ANALISIS PENGARUH RELATIONSHIP DIMENSION INDEX … · 4 antusias sehingga dapat mudah terbawa arus...
Transcript of 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
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.
Ho : Tidak terdapat hubungan yang
positif dan signifikan antara client dan
promoters.
e. H5 : Terdapat hubungan yang positif
dan signifikan antara partner dan
passives.
Ho : Tidak terdapat hubungan yang
positif dan signifikan antara partner dan
passives.
f. H6 : Terdapat hubungan yang positif
dan signifikan antara partner dan
promoters.
Ho : Tidak terdapat hubungan yang
positif dan signifikan antara partner dan
promoters.
g. H7 : Terdapat hubungan yang positif
dan signifikan antara advocate dengan
promoters
Ho : Tidak terdapat hubungan yang
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
b2 : Koefisien regresi X2
X2 : Tingkat dimensi client
u2 : variabel sStochastic distrubance
c. Y = a3 + b3X3 + u3
Dimana,
Y : Nilai NPS
a : Konstanta
b3 : Koefisien regresi X3
X3 : Tingkat dimensi partner
u3 : variabel stochastic distrubance
d. Y = a3 + b3X3 + u3
Dimana,
Y : Nilai NPS
a : Konstanta
b4 : Koefisien regresi X4
X4 : Tingkat dimensi advocate
u4 : variabel stochastic distrubance
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
adalah sebagai berikut,
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
Output SPSS korelasi product moment
dari hipotesis antara shopper dan passives
adalah sebagai berikut,
Tabel 4.5 korelasi pearson product moment antara
shopper dan passives
Dari output tersebut maka Ho diterima
dan H1 ditolak karena hasilnya negatif yaitu
− 0,025.
c. Client dan Passives
Output SPSS korelasi product moment
dari hipotesis antara client dan passives adalah
sebagai berikut,
Detractors Passives Promoters
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
Tabel 4.6 korelasi pearson product moment antara
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
Output SPSS korelasi product moment
dari hipotesis antara client dan promotrers
adalah sebagai berikut,
Tabel 4.7 korelasi pearson product moment antara
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
Output SPSS korelasi product moment
dari hipotesis antara partner dan passives adalah
sebagai berikut,
Tabel 4.8 korelasi pearson product moment antara
partner dan passives
Dari output tersebut maka Ho diterima
dan H5 ditolak karena hasilnya negatif yaitu
−0,144 namun tidak signifikan.
f. Partner dan Promoters
Output SPSS korelasi product moment dari
hipotesis antara partner dan promoters adalah
sebagai berikut,
Tabel 4.9 korelasi pearson product moment antara
partner dan promoters
Dari output tersebut maka Ho ditolak dan H6
diterima karena hasilnya postif yaitu 0,076.
g. Advocate dan Promoters
Output SPSS korelasi product moment
dari hipotesis antara advocate dan promoters
adalah sebagai berikut,
Tabel 4.10 korelasi pearson product moment antara
advocate dan promoters
Dari output tersebut maka Ho diterima
dan H7 ditolak karena hasilnya negatif yaitu
−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
Variance Influence Factor (VIF)
sebesar 2,016 lebih kecil daripada 10.
3. Pada Variabel Partner (X2), nilai
Variance Influence Factor (VIF)
sebesar 1,752 lebih kecil daripada 10.
4. Pada Variabel Advocate (X2), nilai
Variance Influence Factor (VIF)
sebesar 2,448 lebih kecil daripada 10.
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
Dari hasil pengolahan SPSS di atas
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
Metode ini digunakan untuk mengetahui
derajat atau kekuatan hubungan antara variabel
X2 (client) dengan variabel Y (NPS) secara
bersamaan. Dengan menggunakan SPSS didapat
output sebagai berikut,
Tabel 4.15 Nilai koefisien korelasi product moment
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
mengetahui adanya pengaruh antara variabel X2
(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.
Predictors: (Constant), X1a.
Dependent Variable: Yb.
Model Summary
,335a ,112 ,111 1,19548
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X2a.
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
Dari hasil pengolahan SPSS di atas
didapat nilai a2 = 5,727 dan nilai b2 = 0,581.
Dengan demikian diperoleh persamaan regresi
linier berganda sebagai berikut:
Y = 5,727 + 0,581 X2
o Koefisien Determinasi
Koefisien determinasi digunakan untuk
melihat persentase pengaruh yang diberikan
oleh variabel client terhadap variabel NPS.
Dengan menggunakan rumus KD = r2 X 100%
maka diperoleh:
KD = (0,335)2 x 100%
= 11,20%
o Pengujian Hipotesis
Hipotesis statistik:
Ho : ρ = 0 → Client tidak memiliki
pengaruh yang
signifikan terhadap
NPS.
Ha : ρ ≠ 0 → Client memiliki
pengaruh yang
signifikan terhadap
NPS.
α = 0,05.
Dengan menggunakan program SPSS
didapat output sebagai berikut,
Tabel 4.17 Nilai F hitung client terhadap NPS
Dari hasil pengolahan SPSS di atas
didapat nilai F sebesar 101,540 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
Client terhadap NPS
4.4.5 Pengaruh Partner terhadap NPS
o Koefisien Korelasi
Metode ini digunakan untuk mengetahui
derajat atau kekuatan hubungan antara variabel
X3 (partner) dengan variabel Y (NPS) secara
bersamaan. Dengan menggunakan SPSS didapat
output sebagai berikut,
Tabel 4.18 Nilai koefisien korelasi product moment
partner terhadap NPS
Dari analisis diatas dapat diketahui
bahwa nilai koefisien korelasi adalah sebesar
0,315.
o Persamaan Regesi Linier sederhana
Perhitungan ini dimaksudkan untuk
mengetahui adanya pengaruh antara variabel X3
(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
Dari hasil pengolahan SPSS di atas
didapat nilai a3 = 6,206 dan nilai b3 = 0,523.
Dengan demikian diperoleh persamaan regresi
linier berganda sebagai berikut:
Y = 6,206 + 0,523 X3
o Koefisien Determinasi
Koefisien determinasi digunakan untuk
melihat persentase pengaruh yang diberikan
oleh variabel partner terhadap variabel NPS.
Dengan menggunakan rumus KD = r2 X 100%
maka diperoleh:
KD = (0,315)2 x 100%
= 9,95%
o Pengujian Hipotesis
Hipotesis statistik:
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.
Dependent Variable: Ya.
ANOVAb
145,118 1 145,118 101,540 ,000a
1150,483 805 1,429
1295,601 806
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X2a.
Dependent Variable: Yb.
Model Summary
,315a ,100 ,098 1,20386
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X3a.
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.
Dependent Variable: Ya.
11
signifikan terhadap
NPS.
Ha : ρ ≠ 0 → Partner memiliki
pengaruh yang
signifikan terhadap
NPS.
α = 0,05
Dengan menggunakan program SPSS
didapat output sebagai berikut,
Tabel 4.20 Nilai F hitung partner terhadap NPS
Dari hasil pengolahan SPSS di atas
didapat nilai F sebesar 88,962 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
partner terhadap NPS
4.4.6 Pengaruh Advocate terhadap NPS
o Koefisien Korelasi
Metode ini digunakan untuk mengetahui
derajat atau kekuatan hubungan antara variabel
X4 (advocate) dengan variabel Y (NPS) secara
bersamaan. Dengan menggunakan SPSS didapat
output sebagai berikut:
Tabel 4.21Nilai koefisien korelasi product moment
advocate terhadap NPS
Dari analisis diatas dapat diketahui
bahwa nilai koefisien korelasi adalah sebesar
0,422. Nilai tersebut termasuk kedalam korelasi
yang sedang, yaitu berada diantara 0,300 -
0,499.
o Persamaan Regesi Linier sederhana
Perhitungan ini dimaksudkan untuk
mengetahui adanya pengaruh antara variabel X4
(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
Dari hasil pengolahan SPSS di atas
didapat nilai a4 = 4,953 dan nilai b4 = 0,762.
Dengan demikian diperoleh persamaan regresi
linier berganda sebagai berikut,
Y = 4,953 + 0,762 X4
o Koefisien Determinasi
Koefisien determinasi digunakan untuk
melihat persentase pengaruh yang diberikan
oleh variabel advocate terhadap variabel NPS.
Dengan menggunakan rumus KD = r2 X 100%
maka diperoleh:
KD = (0,422)2 x 100%
= 17,79%
o Pengujian Hipotesis
Hipotesis statistik:
Ho : ρ = 0 → Advocate tidak
memiliki pengaruh
yang signifikan
terhadap NPS.
Ha : ρ ≠ 0 → Advocate memiliki
pengaruh yang
signifikan terhadap
NPS.
α = 0,05.
Dengan menggunakan program SPSS
didapat output sebagai berikut,
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
Squares df Mean Square F Sig.
Predictors: (Constant), X3a.
Dependent Variable: Yb.
Model Summary
,422a ,178 ,177 1,15027
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), X4a.
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.
Dependent Variable: Ya.
ANOVAb
230,480 1 230,480 174,193 ,000a
1065,121 805 1,323
1295,601 806
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), X4a.
Dependent Variable: Yb.
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
Detractors Passives Promoters
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
mencerminkan keadaan populasi.
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
mencerminkan keadaan populasi.
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>.
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.
PT. Telekomunikasi Indonesia Tbk, Enterprise
Services, 2009. Corporate Customer
Statisfaction & Loyalty Survey 2009. Jakarta
PT. Telekomunikasi Indonesia Tbk, Enterprise
Services, 2010. Corporate Customer
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.