Pengujian Data Pengolahan Data

1. Data Primer Yaitu data yang diambil langsung oleh peneliti dari obyek yang diteliti, seperti data yang dikumpulkan dari beberapa konsumen sebagai responden. a. Melalui Kuesioner penyebaran angket Data yang diambil ada tiga jenis yaitu data untuk segmentasi, penilaian kualitas layanan, dan pembobotan. Untuk Kuesioner segmentasi dan penilaian kualitas layanan disebarkan kepada konsumensiswa-siswi MAN Sidoarjo, sedangkan untuk kuesioner pembobotan disebarkan kepada pihak manajemen MAN Sidoarjo yang dianggap expert dalam bidangnya. b. Melalui Wawancara Digunakan untuk memperoleh informasi dari para pelanggan agar mereka mengerti maksud dari susunan kalimat kuesioner. Disamping itu dengan wawancara dapat mempersingkat waktu pengisian. 2. Data Sekunder Yaitu data selain data primer yang berhubungan dengan informasi tentang MAN Sidoarjo, misalnya diperoleh dari perpustakaan instansi terkait, website, dan lain-lain.

3.6 Pengolahan Data

Adapun langkah-langkah yang dilakukan peneliti untuk pengolahan data adalah :

3.6.1 Pengujian Data

Langkah-langkah yang dilakukan untuk pengujian data adalah : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

1. Uji Kecukupan Data

Ukuran sampel minimum ditentukan dengan rumus Bernoulli sebagai berikut : n    2 2 e .p.q 2 Z  Dimana : n = Jumlah sampel minimum  = tingkat signifikansi = 0,95 Z = Nilai Distribusi Normal p = pendugaan kesuksesan q = pendugaan kesalahan 1 – p e = tingkat maksimum yang diijinkan untuk kesalahan = 0,05

2. Uji Validitas

Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau kesahihan sesuatu instrumen. Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan dapat mengungkap data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang validitas yang dimaksud. Rumus yang dapat digunakan adalah yang dikemukakan oleh Person yang dikenal dengan rumus Korelasi Product Moment yaitu : r =             2 2 2 2 ΣY n ΣΣ ΣX n ΣΣ ΣXΣY ΣXY n    Dimana : X = Skor tiap-tiap variabel Y = Skor total tiap responden n = Jumlah responden Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Secara statistik angka r hitung yang diperoleh harus lebih besar dibandingkan dengan angka r tabel Rochmoeljati 2008.

3. Uji Reliabilitas

Reliabilitas artinya dapat dipercaya atau dapat diandalkan. Reliabilitas menunjuk pada suatu pengertian bahwa sesuatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik. Instrumen yang reliabel akan menghasilkan data yang dapat dipercaya. Apabila datanya memang benar sesuai dengan kenyataannya, maka berapa kalipun diambil tetap akan sama Rochmoeljati 2008. Setiap hasil pengukuran sosial selalu merupakan kombinasi antara hasil pengukuran yang sesungguhnya ditambah dengan kesalahan pengukuran. Secara matematis dapat dinyatakan sebagai barikut : X o = X t + X e Dimana : X o : angka yang diperoleh X t : angka yang sebenarnya X e : kesalahan pengukuran Selain itu reliabilitas juga dapat dinyatakan dalam perbandingan variansi. Variansi yang diperoleh dari data yang dikumpulkan terdiri dari dua komponen yaitu variansi sebenarnya dan variansi error Rochmoeljati 2008. V p = V s + V e Dimana : V p : variansi yang diperoleh V s : variansi sebenarnya V e : variansi error Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Menurut Cronbach, reliabilitas adalah perbandingan antara variansi sebenarnya dengan variansi yang diperoleh, dirumuskan : r tt = p s V V Dimana : r tt = koefisien reliabilitas Alpha Cronbach V s = variansi yang diperoleh bila pengukuran data dilakukan dengan menggunakan alat ukur yang sempurna pada kondisi yang sempurna. Oleh karena itu besarnya V s tidak mungkin diketahui secara langsung tetapi harus dengan cara pengurangan V p – V e . Sehingga diperoleh persamaan : r tt = p e p V V V  Nilai r tt berkisar dari 0 sampai dengan 1. Makin kecil kesalahan pengukuran, maka makin reliabel alat pengukur. Dan semakin tinggi reliabilitas, nilai r tt akan semakin mendekati 1. Nilai r tt 0,6 dianggap cukup baik Rochmoeljati 2008.

4. Pengukuran Sikap

Ada beberapa cara dalam pengukuran sikap, namun yang paling umum digunakan adalah skala sikap self-report dimana orang ditanya secara langsung mengenai perasaan mereka terhadap suatu obyek. Salah satu skala dalam self- report ini adalah summated-rating scale atau disebut juga Skala Likert, yang dikembangkan oleh Rensis Likert. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Contoh : Persepsi Harapan No. Uraian 1 2 3 4 5 1 2 3 4 5 1 Apakah luas ruangan sangat memadai √ √ Keterangan : 1 = sangat tidak memadai 2 = tidak memadai 3 = sedang 4 = memadai 5 = sangat memadai

5. Metode Analisis Data

Seperti diketahui sebelumnya bahwa data yang diambil terdiri dari tiga jenis. Maka pengolahan datanya juga terdapat tiga kelompok yaitu :

1. Analisa Segmentasi

1. Analisa Cluster Analisis cluster merupakan suatu teknik untuk mengelompokkan responden- responden ke dalam kelompok-kelompok. Dalam penelitian ini responden dikelompokkan berdasarkan tingkat harapan responden terhadap kualitas layanan yang diterima. Pada pengolahan data segmentasi, bagian identifikasi pelanggan diolah dengan K-Means Cluster atau Quick Cluster untuk menentukan segmentasi pelanggan. 2. Analisa Diskriminan Setelah melakukan clustering maka dilakukan analisis diskriminan untuk mengetahui prosentase kebenaran pengelompokan yang dihasilkan dari analisis cluster. Dalam melakukan analisis diskriminan, dimasukkan juga data Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. responden sebagai pertimbangan dalam menentukan tingkat kebenaran pengelompokan dengan quick cluster. 3. Analisa Tabulasi Silang Crosstabulation Kemudian dengan analisa tabulasi silang dapat diketahui hubungan saling ketergantungan antara cluster dengan data responden. Hal ini besar sekali manfaatnya karena kita bisa menentukan perbaikan kualitas yang ingin kita lakukan lebih mengarah pada segmen pasar mana.

2. Analisa Penilaian Kualitas Layanan

Pada pengolahan data penilaian dimulai dengan menghitung nilai servqual. Perhitungan ini menggunakan rumus : Sumber: Zeithaml, et a.., 1990 Setelah bobot dan nilai diperoleh maka dapat dilakukan penilaian kualitas layanan pada setiap kriteria dengan cara mengalikan nilai setiap kriteria dengan bobot masing-masing. Dari perhitungan tersebut maka didapat kriteria yang memiliki prioritas untuk ditingkatkan kualitas layanannya. Nilai Servqual kualitas layanan terbobot = nilai servqual tanpa bobot X bobot kriteria Bila nilai servqual bernilai positif maka pelayanan yang dirasakan pelanggan telah sesuai dengan yang diharapkan, namun bila nilai servqual bernilai negatif maka kualitas layanan yang dirasakan oleh pelanggan belum sesuai harapan.

3. Analisa Pembobotan

Menurut Ramdhani 2000 Analisa Pembobotan ini dilakukan dengan menggunakan metode Analytical Hierarchy Process AHP. Hal ini dengan Nilai Kualitas Layanan = nilai persepsi - nilai harapan pelanggan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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 3.3 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 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 : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel.3.4 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  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 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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.3.5 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 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1 Pembuatan Kuesioner

Data yang diambil oleh peneliti terdiri dari 3 jenis data yaitu data untuk segmentasi, data untuk penilaian kualitas layanan dan data untuk pembobotan. Kuesioner yang dibuat ada 2 macam yaitu kuesioner untuk penilaian kualitas layanan dan kuesioner pembobotan sedangkan data untuk segmentasi dapat diambil dari data identifikasi pelanggan yang tertulis dalam kuesioner penilaian kualitas layanan.

4.2 Penyebaran Kuesioner

Kuesioner yang disebarkan hanya ada 2 macam kuesioner yakni kuesioner penilaian kualitas layanan dan kuesioner pembobotan. Data untuk segmentasi didapat dari kuesioner kualitas layanan yakni data identifikasi responden pelanggan sehingga tidak perlu dibuat kuesioner tersendiri. Penarikan sampel dilakukan dengan metode penerapan sampel acak dimana setiap pelanggan memiliki peluang yang sama. Penyebaran kuesioner dilakukan mulai tanggal 8 Februari 2011 hingga 12 Februari 2011. Kuesioner penilaian kualitas layanan diisi oleh responden atau siswa-siswi pengguna jasa pendidikan di MAN Sidoarjo, sedangkan kuesioner pembobotan diisi oleh orang- orang expert yakni pihak manajemen. Masing-masing kriteria atau variabel akan dinilai diasumsikan berdasarkan pada tingkat kepentingan sehingga dapat merepresentatifkan data dari harapan pengguna jasa. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.