Prosedur Pembentukan Pohon AID

maksimal maka nilai K untuk variabel prediktor tersebut juga maksimal, dimana nilai n dan TSS adalah konstan untuk semua prediktor. Semakin besar nilai K menandakan semakin signifikan pembelahan menerangkan perbedaan nilai-nilai dari variabel dependen. Setelah dibuktikan bahwa untuk prosedur pembelahan grup, statistik uji K mengikuti distribusi chi-kuadrat, maka selanjutnya nilai kritis dari K didasarkan pada nilai kritis dari distribusi 2 1 χ . Jika K lebih besar dari nilai kritis tersebut signifikan maka pembelahan dapat dilakukan. Sebaliknya jika K kurang dari nilai kritis tersebut maka pembelahan dihentikan. Tabel 2.1 Nilai Kritis dari Statistik Uji K Diambil Berdasarkan Tabel Chi-Kuadrat Berderajat Bebas Satu Level sig. α = 0.1 α = 0.05 α = 0.025 α = 0.01 α = 0.005 Nilai kritis K 2.71 3.84 5.02 6.63 7.88

2.10. Prosedur Pembentukan Pohon AID

Prosedur pembentukan pohon AID adalah sebagai berikut : 1. Tiap prediktor yang belum berbentuk kategorik, ditransformasikan ke dalam variabel kategorik. 2. Variabel yang telah diubah ke dalam bentuk kategorik, tiap variabel displit ke dalam model biner. 3. Hitung jumlah kuadrat antar grup BSS untuk setiap model biner yang mungkin dari setiap prediktor 4. Model biner dengan BSS maksimum dijadikan pembelah 5. Uji signifikansi, dengan 2 , 1 α χ K 6. Untuk tiap grup yang terbentuk, dihitung jumlah kuadrat total-nya TSS 7. Grup dengan TSS maksimum menjadi parent, yaitu yang selanjutnya dibelah menggunakan variabel prediktor lainnya. 8. Pembelahan dihentikan jika tidak memenuhi kriteria uji signifikansi. Setelah terbentuk diagram pohon AID, maka dapat diperoleh tiga tipe informasi, yaitu : 1. Pengelompokan pengamatan terminal groups Observasi dikelompokkan ke dalam kelompok yang relatif homogen dalam kaitannya dengan nilai-nilai variabel prediktor dan variabel dependen. 2. Interaksi dan struktur keterkaitan antar variabel prediktor Yang dimaksud dengan interaksi antar variabel prediktor disini adalah peranan silang dua variabel prediktor dalam pemisahan pengamatan menurut variabel dependen. Sedangkan yang dimaksud dengan struktur keterkaitan antar variabel prediktor adalah kecenderungan suatu variabel prediktor berpadanan atau berkaitan dengan variabel prediktor lainnya. 3. Reduksi variabel Tidak semua variabel prediktor yang dianalisis muncul dalam diagram pohon AID, sehingga metode AID dapat digunakan untuk reduksi variabel.

BAB III METODOLOGI PENELITIAN

3.1. Jenis Data

Data yang digunakan dalam penelitian ini adalah data primer. Data primer merupakan data yang diperoleh dengan menyebarkan kuesioner yang sebelumnya telah dilakukan pengujian validitas dan reliabilitas kepada 30 responden sebagai sampel.

3.2. Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini adalah dengan mengambil sampel dari populasi dan menggunakan kuesioner sebagai pengumpul data pokok. 1. Populasi Konsumen pengguna layanan telekomunikasi nirkabel. Dalam hal ini adalah pengunjung ITC Roxy Mas. 2. Sampel Sampel penerima adalah masyarakat pengguna layanan telekomunikasi nirkabel, dalam hal ini adalah pengunjung ITC Roxy Mas, yang dilakukan pada 3 – 16 Juni 2008. Teknik pengambilan sampel dilakukan dengan teknik sampling purposive, yaitu teknik penentuan sampel dengan pertimbangan tertentu Sugiyono, 1999. Pertimbangan-pertimbangan tersebut meliputi kepemilikan ponsel bagi calon responden, baik dengan layanan teknologi GSM mupun CDMA, dan kesediaan calon responden menjadi responden. Mengingat besarnya sampel