Importance Performance Analysis Metode Analisis Data

➸ ➺ ➻ ➺ ➼ ➽ ➾➚ ➪ ➶ ➹➶➺ ➼ ➘ y ➾ ➪ ➺ ➹➽ ➼ ➾➘ ➴ y ➾➘ ➴ ➚ ➾➶ ➾ ➷ ➹ ➚ ➾➬ ➼ ➘ ➮ ➼ ➱ ✃ ➪➾➶ ➷ ➪ ➽ ➚ ➹ ➷ ➾➴ ➾➪ ➚ ➾➶➺ ➹ ➽ ❐ ❒➾➽ ➮➹➬ ➚ ➹➷ ➼ ➮ ➶ ➹ ➘ ➼ ➘ ❮ ➼ ➱ ➱ ➾➘ ➷ ➾ ❰ Ï ➾ ➚ ➹ ➶ ➼ ➾ ➾ ➘ ➴ ➴ ➻ ➮➾ ➺ ➻ ➺ ➼ ➽ ➾ ➚ ➪ ➶ ➹➘ ❮ ➾✃ ➪ ➾➘ ➴ ➴ ➻ ➮ ➾ ✃ ➾➬ ➪ ➱ ➹ ➬ ➾ ➘ ➴ ➱ ➾ ➚ ➾➶➺ ➹➽ Ð➼ ➴ ➪➾➬ ➮➻ Ñ Ò Ó Ó Ô ❐ Õ ➾➽ ➾➶ ➶ ➹ ➘ ➹➘ ➮ ➼ ➱ ➾➘ ➼ ➱ ➼ ➬ ➾ ➘ ❮ ➼ ➶➽ ➾ ❰ ➚ ➾ ➶ ➺ ➹➽ ✃ ➪ ➽ ➾ ➱ ➼ ➱ ➾➘ ✃ ➹ ➘ ➴ ➾➘ ➶ ➹➘ ➴ ➾ Ö ➼ ➺ ➾ ✃ ➾ ➺ ➹ ➘ ✃ ➾ ➺ ➾➮ Slovin × ➶ ➾ ➬ Ñ Ò Ó Ó Ø ➚ ➹➚ ➼ ➾➪ ✃ ➹➘ ➴ ➾➘ ➬ ➼ ➶ ➼ ➚ Ù Ú Û Ü Ý + N e 2 Keterangan: n : Jumlah sampel N: Jumlah pengunjung 1: Konstanta e : Tingkat kesalahan terkecil 0,1 atau 10 Þ ➼ ➶ ➽ ➾ ❰ ➚ ➾ ➶➺ ➹➽ ➶ ➹➘ ➴ ➾ Ö ➼ ➺ ➾ ✃ ➾ ✃ ➾ ➮➾ ➮➪➘ ➴ ➱ ➾➮ ➱ ➼ ➘ ❮ ➼ ➘ ➴ ➾➘ ➱ ➹ ➻ ➷ y ➹ ➱ Ï ➪ ➚ ➾ ➮➾ Ð➪ ➮➼ ß ➾ ➴ ➹ ➘ ✃ ➪➮ ➮➾ ❰ ➼ ➘ Ò Ó Ó à ✃ ➹ ➘ ➴ ➾➘ ❮ ➼ ➶➽ ➾ ❰ ➺ ➹ ➘ ➴ ➼ ➘ ❮ ➼ ➘ ➴ á â Ó ❐ Ò Ø ã ➻ ➬ ➾ ➘ ➴ ❐ Õ ➾➬ ➪ ✃ ➾ ➮➾ ❮ ➼ ➶➽ ➾ ❰ ➺ ➹ ➘ ➴ ➼ ➘ ❮ ➼ ➘ ➴ ➮➹➬ ➚ ➹➷ ➼ ➮ ✃ ➾➺ ➾ ➮ ✃ ➪➱ ➹ ➮➾ ❰ ➼ ➪ ➬ ➾➮ ➾ ä ➬ ➾➮ ➾ ➺ ➹ ➘ ➴ ➼ ➘ ❮ ➼ ➘ ➴ ➺ ➹➬ ➶ ➪ ➘ ➴ ➴ ➼ Ñ y ➾ ➪➮ ➼ ➚ ➹➷ ➹➚ ➾ ➬ Ô ❐ ã å å ➺ ➹➘ ➴ ➼ ➘ ❮ ➼ ➘ ➴ ❐ Þ ➼ ➶➽ ➾ ❰ ➪➘ ➪ ➾ ➱ ➾➘ ✃ ➪ ❮ ➾✃ ➪➱ ➾ ➘ æ ➷ ➹➚ ➾➬ ✃ ➹➘ ➴ ➾ ➘ ➾➚ ➼ ➶ ➚ ➪ ➷ ➾ ❰ Ï ➾ ➺ ➹ ➘ ➴ ➾➶ ➷ ➪➽ ➾➘ ➚ ➾ ➶ ➺ ➹ ➽ ✃ ➪ ➻ ➷ y ➹ ➱ Ï ➪ ➚ ➾ ➮➾ Ð➪ ➮➼ ß ➾ ➴ ➹➘ ✃ ➪ ➮ ✃ ➪ ➽ ➾ ➱ ➼ ➱ ➾➘ ➺ ➾✃ ➾ ❰ ➾ ➬ ➪ ➶ ➪➘ ➴ ➴ ➼ ➚ ➾ ❮ ➾ ➚ ➹ ❰ ➪➘ ➴ ➴ ➾ ✃ ➪➺ ➹ ➬ ➻ ➽ ➹ ❰ ❮ ➼ ➶➽ ➾ ❰ ➚ ➾ ➶ ➺ ➹➽ y ➾ ➘ ➴ ➶ ➹ ➘ ❮ ➾ ✃ ➪ ➚ ➾➶➺ ➹➽ ➺ ➹ ➘ ➹ ➽ ➪➮ ➪➾➘ ➚ ➮➼ ✃ ➪ ➪➘ ➪ ➚ ➹➷ ➾➘ y ➾➱ à ç ➚ ➾➶➺ ➹ ➽ ❐ è ➹ ➬ ❰ ➪➮ ➼ ➘ ➴ ➾➘ ➺ ➹ ➘ ➹ ➘ ➮ ➼ ➾➘ ❮ ➼ ➶ ➽ ➾ ❰ ➚ ➾➶➺ ➹ ➽ ✃ ➾ ➺ ➾ ➮ ✃ ➪➽ ➪ ❰ ➾➮ ➺ ➾✃ ➾ ➺ ➹ ➬ ❰ ➪➮ ➼ ➘ ➴ ➾ ➘ ➷ ➹ ➬ ➪➱ ➼ ➮❐ ➘ = 3.466 1 + 3.466 x 0,01 = 97,19 sampel ≈ 97 Orang.

1.5.2 Metode Analisis Data

Adapun analisis dalam studi ini menggunakan dua alat analisis, yakni:

A. Importance Performance Analysis

Importance Performance Analysis atau analisis tingkat kinerjapersepsi dan kepentinganpreferensi pengunjung digunakan untuk memetakan hubungan antar persepsi dan preferensi dari atribut-atribut yang telah ditentukan. Importance é ê Performance Analysis ëì í î ï í ï î ð í ï î ñ ð ò ó ô õ ó ö ì ö y ðï ë ñ ÷ ð ö ð ø ï ù ï ù ò ñ ðî í ðö î ðö ðö ð ø ï ù ï ù ò ì ù ìö ú ðö û ðö gap ü ý ì ö û ð ö ðö ð øï ù ï ù ò ñ ð î í ð ö î ð õ ð ë î ï ò ì ëð þ ñ ï í ì ùõ ó ö õ ìö û ñ ö ú ñ ö û ëì í þ ð î ð õ ð ëí ï ÿ ñ ë y ðö û î ï õ øó ëò ðö ÿ ì í î ð ù ð í ò ð ö ë ï ö û ò ð ë õ ì í ù ì õ ù ï î ðö õ í ì ì í ì ö ù ï î ð í ï ð ë í ï ÿ ñ ë ✁ ð ë í ï ÿ ñ ë ë ì í ù ì ÿ ñ ë ü ✂ ìî ð ö û ò ðö ðö ð øï ù ï ù ò ì ù ì ö ú ð ö û ðö gap î ï û ñ ö ð ò ð ö ñ ö ëñ ò ô ì øï þ ð ë ò ì ù ì ö ú ð ö û ð ö ð ö ë ð í ð ò ïö ì í ú ð ð ëí ï ÿ ñ ë î ìö û ðö þ ð í ð õ ð ö õ ìö û ñ ö ú ñ ö û ë ì í þ ð î ð õ ð ëí ï ÿ ñ ë ëì í ù ì ÿ ñ ë ü õ ì ö ï ø ð ï ðö õ ì í ù ì õ ù ï î ðö õ í ì ì í ìö ù ï õ ì ö û ñ ö ú ñ ö û ë ì í þ ð î ð õ ð ëí ï ÿ ñ ë ✁ ð ë í ï ÿ ñ ë ë ì í ù ì ÿ ñ ë ôì ö û û ñ ö ð ò ð ö ùò ð ø ð ✄ ëïö û ò ð ë ☎ï ò ì í ë ü ✆ö ë ñ ò øì ÿ ï þ ú ì ø ð ù î ð õ ð ë î ï øï þ ð ë õ ð î ð ë ð ÿ ì ø ÿ ì í ï ò ñ ë ü Tabel I.4 Bobot Persepsi dan Preferensi setiap atribut Sumbu X Persepsi Bobot Sumbu Y Preferensi Bobot ✝✞ ✟ ✠ ✞ ✡ ☛✞ ☞✌ ✝☛ ✍ ✝✞ ✟ ✠ ✞ ✡ ✎✏ ✟ ✡☞ ✟ ✠ ✝✎ ✍ ☛✞ ☞✌ ☛ ✑ ✎✏ ✟ ✡☞ ✟ ✠ ✎ ✑ ✝✏ ✒ ✞ ✟ ✠ ✝ ✓ ✔ ✕ ✌ ✕ ✖ ✎✏ ✟ ✡☞ ✟ ✠ ✔ ✖ ✓ ☛ ✕ ✗ ✕ ✌ ✘ ✙ ✚ ✕ ✗ ✞ ✟ ✠ ✎✏ ✟ ✡☞ ✟ ✠ ✚ ✖ ✙ ✝✞ ✟ ✠ ✞ ✡ ☛ ✕ ✗ ✕ ✌ ✛ ✘ é ✜☞ ✒ ✞✌ ✎ ✏ ✟ ✡☞ ✟ ✠ ✜ ✖ é ☎ðö û ò ð þ ùì øðö ú ñ ëö y ð ð î ð øð þ ôì ö û þ ï ë ñ ö û ú ñ ô øð þ ÿ ó ÿ ó ë õ ì ö ï ø ð ïð ö ò ïö ì í ú ð ✢ õ ì í ù ì õ ù ï î ð ö ò ì õ ì ö ëïö û ðö ✢ õ í ì ì í ìö ù ï ñ ö ëñ ò ù ì ëïð õ ð ëí ï ÿ ñ ë î ìö û ð ö í ñ ôñ ù ✣ Xi = ∑ Xi n Yi = ∑Yi n Dengan: Xi = Bobot rata-rata tingkat penilaian kinerja atribut ke-i Yi = Bobot rata-rata tingkat penilaian kepentingan atribut ke-i n = Jumlah reponden Langkah selanjutnya adalah menghitung rata-rata tingkat persepsi dan preferensi untuk keseluruhan atribut dengan rumus: ✤ ✤ Xi = ∑ Xi n Yi = ∑Yi n Dimana: Xi = Nilai rata-rata kinerjapersepsi atribut Yi = Nilai rata-rata kepentinganpreferensi atribut n = Jumlah atribut Selanjutnya tingkat unsur-unsur tersebut akan dijabarkan dan dibagi menjadi empat bagian ke dalam diagram kartesius seperti pada gambar berikut ini: X Persepsi Y Preferensi Kuadran I Prioritas Utama Kuadran II Prioritas Pertahankan Kuadran III Prioritas Rendah Kuadran IV Berlebihan Gambar 1.2 Diagram Kartesius ✥ ✦ Keterangan: ✧ ★ ✩✪ ✫ ✬ ✭ ✫ ✮ ✯ ✰ ✭ ✱ ✲ ✭ ✱ ✳✫ ✴ ✵✳✫ ✶✫ ✷✸ ✭ ✪ ✹ ✫ ✺ ✫ ✮ ✻ ✱ ✼ ✫ y ✫ ✽ y ✫ ✮ ✾ ✶ ✸ ✶✪ ✫ ✳ ✫ ✳ ✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳ ✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✬ ✱✫ ✮ ✾ ✾ ✫ ✹ ✹ ✸ ✮ ✳✱✮ ✾ ✲ ✼ ✸ ✽ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ✳ ✸ ✳✫ ✹ ✱ ✹ ✫ ✬ ✫ ✺ ✸ ✮ y ✫ ✳✫✫ ✮ ✮ y ✫ ❁ ✫ ✺ ✳✲ ✭ ❀ ❁ ✫ ✺ ✳ ✲ ✭ ✱✮ ✱ ✿ ✸✼ ✪ ✶ ✴ ✸ ✴✪ ✫✱ ✴ ✸✹ ✸ ✭ ✳✱ y ✫ ✮ ✾ ✬ ✱ ✽ ✫ ✭ ✫ ✹ ✺ ✫ ✮ ✺ ✸ ✮ y ✫ ✳✫✫ ✮ y ✫ ✮ ✾ ✬ ✱ ✹ ✸ ✭ ✲ ✼ ✸ ✽ ✶ ✫ ✴ ✱ ✽ ✴ ✫ ✮ ✾ ✫ ✳ ✭ ✸ ✮ ✬ ✫ ✽ ★ ❂✳ ✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✶ ✫ ✴✪ ✺ ✬ ✫ ✼ ✫ ✶ ✺ ✪ ✫ ✬ ✭ ✫ ✮ ✱ ✮ ✱ ✽ ✫ ✭ ✪ ✴ ✬ ✱ ✳✱ ✮ ✾ ✺ ✫ ✳ ✺ ✫✮ ✬ ✸ ✮ ✾ ✫ ✮ ❃✫ ✭ ✫ ✹ ✸ ✮ ✾ ✸✼ ✲ ✼ ✫ ✲ ✿ y ✸ ✺ ✻ ✱ ✴ ✫ ✳ ✫ ❄ ✱ ✳ ✪ ❅ ✫ ✾ ✸ ✮ ✬ ✱ ✳ ✳ ✸ ✳ ✫ ✹ ✿ ✸ ✭ ✺ ✲ ✮ ✴ ✸ ✮ ✳✭ ✫ ✴✱ ✹ ✫ ✬ ✫ ✺ ✪ ✫ ✬ ✭ ✫ ✮ ✱ ✮ ✱★ ❆ ★ ✩✪ ✫ ✬ ✭ ✫ ✮ ✯ ✯ ✰ ✸ ✭ ✳✫ ✽ ✫✮ ✺ ✫ ✮ ✷✸ ✭ ✪ ✹ ✫ ✺ ✫ ✮ ✻ ✱ ✼ ✫ y ✫ ✽ y ✫✮ ✾ ✶ ✸ ✶✪ ✫ ✳ ✫ ✳ ✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳ ✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✬ ✱ ✫✮ ✾ ✾ ✫ ✹ ✹ ✸ ✮ ✳✱✮ ✾ ✲ ✼ ✸ ✽ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ✬ ✫ ✮ ❁ ✫ ✺ ✳ ✲ ✭ ❀ ❁ ✫ ✺ ✳✲ ✭ y ✫ ✮ ✾ ✬ ✱ ✫✮ ✾ ✾ ✫ ✹ ✲ ✼ ✸ ✽ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ✴✪ ✬ ✫ ✽ ✴ ✸ ✴✪ ✫✱ ✬ ✸ ✮ ✾ ✫✮ y ✫ ✮ ✾ ✬ ✱ ✽ ✫ ✭ ✫ ✹ ✺ ✫ ✮ ★ ❂✳✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳ ✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✳ ✸ ✭ ✶✫ ✴✪ ✺ ✬ ✫ ✼ ✫ ✶ ✺ ✪ ✫ ✬ ✭ ✫ ✮ ✱✮ ✱ ✽ ✫ ✭ ✪ ✴ ✳ ✸ ✳✫ ✹ ✬ ✱ ✹ ✸ ✭ ✳ ✫ ✽ ✫✮ ✺ ✫ ✮ ❇ ✺ ✫ ✭ ✸ ✮ ✫ ❈ ✫ ✭ ✱✫ ✿ ✸✼ ✱ ✮ ✱ y ✫✮ ✾ ✶ ✸ ✮ ❉ ✫ ✬ ✱ ✺ ✫✮ ✫ ✳ ✭ ✱ ✿ ✪ ✳ ✳ ✸ ✭ ✴ ✸✿ ✪ ✳ ✶ ✸ ✶ ✱ ✼ ✱ ✺ ✱ ✺ ✸ ✪ ✮ ✾ ✾ ✪ ✼ ✫✮ ✬ ✱ ✶✫ ✳✫ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ★ ❊ ★ ✩✪ ✫ ✬ ✭ ✫ ✮ ✯ ✯ ✯ ✰✭ ✱ ✲ ✭ ✱ ✳✫ ✴ ❋ ✸ ✮ ✬ ✫ ✽ ✷✸ ✭ ✪ ✹ ✫ ✺ ✫ ✮ ✻ ✱ ✼ ✫ y ✫ ✽ y ✫ ✮ ✾ ✶ ✸ ✶✪ ✫ ✳ ✫ ✳ ✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳ ✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✬ ✱✮ ✾ ✾ ✫ ✹ ✺ ✪ ✭ ✫✮ ✾ ✹ ✸ ✮ ✳✱ ✮ ✾ ✲ ✼ ✸ ✽ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ✬ ✫✮ ✹ ✫ ✬ ✫ ✺ ✸ ✮ y ✫ ✳✫✫ ✮ ✮ y ✫ ✿ ✱✫ ✴ ✫ ✴✫❉ ✫ ✫ ✳ ✫ ✪ ✳ ✱ ✬ ✫ ✺ ✳ ✸ ✭ ✼ ✫ ✼ ✪ ✱ ✴✳✱ ✶ ✸✻ ✫★ ❂✳ ✭ ✱ ✿ ✪ ✳ ❀ ✫ ✳✭ ✱ ✿ ✪ ✳ y ✫ ✮ ✾ ✳ ✸ ✭ ✶✫ ✴✪ ✺ ✬ ✫ ✼ ✫ ✶ ✺ ✪ ✫ ✬ ✭ ✫✮ ✱✮ ✱ ✬ ✫ ✹ ✫ ✳ ✬ ✱ ✹ ✸ ✭ ✳ ✱ ✶ ✿ ✫✮ ✾ ✺ ✫ ✮ ✪ ✮ ✳ ✪ ✺ ✬ ✱ ✽ ✱ ✼ ✫✮ ✾ ✺ ✫ ✮ ✺ ✫ ✭ ✸ ✮ ✫ ✹ ✸ ✮ ✾ ✫ ✭ ✪ ✽ ✮ y ✫ ✳ ✸ ✭ ✽ ✫ ✬ ✫ ✹ ✶ ✫✮ ❁ ✫✫ ✳ y ✫ ✮ ✾ ✬ ✱ ✭ ✫ ✴ ✫ ✺ ✫ ✮ ✲ ✼ ✸ ✽ ✭ ✸ ✴ ✹ ✲ ✮ ✬ ✸ ✮ ✫ ✶ ✫ ✳ ✺ ✸ ❃✱ ✼ ★ ● ★ ✩✪ ✫ ✬ ✭ ✫ ✮ ✯ V Berlebihan Merupakan wilayah yang memuat atribut-atribut yang dianggap kurang penting oleh responden, tetapi pada kenyataanya diterima atau dirasakan terlalu berlebihan. Variabel-variabel yang termasuk dalam kuadran ini dapat dipertimbangkan untuk dikurangi, sehingga pegelola obyek wisata Situ Bagendit dapat menghemat biaya. Analisis kesenjangangap menunjukan selisih nilai bobot antara persepsi dan referensi dari masing-masing atribut berdasarkan penilaian responden, sedangkan analisis kuadran lebih memperlihatkan penilaian responden secara keseluruhan yaitu empat aspek yang menjadi fokus penelitian dalam satu wilayah. ❍ ■

B. Analisis Deskriptif