BAB II LANDASAN TEORI
2.1
PEMASARAN Pemasaran adalah suatu proses dan manajerial yang membuat individu atau
kelompok mendapatkan apa yang mereka butuhkan dan inginkan dengan menciptakan, menawarkan dan mempertukarkan produk yang bernilai kepada pihak lain atau segala kegiatan yang menyangkut penyampaian produk atau jasa mulai dari produsen sampai konsumen. Pemasaran adalah ilmu dan seni menjelajah, menciptakan, dan menyampaikan nilai – nilai untuk memuaskan kebutuhan pasar sasaran. (Philip Kotler, According to Kotler, 2006) Pemasaran adalah sistem keseluruhan dari kegiatan usaha yang ditujukan untuk merencanakan, menentukan harga, mempromosikan dan mendistribusikan barang dan jasa yang dapat memuaskan kebutuhan kepada pembelian yang ada maupun pembelian yang potensial. (William J. Stanton, Basu Swasta, 1984) Peranan pemasaran saat ini tidak hanya menyampaikan produk atau jasa hingga tangan konsumen tetapi juga bagaimana produk atau jasa tersebut dapat memberikan kepuasan kepada pelanggan dengan menghasilkan laba.
6
7
2.2
MANAJEMEN PEMASARAN Sasaran dari pemasaran adalah menarik pelanggan baru dengan menjanjikan
nilai superior, menetapkan harga menarik, mendistribusikan produk dengan mudah, mempromosikan secara efektif serta mempertahankan pelanggan yang sudah ada dengan tetap memegang prinsip kepuasan pelanggan.
Gambar 2.1. Fungsi manajemen pemasaran Sumber : Kottler, 2000
2.2.1 PERENCANAAN PEMASARAN Penentuan
segala
sesuatu
sebelum
dilakukan
kegiatan-kegiatan
pemasaran meliputi : tujuan, strategi, kebijaksanaan serta taktik yang dijalankan. Adapun tujuan perencanaan pemasaran : 1. Meniadakan ketidakpastian masa datang bila ada perubahan- perubahan karena situasi dan kondisi perusahaan maupun diluar perusahaan maupun diluar perusahaan tidak menentu. 2. Karena tujuan organisasi sudah difokuskan maka dengan perencanaan
8
akan menghindari adanya penyimpangan tujuan. 3. Rencana walaupun mahal tetapi ekonomis karena segala kegiatan telah terfokuskan dengan segala biaya- biayanya.
2.2.2 IMPLEMENTASI PEMASARAN Adalah proses yang mengubah strategi dan rencana pemasaran menjadi tindakan pemasaran untuk mencapai sasaran. Implementasi mencakup aktivitas sehari-hari, dari bulan ke bulan yang secara efektif melaksanakan rencana pemasaran. Kegiatan ini dibutuhkan program tindakan yang menarik semua orang atau semua aktivitas serta struktur organisasi formal yang dapat memainkan peranan penting dalam mengimplementasikan strategi pemasaran.
2.2.3 PENGENDALIAN/EVALUASI PEMASARAN
Gambar 2.2. Proses pengevaluasian kegiatan pemasaran Sumber : Kottler, 2000
Kegiatan pengendalian/evaluasi pemasaran dapat dikelompokkan dua macam: 1. Pengendalian operasional termasuk memeriksa kinerja yang sedang berlangsung terhadap rencana tahunan dan mengambil tindakan
9
perbaikan kalau perlu. 2. Pengendalian strategik meliputi pengamatan apakah strategi dasar perusahaan sesuai dengan peluang yang terbuka.
2.3
HIPOTESIS
2.3.1 ARTI DAN FUNGSI HIPOTESIS Hipotesis pada dasarnya merupakan suatu proporsi atau tanggapan yang sering digunakan sebagai dasar pembuatan keputusan/solusi persoalan dan juga untuk dasar penelitian lebih lanjut. Anggapan/asumsi dari suatu hipotesis dapat merupakan data, tetapi kemungkinan dapat salah. Hipotesis memungkinkan untuk menghubungkan teori dengan pengamatan, atau pengamatan dengan teori. Hipotesis mengemukakan pernyataan tentang harapan peneliti mengenai hubungan – hubungan antara variabel – variabel dalam persoalaan. Hipotesis pada penelitian berfungsi untuk : 1. Memberikan penjelasan tentang gejala-gejala serta memudahkan perluasan pengetahuan dalam suatu bidang. 2. Mengemukakan pernyataan tentang hubungan dua konsep yang secara langsung dapat diuji dalam penelitian. 3. Memberikan arah penelitian. 4. Memberi kerangka pada penyusunan kesimpulan penelitian.
2.3.2 JENIS – JENIS HIPOTESIS 1. HIPOTESIS DILIHAT DARI KATEGORI RUMUSANNYA Dibagi menjadi dua bagian yaitu
10
1.
Hipotesis Nol (H0) Hipotesis nol (H0) atau hipotesis nihil adalah hipotesis yang menyatakan tidak adanya hubungan antara variabel independen (X) dan variabel dependen (Y). Artinya, dalam rumusan hipotesis, yang diuji adalah ketidakbenaran variabel (X) mempengaruhi (Y).
2.
Hipotesis Kerja (H1) Hipotesis Kerja (H1) adalah hipotesis yang menyatakan adanya hubungan antara variabel independen (X) dan variabel dependen (Y) yang diteliti. Hasil perhitungan H1 tersebut, akan digunakan sebagai dasar pencarian data penelitian. Hipotesis ini ada dua macam yaitu : (Fraenkel and Wallen, 1990:42 ; Suharsimi Arikunto, 1989:57) a. Hipotesis terarah, adalah hipotesis yang diajukan oleh peneliti, dimana
peneliti
sudah
merumuskan
dengan
tegas
yang
menyatakan bahwa variabel independen memang sudah diprediksi berpengaruh terhadap variabel dependen. b. Hipotesis tak terarah adalah hipotesis yang diajukan dan dirumuskan oleh peneliti tampak belum tegas bahwa variabel independen berpengaruh terhadap variabel dependen. Hipotesis tak terarah menggambarkan bahwa peneliti tidak menyusun prediksi secara spesifik tentang arah hasil penelitian yang akan dilakukan. (Fraenkel and Wallen, 1990:42 ; Suharsimi Arikunto, 1990:42)
11
2. HIPOTESIS DILIHAT DARI SIFAT VARIABEL Dilihat dari sifat yang akan diuji, hipotesis penelitian dapat dibedakan menjadi dua macam, yaitu (1) hipotesis tentang hubungan dan (2) hipotesis tentang perbedaan. Hipotesis tentang hubungan yaitu hipotesis yang menyatakan tentang saling hubungan antara dua variabel atau lebih, mengacu ke penelitian korelasional. Hubungan antara variabel tersebut dapat dibedakan menjadi tiga, yaitu: 1.
Hubungan yang sifatnya sejajar tidak timbal balik
2.
Hubungan yang sifatnya sejajar timbal balik.
3.
Hubungan yang menunjuk pada sebab-akibat, tetapi tidak timbal balik. Sedangkan hipotesis tentang perbedaan, yaitu hipotesis yang
menyatakan perbedaan dalam variabel tertentu pada kelompok yang berbeda. Hipotesis tentang perbedaan ini mendasari berbagai penelitian komparatif dan eksperimen.
3. HIPOTESIS DILIHAT DARI LINGKUP VARIABEL Ditinjau dari keluasan dan lingkupnya, hipotesis dapat dibedakan menjadi hipotesis mayor dan hipotesis minor. Hipotesis mayor adalah hipotesis yang mencakup kaitan seluruh variabel dan seluruh objek penelitian, sedangkan hipotesis minor adalah hipotesis yang terdiri dari bagian-bagian atau sub-sub dari hipotesis mayor (jabaran dari hipotesis mayor).
12
2.4
STATISTIKA UNTUK PEMASARAN Statistika adalah ilmu mengumpulkan, menata, menyajikan, menganalisis,
dan menginterpretasikan data menjadi informasi untuk membantu pengambilan keputusan yang efektif.. Statistika dalam pemasaran digunakan untuk : •
Penelitian dan pengambangan produk.
•
Analisis potensi pasar, segmentasi pasar dan diskriminasi pasar.
•
Ramalan penjualan, efektifitas kegiatan promosi penjualan. Statistika dibagi menjadi dua jenis, yaitu :
1. Statistika deskriptif, adalah metode statistika yang digunakan untuk menggambarkan atau mendeskripsikan data yang telah dikumpulkan menjadi sebuah informasi. 2. Statistika induktif, adalah metode yang digunakan untuk mengetahui tentang sebuah populasi berdasarkan suatu sampel atau contoh dengan menganalisis dan menginterpretasikan data menjadi sebuah kesimpulan
2.5
POPULASI DAN SAMPEL Populasi adalah sebuah kumpulan dari semua kemungkinan orang – orang,
benda – benda, dan ukuran lain dari objek yang menjadi perhatian. Sampel adalah suatu bagian dari populasi tertentu yang menjadi perhatian.
2.6
JENIS DATA 1. Data kualitatif, merupakan data non angka (numerik) yang digunakan apabila kita tertarik menggunakan proporsi atau bagian yang termasuk dalam kategori.
13
2. Data kuantitatif, merupakan data angka atau numeric, dibedakan menjadi :. a. Data diskret, merupakan data dengan nilai khusus dan merupakan hasil perhitungan serta biasanya berupa bilangan bulat. b. Data kontinu, merupakan data yang nilainya mempati semua interval pengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan pecahan dan bulat.
2.7
ANALISIS STATISTIKA MULTIVARIAT Analisis statistika bisa dikelompokkan berdasarkan jumlah variabel yang
dianalisis. Berdasarkan pengelompokkan jumlah variabel ini maka statistika dibagi menjadi analisis univariat, bivariat, dan multivariat. Analisis univariat adalah analisis satu variabel, misal pengukuran rata – rata sebagai ukuran pusat dari sekelompok data. Analisis bivariat berkaitan dengan dua variabel, misalnya korelasi yang mencari hubungan keeratan antara dua variabel. Analisis multivariat merupakan pengembangan lanjutan dari analisis univariat maupun bivariat. Analisis multivariat merupaka alat analisis lebih dari dua variabel yang merujuk pada teknik statistika tertentu yang menganalisis banyak variabel secara simultan. Variabel di dalam analisis multivariat dapat diklasifikasikan sebagai variabel dependen dan variabel independen. Cariabel dependen adalah variabel yang nilainya ditentukan oleh variabel lain yaitu variabel independen. Sedangkan variabel independen adalah variabel yang digunakan untuk mengestimasi atau memprediksi nilai variabel lain yaitu variabel
14
dependen.
2.8
SKALA PENGUKURAN MULTIVARIAT Data variabel dependen maupun independen di dalam analisis multivariat
dikelompokkan menjadi dua jenid data yaitu kuantitatif dan kualitatif. Variabel kuantitatif adalah variabel yang dilaporkan dalam bentuk angka atau metrik. Variael kualitatif adalah variabel yang dilaporkan tidak dalam bentuk angka atau nonmetrik.dimana datanya
dinyatakan dalam bentuk atribut atau merupakan
karakteristik dari variabel. Berdasar skala pengukuran, data kualitatif dapat dikelompokkan ke dalam dua skala pengukuran yaitu skala nominal dan ordinal. Sedangkan data kuantitatif dapat dikelompokkan menjadi dua kelompok juga yaitu skala interval dan skala rasio. Pengukuran data skala nominal merupakan pengukuran dengan memberi kategori dari setiap nilai yang mungkin dari sebuah variabel. Pengukuran ini menghasilkan sebuah variabel kualitatif dimana setiap kategori berbedadengan yang lainnya tetapi kategori ini meniadakan susunan hanya sekedar memberi label dan tidk menunjukkan kuantitas. Jika data skala nominal yang diperoleh diklasifikasikan di dalam kategori yang berbeda aau dirankingberdasarkan atribut atau karakteristik sebuah variabeldengan susunan yang tertentu maka pengukuran ini diklasifikasikan sebagai pengukuran skala ordinal. Pengukuran interval adalah pengukuran ordinal dan sekaligus mengukur jarak antar ranking dalam ukuran yang sama. Pengukuran skala rasio adalah pebngukuran interval plus nilai 0 dan rasio dua angka sanat berarti. Pengukura
15
skala rasio merupakan pengukuran data paling sempurna.
2.9
UJI STATISTIKA MULTIVARIAT Sebagai bagian dari alat analisis statistika, penelititan dengan analisis
multivariat berdasar data sampel daripada data populasi. Karakteristik populasi yang diteliti hanya didasarkan pada karakteristik sampel yang diambil secara random atau acak dari populasi. multivariat didasarkan
Untuk itu, kesimpulan di dalam analisis
pada statistika inferensi. Seorang peneliti
yang
menggunakan statistika inferensi sebagai alat pembuat keputusan harus menentukan tingkat kesalahan yang bisa diterima atau derajat kepercayaan karena adanya kesalahan sampling atau pengambilan sampel. Ketika seorang peneliti menggunakan sampel untuk menarik kesimpulan tentang karakteristik populasi, maka peneliti harus membuat sebuah hipotesis. Ada dua hipotesis yang diajukan peneliti yaitu hipotesis nol (H0) dan hipotesis alternatif (Ha).
2.10 JENIS – JENIS ANALISIS STATISTIKA MULTIVARIAT Jenis analisis di dalam multivariat dapat dikelompokkan ke dalam teknik dependen, interdependen, dan struktural. Teknik dependen adalah ketika variabel dependen dipengaruhi oleh variabel independen. Teknik interdependen adalah teknik dimana semua variabel saling berpengaruh, atau dengan kata lain semua merupakan variabel independen. Sedangkan teknik model struktural menganalisis variabel dependen dan independen secara simultan.
16
Tabel 2.1. Jenis Teknik Multivariat Interdependen Jenis Analisis
Jenis Variabel
Analisis faktor
Metrik
Analisis Kluster
Metrik
Analisis Koresponden
Non metrik
Analisis Skala Multidimensional
Metrik
Tabel 2.2. Jenis Teknik Multivariat Dependen Jenis Analisis Multivariat Regresi Regresi Logistik Analisis Diskriminan Analisis Konjoin Analisis Kanonikal MANOVA
Variabel Dependen Jumlah jenis Variabel Variabel 1 Metrik 1 Non metrik 1 Non metrik 1 Non metrik >1 Metrik >1 Metrik
Jenis Variabel Independen Metrik/Non metrik Metrik/Non metrik Metrik/Non metrik Non metrik Metrik Non metrik
Hubungan antar variabel di dalam penelitian, terutama penelitian sosial acapkali tidak sesederhana seperti dijelaskan baik dalam teknik dependen maupun teknik independen, sehingga muncul teknik statistika multivariat yang menganalisisi hubungan secara simultan variabel dependen dan independen yang dikenal dengan model persamaan struktural (Structural Equation Modeling = SEM).
2.11 ANALISIS REGRESI Regresi adalah studi bagaimana satu variabel yaitu variabel dependen dipengaruhi oleh salah satu atau lebih variabel lainyaitu variabel independen dengan tujuan untuk mengestimasi dan atau memprediksi nilai rata- rata variabel dependen didasarkan pada nilai variabel independen yang diketahui. Dengan
17
demikian, tujuan utama regresi adalah untuk memprediksi nilai variabel dependen berdasarkan satu atau lebih variabel independen. Di dalam analisis regresi ada tiga jenis data yaitu data cross section, time series dan gabungan keduanya disebut pooled atau data panel. Dalam melakukan estimasi hubungan antara variabel di dalam regresi, kita seringa kali menggunakan data sampel daripda data populasi karena data populasi sulit didapatkan.
Gambar 2.3 Garis Regresi Populasi
Gambar 2.4 garis regresi sampel
Di dalam menulis persamaan regresi kita selalu menggunakan tanda plus walaupun mungkin hubungan antara variabel adalah negatif. Utuk mengetahui hubungan biasanya kita memberi keterangan pada koefisien.
18
2.12 METODE ORDINARY LEAST SQUARES (OLS) Metode OLS dibangun dengan menggunakan beberapa asumsi. Ada beberapa asumsi OLS yang digunakan dalam regresi berganda, yaitu sebagai berikut : 1. Hubungan antara X (variabel independen) dan Y (variabel dependen) adalah linear dalam parameter. 2. Nilai X tetap (non-stocastic) untuk observasi yang berulang – ulang. Dalam kasus regresi berganda dimana ada dua atau lebih variabel independen ditambah tidak ada hubungan linear antara variabel independen yang ada atau tidak ada multikolinearitas. 3. Nilai harapan atau rata – rata dari variabel gangguan ei adalah nol. 4. Varian dari variabel gangguan ei adalah sama (homoskedastisitas). 5. Tidak ada serial korelasi antara variabel gangguan ei atau variabel gangguan ei tidak saling berhubungan dengan variabel gangguan ei yang lain. 6. Variabel gangguan ei berdistribusi normal. Asumsi di atas dikenal dengan model regresi linear klasik. Jika asumsi – asumsi tersebut terpeni=uhi maka metode kuadrat terkecil (OLS) akan menghasilkan kriteria berikut : 1. Estimator β 1 adalah linear, yaitu linear terhadap variabel independen Y. 2. Estimator β 1 tidak bisa, yaitu nilai rata –rata atau nilai harapan sama dengan nilai β 1 yang sebenarnya. 3. Estimastor β 1 mempunyai varian yang minimum (best). Estimator yang tidak bias dengnan varian minimumdisebut estimator yang efisien. Dari ketiga sifat estimator OLS ini dikenal dengan istilah BLUE (Best Linear Unbias Estimator).
19
Di dalam melakukan regresi denga metode OLS, kita hanya berdasarkan data sampel yang diambil secara random atau acak. Oleh karena itu, nilai esimasi β0 dan β 1 berbeda dari satu observasi ke observasi yang lain sehingga nilai bersifat random atau acak. Karena bersifat random maka perlu ukuran ketepatan estimator βo dan β1 yang diukur menggunakan standard error yang dicari dengan mengakarkan varian.
2.13 REGRESI BERGANDA Persamaan sebelumnya merupakan model regresi sederhana dimana satu variabel dependen dipengaruhi hanya satu variabel independen. Regresi sederhana ini tidak mencerminkan perilaku variabel ekonomi yang sebenarnya. Jika kita mempunyai lebih dari satu variabel dependen di dalam regresi maka disebut dengan regresi berganda. Secara umum model persamaan regresi berganda dengan sejumlah k variabel independen dapat ditulis sebagai berikut : Yi = β o + β 1X1i + β 2X2i + ... + β kXki + ei Tujuan regresi adalah mendapatkan nilai prediksi yang baik yaitu nilai presiksi bisa sedekat dengan nilai aktualnya. Sebagaimana model regresi sederhana, regresi berganda juga menggunakan metode OLS. Ada dua pendekatan di dalam
mengestimasi persamaan regresi berganda
yaitu :
2 Secara menyeluruh (simultan). Metode ini dilakukan dengan memasukkan semua variabel independenkemudian baru dievaluasi variabel independen mana yang berpengaruh (signifikan) terhadap variabel dependen.
20
3 Secara bertahap (stepwise). Metode ini dilakukan dengan menyeleksi secara otomatis hanya kepada variabel – variabel independen yang berpengaruh trhadap variabel independen. 2.14 EVALUASI HASIL REGRESI : KOEFISIEN DETERMINASI (R2), UJI F DAN t Evaluasi hasil regresi untuk mengetahui seberapa baik hasil regresi yang meliputi : 1. Penilaian seberapa baik (goodness of fit) model regresi menjelaskan variasi variabel dependen melalui koefisien determinasi. 2. Uji signifikansi pengaruh semua variabel independen secara serentak terhadap variabel dependen (overall fit) melalui uji F. 3. Uji signifikansi pengaruh variabel independen terhadap variabel dependen secara individu (significance test) melalui uji t. 4. Uji asumsi – asumsi OLS.
2.14.1
KOEFISIEN DETERMINASI (R2) DAN ADJUSTED R2
Digunakan untuk mengukur seberapa baik garis regresi sesuai dengan data aktualnya. Koefisien determinasi ini mengukur prosentase total variasi variabel dependen Y yang dijelaskan oleh variabel independen di dalam garis regresi. Perbedaan antara data aktual Y dengan rata – ratanya merupakan variasi total. Variasi total ini disebabkan oleh dua hal yaitu variasi karena regresi (Yi – Y) dan variasi karena residual (Yi – Yi).
21
Gambar 2.5. Koefisien Determinasi
2.14.2 UJI F Uji F digunakan untuk mengevaluasi pengaruh semua variabel independen terhadap variabel dependen. Uji F dapat dijelaskan dengan analisis varian.
2.14.3 UJI SIGNIFIKANSI VARIABEL INDEPENDEN Penentuan apakah variabel independen mempengaruhi variabel independen bisa dilakukan dengan dua cara yaitu melalui uji statistika t dan mengetahui besarnya probabilitas statistik t.
2.14.4 UJI t Uji t digunakan untuk membuktikan apakah variabel independen secara indiviu mempengaruhi variabel dependen. Ada dua hipotesis yang diajukan oleh setiap peneliti yaitu hipotesis nol (H0) dan hipotesis alternatif (Ha). Hipotesis nol merupakan angka numerik dari nilai parameter populasi. Hipotesis nol ini dianggap benar sampai kemudian bisa dibuktikan salah berdasar data sampel yang ada. Sementara itu, hipotesis alternatif merupakan lawan dari hipotesis nol. Hipotesis alternatif ini harus benar ketika hipotesis nol
22
terbukti salah. Di dalam melakukan uji t ini seorang peneliti harus menentukan apakah menggunakan uji satu sisi atau uji dua sisi. Uji hipotesis satu sisi dipilih jika kita mempunyai dasar teori atau dugaan yang kuat dan sebaliknya uji dua sisi dipilih juka tidak mempunyai landasan teori atau dugaan awal yang kuat.
Pada setiap uji hipotesis uji t, ditolak atau diterimanya H0 tergantung dari besarnya α yang digunakan oleh peneliti. Α merupakan kesalahan tipe I yaitu probabilitas menolak hipotesis yang benar. Semakin kecil α berarti semakin kecil probabilitas menolak hipotesis yang benar. Dalam praktiknya, α biasanya ditentukan secara sembarang (arbiter) yakni 1%, 5% dan maksimum 10%. Selain itu, menolak hipotesis m=nol juga bisa dilakukan dengan menggunakan uji hipotesis berdasarkan probabilitas statistik t dengan asumsi bahwa residual mempunyai distribusi normal. Nilai probabilitas ini disebut juga nilai ρ. Nilai probabilitas ρ menggambarkan tingkat signifikansi yang tepat berkaitan dengan besarnya nilai α yang sebenarnya. Signifikan tidaknya sebuah variabel independen di dalam analisis regresi bisa dilihat dari nilai ρ dibandingkan dengan nilai α. Jika nilai probabilitas ρ lebih kecil dari nilai α yang dipilih maka kita menolak hipotesis nol atau menerima hipotesis alternatif dan sebaliknya.
2.15 ESTIMASI REGRESI METODE STEPWISE Selain estimasi regresi dengan metode simultan, estimasi regresi bisa
23
dilakukan dengan menggunakan metode stepwise. Metode ini digunakan dalam modeling regresi yaitu ketika kita mempunyai banyak variabel independen. Metode ini hanya memasukkan variabel – variabel independen yang secara statistika signifikan. Namun, metode ini mengandung kelemahanmendasar di dalam modeling regresi. Karena modeling regresi tidak bisa dilakukan hanya berdasarkan uji signifikansi variabel independen. Pembentukan model persamaan regresi seharusnya dilandasi pada kerangka teori yang kita miliki. Ada tiga metode stepwise, yaitu forward, backward, dan variable selection.
2.16 BENTUK FUNGSI REGRESI
Tabel 2.3. Beberapa Model Fungsi Regresi
