Pengaruh Kompetensi & Program Mercant Day Terhadap Customer Relationship Management Serta Dampaknya Kepada Peningkatan Sales Volume Menggunakan Model Partial Least Square (Studi Kasus Pada Kantor Cabang Tasikmalaya PT. Bank Negara Indonesia (Persero), Tbk.)

journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview Publisher The Post Graduate Program of Universitas Galuh Master of Management Studies Program ©2019 PENGARUH KOMPETENSI DAN PROGRAM MERCHANT DAY TERHADAP CUSTOMER RELATIONSHIP MANAGEMENT SERTA DAMPAKNYA KEPADA PENINGKATAN SALES VOLUME MENGGUNAKAN MODEL PARTIAL LEAST SQUARE: STUDI PADA KANTOR CABANG TASIKMALAYA PT. BANK NEGARA INDONESIA Wursan1, Erwin Yulianto2 1 Fakultas Ekonomi, Universitas Siliwangi, Tasikmalaya email: wur.prayogo@gmail.com 2 Article History: Received 17 September 2019 Recieved in revished form 24 September 2019 Acepted 4 September 2019 Available offline 30 October 2019 Available online 1 November 2019 Language Transcript: Indonesia Keywords: Kompetensi; merchant day; electronic data capture; customer relationship management; peningkatan sales volume 1. Universitas Langlangbuana, Bandung email: rwinyulianto@yahoo.com Abstract - Penjualan merupakan bagian yang memegang peranan penting dalam perusahaan karena hasil dari penjualan merupakan sumber kelangsungan usaha. Program Merchant Day adalah kegiatan retensi terhadap nasabah merchant BNI dengan cara memberikan edukasi mesin EDC (Electronic Data Capture) BNI untuk mendukung kegiatan transaksional. Penelitian ini bertujuan untuk mengetahui pengaruh kompetensi dan program merchant day terhadap peningkatan jumlah transaksi serta dampaknya kepada keberlanjutan sales volume. Metode analisis dalam penelitian ini adalah analisis deskriptif dan verifikatif. Pemodelan dari kerangka penelitian dirancang dengan menggunakan model Partial Least Square yang merupakan metode untuk mengestimasi path model yang menggunakan konstrak laten dengan multiple indicators. Hasil penelitian menunjukkan bahwa terdapat pengaruh yang signifikan antara kompetensi dan program Merchant Day terhadap Customer Relationship Management. Demikian pula halnya hubungan antara Customer Relationship Management terhadap Peningkatan Sales Volume memiliki pengaruh yang signifikan. online melalui e-banking dan tabungan digital. PENDAHULUAN Era Digitalisasi memaksa kita untuk melakukan perubahan di segala bidang, termasuk dunia perbankan. Perkembangan teknologi finansial merubah cara transaksi keuangan offline menjadi online atau dikenal dengan cashless. Kita kini tidak perlu repot lagi datang ke bank atau ATM terdekat untuk mentransfer sejumlah dana, misalnya. Bahkan, membuka rekening baru pun sudah memungkinkan dilakukan secara Stephen Covey (2004) mengatakan bahwa pada karakteristik knowledge economy akan terjadi perubahan globalisasi pasar dan teknologi. Demokrasi informasi dan ekspektasi, konektivitas universal, peningkatan intensitas kompetisi, pergeseran penciptaan kekayaan dari uang dan manusia serta knowledge worker market. Hal ini artinya bahwa tantangan 399 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview yang harus dijawab oleh perusahaan yang ingin menang dalam kompetisi harus mampu berkolaborasi, inovasi, adaptasi, penguasaan teknologi dan pasar serta pengelolaan aset-aset intelektual. Kehadiran Fintech bukan sebagai kompetisi untuk bank, tapi justru menjembatani bank dengan masyarakat yang belum tersentuh layanan keuangan ini. yang diharapkan melalui fasilitas EDC dapat menambah rasio CASA (Curent Account Saving Account) atas Dana Pihak Ketiga BNI Cabang Tasikmalaya melalui peningkatan jumlah transaksi. Jumlah MID (Merchant ID) yang yang terafiliasi dengan BNI Cabang Tasikmalaya sebanyak 189 Merchant dengan 262 unit MID/EDC terpasang. Adapun jumlah transaksi dan volume penjualan MID ada transaksi baru 64,92% dan TID ada transaksi 57,45%. (BNI, 2019). Tren kinerja jumlah transaksi dan sales volume selama kurun waktu 2012 sampai dengan Juni 2019 dapat dilihat pada Tabel 1 berikut. PT Bank Negara Indonesia (Persero) Tbk (BNI) merupakan salah satu Badan Usaha Milik Negara yang terpercaya dan memiliki jaringan yang luas. Saat ini BNI memiliki beberapa produk unggulan yang dapat bersaing baik dari segi teknologi maupun kedekatan kepada masyarakat. Adapun salah satu produk teknologi yang paling diandalkan dan dapat menghimpun dana nasabah dengan besar dan mudah adalah BNI EDC (Electronic Data Capture). Hampir setiap bank mengeluarkan mesin EDC sesuai versinya masing-masing dan disediakan bagi mereka yang mengajukan permohonan kepemilikan mesin EDC. Syarat dan ketentuan dalam memberikan mesin EDC berbeda sesuai dengan strategi masing-masing bank sehingga menyebabkan persaingan EDC Merchant di pasar sangat ketat. Tabel 1. Tren Kinerja Jumlah Transaksi dan Sales Volume Periode 2012 s.d. Juni 2019 No 1 2 3 4 5 6 7 8 Tahun 2012 2013 2014 2015 2016 2017 2018 Jun 2019 Jumlah Transaksi 46.920 35.640 51.456 42.288 40.392 48.912 41.208 22.584 (*Dalam Rp. Juta,-) Sales Volume* 46.745 34.389 46.770 47.389 56.260 61.031 56.627 29.544 Sumber : BNI (2019) Kinerja Sales volume EDC Merchant BNI selama tahun 2018 menurun dibandingkan tahun 2017, dan pertumbuhan setiap tahunnya cenderung fluktuatif. Demikian pula dengan tren kinerja jumlah transaksi dimana pada tahun 2012–2013, 2014-2016 dan 2017-2018 mengalami penurunan. Kinerja merupakan suatu proses manajemen yang dirancang untuk menghubungkan tujuan organisasi dengan tujuan individu sedemikian rupa, sehingga baik tujuan individu maupun tujuan korporasi dapat bertemu. Ukuran dari kinerja perusahaan sangatlah bermacam-macam dan berbeda-beda dari satu industri ke industri lainnya. Kinerja keuangan adalah salah satu tolak ukur dalam menilai suatu bank dan kondisi keuangan yang bagus cenderung menarik perhatian investor (Supriyatna dan Yulianto, 2019). Sistem pelayanan yang diberikan oleh BNI melalui produk EDC kepada merchant, diharapkan merasa puas sehingga loyal terhadap BNI. Selanjutnya merchant dapat terus menggunakan serta memanfaatkan kembali. BNI bekerjasama dengan nasabah merchant yang memiliki usaha dalam melakukan transaksi perbelanjaan dengan cara memberikan fasilitas EDC yang memudahkan setiap pembayaran belanja masyarakat serta memberikan keamanan tanpa perlu membawa uang tunai dalam jumlah besar untuk bertransaksi. Jika merchant merasa puas, diharapkan merchant akan memberikan rekomendasi kepada rekannya yang lain untuk menggunakan produk dan layanan BNI, serta proporsi pembelanjaan layanan bank Melihat fenomena ini, BNI berinisiatif untuk melakukan retensi nasabah merchant melalui program Merchant Day yang dilakukan oleh 400 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview • account officer dan unsur pimpinan yang memiliki kompetensi handal. Program Merchant Day adalah kegiatan kunjungan dalam rangka meretensi Nasabah / Merchant BNI, dengan harapan dapat meningkatkan sales volume secara berkelanjutan sehingga CASA DPK BNI Cabang Tasikmalaya meningkat. Sudarmanto (2009) mengutarakan bahwa kompetensi merupakan suatu atribut untuk melekatkan sumber daya manusia yang berkualitas dan unggul. Atribut tersebut adalah kualitas yang diberikan pada orang atau benda, yang mengacu pada karakteristik tertentu yang diperlukan untuk dapat melaksanakan pekerjaan secara efektif. Atribut tersebut terdiri atas pengetahuan, keterampilan, dan keahlian atau karakteristik tertentu. Dengan beberapa pengertian dari para ahli, maka dapat disimpulkan bahwa kompetensi adalah karakteristik dasar yang dimiliki oleh seseorang yang dapat menciptakan kinerja yang baik dalam melakukan pekerjaan yang menjadi tanggung jawabnya. 2. KERANGKA PIKIRAN 2.1 Kompetensi Kompetensi adalah suatu hal yang dikaitkan dengan kemampuan, pengetahuan / wawasan, dan sikap yang dijadikan suatu pedoman dalam melakukan tanggung jawab pekerjaan yang dikerjakan oleh pegawai. Kesuksesan yang didapat pegawai adalah hasil dari peningkatan kompetensi pegawai selama bekerja di perusahaan. Definisi kompetensi menurut Spencer dalam Moeheriono (2009) adalah karakteristik yang mendasari seseorang berkaitan dengan efektifitas kinerja individu dalam pekerjaannya atau karakteristik dasar individu yang memiliki hubungan kausal atau sebab-akibat dengan kriteria yang dijadikan acuan, efektif atau berkinerja prima atau superior di tempat kerja atau pada situasi tertentu. 2.2 Konsep Edukasi Electronic Capture Pada Merchant Day Karakteristik dasar (underlying characteristic) kompetensi adalah bagian dari kepribadian yang mendalam dan melekat pada seseorang serta mempunyai perilaku yang dapat diprediksi pada berbagai keadaan tugas pekerjaan. • Hubungan kausal (causally related) berarti kompetensi dapat menyebabkan atau digunakan untuk memprediksi kinerja seseorang, artinya jika mempnyai kompetensi tinggi, maka akan mempunyai kinerja tinggi pula (sebagai akibat). Data Merchant adalah penjual barang / jasa yang memiliki bentuk usaha dalam bentuk physical store maupun online store yang bekerjasama dengan Bank dalam penyediaan layanan penerimaan pembayaran melalui e-money, kartu ATM baik Kartu Debit maupun Kartu Kredit yang dikeluarkan oleh bank. Merchant bisa berbentuk perorangan atau badan hukum. Merchant perorangan adalah merchant milik perorangan tanpa berdasarkan pada tata cara dan ketentuan pendirian usaha berbadan hukum. Merchant berbadan hukum adalah merchant yang didirikan berdasarkan pada tata cara dan ketentuan pendirian usaha berbadan hukum. Berdasarkan dari definisi kompetensi ini, maka beberapa makna yang terkandung didalamnya adalah sebagai berikut : • Kriteria (criterian referenced) yang dijadikan sebagai acuan, bahwa kompetensi secara nyata akan memprediksikan seseorang dapat bekerja dengan baik, harus terukurdan spesifik atau terstandar. EDC (Electronic Data Capture) adalah mesin yang berfungsi sebagai sarana penyedia transaksi dan alat pembayaran yang penggunaannya dengan cara 401 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview memasukkan atau menggesek kartu ATM, kartu debit maupun kartu kredit dalam suatu bank maupun antar bank, serta dilengkapi dengan fasilitas pembayaran lainnya yang terkoneksi secara realtime. Cara kerja Mesin EDC hampir seperti mesin ATM mini. Pengguna wajib untuk memasukan PIN kartu setelah kasir memasukan jumlah tagihan yang harus dibayarkan. Mesin EDC sendiri dibedakan menjadi 3 jenis, yaitu: • Edukasi terhadap Merchant dan melakukan perbaikan apabila ada EDC yang rusak atau tidak berfungsi. Program ini merupakan salah satu strategi pemasaran, seperti halnya yang telah dipaparkan oleh Kotler dan Keller (2009) bahwa perusahaan dapat mengklaim bahwa mereka mempunyai strategi ketika mereka melaksanakan kegiatan yang berbeda dengan pesaingnya atau melaksanakan kegiatan yang sama dengan cara yang berbeda. Fixed Line, yaitu EDC yang menggunakan kabel telepon dari Telkom dan untuk biaya berlanggangan akan dibayarkan ke Telkom. Tipe ini adalah default dari jenis mesin EDC. • GPRS, yaitu EDC yang tergantung pada sinyal selular, tapi sumber powernya menggunakan listrik PLN sehingga harus selalu tersambung pada stop kontak PLN. Cara kerjanya memakai SIM card seperti handphone dan harus selalu tersambung ke sumber listrik sebagai pengganti pemakaian baterai. • GPRS Mobile, yaitu EDC yang memanfaatkan sinyal seluler namun tidak harus dicolok ke sumber listrik karena menggunakan baterai sehingga dapat diisi ulang dan praktis dibawa kemanapun. 2.3 Konsep Merchant Day Sebagai Salah Satu Implementasi Customer Relation Management Program Merchant Day merupakan strategi Customer Relation Management (CRM) yang dilakukan BNI Cabang Tasikmalaya dalam melakukan retensi nasabah Merchant yang merupakan strategi bisnis untuk mengoptimalkan setiap interaksi nasabah / pelanggan dalam memaksimalkan keberhasilan usaha. CRM yang efektif dilakukan dengan pemanfaatan pengetahuan yang kita miliki mengenai nasabah kita. Setiap kali kita berinteraksi dengan nasabah, kita akan melakukan sesuatu yang berbeda, secara lebih baik, atau lebih relevan dengan nasabah tersebut sehingga interaksi lebih bermakna. Retensi pelanggan adalah sebuah bentuk keterikatan batin antara pelanggan dengan produsen yang ditandai dengan pembelian yang berulang dan pada dasarnya bersifat jangka panjang (Kotler dan Keller, 2008). Retensi merupakan salah satu strategi dalam pemasaran dengan tujuan untuk membuat customer menjadi loyal, advocate dan membangun komunitas. Mereka akan tetap menggunakan, mengkonsumsi dan membeli produk kita. Retensi juga berarti mempertahankan pelanggan yang pernah membeli, dengan segala upaya, baik kegiatan relationship maupun kegiatan selling, dengan tujuan agar para nasabah dapat melakukan repeat order baik produk yang sama ataupun produk yang lain. Hasil Penelitian yang dilakukan oleh Destiana (2014) menunjukkan bahwa kualitas Pelayanan Electronic Data Capture memiliki hubungan yang signifikan sebesar 74% terhadap kepuasan merchant dan sisanya 26% dipengaruhi oleh factor-faktor lain. Program Merchant Day merupakan Program Nasional BNI yang bertujuan untuk meningkatkan aktifitas transaksi EDC Merchant BNI yang pelaksanaanya disesuaikan dengan Wilayah / Cabang masing-masing. Adapun untuk Cabang Tasikmalaya, Merchant Day dilaksanakan setiap hari Rabu, dengan mengerahkan seluruh tenaga Sales dan Pimpinan BNI Cabang Tasikmalaya. Kegiatan Merchant Day adalah melakukan 402 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview Apabila kita mampu menjaga pelanggan untuk loyal, berimbas pada peningkatan profit perusahaan. Pengalaman kita sebagai pemasar bahwa menjaga pelanggan untuk loyal, sangatlah murah, ada beberapa pelanggan yang sudah memiliki kedekatan emosional “intimacy” dengan staf (perusahaan), relatif yang diperlukan hanya biaya komunikasi saja, sangat-sangat murah. Sebenarnya menjaga pelanggan sudah dimulai prosesnya sejak pertama kali bertemu dengan mereka, saat mereka masih menjadi prospek bahkan suspect, sejak itulah sudah kita lakukan hal-hal terkait dengan rencana retensi kepada mereka kelak. Hal paling utama adalah membangun dan menggunakan database. dengan demikian level hubungan akan membaik. Dengan menggunakan CRM dalam meretensi nasabah EDC Merchant BNI Cabang Tasikmalaya, diharapkan pihak BNI dapat : Memulai CRM harus dengan database yang baik dan benar. BNI Cabang Tasikmalaya sudah memiliki data pelanggan. Saat menjadi nasabah pertama kali, Customer Service sudah melakukan pendataan calon nasabah dengan sangat detail, dimulai dari biodata diri sampai hal-hal yang sangat personal, hobi, pekerjaan, bahkan nama ibu kandung. Setelah menjadi nasabah, pihak BNI akan semakin kaya dengan informasi nasabah. Sebagai contoh, melalui nasabah kartu kredit, pihak bank dapat mengetahui data transaksi, kebiasaan transaksi, barangbarang yang biasa dibeli dengan kartu kredit, di merchant mana saja, cara membayar tagihan, dan seterusnya. Dengan memiliki data sebanyak itu, sangat memungkinkan untuk membuat program yang customized sesuai dengan profil masing-masing pelanggan. Menjalankan CRM pada prinsipnya adalah meretensi nasabah dengan relationship, yaitu menjaga dan mengembangkan hubungan, sehingga level hubungan meningkat. Untuk itulah tidak bisa sembarangan berkomunikasi dengan pelanggan, tetapi harus melakukan komunikasi yang bermakna, komunikasi yang memiliki arti penting bagi pelanggan, • Menciptakan lingkaran komunikasi, menetukan saluran komunikasi (offline/online, text/voice, satu arah/dua arah), membuat program komunikasi dengan pelanggan (Greeting, Understanding, Relationship, Selling), dan menjalankan komunikasi secara efektif (Tahap ini merupakan usaha mendapatkan loyalitas pelanggan dengan mendengarkan pelanggan dan berusaha memenuhi keinginan pelanggan). • Mendapatkan Customer Profiling, menambah info pelanggan dari waktu ke waktu, memanfaatkan saluran komunikasi, mengenal pelanggan lebih dalam dan profil pelanggan seperti Siapa mereka, Siapa saja yang ada dalam keluarga, Apa pekerjaan, Apa ambisi – ambisi, Apa yang mereka suka dan tidak, Kebiasaan belanja, dan lainnya. • Menggunakan dan mengolah data. Informasi yang kita miliki tentang pelanggan diolah dan digunakan sebagai bahan untuk berkomunikasi dengan mereka agar komunikasi bermakna. Data cara belanja, ulang tahun, data komplain pelanggan, data preferensi pelanggan seperti hobi, penyakit, dan lainnya merupakan sumber masukan dalam melakukan analisis pengolahan data. • Ask : Customer Want & Need. Selalu bertanya 1-2 hal tentang nasabah di setiap kesempatan berkomunikasi dengan pelanggan seperti alasan memasang EDC, siapa saja yang menggunakan EDC, harapan pelanggan 403 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) • • • http://jurnal.unigal.ac.id/index.php/managementreview tentang produk dan layanan, alasan tidak lagi menggunakan EDC BNI dan informasi lainnya. Semakin mengenal mereka, kita akan semakin jauh dari red ocean strategy (persaingan yang berdarah-darah). CRM. Tidak ada pilihan lain agar bisnis Merchant BNI bisa bertahan dan berkembang, maka kita harus mengadopsi dan menjalankan strategi CRM. Mengembangkan potensi pelanggan. Bila saat ini nasabah baru membeli satu jenis produk (EDC), maka ada kemungkinan mereka membeli produk yang lainnya. Contoh nasabah yang sudah menjadi Merchant sudah semestinya dia akan membutuhkan pembiayaan / kredit seperti BNI Cash Management dan lainnya. Jika nasabah merasa puas maka mereka akan memberikan rekomendasi minimal kepada keluarga / rekannya. Berdasarkan fenomena permasalahan yang telah diuraikan sebelumnya, maka kerangka pemikiran dari penelitian ini dapat dijabarkan sebagaimana Gambar 1 berikut. 2.4 Kerangka Pemikiran & Hipotesis Penelitian Gambar 1. Kerangka Pemikiran Model Pengaruh Kompetensi dan Program Merchant Day Terhadap Customer Relationship Management Serta Dampaknya Kepada Peningkatan Sales Volume Menggali customer knowledge. Kadang kala informasi pelanggan berhenti sebagai info yang tidak berguna. Tugas kita adalah mengolah informasi tentang pelanggan ini menjadi knowledge yang bisa digunakan untuk membuat keputusan terkait dengan pelanggan Menurut Sugiyono (2013), hipotesis merupakan jawaban sementara terhadap rumusan masalah penelitian. Hipotesis juga dapat dinyatakan sebagai jawaban teoritis terhadap rumusan masalah penelitian, belum jawaban yang empirik. Berdasarkan latar belakang masalah dan kerangka pemikiran sebelumnya, maka diajukan hipotesis penelitian sebagai berikut : Menggunakan knowlege secara berkesinambungan. Berinteraksi dengan pelanggan harus dengan knowledge. Tiga Kunci kesuksesan dalam mengimplementasikan CRM, yaitu People, Proses (dalam hal ini adalah policy perusahaan) dan Technology. SDM harus dilatih untuk memiliki keterampilan dan jiwa dalam mengelola hubungan dengan nasabah secara efektif dan berpartisipasi dalam inisiatif CRM BNI secara menyeluruh. Proses Bisnis harus didefinisikan untuk semua SDM yang berhadapan dengan nasabah dan mendapat dukungan agar pengelolaan hubungan berjalan efektif, efisien dan terus-menerus. • Terdapat pengaruh antara Kompetensi terhadap Program Merchant Day. • Terdapat pengaruh antara Kompetensi dan Program Merchant Day terhadap Customer Relationship Management. • Terdapat pengaruh antara Customer Relationship Management terhadap Peningkatan Sales Volume. 3. METODE PENELITIAN Berdasarkan tujuannya, jenis penelitian ini adalah penelitian deskriptif dan verifikatif yaitu penelitian yang bertujuan untuk mendapatkan gambaran tentang Tantangan dalam menjalankan CRM, antara lain membangun database, komitmen manajemen untuk konsisten memberikan dukungan dan menjalankan 404 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview karakteristik variabel penelitian dan mengukur hubungan antar variabel penelitian melalui proses pengujian hipotesis (Suryanto, 2005). Jenis data yang digunakan dalam penelitian ini adalah data primer dari Dashboard BNI selama 7 tahun dan data kuisioner dari nasabah. Variabel yang akan menjadi fokus penelitian adalah Kompetensi, Program Merchant Day, Customer Relationship Management dan Peningkatan Sales Volume. Unit analisis yang menjadi sumber data primer adalah seluruh nasabah merchant pengguna mesin EDC yang terdaftar di BNI Cabang Tasikmalaya sebagai populasi. perilaku variabel penelitian. Teknik analisis data yang dipergunakan untuk mengetahui hubungan korelatif dalam penelitian ini yaitu Partial Least Square (PLS). Tabel 1. Operasionalisasi Variabel VARIABEL DIMENSI INDIKATOR 1 2 3 Peningkatan Sales Volume Transaksi Sales Volume 4 5 Transaksi Merchant Interval 1 Transaksi Terminal Interval 2 Jumlah Transaksi Interval 3 Sales Volume Interval 4 Lingkaran Komunikasi Interval 5 Interval 6 Customer Profiling Interval 7 Ask Custimer Want & Need Interval 8 Cross Selling Interval 9 Custumer Data Analysis Interval 10 Penawaran Sesuai Profil Nasabah Interval 11 Berinteraksi dengan knowledge. Interval 12 Technical Competencies Interval 13 General Competencies Interval 14 Customer Identification Greeting & Understanding Customer Relationship Management Customer Attraction Customer Retention Task Skill Kompetensi Pendekatan metode penelitian yang digunakan untuk menguji hipotesis adalah model causal research (penelitian sebabakibat), yaitu suatu model desain riset, dimana penekanannya pada suatu hubungan sebab akibat), atau suatu model riset konklusif yang didesain untuk mengumpulkan bukti-bukti hubungan sebab akibat. Selanjutnya, penyelidikan hubungan kausal antar variabel dalam penelitian ini akan digunakan teknik analisis jalur (Path Analysis) dimana pendeskripsian profil data pada masingmasing dimensi variabel digunakan alat analisis statistik deskrptif dengan aplikasi Statistical Product and Service Solution (SPSS) 25 For Windows dan Smart PLS 3. Task Management Skill Transfer Skills Product Performance Program Product Features Merchant Day Service Ability SKALA NO Masa Kerja Interval 15 Decision Making Interval 16 People Management Interval 17 Job Delegation Interval 18 Customer Coaching Interval 19 Customer Councelling Interval 20 Masa Garansi Produk Interval 21 Kehandalan Jaringan Interval 22 Fitur Utama Interval 23 Fitur Pendukung Interval 24 Sosialisasi & Edukasi Interval 25 Servis & Perbaikan Interval 26 Sumber: Pengolahan Data Internal Pengujian hipotesis penelitian dilakukan dengan menggunakan teknik pengujian kuantitatif. Oleh karena itu data hasil pengukuran variabel latent (construct variables) dan variabel manifest (observable variables) harus dikonversi ke dalam bentuk kuantitatif. Dalam pengukurannya digunakan seperangkat alat berupa kuisioner. Kategori penskalaan diawali dari 1 yang mewakili peringkat skala terendah dan sampai 5 untuk mewakili peringkat skor tertinggi. 3.1 Operasionalisasi Variabel Operasionalisasi variabel dan pengukuran masing-masing variabel penelitian seperti ditunjukkan pada Tabel 2 menggunakan skala Likert dalam pengukuran dimensi atau indikator variabel. Tipe skala Likert paling sering digunakan para peneliti perilaku dan sangat cocok untuk mengukur respons sikap responden terhadap obyek variabel yang diteliti. Selain itu, tipe skala Likert memiliki jenis skala ukur interval (Sugiyono, 2013). Analisis verifikatif dipergunakan untuk menguji hipotesis dengan menggunakan uji statistik dan menitikberatkan pada pengungkapan 3.2 Partial Least Square (PLS) Metode PLS dikembangkan pertama kali oleh Wold (1984) sebagai metode umum untuk mengestimasi path model yang menggunakan konstrak laten dengan multiple indicators. Metode PLS merupakan analisis yang handal karena tidak mengasumsikan distribusi tertentu, dapat digunakan pada setiap jenis skala data (nominal, ordinal, interval dan rasio) dengan jumlah sampel yang kecil (kurang dari 100). PLS juga digunakan untuk 405 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview konfirmasi teori dan lebih cocok untuk tujuan prediksi. Berdasarkan hipotesis konseptual yang diajukan serta paradigma penelitian, dapat digambarkan suatu kerangka alur hubungan antara variabel berupa model sebagaimana Gambar 2 berikut. menguji reliabilitas suatu konstruk. Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi dan ketepatan instrurnen dalam mengukur konstruk. 𝜌𝑐 = (∑ 𝜆𝑘𝑗 ) 2 2 (∑ 𝜆𝑘𝑗 ) + ∑( 1 − 𝜆2𝑘𝑗 ) dimana 𝜌𝑐 = loading factor variabel manifes ke-k pada variabel laten kej. (Nunnally, 1994) merekomendasikan Composite reliability gabungan di atas 0,7 mengindikasikan konsistensi pengukuran yang baik. Nilai acuan terkait pengujian validitas dan reliabilitas Outer Model dapat dilihat pada Tabel 2 sebagai berikut. Gambar 2. Model Struktural Hubungan Variabel Latent (Eksogen, Intervening & Endogen), Sub Variabel / Dimensi Beserta Indikator, & Variabel Kesalahan (Error) Tabel 2. Nilai Acuan Pengujian Validitas & Reliabilitas Model Model penelitian di atas pada hakekatnya memperlihatkan Kompetensi dan Program Merchant Day sebagai variabel eksogen, Customer Relationship Management merupakan variabel intervening dan Peningkatan Sales Volume sebagai variabel endogen. Uji validitas dan reliabilitas dalam model pengukuran dapat dilihat dari nilai-nilai berikut. Validitas & Reliabilitas Validitas Convergent Validitas Convergent Validitas Discriminant • Nilai Loading Factor (λ), merupakan ukuran yang dapat kita pergunakan untuk mengevaluasi reliabilitas setiap variabel manifes. Nilai loading factor yang tinggi menunjukkan bahwa tiap indikator konstruk converge pada satu titik. Chin (1998) mengatakan λ ≥ 0,7 mengindikasikan reliabilitas yang baik. Nilai loading factor paling besar menunjukkan indikator yang paling berkaitan erat dengan variabel latennya. Reliabilitas Parameter Loading Factor Average Variance Extracted Cross Loading Akar kuadrat AVE & Korelasi antar Konstruk Laten Cronbach's Alpha Composite Reliability Aturan Keputusan > 0,70 untuk Confirmatory Research > 0,60 masih dapat diterima untuk Exploratory Research > 0,50 untuk Confirmatory maupun Exploratory Research > 0,70 untuk setiap variable Akar Kuadrat AVE > Korelasi antar Konstruk Laten > 0,70 untuk Confirmatory Research > 0,60 masih dapat diterima untuk Exploratory Research > 0,70 untuk Confirmatory Research 0,60 – 0,70 masih dapat diterima untuk Exploratory Research 4. PEMBAHASAN 4.1 Deskripsi Hasil Pengukuran Variabel Penelitian • Reliabilitas Gabungan (Composite reliability), selain uji validitas, Outer model juga dilakukan untuk 406 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview Perumusan atau pernyataan hipotesishipotesis yang telah dirumuskan dari struktur hubungan variabel konstruk atau laten dapat dilakukan pengujian setelah dilakukan pengukuran dimensi atau indikator dari masing-masing variabel konstruk selesai dilakukan. Variasi nilai data pada dimensi atau indikator akan menggambarkan variasi variabel konstruknya. Kuat atau lemahnya hubungan berbagai indikator dengan variabel konstruk ditunjukkan oleh besar kecilnya nilai faktor bobot (loading factor) yang dimiliki oleh masing-masing dimensi atau indikator dari variabel konstruknya. melakukan analisis Confirmatory Factor Analysis (CFA). Analisis CFA merupakan analisis yang digunakan untuk mengukur dan menguji kualitas item-item dan dimensi yang digunakan untuk mengukur variabel penelitian. Model pengukuran ini adalah model pengukuran Second Order. Variabel Kompetensi diukur dengan menggunakan tiga dimensi yaitu Task Skill (X1), Task Management Skill (X2) dan Transfer Skill (X3). Hasil perhitungan model pengukuran dengan Partial Least Square (PLS) disajikan pada Tabel 4 sebagai berikut. Berdasarkan output program Smart PLS estimasi parameter lamda adalah sama dengan estimasi nilai parameter regresi yang terstandarisasi (standardized regression weigth) atau disebut sebagai koefisien jalur (path coefficient). Dengan diketahuinya besaran nilai koefisen jalur maka perhitungan seberapa besar nilai pengaruh struktural secara langsung, tidak langsung maupun pengaruh total dari variabel prediktor terhadap prediktannya dapat diketahui dan ditentukan. Adapun besaran nilai koefisien hasil estimasi parameter lamda X dan lamda Y terlihat dalam Tabel 3 sebagai berikut. Tabel 4. Model Pengukuran DimensiDimensi Variabel Kompetensi Dimension X1 ← K X2 ← K X3 ← K Program Merchant Day (PMD) a. Product Performance (X4 ) b. Product Features (X5 ) c. Service Ability (X6 ) Variabel Intervening Customer Relationship Management (CRM) a. Customer Identification (Y1 ) b. Customer Attraction (Y2 ) c. Customer Retention (Y3 ) Variabel Endogen 0,884 Peningkatan Sales Volume (PSV) 0,917 a. Transaksi (Y4 ) 0,864 b. Sales Volume (Y5 ) Standar Error 0,014 0,015 0,011 t Statistic p Values 77,479 73,445 83,668 0,000 0,000 0,000 AVE Composite Reliability 0,878 0,961 Sumber : Hasil Analisis Program Smart PLS 3.0 Berdasarkan Tabel 4 terlihat bahwa semua dimensi yang digunakan untuk mengukur variabel Kompetensi memiliki nilai loading factor lebih besar dari 0,70, sehingga dapat disimpulkan bahwa ketiga dimensi tersebut menghasilkan Composite Reliability lebih dari 0,70. Dengan demikian ketiga dimensi tersebut dapat disimpulkan valid dan reliable. Berdasarkan hasil perhitungan tersebut terlihat bahwa dimensi Transfer Skill (X3) merupakan dimensi yang paling dominan terhadap variabel Kompetensi dengan nilai loading factor sebesar 0,915. Tabel 3. Hasil Nilai Estimasi Parameter Lamda (Loading Factor) Pada MasingMasing Dimensi / Indikator Variabel Eksogen, Intervening dan Endogen Dalam Model Penelitian Variabel Eksogen Nilai λ Kompetensi (K) 0,843 a. Task Skill (X1 ) b. Task Management Skill (X2 ) 0,793 0,915 c. Transfer Skills (X3 ) Loading Factor λ 0,843 0,793 0,915 Variabel Program Merchant Day diukur dengan menggunakan tiga dimensi yaitu Product Performance (X4), Product Features (X5) dan Service Ability (X6). Hasil perhitungan model pengukuran dengan Partial Least Square (PLS) disajikan pada Tabel 5 sebagai berikut. Nilai λ 0,867 0,746 0,886 Nilai λ 0,966 0,935 Sumber : Hasil Analisis Program Smart PLS 3.0 4.2 Analisa Model Pengukuran Tabel 5. Model Pengukuran DimensiDimensi Variabel Program Merchant Day Tahapan yang harus dilakukan dalam melakukan model pengukuran adalah 407 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) Dimension X4 ← PMD X5 ← PMD X6 ← PMD Loading Factor λ 0,884 0,917 0,864 Standar Error 0,014 0,013 0,010 t Statistic p Values 120,879 101,515 77,3790 0,000 0,000 0,000 http://jurnal.unigal.ac.id/index.php/managementreview AVE Composite Reliability 0,931 0,958 tersebut terlihat bahwa dimensi Customer Retention (Y3) merupakan dimensi yang paling dominan terhadap variabel Customer Relationship Management dengan nilai loading factor sebesar 0,886. Sumber : Hasil Analisis Program Smart PLS 3.0 Berdasarkan Tabel 5 terlihat bahwa semua dimensi yang digunakan untuk mengukur variabel Program Merchant Day memiliki nilai loading factor lebih besar dari 0,70, sehingga dapat disimpulkan bahwa ketiga dimensi tersebut menghasilkan Composite Reliability lebih dari 0,70. Dengan demikian ketiga dimensi tersebut dapat disimpulkan valid dan reliable. Berdasarkan hasil perhitungan tersebut terlihat bahwa dimensi Product Features (X5) merupakan dimensi yang paling dominan terhadap variabel Program Merchant Day dengan nilai loading factor sebesar 0,917. Variabel Peningkatan Sales Volume diukur dengan menggunakan dua dimensi yaitu Transaksi (Y4) dan Sales Volume (Y5). Hasil perhitungan model pengukuran dengan Partial Least Square (PLS) disajikan pada Tabel 7 sebagai berikut. Tabel 7. Model Pengukuran DimensiDimensi Variabel Peningkatan Sales Volume Dimension Y4 ← PSV Y5 ← PSV Y1 ← CRM Y2 ← CRM Y3 ← CRM Standar Error 0,012 0,008 0,010 t Statistic p Values 99,406 82,488 122,583 0,000 0,000 0,000 AVE Composite Reliability 0,904 0,959 t Statistic p Values 149,818 93,461 0,000 0,000 AVE Composite Reliability 0,918 0,917 Berdasarkan Tabel 7 terlihat bahwa semua dimensi yang digunakan untuk mengukur variabel Peningkatan Sales Volume memiliki nilai loading factor lebih besar dari 0,70, sehingga dapat disimpulkan bahwa kedua dimensi tersebut menghasilkan Composite Reliability lebih dari 0,70. Dengan demikian kedua dimensi tersebut dapat disimpulkan valid dan reliable. Berdasarkan hasil perhitungan tersebut terlihat bahwa dimensi Transaksi (Y4) merupakan dimensi yang paling dominan terhadap variabel Peningkatan Sales Volume dengan nilai loading factor sebesar 0,966. Tabel 6. Model Pengukuran DimensiDimensi Variabel Customer Relationship Management Loading Factor λ 0,867 0,746 0,886 Standar Error 0,006 0,010 Sumber : Hasil Analisis Program Smart PLS 3.0 Variabel Customer Relationship Management diukur dengan menggunakan tiga dimensi yaitu Customer Identification (Y1), Customer Attraction (Y2) dan Customer Retention (Y3). Hasil perhitungan model pengukuran dengan Partial Least Square (PLS) disajikan pada Tabel 6 sebagai berikut. Dimension Loading Factor λ 0,966 0,935 Sumber : Hasil Analisis Program Smart PLS 3.0 Berdasarkan Tabel 6 terlihat bahwa semua dimensi yang digunakan untuk mengukur variabel Customer Relationship Management memiliki nilai loading factor lebih besar dari 0,70, sehingga dapat disimpulkan bahwa ketiga dimensi tersebut menghasilkan Composite Reliability lebih dari 0,70. Dengan demikian ketiga dimensi tersebut dapat disimpulkan valid dan reliable. Berdasarkan hasil perhitungan 4.3 Analisa Model Struktural Setelah pengujian Outer Model dinyatakan valid dan reliable, langkah selanjutnya adalah melakukan pengujian model struktural (Inner Model) dari model lengkap. Koefisien jalur dari model struktural yang telah diuji dan diukur dapat dilihat pada persamaan inner model sebagaimana Tabel 8 sebagai berikut. 408 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview memiliki nilai loading factor lebih besar dari 0,70 atau nilai t statistic > 1,99 dengan tingkat nilai p value lebih kecil dari 0,05 sehingga dengan demikian dapat dikatakan valid. Demikian juga dengan setiap dimensi menghasilkan nilai composite reliability yang lebih besar dari 0,70 sehingga dengan demikian dapat disimpulkan reliable. Tabel 8. Persamaan Inner Model Inner Model λ PMD ← K CRM ← K CRM ← PMD PSV ← CRM 0,885 0,878 0,886 0,923 Standard Error 0,130 0,007 0,073 0,128 tp-Value Persamaan Model Statistic 109,131 0,000 PMD = 0,885 K + ζ1 4,530 0,042 CRM = 0,878 K + 0,886 PMD + ζ2 5,925 0,000 17,044 0,000 PSV = 0,923 CRM + ζ3 Sumber: Print Out Hasil Analisis Program Smart PLS 3.0 Berikut Gambar 3 dan Tabel 9 merupakan penyajian hasil pengujian pengaruh Kompetensi (K) terhadap Program Merchant Day (PMD); pengaruh Kompetensi (K) dan Program Merchant Day (PMD) terhadap Customer Relationship Management (CRM) dan pengaruh Customer Relationship Management (CRM) terhadap Peningkatan Sales Volume (PSV). 5. Berdasarkan analisis kajian pengaruh Kompetensi dan Program Merchant Day pada Customer Relationship Management serta dampaknya pada Peningkatan Sales Volume di BNI Cabang Tasikmalaya yang telah diuraikan pada bab-bab sebelumnya, maka dapat disimpulkan yaitu terdapat pengaruh positif dari Kompetensi terhadap Program Merchant Day. Dalam hal ini, dimensi Transfer Skills menunjukkan pengaruh tertinggi dalam merefleksikan Kompetensi pada BNI Cabang Tasikmalaya. Terdapat pengaruh positif dari Kompetensi dan Program Merchant Day terhadap Customer Relationship Management pada BNI Cabang Tasikmalaya. Dalam hal ini, pengaruh dari Program Merchant Day lebih besar dibandingkan dengan Kompetensi terhadap Customer Relationship Management. Dimensi Product Features menunjukkan pengaruh tertinggi dalam merefleksikan Program Merchant Day pada Customer Relationship Management. Terdapat pengaruh positif dari Customer Relationship Management terhadap Peningkatan Sales Volume pada BNI Cabang Tasikmalaya. Dimensi Transaksi menunjukkan pengaruh tertinggi dalam merefleksikan Peningkatan Sales Volume. Gambar 3. Model Penuh Penelitian & Hasil Estimasi Parameter Struktural Gambar 3 menggambarkan bahwa nilai uji t dari model lengkap baik untuk model pengukuran maupun model struktural. Tabel 9. Persamaan Model Pengukuran Lengkap Variabel Kompetensi (K) Program Merchant Day (PMD) Customer Relationship Management (CRM) Dimensi Task Skill (X1 ) Task Management Skill (X2 ) Loading Factor λ 0,843 0,793 Error t Standard Statistic 0,014 77,479 0,015 73,445 p Composite AVE values Reliability 0,000 0,000 Transfer Skills (X3 ) 0,915 0,011 83,668 0,000 Product Performance (X4 ) 0,884 0,014 120,879 0,000 Product Features (X5 ) 0,013 101,515 Service Ability (X6 ) 0,864 0,010 77,3790 0,000 Customer Identification (Y1 ) 0,867 0,012 99,406 0,000 Customer Attraction (Y2 ) Customer Retention (Y3 ) Peningkatan Sales Volume Transaksi (Y4 ) (PSV) Sales Volume (Y5 ) 0,917 0,746 0,008 82,488 0,000 0,000 0,886 0,010 122,583 0,000 0,966 0,006 149,818 0,000 0,935 0,010 93,461 0,000 0,88 0,961 0,93 0,958 0,904 0,959 0,92 0,917 SIMPULAN Sumber: Print Out Hasil Analisis Program Smart PLS 3.0 Berdasarkan hasil model pengukuran secara lengkap seperti tersaji pada Tabel 9 diketahui bahwa nilai loading factor, AVE, maupun composite reliability menunjukan katagori tinggi karena semua dimensi DAFTAR PUSTAKA BNI, (2019). https://dashboard.bni.co.id/, diakses pada tanggal 21 Juli 2019 Chin, W.W. (1998). The Partial Least Squares Approach to Structural 409 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October journal of managementReview ISSN-P : 2580-4138 ISSN-E 2579-812X Volume 3 Number 3 Page (399-410) http://jurnal.unigal.ac.id/index.php/managementreview Equation Modeling, In G.A. Marcoulides [ed.]. Modern Methods for Business Research. NJ: Lawrence Erlbaum Associates Covey, Steven R. (2004). The 8th Habit Melampaui Efektivitas, Menggapai Keagungan. Jakarta: PT Gramedia Pustaka Utama Destiana, Annisa Harsi. (2014). Pengaruh Kualitas Pelayanan Terhadap Kepuasan Merchant Pada PT Bank Mandiri Persero Tbk Kantor Area Bekasi Jatiwaringin, Jurnal Penelitian & Pengembangan Humaniora. Vol. 11. No. 1. pp13-24 Ghozali, Imam. (2010). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro. Kasmir. (2005). Dasar-Dasar Perbankan. Jakarta: PT. Raja Grafindo Persada. Kasmir. (2004). Pemasaran Bank. Jakarta: Prenada Media Kotler, Philip. (2007). Manajemen Pemasaran. Jakarta: PT. Prenhalindo Lupiyoadi, Rambat., Hamdani, (2006). Manajemen Pemasaran Jasa. Jakarta: Salemba Empat Moeheriono. (2009). Pengukuran Kinerja Berbasis Kompetensi. Bogor : Ghalia Indonesia Nunnally, Bernstein, I. H. (1994). Psychometric Theory, Edisi ke 3, New York: McGraw Hill Sudarmanto. (2009). Kinerja dan Pengembangan Kompetensi SDM, Yogyakarta: Pustaka Pelajar Sugiyono. (2012). Metode Penelitian Bisnis. Bandung: CV.Alfabeta Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif dan Kombinasi (Mixed Methods), Alfabeta, Bandung Supriyatna, Agus., Yulianto, Erwin. (2019). Budaya Perusahaan: Penerapan Good Corporare Governance Serta Implikasinya Terhadap Keberlanjutan Kinerja Bank, Vol. 1. No. 1. pp11-20 Suryanto, Dwi. (2005). Pengaruh Ketertarikan, Kemiripan Persepsi, Kemiripan Demografis Atasan Bawahan, Kepuasan Kerja, dan Komitmen Organisasional Terhadap Nilai Tjiptono, Fandy., Gregodius Chandra. (2005). Service, Quality & Satisfaction. Yogyakarta: Andi Tjiptono, Fandy. (2006). Manajemen Pelayanan Jasa. Yogyakarta: Andi Tjiptono, Fandy. (2008). Service Management. Yogyakarta: Andi Umar, Husein. (2005). Metode Penelitian Untuk Skripsi dan Tesis Bisnis. Jakarta: PT. Raja Grafindo Persada Usman. 2006. Manajemen Pemasaran. Cetakan Pertama. Yogyakarta: Amara Books 410 doi: http://dx.doi.org/10.25157/mr.v3i3.2908 © 2019, October