Analisis lainnya Resista Vikaliana 25/03/2016

IPA ANALYSIS (IMPORTANT PERFORMANCE ANALYSIS) Untuk mengukur hubungan antara persepsi konsumen dengan prioritas peningkatan kkualitas produk/ jasa. Resista Vikaliana 25/03/2016

Tahapan IPA Analysis Rekapitulasi Tabulasi Rata-rata Uji Validitas dan Reliabilitas IPA Analysis Tahapan IPA Analysis

Contoh Tabulasi Rata-rata Atribut Penilaian Kepentingan Penilaian Kinerja / Kepuasan Rata – rata tingkat kepentingan (Y) Rata rata bobot kepuasan (X) P1 318 259 4.24 3.45 P2 319 271 4.25 3.61 P3 327 303 4.36 4.04 Rata-rata Variabel Reliability 4.28 3.70 P4 316 250 4.21 3.33 P5 307 261 4.09 3.48 P6 273 3.64 Rata-rata Variabel Responsivness 4.18 P7 314 276 4.19 3.68 P8 315 274 4.20 3.65 P9 286 3.81 Rata-rata Variabel Assurance 3.71 P10 304 4.05 P11 254 3.39 P12 272 3.63 Rata-rata Variabel Emphaty 4.11 3.49 P13 283 3.77 P14 298 248 3.97 3.31 P15 279 3.72 Rata-rata Variabel Tangible 4.12 3.60 Rata – rata X dan Y 20.88 / 5 = 4.18 17.98 / 5= 3.60

Tahapan Olah Data –IPA Analysis Graph-Legacy Dialogs-Scatter/ Dot-Simple Scatter- Define Performance sebagai Y Axis dan Important sebagai X Axis OK Klik dua kali  Chart Editor Klik Option-X Axis Reference Line –Set to Mean Apply Klik Option-Y Axis Reference Line –Set to Mean Apply Elements-Data Label Mode Tahapan Olah Data –IPA Analysis

Analisis faktor merupakan alat untuk menjawab masalah keragaman faktor dalam variabel penelitian, sehingga dapat mengetahui faktor-faktor dominan dalam menjelaskan suatu masalah. Untuk menganalisis sejumlah variabel dari suatu pengamatan Variabel baru tersebut harus memuat sebanyak mungkin informasi yang terkandung dalam variabel asli. Variabel baru yang disebut faktor, dipergunakan untuk melakukan analisis regresi linear berganda, dengan variabel-variabel bebas yang tidak lagi saling multikolinear yang merupakan syarat dari analisis regresi linear berganda. ANALISIS FAKTOR Resista Vikaliana 25/03/2016

ANALISIS FAKTOR (lanjutan) Contoh: Dinas Kependudukan dan Catatan Sipil sebuah kota mencermati data penduduk yang belum memiliki Kartu Keluarga. Survei awal menunjukkan ada 20 faktor yang berkontribusi pada kepemilikan Kartu Keluarga. Analisis Faktor digunakan untuk mereduksi faktor- faktor tersebut. ANALISIS FAKTOR (lanjutan) Resista Vikaliana 25/03/2016

ANALISIS FAKTOR (lanjutan-SPSS) Analyze-dimension reduction-factor Pindahkan semua yang di kiri ke kanan Descriptive-Initial Solution-KMO and Bartlett’s Test of Sphericity-anti image-Continue Extraction-display klik scree plot (yang lain biarkan-default)-continue Rotation-method klik varimax-display klik rotated solution dan loading plot-Continue OK ANALISIS FAKTOR (lanjutan-SPSS) Resista Vikaliana 25/03/2016

ANALISIS FAKTOR (lanjutan-interpretasi output SPSS) Pada Tabel KMO nd Bartlett’s diperoleh nilai Kaiser- Meyer-Olkin MSA dengan tingkat significant Nilai MSA>0,5 dan Sig<0,05, atribut yang ada dapat dilanjutkan ke tahap analisis lanjutan. Pada Tabel Anti Image, apabila ada nilai anti image correlation yang ditunjukkan dengan simbol a yang nilainya < 0,5, berarti atribut tersebut dikeluarkan dan dilakukan pengujian ulang. Kalau terdapat lebih dari 2 yang < 0,5, yang dikeluarkan terlebih dahulu adalah yang nilai anti image correlation-nya paling kecil ANALISIS FAKTOR (lanjutan-interpretasi output SPSS) Resista Vikaliana 25/03/2016

ANALISIS DISKRIMINAN Analisis Diskriminan adalah sebuah teknik untuk menganalisis data ketika variabel dependen bersifat kategorik dan variabel bebasnya interval. Analisis Diskriminan mirip dengan Analisis regresi, tapi memiliki kelebihan yaitu kemampuan memilih variabel independen mana yang secara nyata memengaruhi dan mana yang tidak memengaruhi variabel dependen. Persamaan dengan regresi adalah kemampuan memprediksi terjadinya variabel dependen dengan masukan data variabel independen. Contoh: Konsumen sering dihadapkan berbagai alternatif untuk mengambil keputusan Misal apakan akan membeli sabun merek A, merek B atau C. Sebelum membuat keputusan pembelian, konsumen akan mempelajari karakteristik dari sabun tersebut (manfaat, harga, harum, merek terkenal, prestise, bonus dan lain-lain) Resista Vikaliana 25/03/2016

Analyze-Classify-Determinant Use stepwise method Grouping untuk pilihan Use stepwise method Define Range (minimum 1 maximum 2) Statistics-Descriptives klik means, univariate ANOVA’s, Box’s M-Function Coefficients klik Fisher’s- Matrices klik within-group correlation-Continue Method-klik mahalanobis distance-Criteria klik use probability of F-Displays klik summary of test- Continue Classify-Prior probabilities klik all groups equal- Display klik casewise results-Use Covariance Matrix klik within groups-Plots klik combined groups dan separate groups-Continue Resista Vikaliana 25/03/2016

Tabel Group Statistics berisi data deskriptif Tabel Analysis Case Processing Summary Percent 100, berarti semua data yang dimasukkan sudah sesuai dan tidak ada yang missing. Tabel Test of Equality of Group Means merupakan pengujian perbedaan group. Dari uji F, bila angka sig<0,05 maka terdapat perbedaan antar group, artinya variabel tersebut memengaruhi. Stepwise Statistics-Tabel Variables Entered/ Removed menunjukkan variabel yang paling memengaruhi (nilai F terbesar). Fungsi diskriminan dari Fisher pada prinsipnya membuat semacam persamaan regresi (dari Tabel Classification Function Coefficient) Persamaan untuk group 1 Persamaan untuk group 2 Selisih di antara kedua group Resista Vikaliana 25/03/2016