43
3.4.2. Data Sekunder
Data sekunder adalah data yang tidak langsung diperoleh dari sumber pertama dan telah tersusun dalam bentuk dokumen-dokumen tertulis.Contoh
Laporan Keuangan.
3.5. Metode Pengolahan Data
3.5.1 Uji Validitas
Untuk menghitung validitas, maka kita akan menghitung korelasi antara masing-masing pernyataan dengan skor total dengan menggunakan rumus korelasi
product moment sebagai berikut :
r =
2 2
2 2
Y
Y N
X X
N Y
X Y
X N
dimana : r = Koefisien korelasi yang dicari
N = Jumlah responden X = Skor tiap-tiap variabel
Y = Skor total tiap responden Secara statistik, angka korelasi yang diperoleh harus dibandingkan dengan
angka kritik tabel korelasi nilai r.
3.5.2 Uji Reliabilitas
Salah satu cara untuk menghitung reliabilitas adalah dengan rumus Alpha. Rumus Alpha digunakan untuk mencari reliabilitas instrument yang skornya
bukan 1 dan 0, misalnya kuesioner atau soal bentuk uraian.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
44
Rumus Alpha : r
11
=
2 1
2
1 1
b
k k
dimana : r
11
= Reliabilitas instrumen k
= Banyaknya butir pertanyaan atau banyak soal
b 2
= Jumlah varians butir
1 2
= Varians total Program komputer SPSS 15 Statistical Package for The Social Science dapat
melakukan perhitungan koefisien alpha dengan mudah.
3.5.3 Uji Konsistensi
Dalam uji konsistensi ini, dilakukan perhitungan antara lain : a.
Consistency Index CI CI =
1
max
n n
b. Consistency Ratio CR
CR =
RI CI
Matriks konsistensi jika CR ≤ 0,1
3.5.4 Penyamaan skala ukuran dengan proses normalisasi
Dalam proses standarisasi SCOR ini, diberlakukan perhitungan sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
45
1. Large is Better
S
norm
=
100
min max
min
x S
S S
S
i
2. Lower is Better
S
norm
=
100
min max
max
x S
S S
S
i
3.5.5 Perhitungan Nilai akhir Kinerja Supply Chain
Untuk menghitung nilai akhir performansi Supply Chain diberlakukan rumus :
Pi =
n
j j
ij
W S
1
Dimana : P
i
= Total performansi supply chain varian i n =
Jumlah obyektif performansi S
ij
= Skor supply chain ke i didalam obyektif performansi ke j
W
j
= Bobot dari obyektif performansi Dari perhitungan tersebut akan menghasilkan nilai performansi dari
PT. Bayer Indonesia – Bayer CropScience. Jika nilai kinerja 40 maka pencapaian performansinya dapat dikategorikan dalam kondisi yang sangat rendah
poor sedangkan jika nilai kinerjanya 90 maka dapat dikategorikan sangat baik sekali. Bisa dilihat di tabel 2.4
3.5.6 Analogi Perhitungan KPI 1. Pembobotan KPI dengan AHP menggunakan Sofware Expert Choice V.9
Kategori