ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX … · 4 antusias sehingga dapat mudah terbawa arus...

ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX (RDI) TERHADAP NET PROMOTER SCORE (NPS) UNTUK MENINGKATKAN LOYALITAS

CORPORATE CUSTOMER PT. TELKOM

Gelar Hasti Anindito, Lantip Trisunarno

Jurusan Teknik Industri

Institut Teknologi Sepuluh Nopember (ITS) Surabaya

Kampus ITS Sukolilo Surabaya 60111

Email: [email protected] ; [email protected]

Abstrak

Salah satu segmen PT. Telekomunikasi Indonesia, Tbk. (TELKOM) adalah corporate customer. Untuk

mempertahankan kontribusi segmen tersebut kepada TELKOM, maka dilakukan program Customer

Relationship Management (CRM). Program yang dilakukan salah satunya adalah pengukuran kepuasan

dan loyalitas dengan survei pelanggan. Salah satu pengukuran loyalitas yang digunakan adalah dimensi

hubungan pelanggan yaitu Relationship Dimension Index (RDI) terhadap Net Promoter Score (NPS).

RDI terdiri dari tingkatan shopper, client, partner, dan advocate. Sedangkan NPS terdiri dari detractors,

passives, dan promoters. Kedua pengukuran tersebut di gabungkan kedalam dalam indeks hubungan

pelanggan. Maka dari itu perlu diketahui tingkat hubungannya antara RDI terhadap NPS untuk

mengetahui pengaruhnya. Untuk melihat tingkat hubungan maka dibangun beberapa hipotesis baik

antara variabel-variabel maupun antara tingkatan RDI dengan NPS serta RDI terhadap NPS sebagai

satu variabel. Hasil yang diperoleh adalah tingkatan hubungan kedua pengukuran tersebut secara umum

masih rendah dan disertai analisis interpretasi behavior dari database eksisting TELKOM.

Kata kunci: Customer Relationship Mangement, Corporate Customer, Loyalitas Pealanggan¸ Corporate

Customer Behavior, Relationship Dimension Index, Net Promoter Score.

ABSTRACT

One of PT. Telekomunikasi Indonesia, Tbk. (TELKOM) segments is the corporate customer. To maintain

the contribution of this segment to the company, then TELKOM implemented Customer Relationship

Management (CRM) programs. One of program that include in TELKOM CRM is the measurement of

satisfaction and loyalty with customer surveys. In this survey there are measurements using loyalty

dimension of customer relationship called Relationship Dimension Index (RDI) with Net Promoter Score

(NPS). RDI levels consists of shopper, client, partner, and advocate. And the NPS consists of detractors,

passives, and promoters. Both of these measurements integrated into the customer relationship index.

Therefore the correlation between the RDI and NPS need to know. To see the correlation between the

variables or levels then constructed several hypotheses between RDI with NPS as several variables and

NPS as one variable. The result indicated that correlations between the measurements are generally low

and the analysis is completed by interpretation of corporate customer behavior based on TELKOM

database.

Keywords: Customer Relationship Management, Corporate Customer, Customer Loyalty¸ Corporate

Customer Behavior, Relationship Dimension Index, Net Promoter Score.

1. Pendahuluan

Customer Relationship Management

(CRM) merupakan salah satu bagian dari

manajemen pemasaran. Pada awalnya CRM

tidak termasuk komponen pemasaran, maka dari

itu terdapatnya redefinisi pemasaran dalam

hubungannya dengan CRM (Hakim et al.,

2006). Menurut Barnes (2003) CRM

berhubungan dengan mekanisme pembangunan

hubungan pelanggan, termasuk didalamnya

adalah perolehan data, analisis, dan

penyederhanaan proses bisnis. Gambaran umum

CRM (Siddiqi et al., 2002) dapat dibagi menjadi

dua yaitu operational dan analytical. Dalam

operational CRM pelanggan dan perusahaan

saling berinteraksi langsung (titik kontak

terjadi) dimana pengumpulan data terjadi,

sedangkan dalam analytical CRM terjadi

pemrosesan data dan pembentukan strategi.

Bagi perusahaan yang berorientasi pelanggan

mailto:[email protected]

mailto:[email protected]

2

(customer centric), maka mendapatkan loyalitas

pelanggan yaitu advocacy merupakan

kompetensi yang harus dipenuhi dalam program

CRM (Kotler & Keller, 2009).

Untuk dapat melakukan anlytical CRM

maka dibutuhkan sebuah pengamatan pada

pelanggan baik kepuasan maupun loyalitas

dalam operational CRM. Maka untuk dapat

melacak kepuasan dan loyalitas ini dibutuhkan

sebuah teknik pengukuran (Kotler & Keller,

2009). Salah satu teknik pengukuran tersebut

adalah Relationship Dimension Index (RDI) dan

Net Promoter Score (NPS).

Relationship Dimension Index (RDI)

merupakan pengukuran dimensi hubungan

antara pelanggan dengan perusahaan (Barnes,

2003). Dimensi ini dibangun berdasarkan

presepi perusahaan terhadap tingkatan hubungan

dengan pelanggan. Salah satu hasil yang dapat

diinterpetasikan dari pengukuran dimensi ini

menurut Barnes adalah sejauh mana pelanggan

mempercayai perusahaan dan sejauh mana

pelanggan melihat perusahaan sebagai

perusahaan yang responsif terhadap

kebutuhannya. Pembagian tingkatan dimensi

hubungan di PT. Telekomunikasi Indonesia,

Tbk. untuk corporate customer menurut

dokumen term of reference (TOR) survei yang

dilakukan terdapat empat dimensi relasi

hubungan yaitu: shopper, client, partner, dan

advocacy. Teknik pengukuran lainnya adalah

Net Promoter Score (NPS), yang merupakan

sebuah pengukuran loyalitas. Pengukuran ini

dikembangkan pertama kali oleh Satmetrix,

Bain & Company, dan Freid Reichheld. Pada

dasarnya NPS terdiri dari tiga kategori

pelanggan yaitu promoters, passives, dan

detractors (Reichheld, 2006). Promoters

menunjukkan tingkatan yang paling tinggi dan

pelanggan yang loyal dengan

merekomendasikan produk perusahaan kepada

orang lain. Menurut Reichheld (2006), besarnya

NPS merupakan sebuah indikator pertumbuhan

sebuah perusahaan.

PT Telekomunikasi Indonesia, Tbk.

(TELKOM) merupakan salah satu perusahaan

penyedia layanan telekomunikasi dan jaringan

terbesar di Indonesia. Dalam segmentasi

pelanggannya, TELKOM membagi kedalam

empat segmen. Segmen pelanggan tersebut

diantaranya enterprise, segmen retail

(consumer), segmen small medium (segmen

bisnis service) dan segmen Other Lisence

Operator (OLO). Segmen enterprise lebih

dikenal dengan nama corporate customer.

Jumlah seluruh corporate customer di

TELKOM pada tahun 2010 berjumlah sekitar

5.519 pelanggan. Untuk mengatasi tingkat

persaingannya di high end market pada industri

jasa telekomunikasi, TELKOM berfokus pada

program retensi, tanpa mengabaikan program

penetrasi dan akusisi. Program retensi yang

dilakukan oleh TELKOM diterapkan untuk

corporate customer dan wholesale yaitu dengan

mempertahankan tingkat penggunaan jasa

layanannya. Pelaksanaan program retensi adalah

dengan cara meningkatkan hubungan atau

kedekatan dengan pelanggan melalui program

yang saling menguntungkan dalam jangka

panjang (Keputusan Direktur Enterprise dan

Wholesale PT. TELKOM Nomor: KR.

07/YN000/COO-B0023000/2008). Dengan

adanya pengelolaan program CRM yang baik

untuk high end market maka harapan TELKOM

adalah dapat meningkatkan kepuasan &

loyalitas pelanggan, meningkatkan customer

lifetime value, meningkatkan wallet share, dan

mempertahankan serta meningkatkan market

share. Setiap tahunnya TELKOM melakukan

survei kepuasan serta loyalitas terhadap lebih

dari 1000 corporate customer-nya. Survei

dibagi untuk masing-masing jenis cluster dan

departemen yang menanganinya.

Barnes (2003) mengungkapkan bahwa

tidak ada dua pengukuran hubungan pelanggan

yang identik akan tetapi terdapat beberapa

kesamaan dalam pendekatan yang dapat

diambil. Hal tersebut terlihat pula pada

pengukuran hubungan pelanggan yang

dilakukan oleh TELKOM, yaitu Relationship

Dimension Index dan Net Promoter Score. Dua

pengukuran tersebut sama-sama mengukur

tingkatan loyalitas dimana yang paling tertinggi

pelanggannya memiliki karakterisitik untuk

merekomendasikan produk perusahaan pada

koleganya. Hal tersebut yang menjadikan dasar

penelitian ini bagaimana kedua pengukuran

tersebut digunakan untuk mempertahankan serta

meningkatkan loyalitas corporate customer

TELKOM yang berperingkat tinggi dan sebagai

dasar untuk meningkatkan loyalitas pelanggan

corporate lainnya. Serta bagaimana hubungan

atau pengaruh dari Relationship Dimension

Index sebagai dimensi hubungan pelanggan

TELKOM terhadap nilai Net Promoter Score.

Karena CRM dilengkapi dengan database, maka

akan diamati pula sejauh mana database

3

eksisting TELKOM dapat meng-capture

behavior dari corporate customer-nya.

2. Pengukuran Hubungan Pelanggan

Seperti yang telah disebutkan bahwa

salah satu pengukuran untik hubungan

pelanggan di TELKOM adalah RDI dan NPS.

Untuk dapat menganalisis lebih jauh maka

TELKOM menggabungkan kedua pengukuran

tersebut kedalam dimensi hubungan antara dua

pengukuran. Berikut ini penjelasan masing-

masing tingkatan dari RDI,

Shopper

Pelanggan tipe ini bisa dibilang adalah

pelanggan baru. Dan sangat

memungkinkan apabila pelanggan jenis

shopper membeli jasa satu kali. Waktu

layanan yang diinginkan oleh pelanggan

bersifat jangka pendek yaitu bisa dalam

bulanan atau kurang satu tahun.

Terdapat keinginan dari customer untuk

trial terlebih dahulu sebelum membeli.

Hubungan anatara TELKOM dengan

pelanggan tipe ini masih bersifat

transaksi sebatas penjual dan pembeli.

Pelanggan bertipe shopper

membutuhkan pelayanan hanya

berdasarkan event tertentu sehingga

tidak memerlukan masa pemeliharaan.

Dan sifat layanan yang diberikan oleh

TELKOM cenderung tidak kontinyu.

Client

Waktu layanan yang diberikan oleh

TELKOM sudah cukup panjang yaitu 1

hingga 2 tahun. Jadi pelanggan sudah

mulai teratur dalam menggunakan

layanan TELKOM sehingga sifat

layanannya lebih permanen dan

membutuhkan pemeliharaan kontinyu.

Dalam pemenuhan layanan, pelanggan

sudah mulai bisa diajak kerja sama

dengan TELKOM baik dalam

penyediaan infrastruktur maupun

fasilitas-fasilitas lainnya agar dapat

lebih efektif dan efisien. Hubungan

secara general bisa dibilang sangat baik

dan berpeluang untuk memasuki jenjang

tingkatan selanjutnya.

Partner

Untuk pelanggan jenis ini, jangka waktu

pelayanan yang diinginkan oleh

pelanggan mulai dari jangak menengah

(1-2 tahun) sampai dengan jangaka

panjang (lebih dari 2 tahun).

Terdapatnya kecenderungan pelanggan

tipe partner untuk melakukan

pemasaran kepada orang lain (rekan

bisnis atau calon pelanggan TELKOM

yang lain). Sifat layanan yang diberikan

lebih bersifat permanen atau masa

layanan selalu diperbaharui berulang-

ulang dan diperlukan pemeliharaan

yang kontinyu.

Advocacy

Layanan yang dibutuhkan pelanggan ini

adalah mutlak untuk menudukung

keberlangsungan bisnis dari

perusahaannya, sehingga waktu layanan

dilakukan dalam jangka yang panjang.

Adanya hubungan yang erat sehingga

terdapat consultative relationship

dimana pelanggan dan TELKOM saling

berkonsultasi untuk pengembagan nilai

masing-masing. Pelanggan secara aktif

melakukan rekomendasi kepada

pelanggan TELKOM lainnya tenatang

bagaimana nilai yang dapat dibentuk

dengan menggunakan layanan

TELKOM (positive referrals). Pada

tahapan ini pelanggan berani menolak

produk atau jasa dari perusahaan lain,

sehingga kebutuhan lainnya (selain

produk/layanan) seperti jasa konsultasi,

proses penyediaan informasi serta

komunikasi hanya diharapkan dari

TELKOM.

Untuk Net Promoter Score (NPS) dapat

dicari secara total dengan rumus:

% dari Promoters - % dari Detractors =

Net Promotore Score (NPS) (1)

Untuk mengetahui pelanggan termasuk

kedalam kategori tingkatan yang mana maka

(Reichheld, 2006), dapat diajukan pertanyaan

seberapa besar pelanggan akan

merekomendasikan perusahaan kepada

koleganya yabg lain, lalu dijawab dengan skor

dari nol hingga 10. Berdasarkan skor tersebut

maka pelanggan dapat dikategorikan

sebagai berikut:

Promoters memiliki skala poin 9 atau

10. Pelanggan jenis ini memiliki

antusias loyal yang terus membeli dari

perusahaan dan memiliki dorongan

kepada teman atau koleganya untuk

melakukan hal yang sama

Passives memiliki skala poin 7 atau 8.

Pelanggan jenis ini puas tetapi tidak

4

antusias sehingga dapat mudah terbawa

arus kompetisi

Detractors memiliki skala poin 0 hingga

6. Pelanggan jenis ini merupakan

pelanggan yang tidak senang atau tidak

puas serta terjebak dalam hubungan

yang buruk.

3. Metodologi Penelitian

Studi yang dilakukan sebelum masuk

ketahap pengumpulan data adalh studi literatur

dan studi dokumentasi. Studi dokumentasi

bertujuan untuk mengetahui kebijakan-

kebijakan persahaan maupun progran CRM

eksisting, Data yang digunakan untuk

pengolahan data adalah hasil survei corporate

customer TELKOM tahun 2010, dan sebagai

landasan untuk melihat tingkat hubungan pada

tahun sebelumnya menggunakan data tahun

2009. Hasil survei yang diolah datanya adalah

dari hasil pengukuran level dimensi ralasi yaitu

Relationship Dimension Index (RDI) dan Net

Promoter Score (NPS). Sedangkan untuk

melihat behavior dari corporate customer maka

di lakukan pengamatan terhadap database dan

dokumen-dokumen untuk mengetahui behavior

apa saja yang dapat dilihat.

3.1 Hipotesis Tingkat Hubungan

Untuk mengetahui tingkat hubungan

antara RDI dan NPS maka digunakan metode

korelasi product moment serta analisis regresi.

Hipotesis pertama dibangun berdasarkan

presepsi TELKOM terhadap masing-masing

variabel dari kategori pengukuran yang

diilustrasikan kedalam tabel 3.1 berikut,

Tabel 3.1 Perbandingan literatur antara pengukuran

RDI dengan NPS

Lalu dibentuk hipotesis sebagai berikut,

a. H1 : Terdapat hubungan yang positif

dan signifikan antara shopper dan

dectractors.

Ho : Tidak tererdapat hubungan yang

positif dan signifikan antara shopper

dan dectractors.

b. H2 : Terdapat hubungan yang positif

dan signifikan antara shopper dan

passives.

Ho : Tidak tererdapat hubungan yang

positif dan signifikan antara shopper

dan passives.

c. H3 : Terdapat hubungan yang positif

dan signifikan antara client dan

passives.

Ho : Tidak terdapat hubungan yang

positif dan signifikan antara client dan

passives.

d. H4 : Terdapat hubungan yang positif

dan signifikan antara client dan

promoters.


positif dan signifikan antara client dan

promoters.

e. H5 : Terdapat hubungan yang positif

dan signifikan antara partner dan

passives.


positif dan signifikan antara partner dan

passives.

f. H6 : Terdapat hubungan yang positif

dan signifikan antara partner dan

promoters.


positif dan signifikan antara partner dan

promoters.

g. H7 : Terdapat hubungan yang positif

dan signifikan antara advocate dengan

promoters


positif dan signifikan antara advocate

dengan promoters.

3.2 Model Regresi

Kemudian untuk memodelkan hipotesis

tersebut digunakan model regresi linier. Namun

tidak secara detail antara variabel, namun antara

masing-masing tingkatan RDI terhadap NPS

dikarenakan interval skor NPS yang terlalu

pendek untuk tingkatan passives dan promoters.

Maka untuk permodelan digunakan NPS

sebagai satu variabel. Model regesi tersebut

adalah sebagai berikut:

a. Y = a1 + b1X11 + u1

Dimana,

Y1 : Nilai NPS

a1 : Konstanta

b1 : Koefisien regresi X1

X1 : Tingkat dimensi shopper

u1 : variabel stochastic distrubance

Detractors Passives Promoters

Shopper

Client

Partner

Advocate

NPS

(Reichheld, 2003)Level Dimensi Relasi

(Keputusan Direksi dan

TOR)

5

b. Y = a2 + b2X2 + u2

Dimana,

Y : Nilai NPS

a : Konstanta


X2 : Tingkat dimensi client

u2 : variabel sStochastic distrubance

c. Y = a3 + b3X3 + u3

Dimana,

Y : Nilai NPS

a : Konstanta


X3 : Tingkat dimensi partner


d. Y = a3 + b3X3 + u3

Dimana,

Y : Nilai NPS

a : Konstanta


X4 : Tingkat dimensi advocate


4. Pengumpulan dan Pengolahan Data

Pengumpulan data berupa rekapan

kuisoner survei untuk RDI dan NPS serta hasil

indetifikasi hasil studi dokumentasi dan

database TELKOM untu mengetahui variabel

behavior apa saja yang dapat ter-capture secara

jelas. Pengolahan data untuk mengetahui tingkat

hubungan menggunakan bantuan software

SPSS. Contoh rekapan hasil kuisioner

ditunjukkan pada tabel 4.1 berikut ini,

Tabel 4.1 Rekapitulasi hasil kuisioner

4.1 Corporate Customer Behavior

Untuk behavior karakteristik yang

diamati mengacu pada model organixational

buying behavior yang terintegrasi dari beberapa

karakteristik atau variabel. Variabel ini terdiri

dari environmental (lingkungan), organisasi,

grup, partisipan, pembelian, penjual,

konflik/negosiasi, informasi dan proses atau

tingkatan (Johnston & Lewin, 1996). Dari hasil

interpretasi dokumen serta database TELKOM

maka dapat diketahui beberapa karakteristik

sebagai berikut,

Organizational

o Segmen

o Profil perusahaan

Environmental

o Kompetitor (Posisi awareness

spontan provider telekominikasi

untuk korporat)

o Regional corporate customer

(daerah)

Pembelian

o Alur Interaksi /penggunaan

Telekomunikasi

o Produk yang digunakan

o Revenue Produk

Seller

o Image atau brand personality

Proses/Tahap Pembelian

o Identifikasi tahap pengadaan

corporate customer

4.2 Hubungan Antara RDI dan NPS

Pada tahun 2009 TELKOM

menggunakan NPS sebagai pengukur

tinggkatana loyalitas menggantikan pengukuran

sebelumnya kedalam RDI. Untuk itu perlu

diukur sejauh mana tingkatan hubungan antara

RDI dan NPS sebelumnya. Karena keterbatasan

dalam pencarian data tahun 2009 maka

pengujian hubungan dilakukan dengan

menggunakan data yang sudah dikategorisasi

seperti pada tabel 4.2 berikut ini

Tabel 4.2 Rekapitulasi jumlah corporate customer

2009/2010

Metode yang digunakan adalah

koefisien kontingensi yang dihitung secara

manual melalui microsoft excel. Tahapan serta

hasil perhitungan untuk data tahun 2009 bisa

dilihat pada lampiran. Hipotesis yang digunakan

adalah sebagai berikut,

Ho :Tidak ada hubungan yang positif dan

signifikan antara tingkatan Net Promoter

Score dengan tingkatan Relationship

Dimension Index pada tahun 2009.

Ha :Ada hubungan yang positif dan

signifikan antara tingkatan Net Promoter

No NPSNilai RDI Nilai Rata-Rata

Shopper Client Partner Advocate

Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 Q12 Shopper Client Partner Advocate

1 8 2 1 4 1 4 4 1 3 1 3 3 3 2 4 2 2,5

2 9 1 1 1 1 5 5 3 4 5 5 4 4 1 5 3,5 4,5

3 10 3 1 3 1 5 5 1 3 5 5 4 4 2 5 2 4,5

4 9 4 1 1 1 5 5 5 5 5 5 5 5 1,75 5 5 5

5 10 2 1 2 2 4 5 5 5 5 5 1 4 1,75 4,5 5 3,75

6 9 1 1 1 1 5 4 5 4 5 5 4 5 1 4,5 4,5 4,75

7 8 2 1 1 1 5 4 5 2 5 5 5 5 1,25 4,5 3,5 5

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . .

1209 7 1 5 5 1 5 5 5 5 5 5 5 5 3 5 5 5

Detractors Passives Promoters Total

Shopper 21 163 0 184

Client 33 147 0 180

Partner 40 297 0 337

Advocate 12 137 224 373

Total 106 744 224 1074

Jumlah Level NPS (Perusahaan)Level Dimensi

Relasi (RDI)

6

Score dengan tingkatan Relationship

Dimension Index pada tahun 2009.

Hasil yang didapatkan dari proses perhitungan

data 2009 didapatkan harga Chi Kuadrat yang

ditunjukkan pada tabel berikut ini,

Tabel 4.3 Harga Chi Kuadrat RDI-NPS 2009

Dari perhitungan tersebut maka

didapatkan harga Chi Kuadrat (𝜒2) adalah grand

total dari seluruh perhitungan,

𝜒2 = 31,59 + 88,22 + 420,97

= 540,8

Jadi didapatkan harga Chi Kuadrta

hitung sebesar 540,8. Selanjutnya untuk

menghitung koefisien kontingensi (C), maka

harga tersebut dimasukan ke dalam pesamaan

13 .

C = χ2

N + χ2

C = 540,8

1074+540,8 = 0,5787

Jadi besarnya koefisiensi antara

tingkatan NPS dengn RDI adalah sebesar

0,5785. Kemudian hasil perghitungan

dibandingkan dengan Chi Kuadrat Tabel untuk

menguji signifikansi. Harga dk = (k – 1)(r – 1) =

(3 - 1)(4 - 1) = 6. Dengan taraf kesalahan 0,05

dan hasil dk adalah 6, maka harga Chi Kuadrat

tabel adalah 12,595, sehingga Chi kuadrat

hitung lebih besar dari tabel (540,8 > 12,592)

yang manandakan Ha dierima Ho ditolak. Berati

terdapat hubungan yang positif dan signifikan

antara tingkatan Net Promoter Score dengan

tingkatan Relationship Dimension Index pada

tahun 2009 dengan signifikansi sebesar 0,5787.

Sekarang telah diketahui ternyata

terdapat hubungan antara katergori pelanggan

RDI dan NPS pada tahun 2009. Oleh karena itu

hal ini menjadi dasar pendukung teori intuk

melakukan proses pengolahan data pada tahun

2010. Proses pengolahan data dalam

pembentukan model regresi linear sederhana

dimulai dari uji normalitas data,

4.3 Uji Hipotesis Hubungan

Terdapat beberapa tingktan atau

kategori pada RDI dan NPS yang mmemiliki

pengertian yang hampir sama menurut

TELKOM seperti yang telah diterangkan pada

bab sebelumnya. Maka dari itu dibangun

beberaopa hipotesis seperti yang telah. Dengan

menggunkan software SPSS maka didapatkan

output korelasi pearson product moment sebagai

berikut ini untuk masing-masing hipotesis,

a. Shopper dan Detractors

Output SPSS korelasi product moment

dari hipotesis antara shopper dan dectractors


Tabel 4.4 korelasi pearson product moment antara

shopper dan dectractors

Dari output tersebut maka Ho ditolak

dan H2 diterima karena hasilnya positif yaitu

0,199.

b. Shopper dan Passives


dari hipotesis antara shopper dan passives



shopper dan passives

Dari output tersebut maka Ho diterima

dan H1 ditolak karena hasilnya negatif yaitu

− 0,025.

c. Client dan Passives


dari hipotesis antara client dan passives adalah

sebagai berikut,


Shopper 0,4440907 9,907367 38,376164

Client 13,06442 3,990721 37,541899

Partner 1,365517 17,29809 70,286778

Advocate 16,725359 57,02902 274,77103

Total 31,599386 88,2252 420,97587

RDINPS

7


client dan passives

Dari output tersebut maka Ho ditolak dan H3

diterima karena hasilnya positif yaitu 0,193

namun tidak signifikan.

d. Client dan Promoters


dari hipotesis antara client dan promotrers



client dan promoters

Dari output tersebut maka Ho diterima dan

H4 ditolak karena hasilnya negatif yaitu −0,282

namun tidak signifikan

e. Partner dan Passives


dari hipotesis antara partner dan passives adalah

sebagai berikut,


partner dan passives



−0,144 namun tidak signifikan.

f. Partner dan Promoters

Output SPSS korelasi product moment dari

hipotesis antara partner dan promoters adalah

sebagai berikut,


partner dan promoters

Dari output tersebut maka Ho ditolak dan H6

diterima karena hasilnya postif yaitu 0,076.

g. Advocate dan Promoters


dari hipotesis antara advocate dan promoters



advocate dan promoters



−0,030.

4.4 Regresi Linier Sederhana

4.4.1 Uji Normalitas Data

Untuk memenuhi asumsi analisis regresi

maka perlu dilakukan uji normalitas data. Uji

normalitas dilakukan pada variabel yang

random untuk kepentingan analisis regresi yang

akan melakukan penaksiran sekaligus pengujian.

Pada pengujian normalitas ini, dilakukan hanya

pada variabel dependen saja, dikarenakan hanya

variabel dependen yang memiliki sifat random.

Uji normalitas data digunakan untuk memenuhi

asumsi dilakukannya analisis regresi yang akan

melakukan penaksiran sekaligus pengujian,

dimana untuk kepentingan ini variabel yang

bersifat random.Jika sejumlah besar variabel

random yang didistribusikan secara independen

dan identik, maka dengan beberapa

pengecualian, distribusi jumlahnya cenderung

ke distribusi normal bila banyaknya variabel

seperti itu meningkat tak terbatas (Gujarati,

1993). Maka dari itru pengujian normalitas data

dapat dilakukan terhadap variabel dependen

saja, yang dalam penelitian ini adalah variabel

Y. Pengujian normalitas data dilakukan dengan

menggunakan Q-Q Plot. Hasil Q-Q Plot dapat

dilihat melalui gambar berikut ini,

8

Gambar 4.1 Hasil Uji Normalitas Data Sebelum

Outlier

Berdasarkan grafik di atas terlihat

bahwa titik-titik yang merupakan skor NPS

tersebut tidak memiliki kecenderungan terletak

pada garis lurus. Hal ini menunjukkan bahwa

data NPS tidak berdistribusi normal. Untuk

mengatasinya, maka dilakukan uji outlier yang

selanjutnya dilakukan uji normalitas ulang.

Hasil detail dapat dilihat pada lampiran, hasil

grafik setelah uji outlier dapat dilihat melalui

gambar berikut ini,

Gambar 4. 2 Hasil Uji Normalitas Data Setelah

Outlier

Berdasarkan grafik di atas terlihat

bahwa titik-titik yang merupakan skor NPS

tersebut telah memiliki kecenderunga terletak

pada garis lurus. Hal ini menunjukkan bahwa

data NPS berdistribusi normal.

4.4.2 Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk

menguji apakah model regresi ditemukan

adanya korelasi antar variabel bebas

(independent). Model regresi yang baik adalah

tidak terdapatnya korelasi antara variabel bebas.

Apabila terdapat multikolinieritas menyebabkan

suatu model mempunyai varian yang besar

sehingga mengakibatkan sulit mendapatkan

estimasi yang tepat, interval estimasi akan

cenderung lebih lebar dan nilai hitung statistik

uji t akan kecil yang membuat variabel

independen secara statistik tidak signifikan

mempengaruhi variabel dependen. Walaupun

secara individu variabel independen tidak

berpengaruh terhadap variabel dependen melalui

uji statistik y, namun nilai koefisien determinasi

(R2) masih relatif tinggi. Untuk mendeteksi ada

atau tidaknya multikolinieritas di dalam model

regresi dapat dilihat dari nilai tolerance dan

lawannya, yaitu variance inflation factor (VIF).

Kedua ukuran ini menunjukkan setiap variabel

bebas manakah yang dijelaskan oleh variabel

bebas lainnya. Tolerance mengukur variabilitas

variabel bebas yang terpilih yang tidak dapat

dijelaskan oleh variabel bebas lainnya. Jadi nilai

tolerance yang rendah sama dengan nilai VIF

yang tinggi (karena VIF = 1/tolerance) dan

menunjukkan adanya kolinieritas yang tinggi.

Nilai cut-off yang umum dipakai adalah nilai

tolerance 0,10 atau sama dengan nilai VIF

diatas 10. Jika pada model terdapat masalah

multikolinieritas yang serius, salah satu metode

sederhana yang bisa dilakukan adalah dengan

menghilangkan salah satu variabel independen

yang mempunyai hubungan linier kuat.

Dengan menggunakan software SPSS

maka didapatkan hasil output perhitungan VIF

untuk pengujian multikolinearitas sebagai

berikut,

Tabel 4. 11Hasil Uji Multikolinieritas

Berdasarkan tabel diatas diperoleh kesimpulan

bahwa tidak terdapat masalah multikolinieritas.

Dimana :

1. Pada Variabel Shopper (X1), nilai

Variance Influence Factor (VIF)

sebesar 1,142 lebih kecil daripada 10.

Coefficientsa

,876 1,142

,496 2,016

,571 1,752

,409 2,448

Shopper

Client

Partner

Adv ocate

Model

1

Tolerance VIF

Collinearity Statistics

Dependent Variable: NPSa.

9

2. Pada Variabel Client (X2), nilai



3. Pada Variabel Partner (X2), nilai



4. Pada Variabel Advocate (X2), nilai



4.4.3 Pengaruh Shopper terhadap NPS

Koefisien Korelasi

Metode ini digunakan untuk mengetahui

derajat atau kekuatan hubungan antara variabel

X1 (shopper) dengan variabel Y (NPS) secara

bersamaan. Dengan menggunakan SPSS didapat

output sebagai berikut:

Tabel 4.12 Nilai koefisien korelasi product moment

shopper terhadap NPS

Dari output diatas dapat diketahui bahwa

nilai koefisien korelasi adalah sebesar 0,271.

o Persamaan Regesi Linier Sederhana

: Perhitungan ini dimaksudkan untuk

mengetahui adanya pengaruh antara variabel X1

(shopper) terhadap variabel Y (NPS).

Tujuannya untuk meramalkan atau

memperkirakan nilai variabel dependen dalam

hubungannya dengan nilai variabel lain. Dari

hasil perhitungan dengan menggunakan SPSS,

maka diperoleh output dan persamaan hubungan

regresi sederhana sebagai berikut:

Tabel 4.13 Nilai koefisien regresi shopper terhadap

NPS

Dari hasil pengolahan SPSS di atas

didapat nilai a1 = 9,018 dan nilai b1 = -0,511.

Dengan demikian diperoleh persamaan regresi

linier berganda sebagai berikut:

Y = 9,018 - 0,511 X1

o Koefisien Determinasi

Koefisien determinasi digunakan untuk

melihat persentase pengaruh yang diberikan

oleh variabel shopper terhadap variabel NPS.

Dengan menggunakan rumus KD = r2 X 100%

maka diperoleh:

KD = (0,271)2 x 100%

= 7,32%

o Pengujian Hipotesis

Hipotesis statistik:

Ho : ρ = 0 → Shopper tidak memiliki

pengaruh yang signifikan

terhadap NPS.

Ha : ρ ≠ 0 → Shopper memiliki pengaruh

yang signifikan terhadap

NPS.

α = 0,05.

Dengan menggunakan program SPSS

didapat output sebagai berikut:

Tabel 4.14 Nilai F hitung shopper terhadap NPS


didapat nilai F sebesar 63,567 dan p-value

sebesar 0,000. Dikarenakan p-value tersebut

lebih kecil dari nilai alpha (0,000 < 0,05), maka

maka Ho ditolak dan Ha diterima. Artinya

terdapat pengaruh negatif yang signifikan antara

Shopper terhadap NPS.

4.4.4 Pengaruh Client terhadap NPS

o Koefisien Korelasi



X2 (client) dengan variabel Y (NPS) secara


output sebagai berikut,


client terhadap NPS

Dari output diatas dapat diketahui

bahwa nilai koefisien korelasi adalah sebesar

0,335.

o Persamaan Regesi Linier sederhana

Perhitungan ini dimaksudkan untuk


(client) terhadap variabel Y (NPS). Tujuannya

untuk meramalkan atau memperkirakan nilai

variabel dependen dalam hubungannya dengan

Model Summary

,271a ,073 ,072 1,22133

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Predictors: (Constant), X1a.

Coefficientsa

9,018 ,141 63,877 ,000

-,511 ,064 -,271 -7,973 ,000

(Constant)

X1

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.

Dependent Variable: Ya.

ANOVAb

94,820 1 94,820 63,567 ,000a

1200,781 805 1,492

1295,601 806

Regression

Residual

Total

Model

1

Sum of

Squares df Mean Square F Sig.


Dependent Variable: Yb.

Model Summary

,335a ,112 ,111 1,19548

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate


10

nilai variabel lain. Dari hasil perhitungan

dengan menggunakan SPSS, maka diperoleh

output dan persamaan hubungan regresi

sederhana sebagai berikut,

Tabel 4.16 Nilai koefisien regresi client

terhadap NPS


didapat nilai a2 = 5,727 dan nilai b2 = 0,581.



Y = 5,727 + 0,581 X2




oleh variabel client terhadap variabel NPS.


maka diperoleh:

KD = (0,335)2 x 100%

= 11,20%



Ho : ρ = 0 → Client tidak memiliki

pengaruh yang

signifikan terhadap

NPS.

Ha : ρ ≠ 0 → Client memiliki

pengaruh yang

signifikan terhadap

NPS.

α = 0,05.


didapat output sebagai berikut,

Tabel 4.17 Nilai F hitung client terhadap NPS






terdapat pengaruh positif yang signifikan antara

Client terhadap NPS

4.4.5 Pengaruh Partner terhadap NPS




X3 (partner) dengan variabel Y (NPS) secara


output sebagai berikut,


partner terhadap NPS

Dari analisis diatas dapat diketahui


0,315.




(partner) terhadap variabel Y (NPS). Tujuannya

untuk meramalkan atau memperkirakan nilai

variabel dependen dalam hubungannya dengan

nilai variabel lain. Dari hasil perhitungan

dengan menggunakan SPSS, maka diperoleh

output dan persamaan hubungan regresi

sederhana sebagai berikut,

Tabel 4.19 Nilai koefisien regresi partner terhadap

NPS





Y = 6,206 + 0,523 X3




oleh variabel partner terhadap variabel NPS.


maka diperoleh:

KD = (0,315)2 x 100%

= 9,95%



Ho : ρ = 0 → Partner tidak memiliki

pengaruh yang

Coefficientsa

5,727 ,224 25,557 ,000

,581 ,058 ,335 10,077 ,000

(Constant)

X2

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


ANOVAb

145,118 1 145,118 101,540 ,000a

1150,483 805 1,429

1295,601 806

Regression

Residual

Total

Model

1

Sum of




Model Summary

,315a ,100 ,098 1,20386

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate


Coefficientsa

6,206 ,189 32,799 ,000

,523 ,055 ,315 9,432 ,000

(Constant)

X3

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


11

signifikan terhadap

NPS.

Ha : ρ ≠ 0 → Partner memiliki

pengaruh yang

signifikan terhadap

NPS.

α = 0,05



Tabel 4.20 Nilai F hitung partner terhadap NPS






terdapat pengaruh positif yang signifikan antara

partner terhadap NPS

4.4.6 Pengaruh Advocate terhadap NPS




X4 (advocate) dengan variabel Y (NPS) secara


output sebagai berikut:

Tabel 4.21Nilai koefisien korelasi product moment

advocate terhadap NPS

Dari analisis diatas dapat diketahui


0,422. Nilai tersebut termasuk kedalam korelasi

yang sedang, yaitu berada diantara 0,300 -

0,499.




(advocate) terhadap variabel Y (NPS).

Tujuannya untuk meramalkan atau

memperkirakan nilai variabel dependen dalam

hubungannya dengan nilai variabel lain. Dari

hasil perhitungan dengan menggunakan SPSS,

maka diperoleh output dan persamaan hubungan

regresi sederhana sebagai berikut,

Tabel 4.22 Nilai koefisien regresi advocate terhadap

NPS




linier berganda sebagai berikut,

Y = 4,953 + 0,762 X4




oleh variabel advocate terhadap variabel NPS.


maka diperoleh:

KD = (0,422)2 x 100%

= 17,79%



Ho : ρ = 0 → Advocate tidak

memiliki pengaruh

yang signifikan

terhadap NPS.

Ha : ρ ≠ 0 → Advocate memiliki

pengaruh yang

signifikan terhadap

NPS.

α = 0,05.



Tabel 4.23 Nilai F hitung advocate terhadap NPS

diketahui

Dari hasil pengolahan SPSS di atas didapat nilai

F sebesar 174,193 dan p-value sebesar 0,000.

Dikarenakan p-value tersebut lebih kecil dari

nilai alpha (0,000 < 0,05), maka maka Ho

ditolak dan Ha diterima. Artinya terdapat

pengaruh positif yang signifikan antara

Advocate terhadap NPS.

5. Analisis dan Pembahasan

Analisis serta pembahasan dilakukan

terhadap hasil pengolahan data berkaitan dengan

hubungan antara RDI dan NPS.

ANOVAb

128,930 1 128,930 88,962 ,000a

1166,671 805 1,449

1295,601 806

Regression

Residual

Total

Model

1

Sum of




Model Summary

,422a ,178 ,177 1,15027

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate


Coefficientsa

4,953 ,230 21,505 ,000

,762 ,058 ,422 13,198 ,000

(Constant)

X4

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


ANOVAb

230,480 1 230,480 174,193 ,000a

1065,121 805 1,323

1295,601 806

Regression

Residual

Total

Model

1

Sum of




12

5.1 Analisis Korelasi antara RDI dan NPS

Terdapat tujuh hipotesis yang dibentuk

untuk menguji korelasi antara beberapa kategori

dari RDI dan NPS. Pada pengujian beberapa

hipotesis dengan menggunakan korelasi product

moment didapatkan hasil tolak Ho atau tolak Ha.

Apabila hasilnya tolak Ho dan terima Ha maka

ada kecederungan terdapatnya hubungan yang

positif dan signifikan, dan sebaliknya apabila

Ho yang diterima maka tidak terdapat hubungan

yang postif (negatif). Selain itu nilai product

moment juga dapat dilihat seberapa besar tingkat

hubungannya. Berikut ini tabel yang

menunjukkan hasil perhitungan pada bab

sebelumnya dan kotak yang diarsir merupakan

hasil yang tidak signifikan,

Tabel 5.1 Resume hasil analisa

*)Bagian yang diarsir merupakan hasil yang

tidak signifikan

Perhitungan korelasi pertama dilakukan

pada shopper dan detractors. Positif berarti

semakin besar nilai atau tingkatan shopper maka

akan semakin tinggi pula nilai detractors.

Namun dilihat dari nilai pearson correlation

sebesar 0,199 tingkat hubunganya sangat rendah

sehingga tidak terlalu berpengaruh. Hal ini juga

mengindikasikan pelanggan yang termasuk

shopper sangat lemah hubunggannya untuk

menjadi detractors (tidak terlalu berpengaruh).

Dari hasil perhitungan korelasi pearson

dengan SPSS untuk shopper dan passives

hasilnya adalah -0,025 yang menanandakan

bahwa terdapatnya hubungan yang negatif

antara shopper dan passives, sehingga semakin

besarnya shopper maka akan semakin membuat

nilai passive kecil atau sebaliknya. Dilihat dari

nilai hubungan antara shopper dan passives

sangat rendah.

Perhitungan selanjutnya adalah tingkat

hubungan antara client dan passives dimana

hasilnya adalah 0,193. Hal tersebut menandakan

adanya hubungan positif antara client dan

passives dimana semakin besar nilai client maka

semakin besar nilai passive dan sebaliknya,

namun dari perhitungan ditunjukkan hasil yang

tidak signifikan. Berarti data dan koefisien yang

diperoleh dalam sampel tersebut tidak dapat

digeneralisasi pada populasi dimana sampel

diambil atau berarti data tersebut tidak

mencerminkan keadaan populasi.

Perhitungan keempat adalah

perhitungan untuk pengujian hipotesis korelasi

antara clent dan promoters. Dari hasil

perhitungan menggunakan SPSS didapatkan

korelasi yang negatif, yaitu sebesar -0,282. Nilai

tersebut termasuk tingkatan hubungan yang

rendah. Negatif berarti antara client dan

promoters berbanding terbalik, berrti semakin

tinggi nilai client maka semakin rendah

promoters. Namun dari output SPSS, data

dinyatakan tidak signifikan yang berarti sampel

tidak mencerminkan keadaan populasi.

Selanjutnya perhitungan hipotesis yang

kelima adalah antara partner dan passives. Dari

hasil output perhitungan SPSS diketahui

hasilnya -0,144. Angka tersebut menandakan

korelasi negatif antara partner dan passives

serta tingkatan hubungan yang sangat rendah.

Jadi semakin besar nilai partner maka akan

semakin kecil nilai passives.

Hipotesis yang keenam adalah antara

partner dan promoters. Dari hasil output SPSS

diketahui bahwa korelasi positif sebesar 0,076.

Nilai tersebut mencerminkan tingkat hubungan

yang sangat rendah. Korelasi atau hubungan

yang positif menandakan semakin tingginya

nilai partner maka semakin tinggi pula nilai

atau skor yang berada dalam interval kategori

partner.

Kemudian perhitungan yang terakhir

adalah hubungan antara advocate dan

promoters. Output SPSS menunjukkan tingkat

korelasi sebesar -0,030 yang menandakan

bahwa terdapat hubungan negatif dimana

semakin tinggi nilai advocate maka akan

semakin rendah nilai promoters. Dalam artian

lain apabila nilai advocate tinggi mendekati

lima maka akan sebanyak nilai sembilan dari

promoters. Dilihat dari nilai tingkatan hubungan

antara advocate dan promoters sangat rendah.

Dilihat secara keseluruhan masing-

masing tingkatan RDI dan NPS mengandung

hubungan yang rendah. Besaran nilai dari

masing-masing kategori baik dari RDI dengan

NPS ataupun sebaliknya tidak terpengaruhi

secara banyak. Hal ini dimungkinkan karena

prespsi pelanggan ketika pengambilan data

kuisioner untuk pengukuran NPS dan RDI

secara terpisah sangat bervariasi jawabannya.

Hal ini dimungkinkan karena variasi scoring


Shopper (+) (-)

Client (-) (-)

Partner (-) (+)

Advocate (-)

RDINPS

13

dari masing-masing jenis NPS (detractors,

passives, dan promoters) kurang.

5.2 Analisis Regresi Linear Sederhana

5.2.1 Analisis Pengaruh Shopper terhadap

NPS

Perhitungan untuk mencari model regresi

dilakukan dengan model SPSS. Output pertama

adalah koefisien korelasi antara tingkatan

shopper dengan nilai NPS. Nilai yang didaptkan

adalah 0,271 dimana nilai ini termasuk tingkat

hungan yang rendah.

Selanjutnya adalah nilai koefisien regresi

dimana didapatkan persamaan regresi, Y =

9,018 - 0,511 X. Dengan a adalah 9,018

menandakan jika shopper (X1) bernilai nol (0),

maka NPS (Y) akan bernilai 9,018. Sedangkan

nilai b sebesar 0,511 yang berarti jika Shopper

(X1) meningkat sebesar satu satuan, maka NPS

(Y) akan menurun sebesar 0,511 satuan. Hal

tersebut menandakan semakin besar pelanggan

berinlai shopper maka nilai NPS-nya akan

menurun mendekati detractors apabila

dikategorikan.

Koefisien determinasi dari hasil

perhitungan menunjukkan 7,32%. Artinya,

pengaruh Shopper terhadap NPS sebesar 7,32%,

sedangkan 92,68% sisanya merupakan pengaruh

dari faktor lainnya yang tidak diamati di dalam

penelitian ini.

Berikutnya terdapat perhiungann

signifikan pengaruh anatara shopper dan NPS.

Hasilnya adalah nilai p-value lebih kecil dari

nilai alpha (0,000 < 0,05) ysng berarti pengaruh

negatif adalah signifikan antara RDI dan NPS.

Berarti data dan koefisien yang diperoleh dalam

sampel tersebut dapat digeneralisasi pada

populasi dimana sampel diambil atau berarti

data tersebut mencerminkan keadaan populasi.

5.2.2 Analisis Pengaruh Client terhadap

NPS

Dari output SPSS diketahui koefisien

korelasi antara client terhadap NPS yaitu

sebesar 0,355. Tingkat hubungan dengan nilai

tersebut termasuk rendah. Jadi tingkat korelasi

antara cllient dan NPS termasuk rendah.

Persamaan regresi linier sederhana yang

didapatkan Y = 5,727 + 0,581 X2. Dengan a

bernilai 5,727 artinya jika client (X2) bernilai

nol (0), maka NPS (Y) akan bernilai 5,727. Dan

b yang bernilai 0,581 berarti jika client (X2)

meningkat sebesar satu satuan, maka NPS (Y)

akan meningkat sebesar 0,581 satuan. Hal ini

berarti semakin tinggi nilai client maka akan

mendekati nilai promoters.

Berikutnya terdapat perhitungan

koefisien determinasi. Didapatkan nilai sebesar

11,20% yang berarti pengaruh client terhadap

NPS sebesar 11,20%. Dan 88,80% sisanya

merupakan pengaruh dari faktor lainnya yang

tidak diamati di dalam penelitian ini.

Output SPSS berikutbnya adalah untuk

penguian hipotesis antara client dan NPS.

Didapatkan hasil p-value tersebut lebih kecil

dari nilai alpha (0,000 < 0,05) yang berarti

siginifikan dalam artian lain data tersebut


5.2.3 Analisis Pengaruh Partner terhadap

NPS

Koefisien korelasi antara partner

dengan NPS diketahui sebesar 0,315. Angka

tersebut menandakan bahwa korelasi antara

partner dengan NPS termasuk rendah.

Persamaan regresi linear dari partner dengan

NPS didapatkan persaman Y = 6,206 + 0,523

X3. Dengan a bernilai 6,209 artinya adalah jika

partner (X3) bernilai nol (0), maka NPS (Y)

akan bernilai 6,206. Sedangkan nilai b sebesar

0,523 berarti jika partner (X3) bernilai nol (0),

maka NPS (Y) akan meningkat sebesar 0,523

satuan. Hal tersebut berarti Semakin besar nilai

partner maka nilai NPS akan mendekati kearah

nilai promoters.

Selain itu didaptkan nilai koefisien

determinasi sebesar 9,95%. Artinya, pengaruh

client terhadap NPS sebesar 9,95%, sedangkan

90,05% sisanya merupakan pengaruh dari faktor

lainnya yang tidak diamati di dalam penelitian

ini.

Dari perhitungan pengujian hipotesis

didapati p-value lebih kecil dari nilai alpha

(0,000 < 0,05). Hal tersebut menandakan bahwa

nilai postif antara partner dan NPS signifikan

atau mencerminkan keadaan populasi.

5.2.3 Analisis Pengaruh Advocate terhadap

NPS

Perhitungan pertama dengan SPSS

menghasilkan output nilai korelasi product

moment antara advocate dan NPS. Dari hasil

tersebut diketahui bahwa nilai 0,422

menandakan tingkat hubungan yang sedang

diantara advoacate dan NPS, yang mana lebih

tinggi dibandingkan perngukuran sebelumnya.

Persamaan regresi linear yang dihasilkan dengan

SPSS adalah Y = 4,953 + 0,762 X4. Nilai a

sebsesar 4,953 artinya adalah jika advocate (X4)

14

bernilai nol (0), maka NPS (Y) akan bernilai

4,953. Sedangkan dengan b yang bernilai 0,762

maka jika advocate (X4) meningkat sebesar satu

satuan, maka NPS (Y) akan meningkat sebesar

0,762 satuan. Berati semakin tinggi nilai

advocate maka akan semakin besar corporate

customer untuk bergerak kearah promoters.

Terdapat pula perhitungan koefisien

determinasi dimana didapatkan nilai sebesar

17,79%. Hal tersebut menandakan bahwa,

pengaruh Client terhadap NPS sebesar 17,79%,

sedangkan 82,21% sisanya merupakan pengaruh

dari faktor lainnya yang tidak diamati di dalam

penelitian ini.

Dari pengujian hipotesis dan output

SPSS, p-value lebih kecil dari nilai alpha (0,000

< 0,05). Hal tersebut menandakan bahwa data


6. Kesimpulan dan Saran

6.1 Kesimpulan

Berikut ini kesimpulan yang dapat diambil

dalam penelitian tugas akhir ini,

1. Masih terdapat hubungan yang tidak

signifikan antara masing-masing tingkatan

dari RDI dan NPS serta tingkat hubungan

yang relatif dibawah rendah. Sehingga

secra tingkatan RDI kurang mempengaruhi

NPS.

2. Dari hasil pengujian hubungan antara

masing-masing tingkatan Relationship

Dimension Index (RDI) terhadap Net

Promoter Score (NPS) sebagai satu

variabel didapatkan tingkat hubungan yang

signifikan rendah serta negatif oleh shopper

terhadap NPS. Sedangkan hubungan yang

positif signifikan dengan tingkat hubungan

sedang dimiliki oleh client dan partner

terhadap NPS. Untuk advocate terhadap

NPS memiliki hubungan yang positif

signifikan dengan tingkat hubungan yang

positif. Semakin tinggi nilai shopper maka

akan mendekati nilai passives sedangkan

semakin tinggi nilai client, partner, dan

advocate akan mendakati nilai promotes

pada NPS.

3. Behavior yang bisa diidentifikasi dari

pengamatan terhadap database serta

dokumen atau laporan yang ada di

TELKOM adalah di bangun dari

karakteristik environmental (tingkat

kompetisi, regional corporate customers),

organisasi (profil corporate customer),

karakteristik pembelian (tipe produk yang

dibeli tiap segemen, history transaksi),

karakteristik penjual (brand personality)

TELKOM dimata corporate customer), dan

proses atau tahapan (identifikasi proses

pengadaan dan pengambilan keputusan).

Sedangkan yang belum jelas dapat

teridentifikasi dari konflik/negosiasi,

karakteristik grup, karakteristik partisipan,

dan karakteristik informasi.

4. Dilihat dari tingkat hubungan signifikan

antara masing-maasing tingkatan RDI yang

ada terhadap NPS, TELKOM perlu

menekan jumlahnya nilai pelanggan yang

shopper untuk meningkatkan nilai NPS.

Dan untuk mendapatkan nilai NPS,

TELKOM harus meningkatkan pelanggan

yang client, partner, dan advocate.

6.2 Saran

Saran yang dapat diberikan adalah

TELKOM harus mempertimbangkan ulang

penggunaaan NPS kedalam RDI, dikarenakan

hubungannya yang sangat lemah. Dan

pengembangan database untuk meng-caputre

behavior perlu dilakukan oleh TELKOM .Perlu

adanya penelitian yang fokus terhadap

corporate customer behavior mengingat luasnya

cakupan karakteristik yang dapat diidentifikasi.

7. Daftar Pustaka

Anstead, M., 2008. How & why to use net

promoter scores. Credit Union Journal 18

february, p.8.

Barnes, J.G., 1997. Closeness, Strength and

satisfaction: Examining the Nature of

Relationships Between Providers of

Financila Services and their Retail

Customers. Psychology and Marketing 14

(Desember 1997), pp.765-90.

Barnes, J.G., 2003. Secrets Of Customer

Relationship Management. Yogyakarta:

ANDI.

Blasberg, J., Vishwanath, V. & Allen, J., 2008.

Tools for converting customers into

advocates. Strategy & Leadership 36(2),

pp.16-23.

Buckinx, W., Vestraeten, G. & Van den Poel,

D., 2005. Predicting customer loyalty using

the internal transactional database. Expert

System with Applications 32, pp.125-34.

Cardis, P., 2008. A Score worth keeping, diakses

15 Maret 2011,

<http://www.tmcnet.com/usubmit/2008/01/1

5/3212183.htm>.

http://www.tmcnet.com/usubmit/2008/01/15/3212183.htm



15

Chamelta, R., 2005. Methodology for customer

relationship management. The Journal of

System and Software 79, pp.1015-24.

Dyché, J., 2002. The CRM Handbook: A

Business Guide to Customer Relationship

Management. MA: Addison-Wesley.

Griffin, J., 2005. Customer Loyalty:

Menumbuhkan dan Mempertahankan.

Jakarta: Erlangga.

Gujarati, D., 1993. Ekonometrika Dasar.

Jakarta: Erlangga.

Hakim, A.N., Sudarso, I. & Trisunarno, L.,

2006. Manajemen Pemasaran untuk

Engineering. Yogyakarta: ANDI.

Johnston, W.J. & Lewin, J.E., 1996.

Organizational Buying Behavior: Toward an

Integrative Framework. Journal Of Bussiness

Research, 35, pp.1-15.

Kotler, P. & Keller, K.L., 2009. Manajemen

Pemasaran, Edisi Ketiga Belas, Jilid 1.

Jakarta: Penerbit Erlangga.

Kumar, V. & Shah, D., 2004. Building and

sustaining profitable customer loyalty for the

21st century. Journal of Retailing 80,

pp.317-30.

Martin, J., n.d. Get customer to sell for you.

FSB: Fortune Small Business, 18(5).

Peppers, D. & Rogers, M., 2001. A CRM

Bluprint: Maximizing ROI from your

Customer-Based Strategy. Peppers and

Rogers Group & Microsoft Corporation.

PT. Telekomunikasi Indonesia, Tbk., 2010.

Hubungan Investor: Profil Perusahaan,

diakses 2 April 2011,

<http://www.telkom.co.id/>.

PT. Telekomunikasi Indonesa, Tbk., 2008.

Keputusan Direktur Enterprise dan

Wholesale Nomor: KR. 07/YN000/COO-

B0023000/2008 (Petunjuk Pelaksanaan

Penyelenggaraan Customer Relationship

Management Khusus untuk High End

market).

PT. Telekomunikasi Indonesia Tbk, Enterprise

Services, 2009. Corporate Customer

Satisfaction & Loyalty Survey 2009. Jakarta.



Statisfaction & Loyalty Survey 2009. Jakarta



Satisfaction & Loyalty Survey 2010. Jakarta.

PT. Telekomunikasi Indonesia, Tbk., 2010.

Dokumen Term Of Reference (TOR). PT.

Telekomunikasi Indonesia, Tbk.

Reichheld, F.F., 2003. The One Number You

Need to Grow. Havard Business Review,

Desember.

Reichheld, F., 2006. Stop Wasting Money on

Statisfaction Research!, diakses 3 Februari

2011,<http://netpromoter.typepad.com/fred_r

eichheld/2006/01/stop_wasting_mo.html>.

Reichheld, F.F., 2006. The Ultimate Question:

for opening the door to good profits and true

growth. United States of America: Havard

Business School Publishing Corporation.

Reichheld, F.F., 2006. The Ultimate Question:

for opening the door to good profits and true

growth. United States of America: Havard

Business School Publishing Corporation.

Satmetrix Systems, Inc., 2011. Index: What is

Net Promoter?, diakses 3 Februari 2011,

<http://www.netpromoter.com/np/index.jsp>

Satmetrix Systems, Inc, 2009. Satmetrix Systems

White Paper: The Power Behind a Single

Number, diaksses 3 Februari

2011,<http://www.satmetrix.com/pdfs/NetPr

omoterWPfinal.pdf>.

Schiffman, L.G. & Kanuk, L.L., 2008. Perilaku

Konsumen Edisi Ketujuh. PT INDEKS.

Siddiqi, J., Akhgar, B. & Wise, T., 2002. A

framework for the implementation of a

Customer Relationship Management strategy

in retail sector.

Smith, S. & Wheeler, J., 2002. Managing the

customer experience. Great Britain: Prentice

Hall.

Stone, A.G. & Flynn, L.M., 2010. Innovation

Attributes + Net PromoterScore (NPS) = A

Customer Loyalty Prediction Model. Journal

of Business and Behavioral Science Vol.22,

No. 1; Fall 2010, pp.133-49.

Sugiyono, 2010. Metode Penelitian Kuantitatif,

Kualitatif, dan R&D. Bandung: Penerbit

Alfabeta.

Sugiyono, 2011. Statistika untuk Penelitian.

Bandung: ALFABETA.

Titko, J. & Lace, N., 2010. Customer

Statisfaction and Loyalty on Latavian retail

Banking. Economics and Management:

2010, 15, pp.1031-38.

Webster, F.E. & Wind, Y., 1972. A General

Model for Understanding Organizational

Buying Behavior. Journal of Marketing, Vol.

36 (April, 1972), pp.12-19.

Wind, Y., 1978. Organizational Buying

Behavior. Review of Marketing 1978,

pp.160-93.

http://www.telkom.co.id/

http://netpromoter.typepad.com/fred_reichheld/2006/01/stop_wasting_mo.html



http://www.netpromoter.com/np/index.jsp

http://www.satmetrix.com/pdfs/NetPromoterWPfinal.pdf



ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX … · 4 antusias sehingga dapat mudah terbawa arus...

Documents

Transcript of ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX … · 4 antusias sehingga dapat mudah terbawa arus...