Data dan Sampel METODE PENELITIAN

Semarang, 7 Oktober 2015 387 CZIPA Dalam membuat matriks CZIPA, digunakan nilai DI difference in importance atau selisih tingkat kepentingan Pos Indonesia dan pesaing sebagai nilai untuk sumbu vertikal. Pada sumbu horisontal digunakan nilai CZSQ rasio kinerja kualitas layanan kompetitif. Perhitungan untuk CZSQ dimulai dengan menghitung DP difference in performance atau selisih tingkat kinerja Pos Indonesia dan pesaing. Nilai CSA sama dengan nilai DP. Nilai CZOT didapatkan dari selisih FDS dan CPS. Sehingga CZSQ dapat diketahui dengan membagi nilai CSA dengan CZOT. Tabel 3 berikut menyajikan nilai DP, CSA, FDS, CPS, CZOT, CZSQ, dan DI. Nilai CZSQ dan DI selanjutnya dapat dipakai untuk sumbu horisontal dan vertikal dalam pembuatan matriks CZIPA. Matriks CZIPA dapat dilihat pada Gambar 2. Tabel 3. Perhitungan CZSQ dan DI Indikator DP CSA FDS CPS CZOT CZSQ DI T1 0,16 0,16 4,59 3,9 0,69 0,23 0,11 T2 -0,18 -0,18 4,39 3,97 0,42 -0,43 -0,07 T3 0,08 0,08 4,55 4,05 0,5 0,16 0,10 RS1 -0,23 -0,23 4,71 3,68 1,03 -0,22 0,05 RS2 0,07 0,07 4,5 3,67 0,83 0,08 0,05 RS3 0,04 0,04 4,64 3,7 0,94 0,04 -0,01 RL1 -0,05 -0,05 4,9 3,88 1,02 -0,05 0,20 RL2 0,29 0,29 4,56 3,72 0,84 0,35 0,02 RL3 0,11 0,11 4,58 4,07 0,51 0,22 0,16 RL4 -0,26 -0,26 4,7 4 0,7 -0,37 0,02 RL5 -0,04 -0,04 4,27 3,9 0,37 -0,11 0,17 RL6 0,13 0,13 4,78 3,89 0,89 0,15 0,05 E1 0,12 0,12 4,6 3,8 0,8 0,15 0,14 E2 0,30 0,30 4,64 3,77 0,87 0,34 0,12 E3 0,04 0,04 4,59 3,89 0,7 0,06 0,06 A1 0,14 0,14 4,7 3,54 1,16 0,12 0,08 A2 0,25 0,25 4,62 3,72 0,9 0,28 0,12 A3 0,27 0,27 4,8 3,79 1,01 0,27 0,12 A4 0,14 0,14 4,81 3,97 0,84 0,17 0,10 focal desired service competitor performance Matriks Traditional IPA dan CZIPA memiliki perbedaan hasil. Misalnya pada atribut RS2, semula berada di kuadran C yang berarti prioritas rendah, ternyata pada matriks CZIPA berada di kuadran B yang berarti pertahankan kinerja. Kemudian indikator RS3 semula berada di kuadran C lalu di kuadran D pada CZIPA yang berarti terlalu berlebihan. Untuk perbedaan lainnya juga terjadi pada indikator RL2, RL4, RL5, E2, E3, A1, dan A2. Untuk indikator-indikator lainnya selain yang disebutkan di atas memiliki kesamaan hasil letak kuadran, di antaranya indikator T1 di kuadran B, T2 di kuadran C, T3 di kuadran B, RS1 di kuadran A, RL1 di kuadran A, RL3 di kuadran B, RL6 di kuadran B, E1 di kuadran B, A3 di kuadran B, dan A4 di kuadran B. Walaupun berada di kuadran yang sama, tetapi letak setiap indikator berbeda antara matriks traditional IPA dan CZIPA. Perbedaan letak akan membuat berbeda pula prioritasnya. Dari hasil analisis antara traditional IPA dan CZIPA, didapatkan perbedaan hasil untuk seluruh letak indikator pada matriks. Hasil yang didapatkan dengan menggunakan CZIPA akan memetakan setiap indikator dalam matriks dengan memperhatikan kinerja dari pesaing dan zona toleransi yang diinginkan oleh pelanggan. Oleh karena itu, CZIPA akan lebih tepat dijadikan alat untuk menentukan perbaikan kualitas dalam persaingan bisnis yang kompetitif karena hasil matriks memperhatikan posisi pesaing. Penggunaan pesaing dalam analisis CZIPA juga berfungsi sebagai kontrol yang akan mengurangi bias perhitungan yang selama ini menjadi kekurangan traditional IPA. Pada traditional IPA terjadi bias perhitungan yang disebabkan karena penelitian dilakukan pada sebuah perusahaan saja, sehingga setiap responden akan memiliki perbedaan pengalaman dan berpengaruh pada cara pandang penilaian kualitas antara responden yang belum dan sudah pernah merasakan layanan di perusahaan pesaing.