Penentuan Tujuan Analisis Cluster Penyusunan Desain Riset Analisis Cluster Pengujian Asumsi Analisis Cluster Pembentukan Cluster Partisi dan Penilaian Overall Fit.

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