Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Modul 10 Mengolah Data Riset

Presentasi serupa


Presentasi berjudul: "Modul 10 Mengolah Data Riset"— Transcript presentasi:

1 Modul 10 Mengolah Data Riset

2 Unjuk Kerja Menginput Data Riset
1.1 Memindahkan data dalam instrument riset ke alat pengolah data 1.2 Memasukkan data ke dalam area riset yang dimaksud Menganalisa Data Riset 2.1 Mengolah data yang telah diinput sesuai dengan ketentuan pengolahan data 2.2 Menterjemahkan hasil pengolahan data menjadi informasi dengan mengacu pada hipotesa awal

3 UK 1 : Menginput Data Riset
Data Riset / Evaluasi dapat diinput atau dimasukkan ke beberapa alternatif pengolat data, antara lain menggunakan Aplikasi MS Excel atau Dengan Aplikasi pengolah data lainnya seperti SPSS, Stata, atau lainnya UK 1 : Menginput Data Riset

4 UK 2 : Menganalisa Data Riset
Setelah data diinput, langkah berikutnya adalah mengolah, Membaca/Menganalisis hasilnya. Beberapa Pengolahan dan Analisis yang dapat dilakukan a.l. : Analisis Deskriptif, dengan membuat grafik atau tabulasi (Tabel Frekuensi dan Tabulasi silang) dari data yang ada Perhitungan Customer Satisfaction Index dan Dissatisfaction Index Perhitungan NPS (Nett Promoter Score)  Kesediaan responden dalam merekomendasikan Perhitungan / Analisis IPA (Importance Performance Analysis)  Analisis Kuadran Dll. UK 2 : Menganalisa Data Riset

5 CUSTOMER SATISFACTION INDEX (CSI)
“Customer Satisfaction Index (CSI) merupakan indeks untuk menentukan tingkat kepuasan pelanggan secara menyeluruh dengan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut-atribut produk atau jasa yang diukur ”. UK 2 : Menganalisa Data Riset

6 CONTOH KASUS UK 2 : Menganalisa Data Riset Pertanyaan
Tingkat Kepentingan (Importance) Bukti Fisik (Tangibles) STP 1 TP 2 CP 3 P 4 SP 5 Ruang tunggu yang nyaman Tersedia kotak saran dan kritik Tersedia Brosur Penampilan Pegawai Profesional Pertanyaan Tingkat Kepentingan (Importance) Kehandalan (Reliability) STP 1 TP 2 CP 3 P 4 SP 5 Jam pelayanan pengaduan tepat waktu Pelayanan cepat Cepat memberikan informasi promo Pengetahuan pegawai UK 2 : Menganalisa Data Riset

7 UK 2 : Menganalisa Data Riset
Pertanyaan Tingkat Kepentingan (Importance) Daya Tanggap (Responsiveness) STP 1 TP 2 CP 3 P 4 SP 5 Tanggap terhadap keluhan pelanggan Menjalin komunikasi intens dengan pelanggan Kesiapan melayani pelanggan Cepat merespon pelanggan Pertanyaan Tingkat Kepentingan (Importance) Jaminan (Assurance) STP 1 TP 2 CP 3 P 4 SP 5 Kerahasiaan data pelanggan Merasa aman melakukan transaksi Perusahaan memiliki citra yang positif Mampu Memberikan Kepercayaan UK 2 : Menganalisa Data Riset

8 UK 2 : Menganalisa Data Riset
Membuat Kuesioner (CSI) Tingkat Kepentingan (Importance) 1 : Sangat Tidak Penting (STP) 2 : Tidak Penting (TP) 3. : Cukup Penting (CP) 4 : Penting (P) 5 : Sangat Penting (SP) Pertanyaan Tingkat Kepentingan (Importance) Empati (Emphaty) STP 1 TP 2 CP 3 P 4 SP 5 Kemudahan memperoleh informasi Memberikan perhatian secara individu Kepekaan memperhatikan saran dan kritik Pelayanan tidak membedakan status UK 2 : Menganalisa Data Riset

9 UK 2 : Menganalisa Data Riset
Membuat Kuesioner (CSI) Tingkat Kinerja (Performance) : Sangat Tidak Puas (STP) : Tidak Puas (KP) : Cukup Puas (CP) : Puas (P) : Sangat Puas (SP) Kuesioner Tingkat Kinerja Kualitas Pelayanan Pertanyaan Tingkat Kinerja (Performance) Bukti Fisik (Tangibles) STP 1 TP 2 CP 3 P 4 SP 5 Ruang tunggu yang nyaman Tersedia kotak saran dan kritik Tersedia Brosur Penampilan Karyawan Profesional UK 2 : Menganalisa Data Riset

10 UK 2 : Menganalisa Data Riset
Pertanyaan Tingkat Kinerja (Performance) Kehandalan (Reliability) STP 1 TP 2 CP 3 P 4 SP 5 Jam pelayanan pengaduan tepat waktu Pelayanan cepat Cepat memberikan informasi promo Pengetahuan karyawan Pertanyaan Tingkat Kinerja (Performance) Daya Tanggap (Responsiveness) STP 1 TP 2 CP 3 P 4 SP 5 Tanggap terhadap keluhan pelanggan Menjalin komunikasi intens dengan pelanggan Kesiapan melayani pelanggan Cepat merespon pelanggan UK 2 : Menganalisa Data Riset

11 UK 2 : Menganalisa Data Riset
Pertanyaan Tingkat Kinerja (Performance) Jaminan (Assurance) STP 1 TP 2 CP 3 P 4 SP 5 Kerahasiaan data pelanggan terjamin Merasakan aman melakukan transaksi Perusahaan memiliki citra yang positif Mampu memberikan kepercayaan Pertanyaan Tingkat Kinerja (Performance) Empati (Emphaty) STP 1 TP 2 CP 3 P 4 SP 5 Kemudahan memperoleh informasi Memberikan perhatian secara individu Kepekaan memperhatikan saran dan kritik Pelayanan tidak membedakan status UK 2 : Menganalisa Data Riset

12 Cara Menghitung (CSI)

13 Masukkan data hasil kuesioner ke Excel atau SPSS
Rekapitulasi Data Tingkat Kepentingan (Importance) A1 – A20 (atribut) Responden = 30 Nilai Rata-rata UK 2 : Menganalisa Data Riset

14 UK 2 : Menganalisa Data Riset
Rekapitulasi Data Tingkat Kinerja (Performance) A1 – A20 (atribut) Responden = 30 Nilai Rata-rata UK 2 : Menganalisa Data Riset

15 Klasifikasi Hasil Perhitungan
Kriteria Tingkat Kepuasan Pelanggan No Nilai (CSI) (%) Keterangan (CSI) 1 81% – 100% Sangat Puas 2 66% – 80.99% Puas 3 51% – 65.99% Cukup Puas 4 35% – 50.99% Kurang Puas 5 0 – 34.99% Tidak Puas UK 2 : Menganalisa Data Riset

16 UK 2 : Menganalisa Data Riset
Bhote, K.R (1996) Cara Menghitung (CSI) Atribut Kepentingan (I) Kepuasan (P) Skor (S) Skala Likert 1 - 5 (S) = (I) X (P) Skor Total Total (I) = (Y) Total (S) = (T) Ada banyak teknik dalam menghitung indeks kepuasan pelanggan. Model berdasarkan tabel tersebut adalah model yang paling sederhana dalam menghitung indeks kepuasan pelanggan. UK 2 : Menganalisa Data Riset

17 Customer Satisfaction Index (CSI)
Atribut Kepentingan (I) Kepuasan (P) Skor (S) Skala Likert 1 - 5 (S) = (I) X (P) Skor Total Total (I) = (Y) Total (S) = (T) Customer Satisfaction Index (CSI) diperoleh (T/5Y) x 100 % Nilai 5 pada (5Y) adalah nilai maksimum yang digunakan pada skala pengukuran. CSI = T x 100 % 5Y Nilai maksimum CSI adalah 100 % UK 2 : Menganalisa Data Riset

18 UK 2 : Menganalisa Data Riset
Nilai Rata-rata No Atribut Tingkat Kepentingan (I) Tingkat Kinerja (P) Skor (S) (I x P) A1 Ruang tunggu yang nyaman 4.66 4.26 19.85 A2 Tersedia kotak saran dan kritik 4.83 2.33 11.25 A3 Tersedia Brosur 4.7 3.8 17.86 A4 Penampilan pegawai profesional 4.76 4.33 20.61 A5 Jam pelayanan pengaduan tepat waktu 4.53 4.1 18.57 A6 Pelayanan cepat 2.26 10.75 A7 Cepat memberikan informasi promo 3.36 14.31 A8 Pengetahuan pegawai 4.9 20.09 A9 Tanggap terhadap keluhan 4.2 19.99 A10 Menjalin komunikasi intens dengan pelanggan 4.03 18.77 UK 2 : Menganalisa Data Riset

19 Nilai Rata-rata No Atribut Tingkat Kepentingan (I) Tingkat Kinerja (P) Skor (S) (I x P) A11 Kesiapan melayani pelanggan 4.73 4.46 21.09 A12 Cepat merespon pelanggan 4.8 4.06 19.48 A13 Kerahasiaan data pelanggan terjamin 4.86 4.5 21.87 A14 Merasakan aman melakukan transaksi 4.76 4.36 20.75 A15 Perusahaan memiliki citra yang positif 4.83 3.53 17.04 A16 Mampu memberikan kepercayaan 4.63 3.93 18.19 A17 Kemudahan memperoleh informasi 4.93 2.43 11.97 A18 Memberikan perhatian secara individu A19 Kepekaan memperhatikan saran & kritik 4.66 3.86 17.98 A20 Pelayanan tidak membedakan status 4.7 3.63 17.06 Total 93.62 356.96

20 Tingkat kepuasan pelanggan sebesar 76.26 %.
No Nilai (CSI) (%) Keterangan (CSI) 1 81% – 100% Sangat Puas 2 66% – 80.99% Puas 3 51% – 65.99% Cukup Puas 4 35% – 50.99% Kurang Puas 5 0 – 34.99% Tidak Puas Kesimpulan: CSI = x 100 % (5 x 93.62) = x 100 % = 35804 = : (468.1) = % Tingkat kepuasan pelanggan sebesar %. Kriteria kepuasan pelanggan berada pada kategori Puas.

21 Customer Dissatisfaction Index (CDI)
Indeks Ketidakpuasan Pelanggan atau Customer Dissatisfaction Index (CDI) diukur dengan metode Bottom Three Box pada skala likert 6, termasuk penilaian terhadap kompetitor. CDI Total dihitung dengan mengalikan nilai indeks pada pembentuk CDI dengan bobot dimensi Dimensi pembentuk CDI menggunakan pendekatan Ron Kaufman Sangat Tidak Puas Sekali Sangat Tidak Puas Tidak Puas Puas Sangat Puas Sangat Puas Sekali 1 2 3 4 5 6 Dengan demikian, maka : 𝐶𝐷𝐼 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑦𝑎𝑛𝑔 𝑚𝑒𝑛𝑗𝑎𝑤𝑎𝑏 (1+2+3) 𝐽𝑢𝑚𝑙𝑎ℎ 𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑙𝑎𝑛𝑔𝑔𝑎𝑛 ×100

22 Analisis NPS (Nett Promoter Score)
NPS adalah sebuah nilai untuk melihat, seberapa besar responden bersedia merekomendasikan objek yang sedang disurvei, kepada orang lain. NPS Diukur dengan skala 1 sd 10. Dari skala tersebut, responden dibagi menjadi 3 kelompok : Responden yang menjawab 1 – 6 : disebut dengan Detractor Responden yang menjawab 7 – 8 : disebut dengan Passive Responden yang menjawab 9 – 10 : disebut dengan Promoter Rumus nilai NPS = Nilai (%) NPS= % Promoter - % Detractor = 25 = 55% % Jadi nilai NPS adalah 25 UK 2 : Menganalisa Data Riset

23 UK 2 : Menganalisa Data Riset
Analisis Ipa Dari data di atas : 1.Copy/salin data tsb ke spss 2. Klik menu Graph > Legacy Dialogs 3. Pilih Scater > Simple > Define 4. Masukkan Veriabel ‘I’ ke Y Axis dan Veriabel ‘P’ ke X Axis > OK 5. Klik 2 kali pada scater yg muncul untuk edit 6. Lihat Gambar berikut UK 2 : Menganalisa Data Riset

24

25 Klik ini Klik ini u Legendnya

26 PRIORITAS UTAMA PERTAHANKAN PRESTASI Pilih Mean PRIORITAS RENDAH KINERJA BERLEBIHAN Jadi, prioritas pertama yang masih harus diperbaiki adalah butir 2, 3, 6, 15 dan 17

27 Pengolahan data dan analisis lainnya dapat ditambahkan sesuai kondisi dan kebutuhan,..

28 Sumber Materi Bhote, K.R. (1996). Beyond Customer Satisfaction to Loyalty: The Key to Greater Profitability. New York: AMA Membership Publications Division, American Management Association. Eko Hertanto Sumber Lain yang relevan


Download ppt "Modul 10 Mengolah Data Riset"

Presentasi serupa


Iklan oleh Google