IV-23 beberapa indikator. Indikator atau faktor tiap variabel dapat dilihat pada
tabel 4.10. dibawah ini :
Tabel 4.10. Faktor Kualitas Pelayanan Jasa Lembaga Bimbingan Belajar
Neutron Yogyakarta Cabang Klaten 1.
Dimensi No
Faktor Kualitas Pelayanan Jasa
1. Faktor fasilitas fisik
2. Faktor media komunikasi dengan pelanggan
Bukti Fisik Tangibles
3. Faktor penampilan karyawan
4. Faktor pelayanan jasa yang dijanjikan.
Kehandalan Reliability
5. Faktor pelayanan jasa yang akurat error free.
6. Faktor pelayanan jasa yang tanggap responsif dan
cepat.
Daya Tanggap R
esponsiveness
7. Faktor kemauan staff membantu pelanggan.
8. Faktor keramahan dan kesopanan karyawan.
9. Faktor kompetensi staff.
10. Faktor kredibilitas reputasi.
Jaminan Assurance
11. Faktor keamanan finansial.
12. Faktor perhatian pribadi khusus.
Empati Emphaty
13. Faktor pemahaman kebutuhan pelanggan secara spesifik.
4.7. Analisis Cluster
4.7.1. Penentuan Tujuan Analisis Cluster
Dalam penelitian ini, analisis cluster dilakukan dengan tujuan untuk mengelompokkan pelanggan siswa Neutron Yogyakarta berdasarkan
kesamaan persepsi mereka mengenai faktor-faktor kualitas pelayanan jasa Lembaga Bimbingan Belajar Neutron Yogyakarta Cabang Klaten 1,
sehingga dapat memberi masukan dalam pembuatan usulan peningkatan kualitas pelayanan jasa tiap kelompok cluster segmen pelanggan.
4.7.2. Penyusunan Desain Riset Analisis Cluster
Penyusunan desain riset analisis digunakan untuk mendeteksi data kuantitatif yang akan diolah. Karena data kuantitatif yang akan diolah
mempunyai satuan yang sama, maka proses dapat dilanjutkan.
4.7.3. Pengujian Asumsi Analisis Cluster
Analisis cluster tidak termasuk statistik inferensia, dimana parameter analisis ini adalah seberapa besar sampel mewakili populasi. Analisis
IV-24 cluster mempunyai sifat matematik dan bukan dasar statistik. Syarat
kenormalan, linieritas dan homogenitas tidak begitu penting karena memberikan pengaruh yang kecil, sehingga tidak perlu diuji.
4.7.4. Pembentukan Cluster Partisi dan Penilaian Overall Fit.
Tahap selanjutnya adalah pembentukan cluster dengan prosedur non hirarki, karena metode ini memproses semua objek secara sekaligus
dengan titik acuan cluster centers mengklasifikasikan objek sebagai anggota masing-masing cluster lebih merata. Metode nonhirarki yang
digunakan adalah metode K-Means Clustering.
Tabel 4.11. Analysis Of Variance Alternatif Penentuan Jumlah Cluster.
F Sig.
Faktor 2
Cluster 3
Cluster 4
Cluster 2
Cluster 3
Cluster 4
Cluster
Faktor fasilitas fisik. 23.301
58.583 24.109
Faktor media komunikasi dengan pelanggan.
7.524 35.94
17.307 0.006
Faktor penampilan karyawan.
4.412 2.112
22.811 0.036
0.123 Faktor pelayanan jasa
yang dijanjikan. 34.779
90.437 32.27
Faktor pelayanan jasa yang akurat error free.
4.845 11.409
7.511 0.028
Faktor pelayanan jasa yang tanggap responsif
dan cepat. 3.666
11.087 6.298
0.056 Faktor kemauan staff
membantu pelanggan. 0.316
4.659 16.223
0.574 0.01
Faktor keramahan dan kesopanan karyawan.
1.459 2.486
4.215 0.228
0.085 0.006
Faktor kompetensi staff. 0.073
2.033 10.949
0.787 0.133
Faktor kredibilitas reputasi.
0.251 2.059
5.797 0.616
0.129 0.001
Faktor keamanan. 2.631
1.833 1.737
0.106 0.162
0.159 Faktor perhatian pribadi
khusus. 981.347
496.221 325.036
Faktor pemahaman kebutuhan pelanggan
secara spesifik. 24.908
2.128 0.99
0.096
Sumber : Pengolahan Data Kuesioner Persepsi.
Jumlah cluster ditetapkan antara 2 hingga 4 cluster, karena apabila jumlah cluster yang dibentuk terlalu banyak, akan menyulitkan interpretasi
segmen-segmen cluster yang terbentuk. Selanjutnya jumlah cluster yang tepat ditentuka berdasarkan perbandingan analysis of variance ANOVA
dari ketiga alternatif, yang dapat dilihat pada tabel 4.11. Pada dasarnya, semakin besar nilai F pada suatu faktor dan angka
signifikansinya dibawah 0.05, maka semakin besar pula perbedaan yang
IV-25 disebabkan oleh faktor tersebut terhadap cluster-cluster yang terbentuk.
Berdasarkan pada hal tersebut, maka jumlah cluster dipilih dari alternatif yang ada, dengan kriteria nilai F besar dan angka signifikansi kecil sig
0.05 pada setiap faktornya. Dari tabel 4.80, diketahui bahwa alternatif yang dimaksud tersebut adalah 3 cluster, sehingga proses clustering
selanjutnya dilakukan dengan jumlah 3 cluster yang akan dibentuk.
4.7.5. Interpretasi Hasil Analisis Cluster
