ANALISIS KEPUASAN PESERTA
KURSUS KOMPUTER
MENGGUNAKAN METODE CHAID
BERBASIS KOMPUTER
RONITA
BINUS UNIVERSITTY, Jakarta, Indonesia, 11530
Abstrak
Kesuksesan selalu menjadi tujuan sebuah perusahaan, begitu juga bagi tempat kursus komputer. Sudah banyak tempat kursus komputer yang berdiri sehingga persaingan antar tempat kursus komputer pun cukup ketat. Apalagi untuk tempat kursus komputer yang baru berdiri dan belum terkenal, akan kesulitan dalam mendapatkan banyak peserta kursus. Tempat kursus komputer yang masih baru ini harus bisa memberikan kepuasan yang baik bagi para pesertanya agar mereka tidak pindah ke tempat kursus lain dan dapat meningkatkan nama baik tempat kursus tersebut.
Meningkatkan kepuasan peserta dapat dilakukan dengan terlebih dahulu menganalisis kepuasan peserta kursus. Metode yang digunakan dalam penelitian ini adalah CHAID (Chi-Square Automatic Interaction Detector). Hasil dari analisis CHAID adalah pengelompokkan variabel penjelas berdasarkan variabel respon, hubungan dan interaksi antara variabel penjelas dan variabel respon.
Hasil analisis CHAID menunjukkan bahwa pada faktor fasilitas dan metode pengajaran, variabel penjelas yang paling signifikan pengaruhnya adalah umur. Pada faktor fasilitas, umur terbagi menjadi tiga kelompok, yaitu 17 tahun, 18 - 21 tahun, dan 22 tahun. Pada kelompok 18 – 21 tahun, terbagi menjadi 2 kelompok lagi berdasarkan jenis kelamin. Pada faktor metode pengajaran, umur terbagi menjadi dua kelompok, yaitu 17 – 20 tahun dan 21 – 22 tahun. Pada faktor lain, analisis CHAID menunjukkan tidak ada hubungan antara variabel penjeas dan variebel respon.
Kata Kunci: Kepuasan, CHAID, chi-square, kursus, bonferroni
1. Pendahuluan
Komputer merupakan salah satu contoh alat teknologi yang paling banyak digunakan saat ini. Pengguna komputer tidak terbatas pada golongan tertentu saja. Baik anak – anak, orang dewasa, siswa, mahasiswa, pekerja kantoran, sampai ibu rumah tangga pun juga menggunakan komputer. Komputer dapat digunakan untuk berbagai macam kegiatan. Biasanya komputer banyak digunakan untuk mengerjakan tugas, baik tugas sekolah, kuliah, mau pun tugas kantor. Tidak hanya itu saja, komputer juga banyak digunakan untuk bermain games, internet, berkomunikasi, membuat desain, dan lain sebagainya.
Semakin meningkatnya kebutuhan dan tuntutan pengguna komputer, semakin banyak pula orang yang berusaha mengembangkan komputer, baik dari segi fisik, fungsionalitas, desain, fitur, dan lain – lain. Mengembangkan komputer tidak dapat dilakukan oleh semua orang dengan mudah. Dibutuhkan orang – orang yang terampil dan ahli di bidang komputer untuk dapat melakukan hal tersebut. Hal ini menyebabkan semakin banyak
lowongan pekerjaan yang terbuka di bidang komputer. Oleh karena itu, banyak orang yang tertarik untuk mempelajari ilmu komputer lebih dalam agar mereka mudah mendapatkan pekerjaan.
Salah satu ilmu komputer yang paling penting adalah pemrograman. Sayangnya, tidak semua orang merasa pemrograman adalah sesuatu yang mudah. Banyak mahasiswa komputer yang mengalami kesulitan dalam mempelajari pemrograman. Mereka berusaha mengatasi masalah tersebut dengan membaca, bertanya, berdiskusi, mengikuti kursus, dan lain – lain. Mengikuti kursus dapat sangat membantu mahasiswa karena dengan mengikuti kursus, mereka bisa mendapat bimbingan yang tidak mereka dapatkan dengan membaca saja.
Sudah banyak tempat kursus komputer yang berdiri sejak dulu dan menawarkan program – program yang berbeda antara satu tempat kursus dengan tempat kursus yang lainnya. Dengan banyaknya tempat kursus komputer yang sudah ada, persaingan antar tempat kursus komputer pun semakin ketat. Evo adalah salah satu tempat kursus komputer yang masih baru dan menawarkan kursus komputer, terutama di bidang pemrograman. Sebagai tempat kursus komputer yang masih baru, masih banyak yang perlu dikembangkan oleh Evo. Salah satunya adalah meningkatkan kepuasan peserta yang kursus di Evo. Kepuasan bisa dinilai dari berbagai faktor, misalnya saja dari faktor jasa pelayanan, fasilitas yang disediakan, biaya yang dikeluarkan dengan hasil yang mereka dapatkan, lingkungan belajar, dan lain sebagainya. Evo harus bisa memberikan kepuasan pada peserta - pesertanya agar dapat meningkatkan nama baik Evo sehingga peserta yang telah ada tidak pindah ke tempat kursus komputer yang lain. Selain itu, dengan tingkat kepuasan yang tinggi, maka peserta - peserta tersebut juga dapat
merekomendasikan Evo kepada teman – teman atau relasi mereka yang lain sehingga dapat menambah jumlah peserta Evo. Oleh karena itu, penulis akan meneliti kepuasan peserta – peserta Evo dengan menggunakan metode CHAID (Chi-square Automatic Interaction Detector). Penulis memilih metode CHAID karena metode CHAID dapat menunjukan keterkaitan antara variabel respon dan variabel penjelas yang bertipe kategorik.
Penulis memilih topik ini karena Evo yang merupakan tempat kursus komputer baru masih membutuhkan banyak pembangunan di berbagai bidang. Jika Evo dapat memberikan kepuasan pada peserta yang telah ada, maka diharapkan Evo dapat dipercaya sebagai tempat kursus komputer yang berkualitas dan dengan sendirinya nama Evo akan semakin terkenal dan mengundang banyak orang untuk memilih Evo sebagai tempat kursus komputer.
Penulis tertarik untuk mengangkat topik ini karena penulis peduli akan perkembangan pendidikan dan teknologi di Indonesia. Jika masyarakat Indonesia memiliki kemampuan yang baik dalam bidang komputer, diharapkan Indonesia juga dapat menghasilkan teknologi yang tidak kalah berkualitas dengan teknologi dari luar. Dengan bantuan tempat kursus komputer, diharapkan orang – orang memiliki kemampuan yang lebih baik dalam bidang komputer dan dapat memajukan teknologi di Indonesia
2. Metodologi
Fielding (dalam O’Muircjeartaigh dan Payne, 1977) mengatakan bahwa CHAID (Chi-square Automatic Interaction Detection) adalah salah satu tipe dari metode AID (Automatic Interaction Detection) yang digunakan untuk menelusuri struktur keterkaitan
antara peubah respon dan peubah penjelas yang masing – masing bertipe kategorik. Metode ini terutama dikembangkan untuk menelusuri keterkaitan struktural dalam data survei.
Berbeda dengan Fielding, Du toit, et al (1986) berpendapat bahwa metode CHAID merupakan tehnik eksplorasi nonparametrik untuk menganalisis sekumpulan data yang berukuran besar dan cukup efisien untuk menduga peubah – peubah penjelas yang paling signifikan terhadap peubah respon. Interaksi antar peubah juga dapat dideteksi melalui metode ini.
Metode CHAID yang merupakan proses iteratif, terdiri dari dua variabel, yaitu variabel penjelas (variabel independen) dan variabel respon (variabel dependen). Variabel respon merupakan variabel yang menjadi reaksi dari variabel penjelas. Variabel respon dan variabel penjelas boleh lebih dari satu.
Menurut Gallagher (2000), CHAID akan membedakan variabel – variabel penjelasnya menjadi 3 bentuk yang berbeda, yaitu:
1. Monotonik, kategori – kategori pada variabel ini dapat dikombinasikan atau digabungkan oleh CHAID hanya jika keduanya berdekatan satu sama lain, yaitu variabel – variabel yang kategorinya mengikuti urutan aslinya (data ordinal)
2. Bebas, kategori – kategori pada variabel ini dapat dikombinasikan atau digabungkan walaupun keduanya berdekatan atau tidak satu sama lain (data nominal)
3. Mengambang (floating), kategori – kategori pada variabel ini akan diperlakukan seperti monotonik kecuali untuk kategori terakhir (yaitu missing value), yang dapat dikombinasikan dengan kategori manapun
Metode CHAID berbeda dengan metode yang lain karena metode CHAID khusus menganalisis data yang berjenis nominal dan atau ordinal. Sesuai dengan namanya, metode CHAID menggunakan statistik uji khi-kuadrat.
Metode CHAID akan membagi data ke dalam kelompok – kelompok melalui beberapa tahapan. Tahapan pertama adalah membagi data menjadi beberapa kelompok berdasarkan satu variabel penjelas yang pengaruhnya paling signifikan terhadap variabel respon. Variabel penjelas yang signifikan ditentukan dengan uji khi-kuadrat. Setelah kita mendapatkan pembagian kelompok – kelompok tersebut, kita periksa kelompok – kelompok tersebut secara terpisah untuk membagi lagi menjadi beberapa kelompok yang lebih kecil berdasarkan variabel penjelas yang lain. Hal tersebut dilakukan sampai tidak ditemukan lagi variabel – variabel penjelas yang signifikan secara statistik.
Algoritma CHAID menurut Kass (1980) adalah sebagai berikut:
1. Untuk masing – masing variabel penjelas, dibuat tabulasi silang antara kategori – kategori variabel penjelas dengan kategori – kategori variabel respon
2. Dari setiap tabulasi yang diperoleh, disusun semua subtabel berukuran 2 x d yang mungkin. d adalah banyaknya kategori variabel respon. Carilah nilai χ2hitung semua
subtabel tersebut. Dari seluruh χ2hitung yang diperoleh, cari yang terkecil dan katakan
χ
2terkecil. Jika χ2hitung < χ2α maka kedua kategori variabel penjelas yang memiliki χ2terkecildigabungkan menjadi satu kategori campuran atau gabungan.
3. Pada setiap kategori gabungan yang terdiri atas tiga atau lebih kategori asal, dicari pembagian biner yang paling signifikan. Dari pembagian ini dicari χ2hitung terbesar. Jika
4. Setelah diperoleh penggabungan optimal untuk setiap variabel penjelas, cari nilai p yang terkecil dari masing – masing sub tabel tersebut. Jika nilai p terkecil < α yang telah ditetapkan, maka variabel penjelas pada nilai p tersebut adalah variabel penjelas yang paling signifikan terhadap respon.
5. Jika pada tahap 4 diperoleh variabel yang pengaruhnya paling signifikan, kembali ke tahap 1 untuk setiap data hasil pemisahan.
Struktur Data uji khi-kuadrat Baris / Kolom 1 2 … c Total 1 n11 n12 … n1c n1. 2 n21 n22 … n2c n2. . . . . . . . . . . . . . . . r nr1 nr2 … nrc nr. Total n.1 n.2 n.c n
Hipotesis pada pengujian khi-kuadrat adalah:
H0 : pij = pi•p•j (tidak terdapat hubungan antara baris dan kolom (bebas)) Ha : pij ≠ pi•p•j (terdapat hubungan antara baris dan kolom (tidak bebas)) Keputusan:
Pada CHAID, kuadrat digunakan dalam dua hal. Yang pertama, statistik khi-kuadrat digunakan untuk menentukan apakah kategori – kategori dalam sebuah variabel penjelas bersifat seragam dan bisa digabungkan menjadi satu. Yang kedua, statistik khi-kuadrat digunakan untuk menentukan variabel penjelas mana yang paling signifikan untuk membagi atau membedakan kategori – kategori dalam variabel respon ketika semua variabel penjelas sudah diringkas menjadi bentuk yang signifikan dan tidak mungkin digabung lagi, (Gallagher, 2000).
Koreksi Bonferroni
Koreksi Bonferroni adalah suatu proses koreksi yang digunakan ketika beberapa uji statistik untuk kebebasan dilakukan secara bersamaan yang biasanya digunakan dalam pembandingan berganda.
3. Kesimpulan
Simpulan yang dapat ditarik dari hasil analisis CHAID atas kepuasan peserta kursus terhadap faktor – faktor yang ada adalah:
1. Pada faktor fasilitas, terdapat hubungan antara identitas peserta kursus dengan tingkat kepuasan. Peserta kursus terbagi menjadi empat kelompok. Kelompok pertama peserta kursus dengan umur 17 tahun. Kelompok kedua peserta kursus dengan umur 18 – 21 tahun dan berjenis kelamin laki – laki. Kelompok ketiga peserta kursus dengan umur 18 – 21 tahun dan berjenis kelamin peremuan. Kelompok keempat, peserta kursus dengan umur 22 tahun.
2. Tidak ada hubungan antara identitas peserta kursus dengan tingkat kepuasan terhadap biaya kursus.
3. Tidak ada hubungan antara identitas peserta kursus dengan tingkat kepuasan terhadap tenaga pengajar.
4. Pada faktor metode pengajaran, terdapat hubungan antara identitas peserta kursus dengan tingkat kepuasan. Peserta kursus terbagi menjadi dua kelompok. Kelompok pertama, perserta kursus dengan umur 17 – 20 tahun. Kelompok kedua peserta kursus dengan umur 21 – 22 tahun.
5. Tidak ada hubungan antara identitas peserta kursus dengan tingkat kepuasan terhadap waktu kursus.
6. Tidak ada hubungan antara identitas peserta kursus dengan tingkat kepuasan terhadap lokasi.
Daftar Pustaka
[1] Bagozzi, R.P., (1994). Advanced Methods of Marketing Research. Oxford: Blackwell Publishers Ltd.
[2] Du Toit, S.H.C., Steyn A.G.W., Strumph R.H. (1986). Graphical Exploraoty Data Analysis. New York: Springer-Verlag.
[3] Fileding, A., (1997). Binary Segmentation : The Automatic Interaction Detector and Related Techigue for Exploring Data Structure. In O’Muircheartaigh, C. A., daPayne, (1997). The Analysis of Survey Data Vol.1 Exploring Data Structure. London: John Willey & Son.
[4] Gallagher, C.A., Monroe, H.M., Fish J.L. (2000). An Iterative Approach to Classification Analysis. www.casact.org/library/ratemaking/90dp237.pdf. Tanggal akses: 18 Agustus 2011.
