Mengukur kepuasan pelanggan menggunakan customer loyalty software merupakan bagian penting bagi sebuah institusi atau perusahaan untuk mengetahui keberhasilan usahanya memuaskan para pelanggan. Biasanya satisfaction customer dinilai tidak hanya satu atribut saja, melainkan multi atribut baik perusahaan yang bergerak di bidang jasa atau produk. Bahkan instansi pemerintah yang berhubungan langsung dengan layanan masyarakat secara periodik menghitung tingkat kepuasan masyarakat yang dilayani.

Cara menghitung tingkat kepuasan pelanggan atau satisfaction customer dapat dimulai dari membuat kuesioner yang terdiri dari tingkat kepentingan dan tingkat kepuasan. Konsumen diminta menilai antara 1 sampai 5 dari tingkat kepentingan dan tingkat kinerja masing masing atribut yang telah ditentukan. Misalnya dari sebuah acara diklat dasar, peserta diminta untuk menilai kinerja penyelenggara kegiatan. Nilai atau atribut yang digunakan meliputi kebersihan kelas, keramahan petugas saat registrasi, keberagaman menu makanan, dll. Kesemua atribut itu ditanya dua hal; seberapa penting atribut tersebut dan seberapa baik kinerja atribut tersebut. Kesemuanya diukur mulai dari 1 (sangat tidak penting atau sangat tidak baik) sampai 5 (sangat penting atau sangat baik).

Kedua dimensi tersebut dapat diolah dengan menggunakan analisis kuadran, analisis kuadran ini (Importance performance analysis) sebenarnya menggabungkan dua dimensi dengan sebuah diagram sehingga menjadi masukan bagi penyelenggara atribut mana yang harus diperbaiki, analisis kuadran ini telah saya jelaskan pada artikel yang berjudul : Tehnik Evaluasi Kegiatan Pendampingan atau Penyuluhan

Pada analisis kuadran tersebut belum mencerminkan penggabungan antara dua dimensi (kepentingan dan kinerja), penjelasan dari analisis kuadran masih terpisah – pisah sehingga belum menjawab apakah peserta diklat menyatakan puas terhadap keseluruhan layanan yang diberikan panitia atau tidak. Metode penggabungan dan perumusan kesimpulan dari dua dimensi itu akan dibahas dengan menggunakan dua metode dibawah ini

Dua metode mengukur kepuasan pelanggan – customer loyalty software

Metode yang dimaksud adalah Customer satisfaction index atau CSI dan metode fishbein. Bedanya?
CSI merupakan tingkat kepuasan konsumen dari atribut – atribut tertentu, sedangkan fishbein  mengemukakan penilaian terhadap objek tertentu berdasarkan kepercayaan yang diringkas dari atribut yang bersesuaian. Intinya, CSI mengemukakan sikap seberapa puas pelanggan terhadap objek, sedangkan fishbein sudah menyatakan sikap; yakni seberapa suka pelanggan terhadap objek tersebut. Bisa diartikan fishbein lebih dalam analisanya karena telah menyatakan sikap suka atau tidak, karena merupakan interaksi antara penilaian kinerja dan kepentingan.

Customer Satisfaction Index (CSI)

Metode index kepuasan konsumen (Customer Satisfaction Index) merupakan indeks untuk mengukur tingkat kepuasan konsumen berdasarkan atribut-atribut tertentu. Menurut Dixon (1991) terdapat empat langkah dalam perhitungan Customer Satisfaction Index (CSI), yaitu :

Menentukan Mean Importance Score (MIS) dan Mean Satisfaction Score (MSS).

Nilai ini berskala dari rata-rata tingkat kepentingan dan kinerja

Dimana :
n   = jumlah responden
Yi  = Nilai kepentingan atribut ke – i
i  = Nilai kinerja atribut ke – i

Membuat Weight Factors (WF)

Bobot ini merupakan persentase nilai MIS per atribut terhadap total MIS seluruh atribut.

Membuat Weight Score (WS)

Bobot ini merupakan perkalian antara Weight Factor (WF) dengan rata-rata tingkat kepuasan (Mean Satisfaction = MSS)

      WSi = WFi x MSS
Dimana :  i  = Atribut ke – i

Menghitung Weighted Total (WT), yaitu menjumlahkan weighted score dari semua variable.

Menentukan Customer Satisfaction Index (CSI), membagi weighted total dengan skala nominal yang digunakan kemudian dikalikan 100 persen. Rumus CSI sebagai berikut :

Dimana :
P = jumlah atribut kepentingan
5 = jumlah skala

Kriteria Nilai Customer Satisfaction Index (CSI)

Agar lebih jelasnya perhatikan video diatas

 Model Sikap Multiatribut Fishbein

Model sikap Fishbein mengemukakan penilaian terhadap suatu objek tertentu didasarkan pada perangkat kepercayaan yang diringkas mengenai atribut obyek bersangkutan yang diberi bobot oleh evaluasi terhadap atribut. Model ini menyatakan bahwa sikap seorang konsumen terhadap suatu obyek akan ditentukan oleh sikapnya terhadap berbagai atribut yang dimiliki oleh obyek tersebut. Komponen e_i mengukur evaluasi kepentingan atribut-atribut yang dimiliki oleh suatu obyek. Sedangkan b_i mengukur kepercayaan konsumen terhadap atribut yang dimiliki oleh suatu obyek.

Secara simbolis rumus model sikap multiatribut Fishbein diformulasikan dalam rumus:

Dimana:
A_o = sikap keseluruhan konsumen terhadap obyek
b_i   =  kekuatan kepercayaan konsumen yang memiliki atribut i
e_i  = evaluasi konsumen mengenai atribut i
n  = atribut yang relevan (dimensi)

Setelah diidentifikasi dimensi kemudian dilakukan pengukuran b_i dan e_i yang tepat. Komponen e_i menggambarkan evaluasi atribut, yaitu komponen yang menjelaskan seberapa besar sikap penilaian konsumen terhadap atribut secara menyeluruh. Evaluasi diukur secara khas pada sebuah skala evaluasi 5-angka yang berjajar dari sangat penting, penting, cukup penting, tidak penting,sangat tidak penting.

Sebagai contoh:

Tingkat Harapan :

Evaluasi ini akan dilakukan untuk masing-masing atribut yang diteliti. Komponen b_i menggambarkan seberapa kuat konsumen percaya bahwa restoran modern/asing memiliki atribut yang diberikan. Atribut yang digunakan untuk komponen b_i harus sama dengan atribut yang digunakan untuk menghitung komponen e_i. Kepercayaan diukur pada skala dengan 5-angka dari kemungkinan yang disadari yang berjajar dari sangat baik sampai tidak baik. Sebagai contoh:

Kinerja pelayanan dalam menaggapi keluhan:

Respon rata-rata lalu dikalkulasikan untuk b_i dan e_i berkisar dari skor maksimum 5 hingga skor minimum 1. Untuk mengestimasi penilaian sikap terhadap restoran dengan menggunakan indeks åb_ie_i, setiap skor kepercayaan (b_i) harus terlebih dahulu dikalikan dengan skor evaluasi (e_i) yang sesuai. Kemudian semua hasil perkalian harus dijumlahkan, sehingga akan dihasilkan total skor penilaian sikap konsumen. Penilaian sikap konsumen terhadap restoran dapat dibandingkan dengan total skor maksimum dari komponen evaluasi yang ada, yaitu dengan mengalikan skor kepercayaan (b_i) yang ideal dengan skor evaluasi (e_i) yang sudah ada.

Sebelum kita memberikan interpretasi terhadap hasil penilaian konsumen tersebut, sebelumnya ditentukan terlebih dahulu rentang skala penilaian. Tentukan juga skor minimum dan skor maksimum penilaian yang mungkin diberikan oleh konsumen.

Rumus rentang skala:

Dimana:
m  =  angka tertinggi dalam pengukuran
n   =  angka terendah dalam pengukuran
b   =  banyaknya kelas interpretasi yang ada

Besarnya range untuk evaluasi (kepentingan) dan tingkat kepercayaan (pelaksanaan) adalah:

Setelah interval diketahui kemudian ditentukan rentang skala berdasarkan tingkat kepentingan:

1,00-1,80=Sangat penting
1,81-2,60=Tidak penting
2,61-3,40= Biasa
3,41-4,20 =Penting
4,21-5,00= Sangat penting

Sedangkan pembagian kelas berdasarkan tingkat kepercayaan adalah:

1,00-1,80  = Sangat tidak baik
1,81-2,60 = Tidak suka
2,61-3,40 = Biasa saja
3,41-4,20 =  Baik
4,21-5,00 =  Sangat baik

Setelah diketahui kepentingan dan kepercayaan, maka selanjutnya diperoleh nilai sikap (A_o) yang merupakan perkalian antara tingkat kepentingan dan tingkat kepercayaan (Simamora, 2004). Besarnya range untuk kategori sikap adalah:

sehingga pembagian kelas berdasarkan Nilai sikap (A_o) adalah:

1,00-5,80 = Sangat tidak suka
5,81-10,60 = Tidak suka
10,61-15,40 = Biasa saja
15,41-20,20 = Suka
20,21-25,00 =  Sangat suka

Sedangkan nilai sikap (A_o) total, nilai range diperoleh dari:

(Angka 15 diperoleh dari jumlah atribut atau jumlah variabel yang ditanyakan responden. Pada contoh video dibawah jumlah atributnya 16, sehingga pengalinya juga 16)

sehingga diperoleh pembagian kelas sikap (A_o) total, seperti yang ditunjukkan Tabel berikut:

Rentang Nilai Sikap Total (A₀)

Rentang nilai dimulai dari 15 sebagai angka minimal karena pada responden pertama, terdapat 15 atribut yang dikumpulkan.  Sehingga pada responden pertama nilai minimal jika ia menjawab 1 pada keseluruhan atribut akan bernilai 15.

sedangkan angka maksimal diperoleh dari 25 x 15= 375. angka 25 diperoleh dari angka maksimal yang bisa diperoleh dari pengalian tingkat kepentingan (nilai maksimal 5) dengan tingkat kinerja (nilai maksimal 5). angka 15 diperoleh dari jumlah atribut atau variabel yang dinilai. pada contoh video dibawah jumlah atributnya 16.

Pada dasarnya fishbein ini adalah tentang penyesuaian skala yang menyesuaikan jumlah atribut. Sehingga nilai baru hasil pengali tingkat kepentingan dan tingkat kinerja menghasilkan satu nilai yang tentunya memiliki nilai skala yang berbeda untuk menentukan sikap.

Untuk lebih jelasnya, perhatikan video setelah artikel ini, perhitungan fishbein dalam video ini melanjutkan video CSI sebelumnya. (jumlah atribut atau variabel pada video tersebut berjumlah 16):

Selamat Belajar! simak video tutorial lainnya dalam video tutorial catatan budi.

Sumber: Diklat Jabatan fungsional peneliti pertama, Cibinong.

file excelnya bisa diunduh dibawah ini: