bab iii methodologi penelitian

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.


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 ).


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


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)


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

https://www.umn.ac.id/dosen/?smid=12103


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


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.


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)


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 :


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.


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.


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.


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)


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)


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.


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


follow up calon mahasiswa yang mengambil

formulir jadi lebih mudah untuk identifikasi


follow up calon mahasiswa yang belum

mengembalikan formulir jadi lebih mudah

untuk identifikasi



melengkapi berkas jadi lebih mudah untuk

identifikasi



membayar biaya formulir jadi lebih mudah

untuk identifikasi

Jumlah komplain dari orang yang sama lebih

dari sekali


dari dua kali


dari tiga kali

Jumlah pertanyaan yang mengenai suatu hal

yang sama di UMN lebih dari 3 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


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


Ada arahan untuk menggunakan data dan

informasi dari CRM untuk melakukan follow up

calon mahasiswa baru yang belum

mengembalikan formulir



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







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



dan Norton (1993).Selaras dengan BSC,





Customer Satisfaction, pada penelitian ini

diterjemahkan menjadi penurunan

jumlah komplain dan peningkatan

respons

3 Customer Interaction

Kontribusi Peneliti



Kontribusi Peneliti

Kontribusi Peneliti




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).


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.


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).


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


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


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.


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


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.


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


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).


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


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.


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


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


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


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).


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.


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


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.


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


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 ).


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


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.


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)⁄


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:


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


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


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


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.


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 :


3.4 Tabel CRM ScoreCard Measurement


CRM Scorecard Measurement

No Perspektif Definisi Indikator


follow up calon mahasiswa dengan kriteria

tertentu jadi lebih mudah


follow up calon mahasiswa yang mengambil

formulir jadi lebih mudah untuk identifikasi



mengembalikan formulir jadi lebih mudah

untuk identifikasi



melengkapi berkas jadi lebih mudah untuk

identifikasi



membayar biaya formulir jadi lebih mudah

untuk identifikasi


dari sekali


dari dua kali


dari tiga kali





Dapat melakukan WA chat calon mahasiswa

baru dengan kriteria tertentu setelah data telp


Dapat melakukan sms calon mahasiswa baru

dengan kriteria tertentu setelah data telp


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


Data dan informasi alamat calon mahasiswa

baru ada di CRM

Data dan informasi pemilihan jurusan calon




calon mahasiswa baru yang belum

mengembalikan formulir



calon mahasiswa baru dari jurusan tertentu

4 Customer Knowledge

(Pengetahuan mengenai customer

meningkat menggunakan CRM) BSC cara



dan Norton (1993). Selaras dengan BSC,





Customer Knowledge, dalam penelitian

ini diterjemahkan menjadi Update

Database dan Peningkatan Kompetensi

Karyawan

3 Customer Interaction

(Peningkatan hubungan kepada

customer) BSC cara mengukur kinerja







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



dan Norton (1993).Selaras dengan BSC,





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







aspek Customer Value, pada penelitian ini

di terjemahkan dengan Peningkatan

Jumlah Konversi jumlah siswa SMA

menjadi Pendaftar


Dan pada akhirnya menghasilkan

3.5 Tabel Pengukuran Perspektif CRM


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

bab iii methodologi penelitian

Documents