BAB I PENDAHULUAN 1.1 Latar Belakang Industri sepeda motor nasional merupakan industri yang masih terus mengalami pertumbuhan. Berdasarkan data dari AISI (Asosiasi Industri Sepedamotor Indonesia) tingkat produksi sepeda motor cenderung mengalami peningkatan tiap tahun sejak tahun 1996 – 2010, pada tahun 2008 produksi sepeda motor di Indonesia mencapai 6.264.265 unit, dengan jumlah penjualan domestik sebanyak 6.215.831 unit dan ekspor sebanyak 64.968 unit. Angka tersebut merupakan jumlah tertinggi dibanding tahun-tahun sebelumnya. Sedangkan produksi sepeda motor nasional pada tahun 2010 diperkirakan akan mencapai 6.3 juta unit (Asosiasi Industri Sepedamotor Indonesia, 2010). Berdasarkan Indonesian Commercial Newsletter (2009) pertumbuhan produksi sepeda motor tersebut didorong oleh kebutuhan masyarakat akan alat transportasi yang murah dan fleksibel. Kebutuhan masyarakat tersebut akan terus ada mengingat belum adanya sistem transportasi masal yang terintegrasi. Masih berkaitan dengan fakta di atas, kondisi ekonomi global yang mengalami resesi diperkirakan juga akan membuat tingkat persaingan pada industri sepeda motor nasional semakin tinggi. Pasar yang tertekan akan memaksa para produsen untuk menggunakan berbagai macam strategi dalam memenangkan persaingan. Beberapa strategi yang ditempuh antara lain adalah dengan peluncuran model baru, penyesuaian harga, pembiayaan, pemasangan iklan dan promosi hingga pembangunan jaringan komunitas. Peluncuran model baru dan penyesuaian harga menjadi bagian dari strategi perusahan-perusahaan produsen sepeda motor dalam memenangkan persaingan pasar. Menurut Kasali (1998) hanya perusahaan yang kreatif saja yang dapat terus bertahan. Ia harus dapat mengubah produknya, kemasannya, pendekatannya, cara menangani pasarnya, atau bahkan segmen pasarnya dari waktu ke waktu. Dalam usaha menangani pasar, perusahaan sebaiknya dapat memahami perilaku konsumen dalam memilih suatu produk. Konsumen memiliki
1
pertimbangan yang sesuai dengan kebutuhan dan gaya hidupnya saat memutuskan menggunakan suatu barang. Hal itulah yang harus diperhatikan para produsen sepeda motor dalam menyusun strategi pemasaran, sehingga dapat memenangkan persaingan pasar sepeda motor. Persaingan pasar sepeda motor di Surakarta patut diperhatikan para produsen. Hal ini mengingat Surakarta merupakan salah satu kota besar di Jawa Tengah. Selain itu menurut Badan Pusat Statistik Surakarta (2010) kepadatan penduduk di kota Surakarta paling tinggi di Jawa Tengah. Kepadatan penduduk yang tinggi membawa konsekuensi terkait penyediaan sarana transportasi berupa sepeda motor. Beragamnya jenis sepeda motor menjadikan konsumen akan lebih selektif dalam memilih sepeda motor dengan memperhatikan atribut-atribut dari tiap sepeda motor, yang sesuai dengan kebutuhan. Oleh karena itu perlu diketahui karakteristik konsumen (variabel independen) mana yang paling mempengaruhi pemilihan sepeda motor. Menurut Honda (2009) karakteristik konsumen meliputi usia (X1), jenis kelamin (X2), pendidikan (X3), pekerjaan (X4), pengeluaran (X5), kebiasaan pergi jauh/ touring (X6), ketertarikan produk baru (X7), kebiasaan kredit (X8). Selain itu juga perlu diketahui atribut sepeda motor (variabel dependen) mana yang paling diperhitungkan konsumen. Masih menurut Honda (2009) atribut sepeda motor meliputi keiritan bensin (Y1), desain model (Y2), tipe model (Y3), kecepatan (Y4), daya tahan mesin (Y5), harga (Y6), harga jual kembali (Y7), dan ketersediaan bengkel (Y8). Untuk mengetahui keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor di kota Surakarta tersebut digunakan analisis korelasi kanonik. 1.2 Perumusan Masalah Berdasarkan uraian dalam latar belakang masalah, dapat dirumuskan tiga masalah. 1. Variabel karakteristik konsumen apakah yang paling berpengaruh dalam pemilihan sepeda motor?
2
2. Variabel atribut sepeda motor apakah yang paling mendasari pemilihan sepeda motor? 3. Bagaimana keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor? 1.3 Tujuan Penelitian Berikut adalah tujuan dari penelitian ini. 1. Menentukan variabel karakteristik konsumen yang paling berpengaruh dalam pemilihan sepeda motor dengan analisis korelasi kanonik 2. Menentukan variabel atribut sepeda motor yang paling mendasari pemilihan sepeda motor dengan analisis korelasi kanonik 3. Mengetahui keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor dengan analisis korelasi kanonik 1.4 Manfaat Penelitian Dapat menambah pengetahuan peran nyata statistik khususnya analisis korelasi kanonik dalam riset pemasaran.
3
BAB II LANDASAN TEORI 2.1 Tinjauan Pustaka Dalam penelitian ini, terdapat beberapa pengertian yang mendasari, yaitu pengertian mengenai perilaku kosumen, validitas dan reliabilitas, variansikovariansi dan korelasi, nilai eigen dan vektor eigen serta analisis korelasi kanonik. 2.1.1 Perilaku Konsumen dalam Pemasaran Mempelajari tentang perilaku konsumen merupakan hal yang sangat penting dalam dunia pemasaran, karena tujuan kegiatan pemasaran adalah untuk mempengaruhi konsumen supaya bersedia membeli barang dan jasa perusahaan pada saat mereka membutuhkannya. Sebelum kegiatan pemasaran dilakukan, manajer pemasaran harus memahami perilaku konsumen. Model menerangkan
perilaku
konsumen
bahwa
keputusan
yang
dikemukakan
konsumen
dalam
Kotler
pembelian
(2000) selain
dipengaruhi oleh karakteristik konsumen, dapat dipengaruhi oleh rangsangan perusahaan yang mencakup produk, harga, tempat dan promosi. Variabelvariabel di atas saling mempengaruhi proses keputusan pembelian sehingga menghasilkan keputusan pembelian yang didasarkan pada pilihan produk, pilihan merek, pilihan penyalur, waktu pembelian, jumlah pembelian. Kemudian Kotler (2000) menyatakan bahwa keputusan pembeli juga dipengaruhi oleh karakteristik pribadi, yaitu usia pembeli dan tahap siklus hidup, pekerjaan, keadaan ekonomi, gaya hidup, serta kepribadian dan konsep pribadi pembeli. Selanjutnya gaya hidup seseorang adalah pola hidup seseorang yang diungkapkan dalam kegiatan, minat, dan pendapat seseorang. Gaya hidup bisa merupakan identitas kelompok. Gaya hidup setiap kelompok akan mempunyai ciri-ciri tersendiri. Walaupun demikian, gaya hidup akan sangat relevan dengan usaha-usaha pelaku pasar untuk menjual produknya. Dengan kata lain, perubahan gaya hidup suatu kelompok akan mempunyai dampak yang luas pada berbagai aspek konsumen.
4
2.1.2 Validitas dan Reliabilitas 1. Validitas Menurut Azwar (1997), validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu kuesioner atau instrumen pengukur dapat dikatakan memiliki validitas yang tinggi bila alat tersebut menjalankan fungsi ukurnya atau memberikan hasil ukur yang sesuai dengan tujuan pengukuran tersebut. Uji validitas untuk data yang diperoleh dengan menggunakan kuesioner dapat dilakukan dengan menghitung korelasi produk momen (Pearson correlation), yaitu korelasi antara skor setiap butir pertanyaan dengan skor total. Rumus yang digunakan untuk itu adalah
n
ri
j 1
n
j 1
ij
ij
i t j t
i
2 n
t j 1
t
(2.1)
2
j
dengan ij adalah skor responden ke-j pada pertanyaan ke-i, i adalah rata-rata skor pertanyaan ke-i, tj adalah total skor seluruh pertanyaan untuk responden ke-j, t adalah rata-rata total skor, n adalah jumlah responden dan ri adalah korelasi antara butir pertanyaan ke-i dengan total skor. Pengujian validitas dilakukan dengan membandingkan angka korelasi yang diperoleh dengan angka kritis tabel korelasi nilai r. Angka kritis diperoleh dari tabel korelasi nilai r dengan taraf signifikansi 5% dan derajat bebas n-2. Bila angka korelasi yang diperoleh lebih besar daripada angka kritis tabel korelasi nilai r maka data dikatakan valid (Singarimbun & Effendi,1989). 2. Reliabilitas Menurut Azwar (1997), reliabilitas mempunyai berbagai nama lain seperti keterpercayaan, keterhandalan, keajegan, kestabilan, dan konsistensi. Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat
5
dipercaya hanya bila dalam beberapa kali pelaksanaan pengukuran terhadap kelompok subjek yang sama diperoleh hasil yang relatif sama, selama aspek yang diukur dalam diri responden memang belum berubah. Dalam hal ini, relatif sama berarti adanya toleransi terhadap perbedaan-perbedaan yang kecil diantara hasil beberapa kali pengukuran. Bila perbedaan itu sangat besar dari waktu ke waktu maka hasil pengukuran tidak dapat dipercaya dan dikatakan sebagai tidak reliabel. Masih berdasarkan Azwar (1997) bila skor pada responden pertama diberi lambang dan skor pada responden kedua diberi lambang , maka koefisien reliabilitas dinyatakan dengan simbol r ' , dengan 0 r 1 . Koefisien reliabilitas dikatakan sempurna bila r ' = 1, dan sebaliknya, kuesioner tidak reliabel bila r ' = 0. Uji reliabilitas dapat dilakukan dengan berbagai cara, salah satunya dengan metode pendekatan konsistensi internal yang menggunakan rumus Rulon, rumus Flanagan, atau dengan koefisien
Cronbach . Rumus Rulon dan rumus Flanagan digunakan untuk data diskrit, sedangkan untuk data diskrit maupun data interval,
r '
dapat dinyatakan
dengan nilai Cronbach yang dirumuskan
Cronbach
p Si2 p 1 i 1 2 p 1 ST
(2.2)
dengan p adalah banyaknya pertanyaan, Si2 adalah variansi skor butir pertanyaan ke-i dan ST2 adalah variansi skor total. Menurut Ghozali (2002) suatu variabel dikatakan reliabel bila nilai koefisien reliabilitas yang diperoleh lebih dari atau sama dengan 0.6. 2.1.3 Variansi-Kovariansi dan Korelasi Dalam suatu penelitian seringkali terdapat lebih dari satu variabel, sehingga ukuran-ukuran (data) yang terkumpul adalah data multivariat. Nilai variabelvariabel tersebut dicatat untuk masing-masing item, individu atau trial percobaan
6
yang berbeda. Untuk menunjukkan harga variabel ke-i yang diamati pada item kej digunakan notasi xij. Mean sampel dari n pengukuran pada variabel ke-i didefinisikan sebagai xi
1 n xij , i = 1,2,..., k. n j 1
Variansi sampel ke-i didefinisikan sebagai 2
i n si s ii xij xi i = 1,2,..., k n j 1 2
untuk n kecil (data kurang dari 40) digunakan pembagi n-1. Sedangkan untuk kovariansi sampel sih didefinisikan sebagai sih
1 n xij xi x hj xh n j 1
i 1,2,..., k h 1,2,..., k.
Untuk koefisien korelasi sampel untuk variabel ke-i dan variabel ke-h didefinisikan sebagai rih
i 1,2,..., k h 1,2,..., k.
sih
sii s hh 1/ 2
1/ 2
Statistik deskriptif di atas dapat dituliskan dalam bentuk matriks sebagai
x1 x mean sampel X 2 , xk s11 s variansi-kovariansi sampel S n 21 s k1
1 r dan korelasi R 21 rk1
r12 1 rk 2
s12 s 22 sk 2
r1k r2 k 1
s1k s 2 k , s kk
(Johnson & Wichern,1988).
7
2.1.4 Nilai Eigen dan Vektor Eigen Bila M adalah sebuah matriks n x n, maka sebuah vektor tak nol x pada Rn disebut vektor eigen (eigenvector) dari M bila Mx adalah kelipatan skalar dari x. Lebih jelasnya dapat dituliskan Mx = λx untuk skalar sembarang λ. Skalar λ disebut nilai eigen (eigenvalue) dari M dan x disebut sebagai vektor dari M yang terkait dengan λ (Anton & Rorres, 2004). 2.1.5 Analisis Korelasi Kanonik Analisis korelasi kanonik adalah metode statistik multivariat yang dapat digunakan untuk mengetahui keeratan hubungan antara kelompok variabel independen dan kelompok variabel dependen. Analisis ini berfokus pada korelasi antara kombinasi linear dari kelompok variabel dependen dengan kombinasi linear dari kelompok variabel independen. Ide utama dari analisis ini adalah mencari pasangan dari kombinasi linear tersebut yang memiliki korelasi terbesar. Pasangan dari kombinasi linear ini merupakan fungsi kanonik dan korelasinya disebut korelasi kanonik (Hair et al., 1998). Hal-hal yang harus diperhatikan dalam melakukan analisis korelasi kanonik sebagai berikut. 1. Asumsi Dasar Analisis Korelasi Kanonik Analisis korelasi kanonik mensyaratkan beberapa asumsi yang harus dipenuhi, antara lain permasalahan ukuran sampel, multikolinearitas dan normal multivariat. Di antara asumsi tersebut, yang paling penting adalah normal multivariat. Pengujian normal multivariat analog dengan asumsi normal univariat untuk semua variabel (Sherry & Henson, 2005). Menurut Hair et al. (1998) dalam analisis korelasi kanonik diperlukan asumsi normalitas pada variabel bertipe metrik. Teknik pengujian asumsi normal multivariat dilakukan dengan uji normalitas untuk setiap variabel. Bila secara individu sebuah variabel memenuhi asumsi normalitas maka secara keseluruhan juga akan memenuhi asumsi normal multivariat. Menurut Supranto (2000) asumsi normalitas terpenuhi bila nilai signifikansi pada uji
8
Kolmogorov Smirnov lebih dari alpha. Dalam hal ini alpha yang digunakan sebesar 0.05. Asumsi tidak adanya multikolinearitas dapat diketahui dengan cara menganalisis matriks korelasi sederhana antar variabel independen dan korelasi sederhana antar variabel dependennya. Bila nilai korelasi cukup besar, yaitu di atas 0.8 maka dimungkinkan terjadi multikolinearitas, tetapi bila ada yang melampaui 0.95 dapat dikatakan terjadi multikolinearitas serius (Glantz & Slinker, 1990). 2.
Koefisien Kanonik dan Fungsi Kanonik Misalkan terdapat kelompok variabel dependen Y1, Y2, …, Yk yang dinotasikan dengan vektor variabel acak Y, dan kelompok variabel independen X1, X2, …, Xk yang dinotasikan dengan vektor variabel acak X, maka karakteristik dari vektor variabel acak X dan Y tersebut menurut Johnson & Wichern (1988) adalah
E(Y) μY
Cov(X, Y) Σ XY Σ t YX
E(X) μ X
Cov(Y) ΣYY Cov(X) Σ XX .
Misalkan At = a1 , a 2 ,..., a k dan Bt = b1 , b2 ,..., bk maka kombinasi linear dari kedua kelompok variabel tersebut dapat dituliskan sebagai W= AtX a1 X 1 a 2 X 2 .... a k X k V= BtY b1Y1 b2Y2 .... bk Yk . Vektor koefisien A dan B dapat diperoleh dengan cara mencari 1 12 22 ... 2k yang merupakan nilai eigen dari matriks YY YX XX1 XY
yang berpadanan dengan vektor eigen
f1 , f 2 ,..., f k . Di samping itu,
1 12 22 ... 2k juga merupakan nilai eigen dari matriks XX1 XY YY YX
yang berpadanan dengan vektor eigen e1 , e 2 ,..., e k . Sehingga vektor koefisien kanonik A dan B diperoleh sebagai berikut
9
a1 a2
ak
1 t
e1 XX e1 1 t
e 2 XX e 2
1 t
e k XX e k
1
e1
b1
e2
b2
bk
ek
t
f 1 YY f 1
f1
1 t
f 2 YY f 2
1 t
f k YY f k
f2
(2.3)
fk .
Korelasi kanonik diperoleh dengan menghitung Corr Wk ,Vk k
a tk XY b k a tk XX a k b tk YY b k
.
Didefinisikan pasangan pertama dari variabel kanonik adalah kombinasi linear W1 dan V1 yang memiliki variansi satu dan korelasinya terbesar. Pasangan kedua dari variabel kanonik adalah kombinasi linear W2 dan V2 yang memiliki variansi satu dan korelasi terbesar kedua serta tidak berkorelasi dengan variabel kanonik yang pertama. Sedangkan pasangan ke-k dari variabel kanonik adalah kombinasi linear Wk dan Vk yang memiliki variansi satu dan korelasinya terbesar ke-k serta tidak berkorelasi dengan variabel kanonik 1, 2, …, k-1. Dengan demikian dapat dituliskan Fungsi kanonik pertama :
W1 a 1t X
Var ( W1 ) 1
Var(V1 ) 1 , maksimum Corr W1 , V1 1 .
V1 b1t Y Fungsi kanonik kedua :
W2 a 2t X
Var(W2 ) Var(V2 ) 1
V2 b Y CovW1 , V2 CovW2 , V1 0 , maksimum Corr W2 , V2 ρ 2 . Fungsi kanonik ke-k : t 2
Wk a tk X Vk b Y t k
Var(Wk ) Var(Vk ) 1
CovWk , Vk 0, maksimum Corr Wk , Vk ρk .
Dari uraian di atas dapat dituliskan dalam analisis korelasi kanonik dari variabel kanonik W dan V, dapat dibentuk fungsi kanonik W= AtX dan
10
V= BtY dengan A dan B adalah vektor koefisien kanonik yang didapatkan dari persamaan (2.3). 3. Uji Signifikansi Korelasi Kanonik Ada dua hipotesis yang diujikan dalam analisis korelasi kanonik yaitu uji hipotesis untuk mengetahui apakah secara keseluruhan korelasi kanonik signifikan dan uji hipotesis untuk mengetahui apakah ada sebagian korelasi kanonik yang signifikan (Rencher, 2002). (a). Uji korelasi kanonik secara bersama Berdasarkan Rencher (2002), pengujian korelasi kanonik secara bersama dilakukan dengan uji statistik Wilk melalui pendekatan distribusi F . Hipotesisnya adalah H 0 : 1 2 ... k 0 H 1 : ada i 0 dimana i 1,2,..., k. k 1 1 / t df1 Statistik uji F = , dengan 1 i2 . 1/ t df 2 i 1
Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi bila F F dengan derajat bebas df1 dan df2 dimana
1 1 df1 k 2 , df 2 wt k 2 1 , dengan w n 2k 3 , dan 2 2 t
k4 4 . 2k 2 5
Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan dalam pengujian ini adalah 0.05. (b). Uji individu Berdasarkan Rencher (2002), pengujian korelasi kanonik secara individu dilakukan melalui pendekatan distribusi F . Dengan hipotesisnya adalah H 0 : 1 0, 2 0,..., k 0 H1 : i 0
dimana i 1,2,..., k .
11
Statistik uji F =
1 j j
1/ t
1/ t
k df 1 , dengan j 1 i2 . df 2 i j
Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi bila F F dengan derajat bebas df1 dan df2 dimana
1 1 df1 (k j 1) 2 , df 2 wt (k j 1) 2 1 , dengan w n 2k 3 , 2 2 dan t
(k j 1) 4 4 . 2(k j 1) 2 5
Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan dalam pengujian ini adalah 0.05. 4. Interpretasi Fungsi Kanonik Menurut Hair et al. (1998), interpretasi yang dapat dilakukan dalam analisis korelasi kanonik yaitu terhadap koefisien kanonik (bobot kanonik/weight canonic), muatan/loadings canonic dan muatan silang/cross loadings canonic. (a) Bobot kanonik merupakan koefisien kanonik yang telah dibakukan, dapat diinterpretasikan sebagai besarnya kontribusi variabel asal terhadap variat kanonik. Semakin besar nilai koefisien ini menyatakan semakin besar kontribusi variabel yang bersangkutan terhadap variat kanonik. Bila tanda dari bobot suatu variabel berlawanan dengan variat kanoniknya maka menunjukkan hubungan yang terbalik dengan variabel lainnya. Bobot kanonik memiliki sifat tidak stabil karena pengaruh multikolinearitas, maka dalam mengoptimalkan hasil perhitungan korelasi kanonik, lebih tepat menggunakan muatan kanonik dan muatan silang kanonik untuk menginterpretasi hasil dari analisis korelasi kanonik. (b) Muatan kanonik dapat dihitung dari korelasi sederhana antara variabel asal dengan masing-masing koefisien variat kanoniknya. Semakin besar nilai muatan kanonik mencerminkan semakin dekat hubungan fungsi kanonik
12
yang bersangkutan dengan variabel asal. Masih berdasarkan Hair et al. (1998) muatan kanonik variabel dependen diperoleh dengan rumus R YV R YY B
(2.4)
RYY merupakan korelasi sederhana antar kelompok variabel Y dan B merupakan vektor koefisien kanonik variat V. Sedangkan muatan kanonik variabel independen diperoleh dengan rumus R XW R XX A
(2.5)
RXX merupakan korelasi sederhana antar kelompok variabel X dan A merupakan matriks koefisien kanonik variat W. (c) Muatan silang kanonik dapat dihitung dari perkalian dari nilai korelasi kanonik dengan muatan kanonik. Perhitungan ini mencakup korelasi tiap variabel dependen dengan variat kanonik independen dan juga sebaliknya. Semakin besar nilai muatan silang kanonik mencerminkan semakin dekat hubungan fungsi kanonik yang bersangkutan dengan variabel lawan. Masih berdasarkan Hair et al. (1998) muatan silang kanonik variabel dependen diperoleh dengan rumus R YW R YV k . RYW merupakan muatan kanonik variabel dependen dan k adalah nilai korelasi kanonik fungsi kanonik ke-k. Sedangkan muatan silang kanonik variabel independen diperoleh dengan rumus R XV R XW k RXW merupakan muatan kanonik variabel independen dan k adalah nilai korelasi kanonik fungsi kanonik ke-k. Keeratan hubungan antar dua kelompok variabel dapat dikatakan baik bila semua koefisien muatan silang kanonik dari variabel dependen maupun independen lebih dari atau sama dengan 0.45 (Sherry & Henson, 2005).
13
5. Redundansi Redundansi merupakan sebuah indeks yang menghitung proporsi keragaman yang dapat dijelaskan oleh variabel kanonik yang dipilih baik dari variabel kanonik dependen maupun variabel kanonik independen. Proporsi keragaman Y yang diterangkan oleh variat kanonik V diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan, muatan kanonik diperoleh dari persamaan (2.4), atau dapat dituliskan dengan rumus k
R
2
( k )Y
R
2
YVi
i 1
k
dengan k adalah jumlah variabel dalam kelompok variabel dependen. Proporsi keragaman Y yang diterangkan oleh variat kanonik W diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus
R 2 ( k )Y
X
k R 2 ( k )Y . 2
Proporsi keragaman X yang diterangkan oleh variat kanonik W diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan, muatan kanonik diperoleh dari persamaan (2.5), atau dapat dituliskan dengan rumus k
R
2
(k ) X
R
2
XWi
i 1
k
dengan k adalah jumlah variabel dalam kelompok variabel independen. Proporsi keragaman X yang diterangkan oleh variat kanonik V diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus
R 2 (k ) X Y k R 2 (k ) X . 2
Kuadrat korelasi kanonik menyatakan estimasi variansi yang dapat diterangkan melalui variat kanoniknya, tetapi bukan menyatakan variansi dari variabel. Jadi tidak dapat menganggap 100% dari variansi kelompok
14
variabel dependen dijelaskan oleh himpunan variabel independen, dan juga sebaliknya (Hair et al., 1998). Selain itu dijelaskan oleh Keramati (2007) bahwa suatu variat kanonik dikatakan cukup baik dan signifikan dalam menerangkan variansi dalam suatu penelitian, bila nilai proporsi keragaman kumulatifnya lebih dari 25%. Hal ini mengingat kemungkinan adanya variabel-variabel lain yang juga berkontribusi dalam perhitungan namun belum disertakan dalam penelitian. 2.2 Kerangka Pemikiran Berdasarkan tinjauan pustaka, dapat disusun suatu kerangka pemikiran 1. Dilakukan presampling dengan mengedarkan kuesioner 30 buah, data yang diperoleh diuji reliabilitas dan validitasnya untuk mengetahui keakuratan kuesioner yang akan digunakan. 2. Kuesioner yang sudah reliabel dan valid diedarkan ke seluruh responden. 3. Data yang sudah diperoleh dikenai uji validitas dan reliabilitas. 4. Data dikenai uji asumsi yaitu normal multivariat dan multikolinearitas. 5. Dilakukan analisis korelasi kanonik terhadap data tersebut sehingga diperoleh fungsi kanonik dan besarnya korelasi kanonik. 6. Korelasi kanonik yang didapatkan diuji statistik untuk mengetahui signifikansinya. 7. Berdasarkan fungsi kanonik yang signifikan, dicari nilai redundansinya untuk mengetahui proporsi keragaman yang diterangkan oleh variabel asal maupun variabel lawan. 8. Interpretasi fungsi kanonik dengan bobot kanonik, muatan kanonik dan muatan silang kanonik sehingga diketahui variabel yang memiliki hubungan paling erat baik di dalam kelompok variabel maupun antar kelompok variabel.
15
BAB III METODE PENELITIAN 3.1 Sumber Data Data yang digunakan dalam penelitian ini berupa data primer yang diperoleh dengan mengedarkan kuesioner kepada konsumen/pemilik sepeda motor di kota Surakarta. Sampel yang digunakan sebanyak 150 responden dari 5 kecamatan yang berada di kota Surakarta, yaitu kecamatan Banjarsari, kecamatan Jebres, kecamatan Pasar Kliwon, kecamatan Serengan, dan kecamatan Laweyan. Jumlah responden tiap kecamatan sebanyak 30 orang. Pemilihan responden untuk mengisi kuesioner tiap kecamatan dipilih secara random. Kuesioner yang digunakan terdapat dalam Lampiran 1 dan untuk hasil pengisian kuesioner dapat dilihat dalam Lampiran 2. Penelitian dimulai dengan melakukan presampling untuk mengukur validitas dan reliabilitas kuesioner. Sampel yang digunakan sebanyak 30 responden. Uji validitas dari masing-masing pertanyaan dapat dicari dengan menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat pada Lampiran 3. Dalam Tabel 3.1 terlihat bahwa semua pertanyaan valid karena memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel korelasi-r untuk derajat bebas 28 dan taraf signifikansi 5% yaitu 0.3739. Tabel 3.1 Koefisien korelasi Pearson dari sebelas pertanyaan presampling Variabel Kebiasaan touring Ketertarikan produk baru Kebiasaan kredit Keiritan bensin Desain model Tipe model Kecepatan Daya tahan mesin Harga Harga jual kembali Ketersediaan bengkel
Koefisien korelasi pearson 0.495 0.657 0.554 0.560 0.782 0.742 0.700 0.760 0.742 0.541 0.568
16
Langkah berikutnya dilakukan uji reliabilitas dengan menggunakan persamaan (2.2) dan diperoleh nilai koefisien Cronbach = 0.7446 lebih dari 0.6 sehingga dapat disimpulkan bahwa variabel yang dibentuk sudah reliabel dan dapat dikatakan bahwa kuesioner yang dibagikan dapat memberikan data yang konsisten. Setelah kuesioner dinyatakan valid dan reliabel, maka penelitian dapat dilakukan dengan menggunakan kuesioner tersebut untuk mendapatkan data keseluruhan yang akan dianalisis. Selanjutnya dilakukan penelitian untuk seluruh responden pada bulan Juli – Agustus 2010. Masing-masing responden menjawab pertanyaan dalam kuesioner yang sudah valid dan reliabel. Pertanyaan-pertanyaan yang diberikan mewakili variabel-variabel yang diteliti. Variabel yang diteliti terdiri kelompok variabel independen (karakteristik konsumen) dan kelompok variabel dependen (atribut sepeda motor). Rincian masing-masing kelompok variabel dapat dilihat dalam Tabel 3.2 dan Tabel 3.3. Tabel 3.2 Keterangan dan skor variabel independen (karakteristik konsumen) Variabel Usia (X1)
Keterangan Usia dari responden
Jenis kelamin (X2) Pendidikan (X3)
Jenis kelamin responden Tingkat pendidikan terakhir responden
Pekerjaan (X4)
Jenis pekerjaan yang dimiliki responden
Pengeluaran (X5)
Jumlah rata-rata pengeluaran untuk kebutuhan sehari-hari tiap bulan.
Skor 1 : < 20 tahun 2 : 20- 29 tahun 3 : 30- 39 tahun 4 : 40- 49 tahun 5 : > 50 tahun 1 : Laki-laki 2 : Perempuan 1 : Tidak tamat SD 2 : SD 3 : SMP 4 : SMA 5 : Perguruan Tinggi 1 : Pensiunan 2 : Wiraswasta 3 : Karyawan swasta 4 : Pegawai negeri 5 : Pelajar 1 : < Rp. 500.000,2 : Rp. 500.001,- s/d Rp. 1.500.000,3 : Rp. 1.500.001,- s/d Rp.2.500.000,4 : Rp. 2.500.001,- s/d Rp.3.500.000,5 : > Rp. 3.500.000,-
17
Lanjutan Tabel 3.2 Kebiasaan pergi jauh/touring (X6) Ketertarikan produk baru (X7) Kebiasaan kredit (X8)
Rutinitas melakukan perjalanan jauh (dengan jarak > 50 km) Kecenderungan konsumen untuk menggunakan barang yang up to date Kecenderungan konsumen membayar secara kredit dalam membeli barang
1 : Sangat jarang (tiap > 4 bulan) 2 : Jarang (tiap 1-4 bulan) 3 : Sering (tiap minggu) 4 : Sangat sering (tiap hari) 1 : Sangat tidak tertarik 2 : Tidak tertarik 3 : Tertarik 4 : Sangat tertarik 1 : Sangat sering 2 : Sering 3 : Jarang 4 : Sangat jarang
Tabel 3.3 Keterangan dan skor variabel dependen (atribut sepeda motor) Variabel Keiritan bensin (Y1) Desain model (Y2) Tipe model (Y3) Kecepatan (Y4) Daya tahan mesin (Y5) Harga beli (Y6)
Keterangan
Skor
Jumlah bahan bakar bensin yang dibutuhkan oleh sepeda motor
1 : Sangat boros 2 : Boros 3 : Irit 4 : Sangat irit Tampilan fisik dari 1 : Sangat jelek sepeda motor 2 : Jelek 3 : Bagus 4 : Sangat bagus 1 : Sangat sulit Kemudahan teknologi 2 : Sulit sepeda motor (matic/ 3 : Mudah non matic) 4 : Sangat mudah Kemampuan sepeda 1 : Sangat lambat motor menempuh jarak 2 : Lambat dalam waktu yang 3 : Cepat tertentu 4 : Sangat cepat Kemampuan mesin 1 : Sangat buruk tetap berfungsi dengan 2 : Buruk baik saat digunakan 3 : Baik dalam waktu yang lama 4 : Sangat baik Harga sepeda motor saat 1 : Sangat mahal dibeli 2 : Mahal 3 : Murah 4 : Sangat murah
18
Lanjutan Tabel 3.3 Harga sepeda motor saat 1 : Sangat murah Harga jual dijual kembali setelah 2 : Murah kembali (Y7) digunakan 3 : Mahal 4 : Sangat mahal Ketersediaan Keberadaan bengkel 1 : Sangat jarang bengkel (Y8) resmi sepeda motor di 2 : Jarang sekitar tempat tinggal 3 : Banyak konsumen 4 : Sangat banyak
3.2 Metode Analisis Data Tahap analisis data yaitu mengolah data yang telah diperoleh, karena perhitungan secara manual cukup rumit dan memakan waktu lama, maka perhitungan dilakukan dengan bantuan software SPSS 11.0 . Penelitian ini berupa studi kasus tentang analisis korelasi kanonik yang diaplikasikan dengan langkah-langkah sebagai berikut. 1. Melakukan uji validitas dan reliabilitas untuk semua data. 2. Melakukan uji asumsi normalitas dan multikolinearitas data. 3. Melakukan analisis korelasi kanonik dengan langkah-langkah (a) menentukan fungsi kanonik dan besarnya korelasi kanonik, (b) melakukan uji signifikansi terhadap korelasi kanonik, baik uji secara bersama-sama maupun individu, (c) menentukan nilai redundansi dari beberapa fungsi kanonik yang signifikan. 4. Menginterpretasi fungsi kanonik dengan tiga cara yaitu (a) menentukan bobot kanonik (weight kanonik) untuk mengetahui urutan kontribusi relatif dari tiap kelompok variabel, (b) menentukan muatan kanonik (loading kanonik) untuk mengetahui variabel yang memiliki hubungan paling erat dalam tiap kelompok variabel, (c) menentukan muatan silang kanonik (cross loading kanonik) untuk variabel yang memiliki hubungan paling erat antar kelompok variabel.
19
BAB IV PEMBAHASAN 4.1 Uji Validitas dan Reliabilitas Data keseluruhan yang diperoleh dari pengisian kuesioner diuji validitas dan reliabilitasnya. Uji validitas dari masing-masing pertanyaan dapat dicari dengan menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat pada Lampiran 3. Dalam Tabel 4.1 terlihat bahwa semua pertanyaan valid karena memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel korelasi-r untuk derajat bebas 148 dan taraf signifikansi 5% yaitu 0.1614. Selanjutnya dilakukan uji reliabilitas dengan menggunakan persamaan (2.2) dan diperoleh nilai koefisien Cronbach = 0.7446 lebih dari 0.6 sehingga dapat disimpulkan bahwa variabel yang dibentuk sudah reliabel dan dapat dikatakan bahwa kuesioner yang dibagikan dapat memberikan data yang konsisten. Tabel 4.1 Koefisien korelasi Pearson dari sebelas pertanyaan data keseluruhan Variabel Koefisien Signifikansi korelasi pearson Kebiasaan touring 0.395 0.000 Ketertarikan produk baru 0.474 0.000 Kebiasaan kredit 0.418 0.000 Keiritan bensin 0.455 0.000 Desain model 0.627 0.000 Tipe model 0.688 0.000 Kecepatan 0.679 0.000 Daya tahan mesin 0.654 0.000 Harga 0.327 0.000 Harga jual kembali 0.534 0.000 Ketersediaan bengkel 0.611 0.000 4.2 Pemeriksaan Asumsi Sebelum dilakukan pengolahan data dengan korelasi kanonik, keseluruhan data yang diperoleh diuji terlebih dahulu sesuai persyaratan-persyaratan yang harus dipenuhi yaitu asumsi normalitas dan multikolinearitas.
20
1. Pengujian Normalitas Multivariat Pengujian normalitas dilakukan dengan uji Kolmogorov Smirnov untuk masing-masing variabel dependen maupun independen yang bertipe metrik. Berdasarkan perhitungan, semua variabel tersebut berdistribusi normal karena nilai signifikansi lebih dari 0.05, hasil perhitungan dapat dilihat pada output SPSS 11.0 yang terdapat dalam Lampiran 4. 2. Pengujian Multikolinearitas Pengujian multikolinearitas dilakukan dengan melihat matriks korelasi sederhana antar variabel independen dan korelasi sederhana antar variabel dependennya. Berdasarkan hasil perhitungan yang tampak pada Tabel 4.2 dan 4.3, tidak ada korelasi yang bernilai lebih dari 0.8 maka dapat disimpulkan tidak terdapat multikolinearitas. Tabel 4.2 Korelasi sederhana antar variabel independen Var X1 X2 X3 X4 X5 X6 X7 X8
X1 X2 X3 X4 X5 X6 X7 X8 1.000 -0.172 -0.146 -0.434 0.319 -0.040 -0.026 -0.079 -0.172 1.000 0.026 0.037 -0.138 -0.079 0.096 0.128 -0.146 0.026 1.000 0.210 0.128 0.088 0.060 0.050 -0.434 0.037 0.210 1.000 -0.185 0.021 0.049 -0.004 0.319 -0.139 0.128 -0.185 1.000 0.293 0.208 -0.201 -0.040 -0.079 0.088 0.021 0.293 1.000 0.231 0.015 -0.026 0.096 0.060 0.049 0.208 0.231 1.000 0.063 -0.079 0.128 0.050 -0.004 -0.201 0.015 0.063 1.000
Tabel 4.3 Korelasi sederhana antar variabel dependen Var Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8
Y1 1.000 0.217 0.226 0.219 0.202 0.231 0.243 0.171
Y2 Y3 Y4 Y5 0.217 0.226 0.219 0.202 1.000 0.412 0.436 0.452 0.412 1.000 0.452 0.631 0.436 0.452 1.000 0.383 0.452 0.631 0.383 1.000 0.087 -0.114 0.163 -0.036 0.332 0.337 0.288 0.331 0.304 0.447 0.334 0.364
21
Y6 0.231 0.087 -0.114 .0.163 -0.036 1.000 0.068 0.086
Y7 0.243 0.332 0.337 0.288 0.331 0.068 1.000 0.375
Y8 0.171 0.304 0.447 0.334 0.364 0.086 0.375 1.000
4.3 Hasil Analisis Korelasi Kanonik Dengan terpenuhinya semua persyaratan untuk uji korelasi kanonik, maka analisis data dapat dilanjutkan. Pengolahan data dalam analisis korelasi kanonik menggunakan program SPSS ver 11.0. Hasil perhitungan secara lengkap dapat dilihat pada Lampiran 5. Untuk kepentingan memperoleh hasil penelitian hanya diambil bagian-bagian yang penting. Adapun bagian-bagian tersebut dapat dilihat di bawah ini. 1. Fungsi Kanonik Banyaknya fungsi kanonik yang terbentuk mengikuti jumlah minimal variabel dalam setiap kelompok variabel. Dalam kasus ini, kelompok variabel dependen terdiri dari 8 variabel sedangkan kelompok variabel independen juga terdiri dari 8 variabel, maka akan terbentuk 8 fungsi kanonik. Penentuan jumlah fungsi kanonik yang dapat digunakan dalam tahap interpretasi didasarkan pada uji signifikansi statistik dan indeks redundansi tiap variat kanonik. 2. Uji Signifikansi Statistik (a). Pengujian secara bersama-sama Tabel 4.4 Hasil uji signifikansi multivariat bersama Uji Statistik Pillai Hotelling Wilk Roy
Nilai 1.05126 1.53678 0.28427 0.41517
Pengujian
dilakukan
Pendekatan F-statistik 2.66646 3.17562 2.96751
dengan
membandingkan
Signifikansi F 0.000 0.000 0.000
antara
nilai
signifikansi F dan taraf signifikansi . Dengan menggunakan uji statistik Wilk dan 0.05 , terlihat pada Tabel 4.4 bahwa semua fungsi signifikan karena nilai signifikansi F kurang dari 0.05. Dengan demikian bila digabung secara bersama-sama, fungsi kanonik 1 sampai fungsi kanonik 8
22
dapat dianalisis lebih lanjut. Hasil pengujian secara bersama-sama dalam Tabel 4.4 tersebut berdasarkan output SPSS 11.0 pada Lampiran 5. (b). Pengujian secara individu Tabel 4.5 Hasil uji signifikansi individu Fungsi kanonik
Korelasi kanonik
1 2 3 4 5 6 7 8
0.644 0.555 0.441 0.263 0.193 0.150 0.070 0.014 Pengujian
dilakukan
Korelasi kanonik kuadrat 0.41517 0.30753 0.19469 0.06940 0.03707 0.02236 0.00484 0.00020 dengan
F-statistik
Signifikansi F
2.96751 2.14940 1.39872 0.76910 0.57131 0.42984 0.17693 0.02843
0.000 0.000 0.064 0.783 0.905 0.919 0.950 0.866
membandingkan
antara
nilai
signifikansi F dan taraf signifikansi . Dari Tabel 4.5 terlihat bahwa nilai signifikansi F fungsi pertama dan kedua kurang dari 0.05 sehingga signifikan secara individu. Sedangkan fungsi ketiga sampai fungsi kedelapan nilai signifikansi lebih dari 0.05 maka fungsi-fungsi tersebut tidak signifikan secara individu. Dengan demikian hanya fungsi pertama dan fungsi kedua yang dapat dianalisis lebih lanjut karena signifikan secara individu dan bersama-sama. Sedangkan fungsi ketiga sampai fungsi kedelapan secara individu tidak dapat dianalisis lebih lanjut. Hasil pengujian secara individu dalam Tabel 4.5 tersebut berdasarkan output SPSS 11.0 pada Lampiran 5. 3. Analisis Redundansi Analisis redundansi dilakukan hanya pada dua fungsi kanonik, yaitu fungsi kanonik pertama dan kedua. Dalam analisis redundansi yang digunakan adalah nilai muatan kanonik, korelasi kanonik kuadrat ( k ) dan indeks 2
redundansi. Indeks redundansi diperoleh dari perkalian rata-rata muatan
23
kanonik kuadrat dengan korelasi kanonik kuadrat ( k ) . Berikut perhitungan 2
indeks redundansi untuk dua fungsi kanonik yang ditampilkan dalam Tabel 4.6 dan 4.7. Tabel 4.6 dan 4.7 menunjukkan hasil perhitungan rata-rata muatan kanonik kuadrat dan indeks redundansi untuk variabel dependen dan independen dari fungsi pertama dan fungsi kedua. Rata-rata muatan kanonik kuadrat digunakan untuk mengetahui proporsi variansi bersama dalam masing-masing
variat
kanonik,
sedangkan
indeks
redundansi
untuk
mengetahui proporsi variansi yang dijelaskan varit kanonik lawan. Penyajian secara kumulatif dapat dilihat dalam Tabel 4.8 dan 4.9. Tabel 4.6 Perhitungan indeks redundansi untuk fungsi kanonik pertama Variat/ variabel
Muatan kanonik
Variabel independen X1 X2 X3 X4 X5 X6 X7 X8 Variat independen
0.267 -0.597 -0.241 -0.241 0.046 -0.569 -0.557 -0.352
Variabel dependen Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Variat dependen
-0.201 -0.537 -0.572 -0.768 -0.553 -0.565 -0.384 -0.558
Muatan kanonik kuadrat
Rata-rata muatan kuadrat
Korelasi kanonik kuadrat
Indeks Redundansi
0.162986
0.41517
0.067667
0.291204
0.41517
0.120899
0.071289 0.356409 0.058081 0.058081 0.002116 0.323761 0.310249 0.123904 1.30389
0.040401 0.288369 0.327184 0.589824 0.305809 0.319225 0.147456 0.311364 2.329632
24
Tabel 4.7 Perhitungan indeks redundansi untuk fungsi kanonik kedua Variat/ variabel Variabel independen X1 X2 X3 X4 X5 X6 X7 X8 Variat independen Variabel dependen Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8 Variat dependen
Muatan kanonik
Muatan kanonik kuadrat
0.277 -0.421 0.028 -0.039 0.606 0.556 0.399 -0.621
0.076729 0.177241 0.000784 0.001521 0.367236 0.309136 0.159201 0.385641 1.477489
0.127 0.193 -0.476 -0.173 -0.194 0.607 0.010 -0.562
Rata-rata muatan kuadrat
Korelasi kanonik kuadrat
Indeks Redundansi
0.184686
0.30753
0.056797
0.128989
0.30753
0.039668
0.016129 0.037249 0.226576 0.029929 0.037636 0.368449 0.0001 0.315844 1.031912
Dari Tabel 4.8 dapat disimpulkan bahwa pada fungsi pertama, variansi dalam variabel independen dapat dijelaskan sebesar 16.3 % oleh variat kanonik independen, dan dapat dijelaskan sebesar 6.8 % oleh variat kanonik dependennya. Untuk fungsi kedua variansi dalam variabel dependen dapat dijelaskan sebesar 18.5 % oleh variat kanonik independen, dan dapat dijelaskan sebesar 5.7 % oleh variat kanonik dependennya. Dari Tabel 4.9 dapat disimpulkan bahwa pada fungsi pertama, variansi dalam variabel dependen dapat dijelaskan sebesar 29.1 % oleh variat kanonik dependen, dan dapat dijelaskan sebesar 12.1 % oleh variat kanonik independennya. Untuk fungsi kedua variansi dalam variabel dependen dapat
25
dijelaskan sebesar 12.9 % oleh variat kanonik dependen, dan dapat dijelaskan sebesar 4 % oleh variat kanonik independennya. Tabel 4.8 Analisis redundansi dari variabel independen untuk dua fungsi kanonik Variansi yang dijelaskan Variansi yang Fungsi Korelasi variat kanoniknya sendiri dijelaskan variat kanonik kanonik (variansi bersama) kanonik lawan kuadrat (redundansi) Prosentase Prosentase Prosentase Prosentase kumulatif kumulatif 1 0.162986 0.162986 0.41517 0.067667 0.067667 2 0.184686 0.347672 0.30753 0.056797 0.124464 Tabel 4.9 Analisis redundansi dari variabel dependen untuk dua fungsi kanonik Variansi yang dijelaskan Variansi yang Fungsi Variat kanoniknya sendiri Korelasi dijelaskan variat kanonik kanonik (variansi bersama) kanonik lawan kuadrat (redundansi) Prosentase Prosentase Prosentase Prosentase kumulatif kumulatif 1 0.291204 0.291204 0.41517 0.120899 0.120899 2 0.128989 0.420193 0.30753 0.039668 0.168657 Proporsi variansi keseluruhan dalam variat kanonik dependen yang dijelaskan fungsi pertama dan kedua adalah sebesar 42 % dan proporsi variansi keseluruhan dalam variat kanonik independen yang dijelaskan fungsi pertama dan kedua adalah sebesar 34.8 %. Sehingga berdasarkan nilai-nilai tersebut dapat disimpulkan bahwa variat dependen dan variat independen cukup baik dalam mewakili himpunan variabelnya masing-masing, karena suatu variat kanonik dikatakan cukup baik dan signifikan dalam menerangkan variansi dalam suatu penelitian, bila nilainya lebih dari 25%. Hal ini mengingat terdapat variabel-variabel lain yang juga berkontribusi dalam perhitungan namun tidak disertakan dalam penelitian.
26
4.4 Interpretasi Fungsi Kanonik (a). Bobot kanonik Tabel 4.10 Bobot kanonik variabel independen dan dependen Bobot Kanonik Fungsi kanonik 1 Fungsi kanonik 2
Variabel Variabel independen X1 X2 X3 X4 X5 X6 X7 X8 Variabel dependen Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8
-0.008 -0.547 -0.139 -0.135 0.165 -0.554 -0.382 -0.210
0.158 -0.292 -0.011 0.060 0.232 0.405 0.321 -0.550
0.165 -0.099 -0.234 -0.432 -0.170 -0.539 -0.024 -0.190
0.061 0.454 -0.345 -0.193 0.070 0.591 0.193 -0.641
Besarnya (koefisien) bobot menunjukkan kontribusi terhadap variat. Dengan tidak memperhatikan fungsi ketiga sampai dengan kedelapan, berdasarkan koefisien kanonik yang telah dibakukan dalam Tabel 4.10 dapat disimpulkan pada fungsi kanonik pertama urutan kontribusi variabelvariabel independen terhadap variabel kanonik adalah X6, X2, X7, X8, X5, X3, X4, X1. Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel
kebiasaan
pergi
jauh
merupakan
variabel
yang
paling
diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya karakteristik konsumen yang berpengaruh dalam pemilihan sepeda motor adalah jenis kelamin, ketertarikan produk baru, kebiasaan kredit, pengeluaran, tingkat pendidikan, jenis pekerjaan dan terakhir variabel usia. Sedangkan
pada
fungsi kedua,
urutan
kontribusi variabel-variabel
independen terhadap variabel kanonik adalah X8, X6, X7, X2, X5, X1, X4, X3. Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel
27
kebiasaan kredit merupakan variabel yang paling mempengaruhi konsumen dalam memilih sepeda motor. Dengan tidak memperhatikan fungsi ketiga sampai dengan kedelapan, berdasarkan koefisien kanonik yang telah dibakukan dalam Tabel 4.10 dapat disimpulkan pada fungsi kanonik pertama urutan kontribusi variabelvariabel
dependen
terhadap
variabel
kanonik
adalah
Y6,Y4,Y3,Y8,Y5,Y1,Y2,Y7. Hal ini berarti dari kelompok variabel atribut sepeda motor, variabel harga beli sepeda motor merupakan variabel yang paling diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya konsumen memperhitungkan kecepatan, tipe model, ketersediaan bengkel, daya tahan mesin, keiritan bensin, desain model dan terakhir harga jual kembali. Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel dependen terhadap variabel kanonik adalah Y8,Y6,Y2,Y3,Y4,Y7,Y5,Y1. Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel dependen terhadap variabel kanonik adalah Y8,Y6,Y2,Y3,Y4,Y7,Y5,Y1. Hal ini berarti dari kelompok variabel atribut sepeda motor, variabel keberadaan bengkel merupakan variabel yang paling diperhitungkan konsumen dalam memilih sepeda motor. Tanda minus pada bobot kanonik menunjukkan bahwa hubungan variabel tersebut berlawanan arah dalam variat kanonik yang dibentuk. (b). Muatan Kanonik Muatan kanonik menyatakan korelasi variabel terhadap variat di mana variabel bergabung dalam setiap fungsi kanonik. Untuk kelompok variabel independen (karakteristik konsumen), berdasarkan Tabel 4.11 terlihat bahwa variabel X2 (jenis kelamin) adalah variabel yang memiliki muatan tertinggi pada fungsi pertama. Selanjutnya disimpulkan variabel-variabel yang hubungannya paling erat dengan variat kanonik independen yaitu X2, X6, dan X7. Tabel 4.10 juga memperlihatkan bahwa pada fungsi pertama seluruh variabel independen bertanda minus, kecuali pada variabel X1 dan X5. Hal ini menunjukkan bahwa seluruh variabel mempunyai pengaruh yang searah
28
dalam variat dependen kecuali variabel usia dan jumlah pengeluaran. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan variat kanonik independen yaitu X8, X5, dan X6. Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan variabel karakteristik konsumen, maka karakter konsumen yang paling berpengaruh dalam memilih suatu sepeda motor adalah karakter jenis kelamin, kemudian diikuti gaya hidup kebiasaan pergi jauh, ketertarikan dengan produk baru, kebiasaaan kredit, usia, pendidikan, pekerjaan dan terakhir tingkat pengeluaran konsumen. Sedangkan berdasarkan fungsi kedua dapat disimpulkan dari keseluruhan variabel karakteristik konsumen, maka karakter konsumen yang paling berpengaruh dalam memilih suatu sepeda motor adalah karakter kebiasaan kredit, kemudian diikuti tingkat pengeluaran, kebiasaan pergi jauh, jenis kelamin, ketertarikan produk baru, usia, pekerjaan dan terakhir tingkat pendidikan. Tabel 4.11 Muatan kanonik variabel independen dan dependen Variabel Variabel independen X1 X2 X3 X4 X5 X6 X7 X8 Variabel dependen Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8
Muatan kanonik Fungsi kanonik 1 Fungsi kanonik 2 0.267 -0.597 -0.241 -0.241 0.046 -0.569 -0.557 -0.352
0.277 -0.421 0.028 -0.039 0.606 0.556 0.399 -0.621
-0.201 -0.537 -0.572 -0.768 -0.553 -0.565 -0.384 -0.558
0.127 0.193 -0.476 -0.173 -0.194 0.607 0.010 -0.562
29
Masih berdasarkan Tabel 4.11 terlihat bahwa dari kelompok variabel dependen (atribut sepeda motor), variabel Y4 (kecepatan) adalah variabel yang memiliki muatan tertinggi pada fungsi pertama. Selanjutnya disimpulkan variabel-variabel yang hubungannya paling erat dengan variat kanonik dependen yaitu Y4, Y3, Y6, Y8, Y5, dan Y2. Tabel 4.11 juga memperlihatkan bahwa pada fungsi pertama seluruh variabel dependen bertanda minus, hal ini menunjukkan bahwa seluruh variabel mempunyai pengaruh yang searah dalam variat dependen. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan variat kanonik dependen yaitu Y6 dan Y8. Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan variabel atribut sepeda motor, maka atribut sepeda motor yang paling dipertimbangkan konsumen saat membeli adalah atribut kecepatan suatu sepeda motor, kemudian diikuti variabel tipe model, harga beli, ketersediaan bengkel, daya tahan mesin, desain model, harga jual kembali dan keiritan bensin. Sedangkan berdasarkan fungsi kedua dapat disimpulkan dari keseluruhan variabel atribut sepeda motor, atribut sepeda motor yang paling dipertimbangkan konsumen saat membeli adalah atribut harga beli, kemudian didikuti ketersediaan bengkel, tipe model, daya tahan mesin, desain model, kecepatan, keiritan bensin dan harga jual kembali. (c) Muatan Silang Kanonik Muatan-silang kanonik menyatakan korelasi variabel dalam suatu variat terhadap variat kanonik lainnya. Berdasarkan Tabel 4.12, untuk kelompok variabel independen (karakteristik konsumen), terlihat bahwa pada fungsi pertama variabel-variabel yang hubungannya paling erat dengan kelompok variabel dependen (atribut sepeda motor) yaitu X2, X6, dan X7. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan kelompok variabel dependen yaitu X8, X5, dan X6. Hal ini sama dengan yang terjadi pada interpretasi muatan kanonik.
30
Tabel 4.12 Muatan silang kanonik variabel independen dan dependen Variabel Muatan silang kanonik Fungsi kanonik 1 Fungsi kanonik 2 Variabel independen 0.154 X1 0.172 -0.234 -0.385 X2 0.016 -0.156 X3 -0.022 -0.155 X4 0.336 0.029 X5 0.308 -0.366 X6 0.221 -0.359 X7 -0.344 -0.227 X8 Variabel dependen 0.070 Y1 -0.130 0.107 -0.346 Y2 -0.264 -0.368 Y3 -0.096 -0.495 Y4 -0.107 -0.356 Y5 0.337 -0.364 Y6 0.005 -0.248 Y7 -0.312 -0.359 Y8 Masih berdasarkan Tabel 4.12 terlihat bahwa untuk kelompok variabel dependen (atribut sepeda motor) pada fungsi kanonik pertama, variabelvariabel yang hubungannya erat dengan kelompok variabel independen (karakteristik konsumen) yaitu Y4, Y3, Y6, Y8, Y5, dan Y2. Urutan keeratan ini sama dengan yang terjadi pada interpretasi muatan kanonik. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya erat dengan variabel kanonik independen Y6 dan Y8. Keeratan hubungan antar dua kelompok variabel dapat dilihat dari nilai koefisien muatan silang kanonik, dari Tabel 4.12 terlihat bahwa selain variabel Y4 (atribut kecepatan sepeda motor), semua nilai koefisien variabel dependen maupun independen dari kedua fungsi kurang dari 0.45, sehingga dapat dikatakan keeratan hubungan antar dua kelompok variabel cukup rendah. Bila interpretasi dari muatan silang kanonik dalam fungsi pertama digunakan sebagai prediksi seperti regresi berganda maka bila dimisalkan
31
peringkat nilai jenis kelamin, pendidikan, pekerjaan, kebiasaan touring, ketertarikan produk baru dan kebiasaan kredit adalah rendah maka peringkat nilai keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel juga rendah. Sedangkan bila tingkat usia dan pengeluaran semakin tinggi maka peringkat nilai keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel justru menjadi rendah . Konsumen berjenis kelamin perempuan, konsumen berpendidikan rendah, konsumen dengan pekerjaan pensiunan dan wiraswasta, konsumen yang jarang melakukan perjalanan jauh, tidak tertarik dengan produk baru dan sering melakukan kredit cenderung tidak memperhatikan atribut sepeda motor meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya.
Konsumen
berjenis
kelamin
laki-laki,
konsumen
berpendidikan tinggi, konsumen dengan pekerjaan karyawan swasta, pegawai negeri, dan pelajar, konsumen yang sering melakukan perjalanan jauh, mudah tertarik dengan produk baru, dan jarang melakukan kredit cenderung sangat memperhatikan atribut sepeda motor yang meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya. Konsumen yang memiliki tingkat usia tinggi dan memiliki rata-rata pengeluaran tinggi juga cenderung tidak memperhatikan atribut sepeda motor yang meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya. Sedangkan interpretasi untuk fungsi kedua maka bila dimisalkan peringkat nilai jenis kelamin, pekerjaan, dan kebiasaan kredit adalah rendah maka peringkat nilai tipe model, kecepatan, daya tahan mesin, dan ketersediaan bengkel juga rendah. Sedangkan peringkat nilai untuk tingkat usia, pendidikan, pengeluaran, kebiasaan pergi jauh, dan ketertarikan produk baru yang semakin tinggi mengakibatkan peringkat nilai keiritan bensin, desain model, harga beli, dan harga jual kembali juga tinggi.
32
Konsumen
berjenis
kelamin
perempuan,
konsumen
dengan
pekerjaan pensiunan dan wiraswasta, dan sering melakukan kredit cenderung tidak memperhatikan atribut sepeda motor yang meliputi tipe model, kecepatan, daya tahan mesin, dan ketersediaan bengkel saat membelinya. Konsumen berjenis kelamin laki-laki, konsumen dengan pekerjaan karyawan swasta, pegawai negeri, dan pelajar, dan jarang melakukan kredit cenderung sangat memperhatikan atribut sepeda motor yang meliputi tipe model, kecepatan, daya tahan mesin, dan ketersediaan bengkel saat membelinya. Konsumen yang memiliki tingkat usia tinggi, berpendidikan tinggi, memiliki rata-rata pengeluaran tinggi, sering melakukan perjalanan jauh, dan mudah tertarik dengan produk baru juga cenderung sangat memperhatikan atribut sepeda motor yang meliputi keiritan bensin, desain model, harga beli, dan harga jual saat membelinya.
33
BAB V PENUTUP 5.1 Kesimpulan Kesimpulan yang dapat ditarik berdasarkan hasil dari pembahasan sebagai berikut. 1. Berdasarkan fungsi kanonik pertama, variabel karakteristik konsumen yang paling berpengaruh dalam memilih sepeda motor adalah jenis kelamin seorang konsumen.
Sedangkan
berdasarkan
fungsi
kanonik
kedua,
variabel
karakteristik konsumen yang paling berpengaruh dalam memilih sepeda motor adalah kebiasaan kredit seseorang dalam membeli suatu barang. 2. Berdasarkan fungsi kanonik pertama, variabel atribut sepeda motor yang paling mendasari konsumen dalam memilih sepeda motor adalah atribut kecepatan suatu sepeda motor. Sedangkan berdasarkan fungsi kanonik kedua, variabel atribut sepeda motor yang paling mendasari konsumen dalam memilih sepeda motor adalah harga beli dari suatu sepeda motor. 3. Berdasarkan fungsi kanonik pertama, variabel-variabel karakteristik konsumen yang hubungannya paling erat dengan variabel atribut sepeda motor adalah karakter jenis kelamin, kebiasaan pergi jauh, dan ketertarikan dengan produk baru dengan nilai muatan silang kanonik kurang dari 0.45, sehingga dapat dikatakan hubungan kedua kelompok variabel cukup rendah. Sedangkan variabel-variabel atribut sepeda motor yang hubungannya paling erat dengan variabel karakteristik konsumen adalah kecepatan suatu sepeda motor, model, harga beli, ketersediaan bengkel, daya tahan mesin, dan desain model dengan nilai muatan silang kanonik juga kurang dari 0.45, kecuali variabel kecepatan suatu sepeda motor bernilai 0.495. 5.2 Saran Bagi pembaca yang tertarik pada analisis korelasi kanonik dapat mengaplikasikannya untuk sektor-sektor kehidupan lain seperti kesehatan, pendidikan dan pertanian.
34
DAFTAR PUSTAKA Anton, H. & Rorres, C. (2004). Aljabar Linear Elementer Versi Aplikasi. Ed.Kedelapan. Erlangga, Jakarta. Asosiasi Industri Sepedamotor Indonesia. (2010). Statistic of Motorcycle Production, Wholesales Domestic and Exports. http://www.aisi.or.id/statistic. Azwar, S. (1997). Reliabilitas dan Validitas. Ed.3 Pustaka Pelajar Offset, Yogyakarta. Badan Pusat Statistik Surakarta. (2010). Gambaran Umum Penduduk Surakarta. BPS, Surakarta. Ghozali, I. (2002). Aplikasi Analisis Multivariate Dengan Program SPSS. Badan Penerbit Universitas Diponegoro, Semarang. Glantz, S.A. & Slinker, B.K. (1990). Primer of Applied Regression and Analysis of Variance. Mc-Graw Hill, Inc, Singapore. Hair, J. F., Anderson R. E, Tatham R. L, Black, W. C. (1998). Multivariate Data Analysis. Fifth Edition . Prentice-Hall International, Inc , New Jersey. Honda. (2009). Kuesioner Konsumen Honda. PT. Astra Honda Motor, Jakarta. Indonesian Commercial Newsletter (2009). Laporan Market Intelligence Perkembangan Industri Sepeda Motor di Indonesia. PT Data Consult, http://www.datacon.co.id/index1ind.html. Johnson, R. A. & Wichern, D. W. (1988) Applied Multivariate Statistical Analysis Second Edition. Prentice-Hall International, Inc , New Jersey. Kasali, R. (1998). Membidik Pasar Indonesia: Segmentasi, Targeting, Positioning. Gramedia, Jakarta. Keramati, A. (2007). Assessing the Effects of Information Technology on Firm Performance Using Canonical Correlation Analysis: A Survey in Iran Car Part Suppliers Sector. World Academy of Science, Engineering and Technology 35 2007, pp:11-18. Kotler, P. (2000). Marketing Management. Prentice-Hall International, Inc, New Jersey.
35
Rencher, A.C. (2002). Methods of Multivariate Analysis. John Wiley & Sons, Inc, New York. Sherry, A. & Henson, R.K. (2005). Conducting and Interpreting Canonical Correlation Analysis in Personality Research: A User-Friendly Primer. Journal Of Personality Assessment 84(1), Lawrence Erlbaum Associates, Inc. pp:37–48. Singarimbun, M. dan Effendi, S. (1989). Metode Penelitian Survei. Ed. Revisi. LP3ES, Jakarta. Supranto, J. (2000). Statistik Teori Dan Aplikasi. Erlangga, Jakarta .
36
LAMPIRAN Lampiran 1
Kuesioner Konsumen Sepeda Motor
Lampiran 2
Hasil Pengisian Kuesioner
Lampiran 3
Uji Validitas dan Reliabilitas Kuesioner
Lampiran 4
Uji Normalitas
Lampiran 5
Output syntax Canonical Correlation dan Manova
37
