BAB 3

METODE PENELITIAN
3.1 Desain Penelitian

3.1.1 Tempat Penelitian

Untuk memudahkan penulis dalam memperoleh data-data penelitian

dengan mengambil objek penelitian yang dilakukan di PT. Sunggong
Logistics.

3.1.2 Waktu penelitian

Dilakukan di PT. Sunggong Logisics periode Desember 2021 sampai

dengan Februari 2022.

Tabel 3. 1 Jadwal Penelitian

No Kegiatan Tahun 2021-2022

Juni Juli Agustus

Pembuatan
1.
draf
proposal
penelitian
Proses
2.
pembimbi
ngan
Validasi
3.
prposal
penelitian
Perbaikan
4.
proposal
penelitian
5. Pengumpul
an data

Institut Transportasi dan Logistik Trisakti 34

 35

6. Analisis
data
7. Penyusuna
n laporan
penelitian
atauskripsi

8. Ujian
skripsi

9. Perbaikan
skripsi

10. Penyeraha
n skripsi
3.2 Populasi dan Sampel

3.2.1 Populasi

Menurut Sugiyono (2013) populasi adalah wilayah generalisasi yang terdiri

atas obyek dan subyek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti dalam mempelajari dan kemudian ditarik kesimpulan.
Tujuan adanya populasi adalah untuk dapat menentukan jumlah sampel yang akan
diambil dari populasidan membatasi berlakunya daerah generalisasi. Populasi dalam
penelitian ini adalah seluruh pengguna jasa EMKL dengan Keseluruhnya berjumlah
56 orang.

3.2.2 Sampel

Pada penelitian ini penyampelan digunakan untuk menentukan keakuratan

dan ketepatan penentuan sumber data dan informasi bagi proses analisis dan
pengambilan keputusan (Abdillah & Jogiyanto, 2015). Sampel dalam penelitian yang
digunakan adalahsample jenuh dengan melakukan penyebaran kuesioner terhadap
pengguna Jasa sebesar 56 orang. Namun proses analisis akan tergantung pada
respon kuesioner yang dikembalikan responden.

3.3 Teknik Pengumpulan Data

Institut Transportasi dan Logistik Trisakti

 36

Sumber yang digunakkan dalam penelitian ini menggunakkan dua jenis

sumber, yaitu:
A. Data primer
Data primer adalah data yang diperoleh melalui pihak pertama yang memiliki
suatu data. Data Primer diperoleh langsung dari responden di lokasi penelitian.
Data primer dalam Penelitian ini adalah data yang diperoleh dengan
memberikan daftar pertanyaan (kuesioner) langsung kepada customer
perusahaan forwarding.
B. Data Sekunder
Data Sekunder yang telah diolah lebih lanjut dan disajikan oleh pihak
pengumpul data primer atau pihak lain. Data yang diperoleh dengan sumber
sekunder diperoleh di peusahaan forwarding dan studi dokumentasi yang
diperoleh dari buku, jurnal, dan internet yang dijadikan referensi untuk
penelitian ini.
Pada penelitian ini data dikumpulkan dari responden dengan menyebarkan
kuesioner. Kuesioner adalah metode pengumpulan data primer menggunakkan
sejumlah pertanyaan dengan format tertentu. Kuesioner memiliki keunggulan
karena memuat informasi yang efektif dan efisien sesuai dengan tujuan
penelitian. Kuesioner pada penelitian ini diajukan kepada karyawan dan
customer PT. Sunggong Logistic. Kuesioner yang yang diberikan kepada
responden dapat diisi menggunakkanlangsung oleh responden yang disebarkan
langsung kepada customer perusahaan forwarding.

3.4 Definisi Konseptual

Definisi konseptual merupakan pemaknaan dari konsep yang digunakan

sehingga memudahkan peneliti dalam mengoperasikan konsep tersebut di lapangan
ketika pengambilan data (Azwar, 2007). Berikut beberapa definisi konseptual yang
digunakan dalam penelitian ini.
A. Variabel Independen
Adalah variabel yang menyebabkan atau mempengaruhi perubahan variabel
dependen atau yang menyebabkan perubahan variabel dependen. Jika
variabel independen berubah, variabel dependen juga berubah dalam hal ini
variabel independen adalah pelayanan dan Customs Clearance.

Institut Transportasi dan Logistik Trisakti

 37

B. Variabel Intervening
Yaitu variabel yang dipengaruhi Pelayanan dan Customs Clearance bersama
sama mempengaruhi variabel Pengeluaran Peti Kemas.
C. Variabel Dependen
Yaitu Pelayanan , Customs Clearance dan Pengeluaran Peti Kemas terhadap
Variable Dependen Kepuasan Pelanggan.

Gambar 3. 1 Kerangka Konseptual

3.5 Definisi Operasional

Definisi operasional merupakan petunjuk suatu variabel diukur dengan

indikator- indikator yang dapat memperjelas varibel yang diteliti (Azwar, 2007).
Berikut definisi operasional dari penelitian ini,

Institut Transportasi dan Logistik Trisakti

 38

Tabel 3. 2 Indikator Variabel

No Variabel Definisi Indikator Pernyataan No. Sumber
Kuisioner
1. Pelayanan Menurut 1. Strategi Aktivitas strategy for
Q.1
Kotler pelayanan customs
(Laksana, efektif dalam clearance
2018:85) pengurusan services
Pelayanan administrasi (wilawan,
adalah setiap customs 2013)
Tindakan atau clearance
kegiatan yang
dapat Mampu
ditawarkan 2. Waktu melakukan
olh suatu target pengurusan Q.2
pihak kepada administrasi
pihak lain. sesuai
kesepakatan
kontrak

2. Customs Customs
clearance clearance 1. Quality Kualitas Efficiency
Q.3
adalah salah Indicato system of Logistics
satu fungsi rs pelayanan Processes
dari layanan beacukai in Customs
managemen mampu (Kilibarda
rantai pasok mempercepat et al., 2017)
yang administrasi
berkaitan pengeluaran
dengan barang
kepabeanan
dalam 2. Time Manpu
menangani mempercepat Q.4
muatan. target dalam
pengeluaran
barang

3. Customs Keandalan
layanan dalam
Q.5
customs
clearance
mampu
mempercepat
pengeluaran
petikemas

Pemindahan
3. Pengeluaran 1. Perkerja Mampu Container
petikemas Q.6
petikemas lapangan mempeercepat Port
dari suatu
Pelabuha aktivitas Production
tempat ke
n pengeluaran Efficiency:
tampat lain
petikemas dari A
nya dengan

Institut Transportasi dan Logistik Trisakti

 39

No Variabel Definisi Indikator Pernyataan No. Sumber

Kuisioner
dokumen Pelabuhan ke Comparativ
yang diminta Gudang. e Study of
dan secara DEA and
khusus Mempercepat FDH
transportasi 2. Jalur waktu tiba kapal Approaches
petikemas pelayara agar tidak (wang,
berperan n terjadi 2003)
penting dalam penumpukan di Q.7
proses area jalur
pengiriman pelayaran.
barang.
Evaluasi
Kinerja
4. Kepuasan Perasaan 1. Tangibles Kepedulian Layanan
Pelanggan senang atau terhadap Pengeluara
Q.8
kecewa pengguna jasa n
seseorang gar sesuai Petikemas
yang muncul dengan Impor di
setelah kemauan dan PT.
membandingk harapan Terminal
an kinerja dan pengguna jasa. Petikemas
hasil. 2. Reliabilit Surabaya
y Kemampuan (aw et al.,
dalam 2021)
menyelesaikan Q.9
tugas sebagai
perusahaan
forwarding
secara tepat
waktu kepada
pengguna jasa
3. Responsi
Q.10
veness Memberikan
pelayanan
dengan cepat
dan tanggap.

Institut Transportasi dan Logistik Trisakti

 40

3.6 Teknik Analisis Data

1. Analisis Deskriptif

Analisis deskriptif bertujuan untuk mengetahui deskripsi empiris atau gambaran

dari data yang diperoleh. Analisa deskriptif dilakukan dengan menganalisa jawaban
responden yang akan digunakan untuk memberikan informasi tentang tingkat penilaian
indikator- indikator dari variabel penelitian dan alasan yang logis yang mendasari tolak
ukur penilaian responden, untuk melakukan analisa deskriptif dapat menggunakan
metode nilai indeks (Suliyanto,2018).
2. Analisis SEM (Structural Equation Modeling)
Penelitian ini menggunakkan metode analisis data dengan menggunakkan
software SmartPLS versi 3.9.2 dikarenakan pada penelitian ini menggunakkan penelitian
multivarian karena terdapat 3 (tiga) variabel yaitu variabel dependent, variabel
independent dan variabel intervening. SEM (Structural Equation Modeling) merupakan
pengembangan dari General Linear Model (GLM) dengan regresi berganda sebagai bagian
yang utama. SEM lebih andal, ilustratif dan kokoh dibandingkan dengan teknik regresi
ketika memodelkan interaksi, non-linearitas, error pengukuran, kolerasi error terms,
dan kolerasi antarvariabel laten yang diukur oleh indikator berganda (Abdillah &
Jogiyanto, 2015). Proses pemodelan SEM terdiri atas dua tahapan dasar, yaitu validasi
model pengukuran dan pengujian model struktural, SEM memiliki kemampuan
mengukur variabel laten yang tidak secara langsung diukur tetapi melalui estimasi
indikator atau parameternya. Selanjutnya adalah PLS (Partial Least Square) adalah
teknik statistikamultivariat dengan melakukan pembandingan antara variabel dependen
berganda dan variabel independen berganda. PLS merupakan salah satu metode
statistika SEM dengandasar varian yang di desain untuk menyelesaikan regresi berganda
ketika ditemukan permasalahan yang khusus pada data, seperti kecilnya ukuran sampel
dan terjadi kehilangan data (missing values). PLS merupakan alat analisis yang andal
untuk menguji model prediksi karena memiliki keunggulan dibandingkan dengan model
prediksi lainnyaseperti AMOS, LISREL dan OLS karena tidak mendasarkan pada berbagai
asumsi , dapat digunakan untuk memprediksi model dengan landasan teori yang lemah.
PLS memiliki keunggulan-keunggulan dan kelemahan-kelemahan sebagai berikut
(Abdillah & Jogiyanto, 2015),

Institut Transportasi dan Logistik Trisakti

 41

A. Mampu memodelkan banyak variabel dependen dan variabel independen (model

kompleks).
B. Mampu mengelola masalah multikolinearitas antar variabel independen.

C. Hasil tetap kokoh (robust) walaupun terdapat banyak data yang tidak normal dan
hiang (missing value).
D. Menghasilan variabel laten independen secara langsung berbasis cross product
yang melibatkan variabel laten dependen sebagai kekuatan prediksi.
E. Dapat digunakan pada konstruk reflektif dan formatif.

F. Dapat dipergunakkan sampel kecil.

G. Tidak mensyaratkan data berdistribusi normal.

H. Dapat digunakan pada data dengan tipe skala berbeda, yaitu nominal, ordinal dan
kontinus.

3. Uji Model

Dalam penelitian ini menggunakan dua jenis uji model yaitu outer model ( model
pengukuran ) dan inner model ( model struktual )
A. Model Pengukuran ( Outer Model )

Pengukuran ini menetapkan karakteristik indicator masing – masing laten, apakah

terikat atau tidak terikat berdasarkan definisi operasional variabel dengan
menghubungkan antara variabel laten dengan indikatornya (Abdillah & Jogiyanto,2015).
1) Uji Validitas

A. Convergent Validity

Validitas Konvergen merupakan gabungan indikator yang mewakilkan suatu

variabel laten bermaksud untuk mendemontrasikan menggunakan nilai rata – rata
varian yang di ekstraksi ( Average Variance Extracted ) Sarwono & Narimawati, (2015).
Dan aturan praktis yang digunakan untuk validitas konvergen merupakan > 0,7,
communality > 0,5 dan Averange Variance Extracted > 0,5 Abdillah & Jogianto, (2015).

Institut Transportasi dan Logistik Trisakti

 42

B. Discriminant Validity

Validitas Diskriminan adalah suatu variabel laten yang berbagi varianlebih dengan
indikator dan mendasari pada variabel-variabel laten lainnya, setiap variabel laten harus
lebih besar dari pada nilai r2 Sarwono & Narimawati, (2015). Aturan praktis yang dipakai
sebagai validitas diskriminan adalah akar Average Variance Extracted > korelasi variabel
laten dan cross loading > 0.7 dalam satu variabel Abdillah & Jogiyanto, (2015).

4. Model Struktural ( Inner Model )

Rentang nilai reabilitas alpha adalah 0 hingga 1 Gliem & Gliem (2003)
menggambar beberapa batasan pada istilah nilai alpha, yaitu :

0,9 sangat tinggi ( Sangat Baik ) dan 0,4 sangat rendah.

5. Model Struktural ( Inner Model )

Inner Model adalah spesifikasi hubungan antara variabel laten, nama lain inner
relation yang menggambarkan hubungan variabel laten berdasarkan teori pembuktian
penelitian. Model struktural keterkaitan antara variabel laten berdasarkan rumusan dan
hipotesis penelitian terdiri dari penelitian empiris, teoridan rasional Noor (2014). Model
struktural dalam PLS dievaluasi dengan menggunakkan R2 untuk konstruk dependen,
koefisien path atau t-values tiap path digunakan untuk mengukur antar konstruk dalam
model structural, R Square digunakkan untuk mengukur tingkat variasi perubahan
variabel independen terhadap variabel dependen. Semakin tinggi nilai R Square maka
semakin baik model prediksi dari model penelitian yang diajukan Nilai R- Square
merupakan koefisien determinansi pada konstruk endogen dengan kriteria apabila nilai
R- Square sebesar 0.70 dikategorikan sebagai Kuat, 0.67 dikategorikan sebagai
substansial, 0.33 dikategorikan sebagai moderate, dan apabila nilai R-Square sebesar
0.19 dikategorikan sebagai lemah Abdillah & Jogiyanto (2015).

Institut Transportasi dan Logistik Trisakti

 43

4. Hipotesis

Pengujian hipotesis (β, Ƴ, dan λ) dilakukan dengan melakukan uji statistik yaitu
statistik t atau uji t, pengujian ini disebut dengan metode resampling bootstrap yang
memungkinkan berlakunya data berdistribusi bebas tidak memerluka asumsi distribusi
normal (Noor, 2014). Sampel yang direkomendasikan adalah lebih dari 30 sampel.
Pengujian dilakukan dengan t-test, bilamana p-value ≤ 0.05atau alpha 5%. Kriteria dalam
pengujian ini adalah :
A. Outer Model signifikan dan indikator bersifat valid.

B. Inner Model signifikan dan terdapat pengaruh yang signifikan.

Institut Transportasi dan Logistik Trisakti