bab iii methodologi penelitian
TRANSCRIPT
76 Universitas Multimedia Nusantara
BAB III
METHODOLOGI PENELITIAN
3.1. Paradigma Penelitian
3.1.1 Jenis Penelitian
Penelitian yang dikerjakan adalah jenis penelitian di lapangan, merupakan jenis
penelitian yang secara direct dikerjakan ke lapangan. Yang dilakukkan oleh
penelitian ini melakukan penggalian data dengan sumber dari obyek dari penelitian
yaitu Divisi Marketing Universitas Multimedia Nusantara yang sudah melakukan
implementasi CRM. Sesuai dengan tujuannya, maka Penelitian yang dikerjakan ini
memiliki tujuan untuk mendapat tahu Faktor-Faktor yang Mempengaruhi Kinerja
CRM Dengan Menggunakan Leadership Sebagai Moderating Variable di UMN
untuk kemudian mendapatkan hasil Evaluasi dari Kinerja CRM.
3.1.2. Sifat penelitian
Dalam penelitian ini mempunyai sifat deskriptif analisis yaitu penelitian yang
bertujuan memberikan gambaran yang lebih jelas cara melakukan Evaluasi dengan
menggunakan Faktor-Faktor yang Mempengaruhi Kinerja CRM Dengan
Menggunakan Leadership Sebagai Moderating Variable di UMN.
Menggunakan dasar paradigma yang digunakan, penulis memperguunakan salah
sebuah dari 3 pengamatan yang ditawarkan Creswell ( Emzir . 2008: 9 ) , yaitu:
metoda kualitatif , kuantitatif , dan gabungan.
77 Universitas Multimedia Nusantara
Metoda penelitian dengan melakukan penggabungan, atau lebih umum diketahui
dengan istilah multimetodologi didalam operasi penelitian, adalah metoda untuk
penelitian dengan melakukan gabungan analisis data kualitatifitatif dan
kuantitatiftatif.
Untuk pendekatan jenis ini lebih besar berdasarkan pada pandangan pragmatik (
seperti misalnya orientasi masalah, orientasi konsekuensi, serta pluralistic ).
Metoda jenis gabungan ini dapat dilakukan dengan dua cara:
- Metoda gabungan ( mixed-method-research ) dan
- Model gabungan ( mixed-model- research).
Peneliti didalam metoda gabungan mengggunakan pendekatan kualitatif pada 1
tahap dan pendekatan kuantitatif pada tahap yang lainnya, demikian juga vice versa.
Misalnya, satu orang peneliti melakukan strategi kuantitatif dan kemudian setelah
itu mengadakan interview kepada responden tentang pandangan serta pendapat
mereka mengenai topik tersebut serta mencari informasi apakah hasilnya sesuai
dengan pandangan mereka atau tidak.
Dengan strategi penelitian metoda gabungan, penulis melakukan perpaduan
pendekatan kuantitatiftatif dan pendekatan kualitatiftatif dalam 1 atau 2 tahap yang
bersamaan. Misalnya, peneliti melakukan survei dan mempergunakan : Kuesioner
yang berisi pertanyaan tertutup berisi jawaban pilihan ganda ( pendekatan
kuantitatiftatif ) dan beberapa menggunakan pertanyaan yang terbuka ( pendekatan
kualitatiftatif ).
78 Universitas Multimedia Nusantara
Kemudian misalnya yang lain, peneliti pertama tama mengumpulkan data jenis
kualitatiftatif yang kemudian selanjutnya dirubah menjadi data berjenis
kuantitatiftatif.
Untuk penelitian ini, yang dipergunakan adalah metoda gabungan dimana peneliti
mempergunakan metoda kualitatiftatif pada tahapan awal dan metoda kuantatif
pada tahapan berikutnya.
Kemudian setelah mendapat hasil penelitian akan dilakukan strategi kualitatiftatif
sekali lagi untuk memberikan saran ke manajemen atau perusahaan dari kesimpulan
penelitian untuk dapat diterapkan pada implementasi CRM selanjutnya untuk
menghasilkan Kinerja CRM yang baik dan berhasil.
Pendekatan kualitatiftatif tahap pertama dilakukan dengan cara menggali informasi
dengan narasumber terkait dugaan yang terjadi pada implementasi CRM serta
faktor yang bisa mempengaruhi kinerja CRM untuk nantinya dari hasil penelitian
dapat dilanjutkan pendekatan kualitatiftatif tahap kedua untuk memberikan saran
implikasi manajerial yang akan dilaksanakan sesuai dengan hasil olah penelitian
dan analisa data hasil penelitian. Untuk ini dilakukan dengan cara FGD dan
Wawancara
Kemudian untuk berikutnya dilakukan dengan cara mempergunakan pendekatan
kuantitatif yaitu metoda pendekatan penelitian yang menggunakan landasan
filsafat positifisme, dipergunakan dalam melakukan penelitian kepada populasi atau
79 Universitas Multimedia Nusantara
sampel yang telah ditentukan, data dikumpulkan mempergunakan instrumen-
instrumen2 penelitian, analisa data berjenis kuantitatif mempunyai tujuan untuk
melakukan uji hipotesa yang juga telah di tetapkan sebelum nya. Pendekatan ini
digunakan untuk lebih melakukan uji secara kuantitatiftatif dari hasil dugaan yang
didapatkan dari FGD dan Wawancara.
3.1.2.1 Hasil FGD
1. CRM dilakukan di UMN untuk membantu marketing mendapatkan
mahasiswa baru
2. Kinerja CRM di pengaruhi oleh Data dan Informasi, cara mendapat dan
mengolahnya
3. CRM berhasil atau gagal ditentukan oleh konsep awal atau bagaimana
proses penggunaan CRM di perusahaan masing-masing
4. CRM penting sekali bisa terkoneksi dengan software luar untuk
berinteraksi dengan calon mahasiswa, dalam hal ini Teknologi yang
digunakan di CRM menungkinan untuk terkoneksi dengan email, WA,
sms, dan klusterisasi Journey calon mahasiswa
5. Perlu satu key person (leadership) yang benar-benar tahu CRM mau
ditujukan untuk apa, konsep seperti apa dan bagaimana supaya konsep
tersebut diterapkan terus menerus
6. CRM juga banyak kegagalan implementasi, Sukses rate penentunya adalah
user adoption, bisa digunakan terus menerus dan membantu perushaan
mencapai tujuannya, perlu ada yang menjaga (leadership)
80 Universitas Multimedia Nusantara
Peserta FGD :
1. Arief S (peneliti)
2. Dr.Ir. Y Budi Susanto, M.M.
3. Dr. Ir. P. M. Winarno, M.Kom
4. Dr. Yohanes Jimmy, MM.
5. Johan Setiawan, S.Kom., MM.
6. Bpk Elin Tjai (Microsoft CRM Consultant)
7. Bpk Halim (Sistem Integrator, pengguna CRM)
3.2. Obyek Penelitian
Obyek Penelitan untuk penelitian yang dilakukan adalah Divisi Marketing
Universitas Multimedia Nusantara. UMN adalah instistusi pendidikan atau
universitas yang merupakan bagian dari Kompas Gramedia Group.
Universitas Multimedia Nusantara didirikan dan mulai untuk melakukan
penerimaan mahasiswa angkatan tingkat pertama pada tahun 2007. Dalam
perjalananya saat ini UMN mempunyai 8.000 mahasiswa aktif.
Secara Bisnis, meskipun UMN adalah institusi Pendidikan atau Universitas, UMN
tetap mempunyai siklus Proses Bisnis yang dijalankan. Siklus Proses Bisnis UMN:
1. Proses Penerimaan Calon Mahasiswa Baru
2. Pendapatan dari Uang Pangkal dan Uang Semester 1
81 Universitas Multimedia Nusantara
3. Pengeluaran untuk Biaya Marketing dan Operational UMN secara
perusahaan ada karyawan, dosen dan biaya operational yang lain
4. Calon Mahasiswa Baru kemudian menjadi Mahasiswa dan menjalai
perkuliahan
5. Pendapatan dari Uang Semester
6. Pengeluaran untuk Biaya Operational Akademis dan Investasi dalam
pengembangan fisik, fasilitas, kelas, listrik , penambahan jumlah pengajar
dan hal yang lain secara rutin mendukung akademis
7. Perjalanan 1 mahasiswa sampai 4 -5 tahun kemudian Wisuda
8. Setiap tahun kembali ke Proses untuk menerima Camaba
Dalam hal penerimaan Calon kandidat Mahasiswa Baru di UMN, divisi yang
langsung terkait adalah Divisi Marketing. Untuk penerimaan Calon Mahasiswa
Baru Divisi Marketing mempunyai interaksi dengan Pelanggan langsung yaitu
Calon Mahasiswa itu sendiri yaitu siswa SMA atau sederajat kelas XII. Pelanggan
yang tidak langsung pertama adalah orang tua Calon Mahasiswa Baru yang
biasanya dalam posisi membiayai Calon Mahasiswa Baru, Pelanggan tidak
langsung kedua adalah Sekolah dimana Calon Mahasiswa Baru menempuh
pendidikan SMA/sederajat.
Divisi yang berhubungan langsung dengan semua pelanggan tersebut adalah Divisi
Marketing UMN. Dengan semakin berkembangnya UMN terutama dalam jumlah
mahasiswa, hubungan dengan pelanggan yang bertambah banyak ini memerlukan
system manajemen yang baik. Hubungan dengan pelanggan ini perlu dijaga supaya
82 Universitas Multimedia Nusantara
tetap dapat memberikan timbal balik yang baik dan bermanfaat jangka panjang
untuk perusahaan yaitu UMN itu sendiri.
Menurut yang disampaikan (Buttle, 2004), CRM merupakan suatu bisnis strategi
yang melakukan perpaduan fungsi internal dan proses perusahaan, jaringan
eksternal perusahaan untuk dapat membuat dan memberikan nilai perusahaan
kepada pelanggan untuk pada akhirnya memperoleh keuntungan. Atau dapat
mengatakan bahwa CRM adalah suatu bisnis strategi yang memadukan semua
fungsi internal dan eksternal dari perusahaan dengan maksud membuat lebih tahan
hubungan jangka panjang dengan pelanggan yang pada akhirnya meningkatkan
penambahan nilai bagi pelanggan dan perusahaan.
Untuk tujuan inilah maka CRM di implementasikan di UMN khususnya di Divisi
Marketing Universitas Multimedia Nusantara. Dalam perjalanan implementasi
CRM di Divisi Marketing Universitas Multimedia Nusantara perlu di cari tahu
Faktor-Faktor yang Mempengaruhi Kinerja CRM Dengan Menggunakan
Leadership Sebagai Moderating Variable di UMN.
3.3. Populasi dan Sampel
3.3.1. Populasi
Populasi adalah berupa sekumpulan menyeluruh dari kesemua elemen2 yang se-
jenis tapi masih dapat di bedakan 1 dengan lainnya. Ini per-bedaan dapat muncul
karena tiap karakteristik mempunyai nilai yang berbeda-beda.
Populasi didalam penelitian ini adalah pengguna CRM untuk kepentingan
Marketing dalam Divisi Marketing Universitas Multimedia Nusantara.
83 Universitas Multimedia Nusantara
Populasi dari penelitan ini adalah staff Divisi Marketing Universitas Multimedia
Nusantara yang memang menggunakan CRM yang dalam tugas pekerjaan di
Marketing Universitas Multimedia Nusantara dan mahasiswa yang memang
memiliki tugas membantu marketing yang tergabung dalam team Kampus Visit
UMN dan juga menggunakan CRM dalam tugasnya, total sebanyak 59 responden.
3.3.2. Sampel
Teknik Mengambil Sampel – Sampel merupakan sedikit porsi dari populasi
penelitian yang memang dipergunakan untuk melakukan perkiraan result dari
penelitian tertentu. Untuk teknik pengambilan sampling adalah salah satu bagian
dari methodologi statistik yang memang berkaitan dengan berbagai jenis teknik
untuk mengambil sampel.
Pengertian metoda untuk melakukan mengambil sampel menurut tafsir dari
sejumlah ahli. Untuk jenis- jenis yang termasuk di antaranya adalah seperti dibawah
ini :
Teknik sampling merupakan suatu teknik untuk melakukan mengambil
sample (Sugiyono, 2001: 56).
Teknik sampling merupakan cara untuk melakukan penentuan sample
dengan jumlah yang disesuaikan dengan pengukuran dari sampel yang pada
akhirnya akan menjadi sumber dari data yang benar, perlu untuk memberi
perhatian sifat- sifat serta persebaran dari populasi supaya sampel yang
diperoleh adalah cukup re-presentatif. (Margono, 2004)
84 Universitas Multimedia Nusantara
Tujuan dari Pengambilan Sampel :
Bila terjadi jumlah populasi yang mungkin terlalu banyak jumlahnya atau
diketahui jangkauan untuk populasi terlalu melebar sehingga akan terjadi
kesulitan untuk melakukan mengambil data dari keseluruhan populasi.
Adanya waktu yang terbatas , tenaga, dan biaya.
Terdapatnya dugaan bahwa semua populasi memiliki keseragaman jadi
cukup dapat untuk terwakili oleh sampel.
Langkah-Langkah untuk Pengambilan Sample adalah :
Melakukan definisi dari populasi yang menjadi tujuan pengamatan
Melakuan penentuan kerangka dari sampel serta alternative dari semua
kumpulan peristiwa yang memungkinkan
Melakukan penentuan pemilihan teknik dan atau cara
melakukan sampling yang sesuai sasaran
Sampel diambil dengan cara mengumpulkan data
Pemeriksaan ulang perlu dilakukan dalam proses melakukan sampling
Cara Pengambilan Sampel mempunyai banyak alternative sesuai dengan jenis
pendekatan penelitian yang kemudian akan dijalani. Pada inti dasarnya, metoda
untuk pengambilan sampel dapat dibagi menjadi 2 jenis besar seperti berikut :
85 Universitas Multimedia Nusantara
A. Probability Sampling ( Random Sample )
1. Mengambil Sample secara AcakSederhana
( Simple-Random-Sampling )
2. Mengambil Sample secara AcakSistematis
( Systematic-Random-Sampling )
3. Mengambil Sample secara AcakBerstrata
( Stratified-Random-Sampling )
4. Mengambil Sample secara AcakBerdasarArea
( Cluster-Random-Sampling )
5. Mengambil Sample secara AcakBertingkat
( Multi-Stage-Sampling )
B. NonProbability Sampling ( NonRandomSample )
1. Purposive Sampling
Purposive Sampling adalah teknik sampling yang paling sering dipergunakan.
Metode ini menggunakan kriteria yang telah ditentukan oleh peneliti dalam
pemilihan sampel. Kriteria pemilihan sampel ada dua macan yaitu kriteria
inklusi dan eksklusi.
Kriteria inklusi adalah merupakan kriteria sampel yang ingin didapatkan
peneliti dengan berdasarkan tujuan penelitian.
Sedangkan kriteria eksklusi adalah merupakan kriteria yang secara khusus
memerlukan pengeluaran calon responden yang ternyata sudah memenuhi
kriteria inklusi. Misalnya, calon responden mengalami penyakit penyerta atau
gangguan psikologis yang dapat memengaruhi hasil penelitian.
86 Universitas Multimedia Nusantara
2. Snowball Sampling
Snowball Sampling adalah suatu teknik mengambil sampel berdasarkan
wawancara atau korespondensi. Metode ini melakukan permintaan informasi
dari sampel pertama untuk menghasilkan sampel berikutnya, demikian secara
terus menerus hingga dapat memenuhi seluruh kebutuhan sampel penelitian.
Metode pengambilan sampel Snowball atau Bola salju ini sangat cocok untuk
penelitian terhadap hal-hal yang sensitif dan sangat memerlukan privasi tingkat
tinggi, misalnya penelitian tentang kaum waria, penderita HIV, dan kelompok
khusus lainnya.
3. Accidental Sampling
Pada metode penentuan sampel tanpa disengaja ini, peneliti melakukan
pengambilan sampel yang kebetulan ditemuinya pada tertentu. Penelitian ini
tepat untuk melakukan penelitian pada jenis kasus penyakit langka yang sulit
untuk mendapatkan sampel.
Contoh penggunaan metode ini, penelitian penyakit Steven Johnson Syndrom
yaitu penyakit yang dapat merusak seluruh lapisan mukosa atau lapisan tubuh
akibat reaksi tubuh terhadap antibiotik.
4. Quota Sampling
Tehnik pengambilan sampling ini mengambil jumlah sampel sebanyak
jumlah tertentu yang di tentukan oleh peneliti. Metoda ini memiliki kelebihan
praktis karena sampel penelitian sebelumnya sudah diketahui, sedangkan
kekurangannya yaitu tingginya bias penelitian saat menggunakan metode ini.
87 Universitas Multimedia Nusantara
Cara pengambilan sampel dengan cara ini biasanya digunakan pada penelitian
yang memiliki jumlah sampel terbatas. Misalnya, penelitian pada pasien lupus
atau penderita penyakit tertentu. Dalam suatu area terdapat 10 penderita lupus,
maka populasi tersebut dijadikan sampel secara keseluruhan, inilah yang
disebut sebagai Total Quota Sampling.
5. Teknik Sampel Jenuh (sensus)
Teknik Sampling Jenuh adalah cara penentuan sampel yang menjadikan semua
anggota populasi sebagai sampel.
Didalam penelitian yang dilakukan ini Teknik melakukan Sampling yang di
pergunakan berupa Teknik Sampel Jenuh (sensus) dimana seluruh anggota Populasi
yang menggunakan CRM di Divisi Marketing Universitas Multimedia Nusantara
yaitu Staff Marketing UMN dan Mahasiswa Team Kampus Visit yang
menggunakan CRM untuk membantu tugas Marketing total sebanyak 39 orang,
semua menjadi Sampel.
88 Universitas Multimedia Nusantara
3.4. Operasional Variabel
3.1 Tabel Operasional Variabel
Operational Variabel Independen
No Variabel Definisi Indikator Scale Referensi
Kemudahan mengambil satu data tertentu Interval 1--5 Judith W Kincaid 2002
Kemudahan mengambil data berdasarkan atribute
yang ditentukanInterval 1--5 Judith W Kincaid 2002
Kemudahan mengambil satu informasi yang
ditentukanInterval 1--5 Judith W Kincaid 2002
Kemudahan mengambil lebih dari satu informasi
dari Calon Mahasiswa yang sudah ditentukanInterval 1--5 Kontribusi Peneliti
Kemudahan mengambil lebih dari satu informasi
dan lebh dari satu variasi dari Calon Mahasiswa
yang sudah ditentukan
Interval 1--5 Kontribusi Peneliti
Mempermudah proses marketing sebelum proses
pendaftaran (pre pendaftaran)Interval 1--5 Kontribusi Peneliti
Mempermudah proses marketing untuk
mengidentifikasi target market yang berbeda
sebelum proses pendaftaran (pre pendaftaran)
Interval 1--5 Kontribusi Peneliti
Membantu proses follow up Interval 1--5Judith W Kincaid
2002, Lukas, 2001
Membantu proses follow up di tiap segmen
funnelingInterval 1--5 Kontribusi Peneliti
Membantu proses follow up dengan variasi lebih
dari satu segmen funnelingInterval 1--5 Kontribusi Peneliti
Pengolahan data dan informasi Interval 1--5Judith W Kincaid
2002, Lukas, 2001
Dapat terhubung dengan Aplikasi luar Interval 1--5Judith W Kincaid
2002, Lukas, 2001
Dapat terhubung dengan software yang lain Interval 1--5Judith W Kincaid
2002, Lukas, 2001
Menghasilkan suatu hal yang kemudian dapat
dilanjutkan dengan menggunakan aplikasi lainInterval 1--5 Kontribusi Peneliti
Dapat melakukan variasi filter untuk untuk
kemudian di beri pesan tertentuInterval 1--5 Kontribusi Peneliti
Data dan Informasi
Data adalah seluruh fakta mengenai
pelanggan yang ada yang kemudian
dilakukan penyimpanan dan untuk
selanjutnya dapat dipergunakan lagi
oleh perusahaan. Sedangkan untuk
informasi adalah seluruh hal yang dapat
menjadi masukan dan gambaran
tentang pelanggan itu sendiri. Data dan
Informasi yang lengkap tentang
pelanggan akan menjadi syarat yang
paling utama untuk keberhasilan
kinerja CRM. (Judith W Kincaid 2002)
1
Proses memang harus dilakukan supaya
tercipta kesan yang baik dari pelanggan
dan setiap pelanggan dapat
memperoleh kemudahan dalam hal
akses dan kemudahan proses interaksi
selama pelayanan yang berhubungan
dengan perusahaan. (Judith W Kincaid
2002, Lukas, 2001)
Proses2
3 Teknologi
Teknologi adalah sarana menyimpan
data yang kemudian dimanfaatkan
untuk dapat menyampaikan informasi
dan melakukan pengaturan informasi
yang kemudikan dikirim kepada
pelanggan-pelanggan. Melalui proses
memahami tersebut didapatkan
indikator-indikator yang dapat
membentuk faktor teknologi, yaitu
data, information, speed,
optimalisation, dan efisiensi teknologi
yang dipergunakan perusahaan
memberikan pelayanan yang lebih
baik kepada pelanggan. (Judith W
Kincaid 2002, Lukas, 2001)
89 Universitas Multimedia Nusantara
No Variabel Definisi Indikator Scale Referensi
Pengetahuan mengenai adanya penerapan CRM Interval 1--5 Kontribusi Peneliti
Pengetahuan mengenai tujuan CRM yang
diterapkan di MarketingInterval 1--5 Kontribusi Peneliti
Pengetahuan mengenai apa yang dapat
dilakukan CRMInterval 1--5
Judith W Kincaid
2002, Lukas, 2001
Pengetahuan mengenai apa manfaat lebih lanjut
dari hal yang dapat dilakukan CRMInterval 1--5 Kontribusi Peneliti
Kemampuan Operasional CRM Interval 1--5Judith W Kincaid
2002, Lukas, 2001
Sumber Daya Manusia
Sumber Daya Manusia memiliki peran
paling depan dalam pelaksanaan CRM
dimana SDM adalah orang-orang yang
melakukan operasional suatu fungsi
dari CRM agar dapat diterima oleh
pelanggan.
Karyawan adalah salah satu faktor
yang memiliki kontribusi yang besar
terhadap keberhasilan kinerja CRM
(Marchand dan Meadows, 2006).
(Judith W Kincaid 2002, Lukas, 2001)
4
Operational Variabel Moderator
No Variabel Definisi Dimensi Scale Referensi
Arahan untuk mendapatkan data sumber
informasi CRMInterval 1--5 Kontribusi Peneliti
Arahan untuk menjalankan proses system CRM Interval 1--5 Kontribusi Peneliti
Arahan untuk menjalankan proses system CRM
dengan banyak variasiInterval 1--5 Kontribusi Peneliti
Arahan untuk memanfaatkan lebih lanjut hal
yang didapatkan dari CRMInterval 1--5 Kontribusi Peneliti
Arahan untuk menggunakan CRM terus menerus Interval 1--5 Kontribusi Peneliti
5 Leadership
Verah Chianda dan Yasir Mahmood
(2013) mendapatkan temuan yang
menarik karena ternyata pemahaman
tentang CRM itu sendiri oleh orang
yang di percaya memegang
kepemimpinan dalam proyek adopsi
CRM, setidaknya dalam kasus yang
diteliti oleh penulis, mempengaruhi
hampir setiap fase CRM, sebelum
adopsi, adopsi, implementasi dan fase
pasca implementasi.
Lebih lanjut dimuat dalam artikel
berjudul “Kepemimpinan Bisa
Pengaruhi Kualitas Sistem CRM
Perusahaan” oleh Bisnis.com, Aina
Neva Fiati (2017) menuturkan
:"Kepemimpinan yang dimaksud adalah
mencakup budaya dan komitmen untuk
fokus kepada layanan customer,". Aina
Neva Fiati yang merupakan Managing
Director iSystem Asia dengan nama
lain PT Inter Sistem Asia.
90 Universitas Multimedia Nusantara
Sumber : Peneliti (2020)
CRM Scorecard Measurement Operasionalisasi
No Perspektif Definisi Indikator Scale Referensi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa dengan kriteria
tertentu jadi lebih mudah
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang mengambil
formulir jadi lebih mudah untuk identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
mengembalikan formulir jadi lebih mudah
untuk identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
melengkapi berkas jadi lebih mudah untuk
identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
membayar biaya formulir jadi lebih mudah
untuk identifikasi
Jumlah komplain dari orang yang sama lebih
dari sekali
Jumlah komplain dari orang yang sama lebih
dari dua kali
Jumlah komplain dari orang yang sama lebih
dari tiga kali
Jumlah pertanyaan yang mengenai suatu hal
yang sama di UMN lebih dari 3 kali
Jumlah pertanyaan yang mengenai suatu hal
yang sama di UMN lebih dari 5 kali
Dapat melakukan WA chat calon mahasiswa
baru dengan kriteria tertentu setelah data telp
Kuesioner mahasiswa baru diinput ke CRM
Dapat melakukan sms calon mahasiswa baru
dengan kriteria tertentu setelah data telp
Kuesioner mahasiswa baru diinput ke CRM
Dapat memberikan informasi tertentu kepada
calon mahasiswa baru dengan kriteria tertentu
setelah data Kuesioner mahasiswa baru diinput
ke CRMDengan menghubungkan pendaftaran online ke
CRM, Dapat mengetahui jumlah pendaftar
online dari SMA mana sajaDengan menghubungkan pendaftaran online ke
CRM Dapat mengetahui jumlah pendaftar
online dari daerah mana saja
Data dan informasi nomor contact calon
mahasiswa baru ada di CRM
Data dan informasi alamat calon mahasiswa
baru ada di CRM
Data dan informasi pemilihan jurusan calon
mahasiswa baru ada di CRM
Ada arahan untuk menggunakan data dan
informasi dari CRM untuk melakukan follow up
calon mahasiswa baru yang belum
mengembalikan formulir
Ada arahan untuk menggunakan data dan
informasi dari CRM untuk melakukan follow up
calon mahasiswa baru dari jurusan tertentu
1 Customer Value
(Customer memberikan Value kepada
perusahaan, Jumlah customer
bertambah) BSC cara mengukur kinerja
organisasi yang sangat komprehensif
dikembangkan oleh Kaplan dan Norton
(1993). Selaras dengan BSC, Hyung-Su Kim
danYoung-Gul Kim (2007) melakukan
pengembangan CRMScorecard melalui
penekanan Pengukuran yang meliputi
aspek Customer Value, pada penelitian ini
di terjemahkan dengan Peningkatan
Jumlah Konversi jumlah siswa SMA
menjadi Pendaftar
4 Customer Knowledge
(Peningkatan hubungan kepada
customer) BSC cara mengukur kinerja
organisasi yang sangat komprehensif
dikembangkan oleh Kaplan dan Norton
(1993). Selaras dengan BSC, Hyung-Su Kim
danYoung-Gul Kim (2007) melakukan
pengembangan CRMScorecard melalui
penekanan Pengukuran yang meliputi
aspek Customer Interaction, pada
penelitian ini diterjemahkan menjadi
Peningkatan Jumlah pengisi Kuesioner
calon mahasiswa sebelum ambil Form
(Pengetahuan mengenai customer
meningkat menggunakan CRM) BSC cara
mengukur kinerja organisasi yang sangat
komprehensif dikembangkan oleh Kaplan
dan Norton (1993). Selaras dengan BSC,
Hyung-Su Kim danYoung-Gul Kim (2007)
melakukan pengembangan
CRMScorecard melalui penekanan
Pengukuran yang meliputi aspek
Customer Knowledge, dalam penelitian
ini diterjemahkan menjadi Update
Database dan Peningkatan Kompetensi
Karyawan
Interval 1--5
Interval 1--5
Interval 1--5
2 Customer Satisfaction
(Peningkatan kepuasan pelanggan dari
sudut pandang pengguna) BSCcara
mengukur kinerja organisasi yang sangat
komprehensif dikembangkan oleh Kaplan
dan Norton (1993).Selaras dengan BSC,
Hyung-Su Kim danYoung-Gul Kim (2007)
melakukan pengembangan
CRMScorecard melalui penekanan
Pengukuran yang meliputi aspek
Customer Satisfaction, pada penelitian ini
diterjemahkan menjadi penurunan
jumlah komplain dan peningkatan
respons
3 Customer Interaction
Kontribusi Peneliti
Interval 1--5 Kontribusi Peneliti
Interval 1--5 Kontribusi Peneliti
Kontribusi Peneliti
Kontribusi Peneliti
Interval 1--5 Kontribusi Peneliti
Interval 1--5 Kontribusi Peneliti
91 Universitas Multimedia Nusantara
Operasionalisasi variabel adalah keterangan mengenai beberapa cara yang ditentukan
dan dipergunakan oleh peneliti untuk mendapatkan ukuran atau melakukan
operasionalisasi dari model penelitian sampai ke variabel penelitian yang memang
dituju.
Operasionalisasi variabel dibutuhkan untuk dapat melakukan penentuan indikator
dan jenis dari variable - variable yang akan dipergunakan didalam suatu penelitian.
Disamping itu, dalam proses ini juga bertujuan untuk melakukan penentuan skala
ukur dari masing - masing variabel supaya dengan ini maka tindakan uji hipotesis
yang mempergunakan bantuan alat statistika ini dapat secara benar dilakukan.
Variabel-variabel dari penelitian yang dilakukan adalah hal-hal yang dapat
memberikan perbedaan atau memberikan suatu variasi pada suatu nilai ( Sekaran,
2006 ).
Secara teoritis, variable adalah sesuatu pennilaian dari seseorang, obyek atau
pekerjaan tertentu yang mempunyai variatif yang sudah di lakukan penetetapan oleh
pihak yang meneliti untuk dapat di telaah lebih lanjut dan selanjutnya dapat di
lakukan penarikan kesimpulan.
Berdasarkan korelasi antara suatu variabel satu dengan sama lain maka jenis- jenis
variabel di dalam penelitian yang dilakukan ini dapat berbeda menjadi Variable
Independen, Variable Dependen, VariabelModerator dan VariabelIntervening
(Sugiyono, 2017).
92 Universitas Multimedia Nusantara
Dari Hair et al. (2014) Variabel indikator memiliki pengertian sebagai variabel yang
memiliki nilai untuk diamati (juga disebut variabel terukur atau nyata). Dimana
variabel indikator ini nantinya akan dapat diukur menggunakan beberapa metode
pengumpulan data (survei, pengujian, dan metode observasi).
Untuk Skala ukur yang dipergunakan yaitu Skala Ordinal yaitu skala Likert (Black,
2010). Skala Likert ditemukan oleh Likert (1932), untuk melakukan pengukuran
dari perilaku, sikap dan pengetahuan .
Skala Likert yang dipergunakan dengan memberi 5 poin respons yang berupa :
1 = sangat tidak setuju
2 = tidak setuju
3 = tidak memutuskan
4 = setuju
5 = sangat setuju
Penelitian Babakus & Mangold, (1992) memberikan petunjuk bahwa skala 5 poin
dipilih untuk mengurangi tingkat kebingungan responden dan meningkatkan
tingkat respons serta kualitatiftas responden. Revilla et al. (2014) memberikan saran
sebaiknya seorang peneliti lebih baik menggunakan skala 5 poin dibandingkan
skala 7 dan 11 poin dikarenakan memberikan hasil dengan kualitatiftas, reliabilitas
dan validitas data yang lebih berkualitatiftas.
93 Universitas Multimedia Nusantara
Didalam penelitian ini dilakukan uji 3 variabel yaitu Variabel Independen dan
Varibel Dependen, dan juga Variable Moderator.
a. Variable Bebas ( Independen Variable )
Variabel tersebut ini umum disebut juga sebagai variabelstimulus, prediktor
ataupun , anteceden. Untuk bahasa Indonesia umum juga disebutkan sebagai
variable bebas. Arti dari Variable bebas ini adalah variable yang dapat
memberikan pengaruh ataupun variable yang menjadikan sebab terjadinya
perubahan atau menimbulkan muncul variable dependen (terikat).
Menurut Sekaran & Bougie, 2016, Variabel independen merupakan salah
satu variable yang memberikan pengaruh pada variable dependen baik
secara positive maupun negative
Didalam penelitian yang dilakukan ini Variabel Bebasnya adalah :
- Variabel Data dan Informasi
- Variable Proses
- Variable Teknologi
- Variabel Sumber Daya Manusia
b. Variabel Terikat ( DependenVariable )
Sering disebut sebagai variabel output, kriteria, konsekuen. Dalam bahasa
Indonesia sering disebut sebagai variabel terikat. Variabel terikat adalah
merupakan variabel yang menjadi dipengaruhi atau yang menjadi mendapat
akibat, karena pengaruh dari variabel bebas.
Variabel dependen merupakan variabel yang menjadi titik perhatian yang
utama dari peneliti (Sekaran & Bougie, 2016).
94 Universitas Multimedia Nusantara
didalam penelitian ini Variabel Terikatnya merupakan Kinerja CRM
c. Variabel Moderator
Adalah variable yang memilki pengaruh baik membuat jadi kuat ataupun
membuat jadi lemah suatu hubungan antara variable independen dan dengan
dependen. Variabel ini kadang umum juga disebut sebagai variable
independen kedua.
Variable Moderator di dalam penelitian ini adalah Leadership
3.5. Teknik Pengumpulan Data
Untuk jenis data-data yang dikumpulkan berkaitan dengan penelitian yang
dilakukan ini seperti berikut :
1. Data primer
Dari Sugiyono (2015) Data bentuk primer berupa data-data yang didapatkan secara
langsung dari bersumber dari pihak pertama langsung baik itu berupa individual
dan atau perseorangan dengan contoh adalah data-data yang di dapatkan dari hasil
wawancara. Data primer dapat juga berupa data yang dengan cara tersendiri
dilakukan pengumpulan dan dilakukan pengolahan oleh organisasi atau perusahaan
yang membuat ataupun mempergunakannya.
Data primer untuk penelitian yang dilakukan ini adalah banyak data yang dicarikan
secara direct di lapangan atau dilokasi penelitian ini dilakukan yaitu Divisi
Marketing Universitas Multimedia Nusatantara melalui kuisioner yang diberikan
kepada semua staff Divisi Marketing Universitas Multimedia Nusantara bersama
95 Universitas Multimedia Nusantara
Team Kampus Visit mahasiswa Universitas Multimedia Nusantara yang tugas
pekerjaannya membantu tugas dan pekerjaan Team Marketing UMN juga
menggunakan CRM dalam tugasnya.
2. Data sekunder
Untuk menurut Sugiyono (2015) adalah merupakan data untuk penelitian yang
bersumber dan didapatkan oleh peneliti melalui cara tidak secara langsung atau
didapatkan melalui media per-antara ( didapatkan dan dilakukan pencatatan oleh
pihak yang lain ). Data-data sekunder ini pada dasarnya dapat berupa catatan atau
bukti-bukti laporan yang secara historis tersusun rapi dalam suatu arsip data yang
mana bila diperlukan akan dapat dipublikasikan, dalam bentuk dapat berupa jurnal
atau buku.
Untuk penelitian yang dilakukan ini, metoda yang dipergunakan untuk melakukan
pendapatan data adalah dengan mempergunakan kuesioner dan wawancara.
Adapun kuesioner adalah teknik mendapatkan dan mengumpulkan data secara
memberi sekelompok pertanyaan-pertanyaan dengan cara tertulis kepada para
responden supaya dapat diberikan jawaban, kuesioner ini dapat di berikan secara
direct atau dapat mempergunakan teknologi online internet.
Kuesioner ada 2 macam, yaitu Kuesioner yang tertutup dan terbuka. Adapun
kuesioner yang dipergunakan didalam penelitian ini adalah kuesioneryang tertutup
yakni jenis kuesioner yang secara jawabnya sudah di sediakan, sehingga untuk
96 Universitas Multimedia Nusantara
responden cukup tinggal melakukan pemilihan dan memberikan jawaban dengan
cara langsung (Sugiyono, 2008).
Kuesioner tersebut dibagikan secara online melalui Google Form kepada responden
Staff Marketing Universitas Multimedia Nusantara dan Team Mahasiswa Kampus
Visit yang menggunakan CRM untuk membantu Marketing. Dalam Kuesioner akan
diberikan pertanyaan demografis terkait Jenis kelamin, tempat tinggal, umur,
profesi apakah sebagai Staff Marketing atau Mahasiswa Team Kampus Visit, Tugas
dan Pekerjaan di Marketing serta berapa lama sudah menggunakan CRM.
Wawancara dilakukan untuk mendapatkan informasi dan dugaan terkait topik
masalah yang akan diteliti. Untuk penelitian yang dilakukan ini, wawancara di
kerjakan berdasarkan struktur yang telah ditentukan karena pada dasarnya peneliti
sudah mengetahui informasi yang akan dan perlu ditanyakan (Sekaran, 2003).
Untuk itu, proses melakukan pengumpulan data-data dalam penelitian ini secara
tahapan dikerjakan dalam 3 tahapan, yaitu:
Tahap pertama, melakukan FGD dengan hasil seperti sudah disebutkan
diawal bab 3
Tahap kedua, melakukan persebaran, menyebar kuesioner yang akan
diberikan kepada 33 responden lebih dulu untuk mencari tahu tingkatan dari
validitas dan reliabilitas indikator dalam kuesioner. 23 responden semua
Staff Marketing UMN, dan 10 orang mahasiswa Team Kampus Visit UMN.
97 Universitas Multimedia Nusantara
Tahap ketiga, dengan melakukan persebaran, menyebar kuesioner kepada
59 responden dimana responden ini merupakan semua Sampel yang sama
dengan Populasi yang dimaksud penelitian. 23 orang Staff Marketing UMN
dan 36 orang mahasiswa Team Kampus Visit UMN. Pengumpulan
Kuesioner pada tanggal 1 – 7 Mei 2020.
Tahap keempat adalah wawancara atau FGD kedua untuk lebih memberikan
konfirmasi dari hasil penelitian dan memberikan saran untuk implementasi
CRM selanjutnya
Wawancara adalah metoda untuk mengumpulkan informasi dan data
melalui cara tanya-jawab dan diskusi yang diperlakukan dengan sangat
sistematik dan memiliki landasan bertumpu pada topik , tujuan , masalah ,
serta hipotesis penelitian. Dalam melakukan penelitian seperti ini
wawancara dapat dilakukan dengan melakukan interview secara langsung
baik secara structural ataupun bebas dengan pihak-pihak yang memang
terkait dengan pemakaian CRM.
3.6. Teknik Analisis Data
Setelah keseluruhan data yang di perlukankan dapat dikumpulkan, dalam tahap
selanjutnya penulis melakukan analisis dari data hasil tersebut untuk pada akhirnya
dari data tersebut dapat diambil suatu kesimpulan. Untuk melakukan analisa seperti
ini dari penulis mempergunakan cara berfikir-deduktif yakni pada awalnya mulai
dari beberapa fakta yang secara umum , kemudian mengerucut kepada peristiwa2
yang lebih konkrit, kemudian selanjutnya dari beberapa-fakta kejadian peristiwa
98 Universitas Multimedia Nusantara
yang ditengarai umum-konkrit tersebut akan dapat diambil suatu kesimpulan yang
bersifat khusus.
Adapun metoda analisa yang dipergunakan ialah dengan melakukan pendekatan
deskriptif-kuantitatiftatif dengan pendekatan untuk meneliti studi kasus untuk
melakukan pengumpulan, pengolahan, dan kemudian melakukan penyajian data
hasil dari pengamatan penelitian supaya pihak lain selain daripada peneliti tetap
mendapatkan kemudahan memperoleh gambaran perihal obyek dan sasaran dari
penelitian ini. Deskriptif-kuantitatiftatif perlu dikerjakan untuk dapat memberi-
jawab pertanyaan utama penelitian yaitu untuk melakukan analisis pengaruh antar
variabel.
3.6.1. Metode Analisa Data Pre-test
Dalam penelitian ini program yang dipergunakan untuk membantu pengukuran
penelitian adalah StatisticalPackage for the SocialScience (SPSS) versi 26.
Aplikasi SPSS dipergunakan untuk menghasilkan uji validity dan uji reliabilitas
dari tiap-tiap variable yang dipergunakan. Selanjutnya program SPSS ini juga akan
digunakan dalam membantu menganalisis deskriptif maupun statistik didalam
penelitian ini. Didalam penelitian tersebutkan ini akan dilakukan sebelumnya
pemberian pre-test kepada 33 responden yang hasilnya akan di uji validitas dan
reliabilitasnya.
99 Universitas Multimedia Nusantara
3.6.1.1. Uji Validitas
Uji validitas adalah untuk melakukan uji sampai di mana item pengukuran
sebenarnya dapat mencerminkan nilai laten teoritis dimana item tersebut memang
pada dasarnya dirancang memang untuk mengukur laten tersebut (Hair et al., 2014).
Bila nilai validitas diperolah semakin besar maka akan menjadi petunjuk semakin
validnya suatu penelitian. Sehingga nilai validitas merupakan tolak ukur dari
pernyataan-pernyataan untuk tiap variabel yang tercantum dalam kuesioner yang
akan disebarkan itu secara benar dapat memberikan nilai pengukuran dari hal-hal
yang hendak dilakukan pengukuran ( Malhotra. & Birks , 2007 ). Didalam
penelitian tersebut ini pengujian validitas dikerjakan melalui cara mengerjakan
pengujian faktor analisis.
Uji validitas tersebut mutlak diperlukan oleh timbangan agar orang yang
menggunakan merasa yakin bahwa ukuran 1 kg pada timbangan benar-benar valid
mengukur 1 kg berat benda.
Adapun hal yang penting dalam pengukuran yang perlu untuk menjadi perhatian
dalam pengujian validitas, adalah:
Kaiser Meyer-Olkin (KMO) Measure of Samping Adequacy
KMO ini berupa nilai indek angka ukur yang dipergunakan untuk
mengerjakan uji kesesuaiandari analisa faktor. Nilai yang termasuk
tinggi (antara angka 0,5 dan 1,0) memberikan identifikasi bahwa
analisa faktor telah mencukupi. Sedangkan apabila nilai hasil
100 Universitas Multimedia Nusantara
pengukuran dibawah angka 0,5 maka analisis faktor dianggap tidak
memadai (Malhotra & Birks, 2007).
Anti Image Matrics
Menghitung angka nilai ukuran Measure of Sampling Adequacy (MSA)
dari seluruh matriks yang memiliki korelasi dan masing-masing
variabel individu melakukan evaluasi kesesuaian analisis faktor yang
diterapkan (Hair et al., 2014). Angka Nilai Ukuran Measure of
SamplingAdequacy (MSA) dapat terlihat pada nilai yang terdapat
pada angka diagonal antiimage corelation. Angka ukur MSA berkisar
dari 0 – 1 dimana jika MSA = 1 maka artinya tidak ada kesalahan
pada prediksi antar variabel, jika angka nilai ukur MSA ≥ 0,5 maka
berarti untuk variable dimaksud harus dianalisa lebih lanjut dan jika
angka nilai ukur MSA < 0,5 merupakan petunjuk bahwa untuk
variabel terukur ini tidak bisa dilanjutkan untuk dianalisa lebih jauh
dan diharuskan melalui perhitungan analisis ukur ulang (Malhotra,
2010)
Factor Loadings of Component Matrix
Nilai dari korelasi masing-masing variabel dan faktornya. Factor
Loadings adalah tafsir dari peranan yang dimainkan setiap variabel
dalam melakukan definisi masing-masing faktor. Nilai yang berkisar
antara ±.30 ke ±.40 dapat dianggap memenuhi nilai tingkat minimal
untuk melakukan interpretasi struktur. Nilai ±.50 atau lebih maka
secara praktis dianggap nilai ini signifikan (Hair etal., 2014).
101 Universitas Multimedia Nusantara
3.6.1.1.1 Hasil Uji Validitas Pre-Test untuk 33 Responden
Untuk hasil uji validitas dari Sampel sebanyak 33 orang responden :
3.2 Tabel Hasil Uji Validitas Pretest
No Variabel Indikator
Kaiser
Meyer-
Olkin
(KMO)
Sig.
Measure of
Sampling
Adequacy
(MSA)
Factor
Loading Kriteria Uji
VDI1 0.664 0.821
VDI2 0.608 0.669
VDI3 0.633 0.746
VDI4 0.845 0.782
VDI5 0.700 0.781
VP1 0.709 0.703
VP2 0.602 0.747
VP3 0.598 0.784
VP4 0.659 0.843
VP5 0.687 0.660
VT1 0.796 0.737
VT2 0.799 0.821
VT3 0.687 0.783
VT4 0.801 0.735
VT5 0.708 0.814
VSDM1 0.583 0.740
VSDM2 0.587 0.703
VSDM3 0.779 0.863
VSDM4 0.624 0.753
VSDM5 0.678 0.807
VL1 0.764 0.888
VL2 0.916 0.777
VL3 0.721 0.892
VL4 0.742 0.696
VL5 0.795 0.895
SCCV1 0.938 0.824
SCCV2 0.895 0.872
SCCV3 0.788 0.940
SCCV4 0.857 0.877
SCCV5 0.775 0.931
SCCS1 0.764 0.771
SCCS2 0.761 0.851
SCCS3 0.662 0.888
SCCS4 0.621 0.654
SCCS5 0.579 0.740
SCCI1 0.731 0.890
SCCI2 0.733 0.840
SCCI3 0.764 0.680
SCCI4 0.638 0.822
SCCI5 0.645 0.852
SCCK1 0.708 0.889
SCCK2 0.782 0.920
SCCK3 0.823 0.890
SCCK4 0.581 0.633
SCCK5 0.595 0.634
Data dan
Informasi0.686 0.000 Valid
Proses 0.643 0.000 Valid
Teknologi 0.752 0.000 Valid
SDM 0.653 0.000 Valid
Leadership 0.779 0.000 Valid
ScoreCard
Customer
Value
0.839 0.000 Valid
Valid
ScoreCard
Customer
Satisfaction
0.677 0.000 Valid
ScoreCard
Customer
Interaction
0.694 0.000 Valid
1
2
3
4
5
6
7
8
9
ScoreCard
Customer
Knowledge
0.708 0.000
102 Universitas Multimedia Nusantara
Untuk melakukan pre-test uji validitas dilakukan terhadap 33 responden dalam
menilai variabel tersebut diatas, nilai uji validitas dapat dilihat untuk nilai angka
ukur KMO, Sig., MSA serta factor loading untuk masing-masing variabel. Dari
hasil pengujian tercantum diatas maka dapat dilakukan penarikan kesimpulan
bahwa indikator dari masing-masing Variabel yang ada diatas adalah variabel yang
valid.
Nilai angka ukur Kaiser Meyer-Olkin (KMO) dapat dinyatakan memenuhi
persyaratan dianggap valid bila nilai angka KMO ukur ≥ 0,5 dan Bartlett'sTest of
Sphericity mempunyai nilai tingkat signifikansi yang ditunukan dengan nilai Sig. <
0,05 (Malhotra & Birks, 2007).
Bisa diamati tiap-tiap indikator didalam variabel punya nilai angka ukur KMO >
0,5 dan nilai angka ukur Sig. < 0,05. Nilai KMO ini menunjukan tanda kecukupan
sampling dari masing-masing indikator, sedangkan nilai Sig. ini dapat
menunjukkan hubungan yang cukup signifikan antar indikator (Malhotra & Birks,
2007).
Variabel ScoreCard Customer Value memiliki nilai sebesar 0,839 dan tertinggi
diantara variabel-variabel yang lain yang memberikan tanda bahwa indikator-
indikator didalam variabel tersebut mempunyai tingkat korelasi yang tinggi didalam
faktor yang sama dibanding dengan variabel lainnya.
103 Universitas Multimedia Nusantara
Kemudian selanjutnya untuk nilai angka ukur anti-image matrics, dapat diukur
menggunakan nilai angka ukur Measure of Sampling Adequacy (MSA) dan variabel
ini akan dianggap bisa untuk dianalisa lebih lanjut apabila nilai angka ukur MSA ≥
0,5 (Malhotra, 2010). Untuk Tabel ditunjukan diatas, masing–masing indikator
memiliki nilai angka ukur MSA ≥ 0,5.
Indikator yang mendapat hasil pengukuran nilai MSA paling tinggi adalah indikator
SCCV1 yang terdapat dalam variabel ScoreCard Customer Value dengan nilai
sebesar 0,938. Nilai terendah MSA ada di indicator SCCS5 sebesar 0.579 dalam
ScoreCard Customer Satisfaction, ini masih lebih dari syarat MSA ≥ 0,5. Dengan
demikian, untuk ini tidak perlu dilakukan analisis ulang dan analisis faktor
memenuhi persyaratan kedua.
Kemudian untuk persyaratan selanjutnya, menurut Hair et al. (2014) nilai Factor
Loadings of Component Matrix setidaknya harus memiliki nilai 0,5 (≥ 0,5) untuk
dapat dapat diambil kesimpulan nilainya adalah signifikan.
Untuk Tabel diatas nilai factor loadings terbesar terdapat pada indikator SCCV3
sebesar 0,940. Hal ini memberi tanda bahwa indicator SCCV3 memiliki hubungan
korelasi yang kuat dengan indikator – indikator lainnya (SCCV2 dan SCCK4) yang
terdapat pada variabel ScoreCard Customer Value dalam pengukuran kinerja
ScoreCard.
Sedangkan untuk nilai factor loadings terkecil terdapat pada indikator SCCK4
104 Universitas Multimedia Nusantara
sebesar 0,633. Nilai angka ukur ini masih lebih besar dari batas nilai angka ukur ≥
0,5 sehingga bisa ditarik suatu kesimpulan bahwa seluruh indikator yang terdapat
didalam penelitian telah memberi bentuk korelasi yang kuat terhadap variabel yang
diuji dan telah memenuhi persyaratan ketiga. Untuk selanjutnya dengan dasar nilai
uji validitas yang telah memenuhi persyaratan–persyaratan sebelumnya dapat
disimpulkan bahwa penelitian ini dapat dilanjutkan tanpa diperlukan untuk
mengurangi atau mengubah indikator-indikator dari setiap variabel.
3.6.1.2. Uji Reliabilitas
Reliabilitas merupakan nilai ukuran dari sejauhmana indikator dari variabel secara
konsisten internal berdasarkan seberapa besar nilai keterkaitan antar indikator satu
dengan indikator yang lainnya. Karena tentunya pada dasarnya tidak ada satu item
pun yang merupakan ukuran sempurna dari sebuah konsep yang diajukan, kita harus
mengandalkan serangkaian diagnostic dugaan dengan langkah-langkah untuk
menilai konsistensi internal ( Hair etal., 2014).
Sedangkan reliabilitas diperlukan untuk mengetahui sejauhmana hasil suatu
pengukuran dapat dipercaya.
Kemudian menurut Hair et.al. (2014) melakukan pengukuran diagnosis dapat
dilakukan dengan menggunakan koefisien reliabilitas, dengan memberikan nilai
konsistensi dari seluruh skala yang ada dengan menggunakan Cronbach Alpha
sebagai pengukurannya. Batas yang pada umumnya telah disepakati untuk nilai
105 Universitas Multimedia Nusantara
angka ukur Cronbach Alpha adalah 0,70, meskipun dalam hal khusus nilai angka
ukur ini bisa berkurang menjadi 0,60 dalam penelitian berjenis eksplorasi.
3.6.1.2.1 Hasil Uji Validitas Pre-Test untuk 33 Responden
3.3 Tabel Hasil Uji Reliabilitas Pretest
Berdasarkan Hair et al(2014), yang disimpulkan dan diakui oleh umum sebagai
batas minimum untuk Cronbach-Alpha adalah 0,60. Pada tabel diatas, variabel
yang memiliki Cronbach Alpha terbesar adalah Variabel ScoreCard Customer
Value sebesar 0,931.
No Variabel
1Data dan
Informasi
2 Proses
3 Teknologi
4 SDM
5 Leadership
6ScoreCard
Customer Value
7
ScoreCard
Customer
Satisfaction
8
ScoreCard
Customer
Interaction
9
ScoreCard
Customer
Knowledge
0.815 Reliabel
0.801 Reliabel
0.828 Reliabel
0.826 Reliabel
0.886 Reliabel
0.931 Reliabel
0.832 Reliabel
0.873 Reliabel
0.857 Reliabel
Kriteria UjiCronbach's alpha
106 Universitas Multimedia Nusantara
Sedangkan variabel yang memiliki Cronbach Alpha terkecil adalah Variabel Proses
dengan nilai 0,801. Berdasarkan nilai untuk tiap-tiap variabel yang memiliki
penilaian angka ukur Cronbach-Alpha > 0,6, menunjukan tanda memang terdapat
keterkaitan yang cukup antar indikator–indikator didalam masing-masing variabel
(Hair et al2014 ) dalam penelitian ini. Dengan demikian, tiap variabel tersebut dapat
disebut variabel yang reliabel dan dapat dipercaya untuk kemudian dipergunakan
selanjutnya dalam penelitian.
3.6.2. Analisis Deskriptif
Pengertian dari Analisis deskriptif adalah analisa yang memiliki hubungan dengan
aktivitas mengumpulkan data dan aktivitas meringkas data, serta selanjutnya
menyajikan hasil dari aktivitas meringkas dan mengumpulkan data tersebut. Untuk
statistik-deskriptif ini selanjutnya dapat dipergunakan untuk melakukan deskripsi
dengan cara statistik dari tiap variabel dalam penelitian tersebut ini. Metoda untuk
mengukur yang dipakai di dalam penelitian yang dilakukkan ini adalah jenis nilai
nilai maksimum, rerata (mean), nilai minimum, serta pengukuran standardeviasi
(Ghozali, 2018).
107 Universitas Multimedia Nusantara
3.6.3. Analisa Statistik Model
3.6.3.1.Uji Asumsi Klasik
Langkah yang perlu dilakukan atau persyaratan yang harus dipenuhi sebelum
dilakukan analisa regresi-berganda untuk melakukan uji hipotesa yang akan diteliti,
maka harus memenuhi syarat dalam model-regresi. Langkah atau syarat yang harus
dilakukan uji adalah :
1. Uji Normalitas , adalah pengujian model harus memiliki distribusi yang
normal
2. Uji Linearitas , adalah adanya hubungan linear diantara variabel independen
dengan variabel dependen secara partial
3. Uji multikolinearitas , adalah tidak terjadi multikolinearitas pada pemodelan
yang diuji
4. Uji heteroskedastisitas , adalah untuk mengetahui bahwa tidak terjadinya gejala
heteroskedastisitas pada pemodelan yang diuji
3.6.3.1.1. Uji Normalitas
Ghozali(2016) mengatakan bahwa pengujian normalitas dikerjakan dengan tujuan
melakukan uji bilamana suatu pemodelan regresi, dimana adanya variabel in-
dependen dan variabel de-penden atau kedua-dua nya memiliki sebaran dengan
distribusi : normal atau tidak : normal. Jikalau satu variabel tidak memiliki
distribusi yang dapat dikatakan normal, akan menghasilkan uji statistik yang turun
secara hasil.
Dalam membuat pemodelan regresi linier, pra-duga yang didapatkan dari pengujian
dapat menunjukan oleh nilai error() yang memang ber distribusi secara normal.
108 Universitas Multimedia Nusantara
Model yang dilakukan regresi yang mempunyai penilaian baik adalah model yang
dilakukan regresi bila memiliki nilai angka ukur distribusi normal atau paling tidak
mendekati angka ukur normal secara distribusi , sehingga model ini dapat
dinyatakan layak untuk dapat diuji secara statistik. Untuk melakukan uji normalitas
data dengan mempergunakan Test of Normality KolmogorovSmirnov dengan
mempergunakan programSPSS.
1. Untuk mengambil keputusan dengan dasar probabilitas (Asymtotic
Significance) dapat berdasarkan nilai seperti berikut:
2. Jika probabilitas memilki nilai angka ukur > 0,05 dapat diambil kesimpulan
bahwa untuk distribusi dari pemodelan yang dilakukan regresi dapat
diberikan penilaian normal.
3. Jika probabilitas memiliki nilai angka ukur < 0,05 akan terjadi distribusi
dari model yang dilakukan regresi adalah bisa diberikan penilaian tidak-
normal.
3.6.3.1.2. Uji Linearitas
Pada umumnya pengujian linearitas mempunyai tujuan untuk mencari tahu bila 2
variable memiliki hubungan secara linear dan hubungan tersebut signifikan ataupun
tidak . Hubungan linear yang dikatakan bernilai baik pada hakikatnya ada hubungan
secara linear antara variable independen ( X ) dengan variable dependen ( Y ) .
Beberapa sumber menyatakan bahwasanya pengujian linearitas ini adalah
persyaratan pokok sebelum dapat dilakukan analisa regresi-linear.
Untuk mengambil keputusan didalam pengujian Linearitas secara umum dilakukan
109 Universitas Multimedia Nusantara
dengan 2 cara , yaitu :
Memperbandingkan Nilai angka ukur Signifikansi (Sig.) dibandingkan ke 0,05
1. Bila nilai angka ukurDeviation fromLinearity Sig. > 0,05 , dapat disimpulkan
adanya hubungan yang dapat dikatakan mempunyai hubungan linear yang
signifikan antara variabel independen dengan variabledependen
2. Bila nilai angka ukurDeviation fromLinearity Sig. < 0,05 , dapat disimpulkan
bahwasanya hubungan yang linear dengan nilai yang signifikan tiada tidak
terjadi diantara variable independen dengan variable dependen
Memperbandingkan Nilai Fhitung dengan Ftabel
1. Apabila nilai angka hitung Fhitung < Ftabel , dapat disimpulkan adanya
hubungan yang dapat dikatakan linear dengan nilai yang signifikan antara
variable independen dengan variable dependen
2. Apabila nilai angka hitung Fhitung > Ftabel , dapat disimpulkan mengenai
hubungan yang linear yang memiliki nilai yang signifikan tidak ada diantara
variable independen dengan variable dependen
3.6.3.1.3. Uji Multikolinearitas
Ghazali, ( 2016 ) menyatakan bahwa uji-multikolinearitas ber tujuan untuk mencari
tahu bilamana dalam model yang dilakukan regresi ternyata ketemu ada hubungan
diantara masing-masing variabel independen. Akibat dari tertemukannya
multikolinearitas disini akan menjadi sebab tinggi nya variabel pada sampel-sampel
sehingga menyebabkan standar-error yang besar, lebih lanjut ketika koefisien uji
dilakukan , thitung akan mempunyai nilai angka hitung yang lebih kecil dari ttabel.
110 Universitas Multimedia Nusantara
Lebih jauh akan memberi hasil tidak terdapat hubungan yang linear diantara
variabel independen yang di pengaruhi oleh variabel dependen.
Supaya tertemukan ada atau tidakk nya multikolinearitas pada model yang diakukan
regresi bisa di ketahui melalui nilaitoleransi dan nilai VarianceInflationFactor ( VIF
) . Angka ukur Toleransi mendapatkan ukuran dari variability dari variable
independen yang te-rpilih yang jelas tidak mampu di jelaskan oleh variable
independen yang lain nya. Maka dapat disimpulkan nilai toleranse yang rendah
akan sama artinya ke nilai VIF yang besar , karena secara rumus : VIF = 1/toleransi
, dalam hal ini adalah petunjuk adanya ko-linearitas yang cukup besar . Nilai angka
cutoff yang dapat dipergunakan adalah bila nilai toleranse menunjukan angka 0,10
atau nilai dari VIF melebihi angka ukur 10.
3.6.3.1.4. Uji Heteroskedastisitas
Pengujian ini memiliki tujuan mendapatkan hasil uji bilamana suatu model yang
dilakukan regresi memunculkan ketidak-nyamanan variasi didalam satu
pengamatan ke peng amatan yang lain secara residual. Jika terjadi varian yang
berbeda , maka sebutannya adalah heteroskedastisitas .
Cara untuk mencari tahu ada atau tidak nya heteroskedastisitas didalam suatu
pemodelan yang dilakukan regresi linierberganda , yaitu dengan memakai dan
mengamati grafik scatte-rplot atau melihat besaran angka ukur prediksi variabel
dependen yaitu SRESID dan serta residualerror adalah ZPRED. Jikalau tidak
muncul pattern tertentu dan tidak terjadi penyebaran di atas mau pun di kurang dari
0 di sumbu y , maka memungkinkan ditarik kesimpulan tidak terjadinya gejala
111 Universitas Multimedia Nusantara
heteroskedastisitas. Kriteria model yang diteliti dikatakan model baik bila tidak ada
gejala heteroskedastisitas ( Ghozali . 2016 ).
3.6.3.2. Analisa Variabel Moderating
ANALISIS MODERATING
Variable Moderating adalah variabel independen yang mempunyai pengaruh untuk
menjadikan lebih kuat atau menjadikan lebih lemah suatu hubungan diantara variable
independen satu dengan lainnya terhadap variable dependen.
Cara-cara melakukan Pengujian Uji Regresi untuk Variabel Moderating:
1. Pengujian UjiInteraksi
2. Pengujian UjiSelisih-Mutlak
3. Pengujian UjiResidual
3.6.3.2.1. Uji Interaksi
Pengujian uji-Interaksi (ModeratedRegressionAnalysis) adalah merupakan
applikasi pengembangan dari regresi yang dilakukan secara linear berganda dengan
penambahan didalam perumusannya terdapat didalamnya unsur- unsur interaksi (
perkalian lebih dari atau sama dengan dua variabel independen ).
112 Universitas Multimedia Nusantara
3.6.3.2.2.Uji Selisih Mutlak
Uji ini dipergunakan untuk melakukan uji moderasi dengan menggunakan model
yang memiliki nilai yang diselisihkan dari variable independen , dengan persamaan
:
Y = a + (b1X1) + (b2X2) + (b3|X1 - X2|)
di mana :
Xi adalah nilai yang distandardkan : standardizedscore [ (rata-rata Xi - X) / 6X]
|X1-X2| adalah nilai interaksi yang pengukurannya dilakukan dengan nilaiabsolut
dari perbedaan diantara X1 dan X2
3.6.3.2.3.Uji Residual
Melakukan pengujian variable moderating dengan mempergunakan pengujian uji
residual dipergunakan untuk melakukan pengujian deviasi dari suatu model yang
telah ditentukan. Fokus dari pengujian ini adalah untuk menemukan adanya
ketidak-cocokan yang dihasilkan dari nilai angka ukur penyimpangan hubungan
linear antar variable independen.
3.6.3.3. Uji Regresi Linier Berganda ( MultipleLinear Regression )
Tahapan-tahapan yang umum untuk melakukan analisa regresi linearberganda
adalah 1 ) uji koefisien determinasi , 2 ) uji f serta 3 ) uji t
Pada dasarnya analisis regresi adalah merupakan analisa tentang variabel dependen
memiliki nilai ketergantungan dengan 1 atau lebih dari 1 variable independen
113 Universitas Multimedia Nusantara
dengan sasaran untuk dapat melakukan estimasi dan melakukan prediksi nilai rerata
dari variable dependen dengan dasar nilai ukur variable independen yang sudah
diketahui ( Ghozali . 2018 ). Adapun model regresi linier berganda dengan
berdasarkan pada hipotesis yang telah diuraikan sebelumnya menjadi seperti
berikut :
𝑍 = 𝛼 + 𝛽1𝜒1 + 𝛽2𝜒2 + 𝛽3𝜒3 + 𝛽4𝜒4
Keterangan :
Z = Kinerja CRM
𝛼 = Konstanta
𝛽1,𝛽2,𝛽3,𝛽4,𝛽5 = Koefisien regresi untuk tiap-tiap variabel independen
(Data dan Informasi, Proses, Teknologi dan SDM)
𝜒1 = Data dan Informasi
𝜒2 = Proses
𝜒3 = Teknologi
𝜒4 = SDM
3.6.3.3.1 Uji Koefisien Determinasi
Secara penelitian asumsi klasik , Koefisien determinasi atau biasa disebut sebagai
RSquare dengan symbol biasanya R2 memiliki arti adalah tambahan tingkat
pengaruh yang disebabkan oleh varibale bebas dependen ( X ) kepada variabel tidak
bebas dependen ( Y ). Dapat dikatakan juga nilai angka ukur koefisiendeterminasi
ataupun RSquare memiliki fungsi untuk melakukan prediksi serta mengamati
berapa besar sumbangan secara pengaruh yang dimunculkan variable X secara
bersamaan dengan variabel independen yang lain terhadap variable Y.
114 Universitas Multimedia Nusantara
Syarat dasary yang harus dipenuhi supaya makna dari nilai angka ukur koefisien
determinasi dapat digunakan adalah hasil pengujian f dalam analisa regresi linier
berganda mempunyai nilai hasil yang signifikan , yang dapat diartikan bahwa
“secara bersamaan semua variabel X atau independen memiliki pengaruh baik
positif maupun negative terhadap variable Y”.
Jikalau ditemukan hasil angka ukur uji f memiliki angka yang dapat dianggap tidak
signifikan , kesimpulan yang dapat diambil adalah nilai angka ukur koefisien
determinasi dinyatakan tidak bisa dipergunakan untuk melakukan prediksi adanya
sumbangan pengaruh variable independen X dengan cara simultan terhadap
variable Y.
3.6.3.3.2. Uji F
Pengujian uji f ini dipergunakan untuk mempelajari lebih jauh apakah variabel
independen (VDI, VP, VT dan VSDM) ini secara gabungan bersama semua
mempunyai pengaruh dengan nilai yang signifikan kepada variabel dependen
(Kinerja CRM) atau mendapat pengetahuan apakah dengan mempergunakan model
regresi dapat untuk melakukan prediksi dari variabel dependen atau tidak.
fhitung dapat dihitung dengan persamaan seperti dibawah :
𝑢𝑗𝑖 𝑓= 𝑅2 𝑘⁄
(1−𝑅2) (𝑛−𝑘−1)⁄
115 Universitas Multimedia Nusantara
Dengan:
𝑅2 = adalah angka koefisien determinasi-ganda
n = adalah angka jumlah data yang diteliti
k = adalah angka jumlah variable independen mempergunakan kai-dah untuk
mengambil keputusan dengan persyaratan seperti dibawah ini :
1) Jika nilai angka hitung Fhitung > nilai angka hitung Ftabel dan memiliki
nilai angka tingkat dipercaya 95% (𝛼= 0,05), maka akan bisa dibuktikan
bahwa ke-4 variable Data dan Informasi, People, Proses dan Teknologi
adalah benar secara simultan memberi pengaruh terhadap kinerja CRM.
Sehingga alternative ( H1 ) dapat diterima dan hipotesis semula ( Ho ) juga
dapat diterima.
2) Jika nilai angka hitung Fhitung > nilai angka hitung Ftabel dan mempunyai
tingkat ke-percayaan 95% (𝛼= 0,05), maka dibuktikan bahwa ke-4 variable
Data dan Informasi, People, Proses dan Teknologi adalah benar secara
simultan mempunyai pengaruh yang besar terhadap Kinerja CRM. Maka
alternative ( H1 ) dapat ditolak dan hipotesis semula ( Ho ) dapat diterima.
3.6.3.3.3 Uji t
Untuk pengujianuji t ini ditujukan untuk melakukan uji pengaruh baik positif
maupun negative dari tiap- tiap variabel independen secara terpisah atau untuk lebih
lanjut mencari tahu variabel mana yang paling besar pengaruhnya terhadap Kinerja
CRM. Untuk uji t dengan mempergunakan rumus dari Rangkuty sebagai berikut:
116 Universitas Multimedia Nusantara
𝑡 = √(𝑛−2)
1−𝑟2
Freddy.Rangkuty , Op.Cit,h.27. 69
Yaitu :
t = nilai angka ukur hasil observasi
n = nilai angka ukur banyaknya observasi
r = nilai angka ukur koefisien korelasi
Kemudian untuk melakukan pengambilan keputusan dengan cara seperti berikut :
1) Nilai Angka Ukur tingkat signifikansi adalah 0,05 dengan mempergunakan
kriteria jika nilai angka ukur thitung > nilai angka ukur ttabel maka HA dapat
diterima sedangkan Ho jadi ditolak.
2) Jika nilai angka ukur thitung < nilai angka ukur ttabel dengan nilai angka
tingkat dipercaya 95% (𝛼=0,05), ini menghasilkan Ho dapat diterima dan HA jadi
ditolak.
3.7 Perhitungan Kinerja CRM berdasar CRM ScoreCard
Untuk Variabel Kinerja CRM sebetulnya cara untuk langsung mengukur nilai
Kinerja ada cara langsung yaitu dengan mempergunakan CRM Scorecard yang di
berikan oleh Kim Jonghyeok, Euiho Suh dan Hwang Hyunseok ( 2003 ).
Kim Jonghyeok, Euiho Suh dan Hwang Hyunseok ( 2003 ) mengemukakan 4
perspektif untuk melakukan pengukuran evaluasi kinerja CRM dengan melakukan
modifikasi perspektif yang berasal dari BSC yaitu, Customer Value, Customer
117 Universitas Multimedia Nusantara
Satisfaction, Customer Knowledge , serta Customer Interaction yang dinamakan
CRMScorecard.
Customer value memberikan sasaran pada keuntungan yang diterima perusahaan
secara nyata ataupun tidak terlihat ( benefits in-tangible and tangible ) yang
perusahaan peroleh dari aktifitas mempergunakan CRM , yang memberi bantuan
perusahaan untuk dapat melakukan pengaturan relasional dengan para
pelanggannya, hal ini memiliki nilai jangka yang panjang dari perusahaan dan
menghasilkan loyalitas dari para pelanggannya.
Customer satisfaction untuk menampilkan tingkat kepuasan dari pelanggan yang
diperoleh dari pembelian atau penggunaan produk atau jasa. Customer satisfaction
disini dengan melakukan pendekatan secara kekinian kepada kualitatiftas yang ada
di dalam perusahaan atau organisasi itu sendiri, dan memberikan penyajian
pengembangan budaya dan manajemen yang benar-benar memiliki perhatian
terhadap pelanggan. Melakukan pengukuran tingkat kepuasan pelanggan salah
satunya dengan cara dengan cepat memberikan umpan balik yang tepat, memberi
arti yang baik dan berlaku obyektif terhadap harapan dan keinginan dari pelanggan.
Pada Customer Interaction dilakukan pengembangan pada berbagai jaringan dan
bentuk komunikasi untuk melakukan interaksi dengan pelanggan yang dapat
dimonitor sehingga proses bisnis berjalan efektif dan efisien. Proses bisnis dapat
terbagi menjadi 2 bagian besar yaiut process external dan process interenal. Proses
118 Universitas Multimedia Nusantara
internal lebih mengarah kepada penanganan proses didalam perusahaan, sedangkan
proses eksternal lebih mengarah pada interaksi antara perusahaan sebagai supplier
dan para pelanggannya. Proses internal menjadi sangat menentukan kualitatiftas
operasi dan proses eksternal menjadi sangat menentukan manajemen hubungan
pelanggan yang efektif. Hubungan perusahaan dengan pelanggan sangat dapat
menjadi lebih kuat dengan cara melakukan hubungan intens interaksional dengan
pelanggan secara effektif.
Customer-knowledge adalah fokus kepada posisi dari masing-masing segmentasi
konsumen dan pengelolaan dari data-data konsumen yang benar-benar berfokus
kepada teknologi pem-belajaran mengenai pelanggan, pemahaman dengan benar
mengenai apa yang dibutuhkan konsumen dan profile dari konsumen, sehingga
kemudian mempengaruhi cara dari perusahaan untuk melakukan interaksi dengan
konsumennya.
Metoda dari penelitian tersebut ini mengambil model dari pengukuran evaluasi
kinerja CRM oleh Kim Hyuenseok. Untuk melakukan identifikasi pada program
CRM dan merancang pembuatan model CRMscorecard dapat dilakukan dengan
menggunakan tahapan-tahapan seperti berikut:
1. Membagi tujuan dari penerapan CRM ke dalam empat perspektif
CRMScorecard
2. Menetapkan faktor-faktor yang mendorong kinerja dan memiliki hubungan
sebab-akibat antar faktor
119 Universitas Multimedia Nusantara
3. Menetapkan sasaran-sasaran strategis dari tiap-tiap perspektif
CRMScorecard
4. Membuat MapStrategy dari CRM
5. Membuat ketetapan dasar ukur , sasaran target dan strategis inisiatif
6. Membuat ketentuan bobot dengan mempergunakan metoda Pairwise
Comparisons
7. Melakukan normalisasi pembobotan tiap-tiap sasaran strategis kedalam tiap
perspektif sendiri-sendiri
8. Membuat ketetapan skala untuk menilai Kinerja CRM dengan
mempergunakan bantuan skala Likert.
Untuk mengukur kinerja CRM dalam tahap pertama yang perlu di kerjakan adalah
mengerjakan input dari data yang memang diperlukan dan setelah data terinput,
kemudian membuat perbandingan dengan nilai yang sudah ditentukan sehingga
bisa didapatkan sebuah skor. Nilai angka dari skor yang telah didapatkan ini
kemudian akan dipengalikan dengan nilai angka bobot yang telah ditentukan
sebelumnya untuk selanjutnya jadi mendapatkan skor untuk tiap perspektif dan bila
ditotal akan mendapat skor secara keseluruhan. Setelah didapatkan skor-skor ini
pada akhirnya bisa diberikan saran untuk perspektif yang masih mempunyai nilai
yang kurang baik perlu, bisa untuk dicari penyebab mengapa nilai nya rendah dan
selanjutnya dapat diberikan usulan inisiatif strategis baru sebagai solusi untuk
melakukan perbaikan dan pengembangan.
120 Universitas Multimedia Nusantara
Untuk dalam penelitian ini tidak berfokus kepada perhitungan Scorecard dengan
cara CRMScorecard ini tetapi lebih kearah meneliti Faktor-Faktor yang
mempengaruhi kinerja CRM dengan Leadership sebagai Variabel Moderator.
Untuk hasil pengukuran dengan CRM Scorecard ini hanya sebagai tambahan dan
tidak dilakukan full, lebih kearah cara singkat dengan pembobotan nilai yang sama
untuk masing-masing Komponen Prespektif Customer-Knowledge . Customer-
Value , Customer-Satisfaction , serta Customer-Interaction.
Untuk hasil dari pengukuran yang dilakukan untuk mendapatkan nilai angka skala
likert sudah dilakukan bersamaan dengan Kuesioner Variabel- variabel yang diteliti
(Data dan Informasi, Proses, Teknologi dan SDM serta Leadership) dan juga sudah
mendapat nilai yang memenuhi validitas dan memenuhi reliabilitas dengan
menggunakan pengujian Validitas dan pengujian Reliabilitas.
Maka untuk penelitian ini Pengukuran Kinerja CRM menggunakan CRM Scorecard
akan menghasilkan tabel sbb :
121 Universitas Multimedia Nusantara
3.4 Tabel CRM ScoreCard Measurement
Sumber : Peneliti (2020)
CRM Scorecard Measurement
No Perspektif Definisi Indikator
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa dengan kriteria
tertentu jadi lebih mudah
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang mengambil
formulir jadi lebih mudah untuk identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
mengembalikan formulir jadi lebih mudah
untuk identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
melengkapi berkas jadi lebih mudah untuk
identifikasi
Penggunaan data dan informasi CRM untuk
follow up calon mahasiswa yang belum
membayar biaya formulir jadi lebih mudah
untuk identifikasi
Jumlah komplain dari orang yang sama lebih
dari sekali
Jumlah komplain dari orang yang sama lebih
dari dua kali
Jumlah komplain dari orang yang sama lebih
dari tiga kali
Jumlah pertanyaan yang mengenai suatu hal
yang sama di UMN lebih dari 3 kali
Jumlah pertanyaan yang mengenai suatu hal
yang sama di UMN lebih dari 5 kali
Dapat melakukan WA chat calon mahasiswa
baru dengan kriteria tertentu setelah data telp
Kuesioner mahasiswa baru diinput ke CRM
Dapat melakukan sms calon mahasiswa baru
dengan kriteria tertentu setelah data telp
Kuesioner mahasiswa baru diinput ke CRM
Dapat memberikan informasi tertentu kepada
calon mahasiswa baru dengan kriteria tertentu
setelah data Kuesioner mahasiswa baru diinput
ke CRM
Dengan menghubungkan pendaftaran online ke
CRM, Dapat mengetahui jumlah pendaftar
online dari SMA mana saja
Dengan menghubungkan pendaftaran online ke
CRM Dapat mengetahui jumlah pendaftar
online dari daerah mana saja
Data dan informasi nomor contact calon
mahasiswa baru ada di CRM
Data dan informasi alamat calon mahasiswa
baru ada di CRM
Data dan informasi pemilihan jurusan calon
mahasiswa baru ada di CRM
Ada arahan untuk menggunakan data dan
informasi dari CRM untuk melakukan follow up
calon mahasiswa baru yang belum
mengembalikan formulir
Ada arahan untuk menggunakan data dan
informasi dari CRM untuk melakukan follow up
calon mahasiswa baru dari jurusan tertentu
4 Customer Knowledge
(Pengetahuan mengenai customer
meningkat menggunakan CRM) BSC cara
mengukur kinerja organisasi yang sangat
komprehensif dikembangkan oleh Kaplan
dan Norton (1993). Selaras dengan BSC,
Hyung-Su Kim danYoung-Gul Kim (2007)
melakukan pengembangan
CRMScorecard melalui penekanan
Pengukuran yang meliputi aspek
Customer Knowledge, dalam penelitian
ini diterjemahkan menjadi Update
Database dan Peningkatan Kompetensi
Karyawan
3 Customer Interaction
(Peningkatan hubungan kepada
customer) BSC cara mengukur kinerja
organisasi yang sangat komprehensif
dikembangkan oleh Kaplan dan Norton
(1993). Selaras dengan BSC, Hyung-Su Kim
danYoung-Gul Kim (2007) melakukan
pengembangan CRMScorecard melalui
penekanan Pengukuran yang meliputi
aspek Customer Interaction, pada
penelitian ini diterjemahkan menjadi
Peningkatan Jumlah pengisi Kuesioner
calon mahasiswa sebelum ambil Form
2 Customer Satisfaction
(Peningkatan kepuasan pelanggan dari
sudut pandang pengguna) BSCcara
mengukur kinerja organisasi yang sangat
komprehensif dikembangkan oleh Kaplan
dan Norton (1993).Selaras dengan BSC,
Hyung-Su Kim danYoung-Gul Kim (2007)
melakukan pengembangan
CRMScorecard melalui penekanan
Pengukuran yang meliputi aspek
Customer Satisfaction, pada penelitian ini
diterjemahkan menjadi penurunan
jumlah komplain dan peningkatan
respons
1 Customer Value
(Customer memberikan Value kepada
perusahaan, Jumlah customer
bertambah) BSC cara mengukur kinerja
organisasi yang sangat komprehensif
dikembangkan oleh Kaplan dan Norton
(1993). Selaras dengan BSC, Hyung-Su Kim
danYoung-Gul Kim (2007) melakukan
pengembangan CRMScorecard melalui
penekanan Pengukuran yang meliputi
aspek Customer Value, pada penelitian ini
di terjemahkan dengan Peningkatan
Jumlah Konversi jumlah siswa SMA
menjadi Pendaftar
122 Universitas Multimedia Nusantara
Dan pada akhirnya menghasilkan
3.5 Tabel Pengukuran Perspektif CRM
Sumber : Peneliti (2020)
Dimana angka hasil pengukuran untuk tiap perspektif dapat memberi petunjuk
perspektif perusahaan yang sudah baik dan mana perspektif perusahaan yang masih
perlu ditingkatkan lagi untuk mendukung dan didukung oleh Kinerja CRM.
No Perspektif Bobot
1 Customer Value 0.25
2 Customer Satisfaction 0.25
3 Customer Interaction 0.25
4 Customer Knowledge 0.25
1Total