BAB III

METODE PENELITIAN

A. Waktu dan Tempat Penelitian

Proses penelitian ini dimulai dengan kegiatan mengidentifikasi

permasalahan di tempat yang akan digunakan sebagai lokasi penelitian,

melakukan perumusan masalah dan pengumpulan teori dasar untuk

memperkuat landasan dari setiap variabel. Selanjutnya dilakukan penyusunan

metode dalam pengumpulan data, penyusunan instrumen sampai teknik

pengujinan yang dilakukan. hingga penentuan teknik pengujian statistik yang

dipergunakan. Jangka waktu yang dilakukan penelitian ini berkisar awal bulan

November 2021 sampai dengan Juni 2022.

Untuk mendapatkan informasi dan data yang diperlukan dalam

penyusunan skripsi, maka penelitian ini berfokus menganalisa bagaimana

pengaruh kualitas pelayanan, kualitas produk dan perceived value terhadap

loyalitas pelanggan IndiHome, adapun objek yang digunakan pada penelitian

ini adalah pelanggan IndiHome di PT. Telkom Indonesia Wilayah

Telekomunikasi Jakarta Selatan (Witel Jaksel), Kebayoran Baru, Kota Jakarta

Selatan. Data yang diambil merupakan kuesioner yang disebar kepada

pelanggan IndiHome dan data tersebut diolah dalam bentuk tabel atau gambar

sebagai penyajian data penelitian.

43

http://digilib.mercubuana.ac.id/
B. Desain Penelitian

Dalam penyusunan penelitian ini peneliti menggunakan metode analisis

Kausal. Analisis kausal adalah hubungan yang bersifat sebab akibat. Penelitian

yang dilakukan untuk mengetahui tentang pengaruh satu atau lebih variabel

bebas (variabel eksogen) terhadap variabel terikat (variabel endogen). Variabel

independen atau variable eksogen disebut juga sebagai variable stimulus,

prediktor dan antecedent adalah variabel yang mempengaruhi atau yang

menjadi sebab perubahan atau timbulnya variabel dependen (terikat). Variabel

dependen atau variable endogen adalah variabel yang dipengaruhi atau yang

menjadi akibat karena adanya variabel bebas (Sugiyono, 2016).

C. Definisi dan Operasionalisasi Variabel

1. Definisi Variabel

Variabel adalah segala sesuatu yang berbentuk apa saja yang

ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang

hal tersebut, kemudian ditarik kesimpulannya, atau bisa diartikan sebagai

suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang

mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

ditarik kesimpulannya (Sugiyono, 2016). Pada penelitian ini terdapat jenis

variabel dengan penjelasan sebagai berikut :

a) Variabel Bebas (Independen Variable)

Variabel independen adalah variabel yang mempengaruhi variabel lain,

namun tidak dipengaruhi oleh variabel sebelumnya (Ghozali, 2014).

44

http://digilib.mercubuana.ac.id/
 Variabel independen dalam penelitian ini yaitu :

1) Kualitas Pelayanan

2) Kualitas Produk

3) Perceived Value

b) Variabel Terikat (Dependent Variable)

Variabel terikat (dependen) adalah variabel yang dipengaruhi atau yang

menjadi akibat karena adanya variabel bebas (Sugiyono, 2016).

Variabel dependen dalam penelitian yaitu :

1) Loyalitas Pelanggan

2. Operasionalisasi Variabel

Menurut Sugiyono (2016) Operasionalisasi variabel adalah suatu

dimensi yang diberikan pada suatu variabel dengan memberikan arti atau

menspesifikasikan kegiatan atau membenarkan suatu operasional yang

diperlukan untuk mengukur variabel tersebut. Operasionalisasi variabel

diperlukan untuk menentukan jenis dan indikator dari variabel-variabel yang

terkait dalam penelitian ini dan operasional variabel dimaksudkan untuk

menentukan skala pengukuran yang didapat dari masing-masing variabel,

sehingga pengujian hipotesis dengan menggunakan alat bantu statistik dapat

dilakukan dengan benar. Adapun operasional variabel terdapat pada tabel

berikut :

45

http://digilib.mercubuana.ac.id/
 Tabel 3.1.

Operasionalisasi Variabel Penelitian

Variabel Dimensi Indikator Skala

1. Penampilan petugas
mencerminkan identitas
1. Tangible pegawai dan adanya alat bantu
memudahkan proses
pelayanan
2. Melayani dan mengghargai
pelanggan dan mendahulukan
2. Emphaty
kepentingan keluhan
Kualitas pelanggan
Pelayanan
(X1),
3. Respon petugas mengenai
Parasuraman,
3. Responsiveness keluhan pelanggan dan likert
et. al dalam
kecepatan melayani pelanggan
Tjiptono dan
Chandra
(2016) 4. Keahlian petugas
menggunakan alat bantu
4. Reliability
dengan standar pelayanan
yang jelas

5. Kepastian pelayanan
5. Assurance pelanggan dengan jaminan
legalitas membantu pelayanan

1. Kinerja karakteristik produk

1. Performance
dan kemampuan produk

Kualitas
2. Fitur pelengkap produk dan
Produk (X2), 2. Features
ciri khas fitur produk
Menurut
David Garvin likert
dalam Fandy 3. Standar produk yang
Tjiptono, 3. Reliability memungkinan produk
(2016) mengalami gagal dipakai

4. Confermance to 4. Kesesuaian produk dengan

Specifications spesifikasi dan harga

46

http://digilib.mercubuana.ac.id/
 Variabel Dimensi Indikator Skala

5. Daya tahan produk untuk

5. Durability
dapat digunakan

6. Kemampuan produk
6. Serviceability memenuhi kebutuhan dan
operasional produk

7. Daya tarik produk terhadap

7. Esthetics
panca indera

8. Kualitas mengenai citra atau

8. Perceived Quality
reputasi produk

1. Maanfaat produk yang

1. Emotional value
dirasakan / emosional

Perceived 2. Kemampuan produk

Value (X3), 2. Social value meningkatkan konsep diri /
Menurut nilai sosial
Sweeny dan likert
Soutar dalam 3. 3. Maanfaat produk
Tjiptono Quality/performance berdasarkan kualitas / nilai
(2016) value kinerja

4. Price/value of 4. Manfaat produk

money berdasarkan biaya / uang

1. Kesetiaan terhadap
1. Repeat Purchase pembelian / penggunaan
Loyalitas produk
Pelanggan
(Y), Kotler &
2 Ketahanan pengaruh negatif
Keller dalam 2. Retention likert
terhadap merek lain
Khoirunnisa
dan Wijayanto
(2021) 3. Merefeferensikan produk
3. Referalls yang digunakan kepada orang
lain
Sumber: Data dioalah penulis (2021)

47

http://digilib.mercubuana.ac.id/
D. Skala Pengukuran Variabel

Pada penelitian ini skala pengukuran yang digunakan oleh peneliti

adalah Skala Likert. Skala Likert adalah metode yang digunakan untuk

mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang

tentang fenomena sosial. Menurut Sugiyono (2016), Skala Likert adalah suatu

skala psikometrik yang umum digunakan dalam kuesioner, dan merupakan

skala yang paling banyak digunakan dalam riset berupa survei. Skala Likert

dapat dilihat pada table 3.2 berikut :

Tabel 3.2

Skala Likert

Pernyataan Kode Skor

Sangat Setuju SS 5

Setuju S 4

Netral N 3

Tidak Setuju TS 2

Sangat Tidak Setuju STS 1

Sumber: Sugiyono (2016)

E. Populasi Dan Sampel Penelitian

1. Populasi Penelitian

Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subjek

yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,

48

http://digilib.mercubuana.ac.id/
2016). Populasi merupakan pengamatan yang dilakukan oleh peneliti untuk

memudahkan dalam melakukan penelitian dan mencari kesimpulan dari

penelitian tersebut. Populasi dalam penelitian ini adalah pelanggan layanan

IndiHome Area Jakarta Selatan.

2. Sampel Penelitian

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut (Sugiyono, 2016). Pengambilan sampel dalam penelitian ini

adalah dengan teknik non probality sampling, karena besarnya peluang untuk

terpilih sebagai subjek tidak diketahui. Metode pengambilan sampel yang

dilakukan peneliti dengan metode convenience sampling. Convenience

sampling adalah teknik dalam memilih sampel, peneliti tidak mempunyai

pertimbangan lain kecuali berdasarkan kemudahan saja, seseorang diambil

sebagai sampel karena kebetulan berada di tempat atau kebetulan mengenal

orang tersebut. Dalam penelitian ini, penentuan jumlah sampel dilakukan

berdasarkan teori menurut Ghozali (2011) model estimasi yang menggunakan

Maximum Likelihood (ML) minimum diperlukan sampel 100, begitu sampel

menjadi besar (di atas 400-500) maka metode ML menjadi sangat sensitive dan

selalu menghasilkan perbedaan secara signifikan sehingga ukuran Goodness-

of-fit menjadi jelek, selanjutnya menurut Hair et al (2014) yang menyatakan

bahwa ukuran sampel pada analisis SEM bergantung pada jumlah parameter

yang di estimasi di mana sampel didapat dari 5-10 kali jumlah parameter yang

diestimasi. Jumlah indikator penelitian sebanyak adalah 20, sehingga jumlah

sampel minimum adalah 5 kali jumlah indikator atau (20x5=100) dan sampel

49

http://digilib.mercubuana.ac.id/
 maksimum (20x10=200) untuk mendapatkan hasil dan analisis data yang

akurat. Dalam penelitian ini, peneliti menggunakan sampel sebanyak 100

sampel.

F. Teknik Pengumpulan Data

Teknik pengumpulan data merupakan langkah yang paling utama

dalam penelitian, karena tujuan utama dari penelitian adalah mendapatkan data

(Sugiyono, 2016). peneliti menggunakan teknik pengumpulan data dengan

penelitian kepustakaan (library research) yang dilakukan untuk memperoleh

data mengenai teori yang mendukung penelitian, dan penelitian lapangan (field

research) yang dilakukan untuk mengetahui kondisi yang terjadi di lapangan

secara lebih jelas dan membandingkan dengan teori yang telah diperoleh.

Dalam penelitian ini untuk mengumpulkan data menggunakan teknik

kuesioner dengan alat bantu secara online menggunakan google form. Menurut

Sugiyono (2014) kuesioner merupakan teknik pengumpulan data yang

dilakukan dengan memberikan seperangkat pertanyaan atau pernyataan tertulis

kepada responden untuk dijawabnya.

Kuesioner dilakukan dengan memberikan pertanyaan atau pernyataan

tertulis kepada responden untuk dijawab. Didalam penelitian ini angket yang

digunakan adalah angket tertutup dimana responden hanya dapat memberikan

jawaban sesuai pilihan pertanyaan yang disediakan. Metode ini dianggap

sebagai teknik pengumpul data yang baik, hal ini dikarenakan kuesioner

mampu menghasilkan data primer langsung dari subjek penelitian. Kuesioner

50

http://digilib.mercubuana.ac.id/
 ini berisi data demografi responden dan pernyataan yang diajukan peneliti

kepada responden pelanggan layanan IndiHome area Jakarta Selatan.

G. Jenis Data Penelitian

Jenis data yang digunakan pada penelitian ini adalah data primer.

Dalam melakukan sebuah penelitian tentu penulis harus mempunyai sumber

informasi dari data primer untuk dapat diteliti. Data primer menurut Sugiyono

(2016) adalah sumber data yang langsung memberikan data kepada pengumpul

data. Contoh dari data primer adalah data yang dikumpulkan melalui kuesioner,

wawancara, observasi langsung, ataupun eksperimen. Data primer yang

digunakan penelitian ini melalui survei dengan menggunakan instrumen

berupa kuesioner mengenai tanggapan variabel yang diajukan.

H. Metode Analisis Data

Pada penelitian ini, penulis menggunakan analisis deskriptif kuantitatif,

yang dibantu dengan perangkat lunak SmartPLS 3.0, untuk memudahkan

penelitian terhadap data yang terkumpul, maka metode analisis data yang

digunakan yaitu:

1. Analisis Deskriptif, menurut Sugiyono (2016) adalah statistik yang

digunakan untuk menganalisis data dengan cara mendeskripsikan atau

menggambarkan data yang telah terkumpul sebagaimana adanya tanpa

bermaksud membuat kesimpulan yang berlaku untuk umum atau

generalisasi.

51

http://digilib.mercubuana.ac.id/
 2. Deskripsi Responden, peneliti mendeskripsikan responden dengan

kategori sebagai berikut:

a. Jenis Kelamin

b. Usia

c. Tingkat Pendidikan

d. Jenis Pekerjaan

3. Deskripsi Jawaban / Kuesioner, mendeskripsikan jawaban kuesioner

responden dengan melihat rata-rata jawaban responden dan berapa

banyak responden yang menjawab 5 (SS), 4 (S), 3 (N), 2 (TS), dan 1

(TS).

1. Pengertian Partial Least Square (PLS)

Metode yang digunakan peneliti dalam penelitian ini adalah

Structural Equation Modeling (SEM). SEM menurut Noor (2011) merupakan

teknik analisis yang memungkinkan pengujian sebuah rangkaian hubungan

secara simultan. Hubungan ini dibangun antara satu atau beberapa variabel

independen dengan satu atau beberapa variabel dependen.

Metode dalam penelitian ini menggunakan component atau Variance

Based Structural Equation Modeling dimana dalam pengolahan datanya

menggunakan program Partial Least Square (Smart-PLS) versi 3.0 PLS

(Partial Least Square) merupakan model alternative dari covariance based

SEM. Ghozali (2015) menyebutkan bahwa PLS dimaksudkan untuk causal-

perdictive analysis dalam situasi kompleksitas yang tinggi dan dukungan teori

yang rendah.

52

http://digilib.mercubuana.ac.id/
 PLS menurut Ghozali (2014) merupakan metode analisis yang

powerful oleh karena tidak didasarkan banyak asumsi. Data tidak harus

berdistribusi normal multivariate (indikator dengan skala kategori, ordinal,

interval, dan sampai rasio dapat digunakan pada model yang sama) dan

sampel tidak harus besar. PLS selain dapat digunakan untuk mengkonfirmasi

teori, dapat digunakan juga untuk menjelaskan ada atau tidaknya hubungan

antar variabel laten. Adapun alasan peneliti menggunakan PLS dalam

penelitian ini adalah sebagai berikut:

1) PLS menurut Ghozali (2014) merupakan metode analisis yang

dapat diterapkan pada semua skala data, tidak membutuhkan

banyak asumsi dan ukuran sampelnya tidak harus besar. Besarnya

sampel direkomendasikan berkisar dari 30-100 kasus.

2) PLS merupakan metode umum untuk mengestimasi path model

yang menggunakan variabel laten dengan multiple indicator.

3) PLS merupakan metode analisis untuk causal-perdictive analysis

dalam ituasi kompleksitas yang tinggi dan dukungan teori yang

rendah

2. Langkah-Langkah Pengujian Partial Least Square (PLS)

Langkah-langkah pengujian menurut Utomo (2017) yang akan

dilakukan sebagai berikut:

a. Evaluasi Masurement Model (Outer Model)

Evaluasi outer model disebut pula dengan evaluasi model pengukuran

untuk menilai validitas dan reliabilitas model. Outer model dengan indikator

53

http://digilib.mercubuana.ac.id/
refleksi dievakuasi melalui validitas convergent dan discriminant untuk

indikator pembentuk konstruk laten, serta melalui composite reliability dan

cronbach alpha untuk blok indikatornya (Ghozali, 2014).

Validitas convergent berhubungan dengan prinsip bahwa pengukur-

pengukur dari suatu konstruk seharusnya berkorelasi tinggi. Uji validitas

convergent indikator refleksi dapat dilihat dari nilai loading factor untuk

setiap konstruk, dimana nilai loading factor untuk setiap konstruk, dimana

nilai loading factor yang direkomendasikan harus lebih besar dari 0,7 untuk

penelitian yang bersifat confirmatory, dan nilai loading factor antara 0,6 – 0,7

untuk penelitian yang bersifat explatory masih dapat diterima, serta nilai

average variance extracted (AVE) harus lebih besar dari 0,5.

Validitas discriminat berhubungan dengan prinsip bahwa pengukur

konstruk yang berbeda seharusnya tidak berkorelasi tinggi. Cara untuk

menguji validitas discriminat dengan indikator refleksi yaitu dengan melihat

nilai cross loading untuk setiap variabel harus > 0,70. Cara lain yang dapat

digunakan untuk menguji validitas discriminat adalah dengan

membandingkan akar kuadrat dari AVE untuk setiap konstruk dengan nilai

korelasi antar konstruk dalam model. Validitas discriminat yang baik

ditunjukkan dari akar kuadrat AVE untuk setiap konstruk lebih besar dari

korelasi antar konstruk dalam model (Ghozali, 2014). Adapun rule of thumb

uji validitas converdent dan discriminant dapat dilihat pada Tabel 3.3

54

http://digilib.mercubuana.ac.id/
 Tabel 3.3

Rule of Thumb Uji Validitas Convergent dan Discriminant

Validitas Parameter Rule of Thumb

Validitas Loading Factor > 0,70 Untuk Confirmatory

Convergent Research

> 0,60 Untuk Exploratory

Research

> 0,50 Untuk Confirmatory dan

Communality Explanatory Research

AVE (Average Variance> 0,50 Untuk Confirmatory dan

Extreacted) Explanatory Research

Discriminant Cross Loading > 0,70 untuk setiap variabel

Validity Akar Kuadrat AVE danAkar kuadrat AVE > korelasi

korelasi antar konstruk laten

Sumber: Data diolah Penulis (2021)

Selain uji validitas, pengukuran model juga dilakukan untuk menguji

reliabilitas (keakuratan) suatu konstruk. Uji reliabilitas dilakukan untuk

membuktikan akurasi, korelasi, dan ketepatan instrument dalam mengukur

konstruk. Uji reliabilitas suatu konstruk dengan indikator refleksi dapat

dilakukan dengan dua cara, yaitu composite reliability dan cronbach’s alpha.

Penggunaan cronbach’s alpha untuk menguji reliabilitas konstruk akan

memberikan nilai yang lebih rendah (under estimate) sehingga lebih

disarankan untuk menggunakan composite reliability dalam menguji suatu

55

http://digilib.mercubuana.ac.id/
 konstruk. Rule of Thumb uji reliabilitas konstruk dengan indikator refleksif

dapat dilihat pada Tabel 3.4

Tabel 3.4

Rule of Thumb Uji Reliabilitas Konstruk

Parameter Rule of Thumb

Composite Reliability 1. > 0,70 Untuk Confirmatory research

2. 0,60 – 0,70 Masih dapat diterima untuk

exploratory research

Cronbach’s Alpha 1. > 0,70 untuk confirmatory research

2. 0,60 Masih dapat diterima untuk exploratory

research

Sumber: Data diolah Penulis (2021)

Sedangkan outer model dengan indikator formatif dievaluasi melalui

substantive content-nya yaitu dengan membandingkan besarnya relative

weight dan melihat signifikansi dari indikator konstruk tersebut. Nilai weight

dan melihat signifikansi dari indikator tersebut. Nilai Weight indikator

formatif dengan konstruknya harus signifikan (p < 0,05) (Chin, 2010).

b. Evaluasi Structural Model (Inner Model)

Dalam menilai model structural dengan structural PLS dapat dilihat

dari nilai R-Square untuk setiap variabel laten endogen sebagai kekuatan

prediksi dari model structural. Nilai R-Square merupakan uji goodness fit

model. Perubahan nilai R-Square terhadap variabel laten endogen, apakah

mempunyai pengaruh substantive.

56

http://digilib.mercubuana.ac.id/
 Nilai R-Square 0,67; 0,33; dan 0,19 untuk variabel laten endogen

dalam model structural menunjukkan model kuat, moderat, dan lemah

(Ghozali dan Latan, 2015). Hasil dari PLS R-Square mempresentasikan

jumlah varians dari konstruk yang dijelaskan oleh model.

Selanjutnya, evaluasi model dilakukan dengan melihat nilai

signifikansi untuk mengetahui pengaruh antar variabel melalui prosedur

bootstrapping atau jackknifing. Pendekatan bootsrap mempersentasikan non-

parametic untuk precision dari estimasi PLS. prosedur bootstrap

menggunakan seluruh sampel asli untuk melakukan re-sampling. Henseler

(2012) memberikan rekomendasi untuk jumlah sampel dari bootstrap yaitu

sebesar 5.000 dengan catatan jumlah tersebut harus lebih besar dari original

sampel, namun beberapa literature, Ghozali (2014) menyarankan jumlah

sampel bootstrap sebesar 200 – 1.000 sudah cukup untuk mengoreksi standar

error estimate PLS. adapaun rule of thumb model structural dapat dilihat pada

Tabel 3.5 :

Tabel 3.5
Rule of Thumb Evaluasi Model Struktural

Kriteria Rule of Thumb

R- square 1. 0,67; 0,33 dan 0,19 menunjukkan model kuat,
moderat, dan lemah (Chin, 2010)

Signifikansi (two-tailed) 1. t-value 1,65 (signifikansi level 10%)

2. t-value 1,96 (signifikansi level 5%)
3. t-value 2,58 (signifikansi level 1%)

Sumber: Data diolah Penulis (2021)

57

http://digilib.mercubuana.ac.id/
 Pengujian goodness of fit model structural lainnya, pada inner model

menggunakan nilai predictive-relevance (Q2). Nilai Q-Square lebih besar dari

0 (nol), menunjukkan bahwa model mempunyai nilai predictive relevance.

Nilai R-Square tiap-tiap variabel endogen dalam penelitian ini, dapat dilihat

pada perhitungan berikut ini:

Nilai Predictive-relevance diperoleh dengan rumus:

(Q2) = 1 – (1 – R1) (1–R2)

c. Pengujian Hipotesis

Pengujian hipotesis dilakukan dengan uji statistik t (t-test). Jika dalam

pengujian ini diperoleh p-value > 0,05 (α 5%), berarti tidak signifikan.

Bilamana hasil pengujian hipotesis pada outer model signifikan, hal ini

menunjukkan bahwa indikator dipandang dapat digunakan sebagai

instrument pengukur variabel laten. Sementara, bilamana hasil pengujian

pada inner model adalah signifikan, maka dapat diartikan bahwa terdapat

pengaruh yang bermakna variabel laten satu terhadap variabel laten lainnya.

58

http://digilib.mercubuana.ac.id/