menyangkut proses produksi dan cara-cara yang dilakukan perusahaan dalam perbaikan serta peningkatan kualitas produk. Dalam penelitian
ini penulis menggunakan wawancara tidak terstruktur dalam penelitiannya. Wawancara tidak terstruktur adalah wawancara yang
bebas di mana peneliti tidak menggunakan pedoman wawancara yang telah tersusun secara sistematis dan lengkap untuk pengumpulan
datanya Sugiyono, 2009: 197. b.
Dokumentasi Dari dokumentasi diperoleh data tentang sejarah singkat perusahaan,
struktur organisasi perusahaan, tujuan perusahaan, data laporan biaya kualitas, data yang berkaitan dengan elemen-elemen biaya kualitas,
dan data kuantitas serta persentase produk yang cacat selama produksi.
G. Teknik Analisis Data
Untuk menjawab permasalahan yang telah dikemukakan di atas maka perlu diambil langkah-langkah sebagai berikut:
1. Menghitung biaya kualitas, persentase biaya kualitas, dan persentase
produk cacat a.
Menghitung total biaya kualitas Menurut Gasperz dalam Nasution 2015: 168 menghitung total
biaya kualitas, dengan rumus: TQC = QCC + QAC
Dimana: TQC
= Total Quality Cost atau biaya kualitas total QCC
= Quality Cost Control atau biaya pencegahan dan penilaian
QAC = Quality Assurance Cost atau biaya kegagalan internal
dan biaya kegagalan eksternal b.
Menghitung persentase biaya kualitas Persentase biaya kualitas dapat diukur dengan:
� � ��� � � =
� � ��� � � �
� � ×
c. Menghitung persentase produk cacat
Persentase produk cacat dapat diukur dengan: �
� � � � =
�ℎ � � �
�ℎ � ×
2. Melakukan Uji Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data. Menurut Boedijoewono 2012: 11 statistik desktiptif adalah metode
yang menggambarkan sifat-sifat data. Kegiatan statistik di sini berupa kegiatan pengumpulan data, penyusunan data dan penyajian data
dalam bentuk tabel, grafik-grafik maupun diagram-diagram.
3. Mengklasifikasi Data
Penulis menggunakan analisis statistik non-parametrik dalam penelitian ini. Statistik non-parametrik Boedijoewono, 2012: 30
adalah statistik bebas sebaran tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak. Selain itu, statistik non-
parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.
Menggunakan metode
seriaton secara
berkelompok untuk
mengklasifikasikan data. Metode ini digunakan untuk menyusun data dalam kelompok-kelompok berdasarkan kelas interval tertentu
sehingga dapat diperoleh secara tepat data yang terkecil dan yang terbesar dan mengelompokkan data menjadi beberapa bagian apakah
menjadi 2 bagian atau lebih Boedijoewono, 2012: 30. a.
Mengklasifikasikan data biaya kualitas Ukuran data biaya kualitas berskala rasio, pada pengklasifikasian
ini ukuran data laba akuntansi diubah menjadi skala ordinal. Semakin tinggi biaya kualitas berarti semakin besar biaya kualitas
yang terjadi dalam perusahaan, sebaliknya semakin rendah biaya kualitas berarti semakin kecil biaya kualitas yang terjadi dalam
perusahaan. Dalam mengklasifikasikan data biaya kualitas peneliti membuat 2 kategori tingkatan biaya kualitas menjadi rendah dan
tinggi. Klasifikasi data dilakukan dengan membagi angka yang
dihasilkan dari histogram, kemudian mengkategorikannya sebagai berikut:
1 : rendah
2 : tinggi
b. Mengklasifikasikan data persentase produk cacat
Ukuran data persentase produk cacat berskala rasio, pada pengklasifikasian ini ukuran data laba akuntansi diubah menjadi
skala ordinal. Semakin tinggi persentase produk cacat berarti semakin banyak produk cacat yang terjadi dalam perusahaan,
sebaliknya semakin rendah persentase produk cacat berarti semakin sedikit produk cacat yang terjadi dalam perusahaan.
Dalam mengklasifikasikan data persentase produk cacat peneliti membuat 2 kategori tingkatan persentase produk cacat menjadi
rendah dan tinggi. Klasifikasi data dilakukan dengan membagi angka
yang dihasilkan
dari histogram,
kemudian mengkategorikannya sebagai berikut:
1 : rendah
2 : tinggi
4. Melakukan Analisis Tabulasi Silang Crosstabs
Analisis tabulasi silang crosstabs menyajikan data dalam bentuk tabulasi yang meliputi baris dan kolom. Data untuk penyajian
crosstabs Ghozali, 2011: 96 adalah data berskala nominal, ordinal atau kategori. Ciri penggunaan crosstab adalah data input yang
berskala nominal atau ordinal. Crosstab dapat juga disertai dengan penghitungan tingkat rentan hubungan Santosa, 2015: 77.
5. Uji Hipotesis
Hipotesis dalam penelitian ini adalah: H
: Tidak ada hubungan antara biaya kualitas dengan persentase produk cacat.
H
A
: Ada hubungan antara biaya kualitas dengan persentase produk cacat.
6. Menarik Kesimpulan
Kesimpulan hasil pada tabel tabulasi silang crosstabs antara variabel dengan melihat kekuatan hubungan dan arah hubungan berdasarkan
nilai Spearman’s rho. Menurut Santosa 2015: 82 penggunaan exact test menghubungkan ranking antara dua variabel yang sudah
diurutkan. Pengujian ini memiliki dua sampel kecil independen dan datanya berbentuk nominal, maka data hasil pengamatan disusun
dalam bentuk tabel kontingensi 2x2. Adapun langkah-langkah untuk menarik kesimpulan adalah sebagai berikut:
a. Menguji tingkat signifikan
Penelitian ini akan menggunakan tingkat signifikan sebesar 5 dengan tingkat kepercayaan sebesar 95. Menguji tingkat
signifikan dengan melihat nilai exact significance, jika nilai exact significance 0,05, maka tidak terdapat hubungan antara kedua
variabel. Begitupula sebaliknya, jika nilai exact significance 0,05, maka terdapat hubungan antara kedua variabel.
Berdasarkan hal tersebut, jika terdapat hubungan antara kedua variabel maka analisis data dilanjutkan dengan menguji kekuatan
arah hubungan. b.
Menguji kekuatan hubungan dan arah hubungan Menurut Sugiyono 2009: 163 kriteria pengujiannya adalah
sebagai berikut: Tabel 1. Kriteria Pengujian Kekuatan Hubungan antara Variabel
Nilai Koefisien Tingkat Hubungan
0,00 – 0,199
Sangat Lemah 0,20
– 0,399 Lemah
0,40 – 0,599
Sedang 0,60
– 0,799 Kuat
0,80 – 1,00
Sangat Kuat Sumber: Sugiyono, 2009
Koefesien korelasi menunjukkan kekuatan strength hubungan linear dan arah hubungan dua variabel acak. Jika koefesien korelasi
positif, maka kedua variabel mempunyai hubungan positif atau searah. Artinya jika nilai variabel X tinggi, maka nilai variabel Y
akan tinggi pula. Sebaliknya, jika koefesien korelasi negatif, maka kedua variabel mempunyai hubungan negatif atau terbalik. Artinya
jika nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah dan berlaku sebaliknya.
39
BAB IV GAMBARAN UMUM PERUSAHAAN
