5.2.1.8. Interpretasi dari data yang dianalisis
Hasil perhitungan statistik dianalisis untuk mendapatkan desain spesifikasi berdasarkan kata kansei. Nilai utility merupakan dasar untuk menemukan desain
terpilih untuk produk blender. Desain terpilih ditentukan berdasarkan kategori yang memiliki jumlah terbanyak untuk kata kansei dengan nilai utility terbesar.
Berdasarkan hasil perhitungan statistik, maka desain terpilih yaitu desain II yang memiliki 4 kategori dengan nilai utilitas terbesar.
5.2.2. Pengolahan Data QFD Fase I
Langkah pertama yang dilakukan pada pengolahan data QFD Fase I yaitu melakukan pengujian validitas dan reliabilitas data kuesioner tertutup yang telah
dikumpulkan dari operator perakitan blender di PT Cakrawala Elecorindo.
5.2.2.1. Uji Validitas Data
Uji validitas data menggunakan Method of Successive Internal MSI yaitu metode yang digunakan untuk mengubah skala likert yang berupa skala ordinal
menjadi skala interval. Pengujian validitas dilakukan terhadap kuesioner tertutup yang disebar terhadap 32 operator dengan memuat 7 pertanyaan dengan
menggunakan persamaan korelasi product momen pearson. Langkah-langkah Method of Successive Interval MSI yaitu:
1. Mentabulasi frekuensi jawaban dari responden
Jawaban dari responden yang berbentuk skala ordinal 1, 2, 3, 4 dan 5 akan ditabulasi jumlahnya masing-masing. Tabulasi frekuensi jawaban responden
dapat dilihat pada Tabel 5.23.
Tabel 5.23. Tabulasi Frekuensi Jawaban Responden
SKALA ATRIBUT
Jumlah 1
2 3
4 5
6 7
1 1
1 1
1
4
2 8
3 4
5 7
5
32
3 13
9 14
9 10
8 7
70
4 5
4 9
13 10
7 6
54
5 4
11 2
3 8
8 10
46 JUMLAH
31 28
30 30
28 30
29 206
Sumber: Hasil Pengolahan Data
2.
Menentukan proporsi, proporsi kumulatif dan nilai Z masing-masing skala.
Proporsi masing-masing skala diperoleh dari hasil perbandingan jumlah frekuensi dengan jumlah total frekuensi. Perhitungan untuk proporsi skala 1
yaitu: Frekuensi untuk skala 1 = 4
Total Frekuensi = 206
Nilai Proporsi Skala 1 =
total Frekuensi
skala Frekuensi
1
=
206 4
= 0,019
Rekapitulasi perhitungan nilai proporsi, proporsi kumulatif, dan nilai Z untuk masing-masing skala dapat dilihat pada Tabel 5.24.
Tabel 5.24. Proporsi, Proporsi Kumulatif dan Nilai Z Skala
Frekuensi Proporsi
Proporsi Kumulatif Z
1 4
0,019 0,019
-2,075 2
32 0,155
0,174 -0,938
3 70
0,34 0,514
0,035 4
54 0,262
0,776 0,759
5 46
0,223 1
∞
Total 206
Sumber: Hasil Pengolahan Data
.
3. Penentuan nilai densitas fZ
Nilai densitas diperoleh dengan cara memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai berikut :
Contoh perhitungan untuk nilai densitas fungsi Z = -2,075 f -1,804 =
0,046 -1,665
2 1
exp 2
1
2
=
− π
Rekapitulasi perhitungan nilai dari setiap fungsi Z dapat dilihat pada Tabel 5.25.
Tabel 5.25. Nilai Densitas untuk Masing-masing Nilai Z Z
-2,075 -0,938
0,035 0,776
∞ Nilai Densitas f Z
0,046 0,257
0,399 0,759
Sumber: Hasil Pengolahan Data
4. Penentuan Nilai Scale Value SV
Nilai Scale Value SV diperoleh dengan rumus berikut :
Contoh perhitungan untuk nilai SV skala 1 yaitu: Density at lower limit = 0
Density at upper limit = Densitas f Z=-2,075 = 0,046 Area under offer limit = Proporsi Kumulatif Skala 1
Under lower limit = 0 SV skala 1 =
019 ,
0,046 −
− = -2,421
Rekapitulasi perhitungan nilai untuk setiap Scale Value dapat dilihat pada Tabel 5.26.
−
π =
2
z 2
1 exp
2 1
z f
limit lower
under -
limit offer
under area
limit upper
at density
- limit
lower at
density SV
=
Tabel 5.26. Nilai Scale Value untuk Masing-masing Skala Skala
1 2
3 4
5 Nilai Scale Value SV
-2,421 -1,316
-0,418 0,382
1,335
Sumber: Hasil Pengolahan Data
5. Menentukan skala akhir data interval
Skala akhir data interval diperoleh dengan jalan mengambil nilai negatif yang paling besar -2,083 diubah menjadi =1, yaitu:
a. skala interval baru dari 1 = 1 b. skala interval baru dari 2 = 2,06
c. skala interval baru dari 3 = 3,003 d. skala interval baru dari 4 = 3,803
e. skala interval baru dari 5 = 4,756 Nilai-nilai dari skala interval baru tersebut diuji validitasnya. Contoh
perhitungan untuk validitas atribut 1 yaitu:
[ ][
] [
][ ]
0,436 r
603 ,
774 5
, 19054
32 561
, 97
99 ,
323 32
603 ,
774 561
, 97
81 ,
2400 32
32
2 2
1 2
2 2
2
= −
− −
= −
− −
=
∑ ∑
∑ ∑
∑ ∑ ∑
r Y
Y N
X X
N Y
X XY
r
xy
Nilai koefisien korelasi product moment untuk atribut 1 adalah 0,5559. Tabel kritis koefisien product moment untuk taraf signifikan 5 dengan N=32, diperoleh nilai
kritis untuk taraf signifikan 5 sebesar 0,349. Nilai r hitung 0,349 r tabel 0,349, maka data derajat kepentingan terhadap
pengembangan produk blender untuk atribut 1 dinyatakan valid. Hasil perhitungan validitas untuk semua atribut pertanyaan dapat dilihat pada Tabel 5.7.
Tabel 5.27. Hasil Perhitungan Validitas Derajat Kepentingan Atribut
1 2
3 4
5 6
7
R Hitung 0,436 0,501 0,448 0,477 0,390 0,561 0,573
R Tabel 0,349 0,349 0,349 0,349 0,349 0,349 0,349
Keterangan Valid Valid Valid Valid Valid Valid Valid
Sumber: Hasil Pengolahan Data
5.2.2.2.Uji Reliabilitas Data
Pengujian reliabilitas untuk data kinerja dihitung untuk mengetahui apakah kuesioner yang telah dibuat reliabel atau tidak. Rumus Alpha Cronbach digunakan
untuk perhitungan, maka nilai varians butir 1 yaitu:
0,8299 32
32 97,561
- 323,99
2 2
2 2
= =
− =
∑ ∑
n n
x x
x
σ
Rekapitulasi perhitungan nilai varians butir 1 sampai dengan 7 dapat dilihat pada Tabel 5.28.
Tabel 5.28. Perhitungan Varians Tiap Butir Butir
Varians
1 0,8299
2 1,1045
3 0,6210
4 0,5725
5 0,5064
6 0,9859
7 1,1387
Sumber: Hasil pengolahan data
Dimasukkan ke rumus Alpha Cronbach
4599 ,
5060 ,
9 7588
. 5
1 1
7 7
1 1
2 2
=
−
−
=
−
− =
∑
t b
k k
r
σ σ
Nilai koefisien reliabilitas kinerja sebesar 0,4599. Tabel kritis koefisien korelasi r Pearson untuk taraf signifikan 5, dengan jumlah
responden 32 diperoleh nilai kritis 0,349. Karena r hitung r tabel, maka data dinyatakan reliabel.
5.2.3. Membangun Quality Function Deployment Fase I 5.2.3.1.Menentukan Customer Requirement
Kategori