29
BAB III METODOLOGI PENELITIAN
3.1.Definisi Operasional dan Pengukuran Variabel 3.1.1.
Definisi Operasional
Definisi operasional variabel-variabel yang akan dibahas dalam penelitian
ini adalah :
1. Perilaku Etis X
1
X merupakan perilaku karyawan dalam membangun
hubungan baik pelanggan
1-1
X Mengutamakan kepentingan pelanggan merupakan sikap dan perilaku
karyawan asuransi yang selalu memprioritaskan kepentingan nasabah.
1-2
X Menginformasikan secara benar merupakan perilaku karyawan
asuransi untuk memberikan informasi atau penjelasan yang transparan dan jujur kepada nasabah.
1-3
2. Orientasi pelanggan X Menutup penjualan secara adil merupakan perilaku karyawan asuransi
untuk melakukan penutupan penjualan polis asuransi secara adil.
2
adalah keinginan penyedia jasa untuk membantu pelanggan mengambil keputusan pembelian yang memuaskan, membantu
pelanggan menilai kebutuhan, menawarkan pelayanan yang memuaskan kebutuhan pelanggan, mendeskriptifkan pelayanan yang tepat, menghindari
titik manipulatif dan menghindari taktik tekanan tinggi Howe et.al, 1994:497. Orientasi pelanggan diukur dengan menggunakan beberapa
indikator yang dikembangkan oleh Boles et al 2001:10 yaitu:
30
X
2-1
X Memahami kebutuhan pelanggan merupakan kemampuan karyawan
asuransi dalam memahami dan mengerti keinginan karyawan.
2-2
X Memberikan penawaran terbaik merupakan kemampuan karyawan
asuransi dalam melakukan penawaran pembayaran premi kepada nasabah.
2-3
3. Kinerja tenaga penjual Y, adalah hasil kerja secara kualitas dan kuantitas yang dicapai oleh seseorang dalam melakukan tugasnya sesuai dengan
tanggung jawab yang diberikan kepadanya Mangkunegara,2001. Data kinerja tenaga penjual diperoleh melalui data sekunder dari perusahaan,
berupa penilaian kinerja tenaga penjual selama periode tahun 2009. Adapun penilaian yang dilakukan oleh perusahaan meliputi penilaian atas indikator-
indikator: Memecahkan masalah pelanggan merupakan kemampuan karyawan
asuransi dalam membantu menyelesaikan masalah yang dihadapi nasabah.
Y
1
Y Hubungan tenaga penjualan dengan pelanggan merupakan tingkat
keharmonisan hubungan yang terjalin antara tenaga penjualan asuransi dengan nasabah.
2
Y Kualitas interaksi dengan nasabah merupakan tingkat interaksi dan
komunikasi antara tenaga penjual asuransi dengan nasabahnya.
3
Keterampilan menjual merupakan kemampuan tenaga penjual asuransi dalam menjual polis asuransi.
31
Y
4
Y Pengetahuan produk merupakan pengetahuan yang dimiliki karyawan
asuransi dalam memahami produk-produk yang ada di asuransi
5
Y Pengetahuan program merupakan pengetahuan yang dimiliki karyawan
asuransi terhadap program-program yang ada di asuransi
6
Kualitas personal merupakan tingkat kemampuan pada tenaga penjual asuransi.
3.1.2. Pengukuran Variabel
Pengukuran dari indikator tersebut adalah skala interval dengan pengukuran semantic diferensial. menurut Sugiyono 2005:91 skala ini
digunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi tersusun dalam satu garis kontinum yang jawabannya sangat
negatif terletak dibagian kiri dan jawaban sangat positif terletak dibagian kanan garis. Data yang diperoleh adalah data interval dan biasanya skala ini digunakan
untuk mengukur sikapkarakteristik tertentu. Skala data yang digunakan adalah skala interval 1 sampai 7, digambarkan sebagai berikut:
1 7
Sangat tidak setuju
Sangat setuju
3.2.Teknik Penentuan Sampel
a. Populasi Populasi adalah kelompok subyekobyek yang memiliki ciri-ciri atau
karakteristik-karakteristik tertentu yang berbeda dengan kelompok
32
subyekobyek yang lain Sumarsono, 2002: 44. Populasi yang dipergunakan dalam penelitian ini adalah seluruh nasabah Asuransi Jiwa
Bumi Putera 1912 di Jombang. b. Sampel
Sampel adalah bagian dari populasi yang mempunyai ciri dan karakteristik yang sama dengan populasi tersebut Sumarsono, 2002;44. Menurut
Ferdinand 2002:48 dalam pedoman ukuran sampel yang dipergunakan adalah
1. 100–200 sampel untuk teknik maximum likelihood estimation.
2. Tergantung pada jumlah parameter yang diestimasi. Pedomannya
adalah 5-10 kali jumlah parameter yang diestimasi. Bila terdapat 12 indikator, besarnya adalah 60-120, artinya minimal
sampel yang dipergunakan adalah 60 orang dan maksimal sampel yang dipergunakan adalah 120 orang.
Adapun teknik sampel yang dipergunakan adalah purposive sampling adalah pemilihan sampel berdasarkan kriteria-kriteria tertentu Sugiyono,
2004:77. Mengenai kriterianya adalah sebagai berikut : 1. Responden berusia minimal 17 tahun.
2. Responden terdaftar sebagai pemegang polis Asuransi Jiwa Bumi Putera 1912 Jombang, dengan lama pertanggungan asuransi antara 5-20 tahun.
3.3.Teknik Pengumpulan Data
1. Jenis data yang digunakan dalam penelitan ini adalah jenis data primer yaitu jenis data yang diperoleh dengan memberikan kuisioner secara
33
langsung pada pemegang polis Asuransi Jiwa Bumi Putera 1912 di Jombang.
2. Sumber data dalam penelitian ini adalah kuesioner yaitu daftar angket yang disebarkan pada responden.
3. Metode pengumpulan data yang dipergunakan dalam penelitian adalah: a. Metode Observasi, yaitu melakukan pengamatan langsung pada obyek
penelitian. b. Metode Wawancara, yaitu mewawancarai secara langsung kepada
responden untuk keterangan yang lebih mendalam mengenai hal-hal yang diperlukan dalam penelitian.
c. Metode Kuesioner, yaitu teknik pengumpulan data dengan memberikan daftar pertanyaan angket kepada responden untuk
memperoleh informasi langsung.
3.4.Teknik Analisis Data
Model yang digunakan untuk menganalisis data dalam penelitian ini adalah Structural Equation Modelling [SEM], karena di dalam model konseptual
terdapat variabel laten dan indikator-indikatornya dan juga ingin mengetahui seberapa besar pengaruh masing-masing variabel laten. Model pengukuran faktor
nilai personal, nilai pelanggan dan loyalitas merek menggunakan Confirmatory Faktor Analysis. Penaksiran pengaruh masing-masing variabel bebas terhadap
variabel terikatnya menggunakan koefisien jalur. Langkah-langkah dalam analisis SEM model pengukuran dengan contoh faktor nilai personal dilakukan sebagai
berikut :
34
Gambar 3.1: Uji unidimensi faktor nilai personal
Persamaan Dimensi Faktor nilai personal: X11 =
λ1 nilai personal + er_1 X12 =
λ2 nilai personal + er_2 X13 =
λ3 nilai personal + er_3 X14 =
λ4 nilai personal + er_4
1. Asumsi Model [ Structural Equation Modelling]
a. Uji Normalitas Sebaran dan Linieritas 1 Normalitas dapat diuji dengan melihat gambar histogram data
atau dapat diuji dengan metode-metode statistik. 2 Menggunakan Critical Ratio yang diperoleh dengan membagi
koefisien sampel dengan standard errornya dan Skewness value
yang biasanya disajikan dalam statistik deskriptif dimana nilai statistik untuk menguji normalitas itu disebut
sebagai Z-value. Pada tingkat signifikansi 1, jika nilai Z lebih besar dari nilai kristis, maka dapat kemungkinan bahwa
distribusi data adalah tidak normal.
Nilai personal X
1
X
11
X
12
X
13
X
14
er_1 er_2
er_3 er_4
35
3 Normal Probability Plot [ SPSS 10.1 ]. 4 Linieritas dengan mengamati scatterplots dari data yaitu
dengan memilih pasangan data dan dilihat pola penyebarannya untuk menduga ada tidaknya linieritas.
b. Evaluasi atas Outlier
1
Mengamati nilai Z-score : ketentuanya diantara ± 3,0 non outlier.
2
Multivariate outlier diuji dengan kriteria jarak Mahalanobis
pada tingkat p 0,001. Jarak diuji dengan Chi-Square [ χ
] pada df sebesar jumlah variabel bebasnya. Ketentuan:bila
Mahalanobis dari nilai χ
adalah multivariate outlier. Outlier adalah observasi atau data yang memiliki karakteristik unik
yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah
variabel tunggal atau variabel kombinasi [Hair,1998]. c. Deteksi Multicollinierity dan Singularity.
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0
[kecil], maka terjadi multikolinieritas dan singularitas [Tabachnick Fidell,1998].
d. Uji Validitas dan Reliabilitas Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah
indikator dalam menilai sesuatu atau akuratnya pengukuran atas
36
apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah
konstruk yang menunjukkan derajad sampai dimana masing- masing-masing indikator itu mengindikasikan sebuah konstruk
yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent
variabelconstruct aka diuji dengan melihat loading faktor dari hubungan antara setiap obseverd variable dan latent variable.
Sedangkan reliabilitas diuji dengan construct reliability dan Variance-extracted
. Construct reliability dan Variance-extracted dihitung dengan rumus berikut:
Σ [Standardize Loading ]2
Variance Extracted = --------------------------------------------- Σ [Standardize Loading
]2+Σ ε
j
[ Σ Standardize Loading]
Construct Reliability
= ------------------------------------------ [
Σ Standardize Loading] + Σε
j
Sementara ε
]
j
dapat dihitung dengan formula ε
j
= 1- [Standardize Loading]
Secara umum, nilai construct reliability
yang dapat diterima adalah ≥ 0,7 dan variance extracted ≥ 0,5
[Hair et.al.,1998]. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct
standardize regression weigths terhadap setiap butir sebagai
indikatornya.
37
2. Pengujian Hipotesis dan Hubungan Kausal
Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR [Critical
Ratio ] atau p [probability] yang sama dengan nilai t hitung. Apabila t
hitung lebih besar daripada t table berarti signifikan.
3. Pengujian model dengan Two-Step Approach
Two-Step Approach to structural equation modelling [SEM]
digunakan untuk menguji model yang diajukan pada gambar 3.2. Two-Step Approach
digunakan untuk mengatasi masalah sampel data yang kecil jika dibandingkan dengan jumlah butir instrumentasi yang digunakan [Hartline
Ferrell,1996], dan keakuratan reliabilitas indikator-indikator terbaik dapat dicapai dalam two-step approach ini. Two-Step Approach bertujuan
untuk menghindari interaksi antara model pengukuran dan model struktural pada One Step Approach [Hair et.al.,1998].
Yang dilakukan dalam two step approach to SEM adalah : estimasi
terhadap measurement model dan Estimasi terhadap structural model
[Anderson dan Gerbing,1988]. Cara yang dilakukan dalam menganalisis SEM dengan Two step approach adalah sebagai berikut :
a. Menjumlahkan skala butir-butir setiap konstrak menjadi sebuah indikator summed-scale bagi setiap konstrak. Jika terdapat skala yang
berbeda setiap indikator tersebut distandardisasi [Z-scores] dengan mean = 0, deviasi standar = 1, tujuannya adalah mengeliminasi
pengaruh skala yang berbeda-beda tersebut [Hair et.al.,1998].
38
b. Menetapkan error [ ε] dan lambda [λ] terms, error terms dapat dihitung
dengan rumus 0,1 kali σ
2
dan lamda terms dengan rumus 0,95 kali σ
[Anderson dan Gerbing, 1988]. Perhitungan construct reliability [ α]
telah dijelaskan pada bagian sebelumnya dan deviasi standar [ σ] dapat
dihitung dengan bantuan program aplikasi statistik SPSS. Setelah error [
ε] dan lambda [λ] terms diketahui, skor-skor tersebut dimasukkan sebagai parameter fix pada analisis model pengukuran SEM.
4. Evaluasi Model
Hair et.al., 1998 menjelaskan bahwa pola “confirmatory” menunjukkan prosedur yang dirancang untuk mengevaluasi utilitas
hipotesis-hipotesis dengan pengujian fit antara model teoritis dan data empiris. Jika model teoritis menggambarkan “good fit” dengan data, maka
model dianggap sebagai yang diperkuat. Sebaliknya, suatu model teotitis tidak diperkuat jika teori tersebut mempunyai suatu “poor fit” dengan data.
Amos dapat menguji apakah model “good fit” atau “poor fit”. Jadi, “good fit” model yang diuji sangat penting dalam penggunaan structural equation
modelling. Pengujian terhadap model yang dikembangkan dengan berbagai
kriteria Goodness of Fit, yakni Chi-square, Probality, RMSEA, GFI, TLI,
CFI, AGFI, CMINDF. Apabila model awal tidak good fit dengan data
maka model dikembangkan dengan pendekatan two step approach to SEM.
39
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
Kategori