Analisis Preferensi Siswa SMA Negeri di Pematangsiantar terhadap Bimbingan Belajar dengan Metode Analisis Konjoin Chapter III V
19
BAB 3
METODOLOGI PENELITIAN
3.1.
Variabel Penelitian
Variabel adalah suatu atribut atau sifat atau nilai dari orang, objek, atau kegiatan
yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari
yang ditarik kesimpulannya (Sugiyono, 2007). Penelitian ini menggunakan dua
variabel yaitu :
1.
Variabel dependen
Variabel dependen adalah variabel yang menjadi pusat perhatian utama
peneliti. Hakekat sebuah masalah mudah terlihat dengan mengenali berbagai
variabel dependen yang digunakan dalam sebuah model. Variabilitas dari atau atas
faKtor inilah yang berusaha untuk dijelaskan oleh seorang peneliti (Ferdinand,
2006). Variabel dependen dalam penelitian ini adalah : preferensi siswa terhadap
bimbingan belajar.
2.
Variabel Independen
Variabel independen yang dilambangkan dengan (X) adalah variabel yang
mempengaruhi variabel dependen, baik yang pengaruhnya positif maupun yang
pengaruhnya negative (Ferdinand, 2006). Variabel independen dalam penelitian ini
adalah : biaya, sistem pembayaran, lokasi, waktu bimbingan, pendidikan terakhir
pengajar, fasilitas ruang, materi pelajaran, jumlah siswa perkelas.
3.2. Definisi Operasional
Definisi operasional variabel adalah suatu definisi mengenai variabel yang
dirumuskan berdasarkan karakteristik-karakteristik variabel tersebut yang dapat
diamati (Azwar, 1997). Definisi operasional dalam penelitian ini meliputi :
1)
Biaya
Biaya adalah nilai atau kas setara yang dikorbankan untuk barang atau jasa
Universitas Sumatera Utara
20
yang diharapkan memberikan manfaat pada saat ini atau pada saat masa yang akan
datang.
2)
Sistem Pembayaran
Sistem pembayaran adalah system yang mencakup seperangkat aturan,
lembaga dan mekanisme yang digunakan untuk melaksanakan pemindahan dana
guna memenuhi suatu kewajiban.
3)
Waktu Bimbingan
Waktu bimbingan meliputi ditentukan lembaga dan sesuai konsumen.
Apabila waktu ditentukan oleh lembaga maka setiap konsumen harus mengikuti
peraturan waktu yang telah ditetapkan oleh lembaga. Dan jika waktu sesuai
konsumen maka konsumen dapat memilih waktu yang tepat sesuai dengan
kesibukannya.
4)
Materi Pelajaran
Materi pelajaran secara garis besar dapat dikemukakan bahwa materi
pembelajaran (instructional material) adalah pengetahuan, keterampilan, dan sikap
yang harus dikuasai oleh peserta didik dalam rangka memenuhi standar kompetensi
yang ditetapkan.
5)
Jumlah Siswa Per Kelas
Jumlah siswa per kelas sangat berpengaruh terhadap kenyamanan
konsumen/siswa terhadap pemberian materi pembelajaran.
6)
Lokasi
Lokasi meliputi strategis atau tidak strategisnya suatu lembaga. Strategis
disini bila lokasi lembaga dilalui kendaraan umum dan tidak strategis apabila lokasi
lebaga tidak dilalui kendaraan umum.
7)
Pendidikan Terakhir Pengajar
Pendidikan
terakhir
pengajar
adalah
pembelajaran
pengetahuan,
keterampilan, dan kebiasaan sekelompok orang yang diturunkan dari satu generasi
Universitas Sumatera Utara
21
ke generasi berikutnya melalui pengajaran, pelatihan atau peneltian yang telah
mencapai standar pendidikan terakhir.
8)
Fasilitas
Fasilitas yang diberikan lembaga juga merupakan faktor yang sering
menjadi pertimbangan. Fasilitas disini adalah AC dan Non AC.
3.3.
Lokasi dan Waktu Penelitian
Penelitian dilakukan di SMA Negeri Kota Pematangsiantar yaitu:
1. SMAN 1 yang terletak di Jalan Parsoburan No. 24 Pematangsiantar. Penelitian
dilakukan pada tanggal 15 Maret 2017.
2. SMAN 2 yang terletak di Jalan Patuan Anggi No. 8 Pematangsiantar. Penelitian
dilakukan pada tanggal 16 Maret 2017.
3. SMAN 3 yang terletak di Jalan Pane No. 38 Pematangsiantar. Penelitian
dilakukan pada tanggal 17 Maret 2017.
4. SMAN 4 yang terletak di Jalan Pattimura No. 1 Pematangsiantar. Penelitian
dilakukan pada tanggal 18 Maret 2017.
5. SMAN 5 yang terletak di Jalan Medan Km 6,5 Pematangsiantar. Penelitian
dilakukan pada tanggal 13 Maret 2017.
6. SMAN 6 yang terletak di Jalan Cadika No. 15 Pematangsiantar. Penelitian
dilakukan pada tanggal 14 Maret 2017.
3.4.
Penentuan Populasi dan Sampel
Populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa, hal, atau
orang yang memiliki karakteristik yang serupa yang menjadi pusat semesta
penelitian (Ferdinand, 2006). Populasi dalam penelitian ini adalah siswa SMA
Negeri di pematangsiantar, yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5,
SMAN6. Sampel adalah sebagian yang diambil dari populasi (Supranto, 2004).
Universitas Sumatera Utara
22
Untuk melakukan analisis statistik diperlukan data, karenanya data perlu
dikumpulkan.
Sampel dalam penelitian ini adalah siswa kelas XII SMA Negeri di
Pematangsiantar yaitu siswa kelas XII SMAN1, SMAN2, SMAN3, SMAN4,
SMAN5, SMAN6 dan siswa yang mengikuti bimbingan belajar.
3.5.
Teknik Pengambilan Sampel
Pada penelitian ini pengambilan sampel dilakukan menggunakan teknik
nonprobability sampling yaitu purposive sampling. Nonprobability sampling adalah
teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi
setiap unsur anggota populasi untuk dipilih menjadi sampel. Menurut Sudjana
(2009:168) purposive sampling dikenal juga sebagai samping pertimbangan, terjadi
apabila pengambilan sampel dilakukan berdasarkan pertimbangan perorangan atau
pertimbangan peneliti. Sampel yang diambil dari SMA Negeri Pematangsiantar
sebanyak lima sampai tujuh orang per kelas dari kelas XII-IPA. Sampel yang
diambil berdasarkan petimbangan sebagai berikut:
1. Siswa yang dijadikan sampel harus siswa Kelas XII-IPA.
2. Siswa yang dijadikan sampel harus siswa yang sedang ikut bimbingan
belajar/siswa yang pernah mengikuti bimbingan belajar.
Roscoe dalam buku Research Method for Bussiness (1982) menyatakan
bahwa dalam analisis multivariat, jumlah sampel minimal adalah sepuluh kali dari
jumlah variabel yang diteliti.
Tabel 3.1. Jumlah Sampel Penelitian
No Populasi
Jumlah Sampel
1 SMAN 1 Pematangsiantar
27
2 SMAN 2 Pematangsiantar
36
Universitas Sumatera Utara
23
3 SMAN 3 Pematangsiantar
33
4 SMAN 4 Pematangsiantar
34
5 SMAN 5 Pematangsiantar
30
6 SMAN 6 Pematangsiantar
23
Jumlah Sampel
3.6.
183
Jenis dan Sumber Data
Data yang diperlukan dalam analisis konjoin dapat berupa data non metrik (data
berskala nominal atau data ordinal atau kategorial) maupun data metrik (data
berskala interval atau rasio).
3.7.
Teknik Pengumpulan Data
Metode pengumpulan data penelitian ini menggunakan :
a)
Kuisioner
Kuisioner adalah pengumpulan data yang dilakukan dengan cara memberikan
pertanyaan-pertanyaan kepada responden dengan panduan kuisioner.
b)
Studi Pustaka
Studi pustaka merupakan metode pengumpulan data yang dilakukan dengan
membaca buku-buku, literature, jurnal-jurnal, refrensi yang berkaitan dengan
penelitian ini dan penelitian terdahulu yang berkaitan dengan penelitian yang
sedang dilakukan.
3.8.
Teknik Pengolahan Data
Supaya data yang telah dikumpulkan dapat bermanfaat, maka data harus diolah dan
dianalisis sehingga dapat digunakan untuk mengintepretasikan, dan sebagai dasar
dalam pengambilan keputusan. Adapun analisis data yang digunakan dalam
penelitian ini adalah analisis kualitatif dan analisis kuantitatif.
Universitas Sumatera Utara
24
1.
Analisis Kualitatif
Analisis kualitatif merupakan bentuk analisis yang berdasarkan dari data yang
dinyatakan dalam bentuk uraian. Analisis kualitatif ini digunakan untuk
membahas dan menerangkan hasil penelitian tentang berbagai gejala atau
kasus yang dapat diuraikan dengan kalimat.
2.
Analisis Kuantitatif
Analisis kuantitatif merupakan analisis yang digunakan terhadap data yang
berwujud angka-angka dan cara pembahasannya dalam penelitian ini
menggunakan program SPSS 17 . Adapun metode pengolahannya adalah
sebagai berikut :
a. Coding (Pemberian kode)
Proses pemberian kode tertentu terhadap macam dari kuisioner untuk
kelompok ke dalam kategori yang sama.
b. Scoring (Pemberian Skor)
Scoring adalah suatu kegiatan yang berupa penelitian atau pengharapan
yang berupa angka-angka kuantitatif yang diperlukan dalam penghitungan
hipotesa atau mengubah data yang bersifat kualitatif ke dalam bentuk
kuantitatif.
3.9.
Teknik Analisis Data
Penelitian ini dilakukan dengan alat ukut yaitu analisis konjoin untuk mengetahui
preferensi siswa
terhadap bimbingan belajar. Adapun tahapan dalam analisis
konjoin adalah sebagai berikut :
1.
Mengidentifikasi atribut
Menentukan atribut dan taraf/level bimbingan belajar yang digunakan dalam
merancang kombinasi (stimuli) yang akan dievaluasi oleh siswa. Pada penelitian ini
tercakup delapan atribut dengan masing-masing atribut atas dua sampai tiga
taraf/level.
Universitas Sumatera Utara
25
2.
Merancang kombinasi atribut (stimuli)
Pada metode full-profile,untuk jumlah stimuli yang terlalu banyak, bisa dilakukan
dengan pengurangan stimuli dengan ketentuan stimuli minimum adalah:
Minimum Stimuli = Jumlah level-Jumlah faktor+1
Sehingga dari 8 atribut dan 19 taraf/level jumlah minimal stimuli adalah sebanyak
19-8+1= 12 stimuli.
3.
Menentukan metode pengumpulan data
Responden diminta untuk menilai 16 stimuli yang telah dirancang sebelumnya
dengan angka 1 sampai 5. Nilai 1 diberikan responden untuk kombinasi yang paling
tidak disukai sampai ranking 5 untuk yang paling disukai.
4.
Menentukan metode analisis data
Prosedur analisis konjoin yang digunakan dalam penelitian ini adalah regresi linear
dengan variabel dummy.
Universitas Sumatera Utara
26
BAB 4
HASIL DAN PEMBAHASAN
4.1.
Karakteristik responden
Penelitian ini dilakukan dengan penyebaran kuesioner pada siswa SMA Negeri di
Pematangsiantar yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5, SMAN6
sebanyak 183 siswa yang menjadi responden penelitian, diantaranya 67 siswa lakilaki (36,61%) dan 116 siswa perempuan (63,39%). Siswa yang menjadi sampel
pada penelitian ini terdiri dari siswa kelas XII IPA. Diantaranya SMA N1 sebanyak
27 orang (14,75%), SMAN2 sebanyak 36 orang (19,67%), SMAN3 sebanyak 33
orang (18,03 %), SMAN4 sebanyak 34 orang (18,58%), SMAN5 sebanyak 30
orang (16,40%), SMAN6 sebanyak 23 orang (12,57%)
4.2.
Penyajian Data
Data analisis konjoin didapat dari urutan kartu profil dalam kuesioner. Dalam
penelitian ini metode presentase yang digunakan adalah full profile yang
menggunakan data metrik yaitu dengan cara merating. Proses analisis konjoin
dilakukan dengan langkah-langkah sebagai berikut :
4.2.1. Mengidentifikasi Atribut
Perumusan masalah dimulai dari mendefinisikan produk sebagai kumpulan dari
atribut-atribut dimana setiap atribut terdiri atas beberapa level/taraf.
Tabel 4.1. Atribut dan Level Atribut dalam penelitian
No
Atribut
Level
Keterangan
1
Biaya
1
Rp.3.000.000/Paket
Universitas Sumatera Utara
27
2
3
4
Sistem Pembayaran
Waktu Bimbingan
Materi Pelajaran
1
Setiap Bulan
2
Setiap semester
3
Setiap tahun
1
Waktu sesuai konsumen
2
Waktu ditentukan lembaga
1
Relevan dengan kurikulum
2
Tidak
relevan
dengan
kurikulum
5
6
Jumlah Siswa Per Kelas
Lokasi
1
< 21 siswa
2
21 – 30 siswa
3
> 30 siswa
1
Dilalui kendaraan umum
2
Tidak
dilalui
kendaraan
umum
7
8
Pendidikan Terakhir
1
S1
Pengajar
2
D3
Fasilitas Ruang
1
AC
2
Non AC
Tujuan Penelitian ini untuk mengidentifikasi atribut yang dianggap penting oleh
konsumen dalam memilih bimbingan belajar, menentukan kombinasi atribut yang
disukai konsumen dan untuk menentukan urutan prioritas atribut yang disukai
konsumen
Universitas Sumatera Utara
28
4.2.1. Mendesain Stimuli
Setelah atribut dan taraf atribut diperoleh (pada tabel 4.1.) selanjutnya adalah
menentukan preferensi responden terhadap setiap kombinasi. Untuk itu dibutuhkan
adanya stimuli. Stimuli adalah kombinasi antara atribut dengan level. Dari 8 atribut
dan 19 level tersebut didapat jumlah kombinasi yang mungkin untuk disusun
sebanyak
864
stimuli
(diperoleh
dari
hasil
perkalian
tiap
level=
3x3x2x2x3x2x2x2=864). Jika ke-864 kombinasi stimuli tersebut digunakan, dapat
menyulitkan
responden
dalam
mengevaluasi
kombinasi
stimuli
tersebut.
Responden akan sulit memberikan jawaban yang konsisten, membutuhkan waktu
yang lama dan akhirnya responden menjawabnya tidak sesuai dengan kenyataan
sebenarnya sehingga hasil yang diperoleh tidak akurat. Untuk mengatasi hal itu
perlu dilakukan pengurangan jumlah stimuli. Menurut Menurut Santoso Singgih
(2010) “Untuk jumlah stimuli yang terlalu banyak, dapat dilakukan pengurangan
stimuli dengan ketentuan stimuli minimal, yaitu Minimum Stimuli=Jumlah level –
Jumlah faktor + 1”.
Salah satu cara yang umum dipakai untuk mengurangi jumlah kombinasi
tersebut adalah Orthogonal Array Design, yakni fractional factorial design.
Melalui perancangan ini akan diperoleh suatu kombinasi atribut yang benar-benar
berpengaruh terhadap efek utama, sementara interaksi yang tidak penting
diabaikan. Untuk dapat mereduksi kombinasi menghasilkan sedikit kombinasi
dilakukan dengan mendesain stimuli menggunakan konsep Orthogonalitas dalam
mereduksi kombinasi atribut dengan setiap levelnya sehingga responden lebih
mudah memberikan pendapat pada setiap stimuli, dengan menggunakan bantuan
perintah Orthoplan pada SPSS 17 , sehingga diperoleh hasil 16 stimuli yang dapat
digunakan untuk mengetahui preferensi responden dapat dilihat pada lampiran 2
Selanjutnya responden diminta untuk memberikan rating terhadap 16
kombinasi tersebut pada lampiran 1 dengan menggunakan skala likert , dengan
urutan :
Skor 5 jika jawaban responden sangat setuju (SS) dengan stimuli
Skor 4 jika jawaban responden setuju (S) dengan stimuli
Universitas Sumatera Utara
29
Skor 3 jika jawaban responden cukup (C) dengan stimuli
Skor 2 jika jawaban responden tidak setuju (TS) dengan stimuli
Skor1 jika jawaban responden sangat tidak setuju (STS) dengan stimuli
4.2.2. Menghitung Nilai Utilitas dan Nilai Kepentingan Relatif
Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat
menggunakan dua cara, yaitu :
a) Menggunakan perhitungan manual
b) Menggunakan software SPSS 17
a)
Menggunakan perhitungan manual
Sebelum
melakukan perhitungan nilai kegunaan taraf atribut, harus diketahui
dahulu urutan rating dari masing-masing stimuli keseluruhan responden. Namun
untuk menduga rating atribut berdasarkan data salah seorang responden pada
lampiran 3.
Untuk menyelesaikan analisis konjoin, dilakukan dengan dummy variable
regression. Variabel dummy adalah suatu bilangan yang dibangkitkan dari taraf
atribut dengan ketentuan sebagai berikut :
1. Peubah boneka bernilai 1 atau 0, suatu variabel diberi nilai 1 bila taraf yang
bersangkutan ada dan nilai 0 bila tidak ada.
2. Jumlah peubah boneka dari suatu atribut ada sebanyak p-1 dan p adalah
banyaknya taraf dalam suatu atribut.
Selanjutnya dilakukan pengkodean dengan variabel dummy yang mewakili
setiap taraf dari masing-masing atribut.
Untuk atribut biaya, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Universitas Sumatera Utara
30
Untuk atribut sistem pembayaran, level dari atribut dikodekan sebagai
berikut:
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Untuk atribut waktu bimbingan, level dari atribut dikodekan sebagai berikut:
Level
Level 1
1
Level 2
0
Untuk atribut materi pelajaran, level dari atribut dikodekan sebagai berikut:
Level
Level 1
1
Level 2
0
Untuk atribut jumlah siswa per kelas, level dari atribut dikodekan sebagai
berikut :
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Untuk atribut lokasi, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
Level 2
0
Universitas Sumatera Utara
31
Untuk atribut pendidikan terakhir pengajar, level dari atribut dikodekan
sebagai berikut :
Level
Level 1
1
Level 2
0
Untuk atribut fasilitas, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
Level 2
0
Bentuk pertanyaan dalam kuesioner (lampiran 1) dan responden memberikan
preferensi mereka atas setiap kombinasi (lampiran 3). Preferensi diperoleh dengan
mengurutkan kombinasi-kombinasi yang tersedia berdasarkan tingkat kepentingan
relatif. Data stimuli (pada lampiran 2) akan dikodekan dengan menggunakan
variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif.
Tabel 4.2. Pengkodean Data untuk Regresi
Wa
Ma
jumlah
Lok
Pen
Fasili
pembayaran ktu
teri
siswa
asi
ddkn
tas
X3
X6
X9
X10
X11
Sistem
Biaya
No
X1
X2
X4
X5
1
1
0
0
0
0
2
0
0
0
1
3
1
0
0
4
0
1
5
0
6
0
Rating
x7
x8
Y
1
1
0
0
1
0
4
0
0
1
0
0
1
1
3
1
1
1
0
1
0
1
0
4
0
0
1
0
0
0
0
1
1
4
0
1
0
1
0
1
0
1
1
0
2
1
0
1
0
1
1
0
1
0
1
5
Universitas Sumatera Utara
32
7
0
0
0
0
1
1
0
1
1
0
1
4
8
0
0
1
0
0
1
0
0
0
0
0
1
9
1
0
1
0
0
0
0
1
0
0
1
3
10
1
0
0
1
1
0
0
0
1
0
0
3
11
1
0
1
0
1
0
1
0
0
0
1
4
12
1
0
1
0
1
1
1
0
1
1
1
5
13
0
1
1
0
1
1
1
0
0
0
0
3
14
0
1
1
0
0
0
0
1
1
1
0
1
15
1
0
0
0
0
0
1
0
1
0
0
2
16
1
0
1
0
0
1
0
0
1
1
1
5
Pada tabel 4.1 adalah data yang sudah ditransformasikan. Selanjutnya data
yang diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier
berganda menggunaka metode Ordinary Least Square (OLS) dengan variabel bebas
berupa dummy sebanyak 11 buah dengan
rumus 4.1.
Keterangan:
U(X)
= Kegunaan atau utilitas
= Variabel dummy mewakili bagian biaya
= Variabel dummy mewakili sistem pembayaran
= Variabel dummy mewakili waktu bimbingan
= Variabel dummy mewakili materi pelajaran
= Variabel dummy mewakili jumlah siswa per kelas
Universitas Sumatera Utara
33
= Variabel dummy mewakili lokasi
= Variabel dummy mewakili pendidikan terakhir pengajar
= Variabel dummy mewakili fasilitas
Untuk menentukan nilai koefisien
dst dapat diperoleh dengan
menggunakan SPSS. Dengan menggunakan SPSS maka diperoleh hasil adalah :
Tabel 4.2 Koefisien Nilai beta dari SPSS
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.688
.499
b1
1.250
.316
b2
.750
b3
Coefficients
Beta
t
Sig.
1.378
.240
.496
3.961
.017
.364
.258
2.058
.109
-.500
.316
-.198
-1.584
.188
b4
.250
.364
.086
.686
.530
b5
.625
.258
.248
2.425
.072
b6
1.125
.258
.446
4.366
.012
b7
.250
.316
.099
.792
.473
b8
-.250
.364
-.086
-.686
.530
b9
.125
.258
.050
.485
.653
b10
.375
.258
.149
1.455
.219
b11
1.625
.258
.644
4.306
.003
Universitas Sumatera Utara
34
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.688
.499
b1
1.250
.316
b2
.750
b3
Coefficients
Beta
t
Sig.
1.378
.240
.496
3.961
.017
.364
.258
2.058
.109
-.500
.316
-.198
-1.584
.188
b4
.250
.364
.086
.686
.530
b5
.625
.258
.248
2.425
.072
b6
1.125
.258
.446
4.366
.012
b7
.250
.316
.099
.792
.473
b8
-.250
.364
-.086
-.686
.530
b9
.125
.258
.050
.485
.653
b10
.375
.258
.149
1.455
.219
b11
1.625
.258
.644
4.306
.003
a. Dependent Variable: y
Persamaan regresi linear berganda digunakan untuk memperkirakan nilai
utilitas. Harus diperoleh utilitas setiap atribut, setiap atribut memiliki taraf. Dengan
diketahuinya kode variabel dummy, setiap taraf dilambangkan terlebih dahulu.
Untuk atribut biaya, utilitas masing-masing taraf dilambangkan oleh
(Rp.2.000.000/Paket),
(Rp.2.000.000-Rp.3.000.000/Paket),
(>Rp.3.000.000/Paket). Untuk Atribut sistem pembayaran, utilitas masing-masing
Universitas Sumatera Utara
35
dilambangkan oleh
(Setiap Bulan),
(Setiap semester),
(Setiap tahun).
Untuk atribut waktu bimbingan, utilitas masing-masing taraf dilambangkan oleh
(Waktu sesuai konsumen),
(Waktu ditentukan lembaga). Untuk atribut
materi pelajaran, utilitas masing-masing dilambangkan oleh
kurikulum),
(Tidak relevan dengan kurikulum). Untuk atribut jumlah siswa per
kelas, utilitas masing-masing dilambangkan oleh
siswa),
oleh
(Relevan dengan
(30 siswa). Untuk atribut lokasi, utilitas masing-masing dilambangkan
(Dilalui kendaraan umum),
(Tidak dilalui kendaraan umum). Untuk
atribut pendidikan terakhir pengajar, utilitas masing-masing dilambangkan oleh
(S1),
(D3). Untuk atribut fasilitas ruang, utilitas masing-masing dilambangkan
oleh
(AC),
(Non AC).
Atribut biaya
Untuk atribut biaya diperoleh persamaan yang dinyatakan sebagai berikut :
(1)
(2)
(3)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(4)
(5)
-
(6)
Dari persamaan (3) diperoleh persamaan :
Universitas Sumatera Utara
36
(7)
Dari persamaan (5) dan (7) diperoleh persamaan :
+
Dari persamaan (5) diperoleh persamaan :
Dari persamaan (3) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut sistem pembayaran
Untuk atribut sistem pembayaran diperoleh persamaan yang dinyatakan sebagai
berikut :
Universitas Sumatera Utara
37
(8)
(9)
(10)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(11)
(12)
-
(13)
Dari persamaan (10) diperoleh persamaan :
(14)
Dari persamaan (12) dan (14) diperoleh persamaan :
+
Dari persamaan (12) diperoleh persamaan :
Universitas Sumatera Utara
38
Dari persamaan (10) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut waktu bimbingan
Untuk atribut waktu bimbingan diperoleh persamaan yang dinyatakan sebagai
berikut :
(15)
(16)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(17)
-
Dari persamaan (16) diperoleh persamaan :
Universitas Sumatera Utara
39
Maka diperoleh hasil sebagai berikut :
Atribut materi pelajaran
Untuk atribut materi pelajaran diperoleh persamaan yang dinyatakan sebagai
berikut :
(18)
(19)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(20)
-
Dari persamaan (19) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Universitas Sumatera Utara
40
Atribut jumlah siswa per kelas
Untuk atribut jumlah siswa per kelas diperoleh persamaan yang dinyatakan sebagai
berikut :
(21)
(22)
(23)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(24)
(25)
-
(26)
Dari persamaan (23) diperoleh persamaan :
(27)
Dari persamaan (25) dan (27) diperoleh persamaan :
+
Dari persamaan (25) diperoleh persamaan :
Universitas Sumatera Utara
41
Dari persamaan (23) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut lokasi
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(28)
(29)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(30)
-
Dari persamaan (29) diperoleh persamaan :
Universitas Sumatera Utara
42
Maka diperoleh hasil sebagai berikut :
Atribut pendidikan terakhir pengajar
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(31)
(32)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(33)
-
Dari persamaan (32) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut fasilitas
Universitas Sumatera Utara
43
Untuk atribut fasilitas diperoleh persamaan yang dinyatakan sebagai berikut :
(34)
(35)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(36)
-
Dari persamaan (35) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Utility setiap level masing-masing disajikan pada Tabel 4.4, melalui utility
level-levelnya dapat dihitung tingkat kepentingan setiap atribut, diketahui bahwa
tingkat kepentingan atribut adalah selisih utility tertinggi dan terendah. Seperti
dinyatakan pada persamaan nilai kepentingan relatif.
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :
(
)
(Rumus 4.2)
Berdasarkan rumus 4.2 maka tingkat kepentingan setiap atribut adalah :
Universitas Sumatera Utara
44
Biaya
=
= 1,251
Sistem Pembayaran
=
= 0,749
Waktu Bimbingan
=
= 0,625
=
Materi Pelajaran
= 1,124
Jumlah Siswa per Kelas
=
= 0,5
Lokasi
=
= 0,125
Pendidikan Pengajar
=
= 0,376
Fasilitas
=
= 1.625
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut
berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan
relatif (bobot) dengan berikut :
(Rumus 4.3)
∑
Berdasarkan rumus 4.3 maka bobot setiap atribut :
Biaya (
=
=
= 0,196
Sistem Pembayaran
=
=
= 0,117
Universitas Sumatera Utara
45
Waktu Bimbingan
=
=
= 0,098
Materi Pelajaran
=
=
= 0,176
Jumlah Siswa per Kelas
=
=
= 0,078
Lokasi
=
=
= 0,02
Pendidikan Pengajar
=
=
= 0,059
Fasilitas
=
=
= 0,255
Tabel 4.3 Hasil Metode full-profile Untuk Satu Orang Responden
Taraf/Level
Tingkat
Atribut
Kepentingan
Utilitas
Deskripsi
Lambang Skor
(1)
(2)
Biaya
Rp.3.000.000/Paket
-0,667
Setiap Bulan
-0,416
Sistem
Pembayaran
Setiap semester
0,749
0,117
0,625
0,098
1,124
0,176
0,5
0,078
0,333
Setiap tahun
0,083
Waktu sesuai
Waktu
Bimbingan
konsumen
0,3125
Waktu ditentukan
lembaga
-0,3125
Relevan dengan
Materi
Pelajaran
kurikulum
Tidak relevan dengan
kurikulum
Jumlah Siswa
0,562
-0,562
30 siswa
-0,25
Dilalui kendaraan
umum
0,0625
Lokasi
0,125
0,02
0,376
0,059
1,625
0,255
Tidak dilalui
kendaraan umum
-0,0625
S1
0,188
Pendidikan
D3
-0,188
AC
0,8125
Fasilitas
Non AC
-0,8125
Tabel 4.4 Nilai Utilitas Satu Orang Responden
Atrbiut
Biaya
Taraf/level
Utility
Std.
Estimate
Error
Rp.3.000.000/Paket
-0,667
.511
Setiap Bulan
-0,416
.611
Setiap semester
0,333
.670
Setiap tahun
0,083
.670
0,3125
.002
Waktu ditentukan lembaga
-0,3125
.002
Relevan dengan kurikulum
0,562
.002
-0,562
.002
0,25
.670
0
.511
0,25
.511
0,0625
.002
-0,0625
.002
S1
0,188
.002
D3
-0,188
.002
AC
0,8125
.002
-0,8125
.002
3.292
.243
Waktu sesuai konsumen
Tidak relevan dengan kurikulum
< 21 siswa
21 – 30 siswa
> 30 siswa
Lokasi
Dilalui kendaraan umum
Tidak dilalui kendaraan umum
Pendidikan
Pengajar
Fasilitas
Non AC
(Constant)
Universitas Sumatera Utara
49
Tabel 4.5 Nilai Kepentingan Relatif Satu Orang Responden
Atribut
NPR
Biaya
19.600%
Sistem Pembayaran
11.700%
Waktu Bimbingan
9.800%
Materi Pelajaran
17.600%
Jumlah Siswa per Kelas
7.800%
Lokasi
2.00%
Pendidikan Terakhir Pengajar
5.900%
Fasilitas
b)
25.500%
Menggunakan software SPSS 17.0 dengan program syntax
Hasil perhitungan nilai utilitas dan nilai kepentingan relatif dengan menggunakan
SPSS dapat dilihat pada lampiran 5.
4.3. Analisis Utilitas Level Tiap Atribut
Salah satu tujuan dilakukan Analisis konjoin adalah untuk mengetahui nilai utilitas
dari setiap level faktor yang diujikan. Dengan mengetahui nilai utilitas tersebut,
diketahui pula preferensi responden baik secara individu maupun keseluruhan
dalam mengevaluasi atribut bimbingan belajar yang paling disukai.
Penafsiran angka utilitas perlu memperhatikan penyusunan rangking yang
dilakukan oleh responden. Karena dalam penelitian ini, responden melakukan
penyusunan rangking dari yang paling disukai hingga yang paling tidak disukai,
maka tanda negatif yang terbaca sebagai nilai utilitas menunjukkan bahwa
responden tidak menyukai level/taraf tersebut. Pada dasarnya,nilai utilitas adalah
selisih antara rata-rata faktor tertentu dengan nilai konstannya. Perhitungan nilai
Universitas Sumatera Utara
50
utilitas keseluruhan responden yang telah dilakukan dengan bantuan program SPSS
17 ditampilkan dalam tabel 4.6.
Tabel 4.6 Nilai utilitas Keseluruhan Responden
Atribut
Biaya
Taraf/Level
Rp.3.000.000/Paket
-.187
.245
Setiap Bulan
-.033
.209
.124
.245
-.091
.245
.043
.157
Waktu ditentukan lembaga
-.043
.157
Relevan dengan kurikulum
.122
.157
-.122
.157
< 21 siswa
.348
.209
21 – 30 siswa
.229
.245
-.577
.245
.112
.157
Rp.2.000.000 –
Rp.3.000.000/Paket
Sistem Pembayaran
Setiap semester
Setiap tahun
Waktu Bimbingan
Materi Pelajaran
Waktu sesuai konsumen
Tidak relevan dengan
kurikulum
Jumlah Siswa per Kelas
> 30 siswa
Lokasi
Dilalui kendaraan umum
Universitas Sumatera Utara
51
Tidak dilalui kendaraan
-.112
.157
S1
.237
.157
D3
-.237
.157
AC
.062
.157
-.062
.157
4.292
.181
umum
Pendidikan Pengajar
Fasilitas
Non AC
(Constant)
Penerapan metode Analisis Konjoin melalui pendekatan analisis regresi multiple
menggunakan variabel dummy terhadap atribut bimbingan belajar sebagai berikut:
Penjelasan yang diperoleh yakni bahwa hubungan kedelapan variabel bebas (biaya,
sistem pembayaran, waktu bimbingan, materi pelajaran, jumlah siswa per kelas,
lokasi, pendidikan terakhir pengajar, dan fasilitas) adalah positif terhadap variabel
terikat yaitu variabel preferensi responden, maka dapat disubtitusikan setiap
estimasi utilitas kedalam persamaan dasar conjoin yaitu sebagai berikut :
Berdasarkan tabel 4.6, maka penafsiran nilai utilitas dari setiap level pada faktor
adalah sebagai berikut :
1.
Biaya
Universitas Sumatera Utara
52
Pada atribut biaya, utility yang bernilai positif adalah Rp.2.000.000 –
Rp.3.000.000/Paket , maka secara umum responden menyukai biaya
Rp.2.000.000 – Rp.3.000.000/paket
2.
Sistem Pembayaran
Pada atribut sistem pembayaran, utility yang bernilai positif adalah setiap
semester dan bernilai negatif untuk level/taraf setiap bulan dan setiap tahun,
maka secara umum responden menyukai sistem pembayaran setiap semester
3.
Waktu bimbingan
Pada atribut waktu bimbingan, utility yang bernilai positif adalah waktu
sesuai konsumen dan bernilai negatif untuk level waktu ditentukan lembaga,
maka secara umum responden menyukai waktu bimbingan yang sesuai
konsumen
4.
Materi pelajaran
Pada atribut materi pelajaran, utility yang bernilai positif adalah relevan
dengan kurikulum. Maka secara umum responden menyukai materi
pelajaran relevan dengan kurikulum
5.
Jumlah Siswa Per Kelas
Karena utility level/atribut 30 siswa, maka secara umum responden
menyukai level/atribut 0,05 maka
signifikan
maka
diterima, sebaliknya jika angka
ditolak.
Universitas Sumatera Utara
55
Tabel 4.8 Korelasi antara Variabel Observed dan Estimated Preference
Correlations
a
Value
Sig.
Pearson's R
.859
.000
Kendall's tau
.617
.000
Correlations between observed and estimated preferences
Berdasarkan hasil korelasi menggunakan Pearson’s R dan Kendall’s Tau
pada penelitian ini terhadap utilitas prediksi dan utilitas aktual
dapat dilihat
pada tabel 4.8, diperoleh hasil bahwa prediksi utilitas dengan utilitas aktualnya
saling berkorelasi positif dan kuat, yaitu sebesar 0,859 dan 0,617 dan memiliki pvalue (signifikan) masing-masing sebesar 0,000 lebih kecil dari α = 0,05 (derajat
signifikansi) menunjukkan bahwa ada korelasi yang kuat antara Estimates dan
Actual. Hal ini membuktikan adanya hubungan yang cukup kuat atau terdapat
ketepatan dalam memprediksi (predictive accuracy) dengan kata lain model regresi
linear multiple cocok atau tepat untuk data yang dianalisis. Oleh karena itu,
evaluasi utilitas yang dilakukan memiliki validitas yang baik.
Universitas Sumatera Utara
56
BAB 5
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan penelitian ini dapat disimpulkan bahwa :
1. Dari hasil penelitian 183 responden, pilihan faktor/atribut dari bimbingan
belajar berdasarkan nilai kepentingannya yang paling mempengaruhi
ketertarikan responden yang dalam penelitian ini adalah siswa SMA Negeri
di Pematangsiantar yaitu : Jumlah siswa per kelas (16,944%), Sistem
pembayaran (16,487%), Biaya (16,239%), Pendidikan terakhir pengajar
(12,025%), Fasilitas (10,777%) Waktu bimbingan (9,665%), Lokasi
(9,049%), Materi pelajaran (8,803%)
2. Konsep atribut bimbingan belajar yang disukai berdasarkan penilaian
responden melalui evaluasi 16 kombinasi/stimuli yang disajikan dalam
bentuk kuisioner dengan membuat rangking adalah bimbingan belajar yang
disukai
berdasarkan
biaya
adalah
Rp.2.000.000-Rp.3.000.000/paket,
berdasarkan sistem pembayaran adalah setiap semester, berdasarkan waktu
bimbingan adalah waktu sesuai konsumen, berdasarkan materi pelajaran
adalah relevan dengan kurikulum, berdasarkan jumlah siswa per kelas
adalah
BAB 3
METODOLOGI PENELITIAN
3.1.
Variabel Penelitian
Variabel adalah suatu atribut atau sifat atau nilai dari orang, objek, atau kegiatan
yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari
yang ditarik kesimpulannya (Sugiyono, 2007). Penelitian ini menggunakan dua
variabel yaitu :
1.
Variabel dependen
Variabel dependen adalah variabel yang menjadi pusat perhatian utama
peneliti. Hakekat sebuah masalah mudah terlihat dengan mengenali berbagai
variabel dependen yang digunakan dalam sebuah model. Variabilitas dari atau atas
faKtor inilah yang berusaha untuk dijelaskan oleh seorang peneliti (Ferdinand,
2006). Variabel dependen dalam penelitian ini adalah : preferensi siswa terhadap
bimbingan belajar.
2.
Variabel Independen
Variabel independen yang dilambangkan dengan (X) adalah variabel yang
mempengaruhi variabel dependen, baik yang pengaruhnya positif maupun yang
pengaruhnya negative (Ferdinand, 2006). Variabel independen dalam penelitian ini
adalah : biaya, sistem pembayaran, lokasi, waktu bimbingan, pendidikan terakhir
pengajar, fasilitas ruang, materi pelajaran, jumlah siswa perkelas.
3.2. Definisi Operasional
Definisi operasional variabel adalah suatu definisi mengenai variabel yang
dirumuskan berdasarkan karakteristik-karakteristik variabel tersebut yang dapat
diamati (Azwar, 1997). Definisi operasional dalam penelitian ini meliputi :
1)
Biaya
Biaya adalah nilai atau kas setara yang dikorbankan untuk barang atau jasa
Universitas Sumatera Utara
20
yang diharapkan memberikan manfaat pada saat ini atau pada saat masa yang akan
datang.
2)
Sistem Pembayaran
Sistem pembayaran adalah system yang mencakup seperangkat aturan,
lembaga dan mekanisme yang digunakan untuk melaksanakan pemindahan dana
guna memenuhi suatu kewajiban.
3)
Waktu Bimbingan
Waktu bimbingan meliputi ditentukan lembaga dan sesuai konsumen.
Apabila waktu ditentukan oleh lembaga maka setiap konsumen harus mengikuti
peraturan waktu yang telah ditetapkan oleh lembaga. Dan jika waktu sesuai
konsumen maka konsumen dapat memilih waktu yang tepat sesuai dengan
kesibukannya.
4)
Materi Pelajaran
Materi pelajaran secara garis besar dapat dikemukakan bahwa materi
pembelajaran (instructional material) adalah pengetahuan, keterampilan, dan sikap
yang harus dikuasai oleh peserta didik dalam rangka memenuhi standar kompetensi
yang ditetapkan.
5)
Jumlah Siswa Per Kelas
Jumlah siswa per kelas sangat berpengaruh terhadap kenyamanan
konsumen/siswa terhadap pemberian materi pembelajaran.
6)
Lokasi
Lokasi meliputi strategis atau tidak strategisnya suatu lembaga. Strategis
disini bila lokasi lembaga dilalui kendaraan umum dan tidak strategis apabila lokasi
lebaga tidak dilalui kendaraan umum.
7)
Pendidikan Terakhir Pengajar
Pendidikan
terakhir
pengajar
adalah
pembelajaran
pengetahuan,
keterampilan, dan kebiasaan sekelompok orang yang diturunkan dari satu generasi
Universitas Sumatera Utara
21
ke generasi berikutnya melalui pengajaran, pelatihan atau peneltian yang telah
mencapai standar pendidikan terakhir.
8)
Fasilitas
Fasilitas yang diberikan lembaga juga merupakan faktor yang sering
menjadi pertimbangan. Fasilitas disini adalah AC dan Non AC.
3.3.
Lokasi dan Waktu Penelitian
Penelitian dilakukan di SMA Negeri Kota Pematangsiantar yaitu:
1. SMAN 1 yang terletak di Jalan Parsoburan No. 24 Pematangsiantar. Penelitian
dilakukan pada tanggal 15 Maret 2017.
2. SMAN 2 yang terletak di Jalan Patuan Anggi No. 8 Pematangsiantar. Penelitian
dilakukan pada tanggal 16 Maret 2017.
3. SMAN 3 yang terletak di Jalan Pane No. 38 Pematangsiantar. Penelitian
dilakukan pada tanggal 17 Maret 2017.
4. SMAN 4 yang terletak di Jalan Pattimura No. 1 Pematangsiantar. Penelitian
dilakukan pada tanggal 18 Maret 2017.
5. SMAN 5 yang terletak di Jalan Medan Km 6,5 Pematangsiantar. Penelitian
dilakukan pada tanggal 13 Maret 2017.
6. SMAN 6 yang terletak di Jalan Cadika No. 15 Pematangsiantar. Penelitian
dilakukan pada tanggal 14 Maret 2017.
3.4.
Penentuan Populasi dan Sampel
Populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa, hal, atau
orang yang memiliki karakteristik yang serupa yang menjadi pusat semesta
penelitian (Ferdinand, 2006). Populasi dalam penelitian ini adalah siswa SMA
Negeri di pematangsiantar, yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5,
SMAN6. Sampel adalah sebagian yang diambil dari populasi (Supranto, 2004).
Universitas Sumatera Utara
22
Untuk melakukan analisis statistik diperlukan data, karenanya data perlu
dikumpulkan.
Sampel dalam penelitian ini adalah siswa kelas XII SMA Negeri di
Pematangsiantar yaitu siswa kelas XII SMAN1, SMAN2, SMAN3, SMAN4,
SMAN5, SMAN6 dan siswa yang mengikuti bimbingan belajar.
3.5.
Teknik Pengambilan Sampel
Pada penelitian ini pengambilan sampel dilakukan menggunakan teknik
nonprobability sampling yaitu purposive sampling. Nonprobability sampling adalah
teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi
setiap unsur anggota populasi untuk dipilih menjadi sampel. Menurut Sudjana
(2009:168) purposive sampling dikenal juga sebagai samping pertimbangan, terjadi
apabila pengambilan sampel dilakukan berdasarkan pertimbangan perorangan atau
pertimbangan peneliti. Sampel yang diambil dari SMA Negeri Pematangsiantar
sebanyak lima sampai tujuh orang per kelas dari kelas XII-IPA. Sampel yang
diambil berdasarkan petimbangan sebagai berikut:
1. Siswa yang dijadikan sampel harus siswa Kelas XII-IPA.
2. Siswa yang dijadikan sampel harus siswa yang sedang ikut bimbingan
belajar/siswa yang pernah mengikuti bimbingan belajar.
Roscoe dalam buku Research Method for Bussiness (1982) menyatakan
bahwa dalam analisis multivariat, jumlah sampel minimal adalah sepuluh kali dari
jumlah variabel yang diteliti.
Tabel 3.1. Jumlah Sampel Penelitian
No Populasi
Jumlah Sampel
1 SMAN 1 Pematangsiantar
27
2 SMAN 2 Pematangsiantar
36
Universitas Sumatera Utara
23
3 SMAN 3 Pematangsiantar
33
4 SMAN 4 Pematangsiantar
34
5 SMAN 5 Pematangsiantar
30
6 SMAN 6 Pematangsiantar
23
Jumlah Sampel
3.6.
183
Jenis dan Sumber Data
Data yang diperlukan dalam analisis konjoin dapat berupa data non metrik (data
berskala nominal atau data ordinal atau kategorial) maupun data metrik (data
berskala interval atau rasio).
3.7.
Teknik Pengumpulan Data
Metode pengumpulan data penelitian ini menggunakan :
a)
Kuisioner
Kuisioner adalah pengumpulan data yang dilakukan dengan cara memberikan
pertanyaan-pertanyaan kepada responden dengan panduan kuisioner.
b)
Studi Pustaka
Studi pustaka merupakan metode pengumpulan data yang dilakukan dengan
membaca buku-buku, literature, jurnal-jurnal, refrensi yang berkaitan dengan
penelitian ini dan penelitian terdahulu yang berkaitan dengan penelitian yang
sedang dilakukan.
3.8.
Teknik Pengolahan Data
Supaya data yang telah dikumpulkan dapat bermanfaat, maka data harus diolah dan
dianalisis sehingga dapat digunakan untuk mengintepretasikan, dan sebagai dasar
dalam pengambilan keputusan. Adapun analisis data yang digunakan dalam
penelitian ini adalah analisis kualitatif dan analisis kuantitatif.
Universitas Sumatera Utara
24
1.
Analisis Kualitatif
Analisis kualitatif merupakan bentuk analisis yang berdasarkan dari data yang
dinyatakan dalam bentuk uraian. Analisis kualitatif ini digunakan untuk
membahas dan menerangkan hasil penelitian tentang berbagai gejala atau
kasus yang dapat diuraikan dengan kalimat.
2.
Analisis Kuantitatif
Analisis kuantitatif merupakan analisis yang digunakan terhadap data yang
berwujud angka-angka dan cara pembahasannya dalam penelitian ini
menggunakan program SPSS 17 . Adapun metode pengolahannya adalah
sebagai berikut :
a. Coding (Pemberian kode)
Proses pemberian kode tertentu terhadap macam dari kuisioner untuk
kelompok ke dalam kategori yang sama.
b. Scoring (Pemberian Skor)
Scoring adalah suatu kegiatan yang berupa penelitian atau pengharapan
yang berupa angka-angka kuantitatif yang diperlukan dalam penghitungan
hipotesa atau mengubah data yang bersifat kualitatif ke dalam bentuk
kuantitatif.
3.9.
Teknik Analisis Data
Penelitian ini dilakukan dengan alat ukut yaitu analisis konjoin untuk mengetahui
preferensi siswa
terhadap bimbingan belajar. Adapun tahapan dalam analisis
konjoin adalah sebagai berikut :
1.
Mengidentifikasi atribut
Menentukan atribut dan taraf/level bimbingan belajar yang digunakan dalam
merancang kombinasi (stimuli) yang akan dievaluasi oleh siswa. Pada penelitian ini
tercakup delapan atribut dengan masing-masing atribut atas dua sampai tiga
taraf/level.
Universitas Sumatera Utara
25
2.
Merancang kombinasi atribut (stimuli)
Pada metode full-profile,untuk jumlah stimuli yang terlalu banyak, bisa dilakukan
dengan pengurangan stimuli dengan ketentuan stimuli minimum adalah:
Minimum Stimuli = Jumlah level-Jumlah faktor+1
Sehingga dari 8 atribut dan 19 taraf/level jumlah minimal stimuli adalah sebanyak
19-8+1= 12 stimuli.
3.
Menentukan metode pengumpulan data
Responden diminta untuk menilai 16 stimuli yang telah dirancang sebelumnya
dengan angka 1 sampai 5. Nilai 1 diberikan responden untuk kombinasi yang paling
tidak disukai sampai ranking 5 untuk yang paling disukai.
4.
Menentukan metode analisis data
Prosedur analisis konjoin yang digunakan dalam penelitian ini adalah regresi linear
dengan variabel dummy.
Universitas Sumatera Utara
26
BAB 4
HASIL DAN PEMBAHASAN
4.1.
Karakteristik responden
Penelitian ini dilakukan dengan penyebaran kuesioner pada siswa SMA Negeri di
Pematangsiantar yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5, SMAN6
sebanyak 183 siswa yang menjadi responden penelitian, diantaranya 67 siswa lakilaki (36,61%) dan 116 siswa perempuan (63,39%). Siswa yang menjadi sampel
pada penelitian ini terdiri dari siswa kelas XII IPA. Diantaranya SMA N1 sebanyak
27 orang (14,75%), SMAN2 sebanyak 36 orang (19,67%), SMAN3 sebanyak 33
orang (18,03 %), SMAN4 sebanyak 34 orang (18,58%), SMAN5 sebanyak 30
orang (16,40%), SMAN6 sebanyak 23 orang (12,57%)
4.2.
Penyajian Data
Data analisis konjoin didapat dari urutan kartu profil dalam kuesioner. Dalam
penelitian ini metode presentase yang digunakan adalah full profile yang
menggunakan data metrik yaitu dengan cara merating. Proses analisis konjoin
dilakukan dengan langkah-langkah sebagai berikut :
4.2.1. Mengidentifikasi Atribut
Perumusan masalah dimulai dari mendefinisikan produk sebagai kumpulan dari
atribut-atribut dimana setiap atribut terdiri atas beberapa level/taraf.
Tabel 4.1. Atribut dan Level Atribut dalam penelitian
No
Atribut
Level
Keterangan
1
Biaya
1
Rp.3.000.000/Paket
Universitas Sumatera Utara
27
2
3
4
Sistem Pembayaran
Waktu Bimbingan
Materi Pelajaran
1
Setiap Bulan
2
Setiap semester
3
Setiap tahun
1
Waktu sesuai konsumen
2
Waktu ditentukan lembaga
1
Relevan dengan kurikulum
2
Tidak
relevan
dengan
kurikulum
5
6
Jumlah Siswa Per Kelas
Lokasi
1
< 21 siswa
2
21 – 30 siswa
3
> 30 siswa
1
Dilalui kendaraan umum
2
Tidak
dilalui
kendaraan
umum
7
8
Pendidikan Terakhir
1
S1
Pengajar
2
D3
Fasilitas Ruang
1
AC
2
Non AC
Tujuan Penelitian ini untuk mengidentifikasi atribut yang dianggap penting oleh
konsumen dalam memilih bimbingan belajar, menentukan kombinasi atribut yang
disukai konsumen dan untuk menentukan urutan prioritas atribut yang disukai
konsumen
Universitas Sumatera Utara
28
4.2.1. Mendesain Stimuli
Setelah atribut dan taraf atribut diperoleh (pada tabel 4.1.) selanjutnya adalah
menentukan preferensi responden terhadap setiap kombinasi. Untuk itu dibutuhkan
adanya stimuli. Stimuli adalah kombinasi antara atribut dengan level. Dari 8 atribut
dan 19 level tersebut didapat jumlah kombinasi yang mungkin untuk disusun
sebanyak
864
stimuli
(diperoleh
dari
hasil
perkalian
tiap
level=
3x3x2x2x3x2x2x2=864). Jika ke-864 kombinasi stimuli tersebut digunakan, dapat
menyulitkan
responden
dalam
mengevaluasi
kombinasi
stimuli
tersebut.
Responden akan sulit memberikan jawaban yang konsisten, membutuhkan waktu
yang lama dan akhirnya responden menjawabnya tidak sesuai dengan kenyataan
sebenarnya sehingga hasil yang diperoleh tidak akurat. Untuk mengatasi hal itu
perlu dilakukan pengurangan jumlah stimuli. Menurut Menurut Santoso Singgih
(2010) “Untuk jumlah stimuli yang terlalu banyak, dapat dilakukan pengurangan
stimuli dengan ketentuan stimuli minimal, yaitu Minimum Stimuli=Jumlah level –
Jumlah faktor + 1”.
Salah satu cara yang umum dipakai untuk mengurangi jumlah kombinasi
tersebut adalah Orthogonal Array Design, yakni fractional factorial design.
Melalui perancangan ini akan diperoleh suatu kombinasi atribut yang benar-benar
berpengaruh terhadap efek utama, sementara interaksi yang tidak penting
diabaikan. Untuk dapat mereduksi kombinasi menghasilkan sedikit kombinasi
dilakukan dengan mendesain stimuli menggunakan konsep Orthogonalitas dalam
mereduksi kombinasi atribut dengan setiap levelnya sehingga responden lebih
mudah memberikan pendapat pada setiap stimuli, dengan menggunakan bantuan
perintah Orthoplan pada SPSS 17 , sehingga diperoleh hasil 16 stimuli yang dapat
digunakan untuk mengetahui preferensi responden dapat dilihat pada lampiran 2
Selanjutnya responden diminta untuk memberikan rating terhadap 16
kombinasi tersebut pada lampiran 1 dengan menggunakan skala likert , dengan
urutan :
Skor 5 jika jawaban responden sangat setuju (SS) dengan stimuli
Skor 4 jika jawaban responden setuju (S) dengan stimuli
Universitas Sumatera Utara
29
Skor 3 jika jawaban responden cukup (C) dengan stimuli
Skor 2 jika jawaban responden tidak setuju (TS) dengan stimuli
Skor1 jika jawaban responden sangat tidak setuju (STS) dengan stimuli
4.2.2. Menghitung Nilai Utilitas dan Nilai Kepentingan Relatif
Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat
menggunakan dua cara, yaitu :
a) Menggunakan perhitungan manual
b) Menggunakan software SPSS 17
a)
Menggunakan perhitungan manual
Sebelum
melakukan perhitungan nilai kegunaan taraf atribut, harus diketahui
dahulu urutan rating dari masing-masing stimuli keseluruhan responden. Namun
untuk menduga rating atribut berdasarkan data salah seorang responden pada
lampiran 3.
Untuk menyelesaikan analisis konjoin, dilakukan dengan dummy variable
regression. Variabel dummy adalah suatu bilangan yang dibangkitkan dari taraf
atribut dengan ketentuan sebagai berikut :
1. Peubah boneka bernilai 1 atau 0, suatu variabel diberi nilai 1 bila taraf yang
bersangkutan ada dan nilai 0 bila tidak ada.
2. Jumlah peubah boneka dari suatu atribut ada sebanyak p-1 dan p adalah
banyaknya taraf dalam suatu atribut.
Selanjutnya dilakukan pengkodean dengan variabel dummy yang mewakili
setiap taraf dari masing-masing atribut.
Untuk atribut biaya, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Universitas Sumatera Utara
30
Untuk atribut sistem pembayaran, level dari atribut dikodekan sebagai
berikut:
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Untuk atribut waktu bimbingan, level dari atribut dikodekan sebagai berikut:
Level
Level 1
1
Level 2
0
Untuk atribut materi pelajaran, level dari atribut dikodekan sebagai berikut:
Level
Level 1
1
Level 2
0
Untuk atribut jumlah siswa per kelas, level dari atribut dikodekan sebagai
berikut :
Level
Level 1
1
0
Level 2
0
1
Level 3
0
0
Untuk atribut lokasi, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
Level 2
0
Universitas Sumatera Utara
31
Untuk atribut pendidikan terakhir pengajar, level dari atribut dikodekan
sebagai berikut :
Level
Level 1
1
Level 2
0
Untuk atribut fasilitas, level dari atribut dikodekan sebagai berikut :
Level
Level 1
1
Level 2
0
Bentuk pertanyaan dalam kuesioner (lampiran 1) dan responden memberikan
preferensi mereka atas setiap kombinasi (lampiran 3). Preferensi diperoleh dengan
mengurutkan kombinasi-kombinasi yang tersedia berdasarkan tingkat kepentingan
relatif. Data stimuli (pada lampiran 2) akan dikodekan dengan menggunakan
variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif.
Tabel 4.2. Pengkodean Data untuk Regresi
Wa
Ma
jumlah
Lok
Pen
Fasili
pembayaran ktu
teri
siswa
asi
ddkn
tas
X3
X6
X9
X10
X11
Sistem
Biaya
No
X1
X2
X4
X5
1
1
0
0
0
0
2
0
0
0
1
3
1
0
0
4
0
1
5
0
6
0
Rating
x7
x8
Y
1
1
0
0
1
0
4
0
0
1
0
0
1
1
3
1
1
1
0
1
0
1
0
4
0
0
1
0
0
0
0
1
1
4
0
1
0
1
0
1
0
1
1
0
2
1
0
1
0
1
1
0
1
0
1
5
Universitas Sumatera Utara
32
7
0
0
0
0
1
1
0
1
1
0
1
4
8
0
0
1
0
0
1
0
0
0
0
0
1
9
1
0
1
0
0
0
0
1
0
0
1
3
10
1
0
0
1
1
0
0
0
1
0
0
3
11
1
0
1
0
1
0
1
0
0
0
1
4
12
1
0
1
0
1
1
1
0
1
1
1
5
13
0
1
1
0
1
1
1
0
0
0
0
3
14
0
1
1
0
0
0
0
1
1
1
0
1
15
1
0
0
0
0
0
1
0
1
0
0
2
16
1
0
1
0
0
1
0
0
1
1
1
5
Pada tabel 4.1 adalah data yang sudah ditransformasikan. Selanjutnya data
yang diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier
berganda menggunaka metode Ordinary Least Square (OLS) dengan variabel bebas
berupa dummy sebanyak 11 buah dengan
rumus 4.1.
Keterangan:
U(X)
= Kegunaan atau utilitas
= Variabel dummy mewakili bagian biaya
= Variabel dummy mewakili sistem pembayaran
= Variabel dummy mewakili waktu bimbingan
= Variabel dummy mewakili materi pelajaran
= Variabel dummy mewakili jumlah siswa per kelas
Universitas Sumatera Utara
33
= Variabel dummy mewakili lokasi
= Variabel dummy mewakili pendidikan terakhir pengajar
= Variabel dummy mewakili fasilitas
Untuk menentukan nilai koefisien
dst dapat diperoleh dengan
menggunakan SPSS. Dengan menggunakan SPSS maka diperoleh hasil adalah :
Tabel 4.2 Koefisien Nilai beta dari SPSS
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.688
.499
b1
1.250
.316
b2
.750
b3
Coefficients
Beta
t
Sig.
1.378
.240
.496
3.961
.017
.364
.258
2.058
.109
-.500
.316
-.198
-1.584
.188
b4
.250
.364
.086
.686
.530
b5
.625
.258
.248
2.425
.072
b6
1.125
.258
.446
4.366
.012
b7
.250
.316
.099
.792
.473
b8
-.250
.364
-.086
-.686
.530
b9
.125
.258
.050
.485
.653
b10
.375
.258
.149
1.455
.219
b11
1.625
.258
.644
4.306
.003
Universitas Sumatera Utara
34
Coefficientsa
Standardized
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
.688
.499
b1
1.250
.316
b2
.750
b3
Coefficients
Beta
t
Sig.
1.378
.240
.496
3.961
.017
.364
.258
2.058
.109
-.500
.316
-.198
-1.584
.188
b4
.250
.364
.086
.686
.530
b5
.625
.258
.248
2.425
.072
b6
1.125
.258
.446
4.366
.012
b7
.250
.316
.099
.792
.473
b8
-.250
.364
-.086
-.686
.530
b9
.125
.258
.050
.485
.653
b10
.375
.258
.149
1.455
.219
b11
1.625
.258
.644
4.306
.003
a. Dependent Variable: y
Persamaan regresi linear berganda digunakan untuk memperkirakan nilai
utilitas. Harus diperoleh utilitas setiap atribut, setiap atribut memiliki taraf. Dengan
diketahuinya kode variabel dummy, setiap taraf dilambangkan terlebih dahulu.
Untuk atribut biaya, utilitas masing-masing taraf dilambangkan oleh
(Rp.2.000.000/Paket),
(Rp.2.000.000-Rp.3.000.000/Paket),
(>Rp.3.000.000/Paket). Untuk Atribut sistem pembayaran, utilitas masing-masing
Universitas Sumatera Utara
35
dilambangkan oleh
(Setiap Bulan),
(Setiap semester),
(Setiap tahun).
Untuk atribut waktu bimbingan, utilitas masing-masing taraf dilambangkan oleh
(Waktu sesuai konsumen),
(Waktu ditentukan lembaga). Untuk atribut
materi pelajaran, utilitas masing-masing dilambangkan oleh
kurikulum),
(Tidak relevan dengan kurikulum). Untuk atribut jumlah siswa per
kelas, utilitas masing-masing dilambangkan oleh
siswa),
oleh
(Relevan dengan
(30 siswa). Untuk atribut lokasi, utilitas masing-masing dilambangkan
(Dilalui kendaraan umum),
(Tidak dilalui kendaraan umum). Untuk
atribut pendidikan terakhir pengajar, utilitas masing-masing dilambangkan oleh
(S1),
(D3). Untuk atribut fasilitas ruang, utilitas masing-masing dilambangkan
oleh
(AC),
(Non AC).
Atribut biaya
Untuk atribut biaya diperoleh persamaan yang dinyatakan sebagai berikut :
(1)
(2)
(3)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(4)
(5)
-
(6)
Dari persamaan (3) diperoleh persamaan :
Universitas Sumatera Utara
36
(7)
Dari persamaan (5) dan (7) diperoleh persamaan :
+
Dari persamaan (5) diperoleh persamaan :
Dari persamaan (3) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut sistem pembayaran
Untuk atribut sistem pembayaran diperoleh persamaan yang dinyatakan sebagai
berikut :
Universitas Sumatera Utara
37
(8)
(9)
(10)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(11)
(12)
-
(13)
Dari persamaan (10) diperoleh persamaan :
(14)
Dari persamaan (12) dan (14) diperoleh persamaan :
+
Dari persamaan (12) diperoleh persamaan :
Universitas Sumatera Utara
38
Dari persamaan (10) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut waktu bimbingan
Untuk atribut waktu bimbingan diperoleh persamaan yang dinyatakan sebagai
berikut :
(15)
(16)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(17)
-
Dari persamaan (16) diperoleh persamaan :
Universitas Sumatera Utara
39
Maka diperoleh hasil sebagai berikut :
Atribut materi pelajaran
Untuk atribut materi pelajaran diperoleh persamaan yang dinyatakan sebagai
berikut :
(18)
(19)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(20)
-
Dari persamaan (19) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Universitas Sumatera Utara
40
Atribut jumlah siswa per kelas
Untuk atribut jumlah siswa per kelas diperoleh persamaan yang dinyatakan sebagai
berikut :
(21)
(22)
(23)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(24)
(25)
-
(26)
Dari persamaan (23) diperoleh persamaan :
(27)
Dari persamaan (25) dan (27) diperoleh persamaan :
+
Dari persamaan (25) diperoleh persamaan :
Universitas Sumatera Utara
41
Dari persamaan (23) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut lokasi
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(28)
(29)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(30)
-
Dari persamaan (29) diperoleh persamaan :
Universitas Sumatera Utara
42
Maka diperoleh hasil sebagai berikut :
Atribut pendidikan terakhir pengajar
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(31)
(32)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(33)
-
Dari persamaan (32) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut fasilitas
Universitas Sumatera Utara
43
Untuk atribut fasilitas diperoleh persamaan yang dinyatakan sebagai berikut :
(34)
(35)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh
persamaan sebagai berikut :
(36)
-
Dari persamaan (35) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Utility setiap level masing-masing disajikan pada Tabel 4.4, melalui utility
level-levelnya dapat dihitung tingkat kepentingan setiap atribut, diketahui bahwa
tingkat kepentingan atribut adalah selisih utility tertinggi dan terendah. Seperti
dinyatakan pada persamaan nilai kepentingan relatif.
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :
(
)
(Rumus 4.2)
Berdasarkan rumus 4.2 maka tingkat kepentingan setiap atribut adalah :
Universitas Sumatera Utara
44
Biaya
=
= 1,251
Sistem Pembayaran
=
= 0,749
Waktu Bimbingan
=
= 0,625
=
Materi Pelajaran
= 1,124
Jumlah Siswa per Kelas
=
= 0,5
Lokasi
=
= 0,125
Pendidikan Pengajar
=
= 0,376
Fasilitas
=
= 1.625
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut
berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan
relatif (bobot) dengan berikut :
(Rumus 4.3)
∑
Berdasarkan rumus 4.3 maka bobot setiap atribut :
Biaya (
=
=
= 0,196
Sistem Pembayaran
=
=
= 0,117
Universitas Sumatera Utara
45
Waktu Bimbingan
=
=
= 0,098
Materi Pelajaran
=
=
= 0,176
Jumlah Siswa per Kelas
=
=
= 0,078
Lokasi
=
=
= 0,02
Pendidikan Pengajar
=
=
= 0,059
Fasilitas
=
=
= 0,255
Tabel 4.3 Hasil Metode full-profile Untuk Satu Orang Responden
Taraf/Level
Tingkat
Atribut
Kepentingan
Utilitas
Deskripsi
Lambang Skor
(1)
(2)
Biaya
Rp.3.000.000/Paket
-0,667
Setiap Bulan
-0,416
Sistem
Pembayaran
Setiap semester
0,749
0,117
0,625
0,098
1,124
0,176
0,5
0,078
0,333
Setiap tahun
0,083
Waktu sesuai
Waktu
Bimbingan
konsumen
0,3125
Waktu ditentukan
lembaga
-0,3125
Relevan dengan
Materi
Pelajaran
kurikulum
Tidak relevan dengan
kurikulum
Jumlah Siswa
0,562
-0,562
30 siswa
-0,25
Dilalui kendaraan
umum
0,0625
Lokasi
0,125
0,02
0,376
0,059
1,625
0,255
Tidak dilalui
kendaraan umum
-0,0625
S1
0,188
Pendidikan
D3
-0,188
AC
0,8125
Fasilitas
Non AC
-0,8125
Tabel 4.4 Nilai Utilitas Satu Orang Responden
Atrbiut
Biaya
Taraf/level
Utility
Std.
Estimate
Error
Rp.3.000.000/Paket
-0,667
.511
Setiap Bulan
-0,416
.611
Setiap semester
0,333
.670
Setiap tahun
0,083
.670
0,3125
.002
Waktu ditentukan lembaga
-0,3125
.002
Relevan dengan kurikulum
0,562
.002
-0,562
.002
0,25
.670
0
.511
0,25
.511
0,0625
.002
-0,0625
.002
S1
0,188
.002
D3
-0,188
.002
AC
0,8125
.002
-0,8125
.002
3.292
.243
Waktu sesuai konsumen
Tidak relevan dengan kurikulum
< 21 siswa
21 – 30 siswa
> 30 siswa
Lokasi
Dilalui kendaraan umum
Tidak dilalui kendaraan umum
Pendidikan
Pengajar
Fasilitas
Non AC
(Constant)
Universitas Sumatera Utara
49
Tabel 4.5 Nilai Kepentingan Relatif Satu Orang Responden
Atribut
NPR
Biaya
19.600%
Sistem Pembayaran
11.700%
Waktu Bimbingan
9.800%
Materi Pelajaran
17.600%
Jumlah Siswa per Kelas
7.800%
Lokasi
2.00%
Pendidikan Terakhir Pengajar
5.900%
Fasilitas
b)
25.500%
Menggunakan software SPSS 17.0 dengan program syntax
Hasil perhitungan nilai utilitas dan nilai kepentingan relatif dengan menggunakan
SPSS dapat dilihat pada lampiran 5.
4.3. Analisis Utilitas Level Tiap Atribut
Salah satu tujuan dilakukan Analisis konjoin adalah untuk mengetahui nilai utilitas
dari setiap level faktor yang diujikan. Dengan mengetahui nilai utilitas tersebut,
diketahui pula preferensi responden baik secara individu maupun keseluruhan
dalam mengevaluasi atribut bimbingan belajar yang paling disukai.
Penafsiran angka utilitas perlu memperhatikan penyusunan rangking yang
dilakukan oleh responden. Karena dalam penelitian ini, responden melakukan
penyusunan rangking dari yang paling disukai hingga yang paling tidak disukai,
maka tanda negatif yang terbaca sebagai nilai utilitas menunjukkan bahwa
responden tidak menyukai level/taraf tersebut. Pada dasarnya,nilai utilitas adalah
selisih antara rata-rata faktor tertentu dengan nilai konstannya. Perhitungan nilai
Universitas Sumatera Utara
50
utilitas keseluruhan responden yang telah dilakukan dengan bantuan program SPSS
17 ditampilkan dalam tabel 4.6.
Tabel 4.6 Nilai utilitas Keseluruhan Responden
Atribut
Biaya
Taraf/Level
Rp.3.000.000/Paket
-.187
.245
Setiap Bulan
-.033
.209
.124
.245
-.091
.245
.043
.157
Waktu ditentukan lembaga
-.043
.157
Relevan dengan kurikulum
.122
.157
-.122
.157
< 21 siswa
.348
.209
21 – 30 siswa
.229
.245
-.577
.245
.112
.157
Rp.2.000.000 –
Rp.3.000.000/Paket
Sistem Pembayaran
Setiap semester
Setiap tahun
Waktu Bimbingan
Materi Pelajaran
Waktu sesuai konsumen
Tidak relevan dengan
kurikulum
Jumlah Siswa per Kelas
> 30 siswa
Lokasi
Dilalui kendaraan umum
Universitas Sumatera Utara
51
Tidak dilalui kendaraan
-.112
.157
S1
.237
.157
D3
-.237
.157
AC
.062
.157
-.062
.157
4.292
.181
umum
Pendidikan Pengajar
Fasilitas
Non AC
(Constant)
Penerapan metode Analisis Konjoin melalui pendekatan analisis regresi multiple
menggunakan variabel dummy terhadap atribut bimbingan belajar sebagai berikut:
Penjelasan yang diperoleh yakni bahwa hubungan kedelapan variabel bebas (biaya,
sistem pembayaran, waktu bimbingan, materi pelajaran, jumlah siswa per kelas,
lokasi, pendidikan terakhir pengajar, dan fasilitas) adalah positif terhadap variabel
terikat yaitu variabel preferensi responden, maka dapat disubtitusikan setiap
estimasi utilitas kedalam persamaan dasar conjoin yaitu sebagai berikut :
Berdasarkan tabel 4.6, maka penafsiran nilai utilitas dari setiap level pada faktor
adalah sebagai berikut :
1.
Biaya
Universitas Sumatera Utara
52
Pada atribut biaya, utility yang bernilai positif adalah Rp.2.000.000 –
Rp.3.000.000/Paket , maka secara umum responden menyukai biaya
Rp.2.000.000 – Rp.3.000.000/paket
2.
Sistem Pembayaran
Pada atribut sistem pembayaran, utility yang bernilai positif adalah setiap
semester dan bernilai negatif untuk level/taraf setiap bulan dan setiap tahun,
maka secara umum responden menyukai sistem pembayaran setiap semester
3.
Waktu bimbingan
Pada atribut waktu bimbingan, utility yang bernilai positif adalah waktu
sesuai konsumen dan bernilai negatif untuk level waktu ditentukan lembaga,
maka secara umum responden menyukai waktu bimbingan yang sesuai
konsumen
4.
Materi pelajaran
Pada atribut materi pelajaran, utility yang bernilai positif adalah relevan
dengan kurikulum. Maka secara umum responden menyukai materi
pelajaran relevan dengan kurikulum
5.
Jumlah Siswa Per Kelas
Karena utility level/atribut 30 siswa, maka secara umum responden
menyukai level/atribut 0,05 maka
signifikan
maka
diterima, sebaliknya jika angka
ditolak.
Universitas Sumatera Utara
55
Tabel 4.8 Korelasi antara Variabel Observed dan Estimated Preference
Correlations
a
Value
Sig.
Pearson's R
.859
.000
Kendall's tau
.617
.000
Correlations between observed and estimated preferences
Berdasarkan hasil korelasi menggunakan Pearson’s R dan Kendall’s Tau
pada penelitian ini terhadap utilitas prediksi dan utilitas aktual
dapat dilihat
pada tabel 4.8, diperoleh hasil bahwa prediksi utilitas dengan utilitas aktualnya
saling berkorelasi positif dan kuat, yaitu sebesar 0,859 dan 0,617 dan memiliki pvalue (signifikan) masing-masing sebesar 0,000 lebih kecil dari α = 0,05 (derajat
signifikansi) menunjukkan bahwa ada korelasi yang kuat antara Estimates dan
Actual. Hal ini membuktikan adanya hubungan yang cukup kuat atau terdapat
ketepatan dalam memprediksi (predictive accuracy) dengan kata lain model regresi
linear multiple cocok atau tepat untuk data yang dianalisis. Oleh karena itu,
evaluasi utilitas yang dilakukan memiliki validitas yang baik.
Universitas Sumatera Utara
56
BAB 5
KESIMPULAN DAN SARAN
5.1.
Kesimpulan
Berdasarkan penelitian ini dapat disimpulkan bahwa :
1. Dari hasil penelitian 183 responden, pilihan faktor/atribut dari bimbingan
belajar berdasarkan nilai kepentingannya yang paling mempengaruhi
ketertarikan responden yang dalam penelitian ini adalah siswa SMA Negeri
di Pematangsiantar yaitu : Jumlah siswa per kelas (16,944%), Sistem
pembayaran (16,487%), Biaya (16,239%), Pendidikan terakhir pengajar
(12,025%), Fasilitas (10,777%) Waktu bimbingan (9,665%), Lokasi
(9,049%), Materi pelajaran (8,803%)
2. Konsep atribut bimbingan belajar yang disukai berdasarkan penilaian
responden melalui evaluasi 16 kombinasi/stimuli yang disajikan dalam
bentuk kuisioner dengan membuat rangking adalah bimbingan belajar yang
disukai
berdasarkan
biaya
adalah
Rp.2.000.000-Rp.3.000.000/paket,
berdasarkan sistem pembayaran adalah setiap semester, berdasarkan waktu
bimbingan adalah waktu sesuai konsumen, berdasarkan materi pelajaran
adalah relevan dengan kurikulum, berdasarkan jumlah siswa per kelas
adalah