BAB 3 METODOLOGI PENELITIAN

Transkripsi

1 19 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 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 Biaya adalah nilai atau kas setara yang dikorbankan untuk barang atau jasa

2 20 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 Pendidikan terakhir pengajar adalah pembelajaran pengetahuan, keterampilan, dan kebiasaan sekelompok orang yang diturunkan dari satu generasi

3 21 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 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 SMAN 2 yang terletak di Jalan Patuan Anggi No. 8 Pematangsiantar. Penelitian dilakukan pada tanggal 16 Maret SMAN 3 yang terletak di Jalan Pane No. 38 Pematangsiantar. Penelitian dilakukan pada tanggal 17 Maret SMAN 4 yang terletak di Jalan Pattimura No. 1 Pematangsiantar. Penelitian dilakukan pada tanggal 18 Maret SMAN 5 yang terletak di Jalan Medan Km 6,5 Pematangsiantar. Penelitian dilakukan pada tanggal 13 Maret SMAN 6 yang terletak di Jalan Cadika No. 15 Pematangsiantar. Penelitian dilakukan pada tanggal 14 Maret Penentuan Populasi dan Sampel Populasi adalah gabungan dari seluruh elemen yang berbentuk peristiwa, hal, atau orang yang memiliki karakteristik yang serupa yang menjadi pusat semesta penelitian (Ferdinand, 2006). Populasi dalam penelitian ini adalah siswa SMA Negeri di pematangsiantar, yaitu SMAN1, SMAN2, SMAN3, SMAN4, SMAN5, SMAN6. Sampel adalah sebagian yang diambil dari populasi (Supranto, 2004).

4 22 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 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 2 SMAN 2 Pematangsiantar 36

5 23 3 SMAN 3 Pematangsiantar 33 4 SMAN 4 Pematangsiantar 34 5 SMAN 5 Pematangsiantar 30 6 SMAN 6 Pematangsiantar 23 Jumlah Sampel 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) 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 Teknik Pengolahan Data Supaya data yang telah dikumpulkan dapat bermanfaat, maka data harus diolah dan dianalisis sehingga dapat digunakan untuk mengintepretasikan, dan sebagai dasar dalam pengambilan keputusan. Adapun analisis data yang digunakan dalam penelitian ini adalah analisis kualitatif dan analisis kuantitatif.

6 24 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 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 Menentukan atribut dan taraf/level bimbingan belajar yang digunakan dalam merancang kombinasi (stimuli) yang akan dievaluasi oleh siswa. Pada penelitian ini tercakup delapan atribut dengan masing-masing atribut atas dua sampai tiga taraf/level.

7 25 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 = 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 Prosedur analisis konjoin yang digunakan dalam penelitian ini adalah regresi linear dengan variabel dummy.

8 26 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 lakilaki (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 : 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 /Paket 2 Rp Rp /Paket 3 >Rp /Paket

9 27 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 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 Tujuan Penelitian ini untuk mengidentifikasi atribut yang dianggap penting oleh konsumen dalam memilih bimbingan belajar, menentukan kombinasi atribut yang disukai konsumen dan untuk menentukan urutan prioritas atribut yang disukai konsumen

10 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 5 jika jawaban responden sangat setuju (SS) dengan stimuli Skor 4 jika jawaban responden setuju (S) dengan stimuli

11 29 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 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 Level Level 3 0 0

12 30 Untuk atribut sistem pembayaran, level dari atribut dikodekan sebagai berikut: Level Level Level Level 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 Level Level Untuk atribut lokasi, level dari atribut dikodekan sebagai berikut : Level Level 1 1 Level 2 0

13 31 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 No Biaya Sistem pembayaran Wa ktu Ma teri jumlah siswa Lok asi Pen ddkn Fasili tas Rating X1 X2 X3 X4 X5 X6 x7 x8 X9 X10 X11 Y

14 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 jumlah siswa per kelas

15 33 = 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 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) b b b b b b b b b b b

16 34 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) b b b b b b b b b b b a. Dependent Variable: y Persamaan regresi linear berganda digunakan untuk memperkirakan nilai utilitas. Harus diperoleh utilitas setiap atribut, setiap atribut memiliki taraf. Dengan diketahuinya kode variabel dummy, setiap taraf dilambangkan terlebih dahulu. Untuk atribut biaya, utilitas masing-masing taraf dilambangkan oleh (Rp /Paket), (Rp Rp /Paket), (>Rp /Paket). Untuk Atribut sistem pembayaran, utilitas masing-masing

17 35 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 :

18 36 (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 Untuk atribut sistem pembayaran diperoleh persamaan yang dinyatakan sebagai berikut :

19 37 (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 :

20 38 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 :

21 39 ( ) 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 :

22 40 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 (25) diperoleh persamaan :

23 41 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) - Dari persamaan (29) diperoleh persamaan :

24 42 ( ) 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 : Atribut fasilitas

25 43 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) Berdasarkan rumus 4.2 maka tingkat kepentingan setiap atribut adalah :

26 44 Biaya ( ) = ( ) = 1,251 Sistem Pembayaran ( ) = ( ) = 0,749 Waktu Bimbingan ( ) = ( ) = 0,625 Materi Pelajaran ( ) = ( ) = 1,124 Jumlah Siswa per Kelas ( ) = ( ) = 0,5 Lokasi ( ) = ( ) = 0,125 Pendidikan Pengajar ( ) = ( ) = 0,376 Fasilitas ( ) = ( ) = 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 : Biaya ( ) = = = 0,196 Sistem Pembayaran ( ) = = = 0,117

27 45 Waktu Bimbingan ( ) = = = 0,098 Materi Pelajaran ( ) = = = 0,176 Jumlah Siswa per Kelas ( )= = = 0,078 Lokasi ( ) = = = 0,02 Pendidikan Pengajar ( ) = = = 0,059 Fasilitas ( ) = = = 0,255 Tabel 4.3 Hasil Metode full-profile Untuk Satu Orang Responden Atribut Taraf/Level Tingkat Utilitas Kepentingan Deskripsi Lambang Skor Skor Bobot (1) (2) (3) (4) (5) (6) Biaya <Rp /Paket 0,584 1,251 0,196

28 46 Rp Rp /Paket 0,083 >Rp /Paket -0,667 Setiap Bulan -0,416 Sistem Pembayaran Setiap semester 0,333 0,749 0,117 Setiap tahun 0,083 Waktu sesuai Waktu Bimbingan konsumen Waktu ditentukan 0,3125 0,625 0,098 lembaga -0,3125 Relevan dengan Materi Pelajaran kurikulum Tidak relevan dengan 0,562 1,124 0,176 kurikulum -0,562 Jumlah Siswa Per kelas <21 siswa ,25 0,5 0,078

29 47 >30 siswa -0,25 Dilalui kendaraan Lokasi umum 0,0625 0,125 0,02 Tidak dilalui kendaraan umum -0,0625 Pendidikan S1 0,188 0,376 0,059 D3-0,188 Fasilitas AC 0,8125 1,625 0,255 Non AC -0,8125 Tabel 4.4 Nilai Utilitas Satu Orang Responden Atrbiut Taraf/level Utility Estimate Std. Error Biaya <Rp /Paket 0, Rp Rp /Paket 0,

30 48 >Rp /Paket -0, Sistem Pembayaran Setiap Bulan -0, Setiap semester 0, Setiap tahun 0, Waktu Bimbingan Materi Pelajaran Jumlah Siswa per Kelas Waktu sesuai konsumen 0, Waktu ditentukan lembaga -0, Relevan dengan kurikulum 0, Tidak relevan dengan kurikulum -0, < 21 siswa 0, siswa > 30 siswa 0, Lokasi Dilalui kendaraan umum 0, Tidak dilalui kendaraan umum -0, Pendidikan Pengajar S1 0, D3-0, Fasilitas AC 0, Non AC -0, (Constant)

31 49 Tabel 4.5 Nilai Kepentingan Relatif Satu Orang Responden Atribut NPR Biaya % Sistem Pembayaran % Waktu Bimbingan 9.800% Materi Pelajaran % Jumlah Siswa per Kelas 7.800% Lokasi 2.00% Pendidikan Terakhir Pengajar 5.900% Fasilitas % b) Menggunakan software SPSS 17.0 dengan program syntax Hasil perhitungan nilai utilitas dan nilai kepentingan relatif dengan menggunakan SPSS dapat dilihat pada lampiran 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. Penafsiran angka utilitas perlu memperhatikan penyusunan rangking yang dilakukan oleh responden. Karena dalam penelitian ini, responden melakukan penyusunan rangking dari yang paling disukai hingga yang paling tidak disukai, maka tanda negatif yang terbaca sebagai nilai utilitas menunjukkan bahwa responden tidak menyukai level/taraf tersebut. Pada dasarnya,nilai utilitas adalah selisih antara rata-rata faktor tertentu dengan nilai konstannya. Perhitungan nilai

32 50 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 /Paket Rp Rp /Paket >Rp /Paket Sistem Pembayaran Setiap Bulan Setiap semester Setiap tahun Waktu Bimbingan Waktu sesuai konsumen Waktu ditentukan lembaga Materi Pelajaran Relevan dengan kurikulum Tidak relevan dengan kurikulum Jumlah Siswa per Kelas < 21 siswa siswa > 30 siswa Lokasi Dilalui kendaraan umum

33 51 Tidak dilalui kendaraan umum Pendidikan Pengajar S D Fasilitas AC Non AC (Constant) 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 : 1. Biaya

34 52 Pada atribut biaya, utility yang bernilai positif adalah Rp Rp /Paket, maka secara umum responden menyukai biaya Rp Rp /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 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 8. Fasilitas

35 53 Pada atribut fasilitas, utility yang bernilai positif adalah level/taraf AC. Maka secara umum responden lebih menyukai fasilitas AC dibandingkan Non AC 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 % Sistem Pembayaran % Waktu Bimbingan 9.774% Materi pelajaran 8.671% Jumlah siswa per kelas % Lokasi 9.151% Pendidikan terakhir pengajar % Fasilitas % Total 100%

36 54 Gambar 4.3. Diagram Kepentingan Relatif Keseluruhan Responden 16.34% 16.53% 16.99% 9.77% 8.67% 9.15% 11.90% 10.64% 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 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 signifikan maka ditolak. diterima, sebaliknya jika angka

37 55 Tabel 4.8 Korelasi antara Variabel Observed dan Estimated Preference Correlations a Value Sig. Pearson's R Kendall's tau 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 Actual. Hal ini membuktikan adanya hubungan yang cukup kuat atau terdapat ketepatan dalam memprediksi (predictive accuracy) dengan kata lain model regresi linear multiple cocok atau tepat untuk data yang dianalisis. Oleh karena itu, evaluasi utilitas yang dilakukan memiliki validitas yang baik.

38 56 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 Rp /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 Saran Berdasarkan hasil penelitian terdapat beberapa saran dari peneliti, saran-saran tersebut sebagai berikut : 1. Atribut bimbingan belajar menurut siswa yang dianggap paling penting seperti jumlah siswa per kelas, sistem pembayaran dan biaya bimbingan

39 57 belajar. Atribut tersebut dapat sebagai evaluasi bagi lembaga bimbingan belajar untuk meningkatkan kualitas bimbingan belajar. 2. Hasil dari penelitian ini dapat digunakan sebagai refrensi atau memberi gambaran bagi bimbingan belajar untuk menghasilkan konsep baru bimbingan belajar yang sesuai minat siswa.