Lampiran 1
ANGKET/KUISIONER
“ANALISIS PENGARUH KUALITAS PELAYANAN JASA TERHADAP KEPUASAN PENUMPANG KERETA API BANDARA PT. RAILINK DENGAN METODE ANALISIS
FAKTOR”
Nama :
Jenis Kelamin :
Umur :
Keterangan skor pada skala:
5 : Sangat Puas 3 : Cukup Puas 1 : Sangat Tidak Puas
4 : Puas 2 : Tidak Puas
No PERNYATAAN SKALA
a. Reliability / Keandalan
a1 Kemudahan menjangkau lokasi stasiun 5 4 3 2 1
a2 Ketersediaan informasi berkaitan dengan jadwal KA 5 4 3 2 1
a3 Ketepatan jadwal perjalanan KA 5 4 3 2 1
a4 Kemampuan memberikan pelayanan terbaik pada
penumpang 5 4 3 2 1
a5 Kemudahan dalam memperoleh informasi yang aktual dan
terupdate 5 4 3 2 1
a6 Kemudahan dalam sistem pembelian tiket 5 4 3 2 1
a7 Harga tiket yang ditawarkan 5 4 3 2 1
b. Responsiveness / Ketanggapan b1 Kecepatan dan kesiapan petugas dalam menyediakan
pelayanan bagi penumpang hingga tuntas 5 4 3 2 1
b2 Kecepatan dan ketepatan dalam memberikan informasi yang
dibutuhkan penumpang 5 4 3 2 1
b3 Kecepatan petugas dalam merespon kondisi darurat di dalam
kereta maupun di stasiun 5 4 3 2 1
b4 Kecepatan petugas dalam merespon keluhan dan
permasalahan penumpang 5 4 3 2 1
b5 Petugas selalu menunjukkan rasa percaya diri dan sikap siap
melayani/membantu penumpang 5 4 3 2 1
c. Emphaty / Empati c1 Kemampuan petugas memberikan informasi kepada
penumpang dengan bahasa yang mudah dimengerti 5 4 3 2 1
c2 Ketersediaan layanan 24 jam 5 4 3 2 1
c3 Kejujuran dan kesabaran karyawan/petugas dalam
c4 Kesediaan karyawan untuk menghargai dan melayani serta
mengutamakan kebutuhan penumpang 5 4 3 2 1
d. Assurance / Jaminan d1 Keramahan dan kesopanan petugas dalam melayani
penumpang 5 4 3 2 1
d2 Kemampuan petugas dalam melaksanakan pekerjaannya 5 4 3 2 1 d3 Keamanan dan kenyamanan pada saat berada di
stasiun/kereta 5 4 3 2 1
d4 Kenyamanan pada saat naik-turun kereta 5 4 3 2 1
d5 Ketersediaan asuransi atau jaminan keselamatan 5 4 3 2 1
d6
Ketersedian peralatan untuk menghadapi situasi dan kondisi darurat (pemadam kebakaran, kotak pppk dan lainnya) didalam stasiun/kereta
5 4 3 2 1
Tangibility (bukti langsung)
e1 Kebersihan di stasiun dan di kereta 5 4 3 2 1
e2 kebersihan toilet di stasiun dan di kereta 5 4 3 2 1
e3 area pembelian ticket yang mudah dijangkau 5 4 3 2 1
e4 Sirkulasi udara di dalam kereta 5 4 3 2 1
e5 Ketersediaan alat untuk menginformasikan rute 5 4 3 2 1
e6 Ketersediaan Galeri ATM di Stasiun 5 4 3 2 1
e7 Ketersediaan dan kebersihan Musholla di stasiun 5 4 3 2 1 e8 Ketersediaan Nursery (ruang ibu dan anak) di stasiun 5 4 3 2 1 e9 Ketersediaan counter penjualan tiket maskapai 5 4 3 2 1 e10 Ketersediaan counter city check-in untuk seluruh maskapai 5 4 3 2 1
e11 Ketersediaan counter money changer 5 4 3 2 1
e12 Ketersediaan coffee-shop ataupun mini-market 5 4 3 2 1
e13 Ketersediaan hotel transit 5 4 3 2 1
e14 Ketersediaan counter travel agen/taksi sebagai moda
No. Resp a 1 a 2 a 3 a 4 a 5 a 6 a 7 b 1 b 2 b 3 b 4 b 5 c 1 c 2 c 3 c 4 d 1 d 2 d 3 d 4 d 5 d 6 e 1 e 2 e 3 e 4 e 5 e 6 e 7 e 8 e 9 e 10 e 11 e 12 e 13 e 14
Succesive Interval
NO a1 a2 a3 a4 a5 a6 a7 b1 b2 b3 b4 b5
162 2.587 2.414 3.808 2.640 2.493 4.211 4.358 2.501 2.493 1.000 3.955 2.461 163 4.384 2.414 2.354 2.640 3.999 2.556 2.814 4.094 2.493 2.474 2.462 3.956 164 2.587 2.414 3.808 2.640 2.493 2.556 4.358 2.501 2.493 4.007 2.462 2.461 165 2.587 3.810 3.808 2.640 2.493 2.556 4.358 2.501 2.493 2.474 2.462 3.956 166 2.587 2.414 3.808 2.640 2.493 2.556 2.814 2.501 2.493 2.474 3.955 2.461 167 4.384 3.810 3.808 4.366 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 168 2.587 2.414 3.808 2.640 2.493 2.556 4.358 2.501 2.493 2.474 3.955 2.461 169 2.587 2.414 3.808 2.640 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 170 2.587 2.414 3.808 4.366 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 171 4.384 2.414 3.808 2.640 2.493 2.556 4.358 2.501 4.079 2.474 2.462 2.461 172 2.587 2.414 3.808 2.640 3.999 4.211 4.358 2.501 2.493 4.007 2.462 3.956 173 2.587 2.414 3.808 2.640 3.999 2.556 4.358 2.501 2.493 2.474 2.462 2.461 174 2.587 2.414 3.808 2.640 2.493 2.556 4.358 4.094 2.493 2.474 2.462 3.956 175 2.587 2.414 3.808 2.640 3.999 2.556 4.358 2.501 2.493 2.474 2.462 3.956 176 2.587 2.414 3.808 4.366 2.493 4.211 4.358 2.501 4.079 2.474 2.462 3.956 177 2.587 2.414 3.808 4.366 3.999 2.556 4.358 2.501 2.493 4.007 2.462 2.461 178 2.587 2.414 3.808 4.366 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 179 2.587 2.414 3.808 4.366 3.999 4.211 4.358 2.501 2.493 2.474 2.462 3.956 180 4.384 2.414 2.354 4.366 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 181 2.587 3.810 3.808 4.366 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 182 2.587 2.414 3.808 2.640 3.999 2.556 4.358 2.501 2.493 2.474 3.955 2.461 183 2.587 2.414 3.808 2.640 3.999 2.556 4.358 4.094 2.493 2.474 2.462 2.461 184 2.587 3.810 3.808 2.640 2.493 2.556 4.358 2.501 2.493 2.474 2.462 2.461 185 2.587 2.414 3.808 2.640 2.493 4.211 4.358 2.501 4.079 2.474 2.462 3.956
Succesive Interval
NO c1 c2 c3 c4 d1 d2 d3 d4 d5 d6 e1 e2 e3
1 3.993 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
2 2.470 1.000 1.000 1.000 1.000 1.000 2.504 1.000 1.000 1.000 1.000 1.000 1.000
3 1.000 2.482 1.000 1.000 1.000 2.490 1.000 1.000 2.445 1.000 1.000 2.467 1.000
4 2.470 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
5 1.000 4.025 2.532 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.467 1.000
6 2.470 1.000 1.000 1.000 1.000 2.490 1.000 1.000 2.445 1.000 2.417 1.000 1.000
7 2.470 1.000 2.532 1.000 1.000 1.000 1.000 1.000 2.445 1.000 1.000 2.467 1.000
8 2.470 1.000 1.000 1.000 1.000 2.490 1.000 1.000 2.445 1.000 1.000 1.000 2.501
9 1.000 1.000 1.000 1.000 1.000 1.000 2.504 1.000 2.445 1.000 1.000 2.467 1.000
11 1.000 1.000 2.532 2.484 1.000 1.000 2.504 1.000 1.000 1.000 1.000 2.467 1.000
12 1.000 1.000 1.000 1.000 1.000 2.490 2.504 1.000 2.445 1.000 1.000 1.000 1.000
13 2.470 1.000 1.000 2.484 2.484 1.000 2.504 1.000 2.445 1.000 1.000 1.000 1.000
14 1.000 2.482 1.000 2.484 2.484 2.490 1.000 1.000 2.445 2.518 2.417 1.000 1.000
15 2.470 1.000 2.532 2.484 2.484 1.000 1.000 1.000 2.445 1.000 2.417 1.000 1.000
16 2.470 2.482 2.532 2.484 2.484 2.490 1.000 2.464 2.445 2.518 1.000 2.467 2.501
17 1.000 1.000 1.000 2.484 2.484 2.490 1.000 1.000 1.000 1.000 1.000 1.000 2.501
18 2.470 2.482 2.532 1.000 1.000 2.490 2.504 2.464 1.000 2.518 1.000 2.467 2.501
19 1.000 1.000 1.000 1.000 2.484 1.000 1.000 1.000 1.000 2.518 1.000 2.467 2.501
20 1.000 2.482 2.532 1.000 1.000 1.000 2.504 1.000 1.000 2.518 1.000 1.000 2.501
21 1.000 2.482 2.532 1.000 2.484 1.000 2.504 1.000 1.000 1.000 2.417 2.467 1.000
22 1.000 2.482 2.532 1.000 1.000 1.000 1.000 2.464 2.445 1.000 1.000 1.000 1.000
23 1.000 1.000 1.000 1.000 1.000 2.490 2.504 1.000 1.000 1.000 2.417 1.000 1.000
24 2.470 1.000 1.000 1.000 1.000 1.000 1.000 2.464 2.445 1.000 2.417 1.000 4.114
25 2.470 1.000 1.000 1.000 1.000 2.490 1.000 1.000 1.000 2.518 1.000 1.000 1.000
26 2.470 1.000 1.000 1.000 1.000 2.490 1.000 2.464 1.000 1.000 2.417 1.000 2.501
27 2.470 2.482 2.532 1.000 2.484 1.000 1.000 2.464 1.000 2.518 1.000 2.467 1.000
28 2.470 1.000 1.000 1.000 1.000 2.490 1.000 2.464 1.000 2.518 1.000 2.467 2.501
29 2.470 2.482 2.532 1.000 1.000 1.000 2.504 1.000 1.000 1.000 1.000 2.467 1.000
30 2.470 2.482 2.532 1.000 1.000 1.000 2.504 1.000 1.000 2.518 1.000 2.467 2.501
31 2.470 1.000 1.000 1.000 2.484 1.000 2.504 1.000 2.445 1.000 1.000 2.467 1.000
32 1.000 2.482 2.532 1.000 1.000 1.000 2.504 1.000 2.445 1.000 2.417 2.467 1.000
33 1.000 1.000 1.000 1.000 1.000 1.000 2.504 2.464 2.445 1.000 2.417 2.467 1.000
34 1.000 1.000 1.000 2.484 1.000 2.490 2.504 1.000 2.445 1.000 2.417 2.467 2.501
35 2.470 1.000 1.000 1.000 1.000 2.490 2.504 2.464 2.445 1.000 2.417 1.000 1.000
36 1.000 1.000 1.000 1.000 1.000 2.490 2.504 2.464 1.000 2.518 2.417 1.000 1.000
37 2.470 1.000 1.000 4.040 1.000 2.490 1.000 1.000 1.000 2.518 2.417 1.000 1.000
38 2.470 2.482 2.532 1.000 2.484 2.490 1.000 2.464 1.000 2.518 2.417 2.467 1.000
39 1.000 2.482 2.532 1.000 1.000 2.490 1.000 1.000 1.000 2.518 2.417 1.000 1.000
40 1.000 2.482 2.532 1.000 2.484 2.490 2.504 1.000 1.000 2.518 1.000 2.467 1.000
41 2.470 2.482 2.532 1.000 1.000 2.490 1.000 1.000 1.000 2.518 1.000 2.467 1.000
42 1.000 2.482 2.532 1.000 1.000 1.000 2.504 1.000 1.000 2.518 1.000 1.000 1.000
43 2.470 2.482 2.532 1.000 1.000 1.000 2.504 1.000 2.445 2.518 2.417 1.000 2.501
44 2.470 2.482 2.532 1.000 1.000 1.000 1.000 2.464 1.000 1.000 1.000 2.467 2.501
45 1.000 2.482 2.532 1.000 1.000 2.490 1.000 2.464 1.000 1.000 2.417 1.000 1.000
46 2.470 1.000 1.000 4.040 1.000 1.000 2.504 2.464 1.000 1.000 2.417 2.467 2.501
47 1.000 1.000 1.000 1.000 1.000 2.490 1.000 2.464 1.000 2.518 1.000 2.467 2.501
48 1.000 1.000 1.000 2.484 1.000 2.490 2.504 2.464 1.000 1.000 1.000 1.000 1.000
49 2.470 2.482 2.532 1.000 1.000 1.000 2.504 2.464 1.000 2.518 2.417 2.467 2.501
50 1.000 1.000 1.000 2.484 1.000 1.000 1.000 2.464 1.000 2.518 1.000 1.000 1.000
52 1.000 2.482 2.532 1.000 2.484 1.000 1.000 1.000 1.000 1.000 2.417 2.467 1.000
53 1.000 1.000 1.000 1.000 1.000 2.490 1.000 1.000 1.000 2.518 1.000 1.000 1.000
54 2.470 1.000 1.000 4.040 1.000 2.490 2.504 1.000 1.000 1.000 2.417 1.000 1.000
55 1.000 2.482 2.532 1.000 1.000 1.000 1.000 2.464 1.000 2.518 1.000 1.000 2.501
56 1.000 2.482 1.000 1.000 2.484 2.490 1.000 1.000 1.000 2.518 1.000 1.000 2.501
57 2.470 2.482 2.532 1.000 2.484 1.000 1.000 2.464 1.000 1.000 2.417 2.467 2.501
58 2.470 1.000 2.532 1.000 1.000 1.000 1.000 2.464 1.000 2.518 1.000 1.000 2.501
59 1.000 2.482 1.000 1.000 2.484 2.490 2.504 1.000 1.000 1.000 1.000 1.000 2.501
60 2.470 2.482 2.532 2.484 2.484 1.000 1.000 2.464 2.445 2.518 1.000 1.000 2.501
61 2.470 1.000 2.532 1.000 1.000 1.000 1.000 2.464 1.000 2.518 2.417 1.000 2.501
62 1.000 2.482 2.532 1.000 2.484 1.000 1.000 1.000 2.445 1.000 2.417 2.467 2.501
63 2.470 1.000 1.000 1.000 1.000 1.000 2.504 2.464 2.445 2.518 1.000 2.467 1.000
64 1.000 1.000 2.532 2.484 1.000 2.490 2.504 2.464 1.000 2.518 2.417 1.000 1.000
65 1.000 1.000 2.532 2.484 1.000 1.000 1.000 1.000 2.445 1.000 2.417 2.467 1.000
66 1.000 1.000 1.000 1.000 1.000 1.000 2.504 2.464 2.445 2.518 1.000 2.467 2.501
67 1.000 1.000 2.532 2.484 1.000 2.490 2.504 1.000 1.000 1.000 2.417 1.000 1.000
68 1.000 2.482 1.000 2.484 2.484 2.490 1.000 1.000 2.445 1.000 1.000 2.467 2.501
69 2.470 2.482 1.000 1.000 2.484 1.000 2.504 1.000 1.000 1.000 1.000 1.000 2.501
70 2.470 2.482 1.000 2.484 2.484 2.490 1.000 1.000 1.000 1.000 1.000 1.000 1.000
71 2.470 2.482 1.000 1.000 2.484 2.490 1.000 1.000 1.000 1.000 1.000 1.000 1.000
72 2.470 2.482 1.000 1.000 2.484 1.000 1.000 2.464 1.000 2.518 1.000 1.000 2.501
73 2.470 2.482 2.532 1.000 2.484 2.490 1.000 2.464 1.000 2.518 2.417 1.000 1.000
74 2.470 2.482 2.532 1.000 2.484 1.000 1.000 2.464 2.445 2.518 3.836 2.467 2.501
75 2.470 2.482 2.532 1.000 2.484 1.000 2.504 2.464 2.445 2.518 3.836 2.467 2.501
76 2.470 4.025 2.532 2.484 1.000 1.000 2.504 2.464 2.445 4.161 2.417 2.467 1.000
77 1.000 1.000 2.532 2.484 1.000 1.000 2.504 2.464 2.445 2.518 3.836 3.976 2.501
78 1.000 1.000 2.532 2.484 1.000 1.000 2.504 2.464 3.910 2.518 3.836 3.976 1.000
79 1.000 2.482 4.231 2.484 2.484 4.060 2.504 2.464 2.445 2.518 3.836 2.467 1.000
80 2.470 1.000 2.532 2.484 1.000 2.490 2.504 1.000 2.445 2.518 2.417 2.467 2.501
81 3.993 4.025 1.000 2.484 4.045 2.490 2.504 1.000 2.445 1.000 3.836 2.467 1.000
82 1.000 1.000 2.532 2.484 2.484 4.060 2.504 1.000 3.910 2.518 2.417 1.000 1.000
83 1.000 4.025 1.000 2.484 1.000 2.490 1.000 3.971 3.910 2.518 2.417 1.000 1.000
84 1.000 2.482 2.532 1.000 1.000 2.490 1.000 2.464 3.910 2.518 3.836 1.000 1.000
85 1.000 1.000 1.000 1.000 2.484 4.060 2.504 2.464 2.445 2.518 2.417 2.467 1.000
86 2.470 1.000 1.000 1.000 1.000 2.490 2.504 2.464 1.000 1.000 1.000 2.467 2.501
87 3.993 1.000 1.000 2.484 1.000 1.000 1.000 1.000 2.445 4.161 2.417 2.467 1.000
88 3.993 1.000 1.000 2.484 2.484 2.490 2.504 1.000 2.445 2.518 2.417 2.467 2.501
89 1.000 2.482 1.000 1.000 1.000 1.000 2.504 2.464 2.445 2.518 2.417 1.000 2.501
90 1.000 1.000 1.000 1.000 2.484 2.490 2.504 1.000 2.445 2.518 1.000 2.467 1.000
91 1.000 1.000 1.000 2.484 1.000 1.000 1.000 1.000 1.000 2.518 2.417 1.000 1.000
93 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.464 1.000 2.518 1.000 2.467 1.000
94 1.000 2.482 1.000 1.000 2.484 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
95 1.000 1.000 1.000 1.000 1.000 1.000 1.000 3.971 1.000 1.000 1.000 2.467 1.000
96 1.000 1.000 1.000 1.000 2.484 1.000 1.000 2.464 1.000 1.000 1.000 1.000 1.000
97 1.000 2.482 1.000 1.000 4.045 1.000 1.000 1.000 2.445 1.000 1.000 1.000 2.501
98 1.000 1.000 1.000 1.000 2.484 2.490 1.000 1.000 1.000 2.518 1.000 2.467 1.000
99 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.445 1.000 1.000 1.000 1.000
100 1.000 1.000 2.532 2.484 1.000 1.000 1.000 1.000 3.910 1.000 2.417 1.000 1.000
101 1.000 1.000 2.532 2.484 1.000 1.000 2.504 2.464 1.000 1.000 2.417 1.000 1.000
102 1.000 1.000 1.000 1.000 2.484 1.000 2.504 1.000 2.445 1.000 2.417 2.467 1.000
103 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.464 1.000 1.000 2.417 1.000 1.000
104 1.000 2.482 1.000 1.000 2.484 2.490 2.504 1.000 1.000 1.000 2.417 1.000 1.000
105 2.470 1.000 1.000 1.000 1.000 1.000 2.504 2.464 1.000 1.000 1.000 1.000 1.000
106 1.000 2.482 2.532 2.484 2.484 1.000 2.504 1.000 2.445 2.518 2.417 2.467 2.501
107 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 1.000 3.976 2.501
108 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
109 2.470 2.482 2.532 2.484 2.484 2.490 4.109 2.464 2.445 2.518 2.417 2.467 2.501
110 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 1.000
111 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
112 2.470 2.482 2.532 2.484 1.000 2.490 2.504 1.000 3.910 2.518 2.417 2.467 2.501
113 1.000 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
114 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 3.836 3.976 2.501
115 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 3.976 1.000
116 2.470 2.482 2.532 2.484 4.045 2.490 2.504 2.464 2.445 2.518 3.836 2.467 2.501
117 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 3.910 2.518 3.836 2.467 2.501
118 3.993 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 3.836 3.976 4.114
119 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 4.161 2.417 2.467 2.501
120 2.470 2.482 2.532 2.484 2.484 4.060 2.504 2.464 2.445 2.518 1.000 2.467 2.501
121 2.470 4.025 2.532 2.484 2.484 2.490 4.109 2.464 2.445 2.518 2.417 2.467 2.501
122 2.470 2.482 2.532 2.484 2.484 2.490 2.504 1.000 2.445 2.518 3.836 2.467 2.501
123 2.470 2.482 2.532 1.000 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 1.000
124 2.470 4.025 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
125 2.470 1.000 2.532 4.040 2.484 4.060 1.000 2.464 2.445 2.518 2.417 2.467 2.501
126 2.470 4.025 4.231 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
127 1.000 2.482 2.532 2.484 2.484 2.490 2.504 2.464 1.000 2.518 2.417 2.467 2.501
128 3.993 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
129 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 3.836 3.976 4.114
130 2.470 2.482 2.532 4.040 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
131 2.470 2.482 4.231 2.484 2.484 1.000 2.504 3.971 2.445 2.518 2.417 2.467 2.501
132 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 1.000 2.518 2.417 2.467 2.501
134 2.470 2.482 1.000 4.040 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
135 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 1.000 2.417 2.467 2.501
136 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 4.161 2.417 2.467 2.501
137 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
138 1.000 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
139 3.993 2.482 4.231 2.484 2.484 2.490 4.109 2.464 2.445 2.518 2.417 2.467 2.501
140 2.470 2.482 2.532 2.484 4.045 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
141 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
142 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 3.836 2.467 2.501
143 2.470 2.482 2.532 2.484 1.000 2.490 2.504 3.971 2.445 2.518 2.417 2.467 2.501
144 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 1.000
145 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
146 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 3.976 2.501
147 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 2.417 2.467 2.501
148 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 3.976 2.501
149 3.993 2.482 2.532 2.484 2.484 2.490 4.109 2.464 2.445 2.518 3.836 2.467 2.501
150 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 3.836 2.467 2.501
151 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
152 2.470 4.025 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 2.467 2.501
153 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 3.836 2.467 2.501
154 3.993 2.482 2.532 2.484 1.000 2.490 2.504 2.464 2.445 2.518 2.417 2.467 1.000
155 2.470 2.482 2.532 2.484 2.484 4.060 2.504 2.464 3.910 2.518 2.417 2.467 2.501
156 2.470 2.482 2.532 2.484 4.045 2.490 2.504 2.464 3.910 2.518 2.417 3.976 2.501
157 2.470 4.025 2.532 2.484 2.484 2.490 1.000 2.464 3.910 2.518 2.417 2.467 2.501
158 2.470 2.482 2.532 2.484 4.045 2.490 2.504 1.000 2.445 2.518 2.417 2.467 2.501
159 3.993 2.482 2.532 2.484 2.484 2.490 4.109 2.464 1.000 2.518 1.000 2.467 1.000
160 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 1.000 2.417 2.467 4.114
161 2.470 4.025 2.532 2.484 2.484 4.060 2.504 2.464 3.910 2.518 2.417 3.976 2.501
162 2.470 2.482 4.231 2.484 2.484 2.490 4.109 1.000 2.445 2.518 3.836 2.467 2.501
163 3.993 2.482 2.532 2.484 2.484 2.490 4.109 2.464 2.445 1.000 2.417 2.467 2.501
164 2.470 4.025 2.532 4.040 2.484 2.490 1.000 2.464 3.910 2.518 2.417 3.976 1.000
165 2.470 2.482 2.532 2.484 2.484 4.060 2.504 2.464 2.445 2.518 3.836 2.467 2.501
166 2.470 2.482 2.532 2.484 2.484 4.060 2.504 3.971 2.445 1.000 2.417 1.000 1.000
167 3.993 4.025 2.532 2.484 2.484 2.490 1.000 2.464 2.445 4.161 3.836 2.467 2.501
168 3.993 2.482 2.532 2.484 2.484 4.060 2.504 2.464 2.445 2.518 2.417 1.000 2.501
169 2.470 2.482 4.231 2.484 2.484 2.490 2.504 3.971 2.445 2.518 3.836 2.467 2.501
170 2.470 4.025 2.532 2.484 4.045 2.490 2.504 2.464 3.910 2.518 2.417 2.467 1.000
171 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 3.910 2.518 2.417 2.467 2.501
172 2.470 2.482 2.532 2.484 2.484 4.060 4.109 2.464 2.445 4.161 2.417 2.467 2.501
173 2.470 2.482 4.231 2.484 2.484 2.490 2.504 3.971 2.445 2.518 2.417 2.467 4.114
175 2.470 2.482 2.532 2.484 4.045 2.490 2.504 2.464 3.910 2.518 3.836 2.467 2.501
176 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 2.518 2.417 3.976 2.501
177 2.470 2.482 2.532 2.484 2.484 2.490 2.504 2.464 2.445 4.161 2.417 3.976 2.501
178 2.470 2.482 2.532 2.484 4.045 4.060 2.504 2.464 2.445 2.518 2.417 2.467 2.501
179 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 2.417 2.467 2.501
180 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 2.417 2.467 4.114
181 2.470 2.482 2.532 2.484 2.484 2.490 2.504 3.971 2.445 2.518 2.417 2.467 4.114
182 2.470 4.025 2.532 2.484 2.484 2.490 4.109 3.971 3.910 4.161 2.417 2.467 2.501
183 2.470 2.482 2.532 4.040 2.484 2.490 4.109 2.464 2.445 2.518 2.417 3.976 2.501
184 2.470 2.482 2.532 2.484 2.484 2.490 4.109 2.464 2.445 2.518 2.417 2.467 2.501
185 2.470 2.482 4.231 4.040 2.484 2.490 2.504 2.464 2.445 4.161 2.417 2.467 2.501
Succesive Interval
NO e4 e5 e6 e7 e8 e9 e10 e11 e12 e13 e14 total
1 2.471 2.449 2.487 2.392 3.882 2.410 2.499 3.946 2.414 2.443 2.363 101.703
2 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.363 51.113
3 2.471 1.000 1.000 1.000 1.000 3.803 2.499 1.000 3.810 1.000 1.000 61.134
4 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 3.879 2.363 63.129
5 1.000 2.449 1.000 2.392 1.000 1.000 4.108 1.000 1.000 1.000 1.000 55.597
6 1.000 1.000 1.000 1.000 1.000 3.803 1.000 1.000 1.000 1.000 2.363 61.468
7 1.000 2.449 1.000 1.000 1.000 1.000 1.000 1.000 3.810 1.000 1.000 53.777
8 1.000 2.449 4.055 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 58.557
9 1.000 2.449 1.000 2.392 1.000 2.410 1.000 1.000 1.000 1.000 2.363 52.338
10 1.000 1.000 1.000 1.000 2.441 1.000 1.000 2.460 1.000 1.000 1.000 63.228
11 1.000 2.449 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 52.651
12 1.000 2.449 1.000 1.000 1.000 1.000 2.499 1.000 1.000 2.443 1.000 57.220
13 2.471 1.000 2.487 2.392 1.000 1.000 2.499 1.000 1.000 3.879 1.000 65.907
14 1.000 1.000 2.487 1.000 1.000 2.410 2.499 1.000 1.000 1.000 1.000 63.027
15 1.000 1.000 2.487 1.000 1.000 1.000 2.499 2.460 1.000 1.000 2.363 66.069
16 1.000 2.449 2.487 1.000 2.441 1.000 2.499 1.000 2.414 1.000 1.000 73.410
17 1.000 1.000 2.487 2.392 1.000 1.000 2.499 1.000 3.810 1.000 1.000 60.068
18 2.471 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 66.244
19 1.000 1.000 1.000 1.000 2.441 1.000 2.499 1.000 2.414 1.000 2.363 58.498
20 2.471 1.000 2.487 1.000 1.000 1.000 1.000 1.000 1.000 1.000 3.703 60.012
21 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 2.414 1.000 2.363 61.472
22 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 55.680
23 2.471 1.000 1.000 2.392 1.000 2.410 1.000 1.000 1.000 1.000 2.363 53.578
24 1.000 1.000 1.000 3.734 1.000 1.000 1.000 2.460 1.000 2.443 1.000 59.730
26 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 1.000 1.000 3.703 58.373
27 1.000 2.449 2.487 1.000 1.000 1.000 1.000 2.460 1.000 2.443 1.000 67.546
28 1.000 1.000 2.487 1.000 1.000 2.410 1.000 1.000 1.000 1.000 2.363 61.587
29 1.000 2.449 2.487 1.000 2.441 1.000 2.499 1.000 1.000 1.000 1.000 58.669
30 1.000 1.000 2.487 2.392 1.000 1.000 1.000 1.000 2.414 1.000 2.363 65.923
31 2.471 1.000 2.487 1.000 1.000 1.000 2.499 1.000 1.000 1.000 1.000 59.844
32 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.363 55.319
33 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 1.000 1.000 1.000 55.331
34 3.994 1.000 1.000 2.392 3.882 3.803 1.000 1.000 1.000 1.000 2.363 68.497
35 1.000 1.000 1.000 1.000 1.000 2.410 1.000 2.460 1.000 1.000 1.000 62.896
36 1.000 2.449 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 57.107
37 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 1.000 1.000 1.000 60.054
38 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 64.492
39 2.471 1.000 1.000 1.000 1.000 1.000 1.000 2.460 1.000 1.000 1.000 57.200
40 1.000 1.000 1.000 1.000 2.441 1.000 1.000 1.000 1.000 1.000 2.363 63.199
41 2.471 1.000 1.000 1.000 1.000 1.000 2.499 1.000 2.414 1.000 1.000 61.550
42 1.000 1.000 2.487 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 52.779
43 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.363 58.327
44 1.000 1.000 2.487 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 61.538
45 2.471 1.000 1.000 1.000 1.000 1.000 2.499 1.000 1.000 1.000 1.000 57.242
46 1.000 1.000 2.487 1.000 1.000 3.803 1.000 1.000 1.000 1.000 2.363 68.613
47 2.471 1.000 2.487 1.000 1.000 2.410 1.000 1.000 2.414 1.000 1.000 58.484
48 2.471 2.449 1.000 1.000 2.441 1.000 1.000 1.000 1.000 1.000 3.703 62.809
49 1.000 1.000 2.487 1.000 1.000 1.000 1.000 2.460 1.000 1.000 2.363 62.682
50 2.471 2.449 1.000 2.392 2.441 1.000 1.000 1.000 1.000 1.000 1.000 60.042
51 1.000 2.449 1.000 2.392 2.441 2.410 1.000 2.460 1.000 1.000 2.363 62.847
52 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 2.443 2.363 57.007
53 1.000 2.449 1.000 2.392 2.441 2.410 1.000 2.460 1.000 1.000 1.000 53.932
54 1.000 1.000 1.000 2.392 1.000 2.410 1.000 1.000 2.414 1.000 2.363 61.128
55 1.000 1.000 2.487 1.000 1.000 1.000 1.000 1.000 2.414 2.443 2.363 61.499
56 2.471 1.000 2.487 2.392 1.000 2.410 2.499 1.000 1.000 1.000 1.000 63.048
57 2.471 1.000 2.487 1.000 1.000 2.410 1.000 2.460 2.414 2.443 2.363 71.757
58 2.471 1.000 2.487 1.000 1.000 1.000 2.499 2.460 2.414 2.443 1.000 65.985
59 2.471 2.449 2.487 1.000 2.441 2.410 2.499 1.000 1.000 1.000 1.000 63.116
60 2.471 2.449 2.487 1.000 2.441 1.000 1.000 2.460 2.414 2.443 1.000 74.903
61 2.471 2.449 2.487 1.000 2.441 1.000 2.499 2.460 1.000 1.000 1.000 65.929
62 2.471 2.449 2.487 2.392 2.441 1.000 1.000 1.000 1.000 1.000 1.000 64.472
63 2.471 2.449 1.000 2.392 2.441 1.000 2.499 2.460 1.000 2.443 2.363 68.602
64 2.471 2.449 2.487 2.392 1.000 1.000 2.499 1.000 1.000 2.443 2.363 65.723
65 1.000 2.449 2.487 2.392 2.441 2.410 1.000 1.000 1.000 1.000 2.363 61.193
67 2.471 1.000 2.487 1.000 1.000 1.000 2.499 1.000 2.414 2.443 2.363 62.920
68 1.000 1.000 2.487 2.392 2.441 2.410 1.000 1.000 2.414 1.000 2.363 67.043
69 2.471 1.000 1.000 2.392 1.000 2.410 2.499 2.460 2.414 2.443 1.000 64.334
70 1.000 2.449 2.487 1.000 1.000 1.000 1.000 2.460 2.414 1.000 2.363 62.860
71 1.000 1.000 1.000 2.392 1.000 2.410 1.000 2.460 2.414 1.000 2.363 59.377
72 1.000 2.449 1.000 1.000 1.000 1.000 1.000 2.460 2.414 1.000 1.000 64.377
73 1.000 2.449 1.000 1.000 1.000 1.000 1.000 2.460 2.414 1.000 2.363 68.731
74 1.000 1.000 1.000 1.000 2.441 1.000 1.000 2.460 1.000 1.000 2.363 70.290
75 2.471 1.000 1.000 1.000 2.441 1.000 2.499 2.460 1.000 2.443 2.363 74.691
76 2.471 2.449 2.487 1.000 2.441 1.000 2.499 2.460 1.000 2.443 1.000 78.083
77 2.471 1.000 2.487 2.392 2.441 2.410 2.499 1.000 2.414 3.879 3.703 90.961
78 2.471 2.449 2.487 3.734 2.441 2.410 2.499 1.000 2.414 2.443 3.703 84.623
79 2.471 2.449 2.487 2.392 2.441 1.000 2.499 1.000 2.414 2.443 3.703 93.058
80 2.471 1.000 2.487 2.392 2.441 3.803 2.499 2.460 2.414 2.443 2.363 78.899
81 2.471 2.449 2.487 2.392 2.441 1.000 2.499 2.460 2.414 2.443 3.703 84.795
82 2.471 1.000 2.487 2.392 1.000 2.410 2.499 1.000 2.414 2.443 2.363 71.831
83 1.000 1.000 2.487 2.392 1.000 2.410 1.000 2.460 1.000 1.000 2.363 74.810
84 1.000 2.449 1.000 2.392 1.000 2.410 1.000 2.460 1.000 1.000 3.703 74.478
85 1.000 2.449 1.000 1.000 3.882 1.000 1.000 1.000 1.000 1.000 2.363 67.205
86 2.471 1.000 1.000 1.000 2.441 3.803 2.499 1.000 2.414 2.443 2.363 72.903
87 1.000 1.000 2.487 1.000 2.441 2.410 2.499 2.460 1.000 1.000 1.000 67.414
88 1.000 2.449 4.055 2.392 1.000 3.803 1.000 1.000 2.414 2.443 1.000 73.085
89 1.000 1.000 2.487 2.392 2.441 2.410 2.499 2.460 2.414 1.000 1.000 65.706
90 1.000 1.000 2.487 1.000 1.000 2.410 1.000 2.460 1.000 1.000 2.363 61.111
91 2.471 1.000 2.487 3.734 2.441 1.000 1.000 1.000 1.000 2.443 1.000 56.610
92 1.000 1.000 2.487 1.000 1.000 1.000 2.499 2.460 2.414 3.879 2.363 62.722
93 2.471 1.000 1.000 2.392 1.000 1.000 1.000 1.000 1.000 1.000 1.000 51.221
94 1.000 1.000 1.000 1.000 1.000 1.000 2.499 1.000 2.414 1.000 1.000 45.186
95 1.000 3.908 1.000 1.000 2.441 1.000 1.000 2.460 2.414 1.000 1.000 54.162
96 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 52.756
97 1.000 2.449 1.000 1.000 1.000 1.000 2.499 1.000 2.414 1.000 1.000 58.676
98 1.000 1.000 1.000 1.000 2.441 1.000 1.000 1.000 1.000 1.000 2.363 53.938
99 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 45.491
100 1.000 1.000 1.000 1.000 2.441 1.000 1.000 1.000 2.414 1.000 2.363 59.834
101 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 1.000 2.443 1.000 57.310
102 1.000 1.000 1.000 1.000 1.000 2.410 1.000 1.000 3.810 1.000 1.000 58.600
103 1.000 1.000 1.000 2.392 1.000 2.410 1.000 2.460 1.000 2.443 1.000 55.274
104 2.471 1.000 1.000 1.000 2.441 1.000 2.499 2.460 2.414 1.000 1.000 63.048
105 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 3.703 52.075
106 2.471 2.449 2.487 2.392 2.441 2.410 2.499 1.000 2.414 2.443 2.363 80.371
108 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 87.981
109 3.994 2.449 2.487 2.392 2.441 2.410 2.499 2.460 3.810 2.443 2.363 96.799
110 2.471 2.449 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 2.363 90.730
111 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 92.334
112 2.471 2.449 4.055 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 89.421
113 2.471 2.449 2.487 2.392 2.441 2.410 2.499 3.946 2.414 2.443 1.000 90.986
114 2.471 2.449 1.000 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 92.271
115 2.471 2.449 2.487 2.392 1.000 2.410 2.499 2.460 2.414 2.443 2.363 87.864
116 2.471 2.449 2.487 3.734 2.441 2.410 2.499 2.460 2.414 2.443 2.363 99.750
117 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 93.945
118 2.471 1.000 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 2.363 96.834
119 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 93.931
120 2.471 3.908 2.487 2.392 3.882 3.803 2.499 2.460 2.414 2.443 2.363 101.174
121 2.471 2.449 2.487 2.392 2.441 2.410 4.108 2.460 2.414 2.443 2.363 95.466
122 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 3.810 2.443 2.363 95.218
123 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 87.904
124 2.471 2.449 1.000 3.734 2.441 2.410 2.499 2.460 2.414 1.000 2.363 89.471
125 2.471 2.449 2.487 2.392 1.000 2.410 2.499 2.460 2.414 3.879 3.703 98.325
126 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 3.703 92.416
127 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 87.926
128 2.471 3.908 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 95.315
129 2.471 3.908 2.487 3.734 2.441 2.410 2.499 3.946 2.414 2.443 2.363 101.201
130 2.471 3.908 2.487 2.392 1.000 2.410 4.108 2.460 3.810 2.443 3.703 98.434
131 2.471 3.908 2.487 2.392 2.441 2.410 2.499 1.000 2.414 2.443 3.703 93.934
132 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 91.071
133 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 92.460
134 2.471 2.449 4.055 2.392 2.441 2.410 2.499 2.460 2.414 2.443 3.703 95.398
135 2.471 1.000 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 2.363 89.264
136 2.471 2.449 2.487 1.000 2.441 2.410 2.499 2.460 2.414 2.443 3.703 97.217
137 3.994 2.449 2.487 2.392 2.441 2.410 2.499 2.460 1.000 2.443 2.363 92.475
138 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 90.715
139 2.471 2.449 1.000 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 95.625
140 2.471 2.449 4.055 2.392 2.441 1.000 2.499 2.460 2.414 2.443 3.703 95.392
141 2.471 3.908 4.055 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 92.362
142 3.994 2.449 2.487 2.392 2.441 2.410 4.108 2.460 2.414 2.443 3.703 102.733
143 2.471 2.449 2.487 2.392 2.441 3.803 2.499 3.946 2.414 2.443 3.703 93.538
144 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 89.340
145 2.471 3.908 2.487 1.000 2.441 2.410 2.499 3.946 3.810 3.879 3.703 95.059
146 2.471 2.449 2.487 2.392 3.882 2.410 4.108 2.460 2.414 2.443 2.363 95.427
147 2.471 1.000 2.487 2.392 2.441 2.410 2.499 2.460 2.414 3.879 2.363 90.829
149 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 96.831
150 2.471 2.449 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 2.363 97.042
151 2.471 2.449 2.487 3.734 2.441 1.000 2.499 2.460 2.414 2.443 3.703 92.061
152 2.471 2.449 2.487 2.392 2.441 3.803 2.499 2.460 2.414 2.443 2.363 93.816
153 3.994 2.449 2.487 3.734 2.441 2.410 2.499 2.460 2.414 2.443 2.363 101.015
154 2.471 2.449 2.487 2.392 2.441 3.803 2.499 2.460 3.810 2.443 2.363 92.335
155 3.994 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 3.703 99.814
156 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 3.703 98.257
157 2.471 2.449 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 1.000 98.715
158 3.994 3.908 2.487 2.392 3.882 2.410 2.499 3.946 2.414 1.000 1.000 95.601
159 2.471 2.449 4.055 1.000 2.441 2.410 2.499 3.946 1.000 2.443 2.363 91.386
160 1.000 2.449 1.000 2.392 2.441 3.803 4.108 1.000 2.414 2.443 3.703 95.622
161 1.000 2.449 2.487 3.734 1.000 2.410 2.499 2.460 3.810 2.443 2.363 99.892
162 2.471 1.000 2.487 1.000 2.441 3.803 1.000 1.000 2.414 2.443 2.363 92.860
163 2.471 3.908 2.487 2.392 2.441 2.410 1.000 2.460 1.000 1.000 2.363 94.437
164 2.471 2.449 1.000 2.392 2.441 3.803 2.499 2.460 2.414 3.879 2.363 98.279
165 1.000 2.449 1.000 2.392 1.000 2.410 1.000 2.460 2.414 2.443 3.703 93.655
166 2.471 1.000 2.487 2.392 2.441 2.410 1.000 2.460 2.414 2.443 2.363 87.926
167 2.471 2.449 2.487 2.392 2.441 2.410 2.499 2.460 2.414 2.443 2.363 101.877
168 2.471 2.449 2.487 2.392 1.000 2.410 2.499 3.946 2.414 2.443 3.703 96.838
169 1.000 2.449 1.000 2.392 2.441 2.410 1.000 2.460 2.414 2.443 2.363 92.502
170 2.471 2.449 2.487 2.392 2.441 3.803 2.499 3.946 2.414 2.443 2.363 100.008
171 2.471 2.449 2.487 2.392 2.441 2.410 4.108 2.460 3.810 2.443 2.363 100.187
172 3.994 3.908 2.487 2.392 3.882 2.410 2.499 2.460 2.414 2.443 3.703 109.104
173 3.994 2.449 2.487 2.392 2.441 2.410 2.499 2.460 3.810 2.443 2.363 101.578
174 2.471 2.449 2.487 2.392 3.882 2.410 2.499 2.460 3.810 2.443 2.363 99.819
175 2.471 2.449 4.055 2.392 2.441 2.410 2.499 2.460 3.810 3.879 2.363 104.179
176 2.471 2.449 2.487 3.734 2.441 3.803 2.499 2.460 3.810 2.443 2.363 104.436
177 2.471 2.449 4.055 3.734 2.441 3.803 2.499 2.460 2.414 2.443 2.363 104.554
178 2.471 2.449 2.487 3.734 2.441 2.410 2.499 2.460 2.414 3.879 2.363 99.969
179 2.471 2.449 2.487 3.734 2.441 2.410 2.499 3.946 2.414 2.443 2.363 103.051
180 2.471 2.449 2.487 3.734 2.441 2.410 2.499 2.460 2.414 2.443 2.363 98.864
181 3.994 2.449 2.487 2.392 2.441 2.410 4.108 2.460 2.414 3.879 3.703 104.484
182 2.471 2.449 4.055 3.734 2.441 2.410 2.499 2.460 3.810 3.879 2.363 108.838
183 2.471 2.449 2.487 3.734 2.441 2.410 2.499 2.460 2.414 2.443 2.363 101.444
184 3.994 2.449 2.487 2.392 2.441 2.410 2.499 3.946 2.414 2.443 3.703 99.684
No. a 1 y a1Y a1^2 y^2 No. a 1 y a1Y a1^2 y^2
1 2.587 2.665 6.894 6.692 7.102 44 2.587 1.000 2.587 6.692 1.000
2 2.587 1.000 2.587 6.692 1.000 45 2.587 1.000 2.587 6.692 1.000
3 1.000 1.000 1.000 1.000 1.000 46 2.587 2.665 6.894 6.692 7.102
4 2.587 2.665 6.894 6.692 7.102 47 1.000 1.000 1.000 1.000 1.000
5 1.000 1.000 1.000 1.000 1.000 48 1.000 2.665 2.665 1.000 7.102
6 2.587 1.000 2.587 6.692 1.000 49 1.000 2.665 2.665 1.000 7.102
7 1.000 1.000 1.000 1.000 1.000 50 2.587 1.000 2.587 6.692 1.000
8 2.587 1.000 2.587 6.692 1.000 51 2.587 2.665 6.894 6.692 7.102
9 1.000 1.000 1.000 1.000 1.000 52 1.000 1.000 1.000 1.000 1.000
10 1.000 2.665 2.665 1.000 7.102 53 2.587 1.000 2.587 6.692 1.000
11 1.000 1.000 1.000 1.000 1.000 54 1.000 1.000 1.000 1.000 1.000
12 2.587 1.000 2.587 6.692 1.000 55 2.587 1.000 2.587 6.692 1.000
13 2.587 2.665 6.894 6.692 7.102 56 1.000 2.665 2.665 1.000 7.102
14 2.587 2.665 6.894 6.692 7.102 57 2.587 2.665 6.894 6.692 7.102
15 2.587 2.665 6.894 6.692 7.102 58 1.000 2.665 2.665 1.000 7.102
16 2.587 2.665 6.894 6.692 7.102 59 2.587 2.665 6.894 6.692 7.102
17 1.000 1.000 1.000 1.000 1.000 60 2.587 2.665 6.894 6.692 7.102
18 2.587 2.665 6.894 6.692 7.102 61 2.587 2.665 6.894 6.692 7.102
19 1.000 1.000 1.000 1.000 1.000 62 2.587 2.665 6.894 6.692 7.102
20 1.000 1.000 1.000 1.000 1.000 63 2.587 2.665 6.894 6.692 7.102
21 2.587 1.000 2.587 6.692 1.000 64 2.587 2.665 6.894 6.692 7.102
22 2.587 1.000 2.587 6.692 1.000 65 1.000 1.000 1.000 1.000 1.000
23 1.000 1.000 1.000 1.000 1.000 66 1.000 2.665 2.665 1.000 7.102
24 2.587 1.000 2.587 6.692 1.000 67 2.587 2.665 6.894 6.692 7.102
25 2.587 1.000 2.587 6.692 1.000 68 1.000 2.665 2.665 1.000 7.102
26 2.587 1.000 2.587 6.692 1.000 69 1.000 2.665 2.665 1.000 7.102
27 1.000 2.665 2.665 1.000 7.102 70 1.000 2.665 2.665 1.000 7.102
28 1.000 1.000 1.000 1.000 1.000 71 2.587 1.000 2.587 6.692 1.000
29 1.000 1.000 1.000 1.000 1.000 72 1.000 2.665 2.665 1.000 7.102
30 2.587 2.665 6.894 6.692 7.102 73 2.587 2.665 6.894 6.692 7.102
31 1.000 1.000 1.000 1.000 1.000 74 2.587 2.665 6.894 6.692 7.102
32 1.000 1.000 1.000 1.000 1.000 75 2.587 2.665 6.894 6.692 7.102
33 2.587 1.000 2.587 6.692 1.000 76 2.587 2.665 6.894 6.692 7.102
34 2.587 2.665 6.894 6.692 7.102 77 2.587 2.665 6.894 6.692 7.102
35 2.587 2.665 6.894 6.692 7.102 78 2.587 2.665 6.894 6.692 7.102
36 2.587 1.000 2.587 6.692 1.000 79 4.384 2.665 11.684 19.221 7.102
37 1.000 1.000 1.000 1.000 1.000 80 1.000 2.665 2.665 1.000 7.102
38 1.000 2.665 2.665 1.000 7.102 81 1.000 2.665 2.665 1.000 7.102
40 2.587 2.665 6.894 6.692 7.102 83 1.000 2.665 2.665 1.000 7.102
41 1.000 1.000 1.000 1.000 1.000 84 2.587 2.665 6.894 6.692 7.102
42 2.587 1.000 2.587 6.692 1.000 85 1.000 2.665 2.665 1.000 7.102
43 1.000 1.000 1.000 1.000 1.000 86 2.587 2.665 6.894 6.692 7.102
87 2.587 2.665 6.894 6.692 7.102 137 2.587 2.665 6.894 6.692 7.102
88 2.587 2.665 6.894 6.692 7.102 138 2.587 2.665 6.894 6.692 7.102
89 2.587 2.665 6.894 6.692 7.102 139 2.587 2.665 6.894 6.692 7.102
90 1.000 1.000 1.000 1.000 1.000 140 2.587 2.665 6.894 6.692 7.102
91 1.000 1.000 1.000 1.000 1.000 141 2.587 2.665 6.894 6.692 7.102
92 2.587 2.665 6.894 6.692 7.102 142 2.587 2.665 6.894 6.692 7.102
93 2.587 1.000 2.587 6.692 1.000 143 2.587 2.665 6.894 6.692 7.102
94 1.000 1.000 1.000 1.000 1.000 144 2.587 2.665 6.894 6.692 7.102
95 2.587 1.000 2.587 6.692 1.000 145 2.587 2.665 6.894 6.692 7.102
96 2.587 1.000 2.587 6.692 1.000 146 2.587 2.665 6.894 6.692 7.102
97 2.587 1.000 2.587 6.692 1.000 147 2.587 2.665 6.894 6.692 7.102
98 1.000 1.000 1.000 1.000 1.000 148 2.587 2.665 6.894 6.692 7.102
99 1.000 1.000 1.000 1.000 1.000 149 2.587 2.665 6.894 6.692 7.102
100 1.000 1.000 1.000 1.000 1.000 150 4.384 2.665 11.684 19.221 7.102
101 2.587 1.000 2.587 6.692 1.000 151 2.587 2.665 6.894 6.692 7.102
102 2.587 1.000 2.587 6.692 1.000 152 2.587 2.665 6.894 6.692 7.102
103 2.587 1.000 2.587 6.692 1.000 153 2.587 2.665 6.894 6.692 7.102
104 2.587 2.665 6.894 6.692 7.102 154 2.587 2.665 6.894 6.692 7.102
105 1.000 1.000 1.000 1.000 1.000 155 2.587 2.665 6.894 6.692 7.102
106 1.000 2.665 2.665 1.000 7.102 156 2.587 2.665 6.894 6.692 7.102
107 2.587 2.665 6.894 6.692 7.102 157 4.384 2.665 11.684 19.221 7.102
108 2.587 2.665 6.894 6.692 7.102 158 2.587 2.665 6.894 6.692 7.102
109 2.587 2.665 6.894 6.692 7.102 159 2.587 2.665 6.894 6.692 7.102
110 2.587 2.665 6.894 6.692 7.102 160 2.587 2.665 6.894 6.692 7.102
111 2.587 2.665 6.894 6.692 7.102 161 2.587 2.665 6.894 6.692 7.102
112 2.587 2.665 6.894 6.692 7.102 162 2.587 2.665 6.894 6.692 7.102
113 2.587 2.665 6.894 6.692 7.102 163 4.384 2.665 11.684 19.221 7.102
114 2.587 2.665 6.894 6.692 7.102 164 2.587 2.665 6.894 6.692 7.102
115 2.587 2.665 6.894 6.692 7.102 165 2.587 2.665 6.894 6.692 7.102
116 2.587 2.665 6.894 6.692 7.102 166 2.587 2.665 6.894 6.692 7.102
117 2.587 2.665 6.894 6.692 7.102 167 4.384 2.665 11.684 19.221 7.102
118 2.587 2.665 6.894 6.692 7.102 168 2.587 2.665 6.894 6.692 7.102
119 2.587 2.665 6.894 6.692 7.102 169 2.587 2.665 6.894 6.692 7.102
120 2.587 2.665 6.894 6.692 7.102 170 2.587 2.665 6.894 6.692 7.102
121 1.000 2.665 2.665 1.000 7.102 171 4.384 2.665 11.684 19.221 7.102
123 2.587 2.665 6.894 6.692 7.102 173 2.587 2.665 6.894 6.692 7.102
124 2.587 2.665 6.894 6.692 7.102 174 2.587 2.665 6.894 6.692 7.102
125 2.587 2.665 6.894 6.692 7.102 175 2.587 2.665 6.894 6.692 7.102
126 2.587 2.665 6.894 6.692 7.102 176 2.587 2.665 6.894 6.692 7.102
127 2.587 2.665 6.894 6.692 7.102 177 2.587 2.665 6.894 6.692 7.102
128 2.587 2.665 6.894 6.692 7.102 178 2.587 2.665 6.894 6.692 7.102
129 2.587 2.665 6.894 6.692 7.102 179 2.587 2.665 6.894 6.692 7.102
130 2.587 2.665 6.894 6.692 7.102 180 4.384 2.665 11.684 19.221 7.102
131 2.587 2.665 6.894 6.692 7.102 181 2.587 2.665 6.894 6.692 7.102
132 2.587 2.665 6.894 6.692 7.102 182 2.587 2.665 6.894 6.692 7.102
133 2.587 2.665 6.894 6.692 7.102 183 2.587 2.665 6.894 6.692 7.102
134 2.587 2.665 6.894 6.692 7.102 184 2.587 2.665 6.894 6.692 7.102
135 2.587 2.665 6.894 6.692 7.102 185 2.587 2.665 6.894 6.692 7.102
Communalities
Initial Extraction
za1 1.000 .463
za2 1.000 .583
za3 1.000 .678
za4 1.000 .582
za5 1.000 .541
za6 1.000 .595
za7 1.000 .705
zb1 1.000 .711
zb2 1.000 .686
zb3 1.000 .623
zb4 1.000 .547
zb5 1.000 .559
zc1 1.000 .653
zc2 1.000 .647
zc3 1.000 .561
zc4 1.000 .612
zd1
zd2
1.000
1.000
.619
.567
zd3 1.000 .618
zd4 1.000 .716
zd5 1.000 .615
zd6 1.000 .596
ze1 1.000 .683
ze2 1.000 .701
ze3 1.000 .488
ze4 1.000 .684
ze5 1.000 .507
ze6 1.000 .561
ze7 1.000 .589
ze9 1.000 .585
ze10 1.000 .625
ze11 1.000 .606
ze12 1.000 .652
ze13 1.000 .579
DAFTAR PUSTAKA
Erliana. (2011). Metodologi Penelitian. Universitas Sumatera Utara, Medan. Ghozali, Imam. (2005). Aplikasi Analisis Multivariat dengan Program SPSS.
Universitas Diponegoro, Semarang
Lubis, Ade Fatma et al. (2007). Aplikasi SPSS (Statistical Product and Service Solutions) untuk penyusunan skripsi & tesis, USU Press, Medan.
Nurgiyantoro Burhan, Gunawan R, Marzuki. (2002). Statistik Terapan. Gadjah Mada University Press, Yogyakarta.
Riduwan. (2009). Skala Pengukuran Variabel-variabel Penelitian. Alfabeta, Bandung.
Santoso, Singgih. (2010). Statistik Multivariat. PT. Gramedia, Jakarta.
Santoso Singgih. (2013). Aplikasi SPSS pada Statistik Multivariat. PT. Elex Media Komputindo, Jakarta.
Sarwono Jonathan. (2006). Metode Penelitian Kuantitatif dan Kualitattif. Graha Ilmu, Yogyakarta.
Sudjana. (1996). Teknik Analisis Regresi dan Kolerasi, Penerbit Tarsito, Bandung. Sudjana. (2002). Metoda Statistika. Penerbit Tarsito, Bandung.
Sugiarto. (2001). Teknik Sampling. PT. Gramedia Pustaka Utama, Jakarta. Supranto. (1999). Analisis Multivariat. PT. Rineka Cipta, Jakarta.
Supranto , J . (2004) . Analisis Multivariat . PT . Rineka Cipta, Jakarta. Supranto J. (2010). Analisis Multivariat. PT. Rineka Cipta, Jakarta.
Taylor James R, Kinner Thomas C, 1987. Riset Pemasaran Jilid 3. Erlangga, Jakarta.
BAB 3
METODE PENELITIAN
3. 1. Lokasi Penelitian
Lokasi penelitian adalah di Medan City Railway Station (CRS) dan Kuala Namu Airport Railway Station (ARS). Pengumpulan data dilakukan didalam kereta api bandara yang sedang berjalan dari dan menuju bandara.
3. 2. Jenis Penelitian
Penelitian ini menggunakan survey dan juga jenis penelitian penjelasan (explanatory). Menurut Singarimbun (dalam Singarimbun dan Effendi, 1989;3) penelitian survey adalah penelitian yang mengambil sampel dari satu populasi dan menggunakan kuisioner sebagai alat pengumpul data yang pokok. Sedangkan penelitian penjelasan (explanatory research) adalah penelitian yang menjelaskan hubungan kausal antara variabel- variabel melalui pengujian hipotesa. Penelitian ini dimulai dari penarikan sampel dari populasi. Kemudian dengan menggunakan kuesioner sebagai alat pengumpulan data, dilakukan uji hipotesa untuk menjelaskan hubungan kausal antara variable-variabel tersebut.
3. 3. Sumber Data
beberapa peneliti terdahulu, jurnal-jurnal dan juga artikel-artikel yang berkaitan dengan penelitian ini.
3. 4. Populasi Dan Penentuan Sampel
3. 4. 1. Populasi
Populasi merupakan keseluruhan dari subyek penelitian (Arikunto 2002; 108). Adapun dalam penelitian ini populasinya adalah seluruh penumpang yang menggunakan alat Transportasi Kereta Api Bandara Kuala Namu.
3. 4. 2. Sampel
Sampel adalah sebagian atau atau wakil dari populasi yang diteliti (Arikunto 2002;109). Di maksud dengan penelitian sample apabila kita bermaksud untuk menggeneralisasikan hasil penelitian sample. Teknik pengambilan sample yang digunakan dalam penelitian ini adalah menggunakan rumus malhotra. Dimana rumus ini digunakan apabila populasi yang akan diteliti tidak teridentifikasi secara jelas atau sample bersifat tersembunyi. Jadi penentuan jumlah populasi dilakukan dengan mengalikan 4 atau 5 dari jumlah item variabel. Item variable dalam penelitian ini sebanyak 37 item yang dapat di klasifikasikan 36 item variabel (X) dan 1 item variabel (Y). Jadi jumlah sampel dalam penelitian ini adalah 37 x 5 = 185 sampel.
berlangsung dan dapat digunakan sebagai sample bila dipandang memenuhi syarat sebagai sumber data (Sugiyono, 2004; 77).
3. 5. Metode Pengumpulan Sampel
Metode pengumpulan data dalam penelitian ini adalah penelitian lapangan untuk memperoleh data secara terperinci dan baik.
Kuesioner (angket), merupakan metode pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya (Sugiyono, 2004; 135). Alasan menggunakan teknik ini supaya responden (penumpang) tidak perlu memberikan penjelasan secara panjang lebar dan juga sangat praktis dan effisien dalam mengungkapkan inti persoalan. Cara ini digunakan untuk memperoleh data primer yang diperlukan oleh peneliti.
3. 6. Konsep, Variabel dan Definisi Operasional
Tabel 3.1 Kualitas Jasa dan Kepuasan Penumpang
1 Kemudahan menjangkau lokasi stasiun
Ketersediaan informasi berkaitan dengan jadwal KA Ketepatan jadwal perjalanan KA
Kemampuan memberikan pelayanan terbaik pada penumpang Kemudahan dalam memperoleh informasi yang aktual dan terupdate Kemudahan dalam sistem pembelian tiket
Harga tiket yang ditawarkan
Responsiveness / Ketanggapan
Kecepatan dan kesiapan petugas dalam menyediakan pelayanan bagi penumpang hingga tuntas
Kecepatan dan ketepatan dalam memberikan informasi yang dibutuhkan penumpang
Kecepatan petugas dalam merespon kondisi darurat di dalam kereta maupun di stasiun
Petugas selalu menunjukkan rasa percaya diri dan sikap siap melayani/membantu penumpang
Keramahan dan kesopanan petugas dalam melayani penumpang Kemampuan petugas dalam melaksanakan pekerjaannya Keamanan dan kenyamanan pada saat berada di stasiun/kereta Kenyamanan pada saat naik-turun kereta
Ketersediaan asuransi atau jaminan keselamatan
Ketersedian peralatan untuk menghadapi situasi dan kondisi darurat (pemadam kebakaran, kotak pppk dan lainnya) didalam stasiun/kereta
Emphaty / Empati
Kemampuan petugas memberikan informasi kepada penumpang dengan bahasa yang mudah dimengerti
Kesediaan karyawan untuk menghargai dan melayani serta mengutamakan kebutuhan penumpang
Kejujuran dan kesabaran karyawan/petugas dalam memberikan pelayanan Ketersediaan layanan penumpang 24 jam
Kecepatan petugas dalam merespon keluhan dan permasalahan penumpang Reliability /
Keandalan
Item
Kualitas Jasa
Sumber: Tjiptono,( 2004; 365 dan 278 )
[image:35.576.112.542.70.327.2]Untuk mempermudah proses penginputan data pada SPSS, maka setiap dilakukan pengkodean untuk setiap faktor pada variabel independent sebagai berikut:
Tabel 3.2 Pengkodean untuk setiap faktor dari masing-masing dimensi
Kode PERNYATAAN
A Reliability / Keandalan
a1 Kemudahan menjangkau lokasi stasiun
a2 Ketersediaan informasi berkaitan dengan jadwal KA a3 Ketepatan jadwal perjalanan KA
a4 Kemampuan memberikan pelayanan terbaik pada penumpang a5 Kemudahan dalam memperoleh informasi yang aktual dan terupdate a6 Kemudahan dalam sistem pembelian tiket
a7 Harga tiket yang ditawarkan
Kebersihan di stasiun dan di kereta kebersihan toilet di stasiun dan di kereta area pembelian ticket yang mudah dijangkau Sirkulasi udara di dalam kereta
Ketersediaan alat untuk menginformasikan rute Ketersediaan Galeri ATM di Stasiun
Ketersediaan dan kebersihan Musholla di stasiun Ketersediaan Nursery (ruang ibu dan anak) di stasiun Ketersediaan counter penjualan tiket maskapai
Ketersediaan counter city check-in untuk seluruh maskapai Ketersediaan counter money changer
Ketersediaan coffee-shop ataupun mini-market Ketersediaan hotel transit
Ketersediaan counter travel agen/taksi sebagai moda transportasi untuk meninggalkan stasiun
No Konsep Variabel Item
Kode PERNYATAAN
B Responsiveness / Ketanggapan
b1 Kecepatan dan kesiapan petugas dalam menyediakan pelayanan bagi penumpang hingga tuntas
b2 Kecepatan dan ketepatan dalam memberikan informasi yang dibutuhkan penumpang b3 Kecepatan petugas dalam merespon kondisi darurat di dalam kereta maupun di stasiun b4 Kecepatan petugas dalam merespon keluhan dan permasalahan penumpang
b5 Petugas selalu menunjukkan rasa percaya diri dan sikap siap melayani/membantu penumpang C Emphaty / Empati
c1 Kemampuan petugas memberikan informasi kepada penumpang dengan bahasa yang mudah dimengerti
c2 Ketersediaan layanan 24 jam
c3 Kejujuran dan kesabaran karyawan/petugas dalam memberikan pelayanan
c4 Kesediaan karyawan untuk menghargai dan melayani serta mengutamakan kebutuhan penumpang
D Assurance / Jaminan
d1 Keramahan dan kesopanan petugas dalam melayani penumpang d2 Kemampuan petugas dalam melaksanakan pekerjaannya d3 Keamanan dan kenyamanan pada saat berada di stasiun/kereta d4 Kenyamanan pada saat naik-turun kereta
d5 Ketersediaan asuransi atau jaminan keselamatan
d6 Ketersedian peralatan untuk menghadapi situasi dan kondisi darurat (pemadam kebakaran, kotak pppk dan lainnya) didalam stasiun/kereta
E Tangibility (bukti langsung) e1 Kebersihan di stasiun dan di kereta e2 kebersihan toilet di stasiun dan di kereta e3 area pembelian ticket yang mudah dijangkau e4 Sirkulasi udara di dalam kereta
e5 Ketersediaan alat untuk menginformasikan rute e6 Ketersediaan Galeri ATM di Stasiun
e7 Ketersediaan dan kebersihan Musholla di stasiun e8 Ketersediaan Nursery (ruang ibu dan anak) di stasiun e9 Ketersediaan counter penjualan tiket maskapai
e10 Ketersediaan counter city check-in untuk seluruh maskapai e11 Ketersediaan counter money changer
e12 Ketersediaan coffee-shop ataupun mini-market e13 Ketersediaan hotel transit
3. 7. Skala Pengukuran
Dalam penelitan ini, peneliti membagikan kuesioner yang disusun dengan menggunakan lima pilihan jawaban atau tanggapan atas pertanyaan-pertanyaan tersebut. Responden yang diteliti diminta memberikan jawabannya dengan memilih satu alternative jawaban yang telah disediakan. Maka digunakan kriteria dengan sistem skor ordinal, yaitu skor yang memungkinkan peneliti untuk mengurutkan respondennya dari tingkatan-tingkatan yang paling rendah ketingkatan yang paling tinggi atau sebaliknya menurut suatu atribut tertentu. (Singarimbun dan Sofyan Efendi, 1989;102)
Tingkatan ukuran ordinal banyak digunakan dalam penelitian sosial terutama untuk mengukur kepentingan, sikap dan persepsi. Melalui pengukuran ini, peneliti membagi respondennya kedalam urutan rangking atas dasar sikapnya pada obyek atau tindakan tertentu (Singarimbun dan Sofyan Efendi, 1989; 102).
Salah satu yang paling sering digunakan dalam menentukan skor, adalah dengan menggunakan “Skala Likert”. Cara pengukuran adalah dengan menghadapkan seorang
responden dengan sebuah pertanyaan dan kemudian diminta untuk memberikan Jawaban: sangat setuju, setuju, ragu-ragu, tidak setuju, sangat tidak setuju dan jawaban- jawaban ini diberi skor 1 sampai 5 (Singarimbun dan Sofyan Efendi, 1989; 102).
3. 8. Uji Validitas dan Reliabilitas
Ancok menyatakan bahwa uji validitas adalah pengujian sejauh mana suatu alat ukur yang digunakan untuk mengukur variabel yang ada (Singarimbun, 1989; 122). Sebuah instrumen dikatakan valid jika mampu mengukur yang diinginkan oleh peneliti, serta dapat mengungkapkan data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang dikumpulkan tidak menyimpang dari gambaran tentang variabel yang dimaksud.
Uji validitas dalam penelitian ini menggunakan analisis item yaitu mengkorelasikan skor tiap butir dengan skor total yang merupakan jumlah tiap skor butir. Menurut Masrun (dalam Sugiono 2001; 124) koefisien korelasi yang menyatakan item yang mempunyai korelasi positif dengan kriterium (skor total) serta korelasi yang tinggi menunjukkan bahwa item- item tersebut mempunyai validitas yang tinggi pula, biasanya syarat minimum adalah jika r = 0,3. Dengan demikian apabila korelasi antara butir dengan skor total kurang dari 0,3, maka butir pertanyaan dianggap tidak valid, kemudian hasilnya dibandingkan dengan nilai kritis pada tingkat signifikasi 5% (α = 0.05). jika korelasi lebih besar dari nilai kritis maka alat ukur tersebut dikatakan valid.
Cara pengujian validitas dengan menghitung korelasi antar skor masing-masing pertanyaan dan skor total dengan menggunakan rumusn korelasi Product Moment, seperti yang dinyatakan Arikunto (2002;146) sebagai berikut :
∑ ∑ ∑
√{ ∑ ∑ { ∑ ∑
Dimana: rXY = Korelasi product moment
X = Jumlah jawaban variabel x
Y = Jumlah jawaban variabel y
b. Uji Reliabilitas
Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu alat ukur yang dapat dipercaya atau dapat diandalkan. Bila suatu alat pengukur dipakai dua kali untuk mengukur gejala yang sama dan hasil pengukuran yang diperoleh relatif konsisten, maka alat pengukur tersebut Reliabel (Singarimbun dan Effendi, 1989; 140).
Instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk mengukur obyek yang sama akan menghasilkan data yang sama (Sugiyono, 2001; 110). Uji reliabilitas dalam penelitian ini dilakukan dengan menggunakan rumus Alpha (Arikunto, 2002; 171) yaitu :
[ ] [ ∑ ]
Dimana: r11 = Reliabilitas instrument
k = Banyaknya pertanyaan Σσb2 = Jumlah varians butir
σ12 = Varians total
signifikan ( =0,05). Jika koefisien korelasi lebih besar dari nilai kritis, maka alat ukur tersebut dikatakan reliable.
3. 9. Metode Analisis
3. 9.1. Analisis Faktor
Analisis faktor adalah sebuah analisis yang mensyaratkan adanya keterkaitan antar variabel. Pada prinsipnya analisis faktor menyederhanakan hubungan yang beragam dan kompleks pada variabel yang diamati dengan menyatukan faktor atau dimensi yang saling berhubungan atau mempunyai korelasi pada suatu struktur data yang baru yang mempunyai set faktor lebih kecil. Data-data yang dimasukkan pada umumnya data metrik dan terdiri dari variabel-variabel dengan jumlah yang besar.
Analisis faktor dapat digunakan di dalam situasi sebagai berikut:
1. Mengenali atau mengindentifikasi dimensi yang mendasari (underlying dimensions) atau faktor, yang menjelaskan korelasi antara suatu set variabel. 2. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi
(independent) yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling di dalam analisis multivariate selanjutnya, misalnya analisis regresi berganda dan analisis diskriminan.
3. 9.2. Model Analisis Faktor
Secara matematis, analisis faktor hampir sama dengan analisis regresi, yaitu dalam hal bentuk fungsi linear. Jumlah varians yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas. Kovarians diantara variabel dijelaskan terbatas dalam sejumlah kecil komponen ditambah sebuah faktor unik untuk setiap variabel. Faktor-faktor tersebut tidak secara eksplisit diamati. Jika variabel distandarisasi, maka model analisis faktor dapat ditulis sebagai berikut:
V F B F
B F
B F B F B
Xi i1 1 i2 2 i3 3... ij j ... im m
Dimana :
i
X = Variabel ke i yang di bakukan
ij
B = Koesfisien regresi yang dibakukan untuk variabel i pada komponen faktor j
j
F = Komponen faktor ke j
i
V = Koefisien regresi yang dibakukan untuk variabel ke-i pada faktor yang unik ke-i
i
= Faktor unik variabel ke-i
m = Banyaknya komponen faktor
Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan komponen faktor. Komponen faktor sendiri bisa dinyatakan sebagai kombinasi linier dari variabel-variabel yang terlihat/ terobservasi hasil penelitian lapangan.
dimana :
= Perkiraan faktor ke i (didasarkan pada nilai variabel X dengan
koefisiennya Wi ).
= Koefisien nilai faktor ke i.
k = banyaknya variabel
3.9.3 Statistik yang Berkaitan Dengan Analisis Faktor
Statistik yang berkaitan dengan analisis faktor adalah :
a. Barlett’s test of sphericity
Barlett’s test of sphericity adalah uji statistik yang digunakan untuk menguji
hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri (r= 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0). Statistik uji bartlett adalah sebagai berikut :
[ ] | |
dengan derajat kebebasan (degree of freedom) df = Keterangan :
= jumlah observasi
| | = determinan matriks korelasi
b. Correlation matrix (Matriks Korelasi)
Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana (r) antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau angka pada diagonal utama semuanya sama yaitu 1. Jadi kalau ada 3 atau 4 variabel, bentuk matriks korelasi menjadi :
n = 3 → [
]
n = 4 →[
]
c. Communality (Komunalitas)
Komunalitas adalah jumlah varian yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya dalam analisis. Ini juga merupakan proporsi dari varians yang diterangkan oleh komponen faktor.
dimana :
hi = communality variabel ke-i ; i = 1,2,3,...,m.
= nilai factor loading
Nilai eigen merupakan jumlah varians yang dijelaskan oleh setiap faktor-faktor yang mempunyai nilai eigenvalue > 1, maka faktor tersebut akan dimasukkan ke dalam model. Definisi:
Jika A adalah sebuah matriks n x n, maka sebuah vector tak nol x pada
disebut vektor eigen (eigenvector) dari A
jika Ax adalah sebuah kelipatan skalar dari x; jelasnya, Ax =
Untuk skalar sebarang , skalar disebut nilai eigen (eigenvalue) dari A, dan
x disebut sebagai vektor eigen dari A yang terkait dengan . (Anton Howard, 2000).
e. Factor loadings (Faktor Muatan)
Faktor muatan adalah korelasi sederhana antara variabel dengan faktor.
f. Factor loading plot (Plot Faktor Muatan)
Plot faktor muatan adalah suatu plot dari variabel asli dengan menggunakan factor loading sebagai koordinat.
g. Factor matrix (Faktor Matriks)
h. Kaiser - Meyer - Olkin (KMO) measure of sampling adequency
Kaiser – Meyer – Olkin (KMO) merupakan suatu indeks yang digunakan untuk menguji ketepatan analisis faktor. Nilai yang tinggi (antara 0,5 – 1,0) mengidentifikasi analisis faktor tepat. Apabila dibawah 0,5 menunjukkan bahwa analisis faktor tidak tepat untuk diaplikasikan.
∑ ∑
∑ ∑ ∑ ∑
Keterangan :
= koefisien korelasi sederhana antara variabel ke-i dan ke-k = koefisien korelasi parsial antara variabel ke-i dan ke-k
Measure of Sampling Adequacy (MSA) yaitu suatu indeks perbandingan antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk mengukur kecukupan sampel.
i. Percentage of variance (Persentase Varians)
Persentase varians adalah persentase total varians yang disumbangkan oleh setiap faktor.
j. Residuals
k. Scree plot
Scree plot adalah sebuah plot dari eigenvalue untuk menentukan banyaknya faktor.
3. 9. 4. Langkah-Langkah Analisis Faktor
Langkah-langkah dalam analisis faktor adalah sebagai berikut :
1. Merumuskan Masalah
Merumuskan masalah meliputi beberapa kegiatan. P