Tag: Analisis Data

Posted on

Analisis Faktor (skripsi dan tesis)

 

Analisis faktor adalah analisis untuk menyederhanakan variabel-variabel observasi yang kompleks dan saling berhubungan menjadi faktor bersama (common factor). (Dillon dan Goldstein, 1984) Sedangkan menurut Simamora (2005), analisis faktor menganalisis interaksi antar variabel. Semua variabel berstatus sama, tidak ada variabel dependen yang menjadi perdiktor bagi variabel dependen. Variabel-variabel yang di observasi disebut sebagai variabel manifes dan faktor-faktor bersama yang didapatkan disebut sebagai variabel laten

Semisal suatu obyek penelitian memiliki 9 (X1-Xn) variabel atau dimensi yang mejelaskannya, maka analisis faktor akan meringkas informasi yang mempunyai banyak variabel menjadi beberapa kelompok faktor atau dimensi. Dalam Gambar 3.4. dicontohkan dirangkum menjadi 3 kelompok faktor. Selain itu analisis faktor juga digunakan untuk mengurangi korelasi tinggi antar variabel, sehingga variabel-variabel yang dianalisis adalah variabel yang tidak saling berkorelasi.

Kegunaan analisis faktor adalah: (Simamora, 2005)

  1. Mengidentifikasi struktur hubungan antar variabel maupun antar responden.
  2. Mengurangi data atau reduksi data sehingga yang dimunculkan adalah dimensi-dimensi dominan saja dari suatu variable.
  3. Dapat dikombinasikan dengan analisis lain seperti analisis klaster.

Sehingga analisis fakor dirumuskan sebagai berikut:

Semisal ada beberapa variabel Y1,Y2,Y3, dan seterusnya

Y1 = X11F1 + X12F2 + . . . + X1mFm,

Y2 = X21F1 + X22F2 + . . . + X2mFm,

Y3 = X31F1 + X32F2 + . . . + X3mFm,

. . .

. . .

Yn = n1F1 + n2F2 + . . . + nmFm,

Dimana:

Y = adalah variabel dengan data yang diketahui

X = sebuah konstanta

F = Fungsi dari variabel yang tidak diketahui.

Hal yang harus diingat adalah bahwa dalam analisis faktor F adalah fungsi tertentu dan bukanya variabel tertentu. Melalui analisis faktor dengan data yang dipunyai oleh variabel Y maka kita dapat mendefinisikan fungsi-fungsi F yang tidak diketahui. Loading faktor (X) adalah sebuah konstanta yang menggambarkan seberapa besar hubungan fungsi F terhadap Y. Secara umum persamaan analisis faktor adalah: (Simamora, 2005)

Y = X1F1 + X2F2 + . . . + XmFm,

Dimana:

Y                   = adalah variabel dengan data yang diketahui

X1,X2,…Xm  = sebuah konstanta

F1,F2,…. Fm = Fungsi dari variabel yang tidak diketahui.

Aplikasi analisis faktor terhadap kasus nyata dapat diilustrasikan sebagai berikut, misalkan seorang psikolog mengajukan sebuah teori bahwa terdapat dua jenis kecerdasan, yaitu kecerdasan verbal dan kecerdasan matematis. Oleh karena itu dilakukan penelitian terhadap 1000 orang siswa pada 10 bidang studi yang berbeda. Jika setiap resonden siswa dipilih secara acak dari populasinya, maka setiap skor 10 siswa adalah merupakan variabel acak. Psikolog tersebut dapat berkesimpulan bahwa untuk setiap 10 subyek, skor mereka merupakan rata-rata dari seluruh populasi yang memiliki kombinasi nilai yang sama dari kecerdasan verbal dan matematis dalam bentuk suatu persamaan linear dengan beberapa konstanta.(www.wikipedia.org)

Angka (konstanta) yang digunakan untuk dikalikan dengan nilai kecerdasan verbal dan matematis untuk mendapatkan skor yang diinginkan disebut sebagai  factor loadings (faktor pembeban) untuk subyek tersebut. Sebagai contoh, teori yang diajukan psikolog ini dapat saja berkesimpulan bahwa kemampuan rata-rata siswa dalam bidang biologi adalah:

{ 10 × kecerdasan verbal siswa} + { 6 × kecerdasan matematis siswa}.

Angka 10 dan 6 inilah yang merupakan factor loadings yang berkaitan dengan kemampuan Biologi siswa, sedangkan bidang studi lain akan memiliki factor loading yang berbeda.

Salah satu statistik kunci yang relevan dengan analisis faktor adalah Kaiser Meyer Olkin (KMO) measure of sampling adequacy (MSA), merupakan suatu indeks yang dipergunakan untuk meneliti keteoatan analisis faktor. Nilai tinggi antara 0,5-1,0 berarti analisis faktor tepat, kalau kurang dari 0,5 analisis faktor dikatakan tidak tepat (Supranto, 2004)

Measure of Sampling Adequacy (MSA) digunakan untuk menyeleksi variabel dalam analisis faktor sehingga variabel dengan nilai MSA dibawah 0.5 (memiliki korelasi yang lemah dengan variabel lainnya) harus dikeluarkan satu persatu dari analisis faktor. (Santoso, 2004)

 

Posted on

Komponen Dalam Analisis Kualitatif (skripsi dan tesis)

Komponen-komponen yang perlu ada dalam analisis data antara lain:

  1. Pemrosesan Satuan

Pemrosesan satuan terdiri atas tipologi satuan dan penyusunan satuan.

  1. Tipologi satuan, satuan suatu latar social yang berfungsi untuk menentukan dan mendefinisikan kakegori. Patton membedakan jenis tipe satuan menjadi tipe asli yang menggunakan perspektif emik dalam antropologi, dan tipe hasil konstruksi analis yang digunakan subyek untuk merinci kompleksitas kenyataan dalam bagian- bagian.
  2. Penyusunan satuan,yaitu pemasukan data ke dalam kartu indeks dan hendaknya dapat dipahami oleh orang lain.   
  3. Kategorisasi
  4. Fungsi dan prinsip kategorisasi, tugas pokoknya adalah mengelompokkan, merumuskan dan menjaga agar setiap kategori yang disusun mengikuti prinsip taat asas.
  5. Langkah-langkah kategorisasi, metode yang digunakan berdasar atas metode analisis komperatif.
  6. Penafsiran Data
  7. Tujuannya meliputi tujuan deskriptif semata-mata (menerima dan menggunakan teori yang sudah ada), tujuan deskriptif analitik (pengembangan kategori dan hubungan yang muncul dari data) dan tujuan teoti substantive (gabungan teori untuk mendapat teori yang baru).
  8. Proses umum dan penafsiran data, yaitu menuliskan teori dengan bahasa disiplin sendiri dengan metode tertentu.
  9. Peranan hubungan kunci dalan pehafsiran data,yaitu suatu metafora, model, kerangka umum, pola yang menolak atau garis riwayat sebagai aturan untuk digunakan sebagai criteria inklusi-ekslusi.
  10. Peranan interogasi terhadap data, yaitu mengajukan seperangkat pertanyaan pada data sehingga terungkaplah banyak persoalan dari data itu sendiri.
  11. Langkah-langkah penafsiran data dengan menggunakan metode analisis komparatif dalam rangka penyusunan teori substantif.
Posted on

Cara Pengodean (coding) Dalam Kualitatif (skripsi dan tesis)

Menurut Mc Millian dan Schumacher (2001:467-468), seorang peneliti
ketika melakukan pengodean menggunakan salah satu sistem pengklasifikasian sebagai berikut :
1.Membagi-bagikan data pada muatan unit-unit yang disebut topik (kurang lebih 25-30) dan mengelompokkan topik-topik ke dalam kumpulan data yang
lebih besar untuk membentuk kategori; atau
2.Memulai dengan kategori-kategori
yang ditentukan sebelumnya (tidak lebih dari 4-5) lalu memecah
kategori menjadi sukategori yang lebih kecil; atau
3. Mengombinasikan strategi-strategi dengan
menggunakan beberapa kategori yang ditentukan sebelumnya dan
menambahkan kategori-kategori yang baru ditemukan.

Posted on

Batasan Pengodean (coding) (skripsi dan tesis)

Setelah data lapangan kita telaah dan analisis awal, maka proses yang
juga seiringan dilakukan adalah pengodean (coding). Pengodean menurut Mc
Millian dan Schumacher (2001:467) adalah proses membagi data ke dalam
bagian-bagian sistem klasifikasi. (Coding is a process of dividing data into parts by classification system). Sedangkan menurut Miles dan Huberman,1994:65) dalam Alwasilah (2002:230), kode adalah “efficient data-labelling and data-retrieval devices”.
Menurut Lofland (1977) dalam Alwasilah(2002:230), ada enam fenomena
yang dapat dijadikan kode dalam penelitian kualitatif :
1. Tindakan (acts), yaitu hal yang terjadi pada waktu relatif singkat seperti
memulai pelajaran, mengucapkan salam, atau memanggil siswa.
2. Aktivitas (activities), yaitu hal yang terjadi dalam satu periode dan
merupakan unsur penting dalam partisipasi sosial, misalnya diskusi
kelas, presentasi di depan kelas,dll.
3. Makna (meanings), yaitu produk ucapan (verbal) dari responden yang
membatasi atau mengarahkan kegiatan.
4. Partisipasi (patisipation), yaitu keterlibatan responden secara
keseluruhan dalam situasi yang sedang diteliti.
5. Hubungan (relationship), yaitu hubungan-hubungan antara berbagai
orang secara simultan dalam satu latar.
6. Latar (settings), yaitu latar dalam suatu studi dan dianggap sebagai satu
unit analisis.
Sedangkan menurut Bogdan dan Biklen (1992) dalam Alwasilah
(2002:230-231), batasan pengodean berkisar :
1. Setting/contex, yaitu informasi umum ihwal latar studi peneliti.
2. Definition of the situation, yaitu bagaimana responden memahami,
mendefinisikan, dan memersepsi satu latar atau topik yang sedang
peneliti pelajari.
3. Perspectives, yaitu bagaimana persepsi responden ihwal sesuatu yang
sedang peneliti pelajari.
4. Ways of thinking about people and objects, yaitu pemahaman responden
satu sama lain, orang luar, dan objek (lebih spesifik dari perspekstif di
atas).
5. Process, yaitu urutan kejadian, terutama sesuatu yang tidak terjadi.
6. Activities, yaitu jenis-jenis perilaku yang terjkadi secara rutin.
7. Events, yaitu kegiatan khusus, terutama yang tidak sering terjadi.
8. Strategies, yaitu cara melaksanakan sesuatu, taktik, dan metode yang
ditempuh responden untuk mencapai cita-citanya.
9. Relationship and social structures, yaitu pola-pola yang terdefinisikan
secara tidak resmi seperti klik, koalisi, hubungan asrama, persahabatan,
atau perseteruan.
10. Methods, yaitu problem, kesenangan, dan dilema dalam proses
penelitian—khususnya yang terkait dengan komentar dari pengamat
lapangan.
Semua data-data di atas dapat dijadikan kode, hanya saja tidak bisa
dipaksakan untuk beberapa kategori yang memang tidak cocok. Pada
kenyataannya, semakin banyak data yang diperoleh makan proses pengodean
akan semakin banyak. Oleh karena itu, semakin besar pula kemungkinan terjadi recoding atau pengode-ulangan. Selan itu, pengodean yang telah peneliti tetapkan memiliki kemungkinan akan memiliki anak kode atau sub-kode. Kode akan terus menerus digunakan sampai analisis selesai. Pengodean dihentikan jika terjadi kejenuhan dan telah terjadi keteraturan kategori (Miles dan Huberman (1994:62) dalam Alwasilah, (2002:231))

Posted on

Strategi Pembuatan Nodes (skripsi dan tesis)

Apabila Anda tidak yakin, jenis Nodes apa yang seharusnya dibuat, ajukan beberapa pertanyaan tentang tujuan yang Anda ingin representasikan dalam proyek Anda lewat Nodes:

Anda sebagai hasil dari investigasi Anda sebelumnya terhadap literatur atau area utama dalam pertanyaan-pertanyaan interview Anda. Saat Anda mengelola data sumber, Anda dapat menemukan sejumlah tema atau topik yang Anda ingin tampilkan sebagai berikut:

  • Apakah Node Anda merepresentasikan sebuah entity dalam riset Anda, seperti orang atau institusi?
  • Apakah Node Anda bertujuan untuk merepresentasikan sebuah topik, tema atau kategori dalam data sumber Anda? Jika demikian, apakah ia berhubungan dengan topik, tema dan kategori lain dalam proyek Anda?
  • Apabila demikian, pertimbangkan pembuatan sebuah Tree Node; dan apabila tidak, sebaiknya Anda menggunakan Free Node.

Apakah Node Anda merepresentasikan sebuah koneksi atara item dalam proyek Anda? Apailan demikian, gunakan fasilitas ‘Relationship’ antara item-item tersebut.

http://nvivo-online.blogspot.com/2008/04/training-nvivo-4-penggunaan-nodes-dalam.html

 

Posted on

Jenis-Jenis Nodes dalam N Vivo (skripsi dan tesis)

NVivo menyediakan jenis-jenis node yang berbeda-beda yang disesuaikan dengan jenis-jenis ide dan konsep yang akan Anda representasikan dalam proyek Anda:

Free Nodes dapat digunakan sebagai kontainer untuk ide-ide yang belum matang (loose ideas) yang secara konseptual tidak berhubungan dengan nodes lain dalam proyek Anda. Pada saat proyek Anda semakin berkembang, ini dapat dipindahkan ke dalam sebuah tempat dimana konsep tersusun secara sistematis dan logis dalam Tree Nodes.

Tree Nodes dapat digunakan untuk merepresentasikan konsep dan kategori dalam proyek Anda yang berhubungan secara logis sebab mereka dapat diatur dalam struktur secara hirarkis, yaitu kategori dan sub-kategori. Cases merepresentasikan entiti yang ada dalam penelitian Anda, yaitu orang, sekolah, institusi, keluarga dan lain-lain. Ini juga dapat memiliki ‘Attributes’ untuk mencatatat karakteristik entiti ini, yaitu entiti yang akan Anda pertanyakan.

Cases, sama dengan Tree Nodes, dapat disusun secara hirarkis.

Matrices dapat digunakan untuk menunjukkan bagaimana konten Nodes yang berbeda saling berhubungan satu sama lain. Matriks ini dibuat dengan cara me-querying data Anda menggunakan ‘matrix coding queries’ dan dipresentasikan dalam format tabel.

Relationships merepresentasikan hubungan yang Anda tahu atau temukan antara item dalam proyek Anda. Bisa jadi, Anda telah menentukan beberapa tema atau topik yang Anda ingin tampilkan sebagai Nodes dalam proyek Anda sebelum mengeksplorasi data sumber Nodes.

http://nvivo-online.blogspot.com/2008/04/training-nvivo-4-penggunaan-nodes-dalam.html

Posted on

Analisis Dalam N Vivo (skripsi dan tesis)

  1. Analisis isi (content analysis): untuk menentukan makna dari data teks dengan menggunakan kode yang berasal langsung dari data tanpa panduan teori (konvensional), dengan panduan teori (directed), atau dengan disertai pencacahan (sumatif).
  2. Analisis tematik (thematic analysis): untuk untuk mengidentifikasi, menganalisis, dan melaporkan pola-pola yang terdapat dalam data, mengorganisasikanya menjadi tema-tema bermakna, dan menginterpretasikan tema-tema tersebut dalam konteks penelitian. Dalam hal ini tema mewakili sesuatu yang penting dalam data dan menunjukkan tanggapan berpola tertentu atau bermakna tertentu dalam kaitan dengan pertanyaan penelitian.
  3. Analisis kerangka (framework analysis): untuk mengorganisasikan topik atau tema sedemian rupa sehingga dapat ditentukan topik atau tema mana yang menjadi payung dan yang mana yang dipayungi yang kemudian diorganisasikan dalam bentuk bagan alir atau tabel, merupakan pengembangan dari analisis tematik.
  4. Analisis bandingan (comparative analysis): untuk menentukan persamaan dan perbedaan antar kelompok berdasarkan kode dari data kualitatif mengenai aspek yang sama, biasanya dengan menyajikan kutipan dari transkrip dalam tabel. Variasi dari teknik analisis bandingan ini adalah analisis bandingan konstan (constan comparison analysis) yang dilakukan langsung di lapangan untuk memunculkan ide baru untuk dibandingkan dengan yang diperoleh sebelumnya guna membangun teori dalam penelitian dengan menggunakan metode”grounded theory”.
  5. Analisis bandingan kualitatif (qualitative comparative analysis): untuk menentukan konfigurasi kasus, yang dalam hal ini dapat berupa orang, keluarga, peristiwa, institusi, pengaturan, wilayah, atau bahkan negara, dengan cara terlebih dahulu mendaftar kasus dalam baris dan kemudian memberikan nilai biner atau ordinal dalam kolom.
  6. Analisis dunia-kehidupan (life-world analysis): teknik analisis data kualitatif yang digunakan dalam penelitian menggunakan metode fenomenologi untuk menentukan bagaimana seseorang, dalam memandang sesuatu, bergantung pada lingkungan yang mepengaruhi kehidupannya.
  7. Analisis fenomenologis interpretatif (interpretative phenomenological analysis): teknik analisis data kualitatif yang digunakan dalam penelitian menggunakan metode fenomenologi untuk menentukan bagaimana seseorang mengartikan pengalaman hidupnya yang selanjutnya menentukan jalan pikirannya.
  8. Analisis induksi analitik (analytic induction analysis): untuk meredefinisikan secara progresif suatu fenomena yang akan dicarikan penjelasan (the explanandum) dan faktor yang dapat menjelaskannya (the explanans) sehingga dapat dibangun hubungan sempurna (universal) di antaranya.
  9. Analisis kontekstualisasi progresif (progressive contextualization analysis): untuk menentukan langsung pada saat pengumpulan data mengenai siapa pelaku atau jejaring pelaku suatu kejadian pada waktu dan tempat tertentu dan apa rangkaian konsekuensi yang terjadi sehingga menimbulkan perbedaan dari seandainya kejadian tidak berlangsung.
  10. Analisis matriks atau analisis logis (matrix or logical analysis): untuk membangun outline mengenai hubungan sebab-akibat umum dengan menggunakan proses berpikir logis dengan berdasarkan atas pengorganisasian dan pengkategorisasian kode dengan menggunakan bantuan bagan alir atau diagram.
  11. Analisis templat (template analysis): dilakukan untuk mengidentifikasi pola-pola tertentu yang diperoleh dari bagian, pola-pola dari bagian data ini kemudian digunakan sebagai templat untuk menganalisis bagian data lainnya.
  12. Analisis percakapan (conversation analysis): untuk menginterpretasikan percakapan yang terjadi secara alami antara seseorang dengan orang lain tanpa merujuk kepada konteks atau motif tertentu selain yang timbul sendiri dalam percakapan.
  13. Analisis wacana (discourse analysis): untuk menentukan bagaimana seseorang memaknai segala sesuatu dengan menggunakan bahasa dan wacana, dalam arti luas mencakup analisis semiotik, dekonstruksi, dan naratif.
  14. Analisis naratif (narrative analysis): untuk menentukan bagaimana seseorang memaknai suatu kejadian berdasarkan perspektif dirinya dalam kaitan dengan kejadian lainnya melalui narasi yang disampaikannya.
  15. Analisis hermeneutik objektif atau analysis penghalusan beruntun (objective hermeneutic analysis atau sequential fine analysis): untuk menginterpretasikan data tekstual yang sama masing-masing oleh anggota tim yang saling mengkritisi interpretasi anggota lainnya.
Posted on

Pengertian Pemodelan (skripsi dan tesis)

Model dapat digunakan untuk menampilkan, mengeksplorasi, dan menjelaskan data proyek. Menciptakan sebuah model adalah untuk
menunjukkan hubungan antara berbagai item dalam sebuah proyek, misalnya: menggunakannya untuk mendemonstrasikan teori yang sedang dibangun,
isu permasalahan dalam sebuah kerja tim, atau bagaimana mendukung data dengan dugaan/hipotesa awal. Model yang diperoleh merupakan visualisasi dari konsep-konsep yang hubungannya dicari dan akan makin jelas setelah
dianalisis

Posted on

Pendekatan Fenomenologi (skripsi dan tesis)

Secara harfiah, fenomenologi berasal dari kata pahainomenon dari bahasa Yunani yang berarti gejala atau segala sesuatu yang menampakkan diri. Istilah fenomena dapat dilihat dari dua sudut pandang, yaitu fenomena itu selalu menunjuk keluar dan fenomena dari sudut pandang kesadaran kita. Oleh karena itu, dalam memandang suatu fenomena kita harus terlebih dulu melihat penyaringan atau ratio, sehingga menemukan kesadaran yang sejati.
Sejarah awal mula munculnya filsafat fenomenologi berkembang pada abad ke-15 dan ke-16. Pada masa itu, terjadi perubahan besar dalam diri manusia tentang perspektif dirinya di dunia ini. Pada abad sebelumnya, manusia selalu memandang segala hal dari sudut pandang Ketuhanan. Selanjutnya, terjadilah gelombang besar modernitas pada kala itu yang mengubah sudut pandang pemikiran tersebut. Para filsuf banyak yang menolak doktrin-doktrin Gereja dan melakukan gerakan reformasi yang disebut sebagai masa pencerahan.
Paradigma ini muncul karena timbulnya pemikiran manusia terhadap subjektivitas. Yang dimaksud dengan subjektivitas di sini bukanlah antonim dari kata objektivitas. Subjek yang dimaksud merupakan makna “aku” yang ada dalam diri manusia yang menghendaki, bertindak, dan mengerti. Menurut Suseno dikutib Mujib (2015) manusia hadir ke dunia sebagai subjek yang memiliki kesadaran diri, tak hanya hadir sebagai benda di dunia ini,
melainkan sebagai subjek yang berpikir, berefleksi, dan bertindak secara kritis dan bebas. Fenomenologi ini berasal dari filsafat yang mengelilingi kesadaran manusia yang dicetuskan oleh Edmund Husserl (1859—1938) seorang filsuf Jerman. Pada awalnya teori ini digunakan pada ilmu-ilmu sosial. Menurut Husserl ada beberapa definisi fenomenologi, yaitu: (1) pengalaman subjektif atau fenomenologikal, dan (2) suatu studi tentang kesadaran
dari perspektif pokok dari seseorang. Teori ini merupakan hasil dari perlawanan teori sebelumnya yang memandang sesuatu dari paradigma ketuhanan. Jadi secara sederhana, fenomenologi diartikan sebagai sebuah studi yang berupaya untuk menganalisis secara deskriptif dan introspektif tentang segala kesadaran bentuk manusia dan pengalamannya
baik dalam aspek inderawi, konseptual, moral, estetis, dan religius. Lebih lanjut, Martin Heidegger berpendapat tentang fenomenologi Husserl (dalam Mujib: 2015) bahwa manusia tidak mungkin memiliki “kesadaran” jika tidak ada “lahan kesadaran”, yaitu suatu tempat, panorama atau dunia agar “kesadaran” dapat terjadi di dalamnya yang berujung pada eksistensi yang bersifat duniawi.
Fenomenologi adalah pendekatan yang dimulai oleh Edmund Husserl dan
dikembangkan oleh Martin Heidegger untuk memahami atau mempelajari pengalaman hidup manusia. Pendekatan ini berevolusi sebuah metode penelitian kualitatif yang matang dan dewasa selama beberapa dekade pada abad ke dua puluh. Fokus umum penelitian ini untuk memeriksa/meneliti esensi atau struktur pengalaman ke dalam kesadaran manusia (Tuffour: 2017).
Definisi fenomenologi juga diutarakan oleh beberapa pakar dan peneliti dalam
studinya. Menurut Alase (2017) fenomenologi adalah sebuah metodologi kualitatif yang mengizinkan peneliti menerapkan dan mengaplikasikan kemampuan subjektivitas dan interpersonalnya dalam proses penelitian eksploratori. Kedua, definisi yang dikemukakan oleh Creswell dikutip Eddles-Hirsch (2015) yang menyatakan bahwa penelitian kualitatif adalah sebuah penelitian yang tertarik untuk menganalisis dan mendeskripsikan
pengalaman sebuah fenomena individu dalam dunia sehari-hari.
Ada hal yang harus diperhatikan dalam penelitian kualitatif, khususnya yang
menggunakan pendekatan fenomenologi. Banyak peneliti kontemporer yang mengklaim menggunakan pendekatan fenomenologi tetapi mereka jarang menghubungkan metode tersebut dengan prinsip dari filosofi fenomenologi (Sohn dkk: 2017). Hal ini perlu digarisbawahi agar kualitas penelitian fenomenologi yang dihasilkan memiliki nilai dan hasil standar yang tinggi. Untuk menuju ke hasil tersebut, penelitian fenomenologi harus
memperhatikan ciri-ciri yang melingkupinya, yaitu: (1) mengacu pada kenyataan, (2) memahami arti peristiwa dan keterkaitannya dengan orang-orang yang berada dalam situasi tertentu, dan (3) memulai dengan diam.
Penelitian kualitatif dengan pendekatan fenomenologi juga memiliki karakteristik yang melekat di dalamnya.
Posted on

Tahapan Dalam Penelitian Kualitatif (skripsi dan tesis)

Secara umum, ada beberapa tahapan yang harus dilalui dalam melakukan penelitian kualitatif. Dalam beberapa referensi, mungkin terdapat sedikit perbedaan tahapan namun pada dasarnya memliki prosedur yang sama. Menurut Newman (2014) ada beberapa tahapan dalam melakukan penelitian kualitatif, yaitu: (1) menyeleksi topik, (2) menyempitkan fokus pertanyaan artinya tahapan ini merupakan langkah krusial yang harus dilakukan agar topik yang masih luas dapat disempitkan dan lebih terfokus, (3) mendesain
penelitian, (4) mengumpulkan data, (5) menganalisis data, (6) menginterpretasi data, dan (7) publikasi atau memberikan laporan penelitian kepada orang lain.
Posted on

karakteristik penelitian kualitatif (skrispi dan tesis)

Ada beberapa ciri-ciri atau karakteristik yang dimiliki oleh penelitian kualitatif. Menurut Litchman dikutip Putra dan Dwilestari (2016) ada sepuluh ciri-ciri penelitian kualitatif, (1) yaitu description, understanding, and interpretation, (2) dynamic, (3) no single way of doing something, (4) inductive thinking, (5) holistic, (6) variety of data in natural setting, (7) role of the researcher. (8) in-depth study, (9) words, themes, and writing, dan
(10) nonliniear. Di sisi lain, Bogdan & Biklen dikutip Putra dan Dwilestari (2016) menyebut karakteristik penelitian kualitatif adalah naturalistic, descriptive data, concern with process, inductive, dan meaning
Posted on

Definisi Metode Kualitatif (skripsi dan tesis)

Ada beberapa definisi tentang metode penelitian kualitatif yang dikemukakan oleh para ahli. Penelitian kualitatif didefinisikan sebagai metodologi yang menyediakan alat-alat dalam memahami arti secara mendalam yang berkaitan dengan fenomena yang kompleks dan prosesnya dalam praktik kehidupan sosial (Denzin dan Lincoln dikutip Brady: 2015). Definisi lain juga diutarakan oleh Strauss dan Corbin (2017) bahwa penelitian kualitatif merupakan jenis penelitian yang hasil temuannya tidak diperoleh melalui prosedur statistik
atau bentuk hitungan lainnya. Lebih lanjut, Oun dan Bach (2014) menyebut metode kualitatif merupakan metode untuk menguji dan menjawab pertanyaan tentang bagaimana, dimana, apa, kapan, dan mengapa seseorang bertindak dengan cara-cara tertentu pada permasalahan yang spesifik.
Selanjutnya, metode kualitatif juga diartikan sebagai metode penelitian dalam
mendeskrispsikan fenomena berdasarkan sudut pandang para informan, menemukan realita yang beragam dan mengembangkan pemahaman secara holistik tentang sebuah fenomena dalam konteks tertentu (Hilal dan Alabri: 2013). Senada dengan pendapat tersebut, Rovai dikutip Almalki (2016) menyebut metode kualitatif sebagai metode yang biasanya digunakan dalam menggambarkan secara induktif, dengan asumsi yang didasarkan pada konstruk realitas sosial, variabel yang sulit diukur, kompleks dan saling
terkait, dan data yang dikumpulkan berisi tentang sudut pandang yang mendalam dari informan.
Hal senada juga dikemukakan oleh Burns dan Grove dikutip Khan (2014) yang
menyebut definisi penelitian kualitatif sebagai sebuah sistem dan pendekatan subjektif untuk menjelaskan dan menyoroti pengalaman hidup sehari-hari. Menurutnya, setelah proses tadi maka dilanjutkan dengan tahapan memberi makna pada data yang ditemukannya. Dengan pendekatan kualitatif ini, peneliti dapat mengeksplorasi secara mendalam sikap-sikap manusia, perbedaan perspektif, dan pengalaman hidup untuk menemukan kompleksitas dalam situasi melalui kerangka secara menyeluruh (holistik).
Dari berbagai definisi di atas, secara umum dapat disimpulkan bahwa tujuan penelitian kualitatif untuk mendeskripsikan sebuah fenomena tertentu. Hal ini dikuatkan oleh pendapat Nassaji (2015) yang menyebut bahwa penelitian kualitatif atau penelitian deskriptif bertujuan untuk menggambarkan sebuah fenomena dengan berbagai karakter yang melingkupinya. Lebih lanjut, Nassaji juga menyebut bahwa penelitian ini lebih mementingkan apa daripada bagaimana dan mengapa sesuatu itu terjadi. Tujaun penelitian kualitatif juga dikemukakan oleh Sani, Manurung, Suswanto, dan Sudiran (2017) yang
menyebut metode kualitatif bertujuan mengungkap fenomena yang ada serta memahami makna di balik fenomena tersebut
Posted on

Penggunaan Penelitian Kualitatif (skripsi dan tesis)

Metode seharusnya dipilih berdasarkan permasalahan yang akan diteliti. Bukan dipilih pada tahap awal sebelum permasalahan penelitian ditetapkan. Metode tersebut harus dipakai karena permasalahan/fenomena tersebut harus membutuhkan pendekatan kualitatif. Bukan karena peneliti sekedar ingin menggunakan penelitian dengan metode kualitatif. Kualitatif terkait cara yang digunakan oleh peneliti dalam mendekati-memahami, menggali, mengungkap fenomena tertentu dari responden penelitiannya. Sejak awal, peneliti harus mampu menentukan metode yang akan digunakan (metode idealnya bersifat tetap, teknik yang bersifat situasional atau fleksibel). .

Posted on

Perkembangan Analisis Kualitatif N Vivo (skripsi dan tesis)

Nvivo pada mulanya dikembangkan pada tahun 1981 oleh
programer Tom Richards dengan nama Non-Numerical Unstructured Data Indexing Searching and Theorizing (NUD‟IST). Sejak tahun 2002, NUD‟IST diganti dengan Nvivo. „N‟ adalah singkatan dari NUD‟IST dan „Vivo‟ diambil dari „in-vivo‟ yang berarti melakukan koding berdasarkan data yang hidup (nyata) dialami partisipan di lapangan. Penamaan Nvivo menunjukkan fungsi utama software untuk melakukan koding data dengan efektif dan efisien. Dengan demikian, kunci untuk mendapatkan presentasi data dalam bentuk tabel, grafik, diagram, dan model bagi peneliti kualitatif yang menggunakan Nvivo ialah bagaimana melakukan koding terhadap sumber data penelitian.
Langkah-langkah dalam Nvivo adalah sebagai berikut : (1). memasukkan
dokumen ke dalam Nvivo, (2). memasukkan dokumen PDF ke dalam Nvivo, (3).
memasukkan dokumen audio dan video ke Nvivo, (4). Memasukkan foto-foto ke dalam Nvivo, (5). memasukkan data yang berasal dari databases ke Nvivo, dan (6). memasukkan isi website dan jejaring media sosial ke Nvivo.
Dalam Nvivo sumber data yang dianalisis dapat dibagi menjadi: sumber data
penelitian internal (internals), sumber data penelitian eksternal (eksternals),
catatan-catatan penelitian selama pengumpulan data (memos) dan kerangka matriks (framework matrices). Internal sources dalam konteks ini adalah semua sumber data penelitian kualitatif yang dapat dimasukkan dalam Nvivo, misalnya rekaman, wawancara, transkrip wawancara, catatan selama melakukan penelitian, foto, tabel data survei, isi website tertentu, data bases dan video. External sources merupakan materi penelitian yang tidak dapat dimasukkan secara langsung dalam Nvivo, misalnya buku referensi dari perpustakaan/ jurnal versi cetak. Memos adalah sumber data penelitian berupa catatan peneliti selama melakukan penelitian. Framework matrices merupakan ringkasan hasil observasi terhadap partisipan tertentu dan tema dalam proyek yang sudah dibuat dalam tabel matriks (Bandur, 2016).

Posted on

Analisis Kualitatif Melalui N Vivo (skripsi dan tesis)

Analisis data kualitatif dapat dilakukan dengancara manual atau menggunakan bantuan komputer. Cara manual umumnya dipakai sebelum
 personal  computer  menyebar secara luas pada1980an. Richards (2009) menyatakan analisis datakualitatif dengan cara manual adalah pekerjaanyang melelahkan, berat, dan menyita banyakwaktu. Setelah  personal  
computer  menyebar luas,perangkat lunak word  processing 
 mulai digunakanuntuk membantu analisis data kualitatif. Program ini sebenarnya ditujukan untuk menulis danmenyunting kata-kata namun dalam penelitian kualitatif, program ini dapat dipakai untuk mengetik, mengedit, dan menyimpan data penelitian. Di kemudian hari, program word  processing 
  juga dapat digunakan untuk membuat grafik,mencari kata atau frase, menambahkan komentar,hingga membuat link  dengan  file lain, yang mana fungsi-fungsi tersebut dapat mendukung analisis data kualitatif. Walaupun dilengkapi fungsi-fungsi itu, perangkat lunak word  processing   tetaplah tidak setangguh computer-assisted qualitative data analysis software (CAQDAS ) (Lindlof dan Taylor,2002).
CAQDAS  dapat dipahami sebagai suatuperangkat lunak yang dilengkapi dengan alat-alat untuk memfasilitasi analisis data  kualitatif(http://caqdas.soc.surrey.ac.uk/caqdasdefinition.html).Suatu
software  dikategorikan sebagai CAQDAS    jika memiliki kemampuan mencari, menghubung-kan item-item, mengkode, melakukan query ,membuat anotasi, dan memetakan data penelitian. Dalam pemilihan  CAQDAS,
 Earl Babbie(2010) memberikan saran untuk menggunakanNVivo karena program ini tergolong cukup populerdi kalangan peneliti. Berdasarkan
website  resmi QSR International, perusahaan pembuat NVivo-
software  ini dipakai sekitar 400.000 peneliti di 150negara. Penggunaan NVivo juga didukung olehWalsh (2003) yang mengatakan bahwa NVivo
merupakan software  bekerja seperti map-mapdalam teknik analis data kualitatif manual hanyasaja map tersebut jauh lebih cerdas. Dampaknyapeneliti yang terbiasa memakai cara manual dalam analisis data kualitatif tidak akan merasaasing dengan software

 ini. Dengan pertimbangantersebut maka dalam tulisan ini akan dibahaslebih jauh mengenai penggunaan NVivo.NVivo merupakan software
 analisis data kualitatifyang dikembangkan oleh Qualitative  
Solution andResearch (QSR) international . QSR  sendiri adalahperusahaan pertama yang mengembangkan software  analisis data kualitatif. NVivo bermula dari kemunculan software NUD*IST(NonnumericUnstructured Data, Index Searching, andTheorizing ) pada tahun 1981 (Bazeley, 2007).
NUD*IST  awalnya diciptakan oleh seorang  programer  bernama Tom Richards untuk membantu istrinya, Lyn Richards, yang berprofesi sebagai
sosiolog 
. 
Posted on

Analisis Kualitatif Menggunakan N Vivo (skripsi dan tesis)

NVivo adalah perangkat lunak yang diproduksi oleh QSR International, dan dirancang untuk para peneliti kualitatif yang bekerja menggunakan informasi berbasis teks dan atau multimedia. NVivo pertama dikembangkan oleh Tom Richards pada tahun 1999, yang pada awalnya disebut NUD*IST.

Sejak dirilis sampai saat ini, NVivo telah digunakan oleh para akademisi/peneliti di berbagai bidang, termasuk ilmu sosial. Intinya adalah, NVivo digunakan untuk membantu peneliti mengatur dan menganalisis data non-numerik atau data yang sifatnya tidak terstruktur.

Posted on

Pengolahan data kualitatif melalui NVIVO (skripsi dan tesis)

NVIVO adalah suatu software yang biasa digunakan untuk penelitian kualitatif. Biasanya penelitian kualitatif bertujuan untuk eksplorasi dan pemahaman data secara lebih mendalam (Bandur 2014, p.16). Data kualitatif bersifat mendalam dan rinci, sehingga juga bersifat panjang-lebar. Akibatnya analisis data kualitatif bersifat spesifik, terutama untuk meringkas data dan menyatukannya dalam suatu alur analisis yang mudah dipahami pihak lain. Sifat data ini berbeda dari data kuantitatif yang relatif lebih sistematis, terbakukan, dan mudah disajikan dalam format ringkas.

Data kualitatif disimpan dalam catatan harian. Catatan harian atau catatan lapangan merupakan instrumen utama yang melekat pada beragam teknik pengumpulan data kualitatif. Isi catatan fakta tidak boleh berupa penafsiran pribadi peneliti, melainkan fakta-fakta apa adanya dan telah teruji kesahihannya. Peneliti mencatat fakta selengkap dan serinci mungkin. Catatan haruslah berisi hal-hal kongkrit. Hal-hal yang bersifat abstrak hanya bisa dimasukkan ketika benar-benar dapat dipercaya atau diandalkan. Setiap fakta mewakili peristiwa penting yang akan dimasukkan ke dalam proposisi-proposisi yang nanti hendak disusun, atau sebagai konteks dari suatu kegiatan.

Terdapat tiga jalur analisis data kualitatif, yaitu reduksi data, penyajian data, dan penarikan kesimpulan (Miles dan Huberman, 1992). Proses ini berlangsung terus menerus selama penelitian berlangsung, bahkan sebelum data benar-benar terkumpul sebagaimana terlihat dari kerangka konseptual penelitian, permasalahan studi, dan pendekatan pengumpulan data yang dipilih peneliti.

Nud.Ist Vivo (Nvivo) merupakan salah satu serial software analisis data kualitatif Nud.Ist yang paling menarik digunakan. Serial ini sendiri merupakan software terkemuka dan paling banyak digunakan peneliti kualitatif di dunia saat ini. Kemampuannya tergolong tinggi, sejak pencarian data, kompilasi, hingga penyusunan teori. Kemampuan grafis ditunjukkan dalam penyusunan diagram dari teori yang terbangun.

Posted on

Analisis Lingkungan Dalam Manajemen Strategis (skripsi dan tesis)

Analisis lingkungan dapat dibagi atas dua lingkungan, yaitu lingkungan eksternal dan lingkungan internal. Analisis lingkungan eksternal dibagi ke dalam dua kategori, yaitu lingkungan jauh dan lingkungan industri. Analisis lingkungan jauh akan dikaji melalui faktor PEST. Pada analisis lingkungan
industri akan dikaji dengan menggunakan lima kekuatan Porter. Sedangkan analisis lingkungan internal akan dikaji melalui fungsi bisnis. Analisis lingkungan jauh akan dikaji melalui faktor-faktor PEST, yaitu politik, ekonomi, sosial, dan teknologi. Di dalam lingkungan industri sendiri nantinya akan
menggunakan metode analisis lima kekuatan Porter. Menurut Porter dalam buku David (2010, pp.145-151) Model Lima Kekuatan Porter (Porter’s Five-Forces Model) merupakan pendekatan yang sering dipakai untuk mengembangkan strategi oleh banyak industri. Menurut Porter, sifat persaingan dalam suatu industri dapat dilihat sebagai gabungan dari lima
kekuatan berikut ini yaitu, perseteruan di antara perusahaan di dalam industri, potensi masuknya pesaing baru, potensi pengembangan produk pengganti, kekuatan tawar pemasok, dan kekuatan tawar konsumen. Menurut David (2011), audit internal membutuhkan pengumpulan dan pemaduan
informasi mengenai menajemen, pemasaran, keuangan/akuntansi, produksi/operasi, penelitian dan pengembangan. Dalam menganalisis lingkungan internal ini, peneliti akan menggunakan fungsi bisnis yaitu fungsi
pemasaran, fungsi keuangan, fungsi produksi atau operasional,
dan fungsi sumber daya manusia.

Posted on

DEA (Data Envelopment Analysis) (skripsi dan tesis)

DEA merupakan metodologi non-parametrik yang didasarkan pada linear
programming. Pada awalnnya dikembangkan untuk pengukuran kinerja, dan sekarang aplikasi DEA telah dipakai sebagai pengukuran pada berbagai disiplin ilmu pengetahuan dan berbagai kegiatan operasional (Cooper, Seiford dan Tone, 2000). Metodologi ini berhasil diterapkan untuk mengukur kinerja relatif dari sekumpulan perusahaan yang menggunakan beragam input identik untuk menghasilkan beragam output identik (Hadinata, Manurung, 2007).
Data Envelopment Analysis merupakan suatu metode untuk mengevaluasi dan memecahkan masalah dengan cara mengintegrasikan beberapa masukan dan keluaran. DEA yang dirancang oleh Cooper, Seiford dan Tone (2000) bertujuan untuk mengukur efisiensi atau produktivitas dari DMU (Decision Making Unit) tertentu (Ramanathan, 2003). DMU atau unit pengambil keputusan dapat termasuk manufaktur, departemen organisasi besar seperti universitas, sekolah, bank, rumah sakit, pembangkit listrik, kantor
polisi, kantor pajak, penjara, basis pertahanan, satu set perusahaan atau bahkan individu terlatih seperti praktisi medis. DEA telah berhasil diterapkan untuk mengukur kinerja efisiensi semua jenis DMU.
Jadi, secara singkat, berbagai keunggulan dan kelemahan metode DEA adalah
1. Keunggulan DEA:
a. Bisa menangani banyak input dan output
b. Tidak butuh asumsi hubungan fungsional antara variabel input dan
output.
c. Unit Kegiatan Ekonomi dibandingkan secara langsung dengan
sesamanya.
d. Dapat membentuk garis frontier fungsi efisiensi terbaik atas variabel
input-output dari setiap sampelnya.
e. Input dan output dapat memiliki satuan pengukuran yang berbeda.
2. Keterbatasan DEA ;
a. Bersifat simple specific
b. Merupakan extreme point technique, kesalahan pengukuran bisa
berakibat fatal.
c. Hanya mengukur produktivitas relatif dari unit kegiatan ekonomi bukan
produktivitas absolut.
d. Uji hipótesis secara statistik atas hasil DEA sulit dilakukan.

Posted on

Efisiensi Kinerja (skripsi dan tesis)

Efisiensi adalah kemampuan untuk menyelesaikan suatu pekerjaan dengan benar atau dalam pandangan matematika didefinisikan sebagai perhitungan rasio output (keluaran) dan atau input (masuk) atau jumlah keluaran yang dihasilkan dari satu input yang digunakan. Suatu perusahaan dikatakan efisien apabila:
1. Menggunakan jumlah input yang lebih sedikit bila dibandingkan dengan
jumlah unit input yang digunakan oleh perusahaan lain dengan menghasilkan
output yang sama.
2. Menggunakan jumlah unit input yang sama dapat menghasilkan jumlah
output yang lebih besar.
Pengukuran efisiensi dengan menggunakan metode DEA membutuhkan adanya variabel input dan output. Menurut Purwantoro (2004) identifikasi pengukuran perbandingan efisiensi kinerja merupakan langkah pertama dan terpenting karena hasil evaluasi kinerja nantinya akan sangat bergantung pada pemilihan variabel input output yang dipakai. Dalam pendekatan intermediasi, variabel input ditransformasikan menjadi berbagai bentuk output yang dihasilkan dari input-input yang ada sebelumnya. Pengukuran efisiensi dengan menggunakan metode DEA yang berasumsi Variabel return to scale (VRS) mengasumsikan bahwa setiap penambahan satu unit
variabel input dapat diikuti variabel output yang tidak sama (bisa lebih bisa kurang). Sehingga hanya variabel input yang mempengaruhi variabel output, sedangkan variabel output tidak dapat mempengaruhi variabel input. Selain itu terdapat asumsi Constant return to scale (CRS) yang mengasumsikan bahwa setiap penambahan satu unit input diikuti penambahan satu unit output.
Perusahaan membutuhkan sumber daya dalam melaksanakan setiap aktivitasnya untuk mencapai tujuan perusahaan. Salah satu cara untuk mengetahui apakah perusahaan dalam menjalankan kegiatan operasinya telah sesuai dengan rencana yang ditetapkan dan sesuai dengan tujuannya adalah dengan mengetahui dari kinerja perusahaan tersebut. Kinerja perusahaan juga tercemin dari penggunaan dan pengelolaan sumber daya perusahaan. Laporan keuangan sebagai sumber informasi kinerja perusahaan haruslah mencerminkan kondisi sebenarnya perusahaan dalam periode tertentu.

Posted on

Konsep Efisiensi (skripsi dan tesis)

Efisiensi merupakan salah satu parameter kinerja yang secara teoritis mendasari seluruh kinerja sebuah organisasi [8]. Pengukuran parameter kinerja diharapkan dapat menghasikan output yang maksimal dengan input yang ada. Pada saat pengukuran efisiensi dilakukan, perusahaan dihadapkan pada kondisi bagaimana mendapatkan tingkat output yang optimal dengan tingkat input yang ada, atau menemukan tingkat input yang minimum dengan capaian tingkat output tertentu. Dengan diidentifikasikannya alokasi input dan output, dapat dianalisis lebih jauh untuk melihat penyebab ketidakefisiensian.

Posted on

Data Envelopment Analysis (skripsi dan tesis)

DEA adalah sebuah teknik pemrograman matematis berdasarkan pada linier programming yang digunakan untuk mengevaluasi efisiensi dari suatu unit pengambilan keputusan (unit kerja) yang bertanggung jawab menggunakan sejumlah input untuk memperoleh suatu output yang ditargetkan.
Metode DEA diciptakan sebagai alat evaluasi kinerja suatu aktivitas di sebuah unit entitas (organisasi) yang selanjutnya disebut Decision Making Unit (DMU). Secara sederhana, pengukuran ini dinyatakan dengan rasio: output/input, yang
merupakan suatu pengukuran efisiensi atau produktivitas Dalam pengukuran efisiensi dengan menggunakan DEA terdapat dua model yang sering digunakan, yaitu Constant Return to Scale (CRS) dan Variable Return to Scale (VRS). Namun, pada penelitian ini menggunakan CRS. Model DEA ini berorientasi pada input berdasarkan asumsi constant return to
scale sehingga dikenal dengan model CCR. Dalam model constant return to scale setiap DMU akan dibandingkan dengan seluruh DMU yang ada di sampel dengan asumsi bahwa kondisi internal dan eksternal DMU adalah sama. Kritik
terhadap asumsi ini adalah bahwa asumsi constant return to scale hanya sesuai untuk kondisi dimana seluruh DMU beroperasi pada skala optimal. Namun, dalam kenyataannya meskipun DMU tersebut beroperasi dengan sumber daya (input) yang sama dan menghasilkan output yang sama pula
tetapi kondisi internal dan eksternalnya mungkin berbeda sehingga dapat mengakibatkan sebuah DMU tidak beroperasi pada skala optimal. Menurut Charnes, Cooper, dan Rhodes model ini dapat menunjukkan technical efficiency secara keseluruhan atau nilai dari profit efficiency untuk setiap
DMU. Pengukuran berorientasi input menunjukkan sejumlah input
dapat dikurangi secara proporsional tanpa mengubah jumlah output yang dihasilkan. Dengan menggunakan model berorientasi input, maka model tersebut akan menghitung pengurangan input yang diperlukan untuk menghasilkan kinerja yang efisien dengan output yang tetap. Fethi & Pasiouras [mengungkapkan bahwa industri perbankan yang menggunakan
pendekatan berorientasi input memiliki asumsi bahwa manajer bank akan memiliki pengawasan atau kontrol yang lebih tinggi atas input (seperti: beban–beban, karyawan, dan lain–lain) daripada output (seperti: kredit, pendapatan, dan lain–lain). Beberapa studi cenderung memilih pendekatan berorientasi
input karena jumlahinput menjadi keputusan utama dalam pengambilan variabel, walaupun alasan ini tidak berlaku untuk semua industr

Posted on

Konsep Data Envelopment Analysis (DEA)

Menurut Zhu dan Cook DEA pertama kali diperkenalkan oleh Charnes, Cooper dan Rhodes (CCR) pada tahun 1978 (Hidayah 2014). (Muharam & Pusvitasari 2007) menjelaskan DEA adalah sebuah metode optimasi program matematika yang mengukur efisiensi teknik suatu unit kegiatan ekonomi (UKE)/Decision Making Unit (DMU) dan membandingkan secara relatif terhadap DMU yang lain. Menurut Kusumawardani dalam DEA efisiensi relative suatu DMU didefinisikan sebagai ratio dari total output terboot dibagi total input terbobot (total weighted output/total weighted input) yaitu (Adilho 2013):
Terdapat dua model yang sering digunakan dalam pendekatan DEA Zhu dan Cook dalam (Hidayah 2014) yaitu:
a) Charnes-Cooper-Rhodes
Model ini mengasumsikan adanya Constant Return to Scale (CRS), yaitu rasio antara penambahan input dan output adalah sama. Hal ini berarti, apabila ada tambahan sebesar 1% maka output akan meningkat sebesar 1% juga. Asumsi lain dari model ini adalah setiap DMU beroperasi pada skala optimal.
b) Bankers-Charnes-Cooper
Model ini dikembangkan oleh Bankers-Charnes-Cooper (BCC) ini merupakan
pengembangan dari moder CCR. Moder ini mengasumsikan adanya Variable Return to Scale (VRS). Model ini beranggapan bahwa perusahaan beroperasi pada skala yang optimal. Asumsi dari model ini adalah bahwa rasio antara penambahan input dan output tidak sama. Artinya, penambahan input sebesar 1% tidak akan menyebabkan perubahan output sebesar 1% pula, namun bisa jadi lebih besar atau lebih kecil

Posted on

Metode Data Envelopment Analysis (DEA)(skripsi dan tesis)

Data Envelopment Analysis (DEA) diperkenalkan oleh Charnes, Cooper, dan Rhodes. Metode ini merupakan salah satu alat bantu evaluasi untuk meneliti kinerja dari dari suatu aktifitas dalam sebuah unit entitas. Nugroho dan Erwinta (2006) mengemukakan DEA adalah sebuah teknik pemrograman matematis yang digunakan untuk mengevaluasi efisiensi relative dari suatu kumpulan unit-unit pembuat keputusan (Decision Making Unit/DMU) dalam mengelola sumber daya (input) dengan jenis yang sama sehingga menjadi hasil (output) dengan jenis yang sama pula, dimana hubungan bentuk fungsi dari input ke output diketahui. Kemudian menurut Sitompul (2004), DEA adalah alat evaluasi atas aktivitas proses disuatu sistem atau unit kerja. Evaluasi yang dilakukan adalah evaluasi komparatif atau relative antara satu unit dengan unit yang lain pada satu organisasi. Pengukuran secara relative ini menghasilkan dua atau lebih unit kerja yang memiliki efisiensi 100% yang dijadikan tolok ukur bagi unit kerja lain untuk menentukan langkah-langkah perbaikan.

Dari pernyataan-pernyataan tersebut dapat disimpulkan bahwa metode DEA ini digunakan untuk mengevaluasi kinerja suatu unit yang mana dengan menggunakan analisa ini dapat diketahui unit mana dan faktor apa yang harus ditingkatkan dalam unit tersebut. Menurut Kurnia (2006), analisis DEA didesain secara spesifik untuk mengukur efisiensi relatif suatu unit produksi dalam kondisi terdapat banyak input dan banyak output, yang mana seringkali sulit untuk disiasati secara sempurna oleh teknis analisis pengukuran efisiensi lainnya.

Secara prinsip metode DEA ini menganut pendekatan non-parametrikyang pada dasarnya merupakan teknik berbasis pemrograman linier. Beberapa software yang dapat digunakan untuk analisis DEA adalah Banxia Frontier Analysis (BFA), Warwick for Data Envelopment Analysis (WDEA) (Kurnia, 2004), LINDO (Adhi, 2012), STATA, dan lain sebagainya.

Manfaat DEA

Ada 3 manfaat yang diperoleh dari pengukuran efisiensi dengan DEA:

  • Sebagai tolok ukur untuk memperoleh efisiensi relatif yang berguna untuk mempermudah perbandingan antara unit ekonomi yang sama.
  • Mengukur berbagai informasi efisien antar Unit Kegiatan Ekonomi (UKE) untuk mengidentifikasi faktor-faktor penyebabnya.
  • Menentukan implikasi kebijakan sehingga dapat meningkatkan tingkat efisiensinya.

Karakteristik, Kelebihan dan Kelemahan DEA

Hal-hal yang harus diperhatikan dalam menyusun penelitian dengan perhitungan menggunakan metode DEA adalah karakteristik umum dari DEA itu sendiri, dan setiap metode analisa pasti memiliki kelebihan maupun kekurangan begitu pula dengan metode DEA ini. Karakteristik umum DEA adalah:

  • Input dan output yang digunakan haruslah positif (lebih besar dari 0).
  • Isotonicity, yaitu diasumsikan bahwa peningkatan input akan menghasilkan peningkatan output, dan tidak menyebabkan penurunan output.
  • Jumlah DMU yang digunakan dalam analisis setidaknya terdiri dari tiga unit untuk memastikan tersedianya cukup data bagi analisis.
  • DMU yang akan dianalisis haruslah relatif homogeny.
  • Bobot Uj, Vi ditentukan pada saat menentukan model DEA. Bobot ini dihitung sedemikian sehingga unit yang sedang dievaluasi ditempatkan pada posisi yang sesuai terhadap unit yang lain di dalam set data analisis.

Kelebihan teknik evaluasi ini adalah:

  • Dapat menangani multipler inputs dan multiple outputs.
  • Tidak perlu mengetahui hubungan antara input dan outputnya.
  • Dapat digunakan dengan data input dan output yang berbeda unit.
  • Hal yang diperbandingkan dapat terlihat secara langsung dari output olahan yang dihasilkan.

Sedangkan kelemahan dari analisa DEA ini adalah:

  • Untuk mengukur tingkat kesalahan dipengaruhi oleh tingkat signifikasi.
  • Dalam DEA tidak mengukur tingkat efisiensi mutlak.
  • Uji statistik yang digunakan harus secara manual (not applicable).
Posted on

Tujuan dan Fungsi/Kegunaan mixed methods research (skripsi dan tesis)

Metode penelitian campuran kuantititatif-kualitatif (mixed methods research)adalah sebuah metode yang berfokus pada pengumpulan dan analisis data serta memadukan antara data kuantitatif dan kualitatif. Berdasarkan hal tersebut, maka tujuan metode penelitian campuran ini adalah untuk menemukan hasil penelitian yang lebih baik dibandingkan dengan hanya menggunakan salah satu pendekatan saja, misalnya menggunakan pendekatan kuantitatif saja atau dengan pendekatan kualitatif saja). Dengan menggunakan metode ini akan diperoleh data yang bersifat kuantitatif dan kualitatif. 

Meode ini digunakan untuk menangani tingkatan yang berbeda dalam satu sistem. Temuan dari setiap tingkatan dipadukan untuk merumuskan interpretasi menyeluruh.

Posted on

Prosedur Analisis Mixed (skripsi dan tesis)

Ada beberapa aspek penting yang harus dipertimbangkan terlebih dahulu dalam merancang prosedur-prosedur mixed methods research, yaitu sebagai berikut:

  1. Timing (waktu)

Peneliti harus mempertimbangkan waktu dalam pengumpulan data kualitatif dan kuantitatifnya. Apakah data akan dikumpulkan secara bertahap (sekunsial) atau dikumpulkan pada waktu yang sama (konkuren). Ketika data dikumpulkan secara bertahap, peneliti perlu menentukan apakah data kuantitatif atau kualitatif yang akan dikumpulkan terlebih dahulu. Hal ini tergantung pada tujuan awal peneliti. Bila data kualitatif dikumpulkan pertama, tujuannya adalah untuk mengeksplorasi topik dengan cara mengamati partisipan di lokasi penelitian. Setelah itu peneliti memperluas pemahamannya melalui tahap kedua, yaitu data kuantitatif, di mana data dikumpulkan dari sejumlah besar partisipan (biasanya sampel dari populasi). Ketika data dikumpulkan secara konkuren, berarti data kuantitatif dan kualitatif dikumpulkan pada waktu yang sama dan pelaksanaannya simultan (serempak). Pengumpulan data kuantitatif dan kualitatif secara bersaman dianggap paling efektif karena tidak membutuhkan waktu lama dalam proses pengumpulannya.

  1. Weighting (bobot)

Bobot yang dimaksud dalam merancang prosedur mixed methods adalah prioritas yang diberikan antara metode kuantitatif atau kualitatif. Dalam studi tertentu bobot dapat sama atau seimbang. Dalam beberapa penelitian lain mungkin lebih menekankan pada satu metode. Penekanan pada satu metode tergantung dari kepentingan peneliti, keinginan pembaca (seperti pihak kampus, organisasi profesional) dan hal apa yang ingin diutamakan oleh peneliti. Dalam kerangka yang lebih praktis, bobot dalam mixed methods bisa dipertimbangkan melalui beberapa hal, antara lain apakah data kualitatif dan kuantitatif yang akan diutamakan terlebih dahulu, sejauh mana treatment terhadap masing-masing dari kedua data tersebut atau apakah metode induktif (seperti, membangun tema-tema dalam kualitatif) atau metode deduktif (seperti, menguji suatu teori) yang akan diprioritaskan.

  1. Mixing (pencampuran)

Mencampur (mixing) berarti bahwa data kualitatif dan kuantitatif benar-benar dileburkan dalam satu end of continuum, dijaga keterpisahannya dalam end of continuum yang lain atau dikombinasikan dengan beberapa cara. Dua data bisa saja ditulis secara terpisah namun keduanya tetap dihubungkan (connecting) satu sama lain selama tahap-tahap penelitian. bahwa peneliti mengumpulkan data kuantitatif dan kualitatif secara konkuren dan menggabungkan (integrating) database keduanya dengan mentransformasikan tema-tema kualitatif menjadi angka-angka yang bisa dihitung (secara statistik) dan membandingkan hasil penghitungan ini dengan data kuantitatif deskriptif. Dalam hal ini, pencampuran menggabungkan dua database dengan meleburkan secara utuh data kuantitatif dengan data kualitatif. Atau dalam hal lain, peneliti tidak menggabungkan dua jenis metode penelitian yang berbeda tetapi sebaliknya peneliti justru tengah menancapkan (embedding) jenis data sekunder (kualitatif) ke dalam jenis data primer (kuantitatif) dalam satu penelitian. Database sekunder memeinkan peran pendukung dalam penelitian ini.

  1. Teorizing (teorisasi)

Faktor terakhir yang perlu diperhatikan dalam merancang mixed method adalah perspektif teori apa yang akan menjadi landasan bagi keseluruhan prosesw/tahap penelitian perspektif ini bisa berupa teori ilmu-ilmu sosial atau perspektif-perspektif teori lain yang lebih luas. Dalam mixed methods research, teori biasanya muncul dibagian awal penelitian untuk membentuk rumusan masalah yang diajukan, siapa yang berpartisipasi dalam penelitian, bagaimana data dikumpulkan dan implikasi-implikasi apa yang diharapkan dari penelitian

Posted on

Konsep dan landasan penelitian Mix-Method (skripsi dan tesis)

Mixed Methods Research (Creswell, John W. and Clarck Vicki : 2008) adalah suatu disain penelitian yang didasari asumsi seperti halnya metoda inkuiri. Metode ini memberikan asumsi bahwa dalam menunjukkan arah atau memberi petunjuk tentang cara pengumpulan dan menganalisis data serta perpaduan pendekatan kuantitatif dan kualitatif melalui beberapa fase proses penelitian. Mixed methods research berfokus pada pengumpulan dan analisis data serta memadukan antara data kuantitatif dan data kualitatif, baik dalam single study (penelitia tunggal) maupun series study (penelitian berseri). Nana Syaodih Sukmadinata (2009 : 95) mengemukakan, bahwa penelitian kuantitatif menggunakan instrumen-instrumen formal, standar dan bersifat mengukur. Sementara penelitian kualtatif menggunakan peneliti sebagai instrumen.

 Premis sentral yang dijadikan dasar mixed methods research adalah menggunakan kombinasi pendekatan kuantitatif dan kualitatif untuk menemukan hasil penelitian yang lebih baik dibanding menggunakan salah satu pendekatan saja (misalnya dengan pendekatan kuantitatif saja atau dengan pendekatan kualitatif saja). 

Perbedaan Mixed Methods Research dibandingkan dengan Quantitative danQualitative Research adalah sebagai berikuit :

  1. Ditinjau dari sudut pandang filosofis
  1. Penelitian kuantitatif didasari oleh pandangan pospositivisme. Menurut pandangan ini bahwa peneliti mengklaim pengetahuan didasarkan pada : 1) determinasi atau pemikiran sebab-akibat; 2) reduksionisme, dengan cara mempersempit dan memusatkan pada variabel yang akan dihubungkan; 3) mengobservasi secara detail dan melakukan pengukuran terhadap variabel; 4) melakukan testing teori yang secara kontinyu diperbaiki. 
  1. Penelitian kualitatif dipengaruhi oleh filsafat konstruktivisme, dimana konstruktivisme ini memiliki pandangan yang berbeda. Pemahaman atau makna suatu fenomena terbentuk oleh partisipan dan pandangan-pandangan subjektif dari partisipan. Pada saat partisipan memberikan pemahamannya atau jawabannya, maka mereka berbicara sesuai dengan makna yang dialami selama berinteraksi sosial dengan orang lain dan apa yang mereka bicarakan juga berasal dari latar belakang pribadinya. Penemuan penelitian dibentuk dari pola bottom up, yakni dari perspektif individu untuk dijadikan pola yang lebih luas yang pada akhirnya membentuk teori. 
  1. Penelitian mixed methods research dipengaruhi oleh pandangan filsafat pragmatisme. Fokus utamanya berpusat pada pertanyaan mendasar dalam penelitian dan bukan semata-mata berorientasi pada metode penelitian. Multi metoda untuk pengumpulan data dilakukan dalam rangka memperoleh jawaban tentang masalah yang diteliti. Dengan kata lain pragmatisme ini bersifat pluralistik dan berorientasi pada pekerjaan apa serta bersifat praktis.
  1. Ditinjau dari sudut pandang metodologi
  1. Dalam penelitian postpositivisme peneliti bekerja secara top down, dari sebuah teori dirumuskan hipotesis, pengumpulan data, dan dari data dikontradiksikan dengan teori. 
  1. Penelitian konstruktivisme, pendekatan yang ditempuh adalah bottom up,menggunakan pandangan-pandangan partisipan untuk membentuk tema-tema yang lebih luas dan menggeneralisasikan suatu teori berdasarkan interkoneksi atau menghubungkan antara tema-tema yang terbentuk. 
  1. Pragmatisme, pendekatan penelitian dikombinasikan antara berfikir deduktif dan berfikir induktif. Peneliti mixes (memadukan) data kuantitatif dandata kualitatif. 
  1. Ditinjau dari pengumpulan dan analisis data

 

  1. Kuantitatif

1)  Data kuantitatif berasal dari informasi yang bersifat close-ended (jawaban tertutup). Misalnya : pengukuran sikap, perilaku, atau instrument pengukuran perilaku yang lain.

2)  Koleksi data kuantitatif menggunakan instrument daftar check list close-ended, yang dapat dilakukan peneliti dengan cara memberi tanda check (√ ) pada perilaku yang terlihat.

3)  Kadang-kadang informasi/data kuantitatif diperoleh dari dokumen, catatan hasil sensus, catatan kehadiran.

4)  Analisis data kuantitatif menggunakan analisis statistic berdasarkan skor yang terkumpul dari instrument (checklist, dokumen, hipotesis )

  1. Kualitatif

1)  Data kualitatif bersumber dari informasi yang bersifat open-ended (jawaban terbuka) yang dikumpulkan oleh peneliti melalui interview dengan partisipan.

2)  Pada umumnya pertanyaan-pertanyaan open ended disampaikan pada saat berlangsungnya interviu dan sepenuhnya memberi kesempatan kepada partisipan untuk menjawab dengan menggunakan kata/kalimat/bahasanya sendiri.

3)  Data kualitatif dikumpulkan melalui observasi kepada partisipan atau subyek penelitian, memperoleh dokumen pribadi partisipan (misal : catatan harian(diary), dokumen yang bersifat umum (lamanya suatu pertemuan), atau mengumpulkan dokumen individual (video, artefaks).

4)  Analisis data kualitatif (kata, kalimat, image, pendapat) dikelompokkan sesuai jenisnya menurut kelompok informasi (kategori kata atau image) atau kelompok berbagai ide yang diperoleh selama pengumpulan data. 

  1. Mix-method research

1)   Data kualitatif bersumber dari informasi yang bersifat open-ended (jawaban terbuka) yang dikumpulkan oleh peneliti melalui interview dengan partisipan.

2)   Pada umumnya pertanyaan-pertanyaan open ended disampaikan pada saat berlangsungnya interviu dan sepenuhnya memberi kesempatan kepada partisipan untuk menjawab dengan menggunakan kata/kalimat/bahasanya sendiri.

3)   Data kualitatif dikumpulkan melalui observasi kepada partisipan atau subyek penelitian, memperoleh dokumen pribadi partisipan (misal : catatan harian(diary), dokumen yang bersifat umum (lamanya suatu pertemuan), atau mengumpulkan dokumen individual (video, artefaks).

4)   Analisis data kualitatif (kata, kalimat, image, pendapat) dikelompokkan sesuai jenisnya menurut kelompok informasi (kategori kata atau image) atau kelompok berbagai ide yang diperoleh selama pengumpulan data. 

Berangkat dari titik-titik kelemahan kuantitatif dan kualitatif maka muncullahMixed Methods Research, dengan kelebihan sebagai berikut : 

  1. Mixed method research menghasilkan fakta yang lebih komprehensif dalam meneliti masalah penelitian, karena peneliti memiliki kebebasan untuk menggunakan semua alat pengumpul data sesuai dengan jenis data yang dibutuhkan. Sedangkan kuantitatif atau kualitatif hanya terbatas pada jenis alat pengumpul data tertentu saja. 
  1. Mixed method research dapat menjawab pertanyaan penelitian yang tidak dapat dijawab oleh penelitian kuantitatif atau kualitatif. Contoh : apakah pendapat partisipan yang diperoleh dari wawancara dan hasil pengukuran dengan instrument tertentu harus dipisah ? (pertanyaan inilah yang akan dijawab olehmixed method research, bahwa alat pengumpul data tidak hanya terbatas pada satu alat saja. “Apa yang dapat menerangkan atau memperjelas hasil penelitian kuantitatif ? (mixed method research menjawab, data kualitatif menerangkan/memperjelas hasil penelitian kuantitatif). 
  1. Mixed method research mendorong peneliti untuk melakukan kolaborasi, yang tidak banyak dilakukan oleh penelitian kuantitatif maupun kualitatif. Kolaborasi dimaksud adalah kolaborasi social, behavioral, dan kolaborasi humanistic. 
  1. Mixed method research mendorong untuk menggunakan berbagai pandangan atau paradigma. 
  1. Mixed method research itu “praktis” karena peneliti memiliki keleluasaaan menggunakan metoda untuk meneliti masalah. 
Posted on

Pengertian  Pendekatan Mix-method (skrispi dan tesis)

Mix-method penelitian adalah metode yang memadukan pendekatan kualitatif dan kuantitatif dalam hal metodologi (seperti dalam tahap pengumpulan data), dan kajian model campuran memadukan dua pendekatan dalam semua tahapan proses penelitian (Abbas, 2010: Viii). Sedangkan menurut Creswell (2014: 5) mix- methods merupakan pendekatan penelitian yang mengkombinasikan atau mengasosiasikan bentuk kualitatif dan kuantitatif. Sedangkan menurut Johnson dan Cristensen (2007)Mix-Methods atau metode penelitian kombinasi merupakan pendekatan dalam penelitian yang mengkombinasikan atau menghubungkan antara metode penelitian kualitatif dan kuantitatif  (mencakup landasan filosofis, penggunaan pendekatan dan mengkombinasikan kedua pendekatan dalam penelitian). Sehingga dari berbagai definisi para ahli di atas dapat disimpulkan bahwa Mix-method penelitian adalah penelitian yang memadukan atau mengkombinasikan pendekatan penelitian kualitatif dan kuantitatif.

Posted on

Jenis Multi Dimensional Scalling Berdasarkan Pendekatan (skripsi dan tesis)

Pendekatan dalam membuat Perceptual Map

MDS dikenal sebagai pemetaan persepsi data non atribut.

Berdasarkan pendekatannya, MDS dibedakan atas:

  1. Pendekatan turunan

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada atribut.

Keuntungannya:

-Untuk mengidentifikasi atau mengenali responden dengan persepsi yang

homogen.

-Responden dikelompokkan berdasarkan penilaian atribut.

-Memudahkan pembuatan nama pada dimensi.

Kelemahannya:

-Peneliti harus mengidentifikasi semua atribut yang penting

-Peta spasial yang diperoleh tergantung pada atribut yang dikenali.

  1. Pendekatan Langsung

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada non atribut.

Keuntungannya:

-Peneliti tidak harus mengenali/mengidentifikasi suatu set atribut yang

penting.

-Responden membuat pertimbangan kemiripan dengan kriterianya sendiri,

seperti dalam situasi normal.

Kelemahannya:

-Kriteria tersebut sangat dipengaruhi oleh merek atau stimulus yang sedang

dievaluasi.

-Sulit dalam pemberian nama pada dimensi peta spasial.

Pendekatan langsung lebih sering dipergunakan daripada pendekatan berbasis atribut. Namun demikian, mungkin lebih baik menggunakan keduanya sebagai suatau komplemen (Supranto,2004)

Posted on

Konsep Multi Dimensional Scalling/MDS (skripsi dan tesis)

 

MDS atau penetapan skala multidimensi merupakan sebuah kelas prosedur untuk merepresentasikan persepsi dan preferensi responden secara spasial dengan menggunakan sebuah tampilan visual. MDS juga dikenal sebagai pemetaan persepsi, yaitu berhubungan dengan pembuatan map untuk menggambarkan posisi sebuah obyek dengan obyek lainnya berdasarkan kemiripan obyek–obyek tersebut. MDS dapat juga diaplikasikan ke dalam rating subyektif dalam perbedaan (dissimilarity) antara obyek atau konsep. Lebih lanjut teknik ini dapat mengolah data yang berbeda dari berbagai sumber yang berasal dari responden. Teknik MDS dapat digunakan untuk mengidentifikasi dimensi-dimensi yang menggambarkan persepsi konsumen (Malhotra, 2004).

Analisis multidimensional scaling (MDS) adalah suatu kelas prosedur untuk menyajikan persepsi dan preferensi pelanggan secara spasial dengan menggunakan tayangan yang biasa dilihat. Analisis penskalaan multidimensional scaling dipergunakan di dalam pemasaran untuk mengenali (mengidentifikasi) hal-hal berikut(Supranto,2004):

  1. Banyaknya dimensi dan sifat/cirinya yang dipergunakan untuk mempersepsikan merek yang berbeda di pasar.
  2. Penempatan (positioning) merek yang diteliti dalam dimensi ini.
  3. Penempatan merek ideal dari pelanggan dalam dimensi ini.

Informasi sebagai hasil analisis penskalaan MDS telah dipergunakan untuk berbagai aplikasi pemasaran, antara lain sebagai berikut:

  1. Ukuran citra (image measurement).

Membandingkan persepsi pelanggan dan bukan pelanggan dari perusahaan dengan persepsi perusahaan sendiri.

  1. Segmentasi pasar (market segmentation).
  2. Pengembangan produk baru (new product development). Melihat adanya celah (gap) dalam peta spasial yang menunjukkan adanya peluang untuk penempatan produk baru.
  3. Menilai keefektifan iklan (assesing advertising effectiveness).

Peta spasial digunakan untuk menentukan apakah iklan/advertensi telah berhasil di dalam mencapai penempatan merek yang diinginkan.

  1. Analisis harga (pricing analysis).

Peta spasial dikembangkan dengan dan tanpa informasi harga dapat dibandingkan untuk menentukan dampak yang ditimbulkan harga.

  1. Keputusan saluran (channel decisions).

Pertimbangan pada kecocokan dari merek toko dengan eceran yang berbeda dapat mengarah ke peta spasial yang berguna untuk keputusan saluran.

  1. Pembentukan skala sikap (attitude scale construction).

Teknik MDS dapat dipergunakan untuk mengembangkan dimensi yang cocok dan pengaturan ruang sikap.

 

Posted on

Model Garch (skripsi dan tesis)

GARCH ialah Sebuah istilah yang diciptakan oleh ekonom Robert Engle pada tahun 1982 untuk menggambarkan kompleksperhitungan yang digunakan untuk memperkirakan harga fluktuasi pasar keuangan dan untuk memprediksi inflasi .Proses ini melibatkan membandingkan satu set variabel untuk mereka sendiri perilaku masa lalu melalui serangkaian waktuinterval untuk mengidentifikasi korelasi dan hasil yang tak terduga. Para Tujuannya adalah untuk menggunakan kesalahan masa lalu dalam peramalan untuk menciptakan akurasi yang lebih besar dalam peramalan saat ini.

Metode  GARCH diaplikasikan melalui 2 proses : proses mean dan proses variance. Proses mean pertama kali dikemukakan oleh Box-Jenkin (1976) dengan melakukan analisa  time series dengan kombinasi  autoregressive  (AR) dan moving average  (MA). Metode ini kemudian diintegrasikan menjadi ARMA untuk mendapatkan time series yang stasioner.

Pada (1,1) dalam GARCH (1,1) mengacu pada adanya istilah orde pertama GARCH (istilah yang pertama dalam tanda kurung) dan orde pertama jangka ARCH (istilah kedua dalam kurung). Sebuah biasa Model ARCH adalah kasus khusus dari spesifikasi GARCH di mana tidak ada perkiraan tertinggal varians dalam persamaan varians bersyarat.

Model ARCH dalam EViews diperkirakan dengan metode kemungkinan maksimum di bawah asumsi bahwa kesalahan yang bersyarat terdistribusi normal.

Posted on

Pendekatan dalam membuat Perceptual Map (skripsi dan tesis)

Berdasarkan pendekatannya, MDS dibedakan atas:

  1. Pendekatan turunan

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada atribut.

Keuntungannya:

-Untuk mengidentifikasi atau mengenali responden dengan persepsi yang

homogen.

-Responden dikelompokkan berdasarkan penilaian atribut.

-Memudahkan pembuatan nama pada dimensi.

Kelemahannya:

-Peneliti harus mengidentifikasi semua atribut yang penting

-Peta spasial yang diperoleh tergantung pada atribut yang dikenali.

  1. Pendekatan Langsung

Pendekatan yang mengumpulkan data persepsi dengan pendekatan berbasis

pada non atribut.

Keuntungannya:

-Peneliti tidak harus mengenali/mengidentifikasi suatu set atribut yang

penting.

-Responden membuat pertimbangan kemiripan dengan kriterianya sendiri,

seperti dalam situasi normal.

Kelemahannya:

-Kriteria tersebut sangat dipengaruhi oleh merek atau stimulus yang sedang

dievaluasi.

-Sulit dalam pemberian nama pada dimensi peta spasial.

Pendekatan langsung lebih sering dipergunakan daripada pendekatan berbasis atribut. Namun demikian, mungkin lebih baik menggunakan keduanya sebagai suatau komplemen (Supranto,2004)

Berdasarkan skala pengukuran dari data kemiripan, MDS dibedakan atas:

  1. MDS berskala metrik

MDS metrik mengasumsikan bahwa data adalah kuantitatif (interval dan ratio).

  1. MDS berskala nonmetrik

MDS nonmetrik mengasumsikan bahwa data adalah kualitatif (nominal dan ordinal).

Prosedur penskalaan multidimensional scaling mengasumsikan bahwa input data ordinal akan tetapi menghasilkan data metrik. Jarak dalam peta spasial yang dihasilkan diasumsikan sebagai skala interval (metrik). Prosedur ini menemukan dalam suatu dimensionality tertentu, bahwa suatu peta spasial yang rank order-nya berasal dari jarak antara merek atau stimulus yang diperkirakan akan mempertahankan atau menghasilkan kembali input urutan peringkat atau input rank order. Sebaliknya, metode penskalaan mutidimensional metrik mengasumsikan bahwa input data berupa metrik. Oleh karena output atau hasil juga metrik, suatu hubungan yang kuat antara data input dan output dipertahankan dan mutu metrik dari input data juga dipertahankan. Seperti diketahui data metrik biasa berupa skala interval atau rasio. Metode metrik dan non-metrik memberikan hasil yang sama (Supranto, 2004). Menurut Malhotra (2010:354), prosedur MDS dengan menggunakan data metrik maupun non metrik akan memberikan hasil yang sama.

Posted on

Klasifikasi Metode Prakiraan/Perkiraan/Forecasting (skripsi dan tesis)

Pada umumnya teknik prakiraan dapat dibedakan menjadi beberapa jenis tergantung dari cara melihatnya, yaitu :

  1. Dilihat dari sifat penyusunannya
  2. Prakiraan yang subjektif, yaitu prakiraan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan orang yang menyusunnya sangat menentukan baik tidaknya hasil prakiraan tersebut.
  3. Prakiraan yang objektif, yaitu prakiraan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan teknik-teknik dan metode-metode dalam penganalisaannya.
  4. Dilihat dari jangka waktu prakiraannya
  5. Prakiraan jangka pendek (short term forecasting), yaitu prakiraan yang dilakukan untuk penyusunan hasil prakiraan yang jangka waktunya harian hingga setiap jam.
  6. Prakiraan jangka menengah (mid term forecasting), yaitu prakiraan yang dilakukan untuk penyusunan hasil prakiraan yang jangka waktunya mingguan hingga bulanan.
  7. Prakiraan jangka panjang (long term forecasting), yaitu prakiraan yang

dilakukan untuk penyusunan hasil prakiraan yang jangka waktunya tahunan atau beberapa tahun kedepan. Biasanya dapat digunakan untuk mempersiapkan ketersediaan unit pembangkitan, sistem transmisi, serta distribusi.

  1. Dilihat dari sifat prakiraan yang telah disusun
  2. Prakiraan kualitatif, yaitu prakiraan yang didasarkan atas kualitatif pada masa lalu. Hasil prakiraan yang dibuat sangat tergantung pada orang yang menyusunnya. Hal ini penting karena hasil prakiraan tersebut ditentukan berdasarkan pemikiran yang berfsifat intuisi, judgement atau pendapat dan pengetahuan serta pengalaman dari penyusunnya
  3. Prakiraan kuantitatif, yaitu prakiraan yang didasarkan atas data kuantitatif pada masa lalu. Hasil prakiraan yang dibuat sangat tergantung pada metode yang digunakan dalam prakiraan tersebut. Dengan metode yang berbeda akan diperoleh hasil prakiraan yang berbeda, adapun yang perlu diperhatikan dari penggunaan metode tersebut, adalah baik tidaknya metode yang digunakan, sangat ditentukan oleh perbedaan atau penyimpangan antara hasil prakiraan dengan kenyataan yang terjadi.

Metode yang baik adalah metode yang memberikan nilai-nilai perbedaanatau penyimpangan yang mungkin. Prakiraan kuantitatif hanya dapat digunakan apabila; adanya informasi tentang keadaan lain, informasitersebut dapat dituliskan dalam bentuk data, dan dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang.

Posted on

Pengertian Peramalan/Perkiraan/Forecasting (skripsi dan tesis)

Prakiraan pada dasarnya merupakan suatu dugaan atau prediksi mengenai terjadinya suatu kejadian atau peristiwa di masa yang akan datang. Prakiraan dapat disebut juga dengan peramalan yang ilmiah (educated guess). Setiap pengambilan keputusan yang menyangkut keadaan di masa yang akan datang, maka pasti ada prakiraan yang melandasi pengambilan keputusan tersebut (Assauri, 1984). Prakiraan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Asumsi dasar dalam penerapan teknik prakiraan adalah:

“if we can predict what the future will be like we can modify our behaviour now to be in a better position, than we otherwise would have been, when the future arrives”.
 Artinya, jika kita dapat memprediksi apa yang terjadi di masa depan maka kita dapat mengubah kebiasaan kita saat ini menjadi lebih baik dan akan jauh lebih berbeda di masa yang akan datang. Hal ini disebabkan kinerja di masa lalu akan terus berulang setidaknya dalam masa mendatang yang relatif dekat (Murahartawaty, 2009)
Posted on

Tipe Data Dalam Time Series (skripsi dan tesis)

Dalam time series terdapat empat macam tipe pola data, yaitu:

1) Horizontal
 Tipe data horizontal ialah ketika data observasi berubah-ubah di sekitar tingkatan atau rata-rata yang konstan. Sebagai contoh penjualan tiap bulan suatu produk tidak meningkat atau menurun secara konsisten pada suatu waktu.
 2) Musiman (Seasonal)
 Tipe data seasonal ialah ketika observasi dipengaruhi oleh musiman, yang ditandai dengan adanya pola perubahan yang berulang secara otomatis dari 10 tahun ke tahun. Sebagai contoh adalah pola data pembelian buku baru pada tahun ajaran baru
 3) Trend
Tipe data trend ialah ketika observasi naik atau menurun pada perluasan periode suatu waktu. Sebagai contoh adalah data populasi.
4) Cyclical Tipe
data cyclical ditandai dengan adanya fluktuasi bergelombang data yang terjadi di sekitar garis trend. Sebagai contoh adalah data-data pada kegiatan ekonomi dan bisnis.
Posted on

Konsep Dasar Time Series (skripsi dan tesis)

Time series adalah suatu rangkaian atau seri dari nilai-nilai suatu variabel atau hasil observasi, dalam hal ini adalah nilai indeks harga saham, yang dicatat dalam jangka waktu yang berurutan (Atmaja, 2009: 29). Metode time series adalah metode peramalan dengan menggunakan analisa pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu atau analisis time series, antara lain:
1. Metode Smoothing
 2. Metode Box–Jenkins (ARIMA)
3. Metode Proyeksi trend dengan Regresi.
Hal yang perlu diperhatikan dalam melakukan peramalan adalah pada galat (error), yang tidak dapat dipisahkan dalam metode peramalan. Untuk mendapatkan hasil yang mendekati data asli, maka seorang peramal berusaha membuat error-nya sekecil mungkin. Dengan adanya data time series, maka pola gerakan data dapat diketahui.
Dengan demikian, data time series dapat dijadikan sebagai dasar untuk:
 a. Pembuatan keputusan pada saat ini.
 b. Peramalan keadaan perdagangan dan ekonomi pada masa yang akan datang.
c. Perencanaan kegiatan untuk masa depan. Analisa data time series adalah analisa yang menerangkan dan mengukur berbagai perubahan atau perkembangan data selama satu periode (Hasan, 2002: 184).
Analisis time series dilakukan untuk memperoleh pola data time series dengan menggunakan data masa lalu yang akan digunakan untuk meramalkan suatu nilai pada masa yang akan datang.
Posted on

Sifat Peramalan (skripsi dan tesis)

Berdasarkan sifatnya, peramalan dibedakan menjadi:

1. Peramalan Kualitatif
Peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan kualitatif didasarkan pada pengamatan kejadian–kejadian di masa sebelumnya digabung dengan pemikiran dari penyusunnya.
2. Peramalan Kuantitatif
Peramalan yang didasarkan atas data kuantitatif masa lalu yang diperoleh dari pengamatan nilai–nilai sebelumnya. Hasil peramalan yang dibuat tergantung pada metode yang digunakan, menggunakan metode yang berbeda akan diperoleh hasil peramalan yang berbeda.
Posted on

Pengertian Peramalan (skripsi dan tesis)

Peramalan pada dasarnya merupakan proses menyusun informasi tentang kejadian masa lampau yang berurutan untuk menduga kejadian di masa depan (Frechtling, 2001: 8). Peramalan bertujuan mendapatkan ramalan yang dapat meminimumkan kesalahan meramal yang dapat diukur dengan Mean Absolute Percent Error (MAPE) (Pangestu, 1986: 1). Peramalan pada umumnya digunakan untuk memprediksi sesuatu yang kemungkinan besar akan terjadi misalnya kondisi permintaan, banyaknya curah hujan, kondisi ekonomi, dan lain-lain. Atas dasar logika, langkah dalam metode peramalan secara umum adalah mengumpulkan data, menyeleksi dan memilih data, memilih model peramalan, menggunakan model terpilih untuk melakukan peramalan, evaluasi hasil akhir.

Posted on

Keuntungan Dalam Analytic Hierarchy Process (AHP) (skripsi dan tesis)

Keuntungan dari AHP sebagai berikut :

  1. Unity

 AHP menyediakan model tunggal, mudah dipahami, fleksibel untuksuatu cakupan luas tentang permasalahan tidak tersusun

  1. Complexity

 AHP mengunakan pendekatan dedukatif dan sistem dalam memecahkan masalah yang rumit.

  1. Interndependence

 AHP dapat berhadapan dengan saling ketergantungan unsur-unsur di dalam suatu sistem dan tidak meminta dengan tegas atas pemikiran linier.

  1. Hierarchi structuring

AHP mencerminkan kecenderungan alami dari pikiran ke unsur-unsur jenis dari sautu sistem ke dalam tingkat yang berbeda danuntuk mengolongkan seperti unsur-unsur pada setiap tingkatan

  1. Measurement

 AHP menyediakan suatu skala untuk mengukur yang tak terukur dan suatu metoda untuk menetapkan prioritas.

  1. Consistency

 AHP taksiran pada konsistensi keputusan yang logis digunakan dalam hal yang menentukan

  1. Synthesis

 AHP memimpin ke arah suatu keseluruhan perkiraan yang menyangkut suatu keinginan dari tiap alternatif

  1. Trade offs

 AHP mempertimbangkan dengan seksama prioritas relatif faktor dalam suatu sistem dan memungkinkan orang untuk memilih alternatif yangterbaik yang berdasar atas tujuan.

  1.  Judgement and consensus

 AHP tidak meminta dengan tegas atas konsensus tetapi menyatukan suatu hasil bagian dari keputusan berbeda

  1. Process repetition

 AHP memungkinkan orang untuk memerinci definisi mereka dari suatu masalah dan untuk meningkatkan pemahaman dan pertimbangan mereka dengan melakukan pengulangan

Posted on

Prinsip Dasar Analytic Hierarchy Process (AHP) (skripsi dan tesis)

Dalam menyelesaikan persoalan dengan metode AHP ada beberapa prinsip dasar yang harus dipahami antara lain.

(1)    Decomposition

Decomposition adalah memecahkan atau membagi problema yang utuh menjadi unsur — unsurnya ke bentuk hirarki proses pengambilankeputusan, dimana setiap unsur atau elemen saling berhubungan. Strukturhirarki keputusan tersebut dapat dikategorikan sebagai complete danincomplete. Suatu hirarki keputusan disebut complete jika semua elemenpada suatu tingkat memiliki hubungan terhadap semua elemen yang adapada tingkat berikutnya, sementara hirarki keputusan incompletekebalikan dari hirarki yang complete. Hirarki masalah disusun digunakan untuk membantu prosespengambilan keputusan dalam sebuah sistem dengan memperhatikanseluruh elemen keputusan yang terlibat

(2)    Comparative Judgement

Comparative Judgement adalah penilaian yang dilakukan berdasarkan kepentingan relatif dua elemen pada suatu tingkat tertentudalam kaitannya dengan tingkatan di atasnya. Comparative Judgement merupakan inti dari penggunaan AHP karena akan berpengaruh terhadapurutan prioritas dari elemen — elemennya. Hasil dari penilaian tersebutakan diperlihatkan dalam bentuk matriks pairwise comparisons yaitumatriks perbandingan berpasangan memuat tingkat preferensi beberapaalternatif untuk tiap kriteria. Skala preferensi yang digunakan yaitu skala 1yang menunjukkkan tingkat yang paling rendah (equal importance) sampaidengan skala 9 yang menunjukkan tingkatan yang paling tinggi (extremeimportance).

(3)    Synthesis of Priority

Synthesis of Priority dilakukan dengan menggunakan eigen vektormethod untuk mendapatkan bobot relatif bagi unsur—unsur pengambilankeputusan.

(4)    Logical Consistency

Logical Consistency dilakukan dengan mengagresikan seluruheigen vektor yang diperoleh dari berbagai tingkatan hirarki dan selanjutnya diperoleh suatu vektor composite tertimbang yang menghasilkan urutanpengambilan keputusan

Posted on

Tahapan Dalam Analytic Hierarchy Process (AHP) (skripsi dan tesis)

Tahapan—tahapan pengambilan keputusan dalam metode AHP pada dasarnya adalah sebagai berikut:

  1. Mendefinisikan masalah dan menentukan solusi yang diinginkan
  2. Membuat struktur hirarki yang diawali dengan tujuan umum, dilanjutkandengan kriteria-kriteria dan alternaif-alternatif pilihan yang ingindirangking.
  3. Membentuk matriks perbandingan berpasangan yang menggambarkankontribusi relatif atau pengaruh setiap elemen terhadap masing-masingtujuan atau kriteria yang setingkat diatasnya. Perbandingan dilakukanberdasarkan pilihan atau judgement dari pembuat keputusan denganmenilai tingkat tingkat kepentingan suatu elemen dibandingkan elemenlainnya
  4. Menormalkan data yaitu dengan membagi nilai dari setiap elemen didalam matriks yang berpasangan dengan nilai total dari setiap kolom.
  5. Menghitung nilai eigen vector dan menguji konsistensinya, jika tidakkonsisten maka pengambilan data (preferensi) perlu diulangi. Nilai eigenvector yang dimaksud adalah nilai eigen vector maximum yang diperolehdengan menggunakan matlab maupun dengan manual.
  6. Mengulangi langkah 3, 4, dan 5 untuk seluruh tingkat hirarki.
  7. Menghitung eigen vector dari setiap matriks perbandingan berpasangan.Nilai eigen vector merupakan bobot setiap elemen. Langkah ini untukmensintesis pilihan dalam penentuan prioritas elemen-elemen pada tingkathirarki terendah sampai pencapaian tujuan.
  8. Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR < 0, 100maka penilaian harus diulang kembali
Posted on

Landasan Aksiomatik Analytic Hierarchy Process (AHP) (skripsi dan tesis)

Analytic Hierarchy Process (AHP) mempunyai landasan aksiomatik yang terdiri dari :

(1)Resiprocal Comparison, yang mengandung arti bahwa matriksperbandingan berpasangan yang terbentuk harus bersifat berkebalikan.Misalnya, jika A adalah f kali lebih penting dari pada B maka B adalah1/fkali lebih penting dari A.

(2) Homogenity, yaitu mengandung arti kesamaan dalam melakukanperbandingan. Misalnya, tidak dimungkinkan membandingkan jerukdengan bola tenis dalam hal rasa, akan tetapi lebih relevan jikamembandingkan dalam hal berat

(3) Dependence, yang berarti setiap level mempunyai kaitan (completehierarchy) walaupun mungkin saja terjadi hubungan yang tidak sempurna(incomplete hierarchy)

(4) Expectation, yang berarti menonjolkon penilaian yang bersifat ekspektasidan preferensi dalam pengambilan keputusan. Penilaian dapat merupakandata kuantitatif maupun yang bersifat kualitatif.

Posted on

Pengertian Metode Analytic Hierarchy Process (AHP) (skripsi dan tesis)

Metode Analytic Hierarchy Process (AHP) merupakan teori umum mengenai pengukuran. Empat macam skala pengukuran yang biasanya digunakan secara berurutan adalah skala nominal, ordinal, interval dan rasio. Skala yang lebih tinggi dapat dikategorikan menjadi skala yang lebih rendah, namun tidak sebaliknya. Pendapatan per bulan yang berskala rasio dapat dikategorikan menjad itingkat pendapatan yang berskala ordinal atau kategori (tinggi, menengah, rendah) yang berskala nominal. Sebaliknya jika pada saat dilakukan pengukuran data yangdiperoleh adalah kategori atau ordinal, data yang berskala lebih tinggi tidak dapatdiperoleh. AHP mengatasi sebagian permasalahan itu. (Saaty,2001) AHP digunakan untuk menurunkan skala rasio dari beberapa perbandingan berpasangan yang bersifat diskrit maupun kontinu. Perbandingan berpasangan tersebut dapat diperoleh melalui pengukuran aktual maupun pengukuran relatif dari derajat kesukaan, atau kepentingan atau perasaan. Dengan demikian metode ini sangatberguna untuk membantu mendapatkan skala rasio dari hal-hal yang semula sulit diukur seperti pendapat, perasaan, prilaku dan kepercayaan. (Saaty,2001) Penggunaan AHP dimulai dengan membuat struktur hirarki atau jaringan daripermasalahan yang ingin diteliti. Di dalam hirarki terdapat tujuan utama, kriteria-kriteria, sub kriteria-sub kriteria dan alternatif-alternatif yang akan dibahas.

Perbandingan berpasangan dipergunakan untuk membentuk hubungan di dalamstruktur. Hasil dari perbandingan berpasangan ini akan membentuk matrik dimanaskala rasio diturunkan dalam bentuk eigen vektor utama atau fungsi-eigen. Matriktersebut berciri positif dan berbalikan, yakni aij = 1/ aji. (Saaty,2001)Sebagai studi kasus, dilakukan pengumpulan data tentang nilaikepentingan faktor-faktor yang berpengaruh dalam hal melakukan perjalananmenuju tempat kuliah. Data tersebut berupa data perbandingan berpasangandengan skala 1-9. Data yang terkumpul tersebut diolah dengan metode AHP yangsebelumnya dilakukan perhitungan geometrik rerata untuk mendapatkan matriksperbandingan berpasangan, kemudian diuji nilai consistency ratio (CR)-nya yaitudata yang CR-nya kurang dari 10% yang dianggap konsisiten. Untukmendapatkan hasil yang diharapkan, dilakukan analisa sensitivitas terhadapprioritas pemilihan alternatif moda yang ada. Analisa ini dilakukan dengan caratrial dan error pada masing-masing faktor. Dengan cara ini dapat dilihatkecenderungannya sehingga dapat diketahui pengaruhnya terhadap pergeseranprioritas pemilihan alternatif moda

Posted on

Teori Efisiensi dalam metode DEA (skripsi dan tesis)

Efisiensi adalah kemampuan untuk menyelesaikan suatu pekerjaan dengan benar atau dalam pandangan matematika didefinisikan sebagai perhitungan rasio output (keluaran) dan atau input (masuk) atau jumlah keluaran yang dihasilkan dari suatu input yang digunakan.nDalam Kamus Besar Bahasa Indonesia, efisiensi diterjemahkan dengan daya guna. Ini menunjukkan bahwa efisiensi selain menekankan pada hasilnya, juga ditekankan pada daya atau usaha/pengorbanan untuk mencapai hasil tersebut agar tidak terjadi pemborosan. Sedangkan menurut Ghiselli dan Brown The term efficiency has a very exact definition, It is expessed as the ratio of output to input. Jadi, menurut Ghiselli dan Brown istilah efisiensi mempunyai pengertian yang sudah pasti, yaitu menunjukkan adanya perbandingan antara output dan input.

Farrel mengemukakan bahwa efisiesi perusahaan terdiri dari dua komponen, yaitu:18

  1. Efisiensi Teknis

Efisiensi ini mencerminkan kemampuan untuk memproduksi output semaksimal mungkin dari input yang ada. Efisien secara teknis bukan berarti efisien dalam hal efisiensi harga atau alokatif.

  1. Efisiensi Alokatif/Harga

Allocative efficiency menggambarkan kemampuan perusahaan untuk menggunakan input dalam proporsi yang optimal yang juga memasukkan perhitungan biaya. Dicision Making Unit (DMU) dianggap efisien alokatif jika DMU menghasilkan outputnya dengan biaya seminimal mungkin dengan menggunakan minimal input.

Kedua komponen ini kemudian dikombinasikan untuk menghasilkan ukuran efisiensi total atau efisiensi ekonomis (economic efficiency).

Posted on

Model VRS (Variabel Return to Scale) (skripsi dan tesis)

Model ini dikembangkan oleh Banker, Charnes, dan Cooper (model BCC) pada tahun 1984 dan merupakan pengembangan dari model CCR. Model ini beranggapan bahwa perusahaan tidak atau belum beroperasi pada skala yang optimal. Asumsi dari model ini adalah bahwa rasio antara penambahan input dan output tidak sama (variable return to scale). Artinya, penambahan input sebesar x kali tidak akan menyebabkan output meningkat sebesar x kali, bisa lebih kecil atau lebih besar dari x kali. Peningkatan proporsi bisa bersifat increasing return to scale (IRS) atau bisa juga bersifat decreasing return to scale (DRS). Hasil model ini menambahkan kondisi convexity bagi nilai-nilai bobot

Posted on

Model Constant Return to Scale (CRS) (skripsi dan tesis)

Model constant return to scale dikembangkan oleh Charnes, Cooper dan Rhodes (Model CCR) pada tahun 1978. Model ini mengasumsikan bahwa rasio antara penambahan input dan output adalah sama (constant return to scale). Artinya, jika ada tambahan input sebesar x kali, maka output akan meningkat sebesar x kali juga. Asumsi lain yang digunakan dalam model ini adalah bahwa setiap perusahaan atau Dicision Making Unit (DMU) beroperasi pada skala yang optimal. Nilai efisiensi selalu kurang atau sama dengan 1. DMU yang nilai efisiensinya kurang dari 1 berarti inefisiensi sedangkan DMU yang nilai efisiensinya sama dengan 1 berarti DMU tersebut efisien.

Posted on

Teori Metode Data Envelopment Analysis (DEA) (skripsi dan tesis)

Data Envelopment Analysis (DEA) merupakan sebuah metode optimasi program matematika yang mengukur efisiensi teknik suatu Dicision Making Unit (DMU), dan membandingkan secara relatif terhadap DMU yang lain. Teknik analisis DEA didesain khusus untuk mengukur efisiensi relatif suatu DMU dalam kondisi banyak input maupun output. Efisiensi relatif suatu DMU adalah efisiensi suatu DMU dibanding dengan DMU lain dalam sampel yang menggunakan jenis input dan output yang sama. DEA memformulasikan DMU sebagai program linear fraksional untuk mencari solusi, apabila model tersebut ditransformasikan ke dalam program linear dengan nilai bobot dari input dan output.

Efisiensi relatif DMU dalam DEA juga didefinisikan sebagai rasio dari total output tertimbang dibagi total input tertimbang (total weighted output/total weighted input). Setiap DMU diasumsikan bebas menentukan bobot untuk setiap variabel-variabel input maupun output yang ada, asalkan mampu memenuhi dua kondisi yang disyaratkan, yakni:

  1. Bobot tidak boleh negatif
  2. Bobot harus bersifat universal. Hal ini berarti setiap DMU dalam sampel

harus dapat menggunakan seperangkat bobot yang sama untuk mengevaluasi rasionya (total weighted output/total weighted input) dan rasio tersebut tidak lebih dari 1 (total weighted output/total weighted input ≤ 1 ).

DEA berasumsi bahwa setiap DMU akan memiliki bobot yang memaksimumkan rasio efisiensinya (maximize total weighted output/total weighted input). Asumsi maksimisasi rasio efisiensi ini enjadikan penelitian DEA ini menggunakan orientasi output dalam menghitung efisiensi teknik.

Orientasi lainnya adalah meminimalisasi input, namun kedua asumsi tersebut akan diperoleh hasil yang sama. Suatu DMU dikatakan efisien secara relatif apabila nilai dualnya sama dengan 1 (nilai efisiensi 100 persen), sebaliknya apabila nilai dualnya kurang dari 1 maka DMU bersangkutan dianggap tidak efisien secara relatif atau mengalami inefisiensi.1

Posted on

Tahapan dalam metode DEA (skripsi dan tesis)

Tahapan dalam pengukuran nilai efisiensi pada metode DEA adalah sebagai berikut :

1.Melakukan penentuan DMU (decision making unit)

2.Tentukan variabel input dan variabel output.

3.DIlakukan analisis untuk memperoleh nilai efisiensi relative. Terdapat 2 model yang sering digunakan, yakni Constant Return to Scale (CRS) dan Charnes-Cooper-Rhodes (CCR) Super Efficiency

4.DEA model CRS (Constant Return to Scale) dikenal juga dengan nama DEA model CCR (Charnes-Cooper-Rhodes). Pada model ini diperkenalkan suatu ukuran efisiensi untuk masing-masing DMU yang merupakan rasio maksimum antara output yang terbobot dengan input yang terbobot. Masing-masing nilai

bobot yang digunakan dalam rasio tersebut ditentukan dengan batasan bahwa rasio yang sama untuk tiap DMU harus memiliki nilai yang kurang dari atau sama dengan satu

Posted on

Prinsip Kerja DEA (Data Envelopment Analysis) (skripsi dan tesis)

Prinsip kerja DEA adalah dengan membandingkan data input dan data output dari suatu organisasi data, atau yang disebut dengan Decission Making Unit (DMU), dengan data input dan output lainnya pada DMU yang sejenis. Perbandingan ini dilakukan untuk mendapatkan suatu nilai efisiensi.Efisiensi yang ditentukan dengan metode DEA adalah suatu nilai yang relatif, sehingga bukan merupakan suatu nilai mutlak yang dapat dicapai oleh suatu unit. DMU yang memiliki performansi terbaik akan memiliki tingkat efisiensi yang dinyatakan dalam nilai 100%, sedangkan DMU lain yang berada dibawahnya akan memiliki nilai efisiensi yang bervariasi, yaitu di antara 0% hingga 100%.

Posted on

Model Linear Programing (skripsi dan tesis)

Salah satu ciri khas model linear programming adalah bahwa linear programming didukung oleh macam-macam asumsi yang menjadi tulang punggung model tersebut. Asumsi tersebut adalah sebagai berikut :

  1. Propotionality

Asumsi ini berarti bahwa naik turunnya nilai z dan penggunaan faktor-faktor produksi yang tersedia akan berubah secara sebanding (proposional) dengan perubahan tingkat kegiatan.

  1. Additivity

Asumsi ini berarti bahwa nilai tujuan tiap kegiatan tidak saling mempengaruhi, atau dalam linear programming dianggap bahwa kenaikan nilai tujuan yang diakibatkan oleh kenaikan suatu  kegiatan  dapat  ditumbuhkan  tanpa  mempengaruhi  nilai  Z  yang  diperoleh  dari kegiatan lain.

  1. Divisibility

Asumsi ini mengatakan bahwa keluaran (output) yang dihasilkan oleh suatu kegiatan dapat berupa bilangan pecahan, demikian pula nilai Z yang dihasilkan.

  1. Deterministic (certainty)

Asumsi ini mengatakan bahwa semua parameter yang terdapat dalam model linear programming (aij, bj, cj ) dapat diperkirakan dengan pasti meskipun jarang digunakan tepat.

Posted on

Pengertian Linear Programing (skripsi dan tesis)

Dalam hal penetapan jumlah dan jenis produksinya yang harus dihasilkan perusahaan untuk periode tertentu dapat menggunakan metode linier programming. Dengan metode linier programming perusahaan dapat menentukan kombinasi produk yang akan dihasilkan perusahaan dengan kapasitas produksi yang dimiliki perusahaan. Untuk itu perlu diketahui bersama apa yang dimaksud dengan linier programming merurut para ahli.

Pengertian Linear Programing berdasarkan pendapat T. Hani Handoko (1999, p379) :

Linear Programing adalah suatu metode analitik paling terkenal yang merupakan suatu bagian  kelompok teknik-teknik yang disebut programisasi matematik.

Berdasarkan pendapat Sofjan Assauri (1999, p9) :

pengertian linear Programing merupakan suatu teknik perencanaan yang menggunakan model matematika dengan tujuan menemukan kombinasi-kombinasi produk yang terbaik dalam menyusun alokasi sumber daya yang terbatas guna mencapai tujuan yang digunakan secara optimal.

Berdasarkan pendapat Zainal Mustafa, EQ, dan Ali Parkhan (2000, p43)

Linear Programing  merupakan suatu cara yang lazim digunakan dalam pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal.

Berdasarkan pendapat Zulian Yamit (1996, p14) :

Linear programming adalah  metode  atau  teknik  matematis  yang  digunakan  untuk membantu manajer dalam pengambilan keputusan. Ciri khusus penggunaan metode matematis ini adalah berusaha mendapatkan maksimisasi atau minimisasi.

Tujuan Linear Programing adalah mencari pemecahan persoalan-persoalan yang timbul dalam perusahaan, yaitu mencari keadaan yang optimal dengan memperhitungkan batasan- batasan yang ada.

Posted on

Program Linier (skripsi dan tesis)

Menurut Jay Heizer dan Barry Render (2006, p676) Linear programming atau Program linear adalah teknik matematika yang banyak digunakan dimana dirancang untuk membantu manajer operasi merencanakan dan membuat keputusan yang diperlukan untuk mengalokasikan sumber daya. Sedangkan menurut Aminudin, dalam bukunya Prinsip ? prinsip Riset Operasi (2005, p.11) Linear Programming merupakan model matematik untuk mendapatkan alternative penggunaan terbaik atas sumber ? sumber organisasi. Kata sifat linier digunakan untuk menunjukkan fungsi ? fungsi matematik yang digunakan dalam bentuk linier dalam arti hubungan langsung dan persis proporsional. Jadi pengertian program linier adalah suatu teknik perencanaan yang bersifat analitis yang analisanya menggunakan model matematis, dengan tujuan menemukan beberapa kombinasi alternative pemecahan optimum terhadap persoalan.

Linear Programming (LP) adalah suatu pendekatan matematis untuk menyelesaikan suatu permasalahan agar didapatkan hasil yang optimal. Permasalahan yang sering diselesaikan dengan Linear Programming adalah product ? mix problem, dimana 2 atau lebih produk biasanya diproduksi dengan sumber daya yang terbatas. Selanjutnya perusahaan ingin mengetahui berapa banyak tiap produk harus diproduksi untuk mendapatkan profit maksimal dengan sumber daya yang terbatas tersebut.