HASIL DAN PEMBAHASAN
4.2 Penyajian Data
4.2.1 Metode Full Profile
1. Mendesain Stimuli
Setelah atribut dan taraf atribut diperoleh (pada Tabel. 1.1), selanjutnya adalah menentukan preferensi responden terhadap setiap kombinasi. Untuk itu dibutuhkan adanya stimuli. Stimuli adalah kombinasi antara atribut dengan taraf. Dari 6 atribut dan 15 taraf atribut tersebut, didapat jumlah kombinasi yang
mungkin untuk disusun sebanyak 192 stimuli (diperoleh dari hasil perkalian tiap taraf atribut = 3 x 2 x 2 x 4 x 2 x 2).
Jika ke-192 kombinasi stimuli tersebut digunakan, dapat menyulitkan responden dalam mengevaluasi kombinasi stimuli tersebut. Responden akan sulit memberikan jawaban konsisten, membutuhkan waktu yang lama dan akhirnya responden menjawabnya dengan tidak sesuai dengan kenyataan sehingga hasil yang diperoleh tidak akurat. Untuk dapat mereduksi kombinasi tersebut menghasilkan 16 kombinasi dilakukan dengan mendesain stimuli menggunakan SPSS 17.0 sebagai berikut :
• Dari program SPSS, biarkan data editor dalam keadaan kosong. • Pilih menu file, new, pilih syntax.
• Ketik pada syntax editor : ORTHOPLAN
/FACTORS=
BIDANG 'Bidang Kerja' ('Pemerintahan' 'Non Pemerintah' 'Wirausaha')
SESUAI 'Kesesuaian Latar Belakang Pendidikan dengan Bidang Kerja' ('Sesuai' 'Tidak Sesuai')
REPUTASI 'Reputasi Tempat Kerja' ('Sangat Baik' 'Cukup Baik')
GAJI 'Gaji Pertama' ('> 4.000.000' '3.001.000-4.000.000' '2.001.000-3.000.000' '< 2.000.000')
LOKASI 'Lokasi Tempat Kerja' ('< 10 Km-30 Km' '> 30 Km')
FASILITAS 'Fasilitas Tempat Kerja' ('Tunjangan Kesehatan' 'Inventaris') /HOLDOUT=0.
SAVE OUTFILE='WIT TIGA.SAV'.
• Pilih Run, All. Dapat terbentuk kombinasi pada data view.
Setelah dievaluasi satu persatu dengan menggunakan SPSS For Windows 17.0
dihasilkan 16 stimuli dan dapat digunakan untuk mengetahui preferensi responden.
Tabel 4.1 Stimuli pada Metode Full Profile
Selanjutnya responden diminta untuk memberikan rating terhadap kombinasi pekerjaan yang ada pada tabel 4.1 dengan menggunakan skala Likert, dengan urutan :
1 : Sangat Tidak Suka dengan stimuli tersebut. 2 : Tidak Suka dengan stimuli tersebut.
3 : Cukup Suka dengan stimuli tersebut. 4 : Suka dengan stimuli tersebut.
5 : Sangat Suka dengan stimuli tersebut.
No. Bidang Kerja
Kesesuaian Latar Belakang Pendidikan dengan Pekerjaan Reputasi Tempat Kerja Gaji (Rupiah) Lokasi Tempat Kerja Fasilitas Tempat Kerja
1. Pemerintahan Sesuai Sangat
Baik >4.000.000 <10 Km-30 Km
Tunjangan Kesehatan 2. Pemerintahan Sesuai Sangat
Baik <2.000.000 >30 Km
Tunjangan Kesehatan 3. Pemerintahan Sesuai Cukup
Baik 3.001.000-4.000.000 >30 Km
Pemakaian Inventaris 4. Pemerintahan Tidak Sesuai Cukup
Baik 2.001.000-3.000.000 >30 Km
Pemakaian Inventaris 5. Pemerintahan Tidak Sesuai Cukup
Baik 3.001.000-4.000.000 <10 Km-30 Km
Pemakaian Inventaris 6. Pemerintahan Tidak Sesuai Sangat
Baik 3.001.000-4.000.000 >30 Km
Tunjangan Kesehatan 7. Non-Pemerintah Sesuai Sangat
Baik 3.001.000-4.000.000 <10 Km-30 Km
Pemakaian Inventaris 8. Non-Pemerintah Sesuai Sangat
Baik 2.001.000-3.000.000 >30 Km
Pemakaian Inventaris 9. Non-Pemerintah Tidak Sesuai Cukup
Baik <2.000.000 >30 Km
Tunjangan Kesehatan 10. Non-Pemerintah Tidak Sesuai Cukup
Baik >4.000.000 <10 Km-30 Km
Tunjangan Kesehatan 11. Non-Pemerintah Tidak Sesuai Sangat
Baik 2.001.000-3.000.000 >30 Km
Pemakaian Inventaris 12. Wirausaha Sesuai Cukup
Baik <2.000.000 <10 Km-30 Km
Pemakaian Inventaris 13. Wirausaha Sesuai Cukup
Baik >4.000.000 >30 Km
Pemakaian Inventaris 14. Wirausaha Sesuai Sangat
Baik <2.000.000 <10 Km-30 Km
Tunjangan Kesehatan 15. Wirausaha Tidak Sesuai Sangat
Baik 2.001.000-3.000.000 <10 Km-30 Km
Tunjangan Kesehatan 16. Wirausaha Tidak Sesuai Cukup
Baik >4.000.000 <10 Km-30 Km
Tunjangan Kesehatan
2. Menghitung Nilai Utilitas dan Nilai Kepentingan Relatif
Untuk menhitung nilai utilitas dan nilai kepentingan relatif atribut dapat menggunakan 2 cara yaitu :
a). Menggunakan perhitungan manual
b). Menggunakan software SPSS 17.0 dengan program syntax
a). Menggunakan perhitungan manual
sebelum melakukan perhitungan nilai kegunaan taraf atribut, harus diketahui dahulu urutan rating dari masing-masing stimuli dari keseluruhan responden. Namun untuk menduga rating atribut berdasarkan data responden, maka dilakukan perhitungan dengan menggunakan data salah seorang responden, sebagai berikut : Tabel 4.2 Hasil Penilaian 1 Orang Responden
No. Bidang Kerja
Kesesuaian Latar Belakang Pendidikan dengan Pekerjaan Reputasi Tempat Kerja Gaji (Rupiah) Lokasi Tempat Kerja Fasilitas Tempat Kerja Rating
1. Pemerintahan Sesuai Sangat Baik >4.000.000 <10 km-30 km Tunjangan Kesehatan
5
2. Pemerintahan Sesuai Sangat Baik <2.000.000 >30 km Tunjangan Kesehatan
4
3. Pemerintahan Sesuai Cukup Baik 3.001.000-4.000.000 >30 km Pemakaian Inventaris
1
4. Pemerintahan Tidak Sesuai Cukup Baik 2.001.000-3.000.000 >30 km Pemakaian Inventaris
1
5. Pemerintahan Tidak Sesuai Cukup Baik 3.001.000-4.000.000 <10 km-30 km Pemakaian Inventaris
2
6. Pemerintahan Tidak Sesuai Sangat Baik 3.001.000-4.000.000 >30 km Tunjangan Kesehatan
1
7. Non-Pemerintah Sesuai Sangat Baik 3.001.000-4.000.000 <10 km-30 km Pemakaian Inventaris
1
8. Non-Pemerintah Sesuai Sangat Baik 2.001.000-3.000.000 >30 km Pemakaian Inventaris
1
9. Non-Pemerintah Tidak Sesuai Cukup Baik <2.000.000 >30 km Tunjangan Kesehatan
1
10. Non-Pemerintah Tidak Sesuai Cukup Baik >4.000.000 <10 km-30 km Tunjangan Kesehatan
3
11. Non-Pemerintah Tidak Sesuai Sangat Baik 2.001.000-3.000.000 >30 km Pemakaian Inventaris
2
12. Wirausaha Sesuai Cukup Baik <2.000.000 <10 km-30 km Pemakaian Inventaris
1
13. Wirausaha Sesuai Cukup Baik >4.000.000 >30 km Pemakaian Inventaris
3
14. Wirausaha Sesuai Sangat Baik <2.000.000 <10 km-30 km Tunjangan Kesehatan
1
15. Wirausaha Tidak Sesuai Sangat Baik 2.001.000-3.000.000 <10 km-30 km Tunjangan Kesehatan
1
16. Wirausaha Tidak Sesuai Cukup Baik >4.000.000 <10 km-30 km Tunjangan Kesehatan
Selanjutnya, dilakukan pengkodean dengan variabel dummy yang mewakili setiap taraf dari masing-masing atribut. Untuk atribut bidang kerja, taraf dari atribut dikodekan sebagai berikut :
Taraf X1 X2
Taraf 1 1 0
Taraf 2 0 1
Taraf 3 0 0
Untuk atribut kesesuaian, taraf dari atribut dikodekan sebagai berikut :
Taraf X3
Taraf 1 1
Taraf 2 0
Untuk atribut reputasi, taraf dari atribut dikodekan sebagai berikut :
Taraf X4
Taraf 1 1
Taraf 2 0
Untuk atribut gaji, taraf dari atribut dikodekan sebagai berikut :
Taraf X5 X6 X7
Taraf 1 1 0 0
Taraf 2 0 1 0
Taraf 3 0 0 1
Untuk atribut lokasi, taraf dari atribut dikodekan sebagai berikut :
Taraf X8
Taraf 1 1
Taraf 2 0
Untuk atribut fasilitas, taraf dari atribut dikodekan sebagai berikut :
Taraf X9
Taraf 1 1
Taraf 2 0
Bentuk pertanyaan dalam kuesioner adalah pada tabel 4.2 dan responden memberikan preferensi mereka atas setiap kombinasi. Preferensi diperoleh dengan mengurutkan kombinasi-kombinasi yang tersedia berdasarkan tingkat kepentingan relatif. Data pada tabel 4.2 akan dikodekan dengan menggunakan variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuanttitatif. Hasilnya adalah data tabel 4.3.
Tabel 4.3 Pengkodean Data untuk Regresi
No. Kesesuaian Reputasi Gaji Lokasi Fasilitas Preferensi X1 X2 X3 X4 X5 X6 X7 X8 X9 Rating 1. 1 0 1 1 1 0 0 1 1 5 2. 1 0 1 1 0 0 0 0 1 4 3. 1 0 1 0 0 1 0 0 0 1 4. 1 0 0 0 0 0 1 0 0 1 5. 1 0 0 0 0 1 0 1 0 2 6. 1 0 0 1 0 1 0 0 1 1 7. 0 1 1 1 0 1 0 1 0 1 8. 0 1 1 0 0 1 0 0 0 1 9. 0 1 0 0 0 0 0 0 1 1 10. 0 1 0 0 1 0 0 1 1 3 11. 0 1 0 1 0 0 1 0 0 2 12. 0 0 1 0 0 0 0 1 0 1 13. 0 0 1 0 1 0 0 0 0 3 14. 0 0 1 1 0 0 0 1 1 1 15. 0 0 0 1 0 0 1 1 1 1
Pada tabel 4.3 adalah data yang sudah ditransformasikan. Selanjutnya data yang diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier berganda dengan variabel bebas berupa dummy sebanyak 9 buah.
0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9
( )
U X = +b b X +b X +b X +b X +b X +b X +b X +b X +b X
Keterangan :U(X) : Kegunaan atau utilitas
X1, X2 : Variabel dummy mewakili bagian Bidang X3 : Variabel dummy mewakili bagian Kesesuaian X4 : Variabel dummy mewakili bagian Reputasi X5, X6, X7 : Variabel dummy mewakili bagian Gaji X8 : Variabel dummy mewakili bagian Lokasi X9 :Variabel dummy mewakili bagian Fasilitas
Menentukan b0, b1, b2, … , b9 dapat menggunakan software SPSS sebagai berikut: • Atribut yang sudah diubah menjadi variabel dummy, selanjutnya diinput ke
SPSS Statistics Data Editor.
• Input juga nilai rating di kolom sebelahnya. • Pillih Analyze, Regression, Linear.
• Isi nilai rating sebagai variabel dependent, dan ke-9 variabel dummy sebagai variabel independent(s).
Tabel 4.4. Koefisien Unstandardized Coefficients Standardized Coefficients t Signifikansi B Std. Error Beta (Constant) 0,571 1,091 0,524 0,619 b1 2,002 0,642 0,784 3,117 0,021 b2 1,153 0,632 0,432 1,823 0,118 b3 0,403 0,738 0,163 0,546 0,605 b4 0,976 0,687 0,392 1,421 0,205 b5 1,567 0,624 0,549 2,512 0,046 b6 -1,589 0,782 -0,596 -2,033 0,088 b7 -0,775 1,114 -0,245 -0,695 0,513 b8 0,113 0,505 0,046 0,223 0,831 b9 -0,609 0,810 -0,246 -0,752 0,481
Persamaan regresi linier 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 bidang kerja, utilitas masing-masing taraf dilambangkan oleh α11 (pemerintahan), α12 (non-pemerintah), α13 (wirausaha). Untuk atribut kesesuaian latar belakang pendidikan dengan pekerjaan, utilitas masing-masing taraf dilambangkan oleh α21 (sesuai), α22 (tidak sesuai). Untuk atribut reputasi tempat kerja, utilitas maing-masing taraf dilambangkan oleh α31 (sangat baik), α32 (cukup baik). Untuk atribut gaji, utilitas masing-masing taraf dilambangkan oleh α41 (>Rp 4.000.000), α42 (Rp 3.001.000-Rp 4.000.000), α43 (Rp 2.001.000-Rp 3.000.000), α44 (<Rp 2.000.000). Untuk atribut lokasi tempat kerja, utilitas masing-masing taraf dilambangkan oleh α51 (<10 Km – 30 Km), α52 (>30 Km). Untuk atribut fasilitas tempat kerja, utilitas masing-masing taraf dilambangkan oleh α61 (tunjangan kesehatan), α62 (pemakaian inventaris). Hubungan setiap koefisien variabel dummy, mewakili perbedaan dalam parth-worth untuk taraf yang bersangkutan dikurangi parth-worth dari taraf dasar.
• Untuk atribut bidang kerja diperoleh persamaan yang dinyatakan oleh persamaan berikut :
α11 - α13 = b1 (1)
α12 - α13 = b2 (2)
α11+ α12+ α13 = 0 (3)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
α11 - α13 = 2,002 (4)
α12 - α13 = 1,153 (5)
Dari persamaan (4) dan (5) diperoleh persamaan : α11 - α13 = 2,002 α12 - α13 = 1,153 α11 - α12 = 0,849
α11 = 0,849 + α12 (6)
Dari persamaan (3) diperoleh : α11+ α12+ α13 = 0
0,849 + α12 + α12+ α13 = 0 0,849 + 2α12+ α13 = 0
2α12+ α13 = - 0,849 (7)
Dari persamaan (5) dan (7) diperoleh persamaan : α12 - α13 = 1,153 2α12 + α13 = - 0,849
3α12 = 0,301 α12 = 0,101
Dari persamaan (5) diperoleh persamaan : α12 - α13 = 1,153 0,101 - α13 = 1,153 α13 = 0,101 – 1,153 α13 = -1051 (8)
Dari persamaan (4) diperoleh persamaan : α11 - α13 = 2,002
α11 + 1,051 = 2,002
α11 = 0,951 (9)
Sehingga diperoleh hasilnya sebagai berikut : α11 = 0,951
α12 = 0,101 α13 = - 1,051
• Persamaan untuk atribut kesesuaian latar belakang pendidikan dengan bidang kerja :
α21 – α22 = b3 (10)
α21 + α22 = 0 (11)
α21 – α22 = 0,403 (12)
Dari persamaan (11) diperoleh persamaan :
α21 + α22 = 0 α21 = –α22
Dari persamaan (12) diperoleh persamaan : α21 – α22 = 0,403
-α22 – α22 = 0,403 -2α22 = 0,403
α22 = - 0,202 (13)
Dari persamaan (12) diperoleh persamaan : α21 – α22 = 0,403
α21 = 0,403 – 0,202
α21 = 0,202 (14)
Sehingga diperoleh hasilnya sebagai berikut : α21 = 0,202
α22 = -0,202
• Persamaan untuk atribut reputasi tempat kerja :
α31 – α32 = b4 (15)
α31 + α32 = 0 (16)
α31 – α32 = 0,976 (17)
Dari persamaan (16) diperoleh persamaan : α31 + α32 = 0
α31 = –α32
Dari persamaan (17) diperoleh persamaan : α31 – α32 = 0,976
-α32 – α32 = 0,976 -2α32 = 0,976
α32 = -0,488 (18)
Dari persamaan (17) diperoleh persamaan : α31 – α32 = 0,976
α31 = 0,976 – 0,488
α31 = 0,488 (19)
Sehingga diperoleh hasilnya sebagai berikut : α31 = 0,488
α32 = - 0,488
• Persamaan untuk atribut gaji sebagai berikut :
α41 – α44 = b5 (20) α42 – α44 = b6 (21) α43 – α44 = b7 (22) α41+ α42+ α43 + α44 = 0 (23) α41 – α44 = 1,567 (24) α42 – α44 = -1,589 (25) α43 – α44 = -0,775 (26) Dari persamaan (24) dan (25) diperoleh persamaan :
α41 – α44 = 1,567 α42 – α44 = -1,589
α41 – α42 = 3,156
α41 – α42 = 3,156 (27)
Dari persamaan (25) dan (26) diperoleh persamaan : α42 – α44 = -1,589 α43 – α44 = -0,775 α42 – α43 = -0,814
α42 – α43 = -0,814 (28)
Dari persamaan (27) dan (28) diperoleh persamaan :
α41 – α42 = 3,156 α42 – α43 = -0,814
α41 – α43 = 3,97
Dari persamaan (23) diperoleh persamaan : α41+ α42+ α43 + α44 = 0 3,97 + α43 – 0,814 + α43+ α43 + α44 = 0 3,156 + 3α43+ α44 = 0 3α43+ α44 = -3,156 α44 = -3,156 - 3α43 (29)
Dari persamaan (26) diperoleh persamaan : α43 – α44 = -0,775
α43 – (-3,156 - 3α43) = -0,775 4α43 + 3,156 = -0,775
4α43 = -3,931 (30)
α43 = -0,982
Dari persamaan (26) diperoleh persamaan : α43 – α44 = -0,775
α44 = -0,982 + 0,775
α44 = -0,207 (31)
Dari persamaan (28) diperoleh persamaan :
α42 – α43 = -0,814 α42 = -0,814 – 0,982 α42 = -1,796
Dari persamaan (27) diperoleh persamaan : α41 – α42 = 3,156
α41 = 3,156 – 1,796
α41 = 1,36 (32)
Sehingga diperoleh hasilnya sebagai berikut : α41 = 1,36
α42 = -1,796 α43 = -0,982 α44 = -0,207
• Persamaan untuk atribut lokasi tempat kerja :
α51 – α52 = b8 (33)
α51 + α52 = 0 (34)
α51 – α52 = 0,113 (35)
Dari persamaan (34) diperoleh persamaan :
α51 + α52 = 0 α51 = –α52
Dari persamaan (35) diperoleh persamaan : α51 – α52 = 0,113
-α52 – α52 = 0,113 -2α52 = 0,113
α52 = -0,056 (36)
Dari persamaan (35) diperoleh persamaan : α51 – α52 = 0,113
α51 = 0,113 – 0,056
α51 = 0,056 (37)
Sehingga diperoleh hasilnya sebagai berikut :
α51 = 0,056 α52 = -0,056
• Persamaan untuk atribut fasilitas tempat kerja :
α61 – α62 = b9 (38)
α61 + α62 = 0 (39)
α61 – α62 = -0,609 (40)
Dari persamaan (39) diperoleh persamaan : α61 + α62 = 0
α61 = –α62
Dari persamaan (40) diperoleh persamaan : α61 – α62 = -0,609
-α62 – α62 = 0,609 -2α62 = 0,609
α62 = -0,3045 (41)
Dari persamaan (40) diperoleh persamaan :
α61 – α62 = 0,609 α61 = 0,609 – 0,304
α61 = 0, 3045 (42)
Sehingga diperoleh hasilnya sebagai berikut : α61 = 0,3045
α62 = -0,3045
Utilitas setiap taraf disajikan pada tabel 4.5. Melalui taraf-tarafnya dapat dihitung tingkat kepentingan tiap atribut, diketahui bahwa tingkat kepentingan atribut adalah selisih utilitas tertinggi dan terendah. Seperti yang dinyatakan pada persamaan berikut :
Tingkat kepentingan setiap atribut adalah : Bidang (I1) = 0,951 – (-1,051) = 2,002 Kesesuaian (I2) = 0,202 – (-0,202) = 0,404 Reputasi (I3) = 0,488 – (-0,488) = 0,976 Gaji (I4) = 1,36 – (-1,796) = 3,156 Lokasi (I5) = 0,056 – (-0,056) = 0,112 Fasilitas (I6) = 0,305 – (-0,305) = 0,61
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan relatif (bobot) dengan rumus :
�
�= �
�∑
��
� �=1 11
m i iW
==
∑
Dengan rumus diatas maka bobot setiap atribut adalah :
Bidang (W1) = 2, 002 2, 002 0, 276 2, 002 0, 404 0, 976 3,156 0,112 0, 61= 7, 26 = + + + + + Kesesuaian (W2) = 0, 404 0, 404 0, 056 2, 002 0, 404 0, 976 3,156 0,112 0, 61= 7, 26 = + + + + + Reputasi (W3) = 0, 976 0, 976 0,134 2, 002 0, 404 0, 976 3,156 0,112 0, 61= 7, 26 = + + + + + Gaji (W4) = 3,156 3,156 0, 435 2, 002 0, 404 0, 976 3,156 0,112 0, 61= 7, 26 = + + + + + Lokasi (W5) = 0,112 0,112 0, 015 2, 002 0, 404 0, 976 3,156 0,112 0, 61= 7, 26 = + + + + + Fasilitas (W6) = 0, 61 0, 61 0, 084 2, 002 0, 404 0, 976 3,156 0,112 0, 61=7, 26= + + + + +
Tabel 4.5 Hasil Metode Full Profile
Atribut
Taraf Tingkat
Kepentingan
Deskripsi Utilitas Skor Bobot
Lambang Skor Bidang Pemerintahan α11 0,951 2,002 0,276 Non-Pemerintah α12 0,101 Wirausaha α13 -1,051 Kesesuaian Sesuai α21 0,202 0,404 0,056 Tidak Sesuai α22 -0,202
Reputasi Sangat Baik α31 0,488
0,976 0,134 Cukup Baik α32 -0,488 Gaji >Rp4.000.000 α41 1,36 3,156 0,435 Rp3.001.000-Rp4.000.000 α42 -1,796 Rp2.001.000-Rp3.001.000 α43 -0,982 <Rp2.000.000 α44 -0,207 Lokasi <10 Km-30 Km α51 0,056 0,112 0,015 >30 Km α52 -0,056
Fasilitas Tunjangan Kesehatan α61 0,305
0,61 0,084 Penggunaan Inventaris α62 -0,305
2). Menggunakan software SPSS 17.0 dengan program syntax
Hasil perhitungan dari data seorang responden tersebut dengan menggunakan SPSS dapat dilihat sebagai berikut :
Tabel 4.6. Nilai Utilitas 1 Orang Responden
Atribut Taraf Utility
Estimate Std. Error Bidang Pemerintahan 0,951 0,353 Non Pemerintah 0,101 0,326 Wirausaha -1,051 0,373 Kesesuaian Sesuai 0,202 0,382 tidak sesuai -0,202 0,382
Reputasi Sangat Baik 0,488 0,384
Cukup Baik -0,488 0,384 Gaji >Rp4.000.000 1,36 0,541 Rp3.001.000-Rp4.000.000 -1,796 0,490 Rp2.001.000-Rp3.001.000 -0,982 0,655 <Rp2.000.000 -0,207 0,533 Lokasi <10 Km-30 Km 0,056 0,252 >30 Km -0,056 0,252
Fasilitas Tunjangan Kesehatan 0,305 0,437 Penggunaan Inventaris -0,305 0,437
Constant 1,739 0,206
Tabel 4.7 Nilai Kepentingan Relatif 1 orang responden
Atribut NPR Bidang 27,600% Kesesuaian 5,600% Reputasi 13,400% Gaji 43,500% Lokasi 1,500% Fasilitas 8,400%
Dan untuk perhitungan utilitas dan nilai kepentingan atribut keseluruhan responden dapat dilihat sebagai berikut :
Tabel 4.8. Nilai Utilitas Keseluruhan Responden
Atribut Taraf Utility
Estimate Std. Error Bidang Pemerintahan 0,282 0,231 Non Pemerintah 0,056 0,214 Wirausaha -0,337 0,245 Kesesuaian Sesuai 0,065 0,251 Tidak Sesuai -0,065 0,251
Reputasi Sangat Baik 0,034 0,252
Cukup Baik -0,034 0,252 Gaji >Rp4.000.000 0,420 0,355 Rp3.001.000-Rp4.000.000 -0,243 0,321 Rp2.001.000-Rp3.001.000 -0,267 0,429 <Rp2.000.000 0,090 0,350 Lokasi <10 km-30 km 0,052 0,165 >30 km -0,052 0,165
Fasilitas Tunjangan Kesehatan -0,035 0,287
Penggunaan Inventaris 0,035 0,287
(Constant) 2,863 0,135
Tabel 4.9. Nilai Kepentingan Relatif Keseluruhan Responden
Atribut NPR Bidang 21.509% Kesesuaian 13.243% Reputasi 11.944% Gaji 31.025% Lokasi 9.162% Fasilitas 13.118%
Analisis :
• BIDANG. Karena nilai utilitas untuk Pemerintahan dan Non-Pemerintah adalah positif, dengan angka untuk bidang Pemerintahan lebih tinggi; maka secara umum responden lebih suka dengan pekerjaan di Bidang Pemerintahan.
• KESESUAIAN. Karena nilai utilitas untuk latar belakang pendidikan yang Sesuai dengan bidang kerja adalah positif, maka secara umum responden lebih suka dengan pekerjaan yang memiliki latar belakang pendidikan Sesuai dengan bidang kerjanya.
• REPUTASI. Karena nilai utilitas untuk Sangat Baik adalah positif, maka secara umum responden lebih suka dengan pekerjaan yang memiliki reputasi yang Sangat Baik.
• GAJI. Karena nilai utilitas untuk gaji sebesar > Rp4.000.000 adalah positif, maka secara umum responden lebih suka dengan gaji sebesar > Rp4.000.000. • LOKASI. Karena nilai utilitas untuk < 10 Km - 30 Km adalah positif, maka
secara umum responden lebih suka dengan pekerjaan yang memiliki lokasi yang lebih dekat dari tempat tinggalnya.
• FASILITAS. Karena nilai utilitas untuk Penggunaan Inventaris adalah positif, maka secara umum responden lebih suka dengan pekerjaan yang mengizinkan menggunakan inventaris kantor.
• Dari FAKTOR IMPORTANCE, secara umum responden menganggap Gaji adalah faktor terpenting dalam memilih suatu pekerjaan yakni sebesar 31,025%. Kemudian faktor Lokasi dianggap tidak terlalu penting dalam memillih suatu pekerjaan yakni sebesar 9,162%.
Gambar 4.1 Diagram Nilai Kepentingan Relatif Full Profile
Dengan demikian dapat disimpulkan bahwa atribut paling penting adalah gaji dengan bobot 0,31. Gaji yang dipilih responden adalah > Rp4.000.000 (skor 0,420) dibanding dengan <Rp2.000.000 (skor 0,090), Rp3.001.000-Rp4.000.000 (skor -0,243) dan Rp2.001.000-Rp3.000.000 (skor -0,267). Dalam hal bidang kerja, utilitas paling tinggi adalah pemerintahan (skor 0.282) dibandingkan dengan non-pemerintah (skor 0.056) dan wirausaha (skor -0,337). Responden lebih menyukai pekerjaan yang sesuai dengan latar belakang pendidikan (skor 0,065) dibanding yang tidak sesuai (skor -0,065). Pekerjaan yang paling disukai responden adalah yang memiliki fasilitas penggunaan inventaris (skor 0.035) dibanding dengan fasilitas tunjangan kesehatan (skor -0,035). Responden lebih menyukai tempat kerja yang memiliki reputasi sangat baik (skor 0,034) dibanding yang cukup baik (skor -0,034). Lokasi tempat kerja yang disukai responden adalah yang berjarak <10 km-30 km (skor 0.052) dibanding dengan yang berjarak >30 km (skor -0,052). Bidang 21,509% Kesesuaian 13,243% Reputasi 11,944% Gaji 31,025% Lokasi 9,162% Fasilitas 13,118%