Importance Performance Analysis IPA

mengisi skor tingkat kualitas pelayanan dan skor untuk harapan. Digunakan rumus berikut untuk menjabarkan atribut-atribut pada diagram kartesius Sugiono, Statistika untuk metode penelitian, 2009 ฀ ฀ … 7 dimana : Xi = skor rataan tingkat kinerja setiap atribut i. Yi = Skor rataan tingkat kepentingan setiap atribut i N = Responden 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 Prioritas Utama Kuadran I Pertahankan Prestasi Kuadran II Prioritas Rendah Kuadran III Berlebihan Kuadran IV Tingkat Tingkat kinerja Gambar 3. Diagram Kartesius Nasution, 2005 harus terus dikelola dengan baik, karena memiliki keunggulan di mata pengunjung. Kuadran III Prioritas Rendah Wilayah ini memuat atribut-atributmutu 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 EPB, hanya melaksanakannya biasa-biasa saja, sehingga pihak manajemen EPB 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.Atribut-atribut mutu pelayanan yang termasuk dalam kuadran ini dalam pelaksanaannya dianggap berlebihan oleh pengunjung.

3.4.5. Customer Satisfaction Index CSI

Pengukuran CSI diperlukan karena hasil dari pengukuran dapat digunakan sebagai acuan untuk menentukan sasaran-sasaran ditahun-tahun mendatang. Tanpa adanya CSI, top management tidak dapat menentukan tujuan dalam peningkatan kepuasan konsumen. Indeks diperlukan karena proses pengukuran bersifat kontinyu Buchori, 2007. Menurut Statford dalam Buchori 2007 metode pengukuran CSI meliputi: 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 weightedscore 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 tingkatkepuasan pelanggan. Adapun berdasarkan Aditiawarman 2000 dengan kriteria : Tabel 5. 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

3.4.6. 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 = ∑ … 8 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 :