commit to user
IV-7
Gambar 4.4 Grafik rekapitulasi profil responden berdasarkan pekerjaan.
Sumber : pengolahan data, 2009
4.2.3 Uji Validitas
a. Uji Validitas Kuesioner ekspektasi pengguna.
Sebelum hasil kuesioner ekspektasi.diolah lebih lanjut, perlu dilakukan pengujian terhadap hasil yang diperoleh. Uji validitas yang dilakukan adalah
validitas konstruk, dilakukan dengan menghitung koefisien korelasi antara skor tiap atribut untuk setiap responden dengan skor total jawaban dari masing-masing
responden. Metode yang dilakukan untuk uji validitas adalah menggunakan Product
Momen Pearson . Hasil perhitungannya dinyatakan dengan korelasi Pearson,
dimana korelasi pearson ini mengukur adanya hubungan linier antar atribut. Jika atribut tidak valid, r hitung lebih kecil dari r tabel, maka tidak diikutkan lagi
dalam analisa selanjutnya. Perhitungan dilakukan dengan menggunakan perangkat lunak Microsoft excel. Dengan jumlah responden sebanyak 90, maka df = 90-2 =
88, sehingga r tabel adalah 0.270. Dalam perhitungan manual, uji validitas dihitung dengan menggunakan
persamaan 2.6. Seperti contoh perhitungan koefisien korelasi pada X8 berikut ini: ]
210453049 2346173
90 [
] 178084
2010 90
[ 14507
422 68166
90 −
− −
= r
0.292 =
r
commit to user
IV-8 Perhitungan selanjutnya dapat dilihat pada Tabel 4.5 dapat dilihat pada
lampiran L-10 menunjukkan hasil putaran I dari uji validitas untuk kuesioner Servqual
bagian II ekspektasi. R kritis tabel didapat dengan memasukan nilai n = 90, df = n – 2 = 88, dan tingkat signifikansi 1, sehingga diperoleh nilai r kritis
= 0,270 nilai ini merupakan aproksimasi dengan melakukan ekstraplorasi linier. Dari Tabel 4.5 dapat dilihat bahwa X23 ”reward bagi pengguna yang aktif”
memiliki nilai r di bawah nilai r kritis 0,270, sehingga dilakukan pengujian ulang dengan mengeluarkan atribut tersebut. Dalam proses pengeluaran atribut
harus dilakukan satu persatu, karena pengeluaran satu atribut dapat berpengaruh pada atribut lain dan bisa saja atribut yang tidak valid menjadi valid. Pengeluaran
pembuangan ini dimulai dengan atribut yang memiliki r hitung paling kecil. Setelah dilakukan pengeluaran, maka dilakukan uji validitas kembali dengan tidak
mengikut sertakan X23. Sedangkan pada Tabel 4.6 dapat dilihat pada lampiran L-10 diketahui
bahwa masih terdapat atribut yang tidak valid, sehingga atribut tersebut harus dibuang satu per satu dari r hitung yang terkecil, r hitung terkecil dimiliki oleh
X15 ”penambahan layanan untuk anak, misal: rak buku mudah dijangkau tingginya, tempat duduk yang menarik dan lain-lain.”. Setelah dilakukan
pembuangan, maka dilakukan uji validitas kembali dilakukan dengan tidak mengikut sertakan X15.
Hasil akhir pengujian putaran III dapat dilihat pada Tabel 4.7 dapat dilihat pada lampiran L-11 pada tabel ini terlihat tidak ada lagi nilai r kritis dari masing –
masing atribut yang berada di bawah 0.270. Hal ini berarti bahwa atribut yang digunakan telah valid.
Pada tabel 4.8 dapat diketahui secara keseluruhan jumlah atribut validitas kuesioner ekspektasi yang valid dan yang tidak valid. Terdapat dua atribut yang
tidak valid, yaitu X15, X23, sedangkan atribut yang valid berjumlah 36 . b.
Uji Validitas Kuesioner persepsi pengguna. Uji validitas bukan hanya dilakukan pada hasil kuesioner ekspektasi
namun juga pada hasil kuesioner persepsi. Sama dengan uji validitas pada hasil kuesioner ekspektasi, pada uji validitas hasil kuesioner pesepsi juga berlaku
commit to user
IV-9 pembuangan atribut jika atribut tersebut tidak valid. Cara pembuangannya tidak
berbeda dengan pada uji validitas kuesioner ekspektasi, yaitu satu persatu dengan memilih r hitung yang terkecil.
Tabel 4.8 Uji validitas data ekspektasi keseluruhan
Atribut Correlation
person R
tabel Keterangan Atribut
Correlation person
R tabel
Keterangan
X1 0.354 0.270 Valid X20
0.344 0.270 Valid
X2 0.323 0.270
Valid X21
0.352 0.270 Valid
X3 0.421 0.270
Valid X22
0.337 0.270 Valid
X4 0.294 0.270
Valid X23
0.120 0.270 Tidak Valid
X5 0.385 0.270
Valid
X24 0.291 0.270
Valid
X6 0.317 0.270
Valid X25
0.306 0.270 Valid
X7 0.346 0.270
Valid X26
0.295 0.270 Valid
X8 0.292 0.270
Valid X27
0.303 0.270 Valid
X9 0.325 0.270
Valid X28
0.328 0.270 Valid
X10 0.335 0.270
Valid X29
0.313 0.270 Valid
X11 0.298 0.270
Valid
X30 0.310 0.270
Valid
X12 0.307 0.270
Valid
X31 0.332 0.270
Valid
X13 0.386 0.270
Valid X32
0.289 0.270 Valid
X14 0.394 0.270
Valid X33
0.299 0.270 Valid
X15 0.196 0.270
Tidak Valid X34
0.298 0.270 Valid
X16 0.327 0.270
Valid X35
0.388 0.270 Valid
X17 0.331 0.270
Valid
X36 0.314 0.270
Valid
X18 0.282 0.270
Valid
X37 0.329 0.270
Valid
X19 0.322 0.270
Valid X38
0.353 0.270 Valid
Sumber : Pengolahan data, 2009
Pada tabel 4.9 dapat dilihat pada lampiran L-12 memperlihatkan uji validitas pada hasil kuesioner persepsi pengguna putaran I, yang harus dibuang
terlebih dulu adalah X29 ” even-even lomba, pentas seni, dsb” dan kemudian dilakukan uji validitas lagi, ternyata masih terdapat dua atribut yang tidak valid,
yaitu X14 dan X18. Hal tersebut dapat dilihat pada tabel 4.10 dapat dilihat pada lampiran L-12. Dari dua atribut tersebut dipilih X14 ”adanya taman di dalam dan
di luar ruangan” yang dibuang terebih dulu karena memiliki r hitung terkecil dibandingkan yang lain.
Setelah atribut X14 dibuang, maka uji validitas dilakukan kembali. Seperti yang terlihat pada tabel 4.11 dapat dilihat pada lampiran L-13 masih terdapat
atribut yang tidak valid, yaitu atribut X18. Hal tersebut berarti bahwa harus
commit to user
IV-10 dilakukan pembuangan lagi. Atribut X18 ”tersedianya tempat sampah di dalam
dan di luar ruangan”. Hasil akhir pengujian putaran IV dapat dilihat pada tabel 4.12 dapat dilihat
pada lampiran L-13 dapat kita ketahui bahwa tidak ada atribut yang memiliki nilai r kritis lebih dari nilai kritis tabel. Ini berarti bahwa semua atribut telah valid.
Tabel 4.13 Uji validitas data persepsi keseluruhan
Atribut Correlation
person R tabel
Keterangan Atribut
Correlation person
R tabel Keterangan
X1 0.307 0.270 Valid X20
0.312 0.270 Valid
X2 0.306 0.270 Valid X21
0.318 0.270 Valid
X3 0.321 0.270 Valid X22
0.298 0.270 Valid
X4 0.304 0.270 Valid X23
0.341 0.270 Valid
X5 0.306 0.270 Valid X24
0.296 0.270 Valid
X6 0.324 0.270 Valid X25
0.315 0.270 Valid
X7 0.285 0.270 Valid X26
0.345 0.270 Valid
X8 0.286 0.270 Valid X27
0.298 0.270 Valid
X9 0.333 0.270 Valid X28
0.384 0.270 Valid
X10 0.341 0.270 Valid X29
-0.042 0.270 Tidak
Valid
X11 0.322 0.270 Valid X30
0.301 0.270 Valid
X12 0.389 0.270 Valid X31
0.330 0.270 Valid
X13 0.316 0.270 Valid X32
0.316 0.270 Valid
X14 0.091 0.270
Tidak Valid
X33 0.302 0.270 Valid
X15 0.372 0.270 Valid X34
0.332 0.270 Valid
X16 0.324 0.270 Valid X35
0.335 0.270 Valid
X17 0.322 0.270 Valid X36
0.326 0.270 Valid
X18 0.225 0.270
Tidak Valid
X37 0.393 0.270 Valid
X19 0.288 0.270 Valid X38
0.295 0.270 Valid Sumber : pengolahan data, 2009
Pada tabel 4.13 dapat diketahui secara keseluruhan jumlah atribut validitas hasil kuesioner persepsi pengguna yang valid dan yang tidak valid. Terdapat tiga
atribut yang tidak valid, yaitu X14, X18, dan X29. Sedangkan atribut yang valid berjumlah 35.
Setelah semua atribut dinyatakan valid, baik validitas hasil kuesioner ekspektasi pengguna maupun validitas hasil kuesioner persepsi pengguna, maka
hasil tersebut digabung. Atribut yang dibuang pada uji validitas hasil kuesioner ekspektasi pengguna berjumlah dua, yaitu atribut X23 ”reward bagi pengguna
yang aktif”, X15 ”penambahan layanan untuk anak, misal: rak buku mudah
commit to user
IV-11 dijangkau tingginya, tempat duduk yang menarik dll.”, sedangkan uji validitas
hasil kuesioner persepsi pengguna berjumlah tiga, yaitu atribut X14, X18 dan X29. Jika dijumlahkan maka terdapat lima atribut yang dibuang. Sedangkan
atribut yang valid berjumlah 33 buah. Selanjutnya, dilakukan uji reliabilitas pada 33 atribut tersebut.
4.2.4 Uji Reliabilitas
Kategori