• Tidak ada hasil yang ditemukan

III. METODOLOGI PENELITIAN

3.5 Pengolahan dan Analisis Data

Data yang telah dikumpulkan perlu diolah terlebih dahulu, bertujuan untuk menyederhanakan data-data yang terkumpul dari hasil kuesioner dengan karyawan yang bersangkutan. Data yang diperoleh dari responden kemudian diproses dengan menggunakan program komputer yaitu Expert Choice 2000 dan Microsoft Excel 2003. Hasil pengolahan ini kemudian dianalisis dan disajikan dalam bentuk uraian, gambar dan tabel.

Model proses hirarki analitik (analtytical hierarchy process) diperkenalkan pertama kali oleh Thomas L. Saaty pada era tahun 1970-an. Model yang berada di wilayah probabilistik ini merupakan model pengambilan keputusan dan perencanaan strategis. Ciri khas dari model ini adalah penentuan skala prioritas atas alternatif pilihan berdasarkan suatu proses analitis secara berjenjang, terstruktur atas variabel keputusan. Dalam model ini, proses analisis terhadap suatu masalah dilakukan secara berjenjang dan berstruktur. Adapun bangun dasar konsep matematis yang dipakai adalah matriks. Kerangka kerja PHA terdiri dari delapan langkah utama (Saaty, 1993) yang akan dijabarkan sebagai berikut:

1. Mendefinisikan persoalan dan merinci pemecahan persoalan yang diinginkan

Hal yang perlu diperhatikan dalam langkah ini adalah penguasaan masalah secara mendalam, karena yang menjadi perhatian adalah pemilihan tujuan, kriteria, kreativitas dan elemen-elemen yang menyusun struktur hirarki. Komponen sistem dalam hirarki dapat diidentifikasi berdasarkan kemampuan para analis untuk menemukan unsur-unsur yang dilibatkan dalam suatu sistem dan dapat dilakukan dengan memperoleh informasi yang relevan dengan masalah yang sedang dihadapi.

2. Membuat struktur hirarki dari sudut pandang manajemen secara menyeluruh.

Penyusunan hirarki berdasarkan pada jenis keputusan yang akan diambil. Setiap set elemen dalam hirarki menduduki satu tingkat hirarki. Pada tingkat puncak hirarki hanya terdiri dari satu elemen yang disebut fokus, yaitu sasaran keseluruhan yang bersifat luas. Tingkat berikutnya dapat terdiri dari beberapa elemen yang dibagi dalam kelompok homogen, yang berjumlah antara lima sampai sembilan elemen, agar dapat dibandingkan dengan elemen-elemen yang berada di tingkat atasnya. Tahap ini tetap melibatkan responden dengan tujuan agar responden mulai memahami alur pertimbangan yang akan dilakukan berdasarkan struktur hirarki yang dihasilkan.

3. Menyusun matriks banding berpasangan.

Dalam matriks ini, pasangan-pasangan elemen dibandingkan berkenaan dengan kriteria di tingkat yang lebih tinggi, dimulai dari puncak hirarki untuk fokus Goal yang merupakan dasar untuk melakukan perbandingan berpasangan antar elemen yang terkait dengan yang dibawahnya. Menurut perjanjian suatu elemen yang ada di sebelah kiri diperiksa perihal dominasi atas yang ada di sebelah kiri suatu elemen di puncak matriks (pembandingan pertama dilakukan pada level kedua terhadap fokus Goal). Pada tahap ini responden tidak dilibatkan, karena matriks banding berpasangan hanya disusun berdasarkan hirarki yang telah dibuat sebelumnya.

4. Mengumpulkan semua pertimbangan yang diperlukan dari hasil perbandingan berpasangan antar elemen pada langkah 3.

Setelah matriks pembandingan berpasangan selesai dibuat, maka langkah selanjutnya adalah melakukan pembandingan berpasangan antara elemen pada kolom ke-i dengan setiap elemen pada baris ke-j yang berhubungan dengan fokus Goal. Pembandingan berpasangan antar elemen dilakukan dengan pertanyaan. Seberapa kuat elemen baris ke-i didominasi atau dipengaruhi oleh fokus Goal dibandingkan

dengan kolom ke-j. Untuk mengisi matriks banding berpasangan digunakan skala banding yang dijelaskan pada Tabel 3.

Tabel 3. Skala utama model PHA

Intensitas Kepentingan

Definisi Penjelasan

1 Equal Importance

Dua aktivitas memberikan kontribusi sama terhadap tujuan

3 Moderate Importance

Pengalaman dan penilaian memberikan nilai tidak jauh berbeda antara satu aktivitas terhadap aktivitas lainnya

5 Strong Importance

Pengalaman dan penilaian memberikan nilai kuat berbeda antara satu aktivitas terhadap aktivitas lainnya

7 Very Strong Importance

Satu aktivitas sangat lebih disukai dibandingkan aktivitas lain

9 Extreme Importance

Satu aktivitas secara pasti menempati urutan tertinggi dalam tingkatan preferensi

2,4,6,8 Nilai kompromi atas nilai-

nilai di atas

Penilaian kompromi secara numeris dibutuhkan semenjak tidak ada kata yang tepat untuk menggambarkan tingkat preferensi

Sumber: Dermawan, 2005

5. Memasukkan nilai kebalikan beserta bilangan 1 sepanjang diagonal utama dan dibawah diagonal utama diisi dengan nilai- nilai kebalikannya.

Matriks di bawah diagonal uatama diisi dengan nilai-niali kebalikannya. Misalnya elemen F12 memiliki nilai 3, maka nilai elemen F21 adalah kebalikannya, yaitu 1/3. setelah itu prioritas dicari dan konsistensinya diuji. Penjelasan lebih lanjut dapat dilihat pada Tabel 4.

Tabel 4. Contoh matriks perbandingan

Sumber : Dermawan (2005)

6. Melaksanakan langkah 3, 4, dan 5 untuk semua tingkat dan gugusan dalam hirarki.

Pembandingan dilanjutkan untuk semua elemen atau elemen pada setiap tingkat keputusan yang terdapat pada hirarki, berkenaan dengan kriteria elemen di atas. Ada dua macam matriks pembanding yang dipakai dalam AHP, yaitu:

a. Matriks Pendapat Individu (MPI)

MPI adalah matriks hasil pembandingan oleh individu. Elemennya dsimbolkan oleh aij yaitu elemen matriks baris ke-i dan kolom ke-

j. Gambar matriks pendapat individu dapat dilihat pada Gambar 5

Gambar 5. Matriks pendapat individu (Saaty, 1993)

b. Matriks Pendapat Gabungan (MPG)

Merupakan matriks baru yang elemennya berasal dari rata-rata geometrik pendapat individu yang rasio inkonsistensinya lebih kecil atau sama dengan 0.1 atau 10%. Elemennya disimbolkan oleh gij yaitu elemen matriks baris ke-i dan kolom ke-j. Untuk

lebih jelas pada Gambar 6 dapat dilihat matriks pendapat gabungan.

Syarat-syarat MPG yang bebas dari konflik tersebut adalah:

F1 F2 F3 F4 F1 1 3 5 7 F2 1/3 1 F3 1/5 1 F4 1/7 1 G A1 A2 ... An A1 a11 a12 ... a1n A2 a21 a22 ... a2n ... ... ... ... ... An an1 an2 ... anm

a. Pendapat masing-masing individu pada baris dan kolom yang sama memiliki selisih kurang dari empat satuan antara nilai dari pendapat individu yang tertinggi dengan yang terendah.

b. Tidak terdapat angka kebalikan pada baris dan kolom yang sama. Rumus matematika untuk rata-rata geometrik adalah:

( )

a k g n ij m k ij 1 = Π = ... (1)

gij = elemen MPG baris ke-i kolom ke-j

(aij) = elemen baris ke-i kolom ke-j dari MPI ke-j

k = indeks MPI dari individu ke-k yang memenuhi syarat m = jumlah MPI yang memenuhi syarat

G G1 G2 .... Gn G1 g11 g21 .... g1n

G2 g21 g22 .... g2n

... g31 g23 ....

Gn gn1 gn2 .... gnn Gambar 6. Matriks pendapat gabungan (Saaty, 1993)

7. Mensintesis prioritas untuk melakukan pembobotan vektor- vektor prioritas

Pengolahan matriks terdiri dari dua tahap yaitu, pengolahan horisontal dan pengolahan vertikal.

1. Pengolahan horisontal, yaitu terdiri dari penentuan vektor prioritas, uji konsistensi dan revisi pendapat bila diperlukan. Tahapan perhitungan dalam pengolahan horisontal adalah sebagai berikut:

• Perkalian baris (Z) dengan rumus

Zi = n n k ij a

=1 ... (2) (i,j = 1,2,3,...n)

VPi =

∑ ∏

= = = n i n n k ij n n k ij a a 1 1 1 ... (3) VP = (VPi), untuk i = 1,2,3....,n

• Perhitungan Eigen Maks dengan rumus

VA =

( )

aij ×VP ...(4) dengan VA = (VAi) VB = VP VA ...(5) dengan VB = (Vbi)

= = n i i maks vb n 1 1 λ ...(6) untuk i = 1,2,3,....,n

• Perhitungan Indeks Konsistensi (CI) dengan rumus

CI = 1 − − n n maks λ ... (7)

• Perhitungan Rasio Konsistensi (CR) dengan rumus

CR =

RI CI

... ..(8)

RI : Indeks acak yang dikeluarkan oleh Oak Ridge Laboratory

(Saaty, 1993) dari matriks berorde 1 s/d 15 yang menggunakan sampel berukuran 100 (Tabel 5)

2. Pengolahan vertikal yaitu menyusun prioritas pengaruh setiap elemen pada tingkat hirarki keputusan tertentu terhadap sasaran utama atau fokus. Apabila CVij didefinisikan sebagai nilai prioritas

pengaruh elemen ke-j pada tingkat ke-i terhadap sasaran utama maka,

CVij =

CHij

(

t,i−1

)

×VWt

(

i=1

)

Untuk i = 1,2,3,...n j = 1,2,3,...n t = 1,2,3,...n

Tabel 5. Nilai indeks acak matrik berorde 1 s/d 15

Orde (n) Indeks acak (RI)

1 0,00 2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1,45 10 1,59 11 1,51 12 1,48 13 1,56 14 1,57 15 1,59 Sumber: Fewidarto, 1996

8. Mengevaluasi konsistensi untuk seluruh hirarki

Langkah ini dilakukan dengan mengalikan setiap indeks konsistensi dengan prioritas kriteria yang bersangkutan dan menjumlah hasil kalinya. Hasil ini dibagikan dengan pernyataan sejenis yang menggunakan indeks konsistensi acak yang sesuai dengan dimensi dari masing-masing matriks. Dengan cara yang sama, setiap indeks konsistensi acak juga dibobot berdasarkan prioritas kriteria yang bersangkutan dan hasilnya dijumlahkan. Rasio konsistensi ini harus bernilai 10 persen atau kurang, jika tidak mutu informasi harus ditinjau kembali dan diperbaiki, antara lain dengan memperbaiki cara menggunakan pertanyaan pada saat pengisian ulang kuesioner dan dengan lebih mengarahkan responden membuat perbandingan berpasangan. Tahapan ini dilakukan dengan menggunakan komputer dimana rasio konsistensi diperoleh secara otomatis setelah input setiap matriks dimasukkan seluruhnya pada program expert choice 2000.

Untuk langkah pertama sampai langkah ke enam, pengolahan dilakukan dengan menggunakan microsoft excel 2003, sedangkan untuk langkah ke tujuh sampai langkah ke delapan, pengolahan data dengan menggunakan program komputer expert choice. Metode PHA dalam penelitian kali ini digunakan untuk menganalisis faktor-faktor yang berpengaruh dalam pemilihan strategi promosi yang tepat sesuai dengan dukungan dan hambatan yang dimiliki oleh perusahaan, khususnya keputusan yang diambil oleh para manajer dalam kombinasi bauran promosi.

Dokumen terkait