data variabel dependen yang harus berupa data kategori nominal sedangkan data variabel independen justru berupa data non kategori.
2.6.3 Analisa Tabulasi Silang
Tabulasi Silang merupakan metode penyusunan data yang paling sederhana untuk melihat hubungan antara 2 variabel dalam suatu tabel. Variabel
yang dianalisa dengan metode ini merupakan variabel yang kualitatif atau katagorikal, yang memiliki skala nominal. Untuk menginterpretasikan data pada
tabulasi silang, ada 2 hal yang perlu diperhatikan oleh peneliti, yaitu 1.
Signifikansi dari tingkat asosiasi yang diukur antar variabel tersebut. 2.
Kekuatan tingkat asosiasi tersebut. Untuk menjawab pertanyaan pertama dapat digunakan analisa Chi-Square. Jika
Chi-Square hitung Chi-Square tabel maka H
o
diterima dan jika Chi-Square hitung Chi-Square tabel maka H
o
ditolak. Chi-Square hitung dapat dilihat pada output SPSS dan Chi-Square tabel dapat dilihat pada tabel dengan nilai df yang
terdapat pada output SPSS. Sedangkan untuk menjawab pertanyaan kedua digunakan Indexes of Agreement. Hipotesis yang digunakan pada analisa Chi-
Square yaitu : H
o
: Tidak ada hubungan antara baris dan kolom H
1
: Ada hubungan antara baris dan kolom
2.7 Analytical Hierarchy Process AHP
Proses pengambialn keputusan pada dasarnya adalah memilih sesuatu alternative. Peralatan utama Analitycal Hierarchy process AHP adalah sebuah
hirarki fungsional dengan input utamanya pesepsi manusia. Dengan hirarki, suatu
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
masalah kompleks dan tidak terstruktur dipecahkan kedalam kelompok- kelompoknya. Kemudian kelompok-kelompok tersebut diatur menjadi suatu
bentuk hirarki Suryadi dan Ramdani, 2002 AHP yang dikembangkan oleh Prof. Thomas L. Saaty. Perbedaan yang
mencolok antara model AHP dengan model pengambilan keputusan lainnya terletak pada jenis inputnya. Model-model yang sudah ada umumnya memakai
input yang kuantitatif atau berasal dari data sekunder. Otomatis model tersebut hanya dapat mengolah hal-hal yang kuantitatif pula. Model AHP memakai input
persepsi manusia yang dianggap expert. Kriteria expert disini bukan berarti bahwa orang tersebut harus lebih jenius, pintar, bergelar dan sebagainya tetapi lebih
mengacu pada orang yang benar-benar mengerti tentang permasalahan yang diajukan, merasakan akibat suatu masalah atau punya kepentingan terhadap
masalah tersebut. Karena menggunakan input yang kualitatif persepsi manusia maka model ini juga dapat mengolah hal-hal yang kualitatif disamping hal-hal
yang kuantitatif Yahya, 1995. Suryadi dan Ramdani, 2002 mengemukakan bahwa kelebihan dari model
AHP dibandingkan dengan yang lainnya : 1.
Struktur yang berhirarki, sebagai konsekuensi dari kriteria yang dipilih, sampai pada subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan batas toleransi inkonsistensi
berbagai kriteria dan alternatif yang dipilih oleh para pengambil keputusan. 3.
Memperhitungkan daya tahan atau ketahanan output analisis sensitivitas pengambil keputusan.
4. Kemampuannya memecahkan masalah yang multi objektif dan multikriteria.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Disamping itu, model AHP juga memiliki kelemahan yang dapat berakibat fatal, misalnya ketergantungan model ini pada input berupa persepsi seorang
expert akan membuat hasil akhir dari model ini menjadi tidak ada artinya apabila orang expert tersebut memberikan penilaian yang keliru.
Menurut Ramdhani 2000 Analisa Pembobotan ini dilakukan dengan menggunakan metode Analytical Hierarchy Process AHP. Hal ini dengan
pertimbangan bahwa AHP memiliki suatu keuntungan yang membedakan dengan model pengambilan keputusan lainnya yaitu tidak ada syarat konsistensi mutlak.
Skala perbandingan yang digunakan dalam AHP adalah sebagai berikut :
Tabel 2.8 Skala Perbandingan
Intensitas Kepentingan
Keterangan Penjelasan
1 Kedua elemen sama
pentingnya Dua elemen mempunyai
pengaruh yang sama besar terhadap tujuan
3 Elemen yang satu sedikit
lebih penting daripada elemen yang lain
Pengalaman dan penilaian sedikit menyokong satu elemen
dibandingkan elemen lainnya
5 Elemen yang satu lebih
penting daripada elemen yang lainnya
Pengalaman dan penilaian sangat kuat menyokong satu elemen
dibandingkan elemen lainnya
7 Satu elemen jelas lebih
mutlak penting daripada elemen lainnya
Satu elemen yang kuat disokong dan dominan terlihat dalam
praktek
9 Satu elemen
mutlak penting daripada elemen
lainnya Bukti yang mendukung elemen
yang satu terhadap elemen lain memiliki tingkat penegasan
tertinggi yang mungkin menguatkan
2, 4, 6, 8 Nilai-nilai antara dua nilai
pertimbangan yang berdekatan
Nilai ini diberikan bila ada dua kompromi di antara dua pilihan
Kebalikan Jika untuk aktivitas i mendapat satu angka dibanding dengan
aktivitas j mempunyai nilai kebalikannya disbanding dengan i
Sumber : Ramdhani, 2000, Hal. 138
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Pada dasarnya langkah-langkah dalam metode AHP meliputi : 1.
Membandingkan antar kriteria dengan skala perbandingan yang telah ditentukan.
2. Membuat matriks kriteria berpasangan.
Tabel matriks perbandingan berpasangan adalah sebagai berikut :
Tabel 2.9 Matriks Perbandingan Berpasangan
Kriteria A1 A2 A3 … An A1 A11
A12 A13
… A1n A2 A21
A22 A23
… A2n A3 …
… …
… … … …
… …
… …
An An1 …
… … Ann Total An1
An2 An3 … Ann
Sumber : Ramdhani, 2000, Hal. 138
3. Membuat matriks normalisasi.
Matriks Normalisasi diperoleh dengan membagi nilai masing-masing sel matriks berpasangan kriteria dengan total masing-masing kolom. Dan bobot
kriteria diperoleh dengan membagi total nilai normalisasi tiap kriteria dengan total nilai normalisasi seluruh kriteria.
Nilai Normalisasi =
n
1 i
ij ij
a a
Dimana a
ij
nilai skala perbandingan antara kriteria ke-i dan ke-j. 4.
Membuat matriks perbandingan berpasangan dikalikan dengan bobot masing- masing kriteria.
5. Menentukan eigen vektor.
6. Mencari nilai
Maksimum.
max
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
max
= n
or eigen vact
, n = 1,2,3,…..= ordomatriks 7.
Mencari Nilai Consistensy Index CI CI =
1
max
n n
8. Mencari Nilai Consistency Ratio CR
CR = RI
CI dimana RI = nilai konsistensi acak
Untuk model AHP, matrik perbandingan dapat diterima jika nilai Rasio Konsistensi CR
≤ 0.1 Suryadi dan Ramdhani, 2002. Dimana tabel random index adalah sebagai berikut :
Tabel 2.10 Nilai Indeks Random
Ordo Matriks
IR Ordo Matriks
IR Ordo Matriks
IR 1 0.00 6 1.24 11 1.51
2 0.00 7 1.32 12 1.54 3 0.58 8 1.41 13 1.56
4 0.90 9 1.45 14 1.57 5 1.12 10 1.49 15 1.59
Sumber : Ramdhani, 2000, Hal. 138
Konsistensi AHP: Jika aij mewakili derajat kepentingan faktor I terhadap
faktor j dan ajk menyatakan kepentingan dari faktor j terhadap faktor k, maka agar keputusan menjadi konsisten, kepentingan dari faktor i terhadap faktor k harus
sama dengan aij.ajk atau jika aij.ajk = aik untuk semua i,j,k maka matrix tersebut konsisten. Permasalahan didalam pengukuran pendapat manusia, konsistensi tidak
dapat dipaksakan. Jika AB misalnya 2 1 dan CB misalnya 31, tidak dapat dipaksakan bahwa CA dengan angka 61 meskipun hal itu konsisten.
Pengumpulan pendapat antara satu factor dengan yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidakkonsistensi jawaban yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
diberikan responden. Namun, terlalu banyak ketidakkonsistensi juga tidak diinginkan. Pengulangan wawancara pada sejumlah responden yang sama kadang
diperlukan apabila derajat tidak konsistennya besar. Saaty [4] telah membuktikan bahwa indek konsistensi dari matrik berordo
n dapat diperoleh dengan rumus
CI = Alfa maksimum -n n -1
dimana :
C.I = Indek konsistensi λmaksimum = Nilai eigen terbesar dari matrik berordo n
Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vektor utama. Sebagai contoh, menggunakan tabel 2 dan
tabel 3, nilai eigen terbesar yang
diperoleh: CI = 4.16810 -4 4-1 = 0.05603 λmaksimum = 8.2 x 0.14732 + 21 x 0.04494 + 3.47619 x 0.31338 + 1.875
x 0.49436 = 4.16810
Karena matrix berordo 4 yakni terdiri dari 4 faktor , nilai indek konsistensi yang diperoleh:
Apabila C.I bernilai nol, berarti matrik konsisten. batas ketidakkonsistensi yang ditetapkan Saaty, diukur dengan menggunakan Rasio Konsistensi CR,
yakni perbandingan indek konsistensi dengan nilai pembangkit random RI yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ditabelkan dalam tabel 4. Nilai ini bergantung pada ordo matrik n. Dengan demikian, Rasio konsistensi dapat dirumuskan:
CR = CIRI
Nilai Pembangkit Random R.I.
Sebagai contoh, melanjutkan nilai-nilai dari responden yang tertera dalam tabel 2, nilai CR :
CR = 0.056030.90 = 0.06226 Bila matrik bernilai CR lebih kecil dari 10, ketidakkonsistenan pendapat
masih dianggap dapat diterima. Perhitungan diatas dilanjutkan untuk level 3, sehingga diperoleh nilai eigenvektor utama dan C.R. pada setiap level dapat
diperoleh. Bobot komposit dipergunakan untuk menetapkan bobot dan konsistensi keseluruhan. Rata-rata geometri digunakan untuk merata-rata hasil akhir dari
beberapa responden.
AHP pertama kali diperkenalkan oleh Saaty Winston, 1993. Teknik AHP telah diimplementasi pada berbagai bidang persoalan perusahaan seperti;
perencanaan sistem transportasi, penyusunan portofolio bisnis, penyusunan corporate planning and marketing, dan lain sebagainya Canada and Sulivan,
1989. Tahapan alur proses AHP mencakup; a menyusun tingkat kepentingan relatif di antara atributelemendimensi keputusan dengan meminta pendapat
pihak-pihak yang berkepentingan, berkompeten, memiliki pengalaman praktis dalam area bisnis perusahaan, dan memiliki kewenangan di dalam organisasi
perusahaan, mereka bisa terdiri dari para karyawan dan pimpinan perusahaan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
sebagai pengambil keputusan, pendapat mereka tersebut kemudian dianalisis dengan metode analisis perbandingan, b tahap selanjutnya adalah melakukan
pembobotan secara algoritmik untuk masing-masing atributelemendimensi, c kemudian menentukan alternatif solusi untuk masing-masing atribut, d
menentukan skor akhir yang ingin dicapai dari masing-masing alternatif solusi yang telah disusun, e terakhir menyusun rating nilaiskor masing-masing
alternatif solusi tersebut dan pilih yang mempunyai nilai atau skor tertinggiterbaik.
Argumentasi yang harus disepakati adalah bahwa dengan melakukan modifikasi teknikprosedur AHP, maka teknik ini dimanfaatkan untuk menilai
service quality yang diberikan oleh perusahaan yang bergerak di bidang jasapelayanan. Modifikasi teknikprosedur AHP didasari oleh kenyataan bahwa
industri pelayanan sangatlah variatif dan memiliki karakteristik yang berbeda- beda satu dengan lainnya, misalnya industri transportasi berbeda dengan industri
perbankan, dan berbeda pula dengan industri pelayanan kesehatan.
2.8 Peneliti Terdahulu Sebagai Acuan