Anda di halaman 1dari 15

BAB III

METODOLOGI PENELITIAN

A. Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan di Perumahan Griya Paniki Indah yang berada

di Kecamatan Mapanget Manado pada bulan Juni 2015.

B. Metode Penelitian

Metode penelitian yang dipakai adalah penelitian survey. Penelitian survey

merupakan penelitian kuantitatif dengan menggunakan pertanyaan terstruktur

yang sama pada setiap orang, kemudian semua jawaban yang diperoleh peneliti

dicatat, diolah, dan dianalisis. Metode survei biasanya digunakan untuk

mendapatkan data dari tempat tertentu yang alamiah (bukan buatan) dan peneliti

melakukan perlakuan tertentu dalam pengumpulan data (Sugiyono, 2012).

C. Pengumpulan Data

Data utama yang digunakan dalam penelitian ini adalah data primer dan data

sekunder. Data primer adalah data yang didapat langsung melalui tahap

penyebaran kuisioner. Sumber data adalah penghuni perumahan Griya Paniki

Indah Manado. Data sekunder diperoleh melalui studi literatur, baik yang

diperoleh dari data dan dokumen perusahaan, studi pustaka, internet, dan berbagai

sumber lainnya.

Jumlah sampel dalam penelitian ini ditentukan dengan rumus Slovin (Umar,

2005) yaitu :

N
n= (3.1)
1 + 𝑁𝑒 2
dimana n = jumlah sampel
N = jumlah populasi
e = persentase kelonggaran ketidaktelitian karena kesalahan sampel
yang masih bisa ditolerir 10%

Berdasarkan data dari pihak manajemen Griya Paniki Indah, diketahui

jumlah rumah tipe pada blok Mawar dan Delima sebanyak 631 unit.

Dengan menggunakan persamaan 3.1, diperoleh total sampel sejumlah :

631
n= = 86,32 ≈ 87 responden
1 + 631(0,1)2

Pengambilan sampel pada blok Mawar dan Delima dilakukan dengan

menggunakan teknik Simple Random Sampling, sehingga populasi dari tiap

kelompok memiliki peluang yang sama untuk memberikan data yang dibutuhkan.

D. Atribut Penelitian

Pengukuran kepuasan penghuni pada penelitian ini berdasarkan pada empat

faktor, yang terdiri atas 20 atribut penilaian, seperti pada Tabel 2.

23
Tabel 2. Atribut Penilaian Kepuasan Penghuni

Faktor Nomor Nama Atribut

DESAIN 1. Model bangunan rumah


BANGUNAN 2. Pencahayaan dalam rumah
(Kwanda,2003) 3. Tinggi langit-langit rumah
4. Jumlah dan ukuran kamar

KUALITAS 5. Kualitas atap, plafon rumah


BANGUNAN 6. Kualitas dinding rumah
(Kwanda, 2003) 7. Kualitas lantai rumah
8. Kualitas kusen, pintu, jendela rumah

SARANA DAN 9. Kondisi jalan (lebar dan permukaan jalan)


PRASARANA 10. Sistem drainase
(Kwanda, 2003; 11. Pelayanan keamanan lingkungan perumahan
Veronica, 2009) 12. Penyediaan jaringan air bersih
13. Penyediaan ruang terbuka hijau
14. Penyediaan jaringan listrik

LOKASI 15. Angkutan umum di lokasi perumahan


(Kwanda, 2003; 16. Jarak rumah ke sekolah
Veronica, 2009) 17. Jarak rumah ke pusat kota
18. Jarak rumah ke tempat kerja
19. Jarak rumah ke rumah sakit
20. Jarak rumah ke pasar swalayan

E. Desain Kuesioner

Kuesioner dibuat untuk mengukur secara langsung kepuasan penghuni

perumahan Griya Paniki Indah berdasarkan empat faktor, yaitu desain bangunan,

kualitas bangunan, sarana prasarana dan lokasi. Instrumen ini dibagi menjadi 3

bagian utama, yaitu data responden, penilaian tingkat kenyataan yang dirasakan

dan penilaian tingkat harapan penghuni terhadap atribut-atribut yang ditanyakan.

Kuesioner dapat dilihat pada Lampiran 1.

Pengukuran atribut menggunakan Skala Likert untuk melihat perbandingan

24
antara kenyataan dan harapan penghuni. Tingkat kenyataan menggambarkan

penilaian penghuni terhadap kualitas perumahan sesuai dengan yang dirasakan..

Untuk tingkat kenyataan dari penilaian responden diberikan skor penilaian sebagai

berikut:

1. Responden yang menjawab sangat tidak puas dengan nilai 1

2. Responden yang menjawab tidak puas dengan nilai 2

3. Responden yang menjawab cukup puas dengan nilai 3

4. Responden yang menjawab puas dengan nilai 4

5. Responden yang menjawab sangat puas dengan nilai 5

Tingkat harapan menggambarkan hal-hal yang dianggap penting oleh

penghuni. Untuk tingkat harapan dari penilaian responden diberikan skor

penilaian sebagai berikut:

1. Responden yang menjawab sangat tidak penting dengan nilai 1

2. Responden yang menjawab tidak penting dengan nilai 2

3. Responden yang menjawab cukup penting dengan nilai 3

4. Responden yang menjawab penting dengan nilai 4

5. Responden yang menjawab sangat penting dengan nilai 5

25
F. Pengujian Kuesioner

1. Uji Validitas

Pengujian validitas dimaksudkan untuk mengetahui sejauh mana alat

pengukur (instrumen) mengukur apa yang ingin diukur. Uji validitas

digunakan untuk menghitung nilai korelasi (r) antara data pada masing-

masing pertanyaan dengan skor total. Teknik yang dipakai untuk menguji

validitas kuesioner adalah teknik korelasi product moment pearson.

Perhitungan korelasi tersebut dapat menggunakan program statistik SPSS

19.00 atau dengan rumus korelasi pearson (momen product) yaitu :

n (∑ XiYi) − (∑ Xi). (∑ Yi)


r= (3.2)
√[n(∑ Xi2 ) − (∑ Xi)2 ]. [n(∑ Yi2 ) − (∑ Yi)2 ]

dimana :

r : Korelasi skor item dengan skor total

Xi : Skor item

Yi : Skor total (seluruh item)

n : Jumlah sampel

Jika hasil uji validitas ini diperoleh nilai total korelasi, r hitung < dari r

tabel, maka variabel yang diuji tidak valid.

2. Uji Reliabilitas

Uji reliabilitas adalah untuk mengetahui konsistensi atau keteraturan hasil

pengukuran suatu instrument apabila instrument tersebut digunakan lagi sebagai

alat ukur suatu objek atau responden. Hasil uji reliabilitas mencerminkan dapat

dipercaya dan tidaknya suatu instrument penelitian berdasarkan tingkat

26
kemantapan dan ketepatan suatu alat ukur dalam pengertian bahwa hasil

pengukuran yang didapatkan merupakan ukuran yang benar dari sesuatu yang

diukur.

Salah satu metode pengujian reliabilitas adalah dengan menggunakan

metode Alpha (α) Cronbach. Model ini merupakan model internal konsistensi

berdasarkan rata-rata korelasi antar item, dimana tingkat reliabilitas diukur

berdasarkan skala alpha 0 sampai dengan 1 seperti dilihat pada tabel berikut ini.

Tabel 3. Tingkat Reliabilitas Berdasarkan nilai Alpha (α)

Alpha (α) Tingkat Reliabilitas

0,00 s/d 0,20 Kurang reliabel


> 0,20 s/d 0,40 Agak reliabel
> 0,40 s/d 0,60 Cukup reliabel
> 0,60 s/d 0,80 Reliabel
> 0,80 s/d 1,00 Sangat Reliabel
Sumber : Triton (2007)

Untuk menghitung koefisien alpha (α) Cronbach dapat menggunakan

program statistik SPSS 19.00 atau dengan menggunakan rumus :

k ∑ σi2
α= (1 − 2 ) (3.3)
k−1 σ

dimana :

α = koefisien reliabilitas

k = jumlah pertanyaan (item)

σi2 = varians skor pertanyaan ke-i (dengan i = 1,2,3…k)

σ2 = varians skor total

Dengan varians skor ke-i menggunakan rumus :

27
(∑ Xi)2
∑ Xi2 −
σi2 = n (3.4)
n

dimana :

σi2 = Varians skor pertanyaan ke-i ( i = 1,2,3…k)

Xi = Skor pertanyaan ke-i

n = jumlah sampel (responden)

Jika hasil uji reliabilitas diperoleh nilai α hitung lebih besar daripada nilai r

tabel dan bernilai positif, maka suatu instrument penelitian dapat disebut reliabel.

G. Analisis Data

1. Customer Satisfaction Index (CSI)

Model Swedish Customer Satisfaction Barometer (SCSB) muncul pada tahun

1989 dan merupakan model National Customer Satisfaction Index yang pertama.

Konsep dan pengukuran SCSB dikembangkan oleh professor Claes Fornell

seorang guru besar di University of Michigan. Setelah kesuksesan SCSB, banyak

negara yang memodifikasi model ini untuk membentuk model National Customer

Satisfaction Index yang berbeda. Seperti American Customer Satisfaction Index

(ACSI) model, Swiss Customer Satisfaction Index model, dan European Customer

Satisfaction Index model. Dari ketiga model di atas, ACSI menjadi yang

terpopuler. Indeks ini dianggap sebagai salah satu indikator ekonomi nasional

yang berhubungan dengan tingkat kepuasan pelanggan dari produk dan jasa yang

digunakan dan dikonsumsi oleh rumah tangga Amerika Serikat. ACSI telah

diimplementasikan di luar Amerika, seperti Eropa dan Asia (Yuan Hu, 2011).

Sama seperti SCSB, ACSI juga dikembangkan oleh professor Claes Fornell.

28
Pada penelitian ini Customer Satisfaction Index (CSI) digunakan untuk

mengetahui tingkat kepuasan penghuni secara menyeluruh dengan melihat tingkat

kenyataan dan tingkat kepentingan/harapan dari atribut-atribut yang ditanyakan.

Menurut Aritonang (2005), untuk mengetahui besarnya nilai CSI, maka langkah-

langkah yang dilakukan yaitu :

1. Menentukan Mean Importance Score (MIS) atau rata-rata skor

kepentingan/harapan. Nilai ini diperoleh dari rata-rata tingkat

kepentingan/harapan penghuni.

[∑ni=1 Yi]
MIS = (3.5)
n

dimana :

n = Jumlah responden

Yi = Nilai kepentingan indikator ke-i

2. Menghitung Weight Faktor (WF) atau faktor tertimbang. Bobot ini

merupakan prosentase nilai MIS per indikator terhadap total MIS seluruh

indikator.

MISi
WF = x 100% (3.6)
∑pi=1 MISi

dimana :

p = Indikator kepentingan/harapan ke-p

MIS = Mean Importance Score

3. Menghitung Weight Score (WS) atau Skor tertimbang. Bobot ini merupakan

perkalian antara WF dengan rata-rata tingkat kenyataan (Mean Performance

Score = MPS)

WSi = WFi x MPS (3.7)

29
dimana :

MPS = Mean Performance Score

4. Menentukan Customer Satisfaction Index (CSI)

∑pi=1 WSi
CSI = x 100% (3.8)
HS

dimana :

p = indikator harapan ke-p

HS = Highest Scala (skala maksimum yang digunakan)

Bila nilai CSI > 50% maka dapat dikatakan bahwa penghuni telah

merasa puas, sebaliknya bila CSI < 50% maka penghuni belum merasa puas.

Nilai CSI dalam penelitian ini dibagi dalam lima kriteria dari tidak puas

sampai dengan sangat puas seperti dilihat pada Tabel 4.

Tabel 4. Kriteria Nilai Customer Satisfaction Index (CSI)

No. Nilai CSI Kriteria CSI


1 0,81 – 1,00 Sangat Puas
.2 0,66 – 0,80 Puas
.3 0,51 – 0,65 Cukup Puas
.4 0,35 – 0,50 Kurang Puas
.5 0,00 – 0,34 Tidak Puas
Sumber. : Panduan Survei Kepuasan Pelanggan PT. Sucofindo
dalam Aditiawarman (2000)

2. Importance Performance Analysis (IPA)

Metode Importance Performance Analysis (IPA) pertama kali

diperkenalkan pada tahun 1977 oleh Martilla dan James (Tjiptono, 2011), dengan

tujuan untuk mengukur hubungan antara persepsi konsumen dan prioritas

peningkatan kualitas produk/jasa yang dikenal pula sebagai quadrant analysis

30
(Brandt, 2000 dan Latu & Everett, 2000 dalam Khasani, 2013). IPA telah

diterima secara umum dan dipergunakan pada berbagai bidang kajian karena

kemudahan untuk diterapkan dan tampilan hasil analisa yang memudahkan usulan

perbaikan kinerja (Martinez, 2003 dalam Khasani, 2013). IPA mempunyai fungsi

utama untuk menampilkan informasi berkaitan dengan faktor-faktor pelayanan

yang menurut konsumen sangat mempengaruhi kepuasan dan loyalitas mereka,

dan faktor-faktor pelayanan yang menurut konsumen perlu ditingkatkan karena

kondisi saat ini belum memuaskan.

IPA menggabungkan pengukuran faktor tingkat kenyataan dan tingkat

harapan dalam grafik dua dimensi yang memudahkan penjelasan data dan

mendapatkan usulan praktis. Interpretasi grafik IPA sangat mudah, dimana grafik

IPA dibagi menjadi empat buah kuadran berdasarkan hasil pengukuran

importance-performance. Data yang digunakan untuk analisis ini adalah hasil

kuesioner persepsi masyarakat terhadap kinerja/kualitas suatu pelayanan

berdasarkan atribut penilaian yang telah ditetapkan.

Selanjutnya dilakukan analisis kuadran. Analisis kuadran ini berfungsi

untuk memetakan kinerja/kualitas yang dirasakan (kenyataan) dan kepentingan

(harapan) dari penghuni terhadap beberapa atribut perumahan.

Berdasarkan hasil penilaian tingkat kenyataan dan penilaian tingkat

harapan maka akan dihasilkan suatu perhitungan menjadi tingkat kesesuaian

antara tingkat kepentingan dan tingkat pelaksanaannya. Tingkat kesesuaian adalah

hasil perbandingan skor kenyataan dan skor kepentingan/harapan penghuni.

Rumus yang digunakan (Supranto, 2011) adalah sebagai berikut :

Xi
Tki = x 100% (3.9)
Yi

31
dimana :

Tki = Tingkat kesesuaian responden

Xi = Skor penilaian kenyataan

Yi = Skor penilaian kepentingan/harapan penghuni

Selanjutnya sumbu mendatar (X) akan diisi oleh skor tingkat kenyataan

sedangkan sumbu vertikal (Y) akan diisi oleh skor tingkat kepentingan/harapan.

Untuk setiap faktor yang mempengaruhi penilaian penghuni dengan

menggunakan rumus :

∑ Xi
̅
X= (3.10)
n

∑ Yi
̅=
Y (3.11)
n

dimana :

̅
X = Rata-rata tingkat penilaian kenyataan indikator ke-i

̅
Y = Rata-rata tingkat penilaian kepentingan/harapan indikator ke-i

n = Jumlah responden

Selanjutnya adalah menghitung rata-rata tingkat kepentingan/harapan dan

kenyataan untuk keseluruhan indikator, dengan rumus :

̅
∑ Xi
̿
X= (3.12)
k

̅
∑ Yi
̿
Y= (3.13)
k

dimana : ̿
X = total rata-rata tingkat kenyataan atribut ke-i

̿
Y = total rata-rata tingkat kepentingan/harapan atribut ke-i

k = jumlah pertanyaan dalam kuesioner

32
Skor rata-rata tingkat penilaian kinerja/kualitas dari responden selanjutnya

akan ditempatkan pada diagram kartesius dengan sumbu mendatar (sumbu X)

̅ dan sumbu tegak (sumbu Y)


merupakan skor rata-rata tingkat penilaian kinerja X

adalah skor rata-rata tinkat penilaian kepentingan/harapan indikator ̅


Y. Diagram

kartesian ini akan dibagi menjadi empat (4) kuadran dengan perpotongan

sumbunya merupakan nilai rata-rata total dari skor penilaian kinerja ̿


X dan total

̿ . Diagram kartesius tersebut dapat


skor penilaian kepentingan/harapan indikator Y

dilihat pada gambar di bawah ini.

Y X
Tingkat Kepentingan
(Importance)

Kuadran A Kuadran B
Prioritas Utama Pertahankan Kinerja

Kuadran C Kuadran D
Prioritas Rendah Berlebihan

X
Tingkat Kinerja
(Performance)

Gambar 1. Diagram Kartesius Analisis Kepentingan dan Kinerja (Supranto, 2011)

Pengertian kuadran tersebut adalah (Supranto, 2011) :

a. Kuadran A (Prioritas utama)

Kuadran ini menunjukkan indikator yang sangat mempengaruhi tingkat

33
kepuasan penghuni terhadap atribut perumahan yang kondisinya tidak

memuaskan dan perlu mendapat priorias peningkatan.

b. Kuadran B (Pertahankan prestasi)

Kuadran ini menunjukkan indikator yang mempengaruhi tingkat kepuasan

penghuni terhadap atribut perumahan yang kondisinya telah memenuhi

harapan dan perlu dipertahankan.

c. Kuadran C (Prioritas rendah)

Kuadran ini menunjukkan indikator yang tidak begitu penting dalam

pemenuhan tingkat kepuasan penghuni, yang pelaksanaannya dianggap cukup

atau biasa saja.

d. Kuadran D (Berlebihan)

Kuadran ini menunjukkan indikator yang tidak begitu penting dalam

pemenuhan tingkat kepuasaan penghuni yang dalam pelaksanaannya

penghuni menerima lebih dari apa yang diharapkan sehingga tidak menjadi

proritas perbaikan (berlebihan).

3. Uji Chi Square

Uji Chi Square biasa digunakan untuk mengetahui frekuensi 2 data

observasi terhadap frekuensi data observasi yang diharapkan (expected value).

Berdasarkan sebaran data tersebut dapat diketahui besarnya pengaruh suatu

observasi terhadap observasi lainnya. Dalam penelitian ini uji Chi Square

digunakan untuk mengetahui hubungan antara karakteristik responden dengan

tingkat kepuasan. Rumusa dari Uji Chi Square adalah :

34
𝑘

2
(𝑂𝑗 − 𝐸𝑗)2
𝑋 = ∑ (3. 14)
𝐸𝑗
𝑗=1

dimana X2 = Chi Square

Oj = Frekuensi hasil observasi

Ej = Frekuensi yang diharapkan

Hipotesa dari uji Chi Square adalah :

H0 : tidak terdapat pengaruh atau hubungan antara 2 observasi yang diuji

H1 : terdapat pengaruh atau hubungan antara kedua observasi tersebut

Dasar pengambilan keputusan adalah jika nilai Chi Square hitung > Chi Square

tabel atau probability Chi Square < dari α (5%), maka H0 ditolak. Sebaliknya

penerimaan H0 terjadi jika nilai Chi Square hitung < Chi Square tabel atau

probability Chi Square > dari α (5%).

35
H. Diagram Alir Penelitian

Mulai

Latar belakang penelitian, Perumusan masalah

Studi Pustaka

Penentuan Atribut/Indikator Kepuasan Penghuni


terhadap Kualitas Perumahan

Desain Kuesioner

Data Primer :
Wawancara dan Kuesioner Penilaian/Presepsi

Uji Validitas dan Reliabilitas

Tidak
Data Valid dan Reliabel Dibuang

Ya
Analisis Data :
a. Importance Performance Analysis (IPA)
b. Costumer Satisfaction Index (CSI)
c.

Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 2. Diagram Alir Penelitian

36