1. Home
  2. Teknik

Pengujian Konsistensi Rasio Level 2 Pengujian Konsistensi Rasio Level 3

5.2.3.1. Pengujian Konsistensi Rasio Level 2

Pengujian konsistensi rasio untuk level 2, didapat dari Tabel 5.8 rata-rata pembobotan antar kriteria level 2 dan Tabel 5.11 rata-rata entri baris antar kriteria level 2.                                                              0,9780 1,0401 0,9960 0,9809 1,0565 0,9512 0,1632 0,1735 0,1662 0,1636 0,1766 0,1568 1 0,9253 0,9874 0,9970 0,9049 1,0667 1,0807 1 1,0371 1,0711 0,9371 1,1300 1,0127 0,9140 1 1,0680 0,9480 1,0448 1,0030 0,9337 0,9364 1 0,9628 1,0584 1,1051 1,0549 1,0549 1,0386 1 1,0923 0,9374 0,9571 0,9571 0,9448 0,9155 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 0,9512 0,1568 = 6,0661 Baris kedua 1,0565 0.1766 = 5,9824 Baris ketiga 0.9809 0.1636 = 5,9957 Baris keempat 0,9960 0,1662 = 5,9929 Baris kelima 1.0401 0.1735 = 5,9951 Baris keenam 0,9780 0,1632 = 5,9928 Rata-rata dari keempat entri 6,0041 6 9928 , 5 9951 , 5 9929 , 5 9957 , 5 9824 , 5 0661 , 6 max         Konsistensi Indeks CI 0,0008 1 6 6 0041 , 6 1 max        n n CI  n adalah orde matrik. n = 6 dari tabel random indeks diperoleh RI= 1,24 Universitas Sumatera Utara Maka perhitungan konsistensi rasio 0,0007 24 , 1 0,0008    RI CI CR Ini menunjukkan bahwa konsistensi baik. Karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya.

5.2.3.2. Pengujian Konsistensi Rasio Level 3

1. Sub kriteria Sukses dan Tindakan Karyawan Pengujian konsistensi rasio untuk sub kriteria sukses dan tindakan karyawan, didapat dari Tabel 5.12 dan Tabel 5.13.                                      1,3351 0,7977 0,8641 1,1873 0,3184 0,1899 0,2069 0,2849 1 1,9640 1,9640 0,8333 0,5092 1 1,4219 0,5316 0,5092 0,7033 1 1,2690 1,2001 1,8812 0,7880 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 1,1873 0,2849 = 4,1674 Baris kedua 0,8641 0.2069 = 4,1765 Baris ketiga 0,7977 0,1899 = 4,2005 Baris keempat 1,3351 0,3184 = 4,1932 Rata-rata dari keempat entri 4,1844 4 1932 , 4 2005 , 4 1765 , 4 1674 , 4 max       Konsistensi Indeks CI Universitas Sumatera Utara 0,0615 1 4 4 1844 , 4 1 max        n n CI  n adalah orde matrik. n = 4 dari tabel random indeks diperoleh RI= 0.90 Maka perhitungan konsistensi rasio 0,0609 90 , 0548 ,    RI CI CR Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. 2. Sub kriteria Menolong dan Melayani Konsumen Pengujian konsistensi rasio untuk sub kriteria menolong dan melayani konsumen, didapat dari Tabel 5.14 dan Tabel 5.15.              0,5011 1,4989 0,2506 0,7494 1 0,3343 2,9909 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 1,4989 0,7494 = 2,0002 Baris kedua 0,5011 0.2506 = 1,9997 Rata-rata dari keempat entri 1,9999 2 9997 , 1 0002 , 2 max     Konsistensi Indeks CI -0,0001 1 2 2 9999 , 1 1 max        n n CI  n adalah orde matrik. n = 2 dari tabel random indeks diperoleh RI= 0 Maka perhitungan konsistensi rasio Universitas Sumatera Utara 0,0001 -    RI CI CR Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. 3. Sub Kriteria Dampak dan Pengaruh di Perusahaan Pengujian konsistensi rasio untuk sub kriteria dampak dan pengaruh di perusahaan, didapat dari Tabel 5.16 dan 5.17.                                0,3471 1,3622 1,3564 0,1150 0,4442 0,4408 1 0,3207 0,2033 3,1183 1 1,2690 4,9178 0,7880 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 1,3564 0,4408 = 3,0771 Baris kedua 1,3622 0.4442 = 3,0666 Baris ketiga 0,3471 0,1150 = 3,0180 Rata-rata dari keempat entri 3,0539 3 0180 , 3 0666 , 3 0771 , 3 max      Konsistensi Indeks CI 0,0270 1 3 3 3,0539 1 max        n n CI  n adalah orde matrik. n = 3 dari tabel random indeks diperoleh RI= 0,58 Maka perhitungan konsistensi rasio 0,0465 0,58 0270 ,    RI CI CR Universitas Sumatera Utara Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. 4. Sub Kriteria Manajerial Pengujian konsistensi rasio untuk sub kriteria manajerial, didapat dari Tabel 5.18 dan 5.19.                                      0,5956 0,7621 2,0614 0,8094 0,1438 0,1815 0,4839 0,1908 1 0,8688 0,4243 0,4656 1,1510 1 0,4487 1,0377 3,3943 2,2289 1 3,5893 2,1478 0,9636 0,2786 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 0,8094 0,1908 = 4,2419 Baris kedua 2,0614 0,4839 = 4,2599 Baris ketiga 0,7621 0,1815 = 4,1991 Baris keempat 0,5956 0,1438 = 4,1422 Rata-rata dari keempat entri 4,2108 4 1422 , 4 1991 , 4 2599 , 4 2419 , 4 max       Konsistensi Indeks CI 0,0703 1 4 4 2108 , 4 1 max        n n CI  n adalah orde matrik. n = 4 dari tabel random indeks diperoleh RI= 0.90 Maka perhitungan konsistensi rasio 0,0781 90 , 0,0703    RI CI CR Universitas Sumatera Utara Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. 5. Sub Kriteria Kognitif Pengujian konsistensi rasio untuk sub kriteria kognitif, didapat dari Tabel 5.20 dan 5.21.                                0,3471 1,3622 1,3564 0,1150 0,4442 0,4408 1 0,3207 0,2033 3,1183 1 1,2690 4,9178 0,7880 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 1,3564 0,4408 = 3,0771 Baris kedua 1,3622 0.4442 = 3,0666 Baris ketiga 0,3471 0,1150 = 3,0180 Rata-rata dari keempat entri 3,0539 3 0180 , 3 0666 , 3 0771 , 3 max      Konsistensi Indeks CI 0,0270 1 3 3 3,0539 1 max        n n CI  n adalah orde matrik. n = 3 dari tabel random indeks diperoleh RI= 0,58 Maka perhitungan konsistensi rasio 0,0465 0,58 0270 ,    RI CI CR Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. Universitas Sumatera Utara 6. Sub Kriteria Efektivitas Pribadi Pengujian konsistensi rasio untuk sub kriteria efektivitas pribadi, didapat dari Tabel 5.22 dan 5.23.                                      0,8258 0,7685 1,1725 1,3557 0,2027 0,1875 0,2843 0,3254 1 0,7024 0,7880 0,8216 1,4237 1 0,5880 0,3848 1,269 1,7006 1 0,9591 1,2171 2,5985 1,0426 1 x Konsistensi Vektor D Konsistensi Vektor D dihitung dengan rumus: bobot a Vektor D  Baris pertama 1,3557 0,3254 = 4,1664 Baris kedua 1,1725 0,2843 = 4,1241 Baris ketiga 0,7685 0,1875 = 4,0985 Baris keempat 0,8258 0,2027 = 4,0739 Rata-rata dari keempat entri 4,1157 4 1422 , 4 1991 , 4 2599 , 4 2419 , 4 max       Konsistensi Indeks CI 0,0386 1 4 4 1157 , 4 1 max        n n CI  n adalah orde matrik. n = 4 dari tabel random indeks diperoleh RI= 0.90 Maka perhitungan konsistensi rasio 0,0429 90 , 0,0386    RI CI CR Ini menunjukkan bahwa konsistensi baik. karena nilai CR  0,1 dan dinyatakan bahwa responden konsisten dengan jawabannya. Universitas Sumatera Utara

5.2.4. Pengujian Konsistensi Hieraki

Dokumen yang terkait

Analisis Metode Fuzzy Analytic Hierarchy Process (Fahp) Dalam Menentukan Posisi Jabatan

12 131 82

Implementasi Metode Profile Matching dan Metode Analytical Hierarchy Process (AHP) pada Perekrutan Tenaga Kurir (Studi Kasus PT. JNE Cabang Medan)

16 91 137

Analisis Metode AHP (Analytical Hierarchy Process) Berdasarkan Nilai Consistency Ratio

2 46 123

Penentuan Komoditas Unggulan Pertanian Dengan Metode Analytical Hierarchy Process (AHP) (Studi Kasus: Pertanian Kecamatan Parbuluan, Kabupaten Dairi)

18 117 72

Implementasi Metode Analytical Hierarchy Process (AHP) dan Fuzzy Multi-Attribute Decision Making (Fuzzy MADM) dalam Penentuan Prioritas Pengerjaan Order di PT. Sumatera Wood Industry

6 138 175

Analisis Pemilihan Supplier Dengan Metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) di PT. Indo CafCo

12 57 78

Studi Penerapan Metode Analytical Hierarchy Process (AHP) Dan Metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) Untuk Peningkatan Kualitas Layanan Di Rumah Sakit Bina Kasih Medan-Sunggal

4 41 149

Perancangan Perangkat Penilaian Kinerja Pejabat Struktural Berdasarkan Kompetensi dengan Menggunakan Metode Analytical Hierarchy Process (Studi Kasus di Universitas Maranatha, Bandung).

0 1 21

Perancangan Perangkat Penilaian Kinerja Karyawan Berdasarkan Kompetensi Spencer Dengan Metode Analytical Hierarchy Process (Studi Kasus Di Perusahaan Aswi Perkasa).

0 0 165

Perancangan Perangkat Penilaian Kinerja Struktural Berdasarkan Kompetensi Dengan Menggunakan Metode Analytical Hierarchy Process (AHP) (Studi Kasus Di Universitas Kristen Maranatha).

1 1 29