Tabel 5.5. Skala Semantic Differential Kansei Negatif
Penilaian Kansei Positif
1 2 3 4 5
Keras Empuk
Tidak Nyaman Nyaman
Tidak Elegan Elegan
Tidak Ergonomis Ergonomis
Mudah Rusak Awet
Tidak Menarik Menarik
Tidak Elastis Elastis
5.2.4. Collection of Product Samples
Produk sampel terkait dengan spring bed dikumpulkan. Produk yang telah dikumpulkan selanjutnya dijadikan dasar dalam menetukan atribut dari produk
spring bed. Sampel produk spring bed dikumpulkan berdasarkan buku produk, survey pasar, wawancara dan observasi langsung ke lapangan.
5.2.5. A list of Item Category
A list of Item Category merupakan daftar item dan kategori yang menyiratkan spesifikasi desain tentang produk sampel yang telah dikumpulkan.
Produk spring bed yang dikumpulkan diurutkan berdasarkan item dan kategori. Hasil pengurutan item dan kategori dapat dilihat pada Tabel 5.6.
Kemudian dilakukan kombinasi hasil pengurutan item dan kategori dari produk spring bed untuk mendapatkan desain produk baru. Pembentukan stimuli
dilakukan dengan cara berdiskusi dengan pihak PT. Ivana Mery Lestari Matras.
Universitas Sumatera Utara
Proses stimuli menghasilkan sebanyak 192 kombinasi desain. Jumlah stimuli secara teoritis perkalian antara faktor kategori adalah:
Jumlah stimuli = Faktor 1 x Faktor 2 x Faktor 3 x ….. x Faktor n Jumlah stimuli = 2 x 2 x 2 x 2 x 3 x 4 = 192 stimuli.
Hal ini berarti setiap responden secara teoritis harus memberi pendapat tehadap 192 kombinasi. Jumlah stimuli yang terlalu banyak tidak memungkinkan
untuk dilakukan penilaian oleh responden, oleh sebab itu dilakukan pengurangan stimuli dengan menghitung jumlah stimuli minimal. Perhitungan jumlah
minimum stimuli sebagai berikut. Minimum stimuli = jumlah level
– jumlah faktor + 1 Minimum stimuli = 2 +2 + 2 + 2 + 3 + 4
– 6 + 1 = 10 stimuli Jumlah kombinasi yang dibuat berdasarkan perhitungan adalah sebanyak
10 kombinasi desain yang kemudian dijadikan pertanyaan kuesioner semantic differential. Kesepuluh desain di atas menjadi desain yang dibandingkan dalam
kuesioner Semantic Differential.
5.2.6. Evaluasi Eksperimen
Kombinasi dari desain produk spring bed dievaluasi responden berdasarkan penilaian kata kansei pada kuesioner semantic differential. Kuesioner
semantic differential diberikan kepada 97 orang responden. Sebelum melakukan analisis multivariat terhadap kuesioner Semantic
Differential, terlebih dahulu dilakukan pengujian validitas dan reliabilitas untuk memastikan bahwa data yang dikumpulkan layak untuk diolah lebih lanjut.
Universitas Sumatera Utara
5.2.6.1. Uji Validitas Data Kuesioner Semantic Differential
Pengujian validitas dilakukan dengan menggunakan persamaan korelasi product moment Pearson. Pengujian validitas dilakukan dengan menentukan
variabel independen bebas yang kemudian diberi simbol X dan variabel dependen terikat yang diberi simbol Y terlebih dahulu. Variabel independen
adalah jumlah nilai yang diperoleh dari kuesioner untuk setiap masing-masing desain, sedangkan variabel dependen adalah total dari nilai seluruh desain
Uji validitas desain 1 dihitung dengan rumus:
0,299 r
17945 3331497
97 2146
48500 97
17945 2146
398044 97
2 2
1 2
2 2
2
r Y
Y N
X X
N Y
X XY
N r
xy
Besar koefisien korelasi product moment untuk desain 1 adalah 0,299. Koefisien product moment untuk taraf signifikan 5, diperoleh nilai kritis sebagai
berikut: Nilai kritis untuk taraf signifikan 5 dengan df 97 - 2 = 95 sebesar 0,200.
Karena nilai r hitung r tabel, maka data untuk atribut 1 dinyatakan valid. Berdasarkan Tabel 5.24. dapat dilihat bahwa seluruh koefisien korelasi
Product Moment lebih besar dari 0,200 maka dapat disimpulkan bahwa atribut pertanyaan pada kuesioner adalah valid atau dengan kata lain terdapat konsistensi
internal dalam variabel tersebut.
Universitas Sumatera Utara
5.2.6.2.Uji Reliabilitas Kuesioner Semantic Differential
Uji reliabilitas dilaksanakan dengan menggunakan rumus Alpha Cronbach, Perhitungan nilai varians desain 1 adalah sebagai berikut:
10,541 97
97 2146
48500
2 2
2 2
n n
x x
x
Kemudian dilaksanakan perhitungan varians total dengan rumus:
330 ,
120 97
97 17945
- 3331497
total varians
n n
- Y
total varians
2 2
2
Y
Setelah itu dimasukkan ke rumus Alpha,
209 ,
330 ,
120 97,701
1 1
10 10
1 1
2 2
t b
k k
r
Nilai koefisien reliabilitas kinerja diperoleh sebesar 0,209. Cara untuk menilai apakah suatu instrument memiliki tingkat reliabilitas yang tinggi, yaitu
membandingkan dengan nilai dari tabel kritis koefisien korelasi r Pearson. Tabel 701
, 97
15,375 ...
10,438 6,600
0,541 1
...
2 10
2 3
2 2
2 1
2
b
Universitas Sumatera Utara
kritis koefisien korelasi r Pearson untuk taraf signifikan 5, dengan jumlah responden 97 diperoleh nilai kritis sebagai berikut:
Derajat kebebasan df = jumlah responden – 2 = 97 – 2 = 95
Nilai kritis untuk taraf signifikan 5 dengan df 95 adalah sebesar 0,200 Atribut pertanyaan kuesioner memiliki nilai r hitung yang lebih besar dari
r tabel, data dinyatakan reliabel maka kuesioner dapat dipercaya kebenaran datanya.
5.2.7. Multivariate Statistical Analysis
Berdasarkan pengujian validitas dan reliabilitas, diketahui bahwa kuesioner Semantic Differential yang disebar merupakan instrumen yang valid
dan data yang dikumpulkan reliabel, oleh sebab itu dilakukan pengolahan lanjutan terhadap data, yaitu analisis statistik multivariat. Analisis statistik menggunakan
metode analisis conjoint. Langkah-langkah analisis conjoint adalah: 1.
Menentukan nilai constant Nilai constant diperoleh dengan menggunakan rumus, di mana n adalah 5
karena skala penilaian yang digunakan adalah skala semantic differential 5- point.
n
n c
... 3
2 1
3 5
5 4
3 2
1
c
2. Menentukan nilai mean
Nilai mean diperoleh dengan menggunakan rumus sebagai berikut :
Universitas Sumatera Utara
n
x x
x x
x
n
...
3 2
1
Contoh perhitungan nilai mean untuk desain I terhadap kata kansei Keras- Empuk adalah:
278 ,
3 97
5 ...
2 2
4 3
3
x
Hasil perhitungan rata-rata untuk setiap item dan kategori terhadap kansei words yang ada kemudian dibagi dengan nilai constant average score.
3. Menghitung nilai deviation
Nilai deviation atau utility diperoleh dengan menggunakan rumus sebagai berikut:
Deviation = mean – constant
Contoh perhitungan nilai deviation untuk desain I terhadap kata kansei Keras- Empuk adalah:
Deviasi = 3,278 – 3 = 0,278
Nilai utility atau kegunaan adalah perbedaan deviasi antara rata-rata item tertentu dengan nilai konstan. Jika perbedaannya negatif, maka desain sangat
berhubungan dengan kata di sisi kiri pasangan Kansei Word dan sebaliknya. Sebagai contoh, desain I merupakan desain yang paling empuk dibandingkan
9 desain lainnya, sebab desain I memiliki nilai utility terbesar untuk Kansei Words Keras-Empuk.
4. Analisis data
Hasil analisis nilai utility untuk desain perbaikan dapat dilihat pada Tabel 5.21. Desain yang terpilih merupakan desain yang paling banyak memiliki
Universitas Sumatera Utara
nilai utility terbesar untuk masing-masing Kansei Words. Desain produk spring bed yang terpilih adalah sebagai berikut:
a. Desain I merupakan desain yang paling empuk karena memiliki nilai
utility terbesar untuk kata kansei Keras-Empuk, yaitu 0,278 b.
Desain V merupakan desain yang paling nyaman karena memiliki nilai utility terbesar untuk kata kansei Tidak Nyaman-Nyaman, yaitu 0,588
c. Desain V juga merupakan desain yang paling elegan karena memiliki
nilai utility terbesar untuk kata kansei Tidak Elegan-Elegan, yaitu 0,485 d.
Desain yang memiliki nilai utility terbesar untuk kata kansei Tidak Ergonomis-Ergonomis adalah desain V dengan nilai 0,320
e. Desain V juga merupakan desain yang paling awet karena memiliki nilai
utility terbesar untuk kata kansei Mudah Rusak-Awet, yaitu 0,505 f.
Desain VI merupakan desain yang paling menarik karena memiliki nilai utility terbesar untuk kata kansei Tidak Menarik-Menarik, yaitu 0,588
g. Desain V juga merupakan desain yang paling elastis karena memiliki
nilai utility terbesar untuk kata kansei Tidak Elastis-Elastis, yaitu 0,588 Berdasarkan nilai utility terbesar yang paling banyak adalah desain V,
sehingga desain tersebut dijadikan desain perbaikan selanjutnya. Atribut desain terpilih di atas kemudian diubah menjadi butir pertanyaan pada
kuesioner tingkat kepentingan. Kuesioner tingkat kepentingan digunakan untuk membangun matriks House of Quality.
Universitas Sumatera Utara
5.3. Pengolahan Data Quality Function Deployment QFD
Penyusunan Quality Function Deployment diawali dengan penyebaran kuesioner Tingkat Kepentingan. Kuesioner tertutup ini disebarkan kepada 97
responden yang merupakan konsumen produk spring bed.
Data kuesioner yang sudah direkapitulasi kemudian diuji validitas dan reliabilitasnya sebelum digunakan dalam pengolahan data selanjutnya.
5.3.1. Uji Validitas dan Reliabilitas Pengolahan data dari Quality Function Deployment QFD diawali dengan
pengujian validitas dan reliabilitas dari data kuesioner yang telah disebar.
5.3.1.1. Uji Validitas Data Kuesioner Tingkat Kepentingan
Pengujian validitas dilakukan berdasarkan data hasil kuesioner tertutup derajat kepentingan yaitu dari pertanyaan 1 hingga 6 untuk penilaian atribut
produk spring bed hasil perbaikan dilakukan dengan menggunakan persamaan korelasi product moment Pearson.
Uji validitas atribut 1 dihitung dengan rumus:
0,547 r
1909 39129
97 321
1231 97
1909 321
6598 97
2 2
1 2
2 2
2
r Y
Y N
X X
N Y
X XY
N r
xy
Universitas Sumatera Utara
