Pengolahan Data METODOLOGI PENELITIAN

4.5. Pengolahan Data

Pada tahap ini akan dijelaskan langkah-langkah dalam pengolahan data yang diperoleh dari hasil penyebaran kuesioner. Pengolahan data ini merupakan pengujian validitas dan reliabilitas dan juga pengolahan data dengan menggunakan metode SERVQUAL. Pengolahan data dengan menggunakan metode SERVQUAL terdiri atas perhitungan nilai gap antara persepsi nasabah terhadap kualitas pelayanan dengan harapan nasabah terhadap kualitas pelayanan pada PT. Bank Syariah Mandiri kemudian dilanjutkan dengan pembobotan kepentingan masing-masing dimensi SERVQUAL Muluk, 2008: 29 - 30. 4.5.1. Pengujian validitas dan reliabilitas kuesioner 4.5.1.1. Pengujian validitas kuesioner persepsi dan harapan nasabah Validitas data adalah suatu ukuran yang mengacu kepada derajat kesesuaian antara data yang dikumpulkan dan data yang sebenarnya di dalam sumber data. Data yang valid akan diperoleh apabila instrumen pengumpulan data juga valid Sinulingga, 2011: 191-204. Dapat dikatakan, jika semakin tinggi validitas suatu alat penilaian, maka alat penilaian tersebut semakin mengenai pada sasarannya. Setelah data dari kuesioner dikumpulkan, selanjutnya dilakukan pengujian validitas dengan menggunakan rumus Product Moment untuk analisis korelasi yang dikemukakan oleh Pearson, dikutip dari Djunaidi dkk 2006: 143, yaitu: Universitas Sumatera Utara            2 2 2 2 Y Y N X X N Y X XY N r xy ……………. 4.1 Keterangan : r = koefisien korelasi antara Y dan X X = skor variabel indepeden X Y = skor variabel indepeden Y N = jumlah responden 4.5.1.2. Pengujian reliabilitas kuesioner persepsi dan harapan nasabah Reliabilitas menurut Sukaria Sinulingga 2011: 205-217 adalah sebuah alat ukur berkenaan dengan derajat konsistensi dan stabilitas data yang dihasilkan dari proses pengumpulan data dengan menggunakan instrumen tersebut. Pengujian reliabilitas pada umumnya dikenakan untuk pengujian stabilitas instrumen dan konsistensi internal instrumen. Pengujian konsistensi instrumen dengan menggunakan formula Alpha Cronbach dikutip dari Djunaidi dkk 2006: 143. Korelasi antara belahan pertama dan kedua dihitung dengan menggunakan formula sebagai berikut:               2 2 1 1 t b k k r   ……………………… 4.2 Keterangan: r 11 = Reliabilitas instrumen k = Banyaknya pertanyaan Universitas Sumatera Utara  2 b  = Jumlah variansi butir pertanyaan 2 1  = variansi total. 4.5.2. Perhitungan Kualitas Pelayanan dengan Metode SERVQUAL 4.5.2.1. Perhitungan Nilai Gap dari Dimensi-dimensi SERVQUAL Perhitungan nilai gap dikutip dari Muluk 2008: 24 adalah sebagai berikut: Gap = Persepsi – Harapan ……………………….. 4.3 Keterangan: Jika gap positif persepsi harapan, maka layanan dikatakan “surprise” dan memuaskan. Jika gap nol persepsi = harapan, maka layanan dikatakan berkualitas dan memuaskan. Jika gap negatif persepsi harapan, maka layanan dikatakan tidak berkualitas dan tidak memuaskan. 4.5.2.2. Perhitungan bobot tingkat kepentingan Perhitungan bobot tingkat kepentingan dari dimensi-dimensi SERVQUAL dikutip dari Muluk 2008 : 24, dilakukan berdasarkan data yang diperoleh dari penyebaran kuesioner-kuesioner yang berisi penentuan bobot tingkat kepentingan kualitas pelayanan PT. Bank Syariah Mandiri Cabang Medan. Bobot yang diperoleh Universitas Sumatera Utara dari pelanggan dirata-ratakan sehingga diperoleh bobot akhir yang nantinya akan digunakan untuk menghitung nilai SERVQUAL. 4.5.2.3. Pemetaan hasil perhitungan SERVQUAL Pemetaan hasil perhitungan SERVQUAL dilakukan dengan metode Importance Performance Analysis IPA untuk mengetahui prioritas perbaikan kualitas pelayanan pada PT. Bank Syariah Mandiri Cabang Medan. Nilai rata-rata dari persepsi dan harapan nasabah diplot ke dalam importance performance matrix Muluk 2008: 24. Analisis Importance Performance atau Importance Performance Analysis IPA digunakan untuk membandingkan antara penilaian konsumen terhadap tingkat kepentingan terhadap kualitas layanan importance dengan tingkat kinerja kualitas layanan performance. Rata-rata hasil penilaian keseluruhan konsumen kemudian digambarkan ke dalam Importance Performance Matrix atau sering disebut dengan “Diagram Cartesius” dengan sumber absis X adalah tingkat kinerja dan sumbu ordinat Y adalah tingkat kepentingan. Rata-rata tingkat kinerja digunakan sebagai cut-off atau pembatas kinerja tinggi dengan tingkat kinerja rendah, sedangkan rata- rata tingkat kepentingan digunakan sebagai cut-off tingkat kepentingan tinggi dengan tingkat kepentingan rendah. Matriks ini digunakan untuk menggambarkan prioritas atribut yang harus diperbaiki dan bisa menjadi petunjuk untuk formulasi strategi. Peta posisi kuadran masing-masing atribut atau dimensi layanan mengindikasikan derajat urgensi relatif untuk perbaikan kualitas layanan Muluk 2008: 24. Universitas Sumatera Utara

4.6. Analisis Hasil Pengolahan Data