IV-21 3. Proses Analisis
Proses Analisis data akan menghitung angka signifikansi dari angka korelasi koefisien kontigensi. Dimana angka signifikansi membuktikan
hipotesis penelitian dan angka korelasi koefisien kontigensi untuk membuktikan kekuatan hubungan antar variabel yang diuji.
4. Interpretasi Hasil Interpretasi hasil akan dilihat adalah berdasarkan angka signifikansi dan
angka korelasi koefisien kontigensi. Setelah diperoleh nilai angka signifikansi dan angka korelasi koefisien kontigensi, dapat diketahui
hubungan antara variabel dan seberapa erat hubungan tersebut.
2.9. Anova Analysis Of Variance
Analysis of Variance Anova merupakan metode untuk menguji hubungan antara satu variabel dependen skala metrik dengan satu atau lebih variabel
independen skala nonmetrik atau kategorikal dengan kategori lebih dari dua. Asumsi-asumsi yang terdapat dalam Analysis Of Variance Anova adalah
sebagai berikut, Santoso 2002 : 1. Independence
Asumsi ini menuntut pengukuran dependen dari tiap responden. Artinya, pengukuran dari seorang responden tidak berkorelasi dengan
respon dari responden lain dalam sampel. Tidak ada tes dengan ketentuan yang pasti dalam mendeteksi semua bentuk dependensi.
2. Homogenitas variasi Equality Of Variance Asumsi homogenitas variansi menguji apakah masing-masing grup
treatment mempunyai nilai variabel terikat dengan variansi yang sama, meskipun rata-rata tidak harus sama.
2.10. House of Quality
Untuk mengembangkan produk dengan metode Quality Function Deployment terdapat empat fase pengembangan, yaitu fase desain atau
perancangan, fase details atau teknologi, fase proses dan fase produksi. Fase
IV-22 desain atau perancangan Quality Function Deployment adalah pembuatan
rumah kualitas House Of Quality. House Of Quality terdiri dari dua bagian utama. Pertama adalah bagian yang memuat informasi yang berhubungan
dengan pelanggan Customer. Kedua adalah bagian yang memuat informasi keteknikan yang merespon masukan dari pelanggan.
Cohen, Lou, 1995
Gambar 2.1. Empat Fase Quality Function Deployment
Sumber : ReVelle, Jack., Moran, John W., Cox, Charles A.1998., hal. 315.
Rumah kualitas atau House Of Quality merupakan metode perencanaan dalam Quality Function Deployment QFD. Adapun tahapan pembuatan
rumah kualitas yaitu : 1. Voice of Customer
Gambar 2.2. Komponen-Komponen House Of Quality.
Sumber : ReVelle, Jack., Moran, John W., Cox, Charles A.1998, hal. 122
IV-23 Tahap ini mengarahkan peneliti untuk mendapatkan informasi mengenai
suara dari pelanggan keluhan, dan hal-hal yang memuaskan dari jasa atau produk.
2. Matrik Perencanaan Setelah diperoleh data-data atribut dari hasil wawancara dan penyebaran
kuesioner, maka dibuatlah matrik perencanaan. Matrik ini berisi informasi penting mengenai :
a. Importance Rating Importance Rating merupakan rekaman tingkat kepentingan
masing-masing kebutuhan
dan keinginan
pelanggan. Tingkat
kepentingan yang dipakai dalam penelitian ini adalah tingkat kepentingan absolut.
b. Customer Satisfaction Performance Informasi yang diperoleh dari Customer Satisfaction Performance
digunakan untuk mengukur tingkat kepuasan pengguna. d. Gap
Gap merupakan selisih antara Importance Rating dengan Customer Satisfaction Performance
3. Penentuan Respon Teknis Pada tahap ini dilakukan identifikasi karakteristik teknis yaitu apa yang
harus dilakukan oleh peneliti untuk memenuhi kebutuhan dan harapan pelanggan.
4. Penentuan Matriks Hubungan dan Nilai Prioritas Langkah selanjutnya adalah membuat matrik hubungan antara What dan
How. Pada matriks ini akan digambarkan seberapa jauh pengaruh respon teknis dalam menangani dan mengendalikan kebutuhan pelanggan.
5. Korelasi Teknis
IV-24 Tahap ini memetakan antar hubungan teknis, diperlukan untuk
mengetahui sampai dimana atribut teknis yang satu mempengaruhi atribut teknis yang lain.
6. Penentuan Nilai Kepentingan Teknik Nilai kepentingan teknik atau bobot teknik digunakan untuk mengetahui
masing-masing atribut sehingga dapat diketahui atribut mana yang memiliki nilai kepentingan teknik yang tinggi sampai yang terendah.
7. Penentuan Operational Goal Goal merupakan target yang hendak dicapai pada pengembangan
produk jasa. Operational Goal adalah usaha yang ditempuh untuk
pencapaian target tertentu. 2.11. Analisis Diskriminan
Discriminant Analysis
Menurut Santoso 2002, analisis diskriminan adalah teknik multivariat yang termasuk dependence method, yakni adanya variabel dependen dan
independen. Ciri khususnya adalah data variabel dependen harus berupa data kategori, sedangkan data variabel independen berupa data non kategori. Proses
Dasar dari Analisis Diskriminan adalah sebagai berikut Santoso Tjiptono, 2001: 212:
1. Memisahkan variabel-variabel menjadi variabel dependen dan variabel independen.
2. Menentukan metode untuk membuat fungsi diskriminan. Dalam hal ini, metode yang digunakan dalam Analisis Diskriminan adalah :
Step-Wise Estimation, dimana variabel dimasukkan satu per satu ke dalam model diskriminan. Pada proses ini, tentu ada variabel yang tetap ada pada
model, dan ada kemungkinan satu atau lebih variabel independen yang dikeluarkan dari model
IV-25 3. Menguji signifikansi dari fungsi diskriminan yang telah terbentuk dengan
menggunakan Wilks Lambda, dan F test. Kegunaan dari Wilk Lamda dan F test adalah menentukan variabel – variabel yang masuk ke fungsi
diskriminan. Pedoman yang digunakan pada Wilk Lambda : a. Jika angka Wilk Lambda dekat dengan 0, maka variabel tertentu
terkait dengan perbedaan antar group yang diujikan. b. Jika angka Wilk Lambda dekat dengan 1, maka variabel tertentu tidak
terkait dengan perbedaan antar group yang diujikan. Pedoman yang digunakan pada F – Test :
a. Jika Sig. 0.05, berarti variabel tertentu tidak terkait dengan perbedaan antar group yang diujikan.
b. Jika Sig. 0.05, berarti variabel tertentu terkait dengan perbedaan antar group yang diujikan.
4. Melakukan interpretasi terhadap fungsi diskriminan tersebut. Interpretasi terhadap fungsi diskriminan dilakukan dengan menghitung
discrminant Z Score 5. Membandingkan nilai disriminan score yang terbentuk dengan cut off
score nilai batas, untuk mengetahui variabel akan masuk ke group mana. Optimum Cutting Score Critical Cutting Score Value merupakan
kriteria nilai dimana masing-masing nilai diskriminan objek dibandingkan, untuk menentukan objek seharusnya dimasukkan ke grup
yang mana. Rumusnya adalah: …………………………………….. 2.10
dimana: Z
ct
= Critical Cutting Score Value N
A
= Jumlah anggota Group A N
B
= Jumlah anggota Group B Z
A
= Centroid grup dari Group A Z
B
= Centroid grup dari Group B 6. Classification Matrices Ketepatan Klasifikasi Dari Fungsi Diskriminan .
B A
A B
B A
ct
N N
Z N
Z N
Z +
+ =
IV-26 Untuk kasus dua grup berlaku aturan:
a. Individu dimasukkan ke grup A jika Z score Z
ct
, atau b. Individu dimasukkan ke grup B jika Z score Z
ct
7. Melakukan Uji Validasi Fungsi Diskriminan. Uji validasi fungsi diskriminan dilakukan dengan menghitung
persentase ketepatan pengelompokan yang dilakukan oleh analisis diskriminan dibandingkan dengan kenyataan. Nilai minimum fungsi
diskriminan dapat dikatakan cukup baik adalah 50 Santoso Tjiptono, 2001: 247.
2.12. Penelitian-penelitian Terdahulu
