DAFTAR PUSTAKA
Bannock, Graham, R. E. Baxter dan Evan Davis. 2004. A Dictionary of Economics. Inggris: Penguin Books Ltd.
Hamdani.A, Lupiyoadi Rambat. (2011). Manajemen Pemasaran Jasa. Edisi 2. Salemba Empat: Jakarta
Herry Prasetyo (Kontan Mingguan). Perkembangan Asuransi. Internet, Tribunnes News. Jumat, 31 Januari 2014 08:37 WIB
Juwandi, Hendy Irawan. 2004. Kepuasan Pelayanan Jasa. Erlangga. Jakarta. Kotler, Philip dan Kevin Lane Keller. (2013). Marketing Management. Pearson: England Kitab Undang-Undang Hukum Dagang. Cetakan IV. Citra Umbara, Bandung. 2010. Kotler, Philip. 2001. Manajemen Pemasaran di Indonesia : Analisis, Perencanaan, Implementasi dan Pengendalian. Salemba Empat. Jakarta. Lupiyoadi, Rambat dan Hamdani, A. 2001. Manajemen Pemasaran Jasa. Salemba Empat. Jakarta. Sevilla, Consuelo G. et. al (2007). Research Methods. Rex Printing Company. Quezon City. Sugiyono, 2014. Metode Penelitian Kuantitatif Kualitatif dan R & D. Alfa Beta. Bandung.
Supardi, US. 2012. Aplikasi Statistika dalam Penelitian. Ufuk Publishing House. Jakarta. Swastha, Basu. 2000. Azas-azas Marketing. Liberty. Yogyakarta. Syofian, S. 2014. Statistik Parametrik untuk Penelitian Kuantitatif. Bumi Aksara. Jakarta Tjiptono, Fandy. 2007. Prinsip & Dinamika Pemasaran. Edisi Kelima. J & J. Learning. Yogyakarta
http://digilib.mercubuana.ac.id/
Tjiptono, Fandy. 2010. Strategi Pemasaran. Edisi Ketujuh Andi Ofset.Yogyakarta. Undang-Undang Republik Indonesia Nomor 2 Tahun 1992 http://download.portalgaruda.org/article.php?article=74762&val=4721 (diakses : 4 Juli 2015, 2: 29 PM) http://xerma.blogspot.com/2014/04/pengertian-definisi-loyalitas-pelanggan.(diakses 10 Juli 2014 jam 5.52PM
http://digilib.mercubuana.ac.id/
http://digilib.mercubuana.ac.id/
110
Jakarta, Agustus 2015
Kepada Yth : Bapak/Ibu/Saudara(i) Di Tempat Perihal : Permohonan Menjawab Kuesioner Pertama-tama saya sampaikan bahwa sebagai salah satu syarat dalam meraih gelar sarjana di Universitas Mercu Buana, saya harus melaksanakan penelitian. Saya bermaksud melaksanakan penelitian dengan judul “Pengaruh Kualitas Layanan dan Penetapan Harga terhadap Loyalitas Nasabah PT. Malacca Trust Wuwungan Insurance (MTWI) Wilayah I Jakarta”. Demi tercapainya tujuan penelitian ini, saya memohon kesediaan bapak/ibu untuk membantu proses pelaksanaan penelitian ini dengan memberikan jawaban pada item-item pertanyaan yang telah disediakan sesuai dengan keadaan yang sebenarnya. Saya mengucapkan terima kasih atas kesediaan Bapak/Ibu untuk membantu penelitian ini dan apabila terdapat tutur kata ataupun sikap saya yang kurang berkenan, saya memohon maaf yang sebesar-besarnya. Hormat saya, Wahyu Pradana Peneliti
Berilah tanda silang (X) pada kolom yang tersedia dan pilih sesuai dengan keadaan yang sebenarnya.
Keterangan
:
http://digilib.mercubuana.ac.id/
111
Kategori
Bobot Nilai
SS
= Sangat Setuju
5
S
= Setuju
4
N
= Netral
3
TS
= Tidak Setuju
2
STS
= Sangat Tidak Setuju
1
BAGIAN I KARAKTERISTIK RESPONDEN 1) Jenis kelamin
:
Pria
Wanita
2) Usia
:
≤ 20 tahun
31-40 tahun
21-30 tahun
≥ 41 tahun
Pegawai Swasta
Wiraswasta
Tidak Sekolah
SMP/Sederajat
Diploma
SD/Sederajat
SMA/Sederajat
Sarjana
3) Pekerjaan anda saat ini : Pelajar / Mahasiswa
Ibu
Rumah
Tangga Pegawai Negeri Sipil
Lainnya,
sebutkan… 4) Pendidikan terakhir :
5) Penghasilan per bulan
:
Rp 1.000.000,-
Rp
1.000.000,-
3.000.000, Rp 3.000.000,- s.d Rp 5.000.000,-
Rp 5.000.000,-
http://digilib.mercubuana.ac.id/
s.d
Rp
112
6) Kendaraan pribadi yang dimiliki saat ini : Motor
Mobil
Motor dan mobil
Tidak
memiliki
kendaraan pribadi BAGIAN I : DAFTAR PERNYATAAN KUALITAS LAYANAN Pernyataan pada bagian I merupakan pernyataan yang berhubungan dengan kualitas layanan. Berikan tanda √ pada jawaban yang sesuai dengan keadaan anda, dengan ketentuan jawaban sebagai berikut : STS
TS
N
S
SS
Sangat Tidak Setuju
Tidak Setuju
Netral
Setuju
Sangat Setuju
No
Pernyataan
Jawaban STS
A. Tangibles 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta
memiliki
karyawan/sales
yang
berpenampilan rapi dan sopan 2.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta memiliki kantor yang memadai seperti tempatnya mudah dijangkau, ruang yang cukup dan area parkir yang luas
3.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta memiliki fasilitas kantor modern untuk memasukkan data nasabah (komputer, laptop, OHP dll)
B. Reliability
http://digilib.mercubuana.ac.id/
TS
N
S
SS
113
1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta mampu memberikan pelayanan yang cepat dan tepat sesuai dengan harapan nasabah
C. Responsiveness 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta
cepat
tanggap
dalam
melayani
dan
merespons permintaan nasabah D. Assurance 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta memberikan keamanan dan kenyamanan saat nasabah mulai melakukan claim sampai dengan pembayaran
E. Empathy 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta mampu menjawab dan menangani keluhan nasabah
2.
PT Malacca Trust Wuwunga Insurance wilayah I Jakarta mampu merespon dengan cepat dalam hal penanganan proses claim
BAGIAN II : DAFTAR PERNYATAAN PENETAPAN HARGA Pernyataan pada bagian II merupakan pernyataan yang berhubungan dengan penetapan harga premi asuransi kendaraan bermotor PT. Malacca Trust Wuwungan
http://digilib.mercubuana.ac.id/
114
Insurance Wilayah I Jakarta. Berikan tanda √ pada jawaban yang sesuai dengan
keadaan anda, dengan ketentuan jawaban sebagai berikut : STS
TS
N
S
SS
Sangat Tidak Setuju
Tidak Setuju
Netral
Setuju
Sangat Setuju
No
Pernyataan
Jawaban STS
A. Daftar Harga 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta mampu menjelaskan harga premi dari
setiap produk asuransi yang sesuai dengan kebutuhan nasabah B. Diskon 1. PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta memberikan diskon premi ke nasabah yang
sesuai dengan kebijakan pemerintah C. Allowance 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta
memberikan
kemudahan
dalam
memberikan penawaran produk asuransi yang sesuai dengan harapan nasabah D. Payment Period 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta memberikan kemudahan kepada nasabah
dalam hal jangka waktu pembayaran asuransi E. Credit Term 1.
PT. Malacca Trust Wuwungan Insurance Wilayah I
http://digilib.mercubuana.ac.id/
TS
N
S
SS
115
Jakarta memberikan kemudahan kepada nasabah dengan
memberlakukan
sistem
pembayaran
asuransi secara kredit
BAGIAN III : DAFTAR PERNYATAAN LOYALITAS NASABAH Pernyataan pada bagian III merupakan pernyataan yang berhubungan dengan loyalitas nasabah PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta Berikan tanda √ pada jawaban yang sesuai dengan keadaan anda, dengan ketentuan jawaban sebagai berikut : STS
TS
N
S
SS
Sangat Tidak Setuju
Tidak Setuju
Netral
Setuju
Sangat Setuju
No
Pernyataan
Jawaban STS
A. Re-purchase 1.
Saya akan tetap menjadi nasabah PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta untuk tahun berikutnya
B. Paymore 1.
Jika ada produk asuransi lain selain asuransi kendaraan
bermotor
di
PT.
Malacca
Trust
Wuwungan Insurance Wilayah I Jakarta, saya akan menjadi nasabahnya C. Advocate 1.
Saya akan merekomendasikan PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta sebagai
http://digilib.mercubuana.ac.id/
TS
N
S
SS
116
salah satu perusahaan asuransi yang terbaik ke keluarga ataupun kerabat saya D. Retention 1.
Saya tidak akan tertarik dengan asuransi lain walaupun
produk
yang
ditawarkan
lebih
menjanjikan dari PT. Malacca Trust Wuwungan Insurance Wilayah I Jakarta
http://digilib.mercubuana.ac.id/
117
UJI VALIDITAS Hasil Uji Validitas Kualitas Pelayanan Indikator
Standardized Factor Loading
Nilai R
Keterangan
Tangibles1 Tangibles2 Tangibles3 Reliability Responsiveness Assurance Empathy
0.625 0.762 0.522 0.774 0.715 0.549 0.390
0,50 0,50 0,50 0,50 0,50 0,50 0,50
Valid Valid Valid Valid Valid Valid Tidak Valid
Sumber: Hasil pengolahan data primer SPSS
Dari table …… ditemukan bahwa dari ke 7 indikator yang terdapat pada variabel kualitas pelayanan ditemukan 1 indikator yang tidak memenuhi nilai SFL < 0,50 yaitu indikator empathy dengan nilai 0,390, sehingga indikator tersebut dibuang / tidak digunakan dalam penelitian.
Hasil Uji Validitas Penetapan Harga Indikator Daftar_harga Discount Allowance Payment_period Credit_term
Standardized Factor Loading 0,383 0,544 0,564 0,458 0,490
Nilai R 0,50 0,50 0,50 0,50 0,50
Keterangan Tidak Valid Valid Valid Tidak Valid Tidak Valid
Sumber: Hasil pengolahan data primer SPSS Dari table …… ditemukan bahwa dari ke 5 indikator yang terdapat pada variabel Penetapan Harga ditemukan 3 indikator yang tidak memenuhi nilai SFL < 0,50 yaitu indikator daftar_harga, payment_period dan credit term dengan nilai 0.383, 0.458, dan 0.490, sehingga indikator tersebut dibuang / tidak digunakan dalam penelitian.
http://digilib.mercubuana.ac.id/
118
Hasil Uji Validitas Loyalitas Nasabah Standardized Factor Loading
Indikator
0,50 0,50 0,50 0,50
0,610 0,626 0,762 0,762
Repurchase Paymore Advocate Retention
Nilai R
Keterangan Valid Valid Valid Valid
Sumber: Hasil pengolahan data primer SPSS Dari table …… ditemukan bahwa dari seluruh indikator yang terdapat pada variabel Loyalitas Nasabah memenuhi nilai SFL > 0,50 sehingga semua indikator tersebut digunakan dalam penelitian.
RELIABILITAS 1. Kualitas Pelayanan
Case Processing Summary N Cases
Valid a
Excluded Total
% 90
100.0
0
.0
90
100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items .688
7
2. Penetapan Harga
http://digilib.mercubuana.ac.id/
119
Case Processing Summary N Cases
Valid a
Excluded Total
% 90
100.0
0
.0
90
100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items .689
5
3. Loyalitas Nasabah
Case Processing Summary N Cases
Valid a
Excluded Total
% 90
100.0
0
.0
90
100.0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items .650
4
UJI ASUMSI KLASIK
http://digilib.mercubuana.ac.id/
120
1. UJI NORMALITAS DATA
One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
90
Normal Parameters
a,,b
Mean
.0000000
Std. Deviation Most Extreme Differences
1.21898669
Absolute
.078
Positive
.060
Negative
-.078
Kolmogorov-Smirnov Z
.744
Asymp. Sig. (2-tailed)
.637
a. Test distribution is Normal. b. Calculated from data.
2. UJI MULTIKOLONIERITAS Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant) Kualitas
a
Std. Error
1.232
1.889
.193
.071
.460
.082
Beta
Collinearity Statistics t
Sig.
Tolerance
VIF
.652
.516
.249
2.709
.008
.735
1.360
.514
5.585
.000
.735
1.360
Pelayanan Penetapan Harga a. Dependent Variable: Loyalitas Nasabah
3. UJI HETEROSKEDASTISITAS
http://digilib.mercubuana.ac.id/
121
ANALISIS REGRESI LINEAR BERGANDA Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant) Kualitas
Std. Error
1.232
1.889
.193
.071
.460
.082
a
Beta
Collinearity Statistics t
Sig.
Tolerance
VIF
.652
.516
.249
2.709
.008
.735
1.360
.514
5.585
.000
.735
1.360
Pelayanan Penetapan Harga a. Dependent Variable: Loyalitas Nasabah
http://digilib.mercubuana.ac.id/
122
Model Persamaan Regresi :
Y = 1,232 + 0,193 X1+ 0,460 X2 HASIL UJI HIPOTESIS 1.
Uji Signifikansi Simultan (Uji Statistik F)
b
ANOVA Model 1
Sum of Squares
df
Mean Square
F
Regression
111.852
2
55.926
Residual
132.248
87
1.520
Total
244.100
89
Sig.
36.791
.000
a
a. Predictors: (Constant), Penetapan Harga, Kualitas Pelayanan b. Dependent Variable: Loyalitas Nasabah
2.
Uji Signifikansi Parameter Individual (Uji Statistik t)
Coefficients
Model 1
Unstandardized
Standardized
Coefficients
Coefficients
B (Constant)
1.232
Std. Error
a
Beta
1.889
http://digilib.mercubuana.ac.id/
Collinearity Statistics t
Sig. .652
.516
Tolerance
VIF
123
Kualitas
.193
.071
.249
2.709
.008
.735
1.360
.460
.082
.514
5.585
.000
.735
1.360
Pelayanan Penetapan Harga a. Dependent Variable: Loyalitas Nasabah
Ada 5 macam model teknik analisis data;
1. 2. 3. 4. 5.
Model Analisis Interaktif Miles & Huberman Analisis Isi (Content Anlysis). Teknik Analisis Domain (Domain Analysis) Teknik Analisis Taksonomik (Taksonomic Analysis) Teknik Analisis Komparatif Konstan (Constant Comparative Analysis)
1. Model Analisis Interaktif Miles & Huberman Dalam penelitian kualitatif memungkinkan dilakukan analisis data pada waktu peneliti berada di lapangan maupun setelah kembali dari lapangan baru dilakukan analisis. Pada penelitian ini analisis data telah dilaksanakan bersamaan dengan proses pengumpulan data. Alur analisis mengikuti model analisis interaktif sebagaimana diungkapkan Miles dan Huberman (1984: 23). Teknis yang digunakan dalam menganalisis data dapat divisualisasikan sebagai berikut: Proses analisis dalam penelitian ini dilakukan dengan empat tahap, yaitu: Pengumpulan Data 1) Data yang diperoleh dari hasil wawancara, observasi dan dokumentasi dicatat dalam catatan lapangan yang terdiri dari dua bagian yaitu deskriptif dan reflektif. Catatan deskriptif adalah catatan alami, (catatan tentang apa yang dilihat, didengar,
http://digilib.mercubuana.ac.id/
124
disaksikan dan dialami sendiri oleh peneliti tanpa adanya pendapat dan penafsiran dari peneliti terhadap fenomena yang dialami. Catatan reflektif adalah catatan yang berisi kesan, komentar, pendapat, dan tafsiran peneliti tentang temuan yang dijumpai, dan merupakan bahan rencana pengumpulan data untuk tahap berikutnya. 2) Reduksi Data Setelah data terkumpul, selanjutnya dibuat reduksi data, guna memilih data yang relevan dan bermakna, memfokuskan data yang mengarah untuk memecahkan masalah, penemuan, pemaknaan atau untuk menjawab pertanyaan penelitian. Kemudian menyederhanakan dan menyusun secara sistematis dan menjabarkan halhal penting tentang hasil temuan dan maknanya. Pada proses reduksi data, hanya temuan data atau temuan yang berkenaan dengan permasalahan penelitian saja yang direduksi. Sedangkan data yang tidak berkaitan dengan masalah penelitian dibuang. Dengan kata lain reduksi data digunakan untuk analisis yang menajamkan, menggolongkan, mengarahkan dan membuang yang tidak penting, serta mengorganisasikan data, sehingga memudahkan peneliti untuk menarik kesimpulan.
3) Penyajian Data Penyajian data dapat berupa bentuk tulisan atau kata-kata, gambar, grafik dan tabel. Tujuan sajian data adalah untuk menggabungkan informasi sehingga dapat menggambarkan keadaan yang terjadi. Dalam hal ini, agar peneliti tidak kesulitan dalam penguasaan informasi baik secara keseluruhan atau bagian-bagian tertentu dari hasil penelitian, maka peneliti harus membuat naratif, matrik atau grafik untuk memudahkan penguasaan informasi atau data tersebut. Dengan demikian peneliti dapat tetap menguasai data dan tidak tenggelam dalam kesimpulan informasi yang dapat membosankan. Hal ini dilakukan karena data yang terpencar-pencar dan kurang tersusun dengan baik dapat mempengaruhi peneliti dalam bertindak secara ceroboh dan mengambil kesimpulan yang memihak, tersekat-sekat daan tidak mendasar. Untuk display data harus disadari sebagai bagian dalam analisis data.
http://digilib.mercubuana.ac.id/
125
4) Penarikan Kesimpulan Penarikan kesimpulan dilakukan selama proses penelitian berlangsung seperti halnya proses reduksi data, setelah data terkumpul cukup memadai maka selanjutnya diambil kesimpulan sementara, dan setelah data benar-benar lengkap maka diambil kesimpulan akhir. Sejak awal penelitian, peneliti selalu berusaha mencari makna data yang terkumpul. Untuk itu perlu mencari pola, tema, hubungan, persamaan, hal-hal yang sering timbul, hipotesis dan sebagainya. Kesimpulan yang diperoleh mula-mula bersifat tentatif, kabur dan diragukan akan tetapi dengan bertambahnya data baik dari hasil wawancara maupun dari hasil observasi dan dengan diperolehnya keseluruhan data hasil penelitian.Kesimpulan–kesimpulan itu harus diklarifikasikan dan diverifikasikan selama penelitian berlangsung. Data yang ada kemudian disatukan ke dalam unit-unit informasi yang menjadi rumusan kategori-kategori dengan berpegang pada prinsip holistik dan dapat ditafsirkan tanpa informasi tambahan. Data mengenai informasi yang dirasakan sama disatukan ke dalam satu kategori, sehingga memungkinkan untuk timbulnya ketegori baru dari kategori yang sudah ada.
Categories: Penelitian Kualitatif, Teknik Analisa Data Related Post: Penelitian Kualitatif
Macam-macam Desain Penelitian Perbedaan Penelitian Kualitatif dengan Kuantitatif Judul Skripsi Fakultas Hukum Merumuskan Judul Penelitian
Teknik Analisa Data
Uji t untuk sampel besar yang satu sama lain saling berhubungan Model Analisis Isi dan Analisis Domain Uji T untuk sampel kecil yang saling tidak berhubungan Model Teknik Analisis Taksonomik dan Komparatif Konstan Paling tidak terdapat 7 ciri yang membedakan Penelitian Kualitatif dengan Penelitian Kuantitatif 1.) Membuat…
http://digilib.mercubuana.ac.id/
126
Ada empat tipe skala pengukuran dalam penelitian, yaitu nominal, ordinal, interval dan ratio. A. Skala Nominal Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok; sebagai contoh mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal di atas digunakan angka-angka sebagai symbol. Apabila kita menggunakan skala pengukuran nominal, maka statistik non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase. Sebagai contoh kita mengklaisfikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri simbol angka 1 dan wanita angka 2. Kita tidak dapat melakukan operasi arimatika dengan angka-angka tersebut, karena angkaangka tersebut hanya menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu. Contoh: Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi symbol angka-angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2. B. Skala Ordinal Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh obyek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relatif tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya. Contoh: Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju, netral, setuju dan sangat setuju dapat diberi symbol angka 1, 2,3,4 dan 5. Angkaangka ini hanya merupakan simbol peringkat, tidak mengekspresikan jumlah. C. Skala Interval Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karaktersitik antara satu
http://digilib.mercubuana.ac.id/
127
individu atau obyek dengan lainnya. Skala pengukuran interval benar-benar merupakan angka. Angka-angka yang digunakan dapat dipergunakan dapat dilakukan operasi aritmatika, misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala pengukuran ini menggunakan statistik parametric.
Contoh: Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya: Berapa kali Anda melakukan kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3 kali, dan 5 kali. Maka angka-angka 1,3, dan 5 merupakan angka sebenarnya dengan menggunakan interval 2. D. Skala Ratio Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absoult nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya. Contoh: Berat Sari 35 Kg sedang berat Maya 70 Kg. Maka berat Sari dibanding dengan berat Maya sama dengan 1 dibanding 2. Validitas Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya diukur. Misalnya skala nominal yang bersifat nonparametrik digunakan untuk mengukur variabel nominal bukan untuk mengukur variabel interval yang bersifat parametrik. Ada 3 (tiga) tipe validitas pengukuran yang harus diketahui, yaitu: a. Validitas Isi (Content Validity) Validitas isi menyangkut tingkatan dimana item-item skala yang mencerminkan domain konsep yang sedang diteliti. Suatu domain konsep tertentu tidak dapat begitu saja dihitung semua dimensinya karena domain tersebut kadang mempunyai atribut yang banyak atau bersifat multidimensional. b.
Validitas Kosntruk (Construct Validity)
http://digilib.mercubuana.ac.id/
128
Validitas konstruk berkaitan dengan tingkatan dimana skala mencerminkan dan berperan sebagai konsep yang sedang diukur. Dua aspek pokok dalam validitas konstruk ialah secara alamiah bersifat teoritis dan statistik. c. Validitas Kriteria (Criterion Validity) Validitas kriteria menyangkut masalah tingkatan dimana skala yang sedang digunakan mampu memprediksi suatu variable yang dirancang sebagai kriteria. Reliabilitas Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Reliabilitas berkonsentrasi pada masalah akurasi pengukuran dan hasilnya. Pada dasarnya proses analisis data itu dimulai dari menelaah data secara keseluruhan yang telah tersedia dari berbagai macam sumber, baik itu pengamatan, wawancara, catatan lapangan dan yang lainnya. Data tersebut memang ada banyak sekali dan setelah dibaca kemudian dipelajari. Apabila itu sudah dilakukan maka selanjutnya melakukan reduksi data yang dilaksanakan dengan cara membuat sebuah abstraksi dan setelah itu maka menyusunnya ke dalam satuan-satuan. Dari satuan-satuan tersebut kemudian dikategorisasikan pada langkah-langkah selanjutnya. Kategori tersebut dilakukan sembari membuat koding dan tahap terakhir dari analisis data penelitian yaitu dengan mengadakan pemeriksaan atas keabsahan data. Apabila tahapan tersebut telah selesai maka sekarang mulailah ke tahap penafsiran data untuk menjadikannya teori substansi dengan menggunakan metode-metode tertentu. Konsep dasar analisis data penelitian Patton menjelaskan mengenai analisis data itu merupakan suatu proses untuk mengatur urutan data, kemudian mengorganisasikan ke dalam kategori, pola maupun ke dalam satuan uraian dasar. Sementara Menurut Taylor, analisis data didefinisikan sebagai proses yang melakukan perincian usaha secara formal yang berguna untuk merumuskan hipotesis dan menemukan tema seperti apa yang telah disarankan serta sebagai bentuk usaha untuk memberikan kontribusi dan tema pada hipotesis. Apabila dikaji, maka definisi yang pertama lebih tertuju pada pengorganisasian data sementara untuk definisi yang kedua menekankan pada tujuan dan maksud dari analisis data penelitian. Dengan demikian maka definisi tersebut bisa di sintetiskan bahwa analisis data merupakan proses mengorganisasikan dan juga mengurutkan data ke dalam suatu kategori, pola dan satuan uraian dasar sehingga bisa ditemukan tema serta dirumuskan hipotesis kerjanya seperti yang telah didasarkan oleh data.
http://digilib.mercubuana.ac.id/
129
Berdasarkan uraian tersebut maka bisa kita tarik kesimpulan bahwa urutan untuk melakukan analisis data dalam penelitian yaitu pertama-tama dengan mengorganisasikan data dari semua data yang telah terkumpul yang terdiri atas komentar peneliti, foto, gambar, dokumen, laporan, artikel, biografi dan sebagainya. Kemudian pekerjaan dari seorang analisis data di sini yaitu :
Mengatur Mengurutkan Mengelompokkan Memberi Kode Mengategorikan
Dengan dilakukan pengorganisasian serta pengelolaan data tersebut memiliki tujuan untuk menemukan tema dan juga hipotesis kerja yang nantinya akan diangkat untuk menjadi sebuah teori substantif. Analisis data dalam penelitian itu dilakukan di dalam suatu proses. Jadi pelaksanaan analisis mulai dilakukan ketika pengumpulan data itu juga dikerjakan dan dilakukan secara intensif yaitu ketika sudah meninggalkan lapangan. Melakukan analisis membutuhkan usaha pemusatan perhatian serta pengerahan tenaga dan juga pikiran peneliti. Dengan demikian selain menganalisis data para peneliti juga harus mendalami kepustakaan yang bertujuan mengonfirmasi teori dan menjustifikasi terhadap teori baru yang ditemukan.
UJI VALIDITAS DAN RELIABILITAS Dalam penelitian, data mempunyai kedudukan yang paling tinggi, karena data merupakan penggambaran variabel yang diteliti dan berfungsi sebagai alat pembuktian hipotesis. Benar tidaknya data, sangat menentukan bermutu tidaknya hasil penelitian. Sedang benar tidaknya data, tergantung dari baik tidaknya instrumen pengumpulan data. Pengujian instumen biasanya terdiri dari uji validitas dan reliabilitas. A. Definisi Validitas dan Reliabilitas Validitas adalah tingkat keandalah 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 (Sugiyono, 2004:137). Dengan demikian, instrumen
http://digilib.mercubuana.ac.id/
130
yang valid merupakan instrumen yang benar-benar tepat untuk mengukur apa yang hendak di ukur. Penggaris dinyatakan valid jika digunakan untuk mengukur panjang, namun tidak valid jika digunakan untuk mengukur berat. Artinya, penggaris memang tepat digunakan untuk mengukur panjang, namun menjadi tidak valid jika penggaris digunakan untuk mengukur berat. 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
Ket : R 11 adalah nilai reliabilitas R b adalah nilai koefisien korelasi Nilai koefisien reliabilitas 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 sebagai berikut : Penelitian yang valid artinya bila terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti. Artinya, jika objek berwarna merah, sedangkan data yang terkumpul berwarna putih maka hasil penelitian tidak valid. Sedangkan penelitian yang reliable bila terdapat kesamaan data dalam waktu yang berbeda. Kalau
http://digilib.mercubuana.ac.id/
131
dalam objek kemarin berwarna merah, maka sekarang dan besok tetap berwarna merah. **tulisan ini diedit Tgl 28 November 2012 dirangkum dari : Sugiyono. 2007. Metode Penelitian Administrasi. Bandung,Alfabeta. Ada beberapa jenis validitas yang digunakan untuk menguji ketepatan ukuran, diantaranya validitas isi (content validity) dan validitas konsep (concept validity). Validitas Isi Validitas isi atau content validity memastikan bahwa pengukuran memasukkan sekumpulan item yang memadai dan mewakili yang mengungkap konsep. Semakin item skala mencerminkan kawasan atau keseluruh konsep yang diukur, semakin besar validitas isi. Atau dengan kata lain, validitas isi merupakan fungsi seberapa baik dimensi dan elemen sebuah konsep yang telah digambarkan. Validitas muka (face validity) dianggap sebagai indeks validitas isi yang paling dasar dan sangat minimum. Validitas isi menunjukkan bahwa itemitem yang dimaksudkan untuk mengukur sebuah konsep, memberikan kesan mampu mengungkap konsep yang hendak di ukur. Validitas Konsep Validitas konsep atau concept validity menunjukkan seberapa baik hasil yang diperoleh dari pengukuran cocok dengan teori yang mendasari desain test. Hal ini dapat dinilai dari validitas konvergen dan validitas diskriminan. Validitas konvergen terpenuhi jika skor yang diperoleh dengan dua instrument berbeda yang mengukur konsep yang sama menunjukkan korelasi yang tinggi. Validitas diskriminan terpenuhi jika berdasarkan teori, dua variabel diprediksi tidak berkorelasi, dan skor yang diperoleh dengan mengukurnya benar-benar secara empiris membuktikan hal tersebut.
http://digilib.mercubuana.ac.id/
132
Secara umum, Sekaran (2006) membagi beberapa istilah validitas sebagai berikut : 1. Validitas isi yaitu apakah pengukuran benar-benar mengukur konsep ? 2. Validitas muka yaitu apakah para ahli mengesahkan bahwa instrument mengukur apa yang seharusnya diukur 3. Validitas berdasarkan criteria yaitu apakah pengukuran membedakan cara yang membantu memprediksi criteria variabel 4. Validitas konkuren yaitu apakah pengukuran membedakan cara yang membantu memprediksi criteria saat ini ? 5. Validitas prediktif yaitu apakah pengukuran membedakan individual dalam membantu memprediksi di masa depan ? 6. Validitas Konsep yaitu apakah instrument menyediakan konsep sebagai teori ? 7. Validitas konvergen yaitu apakah dua instrument mengukur konsep dengan korelasi yang tinggi ? 8. Validitas diskriminan yaitu apakah pengukuran memiliki korelasi rendah dengan variabel yang diperkiraka tidak ada hubungannya dengan variabel tersebut ? Referensi : Uma Sekaran. 2006. Metode Riset Bisnis. Jakarta : Salemba Empat A. VALIDITAS DAN RELIABILITAS 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 (Harrison, dalam Zulganef, 2006). Sementara validitas adalah suatu ukuran yang menunjukkan bahwa variabel yang diukur memang benar-benar variabel yang hendak diteliti oleh peneliti (Cooper dan Schindler, dalam Zulganef, 2006) Penelitian memerlukan data yang betul valid dan reliabel. 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 Definisi validitas dan reliabilitas dapat dilihat di sini
http://digilib.mercubuana.ac.id/
133
B. CONTOH KASUS Akan di uji validitas dan reliabilitas variabel kepuasan kerja. Variabel ini berjumlah 5 indikator yang diadaptasi dari Intrinsic factor dari teori dua factor Herzberg meliputi pekerjaan itu sendiri, keberhasilan yang diraih, kesempatan bertumbuh, kemajuan dalam karier dan pengakuan orang lain. Skala yang digunakan adalah skala Likert 1 – 5 dengan jumlah sampel sebanyak 30. Setelah angket ditabulasi maka diperoleh data sbb (Data Reliabilitas) C. PENYELESAIAN Tahap 1. Analisis Faktor Klik Analyze – Data Reduction – Factor Masukkan seluruh pertanyaan ke box “Variables” A. Definisi Populasi adalah wilayah generalisasi berupa subjek atau objek yang diteliti untuk dipelajari dan diambil kesimpulan. Sedangkan sampel adalah sebagian dari populasi yang diteliti. Dengan kata lain, sampel merupakan sebagian atau bertindak sebagai perwakilan dari populasi sehingga hasil penelitian yang berhasil diperoleh dari sampel dapat digeneralisasikan pada populasi. Penarikan sampel diperlukan jika populasi yang diambil sangat besar, dan peneliti memiliki keterbatasan untuk menjangkau seluruh populasi maka peneliti perlu mendefinisikan populasi target dan populasi terjangkau baru kemudian menentukan jumlah sampel dan teknik sampling yang digunakan. B. Ukuran Sampel Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100.
http://digilib.mercubuana.ac.id/
134
Roscoe (1975) yang dikutip Uma Sekaran (2006) memberikan acuan umum untuk menentukan ukuran sampel : 1. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian 2. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat 3. Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian 4. Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20 Besaran atau ukuran sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi. Beberapa rumus untuk menentukan jumlah sampel antara lain : 1. Rumus Slovin (dalam Riduwan, 2005:65) n = N/N(d)2 + 1 n = sampel; N = populasi; d = nilai presisi 95% atau sig. = 0,05. Misalnya, jumlah populasi adalah 125, dan tingkat kesalahan yang dikehendaki adalah 5%, maka jumlah sampel yang digunakan adalah : N = 125 / 125 (0,05)2 + 1 = 95,23, dibulatkan 2. Formula Jacob Cohen (dalam Suharsimi Arikunto, 2010:179) N = Keterangan N
L
/ =
F^2
+ Ukuran
http://digilib.mercubuana.ac.id/
u
+
95
1 : sampel
135
F^2 = u = Banyaknya ubahan yang L = Fungsi Power dari u, diperoleh dari tabel
Effect terkait
dalam
Size penelitian
Power (p) = 0.95 dan Effect size (f^2) = 0.1 Harga L tabel dengan t.s 1% power 0.95 dan u = 5 adalah 19.76 maka dengan formula tsb diperoleh ukuran sampel N = 19.76 / 0.1 + 5 + 1 = 203,6, dibulatkan 203 3. Rumus berdasarkan Proporsi atau Tabel Isaac dan Michael Tabel penentuan jumlah sampel dari Isaac dan Michael memberikan kemudahan penentuan jumlah sampel berdasarkan tingkat kesalahan 1%, 5% dan 10%. Dengan tabel ini, peneliti dapat secara langsung menentukan besaran sampel berdasarkan jumlah populasi dan tingkat kesalahan yang dikehendaki. C. Teknik Sampling Teknik sampling merupakan teknik pengambilan sampel yang secara umum terbagi dua yaitu probability sampling dan non probability sampling. Dalam pengambilan sampel cara probabilitas besarnya peluang atau probabilitas elemen populasi untuk terpilih sebagai subjek diketahui. Sedangkan dalam pengambilan sampel dengan cara nonprobability besarnya peluang elemen untuk ditentukan sebagai sampel tidak diketahui. Menurut Sekaran (2006), desain pengambilan sampel dengan cara probabilitas jika representasi sampel adalah penting dalam rangka generalisasi lebih luas. Bila waktu atau faktor lainnya, dan masalah generalisasi tidak diperlukan, maka cara nonprobability biasanya yang digunakan. 1. Probability Sampling Probability sampling adalah teknik pengambilan sampel yang memberikan peluang yang sama kepada setiap anggota populasi untuk menjadi sampel. Teknik ini meliputi simpel random sampling, sistematis sampling, proportioate stratified random sampling, disproportionate stratified random sampling, dan cluster sampling Simple random sampling
http://digilib.mercubuana.ac.id/
136
Teknik adalah teknik yang paling sederhana (simple). Sampel diambil secara acak, tanpa memperhatikan tingkatan yang ada dalam populasi. Misalnya : Populasi adalah siswa SD Negeri XX Jakarta yang berjumlah 500 orang. Jumlah sampel ditentukan dengan Tabel Isaac dan Michael dengan tingkat kesalahan adalah sebesar 5% sehingga jumlah sampel ditentukan sebesar 205. Jumlah sampel 205 ini selanjutnya diambil secara acak tanpa memperhatikan kelas, usia dan jenis kelamin. Sampling Sistematis Adalah teknik sampling yang menggunakan nomor urut dari populasi baik yang berdasarkan nomor yang ditetapkan sendiri oleh peneliti maupun nomor identitas tertentu, ruang dengan urutan yang seragam atau pertimbangan sistematis lainnya. Contohnya : Akan diambil sampel dari populasi karyawan yang berjumlah 125. Karyawan ini diurutkan dari 1 – 125 berdasarkan absensi. Peneliti bisa menentukan sampel yang diambil berdasarkan nomor genap (2, 4, 6, dst) atau nomor ganjil (1, 2, 3, dst), atau bisa juga mengambil nomor kelipatan (2, 4, 8, 16, dst) Proportionate Stratified Random Sampling Teknik ini hampir sama dengan simple random sampling namun penentuan sampelnya memperhatikan strata (tingkatan) yang ada dalam populasi. Misalnya, populasi adalah karyawan PT. XYZ berjumlah 125. Dengan rumus Slovin (lihat contoh di atas) dan tingkat kesalahan 5% diperoleh besar sampel adalah 95. Populasi sendiri terbagi ke dalam tiga bagian (marketing, produksi dan penjualan) yang masing-masing berjumlah : Marketing Produksi Penjualan
: 15 : 75 : 35
http://digilib.mercubuana.ac.id/
137
Maka jumlah sample yang diambil berdasarkan masing-masinng bagian tersebut ditentukan kembali dengan rumus n = (populasi kelas / jml populasi keseluruhan) x jumlah sampel yang ditentukan Marketing Produksi Penjualan
: 15 / 125 x 95 : 75 / 125 x 95 : 35 / 125 x 95
= 11,4 dibulatkan 11 = 57 = 26.6 dibulatkan 27
Sehingga dari keseluruhan sample kelas tersebut adalah 11 + 57 + 27 = 95 sampel. Teknik ini umumnya digunakan pada populasi yang diteliti adalah keterogen (tidak sejenis) yang dalam hal ini berbeda dalam hal bidangkerja sehingga besaran sampel pada masing-masing strata atau kelompok diambil secara proporsional untuk memperoleh Disproportionate Stratified Random Sampling Disproporsional stratified random sampling adalah teknik yang hampir mirip dengan proportionate stratified random sampling dalam hal heterogenitas populasi. Namun, ketidakproporsionalan penentuan sample didasarkan pada pertimbangan jika anggota populasi berstrata namun kurang proporsional pembagiannya. Misalnya, populasi karyawan PT. XYZ berjumlah 1000 orang yang berstrata berdasarkan tingkat pendidikan SMP, SMA, DIII, S1 dan S2. Namun jumlahnya sangat tidak seimbang yaitu : SMP : 100 orang SMA : 700 orang DIII : 180 orang S1 : 10 orang S2 : 10 orang Jumlah karyawan yang berpendidikan S1 dan S2 ini sangat tidak seimbang (terlalu kecil dibandingkan dengan strata yang lain) sehingga dua kelompok ini seluruhnya ditetapkan sebagai sampel Cluster Sampling Cluster sampling atau sampling area digunakan jika sumber data atau populasi sangat luas misalnya penduduk suatu propinsi, kabupaten, atau
http://digilib.mercubuana.ac.id/
138
karyawan perusahaan yang tersebar di seluruh provinsi. Untuk menentukan mana yang dijadikan sampelnya, maka wilayah populasi terlebih dahulu ditetapkan secara random, dan menentukan jumlah sample yang digunakan pada masing-masing daerah tersebut dengan menggunakan teknik proporsional stratified random sampling mengingat jumlahnya yang bisa saja berbeda. Contoh : Peneliti ingin mengetahui tingkat efektivitas proses belajar mengajar di tingkat SMU. Populasi penelitian adalah siswa SMA seluruh Indonesia. Karena jumlahnya sangat banyak dan terbagi dalam berbagai provinsi, maka penentuan sampelnya dilakukan dalam tahapan sebagai berikut : Tahap Pertama adalah menentukan sample daerah. Misalnya ditentukan secara acak 10 Provinsi yang akan dijadikan daerah sampel. Tahap kedua. Mengambil sampel SMU di tingkat Provinsi secara acak yang selanjutnya disebut sampel provinsi. Karena provinsi terdiri dari Kabupaten/Kota, maka diambil secara acak SMU tingkat Kabupaten yang akan ditetapkan sebagai sampel (disebut Kabupaten Sampel), dan seterusnya, sampai tingkat kelurahan / Desa yang akan dijadikan sampel. Setelah digabungkan, maka keseluruhan SMU yang dijadikan sampel ini diharapkan akan menggambarkan keseluruhan populasi secara keseluruhan. 2. Non Probabilty Sampel Non Probability artinya setiap anggota populasi tidak memiliki kesempatan atau peluang yang sama sebagai sampel. Teknik-teknik yang termasuk ke dalam Non Probability ini antara lain : Sampling Sistematis, Sampling Kuota, Sampling Insidential, Sampling Purposive, Sampling Jenuh, dan Snowball Sampling. Sampling Kuota, Adalah teknik sampling yang menentukan jumlah sampel dari populasi yang memiliki ciri tertentu sampai jumlah kuota (jatah) yang diinginkan. Misalnya akan dilakukan penelitian tentang persepsi siswa terhadap kemampuan mengajar guru. Jumlah Sekolah adalah 10, maka sampel kuota dapat ditetapkan masing-masing 10 siswa per sekolah.
http://digilib.mercubuana.ac.id/
139
Sampling Insidential, Insidential merupakan teknik penentuan sampel secara kebetulan, atau siapa saja yang kebetulan (insidential) bertemu dengan peneliti yang dianggap cocok dengan karakteristik sampel yang ditentukan akan dijadikan sampel. Misalnya penelitian tentang kepuasan pelanggan pada pelayanan Mall A. Sampel ditentukan berdasarkan ciri-ciri usia di atas 15 tahun dan baru pernah ke Mall A tersebut, maka siapa saja yang kebetulan bertemu di depan Mall A dengan peneliti (yang berusia di atas 15 tahun) akan dijadikan sampel. Sampling Purposive, Purposive sampling merupakan teknik penentuan sampel dengan pertimbangan khusus sehingga layak dijadikan sampel. Misalnya, peneliti ingin meneliti permasalahan seputar daya tahan mesin tertentu. Maka sampel ditentukan adalah para teknisi atau ahli mesin yang mengetahui dengan jelas permasalahan ini. Atau penelitian tentang pola pembinaan olahraga renang. Maka sampel yang diambil adalah pelatih-pelatih renang yang dianggap memiliki kompetensi di bidang ini. Teknik ini biasanya dilakukan pada penelitian kualitatif. Sampling Jenuh, Sampling jenuh adalah sampel yang mewakili jumlah populasi. Biasanya dilakukan jika populasi dianggap kecil atau kurang dari 100. Saya sendiri lebih senang menyebutnya total sampling. Misalnya akan dilakukan penelitian tentang kinerja guru di SMA XXX Jakarta. Karena jumlah guru hanya 35, maka seluruh guru dijadikan sampel penelitian. Snowball Sampling Snowball sampling adalah teknik penentuan jumlah sampel yang semula kecil kemudian terus membesar ibarat bola salju (seperti Multi Level Marketing….). Misalnya akan dilakukan penelitian tentang pola peredaran narkoba di wilayah A. Sampel mula-mula adalah 5 orang Napi, kemudian terus berkembang pada pihak-pihak lain sehingga sampel atau responden teruuus berkembang sampai ditemukannya informasi yang menyeluruh atas permasalahan yang diteliti.
http://digilib.mercubuana.ac.id/
140
Teknik ini juga lebih cocok untuk penelitian kualitatif. C. Yang perlu diperhatikan dalam Penentuan Ukuran Sampel Ada dua hal yang menjadi pertimbannga dalam menentukan ukuran sample. Pertama ketelitian (presisi) dan kedua adalah keyakinan (confidence). Ketelitian mengacu pada seberapa dekat taksiran sampel dengan karakteristik populasi. Keyakinan adaah fungsi dari kisaran variabilitas dalam distribusi pengambilan sampel dari rata-rata sampel. Variabilitas ini disebut dengan standar error, disimbolkan dengan S-x Semakin dekat kita menginginkan hasil sampel yang dapat mewakili karakteristik populasi, maka semakin tinggi ketelitian yang kita perlukan. Semakin tinggi ketelitian, maka semakin besar ukuran sampel yang diperlukan, terutama jika variabilitas dalam populasi tersebut besar. Sedangkan keyakinan menunjukkan seberapa yakin bahwa taksiran kita benar-benar berlaku bagi populasi. Tingkat keyakinan dapat membentang dari 0 – 100%. Keyakinan 95% adalah tingkat lazim yang digunakan pada penelitian sosial / bisnis. Makna dari keyakinan 95% (alpha 0.05) ini adalah “setidaknya ada 95 dari 100, taksiran sampel akan mencerminkan populasi yang sebenarnya”. D. KESIMPULAN : Dari berbagai penjelasan di atas dapat kita simpulkan bahwa teknik penentuan jumlah sampel maupun penentuan sampel sangat menentukan keberhasilan pencapaian tujuan dari penelitian. Dengan kata lain, sampel yang diambil secara sembarangan tanpa memperhatikan aturan-aturan dan tujuan dari penelitian itu sendiri tidak akan berhasil memberikan gambaran menyeluruh dari populasi. REVISI TULISAN Saya merevisi teknik sampling, dan memasukkan teknik sistematis ke dalam probability sampling berdasarkan rujukan buku Uma Sekaran. 2006. Metode Penelitian Bisnis. Jakarta : Salemba Empat Beberapa Teknik Penentuan Ukuran Sampel Lainnya
Tabel jumlah sampel Isaac n Michael
http://digilib.mercubuana.ac.id/
141
TABEL SAMPEL KREJCIE DAN MORGAN Sample Size bartlett kotrlik higgins dengan pendekatan Cohran’s Formula
Baca juga
Ukuran sampel penelitian kualitatif Penentuan ukuran sampel menurut para ahli di teorionline.net Jurnal rujukan untuk menentukan ukuran sampel
Dirangkum dari : Arikunto Suharsimi. 2005. Manajemen Penelitian. Jakarta : Rineka Cipta Arikunto Suharsimi. 2010. Prosedur Penelitian : Suatu Pendekatan Praktis, edisi revisi 2010. Jakarta : Rineka Cipta Riduwan. 2005. Belajar Mudah Penelitian Untuk Guru, Karyawan dan Peneliti Pemula, Bandung : Alfabeta. Uma Sekaran. 2006. Metode Penelitian Bisnis. Jakarta : Salemba Empat. Sugiyono. 2007. Metode Penelitian Administasi. Bandung : Alvabeta.
http://digilib.mercubuana.ac.id/
142
HASIL ANALISIS VALIDITAS DAN RELIABILITAS
Reliability Scale: ALL VARIABLES Case Processing Summary N Cases
Valid a
Excluded Total
% 40
100,0
0
,0
40
100,0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha ,831
N of Items 7
http://digilib.mercubuana.ac.id/
143
Item-Total Statistics Scale Mean if Item
Scale Variance if
Corrected Item-
Cronbach's Alpha
Deleted
Item Deleted
Total Correlation
if Item Deleted
Tangibles_1
25,13
4,471
,548
,814
Tangibles_2
24,65
4,285
,524
,818
Tangibles_3
24,63
4,189
,573
,810
Reliability
25,13
4,215
,712
,790
Responsiveness
25,05
4,254
,540
,815
Assurance
25,13
4,061
,693
,790
Empathy
24,90
4,297
,498
,823
Reliability Scale: ALL VARIABLES Case Processing Summary N Cases
Valid a
Excluded Total
% 40
100,0
0
,0
40
100,0
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha ,759
N of Items 5
Item-Total Statistics
Kualitas_produk
Scale Mean if Item
Scale Variance if
Corrected Item-
Cronbach's Alpha
Deleted
Item Deleted
Total Correlation
if Item Deleted
15,90
2,913
http://digilib.mercubuana.ac.id/
,194
,819
144
Kualitas_pelayanan
16,55
3,074
,192
,805
Emosional
16,50
1,846
,787
,604
Harga
16,55
2,100
,676
,658
Biaya
16,50
1,897
,839
,587
Reliability Scale: ALL VARIABLES
Case Processing Summary N Cases
Valid
% 40
100,0
0
,0
40
100,0
a
Excluded Total
a. Listwise deletion based on all variables in the procedure.
Reliability Statistics Cronbach's Alpha
N of Items
,801
4
Item-Total Statistics Scale Mean if Item
Scale Variance if
Corrected Item-
Cronbach's Alpha
Deleted
Item Deleted
Total Correlation
if Item Deleted
Re_purchase
12,23
2,281
,554
,780
Paymore
12,03
2,589
,489
,806
Advocate
12,63
1,984
,678
,718
Retention
12,63
1,881
,754
,676
http://digilib.mercubuana.ac.id/
145
LAMPIRAN 6. UJI NORMALITAS DATA
Tests of Normality
Kolmogorov-Smirnova Statistic
df
Shapiro-Wilk Sig.
Statistic
df
Sig.
Skor_kualitas_layanan
,236
90
,000
,873
90
,000
Skor_penetapan_harga
,188
90
,000
,921
90
,000
Skor_loyalitas_nasabah
,167
90
,000
,955
90
,004
a. Lilliefors Significance Correction
LAMPIRAN 7. HASIL UJI HIPOTESIS ANALISA UNIVARIABEL Frequencies Frequency Table Tangibles_1 Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
9
10,0
10,0
10,0
4
72
80,0
80,0
90,0
5
9
10,0
10,0
100,0
90
100,0
100,0
Total
Tangibles_2 Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
13
14,4
14,4
14,4
4
68
75,6
75,6
90,0
http://digilib.mercubuana.ac.id/
146
5 Total
9
10,0
10,0
90
100,0
100,0
100,0
Tangibles_3 Frequency Valid
Percent
Valid Percent
Cumulative Percent
4
40
44,4
44,4
44,4
5
50
55,6
55,6
100,0
Total
90
100,0
100,0
Reliability Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
15
16,7
16,7
16,7
4
59
65,6
65,6
82,2
5
16
17,8
17,8
100,0
Total
90
100,0
100,0
Responsiveness Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
13
14,4
14,4
14,4
4
64
71,1
71,1
85,6
5
13
14,4
14,4
100,0
Total
90
100,0
100,0
Assurance Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
13
14,4
14,4
14,4
4
67
74,4
74,4
88,9
http://digilib.mercubuana.ac.id/
147
5
10
11,1
11,1
Total
90
100,0
100,0
100,0
Empathy Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
3
3,3
3,3
3,3
4
58
64,4
64,4
67,8
5
29
32,2
32,2
100,0
Total
90
100,0
100,0
Kualitas_produk Frequency Valid
Percent
Valid Percent
Cumulative Percent
4
32
35,6
35,6
35,6
5
58
64,4
64,4
100,0
Total
90
100,0
100,0
Kualitas_pelayanan Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
9
10,0
10,0
10,0
4
71
78,9
78,9
88,9
5
10
11,1
11,1
100,0
Total
90
100,0
100,0
Emosional Frequency
Percent
Valid Percent
http://digilib.mercubuana.ac.id/
Cumulative Percent
148
Valid
3
15
16,7
16,7
16,7
4
51
56,7
56,7
73,3
5
24
26,7
26,7
100,0
Total
90
100,0
100,0
Harga Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
13
14,4
14,4
14,4
4
59
65,6
65,6
80,0
5
18
20,0
20,0
100,0
Total
90
100,0
100,0
Biaya Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
9
10,0
10,0
10,0
4
60
66,7
66,7
76,7
5
21
23,3
23,3
100,0
Total
90
100,0
100,0
Re_purchase Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
7
7,8
7,8
7,8
4
47
52,2
52,2
60,0
5
36
40,0
40,0
100,0
Total
90
100,0
100,0
http://digilib.mercubuana.ac.id/
149
Paymore Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
1
1,1
1,1
1,1
4
41
45,6
45,6
46,7
5
48
53,3
53,3
100,0
Total
90
100,0
100,0
Advocate Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
32
35,6
35,6
35,6
4
55
61,1
61,1
96,7
5
3
3,3
3,3
100,0
90
100,0
100,0
Total
Retention Frequency Valid
Percent
Valid Percent
Cumulative Percent
3
25
27,8
27,8
27,8
4
48
53,3
53,3
81,1
5
17
18,9
18,9
100,0
Total
90
100,0
100,0
Statistics Kualitas_layanan N
Valid
Penetapan_harga
Loyalitas_nasabah
90
90
90
0
0
0
Mean
28,7778
20,9444
16,4333
Median
29,0000
21,0000
17,0000
Missing
http://digilib.mercubuana.ac.id/
150
Std. Deviation
2,13467
1,85036
1,65611
Range
12,00
7,00
7,00
Minimum
22,00
18,00
13,00
Maximum
34,00
25,00
20,00
Statistics Skor_kualitas_layan
Skor_penetapan_har Skor_loyalitas_nasab
an N
ga
Valid
ah
90
90
90
0
0
0
Mean
95,9259
83,7778
82,1667
Median
96,6667
84,0000
85,0000
Std. Deviation
7,11556
7,40145
8,28054
Range
40,00
28,00
35,00
Minimum
73,33
72,00
65,00
Maximum
113,33
100,00
100,00
Missing
ANALISA BIVARIABEL Correlations Correlations Skor_kualitas_l Skor_penetapan Skor_loyalitas_ ayanan Skor_kualitas_layanan
_harga ,515**
,514**
,000
,000
90
90
90
**
1
,642**
Pearson Correlation
1
Sig. (2-tailed) N Skor_penetapan_harga
Pearson Correlation Sig. (2-tailed) N
Skor_loyalitas_nasabah
Pearson Correlation Sig. (2-tailed) N
nasabah
,515
,000
,000
90
90
90
,514**
,642**
1
,000
,000
90
90
**. Correlation is significant at the 0.01 level (2-tailed).
http://digilib.mercubuana.ac.id/
90
151
Nonparametric Correlations Skor_loyalitas_nasa bah Spearman's rho
Skor_kualitas_layanan
Correlation Coefficient Sig. (2-tailed) N
Skor_penetapan_harga
Correlation Coefficient
N
Variables Entered/Removedb
d
i
m
e
1
Skor_penetapan_har
Variables Removed .
,624** ,000 90
ANALISA MULTIVARIABEL Regression
Variables Entered
,000 90
Sig. (2-tailed)
Model
,530**
Method Enter
ga, Skor_kualitas_layan ana
n
s
i
o
n
0
a. All requested variables entered. b. Dependent Variable: Skor_loyalitas_nasabah
http://digilib.mercubuana.ac.id/
152
Model Summary Model
Std. Error of the R
d
R Square ,677a
1
Adjusted R Square
,458
Estimate
,446
6,16459
i
m
e
n
s
i
o
n
0
a. Predictors: (Constant), Skor_penetapan_harga, Skor_kualitas_layanan
ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
2796,309
2
1398,154
Residual
3306,191
87
38,002
Total
6102,500
89
F 36,791
Sig. ,000a
a. Predictors: (Constant), Skor_penetapan_harga, Skor_kualitas_layanan b. Dependent Variable: Skor_loyalitas_nasabah
Coefficientsa Model
Standardize d
B
Unstandardized
Coefficient
Coefficients
s
Std. Error
Beta
http://digilib.mercubuana.ac.id/
t
Sig.
153
1
(Constant)
6,158
9,443
Skor_kualitas_layanan
,290
,107
Skor_penetapan_harga
,575
,103
,652
,516
,249
2,709
,008
,514
5,585
,000
a. Dependent Variable: Skor_loyalitas_nasabah
Correlations Skor_loyalitas_nasabah Tangibles_1 Tangibles_2 Tangibles_3
Reliability
Responsiveness
Assurance
Empathy
Kualitas_produk
Kualitas_pelayanan
Emosional
Harga
Biaya
Pearson Correlation Sig. (2-tailed) Pearson Correlation Sig. (2-tailed) Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N
http://digilib.mercubuana.ac.id/
,362** ,000 ,133 ,210 ,697** ,000 90 ,076 ,479 90 ,364** ,000 90 ,312** ,003 90 ,229* ,030 90 ,336** ,001 90 ,361** ,000 90 ,063 ,554 90 ,772** ,000 90 ,646** ,000 90
154
Skor_loyalitas_nasabah
http://digilib.mercubuana.ac.id/
155
Tangibles_1
Tangibles_2
Correlation Coefficient Sig. (2-tailed)
,001
Correlation Coefficient
,113
Sig. (2-tailed)
,289
N Tangibles_3
Correlation Coefficient Sig. (2-tailed) N
Reliability
Correlation Coefficient
Correlation Coefficient
N Correlation Coefficient Sig. (2-tailed) N Correlation Coefficient Sig. (2-tailed) N Kualitas_pelayanan
Correlation Coefficient Sig. (2-tailed) N
Emosional
90 ,371** ,000 90 ,270* ,010 90 ,259* ,014 90 ,387** ,000 90 ,352** ,001 90
Correlation Coefficient
,100
Sig. (2-tailed)
,350
N Harga
90
,637
Sig. (2-tailed)
Kualitas_produk
,000
Sig. (2-tailed)
N
Empathy
,710**
,050
Sig. (2-tailed)
Assurance
90
Correlation Coefficient
N Responsiveness
,352**
Correlation Coefficient Sig. (2-tailed) N
http://digilib.mercubuana.ac.id/
90 ,752** ,000 90
156
Biaya
,647**
Correlation Coefficient Sig. (2-tailed)
,000
N
90
Correlations Skor_loyalitas_nasabah Re_purchase
,799**
Pearson Correlation Sig. (2-tailed)
,000
N Paymore
90 ,694**
Pearson Correlation Sig. (2-tailed)
,000
N Advocate
90 ,601**
Pearson Correlation Sig. (2-tailed)
,000
N Retention
90 ,702**
Pearson Correlation Sig. (2-tailed)
,000
N
90
Nonparametric Correlations Skor_loyalitas_nasa bah Spearman's rho
Re_purchase
Correlation Coefficient Sig. (2-tailed) N
Paymore
Correlation Coefficient Sig. (2-tailed) N
Advocate
Correlation Coefficient Sig. (2-tailed)
http://digilib.mercubuana.ac.id/
,798** ,000 90 ,720** ,000 90 ,556** ,000
157
N Retention
Correlation Coefficient Sig. (2-tailed) N
http://digilib.mercubuana.ac.id/
90 ,678** ,000 90