BAB 3
METODOLOGI PENELITIAN
3.1. Variabel Penelitian
Variabel adalah suatu atribut atau sifat atau nilai dari orang, objek, atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari yang ditarik kesimpulannya (Sugiyono, 2007). Penelitian ini menggunakan dua variabel yaitu :
1. Variabel dependen
Variabel dependen adalah variabel yang menjadi pusat perhatian utama peneliti. Hakekat sebuah masalah mudah terlihat dengan mengenali berbagai variabel dependen yang digunakan dalam sebuah model. Variabilitas dari atau atas faKtor inilah yang berusaha untuk dijelaskan oleh seorang peneliti (Ferdinand, 2006). Variabel dependen dalam penelitian ini adalah : preferensi siswa terhadap bimbingan belajar.
2. Variabel Independen
Variabel independen yang dilambangkan dengan (X) adalah variabel yang mempengaruhi variabel dependen, baik yang pengaruhnya positif maupun yang pengaruhnya negative (Ferdinand, 2006). Variabel independen dalam penelitian ini adalah : biaya, sistem pembayaran, lokasi, waktu bimbingan, pendidikan terakhir pengajar, fasilitas ruang, materi pelajaran, jumlah siswa perkelas.
3.2. Definisi Operasional
Definisi operasional variabel adalah suatu definisi mengenai variabel yang dirumuskan berdasarkan karakteristik-karakteristik variabel tersebut yang dapat diamati (Azwar, 1997). Definisi operasional dalam penelitian ini meliputi :
1) Biaya
yang diharapkan memberikan manfaat pada saat ini atau pada saat masa yang akan datang.
2) Sistem Pembayaran
Sistem pembayaran adalah system yang mencakup seperangkat aturan, lembaga dan mekanisme yang digunakan untuk melaksanakan pemindahan dana guna memenuhi suatu kewajiban.
3) Waktu Bimbingan
Waktu bimbingan meliputi ditentukan lembaga dan sesuai konsumen. Apabila waktu ditentukan oleh lembaga maka setiap konsumen harus mengikuti peraturan waktu yang telah ditetapkan oleh lembaga. Dan jika waktu sesuai konsumen maka konsumen dapat memilih waktu yang tepat sesuai dengan kesibukannya.
4) Materi Pelajaran
Materi pelajaran secara garis besar dapat dikemukakan bahwa materi pembelajaran (instructional material) adalah pengetahuan, keterampilan, dan sikap yang harus dikuasai oleh peserta didik dalam rangka memenuhi standar kompetensi yang ditetapkan.
5) Jumlah Siswa Per Kelas
Jumlah siswa per kelas sangat berpengaruh terhadap kenyamanan konsumen/siswa terhadap pemberian materi pembelajaran.
6) Lokasi
Lokasi meliputi strategis atau tidak strategisnya suatu lembaga. Strategis disini bila lokasi lembaga dilalui kendaraan umum dan tidak strategis apabila lokasi lebaga tidak dilalui kendaraan umum.
7) Pendidikan Terakhir Pengajar
ke generasi berikutnya melalui pengajaran, pelatihan atau peneltian yang telah mencapai standar pendidikan terakhir.
8) Fasilitas
Fasilitas yang diberikan lembaga juga merupakan faktor yang sering menjadi pertimbangan. Fasilitas disini adalah AC dan Non AC.
3.3. Lokasi dan Waktu Penelitian
Penelitian dilakukan di SMA Negeri Kota Pematangsiantar yaitu:
1. SMAN 1 yang terletak di Jalan Parsoburan No. 24 Pematangsiantar. Penelitian dilakukan pada tanggal 15 Maret 2017.
2. SMAN 2 yang terletak di Jalan Patuan Anggi No. 8 Pematangsiantar. Penelitian dilakukan pada tanggal 16 Maret 2017.
3. SMAN 3 yang terletak di Jalan Pane No. 38 Pematangsiantar. Penelitian dilakukan pada tanggal 17 Maret 2017.
4. SMAN 4 yang terletak di Jalan Pattimura No. 1 Pematangsiantar. Penelitian dilakukan pada tanggal 18 Maret 2017.
5. SMAN 5 yang terletak di Jalan Medan Km 6,5 Pematangsiantar. Penelitian dilakukan pada tanggal 13 Maret 2017.
6. SMAN 6 yang terletak di Jalan Cadika No. 15 Pematangsiantar. Penelitian dilakukan pada tanggal 14 Maret 2017.
3.4. Penentuan Populasi dan Sampel
Untuk melakukan analisis statistik diperlukan data, karenanya data perlu dikumpulkan.
Sampel dalam penelitian ini adalah siswa kelas XII SMA Negeri di Pematangsiantar yaitu siswa kelas XII SMAN1, SMAN2, SMAN3, SMAN4, SMAN5, SMAN6 dan siswa yang mengikuti bimbingan belajar.
3.5. Teknik Pengambilan Sampel
Pada penelitian ini pengambilan sampel dilakukan menggunakan teknik
nonprobability sampling yaitu purposive sampling. Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap unsur anggota populasi untuk dipilih menjadi sampel. Menurut Sudjana (2009:168) purposive sampling dikenal juga sebagai samping pertimbangan, terjadi apabila pengambilan sampel dilakukan berdasarkan pertimbangan perorangan atau pertimbangan peneliti. Sampel yang diambil dari SMA Negeri Pematangsiantar sebanyak lima sampai tujuh orang per kelas dari kelas XII-IPA. Sampel yang diambil berdasarkan petimbangan sebagai berikut:
1. Siswa yang dijadikan sampel harus siswa Kelas XII-IPA.
2. Siswa yang dijadikan sampel harus siswa yang sedang ikut bimbingan belajar/siswa yang pernah mengikuti bimbingan belajar.
Roscoe dalam buku Research Method for Bussiness (1982) menyatakan bahwa dalam analisis multivariat, jumlah sampel minimal adalah sepuluh kali dari jumlah variabel yang diteliti.
Tabel 3.1. Jumlah Sampel Penelitian
No Populasi Jumlah Sampel
1 SMAN 1 Pematangsiantar 27
3 SMAN 3 Pematangsiantar 33
4 SMAN 4 Pematangsiantar 34
5 SMAN 5 Pematangsiantar 30
6 SMAN 6 Pematangsiantar 23
Jumlah Sampel 183
3.6. Jenis dan Sumber Data
Data yang diperlukan dalam analisis konjoin dapat berupa data non metrik (data berskala nominal atau data ordinal atau kategorial) maupun data metrik (data berskala interval atau rasio).
3.7. Teknik Pengumpulan Data
Metode pengumpulan data penelitian ini menggunakan : a) Kuisioner
Kuisioner adalah pengumpulan data yang dilakukan dengan cara memberikan pertanyaan-pertanyaan kepada responden dengan panduan kuisioner.
b) Studi Pustaka
Studi pustaka merupakan metode pengumpulan data yang dilakukan dengan membaca buku-buku, literature, jurnal-jurnal, refrensi yang berkaitan dengan penelitian ini dan penelitian terdahulu yang berkaitan dengan penelitian yang sedang dilakukan.
3.8. Teknik Pengolahan Data
1. Analisis Kualitatif
Analisis kualitatif merupakan bentuk analisis yang berdasarkan dari data yang dinyatakan dalam bentuk uraian. Analisis kualitatif ini digunakan untuk membahas dan menerangkan hasil penelitian tentang berbagai gejala atau kasus yang dapat diuraikan dengan kalimat.
2. Analisis Kuantitatif
Analisis kuantitatif merupakan analisis yang digunakan terhadap data yang berwujud angka-angka dan cara pembahasannya dalam penelitian ini menggunakan program SPSS 17 . Adapun metode pengolahannya adalah sebagai berikut :
a. Coding (Pemberian kode)
Proses pemberian kode tertentu terhadap macam dari kuisioner untuk kelompok ke dalam kategori yang sama.
b. Scoring (Pemberian Skor)
Scoring adalah suatu kegiatan yang berupa penelitian atau pengharapan yang berupa angka-angka kuantitatif yang diperlukan dalam penghitungan hipotesa atau mengubah data yang bersifat kualitatif ke dalam bentuk kuantitatif.
3.9. Teknik Analisis Data
Penelitian ini dilakukan dengan alat ukut yaitu analisis konjoin untuk mengetahui preferensi siswa terhadap bimbingan belajar. Adapun tahapan dalam analisis konjoin adalah sebagai berikut :
1. Mengidentifikasi atribut
2. Merancang kombinasi atribut (stimuli)
Pada metode full-profile,untuk jumlah stimuli yang terlalu banyak, bisa dilakukan dengan pengurangan stimuli dengan ketentuan stimuli minimum adalah:
Minimum Stimuli = Jumlah level-Jumlah faktor+1
Sehingga dari 8 atribut dan 19 taraf/level jumlah minimal stimuli adalah sebanyak 19-8+1= 12 stimuli.
3. Menentukan metode pengumpulan data
Responden diminta untuk menilai 16 stimuli yang telah dirancang sebelumnya dengan angka 1 sampai 5. Nilai 1 diberikan responden untuk kombinasi yang paling tidak disukai sampai ranking 5 untuk yang paling disukai.
4. Menentukan metode analisis data
BAB 4
HASIL DAN PEMBAHASAN
4.1. Karakteristik responden
Penelitian ini dilakukan dengan penyebaran kuesioner pada siswa SMA Negeri di Pematangsiantar yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5, SMAN6 sebanyak 183 siswa yang menjadi responden penelitian, diantaranya 67 siswa laki-laki (36,61%) dan 116 siswa perempuan (63,39%). Siswa yang menjadi sampel pada penelitian ini terdiri dari siswa kelas XII IPA. Diantaranya SMA N1 sebanyak 27 orang (14,75%), SMAN2 sebanyak 36 orang (19,67%), SMAN3 sebanyak 33 orang (18,03 %), SMAN4 sebanyak 34 orang (18,58%), SMAN5 sebanyak 30 orang (16,40%), SMAN6 sebanyak 23 orang (12,57%)
4.2. Penyajian Data
Data analisis konjoin didapat dari urutan kartu profil dalam kuesioner. Dalam penelitian ini metode presentase yang digunakan adalah full profile yang menggunakan data metrik yaitu dengan cara merating. Proses analisis konjoin dilakukan dengan langkah-langkah sebagai berikut :
4.2.1. Mengidentifikasi Atribut
Perumusan masalah dimulai dari mendefinisikan produk sebagai kumpulan dari atribut-atribut dimana setiap atribut terdiri atas beberapa level/taraf.
Tabel 4.1. Atribut dan Level Atribut dalam penelitian
No Atribut Level Keterangan
1 Biaya 1 <Rp.2.000.000/Paket
2 Rp.2.000.000 –
2 Sistem Pembayaran 1 Setiap Bulan 2 Setiap semester 3 Setiap tahun
3 Waktu Bimbingan 1 Waktu sesuai konsumen 2 Waktu ditentukan lembaga 4 Materi Pelajaran 1 Relevan dengan kurikulum 2 Tidak relevan dengan
kurikulum 5 Jumlah Siswa Per Kelas 1 < 21 siswa
2 21 – 30 siswa 3 > 30 siswa
6 Lokasi 1 Dilalui kendaraan umum
2 Tidak dilalui kendaraan umum
7 Pendidikan Terakhir Pengajar
1 S1
2 D3
8 Fasilitas Ruang 1 AC
2 Non AC
4.2.1. Mendesain Stimuli
Setelah atribut dan taraf atribut diperoleh (pada tabel 4.1.) selanjutnya adalah menentukan preferensi responden terhadap setiap kombinasi. Untuk itu dibutuhkan adanya stimuli. Stimuli adalah kombinasi antara atribut dengan level. Dari 8 atribut dan 19 level tersebut didapat jumlah kombinasi yang mungkin untuk disusun sebanyak 864 stimuli (diperoleh dari hasil perkalian tiap level= 3x3x2x2x3x2x2x2=864). Jika ke-864 kombinasi stimuli tersebut digunakan, dapat menyulitkan responden dalam mengevaluasi kombinasi stimuli tersebut. Responden akan sulit memberikan jawaban yang konsisten, membutuhkan waktu yang lama dan akhirnya responden menjawabnya tidak sesuai dengan kenyataan sebenarnya sehingga hasil yang diperoleh tidak akurat. Untuk mengatasi hal itu perlu dilakukan pengurangan jumlah stimuli. Menurut Menurut Santoso Singgih (2010) “Untuk jumlah stimuli yang terlalu banyak, dapat dilakukan pengurangan stimuli dengan ketentuan stimuli minimal, yaitu Minimum Stimuli=Jumlah level – Jumlah faktor + 1”.
Salah satu cara yang umum dipakai untuk mengurangi jumlah kombinasi tersebut adalah Orthogonal Array Design, yakni fractional factorial design.
Melalui perancangan ini akan diperoleh suatu kombinasi atribut yang benar-benar berpengaruh terhadap efek utama, sementara interaksi yang tidak penting diabaikan. Untuk dapat mereduksi kombinasi menghasilkan sedikit kombinasi dilakukan dengan mendesain stimuli menggunakan konsep Orthogonalitas dalam mereduksi kombinasi atribut dengan setiap levelnya sehingga responden lebih mudah memberikan pendapat pada setiap stimuli, dengan menggunakan bantuan perintah Orthoplan pada SPSS 17 , sehingga diperoleh hasil 16 stimuli yang dapat digunakan untuk mengetahui preferensi responden dapat dilihat pada lampiran 2
Selanjutnya responden diminta untuk memberikan rating terhadap 16 kombinasi tersebut pada lampiran 1 dengan menggunakan skala likert , dengan urutan :
Skor 3 jika jawaban responden cukup (C) dengan stimuli Skor 2 jika jawaban responden tidak setuju (TS) dengan stimuli
Skor1 jika jawaban responden sangat tidak setuju (STS) dengan stimuli
4.2.2. Menghitung Nilai Utilitas dan Nilai Kepentingan Relatif
Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat menggunakan dua cara, yaitu :
a) Menggunakan perhitungan manual b) Menggunakan software SPSS 17
a) Menggunakan perhitungan manual
Sebelum melakukan perhitungan nilai kegunaan taraf atribut, harus diketahui dahulu urutan rating dari masing-masing stimuli keseluruhan responden. Namun untuk menduga rating atribut berdasarkan data salah seorang responden pada lampiran 3.
Untuk menyelesaikan analisis konjoin, dilakukan dengan dummy variable regression. Variabel dummy adalah suatu bilangan yang dibangkitkan dari taraf atribut dengan ketentuan sebagai berikut :
1. Peubah boneka bernilai 1 atau 0, suatu variabel diberi nilai 1 bila taraf yang bersangkutan ada dan nilai 0 bila tidak ada.
2. Jumlah peubah boneka dari suatu atribut ada sebanyak p-1 dan p adalah banyaknya taraf dalam suatu atribut.
Selanjutnya dilakukan pengkodean dengan variabel dummy yang mewakili setiap taraf dari masing-masing atribut.
Untuk atribut biaya, level dari atribut dikodekan sebagai berikut : Level
Level 1 1 0
Level 2 0 1
Untuk atribut sistem pembayaran, level dari atribut dikodekan sebagai berikut:
Level
Level 1 1 0
Level 2 0 1
Level 3 0 0
Untuk atribut waktu bimbingan, level dari atribut dikodekan sebagai berikut: Level
Level 1 1
Level 2 0
Untuk atribut materi pelajaran, level dari atribut dikodekan sebagai berikut: Level
Level 1 1
Level 2 0
Untuk atribut jumlah siswa per kelas, level dari atribut dikodekan sebagai berikut :
Level
Level 1 1 0
Level 2 0 1
Level 3 0 0
Untuk atribut lokasi, level dari atribut dikodekan sebagai berikut : Level
Level 1 1
Untuk atribut pendidikan terakhir pengajar, level dari atribut dikodekan sebagai berikut :
Level
Level 1 1
Level 2 0
Untuk atribut fasilitas, level dari atribut dikodekan sebagai berikut :
Level
Level 1 1
Level 2 0
Bentuk pertanyaan dalam kuesioner (lampiran 1) dan responden memberikan preferensi mereka atas setiap kombinasi (lampiran 3). Preferensi diperoleh dengan mengurutkan kombinasi-kombinasi yang tersedia berdasarkan tingkat kepentingan relatif. Data stimuli (pada lampiran 2) akan dikodekan dengan menggunakan variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif.
Tabel 4.2. Pengkodean Data untuk Regresi
7 0 0 0 0 1 1 0 1 1 0 1 4
8 0 0 1 0 0 1 0 0 0 0 0 1
9 1 0 1 0 0 0 0 1 0 0 1 3
10 1 0 0 1 1 0 0 0 1 0 0 3
11 1 0 1 0 1 0 1 0 0 0 1 4
12 1 0 1 0 1 1 1 0 1 1 1 5
13 0 1 1 0 1 1 1 0 0 0 0 3
14 0 1 1 0 0 0 0 1 1 1 0 1
15 1 0 0 0 0 0 1 0 1 0 0 2
16 1 0 1 0 0 1 0 0 1 1 1 5
Pada tabel 4.1 adalah data yang sudah ditransformasikan. Selanjutnya data yang diperoleh dari hasil kuesioner dianalisis dengan persamaan regresi linier berganda menggunaka metode Ordinary Least Square (OLS) dengan variabel bebas berupa dummy sebanyak 11 buah dengan rumus 4.1.
Keterangan:
U(X) = Kegunaan atau utilitas
= Variabel dummy mewakili bagian biaya = Variabel dummy mewakili sistem pembayaran
= Variabel dummy mewakili waktu bimbingan = Variabel dummy mewakili materi pelajaran
= Variabel dummy mewakili lokasi
= Variabel dummy mewakili pendidikan terakhir pengajar = Variabel dummy mewakili fasilitas
Untuk menentukan nilai koefisien dst dapat diperoleh dengan menggunakan SPSS. Dengan menggunakan SPSS maka diperoleh hasil adalah :
Tabel 4.2 Koefisien Nilai beta dari SPSS
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) .688 .499 1.378 .240
b1 1.250 .316 .496 3.961 .017
b2 .750 .364 .258 2.058 .109
b3 -.500 .316 -.198 -1.584 .188
b4 .250 .364 .086 .686 .530
b5 .625 .258 .248 2.425 .072
b6 1.125 .258 .446 4.366 .012
b7 .250 .316 .099 .792 .473
b8 -.250 .364 -.086 -.686 .530
b9 .125 .258 .050 .485 .653
b10 .375 .258 .149 1.455 .219
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) .688 .499 1.378 .240
b1 1.250 .316 .496 3.961 .017
b2 .750 .364 .258 2.058 .109
b3 -.500 .316 -.198 -1.584 .188
b4 .250 .364 .086 .686 .530
b5 .625 .258 .248 2.425 .072
b6 1.125 .258 .446 4.366 .012
b7 .250 .316 .099 .792 .473
b8 -.250 .364 -.086 -.686 .530
b9 .125 .258 .050 .485 .653
b10 .375 .258 .149 1.455 .219
b11 1.625 .258 .644 4.306 .003
a. Dependent Variable: y
dilambangkan oleh (Setiap Bulan), (Setiap semester), (Setiap tahun). Untuk atribut waktu bimbingan, utilitas masing-masing taraf dilambangkan oleh (Waktu sesuai konsumen), (Waktu ditentukan lembaga). Untuk atribut materi pelajaran, utilitas masing-masing dilambangkan oleh (Relevan dengan kurikulum), (Tidak relevan dengan kurikulum). Untuk atribut jumlah siswa per kelas, utilitas masing-masing dilambangkan oleh (<21 siswa), (21-30 siswa), (>30 siswa). Untuk atribut lokasi, utilitas masing-masing dilambangkan oleh (Dilalui kendaraan umum), (Tidak dilalui kendaraan umum). Untuk atribut pendidikan terakhir pengajar, utilitas masing-masing dilambangkan oleh (S1), (D3). Untuk atribut fasilitas ruang, utilitas masing-masing dilambangkan oleh (AC), (Non AC).
Atribut biaya
Untuk atribut biaya diperoleh persamaan yang dinyatakan sebagai berikut :
(1)
(2)
(3)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(4)
(5)
-
(6)
Dari persamaan (3) diperoleh persamaan :
(7)
Dari persamaan (5) dan (7) diperoleh persamaan :
+
Dari persamaan (5) diperoleh persamaan :
Dari persamaan (3) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut sistem pembayaran
(8)
(9)
(10)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(11)
(12)
-
(13)
Dari persamaan (10) diperoleh persamaan :
(14)
Dari persamaan (12) dan (14) diperoleh persamaan :
+
Dari persamaan (12) diperoleh persamaan :
Dari persamaan (10) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut waktu bimbingan
Untuk atribut waktu bimbingan diperoleh persamaan yang dinyatakan sebagai berikut :
(15)
(16)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(17)
-
Dari persamaan (16) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut materi pelajaran
Untuk atribut materi pelajaran diperoleh persamaan yang dinyatakan sebagai berikut :
(18)
(19)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(20)
-
Dari persamaan (19) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut jumlah siswa per kelas
Untuk atribut jumlah siswa per kelas diperoleh persamaan yang dinyatakan sebagai berikut :
(21)
(22) (23)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(24)
(25)
-
(26)
Dari persamaan (23) diperoleh persamaan :
(27)
Dari persamaan (25) dan (27) diperoleh persamaan :
+
Dari persamaan (23) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Atribut lokasi
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(28)
(29)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(30)
-
Maka diperoleh hasil sebagai berikut :
Atribut pendidikan terakhir pengajar
Untuk atribut lokasi diperoleh persamaan yang dinyatakan sebagai berikut :
(31)
(32)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(33)
-
Dari persamaan (32) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Untuk atribut fasilitas diperoleh persamaan yang dinyatakan sebagai berikut :
(34)
(35)
Dengan menggunakan nilai-nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut :
(36)
-
Dari persamaan (35) diperoleh persamaan :
Maka diperoleh hasil sebagai berikut :
Utility setiap level masing-masing disajikan pada Tabel 4.4, melalui utility
level-levelnya dapat dihitung tingkat kepentingan setiap atribut, diketahui bahwa tingkat kepentingan atribut adalah selisih utility tertinggi dan terendah. Seperti dinyatakan pada persamaan nilai kepentingan relatif.
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :
( ) (Rumus 4.2)
Biaya =
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan relatif (bobot) dengan berikut :
∑ (Rumus 4.3)
Berdasarkan rumus 4.3 maka bobot setiap atribut :
Waktu Bimbingan =
Tabel 4.3 Hasil Metode full-profile Untuk Satu Orang Responden
>30 siswa
Tabel 4.4 Nilai Utilitas Satu Orang Responden
Atrbiut Taraf/level Utility
Estimate
Std. Error
Biaya <Rp.2.000.000/Paket 0,584 .670
>Rp.3.000.000/Paket -0,667 .511 Sistem
Pembayaran
Setiap Bulan -0,416 .611
Setiap semester 0,333 .670
Setiap tahun 0,083 .670
Waktu Bimbingan
Waktu sesuai konsumen 0,3125 .002
Waktu ditentukan lembaga -0,3125 .002 Materi
Pelajaran
Relevan dengan kurikulum 0,562 .002 Tidak relevan dengan kurikulum -0,562 .002 Jumlah Siswa
per Kelas
< 21 siswa 0,25 .670
21 – 30 siswa 0 .511
> 30 siswa 0,25 .511
Lokasi Dilalui kendaraan umum 0,0625 .002
Tabel 4.5 Nilai Kepentingan Relatif Satu Orang Responden
Atribut NPR
Biaya 19.600%
Sistem Pembayaran 11.700%
Waktu Bimbingan 9.800%
Materi Pelajaran 17.600%
Jumlah Siswa per Kelas 7.800%
Lokasi 2.00%
Pendidikan Terakhir Pengajar 5.900%
Fasilitas 25.500%
b) Menggunakan software SPSS 17.0 dengan program syntax
Hasil perhitungan nilai utilitas dan nilai kepentingan relatif dengan menggunakan SPSS dapat dilihat pada lampiran 5.
4.3. Analisis Utilitas Level Tiap Atribut
Salah satu tujuan dilakukan Analisis konjoin adalah untuk mengetahui nilai utilitas dari setiap level faktor yang diujikan. Dengan mengetahui nilai utilitas tersebut, diketahui pula preferensi responden baik secara individu maupun keseluruhan dalam mengevaluasi atribut bimbingan belajar yang paling disukai.
utilitas keseluruhan responden yang telah dilakukan dengan bantuan program SPSS 17 ditampilkan dalam tabel 4.6.
Tabel 4.6 Nilai utilitas Keseluruhan Responden
Atribut Taraf/Level Utility
Estimate
Std. Error
Biaya <Rp.2.000.000/Paket -.092 .209
Rp.2.000.000 – Rp.3.000.000/Paket
.278 .245
>Rp.3.000.000/Paket -.187 .245
Sistem Pembayaran Setiap Bulan -.033 .209
Setiap semester .124 .245
Setiap tahun -.091 .245
Waktu Bimbingan Waktu sesuai konsumen .043 .157 Waktu ditentukan lembaga -.043 .157 Materi Pelajaran Relevan dengan kurikulum .122 .157
Tidak relevan dengan kurikulum
-.122 .157
Jumlah Siswa per Kelas < 21 siswa .348 .209
21 – 30 siswa .229 .245
> 30 siswa -.577 .245
Tidak dilalui kendaraan umum
-.112 .157
Pendidikan Pengajar S1 .237 .157
D3 -.237 .157
Fasilitas AC .062 .157
Non AC -.062 .157
(Constant) 4.292 .181
Penerapan metode Analisis Konjoin melalui pendekatan analisis regresi multiple menggunakan variabel dummy terhadap atribut bimbingan belajar sebagai berikut:
Penjelasan yang diperoleh yakni bahwa hubungan kedelapan variabel bebas (biaya, sistem pembayaran, waktu bimbingan, materi pelajaran, jumlah siswa per kelas, lokasi, pendidikan terakhir pengajar, dan fasilitas) adalah positif terhadap variabel terikat yaitu variabel preferensi responden, maka dapat disubtitusikan setiap estimasi utilitas kedalam persamaan dasar conjoin yaitu sebagai berikut :
Berdasarkan tabel 4.6, maka penafsiran nilai utilitas dari setiap level pada faktor adalah sebagai berikut :
Pada atribut biaya, utility yang bernilai positif adalah Rp.2.000.000 – Rp.3.000.000/Paket , maka secara umum responden menyukai biaya Rp.2.000.000 – Rp.3.000.000/paket
2. Sistem Pembayaran
Pada atribut sistem pembayaran, utility yang bernilai positif adalah setiap semester dan bernilai negatif untuk level/taraf setiap bulan dan setiap tahun, maka secara umum responden menyukai sistem pembayaran setiap semester 3. Waktu bimbingan
Pada atribut waktu bimbingan, utility yang bernilai positif adalah waktu sesuai konsumen dan bernilai negatif untuk level waktu ditentukan lembaga, maka secara umum responden menyukai waktu bimbingan yang sesuai konsumen
4. Materi pelajaran
Pada atribut materi pelajaran, utility yang bernilai positif adalah relevan dengan kurikulum. Maka secara umum responden menyukai materi pelajaran relevan dengan kurikulum
5. Jumlah Siswa Per Kelas
Karena utility level/atribut <21 siswa bernilai positif dan memiliki nilai yang lebih besar dibandingkan level/atribut 21-30 siswa dan bernilai negative untuk level/atribut >30 siswa, maka secara umum responden menyukai level/atribut <21 siswa per kelas
6. Lokasi
Pada atribut lokasi, utility yang bernilai positif adalah dilalui kendaraan umum. Maka secara umum responden menyukai lokasi yang dilalui kendaraan umum.
7. Pendidikan Terakhir Pengajar
Pada atribut pendidikan terakhir pengajar, utility yang bernilai positif adalah S1. Maka secara umum responden menyukai kriteria pendidikan terakhir pengajar yang lulusan S1
Pada atribut fasilitas , utility yang bernilai positif adalah level/taraf AC. Maka secara umum responden lebih menyukai fasilitas AC dibandingkan Non AC.
4.4. Analisis Tingkat Kepentingan Faktor Relatif
Analisis konjoin sangat bermanfaat untuk mengetahui faktor mana yang paling dipertimbangkan oleh responden ketika mengevaluasi beberapa atribut sekaligus. Dengan mengetahui tingkat kepentingan relatif, maka diperoleh desain kombinasi yang paling diminati responden. Dengan bantuan program SPSS 17, diperoleh hasil total responden pada tabel 4.7.
Tabel 4.7. Tingkat Kepentingan Relatif Keseluruhan Responden
Atribut NPR
Biaya 16.338%
Sistem Pembayaran 16.531%
Waktu Bimbingan 9.774%
Materi pelajaran 8.671%
Jumlah siswa per kelas 16.993%
Lokasi 9.151%
Pendidikan terakhir pengajar 11.899%
Fasilitas 10.643%
Gambar 4.3. Diagram Kepentingan Relatif Keseluruhan Responden
Dari tabel 4.7 disimpulkan bahwa responden memilih jumlah siswa per kelas, sistem pembayaran serta biaya yang paling diutamakan responden dalam memilih bimbingan belajar serta diikuti pendidikan terakhir pengajar, fasilitas, waktu bimbingan, lokasi dan materi pelajaran.
4.5. Uji Signifikansi dan Pengukuran Predictive Accuracy
Dalam analisis konjoin, pengujian validitas (signifikansi) dilakukan dengan melihat nilai korelasi Pearson dan Tau Kendall. Pedoman untuk uji validitas adalah sebagai berikut :
= Tidak ada korelasi yang kuat antara variabel Observed dan Estimated Preference
= Ada korelasi yang kuat antara variabel Observed dan Estimated Preference
Jika angka signifikansi > 0,05 maka diterima, sebaliknya jika angka signifikan maka ditolak.
16.34% 16.53%
9.77%
8.67%
16.99%
9.15%
11.90%
Tabel 4.8 Korelasi antara Variabel Observed dan Estimated Preference
Correlationsa
Value Sig.
Pearson's R .859 .000
Kendall's tau .617 .000
Correlations between observed and estimated preferences
Berdasarkan hasil korelasi menggunakan Pearson’s R dan Kendall’s Tau pada penelitian ini terhadap utilitas prediksi dan utilitas aktual dapat dilihat pada tabel 4.8, diperoleh hasil bahwa prediksi utilitas dengan utilitas aktualnya saling berkorelasi positif dan kuat, yaitu sebesar 0,859 dan 0,617 dan memiliki p-value (signifikan) masing-masing sebesar 0,000 lebih kecil dari α = 0,05 (derajat signifikansi) menunjukkan bahwa ada korelasi yang kuat antara Estimates dan
BAB 5
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Berdasarkan penelitian ini dapat disimpulkan bahwa :
1. Dari hasil penelitian 183 responden, pilihan faktor/atribut dari bimbingan belajar berdasarkan nilai kepentingannya yang paling mempengaruhi ketertarikan responden yang dalam penelitian ini adalah siswa SMA Negeri di Pematangsiantar yaitu : Jumlah siswa per kelas (16,944%), Sistem pembayaran (16,487%), Biaya (16,239%), Pendidikan terakhir pengajar (12,025%), Fasilitas (10,777%) Waktu bimbingan (9,665%), Lokasi (9,049%), Materi pelajaran (8,803%)
2. Konsep atribut bimbingan belajar yang disukai berdasarkan penilaian responden melalui evaluasi 16 kombinasi/stimuli yang disajikan dalam bentuk kuisioner dengan membuat rangking adalah bimbingan belajar yang disukai berdasarkan biaya adalah Rp.2.000.000-Rp.3.000.000/paket, berdasarkan sistem pembayaran adalah setiap semester, berdasarkan waktu bimbingan adalah waktu sesuai konsumen, berdasarkan materi pelajaran adalah relevan dengan kurikulum, berdasarkan jumlah siswa per kelas adalah <21 siswa per kelas, berdasarkan lokasi adalah tidak dilalui kendaraan umum, berdasarkan pendidikan terakhir pengajar adalah tamatan S1, berdasarkan fasilitas adalah fasilitas AC.
5.2. Saran
Berdasarkan hasil penelitian terdapat beberapa saran dari peneliti, saran-saran tersebut sebagai berikut :
belajar. Atribut tersebut dapat sebagai evaluasi bagi lembaga bimbingan belajar untuk meningkatkan kualitas bimbingan belajar.