Bab III METODA PENELITIAN
Pada bab ini akan dibahas tentang populasi, sampel, metode pengambilan sampel dan profil perusahaan. Penelian ini menggunakan analisis konjoin sebagai analisis multivariat yang sering digunakan pada riset pemasaran untuk mengetahui preferensi konsumen. 3.1 Profil Perusahaan PT. Lautandhana Investment Management adalah perusahaan efek yang melakukan kegiatan usaha sebagai manajer investasi. PT. Lautandhana Investment Management didirikan pada tahun 2005 berdasarkan Akta Pendirian No. 8, tanggal 4 April 2005. Susunan pengurus PT. Lautandhana Investment Management telah diubah dengan Akta No. 193 tanggal 27 Februari 2008. Pada tanggal 9 Mei 2008 melalui Keputusan AHU 24149.AH.01.02 terjadi perubahan susunan pemegang saham Perseroan dan penyesuaian seluruh anggaran dasar Perseroan dengan Undang-undang Nomor 40 tahun 2007 tentang Perseroan Terbatas. PT. Lautandhana Investment Management adalah anak perusahaan PT. Lautandhana Securindo yang dibentuk untuk memfokuskan usahanya sebagai manajer investasi. Sebagai pemegang mayoritas, PT. Lautandhana Securindo adalah perusahaan sekuritas yang sudah berdiri sejak tahun 1990 dan pada saat ini
35
merupakan salah satu perusahaan sekuritas yang aktif dalam bidang stock broking. Selain itu, PT. Lautandhana Securindo juga menyediakan jasa corporate finance seperti underwriting, merger, acquisition dan financial advisory. Didukung oleh para profesional yang berpengalaman dalam bidangnya, PT. Lautandhana dapat membantu memberi pengarahan dan pengelolaan investasi yang berkualitas kepada para nasabahnya. Sejak bulan September 2005 hingga saat ini, PT. Lautandhana telah mengelola 12 jenis reksadana yaitu sebagai berikut. 1. Reksa Dana Lautandhana Fixed Income 2. Reksa Dana Lautandhana Balance Fund 3. Reksa Dana Lautandhana Equity 4. Reksa Dana Lautandhana UGM Fund 5. Reksa Dana Terproteksi Lautandhana Proteksi I 6. Reksa Dana Terproteksi Lautandhana IYAKKAPI Proteksi I 7. Reksa Dana Terproteksi Lautandhana Proteksi II 8. Reksa Dana Terproteksi Lautandhana Proteksi III 9. Reksa Dana Terproteksi Lautandhana Proteksi IV 10. Reksa Dana Terproteksi Lautandhana Proteksi V 11. Reksa Dana Proteksi Dinamis I
36
12. Reksa Dana Proteksi Dinamis II
Sedangkan bank kustodian PT. Lautandhana adalah Bank CIMB Niaga. Bank CIMB Niaga adalah bank swasta nasional pertama yang memperoleh persetujuan dari Bapepam dan LK (Badan Pengawas Pasar Modal dan Lembaga Keuangan) sebagai bank kustodian di Pasar Modal, berdasarkan Surat Keputusan Ketua Bapepam Nomor : KEP-71/PM/1991 tanggal 27 Agustus 1991 (Prospektus, 2003, p.11). Bank CIMB Niaga telah menjadi salah satu bank kustodian terkemuka dengan menjadi tempat penitipan kolektif untuk lebih dari 148 reksadana berbentuk KIK, dan telah mengadministrasikan aset senilai lebih dari Rp. 58,9 Triliun. Bank CIMB Niaga juga telah memberikan pelayanan administrasi serta penyimpanan kepada lebih dari 326 nasabah baik luar maupun dalam negeri. Selain itu, Bank CIMB Niaga sudah menorehkan prestasi dengan empat kali berturut-turut mendapat penghargaan sebgai ‘Bank Kustodian teraktif dalam perdagangan obligasi di Bursa Efek Surabaya pada tahun 2003, 2004, 2005 dan 2006’ yang diberikan oleh PT. Bursa Efek Surabaya.
3. 2 Populasi dan sampel Objek penelitian ini adalah nasabah atau konsumen PT. Lautandhana Investment Management. Hal ini berbeda dengan penelitian yang dilakukan oleh
37
Ramasamy dan Yeung, dimana objek penelitiannya adalah manajer investasi. Alasan penulis atas perbedaan ini adalah karena kemudahan dalam pengambilan data dan penulis menganggap konsumen lebih sesuai dengan tujuan penelitian itu sendiri. Jumlah nasabah aktif pada PT. Lautandhana Investment Management adalah 150 orang. Tidak ada kriteria khusus pada nasabah yang akan dijadikan sampel penelitian, semua nasabah atau konsumen dapat diminta mengisi kuesioner, atau lebih tepatnya memberi nilai untuk masing-masing stimuli yang disajikan berdasarkan urutan yang kurang mereka sukai hingga yang sangat mereka sukai.
3. 3 Metode Pengambilan Sampel Karena
demi
kemudahan
dalam
pengambilan
sampel,
penulis
menggunakan Convenience Sampling. Pada Convenience Sampling, peneliti tidak mempunyai pertimbangan lain kecuali berdasarkan kemudahan saja. Dengan kata lain responden yang terpilih karena mereka berada pada saat dan tempat yang tepat (Malhotra (2005;372). Kelebihan teknik Convenience Sampling adalah menghemat biaya dan waktu. Jenis sampel ini sangat baik jika dimanfaatkan untuk penelitian penjajagan, yang kemudian diikuti oleh penelitian lanjutan yang sampelnya diambil secara acak (random). Menurut Malhotra (2005;372) kelebihan pada
38
analisis Convenience Sampling adalah unit sample dapat diakses, mudah diukur dan kooperatif. Sedangkan keterbatasan pada metode ini diantaranya adalah kemunculan bias dalam pengambilan keputusan, karena pengambilan sampel tidak melakukan proses seleksi lebih lanjut (Sugiarto dkk (2003;39)). Selain itu, teknik sampling ini menuntut kehati-hatian dalam menerjemahkan hasil penelitian. Pada penelitian ini akan ditetapkan jumlah sample sebesar 30. Karena menurut Hadi (2004;224) jika jumlah sample diatas atau sama dengan 30, secara praktis dapat dipandang sebagai sample besar. Dan menurut Sugiyono (2003;102) ukuran sample yang layak dalam penelitian adalah antara 30 dan 500.
3. 4 Analisis Data Analisis Konjoin adalah teknik analisis multivariat yang khusus digunakan untuk memahami bagaimana responden mengembangkan preferensi terhadap suatu produk atau jasa (Hair et.al. (2010;266)). Analisis konjoin mulai dikembangkan sejak tahun 1970, dan digunakan untuk membantu mendapatkan kombinasi atau komposisi atribut-atribut suatu produk atau jasa yang paling disukai konsumen. Tujuan penggunaan analisis konjoin dalam riset pemasaran adalah mengetahui bagaimana sebenarnya preferensi konsumen terhadap suatu produk dan jasa yang diminati. Produk itu sendiri tidak hanya terdiri dari komponenkomponen fisik penyusunnya, namun lebih merupakan kumpulan dari berbagai 39
atribut. Konsumen itu sendiri dapat memberikan perkiraan terbaik tentang preferensi mereka terhadap suatu produk dari atribut penyusunnya. Malhotra (2005;363) mengemukakan bahwa analisis konjoin dapat digunakan untuk beberapa tujuan, seperti yang dijelaskan sebagai berikut. •
Menentukan kepentingan relatif dari atribut pada proses pemilihan yang dilakukan oleh konsumen.
•
Membuat estimasi pangsa pasar suatu produk tertentu yang berbeda tingkat atributnya.
•
Menentukan komposisi produk yang paling disenangi.
Analisis konjoin mengandalkan evaluasi subjektif responden. Pertama, responden akan disajikan dengan stimulus yang terdiri dari kombinasi tingkatan/level atribut, kemudian responden diminta untuk membuat suatu pertimbangan pertukaran (trade-off judgment) atribut. Agar tujuan dari analisis konjoin dapat tercapai, yaitu menentukan kombinasi dari atribut yang paling berpengaruh pada preferensi konsumen dan pengambilan keputusan, evaluasi responden harus menyatakan keinginan dan kesukaan mereka terhadap suatu produk atau jasa. Menurut Malhotra (2005;365) tahapan yang umum dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum ditampilkan dalam Gambar 3.1.
40
Perumusan Masalah
Mengkonsruksikan stimuli
Memutuskan bentuk data masukan
Memilih prosedur analisis konjoin
Menafsirkan hasil analisis
Mengkaji keandalan dan validitas
Gambar 3.1 Tahapan Analisis Konjoin Tahap 1: Perumusan masalah Pada analisa conjoint, perumusan masalah ditujukan untuk, 1. Identifikasi atribut dan levelnya Atribut yang dipilih harus benar-benar penting dalam mempengaruhi preferensi dan keputusan konsumen. Atribut dapat diidentifikasi melalui diskusi dengan manajemen dan para ahli, menganalisis data sekunder dan sebagainya. Setelah menentukan atribut, level atau tingkatan harus ditentukan. Banyaknya tingkatan atribut menentukan jumlah stimulus yang akan dievaluasi oleh konsumen. Oleh karena itu, penentuan atribut dan levelnya harus seakurat mungkin, untuk menghindari banyaknya stimulus. 41
2. Skala level atribut dan model preferensi Level atribut harus yang lazim atau umum berlaku dipasar dan sesuai dengan tujuan studi. Level atribut juga harus memiliki kisaran yang lebih besar daripada yang umum terjadi, tapi tidak begitu besar karena akan mengakibatkan ketidakcocokan dalam mengevaluasi. Atribut dapat berskala kualitatif atau kategori (nominal atau ordinal) atau kuantitatif (interval atau rasio). Atribut yang diukur berdasarkan kategori, fungsi kegunaannya mengandung dugaan part worth untuk setiap levelnya. Sedangkan untuk atribut yang berskala kuantitatif, pendugaan part worth-nya dilakukan melalui teknik pemodelan yang dapat mengakomodasikan sifat-sifat kontinu dari atribut tersebut. Untuk produk reksadana, atribut dan levelnya telah diperlihatkan pada bab II di Gambar 2.2.
Tahap 2 : Mengkonstruksi stimuli Menurut Hair (2010;), Malhotra (2005;366) dan Supranto (2004;204), untuk merancang kombinasi taraf atribut, terdapat dua pendekatan yang sering digunakan, yaitu kombinasi berpasangan (pairwise combination) dan kombinasi lengkap (full profile). 1. Kombinasi berpasangan (pairwise combination)
42
Pendekatan melalui kombinasi berpasangan atau disebut juga evaluasi dua faktor (two factors evaluations) ini responden diminta untuk mengevaluasi pasangan-pasangan atribut secara bersamaan. Sebagai contoh pada Gambar 3.2 dan Gambar 3.3 dua pasang atribut yang akan dievaluasi responden. Gambar 3.2 berikut merupakan ilustrasi kombinasi berpasangan reksadana, yaitu atribut performa reksadana dan atribut jenis reksadana. Sedangkan pada Gambar 3.3 merupakan ilustrasi kombinasi berpasangan antara atribut ukuran
Jenis reksadana
reksadana dan biaya transaksi.
Performa reksadana 1 tahun
5 tahun
3 tahun
Fokus satu reksadana Diversifikasi
Gambar 3.2 Pendekatan kombinasi berpasangan antara
Biaya Transaksi
atribut Jenis reksadana dan Performa reksadana
Ukuran reksadana 1 tahun
5 tahun
3 tahun
2% of NAV 3% of NAV 4% of NAV
Gambar 3.3 Pendekatan kombinasi berpasangan antara atribut Biaya transaksi dan Ukuran reksadana
43
Sedangkan untuk kombinasi lengkap, semua atribut dimunculkan dan responden diminta mengevaluasi kombinasi dari seluruh atribut tersebut. Gambar 3.4 adalah contoh kombinasi lengkap untuk reksadana, yang terdiri dari delapan atribut.
A 1. Performa keuangan : Pertumbuhan selama 3 tahun 2. Kualifikasi MI : Profesional 3. Pengalaman MI : diatas 5 tahun 4. Gaya berinvestasi MI : Konservatif 5. Ukuran reksadana : Medium 6. Afiliasi : Pemerintah 7. Jenis reksadana : Diversifikasi 8. Biaya transaksi : 2%
Gambar 3.4 Pendekatan kombinasi lengkap antara atribut reksadana
Supranto (2004;204) menyatakan bahwa metode kombinasi berpasangan pada dasarnya sangat mudah untuk dilakukan, namun dijumpai beberapa kelemahan. Kelemahannya diantarannya diperlukan lebih banyak evaluasi dibandingkan pendekatan kombinasi lengkap, dan juga menjadi tidak realistis kalau hanya dua atribut yang dievaluasi secara bersama-sama. Sebenarnya kita tidak perlu mengevaluasi seluruh kombinasi yang mungkin ada, dan hal tersebut tidak mungkin dilakukan dalam semua kasus. Malhotra (2005;367) menyatakan bahwa pada metode berpasangan, banyaknya perbandingan pasangan bisa dikurangi
44
dengan menggunakan rancangan siklis. Sedangkan pada metode profil penuh, banyaknya stimuli dapat direduksi dengan penggunaan rancangan
fraksional
yang
disebut
array
orthogonal,
yang
memungkinkan estimasi yang sesuai untuk semua. Jika dibandingkan, maka metode kombinasi lengkap lebih sering digunakan dibanding metode kombinasi berpasangan.
2. Kombinasi lengkap (Full Profile) Bila faktor dan level faktor yang diteliti tidak terlalu banyak, maka responden akan mengevaluasi semua kombinasi stimuli yang muncul dengan mudah. Pendekatan ini disebut disain faktorial, dimana seluruh kombinasi dapat digunakan. Tetapi semakin banyak faktor dan levelnya, metode ini menjadi tidak praktis. Untuk produk reksadana dengan delapan atribut diperoleh 3 x 2 x 2 x 2 x 3 x 2 x 2 x 3 = 864 stimuli (Supranto (2004;204)). Seperti pada metode kombinasi berpasangan, bahwa tidak mungkin dilakukan evaluasi untuk semua stimuli yang mungkin. Pada metode kombinasi lengkap juga lebih tidak mungkin dilakukan evaluasi karena kemungkinan yang ada sangat banyak. Pada penelitian ini, kemungkinan stimuli berjumalh 864 dengan atribut reksadana yang berjumlah delapan. Menurut Malhotra (2005;367) salah satu cara yang umum
dipakai
untuk
mengurangi
kombinasi
tersebut
adalah
orthogonal array yang merupakan bagian dari topik perancangan
45
percobaan yakni rancangan faktorial sebagian (fractional factorial design).
Melalui perancangan ini akan diperoleh suatu kombinasi
atribut yang hanya mengukur efek utamanya saja, sementara interaksi antar aribut tidak terukur atau diabaikan. Namun demikian jumlah stimuli yang terbentuk akan jauh berkurang.
Ghozali (2003;255-256) untuk merancang stimuli reksadana yang terdiri dari 8 atribut dapat digunakan aplikasi SPSS 13 sebagai pendekatan rancangan faktorial sebagian ditulis seperti yang dijelaskan pada Gambar 3.5. Jika perancangan kartu stimuli dibuat dalam SPSS, maka perancangannya dilakukan dengan cara berikut ini. Buka program SPSS, dan biarkan SPSS data dalam keadaan kosong (tidak ada file yang dibuka) Dari menu file, pilih submenu open, lalu pilihan syntax (buka file syntax.sav) Untuk kasus reksadana, akan di ketik seperti berikut. ORTHOPLAN /FACTORS= Performa 'performa reksadana' ('1 thn yang fantastis' 'pertumbuhan konstan dalam 3 thn' ' pertumbuhan di bawah rata2 dalam 5 thn') Kualifikasi 'kualifikasi MI' ('profesional' ‘post graduate’) Pengalaman 'pengalaman MI' (' < 5 thn' ' > 5 thn') Gaya 'gaya investasi MI' ('konservatif' ' agreif') Ukuran 'ukuran reksadana' ('small' 'medium' 'large') Afiliasi 'afiliasi reksadana' ('pemerintah' 'swasta') Jenis 'jenis reksadana' ('fokus satu' 'diversifikasi') Biaya 'biaya transaksi' ('2%' '3%' '4%') /HOLDOUT=0. SAVE OUTFILE='STIMULI.SAV'.
Gambar 3.5 Syntax yang digunakan untuk mencari stimuli dengan SPSS
46
Keterangan untuk penulisan syntax pada pembuatan stimuli di SPSS 13 adalah sebagai berikut. a. Orthoplan, merupakan command pembuatan stimuli b. Factors, untuk mendeskripsikan faktor-faktor yang akan dibuat stimulinya. Dalam kasus ini, faktor adalah atribut, yang berjumlah 8. c. Penulisan selanjutnya adalah nama dari delapan atribut diatas secara berurutan, dengan tiap atribut diikuti oleh taraf (level) atributnya. Beberapa hal yang harus diperhatikan : -
nama faktor tidak boleh lebih dari 8 karakter
-
penulisan label untuk factor dan label harus dimulai dan diakhiri dengan tanda kutip (’...’)
d. Holdout, adalah penguji hasil yang didapat nanti. Dalam kasus ini holdout diberi nilai 0, berarti tidak ada stimuli untuk penguji. e. Save Outfile, untuk menyimpan hasil pembuatan stimuli pada file tertentu. Dalam kasus ini diberi nama file STIMULI.SAV Lakukan eksekusi syntax dengan cara dari tampilan SPSS syntax editor, buka menu RUN, lalu pilih ALL Setelah beberapa saat akan muncul tampak output yang tersimpan pada STIMULI.SAV
47
Hasil ‘run’ untuk syntax yang ditulis seperti pada Gambar 3.5 adalah 16 stimuli dan selengkapnya dijelaskan pada tabel berikut ini.
Tabel 3.1 Stimuli yang muncul dengan bantuan SPSS 13 Stimuli ke-
Performa
Kualifikasi
Pengalaman
Gaya Investasi
Ukuran
Afiliasi
Jenis
Biaya
1
1
2
1
2
3
1
2
1
2
3
2
2
2
2
1
1
1
3
1
1
1
2
2
1
2
2
4
2
1
2
2
3
1
1
3
5
3
1
2
1
1
1
2
1
6
2
2
1
1
2
2
1
1
7
3
1
1
1
3
2
1
2
8
3
2
1
2
1
2
2
3
9
1
2
2
2
1
2
1
2
10
1
1
2
1
2
2
2
3
11
1
1
2
2
1
2
1
1
12
1
1
1
1
1
1
1
1
13
2
1
1
2
1
2
2
1
14
2
2
2
1
1
1
2
2
15
1
2
2
1
3
2
2
1
16
1
2
1
1
1
1
1
3
Dari beberapa stimuli
yang dihasilkan oleh pendekatan rancangan
faktorial untuk produk reksadana, akan dituangkan dalam bentuk visual atau kartu bergambar yang memuat masing-masing level. Tujuannya adalah untuk menjelaskan stimuli dengan cara yang lebih baik agar mudah dipahami konsumen. Sebagai contoh, untuk stimuli ke-1 dan stimuli ke-2 dapat digambarkan ke dalam bentuk kartu seperti pada Gambar 3.6 dan Gambar 3.7.
48
Kartu 1 1. Performa keuangan : Pertumbuhan 1 thn yang fantastis 2. Kualifikasi MI : Post-graduate 3. Pengalaman MI : kurang dari 5 tahun Nilai : 4. Gaya berinvestasi MI: Agresif 5. Ukuran reksadana : Large 6. Afiliasi : Pemerintah 7. Jenis reksadana : Diversifikasi 8. Biaya transaksi : 2%
Gambar 3.6. Kartu 1 sebagai stimuli ke-1
Kartu 2 1. Performa keuangan : Pertumbuhan 5 tahun konstan 2. Kualifikasi MI : Post-graduate 3. Pengalaman MI : Lebih dari 5 tahun 4. Gaya berinvestasi MI: Agresif 5. Ukuran reksadana : Medium 6. Afiliasi : Pemerintah 7. Jenis reksadana : Fokus satu jenis 8. Biaya transaksi : 2%
Nilai :
Gambar 3.7. Kartu 2 sebagai stimuli ke-2
Kartu 1 pada Gambar 3.6 menggambarkan responden yang saat membeli reksadana mempertimbangkan performa reksadana dalam setahun terakhir, manajer investasi yang memiliki pendidikan tinggi, ukuran reksadana yang besar
49
serta agresif dan yang berafiliasi dengan pemerintah. Kartu 1 juga menunjukkan biaya reksadana pilihan terkecil yaitu 2%. Mengingat banyak kelemahan dengan pendekatan pasangan kombinasi, seperti yang dijelaskan sebelumnya, maka penggunaan kombinasi lengkap yang tereduksi lebih disukai.
Hal ini disebabkan pendekatan kombinasi lengkap
memperhatikan aspek trade-off dari level atribut, sehingga validitas yang diperoleh akan lebih tinggi. Tahap 3 : Menentukan betuk data masukan Data yang digunakan pada analisis konjoin menurut Malhotra (2005;367) adalah data nonmetrik dan data metrik. Data nonmetrik adalah data dalam bentuk skala nominal, ordinal atau kategori. Sedangkan data metrik adalah data dalam bentuk skala interval atau rasio. •
Data nonmetrik Untuk data nonmetrik, biasanya responden diminta untuk mengurutkan evaluasi. Untuk pendekatan kombinasi berpasangan, responden diminta memeringkat seluruh sel setiap matrik berdasarkan profil yang diminati. Sedangkan untuk pendekatan profil penuh, responden diminta memeringkat seluruh stimuli yang terbentuk (Malhotra (2005;367). Secara teori, perangkingan dapat dipandang sebagai evaluasi terhadap faktor-faktor produk, dan dipercaya akan mencerminkan perilaku konsumen dalam situasi nyata. Biasanya, pengurutan dimulai
50
dari stimuli yang paling disukai hingga kurang dan tidak disukai. Untuk stimuli yang paling disukai diberi nilai 1 dan seterusnya. Tetapi, jika stimuli terlalu banyak maka responden pada umumnya akan kesulitan mengurutkan stimuli. Untuk mengatasi masalah tersebut dapat dilakukan dengan cara membagi kartu-kartu stimuli menjadi dua atau tiga kelompok, dimana kelompok stimuli tersebut dilakukan sedemikian rupa sehingga ada kelompok yang disukai ataupun kurang disukai. Proses pengurutan dilakukan berdasarkan
masing-masing
kelompok.
Setelah
masing-masing
kelompok diurutkan, kemudian digabung kembali untuk kemudian dicatat rangking masing-masing stimuli secara keseluruhan.
•
Data metrik Untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan rating atau nilai terhadap masing-masing stimuli. Melalui cara ini, responden akan dapat memberikan penilaian terhadap masing-masing stimuli secara terpisah. Bila dibandingkan dengan nonmetrik (rangking), cara rating lebih disukai oleh responden, karena tidak membutuhkan pertimbangan yang terlalu rumit.
Tahap 4 : Analisis Data Secara umum model dasar analisis konjoin dapat dituliskan dalam bentuk berikut (Malhotra (2005;368)).
51
m
ki
U ( X ) = ∑∑ α ij xij i =1 j =1
dimana: U(X) = Utility total untuk sebuah alternatif
αij
= Part worth atau nilai kegunaan dari atribut ke-i taraf ke-j.
ki
= Taraf ke-j dari atribut ke-i
m
= Jumlah atribut
xij
= 1 jika tingkat ke-j dari atribut ke-i muncul. = 0 jikat tidak muncul
Untuk menentukan tingkat kepentingan atribut ke-i (Ai) ditentukan melalui formula berikut:
Wi =
Ii
x 100%
m
∑I i =1
i
dimana: Ii = (max(αij) – min(αij)), untuk setiap i.
Untuk mengestimasi model dasar tersedia beberapa prosedur (Malhotra (2005;369)). Model yang paling sederhana dan populer adalah dummy variable regression, artinya suatu regresi dimana variabel bebsanya merupakan variabel dummy. Jika suatu atribut memiliki k i tingkatan, maka variabel dummy nya berjumlah k i - 1.
52
Karena data yang diperoleh penelitian ini adalah data metrik, rating yang diasumsikan menggunakan skala interval 1-9, dimana angka 1 adalah yang kurang disukai dan 9 adalah yang paling disukai. Maka untuk 16 stimuli yang akan dievaluasi oleh responden seperti terlihat pada tabel berikut ini. Tabel 3.2 Skala Pengukuran Stimuli Stimuli ke-
Performa
Kualifikasi
Pengalaman
Gaya Investasi
Ukuran
Afiliasi
Jenis
Biaya
Skala
1
1 thn fantastis
Profesional
< 5 tahun
Agresif
Large
Pemerintah
Diversifikasi
2%
1-9
2
5 thn konstan
Profesional
> 5 tahun
Agresif
Medium
Pemerintah
Fokus 1 jenis
2%
1-9
3
1 thn fantastis
PostGraduate
< 5 tahun
Agresif
Medium
Pemerintah
Diversifikasi
3%
1-9
4
3 thn dibawah normal
PostGraduate
> 5 tahun
Agresif
Large
Pemerintah
Fokus 1 jenis
4%
1-9
5
5 thn konstan
PostGraduate
> 5 tahun
Konservatif
Small
Pemerintah
Diversifikasi
2%
1-9
6
3 thn dibawah normal
Profesional
< 5 tahun
Konservatif
Medium
Swasta
Fokus 1 jenis
2%
1-9
7
5 thn konstan
PostGraduate
< 5 tahun
Konservatif
Large
Swasta
Fokus 1 jenis
3%
1-9
8
5 thn konstan
Profesional
< 5 tahun
Agresif
Small
Swasta
Diversifikasi
4%
1-9
9
1 thn fantastis
Profesional
> 5 tahun
Agresif
Small
Swasta
Fokus 1 jenis
3%
1-9
10
1 thn fantastis
PostGraduate
> 5 tahun
Konservatif
Medium
Swasta
Diversifikasi
4%
1-9
11
1 thn fantastis
PostGraduate
> 5 tahun
Agresif
Small
Swasta
Fokus 1 jenis
2%
1-9
12
1 thn fantastis
PostGraduate
< 5 tahun
Konservatif
Small
Pemerintah
Fokus 1 jenis
2%
1-9
13
3 thn dibawah normal
PostGraduate
< 5 tahun
Agresif
Small
Swasta
Diversifikasi
2%
1-9
14
3 thn dibawah normal
Profesional
> 5 tahun
Konservatif
Small
Pemerintah
Diversifikasi
3%
1-9
15
1 thn fantastis
Profesional
> 5 tahun
Konservatif
Large
Swasta
Diversifikasi
2%
1-9
16
1 thn fantastis
Profesional
< 5 tahun
Konservatif
Small
Pemerintah
Fokus 1 jenis
4%
1-9
53
Kemudian data bisa dianalisis pada tingkat individu ataupun tingkat agregat. Akan tetapi, pihak manajemen pasti lebih menyukai tingkat agregat, karena tidak mungkin melihat analisis tingkat individu yang banyak. Dalam analisis konjoin, yang berperan sebagai variabel tak bebas (variabel dependen) umumnya adalah preferensi atau keinginan untuk membeli. Oleh karena itu, urutan maupun penilaian didasarkan atas kedua hal tersebut (preferensi dan keinginan untuk membeli). Namun, karena proses konjoin bersifat sangat fleksibel maka pembelian secara aktual ataupun pilihan dapat berlaku sebagai variabel tak bebas. Tahap 5 : Hasil analisis dan intepretasinya Dengan bantuan aplikasi SPSS 13, hasil analisis faktor-faktor yang mempengaruhi pembelian reksadana akan dijelaskan pada bab berikutnya. Tahap 6 : Uji Relialibilitas dan Uji Validitas Supranto (2004) menjelaskan prosedur untuk menilai keandalan dan kesahihan dari analisis konjoin. 1. Ketepatan atau kecocokan dari estimasi model harus dievaluasi, untuk regresi variabel dummy menggunakan nilai Pearson’s R 2 . Nilai ini akan menunjukkan seberapa jauh model cocok/tepat untuk data yang dianalisis. 2. Uji keandalan yang diulangi (test-retest reliability) 3. Evaluasi untuk stimuly hold out or validation dapat diprediksi dengan fungsi part-worth yang diestimasi.
54
4. Evaluasi yang diprediksi kemudian dapat dikorelasikan dengan yang diperoleh dari responden untuk menentukan internal validity. 5. Jika analisis tingkat/level agregat telah dilakukan, estimation sample dapat dipecah dengan beberapa cara, dan analisis konjoin dilakukan untuk setiapsub sample untuk mengevaluasi stabilitas dari pemecahan analisis konjoin.
55
