Analisis Sikap DAN Faktor Pemilihan Perguruan Tinggi Swasta Jakarta Berbasis Komputer Menggunakan Model Fishbein dan Biplot (Studi kasus : SMA Kota Bogor) Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia, 11530
Abstrak Seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih konsumen bukan hanya terjadi di bidang industri namun juga telah merambah ke dunia pendidikan khususnya institusi swasta. Keputusan memilih Perguruan Tinggi Swasta tergantung pada diri konsumen dalam hal ini calon mahasiswa, oleh karena itu untuk memenangkan kompetisi, pengetahuan tentang minat calon mahasiswa dalam memilih Perguruan Tinggi Swasta sangatlah penting untuk diketahui oleh institusi pendidikan terkait. Salah satu upaya PTS untuk merumuskan strategi program pemasaran yang optimal yaitu dengan cara memahami sikap dan faktor apa saja yang di pertimbangkan calon mahasiswa dalam memilih PTS dengan harapan pengetahuan sukap dan faktorfaktor tersebut dapat menjadi nilai tambah bagi PTS tersebut. Penelitian ini menganalisis data dengan menggunakan metode Fishbein dan Biplot, dengan tujuan untuk mengetahui faktor yang paling dominan dalam pemilihan PTS dan mengetahui kondisi yang optimal dari berbagai PTS yang ada selanjutnya dapat dijadikan perumusan strategi marketing yang baik dan optimal
Penelitian ini dilakukan terhadap 91 siswa/i SMA Kota Bogor terpilih. Penelitian menghasilkan aplikasi untuk memudahkan pengguna dalam melakukan anlisa dimana faktor kualitas pengajar menjadi faktor yang paling dipertimbangkan dalam memilih PTS, BINUS menjadi PTS yang paling di sukai dan terdapat pengelompokanpengelompokan faktor-faktor dan PTS berdasarkan kedekatan karakteristiknya
Kata Kunci : pendidikan, sikap konsumen, model fishbein dan biplot, memilih PTS
1. Pendahuluan Pendidikan merupakan sesuatu kebutuhan utama bagi manusia untuk mencapai sukses dan mengembangkan diri, seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih konsumen bukan hanya terjadi di bidang industri namun juga telah merambah ke dunia pendidikan khususnya institusi swasta.
Jumlah dan
pertumbuhan PTS di Indonesia terus meningkat dari tahun ke tahun. Pada tahun 2007 saja, data APTISI (Asosiasi Perguruan Tinggi Swasta Indonesia) adalah sebesar 2.761 PTS yang tersebar di seluruh Indonesia, meningkat dua kali lipat lebih apabila dibandingkan pada data 10 tahun sebelumnya, dimana pada tahun 1997 tercatat sebanyak 1.293 PTS.
Pesatnya pertumbuhan ini semakin meningkatkan perguruan
tinggi swasta untuk memperebutkan calon mahasiswa yang akan memasuki masingmasing perguruan. Pusat Data dan Analisa TEMPO (PDAT) di awal tahun 2011 kembali melakukan survei Perguruan Tinggi Swasta (PTS) Terbaik menurut Persepsi dan Pengalaman Para Manager di Dunia Kerja di Jabodetabek. Menurut data, Perguruan Tinggi Swasta (PTS)
mulai dari akademi, sekolah tinggi, institut hingga universitas, tercatat ada 3.000 PTS yang tersebar di seluruh wilayah Indonesia. Tingginya jumlah PTS tersebut, belum tentu diiringi kualitas yang memadai.
Banyaknya tawaran dari berbagai PTS dengan
program-program studinya, menyebabkan calon mahasiswa harus jeli dalam memilih PTS Keputusan memilih Perguruan Tinggi Swasta tergantung pada diri konsumen dalam hal ini calon mahasiswa, oleh karena itu untuk memenangkan kompetisi, pengetahuan tentang bagaimana calon mahasiswa dalam memilih Perguruan Tinggi Swasta sangatlah penting untuk diketahui oleh institusi pendidikan terkait. Salah satu upaya untuk merumuskan strategi program pemasaran yang optimal yaitu dengan cara memahami sikap dan faktor-faktor apa saja yang di pertimbangkan calon mahasiswa dalam memilih PTS dengan harapan pengetahuan tentang sikap dan faktor-faktor tersebut dapat menjadi nilai tambah bagi PTS tersebut. Berdasarkan latar belakang diatas maka peneliti memilih judul “Analisis Sikap dan Faktor Pemilihan Perguruan Tinggi Swasta Jakarta Berbasis Komputer Menggunakan Model Fishbein dan Biplot”
2. Metodologi A. Model Sikap Fishbein Model sikap Fishbein menyatakan bahwa sikap seseorang konsumen terhadap suatu obyek akan ditentukan oleh sikapnya terhadap berbagai faktor yang di miliki oleh suatu obyek tersebut, model ini juga di gunakan untuk mengukur sikap konsumen terhadap produk tertentu. Model sikap Fishbein adalah :
Ao = ∑ bi ei Ao = Sikap sesorang terhadap obyek bi = Kepercayaan konsumen terhadap faktor i dari obyek ei = Evaluasi konsumen terhadap faktor ke-i dari obyek secara umum Model Sikap Fishbein pada prinsipnya akan menghitung Ao yaitu sikap seseorang terhadap sebuah objek, yang dikenali lewat faktor-faktor yang melekat pada obyek tersebut. Dengan mengenali sebuah obyek melalui cara melihat, meraba, mencoba dan menggunakan obyek itu untuk sekian waktu lamanya, maka seorang konsumen akan mempunyai sikap tertentu terhadap obyek dipakai atau digunakannya tersebut. Biasanya sebelum konsumen mengkonsumsi sebuah obyek tentunya ia memiliki suatu harapan-harapan terhadap obyek tersebut. Sehingga setelah melihat, mencoba dan menggunakannya, konsumen tersebut dapat menilai apakah obyek yang bersangkutan telah sesuai dengan harapannya. Dari pemaparan di atas, terlihat bahwa ada dua komponen penting pada pengukuran sikap Fishbein, yaitu adanya evaluasi dan kepercayaan yang ada pada diri konsumen terhadap sebuah obyek tertentu B. Analisis Biplot Biplot pertama kali diperkenalkan oleh Gabriel K.R (1971) dalam sebuah jurnal biometrik yang berjudul “The Biplot Graphic Display of Matrices with Application to Principal Prin-cipal Component Analysis”. Metode ini berdasarkan pada dekomposisi nilai singular suatu matrik. Pada dasarnya analisis ini bertujuan untuk memperagakan secara grafik dari suatu matrik dalam sebuah plot dengan menumpang tindihkan vektorvektor yang merepresentasikan vektor-vektor kolom matrik tersebut.
Biplot secara bersama-sama menyajikan label baris dan kolom dari data yang berbentuk sebuah plot atau gambar matriks dimensi rendah (biasanya dimensi dua). Dalam biplot terdapat “bi-“ yang berarti tampilan bersama atau menumpang tindihkan (overlay) antar vektor-vektor yang mewakili baris-baris sekaligus kolom-kolom matrik tersebut. Informasi yang didapat dari biplot meliputi : 1. Posisi relatif objek Berdasarkan informasi ini, dua objek yang memiliki jarak terdekat dikatakan memiliki tingkat kemiripan yang tinggi 2. Hubungan antar faktor Dari informasi ini dapat diketahui mengenai hubungan linear (korelasi) antar faktor yang didasarkan pada variannya 3. Ciri masing-masing objek berdasarkan faktor yang diamati
Tahapan – tahapan dalam metode biplot adalah : 1.
Data matriks X
2.
Koreksi tiap peubah terhadap rataannya
3.
Cari X’X
4.
Cari akar ciri dan vektor cirinya , kemudian diurutkan akar cirinya
5.
Cari matriks L,A,U
unsur – unsur diagonalnya adalah akar kuadrat dari akar ciri X’X atau XX’ A = [ a1,a2, ... a3], matriks A adalah vektor ciri dari matriks X’X atau XX’ Selanjutnya di susun matriks U
Matriks U dihitung melalu persamaan
, dengan
i adalah akar ciri ke-i dari
matriks X’X dan ai adalah lajur ke-i matriks A. UU = AA = Ir, Ir adalah matriks identitas. 6.
Menghitung koefesien kebaikan suai dari dua akar ciri terbesar
Dengan
1 = akar ciri terbesar pertama
Dengan
1 = akar ciri terbesar ke 2
Dengan
i = akar ciri terbesar ke – i
Jika nilai dari
mendekati nilai satu, berarti biplot yang diperoleh dari matriks
akan memberikan penyajian data yang semakin baik mengenai informasi-informasi yang terdapat pada data yang sebenarnya. 7.
Menetukan vektor pengaruh baris (objek) dan vektor pengaruh kolom (peubah)
8.
Membuat tebaran dari vektor vektor tersebut Dengan memisalkan G = ULa dan H = AL 1-a dengan nilai 0 <= a <= 1. Baris ke-i matriks G akan digunakan untuk mempresentasikan baris ke-i matriks X yang berarti mempresentasikan objek ke-i sedangkan baris ke-j matriks H akan digunakan untuk mempresentasikan kolom ke-j matriks X yang berarti mempresentasikan peubah ke-j. Kismanto et.al(2004,p2) jika diambil a=0 (G =U dan H = AL) maka : 1. hi’hj = (n-1)Sij dengan
Sij (n-1)
-1
S(xik – xi) (xjk – xj) artinya
penggandaan titik antara vektor hi dengan hj akan memberikan gambaran keragaman antara peubah ke-i dengan peubah ke-j 2. Keragaman peubah.
Peubah dengan kergaman kecil digambarkan
sebagai vektor yang pendek begitu pula sebaliknya ih = (n-1)1/2 Si artinya panjang vektor akan menggambarkan tentang keragaman peubah ke-i, makin panjang vektor hij makin besar pula keragaman peubah ke-i 3.
= rij ,
merupakan sudut antara vektor hi dengan vektor hj dan rij
merupakan korelasi peubah ke-i dengan peubah ke-j jika sudut
mendekati 0 maka makin besar korelasi positif antara dua peubah tersebut Jika sudut dua peubah <90o maka korelasi bersifat positif Jika sudut dua peubah <90o maka korelasi bersifat positif Semakin kecil sudutnya semakin kuat korelasinya 4. Bila pangkat X = p, maka (xi – xj)’S-1(xi – xj) = (n-1) (gi-gj)’(gi-gj). Artinya, (kuadrat) jarak Mahalanobis antara xi dengan xj akan sebandig dengan (kuadrat) jarak Euclid antara titik gi dengan gj yang terlihat dalam plot akan memberikan gambaran makin dekatnya xi dengan xj yang diukur dengan menggunakan peubah Mahalanobis.
ganda asal dengan jarak
Sebaliknya, makin besar jarak Euclid antara titik gi
dengan gj yang terlihat dalam plot akan memberikan gambaran makin jauhnya xi dengan xj. Karakteristik suatu obyek bisa di simpulkan dari posisi relatifnya yang paling dekat denagn suatu peubah (dan relatif terhadap titik pusat)
3. Kesimpulan Dalam penelitian ini dapat disimpulkan beberapa hal yaitu: 1.
Pertimbangan utama responden dalam memilih Perguruan Tinggi Swasta sebagian besar didasarkan pada kualitas pengajar, prospek lulusan dan pilihan jurusan yang beragam dan tersedia
2.
Secara berurutan sikap responden menyukai Perguruan Tinggi Swasta yaitu BINUS, TRISAKTI, ATMAJAYA, UNTAR, GUNADARMA, UKI
3.
Terdapat 2 kelompok atribut. Kelompok 1 terdiri dari faktor fasilitas Perguruan Tingi Swasta, pelayanan, kepopuleran Perguruan Tinggi Swasta dan iklan / promosi, kelompok kedua terdiri dari kualitas pengajar, prospek lulusan, biaya kuliah akreditasi, lokasi dan pilihan jurusan yang beragam dan tersedia
4.
Terdapat 5 kondisi kelompok Perguruan Tinggi Swasta yaitu BINUS, UNTAR, GUNADARMA, UKI sedangkan TRISAKTI dan ATMAJAYA membentuk kelompok tersendiri
DAFTAR PUSTAKA Booch et,al. (2000). UML Distelled. 2nd edition. Addison-Wesley,Canada Gabriel, K.R. 1971. The Biplot Graphic Display of Matrices with Application to Principal Prin-cipal Component Analysis. Biometrics 58:453-467 Johnson, R. A. and Wichern, D. W. Applied Multivariate Statistical Analysis, Prentice Hall, fifth edition, 2002 Kismanto, Arie dan Sjahid Muhamad. Pengukuran Kontribusi ITS Dalam Membentuk Mutu Sarjana Baru ITS Menurut Persepsi Wisudawan, Prosiding Seminar Nasional Manajamen Teknologi I. 2005 Kotler, Armstrong, (2001). Prinsip-Prinsip Pemasaran. Jilid 1. Erlangga, Jakarta. Potter, Rainer Turban. (2003). Introduction to Information Technology. 2nd edition. John Wiley & Sons, Inc., US of America. Pressman, R.S (2005). Software engineering : a practitioner approach. 6th Edition. McGraw Hill, New York Shneiderman, B.(2005). Designing the User Interface : Strategies for Effective HumanComputer Interaction. 4th edition.Pearson Education, Inc. US of America Sudjana, 2005. Metode Statistika. Bandung: Tarsitro Sugiyono. (2004). Metode Penelitian Bisnis. Jilid 6. Alfabeta, Bandung. Supranto, J. (2000). Statistik Teori dan Aplikasi. Jilid 1. Erlangga, Jakarta. Walpole,R.E.(2001). Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. Penerbit ITB. Bandung
