majalah SWA, website-website yang berhubungan dengan data restoran dan Popeyes khususnya, serta literatur dan studi pustaka.
3.4. Metode Pengolahan dan Analisis Data
Pengolahan data menggunakan alat pengolahan statistik, yaitu SPSS Statistical Package for Social Sciences Release 11.5 dan Microsoft Excel.
Keunggulan program SPSS adalah program ini memuat berbagai model analisis yang lengkap, serta sistem manajemen data secara grafis sehingga
sangat mudah dan menarik untuk dilihat Santoso, 2003. Metode analisis yang dgunakan dalam penelitian ini yaitu:
3.4.1. Uji Validitas dan Reliabilitas
Uji validitas dan reliabilitas digunakan untuk mengetahui tingkat valid dan reliabilitas suatu butir pertanyaan dalam kuesioner.
Pengujian validitas konstruk kuesioner menggunakan tekni korelasi Product Moment,Microsoft Excel.
Rumus korelasi product moment yaitu :
2 2
2 2
[ ][
n XY
X Y
r n
X X
n Y
Y −
= −
−
∑ ∑ ∑
∑ ∑
∑ ∑
……………………………2 Dimana:
X adalah skor pertanyaan Y adalah skor total
Pengujian reliabilitas menggunakan analisis Cronbach’s Alpha SPSS version 11.5 for Windows. Rumus pengujian reliabilitas
dengan menggunakan teknik Cronbach’s Alpha adalah: 1
1 b
k k
t σ
α σ
−
⎛ ⎞
⎛ ⎞
= −
⎜ ⎟
⎜ ⎟⎜
⎟ −
⎝ ⎠⎝
⎠
∑
…………………………………………..3 Dimana:
α adalah reliabilitas kuesioner k adalah banyak butir pertanyaan
b σ adalah varians total
t σ adalah jumlah varians butir
Selengkapnya mengenai selang kategori nilai alpha dapat dilihat pada Tabel 4.
Tabel 4. Klasifikasi nilai alpha
Klasifikasi Nilai alpha Kesimpulan
α 0,9 Sempurna excellent
α 0,8 Baik good
α 0,7 Dapat diterima acceptable
α 0,6 Diragukan questionable
α 0,5 Lemah poor
α 0,5 Tidak dapat diterima unacceptable
Sumber: George 2003
3.4.2. Analisis Deskriptif
Statistika deskriptif berusaha menjelaskan atau menggambarkan berbagai karakteristik data seperti rata-rata, median
maupun variasi data. Kegiatan statistika deskriptif antara lain menyajikan data dalam bentuk tabel dan grafik. Sebuah tabel
berguna untuk mengetahui hubungan antara beberapa variabel Santoso, 2003
3.4.3. Multidimensional Scalling
Multidimensional scalling adalah teknik eksplorasi yang digunakan untuk memggambarkan perhitungan dalam dimensi kecil.
Intrepertasi dari dimensi ini akan membimbing pada pemahaman dari proses perhitungan. Selanjutnya dapat digunakan dalam
mengintrepretasikan pendapat seseorang ataupun grup yang berbeda-
beda sehingga didapatkan suatu solusi. Multidimensional Scalling
MDS memiliki hubungan yang erat dengan psikologi. Pada umumnya Multidimensional Scalling memetakan variabel-variabel
dalam dua atau tiga dimensi Deun, et.al., 2000 Untuk penelitian kali ini akan dibahas mengenai siapa pesaing terdekat Popeyes
metode multidimensional yang dilakukan adalah Anchor Clustering Method. Dengan Anchor Clustering Method, kita menggunakan satu
merek sebagai acuan, dalam hal ini Popeyes sebagai subjek penelitian. Lalu responden menilai kemiripan sejumlah restoran
fastfood dan memilih restoran yang paling mirip dengan Popeyes.
Matriks yang diperoleh akan berbentuk conditional sebab kita tidak bisa membandingkan baris dengan baris tidak simetris. Untuk
menghitung jarak euclidean, perlu diketahui koordinat setiap objek dalam kasus ini objek adalah restoran fastfood. Data koordinat
serta perhitungan jarak euclidean dapat dihitung dengan rumus:
2 2
i p
i p
e d x
x y
y =
− +
−
…………...………………..4 dimana:
ed = jarak Euclidean euclidean space x
i
= absis restoran fastfood ke-i pada dimensi 1 i = 1,2,...,n y
i
= ordinat restoran fastfood ke-i pada dimensi 2 i = 1,2,...,n x
i
= absis Popeyes pada dimensi 1 y
i
= ordinat Popeyes pada dimensi 2 Untuk mengukur seberapa baik Multidimensional Scalling
digunakan stress. Menurut Maholtra dalam Simamora 2005 semakin rendah stress, berarti semakin baik MDS yang kita gunakan.
Cara menghitung stress bermacam-macam, namun yang paling banyak digunakan adalah stress Kruskal, sebagaimana dirumuskan:
2 2
ij ij
ij
d d
Stress d
d
−
⎛ ⎞
− ⎜
⎟ ⎝
⎠ =
⎛ ⎞
− ⎜
⎟ ⎝
⎠
……………………………………………….5
dimana: d
−
= rata-rata jarak dalam peta
ij
d = jarak turunan derived distance atau kemiripan similarity data yang dihasilkan komputer.
d
ij
= data jarak yang diberikan responden
Tabel 5. Standar Kruskall untuk Stress Strees Percent
Goodness of Fit 20 Poor
10 Fair 5 Good
2,5 Excellent 0 Perfect
Sumber: Kruskal dalam Simamora 2005
3.4.4. Analisis Faktor
