu satu key person (leadership) yang benar-benar tahu CRM mau ditujukan untuk apa, konsep seperti apa dan bagaimana supaya konsep tersebut diterapkan terus menerus

6. CRM juga banyak kegagalan implementasi, Sukses rate penentunya adalah user adoption, bisa digunakan terus menerus dan membantu perushaan mencapai tujuannya, perlu ada yang menjaga (leadership)

(5)

Peserta FGD : 1. Arief S (peneliti)

2. Dr.Ir. Y Budi Susanto, M.M.

3. Dr. Ir. P. M. Winarno, M.Kom 4. Dr. Yohanes Jimmy, MM.

5. Johan Setiawan, S.Kom., MM.

6. Bpk Elin Tjai (Microsoft CRM Consultant) 7. Bpk Halim (Sistem Integrator, pengguna CRM)

3.2. Obyek Penelitian

Obyek Penelitan untuk penelitian yang dilakukan adalah Divisi Marketing Universitas Multimedia Nusantara. UMN adalah instistusi pendidikan atau universitas yang merupakan bagian dari Kompas Gramedia Group.

Universitas Multimedia Nusantara didirikan dan mulai untuk melakukan penerimaan mahasiswa angkatan tingkat pertama pada tahun 2007. Dalam perjalananya saat ini UMN mempunyai 8.000 mahasiswa aktif.

Secara Bisnis, meskipun UMN adalah institusi Pendidikan atau Universitas, UMN tetap mempunyai siklus Proses Bisnis yang dijalankan. Siklus Proses Bisnis UMN:

1. Proses Penerimaan Calon Mahasiswa Baru

2. Pendapatan dari Uang Pangkal dan Uang Semester 1

(6)

3. Pengeluaran untuk Biaya Marketing dan Operational UMN secara perusahaan ada karyawan, dosen dan biaya operational yang lain

4. Calon Mahasiswa Baru kemudian menjadi Mahasiswa dan menjalai perkuliahan

5. Pendapatan dari Uang Semester

6. Pengeluaran untuk Biaya Operational Akademis dan Investasi dalam pengembangan fisik, fasilitas, kelas, listrik , penambahan jumlah pengajar dan hal yang lain secara rutin mendukung akademis

7. Perjalanan 1 mahasiswa sampai 4 -5 tahun kemudian Wisuda 8. Setiap tahun kembali ke Proses untuk menerima Camaba

Dalam hal penerimaan Calon kandidat Mahasiswa Baru di UMN, divisi yang langsung terkait adalah Divisi Marketing. Untuk penerimaan Calon Mahasiswa Baru Divisi Marketing mempunyai interaksi dengan Pelanggan langsung yaitu Calon Mahasiswa itu sendiri yaitu siswa SMA atau sederajat kelas XII. Pelanggan yang tidak langsung pertama adalah orang tua Calon Mahasiswa Baru yang biasanya dalam posisi membiayai Calon Mahasiswa Baru, Pelanggan tidak langsung kedua adalah Sekolah dimana Calon Mahasiswa Baru menempuh pendidikan SMA/sederajat.

Divisi yang berhubungan langsung dengan semua pelanggan tersebut adalah Divisi Marketing UMN. Dengan semakin berkembangnya UMN terutama dalam jumlah mahasiswa, hubungan dengan pelanggan yang bertambah banyak ini memerlukan system manajemen yang baik. Hubungan dengan pelanggan ini perlu dijaga supaya

(7)

tetap dapat memberikan timbal balik yang baik dan bermanfaat jangka panjang untuk perusahaan yaitu UMN itu sendiri.

Menurut yang disampaikan (Buttle, 2004), CRM merupakan suatu bisnis strategi yang melakukan perpaduan fungsi internal dan proses perusahaan, jaringan eksternal perusahaan untuk dapat membuat dan memberikan nilai perusahaan kepada pelanggan untuk pada akhirnya memperoleh keuntungan. Atau dapat mengatakan bahwa CRM adalah suatu bisnis strategi yang memadukan semua fungsi internal dan eksternal dari perusahaan dengan maksud membuat lebih tahan hubungan jangka panjang dengan pelanggan yang pada akhirnya meningkatkan penambahan nilai bagi pelanggan dan perusahaan.

Untuk tujuan inilah maka CRM di implementasikan di UMN khususnya di Divisi Marketing Universitas Multimedia Nusantara. Dalam perjalanan implementasi CRM di Divisi Marketing Universitas Multimedia Nusantara perlu di cari tahu Faktor-Faktor yang Mempengaruhi Kinerja CRM Dengan Menggunakan Leadership Sebagai Moderating Variable di UMN.

3.3. Populasi dan Sampel 3.3.1. Populasi

Populasi adalah berupa sekumpulan menyeluruh dari kesemua elemen2 yang se- jenis tapi masih dapat di bedakan 1 dengan lainnya. Ini per-bedaan dapat muncul karena tiap karakteristik mempunyai nilai yang berbeda-beda.

Populasi didalam penelitian ini adalah pengguna CRM untuk kepentingan Marketing dalam Divisi Marketing Universitas Multimedia Nusantara.

(8)

Populasi dari penelitan ini adalah staff Divisi Marketing Universitas Multimedia Nusantara yang memang menggunakan CRM yang dalam tugas pekerjaan di Marketing Universitas Multimedia Nusantara dan mahasiswa yang memang memiliki tugas membantu marketing yang tergabung dalam team Kampus Visit UMN dan juga menggunakan CRM dalam tugasnya, total sebanyak 59 responden.

3.3.2. Sampel

Teknik Mengambil Sampel – Sampel merupakan sedikit porsi dari populasi penelitian yang memang dipergunakan untuk melakukan perkiraan result dari penelitian tertentu. Untuk teknik pengambilan sampling adalah salah satu bagian dari methodologi statistik yang memang berkaitan dengan berbagai jenis teknik untuk mengambil sampel.

Pengertian metoda untuk melakukan mengambil sampel menurut tafsir dari sejumlah ahli. Untuk jenis- jenis yang termasuk di antaranya adalah seperti dibawah ini :

 Teknik sampling merupakan suatu teknik untuk melakukan mengambil sample (Sugiyono, 2001: 56).

 Teknik sampling merupakan cara untuk melakukan penentuan sample dengan jumlah yang disesuaikan dengan pengukuran dari sampel yang pada akhirnya akan menjadi sumber dari data yang benar, perlu untuk memberi perhatian sifat- sifat serta persebaran dari populasi supaya sampel yang diperoleh adalah cukup re-presentatif. (Margono, 2004)

(9)

Tujuan dari Pengambilan Sampel :

 Bila terjadi jumlah populasi yang mungkin terlalu banyak jumlahnya atau diketahui jangkauan untuk populasi terlalu melebar sehingga akan terjadi kesulitan untuk melakukan mengambil data dari keseluruhan populasi.

 Adanya waktu yang terbatas , tenaga, dan biaya.

 Terdapatnya dugaan bahwa semua populasi memiliki keseragaman jadi cukup dapat untuk terwakili oleh sampel.

Langkah-Langkah untuk Pengambilan Sample adalah :

 Melakukan definisi dari populasi yang menjadi tujuan pengamatan

 Melakuan penentuan kerangka dari sampel serta alternative dari semua kumpulan peristiwa yang memungkinkan

 Melakukan penentuan pemilihan teknik dan atau cara melakukan sampling yang sesuai sasaran

 Sampel diambil dengan cara mengumpulkan data

 Pemeriksaan ulang perlu dilakukan dalam proses melakukan sampling

Cara Pengambilan Sampel mempunyai banyak alternative sesuai dengan jenis pendekatan penelitian yang kemudian akan dijalani. Pada inti dasarnya, metoda untuk pengambilan sampel dapat dibagi menjadi 2 jenis besar seperti berikut :

(10)

A. Probability Sampling ( Random Sample ) 1. Mengambil Sample secara AcakSederhana

( Simple-Random-Sampling )

2. Mengambil Sample secara AcakSistematis ( Systematic-Random-Sampling )

3. Mengambil Sample secara AcakBerstrata ( Stratified-Random-Sampling )

4. Mengambil Sample secara AcakBerdasarArea ( Cluster-Random-Sampling )

5. Mengambil Sample secara AcakBertingkat ( Multi-Stage-Sampling )

B. NonProbability Sampling ( NonRandomSample ) 1. Purposive Sampling

Purposive Sampling adalah teknik sampling yang paling sering dipergunakan.

Metode ini menggunakan kriteria yang telah ditentukan oleh peneliti dalam pemilihan sampel. Kriteria pemilihan sampel ada dua macan yaitu kriteria inklusi dan eksklusi.

Kriteria inklusi adalah merupakan kriteria sampel yang ingin didapatkan peneliti dengan berdasarkan tujuan penelitian.

Sedangkan kriteria eksklusi adalah merupakan kriteria yang secara khusus memerlukan pengeluaran calon responden yang ternyata sudah memenuhi kriteria inklusi. Misalnya, calon responden mengalami penyakit penyerta atau gangguan psikologis yang dapat memengaruhi hasil penelitian.

(11)

2. Snowball Sampling

Snowball Sampling adalah suatu teknik mengambil sampel berdasarkan wawancara atau korespondensi. Metode ini melakukan permintaan informasi dari sampel pertama untuk menghasilkan sampel berikutnya, demikian secara terus menerus hingga dapat memenuhi seluruh kebutuhan sampel penelitian.

Metode pengambilan sampel Snowball atau Bola salju ini sangat cocok untuk penelitian terhadap hal-hal yang sensitif dan sangat memerlukan privasi tingkat tinggi, misalnya penelitian tentang kaum waria, penderita HIV, dan kelompok khusus lainnya.

3. Accidental Sampling

Pada metode penentuan sampel tanpa disengaja ini, peneliti melakukan pengambilan sampel yang kebetulan ditemuinya pada tertentu. Penelitian ini tepat untuk melakukan penelitian pada jenis kasus penyakit langka yang sulit untuk mendapatkan sampel.

Contoh penggunaan metode ini, penelitian penyakit Steven Johnson Syndrom yaitu penyakit yang dapat merusak seluruh lapisan mukosa atau lapisan tubuh akibat reaksi tubuh terhadap antibiotik.

4. Quota Sampling

Tehnik pengambilan sampling ini mengambil jumlah sampel sebanyak jumlah tertentu yang di tentukan oleh peneliti. Metoda ini memiliki kelebihan praktis karena sampel penelitian sebelumnya sudah diketahui, sedangkan kekurangannya yaitu tingginya bias penelitian saat menggunakan metode ini.

(12)

Cara pengambilan sampel dengan cara ini biasanya digunakan pada penelitian yang memiliki jumlah sampel terbatas. Misalnya, penelitian pada pasien lupus atau penderita penyakit tertentu. Dalam suatu area terdapat 10 penderita lupus, maka populasi tersebut dijadikan sampel secara keseluruhan, inilah yang disebut sebagai Total Quota Sampling.

5. Teknik Sampel Jenuh (sensus)

Teknik Sampling Jenuh adalah cara penentuan sampel yang menjadikan semua anggota populasi sebagai sampel.

Didalam penelitian yang dilakukan ini Teknik melakukan Sampling yang di pergunakan berupa Teknik Sampel Jenuh (sensus) dimana seluruh anggota Populasi yang menggunakan CRM di Divisi Marketing Universitas Multimedia Nusantara yaitu Staff Marketing UMN dan Mahasiswa Team Kampus Visit yang menggunakan CRM untuk membantu tugas Marketing total sebanyak 39 orang, semua menjadi Sampel.

(13)

3.4. Operasional Variabel

3.1 Tabel Operasional Variabel

Operational Variabel Independen

No Variabel Definisi Indikator Scale Referensi

Kemudahan mengambil satu data tertentu Interval 1--5 Judith W Kincaid 2002

Kemudahan mengambil data berdasarkan atribute

yang ditentukan Interval 1--5 Judith W Kincaid 2002

Kemudahan mengambil satu informasi yang

ditentukan Interval 1--5 Judith W Kincaid 2002

Kemudahan mengambil lebih dari satu informasi

dari Calon Mahasiswa yang sudah ditentukan Interval 1--5 Kontribusi Peneliti

Kemudahan mengambil lebih dari satu informasi dan lebh dari satu variasi dari Calon Mahasiswa yang sudah ditentukan

Interval 1--5 Kontribusi Peneliti

Mempermudah proses marketing sebelum proses

pendaftaran (pre pendaftaran) Interval 1--5 Kontribusi Peneliti

Mempermudah proses marketing untuk mengidentifikasi target market yang berbeda sebelum proses pendaftaran (pre pendaftaran)

Membantu proses follow up Interval 1--5Judith W Kincaid 2002, Lukas, 2001

Membantu proses follow up di tiap segmen

funneling Interval 1--5 Kontribusi Peneliti

Membantu proses follow up dengan variasi lebih

dari satu segmen funneling Interval 1--5 Kontribusi Peneliti

Pengolahan data dan informasi Interval 1--5Judith W Kincaid 2002, Lukas, 2001

Dapat terhubung dengan Aplikasi luar Interval 1--5Judith W Kincaid 2002, Lukas, 2001

Dapat terhubung dengan software yang lain Interval 1--5Judith W Kincaid 2002, Lukas, 2001

Menghasilkan suatu hal yang kemudian dapat

dilanjutkan dengan menggunakan aplikasi lain Interval 1--5 Kontribusi Peneliti

Dapat melakukan variasi filter untuk untuk

kemudian di beri pesan tertentu Interval 1--5 Kontribusi Peneliti Data dan Informasi

Data adalah seluruh fakta mengenai pelanggan yang ada yang kemudian dilakukan penyimpanan dan untuk selanjutnya dapat dipergunakan lagi oleh perusahaan. Sedangkan untuk informasi adalah seluruh hal yang dapat

menjadi masukan dan gambaran tentang pelanggan itu sendiri. Data dan

Informasi yang lengkap tentang pelanggan akan menjadi syarat yang

paling utama untuk keberhasilan kinerja CRM. (Judith W Kincaid 2002) 1

Proses memang harus dilakukan supaya tercipta kesan yang baik dari pelanggan

dan setiap pelanggan dapat memperoleh kemudahan dalam hal akses dan kemudahan proses interaksi

selama pelayanan yang berhubungan dengan perusahaan. (Judith W Kincaid

2002, Lukas, 2001) Proses

2

3 Teknologi

Teknologi adalah sarana menyimpan data yang kemudian dimanfaatkan untuk dapat menyampaikan informasi

dan melakukan pengaturan informasi yang kemudikan dikirim kepada pelanggan-pelanggan. Melalui proses

memahami tersebut didapatkan indikator-indikator yang dapat membentuk faktor teknologi, yaitu

data, information, speed, optimalisation, dan efisiensi teknologi

yang dipergunakan perusahaan memberikan pelayanan yang lebih baik kepada pelanggan. (Judith W

Kincaid 2002, Lukas, 2001)

(14)

No Variabel Definisi Indikator Scale Referensi

Pengetahuan mengenai adanya penerapan CRM Interval 1--5 Kontribusi Peneliti

Pengetahuan mengenai tujuan CRM yang

diterapkan di Marketing Interval 1--5 Kontribusi Peneliti

Pengetahuan mengenai apa yang dapat

dilakukan CRM Interval 1--5Judith W Kincaid

2002, Lukas, 2001

Pengetahuan mengenai apa manfaat lebih lanjut

dari hal yang dapat dilakukan CRM Interval 1--5 Kontribusi Peneliti

Kemampuan Operasional CRM Interval 1--5Judith W Kincaid 2002, Lukas, 2001 Sumber Daya Manusia

Sumber Daya Manusia memiliki peran paling depan dalam pelaksanaan CRM dimana SDM adalah orang-orang yang melakukan operasional suatu fungsi dari CRM agar dapat diterima oleh

pelanggan.

Karyawan adalah salah satu faktor yang memiliki kontribusi yang besar terhadap keberhasilan kinerja CRM (Marchand dan Meadows, 2006).

(Judith W Kincaid 2002, Lukas, 2001) 4

Operational Variabel Moderator

No Variabel Definisi Dimensi Scale Referensi

Arahan untuk mendapatkan data sumber

informasi CRM Interval 1--5 Kontribusi Peneliti

Arahan untuk menjalankan proses system CRM Interval 1--5 Kontribusi Peneliti

Arahan untuk menjalankan proses system CRM

dengan banyak variasi Interval 1--5 Kontribusi Peneliti

Arahan untuk memanfaatkan lebih lanjut hal

yang didapatkan dari CRM Interval 1--5 Kontribusi Peneliti

Arahan untuk menggunakan CRM terus menerus Interval 1--5 Kontribusi Peneliti

5 Leadership

Verah Chianda dan Yasir Mahmood (2013) mendapatkan temuan yang menarik karena ternyata pemahaman

tentang CRM itu sendiri oleh orang yang di percaya memegang kepemimpinan dalam proyek adopsi CRM, setidaknya dalam kasus yang diteliti oleh penulis, mempengaruhi hampir setiap fase CRM, sebelum adopsi, adopsi, implementasi dan fase

pasca implementasi.

Lebih lanjut dimuat dalam artikel berjudul “Kepemimpinan Bisa Pengaruhi Kualitas Sistem CRM Perusahaan” oleh Bisnis.com, Aina

Neva Fiati (2017) menuturkan :"Kepemimpinan yang dimaksud adalah mencakup budaya dan komitmen untuk fokus kepada layanan customer,". Aina Neva Fiati yang merupakan Managing Director iSystem Asia dengan nama

lain PT Inter Sistem Asia.

(15)

Sumber : Peneliti (2020)

CRM Scorecard Measurement Operasionalisasi

No Perspektif Definisi Indikator Scale Referensi

Penggunaan data dan informasi CRM untuk follow up calon mahasiswa dengan kriteria tertentu jadi lebih mudah

Penggunaan data dan informasi CRM untuk follow up calon mahasiswa yang mengambil formulir jadi lebih mudah untuk identifikasi

Penggunaan data dan informasi CRM untuk follow up calon mahasiswa yang belum mengembalikan formulir jadi lebih mudah untuk identifikasi

Penggunaan data dan informasi CRM untuk follow up calon mahasiswa yang belum melengkapi berkas jadi lebih mudah untuk identifikasi

Penggunaan data dan informasi CRM untuk follow up calon mahasiswa yang belum membayar biaya formulir jadi lebih mudah untuk identifikasi

Jumlah komplain dari orang yang sama lebih dari sekali

Jumlah komplain dari orang yang sama lebih dari dua kali

Jumlah komplain dari orang yang sama lebih dari tiga kali

Jumlah pertanyaan yang mengenai suatu hal yang sama di UMN lebih dari 3 kali Jumlah pertanyaan yang mengenai suatu hal

yang sama di UMN lebih dari 5 kali

Dapat melakukan WA chat calon mahasiswa baru dengan kriteria tertentu setelah data telp

Kuesioner mahasiswa baru diinput ke CRM Dapat melakukan sms calon mahasiswa baru

dengan kriteria tertentu setelah data telp Kuesioner mahasiswa baru diinput ke CRM Dapat memberikan informasi tertentu kepada calon mahasiswa baru dengan kriteria tertentu setelah data Kuesioner mahasiswa baru diinput

ke CRM

Dengan menghubungkan pendaftaran online ke CRM, Dapat mengetahui jumlah pendaftar

online dari SMA mana saja Dengan menghubungkan pendaftaran online ke

CRM Dapat mengetahui jumlah pendaftar online dari daerah mana saja Data dan informasi nomor contact calon

mahasiswa baru ada di CRM Data dan informasi alamat calon mahasiswa

baru ada di CRM

Data dan informasi pemilihan jurusan calon mahasiswa baru ada di CRM Ada arahan untuk menggunakan data dan informasi dari CRM untuk melakukan follow up

calon mahasiswa baru yang belum mengembalikan formulir Ada arahan untuk menggunakan data dan informasi dari CRM untuk melakukan follow up

calon mahasiswa baru dari jurusan tertentu 1 Customer Value

(Customer memberikan Value kepada perusahaan, Jumlah customer bertambah) BSC cara mengukur kinerja

organisasi yang sangat komprehensif dikembangkan oleh Kaplan dan Norton (1993). Selaras dengan BSC, Hyung-Su Kim

danYoung-Gul Kim (2007) melakukan pengembangan CRMScorecard melalui penekanan Pengukuran yang meliputi aspek Customer Value, pada penelitian ini

di terjemahkan dengan Peningkatan Jumlah Konversi jumlah siswa SMA

menjadi Pendaftar

4 Customer Knowledge

(Peningkatan hubungan kepada customer) BSC cara mengukur kinerja organisasi yang sangat komprehensif dikembangkan oleh Kaplan dan Norton (1993). Selaras dengan BSC, Hyung-Su Kim

danYoung-Gul Kim (2007) melakukan pengembangan CRMScorecard melalui penekanan Pengukuran yang meliputi aspek Customer Interaction, pada penelitian ini diterjemahkan menjadi Peningkatan Jumlah pengisi Kuesioner calon mahasiswa sebelum ambil Form

(Pengetahuan mengenai customer meningkat menggunakan CRM) BSC cara mengukur kinerja organisasi yang sangat komprehensif dikembangkan oleh Kaplan dan Norton (1993). Selaras dengan BSC, Hyung-Su Kim danYoung-Gul Kim (2007)

melakukan pengembangan CRMScorecard melalui penekanan

Pengukuran yang meliputi aspek Customer Knowledge, dalam penelitian

ini diterjemahkan menjadi Update Database dan Peningkatan Kompetensi

Karyawan

Interval 1--5

Interval 1--5 2 Customer Satisfaction

(Peningkatan kepuasan pelanggan dari sudut pandang pengguna) BSCcara mengukur kinerja organisasi yang sangat komprehensif dikembangkan oleh Kaplan dan Norton (1993).Selaras dengan BSC, Hyung-Su Kim danYoung-Gul Kim (2007)

melakukan pengembangan CRMScorecard melalui penekanan

Pengukuran yang meliputi aspek Customer Satisfaction, pada penelitian ini

diterjemahkan menjadi penurunan jumlah komplain dan peningkatan

respons

3 Customer Interaction

Kontribusi Peneliti

Kontribusi Peneliti Kontribusi Peneliti

(16)

Operasionalisasi variabel adalah keterangan mengenai beberapa cara yang ditentukan dan dipergunakan oleh peneliti untuk mendapatkan ukuran atau melakukan operasionalisasi dari model penelitian sampai ke variabel penelitian yang memang dituju.

Operasionalisasi variabel dibutuhkan untuk dapat melakukan penentuan indikator dan jenis dari variable - variable yang akan dipergunakan didalam suatu penelitian.

Disamping itu, dalam proses ini juga bertujuan untuk melakukan penentuan skala ukur dari masing - masing variabel supaya dengan ini maka tindakan uji hipotesis yang mempergunakan bantuan alat statistika ini dapat secara benar dilakukan.

Variabel-variabel dari penelitian yang dilakukan adalah hal-hal yang dapat memberikan perbedaan atau memberikan suatu variasi pada suatu nilai ( Sekaran, 2006 ).

Secara teoritis, variable adalah sesuatu pennilaian dari seseorang, obyek atau pekerjaan tertentu yang mempunyai variatif yang sudah di lakukan penetetapan oleh pihak yang meneliti untuk dapat di telaah lebih lanjut dan selanjutnya dapat di lakukan penarikan kesimpulan.

Berdasarkan korelasi antara suatu variabel satu dengan sama lain maka jenis- jenis variabel di dalam penelitian yang dilakukan ini dapat berbeda menjadi Variable Independen, Variable Dependen, VariabelModerator dan VariabelIntervening (Sugiyono, 2017).

(17)

Dari Hair et al. (2014) Variabel indikator memiliki pengertian sebagai variabel yang memiliki nilai untuk diamati (juga disebut variabel terukur atau nyata). Dimana variabel indikator ini nantinya akan dapat diukur menggunakan beberapa metode pengumpulan data (survei, pengujian, dan metode observasi).

Untuk Skala ukur yang dipergunakan yaitu Skala Ordinal yaitu skala Likert (Black, 2010). Skala Likert ditemukan oleh Likert (1932), untuk melakukan pengukuran dari perilaku, sikap dan pengetahuan .

Skala Likert yang dipergunakan dengan memberi 5 poin respons yang berupa : 1 = sangat tidak setuju

2 = tidak setuju 3 = tidak memutuskan 4 = setuju

5 = sangat setuju

Penelitian Babakus & Mangold, (1992) memberikan petunjuk bahwa skala 5 poin dipilih untuk mengurangi tingkat kebingungan responden dan meningkatkan tingkat respons serta kualitatiftas responden. Revilla et al. (2014) memberikan saran sebaiknya seorang peneliti lebih baik menggunakan skala 5 poin dibandingkan skala 7 dan 11 poin dikarenakan memberikan hasil dengan kualitatiftas, reliabilitas dan validitas data yang lebih berkualitatiftas.

(18)

Didalam penelitian ini dilakukan uji 3 variabel yaitu Variabel Independen dan Varibel Dependen, dan juga Variable Moderator.

a. Variable Bebas ( Independen Variable )

Variabel tersebut ini umum disebut juga sebagai variabelstimulus, prediktor ataupun , anteceden. Untuk bahasa Indonesia umum juga disebutkan sebagai variable bebas. Arti dari Variable bebas ini adalah variable yang dapat memberikan pengaruh ataupun variable yang menjadikan sebab terjadinya perubahan atau menimbulkan muncul variable dependen (terikat).

Menurut Sekaran & Bougie, 2016, Variabel independen merupakan salah satu variable yang memberikan pengaruh pada variable dependen baik secara positive maupun negative

Didalam penelitian yang dilakukan ini Variabel Bebasnya adalah : - Variabel Data dan Informasi

- Variable Proses - Variable Teknologi

- Variabel Sumber Daya Manusia b. Variabel Terikat ( DependenVariable )

Sering disebut sebagai variabel output, kriteria, konsekuen. Dalam bahasa Indonesia sering disebut sebagai variabel terikat. Variabel terikat adalah merupakan variabel yang menjadi dipengaruhi atau yang menjadi mendapat akibat, karena pengaruh dari variabel bebas.

Variabel dependen merupakan variabel yang menjadi titik perhatian yang utama dari peneliti (Sekaran & Bougie, 2016).

(19)

didalam penelitian ini Variabel Terikatnya merupakan Kinerja CRM c. Variabel Moderator

Adalah variable yang memilki pengaruh baik membuat jadi kuat ataupun membuat jadi lemah suatu hubungan antara variable independen dan dengan dependen. Variabel ini kadang umum juga disebut sebagai variable independen kedua.

Variable Moderator di dalam penelitian ini adalah Leadership

3.5. Teknik Pengumpulan Data

Untuk jenis data-data yang dikumpulkan berkaitan dengan penelitian yang dilakukan ini seperti berikut :

1. Data primer

Dari Sugiyono (2015) Data bentuk primer berupa data-data yang didapatkan secara langsung dari bersumber dari pihak pertama langsung baik itu berupa individual dan atau perseorangan dengan contoh adalah data-data yang di dapatkan dari hasil wawancara. Data primer dapat juga berupa data yang dengan cara tersendiri dilakukan pengumpulan dan dilakukan pengolahan oleh organisasi atau perusahaan yang membuat ataupun mempergunakannya.

Data primer untuk penelitian yang dilakukan ini adalah banyak data yang dicarikan secara direct di lapangan atau dilokasi penelitian ini dilakukan yaitu Divisi Marketing Universitas Multimedia Nusatantara melalui kuisioner yang diberikan kepada semua staff Divisi Marketing Universitas Multimedia Nusantara bersama

(20)

Team Kampus Visit mahasiswa Universitas Multimedia Nusantara yang tugas pekerjaannya membantu tugas dan pekerjaan Team Marketing UMN juga menggunakan CRM dalam tugasnya.

2. Data sekunder

Untuk menurut Sugiyono (2015) adalah merupakan data untuk penelitian yang bersumber dan didapatkan oleh peneliti melalui cara tidak secara langsung atau didapatkan melalui media per-antara ( didapatkan dan dilakukan pencatatan oleh pihak yang lain ). Data-data sekunder ini pada dasarnya dapat berupa catatan atau bukti-bukti laporan yang secara historis tersusun rapi dalam suatu arsip data yang mana bila diperlukan akan dapat dipublikasikan, dalam bentuk dapat berupa jurnal atau buku.

Untuk penelitian yang dilakukan ini, metoda yang dipergunakan untuk melakukan pendapatan data adalah dengan mempergunakan kuesioner dan wawancara.

Adapun kuesioner adalah teknik mendapatkan dan mengumpulkan data secara memberi sekelompok pertanyaan-pertanyaan dengan cara tertulis kepada para responden supaya dapat diberikan jawaban, kuesioner ini dapat di berikan secara direct atau dapat mempergunakan teknologi online internet.

Kuesioner ada 2 macam, yaitu Kuesioner yang tertutup dan terbuka. Adapun kuesioner yang dipergunakan didalam penelitian ini adalah kuesioneryang tertutup yakni jenis kuesioner yang secara jawabnya sudah di sediakan, sehingga untuk

(21)

responden cukup tinggal melakukan pemilihan dan memberikan jawaban dengan cara langsung (Sugiyono, 2008).

Kuesioner tersebut dibagikan secara online melalui Google Form kepada responden Staff Marketing Universitas Multimedia Nusantara dan Team Mahasiswa Kampus Visit yang menggunakan CRM untuk membantu Marketing. Dalam Kuesioner akan diberikan pertanyaan demografis terkait Jenis kelamin, tempat tinggal, umur, profesi apakah sebagai Staff Marketing atau Mahasiswa Team Kampus Visit, Tugas dan Pekerjaan di Marketing serta berapa lama sudah menggunakan CRM.

Wawancara dilakukan untuk mendapatkan informasi dan dugaan terkait topik masalah yang akan diteliti. Untuk penelitian yang dilakukan ini, wawancara di kerjakan berdasarkan struktur yang telah ditentukan karena pada dasarnya peneliti sudah mengetahui informasi yang akan dan perlu ditanyakan (Sekaran, 2003).

Untuk itu, proses melakukan pengumpulan data-data dalam penelitian ini secara tahapan dikerjakan dalam 3 tahapan, yaitu:

 Tahap pertama, melakukan FGD dengan hasil seperti sudah disebutkan diawal bab 3

 Tahap kedua, melakukan persebaran, menyebar kuesioner yang akan

diberikan kepada 33 responden lebih dulu untuk mencari tahu tingkatan dari validitas dan reliabilitas indikator dalam kuesioner. 23 responden semua Staff Marketing UMN, dan 10 orang mahasiswa Team Kampus Visit UMN.

(22)

 Tahap ketiga, dengan melakukan persebaran, menyebar kuesioner kepada

59 responden dimana responden ini merupakan semua Sampel yang sama dengan Populasi yang dimaksud penelitian. 23 orang Staff Marketing UMN dan 36 orang mahasiswa Team Kampus Visit UMN. Pengumpulan Kuesioner pada tanggal 1 – 7 Mei 2020.

 Tahap keempat adalah wawancara atau FGD kedua untuk lebih memberikan

konfirmasi dari hasil penelitian dan memberikan saran untuk implementasi CRM selanjutnya

Wawancara adalah metoda untuk mengumpulkan informasi dan data melalui cara tanya-jawab dan diskusi yang diperlakukan dengan sangat sistematik dan memiliki landasan bertumpu pada topik , tujuan , masalah , serta hipotesis penelitian. Dalam melakukan penelitian seperti ini wawancara dapat dilakukan dengan melakukan interview secara langsung baik secara structural ataupun bebas dengan pihak-pihak yang memang terkait dengan pemakaian CRM.

3.6. Teknik Analisis Data

Setelah keseluruhan data yang di perlukankan dapat dikumpulkan, dalam tahap selanjutnya penulis melakukan analisis dari data hasil tersebut untuk pada akhirnya dari data tersebut dapat diambil suatu kesimpulan. Untuk melakukan analisa seperti ini dari penulis mempergunakan cara berfikir-deduktif yakni pada awalnya mulai dari beberapa fakta yang secara umum , kemudian mengerucut kepada peristiwa2 yang lebih konkrit, kemudian selanjutnya dari beberapa-fakta kejadian peristiwa

(23)

yang ditengarai umum-konkrit tersebut akan dapat diambil suatu kesimpulan yang bersifat khusus.

Adapun metoda analisa yang dipergunakan ialah dengan melakukan pendekatan deskriptif-kuantitatiftatif dengan pendekatan untuk meneliti studi kasus untuk melakukan pengumpulan, pengolahan, dan kemudian melakukan penyajian data hasil dari pengamatan penelitian supaya pihak lain selain daripada peneliti tetap mendapatkan kemudahan memperoleh gambaran perihal obyek dan sasaran dari penelitian ini. Deskriptif-kuantitatiftatif perlu dikerjakan untuk dapat memberi- jawab pertanyaan utama penelitian yaitu untuk melakukan analisis pengaruh antar variabel.

3.6.1. Metode Analisa Data Pre-test

Dalam penelitian ini program yang dipergunakan untuk membantu pengukuran penelitian adalah StatisticalPackage for the SocialScience (SPSS) versi 26.

Aplikasi SPSS dipergunakan untuk menghasilkan uji validity dan uji reliabilitas dari tiap-tiap variable yang dipergunakan. Selanjutnya program SPSS ini juga akan digunakan dalam membantu menganalisis deskriptif maupun statistik didalam penelitian ini. Didalam penelitian tersebutkan ini akan dilakukan sebelumnya pemberian pre-test kepada 33 responden yang hasilnya akan di uji validitas dan reliabilitasnya.

(24)

3.6.1.1. Uji Validitas

Uji validitas adalah untuk melakukan uji sampai di mana item pengukuran sebenarnya dapat mencerminkan nilai laten teoritis dimana item tersebut memang pada dasarnya dirancang memang untuk mengukur laten tersebut (Hair et al., 2014).

Bila nilai validitas diperolah semakin besar maka akan menjadi petunjuk semakin validnya suatu penelitian. Sehingga nilai validitas merupakan tolak ukur dari pernyataan-pernyataan untuk tiap variabel yang tercantum dalam kuesioner yang akan disebarkan itu secara benar dapat memberikan nilai pengukuran dari hal-hal yang hendak dilakukan pengukuran ( Malhotra. & Birks , 2007 ). Didalam penelitian tersebut ini pengujian validitas dikerjakan melalui cara mengerjakan pengujian faktor analisis.

Uji validitas tersebut mutlak diperlukan oleh timbangan agar orang yang menggunakan merasa yakin bahwa ukuran 1 kg pada timbangan benar-benar valid mengukur 1 kg berat benda.

Adapun hal yang penting dalam pengukuran yang perlu untuk menjadi perhatian dalam pengujian validitas, adalah:

 Kaiser Meyer-Olkin (KMO) Measure of Samping Adequacy

KMO ini berupa nilai indek angka ukur yang dipergunakan untuk mengerjakan uji kesesuaiandari analisa faktor. Nilai yang termasuk tinggi (antara angka 0,5 dan 1,0) memberikan identifikasi bahwa analisa faktor telah mencukupi. Sedangkan apabila nilai hasil

(25)

pengukuran dibawah angka 0,5 maka analisis faktor dianggap tidak memadai (Malhotra & Birks, 2007).

 Anti Image Matrics

Menghitung angka nilai ukuran Measure of Sampling Adequacy (MSA) dari seluruh matriks yang memiliki korelasi dan masing-masing variabel individu melakukan evaluasi kesesuaian analisis faktor yang diterapkan (Hair et al., 2014). Angka Nilai Ukuran Measure of SamplingAdequacy (MSA) dapat terlihat pada nilai yang terdapat

pada angka diagonal antiimage corelation. Angka ukur MSA berkisar dari 0 – 1 dimana jika MSA = 1 maka artinya tidak ada kesalahan pada prediksi antar variabel, jika angka nilai ukur MSA ≥ 0,5 maka berarti untuk variable dimaksud harus dianalisa lebih lanjut dan jika angka nilai ukur MSA < 0,5 merupakan petunjuk bahwa untuk variabel terukur ini tidak bisa dilanjutkan untuk dianalisa lebih jauh dan diharuskan melalui perhitungan analisis ukur ulang (Malhotra, 2010)

 Factor Loadings of Component Matrix

Nilai dari korelasi masing-masing variabel dan faktornya. Factor Loadings adalah tafsir dari peranan yang dimainkan setiap variabel dalam melakukan definisi masing-masing faktor. Nilai yang berkisar antara ±.30 ke ±.40 dapat dianggap memenuhi nilai tingkat minimal untuk melakukan interpretasi struktur. Nilai ±.50 atau lebih maka secara praktis dianggap nilai ini signifikan (Hair etal., 2014).

(26)

3.6.1.1.1 Hasil Uji Validitas Pre-Test untuk 33 Responden

Untuk hasil uji validitas dari Sampel sebanyak 33 orang responden :

3.2 Tabel Hasil Uji Validitas Pretest

No Variabel Indikator

Kaiser Meyer-

Olkin (KMO)

Sig.

Measure of Sampling Adequacy (MSA)

Factor

Loading Kriteria Uji

VDI1 0.664 0.821

VDI2 0.608 0.669

VDI3 0.633 0.746

VDI4 0.845 0.782

VDI5 0.700 0.781

VP1 0.709 0.703

VP2 0.602 0.747

VP3 0.598 0.784

VP4 0.659 0.843

VP5 0.687 0.660

VT1 0.796 0.737

VT2 0.799 0.821

VT3 0.687 0.783

VT4 0.801 0.735

VT5 0.708 0.814

VSDM1 0.583 0.740

VSDM2 0.587 0.703

VSDM3 0.779 0.863

VSDM4 0.624 0.753

VSDM5 0.678 0.807

VL1 0.764 0.888

VL2 0.916 0.777

VL3 0.721 0.892

VL4 0.742 0.696

VL5 0.795 0.895

SCCV1 0.938 0.824

SCCV2 0.895 0.872

SCCV3 0.788 0.940

SCCV4 0.857 0.877

SCCV5 0.775 0.931

SCCS1 0.764 0.771

SCCS2 0.761 0.851

SCCS3 0.662 0.888

SCCS4 0.621 0.654

SCCS5 0.579 0.740

SCCI1 0.731 0.890

SCCI2 0.733 0.840

SCCI3 0.764 0.680

SCCI4 0.638 0.822

SCCI5 0.645 0.852

SCCK1 0.708 0.889

SCCK2 0.782 0.920

SCCK3 0.823 0.890

SCCK4 0.581 0.633

SCCK5 0.595 0.634

Data dan

Informasi 0.686 0.000 Valid

Proses 0.643 0.000 Valid

Teknologi 0.752 0.000 Valid

SDM 0.653 0.000 Valid

Leadership 0.779 0.000 Valid

ScoreCard Customer

Value

0.839 0.000 Valid

Valid ScoreCard

Customer Satisfaction

0.677 0.000 Valid

ScoreCard Customer Interaction

0.694 0.000 Valid

1

2

3

4

5

6

7

8

9

ScoreCard Customer Knowledge

0.708 0.000

(27)

Untuk melakukan pre-test uji validitas dilakukan terhadap 33 responden dalam menilai variabel tersebut diatas, nilai uji validitas dapat dilihat untuk nilai angka ukur KMO, Sig., MSA serta factor loading untuk masing-masing variabel. Dari hasil pengujian tercantum diatas maka dapat dilakukan penarikan kesimpulan bahwa indikator dari masing-masing Variabel yang ada diatas adalah variabel yang valid.

Nilai angka ukur Kaiser Meyer-Olkin (KMO) dapat dinyatakan memenuhi persyaratan dianggap valid bila nilai angka KMO ukur ≥ 0,5 dan Bartlett'sTest of Sphericity mempunyai nilai tingkat signifikansi yang ditunukan dengan nilai Sig. <

0,05 (Malhotra & Birks, 2007).

Bisa diamati tiap-tiap indikator didalam variabel punya nilai angka ukur KMO >

0,5 dan nilai angka ukur Sig. < 0,05. Nilai KMO ini menunjukan tanda kecukupan sampling dari masing-masing indikator, sedangkan nilai Sig. ini dapat

menunjukkan hubungan yang cukup signifikan antar indikator (Malhotra & Birks, 2007).

Variabel ScoreCard Customer Value memiliki nilai sebesar 0,839 dan tertinggi diantara variabel-variabel yang lain yang memberikan tanda bahwa indikator- indikator didalam variabel tersebut mempunyai tingkat korelasi yang tinggi didalam faktor yang sama dibanding dengan variabel lainnya.

(28)

Kemudian selanjutnya untuk nilai angka ukur anti-image matrics, dapat diukur menggunakan nilai angka ukur Measure of Sampling Adequacy (MSA) dan variabel ini akan dianggap bisa untuk dianalisa lebih lanjut apabila nilai angka ukur MSA ≥ 0,5 (Malhotra, 2010). Untuk Tabel ditunjukan diatas, masing–masing indikator memiliki nilai angka ukur MSA ≥ 0,5.

Indikator yang mendapat hasil pengukuran nilai MSA paling tinggi adalah indikator SCCV1 yang terdapat dalam variabel ScoreCard Customer Value dengan nilai sebesar 0,938. Nilai terendah MSA ada di indicator SCCS5 sebesar 0.579 dalam ScoreCard Customer Satisfaction, ini masih lebih dari syarat MSA ≥ 0,5. Dengan demikian, untuk ini tidak perlu dilakukan analisis ulang dan analisis faktor memenuhi persyaratan kedua.

Kemudian untuk persyaratan selanjutnya, menurut Hair et al. (2014) nilai Factor Loadings of Component Matrix setidaknya harus memiliki nilai 0,5 (≥ 0,5) untuk dapat dapat diambil kesimpulan nilainya adalah signifikan.

Untuk Tabel diatas nilai factor loadings terbesar terdapat pada indikator SCCV3 sebesar 0,940. Hal ini memberi tanda bahwa indicator SCCV3 memiliki hubungan korelasi yang kuat dengan indikator – indikator lainnya (SCCV2 dan SCCK4) yang terdapat pada variabel ScoreCard Customer Value dalam pengukuran kinerja ScoreCard.

Sedangkan untuk nilai factor loadings terkecil terdapat pada indikator SCCK4

(29)

sebesar 0,633. Nilai angka ukur ini masih lebih besar dari batas nilai angka ukur ≥ 0,5 sehingga bisa ditarik suatu kesimpulan bahwa seluruh indikator yang terdapat didalam penelitian telah memberi bentuk korelasi yang kuat terhadap variabel yang diuji dan telah memenuhi persyaratan ketiga. Untuk selanjutnya dengan dasar nilai uji validitas yang telah memenuhi persyaratan–persyaratan sebelumnya dapat disimpulkan bahwa penelitian ini dapat dilanjutkan tanpa diperlukan untuk mengurangi atau mengubah indikator-indikator dari setiap variabel.

3.6.1.2. Uji Reliabilitas

Reliabilitas merupakan nilai ukuran dari sejauhmana indikator dari variabel secara konsisten internal berdasarkan seberapa besar nilai keterkaitan antar indikator satu dengan indikator yang lainnya. Karena tentunya pada dasarnya tidak ada satu item pun yang merupakan ukuran sempurna dari sebuah konsep yang diajukan, kita harus mengandalkan serangkaian diagnostic dugaan dengan langkah-langkah untuk menilai konsistensi internal ( Hair etal., 2014).

Sedangkan reliabilitas diperlukan untuk mengetahui sejauhmana hasil suatu pengukuran dapat dipercaya.

Kemudian menurut Hair et.al. (2014) melakukan pengukuran diagnosis dapat dilakukan dengan menggunakan koefisien reliabilitas, dengan memberikan nilai konsistensi dari seluruh skala yang ada dengan menggunakan Cronbach Alpha sebagai pengukurannya. Batas yang pada umumnya telah disepakati untuk nilai

(30)

angka ukur Cronbach Alpha adalah 0,70, meskipun dalam hal khusus nilai angka ukur ini bisa berkurang menjadi 0,60 dalam penelitian berjenis eksplorasi.

3.6.1.2.1 Hasil Uji Validitas Pre-Test untuk 33 Responden

3.3 Tabel Hasil Uji Reliabilitas Pretest

Berdasarkan Hair et al(2014), yang disimpulkan dan diakui oleh umum sebagai batas minimum untuk Cronbach-Alpha adalah 0,60. Pada tabel diatas, variabel yang memiliki Cronbach Alpha terbesar adalah Variabel ScoreCard Customer Value sebesar 0,931.

No Variabel

1 Data dan

Informasi

2 Proses

3 Teknologi

4 SDM

5 Leadership

6 ScoreCard

Customer Value

7

ScoreCard Customer Satisfaction

8

ScoreCard Customer Interaction

9

ScoreCard Customer Knowledge

0.815 Reliabel

0.801 Reliabel

0.828 Reliabel

0.826 Reliabel

0.886 Reliabel

0.931 Reliabel

0.832 Reliabel

0.873 Reliabel

0.857 Reliabel

Kriteria Uji Cronbach's alpha

(31)

Sedangkan variabel yang memiliki Cronbach Alpha terkecil adalah Variabel Proses dengan nilai 0,801. Berdasarkan nilai untuk tiap-tiap variabel yang memiliki penilaian angka ukur Cronbach-Alpha > 0,6, menunjukan tanda memang terdapat keterkaitan yang cukup antar indikator–indikator didalam masing-masing variabel (Hair et al2014 ) dalam penelitian ini. Dengan demikian, tiap variabel tersebut dapat disebut variabel yang reliabel dan dapat dipercaya untuk kemudian dipergunakan selanjutnya dalam penelitian.

3.6.2. Analisis Deskriptif

Pengertian dari Analisis deskriptif adalah analisa yang memiliki hubungan dengan aktivitas mengumpulkan data dan aktivitas meringkas data, serta selanjutnya menyajikan hasil dari aktivitas meringkas dan mengumpulkan data tersebut. Untuk statistik-deskriptif ini selanjutnya dapat dipergunakan untuk melakukan deskripsi dengan cara statistik dari tiap variabel dalam penelitian tersebut ini. Metoda untuk mengukur yang dipakai di dalam penelitian yang dilakukkan ini adalah jenis nilai nilai maksimum, rerata (mean), nilai minimum, serta pengukuran standardeviasi (Ghozali, 2018).

(32)

3.6.3. Analisa Statistik Model 3.6.3.1.Uji Asumsi Klasik

Langkah yang perlu dilakukan atau persyaratan yang harus dipenuhi sebelum dilakukan analisa regresi-berganda untuk melakukan uji hipotesa yang akan diteliti, maka harus memenuhi syarat dalam model-regresi. Langkah atau syarat yang harus dilakukan uji adalah :

1. Uji Normalitas , adalah pengujian model harus memiliki distribusi yang normal

2. Uji Linearitas , adalah adanya hubungan linear diantara variabel independen dengan variabel dependen secara partial

3. Uji multikolinearitas , adalah tidak terjadi multikolinearitas pada pemodelan yang diuji

4. Uji heteroskedastisitas , adalah untuk mengetahui bahwa tidak terjadinya gejala heteroskedastisitas pada pemodelan yang diuji

3.6.3.1.1. Uji Normalitas

Ghozali(2016) mengatakan bahwa pengujian normalitas dikerjakan dengan tujuan melakukan uji bilamana suatu pemodelan regresi, dimana adanya variabel independen dan variabel de-penden atau kedua-dua nya memiliki sebaran dengan distribusi : normal atau tidak : normal. Jikalau satu variabel tidak memiliki distribusi yang dapat dikatakan normal, akan menghasilkan uji statistik yang turun secara hasil.

Dalam membuat pemodelan regresi linier, pra-duga yang didapatkan dari pengujian dapat menunjukan oleh nilai error() yang memang ber distribusi secara normal.

(33)

Model yang dilakukan regresi yang mempunyai penilaian baik adalah model yang dilakukan regresi bila memiliki nilai angka ukur distribusi normal atau paling tidak mendekati angka ukur normal secara distribusi , sehingga model ini dapat dinyatakan layak untuk dapat diuji secara statistik. Untuk melakukan uji normalitas data dengan mempergunakan Test of Normality KolmogorovSmirnov dengan mempergunakan programSPSS.

1. Untuk mengambil keputusan dengan dasar probabilitas (Asymtotic Significance) dapat berdasarkan nilai seperti berikut:

2. Jika probabilitas memilki nilai angka ukur > 0,05 dapat diambil kesimpulan bahwa untuk distribusi dari pemodelan yang dilakukan regresi dapat diberikan penilaian normal.

3. Jika probabilitas memiliki nilai angka ukur < 0,05 akan terjadi distribusi dari model yang dilakukan regresi adalah bisa diberikan penilaian tidak- normal.

3.6.3.1.2. Uji Linearitas

Pada umumnya pengujian linearitas mempunyai tujuan untuk mencari tahu bila 2 variable memiliki hubungan secara linear dan hubungan tersebut signifikan ataupun tidak . Hubungan linear yang dikatakan bernilai baik pada hakikatnya ada hubungan secara linear antara variable independen ( X ) dengan variable dependen ( Y ) . Beberapa sumber menyatakan bahwasanya pengujian linearitas ini adalah persyaratan pokok sebelum dapat dilakukan analisa regresi-linear.

Untuk mengambil keputusan didalam pengujian Linearitas secara umum dilakukan

(34)

dengan 2 cara , yaitu :

Memperbandingkan Nilai angka ukur Signifikansi (Sig.) dibandingkan ke 0,05 1. Bila nilai angka ukurDeviation fromLinearity Sig. > 0,05 , dapat disimpulkan

adanya hubungan yang dapat dikatakan mempunyai hubungan linear yang signifikan antara variabel independen dengan variabledependen

2. Bila nilai angka ukurDeviation fromLinearity Sig. < 0,05 , dapat disimpulkan bahwasanya hubungan yang linear dengan nilai yang signifikan tiada tidak terjadi diantara variable independen dengan variable dependen

Memperbandingkan Nilai Fhitung dengan Ftabel

1. Apabila nilai angka hitung Fhitung < Ftabel , dapat disimpulkan adanya hubungan yang dapat dikatakan linear dengan nilai yang signifikan antara variable independen dengan variable dependen

2. Apabila nilai angka hitung Fhitung > Ftabel , dapat disimpulkan mengenai hubungan yang linear yang memiliki nilai yang signifikan tidak ada diantara variable independen dengan variable dependen

3.6.3.1.3. Uji Multikolinearitas

Ghazali, ( 2016 ) menyatakan bahwa uji-multikolinearitas ber tujuan untuk mencari tahu bilamana dalam model yang dilakukan regresi ternyata ketemu ada hubungan diantara masing-masing variabel independen. Akibat dari tertemukannya multikolinearitas disini akan menjadi sebab tinggi nya variabel pada sampel-sampel sehingga menyebabkan standar-error yang besar, lebih lanjut ketika koefisien uji dilakukan , thitung akan mempunyai nilai angka hitung yang lebih kecil dari ttabel.

(35)

Lebih jauh akan memberi hasil tidak terdapat hubungan yang linear diantara variabel independen yang di pengaruhi oleh variabel dependen.

Supaya tertemukan ada atau tidakk nya multikolinearitas pada model yang diakukan regresi bisa di ketahui melalui nilaitoleransi dan nilai VarianceInflationFactor ( VIF ) . Angka ukur Toleransi mendapatkan ukuran dari variability dari variable independen yang te-rpilih yang jelas tidak mampu di jelaskan oleh variable independen yang lain nya. Maka dapat disimpulkan nilai toleranse yang rendah akan sama artinya ke nilai VIF yang besar , karena secara rumus : VIF = 1/toleransi , dalam hal ini adalah petunjuk adanya ko-linearitas yang cukup besar . Nilai angka cutoff yang dapat dipergunakan adalah bila nilai toleranse menunjukan angka 0,10 atau nilai dari VIF melebihi angka ukur 10.

3.6.3.1.4. Uji Heteroskedastisitas

Pengujian ini memiliki tujuan mendapatkan hasil uji bilamana suatu model yang dilakukan regresi memunculkan ketidak-nyamanan variasi didalam satu pengamatan ke peng amatan yang lain secara residual. Jika terjadi varian yang berbeda , maka sebutannya adalah heteroskedastisitas .

Cara untuk mencari tahu ada atau tidak nya heteroskedastisitas didalam suatu pemodelan yang dilakukan regresi linierberganda , yaitu dengan memakai dan mengamati grafik scatte-rplot atau melihat besaran angka ukur prediksi variabel dependen yaitu SRESID dan serta residualerror adalah ZPRED. Jikalau tidak muncul pattern tertentu dan tidak terjadi penyebaran di atas mau pun di kurang dari 0 di sumbu y , maka memungkinkan ditarik kesimpulan tidak terjadinya gejala

(36)

heteroskedastisitas. Kriteria model yang diteliti dikatakan model baik bila tidak ada gejala heteroskedastisitas ( Ghozali . 2016 ).

3.6.3.2. Analisa Variabel Moderating ANALISIS MODERATING

Variable Moderating adalah variabel independen yang mempunyai pengaruh untuk menjadikan lebih kuat atau menjadikan lebih lemah suatu hubungan diantara variable independen satu dengan lainnya terhadap variable dependen.

Cara-cara melakukan Pengujian Uji Regresi untuk Variabel Moderating:

1. Pengujian UjiInteraksi 2. Pengujian UjiSelisih-Mutlak 3. Pengujian UjiResidual

3.6.3.2.1. Uji Interaksi

Pengujian uji-Interaksi (ModeratedRegressionAnalysis) adalah merupakan applikasi pengembangan dari regresi yang dilakukan secara linear berganda dengan penambahan didalam perumusannya terdapat didalamnya unsur- unsur interaksi ( perkalian lebih dari atau sama dengan dua variabel independen ).

(37)

3.6.3.2.2.Uji Selisih Mutlak

Uji ini dipergunakan untuk melakukan uji moderasi dengan menggunakan model yang memiliki nilai yang diselisihkan dari variable independen , dengan persamaan :

Y = a + (b1X1) + (b2X2) + (b3|X1 - X2|) di mana :

Xi adalah nilai yang distandardkan : standardizedscore [ (rata-rata Xi - X) / 6X]

|X1-X2| adalah nilai interaksi yang pengukurannya dilakukan dengan nilaiabsolut dari perbedaan diantara X1 dan X2

3.6.3.2.3.Uji Residual

Melakukan pengujian variable moderating dengan mempergunakan pengujian uji residual dipergunakan untuk melakukan pengujian deviasi dari suatu model yang telah ditentukan. Fokus dari pengujian ini adalah untuk menemukan adanya ketidak-cocokan yang dihasilkan dari nilai angka ukur penyimpangan hubungan linear antar variable independen.

3.6.3.3. Uji Regresi Linier Berganda ( MultipleLinear Regression )

Tahapan-tahapan yang umum untuk melakukan analisa regresi linearberganda adalah 1 ) uji koefisien determinasi , 2 ) uji f serta 3 ) uji t

Pada dasarnya analisis regresi adalah merupakan analisa tentang variabel dependen memiliki nilai ketergantungan dengan 1 atau lebih dari 1 variable independen

(38)

dengan sasaran untuk dapat melakukan estimasi dan melakukan prediksi nilai rerata dari variable dependen dengan dasar nilai ukur variable independen yang sudah diketahui ( Ghozali . 2018 ). Adapun model regresi linier berganda dengan berdasarkan pada hipotesis yang telah diuraikan sebelumnya menjadi seperti berikut :

𝑍 = 𝛼 + 𝛽₁𝜒₁+ 𝛽₂𝜒₂+ 𝛽₃𝜒₃+ 𝛽₄𝜒₄

Keterangan :

Z = Kinerja CRM

𝛼 = Konstanta

𝛽_1,𝛽_2,𝛽_3,𝛽_4,𝛽₅ = Koefisien regresi untuk tiap-tiap variabel independen (Data dan Informasi, Proses, Teknologi dan SDM) 𝜒₁ = Data dan Informasi

𝜒₂ = Proses

𝜒₃ = Teknologi

𝜒₄ = SDM

3.6.3.3.1 Uji Koefisien Determinasi

Secara penelitian asumsi klasik , Koefisien determinasi atau biasa disebut sebagai RSquare dengan symbol biasanya R2 memiliki arti adalah tambahan tingkat pengaruh yang disebabkan oleh varibale bebas dependen ( X ) kepada variabel tidak bebas dependen ( Y ). Dapat dikatakan juga nilai angka ukur koefisiendeterminasi ataupun RSquare memiliki fungsi untuk melakukan prediksi serta mengamati berapa besar sumbangan secara pengaruh yang dimunculkan variable X secara bersamaan dengan variabel independen yang lain terhadap variable Y.

(39)

Syarat dasary yang harus dipenuhi supaya makna dari nilai angka ukur koefisien determinasi dapat digunakan adalah hasil pengujian f dalam analisa regresi linier berganda mempunyai nilai hasil yang signifikan , yang dapat diartikan bahwa

“secara bersamaan semua variabel X atau independen memiliki pengaruh baik positif maupun negative terhadap variable Y”.

Jikalau ditemukan hasil angka ukur uji f memiliki angka yang dapat dianggap tidak signifikan , kesimpulan yang dapat diambil adalah nilai angka ukur koefisien determinasi dinyatakan tidak bisa dipergunakan untuk melakukan prediksi adanya sumbangan pengaruh variable independen X dengan cara simultan terhadap variable Y.

3.6.3.3.2. Uji F

Pengujian uji f ini dipergunakan untuk mempelajari lebih jauh apakah variabel independen (VDI, VP, VT dan VSDM) ini secara gabungan bersama semua mempunyai pengaruh dengan nilai yang signifikan kepada variabel dependen (Kinerja CRM) atau mendapat pengetahuan apakah dengan mempergunakan model regresi dapat untuk melakukan prediksi dari variabel dependen atau tidak.

fhitung dapat dihitung dengan persamaan seperti dibawah :

𝑢𝑗𝑖 𝑓=

^𝑅²^⁄^𝑘

(1−𝑅²) (𝑛−𝑘−1)⁄