Skala pengukuran variabel yang akan diteliti yaitu menggunakan skala ordinal dan teknik skala yang bisa dipilih dalam pengumpulan data yaitu dilakukan dengan
skala likert. Skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang kejadian atau gejala sosial.
Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi dimensi , dimensi dijabarkan menjadi sub variabel, kemudian sub variabel
dijabarkan menjadi indikator indikator yang dapat diukur. Artinya indikator ini dapat dijadikan titik tolak untuk membuat item instrument yang berupa pertanyaan yang
dapat dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pertanyaan yang diungkapkan dengan kata-kata sebagai berikut:
Sangat Penting = 5
Penting = 4
Netral = 3
Tidak Penting = 2
Sangat Tidak Penting = 1
2.7 Teknik Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah :
1. Studi Pustaka
Studi pustaka dilakukan peneliti guna untuk memperoleh informasi yang berkaitan dengan variabel-variabel yang dibahas dalam penelitian ini, dimana studi pustaka
diperoleh dari berbagai sumber yaitu , buku, artikel dan jurnal.
Universitas Sumatera Utara
2. Kuesioner
Kuesioner adalah metode pengumpulan data dengan mengedarkan daftar pertanyaan berupa formulir , diajukan secara tertulis kepada responden untuk mendapatkan
tanggapan, informasi, jawaban dan sebagainya.
2.8 Teknik Pengolahan Data
Adapun analisis data yang digunakan dalam penelitian ini adalah analisis kualitatif dan analisis kuantitatif.
1. Analisis Kualitatif
Analisi kualitatif merupakan bentuk analisis yang mendasarkan pada adanya hubungan antara variabel yang sedang diteliti. Tujuannya ialah agar peneliti
mendapatkan makna hubungan variabel-variabel sehingga dapat digunakan untuk menjawab masalah yang dirumuskan dalam penelitian Jonathan Sarwono, 2006.
2. Analisis Kuantitatif
Analisis kuantitatif merupakan analisis yang digunakan terdapat data yang berwujud angka-angka dengan cara pembahasannya. Dalam penelitian ini menggunakan
program SPSS for Windiws Version 16.0 . Adapun metode pengolahannya adalah sebagai berikut:
a. Cleaning
Data yang telah dikumpulkan dilakukan celaning data yang berarti sebelum data dilakukan pengolahan terlebih dahulu dilakukan pengecekan agar tidak terdapat data
yang tidak perlu.
Universitas Sumatera Utara
b. Editing
Setelah data dikumpulkan lalu dilakukan pengeditan untuk mengecek kelengkapan data, kesinambungan data dan keseragaman data.
c. Coading
Dilakukan untuk memudahkan dalam pengolahan data termasuk dalam pengelompokan kategori dan pemberian skor.
d. Entry Data
Memasukan data ke program komputer yaitu program SPSS untuk proses analisis data.
2.9 Teknik Analisis Data
Penelitian ini menggunakan metode konjoin dengan menggunakan metode Analisis konjoin untuk mengetahui preferensi Pelajar terhadap Atribut Sekolah Menengah
Atas.
Analisis konjoin conjoint analysis merupakan suatu metode analisis dalam analisis multivariate, analisis ini mulai diperkenalkan pada tahun 1970-an. Analisis ini
biasa diterapkan pada market riset dan studi pengembangan produk. Analisis konjoin adalah sebuah teknik guna mengukur preferensi konsumen terhadap produk atau jasa.
Analisis konjoin berdasarkan pada subjektifitas konsumen terhadap beberapa kombinasi fitur yang ditawarkan. Subjektifitas konsumen ini diukur melalui peringkat
ranking atau skor skala likert. Hasil analisis konjoin berupa informasi kuantitatif yang dapat memodelkan preferensi konsumen untuk beberapa kombinasi fitur produk.
Ahmad Ansori Mattjik I Made Sumertajaya, 2011.
Universitas Sumatera Utara
Tujuan analisis konjoin adalah memperoleh skor kegunaan utility yang dapat mewakili kepentingan setiap aspek produk, sehingga dari skor tersebut dapat ditarik
kesimpulan tentang atribut apa yang paling dipertimbangkan konsumen dalam memilih produk.
Langkah-langkah yang perlu dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum sebagai berikut :
1. Perumusan Masalah
Di dalam merumuskan analisis konjoin, peneliti harus mengenali atau mengidentifikasi atribut dengan tingkatanlevel masing-masing dipergunakan untuk
membentuk stimulus. Level atribut menunjukkan nilai yang diasumsikan oleh atribut. Atribut yang dipilih harus dapat mempengaruhi preferensi dan pilihan. Banyaknya
tingkatan atribut menentukan banyaknya parameter yang akan diperkirakan dan juga mempengaruhi banyaknya stimulus yang akan dievaluasi oleh responden. Untuk
meminimumkan tugas evaluasi responden, peneliti harus bisa membatasi banyaknya tingkatanlevel dari atribut. Peneliti harus memperhitungkan level atribut yang lazim
atau umum berlaku di masyarakat .
2. Mengidentifikasi Atribut
Menentukan atribut dan level atribut yang digunakan dalam merancang kombinasi stimuli yang akan di evaluasi oleh pelajar. Pada penelitian ini tercakup dalam 6
enam atribut dengan masing-masing atribut terdiri atas 2 sampai 3 level atribut dengan perincian : Prestasi Sekolah Bidang Pendidikan, Bidang Ekstrakulikuler,
Tenaga Pendidik berkopetensi, berprestasi, Biaya Pendidikan biaya sumbangan masuk, biaya sumabangan pembinaan pendidikan, Fasilitas Sekolahsarana
pendidikan, sarana olahraga, kantin, Lokasi Sekolah pusat kota, pinggir kota, luar kota, Status Sekolah sekolah pemerintah, sekolah swasta.
Universitas Sumatera Utara
3. Merancang Kombinasi Atribut
Stimuli adalah sekolompok atribut yang akan dievaluasi oleh responden dalam memilih atribut dan traf atribut yang akan digunakan untuk membuat stimuli. Ada dua
cara yang sering digunakan dalam merancang kombinasi atribut yaitu : Kombinasi berpasangan pairwise combination, Kombinasi lengkap full profile .
a. Kombinasi berpasangan pairwise combination
Di dalam metode kombinasi berpasangan pairwise combination, responden diminta untuk mengevaluasi pasangan-pasangan atribut secara bersamaan.
b. Kombinasi lengkap full profile
Di dalam metode kombinasi lengkap full profile, responden diminta mengevaluasi semua kombinasi stimuli yang muncul.
Jika jumlah kombinasi terlalu banyak maka dilakukan pengurangan jumlah kombinasi atribut stimuli tersebut. Salah satu cara dengan orthogonal array.
Orthogonal array adalah sebuah kelas desain factorial yang memungkinkan untuk membuat perkiraan yang efisien dari seluruh pengaruh utama.
Rancangan kombinasi yang akan digunakan dalam penelitian ini disusun berdasarkan pendekatan Full Profile yang artinya membentuk stimulus dengan cara
melibatkan seluruh atribut dalam proses penelitiannya. Jika mengkombinasikan antara atribut beserta levelnya maka akan didapat sebanyak 2x2x2x3x3x2 = 144 kombinasi
atribut yang akan dinilai oleh responden. Jumlah 144 kombinasi Atribut tentu akan sangat menyulitkan responden jika harus memberikan penilaian sebanyak itu satu
persatu dan menghabiskan waktu yang banyak. Oleh karena itu untuk memudahkan responden dilakukan proses syntax pada SPSS 16.0 untuk mendesin kombinasi atribut
sehingga menghasilkan 21 stimuli seperti tabel berikut ini :
Universitas Sumatera Utara
Tabel 2.1 Stimuli yang menjadi Kuesioner Penelitian
No Prestasi
Sekolah Tenaga
Pendidik Biaya Pendidikan
Fasilitas Sekolah
Lokasi Sekolah
Status Sekolah
Rate 1
2 3
4 5
6 7
8
1 Bidang
Ekstrakulikuler Berprestasi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Olahraga Pusat
Kota Sekolah
Pemerintah Negeri
2 Bidang
Pendidikan Berkompetensi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Pendidikan Pusat
Kota Sekolah
Pemerintah Negeri
3 Bidang
Ekstrakulikuler Berprestasi
Biaya Sumbangan Masuk
Pembangunan Sarana
Pendidikan Pinggir
Kota Sekolah
Swasta 4
Bidang Ekstrakulikuler
Berprestasi Biaya Sumbangan
Pembinaan Pendidikan SPP
Sarana Pendidikan
Luar Kota
Sekolah Swasta
5 Bidang
Pendidikan Berprestasi
Biaya Sumbangan Pembinaan
Pendidikan SPP Kantin
Pinggir Kota
Sekolah Pemerintah
Negeri 6
Bidang Ekstrakulikuler
Berkompetensi Biaya Sumbangan
Masuk Pembangunan
Sarana Pendidikan
Luar Kota
Sekolah Pemerintah
Negeri 7
Bidang Pendidikan
Berkompetensi Biaya Sumbangan
Pembinaan Pendidikan SPP
Sarana Olahraga
Luar Kota
Sekolah Swasta
8 Bidang
Ekstrakulikuler Berprestasi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Pendidikan Pusat
Kota Sekolah
Swasta 9
Bidang Pendidikan
Berprestasi Biaya Sumbangan
Masuk Pembangunan
Kantin Luar
Kota Sekolah
Pemerintah Negeri
10 Bidang
Pendidikan Berprestasi
Biaya Sumbangan Masuk
Pembangunan Sarana
Pendidikan Pusat
Kota Sekolah
Swasta 11
Bidang Pendidikan
Berkompetensi Biaya Sumbangan
Masuk Pembangunan
Sarana Olahraga
Pinggir Kota
Sekolah Swasta
12 Bidang
Ekstrakulikuler Berkompetensi
Biaya Sumbangan Masuk
Pembangunan Sarana
Pendidikan Pusat
Kota Sekolah
Pemerintah Negeri
13 Bidang
Ekstrakulikuler Berprestasi
Biaya Sumbangan Masuk
Pembangunan Sarana
Olahraga Pusat
Kota Sekolah
Pemerintah Negeri
Universitas Sumatera Utara
1 2
3 4
5 6
7 8
14 Bidang
Ekstrakulikuler Berkompetensi
Biaya Sumbangan Pembinaan
Pendidikan SPP Kantin
Pusat Kota
Sekolah Swasta
15 Bidang
Ekstrakulikuler Berkompetensi
Biaya Sumbangan Masuk
Pembangunan Kantin
Pusat Kota
Sekolah Swasta
16 Bidang
Ekstrakulikuler Berkompetensi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Pendidikan Pinggir
Kota Sekolah
Pemerintah Negeri
17 Bidang
Ekstrakulikuler Berkompetensi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Pendidikan Pusat
Kota Sekolah
Swasta 18
Bidang Pendidikan
Berkompetensi Biaya Sumbangan
Pembinaan Pendidikan SPP
Kantin Pusat
Kota Sekolah
Pemerintah Negeri
19 Bidang
Pendidikan Berprestasi
Biaya Sumbangan Masuk
Pembangunan Sarana
Pendidikan Pusat
Kota Sekolah
Pemerintah Negeri
20 Bidang
Ekstrakulikuler Berprestasi
Biaya Sumbangan Pembinaan
Pendidikan SPP Sarana
Olahraga Pinggir
Kota Sekolah
Swasta 21
Bidang Pendidikan
Berprestasi Biaya Sumbangan
Masuk Pembangunan
Sarana Olahraga
Pinggir Kota
Sekolah Swasta
4. Menentukan Jenis Data
Data yang diperlukan dalam analisis konjoin dapat berupa data non metrik data berskala nominal atau ordinal dan kategorial maupun data metrik data berskala
interval atau rasio
a. Data Non Metrik
Untuk memperoleh data dalam bentuk non metric responden di minta untuk membuat ranking atau mengurutkan stimuli yang telah dibuat pada tahap sebelumnya.
Pengurutan ini biasanya dimulai dari stimuli yang paling disukai sampai pada stimuli yang paling tidak disukai.
Universitas Sumatera Utara
b. Data Metrik
Untuk memperoleh data dalam bentuk metrik responden di minta untuk memberikan rating atau nilai terhadap masing-masing stimuli. Pemberian nilai atau rating dapat
dilakukan melalui beberapa cara, yaitu :
a. Menggunakan skala likert mulai dari 1 hingga 5 1 = Paling tidak penting, 5= Paling penting.
b. Menggunakan nilai rangking terbalik, artinya untuk stimuli yang paling disukai diberi nilai tertinggi setara dengan jumlah stimulinya, sedangkan stimuli yang
paling tidak disukai diberi nilai 1.
5. Memilih Metode Analisis
Konjoin termasuk dalam Multivariate Dependence Method. Secara umum model dasar analisis konjoin dapat ditulskan dalam bentuk sebagai berikut:
�� = � � �
�� �
�
�=� �
�=�
�
��
Dimana: �� = Utility total.
�
��
= Nilai kegunaan dari atribut ke-i taraf ke-j �
�
= Taraf ke-j dari atribut ke-i � = Jumlah atribut ke-i
�
��
= Dummy variable atribut ke-i taraf ke-j. bernilai 1 bila taraf yang berkaitan muncul dan 0 bila tidak muncul
Salah satu metode yang dapat digunakan untuk menyelesaikan model dari analisis konjoin adalah metode regresi dengan variable dummy. Maka persamaan
Regresinya adalah :
Universitas Sumatera Utara
�
��
= �
+ � � �
�� �
�=1
�
�� �
�=1
+ �
��
Dimana: �
��
= Peringkat seluruh responden �
= Intersep m
= Jumlah Atribut k
= Banyak taraf dari atribut ke- i �
��
= Nilai kegunaan atribut ke-i taraf ke- j �
��
= Peubah boneka atau variabel dummy dari atribut ke- i taraf ke- j �
��
= Galat
Variabel dummy adalah variabel kualitatif dalam model regresi. Metode regresi dengan variabel dummy sangat umum digunakan untuk data berjenis non metrik
maupun metrik. Variabel ini biasanya menggunakan nilai 1 atau 0. Nilai 1 atau 0 yang diberikan tidak menunjukkan bilangan numerik tetapi hanya sebagai indikasi kelas
atau katagorinya.
Dengan model regresi tersebut maka dapat ditentukan nilai kegunaan dari taraf- taraf tiap atribut untuk menentukan nilai pentingnya suatu taraf relatif terhadap taraf
yang lain pada suatu atribut. Setelah menentukan nilai taraf maka nilai kepentingan relatif bobot dapat dihitung dengan formula sebagai berikut :
�
�
= �
�
∑ �
� �
�=1
�
�
= �������
��
� – ����
��
�
Dimana : �
�
= Bobot kepentingan relative untuk tiap atribut �
�
= Range nilai kepentingan untuk tiap atribut
Universitas Sumatera Utara
6. Interpretasi Hasil
Ada beberapa ketentuan dalam melakukan interpretasi hasil, yaitu :
a. Taraf yang memilki nilai kegunaan lebih tinggi adalah taraf yang lebih disukai.
b. Total nilai kegunaan masing-masing kombinasi sama dengan jumlah nilai kegunaan tiap taraf dari atribut-atribut tersebut.
c. kombinasi yang memilki total nilai kegunaan tertinggi adalah kombinasi yang paling disukai responden.
d. Atribut yang memilki perbedaan nilai kegunaan lebih besar antara nilai kegunaan taraf tertinggi dan terendah merupakan atribut yang lebih penting.
7. Uji Reabilitas dan Validitas hasil
Reliabilitas merupakan Penerjemahan dari kata Relibility, yaitu suatu pengukuran yang mampu mengasilkan data yang memiliki tingkat reabilitas tinggi. Walaupun
Reliabilitas memiliki berbagai nama lain seperti konsistensi, keterandalan, keterpercayaan, kestabilan dan sebagainya, namun gagasan pokok yang terkandung
dalam konsep reliabilitas adalah sejauh mana hasil dari suatu proses pengukuran dapat dipercaya.
Validitas berasal dari kata validity yang mempunyai arti sejauh mana akurasi
suatu tes atau skala dalam menjalankan fungsi pengukurannya. Pengukuran dikatakan mempunyai validitas yang tinggi apabila menghasilkan data yang secara akurat
memberikan gambaran mengenai variable yang diukur seperti dikehendaki dalam tujuan pengukuran tersebut. Akurat dalam hal ini berarti tepat dan cermat sehingga
apabila tes menghasilkan data yang tidak relevan dengan tujuan pengukuran maka dikatakan sebagai pengukuran yang memiliki validitas rendah.
Universitas Sumatera Utara
BAB 3
HASIL DAN PEMBAHASAN
3.1 Karakteristik Responden
Penelitian inidilakukandengandenganmenggunakanteknikrandom sampling.Objek
penelitian adalah Pelajar Tingkat Akhir Sekolah Menengah Pertama di Kecamatan Kota Sigli.Pelajar yang menjadi sampel dalam penelitian ini adalah seluruh Pelajar
Sekolah Menengah Pertama yang ada di Kecamatan Kota Sigli.
Langkah-langkah yang dilakukan dalam teknik pengambilan sampel adalah sebagai berikut:
1. Berdasarkan data jumlah Pelajar Sekolah Menengah Pertama tingkat Akhir di Kecamatan Kota Sigli , ada sebanyak 1016 Pelajar yang tersebar di 6 Sekolah,
diantaranya : b. SMP Negeri 1
: 197 Pelajar c. SMP Negeri 2
: 282 Pelajar d. SMP Negeri 3
: 60 Pelajar
e. SMP Negeri 4 : 45
Pelajar f.
SMP Swasta YPPU : 103 Pelajar
g. Madrasah Tsanawiyah : 329 Pelajar
2. Berdasarkan data jumlah pelajar dari setiap sekolah tersebut, maka masing- masing sekolah dapat dibagi dan diambil sampelnya dengan menggunakan rumus
Slovin yaitu:
Universitas Sumatera Utara
� = �
��
2
+ 1 � =
1016 1 + 1016 0,1
2
� = 1016
1 + 10160,01 � =
1016 1 + 10.16
� = 1016
11,16 � = 91
3. Selanjutnya proses penarikan sampel secara Proposional berdasarkan jumlah masing-masing Pelajar di setiap Sekolah adalah sebagai berikut :
Tabel 3.1 Penyebaran Jumlah Sampel Responden No
Nama Sekolah Populasi
Perhitungan Sampel
1 SMP Negeri 1 Sigli
197 197
1016 × 91
18 2
SMP Negeri 2 Sigli 282
282 1016
× 91 25
3 SMP Negeri 3 Sigli
60 60
1016 × 91
5 4
SMP Negeri 4 Sigli 45
45 1016
× 91 4
5 SMP Swasta YPPU Sigli
103 103
1016 × 91
9
6 Madrasah Tsanawiyah
Sigli 329
329 1016
× 91 30
Jumlah 1016
91
Berdasarkan perhitungan dapat disimpulkan bahwa, SMP Negeri 1 Sigli dapat diambil sampelnya sebanyak 18 orang, SMP Negeri 2 Sigli dapat di ambil sampelnya
sebanyak 25 orang, SMP Negeri 3 Sigli dapat diambil sampelnya sebanyak 5 orang,
Universitas Sumatera Utara
SMP Negeri 4 Sigli dapat diambil sampelnya sebanyak 4 orang, SMP Swasta YPPU Sigli dapat diambil sampelnya sebanyak 9 orang dan Madrasah Tsanawiyah Sigli
dapat diambil Sampelnya sebanyak 30 orang. Hal ini dilakukan agar sampel dapat merata dan sesuai dengan jumlah pelajar tingkat akhir Sekolah Menengah Pertama
yang ada di Kecamatan Kota Sigli.
3.2 Penyajian Data
