47
Alpha 0,81-1,00 = sangat reliabel Hasil output SPSS menunjukkan besarnya nilai Alpha yang diperoleh, jika
tidak reliabel, maka selanjutnya variabel atribut yang memiliki nilai Alpha if Item Deleted
terbesar harus dihilangkan dan tidak ditanyakan kepada responden pada saat pengambilan data dalam penelitian. Hasil uji reliabilitas menunjukkan
16 atribut yang telah diuji memiliki nilai 0,6 yaitu 0,867, sehingga dapat disimpulkan ke 16 atribut sudah sangat reliabel karena berada pada rentang nilai
Alpha 0,81
– 1,00.
4.6.5 Customer Satisfication Index
Untuk mengukur tingkat kepuasan responden secara menyeluruh maka diperlukan perhitungan terhadap tingkat kepentingan dari produk atau jasa
tersebut. Kelebihan dari alat analisis Customer Satisfaction Index CSI yaitu pertama, efisiensi tidak hanya indeks kepuasan tapi sekaligus memperoleh
informasi yang berhubungan dengan dimensi atau atribut yang perlu diperbaiki. Hal ini dimungkinkan karena skor dari setiap dimensiskor dari setiap atribut
dapat diperoleh. Kedua, mudah digunakan dan sederhana tidak diperlukan penggunaan rumus-rumus yang rumit atau analisa statistik tingkat lanjut. Ketiga,
penggunaan skala yang memiliki sensitivitas dan reliabilitas cukup tinggi. Kekurangan dari alat analisis Customer Satisfaction Index CSI adalah 1
skalanya sulit dikomunikasikan apakah tingkat kepuasan yang diperoleh sudah cukup atau belum, bila dibandingkan dengan hasil index pesaingstudi periode
sebelumnya baru mudah untuk diinterpretasikan, 2 unsur subjektivitas dalam metode perhitungan indeks, 3 ketidakstabilan dari indeks yang dihasilkan bisa
karena adanya perubahan dimensiatribut yang diukur
7
. Cara untuk mengukur indeks kepuasan responden ini dapat dilakukan
melalui empat tahap yaitu, Stanford 2007, diacu dalam Immanuel 2011:
7
http:www.research.marketing.co.id20110910pentingnya-mengukur-kepuasan-pelanggan [27 Januari 2012]
48
1. Menentukan Mean Importance Score MISi dan Mean Satisfaction Score MSS.
Nilai ini didapat dari nilai rata-rata tingkat kepentingan dan rata-rata tingkat kinerja atribut.
MIS =
�
100 �=1
100
MSS =
�
100 �=1
100
Keterangan : n = jumlah responden
X
i
= nilai kinerja atribut ke-i Y
i
= nilai kepentingan atribut ke-i 2. Weighting Factors WF, merupakan fungsi dari Mean Importance Score
MIS-i masing-masing atribut dalam bentuk persen dari total Mean Importance Score
MIS-i untuk seluruh atribut yang akan diuji. WF =
MSi Total MIS
x 100 Dimana : I= atribut ke i
3. Weighted Score WS, merupakan fungsi dari Mean Satisfaction Score MSS dikali dengan Weighting Factors WF. Mean Satisfaction Score merupakan
nilai rata-rata skor tingkat kinerja yang didapat dari hasil penilaian kinerja dibagi dengan jumlah sampel. Perkalian antara nilai kinerja Performance
Score dengan Importance Weighting Factors.
WS = MSS x WF 4. Weighted Average Total WAT, merupakan fungsi total dari Weighted Score
WS atribut a-1 hingga atribut n a-n. WAT = WS
1
+WS
2
+ . . .+ WS
n
5. Customer Satisfaction Index CSI, adalah fungsi dari Weighted Average WA dibagi dengan Highest Scale Highest Scale atau skala maksimum yang
dipakai skala 5 dikalikan 100. CSI =
WAT HS
x 100 Tingkat kepuasan konsumen dapat dilihat dari kriteria tingkat kepuasan
konsumen. Kepuasan tertinggi akan dicapai apabila Customer Satisfaction Index CSI menunjukkan rentang 100. Rentang kepuasan konsumen berkisar antara
1-100. Untuk membuat skala linear numerik, maka hal pertama yang dilakukan adalah mencari rentang skala RS dengan rumus :
= m
− n b
49
Dimana, m = skor tertinggi, n = skor terendah, dan b = jumlah kelas kategori yang akan
dibuat. Di dalam penelitian ini, rentang skala yang digunakan yaitu :
=
100 −0
5
= 20 Berdasarkan rentang skala di atas maka diperoleh skala kepuasan
responden sebagai berikut : 0 CSI 20
= Sangat Tidak Puas 20 CSI 40
= Tidak Puas 40 CSI 60
= Cukup Puas 60 CSI 80
= Puas 80 CSI 100 = Sangat Puas
4.6.6 Importance Performance Analysis
