19 BAB III
METODOLOGI PENELITIAN
3.1 Gambaran Umum
Untuk penulisan skripsi dengan judul “ANALISA FAKTOR-FAKTOR
BAURAN PEMASARAN YANG MEMPENGARUHI PERILAKU
KONSUMEN DALAM KEPUTUSAN PEMBELIAN PRODUK UNIT LINK PADA PT ASURANSI JIWA SINARMAS”. Penulis melakukan penelitian dan pengumpulan data.
Dalam penelitian ini, peneliti hanya melakukan riset atau penelitian hanya pada PT Asuransi Jiwa Sinarmas. Responden yang di ambil adalah konsumen produk Unit Link. Asuransi Jiwa Sinarmas (d/h Eka Life) mulai beroperasi pada tanggal 14 April 1985 dengan nama PT. Asuransi Jiwa Purnamala Internasional Indonesia (PII). Pada tahun 1989, Sinar Mas melakukan joint venture dengan Ayala Group dari Filipina. Dalam perjalanan memantapkan kinerja perusahaan serta ekspansi bisnis. Eka Life akhirnya menjadi milik Sinar Mas sepenuhnya pada akhir tahun 2005. Awal tahun 2007 PT. Asuransi Jiwa Eka Life melakukan perubahan nama menjadi PT. Asuransi Jiwa Sinarmas.
Pertumbuhan Asuransi Jiwa Sinarmas (juga disebut Sinarmas Life) menunjukkan perkembangan yang signifikan di dalam kontribusi dunia asuransi jiwa Indonesia. Hingga akhir tahu 2009, tercatat total asset Sinarmas Life mencapai Rp. 7,8 triliun, dengan premium income meningkat sekitar 39% dibandingkan tahun
20
sebelumnya. Total net claim serta benefit yang dibayarkan kepada pemegang polis mencapai Rp. 6,7 triliun, dan jumlah tertanggung lebih dari 434.000 orang. Dengan kinerja yang cermat dan hati-hati, rasio pencapaian solvabilitas yang dicapai Sinarmas Life dengan menggunakan metode Risk Based Capital (RBC) adalah 317,14%. Sinarmas Life berada dibawah divisi Sinar Mas Financial Services, salah satu pilar usaha Sinar Mas, yang bergerak di bidang jasa keuangan, di samping membawahi Sinarmas Life juga membawahi Bank Sinarmas, Asuransi Sinar Mas, Sinar Mas Sekuritas dan Sinar Mas Multifinance.
Adapun unit-unit usaha Sinar Mas lainnya adalah :
- Sinar Mas Agribusiness and Food (PT SMART Tbk)
- Sinar Mas Pulp and Paper Products (PT Indah Kiat Pulp & Paper Tbk, PT Pabrik Kertas Tjiwi Kimia Tbk, PT Lontar Papyrus Pulp & Paper Tbk, PT Pindo Deli Pulp And Paper Mills)
- Sinar Mas Developer and Real Estate ( PT Duta Pertiwi Tbk, PT BSD)
- Smart Telecom untuk bidang telekomunikasi.
Perkembangan Sinarmas Life didukung oleh koordinasi keuangan yang sangat baik, sehingga para nasabah selalu merasa aman dalam membeli produk-produk Sinarmas Life. Didukung oleh 65 kantor pemasaran dan lebih dari 5000 karyawan handal serta aparat marketing profesional diseluruh Indonesia, Sinarmas Life siap menyediakan layanan terbaik untuk kebutuhan finansial Anda maupun perusahaan Anda.
21 3.1.1 Visi dan Misi Perusahaan
Visi perusahaan adalah Menjadi yang utama dalam penyedia jasa perencanaan dan perlindungan keuangan di Indonesia.
Misi perusahaan adalah :
- Memberikan pelayanan prima dan menyediakan produk yang berfokus pada kebutuhan nasabah berbagai jalur distribusi
- Memastikan profitabilitas jangka panjang, meningkatkan nilai bagi pemegang saham dan kepercayaan pemegang polis, memberikan peluang kerja dan membangun sinergi melalui kerjasama yang paling menguntungkan sesuai dengan nilai serta filosofi perusahaan.
3.2 Obyek Penelitian
Informasi mengenai tempat penelitian dan jadwal penelitian perlu diketahui agar dapat dijadikan petunjuk dimana dan bilamana penelitian akan dilakukan.
3.2.1 Tempat Penelitian
Penulis memilih tempat penelitian di area Pluit, Jakarta
3.2.2 Waktu Penelitian
Penelitian yang akan dilakukan penulis dalam melakukan risetnya memakan waktu selama kurang lebih 1 bulan.
22 3.3 Desain Penelitian
Menurut Jonathan Sarwono (2005: 15) desain riset pemasaran sama dengan kaidah desain penelitian secara umum, yaitu meliputi desain riset yang bersifat eksploratori, deskriptif, dan kausal. Dalam penelitian ini digunakan model penelitian deskriftif. Desain penelitian ini tidak menggunakan hipotesis dan bersifat sebagai riset awal yang tidak digunakan untuk menjawab masalah yang diteliti secara tuntas. Sekalipun demikian untuk penelitian deskriptif, kita diperbolehkan tidak menggunakan hipotesis. Penulis menggunakan metode penelitian desain riset diskriptif dimana lebih spesifik adalah desain cross sectional dimana desain cross sectional adalah salah satu tipe riset untuk mengumpulkan data/informasi dari berbagai sampel yang ditarik dari elemen-elemen populasi yang dilakukan satu kali saja.
3.4 Variabel dan Skala Pengukurannya
Menurut Prof. Dr. H. Imam Ghozali, M.Com, Akt (2005:41) Pada penelitian di bidang ilmu sosial seperti manajemen, psikologi, sosiologi umumnya variabel-variabel penelitiannya dirumuskan sebagai sebuah variabel-variabel latent atau un-observed (sering juga disebut konstruk) yaitu variabel yang tidak dapat diukur secara langsung, tetapi dibentuk melalui dimensi-dimensi yang diamati atau indikator-indikator yang diamati. Biasanya indikator-indikator ini diamati dengan menggunakan kuesioner atau angket yang bertujuan untuk mengetahui pendapat responden.
23
Dalam penelitian ini variabel yang digunakan terbagi menjadi 4 macam, terdiri dari produk, iklan, harga dan distribusi. Variabel – variabel tersebut memberikan gambaran berupa image dan persepsi yang dirasakan oleh nasabah dari masing-masing variabel tersebut terdapat dimensi atau fakto-faktor sebagai indikator yang akan diukur. Menurut Suwono (2006) menyatakan bahwa dalam analisis faktor tidak terdapat variabel bebas dan tergantung karena analisis faktor tidak mengklasifikasi variabel ke dalam katagori variabel bebas dan melainkan mencari hubungan interdepensi antara variabel agar dapat mengidentifikasi dimensi – dimensi atau faktor – faktor yang menyususnnya
Skala pengukur pada penelitian ini bertujuan untuk membedakan antara kategori – kategori dalam suatu variabel dengan asumsi bahwa ada urutan atau tingkatan skala rangking terhadap indokator yang memberikan informasi apaka suatu obyek memiliki karakteristik yang lebih atau kurang, tetapi bukan berapa banyak kekurangan dan kelebihannya. Dan skala yang sering dipakai dalam penyusunan kuesioner adalah skala ordinal atau sering disebut skala likert, yaitu skala yang berisis lima tingkatan preferensi jawaban dengan pilihan sebagai berikut : (1) = Sangat Tidak Setuju, (2) = Tidak Setuju, (3) = Ragu-ragu atau Netral, (4) = Setuju, (5) = Sangat Setuju. Pengolahan data dengan menganalisis sikap responden terhadap butir kuesioner untuk melihat hasil penelitian responden terhadap pelaksanaan variabel yang diteliti.
Dari semua variabel tersebut diberikan definisi operasinalnya dan dijabarkan menjadi butir – butir pertanyaan atau pernyataan. Definisi operasional variabel dapat dilihat sebagaimana pada tabel
24
Tabel 3.1. Operasional Variabel
Variabel Dimensi Minat Pembeli Unit Link Produk - kemasan menarik
- banyaknya pilihan invetasi
- Unit Link sudah menjawab kebutuhan Asuransi - Nama perusahaan menjadi pertimbangan pembelian - Unit Link sudah menjawab kebutuhan Investasi
Harga
- Tidak ada biaya akuisisi
- harga lebih murah di bandingkan kompetitor - premi fleksibel
- Premi sesuai dengan manfaat yang di terima - Biaya-biaya yang timbul lebih kecil
Iklan
- Iklan media cetak (koran, majalah) - Iklan media elektronik (TV, Radio) - Program promosi Hp Blackberry - Program member get member - Program Cash Back
Distribusi
- Sistem penjualan dengan keagenan - Sistem penjualan dengan Bancassurance - Sistem penjualan dengan Telemarketing - Kedekatan dan perhatian yang diberikan oleh seorang agen penjual
- Sistem pelayanan yang cepat Sumber : Hasil olah data
3.5 Metode Pengumpulan Data
Dalam penelitian ini dilakukan dengan memberikan kuesioner kepada nasabah PT Asuransi Jiwa Sinarmas yang berada di area Pluit, Jakarta.
3.6 Jenis Data
Penelitian ini menggunakan data primer didapat dari kuesioner yang disebarkan kepada nasabah PT Asuransi Jiwa Sinarmas yang membeli produk Unit Link yang berada di area Pluit, Jakarta.
25 3.7 Populasi dan Sampel Penelitian
Populasi adalah gabungan seluruh elemen yang memiliki serangkaian karakteristik serupa yang mencakup semesta untuk kepentingan masalah riset pemasaran. Sedangkan populasi sasaran adalah kumpulan atau elemen yang memiliki informasi yang di cari oleh peneliti yang inferensi tentangnya akan di buat. Populasi sasaran harus didefinisikan menurut elemen, unit sampling, tingkatan dan waktu. Dalam riset survey, yang di maksud elemen biasanya adalah responden Malhotra (2005). Populasi dalam penelitian ini adalah seluruh nasabah BII cabang Pluit, Jakarta.
Pada penelitian ini metode pengambilan sampel yang digunakan adalah dengan metode Non-probability sampling dengan cara Convenience Sampling. Menurut Sekaran (2006) bahwa dalam pengambilan sampel non probability sampling besarnya elemen terpilih sebagai subyek tidak di ketahui. Sedangkan cara Convenience Sampling merupakan pengumpulan informasi dari anggota populasi yang dengan senang hati bersedia memberikannya.
Menurut Bilson Simamora (2005:108) tidak ada ukuran sampel minimal yang diterima dalam analisis faktor. Memang, semakin besar ukuran sampel, analisis faktor menjadi semakin akurat. Sebaliknya ukuran sampel berjumlah 100 atau lebih. Jangan melakukan analisis faktor kalau ukuran sampelnya kurang dari 50. Namun ketentuana ini tidak multak. Sebagai aturan umum, jumlah responden minimal (kadang-kadang juga disebut kasus atau observasi, penulis) adalah tiga
26
responden minimal adalah 15 orang. Lebih baik lagi kalau rasionya adalah satu banding sepuluh. Bahkan, ada peneliti yang menginginkan perbandingan 1:20.
3.8 Metode Analisis Data
Untuk mengetahui dimensi-dimensi utama dari bauran pemasaran yang berpengaruh terhadap minat pembelian produk, maka dilakuakan analisis faktor. Dalam Suliyanto (2005:114) analisis faktor adalah suatu teknik untuk menganalisis tentang saling ketergantuangan (interdependence) dari beberapa variabel secra simultan dengan tujuan untuk menyederhanakan dari bentuk hubungan antara beberapa variabel yang diteliti menjadi sejumlah faktor yang lebih sedikit daripada variabel yang diteliti, yang berarti dapat juga menggambarkan tentang struktur data dari suatu penelitian.
Jadi, pada prinsipnya analisis faktor digunakan untuk mengelompokkan beberapa variabel yang memiliki kemiripan untuk dijadikan satu faktor, sehingga dimungkinkan dari beberapa atribut yang mempengaruhi suatu komponen variabel dapat diringkas menjadi beberapa faktor utama yang jumlahnya lebih sedikit.
Menurut Suliyanto fungsi dari analisis faktor adalah
a. Mengidentifikasi dimensi – dimensi mendasar yang dapat menjelaskan korelasi dari serangkaian variabel
b. Mengidentifikasi variabel – variabel baru yang lebih kecil, untuk menggantikan variabel tidak berkorelasi dari serangkaian variabel asli yang berkorelasi.
27
c. Mengidentifikasi beberapa variabel kecil dari sejumlah variabel yang banyak untuk dianalisis dengan analisis multivariat lainnya.
Asumsi – asumsi dalam analisis faktor, prinsip utama analisis faktor adalah korelasi, artinya variabel yang memiliki korelasi erat akan membentuk suatu faktor, sedangkan variabel yang ada dalam suatu faktor akan memiliki korelasi yang lemah dengan variabel yang terdapat pada faktor yang lain. Karena prinsip utama analisis faktor adalah korelasi, maka asumsi dalam analisis faktor berkaitan erat dengan korelasi berikut :
a. Korelasi atau keterkaitan antarvariabel harus kuat.
Hal ini dapat diidentifikasi dari nilai determinannya yang mendekati nol. Nilai determinan dari matrik korelasi yang elemen-elemennya menyerupai matrik identitas akan memiliki nilai determinan sebesar satu. Artinya, jika nilai determinana mendekati satu, maka matrik korelasi menyerupai matrik.
b. Indeks perbandingan jarak antara koefisien korelasi dengan koefisien kolerasi parsialnya secara keseluruhan harus kecil.
Hal ini dapat diidentifikasikan dengan nilai kaiser-meyer-olkin measure of sampling adequacy (KMO). KMO merupakan sebuah indek perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara keseluruhan. Jika jumlah kuadrat koefisien korelasi dengan koefisien parsila di anatara seluruh pasangan variabel bernilai kecil dibandingkan
28
dengan jumlah kuadrat koefisien korelasi, maka akan menghasilkan nilai KMO yang mendekati satu. Nilai KMO yang kecil menunjukan bahwa analisis faktor, nilai KMO dianggap cukup apabila nilai KMO > 0,5.
c. Indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara keseluruhan harus kecil.
Hal ini dapat diidentifikasi dengan nilai measures of sampling adequacy (MSA). MSA merupakan sebuah indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara parsial setiap item/variabel. Untuk dapat melakukan analisis faktor, nilai MSA dianggap cukup apabila nilai MSA > 0,5. Apabila ada item /variabel yang tidak memiliki nilai MSA > 0,5, variabel tersebut harus dikeluarkan dari analisis faktor secara bertahap satu per satu.
d. Dalam beberapa kasus, setiap variabel yang akan dianalisis dengan menggunakan analisis faktor harus menyebar secara normal
Untuk menentukan banyaknya jumlah faktor yang terbentuk dalam analisis faktor dapat dilakukan beberapa pendekatan berikut ini :
a. Penentuan berdasarkan Apriori
Dalam metode penentuan ini, jumlah faktor telah ditentukan sebelumnya oleh peneliti.
29 b. Penentuan berdasarkan Eigenvalue
Untuk menentukan jumlah faktor yang terbentuk dapat didasarkan pada eigenvalue. Jika suatu variabel memiliki eigenvalue > satu, dianggap sebagai suatu faktor, sebaliknya jika suatu variabel hanya memiliki eigenvalue < satu, tidak dimasukkan dalam model.
c. Penentuan berdasarkan Scree Plot
Screen plot pada dasarnya merupakan grafik yang menggambarkan hubungan anatara faktor dengan eigenvalue, pada sumbu Y menunjukkan eigenvalue, sedangkan pada sumbu X menunjukkan jumlah faktor. Untuk dapat menentukan berapa jumlah faktor yang diambil, ditandai dengan slope yang sangat tajam anatara faktor yang satu dengan faktor berikutnya.
d. Penentuan berdasarkan Persentase Varian (Percentage of Variance)
Persentase varian menunjukkan jumlah variasi yang berhubungan pada suatu faktor yang dinyatakan dengan persentase. Untuk dapat menentukan berapa jumlah faktor yang diambil, harus memiliki nilai persentase varian > 0,5. Sedangkan apabila menggunakan kriteria kumulatif persentase varian, besarnya nilai kumulatif persentase varian > 60%.
30
Pada dasarnya analisis faktor dapat dikelompokan menjadi dua, yaitu pertama Princioal Components Analysis yang merupakan model dalam analisis faktor yang tujuannya untuk melakukan prediksi terhadap sejumlah faktor yang akan dihasilkan dan yang ke dua Common Factors merupakan model dalam analisis faktor yang tujuannya untuk mengetahui struktur dari variabel yang diteliti (karakteristik dari observasi).
Hasil dari analisis faktor adalah faktor matriks yang berisi koefisien bobot kontribusi suatu variabel terhadap faktor atau yang sering disebut dengan faktor loading. Namun demikian, sering kali kita dihadapakan pada permasalahan bahwa output yang dihasilkan sulit untuk diinterpretasi karena satu faktor dapat berkorelasi dengan beberapa variabel. Untuk mempermudah interpretasi, dilakukan rotasi faktor sehingga faktor matriks yang tadinya kompleks menjadi lebih simpel.
31 Sumber Joseph F. Hair, Jr 2005
Gambar 3.1 : Langkah – langkah Analisis Faktor PERMASALAHAN PENELITIAN COMPONENT ANALYSIS MODEL ANALISIS FAKTOR YANG DUGUNAKAN COMMON FACTOR Orthogonal • Varimax • Quartimax • Equamax JUMLAH FAKTOR (TANPA TEKNIK ROTASI)
METODE ESTIMASI (EXTRACTION METHOD) MATRIKS KORELASI Orthogonal • Varimax • Quartimax • Equamax TEKNIK ROTASI PEMANFAATAN FACTOR SCORES
32
Secara garis besar, gambar analisis faktor di atas dapat dilakukan dengan beberapa tahap, yaitu sebagai berikut :
a. Merumuskan Masalah
Untuk melakukan perumusan masalah perlu dilakukan beberapa langkah berikut.
Pertama :tujuan dari analisis faktor itu harus jelas lebih dahulu
Kedua : variabel-variabel yang akan disertakan dalam analisis faktor juga harus ditetapkan berdasarkan riset, teori, dan pendapat periset, demikian pula ukuran sampel harus tepat, setidak-tidaknya jumlah sampel harus empat atau lima kali jumlah variabel
b. Membuat Matriks Korelasi
Proses analisis faktor didasarkan pada matriks korelasi antara variabel yang satu dengan variabel yang lain, untuk memperoleh analisis faktor yang semua variabel-variabelnya harus berkorelasi. Untuk menguji ketepatan dalam model faktor, uji statistik yang digunakan adalah Barletts Test Sphericity dan Kaiser-Mayer-Olkin (KMO) untuk mengetahuai kecukupan sampelnya. Uji ini dapat di lihat pada tabel berikut.
33 Tabel 3.2
Tabel Ukuran Ketepatan Kaiser-Mayer-Olkin Ukuran KMO Rekomendasi 0,9 Baik sekali 0,8 Baik 0,7 Sedang/agak baik 0,6 Cukup 0,5 Kurang < 0,5 Ditolak
Sumber : Subhas Sharma (2005)
c. Penentuan Jumlah Faktor
Penentuan jumlah faktor yang diperlukan untuk mewakili variabel-variabel yang akan dianalisis didasarkan pada besarnya eigenvalue serta persentase total variannya. Hanya faktor yang memiliki eigenvaleu sama atau lebih besar dari 1 (satu) yang dipertahankan dalam model analisis faktor, sedangkan yang lainnya dari model.
d. Rotasi Faktor
Hasil dari ekstraksi faktor dalam matrik faktor mengidentifikasikan hubungan antarfaktor dan variabel individual, namun dalam faktor-faktor tersebut banyak variabel yang berkorelasi sehingga sulit diinterpretasikan. Melalui rotasi faktor matriks, faktor matriks ditransformasikan ke dalam matriks yang lebih sederhana sehingga mudah diinterpretasikan. Rotasi faktor menggunakan prosedur varimax
34 e. Interpretasi Faktor
Interpretasi faktor dilakukan dengan mengklasifikasikan variabel yang mempunyai factor loading minimum 0,4 variabel dengan faktor loading kurang dari 0,4 dikeluarkan dari model.
• Penentuan Skor Faktor
Perhitungan skor faktor pada dasarnya dimaksudkan untuk mencari nilai faktor yang dapat digunakan untuk analisis multivariat. Dalam modul ini, pembahasan skor faktor tidak terlalu ditekankan, karena pembahasannya tidak dilanjutkan ke penelitian multivariat.
• Penyeleksian Surrogate Variabel
Penyeleksian surrogate variabel adalah mencari salah satu variabel dalam setiap faktor sebagai wakil dari masing-masing fakto. Pemilihan ini didasarkan pada nilai factor loading tersebut.
f. Model FIT
Tahap akhir dari analisis faktor adalah mengetahui ketetapan dalam memilih teknik analisis faktor principal component analysis untuk mengetahui dengan melihat jumlah residual (perbedaan) antara korelasi yang diamati dengan korelasi yang diproduksi. Semakin kecil persentasenya, maka semakin tepat penentuan teknik tersebut.
