3. METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini menggunakan metode kuantitatif, menurut Sugiyono (2016, p. 14) metode penelitian kuantitatif adalah metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti populasi atau sampel tertentu dengan tujuan untuk menguji hipotesis yang telah ditetapkan dan digeneralisasikan. Jenis penelitian yang digunakan adalah penelitian kausalitas untuk menunjukan arah hu-bungan yang ada antar variabel. Penelitian kausalitas adalah penelitian dengan tujuan mencari penjelasan antar beberapa variabel dalam bentuk hubungan kausal atau sebab akibat (Ferdinand, 2014, p. 7). Penelitian ini dilakukan untuk meng-etahui pengaruh service quality dan service convenience terhadap customer
satisfaction Ekspedisi BC Trans Surabaya. 3.2 Gambaran Populasi dan Sampel 3.2.1 Populasi
Menurut Ferdinand (2014, p. 171), populasi adalah gabungan keseluruhan elemen yang membentuk peristiwa atau orang sehingga menjadi karakteristik sejenis dan menjadi pusat perhatian dalam sebuah penelitian. Sedangkan menurut Sugiyono (2016, p. 80), populasi adalah golongan beberapa wilayah yang terdiri dari obyek atau subyek dengan ciri tertentu yang ditetapkan oleh peneliti untuk dipelajari dan membuat kesimpulan. Populasi yang digunakan dalam penelitian ini adalah pelanggan di Ekspedisi BC Trans Surabaya.
3.2.2 Sampel
Menurut Ferdinand (2014, p. 171), sampel adalah subset dari populasi yang terdiri dari beberapa anggota populasi, dengan meneliti sampel maka dapat ditarik kesimpulan yang dapat digeneralisasi untuk seluruh populasi. Sampel adalah “bagi-an dari jumlah d“bagi-an karakteristik y“bagi-ang dimiliki oleh populasi” (Sugiyono, 2016, p. 81).
Dalam penelitian ini sampel yang digunakan adalah dihitung menggunakan rumus Lemeshow (Lemeshow, Hosmer, Klar, dan Lwanga ,1994). Rumus
Lemeshow digunakan untuk menghitung sampel dalam keadaan populasi tidak
di-ketahui. Perhitungan yang digunakan adalah sebagai berikut.
𝑛 =𝑍 𝑃 (1−𝑃)
𝑑2 (3.1)
Keterangan:
n = Jumlah Sampel
Z = Nilai distribusi z pada CI 5% P = Probabilitas maksimal estimasi d = Alpha
𝑛 =1,64𝑥0,5𝑥(1 − 0,5)
0,052 = 96 𝑠𝑎𝑚𝑝𝑒𝑙
Berdasarkan rumus n tersebut maka n yang didapatkan adalah 96 atau besarnya sampel yang digunakan penelitian ini dibulatkan sebanyak 100 orang kon-sumen dari Ekspedisi BC Trans Surabaya. Metode pengambilan sampel dalam pe-nelitian ini adalah Non-probability sampling adalah “teknik pengambilan sampel yang tidak memberi peluang atau kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel” (Sugiyono, 2016, p. 84).
Teknik pengambilan sampel dalam penelitian ini menggunakan metode
non-probability sampling melalui teknik purposive sampling. Purposive sampling
me-rupakan satuan sampling yang dipilih berdasarkan pertimbangan tertentu dengan tujuan untuk memperoleh satuan sampling yang memiliki karakteristik yang di-kehendaki (Sugiyono, 2016, p. 86).
Berdasarkan keterangan di atas maka dalam penelitian ini akan digunakan 100 orang. Angket akan diberikan terhadap responden yang sedang berada di kantor Ekspedisi BC Trans Surabaya.
3.3 Definisi Operasional Variabel Penelitian
Menurut Sugiyono (2016, p. 67) definisi operasional adalah penentuan kon-struk atau sifat yang akan dipelajari untuk dijadikan variabel yang dapat diukur. Definisi operasional menjelaskan cara tertentu yang digunakan untuk meneliti dan mengoperasikan konstruk, sehingga memungkinkan peneliti lain untuk melakukan
replikasi pengukuran dengan cara yang sama atau mengembangkan cara penguku-ran konstrak yang lebih baik. Definisi operasional dalam penelitian ini meliputi va-riabel-variabel penelitian yang terdiri dari variabel independen atau bebas (X) yaitu
service convenience (X), serta variabel dependen atau terikat yaitu service quality
(Z) dan customer satisfaction (Y).
3.3.1 Service Convenience
Service convenience (X) dalam penelitian ini adalah sebuah strategi yang
digunakan oleh penyedia barang dan jasa, yang bertujuan untuk menghemat waktu dan tenaga konsumen dalam melakukan pembelian barang atau jasa. Service convenience memiliki dimensi dan indikator sebagai berikut:
1. Decision convenience, merupakan persepsi konsumen terhadap biaya waktu dan usaha yang dikeluarkan untuk membuat sebuah keputusan dalam pembelian barang dan jasa, yang terutama ditentukan oleh ketersediaan dan kualitas informasi.
Dengan indikator:
• Kemudahan konsumen dalam menentukan jenis layanan yang akan digunakan
2. Access convenience, merupakan persepsi konsumen terhadap beban waktu dan usaha yang dikeluarkan dalam mengakses atau mendapatkan penyedia barang dan jasa dengan mudah dan cepat.
Dengan indikator:
• Kemudahan konsumen dalam menggunakan parkiran • Kemudahan konsumen dalam mencari lokasi penyedia jasa
3. Transaction convenience, merupakan persepsi konsumen terhadap beban waktu dan usaha yang dikeluarkan, atas kemudahan dan kenyamanan saat menyelesaikan transaksi pembelian barang dan jasa.
Dengan indikator:
• Kemudahan konsumen dalam bertransaksi • Kecepatan dalam bertransaksi
4. Benefit convenience, merupakan persepsi konsumen terhadap beban waktu dan usaha yang dikeluarkan untuk merasakan dan mengalami manfaat dari penggunaan barang dan jasa.
Dengan indikator:
• Kemudahan konsumen dalam mendapatkan paket kiriman
5. Post-benefit convenience, merupakan persepsi konsumen terhadap beban waktu dan usaha yang dikeluarkan untuk menghubungi kembali customer service penyedia barang dan jasa, ketika konsumen mengalami sebuah masalah setelah tahap manfaat jasa (benefit stage), atau bisa juga disebut sebagai after-sales service yang diberikan perusahaan.
Dengan indikator:
• Kemudahan konsumen untuk menghubungi customer service terkait paket yang bermasalah
• Kemudahan konsumen dalam melakukan refund
3.3.2 Service Quality
Service quality (Z) dalam penelitian ini adalah adalah kegiatan dimana
penyedia barang dan jasa dapat memberikan harapan konsumen terhadap kinerja dari penyedia layanan, yang merupakan kegiatan dua arah antara customer service dengan konsumen. Service quality memiliki dimensi dan indikator sebagai berikut:
1. Reliability
Reliability mencakup kemampuan dari penyedia jasa untuk memenuhi
kebutuhan konsumen yang sesuai dengan harapan terkait konsistensi, keakuratan, dan kecepatan layanan.
Dengan indikator
• Standar prosedur yang jelas
• Kemampuan petugas dalam memberikan informasi kepada pelanggan
2. Responsiveness
Responsiveness mengacu pada kerelaan dalam membantu pelanggan secara
tepat waktu dan efisien, termasuk sikap layanan yang ramah yang dilakukan oleh customer service.
Dengan indikator:
• Kecepatan respon petugas atas kebutuhan pelanggan • Respon petugas terhadap kritik dan saran pelanggan
3. Assurances
Assurances mengacu pada jaminan kepastian pelayanan yang diperoleh dari
komunikasi yang baik, sehingga menimbulkan sebuah rasa kepercayaan dari pelanggan.
Dengan indikator:
• Memberikan jaminan ketepatan waktu • Memberikan jaminan keamanan barang
4. Emphaty
Emphaty terkait dengan perlakuan khusus dengan bentuk perhatian secara
pribadi kepada pelanggan, guna mengetahui kebutuhan pelanggan secara spesifik.
Dengan indikator:
• Karyawan memberikan perhatian khusus kepada setiap kebutuhan konsumen
5. Tangibles
Tangibles berupa layanan fisik secara langsung yang dapat digunakan dan
dirasakan oleh pelanggan, seperti: kebersihan tempat, perlengkapan, tampilan bangunan maupun karyawan.
Dengan indikator:
• Penampilan karyawan
• Penampilan dan kebersihan kantor
3.3.3 Customer satisfaction
Customer satisfaction (Y) dalam penelitian ini adalah harapan keinginan yang
tercermin dalam perilaku individu untuk membentuk usaha sendiri dengan tindakan nyata untuk mengejar kewirausahaan. Customer satisfaction memiliki dimensi dan indikator sebagai berikut:
1 Customer feelings
Dimensi customer feelings menggambarkan perasaan konsumen yang timbul pada post purchase. Dimensi customer feelings dapat diukur menggunakan indikator:
• Adanya perasaan yakin bahwa konsumen telah mengambil keputusan yang tepat terkait penggunaan jasa
2 Expected performance
Expected performance menggambarkan harapan yang dimiliki konsumen
terhadap barang atau jasa yang dibeli. Dimensi expected performance dapat diukur menggunakan indikator:
• Adanya kesesuaian antara harapan yang dimiliki konsumen terhadap jasa yang akan digunakan dengan kenyataan.
• Penilaian baik dari konsumen terhadap jasa yang ditawarkan
3.4 Teknik Pengambilan Data 3.4.1 Jenis dan Sumber Data
Menurut Kuncoro (2011), sumber data yang umum berasal dari: a. Data primer
Data primer adalah data yang didapat melalui survei lapangan dengan meng-gunakan semua metode pengumpulan data original (Kuncoro, 2011, p. 127). Dalam penelitian ini, data primer yang digunakan dalam penelitian adalah dari hasil jawaban dari pengisian angket oleh para responden mengenai pengaruh service quality dan service convenience terhadap customer
satisfaction
b. Data sekunder
Data sekunder adalah data yang dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat untuk digunakan datanya (Kuncoro, 2011, p. 127). Dalam penelitian ini, data sekunder yang digunakan bersum-ber dari literatur, studi kepustakaan bersum-berupa teori-teori yang diperoleh dari buku, jurnal, artikel dan sumber lainnya yang berkaitan dengan service
quality, service convenience dan customer satisfaction. 3.4.2 Metode Pengumpulan Data
Metode pengumpulan data dalam penelitian ini diperoleh melalui angket. Menurut Sugiyono (2016, p. 90), angket merupakan teknik pengumpulan data deng-an cara memberi seperdeng-angkat pertdeng-anyadeng-an atau pernyatadeng-an tertulis kepada responden untuk dijawab. Angket dalam penelitian ini menggunakan skala likert, skala likert
adalah ”skala yang digunakan untuk mengukur sikap, pendapat, dan presepsi sese-orang atau sekelompok sese-orang tentang fenomena sosial” (Sugiyono, 2016, p. 93).
Skala likert yang digunakan dalam penelitian ini dibagi menjadi lima kategori
deng-an kriteria penelitideng-an sebagai berikut:
1. Sangat Tidak Setuju (STS) = Skor 1 2. Tidak Setuju (TS) = Skor 2
3. Netral (N) = Skor 3
4. Setuju (S) = Skor 4
5. Sangat Setuju (SS) = Skor 5
3.5 Teknik Analisis Data
3.5.1 Analisis Statistik Deskriptif
Menurut Sugiyono (2018), statistik deskriptif adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap proyek yang diteliti me-lalui data sampel atau populasi sebagaimana adanya, tanpa melakukan analisis dan membuat kesimpulan yang berlaku untuk umum. Pada penelitian ini menggunakan teknik analisis rata-rata (mean) yang merupakan teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut. Mean adalah cara untuk mengukur lokasi pusat untuk variabel atau data dengan skala minimal atau rasio, dimana jumlah keseluruhan score atau nilai dibagi oleh keseluruhan anggota atau obyek pengamatan (Sugiyono, 2013) Untuk mengetahui nilai dari rata – rata jawa-ban responden maka dala penelitian ini yang didasakan dalam penggunaaan skala
linkert adalah sebagai berikut
Interval kelas = (Nilai tertinggi – Nilai terendah)/ Jumlah Kelas
Dari perhitungan rumus tersebut, maka dapat disimpulkan perhitungan interval kelas sebagai berikut:
Interval kelas=(5-1)/5 = 0.8
Dengan hasil interval kelas 0,8 maka dapat disimpulkan bahwa jarak antara interval satu dengan yang lain adalah 0,8. Jawaban responden adalah sebagai berikut
1,81-2,60 = Tidak setuju 2.61-3,40 = Cukup setuju 3,41-4,20 = Setuju
4,21-5,00 = Sangat setuju
3.5.2 Partial Least Square (PLS)
Dalam penelitian ini, peneliti menggunakan teknik analisa data PLS (Partial
Least Squares). PLS (Partial Least Square) adalah salah satu metode statistika SEM
berbasis varian yang didesain untuk menyelesaikan regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran sampel penelitian kecil, adanya data yang hilang (missing values), dan multikolinearitas (Jogiyanto & Abdillah, 2009). PLS adalah salah satu teknik analisa dari Structural Equation Modeling (SEM) dengan proses perhitungan yang dibantu program aplikasi software
SmartPLS.
Analisa Partial Least Square (PLS) adalah teknik statistika multivariat yang melakukan perbandingan antara variabel dependen berganda dan variabel independen berganda. PLS adalah salah satu metode statistika SEM berbasis varian yang didesain untuk menyelesaikan regresi berganda ketika terjadi permasalahan spesifik pada data seperti ukuran sampel penelitian kecil, adanya data yang hilang (missing values) dan multikolinearitas (Jogiyanto & Abdilah, 2009).
Keunggulan – keunggulan PLS adalah sebagai berikut :
1. Mampu memodelkan banyak variabel dependen dan variabel independen (model komplek).
2. Mampu mengelola masalah multikolinearitas antar variabel independen. 3. Hasil tetap kokoh (robust) walaupun terdapat data yang tidak normal dan
hilang (missing values)
4. Menghasilkan variabel laten independen secara langsung berbasis
cross-product yang melibatkan variabel laten dependen sebagai kekuatan prediksi.
5. Dapat digunakan pada konstruk reflektif. 6. Dapat digunakan pada sampel kecil.
7. Tidak mensyaratkan data berdistribusi normal.
Dapat digunakan pada data dengan tipe skala berbeda, yaitu: nominal, ordinal, dan kontinus. Analisis Partial Least Square (PLS) dalam penelitian ini menggunakan
software Smart PLS 2.0 M3. Dalam PLS terdapat dua langkah pengujian, yaitu
pengujian Outer model dan Inner model.
3.5.3 Evaluasi Outer Model
Outer model merupakan model pengukuran untuk menilai validitas dan
reliabilitas model. Melalui proses interaksi algoritma, parameter model pengukuran (validitas konvergen, validitas diskriminan, dan composite reliability) diperoleh, termasuk nilai R2 sebagai parameter ketepatan model prediksi (Jogiyanto & Abdilah, 2009).
Dalam penelitian ini, evaluasi untuk outer model dilakukan melalui dua cara, yaitu (Jogiyanto & Abdilah, 2009):
1. Uji Validitas
Uji validitas dilakukan untuk mengetahui kemampuan instrumen penelitian mengukur apa yang seharusnya diukur. Dalam penelitian ini, peneliti menggunakan dua metode validitas, yaitu:
a. Validitas konvergen
Validitas konvergen berhubungan dengan prinsip bahwa pengukur-pengukur dari suatu konstruk seharusnya berkorelasi tinggi. Validitas konvergen terjadi jika skor yang diperoleh dari dua instrumen yang berbeda yang mengukur konstruk yang sama mempunyai korelasi tinggi. Uji validitas konvergen dalam PLS dengan indikator reflektif dinilai bedasarkan nilai loading factor (outer loading/skor loading), yaitu korelasi nilai komponen dengan nilai konstruk. Rule of thumb yang digunakan untuk convergent validity adalah nilai loading >0,7 (Ghozali, 2014). Namun dalam penelitian ini dari pengembangan skala pengukuran nilai loading 0,5 sampai 0,6 dianggap cukup (Jogiyanto & Abdilah, 2009). Oleh karena itu dapat disimpulkan bahwa nilai loading faktor akan dianggap signifikan jika lebih besar dari 0,5. Jika skor loading <0,5, indikator dapat di hapus dari konstruknya karena indikator tersebut tidak termuat (load) ke konstruk yang mewakilinya.
b. Validitas Diskriminan
Validitas diskriminan berhubungan dengan prinsip bahwa pengukur-pengukur konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Validitas diskriminan terjadi jika dua instrumen yang berbeda yang mengukur dua konstruk yang diprediksi tidak berkorelasi menghasilkan skor yang memang tidak
berkorelasi. Uji validitas diskriminan dinilai berdasarkan cross loading pengukuran dengan konstruknya. Jika nilai korelasi antara indikator dengan konstruk lebih besar daripada nilai korelasi antara indikator lain dengan konstruk lainnya, maka hal itu menunjukan bahwa konstruk laten memprediksi ukuran pada bloknya lebih baik daripada ukuran blok lainnya. Jika syarat ini terpenuhi, maka indikator tersebut memenuhi persyaratan yang ada pada validitas diskriminan (Jogiyanto & Abdillah, 2009).
2. Uji Reliabilitas
PLS melakukan uji reliabilitas untuk mengkur konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi dan ketepatan suatu alat ukur dalam melakukan pengukuran. Uji reliabilitas dalam PLS menggunakan dua metode, yaitu
Composite Reliability dan Cronbach’s Alpha. Rule of thumb nilai alpha atau composite reliability harus lebih besar dari 0,7 meskipun nilai 0,6 masih dapat di
terima (Hair et al., 2006). Cronbach’s Alpha mengukur batas bawah nilai reliabilitas suatu konstruk sedangkan Composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk (Jogiyanto & Abdilah, 2009). Namun,
composite reliability dinilai lebih baik dalam mengestimasi konsistensi internal
suatu konstruk (Jogiyanto & Abdilah, 2009).
3.5.4 Evaluasi Inner Model
Model struktural (inner model) dalam PLS dievaluasi dengan menggunakan R² untuk konstruk dependen, Stone-Geisser Q-square test untuk predictive
rele-vance dan nilai koefisien path atau t-value tiap path untuk uji signifikansi antar
konstruk dalam model struktural. Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 berarti semakin baik model prediksi dari model penelitian yang diajukan (Jogiyanto & Abdillah, 2014). Hasil R² sebesar 0,34 - 0,67 mengindikasikan bahwa model “baik”, 0,20 - 0,33 mengindikasikan model “moderat”, dan nilai 0 - 0,19 mengindikasikan model “lemah” (Jogiyanto & Abdillah, 2014). Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independen terhadap variabel dependen. Namun, R2 bukanlah parameter absolut dalam mengukur ketepatan
model prediksi karena dasar hubungan teoritikal adalah parameter yang paling utama untuk menjelaskan hubungan kausalitas tersebut.
Model PLS juga dievaluasi dengan melihat Q-square predictive relevance un-tuk model konstruk. Q-square mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square lebih besar 0 (nol) me-nunjukan bahwa model memiliki nilai predictive relevance, sedangkan nilai
Q-square kurang dari 0 (nol) menunjukan bahwa model kurang memiliki predictive relevance (Ghozali, 2014). Nilai Q² dapat dihitung dengan menggunakan hasil
per-hitungan R².
3.5.5 Uji Hipotesis
Dalam menguji hipotesis dapat dilihat dari nilai koefisien path atau inner mo-del yang menunjukkan tingkat signifikansi dalam pengujian hipotesis. Skor koe-fisien path atau inner model yang ditunjukkan oleh nilai T statistic, harus di atas 1,96 untuk hipotesis dua ekor (two-tailed) dan di atas 1,64 untuk hipotesis satu ekor (one-tailed) untuk pengujian hipotesis pada alpha 5 % dan power 80 %.
