BAB III
METODOLOGI PENELITIAN
3.1. Gambaran Umum Objek Penelitian
3.1.1. Sejarah Singkat Perusahaan
Sumber: Data Perusahaan Gambar 3.1 Logo True Money Indonesia
Charoen Pokphand (CP) Group merupakan sebuah perusahaan yang
berpusat di Thailand. Perusahaan ini memiliki berbagai jenis lini bisnis,
seperti Financial and Investment, E-Commerce and Digital, Property
Development, Retail and Distribution, dll yang tersebar di Thailand dan
beberapa negara lainnya di dunia. Salah satu unit bisnis Charoen
Pokphand Group yang cukup terkenal di Thailand adalah TrueMoney.
TrueMoney hadir di Thailand pada tahun 2007 dan saat ini telah masuk
dalam tiga besar uang elektronik yang digunakan di Thailand. Setelah
menjadi bisnis penyedia layanan keuangan yang sukses di Thailand,
TrueMoney mulai mengembangkan bisnisnya ke berbagai negara di Asia
Tenggara, seperti Myanmar, Kamboja, Filipina, Vietnam, dan Indonesia.
TrueMoney mulai masuk ke Indonesia pada September 2015, di bawah
payung Ascend Group melalui PT Witami Tunai Mandiri. TrueMoney
51
Indonesia dikenal sebagai perusahaan yang bergerak di bidang Financial
Technology. Saat ini, TrueMoney Indonesia melaksanakan kegiatan
operasionalnya sehari-hari di gedung perkantoran Gran Rubina Business
Park, Jl. HR Rasuna Said, Karet Kuningan, Jakarta Selatan.
3.1.2. Visi dan Misi Perusahaan
TrueMoney memasuki wilayah Indonesia dengan suatu tujuan
tertentu yaitu memberikan layanan uang elektronik kepada masyarakat
yang belum memiliki rekening bank dan menyejahterakan masyarakat
Indonesia. Dalam mewujudkan tujuan tersebut, TrueMoney Indonesia
membuat visi dan misi pada awal pendiriannya, sebagai acuan dalam
menjalankan kegiatan bisnisnya. Adapun visi dan misi TrueMoney
Indonesia adalah sebagai berikut.
VISI: Menciptakan ekosistem uang elektronik yang dapat dinikmati oleh
seluruh masyarakat Indonesia.
MISI:
1. Mempermudah masyarakat kecil yang ada di pedalaman atau
perkampungan.
2. Mempermudah pengiriman uang yang ada di kampung atau
pedalaman bagi masyarakat yang bekerja, dan ingin mengirim
sejumlah uang untuk keluarganya di kampung.
3. Mewujudkan masyarakat tanpa uang tunai sehingga di saku hanya
ada kartu dan apabila hilang, uang tersebut tidak dapat digunakan
oleh orang lain yang menemukannya.
52
3.1.3. Nilai-nilai Perusahaan
Dalam menjalankan bisnisnya TrueMoney Indonesia berpegang pada
tiga nilai utama pelayanannya, yaitu MUDAH, CEPAT, dan AMAN.
1. MUDAH
Mudah artinya adalah bahwa layanan TrueMoney Indonesia
mudah untuk diakses dimanapun dan kapanpun, karena telah
dapat diakses di sistem android.
2. CEPAT
Cepat artinya bahwa layanan TrueMoney Indonesia telah
menggunakan layanan internet sehingga dapat diakses dengan
cepat.
3. AMAN
Aman artinya bahwa seluruh layanan TrueMoney Indonesia
dilengkapi dengan sistem keamanan. Setiap transaksi yang akan
dilakukan akan diverifikasi dengan menggunakan PIN.
Selain berpegang teguh pada 3 nilai pelayanan diatas, PT Witami
Tunai Mandiri atau yang biasa dikenal sebagai TrueMoney Indonesia
juga berpegang pada satu budaya perusahaan yaitu KAIZEN. Arti dari
budaya ini adalah melakukan perbaikan secara terus-menerus. Melalui
budaya yang telah diterapkan ini, TrueMoney Indonesia ingin
membuktikan bahwa dalam menyediakan layanan kepada masyarakat
Indonesia perusahaan Financial Technology ini ingin selalu melakukan
perbaikan terus menerus apabila terjadi kekurangan pada layanan yang
53
TrueMoney Indonesia tawarkan pada masyarakat Indonesia. Sehingga
TrueMoney Indonesia selalu memberikan pelayanan keuangan terbaik
kepada seluruh masyarakat di Indonesia.
3.1.4. Produk Perusahaan
Produk-produk dan layanan yang ditawarkan oleh TrueMoney
Indonesia antara lain adalah:
1. Pengiriman Uang
Melalui jasa pengiriman uang ini, TrueMoney Indonesia ingin
membantu pelanggannya untuk melakukan pengiriman uang
tanpa menggunakan Nomor Rekening Bank. Dalam menjalankan
jasa pengiriman uang ini, TrueMoney Indonesia bekerja sama
dengan Alfamart dan Alfamidi sebagai sarana cashout point yaitu
tempat pengiriman dan juga pengambilan uang kiriman.
Pengiriman uang tanpa menggunakan Nomor Rekening Bank,
dapat dilakukan oleh pelanggan TrueMoney Indonesia dengan
cara membawa kartu identitas atau KTP ke Alfamart atau
Alfamidi terdekat, kemudian mengisi formulir pengiriman uang,
dan membayar biaya administrasi. Setelah hal-hal tersebut
dilakukan, pelanggan TrueMoney Indonesia dapat mengirimkan
uang mereka tanpa menggunakan Nomor Rekening Bank dengan
tujuan domestik.
Layanan pengiriman uang oleh TrueMoney Indonesia memiliki
tema “Kirim Uang Langsung Sampai”. Layanan pengiriman uang
54
melalui TrueMoney dapat dikatakan aman karena menggunakan
kode MTCN (Money Transfer Control Number) yang hanya
diketahui oleh pengirim. MTCN merupakan sebuah kombinasi
angka yang dapat dijadikan kode pencairan oleh penerima uang
kiriman. Selain mendapatkan kode MTCN pencairan uang,
pengirim uang akan menerima notifikasi melalui SMS ketika dana
sudah dicairkan oleh penerima. Pengiriman uang juga dapat
dibatalkan oleh pengirim jika pengirim merasa perlu
membatalkan pengiriman uang.
2. Pembayaran
Jasa pembayaran yang dilayani oleh TrueMoney Indonesia
berupa pembayaran tagihan dari operator yang telah memiliki
kerjasama dengan TrueMoney Indonesia. Pembayaran tersebut
dapat terdiri dari pembayaran PLN Paskabayar, BPJS, Telepon
Rumah, PDAM, Telkom Vision, Telkom Speedy, dan
pembayaran cicilan kredit.
3. Pembelian
TrueMoney menyediakan jasa pembelian voucher elektronik
untuk isi ulang pulsa semua operator, paket data internet, token
listrik, dan voucher games.
4. Investasi Emas
Selain menyediakan tiga layanan produk diatas, TrueMoney
juga menyediakan layanan produk lainnya yaitu layanan investasi
55
emas. Dalam menyediakan layanan investasi emas ini TrueMoney
Indonesia bekerja sama dengan EmasDigi sebagai platform yang
menyediakan sarana jual beli emas secara online. Investasi emas
yang disediakan oleh TrueMoney Indonesia ini dapat diikuti oleh
pelanggan dengan cara membeli emas secara online mulai dari 0.1
gram emas dengan menggunakan saldo uang yang ada di dalam
TrueMoney Indonesia. Setelah melakukan pembelian emas, emas
akan menjadi milik pembeli emas, namun tidak secara fisik namun
secara online. Pembeli yang telah melakukan pembelian emas
dapat menjual emas tersebut dan mendapatkan keuntungan jika
harga emas sedang mengalami peningkatan. Adanya investasi
emas dapat membantu masyarakat Indonesia yang tidak memiliki
rekening bank untuk dapat berinvestasi emas secara mudah dan
terpercaya.
Hingga pertengahan tahun 2019 TrueMoney Indonesia telah memiliki 500.000 pengguna aktif yang menggunakan TrueMoney
Indonesia untuk mendapatkan pelayanan keuangan (Financial Service).
Pelayanan keuangan yang diberikan oleh TrueMoney Indonesia dapat dinikmati oleh pengguna aktif TrueMoney Indonesia melalui mesin EDC yang telah tersebar di seluruh wilayah Indonesia dan juga melalui aplikasi berbasis android. Untuk mesin EDC, TrueMoney Indonesia telah memiliki lebih dari 10.000 unit yang tersebar di delapan provinsi di
Indonesia, yaitu DKI Jakarta, Banten, Jawa Barat, Jawa Tengah, Jawa
56
Timur, Kalimantan Timur, Sumatera Utara, dan Sulawesi Utara. Selain itu, hingga kini jumlah agen yang ada di Indonesia telah mencapai lebih dari 13.000 agen yang memiliki toko fisik. 70% dari total agen merupakan toko kelontong.
Pada tahun 2019 ini, TrueMoney Indonesia memiliki sebuah produk layanan baru yaitu pengiriman uang ke luar negeri atau yang biasa disebut sebagai remitansi. Layanan ini dapat dilakukan oleh para pengguna aktif aplikasi member TrueMoney Indonesia yang telah terverifikasi akun
TrueMoney-nya dengan cara memilih menu “TRANSFER” kemudian pilih menu “KIRIM UANG KE LUAR NEGERI”. Untuk selanjutnya pelanggan dapat melakukan pengiriman uang ke luar negeri dengan memilih negara yang menjadi tujuan pengiriman serta mengisi formulir yang berkaitan dengan data diri pengirim uang. Saat ini TrueMoney
Indonesia baru bekerja sama dengan 5 negara untuk melakukan pengiriman uang yaitu Filipina, Malaysia, Singapura, Nigeria, dan Pantai
Gading. Pada perkembangan selanjutnya, TrueMoney Indonesia akan membidik layanan remitansi ke negara lainnya seperti Tiongkok,
Australia, dan Timur Tengah.
Mekanisme pengiriman uang ke luar negeri ini, dilakukan dengan menghubungkan TrueMoney Indonesia sebagai Financial Services dengan Financial Services lainnya yang ada pada negara yang kita tuju dengan suatu badan usaha penghubung. Badan usaha penghubung
57
tersebut akan mengkonversikan uang yang kita kirimkan sesuai dengan
negara tujuan yang akan kita tuju untuk dikirimkan uang.
Selain layanan remitansi, TrueMoney Indonesia juga memperluas
layanan keuangannya dengan menyediakan layanan peminjaman uang.
Layanan peminjaman uang ini ditujukan bagi konsumen yang
membutuhkan dana untuk membangun suatu usaha. Layanan
peminjaman uang ini dilakukan dengan bekerja sama dengan perusahaan
yang menyediakan dana untuk dapat dipinjamkan kepada masyarakat.
Dengan demikian, TrueMoney Indonesia berperan sebagai perantara
antara konsumen yang membutuhkan pinjaman dana dengan perusahaan
yang menyediakan dana untuk dipinjamkan kepada konsumen. Untuk
saat ini TrueMoney Indonesia telah bekerja sama dengan beberapa
perusahaan baik fintech maupun bukan untuk melakukan layanan
peminjaman uang ini. Konsumen TrueMoney Indonesia dapat menikmati
layanan peminjaman uang ini dengan mendatangi agen TrueMoney
Indonesia yang tersebar di berbagai wilayah di Indonesia.
3.2. Desain Penelitian
Desain penelitian menurut Cooper & Schindler (2014) adalah sebuah
perencanaan atau struktur penyelidikan yang sengaja disusun untuk mendapatkan
jawaban atas pertanyaan penelitian. Dalam perencanaan tersebut tercantum
skema atau kerangka yang mencakup secara garis besar mengenai apa saja yang
akan dilakukan oleh pneliti mulai dari menuliskan hipotesis dan implikasi
58 operasionalnya hingga analisis data akhir. Zikmund et al (2013) mengatakan bahwa sebuah desain penelitian akan menampilkan kerangka tahapan-tahapan apa saja yang perlu dilakukan dalam menyusun sebuah penelitian.
3.2.1. Metode Penelitian
Metode penelitian yang terbaik merupakan metode yang paling tepat
untuk menjawab permasalahan yang dihadapi (Kuncoro, 2013). Metode
penelitian yang digunakan dalam penelitian ini adalah metode penelitian
kuantitatif. Penelitian kuantitaif merupakan penelitian yang dilakukan
dengan menggunakan rancangan yang terstruktur, formal, dan spesifik,
serta memiliki rancangan operasional yang detail. Pada penelitian
kuantitatif diperlukan hipotesis atau pertanyaan yang perlu di jawab,
untuk membimbing arah dan pencapaian tujuan penelitian (Kuncoro,
2013).
Dalam penelitian ini, peneliti menggunakan pendekatan kuantitatif
untuk mengukur pengaruh Supplier Performance (Product Quality, Sales
Service Quality, Technical Repair Service Support, Complaint Handling
Service) dalam hubungannya meningkatkan kepercayaan (trust) dan
kesetiaan (loyalty) perusahaan terhadap pemasok yang dimilikinya.
3.2.2. Jenis Penelitian
Saunders & Lewis (2018) mengatakan bahwa penelitian bisnis dapat
dibagi menjadi 3 jenis berdasarkan tujuannya, yaitu exploratory reserach,
descriptive research, dan explanatory research. Berikut penjelasan
masing-masing jenis penelitian tersebut.
59
1. Exploratory Research
Menurut Saunders & Lewis (2018) Exploratory Research atau
penelitian eksploratori adalah suatu penelitian yang bertujuan
mencari wawasan baru dengan cara mengajukan pertanyaan baru
dan menilai topik dengan cara baru. Agar peneliti dapat
mengklarifikasi situasi yang tidak dipahami dan menemukan ide-
ide baru untuk kebutuhan peluang bisnis.
2. Descriptive Research
Descriptive Research atau penelitian deskriptif merupakan
penelitian yang meliputi pengumpulan data untuk diuji hipotesis
atau menjawab pertanyaan mengenai status terakhir dari subjek
penelitian. Tipe yang paling umum dari penelitian deskriptif ini
meliputi penilaian sikap atau pendapat terhadap individu,
organisasi, keadaan, ataupun prosedur. (Kuncoro, 2013)
3. Explanatory Research
Explanatory Research atau dikenal dengan penelitian
korelasional merupakan suatu penelitian yang berfokus dalam
mempelajari situasi atau sebuah permasalahan untuk menjelaskan
hubungan diantara variabel-variabelnya. Dapat disimpukan
bahwa penelitian jenis ini merupakan penelitian yang lebih
kompleks dibandingkan dua jenis penelitian lainnya (Saunders &
Lewis, 2018).
60
Dalam penelitian ini, peneliti menggunakan jenis penelitian
deskriptif (Descriptive Research). Tujuan penelitian ini akan memberikan
penjelasan atau gambaran tentang fenomena tertentu dengan cara
melakukan pengumpulan data untuk menguji hipotesis dan menjawab
masalah-masalah yang diangkat dalam penelitian ini. Penelitian ini akan
memberikan penjelasan mengenai apakah terdapat pengaruh dari kinerja
pemasok (supplier performance) dalam membangun kepercayaan (trust)
dan kesetiaan (loyalty) perusahaan terhadap pemasok yang melakukan
kerjasama.
3.3. Identifikasi Variabel Penelitian
Dalam sebuah penelitian, variabel yang digunakan terdiri dari 4 jenis, yaitu:
3.3.1. Variabel Independen (Independent Variable)
Sekaran & Bougie (2016) mengemukakan variabel independen
merupakan suatu variabel yang mampu berdiri sendiri, tanpa adanya
pengaruh dari variabel lain dan variabel independen ini dapat
mempengaruhi variabel dependen baik secara positif maupun negatif.
Variabel independen yang digunakan dalam penelitian ini adalah
Supplier Performance. Dimana dalam melakukan pengukuran Supplier
Performance dilakukan dengan menggunakan beberapa dimensi
pengukuran yang meliputi Product Quality, Sales Service Quality,
Technical Repair Service Support, dan Complaint Handling Service.
Supplier Performance dikatakan sebagai variabel independen karena
61
variabel ini dapat berdiri sendiri dan mempengaruhi dua variabel lainnya
di dalam model penelitian.
3.3.2. Variabel Dependen (Dependent Variable)
Variabel dependen dapat didefinisikan sebagai variabel yang
dipengaruhi oleh variabel lain sekaligus menjadi tujuan utama penelitian
dilakukan. Dengan menguji variabel dependen seorang peneliti dapat
menjelaskan mengapa variabel ini dapat terjadi (Sekaran & Bougie,
2016).
Variabel dependen dalam penelitian ini adalah Trust in Supplier dan
Customer Loyalty. Kedua variabel ini dikatakan sebagai variabel
dependen karena kedua variabel ini tidak dapat berdiri sendiri dan
dipengaruhi oleh variabel lainnya yaitu Supplier Performance. Kedua
variabel ini juga menjadi tujuan utama dilakukannya penelitian ini, yaitu
mengukur tingkat Trust in Supplier dan Customer Loyalty yang
dipengaruhi oleh Supplier Performance.
3.3.3. Variabel Perantara (Mediating/ Intervening Variable)
Sekaran & Bougie (2016) mengatakan bahwa variabel mediasi atau
intervening adalah variabel yang mempengaruhi hubungan langsung
antara variabel dependen dengan variabel independen sehingga membuat
hubungan antara variabel dependen dengan variabel independen menjadi
tidak langsung.
Dalam penelitian ini, yang menjadi variabel mediasi adalah Trust in
Supplier. Selain menjadi variabel dependen yang dipengaruhi oleh
62
Supplier Performance. Trust in Supplier juga menjadi variabel mediasi
karena variabel ini menjadi variabel yang mempengaruhi hubungan
langsung antara variabel independen dengan variabel dependen. Dalam
hal ini Trust in Supplier menjadi variabel penengah antara variabel
Supplier Performance sebagai variabel independen dengan variabel
Customer Loyalty sebagai variabel dependen. Jadi, variabel Supplier
Performance dapat memiliki pengaruh positif pada variabel Customer
Loyalty apabila memiliki pengaruh yang positif juga pada Trust in
Supplier. Demikian pula sebaliknya variabel Supplier Performance dapat
memiliki hubungan negatif pada variabel Customer Loyalty apabila
memiliki hubungan yang negatif pula pada Trust in Supplier.
3.3.4. Variabel Moderasi (Moderating Variable)
Sekaran & Bougie (2016) mengatakan bahwa variabel moderasi
merupakan variabel yang memiliki efek ketidakpastian yang kuat pada
hubungan antara variabel dependen dengan variabel independen. Adanya
variabel moderasi ini akan mengubah hubungan asli antara variabel
independen dengan variabel dependen.
Dalam model penelitian jurnal terdahulu, terdapat variabel moderasi
yang digunakan, yaitu Firm Size. Namun dalam penelitian ini peneliti
memutuskan untuk tidak menggunakan variabel moderasi tersebut,
karena hanya menggunakan satu objek penelitian saja, yaitu di PT Witami
Tunai Mandiri atau dikenal dengan TrueMoney Indonesia. Sehingga
variabel moderasi ini tidak relevan lagi untuk digunakan.
63
3.4. Sumber Data Penelitian
Data merupakan fakta yang disajikan kepada peneliti berdasarkan penelitian
langsung di lingkungan (Cooper & Schindler, 2014). Menurut Sekaran dan
Bougie (2016) data bisa berasal dari data primer maupun data sekunder.
1. Primary Data
Menurut Sekaran & Bougie (2016) data primer mengacu pada
informasi yang diperoleh secara langsung oleh peneliti berkaitan dengan
variabel yang sedang diteliti untuk tujuan spesifik penelitian. Beberapa
contoh sumber data primer adalah individu, kelompok, dan panel
responden yang secara khusus dibentuk oleh peneliti.
2. Secondary Data
Menurut Sekaran & Bougie (2016) data sekunder merupakan data
yang mengacu pada informasi yang dikumpulkan dari sumber yang sudah
ada. Contoh data dari data sekunder adalah catatan atau arsip perusahaan,
publikasi pemerintah, analisis industri yang ditawarkan oleh media, situs
web, internet, dan lain sebagainya.
Dalam penelitian ini menggunakan dua jenis sumber data sebagai data atau
informasi yang digunakan untuk menyusun penelitian. Kedua jenis sumber data
tersebut adalah data primer dan data sekunder. Data primer yang digunakan
dalam penelitian ini didapatkan oleh peneliti melalui pengamatan secara
langsung (observasi) di lokasi penelitian yaitu PT Witami Tunai Mandiri
(TrueMoney Indonesia) ketika melaksanakan kegiatan kerja magang. Selain itu,
data primer juga diperoleh melalui wawancara secara langsung pada Head of
64
Procurement and Distribution di TrueMoney Indonesia mengenai fenomena atau
masalah yang sedang terjadi. Sedangkan untuk data sekunder didapatkan oleh
peneliti dari beberapa jurnal, buku (baik online maupun offline) yang terkait
dengan pengaruh kinerja pemasok terhadap kepercayaan dan kesetiaan
perusahaan terhadap pemasok.
3.5. Teknik Pengumpulan Data
Sekaran & Bougie (2016) dalam bukunya mengatakan bahwa dalam
melakukan kegiatan pengumpulan data, terdapat 3 metode atau teknik
pengumpulan data yang dapat digunakan oleh peneliti. Ketiga metode atau teknik
pengumpulan data tersebut antara lain adalah interview, observation, dan
questionnaires.
1. Interview
Interview (wawancara) merupakan salah satu teknik pengumpulan
data dengan cara melakukan pembicaraan yang memiliki tujuan tertentu
antara dua orang atau lebih. Terdapat banyak tipe wawancara, yaitu
wawancara secara mandiri atau berkelompok, wawancara yang
terstruktur dan tidak terstruktur, atau wawancara yang dilakukan secara
tatap muka, melalui telepon, atau secara online (Sekaran & Bougie,
2016).
2. Observation
Observasi merupakan teknik pengumpulan data dengan melakukan
kegiatan pengamatan dengan cara melihat, merekam, menganalisis, dan
65
mengintepretasi perilaku, tindakan, atau suatu peristiwa yang terjadi
(Sekaran & Bougie, 2016).
3. Questionnaires
Dapat diartikan bahwa metode pengumpulan data dengan
menggunakan kuesioner merupakan seperangkat pertanyaan tertulis yang
telah dirumuskan sebelumnya, dimana responden akan mencatat jawaban
mereka. Dalam kuesioner biasanya akan disediakan beberapa alternatif
jawaban yang sesuai dengan keadaan responden.
Dalam melakukan pengumpulan data, peneliti melakukannya dengan menggunakan metode observasi dan kuesioner. Metode observasi dilakukan karena memungkinkan peneliti untuk mendapatkan data yang akurat dan terbaru tentang suatu situasi. Metode observasi ini dilakukan dengan mengadakan pengamatan secara langsung di lokasi penelitian yaitu PT Witami Tunai Mandiri
(TrueMoney Indonesia). Sedangkan metode kuesioner dilakukan karena metode ini memungkinkan peneliti untuk mendapatkan data secara cepat, murah, dan akurat. Metode pengumpulan data ini dilakukan dengan menyebarkan kuesioner berisikan pertanyaan yang telah disusun sebelumnya kepada responden yang telah ditetapkan. Dalam kuesioner tersebut dilakukan pengukuran terhadap setiap variabel dengan menggunakan Skala Pengukuran Likert (1-7) yang menggambarkan sangat tidak puas sampai dengan sangat puas untuk memberikan penilaian terhadap variabel independen yang dimiliki dan sangat tidak setuju sampai dengan sangat setuju untuk memberikan penilaian pada kedua variabel dependen yang ada.
66
3.6. Teknik Pengambilan Sampel
Pengambilan sampel (sampling) merupakan suatu proses untuk memilih
sejumlah elemen yang tepat dari populasi (Sekaran & Bougie, 2016). Dalam
melakukan pengambilan sampel, terdapat beberapa langkah atau tahapan yang
harus dilakukan.
1. Menentukan Populasi (Defining the population)
Pengertian populasi mengacu pada keseluruhan kelompok, peristiwa,
atau hal-hal menarik yang ingin peneliti simpulkan (Sekaran & Bougie,
2016). Dalam bukunya Sekaran & Bougie (2016) mengatakan proses
pengambilan sampel dimulai dengan menentukan target populasi terlebih
dahulu secara tepat. Target populasi harus ditentukan berdasarkan
beberapa hal seperti batasan geografis, maupun batasan waktu. Dalam
penelitian ini, target populasi yang ditentukan oleh peneliti adalah
karyawan PT Witami Tunai Mandiri (TrueMoney Indonesia).
2. Menentukan Kerangka Sampel (Determine the sample frame)
Sampling frame atau kerangka sampling sebuah representasi dari
semua elemen yang ada di dalam populasi dimana sampel dipilih.
Kerangka Sampling dari penelitian adalah:
1. Pria dan Wanita
2. Berusia Minimal 17 Tahun
3. Telah berpengalaman bekerja di TrueMoney Indonesia minimal 1
tahun.
67
4. Pernah berhubungan secara langsung maupun tidak langsung
dengan pemasok.
3. Menentukan Desain Sampling (Determine the sampling design)
Menurut Sekaran & Bougie (2010) desain sampling terbagi menjadi
dua jenis yaitu probability sampling dan nonprobability sampling. Dalam
probability sampling elemen-elemen dalam populasi diketahui dan
seluruh elemen di dalam populasi memiliki kesempatan yang sama untuk
dijadikan sampel. Sedangkan dalam nonprobability sampling, elemen-
elemen yang ada tidak pernah mengetahui apakah akan terpilih jadi
sampel atau tidak. Berikut ini adalah metode atau teknik yang dapat
dilakukan dalam probability sampling maupun nonprobability sampling:
Tipe Jenis Teknik Definisi Probability Unrestricted - Setiap elemen dalam populasi Sampling atau Simple sudah diketahui dan memiliki Random kesempatan yang sama untuk Sampling dipilih menjadi sampel. Restricted atau Systematic Mengambil sampel setiap Complex Sampling elemen ke-n dalam populasi Probability dengan terlebih dahulu mulai Sampling menentukan range dari elemen antara 1 sampai n
Stratified Random Melakukan proses stratifikasi Sampling kemudian dilakukan pemilihan acak dari setiap strata Proportionate Dari setiap strata, ditentukan Stratified Random proporsi pemilihan sampel. Sampling Proporsi yang digunakan untuk setiap kelompok adalah sama.
Sumber: Research Methods For Business: A Skill Building Approach (Sekaran & Bougie, 2016) Tabel 3.1 Sampling Design
68
Tipe Jenis Teknik Definisi Disproportionate Dari setiap strata, ditentukan Stratified Random proporsi pemilihan sampel. Sampling Proporsi yang digunakan untuk setiap kelompok tidak sama karena populasi strata yang kurang proporsional. Cluster Sampling Melakukan pembagian kelompok (clustering) terlebih dahulu, kemudian dari setiap kelompok dipilih sebagian atau seluruhnya untuk dijadikan sampel total dengan kelompok lainnya Single Stage Jenis cluster sampling yang Cluster Sampling hanya dilakukan satu tahap Multistage Jenis cluster sampling yang Cluster Sampling dilakukan beberapa tahap Double Sampling Melakukan sampling sekali lagi dengan kondisi di mana hasil dari sampling pertama sudah didapatkan. Non- Convenience - Pengumpulan data maupun probability Sampling informasi dari anggota yang ada Sampling dalam populasi yang secara terbuka mau untuk memberikan informasi yang ditanyakan oleh peneliti Purposive Judgement Sampling dengan meyakini Sampling Sampling bahwa sekumpulan orang yang jumlahnya terbatas memiliki informasi yang dibutuhkan
Quota Sampling Sampling yang memastikan bahwa setiap kelompok dalam grup terwakili dalam penelitian yang dilakukan dengan menggunakan kuota. Sumber: Research Methods For Busines: A Skill Building Approach (Sekaran & Bougie, 2016) Tabel 3.1 Sampling Design (Lanjutan)
69
Dalam penelitian ini, peneliti menggunakan tipe pengambilan sampel
probability sampling. Dimana dalam penelitian ini, elemen yang ada di
dalam populasi telah mengetahui akan dijadikan sebagai sampel dan
seluruh elemen dalam populasi memiliki kesempatan yang sama untuk
dijadikan sampel. Teknik pengambilan sampel yang digunakan dalam
penelitian ini adalah Proportioned Stratified Random Sampling. Teknik
ini digunakan dengan terlebih dahulu membagi populasi kedalam
beberapa kelompok dengan kriteria tertentu. Kemudian mengambil
sampel dengan presentase yang menyesuaikan dengan presentase jumlah
elemen setiap unit pemilihan sampel (Kuncoro, 2013). Dalam penelitian
ini, populasi penelitian yang merupakan karyawan PT Witami Tunai
Mandiri (TrueMoney Indonesia) dibagi kedalam beberapa kelompok
populasi berdasarkan divisi pekerjaan, yaitu Divisi Procurement, Divisi
Distribution, Divisi Marketing, Divisi Finance and Accounting, Divisi IT,
Divisi Sales, Divisi Remittance dan Divisi Business Development. Dalam
setiap kelompok populasi tersebut akan diambil sampel secara
proporsional dengan jumlah elemen setiap unit pemilihan sampel.
Populasi Sampel Jumlah Presentase Jumlah Presentase Procurement 16 11,11% 12 11,11% Distribution 9 6,25% 7 6,25% Finance & Accounting 23 15,97% 17 15,97% IT 18 12,50% 13 12,50% Marketing 20 13,89% 15 13,89% Sales 20 13,89% 15 13,89% Remittance 21 14,58% 15 14,02% Business Development 17 11,81% 13 11,81% 144 100% 107 100% Sumber: Metode Riset Untuk Bisnis dan Ekonomi (Kuncoro, 2013) Tabel 3.2 Tabel penentuan jumlah sampel secara Proportioned Stratified Random Sampling 70
Teknik Proportioned Stratified Random Sampling digunakan karena
dalam penelitian ini, jumlah sampel pada masing-masing kelompok divisi
telah diketahui, sehingga teknik ini dapat digunakan untuk menentukan
jumlah sampel pada masing-masing kelompok divsisi. Teknik sampling
ini juga digunakan karena merupakan teknik yang paling efisien
dibandingkan teknik pengambilan sampel lainnya.
4. Menentukan ukuran sampel yang tepat (Determine the appropriate
sample size)
Sekaran & Bougie (2016) mengatakan bahwa dalam menentukan
jumlah sampel terdapat beberapa faktor yang harus dipertimbangkan,
yaitu: tujuan penelitian, jarak/selang konfiden, tingkat kepercayaan atau
konfiden, jumlah variasi dalam populasi itu sendiri, batasan waktu dan
biaya lainnya, serta ukuran populasi.
Secara umum, jumlah sampel minimum yang dapat diterima untuk
suatu penelitian tergantung dari jenis studi yang dilakukan (Gay & Diehl
dalam Kuncoro, 2013). Dalam penelitian ini jenis studi yang dilakukan
adalah studi deskriptif. Menurut Gay & Diehl (dalam Kuncoro, 2013)
dikatakan bahwa untuk populasi yang lebih kecil pada jenis studi
deskriptif, diperlukan sampel setidaknya 20% dari total populasi.
Dalam penelitian ini, untuk mengetahui ukuran sampel yang tepat,
peneliti mengacu pada rumus perhitungan sampel yaitu Rumus Slovin.
Rumus Slovin ini digunakan oleh peneliti karena metode dengan Rumus
Slovin ini merupakan metode paling sederhana dan paling mudah
71
digunakan untuk menentukan jumlah sampel yang dibutuhkan. Selain itu
juga karena peneliti telah mengetahui keseluruhan jumlah populasi yang
akan dijadikan objek penelitian penelitian. Berdasarkan Rumus Slovin,
maka jumlah sampel yang dibutuhkan dalam penelitian adalah 105 unit
sampel. Berikut adalah perhitungan jumlah sampel menggunakan Rumus
Slovin:
N 144 n = = = 105 1 + N푒2 1 + 144 (0,05)2
Dimana:
N: Jumlah Keseluruhan Populasi
n: Jumlah Sampel
e: error tolerance (batas toleransi kesalahan)
Rumus Slovin tidak menentukan tingkat signifikansi atau batas toleransi
kesalahan yang harus digunakan, melainkan batas toleransi kesalahan
atau tingkat signifikansi (error tolerance) didasarkan pada pertimbangan
peneliti. Batas toleransi kesalahan yang ditentukan oleh peneliti adalah
5% (0,05).
5. Mengeksekusi Proses Pengambilan Sampel (Execute the sampling
process)
Setelah melewati keempat langkah sebelumnya, maka langkah
terakhir yang harus dilakukan oleh peneliti adalah mengimplementasi
proses sampling dengan cara melakukan pengumpulan data (Sekaran &
Bougie, 2016). Pengumpulan data dilakukan dengan cara menyebarkan
72
kuesioner berbentuk digital melalui Google Form kepada semua
responden yang termasuk dalam kriteria yang telah ditentukan
sebelumnya oleh peneliti. Dalam hal ini adalah karyawan TrueMoney
Indonesia dari berbagai divisi pekerjaan yang pernah berhubungan secara
langsung maupun tidak langsung dengan pemasok. Kuesioner berbentuk
Google Form akan mulai disebarkan pada bulan November hingga
Desember 2019.
3.7. Definisi Operasional
Definisi operasional variabel penelitian merupakan suatu penjelasan dari
masing-masing variabel yang digunakan dalam penelitian terhadap indikator-
indikator yang membentuknya (Sekaran & Bougie, 2010). Berikut ini merupakan
tabel definisi operasional variabel penelitian, yang terdiri dari variabel, dimensi,
definisi, pernyataan pengukuran, dan teknik pengukuran.
No Variabel Dimensi Definisi Pertanyaan Pengukuran Teknik Pengukuran 1. Supplier Product Keunggulan produk 1. Produk yang ditawarkan Likert Scale Performance Quality yang ditawarkan oleh pemasok kepada (Sangat Tidak oleh perusahaan TrueMoney Indonesia Setuju – pemasok/supplier selalu terjaga konsistensi Sangat dalam hal memenuhi kualitas produknya Setuju) kebutuhan yang (Paparoidamis et al., diminta oleh 2017) pelanggan dengan 2. Produk yang ditawarkan memperhatikan pemasok kepada aspek teknis TrueMoney Indonesia (Paparoidamis et al., mudah dan nyaman saat 2017) digunakan (Paparoidamis et al., 2017)
Sumber : diolah oleh peneliti dari Journal Industrial Marketing Management (Paparoidamis et al., 2017) Tabel 3.3 Tabel Definisi Operasional
73
Teknik No Variabel Dimensi Definisi Pertanyaan Pengukuran Pengukuran 3. Produk yang ditawarkan oleh pemasok kepada TrueMoney Indonesia mudah untuk dirawat (Paparoidamis et al., 2017) 4. Produk yang ditawarkan
oleh pemasok kepada TrueMoney Indonesia memiliki kualitas produk yang dapat dipercaya (Paparoidamis et al., 2017) Sales Komitmen dan 1. Pemasok yang Service respon keseluruhan bekerjasama dengan Quality tim penjualan dari TrueMoney Indonesia perusahaan selalu memegang pemasok/ supplier komitmennya terhadap kebutuhan (Paparoidamis et al., pelanggan 2017) (Paparoidamis et 2. Pemasok yang al., 2017) bekerjasama dengan TrueMoney Indonesia mampu memenuhi seluruh kebutuhan barang/jasa dengan penawaran atau solusi yang tepat (Paparoidamis et al., 2017)
Sumber : diolah oleh peneliti dari Journal Industrial Marketing Management (Paparoidamis et al., 2017) Tabel 3.3 Tabel Definisi Operasional (Lanjutan)
74
3. Pemasok yang bekerjasama dengan TrueMoney Indonesia mudah untuk dihubungi (Paparoidamis et al., 2017) Technical Peluang penting 1. Pemasok yang Repair bagi perusahaan bekerjasama dengan Service pemasok/ supplier TrueMoney Indonesia Support untuk memperkuat mampu memberikan posisi mereka di layanan perbaikan mata pelanggan teknis yang mudah mereka, dengan dijangkau implikasi positif (Paparoidamis et al., 2017) untuk membangun
hubungan yang 2. Pemasok yang tidak rentan bekerjasama dengan terhadap serangan TrueMoney Indonesia dari pesaing memiliki karyawan (Paparoidamis et yang dapat membantu al., 2017) dalam layanan perbaikan teknis (Paparoidamis et al., 2017) 3. Pemasok yang bekerjasama dengan TrueMoney Indonesia selalu menepati waktu dalam memberikan layanan perbaikan (Paparoidamis et al., 2017) 4. Pemasok yang bekerjasama dengan TrueMoney Indonesia selalu mengedepankan kualitas layanan perbaikan (Paparoidamis et al., 2017)
Sumber : diolah oleh peneliti dari Journal Industrial Marketing Management (Paparoidamis et al., 2017) Tabel 3.3 Tabel Definisi Operasional (Lanjutan)
75
No Variabel Dimensi Definisi Pertanyaan Pengukuran Teknik Pengukuran Complaint Pengembangan dan 1. Pemasok yang Handling pemeliharaan bekerjasama dengan Services kepuasan TrueMoney Indonesia pelanggan dan memperhatikan kelanjutan kecepatan dalam hubungan penanganan keluhan pelanggan dengan pelanggan pemasok (Paparoidamis et al., (Paparoidamis et 2017) al., 2017) 2. Pemasok yang bekerjasama dengan TrueMoney Indonesia memberikan solusi yang berkualitas dalam menangani keluhan pelanggan (Paparoidamis et al., 2017) 3. Pemasok selalu memberikan informasi terkini mengenai status keluhan yang disampaikan oleh TrueMoney Indonesia (Paparoidamis et al., 2017) 2. Kesediaan 1. Pemasok Likert Scale perusahaan untuk menunjukkan (Sangat menerima ketertarikan kepada Tidak Setuju ketidakpastian TrueMoney Indonesia – Sangat berdasarkan sebagai pelanggan Setuju) harapan yang (Paparoidamis et al., Trust in the menguntungkan 2017) Supplier tentang perilaku 2. TrueMoney Indonesia mitra dalam mempercayai asosiasi bisnis pemasok yang telah (Paparoidamis et bekerjasama al., 2017) (Paparoidamis et al., 2017) Sumber : diolah oleh peneliti dari Journal Industrial Marketing Management (Paparoidamis et al.,2017) Tabel 3.3 Tabel Definisi Operasional (Lanjutan) 76
No Variabel Dimensi Definisi Pertanyaan Pengukuran Teknik Pengukuran 3. Pemasok yang bekerjasama dengan TrueMoney Indonesia merupakan pemasok yang bersifat jujur (Paparoidamis et al., 2017) Kesediaan 1. TrueMoney Indonesia Likert Scale pelanggan dalam akan melakukan (Sangat bentuk bisnis untuk pembelian kembali Tidak Setuju membeli kembali atas barang/jasa dari – Sangat layanan dan/atau pemasok Setuju) produk yang dijual (Paparoidamis et al., oleh perusahaan 2017) pemasok dan 2. TrueMoney Indonesia mempertahankan tidak ragu hubungan dengan merekomendasikan perusahaan pemasok kepada pemasok serta bisnis lain yang adanya sikap sejenis (Paparoidamis Customer loyalitas yang et al., 2017) 3. Loyalty menyangkut tingkat 3. TrueMoney Indonesia psikologis selalu mengatakan hal pelanggan dan positif mengenai sikap advokasi pemasok terhadap (Paparoidamis et al., perusahaan 2017) pemasok 4. TrueMoney Indonesia (Paparoidamis et akan selalu menjalin al., 2017) kerjasama bisnis dengan pemasok dalam jangka waktu panjang (Paparoidamis et al., 2017)
Sumber : diolah oleh peneliti dari Journal Industrial Marketing Management (Paparoidamis et al.,2017) Tabel 3.2 Tabel Definisi Operasional (Lanjutan)
77
3.8. Teknik Pengolahan dan Analisis Data
Penelitian ini merupakan penelitian statistik deskriptif. Pengolahan data
dilakukan untuk membuktikan hubungan antar hipotesis penelitian yang
diajukan. Dalam penelitian ini digunakan Confirmatory Factor Analysis (CFA)
untuk memvalidasi pengukuran yang digunakan dalam penelitian ini dan
Structural Equation Modelling (SEM) untuk menguji hubungan yang
dihipotesiskan pada model konseptual.
3.8.1. Statistik Deskriptif
Statistik deskriptif berkaitan dengan bagaimana cara
mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan data
sehingga mudah dipahami dengan cara menentukan ukuran data seperti
nilai modus, rata-rata dan nilai tengah (median), menentukan ukuran
variabilitas data, seperti variasi (varian), tingkat penyimpangan (deviasi
standar), jarak (range), serta menentukan ukuran bentuk data (skewness,
kurtosis, plot boks (Siregar, 2012). Dalam penelitian ini, peneliti
menggunakan metode statistik deskriptif untuk menggambarkan data
yang telah terkumpul secara lebih jelas.
3.8.2. Metode Analisis Data dengan Confirmatory Factor Analysis
Confirmatory Factor Analysis (CFA) merupakan suatu teknik untuk
menguji seberapa baik variabel yang diukur dalam mewakili jumlah
konstruk yang lebih sedikit (Hair et al., 2014). CFA secara eksplisit
digunakan untuk menguji faktor model sehingga lebih tepat digunakan
untuk validasi konstruk dan juga untuk pengukuran konstruk sebagai
78
bagian analisis dari SEM (Ghozali & Latan, 2015). CFA mensyaratkan
peneliti untuk memiliki ekpektasi yang spesifik seperti jumlah
faktor/indikator untuk mengukur konstruk, arah faktor/indikator terhadap
konstruk apakah berbentuk refleksif atau formatif, dan setiap faktor/
indikator harus berkorelasi tinggi jika berbentuk refleksif (Ghozali &
Latan, 2015). Dalam penelitian ini, peneliti menggunakan teknik
pengujian Confirmatory Factor Analysis (CFA) untuk menguji indikator
dalam konstruk apakah sudah baik untuk digunakan sebagai alat ukur
dalam penelitian.
3.8.3. Uji Kualitas Data
3.8.3.1. Uji Validitas
Uji validitas digunakan untuk mengukur valid atau tidaknya
suatu kuesioner. Suatu kuesioner dikatakan valid apabila
indikator pertanyaan dalam kuesioner mampu menggambarkan
sesuatu yang akan diukur dalam kuesioner tersebut (Ghozali,
2011). Apabila indikator pertanyaan sebagai skala pengukuran
tidak valid, maka tidak akan bermanfaat bagi peneliti (Kuncoro,
2013). Uji validitas dilakukan dengan menggunakan program
Smart PLS 3.0. Dimana indikator pertanyaan dalam kuesioner
dapat dikatakan valid apabila memenuhi persyaratan Average
Variance Extraced (AVE) > 0,50 atau 50%.
79
3.8.3.2. Uji Reliabilitas
Reliabilitas menunjukkan adanya konsistensi dan stabilitas
dari suatu skala pengukuran (Kuncoro, 2013). Menurut Ghozali
(2011), uji reliabilitas dimaksudkan untuk mengukur indikator
dari variabel atau konstruk yang terdapat dalam kuesioner. Suatu
kuesioner dikatakan reliabel atau handal jika jawaban seseorang
terhadap pertanyaan dalam kuesioner adalah konsisten atau
stabil dari waktu ke waktu. Untuk menguji reliabilitas pada
indikator yang digunakan untuk membentuk variabel atau
konstruk, peneliti menggunakan software Smart PLS 3.0.
Dimana indikator pertanyaan yang digunakan sebagai skala
pengukuran dapat dikatakan reliabel atau handal apabila
memenuhi persyaratan Cronbach’s Alpha > 0,70 dan Composite
Realibility (CR) > 0,70.
3.8.4. Metode Analisis Data dengan Partial Least Square - Structural
Equation Model (PLS-SEM)
Partial Least Square – Structural Equation Model (PLS – SEM) atau
sering disebut juga Partial Least Square Path Modeling (PLS – PM)
merupakan sebuah metode alternatif untuk model persamaan struktural
(Structural Equation Model) untuk menguji secara bersamaan hubungan
antar konstruk laten dalam hubungan linear maupun non-linear dengan
banyak indikator baik yang berbentuk reflektif, formatif, atau MIMIC.
Berbeda dengan analisis multivariat biasa PLS – SEM lebih kuat untuk
80 digunakan dalam membangun model penelitian dengan banyak variabel dan indikator. PLS – SEM juga mampu menguji hubungan yang kompleks dengan konstruk dan indikator yang banyak (Ghozali & Latan,
2015). Dalam penelitian ini, peneliti menggunakan PLS - SEM sebagai metode analisis data dengan bantuan software Smart PLS 3.0. Melalui metode SEM ini peneliti ingin mengetahui pengaruh antara Supplier
Performance pada Trust in Supplier dan Customer Loyalty.
3.8.4.1. Variabel dalam SEM
Menurut Malhotra et al. (2017), terdapat dua jenis variabel
dalam SEM, yaitu exogenous constructs (variabel eksogen) dan
endogenous constructs (variabel endogen). Ghozali & Latan
(2015) menambahkan bahwa selain variabel eksogen dan
variabel endogen, terdapat pula variabel moderating dan
variabel intervening. Variabel eksogen merupakan tipe variabel
yang tidak dipengaruhi oleh variabel lain dan disimbolkan
dengan ξ (dibaca KSI). Variabel endogen atau intervening
merupakan tipe variabel yang dipengaruhi oleh variabel lain baik
secara langsung maupun tidak langsung, disimbolkan dengan η
(dibaca ETA). Sedangkan variabel moderating merupakan tipe
variabel yang memperkuat dan atau memperlemah hubungan
antar dua variabel dan disimbolkan dengan (µ). Dalam penelitian
ini yang menjadi variabel eksogen adalah Supplier Performance
serta yang menjadi variabel endogen adalah Trust in Supplier
81
dan Customer Loyalty. Pada model penelitian, Trust in Supplier
juga sekaligus menjadi variabel intervening.
3.8.4.2. Tahapan Analisis PLS – SEM
Menurut Ghozali & Latan (2015), dalam melaksanakan
analisis PLS – SEM, setidaknya harus melalui 5 proses tahapan,
yaitu:
1. Konseptualisasi Model
Pada tahapan ini peneliti harus mampu mendefinisikan
secara konseptual konstruk yang diteliti dan menentukan
beberapa hal, seperti dimensionalitas untuk masing-
masing konstruk, bentuk indikator pembentuk konstruk
laten (formatif, reflektif, atau kombinasi), dan arah
kausalitas antar konstruk yang menunjukkan hubungan
yang dihipotesiskan apakah memiliki pengaruh langsung
(direct effect), tidak langsung (indirect effect), spurious,
(spurious effect) atau interaksi/moderasi (moderating
effect) (Ghozali & Latan, 2015)
2. Menentukan metode analisis algoritma
Pada software Smart PLS 3.0, metode analisis algoritma
yang disediakan hanya algoritma PLS dengan 3 pilihan
skema yaitu factorial, centroid, dan path atau structural
weighting. Penelitian ini menggunakan skema algoritma
path atau struktural weighting, sesuai yang disarankan
82
oleh Wold – penemu software Smart PLS (Ghozali &
Latan, 2015).
Jumlah sampel juga perlu ditentukan dalam melakukan
pengolahan data dengan menggunakan pedoman
penentuan sampel yaitu 10 kali jumlah variabel dalam
model (Chin dalam Ghozali & Latan, 2015). Sehingga
minimal sampel yang diperlukan untuk penelitian ini
agar dapat diolah dengan menggunakan software Smart
PLS adalah 10 dikali 7 variabel, yaitu 70 unit sampel.
3. Menentukan metode resampling
Dalam penelitian ini, metode resampling yang digunakan
adalah bootstrapping. Dimana metode bootstrapping
menggunakan sampel asli untuk melakukan resampling
kembali. Smart PLS 3.0 menyediakan 3 pilihan
bootsrapping yaitu No Sign Changes, Individual Sign
Changes, dan Construct Level Changes (Ghozali dan
Latan, 2015). Dalam penelitian ini digunakan metode
resampling No Sign Changes, yaitu statistika resampling
yang dihitung tanpa mengganti tanda apapun, metode ini
menghasilkan standar error yang tinggi namun
konsekuensinya adalah rasio T-Statistics nya sangat
rendah (Tenenhaus et al. dalam Ghozali & Latan, 2015).
4. Menggambarkan diagram jalur
83
Dalam menggambarkan diagram jalur mengacu pada
prosedur nomogram reticular action modeling (RAM)
yang direkomendasikan oleh Falk & Miller (1992), yaitu
konstruk teoritikal yang menunjukkan variabel laten
digambarkan dalam bentuk lingkaran atau bulatan elips,
indikator digambarkan dengan bentuk kotak, dan
pengaruh antar variabel digambarkan dengan panah
tunggal.
5. Evaluasi model
Evaluasi model dalam PLS – SEM dapat dilakukan
dengan menilai hasil pengukuran model (measurement
model) melalui analisis Confirmatory Factor Analysis
(CFA) dengan menguji validitas dan reliabilitas.
Kemudian dilanjutkan dengan evaluasi model struktural
serta pengujian signifikansi untuk menguji pengaruh
antar konstruk atau variabel (Ghozali & Latan, 2015)
6. Melaporkan hasil analisis
Menurut Ghozali & Latan (2015) dalam melaporkan
hasil analisis kita dapat menggunakan pendekatan dua
langkah (two-step approach) yaitu dengan melaporkan
semua hasil dari measuremet model (outer model)
kemudian dilanjutkan dengan struktural model (inner
model).
84
3.8.5. Evaluasi Model Pengukuran PLS – SEM (Outer Model)
Evaluasi model pengukuran dilakukan untuk menilai validitas dan
reliabilitas model (Ghozali & Latan, 2015).
1. Dalam evaluasi model pengukuran (outer model) untuk konstruk
berbentuk refleksif, suatu model pengukuran dikatakan valid dan
reliabel, apabila memenuhi syarat sebagai berikut.
No Validitas/Reliabilitas Parameter Nilai yang disyaratkan Loading Factor > 0.70 untuk confirmatory research > 0.60 untuk exploratory research Average Variance > 0.50 untuk 1. Covergent Validity Extraced (AVE) confirmatory atau exploratory research. Communality > 0.50 untuk confirmatory atau exploratory research. Cross Loading > 0.70 untuk setiap variabel. Akar Kuadrat Akar Kuadrat AVE > 2. Discriminant Validity AVE dan Korelasi antar Korelasi antar Konstruk Laten. Konstruk Laten Cronbach’s Alpha > 0.70 untuk confirmatory research > 0.60 untuk exploratory research 3. Realibility Composite > 0.70 untuk Reliability confirmatory research 0.60 – 0.70 masih dapat diterima untuk exploratory research.
Sumber: diolah oleh peneliti dari Hair et al. (2014), Ghozali & Latan (2015) Tabel 3.4 Syarat Valid dan Reliabel untuk Konstruk Refleksif
85
2. Dalam evaluasi model pengukuran (outer model) untuk konstruk
berbentuk formatif, suatu model pengukuran dikatakan valid dan
realibel, apabila memenuhi syarat sebagai berikut.
No Kriteria Parameter Nilai yang disyaratkan 1. Indicator Significant Weight > 1.65 (significance Realibility level = 10%) > 1.96 (significance level = 5%) > 2.58 (significance level = 1 %) 2. Multicollinearity VIF dan Tolerance VIF < 10 atau < 5 Tolerance > 0,10 atau > 0,20
Sumber: diolah oleh peneliti dari Hair et al (2014), Ghozali & Latan (2015) Tabel 3.5 Syarat Valid dan Reliabel untuk Konstruk Formatif
Dalam penelitian ini menggunakan indikator refleksif, sehingga
evaluasi model pengukuran hanya dilakukan dengan melihat nilai loading
factor, AVE, Cross Loading, Cronbach’s Alpha, dan Composite
Realibility.
3.8.6. Evaluasi Model Struktural (Inner Model)
Evaluasi model struktural atau inner model merupakan tahap
selanjutnya yang harus dilakukan setelah evaluasi model PLS - SEM.
Inner model bertujuan untuk mempredikasi hubungan antar variabel laten
yang dievaluasi menggunakan beberapa jenis uji sebagai berikut. Adapun
beberapa uji yang dilakukan untuk uji hubungan yang dihipotesiskan
adalah sebagai berikut.
86
3.8.6.1. Uji Koefisien Determinasi (R2)
Menurut Ghozali (2011) uji koefisien determinasi R2
bertujuan untuk mengukur seberapa jauh kemampuan suatu
model penelitian dalam menjelaskan variasi variabel dependen
yang dimiliki. Nilai koefisien determinasi (R2) terdiri antara nol
dan satu. Semakin kecil nilai determinasi berarti kemampuan
variabel eksogen dalam menjelaskan variasi endogen sangat
terbatas, sedangkan nilai koefisien determinasi (R2) yang hampir
mendekati satu berarti variabel eksogen memberikan hampir
seluruh informasi yang dibutuhkan untuk memprediksi variasi
variabel endogen. Namun, penggunaan nilai koefisien
determinasi (R2) akan menyebabkan bias estimasi karena
semakin banyak variabel eksogen dalam model, maka nilai R2
akan semakin besar dan terus meningkat (Ghozali & Latan,
2015). Oleh karena itu, peneliti lebih dianjurkan untuk
menggunakan Adjusted R2. Nilai Adjusted R2 dapat dihitung
secara otomatis melalui program Smart PLS, namun untuk
menghitung Adjusted R2 secara manual dapat dilakukan dengan
menggunakan rumus berikut.
푛 − 1 퐴푑푗푢푠푡푒푑 푅2 = 1 − (1 − 푅2) 푌 푛 − 푘 − 1
Dimana:
2 푅푌 adalah R-Square
87
푛 adalah jumlah sampel
k adalah jumlah variabel independen
Nilai R2 atau adjusted R2 0.75, 0.50, dan 0.25 menunjukkan
model kuat, moderate, dan lemah (Hair et al. 2011). Semakin
besar nilai R2 maka menunjukkan bahwa variabel eksogen
semakin baik dalam menjelaskan variasi.
3.8.6.2. Uji Ukuran Pengaruh (Effect Size) (f2)
Menurut Cohen dalam Ghozali & Latan (2015) uji ukuran
pengaruh (effect size) perlu dilakukan untuk mengetahui
besarnya proporsi varian variabel eksogen tertentu terhadap
variabel endogen. Dalam program Smart PLS nilai f2 dapat
dihitung secara otomatis, namun untuk menghitung secara
manual dapat digunakan rumus sebagai berikut.
2 2 2 푅푖푛푐푙푢푑푒푑 − 푅푒푥푐푙푢푑푒푑 푓 = 2 1 − 푅푖푛푐푙푢푑푒푑
Dimana:
2 2 푅푖푛푐푙푢푑푒푑 adalah nilai R ketika prediktor (variabel independen)
dimasukkan dalam model penelitian.
2 2 푅푒푥푐푙푢푑푒푑 adalah nilai R ketika prediktor (variabel independen)
dikeluarkan dari model penelitian.
Hasil nilai perhitungan f2 yang direkomendasikan oleh para
ahli adalah 0.02, 0.15 dan 0.35. Hasil perhitungan nilai f2 ini
88
dapat diartikan bahwa prediktor variabel laten (variabel laten
eksogen) memiliki pengaruh kecil, cukup, dan besar pada level
struktural terhadap variabel endogen (Chin dalam Ghozali &
Latan, 2015). Jika model penelitian yang digunakan hanya terdiri
dari satu variabel eksogen dan satu variabel endogen, maka effect
size tidak perlu dihitung, karena nilai effect size akan sama
dengan nilai R-Square. Dalam penelitian ini terdiri dari lebih dari
satu variabel eksogen dan variabel endogen oleh karena itu uji
ukuran pengaruh perlu untuk dilakukan.
3.8.7. Uji Hipotesis
3.8.7.1. Uji Signifikansi Parameter Individual (statistik t)
Uji signifikansi parameter individual (statistik t) adalah
suatu teknik analisis yang digunakan untuk menunjukkan
seberapa jauh pengaruh satu variabel eksogen secara individual
dalam menjelaskan variasi variabel endogen (Ghozali, 2011).
Dalam penelitian ini, uji statistik t dilakukan dengan bantuan
software pengolahan data yaitu Smart PLS 3.0. Dimana untuk
mengetahui nilai statistik t perlu terlebih dahulu melalui proses
bootstrapping/ metode resampling. Nilai signifikansi yang
digunakan (two-tailed) adalah t-value 1.65 (tingkat signifikansi
= 10%), t-value 1.96 (tingkat signifikansi = 5%) dan t-value 2.58
(tingkat signifikansi = 1%). Suatu variabel dikatakan
89
berpengaruh secara signifikan terhadap variabel lainnya apabila
hasil t-hitung > t-value (Ghozali & Latan, 2015). Tingkat
signifikansi yang digunakan dalam penelitian ini adalah 5%
dimana t-value adalah 1.96 oleh karena itu, suatu variabel
dikatakan memiliki pengaruh signifikan terhadap variabel lain
apabila hasil t-hitung > 1.96.
Selain itu, pengaruh signifikan juga dapat dilihat dari p-
value yang dihasilkan. Tingkat signifikansi yang digunakan
dalam penelitian ini adalah 0.05 (α = 5%). Syarat suatu hipotesis
diterima atau ditolak tergantung pada kriteria berikut ini.
1. Jika nilai signifikan t (p-value) < 0.05, maka hipotesis
alternatif diterima, artinya bahwa terdapat pengaruh yang
signifikan antara satu variabel independen terhadap
variabel dependen.
2. Jika nilai signifikan t (p-value) > 0.05, maka hipotesis
alternatif ditolak, artinya bahwa tidak terdapat pengaruh
yang signifikan antara satu variabel independen terhadap
variabel dependen.
3.8.7.2. Uji Pengaruh Mediasi dengan Analisis Jalur
Uji pengaruh mediasi dilakukan saat terdapat variabel
mediasi atau intervening dalam model penelitian yang
digunakan. Pengaruh mediasi merupakan hubungan antar
konstruk eksogen dan endogen melalui variabel penghubung
90 atau antara (Ghozali & Latan, 2015). Dalam penelitian ini untuk menguji pengaruh variabel intervening digunakan prosedur yang dikembangkan oleh Baron & Kenny (1986). Menurut Baron &
Kenny dalam Ghozali & Latan (2015) terdapat tiga tahapan untuk menguji pengaruh mediasi yaitu:
1. Menguji pengaruh variabel eksogen (X) terhadap
variabel endogen (Y) dan harus signifikan pada t-
statistics > 1,96.
2. Menguji pengaruh variabel eksogen (X) terhadap
variabel mediasi (M) dan harus signifikan pada t-
statistics > 1,96.
3. Menguji secara simultan pengaruh variabel eksogen (X)
dan mediasi (M) terhadap variabel endogen (Y). Pada
pengujian tahap terakhir diharapkan pengaruh variabel
eksogen (X) terhadap endogen (Y) tidak signifikan
sedangkan pengaruh variabel mediasi terhadap variabel
endogen (Y) harus signifikan pada t-statistics > 1,96.
Melalui tahapan ini dapat kita ketahui apakah variabel mediasi yang terdapat dalam model memiliki pengaruh mediasi penuh (Full Mediation) atau pengaruh mediasi sebagian (Partial
Mediation). Dikatakan memiliki pengaruh mediasi penuh (full mediation) ketika nilai variabel eksogen tidak dapat mempengaruhi variabel endogen secara langsung (t-statistics <
91
1,96) namun ketika dilakukan uji secara bersamaan terdapat
pengaruh tidak langsung yang signifikan antara variabel eksogen
terhadap variabel endogen melalui variabel intervening (t-
statistics > 1,96). Suatu model dikatakan memiliki pengaruh
mediasi sebagian (partial mediation) apabila hasil uji pengaruh
langsung dan pengaruh tidak langsung memiliki hasil yang
sama-sama signifikan namun nilai pengaruh hubungan tidak
langsung lebih besar dibandingkan nilai hubungan langsung
(Hair et al., 2017).
3.8.8. Model Penelitian Secara Keseluruhan
Sumber: diolah oleh peneliti
Gambar 3.2 Model Penelitian Secara Keseluruhan
92