Pengolahan dan Analisis data

n = 99,99 dibulatkan menjadi 100 Dari perhitungan tersebut maka jumlah responden yang dibutuhkan adalah 100 responden.

3.5. Pengolahan dan Analisis data

Pengolahan data dilakukan dengan menggunakan program Microsoft Excel 2007 dan SPSS Statistical Program For Social Science 15.0. Untuk menganalisis atribut yang dianggap penting dan menganalisis kinerja dalam mencapai kepuasan pengunjung digunakan analisis IPA dan untuk mengukur tingkat kepuasan pengunjung terhadap keseluruhan atribut digunakan analisis CSI.

3.5.1 Uji Validitas

Pengujian validitas dimaksudkan untuk mengetahui sejauh mana alatpengukur instrumen mengukur apa yang ingin diukur. Uji Validitas digunakan untuk menghitung nilai korelasi r antara data pada masing-masing pertanyaan dengan skor total. Teknik yang akan dipakai untuk menguji validitas kuesioner ini adalah teknik korelasi Produk Moment Pearson Umar, 2003, sebagai berikut : r hitung = n Ʃ xy − Ʃ x Ʃ y [n Ʃx 2 −Ʃ x2 ] [n Ʃy 2 − Ʃy 2] … 2 dimana : r hitung = Indeks validitas n = Banyaknya butir pertanyaan X = Skor pertanyaan tiap nomor Y = Skor total pertanyaan Bila diperoleh r hitung lebih besar dari r tabel pada tingkat signifikansi α 0,05 maka pertanyaan pada kuesioner mempunyai validitas konstruk atau terdapat konsistensi internal dalam pertanyaan tersebut dan layak digunakan. Berdasarkan hasil pengolahan data, diketahui bahwa kuesioner bersifat Valid karena nilai r hitung dari r tabel Lampiran 3 dan Lampiran 4.

3.5.2 Uji Realibilitas

Realibilitas adalah tingkat keandalan kuesioner. Kuesioner yang realiabel adalah kuesioner yang apabila dicobakan secara berulang kepada kelompok yang sama akan menghasikan data yang sama. Uji realibilitas dilakukan terhadap pertanyaan tingkat kepentingan pelanggandan tingkat kepuasan pelanggan untuk mengeta hui konsistensi alat ukur dalam „‟mengukur gejala yang sama atau untuk mengetahui tingkat kesalahan pengukuran. Pengukuran realibilitas kuesioner dapat menggunakan teknik Cronbach alpha dengan bantuan Microsoft SPSS versi 15.0 for windows. Rumus dari teknik Cronbach alpha ditulis sebagai berikut : 11= −1 1 − Ʃ 2 � 2 ... 3 dimana : 11 = realibilitas instrumen = banyak butir pertanyaan � 2 = ragam total Ʃ 2 = jumlah ragam butir Setelah di dapat kolerasi hitung, lalu bandingkan dengan korelasi pada tabel r product moment pearson dengan taraf nyata 5. Jika r yang dihitung lebih besar dari r tabel, maka Kuesioner tersebut reliabel, dan sebaliknya jika r yang dihitung lebih kecil dari r pada tabel, maka Kuesioner tersebut tidak raliabel. Berdasarkan teknik Alpha Cronbach dihasilkan nilai untuk tingkat kepentingan adalah 0,96 dan tingkat kinerja adalah 0,94 yang berarti nilai tersebut berada diatas nilai Alpha Cronbach 0,60.

3.5.3 Importance Performance Analysis IPA

Untuk menentukan atribut pelayanan dan karakeristik pengunjung dalam penelitian ini digunakan motode Analisis Deskriptif. Sedangkan untuk menentukan tingkat kepuasan pengunjung akan pelayanan KRB dalam penelitian ini digunakan metode IPA Importance Performance Analysis yang merupakan suatu teknik penerapan untuk mengukur atribut dari tingkat kepentingan dan tingkat kinerja. Analisis tingkat kepentingan dan kinerja ini diukur dengan menggunakan skala Likert 5 tingkat. Tingkat kepentingan dikategorikan menjadi sangat penting, penting, cukup penting, kurang penting dan tidak penting. Sedangkan tingkat kinerja dikategorikan menjadi sangat puas, puas, cukup puas, kurang puas dan tidak puas. Skor atau nilai yang digunakan terdapat pada Tabel 3. Tabel 3. Skor tingkat kepentingan dan tingkat kinerja Skor atau nilai Tingkat kepentingan Tingkat kinerja 5 Sangat penting Sangat Puas 4 Penting Puas 3 Cukup penting Cukup Puas 2 Kurang penting Kurang Puas 1 Tidak penting Tidak Puas Total penilaian tingkat kepentingan dan tingkat kinerja masing-masing atribut diperoleh dengan cara menjumlahkan hasil perkalian skor masing-masing skala dengan jumlah reponden yang memilih pada skala Likert. Kisaran untuk tiap skala adalah : Kisaran skala = − � � � ���� � ... 4 dimana: Xib = skor terbesar yang mungkin diperoleh dengan asumsi bahwa semua responden memberi jawaban sangat penting. Xik = skor terbesar yang mungkin diperoleh dengan asumsi bahwa semua responden memberi jawaban tidak penting Maka besarnya range untuk setiap kelas yang diteliti adalah sebagai berikut: [ 5 100 − 1 100 ] 5 = 80 ... 5 Tabel 4. Sebaran jumlah nilai tingkat kepentingan harapan Tingkat kepentingan Selang Tidak penting 100-179 Kurang penting 180-259 Cukup penting 260-339 Penting 340-419 Sangat penting 420-499 Tabel 5. Sebaran jumlah nilai tingkat kinerja pelaksanaan Kriteria kepentingan Selang Tidak Puas 100-179 Kurang Puas 180-259 Cukup Puas 260-339 Puas 340-419 Sangat Puas 420-499 Berdasarkan hasil penelitian tingkat kepentingan dan tingkat pelaksanaan, maka akan dihasilkan suatu perhitungan mengenai tingkat kepentingan dan tingkat kepuasan dari suatu jasa. Tingkat kesesuaian ini akan menentukan urutan prioritas peningkatan faktor-faktor yang mempengaruhi kepuasan pengunjung. Berikut rumusnya: Tki = x 100 ... 5 Keterangan: Tki = tingkat kesesuaianresponden Xi = skorpenilaian tingkat kinerja Yi = skorpenilaian pengunjung tingkatkepentingani. Tingkat kesesuaian tersebut digunakan untuk mengetahui sampai sejauh mana kepuasan pengunjung. Jika nilai kesesuaian berada di atas nilai rataan total 100, maka dapat dikatakan pengunjung merasa sangat puas. Apabila nilai kesesuaian berada pada garis rataan total, maka dapat dikatakan pengunjung merasa tidak puas. Setelah diperoleh nilai tingkat kesesuaian, selanjutnya dipetakan nilai rataan dari masing-masing atribut pelayanan ke dalam diagram Kartesius. Diagram Kartesius merupakan diagram yang terbentuk dari dua sumbu, yaitu sumbu mendatar X yang akan diisi oleh skor tingkat pelaksanaan, dan sumbu tegak Y akan diisi oleh skor tingkat kepentingan. Nilai yang digunakan untuk mengisi masing-masing atribut merupakan nilai rata-rata yang diperoleh dengan membagi total skor tingkat kepentingan dengan total responden yang dinotasikan dengan Yi dan Xi merupakan hasil pembagian total skor tingkat kinerja dengan total responden, dengan rumus: = Ʃ � ... 7 = Ʃ � ... 8 dimana : Xi = skor rataan tingkat kinerja setiap atribut i. Yi = Skor rataan tingkat kepentingan setiap atribut i. n = Responden Diagram dibagi menjadi empat bagian, dimana pembatasnya adalah garis ȳ dan x.x adalah rataan dari nilai kinerja keseluruhan atribut yang diteliti, sedangkan ȳ adalah rataan nilai kepentingan seluruh atribut yang diteliti. Gambar 6. Diagram Kartesius Nasution, 2005 Prioritas Utama Kuadran I Pertahankan Prestasi Kuadran II Prioritas Rendah Kuadran III Berlebihan Kuadran IV Tingkat kepentingan Tingkat kinerja Berikut penjelasan untuk masing-masing kuadran menurut Nasution 2005 Kuadran I prioritas Utama Wilayah yang menunjukan atribut-atribut mutu pelayanan yang memiliki tingkat kepentingan yang tinggi atau di atas nilai rataan, sedangkan nilai kinerjanya dinilai rendah.Atribut-atribut mutu pelayanan yang termasuk ke dalam kuadran ini kinerja perusahaannya harus lebih ditingkatkan. Kuadran II Pertahankan Prestasi Wilayah yang menunjukan atribut-atribut mutu pelayanan yang memiliki tingkat kepantingan dan tingkat kinerja yang tinggi atau di atas nilai rataan.Atribut- atribut mutu pelayanan yang termasuk ke dalam kuadran ini harus terus dikelola dengan baik, karena memiliki keunggulan di mata pengunjung. Kuadran III Prioritas Rendah Wilayah ini memuat atribut-atribut mutu pelayanan yang memiliki tingkat kepentingan dan tingkat kinerja yang rendah atau di bawah nilai rataan. Atribut- atribut mutu pelayanan yang termasuk ke dalam kuadran ini dirasakan tidak terlalu penting oleh pengunjung dan pihak KRB, hanya melaksanakannya biasa- biasa saja, sehingga pihak manajemen KRB tidak perlu mengalokasikan investasi yang berlebihan untuk atribut mutu pelayanan yang termasuk ke dalam kuadran ini. Kuadran IV Berlebihan Wilayah ini memuat atribut-atribut mutu pelayanan yang memiliki tingkat kepentingan yang rendah dan tingkat kinerja yang tinggi.Astribut-atribut mutu pelayanan yang termasuk dalam kuadran ini dalam pelaksanaannya dianggap berlebihan oleh pengunjung.

3.5.4 Customer Satisfaction Indeks CSI

Customer Satisfaction Indeks CSI digunakan untuk menentukan tingkat kepuasan pengunjung secara menyeluruh dengan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut-atribut mutu jasa yang diukur. CSI diperlukan karena hasil dari pengukuran tersebut dapat digunakan sebagai acuan untuk menentukan sasaran ditahun – tahun mendatang. Tanpa adanya indeks kepuasan pengunjung, tidak mungkin manajemen dapat menentukan target dalam peningkatan kepuasan pelanggan. Selain itu juga diperlukan karena proses pengukuran kepuasan pelanggan bersifat berkelanjutan. Menurut Stratford 2007, metode pengukuran CSI meliputi tahapan: 1. Menghitung Weighting Factors Faktor kepentingan terbobot, Yaitu Mengubah nilai rataan tingkat kepentingan menjadi angka presentase dari total nilai rataan tingkat kepentingan untuk seluruh atribut yang diuji, sehingga didapatkan total inportance weighting factors 100. 2. Menghitung Weighted score skor terbobot, yaitu nilai perkalian antara nilai rataan tingkat kinerja kepuasan masing-masing atribut dengan importance weighting factor masing-masing atribut. 3. Menghitung Weighted total total terbobot, yaitu menjumlahkan weighted score dari semua atribut mutu jasa. 4. Menghitung satisfaction indeks indeks kepuasan, yaitu weighted total dibagi skala maksimal yang digunakan skala maksimal 5, lalu dikalikan 100. Tingkat kepuasan responden secara menyeluruh dapat dilihat dari kriteria tingkat kepuasan pelanggan. Adapun berdasarkan Aditiawarman 2000 dengan kriteria : Tabel 6. Skala kepuasan konsumen Skala rata-rata Keterangan 0,00 – 0,34 Tidak puas 0,35 – 0,50 Kurang puas 0,51 – 0,65 Cukup puas 0,66 – 0,80 Puas 0,81 – 1,00 Sangat Puas

3.5.5 Uji Chi Square

Uji Chi Square merupakan salah satu uji statistik non parametrik. Kareka termasuk dalan uji non parametrik, maka uji Chi Square dapat diterapkan untuk pengujian data nominal dan katagorik. Pengujian Chi Square biasa digunakan untuk mengetahui frekuensi dua data observasi terhadap frekwensi data onservasi yang diharapkan expected value. Berdasarkan sebaran data tersebut dapat diketahui besarnya pengaruh suatu observasi terhadap observasi lainnya. Rumus dari uji Chi Square adalah : X 2 = � − � 2 � =1 Keterangan : X 2 = Chi Square O j = Frekwensi hasil observasi E j = Frekwensi yang diharapkan Hipotesa dari uji Chi Square adalah H0 menyatakan frekwensi data observasi bersifat bebas atau tidak terpengaruh atau hubungan anatar dua observasi yang diuji, sedangkan H1 menyatakan terdapat pengaruh atau hubungan anatar kedua observasi tersebut. Penulisan hipotesa tersebut adalah : H0 : � 11 = � 12 = � 13 … = � H1 : � 11 ≠ � 12 ≠ � 13 … ≠ � Dasar pengambilan keputusan adalah jika nilai Chi Square hitung lebih besar dari Chi Square tabel atau nilai probability Chi Square lebih kecil dari ∝ 1, 5, 10, maka H0 ditolak. Sebaliknya, penerimaan H0 terjadi jika nilai Chi Square hitung lebih kecil dari Chi Square tabel atau nilai probability Chi Square lebih besar dari ∝ 1, 5, 10.

IV. HASIL DAN PEMBAHASAN