Tujuan dari disertasi ini adalah untuk mengusulkan
sebuah model yang menjelaskan hubungan antara kepuasan pelanggan, retensi dan
loyalitas berdasarkan atribut kualitas layanan. Tiga elemen kepuasan, retensi
dan loyalitas terhadap produk mewakili
tantangan yang sedang dihadapi untuk kinerja keuangan perusahaan. Analisis
perilaku nasabah (dikenal sebagai manajemen hubungan bisnis intelijen atau
pelanggan atau pelanggan pengalaman manajemen) telah menjadi faktor utama dalam
pengambilan keputusan perusahaan dan proses perencanaan strategis. Berlaku
logika menyatakan bahwa dengan meningkatkan layanan atribut satu harus
mengharapkan tingkat kepuasan pelanggan yang lebih baik. Akibatnya, tingkat
peningkatan kepuasan harus meningkatkan kemungkinan gelar kesetiaan dan retensi
pelanggan.
Penelitian secara substansial telah
dilakukan untuk mendapatkan data mengenai pengukuran perilaku pelanggan untuk
industri. Namun, ada sedikit bukti bahwa telah ada penelitian empiris yang
mengintegrasikan keseluruhan yang berhubungan tiga elemen kepuasan, retensi dan
loyalitas terhadap layanan kualitas atribut.
Data empiris yang dikumpulkan dari
telekomunikasi seluler UK untuk penelitian ini menunjukkan model yang sangat
objektif yang mampu menangkap tiga
dimensi hubungan ini akan memberikan
kontribusi terhadap pengambilan keputusan yang lebih kuat dan lebih baik
perencanaan strategis. Disertasi ini diusulkan berisi data tentang layanan
kunci atribut dari kombinasi kajian pustaka, survei dan wawancara dari industri
telekomunikasi seluler UK. Tanggapan yang dianalisis menggunakan beberapa
regresi, analisis regresi dengan dummy variabel, regresi logistik, regresi
logistik dengan dummy variabel dan persamaan struktural pemodelan (SEM) untuk
menguji variabel dan antar hubungan mereka.
Studi ini membuat langkah maju dan
berkontribusi dalam tubuh pengetahuan seperti: (a) menyoroti peranan kinerja
atribut pelayanan terhadap kepuasan pelanggan, akibatnya mengidentifikasi
atribut yang mempengaruhi kepuasan dan ketidakpuasan pelanggan, (b) memetakan
hubungan antara kepentingan atribut dan atribut kinerja, (c) mengoptimalkan
proses alokasi sumber daya menggunakan analisis kinerja pentingnya (IPA), (d)
mengklasifikasikan Pelanggan sehubungan dengan peran dan panjang hubungan
mereka dengan perusahaan (switching probabilitas), dan (e) menggambarkan
hubungan timbal balik antara kepuasan pelanggan, retensi dan loyalitas.
Kebaruan penelitian terletak di: (a) pembentukan sebuah kerangka kerja yang
link atribut kinerja pelayanan kepuasan pelanggan dan kemudian ke pelanggan
masa depan niat (retensi pelanggan dan loyalitas pelanggan), dan (b) penyediaan
model yang dapat membantu pengambil keputusan kunci bijaksana penggunaan sumber
daya untuk profitabilitas maksimum. Disertasi ini menyajikan pendekatan baru
metodologi dan pemodelan membangun untuk analisis perilaku pelanggan. Untuk
bukti dari konsep ini menyajikan studi kasus di industri telekomunikasi
seluler.
Berikut
ini adalah metode – metode yang
digunakan dalam disertasi ini untuk membuat pengukuran secara kualitatif :
1.
Importance –
Performance Analysis ( IPA )
Importance – Performance Analysis
(IPA) adalah metode untuk mengukur kepuasan pelanggan yang diperkenalkan oleh
Martilla dan James (1977). Metode IPA
ini telah diadopsi di berbagai industri seperti pariwisata dan perhotelan (
Zhang, 1997; Hollenhorst et al., 1986), pendidikan (Alberty dan Mihalik, 1989),
dan perawatan kesehatan (Dolinsky, 1991; DOLINSKY dan Caputo, 1991). Meskipun
kelebihan sejumlah studi telah menyoroti kekurangannya (Oh, 2000; Matzler et
al., 2003, 2004; Thing dan Cheng, 2002). Untuk mengatasi beberapa kekurangan
fitur tambahan telah diperkenalkan ke asli kerangka IPA (Dolinsky dan Caputo,
1991; Vaske et al., 1996). Sebagai contoh, Matzler et al. (2003) telah
digabungkan IPA dengan model Kano‟s untuk meningkatkan pelanggan kepuasan
evaluasi.
Metode IPA tradisional didasarkan
pada dua asumsi utama: pertama, kinerja dan pentingnya atribut adalah variabel
independen (Martilla dan James, 1997; Oliver 1997; Bacon 2003), dan kedua
asumsi yang ada bahwa ada hubungan yang simetris dan linier antara atribut
kinerja dan kepuasan pelanggan.
2.
Statistical
Methods
Untuk mengidentifikasi dampak
asimetris performa atribut - atribut penting, analisis regresi dengan variabel
dummy diusulkan oleh Anderson dan Mittal (2000), Brandt (1998), Matzler dan
Sauerwein (2002). Di sini, dua set dummy variabel yang ditetapkan; pertama
menetapkan dummy variabel mengukur seperti sifat asas, dan yang kedua diukur
sebagai atribut yang menarik. Penilaian performa tingkat atribut recoded
sebagai (0,1) untuk peringkat rendah, (0,0) untuk rata-rata peringkat, dan
(1,0) untuk peringkat tinggi. Sebagai hasilnya, dua regresi koefisien akan
diperoleh.
3.
Analysis of
Complaints and Compliments
Metode ini mengklasifikasikan atribut
performa menjadi kelompok menurut penilaian frekuensi keluhan dan pujian. Dalam
metode ini peringkat urutan nomor yang digunakan
bukan nilai-nilai aktual frekuensi. Jenis urutan peringkat dapat menyebabkan
ambiguitas. Alasan utama adalah bahwa hal ini umumnya dikenal bahwa tarif sudah
relatif rendah dibandingkan dengan harga.
4.
The Critical
Incident Technique ( CIT )
Metode ini dikembangkan oleh Flanagan
pada tahun 1954. Metode ini sangat mirip dengan analisis keluhan dan pujian. Metode
mengklasifikasikan performa atribut menjadi tiga jenis: dasar, menarik dan performa.
Dasar untuk prosedur ini adalah bahwa sifat asas tidak pernah berhubungan
dengan kepuasan, atribut yang menarik tidak menimbulkan ketidakpuasan dan
akhirnya performa atribut dapat dikaitkan dengan kepuasan dan ketidakpuasan.
5.
Kano’s
Questionnaire
Kano (1984) mengembangkan kuesioner untuk
mengklasifikasikan performa atribut. Untuk setiap atribut, sepasang pertanyaan
ini dirancang di mana responden diminta untuk menjawab dua pertanyaan: Bagaimana jika performa pelayanan lemah ? dan bagaimana jika performa pelayanan baik ?
dengan menggunakan 5-likert scale
(sangat puas, agak puas, tidak puas atau tidak puas, agak tidak puas dan sangat
puas). Selanjutnya, frekuensi merespon untuk atribut masing-masing digunakan
untuk dibuat klasifikasi masing - masing atribut.
6.
Importance Grid
Metode ini pertama kali diperkenalkan
oleh IBM Consulting Group. Itu adalah dua dimensi grid yang didasarkan pada
implisit (Statistik inferred) dan eksplisit pentingnya peringkat (customer‟s
diri menyatakan) (Varva 1997; Homburg dan Warner, 1998). Pendekatan yang dilakukan
dengan membedakan performa produk berdasarkan:
- Atribut dasar: eksplisit yang tinggi dan implisit
yang rendah
- Atribut yang menarik: eksplisit yang rendah dan
implisit yang tinggi
- Atribut Performa: eksplisit yang tinggi – implisit
yang tinggi, eksplitisit yang rendah eksplisit – implisit yang rendah
7.
Regression
Analysis with Dummy Variables (RADV)
Metode
ini telah terbukti menjadi metode yang dapat diandalkan untuk mengetahui klasifikasi performa attribut bila
dibandingkan dengan metode lain. Metode ini juga merupakan pendekatan yang “
user friendly “ karena didasarkan pada data survei kepuasan pelanggan (
Performa kinerja atribut dan kepuasan secara keseluruhan). Sampai saat ini
usaha-usaha yang digunakan oleh praktisi untuk memperhitungkan respon yang
non-linear dan asimetris tentang kepuasan pelanggan untuk kualitas performa
atribut menggunakan aplikasi regresi dengan dummy variabel.
Sumber : Disertasi " Three Dimensional Modelling of Customer Satisfaction, Retention, and Loyalty for Measuring Quality of Service "
