KEMENTERIAN RISET TEKNOLOGI

DAN PENDIDIKAN TINGGI

INSTITUT TEKNOLOGI KALIMANTAN
JURUSAN TEKNOLOGI INDUSTRI DAN PROSES
PROGRAM STUDI TEKNIK INDUSTRI

LAPORAN PRAKTIKUM
STATISTIK INDUSTRI
PERIODE SEMESTER GANJIL 2019/2020

Disusun oleh:
KELOMPOK 1

Muhammad Revansa Jalil (12181042)

Restu Aditya (12181060)
Reza Adi Pranata (12181061)
Nurwahidatul Zakiah (12181056)
Yovanny Anugrah Pertiwi (12181074)

24 SEPTEMBER 2019
 PRAKTIKUM
STATISTIK INDUSTRI
2019-2020

MODUL I
Statistika Deskriptif

KELOMPOK 1
TEKNIK INDUSTRI
INSTITUT TEKNOLOGI KALIMANT
 KATA PENGANTAR
Assamu’alaikum Wr. Wb
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat-Nya, sehingga
kami dapat menyelesaikan laporan ini. Laporan ini disusun untuk memenuhi
persyaratan mata kuliah praktikum statistika industri Jurusan Teknik Industri.
Menyadari bahwa keberhasilan kami dalam menyelesaikan laporan ini bukan
semata-mata atas jerih payah kami sendiri. Namun berkat bimbingan petunjuk,
fasilitas, dan bantuan dari beberapa pihak. Maka terselesaikannya laporan ini kami
mengucapkan terimakasih kepada :
1. Bayu Nur Abdullah ST.,MT. selaku dosen pengampu praktikum statistika
industri
2. Ayah, ibu, kakak, adik, dan semua keluarga yang selalu mendoakan kami.
3. Nirma Ansalina sebagai asisten praktikum statistika industri 2019 yang
telah membimbing dan memberikan pengarahan selama mengikuti
praktikum ini.
4. Teman-teman dan semua pihak yang tidak bisa kami sebutkan satu persatu
yang telah memberikan dorongan semangat sehingga kami dapat
menyelesaikan laporan ini. Besar harapan laporan praktikum statistika
industri ini dapat bermanfaat bagi penulis dan semua pihak pada
umumnya. Kami menyadari bahwa dalam penulisan ini kurang sempurna,
untuk itu kami mohon maaf dan bersedia menerima kritik dan saran. Akhir
kata, semoga laporan ini bermanfaat bagi kita semua.
Wassalamu’alaikum Wr. Wb
 Daftar Isi
KATA PENGANTAR ............................................................................................3
Daftar Isi .................................................................................................................4
BAB 1 ......................................................................................................................7
1.1 Latar Belakang ........................................................................................7
1.2 Rumusan Masalah ...................................................................................7
1.3 Tujuan Adapun tujuan yang ingin dicapai ialah sebagai berikut: ...........8
1.4 Batasan Praktikum..................................................................................8
1.5 Asumsi Praktikum ...................................................................................8
1.6 Manfaat Praktikum .................................................................................8
BAB 2 ......................................................................................................................9
2.1 Statistika dan Statistik .................................................................................9
2.2 Pembagian jenis data .................................................................................14
2.3 Cara Pengumpulan Data ...........................................................................17
2.4 Teknik Sampling.........................................................................................20
2.5 Service Quality ............................................................................................25
2.6 Uji Kelayakan Quesioner ...........................................................................28
2.7 Statistik Deskriptif .....................................................................................31
2.8 Analysis Crosstabs ......................................................................................37
2.9 Analisis Gap ................................................................................................39
2.10 Important perforamance analysis ...........................................................41
BAB 3 METODOLOGI PRAKTIKUM.............................................................44
3.1 Digram Alir Praktikum .............................................................................44
3.2 Prosedur Praktikum...................................................................................45
BAB 4 ....................................................................................................................46
4.1 Pengumpulan Data .....................................................................................46
4.2 Pengolahan Data ............................................................................................51
4.3 Pengolahan Data Kuisioner Sebenarnya .....................................................55
BAB 5 ....................................................................................................................76
5.1 Kesimpulan .................................................................................................76
5.2 Saran ............................................................................................................76
DAFTAR PUSTAKA ............................................................................................77
 Daftar Tabel

Tabel 2.1 Contoh Tabel Satu Arah .....................................................................32

Tabel 2.2 Contoh Tabel Dua Arah .....................................................................32
Tabel 2.3 Contoh Tabel Distribusi Frekuensi ...................................................33
Table 3; 4.1. Tabel Skala Likert ........................................................................48
Tabel 4.1 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Reliability ..............................................................................................................48
Tabel 4.2 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Tangible.................................................................................................................49
Tabel 4.3 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Emphty ..................................................................................................................49
Tabel 4.4 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Assurance ..............................................................................................................50
Tabel 4.5 Pengumpulan data kepentingan dan kepuasan terhadap dimensi
responsive ..............................................................................................................50
 Daftar Gambar

Gambar 2.1 Grafik Garis ....................................................................................34

Gambar 2.2 Grafik batang single bar ................................................................35
Gambar 2.4 Grafik Batang Multiple Bar ..........................................................35
Gambar 2.4 Grafik Batang Subdivided Bar ......................................................35
Gambar 2.5 Contoh Diagram Lingkaran ..........................................................36
Gambar 2.6 Peta Impoetance Performance ........................................................42
Gambar 1; 4.2 Input Data Validitas ...................................................................52
Gambar 2; 4.2 Klik Corallate -> Bivarate .........................................................53
Gambar 3; 4.2 Input data ke Variable ...............................................................53
Gambar 4; 4.2 Output Validitas .........................................................................54
 BAB 1
PENDAHULUAN
Bab pendahuluan menjelaskan dasar pemikiran dilakukannya praktikum. Bab ini
berisi latar belakang, rumusan masalah, tujuan, batasan praktikum, dan manfaat.
1.1 Latar Belakang
Kehidupan sehari-hari manusia, tidak jauh dari adanya data. Data merupakan
fungsi akurat yang digunakan untuk membanding setiap penelitian yang ada. Data
juga merupakan informasi terpenting dalam mengemukakan suatu penelitian. Data
menjadi bukti penjelas keterangan yang berupa himpunan fakta, angka, huruf,
objek, kondisi, maupun situasi.
Data sangat erat hubungannya dengan statistika. Statistika banyak digunakan
dalam berbagai bidang ilmu manajemen, serta teknologi. Dalam contoh pada bidang
teknik industri yang kajiannya lebih banyak dalam mengolah dan menganalisis
data. Sehingga diperlukan statistika dalam bidang ini untuk mengoptimalkan segala
bentuk kerja dan hasil agar menjadi efisien dan efektif.
Pengumpulan data dalam statistika perlu mempelajari cara penyajian data serta
cara membaca data tersebut agar mudah dipahami. Dalam hal ini digunakanlah
metode analisis GAP dan metode Important Performance Analysis (IPA) dalam
mengolah data sehingga didapatkan informasi yang berguna dan mempermudah
dalam mengambil kesimpulan. Oleh karena itu, dilakukanlah penelitian ini dengan
diambil hasil observasi pertanyaan dari kuisioner pengguna pelayanan pembuatan
KTP di Dinas Catatan Sipil (CAPIL).

1.2 Rumusan Masalah

Berdasarkan latar belakang yang ada, maka didapatakan rumusan masalah
sebagai berikut:
1. Bagaiamana kualitas pelayanan mempunyai pengaruh terhadap kepuasan
konsumen pada pembuatan KTP ?
2. Bagaimana penyediaan fasilitas mempunyai pengaruh terhadap kepuasan
konsumen pada pembuautan KTP ?
1.3 Tujuan
Adapun tujuan yang ingin dicapai ialah sebagai berikut:
1. Untuk mengetahui kualitas pelayanan mempunyai pengaruh terhadap kepuasan
konsumen pada pembuatan KTP.
2. Untuk penyediaan fasilitas mempunyai pengaruh terhadap kepuasan konsumen
pada pembuautan KTP.

1.4 Batasan Praktikum

Adapun batasan yang ada pada praktikum ini ialah:
1. Dalam penelitian ini kepuasan konsumen merupakan media untuk melihat
apakah dipengaruhi variable kualitas pelayanan (reliability, tangible,
responsiveness, assurance, dan empaty) serta variabel penyediaan fasilitas.
2. Penelitian ini dilakukan terbatas pada 40 orang konsumen Dinas Catatan Sipil
yang merupakan salah satu penyedia jasa pembuatan KTP untuk masyarakat.

1.5 Asumsi Praktikum

Asumsi dalam praktikum ini adalah Dalam praktikum ini menggunakan tingkat
kepercayaan 95% dan taraf signifikasi (𝛼 = 0,05) = 5%.

1.6 Manfaat Praktikum

Adapun manfaat yang diharapkan adalah Adanya hasil penelitian ini diharapkan
dapat dijadikan sebagai sumber informasi dalam usaha meningkatkan kualitas
pelayanan agar lebih memuaskan konsumen serta untuk mempertahankan tingkat
layanan yang menguntungkan di masa kini serta yang akan datang.
 BAB 2
DASAR TEORI

2.1 Statistika dan Statistik

Statistik berasal dari kata latin modern statisticum collegium ("dewan negara")
dan bahasa Italia statista ("negarawan" atau "politikus"). Pada awalnya statistik
lebih berfungsi untuk melayani keperluan administrasi negara. Pada awalnya,
negara (raja) memerlukan data jumlah penduduk untuk memberikan gambaran
tentang jumlah tentara yang dapat direkrut, jumlah hewan piaraan dan hasil
pertanian lain untuk memberi gambaran tentang upeti yang dapat diambil, jumlah
pangan yang dihasilkan, dll. Statistik (statistic), dapat diartikan sebagai sekumpulan
data baik berupa bilangan/angka maupun non angka yang melukiskan sesuatu, baik
yang telah tersusun dalam daftar yang teratur (tabel) ataupun grafik/diagram
maupun yang belum. Misalnya statistik penduduk melukiskan jumlah penduduk
berdasar usia penduduk, jenis kelamin, tingkat pendidikan, pekerjaan, dll. Statistik
pertandingan sepakbola melukiskan jalannya pertandingan sepakbola, misalnya
skor 4-4 menggambarkan terjadinya pertandingan yang sangat terbuka diantara
kedua tim sepakbola yang berlaga. Statistika (statistics) membahas mengenai
metode yang digunakan untuk pengumpulan dan analisis data sehingga diperoleh
informasi yang bermanfaat. Statistika juga merupakan pengetahuan yang
berhubungan dengan cara-cara pengumpulan data, penyajian data, pengolahan atau
penganalisaannya dan penarikan kesimpulan berdasarkan kumpulan data dan hasil
analisis yang dilakukan. Berdasar pengertian tersebut, Statistika dapat dibedakan
menjadi 2, yaitu :
1. Statistika Deskriptif, yaitu bagian Statistika yang membicarakan mengenai cara-
cara pengumpulan data dan penyederhanaan data pengamatan yang diperoleh, serta
melakukan penghitungan nilai pemusatan dan penyebaran data.
2. Statistika Induktif, yaitu bagian dari Statistika yang membicarakan semua aturan
dan cara menganalisa data dan menarik kesimpulan. Statistika Induktif pada
umumnya berkaitan dengan dua masalah utama, yaitu pendugaan nilai parameter
populasi dan pengujian hipotesis. Dari Statistika Induktif ini dapat diketahui
besarnya peluang untuk memperoleh kesimpulan yang sama bila penelitian tersebut
diulang, dan dapat memberikan tingkat kepercayaan tertentu terhadap suatu dugaan
atas parameter populasi.
Berdasarkan metode yang digunakan, Statistika Induktif dapat dibedakan
menjadi Statistika Parametrik dan Statistika non Parametrik. Statistika Parametrik
adalah Statistika Inferensia yang mempertimbangkan nilai dari satu atau lebih
parameter populasi dan sehubungan dengan kebutuhan penarikan kesimpulan,
Statistika Parametrik membutuhkan data dengan skala pengukuran minimal
interval. Penurunan prosedur dan penetapan teori pada Statistika Parametrik
berpijak pada asumsi bahwa bentuk distribusi populasi yang biasanya diasumsikan
berdistribusi normal. Statistika non Parametrik adalah bagian dari Statistika
Induktif yang tidak memperhatikan nilai dari satu atau lebih parameter populasi dan
hanya membutuhkan data dengan skala pengukuran nominal atau ordinal. Prosedur
dan teori pada Statistika non Parametrik tidak mensyaratkan terpenuhinya asumsi
data yang berdistribusi normal(Widodo,2016)

A. DEFINISI DATA
Data adalah bentuk jamak dari datum. Data adalah keterangan-keterangan tentang
suatu hal, dapat berupa sesuatu yang diketahui atau dianggap. Jadi data dapat
diartikan sebagai sesuatu yang diketahui atau yang dianggap atau anggapan.
(Hasan,2009). Tujuan pengumpulan data adalah:
a. Untuk memperoleh gambaran suatu keadaan
b. Untuk dasar pengambilan keputusan
Syarat suatu data yang baik diantaranya adalah :
a. Data harus obyektif (sesuai dengan keadaan sebenarnya)
b. Data harus mewakili (representatif)
c. Data harus up to date
d. Data harus relevan dengan masalah yang akan dipecahkan. (Widyantini,2004)

B. PENGUMPULAN DATA
Cara pengumpulan data dapat dibedakan menjadi dua jenis berdasarkan
karakteristiknya yaitu berdasarkan jenis cara pengumpulannya dan berdasarkan
banyaknya data yang diambil.
1. Berdasarkan Jenis Cara Pengumpulannya
a. Pengamatan (observasi), adalah cara pengumpulan data dengan tujuan dan
melihat langsung ke lapangan terhadap objek yang diteliti.
b. Penelusuran literature, adalah cara pengumpulam data dengan menggunakan
sebagian atau seluruh data yang telah ada dari peneliti sebelumnya.
c. Penggunaan kuesioner (angket), adalah cara pengumpulan data dengan
menggunakan daftar pertanyaan (angket) terhadap objek yang diteliti.
d. Wawancara adalah cara pengumpulan data dengan langsung mengadakan tanya
jawab kepada objek yang diteliti.
2. Berdasarkan Banyaknya Data Yang Diambil
a. Sensus, adalah cara pengumpulan data dengan mengambil elemen atau anggota
populasi secara keseluruhan untuk diselidiki.
Contoh : - sensus penduduk Indonesian tahun 1990.
- sensus berapa banyak penduduk Indonesia yang tidak bersekola.
b. Sampling, adalah cara pengumpulan data dengan mengambil dari elemen atau
anggota populasi untuk diselidiki.
Contoh : Misal disebuah Propinsi ada 100 sekolah Dasar Negeri sebagai objek
penelitian, namun hanya 10 Sekolah Dasar Negeri yang diteliti.
Sampling dapat dilakukan dengan 2 cara:
1. Cara acak, Dikatakan acak apabila setiap elemen atau populasi memiliki
kesempatan yang sama untuk dipilih
2. Cara tidak acak, Dikatakan tidak acak apabila setiap elemen atau populasi tidak
memiliki kesempatan yang sama untuk dipilih(Hasan,2009).
untuk dipilih

C. PEMBAGIAN DATA
Data dapat dibagi dalam kelompok tertentu berdasarkan kriteria yang
menyertainya, misalnya menurut susunan, sifat, waktu pengumpulan dan sumber
pengambilan.
1. Pembagian Data menurut Susunannya Menurut susunannya data dibagi atas data
acak atau tunggal dan data berkelompok.
 a. Data Acak adalah data yang belum tersusun atau dikelompokkkan kedala
kelas-kelas interval
Contoh : data pengukuran hasil tinggi badan siswa kelas II SMA X (dalam cm)
ialah sebagai berikut :
155 152 157 155 159 160 155 154
153 150 162 165 160 157 150 170
165 160 165 162 159 154 152 151
155 171 169 162 167 160 158 163
149 154 153 167 158 166 168 153
b. Data Berkelompok adalah data yang sudah tersusun atau dikelompokkan
kedalam kelas-kelas interval. Data kelompok disusun dalam bentuk distribusi
frekuensi atau tabel frekuensi. Contohnya:
Data nilai ujian statistik dan jumlah mahasiswa yang mendapatkannya
Nilai Turus Frekuensi
10-20 III 3
30-40 IIII 5
50-60 IIII IIII 10
70-80 IIII IIII IIII 15
90-100 IIII II 7

2. Pembagian Data Menurut Sifatnya

a. Data kualitatif adalah data yang tidak berbentuk bilangan.
Contoh : Warna, jenis kelamin, status perkawinan. (merah, pria, kawin)
b. Data kuantitatif adalah data yang berbentuk bilangan.
Contoh : Tinggi, umur, jenis. (170 cm, 41 tahun, 70 buah)

3. Pembagian Data Menurut Waktu Pengumpulannya

a. Data Berkala adalah data yang terkumpul dari waktu ke waktu untuk memberikan
gambaran perkembangan suatu kegiatan.
Contoh :Data perkembangan harga 9 macam bahan pokok selama 10 bulan terakhir
yang dikumpulkan setiap bulan.
b. Data cross section adalah data yang terkumpul pada suatu waktu tertentu untuk
memberikan gambaran perkembangan keadaan atau kegiatan pada waktu itu.
Contoh: Data sensus penduduk 1990

4. Pembagian Data Menurut Sumber Pengambilannya

a. Data primer adalah data yang diperoleh atau dikumpulkan oleh orang yang
melakukan penelitian atau yang bersangkutan yang memrlukannya. Data primer
disebut juga data asli atau data baru.
b. Data sekunder adalah data yang diperoleh atau dikumpulkan dari sumber-sumber
yang telah ada. Data itu biasanya diperoleh dari perpustakaan atau laporan-laporan
penelitian yang terdahulu. Data sekunder disebut juga data tersedia

5. Pembagian Data Menurut Skala Pengukurannya

Skala pengukuran adalah peraturan penggunaan notasi bilangan dalam pengukuran.
Menurut skala pengukurannya, data dapat dibedakan atas empat yaitu data nominal,
data ordinal, data interval, dan data rasio.
a. Data nominal adalah data yang diberikan pada objek atau kategori yang tidak
menggambarkan kedudukan objek atau kategori tersebut terhadap objek atau
kategori lainnya, tetapi hanya sekadar label atau kode saja. Data ini hanya
mengelompokkan objek/kategori ke dalam kelompok tertentu.
Data ini mempunyai dua ciri yaitu :
i. Kategori data bersifat saling lepas (satu objek hanya masuk pada satu kelompok)
ii. Kategori data tidak disusun secara logis
Contoh : Jenis kelamin manusia : 1 untuk pria dan 0 untuk wanita
b. Data ordinal adalah data yang penomoran objek atau kategori disusun menurut
besarnya, yaitu dari tingkat terendah ke tingkat tertinggi atau sebaliknya dengan
jarak/rentang yang tidak harus sama. Data ini memiliki ciri seperti pada ciri data
nominal ditambah satu ciri lagi, yaitu kategori data dapat disusun berdasarkan
urutan logis dan sesuai dengan besarnya karakteristik yang dimiliki.
Contoh :
Mengubah nilai ujian ke nilai prestasi, yaitu :
1. nilai A adalah dari 80-100
2. nilai B adalah dari 65-79
3. nilai C adalah dari 55-64
4. nilai D adalah dari 45-54
5. nilai E adalah dari 0-44
c. Data interval adalah data di mana objek/kategori dapat diurutkan berdasarkan
suatu atribut yang memberikan informasi tentang interval antara tiap objek/kategori
sama. Besarnya interval dapat ditambah atau dikurangi. Data ini memeiliki ciri
sama dengan ciri pada data ordinal ditambah satu ciri lagi, yaitu urutan kategori
data mempunyai jarak yang sama. Contohnya:
A B C D E
1 2 3 4 5
Interval A sampai C adalah 3-1=2. Interval C sampai D adalah 4-3=1. Kedua
interval ini dapat dijumlahkan menjadi 2+1=3. atau interval antara A dan D adalah
4-1=3. Pada data ini yang dijumlahkan bukanlah kuantitas atau besaran, melainkan
interval dan tidak terdapat titik nol absoult.
d. Data rasio adalah data yang memiliki sifat-sifat data nominal, data ordinal, dan
data interval, dilengkapi dengan titik nol absolut dengan makna empiris. Karena
terdapat angka nol maka pada data ini dapat dibuat perkalian atau pembagian.
Angka pada data menunjukkan ukuran yang sebenarnya dari objek/kategori yang
diukur.
Contoh : A dan B adalah dua mahasiswa Universitas “X” yang nilai mata kuliah
statistik 1 masing-masing 60 dan 90. Ukuran rasionya dapat dinyatakan bahwa nilai
B adalah nilai 1,5 kali nilai A (Hasan,2009).

2.2 Pembagian jenis data

Menurut Pendit (1992), data adalah hasil observasi langsung terhadap suatu
kejadian, yang merupakan perlambangan yang mewakili objek atau konsep dalam
dunia nyata. Hal ini dilengkapi dengan nilai tertentu. Menurut Ralston dan Reilly
(Chamidi, 2004: 314), data didefinisikan sebagai fakta atau apa yang dikatakan
sebagai hasil dari suatu observasi terhadap fenomena alam.
Sebagai hasil observasi langsung terhadap kejadian atau fakta dari fenomena di
alam nyata, data bisa berupa tulisan atau gambar yang dilengkapi dengan nilai
tertentu. Contohnya, daftar hadir siswa semester 1 Ilmu Perpustakaan dan kearsipan
adalah data. Daftar tersebut masih merupakan bentuk mentah karena belum
memberikan informasi apa-apa. Sebagian besar orang awam sering memiliki
pengertian yang agak rancu terhadap data dan informasi. Sering terjadi pengertian
data digunakan untuk menyebut informasi. Demikian pula sebaliknya.
Dalam statistika dikenal beberapa jenis data. Data sendiri dibedakan
berdasarkan sumber data, susunannya, bentuknya, cara pengumpulannya, dan
berdasarkan skala pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen dan
data eksteren. Data interen adalah data yang bersumber dari dalam suatu instansi
atau lembaga pemilik data. Contohnya adalah data jumlah karyawan yang cuti pada
bulan Oktober di suatu perusahaan. Data data eksteren yaitu data yang diperoleh
dari luar. Data eksteren dibagi menjadi dua jenis yaitu data primer dan data
sekunder. Data primer adalah data yang langsung dikumpulkan oleh orang yang
berkepentingan dengan data tersebut dan data sekunder adalah data yang tidak
secara langsung dikumpulkan oleh orang yang berkepentingan dengan data
tersebut. Contoh data eksteren adalah daya beli suatu masyarakat mempengaruhi
hasil penjualan suatu perusahaan (Parahama, 2012)
Menurut susunan, data dibagi menjadi dua yaitu data acak dan data
berkelompok. Contohnya, Data acak atau tunggal adalah data yang belum tersusun
atau dikelompokkkan ke dalam kelas-kelas interval. Contoh : data pengukuran hasil
tinggi badan siswa kelas II SMA X (dalam cm) ialah sebagai berikut :
155 152 157 155 159 160 155 154
153 150 162 165 160 157 150 170
165 160 165 162 159 154 152 151
155 171 169 162 167 160 158 163
149 154 153 167 158 166 168 153
Sedangankan data berkelompok adalah data yang sudah tersusun atau
dikelompokkan kedalam kelas-kelas interval. Data kelompok disusun dalam bentuk
distribusi frekuensi atau tabel frekuensi. Contohnya, data nilai ujian statistik dan
jumlah mahasiswa yang mendapatkannya.
Nilai Frekuensi
1020 3
3040 5
50-60 10
70-80 15
90100 7
Menurut bentuknya, data dapat berupa angka dapat pula bukan berupa angka.
Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut data
kualitatif. Data kuatitatif adalah data yang menggambarkan hasil perhitungan atau
hasil pengukuran. Contohnya adalah tinggi badan, berat badan, temperature, dan
lain-lain. Sedangkan data kualitatif adalah data yang dapat dipisahkan dalam
beberapa kategori atau kelompok yang dibedakan oleh karakter bukan numerik.
Contohnya adalah profesi, jenis kelamin, dan lain-lain.
Menurut cara pengumpulan atau cara memperolehnya, data dibagi menjadi dua.
Yaitu data primer, dan data sekunder. Data primer adalah data yang dikumpulkan
sendiri oleh perorangan atau kelompok yang merupakan hasil pengamatan langsung
terhadap suatu objek. Misalnya data hasil sensus penduduk oleh BPS yang
dilakukan melalui wawancara langsung. Sedangkan data sekunder adalah data yang
diperoleh dalam bentuk jadi dan telah diolah oleh pihak lain. Misalnya seorang
mahasiswi kebidanan mencari data jumlah wanita di suatu daerah ke BPS untuk
keperluan tugas akhir.
Dan yang terakhir, berdasarkan skala pengukuran. Berdasarkan skala
pengukuran, data dibagi menjadi 4. Data nominal adalah data yang diberikan pada
objek atau kategori yang tidak menggambarkan kedudukan objek atau kategori
tersebut terhadap objek atau kategori lainnya (Hasan, 2005:34). Data nominal
biasanya digunakan sebagai kode. Hanya mengelompokkan kategori berdasarkan
kelompok tertentu. Ciri dari data ini yaitu (a) kategori data bersifat saling lepas (
satu obyek hanya masuk pada satu kelompok saja) dan (b) kategori data tidak
disusun secara logis. Contoh:
 Jenis kelamin: 1 untuk pria dan 0 untuk wanita.
 Opsi Jawaban benar salah: 0 jika jawaban salah, 1 jika jawaban benar
Data ordinal merupakan data yang penomoran objek atau kategorinya disusun
menurut besarnya, dari tingkat terendah ke tingkat tertinggi atau sebaliknya,
jarak/rentang data tidak harus sama. Ciri dari jenis data ini adalah kategori data
dapat disusun berdasarkan urutan logis dan sesuai dengan besarnya karakteristik
yang dimiliki. Selebihnya memiliki ciri yang sama dengan data nominal. Contoh:
mengubah nilai angka ke nilai huruf:
86-100 medapat nilai A
71-85 mendapat nilai B
61-70 mendapat nilai C
46-60 mendapat nilai D
0-45 mendapat nilai E
Data interval merupakan data dimana obyek / kategori dapat diurutkan
berdasarkan suatu atribut yang memberikan informasi tentang interval antara tiap
obyek/kategori sama. Besar interval dapat di tambah atau dikurangi. Ciri dari jenis
data ini sama dengan data ordinal, tetapi urutan kategori data mempunyai jarak yang
sama. Contoh:
A B C
D E
1234
5
Interval A sampai C adalah 3-1=2, kedua interval dapat dijumlahkan. Pada data
ini yang dijumlahkan buka kuantitas atau besaran, melainkan intervalnya, pada data
ini tidak terdapat titik nol absolut.
Data rasio memiliki sifat-sifat data nominal, data ordinal dan data interval,
dilengkapi dengan titik nol absolut. Karena terdapat angka nol maka pada data ini
dapat dibuat perkalian atau pembagian. Angka pada data menunjukkan nilai yang
sebenarnya dari objek/kategori yang diukur.
Contoh:
Nilai si-O sebesar 50, nilai si-Z sebesar 100. Ukuran rasionya dapat dinyataka
bahwa nilai si-Z adalah 2 kali nilai si-O (Hasan,2005).

2.3 Cara Pengumpulan Data

Pengumpulan data adalah proses mengumpulkan dan mengukur informasi
tentang variabel yang diminati, dalam suatu membentuk mode sistematis yang
memungkinkan seseorang untuk menjawab pertanyaan penelitian, tes hipotesis, dan
mengevaluasi hasil. Komponen pengumpulan data penelitian adalah umum untuk
semua bidang studi termasuk ilmu fisik dan sosial, humaniora, bisnis, dll.
Sementara metode bervariasi dengan disiplin, penekanan untuk memastikan
pengumpulan yang akurat dan jujur tetap sama. Target untuk semua pengumpulan
data adalah untuk menangkap bukti kualitas yang kemudian diterjemahkan menjadi
analisis data yang kaya dan memungkinkan pembangunan jawaban yang
meyakinkan dan kredibel untuk pertanyaan yang diajukan. Bagaimanapun juga
dari bidang studi atau preferensi untuk mendefinisikan data (kuantitatif,
kualitatif), data akurat koleksi sangat penting untuk menjaga integritas penelitian.
Keduanya pemilihan yang tepat instrumen pengumpulan data (sudah ada,
dimodifikasi, atau baru dikembangkan) dan digambarkan dengan jelas instruksi
untuk penggunaannya yang benar mengurangi kemungkinan kesalahan terjadi.
Pengumpulan data adalah salah satu tahapan terpenting dalam melakukan
penelitian. Anda dapat memiliki yang terbaik desain penelitian di dunia tetapi jika
Anda tidak dapat mengumpulkan data yang diperlukan Anda tidak akan bias
selesaikan proyek Anda. Pengumpulan data adalah pekerjaan yang sangat menuntut
yang membutuhkan perencanaan menyeluruh, sulit kerja, kesabaran, ketekunan dan
banyak lagi untuk dapat menyelesaikan tugas dengan sukses. Pengumpulan data
dimulai dengan menentukan jenis data apa yang diperlukan diikuti dengan
pemilihan sampel dari a populasi tertentu. Setelah itu, Anda perlu menggunakan
instrumen tertentu untuk mengumpulkan data dari sampel yang dipilih(Kabir,2016)
Teknik pengumpulan data merupakan cara yang digunakan oleh peneliti untuk
mengumpulkan data-data penelitian dari sumber data (subyek maupun sampel
penelitian). Teknik pengumpulan data merupakan suatu kewajiban, karena teknik
pengumpulan data ini nantinya digunakan sebagai dasar untuk menyusun instrumen
penelitian. Instrument penelitian merupakan seperangkat peralatan yang akan
digunakan oleh peneliti untuk mengumpulkan data-data penelitian. Pengumpulan
data merupakan tahapan yang sangat penting dalam sebuah penelitian. Teknik
pengumpulan terbagi menjadi 2 yaitu:
1. Data Primer adalah data yang dikumpulkan sendiri oleh perorangan atau suatu
organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi
yang bersangkutan. Contohnya interview atau kuesioner
2. Data Sekunder adalah data yang diperoleh atau dikumpulkan dan disatukan oleh
studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi. Contohnya
arsip-arsip resmi dan data dokumentasi
Berdasarkan jenis data yang diambil terbagi menjadi 2 yaitu :
1. Data Kualitatif ada data yang diperoleh tidak berbentuk angka, misalnya:
kuesioner pertanyaan tentang suasana kerja, kualitas pelayanan rumah sakit atau
kepemimpinan.
2. Data Kuantitatif adalah data yang berbentuk angka, misalnya: harga saham,
besarnya pendapatan, dll.
Pada tahapan pengumpulan data tidak boleh ada kesalahan dan harus dilakukan
dengan cermat sesuai prosedur dan ciri-ciri penelitian kualitatif. Sebab, kesalahan
atau ketidaksempurnaan dalam metode pengumpulan data akan berakibat fatal,
yakni berupa data yang tidak credible, sehingga hasil penelitiannya tidak bisa
dipertanggungjawabkan (Kristanto, 2018).
Cara pengumpulan data dapat dilakukan dengan banyak cara dan setiap
pengumpulan bukti haruslah direncanakan menurut tujuannya secara beraturan.
Namun, dalam kenyataannya tidak dapat dihindarkan adanya tumpang tindih dan
saling terkaitnya diantara tahap-tahap kegiatan. Adanya saling ketergantungan
antara satu kegiatan dengan kegiatan lainnya, menuntut kegiatan-kegiatan tersebut
dilakukan secara bersamaan. Berikut adalah metode yang digunakan dalam
pengumpulan data
1. Wawancara, Wawancara merupakan salah satu teknik yang dapat digunakan
untuk mengumpulkan data penelitian. Secara sederhana dapat dikatakan bahwa
wawancara (interview) adalah suatu kejadian atau suatu proses interaksi antara
pewawancara (interviewer) dan sumber informasi atau orang yang di
wawancarai (interviewee) melalui komunikasi langsung.
2. Metode Observasi (pengamatan), observasi adalah suatu proses yang didahului
dengan pengamatan kemudian pencatatan yang bersifat sistematis, logis,
objektif, dan rasional terhadap berbagai macam fenomena dalam situasi yang
sebenarnya, maupun situasi buatan.
3. Metode Dokumentasi, informasi juga bisa diperoleh lewat fakta yang tersimpan
dalam bentuk surat, catatan harian, arsip foto, hasil rapat, cenderamata, jurnal
kegiatan.
4. Angket (Questioner), angket adalah responden mengisi kuesioner yang disusun
oleh peneliti. Hasil data angket ini tidak berupa angkat, namun berupa deskripsi
(Kristanto,2018).

2.4 Teknik Sampling

Teknik sampling ini menurut Purwanto (2009) merupakan kegiatan mengambil
sebagian dari populasi yanga akan diteliti degnan cara tertentu yang dapat
dipertanggungjawabkan supaya sebagian yang diambil mewakili populasinya.
Dalam garis besarnya ada dua macam sampling, yaitu (a) yang memberi
kemungkinan yang sama bagi setiap unsur populasi untuk dipilih yang disebut
probability sampling dan (b) yang tidak memberi kemungkinan yang sama bagi tiap
unsur populasi untuk dipilih yang disebut dengan non probability sampling.
1. Probability Sampling (Sampling probabilitas): pada saat memilih unit sampling
sangat diperhatikan besarnya peluang satuan sampling untuk terpilih kedalam
sampel, dan peluang itu tidak boleh sama dengan nol. Sampel tipe ini bisa dipakai
untuk melakukan generalisasi hasil penelitian terhadap populasi walaupun data
yang didapat hanya berasal dari sampel. Teknik sampling ini biasanya digunakan
pada penelitian kuantitatif.
Beberapa metode menurut Nasution (2012) yang termasuk dalam Sampling
Probabilitas, antara lain :
a. Simple Random Sampling
Satuan sampling dipilih secara acak dan bahwa semua anggota populasi
mempunyai peluang yang sama untuk dipilih sebagai sample serta kesempatan itu
harus independen artinya kesempatan bagi suatu individu untuk dipilih tidak
mempengaruhi individu lain untuk dipilih.
Misalnya ada sebuah penelitian mengenai “Model Pembiayaan Pendidikan Dasar
di Jawa Barat”, sampelnya adalah seluruh SD dan SMP yang ada di Jawa Barat.
Terhadap seluruh SD dan SMP tersebut dilakukan pemilihan secara random tanpa
melakukan pengelompokkan terlebih dahulu, dengan demikian peluang masing-
masing SD maupun SMP untuk terpilih sebagai sampel sama.
Sampling acakan ini dilakukan dengan cara (1) undian, (2) menggunakan tabel,
(3) menggunakan komputer.
Secara undian : tiap unsur diberi masing-masing satu nomor secara berturut,
misalnya pada secarik kertas, dimasukkan kedalam kotak, lalu dikocok agar
bercamput, kemudian peneliti mengambil satu per satu kertas sampai pada jumlah
yang diinginkan. Cara ini dapat dilakukan tanpa pengembalian atau dengan
pengembalian.
Secara ordinal : dilakukan dengan membuat daftar secara berurutan dari unit
sampling yang pertama sampai yang terakhir, kemudian secara berurutan dari atas
ke bawah ditetapkan satu persatu sampel, sampai mencapai jumlah atau ukuran
sampel yang diperlukan dengan pola tertentu. Pola itu antara lain dengan
mengambil unit sampling bernomor genap, atau bernomor ganjil saja, mungkin pula
dengan mengambil unit sampling degnan nomor urut kelipatan tiga, kelipatan
empat, tergantung dengan pola yang ditentukan oleh peneliti. Cara ini tidak terdapat
pengembalian.
Secara randomisasi : dengan mempergunakan bilangan random yang sifatnya
lebih obyektif, dilakukan dengan cara menyusun daftar unit sampling secara
berurutan lengkap dengan nomor urutnya masing-masing. Kemudian dilakukan
randomisasi nomor urut dengan menjatuhkan ujung pensil diatas tabel bilangan
random. Angka yang terdekat dengan ujung pensil merupakan nomor urut unit
sampling dan diambil sebagai sampel.
b. Stratified Random Sampling
Populasi dibagi ke dalam sub populasi (strata), dengan tujuan membentuk sub
populasi yang didalamnya membentuk satuan-satuan sampling yang memiliki nilai
variabel yang tidak terlalu bervariasi (relatif homogen). Selanjutnya dari setiap
stratum dipilih sampel melalui proses simple random sampling. Misalnya penelitian
mempergunakan kepala keluarga sebagai unit sampling dengan ukuran sampel
sebanyak 150 kepala keluarga dalam sebuah propinsi. Tahap pertama dilakukan
penartikan terhadap kabupaten atau kotamadya dengan teknik simple random
sampling. Kemudian dilakukan penarikan kecamatan dipilih secara random dari
kabupaten yang telah dipilih sebelumnya, begitu seterusnya sampai mendapatkan
sampel yang dituju.
c. Cluster Random Sampling
Populasi dibagi ke dalam satuan-satuan sampling yang besar, disebut Cluster.
Berbeda dengan pembentukan strata, satuan sampling yang ada dalam tiap kluster
harus relatif heterogen. Pemilihan dilakukan beberapa tingkat: (1 ) Memilih kluster
dengan cara simple random sampling. (2) Memilih satuan sampling dalam kluster.
Jika pemilihan dilakukan lebih dari 2 kali disebut Multi-stage Cluster Sampling.
Misalnya dalam penelitian yang sama seperti di atas, karena Jawa Barat sangat luas,
dipilihlah kabupaten/kota tertentu sebagai sampel klaster ke-1 secara random. Dari
tiap kabupaten terpilih dilakukan pemilihan lagi, yaitu kecamatan-kecamatan
tertentu dengan cara random sebagai sampel klaster ke-2. Selanjutnya dari masing-
masing kecamatan dilakukan pemilihan sekolah yang juga dilakukan secara
random.
d. Systematic Sampling
Satuan sampling dipilih dengan jalan mengambil setiap kasus yang kesekian
dari daftar populasi. Mula-mula ditetapkan terlebih dahulu berapa jumlah subyek
yang dikehendaki didalam sample (n). Karena jumlah seluruh anggota populasi (N)
sudah diketahui, maka N dibagi degnan n untuk memperoleh interval penaikan
sampel (k) yang akan digunakan dalam daftar populasi. Anggota sampel yang
pertama diilih secara acak dari interval yang pertama, dan kemudian secara
sistematis setiap anggota yang ke-k dari populasi tersebut diambil sebagi sampel.
Misalnya, kita andaikan suatu populasi terdiri atas 400 subyek, sedang besar sampel
yang kita inginkan adalah 20, jadi k= N/n = 400/20= 20. Kemudian dari 20 kasus
(orang) diambil kasus pertama yang akan dijadikan sampel, dapat diambil secara
acak. Selanjutnya setiap kasus ke 20 berikutnya akan dipilih sebagai anggota
sampel. Misalnya, pilihan pertama itu adalah nama atau nomor 3. Kemudian
peneliti menambahkan interbal penarikan sampel k yaitu 20 pada angka 3 itu,
dengan demikian orang ke 23 akan masuk ke dalam sampel, demikian pula orang
ke 43, 63 dan seterusnya sampai akhir daftar itu.
e. Multistage Random Sampling
 Multistage random sampling merupakan pengembangan dari simple cluster
sampling. Pada simple cluster sampling, letak keacakan tidak dilakukan langsung
pada unit sampling, namum dilakukan pada gugus (cluster) dimana unit sampling
tersebut berada. Proses penarikan sampel dengan menggunakan metode simple
cluster sampling terdiri dari dua tahap. Tahap pertama yaitu tahap pemilihan cluster
dari unit sampling dan tahap kedua yaitu tahap penarikan unit sampling dari cluster
yang telah ditentukan pada tahap pertama. Apabila populasinya heterogen dan
berukuran besar, maka penarikan sampel dengan menggunakan metode simple
cluster sampling sampling akan menghasilkan sampel yang kurang representatif.
Hal ini karena, apabila populasinya heterogen dan berukuran besar, sekalipun
penarikan sampel dilakukan dalam dua tahap. Namun karena keheterogenannya
akan mengakibatkan pada tahap pertama pun akan tetap menghasilkan cluster yang
heterogen. Oleh karena itu, untuk populasi yang heterogen dan berukuran besar
akan tepat apabila proses penarikan sampelnya dilakukan dalam beberapa tahap,
sehingga dapat menghasilkan gugus-gugus (cluster-cluster) yang lebih homogen
dibandingkan dengan gugus-gugus (cluster-cluster) yang dihasilkan pada simple
cluster sampling. Pada populasi yang heterogen dan berukuran besar agar diperoleh
sampel yang representatif, maka proses penarikan sampelnya dapat dilakukan
dalam beberapa tahap dengan alurnya yaitu pada tiap tahapan yang dilakukan
adalah pemilihan gugus-gugus (cluster-cluster) sampai tahap dimana diperoleh
gugus (cluster) yang homogen. Apabila telah diperoleh gugus (cluster) yang
homogen, pada tahap selanjutnya yang dilakukan yaitu penarikan unit sampling dari
tiap gugus (cluster) yang homogen tersebut sehingga diperoleh sampel. Proses
penarikan sampel dengan beberapa tahap seperti yang telah dikemukakan di atas
dinamakan multistage random sampling.
Sampling Non Probabilitas : Pada saat melakukan pemilihan satuan sampling tidak
dilibatkan unsur peluang, sehingga tidak diketahui besarnya peluang sesuatu unit
sampling terpilih ke dalam sampel. Sampling tipe ini tidak boleh dipakai untuk
menggeneralisasi hasil penelitian terhadap populasi, karena dalam penarikan
sampel sama sekali tidak ada unsur probabilitas. Teknik sampling ini biasanya
digunakan pada penelitian kualitatif.
Beberapa sampel yang termasuk dalam Sampling Non Probabilitas menurut
Nasution (2012), antara lain :
1. Snowball Sampling
Satuan sampling dipilih atau ditentukan mulai dengan kelompok kecil yang
diminta untuk menunjuk kawan masing-masing, kemudian kawan kawan ini
diminta pula menunjukkan kawan masingmasing pula, begitu seterusnya sehingga
kelompok itu senantiasa bertambah besarnya, bagaikan bola salju yang kian
bertambah besar bila meluncur dari puncak bukit ke bawah. Sampling ini dipilih
bila kita ingin menyelidiki hubungan antar manusia dalam kelompok yang akrab,
atau menyelidiki cara-cara informasi tersebar dikalangan tertentu, misalnya
kalangan berprofesi tertentu seperti bagaimana doktor mengetahui tentang
pemakaian obat, atau bagaimana orang menanamkan modal, dan sebagainya.
2. Purposive Sampling
Disebut juga Judgment Sampling. Satuan sampling dipilih berdasarkan
pertimbangan tertentu dengan tujuan untuk memperoleh satuan sampling yang
memiliki karakteristik yang dikehendaki, misalnya orang yang mempunya tingkat
pendidikan tertentu, jabatan terteu, usia tertentu yang pernah aktif dalam kegiatan
masyarakat tertentu. Sampel ini adalah sampel yang dipilih dengan cermat hingga
relevan dengan desain penelitian. Sebagai contoh : untuk menilai mutu pendidikan,
peneliti dapat memilih dari pegawai kantor departemen pendidikan, guru, orang tua,
mutid, pengusaha-pengusaha sebagai konsumen produk pendidikan, kemudian
peneliti menentukan siapa-siap yang dianggapnya representatif dari tiap golongan.
Keuntungan : sampel itu dipilih sedemikian rupa, sehingga relean dengan desai
penelitian dan relatif mudah dan murah untuk dilaksanakan. Kelemahan: tidak ada
jaminan sepenuhnya bahwa sampel itu representatif seperti halnya degnan sampel
random.
3. Quota Sampling
Quota sampling adalah teknik untuk menentukan sampel dari populasi yang
mempunyai ciri – ciri tertentu sampai jumlah (kuota) yang diinginkan.
4. Accidental Sampling
 Accidental sampling adalah teknik penentuan sampel berdasarkan kebetulan,
yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat digunakan
sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai
sumber data.

2.5 Service Quality

Kualitas Pelayanan (Service quality) Kualitas suatu produk adalah derajat
sejauh mana produk memenuhi spesifikasi -spesfikasinya(Heizer dan Render,1991
:734) Menurut The American Society for Quality Control , kualitas adalah
keseluruhan ciri-ciri dan karakteristik-karakteristik dari suatu produk atau jasa
dalam hal kemampuannya untuk memenuhi kebutuhankebutuhan yang telah
ditentukan atau yang bersifat laten. Sedangkan Gilmore (1974) dalam Avilliani dan
Wilfridus, Elu, mengartikan kualitas sebagai derajat sejauh mana produk memenuhi
suatu desain atau spesifikasi. Kualitas yang baik berarti menghemat biaya-biaya
seperti biaya untuk mempeoleh pelanggan yang baru, untuk memperbaiki
kesalahan, membangun kembali citra karena wanprestsi dan sebagainya. Kualitas
harus dimulai dari kebutuhan pelanggan dan berakhir pada persepsi pelanggan
(Kottler, 1994). Hal ini berarti bahwa citra kualitas yang baik tidak berdasarkan
persepsi penyedia jasa, akan tetapi berdasarkan persepsi pelanggan. Persepsi
pelanggan terhadap kualitas pelayanan merupakan penilaian menyeluruh atas
keunggulan suatu pelayanan. Kualitas pelayanan digambarkan sebagai suatu
pernyataan tentang sikap, hubungan yang dihasilkan dari perbandingan antara
harapan dengan kinerja. Harapan pelanggan dibentuk dan didasarkan oleh beberapa
faktor, antara lain pengalaman masa lalu, pendapat teman, informasi dan janji
perusahaan (Kottler & Amstrong, 1994). Sementara itu Gronroos (1984)
menyatakan bahwa persepsi kualitas layanan adalah fungsi dari apa yang diterima
secara aktual oleh pelanggan (kualitas teknis) dan bagaimana cara layanan tersebut
disampaikan (kualitas fungsional). Sehingga pengertian kualitas pelayanan adalah
ukuran sejauh mana suatu pelayanan yang diberikan dapat memenuhi harapan
pelanggan. Dimana kualitas pelayanan selalu berubah dan berkembang secara
dinamis menurut tuntutan pelanggannya.Sedangkan lingkup pengelolaan kualitas
pelayanan meliputi seluruh proses dimulai dari pengindetifikasian harapan hingga
penyampaiannya kepada pelanggan.
Kepuasan maupun ketidak puasan pelanggan menjadi topik yang hangat
dibicarakan pada tingkat internasional, nasional, industri dan perusahaan. Kepuasan
pelanggan/penumpang ditentukan oleh kualitas barang/jasa yang dikehendaki
pelanggan, sehingga jaminan kualitas menjadi prioritas utama bagi setiap
perusahaan, yang pada saat ini khususnya dijadikan sebagai tolok ukur keunggulan
daya saing perusahaan. Pada dasarnya pengertian kepuasan/ketidak puasan
pelanggan merupakan perbedaan antara harapan dan kineja yang dirasakan.
Pengukuran dapat diukur melalui 5 bidang yaitu:
A. Keandalan (Realibility) Suatu kemampuan dalam memenuhi janji (tepat waktu,
konsisten, kecepatan dalam pelayanan) merupakan suatu hal yang penting dalam
pelayanan. Pemenuhan janji dalam pelayanan akan terkait dan mencerminkan
kredibilitas perusahaan dalam pelayanan. Tingkat kompetensi perusahaan juga
dapat dilihat dari sini, sejauh mana tingkat kemampuan perusahaan dapat
ditunjukkan. Menurut Gaspersz (1999) keandalan berkaitan dengan probabilitas
atau kemungkinan suatu produk melaksanakan fungsinya secara berhasil dalam
periode waktu tertentu dibawah kondisi tertentu dengan demikian keandalan
merupakan karakteristik yang merefleksikan kemungkinan atau probablitas tingkat
keberhasilan dalam penggunaan produk itu. Saal & Knight (1998) dalam LN Jewell
&Marc Siegale mendefinisikan bahwa keandalan adalah sebuah ukuran yang andal
relatif bebas dari kesalahan.
B. Ketanggapan (Resposiveness) Suatu kebijakan untuk membantu dan
memberikan pelayanan yang cepat (responsif) kepada pelanggan, membiarkan
konsumen menunggu tanpa adanya suatu alasan yang menyebabkan persepsi yang
negatif dalam kualitas pelayanan. Pada peristiwa pelayanan yang gagal,
kemampuan untuk segera mengatasi hal tersebut secara profesional dapat
memberikan persepsi yang positif terhadap kualitas pelayanan. Adapun bentuk
kepedulian tersebut dapat dilakukan baik melalui pencapaian informasi atau
penjelasan-penjelasan ataupun melalui tindakan yang dapat dirasakan manfaatnya
oleh pelanggan. Menurut Sugiarto (1999) ketanggapan adalah tingkat kepekaan
yang tinggi terhadap pelanggan yang diikuti dengan tindakan yang tepat sesuai
dengan kebutuhan tersebut. Kebutuhan para konsumen/pelanggan yang berbeda
satu sama lain mengharuskan kita untuk berusaha mengetahui secara tepat
kebutuhan masing-masing pelanggan itu.
C. Empati (Empathy) Memberikan perhatian yang bersifat individual atau pribadi
kepada pelanggan dan berupaya untuk memahami keinginan konsumen. Tingkat
kepedulian dan perhatian perusahaan pada pelanggannya secara individual akan
sangat didambakan oleh pelanggan. Persoalan dan masalah dapat muncul dan
sejauh mana tingkat kepedulian untuk menyelesaikan masalah, mengerti kemauan
dan kebutuhan pelanggan dapat diaktualisasikan. Kepedulian terhadap masalah
yang dihadapi pelanggan, mendengarkan serta berkomunikasi secara individual,
kesemuanya itu akan menunjukkan sejauh mana tingkat pelayanan yang diberikan
pelanggan. Tax dan Moore (1994) mendefinisikan 336 EKOBIS Vol.10, No.2, Juli
2009 : 334 - 343 empati sebagai penentuan penanganan atau perhatian individual.
Lazarus dalam Tax dan Moore (1994) juga menjelaskan bahwa empati sebagai
merasakan perasaanperasaan orang lain dengan menempatkan seorang secara
psikologis pada keadaan seseorang.
D. Berwujud (Intangible) Penampilan dan kemampuan sarana dan prasarana fisik
harus dapat diandalkan, keadaan lingkungan sekitarnya adalah bukti nyata dari
pelayanan yang diberikan oleh pemberi jasa. Penampilan fisik pelayanan (seperti
fasilitas fisik, peralatan), karyawan, dan komunikasi akan memberikan warna
dalam pelayanan pelanggan. Tingkat kelengkapan peralatan atau teknologi yang
digunakan akan berpengaruh pada pelayanan pelanggan. Karyawan adalah sosok
yang memberikan perhatian terkait dengan sikap, penampilan dan bagaimana
mereka menyampaikan kesan pelayanan. Dalam hal ini sejauh mana perusahaan
memfasilitasi sarana komunikasi sebagai upaya untuk memberikan kemudahan
dalam pelayanan adalah hal yang tidak terpisahkan. Sementara itu, Zeithami, Berry,
dan Parasuraman (dalam Fitzsimmons dan Fitzsimmons, 1994; Zeithami dan
Bitner, 1996) menyatakan bahwa tangibles/berwujud adalah meliputi fasilitas fisik,
perlengkapan, pegawai , dan sarana komunikasi.
E. Jaminan/Kepastian (Assurance) Pengetahuan dan keramahan karyawan serta
kemampuan melaksanakan tugas secara spontan yang dapat menjamin kinerja yang
baik sehingga menimbulkan kepercayaan dan keyakinan pelanggan. Tingkat
pengetahuan mereka mereka akan menunjukkan tingkat kepercayaan bagi
pelanggan, sikap ramah, sopan bersahabat adalah menunjukkan adanya perhatian
pada pelanggan. Menurut Tjiptono (2000) jaminan adalah mencakup pengetahuan,
kemampuan, kesopanan dan sifat dapat dipercaya yang dimiliki oleh para staf,
bebas dari bahaya, risiko atau keragu-raguan. (Assegaff,2009).

2.6 Uji Kelayakan Quesioner

Ada tiga jenis uji kelayakan kuesioner yaitu: validitas, reabilitas dan
keseragaman.
1. Validitas adalah tingkat keandalan dan kesahihan alat ukur yang digunakan.
Intrumen dikatakan valid berarti menunjukkan alat ukur yang dipergunakan untuk
mendapatkan data itu valid atau dapat digunakan untuk mengukur apa yang
seharusnya di ukur. Dengan demikian, instrumen yang valid merupakan instrumen
yang benar-benar tepat untuk mengukur apa yang hendak di ukur. Atau bisa
dikatakan Validitas (Validity) yaitu sejauh mana suatu alat ukur tepat dalam
mengukur suatu data, dengan kata lain apakah alat ukur yang dipakai memang
mengukur sesuatu yang ingin diukur. Misalnya bila kita ingin mengukur sebuah
kalung emas, maka kita gunakan timbangan emas. Suatu variable atau pertanyaan
dikatakan valid bila skor variable atau pertanyaan tersebut berkorelasi secara
signifikan dengan skor total.

2. Reliabilitas adalah ukuran yang menujukkan bahwa alat ukur yang digunakan
dalam penelitian keperilakukan mempunyai keandalan sebagai alat ukur,
diantaranya di ukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika
fenomena yang diukur tidak berubah. Sementara validitas adalah suatu ukuran yang
menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang
hendak diteliti oleh peneliti. Atau dapat dikatakan Reliabilitas adalah suatu ukuran
yang menunjukkan sejauh mana hasil pengukuran tetap konsisten bila diukur
beberapa kali dengan alat ukur yang sama. Dalam rangka urgensi ini, maka
kuesioner sebelum digunakan sebagai data penelitian primer, terlebih dahulu
diujicobakan ke sampel uji coba penelitian. Uji coba ini dilakukan untuk
memperoleh bukti sejauh mana ketepatan dan kecermatan alat ukur dalam
melakukan fungsi ukurnya. Pertanyaan dikatakan reliabel apabila jawaban
seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu.
Pengukuran reliabilitas pada dasarnya dapat dilakukan dengan dua cara pertama
Repeated Measure, pertanyaan ditanyakan pada responden berulang pada waktu
yang berbeda, (misalnya sebulan kemudian), dan kemudian dilihat apakah ia tetap
konsisten dengan jawabannya. Kedua One Shot, di sini pengukurannya hanya sekali
dan kemudian hasilnya dibandingkan dengan pertanyaan lain. Pada umumnya
pengukuran reliabilitas sering dilakukan dengan one shot dengan beberapa
pertanyaan. Pengujian reliabilitas dimulai dengan menguji validitas terlebih dahulu.
Jika pertanyaannya tidak valid, maka pertanyaan tersebut dibuang. Pertanyaan yang
sudah valid baru secara bersama-sama diukur reliabilitasnya.
Biasanya untuk keperluan uji instrumen/kuesioner ini, responden yang
digunakan adalah pada lokasi yang berbeda dengan lokasi penelitian namun
memiliki karakteristik yang sama. Biasanya jumlah responden yang digunakan
adalah 10% dari jumlah sampel penelitian.
Uji reliabilitas berguna untuk menetapkan apakah instrumen yang dalam hal ini
kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden yang
sama akan menghasilkan data yang konsisten. Dengan kata lain, reliabilitas
instrumen mencirikan tingkat konsistensi. Banyak rumus yang dapat digunakan
untuk mengukur reliabilitas diantaranya adalah rumus Spearman Brown:
(Janti,2014)
2.𝑟
𝑟11 = 1+𝑟𝑏 …………………………………(2.1)
𝑏

Ket: 𝑟11adalah nilai realibilitas

𝑟𝑏 adalah nilai koefisien korelasi
Nilai koefisien reliabilitas atau Alpha (Cronbach) yang baik adalah diatas 0,7
(cukup baik), di atas 0,8 (baik). Pengukuran validitas dan reliabilitas mutlak
dilakukan, karena jika instrument yang digunakan sudah tidak valid dan reliable
maka dipastikan hasil penelitiannya pun tidak akan valid dan reliable. Sugiyono
(2007: 137) menjelaskan perbedaan antara penelitian yang valid dan reliable dengan
instrument yang valid dan reliable dapat diartikan penelitian yang valid artinya bila
terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya
terjadi pada objek yang diteliti. Artinya, jika objek berbentuk segi empat, sedangkan
data yang terkumpul berbentuk segitiga maka hasil penelitian tidak valid.
Sedangkan penelitian yang reliable bila terdapat kesamaan data dalam waktu yang
berbeda. Kalau dalam objek kemarin berbentuk segi empat, maka sekarang dan
besok tetap segi empat.
Dalam pengukuran yang dilakukan adalah menggunakan skala Likert. Menurut
Kriyantono skala Likert merupakan skala yang digunakan untuk mengukur sikap,
pendapat, dan persepsi seseorang atau kelompok orang tentang kejadian atau gejala
sosial. Cara pengukuran adalah dengan menghadapkan seorang respoden dengan
sebuah pernyataan dan kemudian diminta untuk diminta jawaban dari lima pilihan
jawaban, dimana nilai jawaban memiliki nilai jawaban yang berbeda.
Dalam penelitian ini digunakan pernyataan tertutup dengan rentang skalq
penilaian yaitu: Sangat Tidak Setuju : 1, Tidak Setuju : 2, Ragu-ragu : 3, Setuju : 4,
dan Sangat Setuju : 5.
Populasi adalah seluruh subyek penelitian. populasi adalah wilayah generalisasi
yang terdiri atas obyek atau subyek yang mempunyai kualitas dan karakteristik
tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulan.
Sampel adalah sebagian atau wakil dari populasi yang memiliki karakteristik
yang relative sama dan dianggap bisa mewakili populasi. Pada penelitian ini
menggunakan rumus Slovin untuk menentukan jumlah sampel.
N
n = 1+Ne2…………………………………..(2.2)

Ket: n = jumlah sampel

N = jumlah populasi
e = tingkat kesalahan atau ketidaktelitian karena pengambilan sampel yang
masih dapat ditoleransi atau diinginkan
3. Uji keseragaman data adalah pekerjaan mengamati pekerja dan mencatat
waktu kerjanya baik setiap elemen ataupun siklus menggunakan alat-alat yang telah
disiapkan. Teknik pengukuran jam henti adalah metode pengukuran waktu yang
paling sederhana karenanya metode ini lebih sering digunakan daripada
metodemetode pengukuran waktu lainnya.
 Uji keseragaman data adalah pengujian yang dilakukan terhadap data
pengukuran untuk mengetahui apakah data yang diukur telah seragam dan berasal
dari satu sistem yang sama (Sugiyono,2009)

2.7 Statistik Deskriptif

Statistik berasal dari bahasa Latin, yaitu status yang berarti negara dan
digunakan untuk urusan negara. Mulanya statistik hanya digunakan untuk
menggambarkan keadaan dan menyelesaikan masalah yang berhubungan dengan
kenegaraan saja seperti: perhitungan banyaknya penduduk, pembayaran pajak, gaji
pegawai, dan lain sebagainya. Statistik deskriptif digunakan untuk meringkas data
secara terorganisir dengan menggambarkan hubungan antar variabel dalam sampel
atau populasi. Menghitung statistik deskriptif merupakan langkah penting pertama
ketika melakukan penelitian dan harus selalu terjadi sebelum membuat
perbandingan statistik inferensial. Statistik deskriptif meliputi jenis variabel
(nominal, ordinal, interval, dan rasio) serta ukuran frekuensi, kecenderungan
sentral, dispersi / variasi, dan posisi. Karena statistik deskriptif memadatkan data
menjadi ringkasan yang lebih sederhana, mereka memungkinkan pembuat
keputusan layanan kesehatan untuk menilai populasi tertentu dalam bentuk yang
lebih mudah dikelola.
Penarikan kesimpulan pada statistik deskriptif (jika ada) hanya ditujukan pada
kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya statistik
deskriptif mencakup.
1. Distribusi frekuensi beserta bagian- bagiannya seperti:
a. Grafik distribusi (histogram, poligon frekuensi, dan ogif).
b. Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya).
c. Ukuran dispersi (jangkauan, sim- pangan rata-rata, variasi, simpangan baku,
dan sebagianya).
d. Kemencengan dan keruncingan kurva
2. Angka indeks.
3. Times series atau deret waktu atau berkala.
4. Kolerasi dan regresi sederhana.
 Tabel
 Penyajian data dalam statistika dapat disajikan dalam bentuk tabel dan grafik.
Tabel adalah penyajian data yang disusun berdasarka baris dan kolom. Tabel data
berupa kumpulan angka-angka berdasarka kategori tertentu. Sebuah tabel minimal
memuat judul tabel, judul kolom, judul baris dan setiap judul dan baris berisikan
angka serta sumber dari mana data diperoleh. Tabel merupakan penyajian yang
banyak digunakan, karena lebih efisien dan cukup komunikatif.
Penyajian data dengan menggunakan tabel mempunyai kelebihan dan
kekurangan. Salah satu kekurangan penyajian data dengan tabel, yaitu apabila
digunakan sebagai perbandingan, pembaca kurang cepat menangkap tingkat
perbandingan karena nilai data disajikan dengan angka. Setiap tabel berisi judul
tabel, judul setiap kolom, nilai data, dan sumber data yang diperoleh. Secara garis
besar bentuk tabel terbagi menjadi tiga, yaitu:
a. Tabel Biasa (searah)
Jenis tabel ini mengelompokkan data berdasarkan satu informasi atau satu
kriteria tertentu, misalnya pada tabel 2.1 dapat dibuat tabel satu arah berdasarkan
gender.
Tabel 2.1 Contoh Tabel Satu Arah
No Responden Jumlah Responen
1. Laki-laki 12
2. Perempuan 8
Total 20

b. Tabel Silang (Dua Arah)

Jenis tabel ini digunakan untuk mengelompokkan data berdasarkan dua kriteria
atau lebih, misalnya pada tabel 2.2 dapat dibuat tabel dua arah berdasarkan gender
dan pendidikan.
Tabel 2.2 Contoh Tabel Dua Arah
Tingkat Pendidikan
SMA Sarjana Magister total
Jenis Laki-laki 5 3 3 11
kelamin Perempuan 4 3 2 9
Total 9 6 5 20
C. Tabel Distribusi Frekuensi
 Tabel disrtibusi frekuensi adalah penyusunan suatu data mulai dari yang terkecil
sampai yang terbesar yang membagi banyak data kedalam beberapa kelas. Tabel
distribusi frekuensi terdiri dari dua yaitu: distribusi frekuensi kategori, dan
distribusi frekuensi numerik.
Tabel distribusi frekuensi disusun bila jumlah data yang akan disajikan cukup
banyak, kalau disajikan dalam tabel biasa menjadi tidak efisien dan kurang
komunikatif. Kelebihan dari tabel distribusi frekuensi adalah dapat mengetahui
gambar secara menyeluruh, sedangkan kekurangan dari tabel distribusi frekuansi
adalah rincian atau informasi awal menjadi hilang.
Tabel 2.3 Contoh Tabel Distribusi Frekuensi
No.
Kelas Kelas Interval Frekuensi
1 19-20 1
2 20-29 6
3 30-39 9
4 40-49 31
5 50-59 42
6 60-69 32
7 70-79 17
8 80-89 10
9 90-99 2
Jumlah 150
 Grafik
Penyajian data selanjutanya dapat menggunakan grafik. Grafik adalah lukisan
pasang surutnya suatu keadaan dengan garis atau gambar. Grafik bisa berupa
histogram, poligon frekuensi dan ogive. Selain dengan tabel penyajian data yang
cukup populer dan komunikatif adalah dengan grafik. Grafik batang ini dapat
dikembangkan lagi menjadi grafik balok (tiga dimensi). Suatu grafik selalu
menunjukkan hubungan antara ”jumlah” dengan variabel lain, misalnya waktu.
Pada umumnya terdapat dua macam grafik yaitu: grafik garis (polygon) dan grafik
batang (histogram). Namun ada beberapa jenis grafik lainnya seperti:
a. Grafik Garis
Grafik garis dibuat biasanya untuk menunjukkan perkembangan suatu keadaan
perkembangan suatu keadaan bisa naik bisa turun. Hal ini akan nampak secara
visual melalui garis dalam grafik. Dalam grafik terdapat garis vertikal yang
menunjukkan jumlah (frekuensi) dan yang mendatar menunjukkan variabel tahun.
Yang perlu diperhatikan dalam membuat grafik adalah ketepatan membuat skala
pada garis vertikal yang akan mencerminkan keadaan jumlah hasil observasi.
Kelebihan dari grafik garis adalah dapat mengetahui secara langsung
perkembangan data dari pola yang tergambar, dapat membandingkan dua atau lebih
diagram garis untuk menentukan perbedaan perkembangan dari beberapa data.
Sedangkan kekurangan dari grafik garis adalah hanya dapat digunakan untuk data
yang bersifat kontinu, perlu ketelitian dalam membaca diagram ini.

Gambar 2.1 Grafik Garis

b. Grafik Batang
Visualisasi dengan grafik garis nampaknya kurang menarik untuk menyajikan
data,untuk itu maka dikembangkan grafik batang dan grafik balok (grafik batang
bentuk gambar 2D,grafik balok 3D) Kalau dalam grafik garis visualisasi dat
difokuskan pada garis grafik,sedangkan pada grafik batang visualisasi di fokuskan
pada luas batang (panjang x lebar). Namun kebanyakan penyajian data dengan
grafik batang, lebar batang dibuat sama,sedangkan yang bervariasi adalah
tingginya. Kelebihan dari grafik batang adalah bentuknya mudah dipahami oleh
orang secara langsung, mudah dalam membandingkan statistik, mudah juga untuk
mengetahui nilai statistik pada kurun waktu. Sedangkan kekurangan dari grafik
batang adalah diagram batang biasanya hanya menampilkan nilai total atau rata-
rata, tidak menampilkan datum. Perbedaan dengan diagram histogram adalah pada
histogram balok-baloknya menyambung sebab histogram menyajikan data
kontinue. Gambar balok pada grafik batang dapat berdiri (vertikal) atau horizontal.

Gambar 2.2 Grafik batang single bar

Gambar 2.4 Grafik Batang Multiple Bar

Gambar 2.4 Grafik Batang Subdivided Bar

C. Diagram Lingkaran
Diagram lingkaran adalah diagram dari sekumpulan data yangdigambarkan sebagai
lingkaran. Dalam lingkaran, daerah lingkarannya dibagi menjadi daerah-daerah juring lingkaran
yang luasnya sebandingdengan jumlah data yang bersangkutan. Diagram lingkar
merupakan suatu lingkaran yang dibagi menjadi beberapa bagian bagian lingkaran.
Dimana besar setiap bagian lingkaran tergantung dari besar kecil variabel.
Perhitungan nilai bagian lingkaran dihitung berdasarkan persentase.
Kelebihan dari diagram lingkar adalah menghemat spache, karena diagram
lingkar tidak memerlukan tempat yang banyak dan secara langsung dapat
memperlihatkan secara langsung perbandingan masing-masing ukuran data melalui
besar sektornya. Sedangkan kekurangan dari diagram lingkaran adalah diagram
lingkar tidak dapat memperlihatkan ukuran data atau frekuensi masing-masing data.
 2.5 Contoh Diagram Lingkaran
2.7.1 Ukuran Pemusatan Data
Ukuran pemusatan data digunakan agar data yang diperoleh mudah untuk
dibaca dan dipahami. Ukuran pemusatan data terdiri atas mean, median, dan modus.
a. Mean
Mean dari sekumpulan data adalah jumlah seluruh data dibagi banyaknya data.
Dengan mengetahui mean suatu data, maka variasi data yang lain akan mudah
diperkirakan.
Rumus Mean:

……………….(2.3)
b. Median
Median adalah nilai tengah dari sekupulan data yang telah diurutkan dari
terkecil ke terbesar. Median dipengaruhi oleh jumlah data, jika jumlah dta ganjil
maka mediannya adalah nilai tengah dari data yang telah diurutkan, dan jika jumlah
data genap maka mediannya adalah mean dari dua bilangan yang ditengah setelh
data diurutkan.
Contoh:
Tentukan median dari data berikut!
3, 5, 4, 6, 8, 7, 3 Jawab : Jumlah data = 7 (ganjil)
Data diurutkan akan menjadi seperti berikut: 3, 3, 4, 5, 6, 7, 8
Nilai 5 ada ditengah data yang telah diurutkan, maka 5 merupakan median.
c. Modus
Modus adalah nilai data yang paling sering muncul atau nilai data yang pada
frekuensinya paling banyak, modus dinotasikan dengan Mo.
contoh:
Tentukan modus dari data berikut !
4, 8, 7, 4, 6, 3, 6, 8, 6, 3 Data yang paling sering muncul adalah 6,
maka Mo = 6
2.7.2 Ukuran Uji Penyebran Data
Ukuran penyebaran data adalah suatu ukuran yang menyatakan seberapa
besar
nilai berbeda atau bervariasi dengan nilai ukuran pusatnya atau seberapa besar pen
yimpangan nilai-nilai data dengan nilai pusatnya. Berikut beberapa ukuran yang
biasa digunakan:
a. Range (Jangkauan) adalah perbedaan antara nilai terbesar dan nilai terkecil pada
sekelompok
data.
b. Deviasi Absolut rata-rata adalah jumlah nilai absolut setiap deviasi dari rata-rata
dibagi banyaknya pengamatan.
c. Variansi adalah rata-rata deviasi kuadrat dari rata-rata hitung.
d. Standar Deviasi adalah akar kuadrat dari variansi.
2.7.3 Ukuran Bentuk Data
Data ukur adalah data yang menunjukkan ukuran mengenai nilai sesuatu.
Angka tertentu atau huruf tertentu yang diberikan oleh seorang pimpinan kepada
seorang karywab setelah memeriksa hasil pekerjaannya merupakan data ukur.
Angka yang ditujukan alat barometer atau thermometer adalah hasil proses
pengukuran.
2.7.4 Penyebaran Data
Penyebaran data merupakan ukuran yang menunjukkan seberapa jauh data
suatu menyebar dari rata-ratanya. Ukuran penyebaran data yang ada dalam materi
statistika meliputi jangkaun, hamparan, dan kuartil.

2.8 Analysis Crosstabs

Tabulasi silang merupakan metode analisis kategori data yang menggunakan
data nominal, ordinal, interval, serta kombinasi di antaranya. Prosedur tabulasi
silang digunakan untuk menghitung banyaknya kasus yang mempunyai kombinasi
nilai-niali yang berbeda dari dua variable dan menghitung harga-harga statistic
beserta ujinya. Contoh: ingin diketahui hubungan dan tingkat hubungan antara tipe
rumah dan besarnya pendapatan. Metode tabulasi silang (crosstab) memiliki
beberapa metode pendekatan yang berbeda dan menggunakan uji statistik yang
berbeda pula, bergantung pada banyaknya variable yang akan diidentifikasi
hubungannya satu sama lain. Jika hanya menggunakan dua variable maka dapat
menggunakan metode table kontingensi. Metode ini merupakan metode yang paling
umum digunakan dalam dalam analisis tabulasi silang. Jika variable yang henda
diuji jumlahnya lebih dari dua, dapat menggunakan model yang disebut dengan
Hierarchical Log Liniear. Tabulasi silang merupakan metode yang mentabulasikan
beberapa variable yang berbeda ke dalam suatu matriks yang hasilnya disajikan
dalam suatu table dengan variable yang tersusun dalam baris dan kolom. Variable
ini merupakan variable kategori bebas pada satu bagian dan variable kategori
prediktor pada bagian lainnya. Tabel ini menunjukkan hubungan bivariat antara
pengukuran ketergantungan pada setiap variable prediktor yang terpisah
(Indratno,1998).
Analisis tabulasi silang (Crosstabs) adalah metode analisis yang paling
sederhana tetapi memiliki daya menerangkan cukup kuat untuk menjelaskan
hubungan antar variabel. Untuk itu ada beberapa prinsip sederhana yang perlu
diperhatikan dalam menyusun tabel silang agar hubungan antara variabel tampak
dengan jelas. Untuk itu maka dalam analisis crosstabs digunakan analisis statistik
yaitu Chi Kuadrat (ChiSquare) yang disimbolkan dengan 𝑥 2 . Metode analisis ini
digunakan untuk menguji korelasi antara variabel dalam tabel kontigensi sehingga
diketahui apakah proporsi dari dua (2) peubah terjadi karena kebutuhan atau karena
adanya asosiasi. Test ini cukup sederhana dan mudah dihitung dari hasil tabel
silang. Dalam analisis tabel silang, peneliti menggunakan distribusi frekuensi pada
sel-sel dalam tabel sebagai dasar untuk menyimpulkan hubungan antara variabel-
variabel penelitian sehingga dengan demikian dapat dengan mudah melihat
keterkaitan hubungan antara dua variabel. Dari penjelasan diatas dapat disimpulkan
bahwa analisis crosstabs meruapakan suatu metode analisis statistik yang
digunakan untuk melihat keterkaitan/hubungan antara dua variabel dengan
menggunakan chi-square dan koefisien kontigensi. Atas dasar inilah yang
kemudian dinilai bahwa analisis crosstabs dapat mengambarkan keterkaitan
hubungan dalam penelitian ini mengenai keterkaitan antara faktor berpengaruh
(faktor analisis) dengan faktor terpengaruh (pola pergerakan) (Zulkipli,2009).

2.9 Analisis Gap

Dalam bisnis analisa gap digunakan untuk menentukan langkah-langkah apa
yang perlu diambil untuk berpindah dari kondisi saat ini ke kondisi yang diinginkan
atau keadaan masa depan yang diinginkan. Banyak orang menyebutnya menjadi
analisa kebutuhan dan gap, penilaian kebutuhan atau analisis kebutuhan saja.
Analisa gap dapat juga diartikan sebagai perbandingan kinerja aktual dengan
kinerja potensial atau yang diharapkan.
Sebagai metoda, analisa gap digunakan sebagai alat evaluasi bisnis yang
menitikberatkan pada kesenjangan kinerja perusahaan saat ini dengan kinerja yang
sudah ditargetkan sebelumnya. Analisis ini juga mengidentifikasi tindakan-
tindakan apa saja yang diperlukan untuk mengurangi kesenjangan atau mencapai
kinerja yang diharapkan pada masa datang. Lebih dari itu analisis ini juga
memperkirakan waktu, biaya, dan sumberdaya yang dibutuhkan untuk mencapai
keadaan perusahaan yang diharapkan.
Analisa gap terdiri dari tiga komponen faktor utama yaitu: 1). daftar
karakteristik (seperti atribut, kompetensi, tingkat kinerja) dari situasi sekarang (apa
yang saat ini), 2). daftar apa yang diperlukan untuk mencapai tujuan masa depan
(apa yang harus), dan 3). daftar kesenjangan apa yang ada dan perlu diisi. Analisis
kesenjangan akan memicu organisasi atau perusahaan untuk merenung status dan
kemampuan apa yang saat ini dimiliki oleh organisasi dan bertanya ingin berada
dimana di masa depan. Jadi dengan lain kata analisa gap adalah studi yang dibuat
untuk mengidentifikasi apakah sistem saat ini telah memenuhi kebutuhan. Analisa
gap mengidentifikasikan gap (kesenjangan) antara bagaimana operasi bisnis
diperlukan untuk melawan apa yang dinginkan tetapi belum atau tidak bisa penuhi.
Dengan sendirinya alternatif-alternatif akan dikembangkan pada saat gap fungsi
ditemukan. Gap diubah sesuai dengan proses bisnis, laporan yang diinginkan atau
penyesuaian perangkat yang digunakan. Sasaran awal dari analisa gap adalah:
mengumpulkan requirement dari perusahaan, menentukan penyesuaian
(customization) yang diperlukan, memastikan sistem yang baru memenuhi
kebutuhan proses bisnis perusahaan, memastikan bahwa proses bisnis akan
menjadi best practice, dan mengidentifikasikan permasalahan yang membutuhkan
perubahan kebijakan perusahaan.
Bagaimana dengan langkah-langkahnya, dari beberapa ahli dapat disimpulkan
sebagai berikut: 1). Ranking Requirements, yaitu memastikan proses bisnis dapat
diakomodasikan selama implementasi sistem yang baru dan memastikan area-area
yang penting bagi organisasi yang memberikan nilai tambah bagi perusahaan dalam
meningkatkan proses bisnis; 2). Degree of Fit yaitu menentukan sejauh mana
kebutuhan dapat diakomodir oleh sistem yang baru; 3) Gap Resolution yaitu
menentukan alternative dan merekomendasikan solusi untuk mengatasi gap yang
ada. Suatu analisis kesenjangan, yang membandingkan kinerja bisnis yang
sebenarnya dengan kinerja yang ideal, yang sering digunakan dalam hubungannya
dengan analisis kebutuhan yang memaksimalkan “potensi pertumbuhan bisnis”
adalah suatu contoh penggunaan analsis gap.
Saat ini, ada lima jenis kesenjangan (gap) yang harus dijembatani dengan
tujuan untuk memenuhi kepuasan pelanggan
1. Kesenjangan antara harapan pelanggan dan persepsi manajemen perusahaan.
Kesenjangan tersebut tercipta akibat manajemen perusahaan salah mengerti
terhadap apa yang diharapkan pelanggan. Contohnya, konsumen
mengharapkan kebersihan area hotel, fisik hotel yang bagus, penampilan staff
yang bersih serta rapi, lokasi hotel yang strategis dan desain kamar hotel
bagus yang sesuai dengan harapan konsumen. Akan tetapi persepsi
manajemen adalah Crown Prince Hotel menyediakan fasilitas free valet,
kemudahan pembayaran contohnya seperti Debit card serta Credit card,
kualitas produk makanan yang disajikan dan fasilitas pendukung standard.
2. Kesenjangan antara persepsi manajemen perusahaan atas harapan pelanggan
dan spesifikasi kualitas pelayanan. Kesenjangan tersebut terjadi akibat kurang
tepatnya penerjemahan persepsi manajemen perusahaan atas harapan para
pelanggan perusahaan ke dalam bentuk tolok ukur kualitas pelayanan.
Contohnya adalah misalnya Calon tamu mengharapkan pelayanan yang baik
dan, sopan serta memuaskan ketika menginap di Crown Prince Hotel. Pada
 dimensi ini, tamu mengharapakan apa yang dijanjikan oleh pihak hotel sesuai
dengan apa yang mereka terima ketika datang di Crown Prince Hotel.
Akan tetapi pihak Crown Prince Hotel tidak menepati janjinya kepada para
tamu, saat mereka menginjakan kaki di Hotel.
3. Kesenjangan antara spesifikasi kualitas pelayanan dan pemberian pelayanan
kepada pelanggan. Keberadaan kesenjangan tersebut lebih diakibatkan oleh
ketidakmampuan sumber daya manusia perusahaan untuk memenuhi standar
kualitas pelayanan yang telah ditetapkan. Contohnya Tamu mengharapkan
staff yang siap sedia 24 jam di saat tamu membutuhkan bantuan dan calon
tamu juga menharapkan agar staff lebih peka, cepat dan tanggap dalam
memenuhi kebutuhan tamu dan staff diharapkan dapat mengerti apa yang di
ingginkan oleh tamu. Akan tetapi, pihak hotel sendiri memberikan respon
yang terksean lambat dan tidak tanggap dalam menangani masalah. Selain itu,
kebijakan hotel dalam menyiapksan persediaan makanan terkesan lamban.
4. Kesenjangan antara pemberian pelayanan kepada pelanggan dan komunikasi
eksternal. Kesenjangan tersebut tercipta karena perusahaan ternyata tidak
mampu memenuhi jani-janjinya yang dikomunikasikan secara eksternal
melalui berbagai bentuk promosi. Contohnya saat pihak hotel menjanjikan
kepada calon tamu, apabila menginap selama 3 hari, maka akan mendapatkan
beberapa keuntungan dari pihak hotel. Namun kenyataannya ternyata harus
melengkapi beberapa biaya administrasi.
5. Kesenjangan antara harapan pelanggan dan kenyataan pelayanan yang
diterima.Kesenjangan tersebut ada sebagai akibat tidak terpenuhinya harapan
para pelanggan. Sebagai contoh, saat tamu ingin menyampaikan keluh
kesahnya kepada pihak hotel, sang tamu berharap agar keluh kesahnya,
didengarkan dan dicari solusinya. Namun sikap dari pihak hotel sendiri
ternyata hanya mendengarkan dan menampung keluh kesah dari tamu, tanpa
mencari solusi (Adi,2015).

2.10 Important perforamance analysis

analisis arti penting-kinerja (importance-performance analysis) dapat
digunakan untuk merangking berbagai elemen dari kumpulan jasa dan
mengidentifikasi tindakan yang diperlukan. Mrtilla dan Jams dalam (Zeithaml et.al.
1990) menyarankan penggunaan metode Importance-Performance Analysis dalam
mengukur tingkat kepuasan pelayanan jasa. Dalam metode ini diperlukan
pengukuran tingkat kesesuaian untuk mengetahui seberapa besar pelanggan merasa
puas terhadap kinerja perusahaan, dan seberapa besar pihak penyedia jasa
memahami apa yang diinginkan pelanggan terhadap jasa yang mereka berikan.
Pada analisis Importance-Performance Analysis, dilakukan pemetaan menjadi
4 kuadran untuk seluruh variabel yang mempengaruhi kualitas pelayanan.
Pembagian kuadran dalam Importance-Performance Analysis dapat dilihat sebagai
berikut
Sangat penting

2. Keep Up The
Sangat tidak penting

Sangat memuaskan
1. Concentrate These
GoodWork

3. Low Prority 4. Possible Overkill

Sangat tidak penting

Gambar 2.6 Peta Impoetance Performance
Strategi yang dapat dilakukan berkenaan dengan posisi masing-masing variabel
pada keempat kuardan tersebut dapat dijelaskan sebagai berikut :
1. Kuadran 1 (Concentrate These)
Ini adalah wilayah yang memuat faktor-faktor yang dianggap penting oleh
pelanggan, tetapi pada kenyataannya faktor-faktor ini belum sesuai dengan harapan
pelanggan (tingkat kepuasan yang diperoleh masih rendah). Variabel-variabel yang
masuk dalam kuadran ini harus ditingkatkan.
2. Kuadran 2 (Keep Up The Good Work)
Ini adalah wilayah yang memuat faktor-faktor yang dianggap penting oleh
pelanggan, dan faktor-faktor yang dianggap pelanggan sudah sesuai dengan yang
dirasakannya sehingga tingkat kepuasannya relatif lebih tinggi. Variabel-variabel
yang masuk dalam kuadran ini harus tetap dipertahankan karena semua variabel ini
menjadikan produk atau jasa unggul di mata pelanggan.
3. Kuadran 3 (Low Priority)
Ini adalah wilayah yang memuat faktor-faktor yang dianggap kurang penting oleh
pelanggan, dan pada kenyatannya kinerjanya tidak terlalu istimewa. Peningkatan
variabel-variabel yang termasuk dalam kuadran ini dapat dipertimbangkan kembali
karena pengaruhnya terhadap manfaat yang dirasakan oleh pelanggan sangat kecil.
4. Kuadran 4 (Possible Overkill)
Ini adalah wilayah yang memuat faktror-faktor yang dianggap kurang penting
oleh pelanggan, dan dirasakan terlalu berlebihan. Variabel-variabel yang termasuk
dalam kuadran ini dapat dikurangi agar perusahaan dapat menghemat biaya
(Nugraha,2014).
 BAB 3
METODOLOGI PRAKTIKUM

3.1 Digram Alir Praktikum

Adapun digram alir yang ada didalam praktikum statistika ini ialah:

Mulai

Masalah

Membuat Kuisioner

Membagi Kuisioner

Penentuan Teknik
Sampling

Pengumpulan Data

 Validitas
 Readibilitas Tidak
 Kecukupan data

Data Cukup

Ya

Pengolahan data kuisioner menggunakan

analisi:
1. GAP
2. Crosstab
3. IPA
4. Statistik Deskriptif

Menarik Kesimpulan

Selesai
3.2 Prosedur Praktikum
Pada praktikum statistika dengan modul berjudul statistic deskriptif kali ini,
digunakan prosedur - prosedur yang mendukung untuk tercapainya tujuan
dilakukannya praktikum.
1. Langkah pertama yang harus dilakukan adalah menentukan sampel data apa
yang akan diambil. Untuk praktikum kali ini, data yang diambil adalah
tentang pelayanan jasa di lingkungan masyarakat umum yaitu Pelayanan
Catatan Sipil.
2. Selamjutnya, rumusan masalah ditentukan untuk mencari apa saja kendala-
kendala dalam menjalankan praktikum. Selanjutnya, tujuan ditentukan
untuk mencapai hasil yang ingin dicapai selama praktikum.
3. Selanjutnya, yang harus dilakukan adalah membuat kuisioner yang tepat,
untuk pelayanan jasa yang kita pilih. Sehingga, dengan kuisioner tersebut
akan diperoleh data-data.
4. Setelah kuisioner dibuat, langkah selanjutnya adalah membagikan kuisioner
tersebut, agar diperoleh data-data yang kita inginkan.
5. Langkah selanjutnya adalah teknik sampling ditentukan, untuk mengambil
sebagian dari populasi yanga akan diteliti degnan cara tertentu yang dapat
dipertanggungjawabkan supaya sebagian yang diambil mewakili
populasinya.
6. Langkah berikutnya adalah data-data dikumpulkan, lalu dilakukan uji
validitas, reabilitas, dan kecukupan data. Jika sudah, maka lanjut ke langkah
berikutnya.
7. Kemudian, data-data yang telah terkumpulkan pada kuisioner dikumpulkan,
setelah itu adalah dengan melakukan analisis terhadap data yang telah
diolah. Analisis- analisis data yang harus dilakukan ada 4. Yaitu yang
pertama ada Analisis CrossTab untuk mengidentifikasi apakah ada
hubungan antara variable satu dengan yang lainya. Yang kedua ada Analisis
Gap untuk mengidentifikasi gap antara alokasi optimis dan integrasi input,
serta ketercapaian sekarang. Yang ketiga ada Important Performane
Analysis, untuk mengidentifikasi faktor-faktor kinerja penting apa yang
harus ditunjukkan oleh suatu organisasi dalam memenuhi kepuasan para
pengguna jasa mereka (konsumen). Dan yang terakhir ada analisis statistik
deskriptif.
8. Langkah terakhir adalah penarikan kesimpulan. Setelah data tersebut diolah
dan dilakukan analisis, maka kita dapat menarik kesimpulan untuk
memperoleh informasi.
 BAB 4
HASIL DAN PEMBAHASAN

4.1 Pengumpulan Data

4.1.1 Data Kuisioner
Adapun lembar kuisioner sebagai pengambilan data yakni sebagai berikut.
Kepentingan Kepuasan
NO Pernyataan
SS S RR TS STS SS S RR TS STS
Keandalan
A
(RELIABILITY)
Penyelesain pembuatan
1
KTP sesuai waktunya
Lamanya antrian
2
pembuatan KTP
Petugas Capil taat
3 terhadap peraturan
yang berlaku
Petugas capil
4 menyampaikan info
secara jelas
Dinas Capil sudah dapat
dipercaya dalam
5
pembuatan
KTP

B Bukti Nyata (TANGIBLE) SS S RR TS STS SS S RR TS STS

Kondisi ruang tunggu yang
1
nyaman
Dinas Capil memiliki
2
fasilitas yang bersih
Kelengkapan fasilitas
3
umum di capil
Petugas Capil
menggunakan seragam
4
yang bersih
dan rapi
Dinas Capil mempunyai
perlengkapan dan
5 peralatan
yang canggih dang
modern

C Empati SS S RR TS STS SS S RR TS STS

 Petugas jujur dalam
1
melayani masyarakat
Petugas ramah dalam
2
melayani masyarakat
Petugas sabar dalam
3
melayani masyarakat
petugas harus melayani
4 sesui dengan prosedur
yang ditetapkan
Petugas capil
berkomunikasi dengan
5
baik kepada
pengunjung

D Jaminan (ASURANCE) SS S RR TS STS SS S RR TS STS

Petugas catatan sipil
harus memberikan
1
informasi
yang akurat
Petugas Capil harus
2
bersikap sopan
Petugas Capil harus
paham dalam
3
pengurusan
dokumen
Dinas Capil tidak
melakukan pemungutan
4
biaya dalam
pembuatan KTP
Petugas tidak melakukan
kesalahan dalam
5 melakukan
Pendataan dalam
pembuatan KTP

E Tanggap (RESPONSIVE) SS S RR TS STS SS S RR TS STS

Petugas Capil melayani
dan menghargai setiap
1
pengunjung tanpa
membeda-bedakan
Petugas Capil sudah
melakukan pelayanan
2
dengan
cepat dan tepat
 Petugas Capil membantu
3 keluhan masyarakat yang
memerlikan bantuan
Petugas Capil harus
4 menjamin keamanan
dokumen
Petugas memberikan
pelayanan dengan
5 tanggap
sesuai dengan
permintaan
Skala yang digunakan berdasarkan pada referensi yakni :
Table 1; 4.1. Tabel Skala Likert

Keterangan Nilai
Sangat Setuju (SS) 5
Setuju (S) 4
Cukup Setuju (CS) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Tabulasi data hasil kuesioner dilakukan dengan table berikut :
Tabel 4.1 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Reliability
Tabel 4.2 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Tangible

Tabel 4.3 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi

Emphty
Tabel 4.4 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi
Assurance

Tabel 4.5 Pengumpulan Data Kepentingan dan Kepuasan Terhadap Dimensi

Responsive
4.2 Pengolahan Data
Setelah data di peroleh maka dilakakun pengolahan data untuk mengetahui uji
Reliabilitas dan Validitas menggunakan SPSS dan Excel, serta uji kecakupan data
secara manual
4.2.1 Uji Realibilitas dan Validtas
4.2.1.1 Pengujian Reliabilitas dan Validitas menggunakan SPSS.
a. Berikut langkah langkah pengujian Reliabilitas
1. Pindahkan data yang di excel ke SPSS, lalu pilih analyze lalu pilih scale dan
pilih Reability Analysis.

. Lalu masukkan semua variable x ke item, lalu tekan oke untuk proses pencarian
Reliability

3. Maka didapatkan hasil dari reliability

 Case Processing Summary

N %

Cases Valid 40 100.0

Excludeda 0 .0

Total 40 100.0

Reliability Statistics

Cronbach's
Alpha Based on
Cronbach's Standardized
Alpha Items N of Items

.961 .964 50

Didaptkan Cronbach's Alpha Based on Standardized Items sebesar 967 = 96,7%

Apabila nilai Cronbach's Alpha Based on Standardized Items lebih besar dari pada
60% maka indicator dalam kuesioner dianggab Reliabelity
b. Berikut langkah langkah pengujian Validitastas

Gambar 1; 4.2 Input Data Validitas

Sumber : SPSS 16
Gambar 2; 4.2 Klik Corallate -> Bivarate
Sumber : SPSS 16

Gambar 3; 4.2 Input data ke Variable

Sumber : SPSS 16
 Gambar 4; 4.2 Output Validitas
Sumber : SPSS 16

4.2.1.2 Uji Reliabilitas dan Validitas secara manual dengan excel

a. Uji validitas
Data dikatakan valid jika r hitung lebih besar dari r table. Data yang
digunakan sama dengan uji validitas menggunakan SPSS. Dari hasil perhitungan
menggunakan MS. Excel, didapatkan table data sebagai berikut:

Dimensi ⅀X ⅀Y (⅀X)2 (⅀Y)2 ⅀X.Y ⅀X2 ⅀Y2

Rengible 1545 8002 2387025 64032004 63451 60505 1619964

Trengible 1580 8002 2496400 64032004 66193 63186 1619964

Empati 1601 8002 2563201 64032004 68234 65195 1619964

Jaminan 1653 8002 2732409 64032004 72486 69345 1619964

Responsive 1623 8002 2634129 64032004 70159 67071 1619964

Setelah semua nilai didapatkan maka didapatkan, maka dilakukan

perhitungan setiap dimensi menggunakan rumus sebagai berikut:
𝑁∑𝑋𝑌 − (∑𝑋)(∑𝑌)
𝑟𝑥𝑦 =
√(𝑁∑𝑋 2 − (∑𝑋)2 )(𝑁∑𝑌 2 − (∑𝑌)2
Untuk dimensi Empati
40(68234) − (1601)(8002)
𝑟𝑥𝑦 =
√(40(65195) − (2563201))(40(1619964) − (64032004))
2729360 − 12811202
𝑟𝑥𝑦 =
√(2607800 − 2563201)(64798560 − 64032004)
 −10081842
𝑟𝑥𝑦 =
√(44599)(766556)

𝑟𝑥𝑦 = 0,00000082197

Dari hasil uji validitas di atas dapat di ketahui:

Dimensi Nilai r hitung Nilai r tabel Keterangan
Reliability 0,731 0.2353 VALID
Tangible 0,868 0.2353 VALID
Emphty 0,863 0.2353 VALID
Assurance 0,901 0.2353 VALID
Responsive 0,886 0.2353 VALID
b. Uji Reliabilitas Secara manual
Rumus yang digunakan adalah :

Dimana :
r11 = Nilai reliabilitas
∑Si = Jumlah varians skor tiap-tiap item
St = Varians total
k = Jumlah item
Perhitungan :
Diketahui :
k = 40 ∑Si = 8,42 St = 7,09
Penyelesaian :
40 8,42
𝑟11 = 𝑥1−
40 − 1 7,09
𝑟11 = 0,18

4.2.2 Uji Kecukupan Data

Dalam hal ini, jumlah sampel yang diperoleh memenuhi dari jumlah sampel
yang seharusnya. Penentuan sampel berdasarkan perhitungan sebagai berikut.
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖
n=
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑜𝑝𝑢𝑙𝑎𝑠𝑖 (𝑑)2 +1
40
n=
40(0.01)2 +1
n = 39.84064

4.3 Pengolahan Data Kuisioner Sebenarnya

4.3.1 Statistika Deskriptif
 Hasan (2009) menjelaskan : Statistik deskriptif atau statistik deduktif adalah
bagian dari statistik mempelajari cara pengumpulan data dan penyajian data
sehingga muda dipahami. Statistik deskriptif hanya berhubungan dengan hal
menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau
keadaan atau fenomena. Dengan kata statistik deskriptif berfungsi menerangkan
keadaan, gejala, atau persoalan.
1.) Langkah-Langkah Excel
Bukalah data kuisoner yang telah dimasukkan di excel. Kemudian untuk
membuat sebuah table dari Statistika Deskriptif dimulai dengan dari menu Insert –
Chart.

Gambar 5; 4.3. Langkah Pertama Pengumpulan Data

Sumber : SPSS 16
Selanjutnya akan muncul Crate PivotTable dan klik pilihan ok pada perintah
tersebut.
 Gambar 6; 4.3.Langkah Kedua select pivotable
Sumber : SPSS 16
Setelah itu maka tampilan pada excel akan berubah seperti gambar dibawah
ini, kemudian drag pilihan Nama ke Value dan drag juga pilihan pertanyaan
kuisoner pertama tentang Kepentingan dipindahkan ke Row labels.

Gambar 7; 4.3.Langkah Kedua select pivotable

Sumber : SPSS 16
 Setelah itu maka tampilan pada excel akan berubah seperti gambar dibawah
ini, kemudian drag pilihan Nama ke Value dan drag juga pilihan pertanyaan
kuisoner pertama tentang Kepentingan dipindahkan ke Row labels.

Gambar 8; 4.3 Tampilan menu PivotTable

Sumber : SPSS 16
Selanjutnya pilihlah menu Insert . Setelah memilih table Pie maka
Pertanyaan kuisoner dan jumlah orang-orang yang mengisi kuisoner dari skala 1-5
akan terlihat seperti gambar dibawah.

kepentingan

T1 T2
15 20
10 15
10
5 5
0 Total 0 Total

T3 T4
25 30
20
15 20
10 10
5
0 Total 0 Total
 T5 Total
20
25
20
15 10
10
5
0 Total Total
0

Kepuasan

T1 T2
15 20
10 15
10
5 5
0 Total 0 Total

T3
T3 T4
25
20 30
25
15
20
10 20
15
5
10
0 Total 10
5
0 Total 0 Total

T5 Total
50

30
20 0
10
Total
0 Total
kepentingan

R1 R2
20 25
15 20
10 15
10
5 5
0 Total 0 Total

R3 R4
25 25
20 20
15 15
10 10
5 5
0 Total 0 Total

Total R5
20 30
15 20
10
5 10
0 Total 0 Total

Kepuasan

R1 R2
25 40
20 30
15 20
10
5 10
0 Total 0 Total
 R3 R4
30 30
20 20
10 10
0 Total 0 Total

R5 Total
30 20
20 15
10 10
5
0 Total 0 Total

Kepentingan

S1 S2
30 25
20
20 15
10 10
5
0 Total 0 Total

S3 S4
25 25
20 20
15 15
10 10
5 5
0 Total 0 Total
 S5 Total
25 30
20
15 20
10 10
5
0 Total 0 Total

Kepuasan

S1 S2
30 25
20
20 15
10 10
5
0 Total 0 Total

S3 S4
25 20
20 15
15 10
10
5 5
0 Total 0 Total

S5 Total
20 20
15 15
10 10
5 5
0 Total 0 Total

Kepentingan
 A1 A2
30 30
20 20
10 10
0 Total 0 Total

A3 A4
25 20
20 15
15 10
10
5 5
0 Total 0 Total

A5 Total
25 30
20
15 20
10 10
5
0 Total 0 Total

Kepuasan

A1 A2
20 20
15 15
10 10
5 5
0 Total 0 Total
 A3 A4
20 20
15 15
10 10
5 5
0 Total 0 Total

A5 Total
20 20
15 15
10 10
5 5
0 Total 0 Total

Kepentingan

E1 E2
20 20
15 15
10 10
5 5
0 Total 0 Total

E3 E4
25 20
20 15
15 10
10
5 5
0 Total 0 Total
 E5 Total
25 30
20
15 20
10 10
5
0 Total 0 Total

Kepuasan

E1 E2
20 20
15 15
10 10
5 5
0 Total 0 Total

E3 E4
20 20
15 15
10 10
5 5
0 Total 0 Total

E5 Total
30 30
20 20
10 10
0 Total 0 Total

4.3.2 Statitika Crosstab

 Analisis tabulasi silang (crosstab) merupakan salah satu analisis korelasional
yang digunakan untuk melihat hubungan antara variabel. Sehingga analisis tabulasi
silang ini dapat digunakan untuk menganalisa lebih dari dua variabel.
4.3.2.1 Langkah-langkah kerja
Pertama-tama dimasukkan selutuh data kepentingan pada kolom Variabel view.

Gambar 4.3 Input data ke Variabel View

Sumber :SPSS 16
Kemudian, dimasukkan data pada kolom Data View dengan menyalin data
kuisioner pada program excel ke SPSS

Gambar 4.4 Input View Data data ke

Sumber : SPSS 16
Langkah selanjutnya, Klik Analyze > Descriptive Statistic > Crosstab.
 Gambar 4.5 Crosstab
Sumber : SPSS 16
Kemudian, masukkan Variabel Jenis Kelamin pada kotak Row(s) dan
Variabel Jenis Pekerjaan pada kotak Column(s) tersebut.

Gambar 4.6 Input Variabel

Sumber : SPSS 16
Selanjutnya, klik Statistics sehingga akan muncul jendela baru. Centang pada
kotak Chi Square. Klik Continue.
 Gambar 4.7 Dialog Statistics
Sumber : SPSS 16
Kemudian, klik Cells sehingga muncul jendela baru. Beri tanda centang pada
kotak Observed, Expected, Row, Column, Total, dan klik Continue.

Gambar 4.8 Dialog Cells

Sumber : SPSS 16
Setelah itu, secara otomatis output akan keluar
 Gambar 4.8 Hasil Output
Sumber : SPSS 16
4.3.2.1 Hasil Output Data
Ditampilkan hasil output data
Tabel 4.3 Output Crosstabs

Sumber : SPSS 16
Dari output pada tabel tabulasi silang diatas, memuat informasi
hubungan antara variabel jenis kelamin dengan pernyataan penyelesaian
pembuatan KTP sesuai waktunya. Cara menafsirkannya dengan semisal pada
baris 1 kolom 1, pada tabel crosstabulation pada count terdapat angka 3. Angka ini
menunjukkan ada 3 laki laki yang tidak setuju dengan penyelesaian pembuatan
KTP sesuai waktunya. Begitupun seterusnya cara menafsirkan untuk angka-angka
yang lain.

Tabel 4.4 Output Chi-square

Berdasarkan tabel output di atas diketahui nilai Asymp. Sig. (2-sided) pada
uji Pearson Chi-Square adalah sebesar 0,336. Karena nilai Asymp. Sig. (2-sided)
0,336 > 0,05, maka berdasarkan dasar pengambilan keputusan di atas, disimpulkan
bahwa H0 ditolak dan HA ditrima. Dengan demikian dapat diartikan bahwa “Ada
hubungan antara Jenis Kelamin dengan penyelesaian pembuatan KTP sesuai
waktunya.

4.3.3 Analisis GAP dan IPA

4.3.3.1 Analisis GAP
Analisis Gap merupakan salah satu alat yang dapat digunakan untuk menilai
ataupun mengevaluasi kinerja para karyawan dari suatu instansi, lembaga, ataupun
perusahaan.

4.3.3.1.1. Langkah-langkah
Langkah Pertama, masukkan semua data kuisioner ke dalam excel. Setelah
itu pilih salah satu responden secara acak.
Tabel 4.3.3.1.1.1 Analisis GAP
 Setelah itu, masukkan nilai dari kelima dimensi, baik dibagan kepentingan
dan bagan kepuasaan. Untuk menengtahui nilai GAP atau nilai kesenjangan, maka
nilai total kepentingan dikurangi nilai total kepuasan. Apabila hasilnya nol, maka
tidak terjadi gap. Apabila hasilnya tidak nol, maka terjadi gap.
Tabel 4.3.3.1.1.2 Analisis GAP

Jika dapat dilihat di table, bahwa pada dimensi Reliability, terjadi gap.
Begitu juga pada dimensi Emphaty, dan Responsive. Sedangkan pada dimensi
Tangible dan Asurance, tidak terjadi gap antara kepentingan dan kepuasan.

4.3.3.2 Analisis IPA adalah

Important Performance Analysis atau yang biasa disebut IPA adalah
Importance Performance Analysis adalah suatu teknik analisis yang digunakan
untuk mengidentifikasi faktor-faktor kinerja penting apa yang harus ditunjukkan
oleh suatu organisasi dalam memenuhi kepuasan para pengguna jasa mereka
(konsumen). Metode ini bertujuan untuk mengukur hubungan antara persepsi
konsumen dan prioritas peningkatan kualitas produk/jasa yang dikenal pula sebagai
analisis kuadran.
Langkah-langkahnya sebagai berikut.
1. Input data total kepentingan dan total kepuasan yang diperoleh dari salah satu
dimensi (oleh semua responden). Kelompok kami menggunakan dimensi

Reability.

2. Langkah selanjutnya adalah membuat scatter. Pada tab “graph”, klik

Legacy, lalu klik scatter.
3. Lalu kita input. Untuk bagian Y, kita gunakan Total Kepentingan.
Sedangkan Untuk X, kita gunakan total kepuasan.

4. Setelah muncul grafik scatternya, maka klik dua kali pada grafik scatter
tersebut.

5. Setelah di klik dua kali, maka akan muncul window baru khusus grafik
scatternya. Klik pada tab yang bergambar grafik x dan y, lalu klik set to
mean. Maka akan muncul kuadran antara garis x dan garis y.
Sumber : SPSS versi 16.0

Hasil dan Interpretasi

Didapatkan kesimpulan, bahwa garis Total Kepentingan berada pada posisi

19,275. Sedangkan garis total kepuasan berada pada posisi 18.15.
Berdasarkan hasil analisis kuadran, maka ;
5. Kuadran 1 (Concentrate These)
Ini adalah wilayah yang memuat faktor-faktor yang dianggap
penting oleh pelanggan, tetapi pada kenyataannya faktor-faktor ini belum
sesuai dengan harapan pelanggan (tingkat kepuasan yang diperoleh masih
rendah). Variabel-variabel yang masuk dalam kuadran ini harus
ditingkatkan. Pada gambar diatas, kepuasan menurun, dan kepentingan
meningkat.

6. Kuadran 2 (Keep Up The Good Work)

Ini adalah wilayah yang memuat faktor-faktor yang dianggap
penting oleh pelanggan, dan faktor-faktor yang dianggap pelanggan sudah
sesuai dengan yang dirasakannya sehingga tingkat kepuasannya relatif lebih
tinggi. Variabel-variabel yang masuk dalam kuadran ini harus tetap
dipertahankan karena semua variabel ini menjadikan produk atau jasa
unggul di mata pelanggan. Pada gambar diatas, tingkat kepentingan dan
kepuasan menurun.

7. Kuadran 3 (Low Priority)

Ini adalah wilayah yang memuat faktor-faktor yang dianggap kurang
penting oleh pelanggan, dan pada kenyatannya kinerjanya tidak terlalu
istimewa. Peningkatan variabel-variabel yang termasuk dalam kuadran ini
dapat dipertimbangkan kembali karena pengaruhnya terhadap manfaat yang
dirasakan oleh pelanggan sangat kecil. Pada gambar diatas, tingkat kepuasan
dan tingkat kepentingan menurun.

8. Kuadran 4 (Possible Overkill)

Ini adalah wilayah yang memuat faktror-faktor yang dianggap
kurang penting oleh pelanggan, dan dirasakan terlalu berlebihan. Variabel-
variabel yang termasuk dalam kuadran ini dapat dikurangi agar perusahaan
dapat menghemat biaya. Pada gambar diatas, tingkat Pada gambar diatas,
kepentingan menurun dan tingkat kepuasan meningkat.
 BAB 5
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil praktikum modul tentang Statistik Deskriptif disimpulkan
bahwa:
1. Dari 40 responden pembuatan KTP di Dinas Catatan Sipil Kota Balikpapan
memiliki respon yang berbeda beda.
2. Perhitungan dengan cara software lebih memudahkan peneliti dalam waktu
singkat, dan jika dengan cara manual akan lebih menyita waktu.

5.2 Saran
Saran dari kelompok kami dalam pembelajaran akan penggunaan aplikasi SPSS
lebih diperdalam atau bias dilakukan praktikum terlebih dahalu dalam waktu
seminggu namun praktikan sudah mengerjakan bab 1, 2 dan 3 serta kuisiner dan
diberi waktu seminggu untuk mengerjakan bab 4 dan 5 sehingga pemahaman akan
penggunakan aplikasi SPSS sudah ada.
 DAFTAR PUSTAKA
Adi, suroto. 2015. Gap analysis. Jakarta: Binus University
Assegaff, Mohammad.2009. Analisis Kualitas Pelayanan dan Pengaruhnya Terhadap Kepusan
Pelanggan. Semarang: Universitas Islam Sultan Agung Semarang
Count. Jakarta (ID):Universitas Pendidikan Indonesia.
Hasan, Iqbal. 2009. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta : Bumi
Aksara.
Hasan, Iqbal. 2005. Pokok-Pokok Materi Statistik 1 (Statistik Deskriptif). Jakarta: Bumi Aksara
Indratmo, Iman, Rahmat Irwinsyah. 1998. Aplikasi Analisis Tabulasi Silang (crosstab) Dalam
Perencanaan Wilayah dan Kota: Bandung. Institut Teknologi Bandung
Iregar, Syofian. 2014. Statistika Deskriptif untuk Penelitian. Jakarta: PT RajaGrafindo.
Janti, suhar. 2014. ANALISIS VALIDITAS DAN RELIABILITAS DENGAN SKALA
LIKERT TERHADAP PENGEMBANGAN SI/TI DALAM PENENTUAN
PENGAMBILAN KEPUTUSAN PENERAPAN STRATEGIC PLANNING PADA
INDUSTRI GARMEN. Yogyakarta: SNAST
Kabir, S.M.S.2016.METHODS OF DATA COLLECTION.Austra:Curtin University.
Kristanto, V. H. (2018). Metodologi Penelitian Pedoman Penulisan Karya Tulis Ilmiah (KTI).
Yogyakarta: CV Budi Utama.
Nugraha, Rizal, AMBAR HARSONO, HARI ADIANTO. 2014. Usulan Peningkatan Kualitas
Pelayanan Jasa pada Bengkel “X” Berdasarkan Hasil Matrix. Bandung : Institut Teknologi
Nasional Bandung.
Prahmana,Rully.2012.”Statistika Dasar”.Tanggerang:Sekolah Tinggi Keguruan dan Ilmu
Pendidikan Surya.
Shinta silvia. 2015. Penerapan Metode Multistage Random Sampling Pada Analisis Quick
Widyantini. 2004. Statistika. Yogyakarta: PPPG Matematika.
Zulkupli,MI.2009. Metode Analisis Tabulasi Silang (Crosstabs) dan Uji Chi-Square: Bandung.
Universitas Pasutas.
Sugiyono.2009. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung: Penerbit
Alfabeta.