III. METODOLOGI PENELITIAN
3.1. Kerangka Pemikiran Konseptual Dalam memahami pelajaran di sekolah siswa mungkin saja mengalami kesulitan dalam memahaminya. Hal ini dapat dikarenakan metode pembelajaran di sekolah yang cukup rumit dimengerti sehingga siswa tidak dapat mengerti sepenuhnya materi yang diberikan di sekolah. Hal ini dapat diatasi salah satunya dengan siswa tersebut mengikuti bimbingan belajar di luar sekolah. Bimbingan belajar dapat membantu siswa dalam memahami materi-materi yang diberikan dari sekolah karena di bimbingan belajar mereka mengulang pelajaran yang diberikan di sekolah dan mempunyai waktu yang lebih panjang untuk berdiskusi apabila ada materi yang tidak dipahami. Di bimbingan belajar siswa juga menerima cara-cara cepat dan praktis dalam mengerjakan soal-soal yang berkaitan dengan materi dari sekolah serta dapat mempersiapkan ujian dalam memasuki Perguruan Tinggi. Banyaknya siswa yang antusias mengikuti bimbingan belajar terutama bagi mereka yang ingin mempersiapkan diri menghadapi ujian masuk Perguruan Tinggi Negeri (PTN). Hal ini membuat banyaknya bimbingan belajar yang berdiri dan berlomba-lomba untuk menarik siswa-siswi untuk mengikuti bimbingan belajar mereka. Ini terlihat dengan banyaknya bimbingan belajar yang berusaha menonjolkan kelebihannya kepada siswa-siswi. Persaingan yang ketat ini mengharuskan setiap bimbingan belajar harus dapat memposisikan dirinya agar dapat diingat di benak konsumen. Faktor penting yang harus diperhatikan dalam menentukan positioning adalah dengan mengidentifikasikan pesaing dan memperkuat posisi di benak konsumen. Tidak ada suatu bentuk positioning yang akan bertahan selamanya. Bagi bimbingan belajar yang telah kehilangan pangsa pasar kemungkinan mereka perlu melakukan positioning ulang sejalan dengan visi dan misi bimbingan belajar tersebut. Berdasarkan hal tersebut di atas, maka kerangka pemikiran dapat disimpulkan seperti Gambar 2.
21
Persaingan yang ketat bagi siswa-siswi dalam memasuki Perguruan Tinggi
Perlunya pendidikan di luar sekolah
Persaingan antara lembaga bimbingan belajar
Bimbingan dan Konsultasi Belajar Nurul Fikri
….. Analisis
Analisis Deskriptif...
Multidimensional Scalling Posisi Lembaga Bimbingan Belajar
Pesaing terdekat Bimbingan dan Konsultasi Belajar Nurul Fikri ………………….. Analisis Biplot
Positioning Bimbingan dan Konsultasi Belajar Nurul Fikri Berdasarkan Persepsi konsumen Gambar 2. Kerangka Pemikiran Konseptual
22
3.2. Waktu dan Tempat Penelitian
Penelitian ini rencananya akan dilakukan di lima SMA terbaik di Bogor, yaitu: SMAN 1 Bogor, SMAN 3 Bogor, SMAN 5 Bogor, SMA Regina Pacis Bogor dan SMA Budi Mulia Bogor. Dalam pelaksanaannya penelitian ini mengalami beberapa kendala, seperti masalah perizinan dan kurangnya siswasiswi yang mengikuti bimbingan belajar Nurul Fikri di sekolah tersebut. Dengan kondisi tersebut, maka penelitian ini dilakukan di SMAN 5 Bogor, SMAN 6 Bogor, SMAN 7 Bogor, SMA PGRI 3 Bogor dan SMA Plus YPHB Bogor. Pemilihan sekolah tersebut ditentukan secara purposive sampling dengan mempertimbangkan jumlah SMA negeri dan swasta yang ada di Bogor. Penelitian ini dilakukan dari bulan Desember 2009 - Maret 2010. 3.3. Metode Pengumpulan Data Jenis data yang digunakan dalam penelitian terdiri dari data primer dan data sekunder. Data primer diperoleh melalui kuesioner. Kuesioner dibagikan kepada responden untuk mengetahui persepsi responden yang nantinya akan digunakan untuk membentuk spatial map atau perceptual map baik itu pesaing terdekat maupun positioning Bimbingan dan Konsultasi Belajar Nurul Fikri. Data sekunder diperoleh dari data yang diperoleh dari informasi-informasi yang bersifat umum seperti buku, internet, laporan penelitian dan informasi-informasi dari instansi terkait. 3.4. Metode Pengambilan Sampel Pemilihan responden di lokasi penelitian dipilih berdasarkan quota sampling yakni merupakan salah satu jenis non probability sampling. Ukuran responden tersebut didasarkan pada pendapat Slovin: n=
...............................................................................(1)
di mana: n = jumlah sampel
e = Kesalahan yang ditolerir 10 %
N = Jumlah populasi Berdasarkan data yang diperoleh dari SMAN 5 Bogor, SMAN 6 Bogor, SMAN 7 Bogor, SMA PGRI 3 Bogor dan SMA Plus YPHB Bogor, jumlah siswa kelas tiga
23
dari kelima SMA tersebut adalah 1378 siswa, dengan jumlah tersebut maka sampel yang diperoleh untuk dijadikan responden adalah N = 1378
= 93,23 = 100 responden
1 + 13,78 Sample Fraction diperoleh sebagai hasil pembagian dari jumlah siswa SMA kelas tiga di masing-masing SMA dengan populasi siswa SMA kelas tiga di lima SMA tersebut. Jumlah responden yang diperoleh dari masing-masing SMA merupakan hasil kali Sample Fraction dengan jumlah responden yang diambil dalam penelitian ini, yaitu 100 responden. Hal ini bisa dilihat pada Tabel 1. Tabel 1. Jumlah responden dari masing-masing SMA No
SMA
Jumlah
Sample
Jumlah
Populasi
Fraction
Responden
1
SMAN 5 Bogor
346
0,25108853
25
2
SMAN 6 Bogor
332
0,24092888
24
3
SMAN 7 Bogor
335
0,24310595
24
4
SMA PGRI 3 Bogor
188
0,13642960
14
5
SMA Plus YPHB Bogor
177
0,12844702
13
1378
1
100
Jumlah
3.5. Metode Pengolahan dan Analisis Data Pengolahan data dalam penelitian menggunakan Microsoft Excel 2007, Software SPSS version 16.00 for Windows dan Minitab 15. Metode analisis yang digunakan dalam penelitian ini, yaitu: 3.5.1. Uji Validitas Sebelum kuesioner disebar kepada responden terlebih dahulu dilakukan uji validitas terhadap kuesioner tersebut. Uji validitas dilakukan untuk mengetahui seberapa tepat suatu alat ukur mampu melakukan fungsinya. Alat ukur yang dapat digunakan dalam pengujian validitas suatu kuesioner adalah angka hasil korelasi antara skor pernyataan dan skor keseluruhan pernyataan responden terhadap informasi dalam kuesioner (Triton, 2005). Uji validitas dilakukan dengan menggunakan teknik korelasi Product Moment Pearson.
24 Rumus yang digunakan: ………………………………(2)
r=
Di mana: n = jumlah responden X = skor masing-masing pernyataan dari tiap responden Y = skor total semua pernyataan dari tiap responden r = koefisien korelasi Bila diperoleh r hitung lebih besar dari r tabel pada tingkat signifikansi (α ) 0,05 maka pernyataan pada kuesioner mempunyai validitas konstruk atau terdapat konsistensi internal dalam pernyataan tersebut dan layak digunakan. 3.5.2. Uji Reliabilitas Setelah melakukan pengujian validitas, selanjutnya dilakukan pengujian reliabilitas. Menurut Triton (2005) tujuan utama uji reliabilitas adalah untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrumen tersebut digunakan lagi sebagai alat ukur suatu objek atau responden. Hasil uji reliabilitas mencerminkan dapat dipercaya atau tidaknya suatu instrumen penelitian berdasarkan tingkat kemantapan dan ketepatan suatu alat ukur dalam pengertian bahwa hasil pengukuran yang didapatkan merupakan ukuran yang benar dari sesuatu yang diukur. Uji reliabilitas akan dilakukan dengan menggunakan metode Alpha Cronbach. Rumus yang digunakan: r11 =
………………………..……...…..(3)
Di mana: r11 = reliabilitas instrumen k = banyak butir pertanyaan
= varians total = jumlah ragam butir
25
Dengan rumus varian yang digunakan: …………………………………..……....(4)
= Di mana:
n = jumlah responden X = nilai skor yang dipilh (total nilai dari nomor-nomor butir pertanyaan/pernyataan) Standar yang digunakan dalam menentukan reliabel atau tidaknya suatu instrumen penelitian adalah perbandingan antara nilai r hitung dengan r tabel pada taraf kepercayaan 95% atau tingkat signifikansi 5%. Jika r hitung lebih besar dari nilai r tabel, maka dapat dinyatakan bahwa kuesioner tersebut reliabel. Tingkat reliabilitas dengan menggunakan metode Alpha Crobanch diukur berdasarkan skala 0 sampai dengan 1. Ukuran kemantapan alpha dianggap reliabel jika > 0,6 (Triton, 2005). 3.5.3. Analisis Deskriptif Metode analisis deskriptif adalah suatu metode dalam meneliti status sekelompok orang, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa sekarang. Metode ini bertujuan untuk mengambarkan sifat sesuatu yang sedang berlangsung pada saat penelitian dilakukan dan memeriksa sebab-sebab dari suatu gejala tertentu (Nazir, 2005). Analisis deskriptif dapat digunakan untuk mengetahui karakteristik variabel-variabel yang berkaitan, mengestimasi berapa besar jumlah kelompok, mengetahui persepsi konsumen terhadap suatu produk tertentu, mengetahui berapa besar variabel dan mengetahui prediksi spesifik (Rangkuti, 2003). 3.5.4. Multidimensional Scalling Berbasis Atribut Multidimensional Scalling (MDS) adalah salah satu prosedur yang digunakan untuk memetakan persepsi dan preferensi para responden secara visual dalam peta geometri. Peta geometri tersebut, yang disebut spatial map atau perceptual map yang merupakan penjabaran berbagai dimensi yang berhubungan (Simamora, 2005). Selain itu, Multidimensional Scalling merupakan teknik eksplorasi yang digunakan untuk menggambarkan perhitungan dalam dimensi kecil. Interpretasi dari dimensi ini akan membimbing pada pemahaman dari
26
proses perhitungan. Selanjutnya dapat digunakan dalam menginterpretasikan pendapat seseorang ataupun grup yang berbeda-beda sehingga didapatkan suatu solusi. Penelitian kali ini akan membahas mengenai siapa pesaing terdekat Bimbingan dan Konsultasi Belajar Nurul Fikri. Metode Multidimensional Scalling (MDS) yang dilakukan adalah Multidimensional Scalling berbasis atribut. Pesaing terdekat dalam penelitian ini dilihat berdasarkan banyaknya kemiripan pada atribut-atribut yang diteliti pada setiap objek. Semakin banyaknya kemiripan atribut-atribut pada setiap objeknya, maka semakin kuat pesaingan yang ada antara objek-objek tersebut. Dengan Multidimensional Scalling berbasis atribut, MDS mengidentifikasi objek dan atribut-atribut dalam penelitian yang akhirnya akan dipetakan dalam peta geometri untuk mengetahui posisi dari masing-masing objek dan atribut dalam penelitian tersebut. Dengan MDS berbasis atribut ini akan dihasilkan titik-titik koordinat yang akan digunakan untuk menghitung jarak Euclidean. Jarak Euclidean dapat dihitung dengan rumus : ed =
…………………………..(5)
Di mana: ed = jarak Euclidean Xi = absis bimbingan belajar ke-i pada dimensi 1 (i=1,2,...,n) Yi = ordinat bimbingan belajar ke-i pada dimensi 2 (i=1,2,...,n) Xp = absis Bimbingan dan Konsultasi Belajar Nurul fikri dimensi 1 Yp = ordinat Bimbingan dan Konsultasi Belajar Nurul fikri dimensi 2 Menurut Simamora (2005) untuk mengukur seberapa baik model Multidimensional Scalling (MDS) yang dihasilkan digunakan nilai R-square (RSQ) dan stress. Semakin tinggi RSQ, semakin baik model MDS yang dihasilkan. RSQ dapat diterima apabila RSQ ≥ 0,6. Sedangkan untuk nilai stress, semakin rendah stress, maka semakin baik model MDS yang dihasilkan. Cara menghitung stress bermacam-macam, namun yang paling banyak digunakan adalah stress Kruskal, sebagaimana dirumuskan:
27
Stress =
…………………………………………..(6)
Di mana: = rata-rata jarak dalam peta
= data jarak yang diberikan responden
= jarak turunan (derived distance) atau kemiripan (similarity data) yang dihasilkan computer Tabel 2. Standar Kruskal untuk Stress Stress (%)
Goodness of Fit
20
Poor
10
Fair
5
Good
2.5
Excellent
0
Perpect
Sumber: Kruskal dalam Simamora (2005) 3.5.5. Analisis Biplot Analisis Biplot merupakan analisis data statistika deskriptif ganda yang menyajikan pengaruh objek (baris) dan peubah (kolom) dari satu matriks data dalam bidang datar. Biplot dapat menggambarkan posisi relatif antar objek dan peubah serta hubungan objek-objek pengamatan dengan peubah (Gabriel dalam Apriantoro, 2006). Biplot merupakan teknik statistika deskriptif dimensi ganda yang mendasar pada Penguraian Nilai Singular (PNS) atau Singular Value Decomposition (SVD). Informasi yang dapat diambil dari Biplot, yaitu: 1. Korelasi (hubungan) antar peubah 2. Kemiripan relatif antar objek (kedekatan antar objek) 3. Keragaman peubah 4. Nilai peubah pada suatu objek Adapun tahapan dalam membuat grafik Biplot adalah sebagai berikut: 1. Mempersiapkan data 2. Penguraian nilai singular 3. Pembangkit matriks dan kolom 4. Pembuatan Biplot
28
Analisis Biplot dalam penelitian ini disajikan secara visual dalam suatu posisi relatif atribut, produk, hubungan antara keduanya dan kemasan antara objek pengamatan dalam suatu sumbu dua dimensi. Misalkan matriks data X berukuran nxp yang berisi n pengamatan dan p peubah yang dikoreksi terhadap nilai rataratanya dan berpangkat r, dapat dituliskan menjadi: X = U L A…………………………………..……………(7) Keterangan: · Matrkis U dan A masing-masing berukuran (nxr) dan (pxr) sehingga U’U = A’A = Ir · L adalah matriks diagonal berukuran (rxr) dengan unsur-unsur diagonalnya adalah akar kuadrat dari akar ciri X’X atau XX’ sehingga: ≥
≥ ... ≥
Kolom matriks A adalah vektor ciri yang berpadanan dengan akar ciri λ dari matriks X’X. Lajur-lajur matriks U dapat dihitung melalui: Ui =
…………………………………...…………..(8)
Dengan λi adalah akar ciri ke-i dari matriks X’X dan
adalah lajur ke-i matriks
A. Secara matematis SVD dapat ditulis: nXr = nUr rLr rA................................................................(9) U=
L=
A = [a1, a2,...ar] Analisis Biplot didasarkan pada Penguraian Nilai Singular (PNS) yang diperoleh dari Analisis Komponen Utama (AKU) atau Principles Component Analysis (PCA).
