Exploration and Data Analysis

2.1. Pengertian Statistika

Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu. Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien korelasi.

Jadi statistika dapat didefinisikan sebagai suatu ilmu yang mempelajari masalah data, mencakup bagaimana mengumpulkan, menyajikan, dan mengelompokkan data untuk dianalisa dan diinterpretasikan sehingga dapat diambil suatu keputusan (kesimpulan) tertentu. Singkatnya statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Ilmu statistik terbagi menjadi dua cabang besar yaitu statistik deskriptif dan statistik infrensial

a. Statistik Diskriptif

Proses analisis Statistika deskriptif merupakan metode yang berkaitan dengan pengumpulan data sehingga memberikan informasi yang berguna. Upaya penyajian ini dimaksudkan mengungkapkan informasi penting yang terdapat dalam data kedalam berbentuk yang lebih ringkas dan sederhana yang pada akhirnya mengarah pada keperluan adanya penjelasan dan penafsiran (Aunuddin, 1989).

Penyajian Statistika Deskriptif dapat berupa angka, tabel, dan grafik. Selama tidak ada penarikan kesimpulan, pendugaan parameter, peramalan, pengujian hipotesis maka data-data yang disajikan berupa angka, tabel dan grafik tersebut merupakan hasil analisis statistika deksriptif dan bukan analisis statistika inferensia.

Jadi dapat disimpulkan bahwa statistika deskriptif adalah kegiatan mengumpulkan, mengolah, dan kemudian menyajikan data observasi dalam bentuk gambar, ukuran, dan dalam bentuk yang lain untuk keperluan deskripsi, pengorganisasian tanpa diperlukan penarikan kesimpulan. Cara mendeskripsikan data dalam statistik deskriptif ada dua macam, yaitu secara numerik atau secara grafis.

b. Statistik Inferensi

Statistik Inferensial merupakan cabang ilmu statistik yang  berkaitan dengan penerapan metode-metode statistik untuk menaksir dan / atau menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel. Kegiatan Statistik induktif (inferens) merupakan menganalisis dan menginterpretasikan data  observasi sehingga dapat diambil suatu kesimpulan / keputusan yang berkenaan dengan data tersebut.

Statistik inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).

Contoh statistik inferensial adalah melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya.

2.2 Pembagian jenis Data

Data adalah sejumlah hasil amatan atau penelitian yang belum diolah. Data tidak selalu berupa angka tetapi data yang tidak berupa angka dapat dikonversikan ke dalam angka. Cara mendeskripsikan data dalam statistik deskriptif ada dua macam, yaitu secara numerik atau secara grafis.

Jenis data dapat dibagi berdasarkan skala pengukuran,sifat dan sumber datanya.Berikut ini penjelasan mengenai pembagian jenis data.

2.2.1    Data menurut Skala Pengukuran

Data menurut skala pengukuran dibagi menjadi :

a. Skala Nominal, Data ini hanya bersifat membedakan saja tetapi tidak menunjukkan tingkatan. Angka pada skala nominal bukan merupakan nilai yang sesungguhnya. Contohnya  dalam sebuah survey dibedakan antara responden laki-laki dan perempuan. Agar proses pengolahan data dapat dilakukan dengan mudah maka pada kolom gender untuk responden laki-laki diberi angka 1 sedangkan perempuan diberi angka 2. Nilai 1 dan 2 bukan menunjukkan nilai yang sebenarnya dan 1 tidak lebih kecil dari 2. Contoh yang lain adalah ketika ingin dibedakan antara responden yang menjawab ya dan tidak. Pada kolom jawaban untuk responden yang menjawab ya diberi angka 1 dan yang tidak diberi angka 0. Nilai 0 disini bukanlah nilai 0 mutlak.

b.   Skala Ordinal, Data yang berskala ordinal juga membedakan, tetapi juga mempunyai tingkatan. Data yang bersifat menunjukkan tingkatan, tetapi jarak tiap tingkat tidak harus sama. Misalnya ketika ingin membedakan tingkat pendidikan. SD diberi angka 1, SMP diberi angka 2 dan seterusnya sampai tingkatan tertinggi diberi angka 5. Angka-angka tersebut membedakan, tapi juga mempunyai tingkatan, nilai 1 jelas mempunyai tingkatan yang lebih rendah dibanding 2 dan tingkatan tertinggi adalah 5 contoh lainnya adalah tinkatan pegawai (eselon 1, eselon2, eselon 3, eselon 4)

c.   Skala Interval, Data ini mempunyai sifat nominal dan ordinal ditambah satu sifat yaitu mempunyai interval tertentu. Data jenis ini tidak mempunyai nilai nol mutlak dan memiliki jarak antara tingkatan sama. Perbedaan jarak (interval) dari data yang satu dengan data yang lain dapat diukur. Contoh yang lazim dipakai untuk menggambarkan data yang berskala interval adalah suhu. Jarak suhu 0 sampai 5 derajat celcius sama dengan jaran antara 5 sampai 10 derajat celcius. Ada suhu o derajat celcius. Nilai 0 ini bukanlah nilai mutlak, artinya suatu benda yang yang bersuhu 0 derajat celcius bukan berarti benda tersebut tidak mempunyai suhu. Dapat juga dikatakan bahwa suhu 4 derajat celcius adalah dua kali suhu 2 derajat celcius.

d.   Skala Rasio, Data yang berskala rasio merupakan data dengan tingkatan tertinggi. Berbagai macam pengolahan statistik dapat diterapkan untuk mengolah data ini. Semua sifat nominal, ordinal dan interval dimiliki data berskala rasio. Nilai 0 pada. Contoh yang paling gampang adalah data berat suatu benda, berat benda 0 kg berarti memang benar-benar benda tersebut tidak ada.

2.2.2   Menurut  sifatnya

Berikut ini data yang dibedakan menurut karakteristiknya adalah sebagai berikut

1. Data kualitatif adalah data yang diperoleh dari hasil penggolongan atau pengklasifikasian dimana yang menjadi pembeda adalah ciri dari objek yang diamati. Data kualitatif dapat berbentuk kata, kalimat, skema dan gambar.

1. Data kuantitatif adalah data yang berupa angka dalam arti yang sebenarnya. Dapat dibandingkan satu sama lain karena memiliki satuan yang sama. Data kuantitatif berbentuk angka atau data kualitatif yang diangkakan (scoring)

2.2.3 Menurut Sumbernya

Apabila data dibedakan menurut sumbernya maka jenis data dapat dibagi menjadi :

1. Data Primer adalah data yang data primer adalah data yang hanya dapat kita peroleh dari sumber asli atau pertama. Data primer harus secara langsung kita ambil dari sumber aslinya, melalui nara sumber yang tepat dan yang kita jadikan responden dalam penelitian kita.

2. Data sekunder adalah data yang diperoleh melalui pengamatan tidak langsung atau data dikumpulkan oleh pengamatan lain. Data sekunder merupakan data yang sudah tersedia sehingga kita tinggal mencari dan mengumpulkan. Data sekunder dapat kita peroleh dengan lebih mudah dan cepat karena sudah tersedia, misalnya di perpustakaan, perusahaan-perusahaan, organisasi-organisasi perdagangan, biro pusat statistik, dan kantor-kantor pemerintah

2.3 Teknik Sampling

Berbagai alasan yang masuk akal mengapa peneliti tidak melakukan pengambilan sampel antara lain adalah,(a) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen diteliti; (b) keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti harus telah puas jika meneliti sebagian dari elemen penelitian; (c) bahkan kadang, penelitian yang dilakukan terhadap sampel bisa lebih reliabel daripada terhadap populasi – misalnya, karena elemen sedemikian banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak terjadi kekeliruan. (Uma Sekaran, 1992); (d) demikian pula jika elemen populasi homogen, penelitian terhadap seluruh elemen dalam populasi menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk   Oleh sebab itu teknik  ini sangat bermamfaat bila digunakan pada populasi yang sangat banyak dan terdapat batasan waktu dan modal untuk melakukan tes statistik, karena distribusi ini hanya menggunakan beberapa sample saja untuk dapat menyelesaikan atau menarik suatu kesimpulan yang berhubungan dengan populasi yang menjadi perhatian.

2.3.1 Pengertian Teknik Sampling

Teknik Sampling adalah cara pemilihan sampel agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian masih bisa mewakili karakteristik populasi . Sampel yang baik adalah yang dapat mewakili sebanyak mungkin karakteristik populasi. Dalam bahasa pengukuran, artinya sampel harus valid, yaitu bisa mengukur sesuatu yang seharusnya diukur.

2.3.2 Macam-macam Teknik Sampling

Secara garis besar teknik sampling dibagi menjadi dua, yaitu Probability Sampling dan Non Probability Sampling.

2.3.2.1 Probablity Sampling

Probability Sampling adalah cara pengambilan sampel yang memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Artinya jika elemen populasinya ada 100 dan yang akan dijadikan sampel adalah 25, maka setiap elemen tersebut mempunyai kemungkinan 25/100 untuk bisa dipilih menjadi sampel. Jadi dalam pengambilan sample nya dalam suatu populasi memiliki kemungkinan yang sama untuk terpilih atau terambil. Terdapat beberapa jenis Probability Sampling yang akan dibahas sebagai berikut :

2.3.2.1.1 Simple Random Sampling

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen  populasi tidak merupakan hal yang penting bagi rencana analisisnya. Misalnya, dalam populasi ada wanita dan pria, atau ada yang kaya dan yang miskin, ada manajer dan bukan manajer, dan perbedaan-perbedaan lainnya.  Dengan demikian setiap unsur populasi harus mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Jadi pengambilan sampel dari populasi yang dilakukan secara acak tanpa memperhatikan strata (urutan) yang ada dalam populasi dimana anggota populasi dianggap homogen.

2.3.2.1.2 Systematic Sampling

Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. Teknik ini dapat dilakukan bila  ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random.

2.3.2.1.3 Stratification Sampling

Teknik ini melakukan  pengambilan sampel yang menggambarkan secara tepat tentang sifat-sifat populasi yang heterogen, dimana populasi yang bersangkutan harus dibagi-bagi dalam urutan (strata) tertentu. Lalu, dari tiap strata diambil sampel secara acak. Cara ini dilakukan apabila unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian.

2.3.2.1.4 Cluster Sampling

Merupakan  teknik pengambilan sampel dari populasi yang cukup luas dimana dalam populasi tersebut ditentukan batas-batas tertentu yang lebih kecil. Pengambilan sampel bisa dilakukan bertahap hingga diperoleh area sampel yang lebih kecil. Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah

2.3.2.2 Non Probability Sampling

Pada teknik ini pengambilan samplenya dalam suatu populasi memiliki kemungkinan yang berbeda dan dalam pengambilan tersebut lebih bersifat subyektif. Jenis sampel ini tidak dipilih secara acak. Tidak semua unsur atau elemen populasi mempunyai kesempatan sama untuk bisa dipilih menjadi sampel. Unsur populasi yang terpilih menjadi sampel bisa disebabkan karena kebetulan atau karena faktor lain yang sebelumnya sudah direncanakan oleh peneliti. Ada beberapa jenis sampling menurut jenis non probability sampling ini diantaranya :

2.3.2.2.1 Accidental Sampling

Dalam memilih sampel, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Seseorang diambil sebagai sampel karena kebetulan orang tadi ada di situ atau kebetulan dia mengenal orang tersebut. Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Beberapa kasus penelitian yang menggunakan jenis sampel ini,  hasilnya ternyata kurang obyektif.  

2.3.2.2.2 Judgement Sampling

Sampel dipilih berdasarkan penilaian peneliti bahwa dia adalah pihak yang paling baik untuk dijadikan sampel penelitiannya. Jadi teknik pengambilan sampel berdasarkan perkiraan atau keinginan petugas sampling yang umumnya bersifat subyektif.  Misalnya untuk memperoleh data tentang bagaimana satu proses produksi direncanakan oleh suatu perusahaan, maka manajer produksi merupakan orang yang terbaik untuk bisa memberikan informasi.

2.3.2.2.3 Quota Sampling

Teknik sampel ini adalah bentuk dari sampel distratifikasikan secara proposional, namun tidak dipilih secara acak melainkan secara kebetulan saja. Misalnya, di sebuah kantor terdapat pegawai laki-laki 60%  dan perempuan 40% . Jika seorang peneliti ingin mewawancari 30 orang pegawai dari kedua jenis kelamin tadi maka dia harus mengambil sampel pegawai laki-laki sebanyak 18 orang sedangkan pegawai perempuan 12 orang. Sekali lagi, teknik pengambilan ketiga puluh sampel tadi tidak dilakukan secara acak, melainkan secara kebetulan saja. 

2.3.2.2.4 Snowball Sampling

Cara ini banyak dipakai ketika peneliti tidak banyak tahu tentang populasi penelitiannya. Dia hanya tahu satu atau dua orang yang berdasarkan penilaiannya bisa dijadikan sampel. Karena peneliti menginginkan lebih banyak lagi, lalu dia minta kepada sampel pertama untuk menunjukan orang lain yang kira-kira bisa dijadikan sampel.

2.3.2.2.5 Volunteer Sampling

Merupakan teknik pengambilan sampel terhadap responden yang secara suka rela memberikan informasi yang dibutuhkan.

2.4 Servqual

Instrumen ini awalnya dibangun oleh para peneliti di bidang pemasaran untuk mengukur kualitas pelayanan secara umum, karena pada saat itu kualitas pelayanan  menjadi salah satu fokus yang sering dibahas dalam pemasaran. Instrumen ini diperkenalkan oleh Zeithaml, Parasuraman & Berry dalam buku mereka yang berjudul Delivering Quality Service; Balancing Customer Perceptions and Expectations, Free Press, 1990.

2.4.1 Pengertian Servqual

Ada dua faktor utama yang mempengaruhi kualitas jasa yaitu expected service dan perceived sevice. Perbedaan antara kedua faktor inilah yang disebut Perceived Service Quality yang dapat diketahui dengan menerapkan metoda penilaian (assessment) yang disebut oleh berry, et al (1990), dinamakan servqual. Jadi Servequal adalah lima dimensi kualitas jasa yang menjadi acuan pengukuran yang dilakukan costumer terhadap pelayanan .

2.4.2 Konsep Servequal

Metode servqual sendiri yaitu dilakukan dengan menyebarkan kuisioner dimana seorang partisipan menyatakan ekspektansi dan persepsinya. utama jasa tersebut maupun untuk masing-masing kriteria layanan yang diukur. Nilai servqual diperoleh dengan mencari selisih antara nilai persepsi pelanggan dengan nilai harapan pelanggan. Nilai servqual tersebut menunjukkan kesenjangan antara persepsi dengan harapan pelanggan.

Nilai Kualitas Layanan (Servqual) = (Nilai persepsi - Nilai harapan)

Formula sederhananya bisa ditulis sebagai berikut :

G = P - E

G merupakan gambaran selisih atau gap antara persepsi pelanggan terhadap  pelayanan yang diberikan dengan harapan pelanggan

P = persepsi pelanggan terhadap pelayanan (perception of delivered service)

E = expectation of service

2.4.3 Spesifikasi Kualitas Servequal

Berikut ini adalah lima determinan kualitas jasa yang merupakan kateri servequal.

1. Tangibles, merupakan aspek yang terlihat secara fisik, meliputi penampilan fasilitas fisik, peralatn, personel, dan media komunikasi.

Contoh : kelengkapan fasilitas layanan XL (dalam kasus ini misalnya fasilitas 3G, video call, GPRS)

2. Reliability, merupakan  kemampuan untuk memiliki performa yang bisa diandalan dan akurat, atau kemampuan untuk melaksanakan jasa yang dijanjikan dengan tepat dan terpercaya

Contoh : kemampuan memberikan pelayanan telepon dengan kualitas jaringan yang bagus

3. Responsiveness, merupakan kemauan untuk merespon keinginan atau kebutuhan akan bantuan dari pelanggan serta pemberian pelayanan yang cepat.

Contoh : respon staf yang cepat dan kreatif terhadap permintaan konsumen (misal tarif murah)

4. Assurance, merupakan kemampuan untuk menimbulkan rasa percaya dan aman kepada pelanggan

Contoh    : reputasi sebagai salah satu operator terbesar

5. Empathy, merupakan kemauan untuk peduli dan memperhatikan para setiap pelanggan

Contoh    : adanya keanggotaan pemakai dengan fasilitas yang lebih

2.5 Uji Validitas dan Uji Reabilitas

Variabel-variabel yang ingin diungkap dalam penelitian pada umumnya kualitatif, contoh: kepentingan, kepuasan dan sebagainya. Variabel ini digali dengan menggunakan questionare yang kemudian dianalisis secara kualitatif. Untuk itu item-item pertanyaan dalam questionare perlu diuji apakah benar-benar merupakan ukuran yang tepat. Untuk itu perlu dilakukan Uji Validitas dan Uji Reliabilitas.

Uji validitas adalah uji tentang kemampuan suatu questionare sehingga benar-benar dapat mengukur apa yang ingin diukur. Dalam kasus di atas yang ingin dikur adalah kepuasan pelanggan pada layanan operator XL. untuk mengetahui tingkat kevalidan dari instrumen kuesioner yang digunakan dalam pengumpulan data maka uji validitas ini dilakukan untuk mengetahui apakah item-item yang tersaji dalam kuesionir benar-benar mampu mengungkapkan dengan pasti apa yang akan diteliti.

Cara yang dilakukan adalahdengan analisa item, dimana setiap nilai total seluruh butir pertanyaan untuk suatu variable dengan menggunakan rumus korelasi product  moment (sugiyono, 2003). Lebih lanjut, Sugiyono menyatakan biasanya syarat minimum untuk dianggap memenuhi syarat adalah kalau r > 0,3. Jadi apabila korelasi antara butir- butir dengan skor total kurang dari 0,3 maka butir dalam instrumen tersebut dinyatakan tidak valid

Sedangkan Uji Reliabilitas dimaksudkan untuk mengetahui adanya konsistensi alat ukur dalam penggunaannya, atau dengan kata lain alat ukur tersebut mempunyai hasil yang konsisten apabila digunakan berkali-kali pada waktu yang berbeda. Untuk uji reliabilitas ini digunakan Teknik Alpha Cronbach, dimana suatu instrumen dapat dikatakan handal (reliabel) bila memiliki koefisien keandalan atau alpha sebesar 0,5 atau lebih

2.6 Analisis Crosstab

Crosstab yaitu adanya hubungan atau keterkaitan antara dua variable atau lebih secara deskriptif. Maka analisis crosstab dilakukan untuk mengetahui ada tidaknya hubungan pada variabel yang digunakan. Peubah-peubah dalam suatu tabel kontingensi dikatakan tidak berasosiasi atau saling bebas jika sebaran persentasenya sama atau mendekati sama di masing-masing kolom (pada persentase kolom). Sebaliknya jika sebaran persentase tidak sama maka peubah-peubah berasosiasi dengan tingkat asosiasi tertentu.

2.7  Analisis Gap

Gap merupakan selisih nilai dari dua atau lebih variabel yang diujikan. Dengan melakukan perhitungan nilai gap tiap dimensi kualitas pelayanan, dapatdiketahui sampai sejauh mana tingkat kesesuaian antara persepsi dan harapan pelanggan pada tiap-tiap dimensi tersebut

Contohnya dalam sebuah kuesioner terdapat penelitian tentang tingkat kepuasan dan tingkat kepentingan, konsumen maka yang dimaksud dengan gap tersebut adalah selisih antara nilai kepuasan dan nilai kepentingan. Analisis tersebut dilakukan untuk mengetahui besarnya selisih atau range dari variabel-variabel tersebut.

2.8 Importance-Performance Diagram

Important performance diagram merupakan suatu bentuk grafik yang menggambarkan tingkat kepuasan dan kepentingan konsumen. Dalam grafik tersebut, tingkat kepuasan ( performance) ditunjukkan dengan sumbu x, sedangkan tingkat kepentingan ( importance) ditunjukkan dengan sumbu y. Dari grafik tersebut kemudian dibagi dalam empat kuadran yang menunjukkan skala kepuasan dan kepentingan. Kuadran I berarti puas dan penting, kuadran II tidak puas tetapi penting, kuadran III tidak puas dan tidak penting, kuadran IV puas tetapi tidak penting.

TUJUAN PRAKTIKUM

Tujuan dari praktikum Exploration and Data Analysis ini adalah sebagai berikut :

1.     Mampu memahami teknik pengambilan data untuk menentukan metode sampling terbaik untuk mengambil data sesuai kondisi dan keterbatasan yang ada

2.     Mengetahui dan memahami aplikasi aplikasi untuk statistik deskriptif

3.     Mengerti dan memahami pembuatan kuisioner

4.     Mampu memahami pengolahan kuisioner

5.     Mampu mengidentifikasi faktor-faktor kepuasan dan kepentingan pelanggan untuk mengetahui kualitas pelayanan

6.     Mampu menginterpretasikan dan menyimpulkan hasil pengolahan data sebagai dasar pengambilan keputusan

(originally written at 9/11/2008)