perpustakaan.uns.ac.id
digilib.uns.ac.id
Model Multinomial Logit Untuk Menentukan Harga Optimal Paket Blackberry Internet Service (BIS) Telkomsel dan Indosat (Studi Kasus : Mahasiswa Fakultas Teknik UNS Pengguna Blackberry)
Skripsi
DIANDRA PARAMITA TIMUR I0308038
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2013 commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id
digilib.uns.ac.id
KATA PENGANTAR Puji syukur kehadirat Sang Maha Pencipta, Allah SWT, yang telah melimpahkan rahmat dan hidayah-Nya kepada makhlukNya. Sholawat dan salam tersampaikan
kepada
Nabi
Muhammad
SAW,
sehingga
penulis
dapat
menyelesaikan skripsi sebagai syarat untuk mendapatkan gelar Sarjana Teknik di Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta. Skripsi ini dapat terselesaikan berkat bantuan dan bimbingan dari berbagai pihak. Pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih yang sebesar-besarnya atas bimbingan, bantuan, dan dukungan yang tak ternilai terhadap pihak-pihak sebagai berikut : 1. Allah SWT atas limpahan rahmat dan karunia-Nya. 2. Kedua orangtuaku tercinta dan kedua kakakku tersayang yang selalu mendoakan dan memberi dukungan dalam pembuatan laporan ini. 3. Ibu Azizah Aisyati, ST.,MT. selaku pembimbing I yang telah memberikan bimbingan dan pengarahannya kepada peneliti selama pelaksanaan penelitian dan penyusunan skripsi ini. 4. Bapak Dr. Cucuk Nur Rosyidi, ST., MT. selaku Ketua Jurusan Teknik Industri UNS dan pembimbing II yang telah memberikan bimbingan dan pengarahan kepada peneliti selama pelaksanaan penelitian dan penyusunan skripsi ini. 5. Bapak Wakhid Akhmad Jauhari, ST, MT dan Bapak Dr. Eko Pujianto, Ssi, MT selaku penguji yang telah memberikan kritik dan saran untuk penelitian ini. 6. Teman-teman TI 2008 khususnya ani, nisa, nia, galin, rina, ellen, intan, nandi, yoga, cent, mira, reza, putri, dll. Terima kasih atas bantuan dan pertemanannya selama di TI. 7. Teman-teman seangkatan dan seperjuangan TI UNS 2008 pada umumnya atas dukungan, keakraban, serta kekompakannya selama ini. 8. Terima kasih untuk asisten LSP 2008 ani, raga, nuski, anggun, nydhia, wulan atas kerja sama, dukungan, dan bantuan selama ini. Terima kasih juga untuk adek-adek angkatan asisten LSP 2009 dan 2010 yang sudah membantu selama ini.
commit to user v
perpustakaan.uns.ac.id
digilib.uns.ac.id
9. Achmad Hayyunuski buat semua dukungan, semangat, bantuan dan doa selama ini. 10. Semua pihak yang tidak dapat kami sebutkan satu persatu, terima kasih atas segala bantuan dan pertolongan yang telah diberikan. Penulis menyadari bahwa skripsi ini jauh dari sempurna dan banyak memiliki kekurangan. Oleh karena itu penulis mengharapkan kritik, masukan dan saran yang membangun untuk penyempurnaan skripsi ini. Semoga skripsi ini dapat memberikan manfaat bagi pembaca sekalian.
Surakarta, Januari 2013
Penulis
commit to user vi
perpustakaan.uns.ac.id
digilib.uns.ac.id
ABSTRAK Diandra Paramita Timur, NIM : I 0308038. MODEL MULTINOMIAL LOGIT UNTUK MENENTUKAN HARGA OPTIMAL PAKET BLACKBERRY INTERNET SERVICE (BIS) TELKOMSEL DAN INDOSAT (STUDI KASUS : MAHASISWA FAKULTAS TEKNIK UNS PENGGUNA BLACKBERRY). Skripsi. Surakarta: Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Januari 2013. Blackberry adalah perangkat seluler yang memiliki kemampuan layanan push e-mail, telepon, sms, penjelajahan internet, messenger (Blackberry Messenger) dan berbagai kemampuan nirkabel lainnya. Hal ini menyebabkan banyak masyarakat di berbagai negara yang tertarik dan menggunakannya termasuk di negara Indonesia. Dengan layanan dasar yang dimiliki oleh Blackberry seperti Blackberry Internet Services (BIS) maka provider-provider besar seperti Telkomsel dan Indosat berlomba untuk menguasai pasar Blackberry dalam memperebutkan konsumen. Tujuan penelitian ini adalah menentukan harga optimal untuk paket Lifestyle, Business dan Full Services Telkomsel dan paket Gaul, Mail, dan Irit Indosat pada Blackberry Internet Services untuk memaksimalkan ekspektasi pendapatan keduanya dan untuk mengetahui harga optimal dan ekspetasi pendapatan untuk tiap paket yang mempunyai fasilitas sama dimana tidak terjadi persaingan harga antara Telkomsel dan Indosat. Model Multinomial Logit digunakan dalam menentukan harga optimal yang ditawarkan untuk masing-masing layanan dari provider serta harga yang terbentuk dimana tidak terjadi persaingan antara dua provider pada setiap layanan yang mempunyai fasilitas yang sama. Pengolahan data meliputi pengujian multikolinieritas data, penentuan estimasi parameter model multinomial logit, penentuan evaluasi model multinomial logit (uji kebaikan model, uji signifikansi variabel independen secara bersama, dan uji signifikansi variabel independen secara individual), penentuan validasi model multinomial logit, penentuan harga optimal masing-masing provider, dan penentuan harga optimal ketika tidak ada persaingan keduanya. Hasil penelitiannya yaitu pada Telkomsel, harga paket Lifestyle sebesar Rp 70.000, harga paket Business sebesar Rp 88.479, harga paket Full Services sebesar 91.524, dan ekspektasi pendapatan sebesar Rp 88.054. Sedangkan untuk Indosat, harga paket Gaul sebesar Rp 53.766, harga paket Mail sebesar Rp 49.930, harga paket Irit sebesar 90.000, dan ekspektasi pendapatan sebesar Rp 77.675. Pada situasi dimana tidak terjadi persaingan harga, didapatkan harga optimal untuk paket Lifestyle dan Gaul sebesar Rp 70.000, paket Business dan Mail sebesar Rp 84.529, dan paket Full Services dan Irit sebesar Rp 98.801 dengan ekspektasi pendapatan sebesar Rp 110.000 untuk kedua provider. Kata kunci : multinomial logit, Blackberry Internet Service, harga optimal xiv + 71 halaman; 21 tabel; 15 gambar; 2 lampiran Daftar pustaka : 21 (1989-2012)
commit to user vii
perpustakaan.uns.ac.id
digilib.uns.ac.id
ABSTRACT Diandra Paramita Timur, NIM : I 0308038. MULTINOMIAL LOGIT MODEL TO DETERMINE THE OPTIMAL PRICE OF BLACKBERRY INTERNET SERVICE (BIS) FOR TELKOMSEL AND INDOSAT (CASE STUDY : STUDENTS OF ENGINEERING FACULTY UNS). Thesis. Surakarta: Industrial Engineering Department, Faculty of Engineering, Sebelas Maret University, January 2013. Blackberry is a mobile device which has many capabilities such as push email service, phone, sms, internet browsing, messenger (Blackberry Messenger) and a variety of other wireless capabilities. Blackberry has basic service called Blackberry Internet Services (BIS). Many people including in Indonesia interested to in using this device. The big providers such as Telkomsel and Indosat compete for dominating of the Blackberry market to get more consumers. The purpose of this study is to determine the optimal price for the services of Lifestyle, Business and Full Services of Telkomsel and the services of Gaul, Mail, and Irit of Indosat on Blackberry Internet Services to maximize the expected revenues for them and to find the optimal price and expected revenue where is no competition between Telkomsel and Indosat. Multinomial Logit Model is used to determine the optimal price that must be offered for each of the services from providers and price when there is no competition between two providers on any services that have the same facilities. Data processing includes test of multinomial logit assumption (multicolinearity test), determination of the multinomial logit model parameter, multinomial logit model evaluation (goodness of fit test, overall model test, and significance test), determination of multinomial logit model validity, determination of the optimal price for each providers, and determination of optimal price for both Telkomsel and Indosat. The optimal price of Lifestyle, Business, and Full Services of Telkomsel are Rp 70,000, Rp 88.479, and 91.524 respectively with expected revenue Rp 88.054. While for Indosat, the price of Gaul, Mail, and Irit of Indosat are Rp 53.766, Rp 49.930, and Rp 90.000 respectively with expected revenue Rp 77.675. At the situation where there is no competition, the optimal price for BIS Lifestyle and Gaul, BIS Business and Mail, and BIS Full Services and Irit are Rp 70.000, Rp 84.529, and Rp 98.801 with expected revenue is Rp 56,214 for both Telkomsel and Indosat. Key words : multinomial logit, Blackberry Internet Service, optimal price xiv + 71 pages; 21 tables; 15 drawings; 2 attachments Bibliography : 21 (1989-2012)
commit to user viii
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR ISI HALAMAN JUDUL
i
LEMBAR PENGESAHAN
ii
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH
iii
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH
iv
KATA PENGANTAR
v
ABSTRAK
vii
ABSTRACT
viii
DAFTAR ISI
ix
DAFTAR TABEL
xii
DAFTAR GAMBAR
xiii
BAB I PENDAHULUAN
I-1
1.1 Latar Belakang
I-1
1.2 Perumusan Masalah
I-4
1.3 Tujuan Penelitian
I-4
1.4 Manfaat Penelitian
I-5
1.5 Batasan Masalah
I-5
1.6 Asumsi
I-5
1.7 Sistematika Penulisan
I-5
BAB II LANDASAN TEORI
II-1
2.1 Blackberry
II-1
2.2 Metode Sampling
II-2
2.3 Uji Multikolinearitas
II-7
2.4 Qualitative Choice Model
II-8
2.5 Regresi Logistik
II-9
2.6 Regresi Logistik Multinomial
II-10
2.7 Uji Kebaikan Model
II-11
2.8 Uji Signifikasi Variabel Independen Secara Bersama
II-12
(Overall Model Fit) 2.9 Uji Signifikasi Variabel Independen Secara Individu (Significance Test)
commit to user ix
II-13
perpustakaan.uns.ac.id
digilib.uns.ac.id
2.10 Penentuan Validasi Model Multinomial Logit
II-14
2.11 Penelitian Terdahulu
II-15
2.11.1 Correa (2008)
II-15
2.11.2 Arini (2011)
II-16
BAB III METODOLOGI PENELITIAN
III-1
3.1 Tahap Identifikasi Masalah
III-2
3.2 Tahap Pengumpulan dan Pengolahan Data
III-3
3.2.1 Pengumpulan Data
III-3
3.2.2 Pengolahan Data
III-4
3.3 Tahap Analisis
III-15
3.4 Tahap Kesimpulan dan Saran
III-15
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1 Pengumpulan Data
IV-1 IV-1
4.1.1 Perancangan dan Penyebaran Kuesioner
IV-2
4.1.2 Perekapan Data
IV-3
4.2 Pengolahan Data
IV-6
4.2.1 Uji Multikolinearitas Data
IV-7
4.2.2 Penentuan Estimasi Parameter Model Multinomial
IV-7
Logit 4.2.3 Penentuan Evaluasi Model Multinomial Logit
IV-9
4.2.4 Penentuan Validasi Model Multinomial Logit
IV-16
4.2.5 Penentuan Harga Optimal Masing-Masing Provider
IV-18
4.2.6 Penentuan Harga Optimal dimana Tidak Terjadi
IV-19
Persaingan BAB V ANALISIS DAN INTERPRETASI HASIL 5.1 Analisis Hasil Klasifikasi Data Responden Telkomsel dan
V-1 V-1
Indosat 5.2 Analisis Hasil Parameter Model Multinomial Logit
V-3
5.3 Analisis Hasil Evaluasi Model Multinomial Logit
V-4
5.4 Analisis Hasil Validasi Model Multinomial Logit
V-8
5.5 Analisis Hasil Optimisasi Harga Masing-Masing Provider
V-9
5.6 Analisis Hasil Optimisasi Harga Masing- Masing
V-10
commit to user x
perpustakaan.uns.ac.id
digilib.uns.ac.id
Provider dan Harga Dimana Tidak Terjadi Persaingan Antara Keduanya BAB VI KESIMPULAN DAN SARAN
VI-1
6.1 Kesimpulan
VI-1
6.2 Saran
VI-1
DAFTAR PUSTAKA LAMPIRAN Lampiran 1 : Kuesioner Paket BIS Bulanan Telkomsel
L-1
Lampiran 2 : Kuesioner Paket BIS Bulanan Indosat
L-3
commit to user xi
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR TABEL Hal Tabel 2.1 Tabel Klasifikasi
II-14
Tabel 3.1 Tabel Klasifikasi Provider Telkomsel
III-10
Tabel 3.2 Tabel Klasifikasi Provider Indosat
III-11
Tabel 4.1 Contoh Kuesioner untuk Pengguna Telkomsel
IV-2
Tabel 4.2 Contoh Kuesioner untuk Pengguna Indosat
IV-3
Tabel 4.3 Hasil Pengisian Kuesioner 1 Responden Pengguna
IV-4
Telkomsel Tabel 4.4 Hasil Pengisian Kuesioner 1 Responden Pengguna Indosat
IV-5
Tabel 4.5 Hasil Uji Multikolinieritas Data Telkomsel
IV-7
Tabel 4.6 Hasil Uji Multikolinieritas Data Indosat
IV-7
Tabel 4.7 Harga Optimal Hasil Output Excel Solver Telkomsel
IV-18
Tabel 4.8 Harga Optimal Hasil Output Excel Solver Indosat
IV-19
Tabel 4.9 Harga Optimal Hasil Output Excel Solver dimana
IV-20
Tidak Terjadi Persaingan Tabel 5.1 Tabel Probabilitas Pilihan Responden Telkomsel
V-1
Tabel 5.2 Tabel Probabilitas Pilihan Responden Indosat
V-3
Tabel 5.3 Tabel Hasil Uji Kebaikan Model (Goodness of fit)
V-5
Tabel 5.4 Tabel Hasil Uji Signifikansi Variabel Independen
V-6
Secara Bersama (Overall Model Fit) Tabel 5.5 Tabel Hasil Uji Likelihood Ratio
V-6
Tabel 5.6 Tabel Hasil Uji Wald
V-7
Tabel 5.7 Tabel Hasil Validasi Model Multinomial Logit
V-8
Tabel 5.8 Tabel Perhitungan Revenue Aktual dan Usulan Responden
V-9
Telkomsel Tabel 5.9 Tabel Perhitungan Revenue Aktual dan Usulan Responden
V-10
Indosat Tabel 5.10 Tabel Harga Optimal Untuk Tiap Provider dan keduanya
commit to user xii
V-10
perpustakaan.uns.ac.id
digilib.uns.ac.id
DAFTAR GAMBAR Hal Gambar 2.1 Kurva Fungsi Logistik
II-10
Gambar 3.1 Metodologi Penelitian
III-1
Gambar 4.1 Jumlah Data Pengguna Telkomsel
IV-5
Gambar 4.2 Jumlah Data Pengguna Indosat
IV-6
Gambar 4.3 Estimasi Parameter Telkomsel Hasil dari SPSS 17.0
IV-8
Gambar 4.4 Estimasi Parameter Indosat Hasil dari SPSS 17.0
IV-9
Gambar 4.5 Tabel Pseudo R2 Telkomsel
IV-10
Gambar 4.6 Tabel Pseudo R2 Indosat
IV-10
Gambar 4.7 Gambar Uji Overall Model Fit Telkomsel
IV-11
Gambar 4.8 Gambar Uji Overall Model Fit Indosat
IV-11
Gambar 4.9 Gambar Uji Likelihood Ratio Telkomsel
IV-12
Gambar 4.10 Gambar Uji Likelihood Ratio Indosat
IV-13
Gambar 4.11 Gambar Uji Wald Telkomsel
IV-14
Gambar 4.12 Gambar Uji Wald Indosat
IV-15
Gambar 4.13 Gambar Hasil Validasi Model untuk Telkomsel Hasil
IV-16
SPSS 17.0 Gambar 4.14 Gambar Hasil Validasi Model untuk Indosat Hasil SPSS 17.0
commit to user xiii
IV-17
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB I PENDAHULUAN Pada bab ini membahas mengenai latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi, dan sistematika penulisan. 1.1 Latar Belakang Salah satu bidang yang berkembang pesat di Indonesia adalah di bidang teknologi komunikasi. Sebagai salah satu negara berkembang, Indonesia selalu beradaptasi dengan kemajuan teknologi dari waktu ke waktu (ICT Clinic Gorontalo, 2012). Beberapa provider di Indonesia berlomba-lomba menciptakan inovasi baru seperti perang harga untuk menarik hati konsumen di Indonesia (ICT Clinic Gorontalo, 2012). Jumlah pelanggan provider telepon seluler di Indonesia pada tahun 2012 mencapai 255 juta dengan pangsa terbesar dikuasai Telkomsel disusul Indosat dan XL Axiata. Berdasarkan data Asosiasi Telekomunikasi Seluler Indonesia (ATSI) 2012, Telkomsel mendominasi pasar dengan jumlah pelanggan sekitar 109,88 juta (43,1%), sedangkan PT Indosat 52,1 juta (20,43%) dan XL Axiata 46,4 juta nomor (18,2%) (Bank BJB, 2012). Selain itu, perkembangan yang pesat pada industri komunikasi juga didorong oleh pekembangan yang pesat dari pasar telepon seluler. Salah satu perangkat seluler yang sedang berkembang sekarang yaitu Blackberry. Blackberry adalah perangkat selular yang memiliki kemampuan layanan push e-mail,
telepon,
sms,
penjelajahan
internet,
messenger
(Blackberry
Messenger/BBM), dan berbagai kemampuan nirkabel lainnya. Blackberry diperkenalkan pada tahun 1999 oleh perusahaan Kanada, Research In Motion (RIM). Penggunaan gadget canggih ini begitu fenomenal sehingga menjadi suatu kebutuhan. Jika Blackberry telah diaktifkan, Blackberry dapat lebih unggul dari handphone biasa dalam kegiatan browsing (Forum Satelit, 2012). BlackBerry pertama kali diperkenalkan di Indonesia pada pertengahan Desember 2004 (Wikipedia, 2012). Saat ini di Indonesia tren Blackberry sudah meluas di kalangan masyarakat. Terbukti dengan pernyataan Co-Chief Executive Officer RIM yang mengatakan bahwa pertumbuhan Blackberry di Indonesia merupakan yang paling signifikan di Asia Tenggara bahkan pasar yang tumbuh
commit to user I-1
perpustakaan.uns.ac.id
digilib.uns.ac.id
paling pesat di dunia. Pertumbuhan pelanggan di Indonesia naik 10 kali lipat dalam waktu 24 bulan. Pangsa pasarnya sendiri di Indonesia mencapai 38% (VIVA News, 2011). Karena alasan ini, provider yang ada di Indonesia berlomba mendapatkan pangsa pasar untuk memenuhi permintaan konsumen dalam penggunaan layanan software Blackberry khususnya layanan yang disebut Blackberry Internet Service (BIS). Telkomsel mempunyai keunggulan pada market share BlackBerry yang mencapai 52-53% dari total pangsa pasar dan jumlah pelanggan BlackBerry Telkomsel 4,4 juta pelanggan dari total 110 juta pelanggan Telkomsel. Di sisi lain, untuk tahun 2012, pengguna BlackBerry Indosat mencapai 1,5 juta pengguna atau sekitar 24% dari total pangsa pasar Indosat sendiri (Okezone, 2012). Hal ini yang membuat Indosat memiliki posisi yang kokoh di pasar layanan BlackBerry di Indonesia, yang merupakan pasar layanan BlackBerry kedua terbesar di Indonesia (Indosat, 2012). Blackberry mempunyai 4 layanan dasar adalah Blackberry Internet Service (BIS), Blackberry Enterprise Service (BES), Blackberry Professional Software (BPS), dan Blackberry Mobile Data System (MDS). Provider besar yang menguasai pangsa pasar Blackberry di Indonesia menawarkan layanan BIS dan BES. Blackberry Internet Service (BIS) adalah layanan yang disediakan untuk pengguna Blackberry agar bisa melakukan browsing internet, pesan email, dan pesan instan dengan Blackberry (Wikipedia, 2012). Sedangkan Blackberry Enterprise Service (BES) adalah layanan BlackBerry yang terintegrasi pada sistem email yang terorganisasi melalui paket perangkat lunak. BES ditujukan bagi pelanggan korporasi dengan cakupan usaha yang besar. Keuntungan yang diperoleh adalah memperluas komunikasi nirkabel dan data perusahaan kepada pengguna aktif dengan cara yang aman (Wikipedia, 2012). Untuk masyarakat pengguna Blackberry yang ada di Indonesia, BIS merupakan layanan yang umum digunakan dalam pengoperasiannya. Oleh karena itu, layanan yang diamati dalam penelitian ini yaitu layanan Blackberry Internet Service (BIS) per bulan untuk Telkomsel dan Indosat dimana Telkomsel mempunyai 3 jenis paket yaitu paket Lifestyle, Mail atau Business, dan Full Services sedangkan Indosat mempunyai 3 jenis paket juga seperti paket Gaul, Mail, dan Irit. Masing-masing paket provider ini mempunyai fasilitas yang sama
commit to user I-2
perpustakaan.uns.ac.id
digilib.uns.ac.id
sehingga keduanya dapat dibandingkan. Untuk paket Lifesyle dari Telkomsel dapat dibandingkan dengan paket Gaul dari Indosat, paket Business dari Telkomsel dibandingkan dengan paket Mail dari Indosat, dan untuk paket Full Services dari telkomsel dapat dibandingkan dengan paket Irit dari indosat. Ketiga jenis paket ini dipilih untuk dibandingkan karena ketiga paket ini merupakan paket permanen dan bukan merupakan paket promo yang mempunyai batas waktu tertentu. Masing-masing provider berlomba untuk merebut hati pelanggan agar menggunakan layanan dari provider tersebut. Salah satu cara yang digunakan provider untuk menarik konsumen yaitu memberikan penawaran harga layanan dan fasilitas yang diberikan dengan harga yang terjangkau. Kebutuhan manusia merupakan sesuatu yang perlu digali oleh pemasar supaya konsumen dapat dilayani dengan lebih baik. Dalam konteks pemasaran, konsumen memilih produk atau tujuan berdasarkan kriteria yang obyektif seperti ukuran, harga, berat, dan sebagainya. Konsumen mempercayai harga sebagai indikator kualitas (Prasetijo dan Ihalauw, 2005). Telkomsel dan Indosat berlomba menawarkan paket-paket promo layanan BIS dengan harga yang murah dan fasilitas yang sudah lengkap. Dari persaingan tersebut, harga merupakan salah satu faktor yang dapat mempengaruhi konsumen dalam memilih provider yang akan digunakan untuk mengoperasikan Blackberry. Sedangkan segmen pasar yang sensitif terhadap harga salah satunya merupakan segmen pasar dari mahasiswa. Segmen pasar merupakan suatu patokan keberhasilan yang amat penting dalam penetapan harga yang dilakukan oleh suatu perusahaan sehingga hal ini juga harus diperhatikan (Winardi, 1992). Salah satu metode yang dapat digunakan untuk menentukan harga adalah dengan model multinomial logit. Model multinomial logit merupakan model logistik yang variabel terikatnya bukan merupakan pilihan yang dikotomi (ya atau tidak) melainkan pilihan berganda (Nachrowi dkk.,2002). Model multinomial logit merupakan pengembangan dari model binary logit dan digunakan untuk mendeskipsikan bagaimana seorang individu memilih diantara 3 atau lebih pilihan diskrit (Garrow, 2010). Dalam penelitian Correa (2008) dinyatakan bahwa multinomial approach (multinomial logit) adalah metode yang paling baik untuk
commit to user I-3
perpustakaan.uns.ac.id
digilib.uns.ac.id
optimisasi harga. Output yang dihasilkan bukan prediksi tetapi sebuah probabilitas. Pada penelitian ini, model multinomial logit digunakan untuk menentukan harga optimal yang ditawarkan untuk masing-masing layanan dari provider serta harga gabungan antara dua provider untuk setiap layanan yang mempunyai fasilitas yang sama. Model multinomial logit mempunyai variabel terikat berupa keputusan pilihan konsumen dalam memilih produk sedangkan variabel bebasnya berupa harga yang ditentukan sehingga dapat mempengaruhi konsumen dalam memilih. Karena itu, dengan model multinomial logit dapat diketahui probabilitas konsumen dalam memilih salah satu dari alternatif yang ditawarkan. Probabilitas ini kemudian digunakan untuk menentukan harga optimal untuk memaksimumkan ekspektasi pendapatan Telkomsel dan Indosat dan menentukan harga yang terbentuk dimana tidak terjadi persaingan antara Telkomsel dan Indosat.
1.2 Perumusan Masalah Masalah yang diangkat untuk penelitian ini adalah 1.
Bagaimana menentukan harga optimal Paket Lifestyle, Mail, dan Full Services Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS untuk memaksimumkan ekspektasi pendapatan perusahaan dengan menggunakan model multinomial logit.
2.
Bagaimana
menentukan
harga
dan
ekspetasi
pendapatan
yang
menggambarkan kondisi dimana tidak terjadi persaingan antara keduanya yang dapat menguntungkan kedua belah pihak.
1.3 Tujuan Penelitian Tujuan penelitian ini adalah: 1.
Menentukan harga optimal untuk Paket Lifestyle, Mail, dan Full Services Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS untuk
memaksimumkan
ekspektasi
pendapatan
menggunakan model Multinomial logit.
commit to user I-4
perusahaan
dengan
perpustakaan.uns.ac.id
2.
digilib.uns.ac.id
Menentukan harga dan ekspektasi pendapatan antara Telkomsel dan Indosat yang menggambarkan kondisi dimana tidak terjadi persaingan antara keduanya yang dapat menguntungkan kedua belah pihak.
1.4 Manfaat Penelitian Manfaat dari penelitian ini adalah: 1.
Dapat memberi masukan kepada provider yang bersangkutan untuk menentukan harga yang ditawarkan untuk masing-masing paket layanan BIS
2.
Perusahaan dapat memaksimalkan pendapatan berdasarkan harga paket layanan BIS yang ditawarkan.
1.5 Batasan Masalah Batasan masalah dari penelitian ini adalah: 1. Provider yang dipilih yaitu Telkomsel dan Indosat. 2. Jenis paket Telkomsel yang diamati hanya paket Lifestyle, paket Business, dan paket Full Services untuk jangka waktu per bulan. 3. Jenis paket Indosat yang diamati hanya paket Gaul, paket Mail, dan paket Irit untuk jangka waktu per bulan. 4. Responden penelitian ini adalah Mahasiswa Universitas Sebelas Maret pemakai Blackberry Program S1 Fakultas Teknik.
1.6 Asumsi Asumsi yang digunakan dalam penelitian ini adalah: 1. Harga untuk tiap paket BIS baik Telkomsel maupun Indosat tidak berubah selama penelitian dilakukan. 2. Biaya produksi layanan tidak dipertimbangkan dalam penelitian ini.
1.7 Sistematika Penulisan Dalam penulisan laporan tugas akhir ini diberikan uraian yang diberikan pada setiap bab yang berurutan untuk mempermudah pembahasannya. Dari pokokpokok permasalahan dapat dibagi menjadi enam bab seperti dijelaskan di bawah ini.
commit to user I-5
perpustakaan.uns.ac.id
BAB I
digilib.uns.ac.id
PENDAHULUAN Bab ini berisi mengenai alasan atau latar belakang perlunya diadakan penelitian disertai pula dengan perumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah, asumsi, dan sistematika penulisan dari penelitian.
BAB II
LANDASAN TEORI Bab ini berisi mengenai dasar-dasar teori dan hasil-hasil penelitian sebelumnya yang menunjang pembahasan masalah yaitu mengenai metode pengambilan data, sampling, model multinomial logit, dan penelitian terdahulu.
BAB III
METODOLOGI PENELITIAN Bab ini berisi mengenai kerangka pemikiran dari penelitian yang memuat
tahap-tahap
penelitian
mulai
dari
tahap
identifikasi
permasalahan awal, tahap pengumpulan dan pengolahan data, analisis dan interpretasi hasil serta penarikan kesimpulan. BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA Bab ini berisi mengenai data penelitian diperlukan dalam menganalisis permasalahan yang ada. Data berkenaan dengan hasil kuesioner yang disebarkan kepada pemakai Blackberry. Pada bab ini dijelaskan pula cara pengolahan data-data tersebut.
BAB V
ANALISIS DAN INTERPRETASI HASIL Bab ini berisi interpretasi dari hasil pengolahan data, baik data primer maupun data sekunder serta membandingkan terhadap tujuan penelitian yang telah ditetapkan.
BAB VI
KESIMPULAN DAN SARAN Bab ini berisi mengenai kesimpulan dari hasil pengolahan data penelitian dan saran untuk penelitian mengenai optimisasi harga dengan model multinomial logit.
commit to user I-6
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB II LANDASAN TEORI Pada bab ini akan menjelaskan mengenai toeri-teori yang mengacu pada pembuatan tugas akhir dan sebagai landasan untuk melakukan penelitian. 2.1 Blackberry Blackberry adalah perangkat selular yang memiliki kemampuan layanan push e-mail,
telepon,
sms,
penjelajahan
internet,
messenger
(Blackberry
Messenger/BBM), dan berbagai kemampuan nirkabel lainnya. Blackberry diperkenalkan pada tahun 1999 oleh perusahaan Kanada, Research In Motion (RIM). Penggunaan gadget canggih ini begitu fenomenal sehingga menjadi suatu kebutuhan. Pada prinsipnya fungsi dasar Blackberry sama dengan handphone lainnya yaitu untuk telepon dan sms. Perbedaannya pada Operating System Blackberry yang menggunakan Operating System (OS) berbasis Java buatan RIM (vendor Blackberry). Jika Blackberry telah diaktifkan dengan layanan Blackberry provider tertentu, Blackberry dapat lebih unggul dari handphone biasa dalam kegiatan browsing (Forum Satelit, 2012). Blackberry Internet Service (BIS) adalah layanan yang disediakan untuk pengguna Blackberry agar bisa melakukan browsing internet, pesan email, dan pesan instan dengan Blackberry (Wikipedia, 2012).Blackberry mempunyai 4 layanan dasar yang ditawarkan yaitu Blackberry Internet Service (BIS), Blackberry Enterprise Service (BES), Blackberry Professional Software (BPS), dan Blackberry Mobile Data System (MDS). BIS pada provider besar seperti Telkomsel dan indosat menyediakan beberapa paket yang dapat dipilih oleh para pengguna Blackberry dengan menggunakan salah satu dari dua provider terbesar ini. 1.
Telkomsel
Paket BIS yang ditawarkan oleh Telkomsel adalah: a. Full Services Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger), social networking (facebook, twitter), browsing, dan push-email.
commit to user II-1
perpustakaan.uns.ac.id
digilib.uns.ac.id
b. Lifestyle Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger) dan social networking (facebook, twitter). c. Business Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger) dan unlimited push-email. 2.
Indosat
Paket BIS yang ditawarkan oleh Indosat adalah: a. Gaul Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger) dan social networking (facebook, twitter). b. Mail Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger) dan unlimited push-email. c. Irit Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry Messenger,yahoo messenger), social networking (facebook, twitter), browsing, dan push-email. 2.2 Metode Sampling Sampel adalah suatu himpunan bagian dari unit populasi (Kuncoro, 2003). Sedangkan sampling yaitu proses memilih sejumlah elemen dari populasi yang yang mencukupi untuk mempelajari populasi dan memahami karakteristik elemen populasi. 1.
Alasan Utama Penggunaan Sampel Alasan utama penggunaan sampel adalah kendala sumber daya yang terbatas
jumlahnya, ketepatan dalam memperoleh data yang akurat, dan pengukuran destruktif (Kuncoro,2003). 2.
Karakteristik Sampel yang Baik Karakteristik sampel yang baik antara lain memungkinkan peneliti untuk
mengambil keputusan yang berhubungan dengan besaran sampel untuk memperoleh jawaban yang dikehendaki, sampel mengidentifikasi probabilitas dari setiap unit analisis untuk menjadi sampel, sampel memungkinkan peneliti
commit to user II-2
perpustakaan.uns.ac.id
digilib.uns.ac.id
menghitung akurasi dan pengaruh dalam pemilihan sampel daripada harus melakukan sensus, dan sampel memungkinkan peneliti menghitung derajat kepercayaan yang diterapkan dalam estimasi populasi yang disusun dari sampel statistika. 3.
Proses Pemilihan Sampel Proses pemilihan sampel merupakan suatu rangkaian kegiatan yang
berurutan. Tahapan dalam pemilihan sampel antara lain penentuan populasi, penentuan unit pemilihan sampel, penentuan kerangka pemilihan sampel, penentuan desain sampel dan penentuan jumlah sampel, serta pemilihan sampel. 4.
Jumlah Sampel Secara umum jumlah sampel minimal yang dapat diterima untuk suatu studi
tergantung dari jenis studi yang dilakukan. Beberapa pedoman yang dianjurkan menurut Gay dan Diehl (dalam Kuncoro, 2003) adalah: a. Untuk studi deskriptif, sampel 10% dari populasi dianggap merupakan jumlah amat minimal. Untuk populasi yang lebih kecil, setidaknya 20% mungkin diperlukan. b. Untuk studi korelasional dibutuhkan minimal 30 sampel untuk menguji ada tidaknya hubungan. c. Untuk studi kausal-komparatif minimal 30 subjek per grup umumnya dianjurkan. d. Untuk studi eksperimen minimal 15 subjek per grup umumnya dianjurkan. 5.
Metode Pengambilan Sampel Secara umum sampel terdiri dari dua macam yaitu dengan cara probabilitas
dan non probabilitas. a. Sampel Probabilitas Sampel probabilitas dipilih berdasarkan prosedur seleksi dan memiliki peluang yang sama untuk dipilih. Ada 5 jenis untuk sampel probabilitas yaitu sampel random sederhana, sampel sistematis, sampel stratifikasi, sampel kluster, dan sampel multi tahap. 1) Sampel Random Sederhana (Simple Random Sampling) Pemilihan sampel random sederhana adalah desain pemilihan sampel yang paling sederhana dan mudah. Prinsip pemilihan sampel dalam desain ini
commit to user II-3
perpustakaan.uns.ac.id
digilib.uns.ac.id
adalah setiap elemen dalam populasi mempunyai kesempatan yang sama untuk dipilih. 2) Sampel Sistematis (Systematic Sampling) Sampel
ini
hampir
sama
dengan
pemilihan
random
sederhana.
Perbedaannya yaitu pada cara pemilihan elemen untuk menjadi sampel. Seluruh elemen yang ada pada unit pemilihan sampel diberi nomor urut mulai dari nomor 1. 3) Sampel Stratifikasi (Stratified Sampling) Perbedaan dengan kedua desain sebelumnya adalah langkah pertama sebelum pemilihan sampel harus dilakukan pengelompokan populasi dengan kriteria tertentu ke dalam beberapa strata. 4) Sampel Klaster (Cluster Sampling) Alasan yang mendorong digunakannya sampel kluster adalah adanya kebutuhan efisiensi ekonomis yang tidak bisa diperoleh peneliti jika menggunakan random sederhana dan tidak tersedianya kerangka sampel untuk elemen tertentu. 5) Sampel Daerah Multitahap (Multistage Area Sampling) Multistage area sampling adalah prosedur pengambilan sampel yang melibatkan penggunaan kombinasi teknik sampel probabilitas yang telah dibahas pada bagian terdahulu. b. Sampel Non Probabilitas Sampel non probabilitas dipilih secara arbitrer oleh peneliti. Probabilitas masing-masing anggota populasi tidak diketahui. Para peneliti menggunakan sampel ini karena tidak ada upaya untuk melakukan generalisasi berdasarkan sampel. 1) Convenience Sampling Convenience sampling adalah prosedur untuk mendapatkan unit sampel menurut keinginan peneliti. Peneliti menggunakan metode ini untuk memperoleh daftar pertanyaan dalam jumlah yang besar dan lengkap secara cepat dan hemat.
commit to user II-4
perpustakaan.uns.ac.id
digilib.uns.ac.id
2) Judgement Sampling Metode sampling ini adalah salah satu jenis dari purposive sampling selain quota sampling dimana peneliti memilih sampel berdasarkan penilaian terhadap beberapa karakteristik anggota sampel yang disesuaikan dengan maksud penelitian. 3) Quota Sampling Metode ini digunakan untuk memastikan bahwa berbagai subgrup dalam populasi telah terwakili dengan berbagai karakteristik sampel sampai batas tertentu yang dikehendaki peneliti. Peneliti menentukan target kuota yang dikehendaki. 4) Snowball Sampling Metode sampling ini merupakan prosedur pengambilan sampel dimana responden pertama dipilih dengan metode probabilitas dan kemudian responden selanjutnya diperoleh dari informasi yang diberikan oleh responden yang pertama. 6.
Ukuran Sampel yang Diperlukan Untuk menentukan ukuran sampel dari suatu populasi terdapat bermacam
cara, baik untuk ukuran populasi yang diketahui maupun yang tidak diketahui (atau terlalu besar) (Umar, 2003). Cara penentuan ukuran sampel dapat dijelaskan sebagai berikut: a. Rumus Slovin Untuk menentukan berapa minimal sampel yang dibutuhkan jika ukuran populasi diketahui dapat menggunakan rumus Slovin seperti berikut: (2.1) dimana, n = Ukuran Sampel N = Ukuran Populasi e = Kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang dapat ditolerir b. Cara Interval Taksiran Jika ukuran populasi tidak diketahui atau sangat besar maka tidak bisa menggunakan rumus Slovin. Beberapa rumus dapat dipakai misalnya untuk
commit to user II-5
perpustakaan.uns.ac.id
digilib.uns.ac.id
menaksir parameter µ dan parameter P. Seperti halnya dengan ukuran populasi yang terbatas, pada ukuran populasi yang tidak terbataspun besarnya sampel dapat disesuaikan dengan alat analisis seperti Chi-Square yang menuntut jumlah observasi tertentu. 1). Menaksir parameter rata-rata µ Model interval taksiran untuk parameter µ adalah (2.2) Atau (2.3) dimana
dianggap error (e) dari hasil taksirannya. Jika error ini
dikuadratkan akan didapatkan sebagai berikut: (2.4) Dengan perhitungan matematik sederhana, jumlah sampel n dapat ditentukan menjadi: (2.5) Karena standar deviasi populasi sering tidak diketahui maka jalan keluarnya ada tiga cara yaitu diambil dari riset terdahulu jika ada, diambil dari prasurvei terhadap beberapa data saja yang dianggap cukup mewakili, dan standar deviasi dapat didekati dengan range (R) yaitu selisih data terbesar-terkecil sehingga
dapat dicari dengan rumus
.
2). Menaksir parameter proporsi P Model interval taksiran untuk parameter P adalah sebagai berikut: (2.6) Atau (2.7) dimana p
= x/n
q
= 1-p
commit to user II-6
perpustakaan.uns.ac.id
e
digilib.uns.ac.id
=
Jumlah sampel yang diperlukan adalah (2.8) Jika p dan q tidak diketahui maka dapat diketahui dengan 0,25 sebagai perkalian antara 0,5 x 0,5.
2.3 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen) (Ghazali, 2005). Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Jika variabel independen saling berkorelasi, maka variabel-variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut: a.
Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat tinggi tetapi secara individual variabel-variabel independen banyak yang tidak signifikan mempengaruhi variabel dependen.
b.
Menganalisis matrik korelasi variabel-variabel independen. Jika antar variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,9), maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya korelasi yang tinggi antar variabel independen tidak berarti bebas dari multikolonieritas. Multikolinieritas dapat disebabkan karena adanya efek kombinasi dua atau lebih variabel independen.
c.
Multikolinieritas dapat juga dilihat dari nilai tolerance dan lawannya variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independennya lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen (terikat) dan diregres terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF tinggi (karena VIF=1/tolerance). Nilai
commit to user II-7
perpustakaan.uns.ac.id
digilib.uns.ac.id
cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance
VIF
10. Setiap peneliti
harus menentukan tingkat kolinieritas yang masih dapat ditolerir. Sebagai misal nilai tolerance = 0,10 sama dengan tingkat kolinieritas 0,95. Walaupun multikolinieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi masih tetap tidak mengetahui variabel-variabel independen mana sajakah yang saling berkorelasi. 2.4 Qualitative Choice Model Qualitative choice (pilihan kualitatif) merupakan suatu situasi dimana pembuat keputusan atau seorang konsumen yang menghadapi diantara pilihanpilihan yang berbeda dan konsumen harus memilih salah satu dari pilihan yang diberikan (Correa,2008). Sifat dari pilihan yang akan dibuat tergantung pada masalah yang dihadapi oleh pembuat keputusan atau konsumen. Pembatasan untuk pilihan yang akan dibuat yaitu antara lain: a.
Jumlah alternatif yang terbatas
b.
Alternatif bersifat mutually exclusive. Artinya bahwa pembuat keputusan atau konsumen hanya dapat memilih salah satu alternatif diantara alternatif yang ada.
c.
Jumlah dari pilihan-pilihan atau alternatif lengkap. Konsumen ingin memaksimalkan utilitas. Mereka memilih produk yang
mereka percaya memiliki keseluruhan utilitas yang tertinggi. Pilihan yang dipilih tergantung pada karakteristik dari pilihan individu, yang mana dipengaruhi oleh kebiasaan, iklan pengalaman, tekanan dari orang lain, kendala lingkungan, opini, dan lain-lain. Terkait dengan tiap-tiap pilihan yang mempunyai kemungkinan untuk dipilih, dan pilihan itu dapat dispesifikasi sebagai fungsi parametrik dengan bentuk berikut: (2.9) dimana, Xin = vektor dari karakteristik alternatif i yang diamati oleh pembuat keputusan n, Jn = jumlah semua alternatif, Sn = karakteristik yang diamati dari pembuat keputusan n seperti pendapatan, umur, dll dan
adalah vektor dari parameter.
commit to user II-8
perpustakaan.uns.ac.id
digilib.uns.ac.id
Multinomial logit dapat diimplementasikan di dalam Qualitative Choice Model. Multinomial logit adalah model pilihan jenis logit di mana jumlah pilihan lebih dari dua. QCM digunakan dalam beberapa situasi. Dari pilihan rute untuk bekerja, untuk membeli produk sesuai spesifikasi konsumen, pilihan yang dihadapi oleh pembuat keputusan biasanya dibuat untuk memenuhi batasan yang disebutkan di atas. 2.5 Regresi Logistik Model regresi logistik adalah model regresi yang peubah terikat atau responnya mensyaratkan berupa peubah kategorik sedangkan menurut Hosmer dan Lemeshow (2000), Metode regresi logistik adalah suatu metode analisis statistika yang mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau lebih dengan satu atau lebih peubah penjelas berskala kategori atau interval. Yang dimaksud dengan peubah kategorik yaitu peubah yang berupa data nominal dan ordinal. Pendekatan model persamaan regresi logistik digunakan karena dapat menjelaskan hubungan antara X dan
x) yang bersifat tidak linear,
ketidaknormalan sebaran dari Y, keragaman respon yang tidak konstan dan tidak dapat dijelaskan oleh model regresi linear biasa (Agresti, 1990). Jika data hasil pengamatan memiliki p peubah bebas yaitu x 1 , x2 ,..., xp dengan peubah respon Y, dengan Y mempunyai dua kemungkinan nilai 0 dan 1, Y = 1 menyatakan bahwa respon memiliki kriteria yang ditentukan dan sebaliknya Y = 0 tidak memiliki kriteria, maka peubah respon Y mengikuti sebaran Bernoulli dengan parameter
i)
sehingga fungsi sebaran peluang adalah sebagai berikut : y
(2.10)
Model umum regresi logistik dengan p peubah penjelas yaitu: (2.11)
dengan melakukan transformasi logit diperoleh:
dengan
ln
(2.12)
commit to user II-9
perpustakaan.uns.ac.id
digilib.uns.ac.id
(2.13) Merupakan penduga logit yang berperan sebagai fungsi linear dari peubah penjelas. Karena fungsi penghubung yang digunakan adalah fungsi penghubung logit maka sebaran peluang yang digunakan disebut sebaran logistik (McCullagh dan Nelder, 1989).
Gambar 2.1 Kurva Fungsi Logistik
2.6 Regresi Logistik Multinomial Regresi logistik multinomial merupakan perluasan dari regresi logistik dengan respon biner yang dapat menangani variabel repon dengan kategori lebih dari dua. Nachrowi (2005) menjelaskan, untuk model regresi dengan variabel respon berskala nominal empat kategori digunakan kategori variabel hasil Y yang dikode 0, 1, 2, dan 3. Dalam model regresi logistik dikotomi, variabel terikat dinyatakan dalam fungsi logit untuk Y =1 dibanding dengan fungsi logit untuk Y = 0. Kategori Y=0 disebut sebagi kategori pembanding (reference group). Dalam model logistik dengan empat kategori, dihasilkan tiga fungsi logit yaitu: 1.
Fungsi logit untuk Y=1 relatif terhadap fungsi logit untuk Y=0
2.
Fungsi logit untuk Y=2 relatif terhadap fungsi logit untuk Y=0
3.
Fungsi logit untuk Y=3 relatif terhadap fungsi logit untuk Y=0 Secara umum, untuk menganalisis model dengan p variabel bebas maka tiga
fungsi logitnya dapat dinotasikan sebagai berikut:
commit to user II-10
perpustakaan.uns.ac.id
digilib.uns.ac.id
ln
(2.14)
ln
(2.16)
ln
(2.15)
Berdasarkan ketiga fungsi logit tersebut maka didapatkan probabilitas respon untuk model regresi logistik dengan empat kategori yaitu sebagai berikut:
(2.17) (2.18) (2.19) (2.20) Sebagai perbandingan, dalam
model logit dikotomi, pengestimasian
parameter dilakukan pada bentuk rasio antara Pr (Y=1|x) dan Pr (Y=0|x). Lebih spesifik lagi, yang diestimasi adalah: (2.21) Model ini dapat diestimasi melalui teknik maximum likelihood. Dalam model regeresi logistik dengan empat kategori, analogi juga digunakan sebagai berikut: (2.22) (2.23) (2.24) Kemudian dengan menggunakan metode taksiran maximum likelihood, parameter-parameter dalam model tersebut dapat diestimasi. 2.7 Uji Kebaikan Model Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit. Untuk uji kebaikan model dapat digunakan koefisien determinasi (Pseudo R2) untuk menilai kebaikan model. Koefisien determinasi (R 2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai R2
commit to user II-11
perpustakaan.uns.ac.id
digilib.uns.ac.id
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabelvariabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Satu hal yang perlu dicatat bahwa koefisien determinasi hanyalah salah satu dan bukan satu-satunya kriteria memilih model yang baik. Alasannya bila suatu estimasi regresi menghasilkan koefisien determinasi yang tinggi tetapi tidak konsisten dengan teori ekonomika yang dipilih oleh peneliti atau tidak lolos dari uji asumsi klasik maka model tersebut bukanlah model penaksir yang baik dan seharusnya tidak dipilih menjadi model empirik (Ghozali, 2005). Uji kebaikan model dilakukan dengan menghitung nilai Pseudo R2 yang terdiri dari Cox and Snell, Nagelkerke, dan McFadden. Rumus Pseudo R2 Cox and Snell (2.25) Rumus Pseudo R2 Nagelkerke (2.26)
Rumus Pseudo R2 McFadden (2.27) dimana LLnull adalah likelihood model hanya dengan konstanta LLk adalah model yang diestimasi dan n adalah jumlah observasi. 2.8 Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit) Uji overall model fit dilakukan dengan uji G atau uji likelihood ratio, yaitu dengan menghitung perbedaan nilai -2 log likelihood (-2LL) antara model yang hanya terdiri dari konstanta dengan model yang terdiri dari konstanta dan variabel independen. (2.28) dimana, L0 = nilai log likelihood model regresi logistik tanpa variabel prediktor
commit to user II-12
perpustakaan.uns.ac.id
digilib.uns.ac.id
L1 = nilai log likelihood model regresi logistik dengan variabel prediktor Hipotesis yang digunakan adalah sebagai berikut: H0 H 1:
=0
k k
Uji likelihood ratio menggunakan distribusi chi square ( ). H0 akan ditolak jika nilai G > Z ada satu
k
atau G2 >
2
. Hal ini mengindikasikan bahwa paling sedikit
yang tidak sama dengan 0. Jika nilai
2
hitung lebih besar dari
2
tabel
maka bisa disimpulkan bahwa variabel independen secara bersama mempengaruhi variabel dependen. Sebaliknya jika
2
hitung lebih kecil dari
2
tabel maka bisa
disimpulkan bahwa variabel independen secara bersama tidak mempengaruhi variabel dependen.
2.9 Uji Signifikansi Variabel Independen Secara Individual (Significance Test) Uji signifikansi variabel independen dilakukan untuk mengetahui apakah variabel independen secara individu mempengaruhi variabel dependennya. Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji Likelihood Ratio dan Uji Wald. Uji Likelihood Ratio dilakukan dengan menghitung perbedaan -2 log likelihood (-2LL) antara model yang diestimasi (final model) dengan model tanpa variabel yang diamati (reduce model) dengan derajat bebas sebanyak variabel independen yang tidak dimasukkan dalam model. Uji likelihood ratio ini mengikuti distribusi chi square. Prinsipnya sama dengan uji signifikasi variabel independen secara bersama dalam pembacaan dan perbandingan antara 2
dan
2
tabel
hitung, hanya disini pengujian untuk variabel indenpenden secara individu
bukan secara bersama. Sedangkan Uji Wald digunakan untuk mengetahui apakah variabel independen berpengaruh terhadap variabel dependennya. Hipotesis yang digunakan adalah sebagai berikut: H0 H 1:
k
=0
k
Untuk nilai statistik Wald dapat dicari dengan rumus sebagai berikut
commit to user II-13
perpustakaan.uns.ac.id
digilib.uns.ac.id
(2.29) Dengan
adalah taksiran standar error parameter dan
koefisien estimasi pada model. H0 ditolak jika W > Z
atau W 2
adalah nilai 2
dengan
derajat bebas sebesar df dimana df=1. Nilai Statistika Wald ini mengikuti distribusi chi square. Jika nilai statistik Wald lebih besar dari pada nilai
2
tabel maka dapat dismpulkan variabel
independen berpengaruh pada variabel dependen. Sebaliknya jika nilai statistik Wald lebih kecil daripada nilai
2
tabel maka dapat disipulkan variabel
independen tidak berpengaruh pada variabel dependen.
2.10 Penentuan Validasi Model Multinomial logit Penentuan validasi model multinomial logit merupakan prosedur klasifikasi yang dilakukan untuk melihat peluang kesalahan klasifikasi oleh suatu fungsi. Ukuran yang dipakai adalah Apparent Error Rate (APER). Nilai APER menyatakan nilai proporsi sampel yang salah yang diklasifikasikan oleh fungsi klasifikasi (Johnson dan Wichern, 1992). Penentuan kesalahan pengklasifikasian dapat diketahui melalui tabel klasifikasi sebagai berikut: Tabel 2.1 Tabel Klasifikasi Actual Membership p1 p2
Predicted Membership p1 p2 n11 n12 n21 n22
dimana, n11
= Jumlah yi dari p1 yang tepat diklasifikasikan sebagai p1
n12
= Jumlah yi dari p1 yang salah diklasifikasikan sebagai p2
n21
= Jumlah yi dari p2 yang salah diklasifikasikan sebagai p1
n22
= Jumlah yi dari p2 yang tepat diklasifikasikan sebagai p2
(2.30)
commit to user II-14
perpustakaan.uns.ac.id
digilib.uns.ac.id
2.11 Penelitian Terdahulu Penelitian yang terkait dengan optimisasi harga telah dilakukan antara lain oleh Correa (2008) dan Arini (2011). 2.11.1 Correa (2008) Penelitian terdahulu yang terkait dengan pelaksanaan penelitian ini yaitu penelitian yang dilakukan oleh Correa (2008). Pada penelitian yang dilakukan oleh Correa (2008) dijelaskan bagaimana model Multinomial logit bisa diimplementasikan di dalam situasi ‘Qualitative Choice’ untuk menghasilkan output berupa penetapan harga optimal. Analisis ini berdasarkan pada kasus dimana penjual ingin menentukan kombinasi harga terbaik dari dua produk yang ditawarkan berdasarkan satu tipe konsumen. Hasil dari penelitian Correa dilihat dari metodologi penelitiannya yaitu Multinomial logit Model merupakan pendekatan yang paling baik dibanding kedua alternatif pendekatan lainnya karena hasilnya paling mendekati nilai optimum teoritis dan akurasinya semakin baik dengan bertambahnya jumlah observasi. Output dari model adalah nilai utilitas yang dapat digunakan untuk menentukan harga optimum. Sehingga optimasi harga dapat dimodelkan sebagai berikut: a.
Fungsi tujuan: Memaksimum ekspektasi pendapatan (Expected Revenue) Max Expected Revenue = Price1* PL1 + Price 2* PL 2
b.
(2.31)
Fungsi pembatas: probabilitas konsumen memilih produk i (Purchase Likelihood) PL1 = PL2 =
e U (0 )
e U (1) + e U (1) + e U (2 )
(2.32)
e U (0 )
eU ( 2) + e U (1) + e U ( 2 )
(2.33)
plower £ price £ pupper
(2.34)
dimana U(i) adalah estimasi utilitas produk i yang dimodelkan pada bagian sebelumnya. plower dan pupper merupakan batas atas dan batas bawah harga dari tiap produk.
commit to user II-15
perpustakaan.uns.ac.id
digilib.uns.ac.id
2.11.2 Arini (2011) Penelitian ini juga mengacu pada penelitian yang dilakukan oleh Arini (2011). Penelitian Arini (2011) dilakukan dengan mengacu pada penelitian yang dilakukan oleh Correa (2008) juga. Pada penelitian yang dilakukan oleh Arini (2011) sama seperti penelitian Correa (2008) yaitu optimisasi harga dengan memakai model multinomial logit sebagai pendekatannya. Fungsi tujuan yang diambil sama seperti Correa (2008) yaitu untuk memaksimumkan pendapatan. Fungsi pembatasnya merupakan probabilitas konsumen memilih produk i. Produk yang diambil dalam penelitian Arini (2011) adalah flashdisk yang mempunyai kapasitas berbeda yaitu 4GB dan 8GB. Dengan model multinomial logit akan dihasilkan output berupa harga optimal untuk tiap produk guna memaksimumkan pendapatan perusahaan dari produk tersebut.
commit to user II-16
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB III METODOLOGI PENELITIAN Pada bab ini dibahas mengenai tahapan-tahapan yang dilakukan dalam penelitian. Tahapan-tahapan ini digambarkan dengan flowchart seperti di bawah ini :
commit to user III-1
perpustakaan.uns.ac.id
digilib.uns.ac.id
Metodologi penelitian yang tersaji dalam flowchart diatas kemudian akan diuraikan dan dijelaskan lebih lanjut dalam sub bab berikut. 3.1 Identifikasi Masalah Tahapan yang ada pada identifikasi masalah adalah sebagai berikut : 1.
Studi Pustaka Tahap ini merupakan studi pendahuluan untuk menggali informasi terkait
dengan penelitian yg dilakukan. Tujuan dari studi pustaka untuk menggambarkan teori dan konsep yang akan digunakan dalam menyelesaikan permasalahan yang diteliti dan untuk mendapatkan dasar referensi yang kuat. Studi pustaka dilakukan dengan mengumpulkan semua informasi yang berkaitan dengan penelitian yang akan dilakukan berupa referensi yg berhubungan model multinomial logit berupa buku, informasi dari internet, dan penelitian terkini dalam mengenai model multinomial logit. 2.
Studi Lapangan Studi lapangan dilakukan untuk mendapatkan informasi dan keterangan yang
berhubungan langsung dengan produk yang dipakai dalam penelitian. Produk yang dipilih yaitu harga BIS per bulan. Provider paket yang diamati yaitu Telkomsel dan Indosat. Untuk paket dari Telkomsel yaitu paket Lifestyle, paket Business, dan paket Full Services. Sedangkan dari Indosat yang diambil adalah paket Gaul, paket Mail, dan paket Irit. Masing-masing paket provider ini mempunyai fasilitas yang sama sehingga keduanya dapat dibandingkan. Pada penelitian ini akan ditentukan kombinasi harga untuk masing-masing paket provider guna memaksimalkan pendapatan masing-masing provider. 3.
Perumusan Masalah Setelah mengidentifikasi masalah yang terjadi, kemudian dilakukan
perumusan masalah yang akan diselesaikan sehingga mendapatkan hasil yang baik. Perumusan masalah yang dilakukan yaitu bagaimana menentukan harga untuk harga Paket Lifestyle, Mail, dan Full Services Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS untuk memaksimumkan ekspetasi pendapatan keduanya dengan menggunakan model multinomial logit.
commit to user III-2
perpustakaan.uns.ac.id
4.
digilib.uns.ac.id
Tujuan dan Manfaat Penelitian Setelah diketahui masalah apa yang akan diselesaikan, kemudian menentukan
tujuan dan manfaat yang akan dicapai selanjutnya. Tujuan yang ingin dicapai yaitu untuk menentukan harga Paket Lifestyle, Mail, dan Full Services Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS untuk memaksimumkan ekspetasi pendapatan keduanya dengan menggunakan model Multinomial logit. Sedangkan manfaat yang diambil dari penelitian ini adalah diharapkan dapat memberi masukan kepada provider yang bersangkutan untuk menentukan harga yang ditawarkan untuk masing-masing paket layanan BIS serta perusahaan dapat memaksimalkan pendapatan berdasarkan harga paket layanan BIS yang ditawarkan.
3.2 Tahap Pengumpulan dan Pengolahan Data Pada tahap ini dilakukan pengumpulan dan pengolahan data yang digunakan untuk penelitian ini. 3.2.1 Pengumpulan Data Pengumpulan data dilakukan dengan kuesioner yang disebarkan kepada Mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta. Pengumpulan data dengan kuesioner memerlukan perancangan kuesioner. 1. Perancangan dan Penyebaran Kuesioner Perancangan kuesioner ini dilakukan untuk mengetahui data apa saja yang dibutuhkan. Data yang diperlukan dalam pembentukan model multinomial logit untuk penentuan harga yaitu kombinasi data pilihan pembelian pada harga yang berbeda-beda. Rancangan kuesioner dibuat berdasarkan multinomial stated-choice survey (Cook&Wissman, 2007) karena pada tipe kuesioner ini responden dapat memilih salah satu pilihan dari beberapa alternatif yang diberikan. Kuesioner dibagi menjadi dua yaitu kuesioner bagi pengguna provider Telkomsel dan kuesioner bagi pengguna Indosat. Untuk setiap kuesioner terdapat empat pilihan. Pada Telkomsel, terdapat kombinasi harga untuk paket Lifestyle, paket Business, dan paket Full Services. Pada Indosat, terdapat kombinasi harga untuk paket Gaul, paket Mail, dan paket Irit. Untuk setiap provider terdapat
commit to user III-3
perpustakaan.uns.ac.id
digilib.uns.ac.id
pilihan Tidak Membeli jika konsumen merasa harga yang ditawarkan tidak cocok. Data pilihan tersebut kemudian dipilih konsumen dari tiap provider sesuai dengan keinginannya apakah akan memilih untuk membeli salah satu dari paket atau tidak membeli. Dari pilihan konsumen tersebut dapat diketahui kemungkinan konsumen untuk membeli pada harga tertentu. Sampel dalam penelitian ini adalah mahasiswa Fakultas Teknik program S1 UNS yang merupakan pemakai Blackberry. Untuk pencarian sampling digunakan teknik purposive sampling (sampling bertujuan) karena sampling dilakukan langsung kepada responden yang mempunyai Blackberry pemakai provider Telkomsel atau Indosat. Karena jenis sampling merupakan non probability sampling jadi jumlah sampel yang dibutuhkan tidak dapat diketahui secara pasti dan yang menentukan jumlah sampel sudah cukup atau belum hanya dari keinginan seorang peneliti. Oleh karena itu, untuk mendapatkan jumlah responden yang akan menjadi sampel secara pasti dan diketahui jumlah populasinya dapat menggunakan rumus Slovin pada persamaan (2.1) dengan kelonggaran (e) sebesar 10%. Responden yang dipilih sebagai sampel berjumlah 50 mahasiswa pemakai Blackberry dengan provider Telkomsel dan 50 mahasiswa pemakai Blackberry dengan provider Indosat. 2. Perekapan Data Perekapan data dilakukan untuk mengetahui pilihan responden pada tiap kombinasi harga paket BIS pada pengguna provider Telkomsel dan Indosat. Responden diminta untuk memilih antara paket yang ditawarkan Telkomsel dengan harga tertentu atau tidak membeli jika responden adalah pengguna Telkomsel dan paket yang ditawarkan Indosat dengan harga tertentu atau tidak membeli jika responden adalah pengguna Indosat. Dari hasil pengumpulan data dengan kuesioner berupa pilihan konsumen pada harga tertentu tersebut, dapat diketahui kemungkinan konsumen untuk membeli pada harga tertentu. 3.2.2 Pengolahan Data Pengolahan data yang dilakukan meliputi pengujian multikolinearitas data, model multinomial logit, dan penentuan harga optimal yang ditawarkan provider.
commit to user III-4
perpustakaan.uns.ac.id
digilib.uns.ac.id
1. Pengujian Multikolinieritas Data Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan
adanya
korelasi
antar
variabel
bebas
(independen).
Uji
multikolinearitas dilakukan dengan menghitung nilai tolerance dan VIF. Jika nilai VIF kurang dari 10 atau nilai tolerance mendekati 1, maka dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independennya. 2. Penentuan Estimasi Parameter Model Multinomial logit Estimasi parameter dilakukan untuk mengetahui metode dan konsep yang digunakan untuk mendapatkan parameter dari model pilihan. Untuk mengestimasi atau pendugaan parameter, metode yang sering digunakan adalah metode maximum likelihood, yaitu dengan mencari koefisien regresi sehingga probabilitas kejadian variabel dependen bisa semaksimum mungkin. Nilai estimasi parameter dapat dilihat pada tabel Parameter Estimates output SPSS pada kolom B. Berikut ini merupakan spesifikasi model multinomial logit yang akan dibuat untuk masing-masing provider. a. Telkomsel PL( tel ) 1 = PL( tel ) 2 = PL (tel ) 3 = PL( tel ) 0 =
eUtel (1) e Utel ( 0) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
(3.1)
e Utel ( 0)
eUtel ( 2) + e Utel (1) + eUtel ( 2) + e Utel ( 3)
(3.2)
e Utel ( 0)
eUtel ( 3) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
(3.3)
eUtel ( 0)
eUtel ( 0) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
(3.4)
dimana, U (tel )1 =
(tel )1 +
T +
tel 11 1
U (tel ) 2 = (tel ) 2 +
tel 21
U (tel ) 3 = (tel ) 3 +
tel 31
T +
tel 12 2
T1 +
tel 22
T1 +
tel 32
T +
tel 13 3
T2 +
T2 +
tel 23 tel 33
T3 +
T3 +
U (tel ) 0 = 0
dimana, PL(tel)1 = kemungkinan responden memilih paket Lifestyle
commit to user III-5
(3.5)
1
2
3
(3.6) (3.7) (3.8)
perpustakaan.uns.ac.id
digilib.uns.ac.id
PL(tel)2 = kemungkinan responden memilih paket Business PL(tel)3 = kemungkinan responden memilih paket Full Services PL(tel)0 = kemungkinan responden memilih tidak membeli T1= harga paket Lifestyle (Rp) T2= harga paket Business (Rp) T3= harga paket Full Services (Rp) U(tel)1 = Estimasi utilitas paket Lifestyle U(tel)2 = Estimasi utilitas paket Business U(tel)3 = Estimasi utilitas paket Full Services U(tel)0 = Estimasi utilitas pilihan tidak membeli 1
=Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Lifestyle (Intercept) 2
=Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Business (Intercept) 3
=Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Full Services (Intercept) tel 11 1
T = Bobot kepentingan atribut harga paket Lifestyle untuk
pilihan paket
Lifestyle tel 12
T2 = Bobot kepentingan atribut harga paket Business untuk
pilihan paket
Lifestyle tel 13
T3 = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Lifestyle T = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket
tel 21 1
Business tel 22
T2 = Bobot kepentingan atribut harga paket Business untuk
pilihan paket
Business tel 23
T3 = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Business T = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket Full
tel 31 1
Services
commit to user III-6
perpustakaan.uns.ac.id
tel 32
digilib.uns.ac.id
T2 = Bobot kepentingan atribut harga paket Business untuk pilihan paket Full
Services tel 33
T3 = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Full Services b. Indosat PL( ind ) 1 = PL ( ind ) 2 = PL (ind ) 3 = PL ( ind ) 0 =
e Uind ( 0)
eUind (1) + e Uind (1) + e Uind ( 2 ) + eUind ( 3)
(3.9)
e Uind ( 2) e
Uind ( 0 )
+e
Uind (1)
+e
Uind ( 2 )
+e
Uind ( 3 )
(3.10)
eUind ( 0)
eUind ( 3) + e Uind (1) + e Uind ( 2) + eUind ( 3)
(3.11)
eUind ( 0)
e Uind ( 0 ) + e Uind (1) + e Uind ( 2) + eUind ( 3)
(3.12)
Dimana, U (ind ) 1 = (ind ) 1 +
ind 11
I1 +
ind 12
I2 +
ind 13
I3 +
U (ind ) 2 = (ind ) 2 +
ind 21
I1 +
ind 22
I2 +
ind 23
I3 +
U (ind ) 3 = (ind ) 3 +
ind 31
I1 +
ind 32
I2 +
ind 33
I3 +
U (ind ) 0 = 0
(3.13)
1
2
3
(3.14) (3.15) (3.16)
dimana, PL(ind)1 = kemungkinan responden memilih paket Gaul PL(ind)2 = kemungkinan responden memilih paket Mail PL(ind)3 = kemungkinan responden memilih paket Irit PL(ind)0 = kemungkinan responden memilih tidak membeli I1= harga paket Gaul (Rp) I2= harga paket Mail (Rp) I3= harga paket Irit (Rp) l)1 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket Gaul (Intercept) )2 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket Mail (Intercept)
commit to user III-7
perpustakaan.uns.ac.id
digilib.uns.ac.id
)3 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket Irit (Intercept) ind 11 1
I = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Gaul
I = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Gaul
ind 12 2 ind 13
I 3 = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Gaul I = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Mail
ind 21 1
I = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Mail
ind 22 2 ind 23
I 3 = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Mail
ind 31
I1 = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Irit
ind 32
I 2 = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Irit
ind 33
I 3 = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Irit dan
merupakan parameter yang diestimasi pada model. Nilai
dan
dapat dicari menggunakan software SPSS 17.0. 3. Penentuan Evaluasi Model Multinomial logit Evaluasi ini dilakukan untuk mengetahui apakah hasil model Multinomial logit ini sudah baik atau belum. Terdapat beberapa uji untuk mengevaluasi model antara lain : a. Uji Kebaikan Model (Goodness of fit) Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari goodness of fit. Pada penelitian ini digunakan koefisien determinasi (Pseudo R2) untuk menilai kebaikan model. Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai R2 mendekati 0 berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Uji kebaikan model dilakukan dengan menghitung nilai Pseudo R2 yang terdiri dari Cox and Snell pada persamaan (2.25), Nagelkerke pada
commit to user III-8
perpustakaan.uns.ac.id
digilib.uns.ac.id
persamaan (2.26), dan McFadden pada persamaan (2.27). Nilai Pseudo Rsquare dapat dilihat pada tabel output SPSS. b. Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit) Uji overall model fit dilakukan dengan uji likelihood ratio, yaitu dengan menghitung perbedaan nilai -2 log likelihood (-2LL) antara model yang hanya terdiri dari konstanta dengan model yang terdiri dari konstanta dan variabel independen. Uji likelihood ratio menggunakan distribusi chi square. Jika nilai
2
hitung lebih besar dari
2
tabel maka bisa disimpulkan bahwa
variabel independen secara bersama mempengaruhi variabel dependen. Sebaliknya jika
2
hitung lebih kecil dari
2
tabel maka bisa disimpulkan
bahwa variabel independen secara bersama tidak mempengaruhi variabel dependen. c. Uji Signifikansi Variabel Independen Secara Individual (Significance Test) Uji signifikansi variabel independen dilakukan untuk mengetahui apakah variabel independen secara individu mempengaruhi variabel dependennya. Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji Likelihood Ratio dan Uji Wald. Uji Likelihood Ratio dilakukan dengan menghitung perbedaan -2 log likelihood (-2LL) antara model yang diestimasi (final model) dengan model tanpa variabel yang diamati (reduce model) dengan derajat bebas sebanyak variabel independen yang tidak dimasukkan dalam model. Uji likelihood ratio ini mengikuti distribusi chi square. Prinsipnya sama dengan uji signifikasi variabel independen secara bersama dalam pembacaan dan perbandingan antara
2
tabel dan
2
hitung, hanya disini pengujian untuk
variabel indenpenden secara individu bukan secara bersama. Sedangkan Uji Wald digunakan untuk mengetahui apakah variabel independen berpengaruh terhadap variabel dependennya. Nilai Statistika Wald ini mengikuti distribusi chi square. Jika nilai statistik Wald lebih besar dari pada nilai
2
tabel maka dapat dismpulkan variabel independen
berpengaruh pada variabel dependen. Sebaliknya jika nilai statistik Wald
commit to user III-9
perpustakaan.uns.ac.id
digilib.uns.ac.id
lebih kecil daripada nilai
2
tabel maka dapat disipulkan variabel independen
tidak berpengaruh pada variabel dependen. 4. Penentuan Validasi Model Multinomial logit Validasi model ini dilakukan dengan melihat perbandingan antara data yang diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam bentuk prosentase. Pada validasi ini terdapat Percent Correct yang menunjukkan seberapa besar model meprediksi pilihan dengan benar (misal data yang diobservasi pilihan 1, maka model akan memprediksi dengan benar pilihan 1 pula). Penentuan kesalahan pengklasifikasian dapat diketahui seperti pada Tabel 2.1. Untuk provider Telkomsel, contoh pembacaan tabel klasifikasi dapat dilihat pada Tabel 3.1. Tabel 3.1 Tabel Klasifikasi Provider Telkomsel Actual Membership Paket Lifestyle Paket Business Paket Full Services
Predicted Membership Paket Paket Full Paket Business Lifestyle Services nLL nLB nLF nBL nBB nBF nFL
nFB
nFF
dimana, nLL
= Jumlah yi dari pilihan paket Lifestyle yang tepat diklasifikasikan sebagai
paket Lifestyle nLF
= Jumlah yi dari pilihan paket Lifestyle yang salah diklasifikasikan sebagai
paket Full Services nBL
= Jumlah yi dari pilihan paket Business yang salah diklasifikasikan sebagai
paket Lifestyle nBB
= Jumlah yi dari pilihan paket Business yang tepat diklasifikasikan sebagai
paket Business nFB
= Jumlah yi dari pilihan paket Full Services yang salah diklasifikasikan
sebagai paket Business nFF
= Jumlah yi dari pilihan paket Full Services yang tepat diklasifikasikan
sebagai paket Full Services
commit to user III-10
perpustakaan.uns.ac.id
digilib.uns.ac.id
Sedangkan untuk provider Indosat, contoh pembacaan tabel klasifikasi dapat dilihat pada tabel 3.2. Tabel 3.2 Tabel Klasifikasi Provider Indosat Actual Membership Paket Gaul Paket Mail Paket Irit
Paket Gaul nGG nMG nIG
Predicted Membership Paket Mail Paket Irit nGM nGI nMM nMI nIM nII
dimana, nGG
= Jumlah yi dari pilihan paket Gaul yang tepat diklasifikasikan sebagai
paket Gaul nGI
= Jumlah yi dari pilihan paket Gaul yang salah diklasifikasikan sebagai
paket Irit nMG
= Jumlah yi dari pilihan paket Mail yang salah diklasifikasikan sebagai
paket Gaul nMM
= Jumlah yi dari pilihan paket Mail yang tepat diklasifikasikan sebagai
paket Mail nIM
= Jumlah yi dari pilihan paket Irit yang salah diklasifikasikan sebagai
paket Mail nII
= Jumlah yi dari pilihan paket Irit yang tepat diklasifikasikan sebagai paket
Irit Ukuran yang dipakai adalah Apparent Error Rate (APER). Nilai APER menyatakan nilai proporsi sampel yang salah yang diklasifikasikan oleh fungsi klasifikasi pada persamaan (2.30). Untuk provider Telkomesl persamaan APER dapat ditulis sebagai berikut: (3.17) Sedangkan untuk provider Indosat, persamaan APER dapat dilihat sebagai berikut: (3.18) 5. Penentuan Harga Optimal Masing-Masing Provider Optimisasi dilakukan dengan mencari nilai harga paket BIS yang ditawarkan Telkomsel dan Indosat yang akan memaksimukan nilai ekspektasi pendapatan
commit to user III-11
perpustakaan.uns.ac.id
digilib.uns.ac.id
untuk masing-masing provider. Model untuk optimisasi harga adalah sebagai berikut: a. Fungsi tujuan: Memaksimum ekspektasi pendapatan (Expected Revenue) Fungsi tujuan untuk tiap provider yaitu : Max ER(Telkomsel)= T1* PL(tel)1+ T2* PL(tel)2+ T3* PL(tel)3
(3.19)
Max ER(Indosat)= I1* PL(ind)1+ I2* PL(ind)2 + I3* PL(ind)3
(3.20)
ER(Telkomsel)= Ekspektasi pendapatan untuk provider Telkomsel ER(Indosat)= Ekspektasi pendapatan untuk provider Indosat PL(tel)1 = kemungkinan responden memilih paket Lifestyle PL(tel)2 = kemungkinan responden memilih paket Business PL(tel)3 = kemungkinan responden memilih paket Full Services PL(tel)0 = kemungkinan responden memilih tidak membeli T1= harga paket Lifestyle (Rp) T2= harga paket Business (Rp) T3= harga paket Full Services (Rp) PL(ind)1 = kemungkinan responden memilih paket Gaul PL(ind)2 = kemungkinan responden memilih paket Mail PL(ind)3 = kemungkinan responden memilih paket Irit PL(ind)0 = kemungkinan responden memilih tidak membeli I1= harga paket Gaul (Rp) I2= harga paket Mail (Rp) I3= harga paket Irit (Rp) b. Batasan (constraints) : probabilitas konsumen memilih paket i (Purchase Likelihood) 1). Telkomsel PL( tel ) 1 = PL( tel ) 2 = PL (tel ) 3 =
e Utel ( 0)
e
Utel ( 0 )
e Utel ( 0)
eUtel (1) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
(3.21)
eUtel ( 2) Utel (1 ) Utel ( 2 ) Utel ( 3 ) +e +e +e
(3.22)
eUtel ( 3) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
(3.23)
commit to user III-12
perpustakaan.uns.ac.id
digilib.uns.ac.id
PL (tel ) 0 =
e Utel ( 0) + e Utel (1) + e Utel ( 2) + e Utel ( 3)
e Utel ( 0)
(3.24)
dimana, U (tel ) 1 = (tel ) 1 +
tel 11
T1 +
U (tel ) 2 = (tel ) 2 +
tel 21
U (tel ) 3 = (tel ) 3 +
tel 31
tel 12
T2 +
T1 +
tel 22
T1 +
tel 32
tel 13
T2 +
T2 +
T3 +
tel 23 tel 33
T3 +
T3 +
(3.25)
1
(3.26)
2
(3.27)
3
U (tel ) 0 = 0
(3.28)
p l ower £ Ti £ p upper
(3.29)
2). Indosat PL (ind ) 1 = PL( ind ) 2 = PL (ind ) 3 = PL( ind ) 0 =
e Uind ( 0 )
e
Uind ( 0 )
e Uind (1) + e Uind (1) + e Uind ( 2) + e Uind ( 3)
(3.30)
e Uind ( 2 ) + e Uind ( 2) + e Uind ( 3)
(3.31)
+e
Uind (1)
e
Uind ( 3 )
e Uind ( 0 ) + e Uind (1) + e Uind ( 2 ) + e Uind ( 3)
(3.32)
e Uind ( 0) e Uind ( 0) + e Uind (1) + e Uind ( 2) + e Uind ( 3)
(3.33)
dimana, U (ind ) 1 = (ind ) 1 +
ind 11
I1 +
U (ind ) 2 = (ind ) 2 +
ind 21
U (ind ) 3 = (ind ) 3 +
ind 31
ind 12
I2 +
I1 +
ind 22
I1 +
ind 32
ind 13
I3 +
I2 +
ind 23
I3 +
I2 +
ind 33
I3 +
(3.34)
1
2
3
(3.35) (3.36)
U (ind ) 0 = 0
(3.37)
p l ower £ Ii £ pupper
(3.38)
U(i) adalah estimasi utilitas paket i yang dimodelkan pada bagian sebelumnya.
dan
merupakan parameter yang diestimasi pada model.
plower dan pupper merupakan batas atas dan batas bawah harga dari tiap paket. Batas atas dan batas bawah harga ditentukan dengan mencari kisaran harga paket yang ada di pasaran.
commit to user III-13
perpustakaan.uns.ac.id
digilib.uns.ac.id
6. Penentuan Harga Optimal dimana Tidak Terjadi Persaingan Penentuan harga optimal ini merupakan penentuan untuk harga dari paket yang mempunyai fasilitas untuk masing-masing provider. Sehingga bisa didapatkan suatu harga yang optimal yang dapat menguntungkan kedua belah pihak. Untuk kasus ini, pada paket Lifestyle dari Telkomsel dan paket Gaul dari Indosat mempunyai fasilitas yang sama. Sehingga dapat ditentukan satu harga optimal yang bisa menguntungkan Telkomsel dan Indosat. Demikian juga untuk paket Business dari Telkomsel dan paket Mail dari Indosat serta paket Full Services dari Telkomsel dan paket Irit dari Indosat. Cara yang digunakan untuk menentukan harga pada kondisi seperti ini adalah dengan mengurangkan fungsi probabilitas dari masing-masing provider untuk tiap paketnya. Sehingga nanti akan menghasilkan nilai yang baru kemudian akan menghasilkan persamaan Purchase Likelihood yang baru pula serta fungsi tujuan yang baru pula. PL( gab) 1 = PL( gab) 2 = PL( gab) 3 = PL( gab) 0 =
e
Utel ( 0 )
eUtel( 0)
+e
e Utel(1) eUind(1) - Uind(0) Utel ( 2 ) Utel ( 3) Uind(1) +e +e e +e + e Uind( 2) + eUind(3) (3.39)
Utel (1)
eUtel( 2) eUind( 2) + eUtel(1) + eUtel( 2) + eUtel( 3) eUind( 0) + eUind(1) + eUind( 2) + eUind( 3) eUtel( 3)
eUtel(0) + eUtel(1) + eUtel( 2) + eUtel( 3) eUtel( 0) eUtel( 0) + eUtel(1) + eUtel( 2) + e Utel( 3)
-
(3.40)
eUind(3) eUind( 0) + eUind(1) + eUind( 2) + eUind( 3)
-
(3.41)
eUind( 0) eUind( 0) + eUind(1) + e Uind( 2) + e Uind( 3)
(3.42)
Maka fungsi tujuan yang baru yaitu: Max ER(Gab)= P1Gab* PL(gab)1+ P 2Gab* PL(gab)2+ P3Gab* PL(gab)3 (3.43) Keterangan: ER(Gab)= Ekspektasi pendapatan untuk provider Telkomsel dan Indosat P 1Gab = Harga optimal yang terbentuk untuk paket 1 (Lifestyle dan Gaul) P 2Gab = Harga optimal yang terbentuk untuk paket 2 (Business dan Mail) P 3Gab = Harga optimal yang terbentuk untuk paket 3 (Full Services dan Irit)
commit to user III-14
perpustakaan.uns.ac.id
digilib.uns.ac.id
PL(gab)1= Kemungkinan responden memilih paket 1 (Lifestyle dan Gaul) PL(gab)2= Kemungkinan responden memilih paket 2 (Business dan Mail) PL(gab)3= Kemungkinan responden memilih paket 3 (Full Services dan Irit).
3.3 Analisa dan Interpretasi Hasil Pada tahap analisa dan interpretasi hasil dilakukan penilaian dan analisa terhadap hasil pengolahan data yang sudah dilakukan sehingga diharapkan bisa digunakan untuk penyelesaian masalah yang berguna untuk memperbaiki keadaan sebelumnya.
3.4 Kesimpulan dan Saran Kesimpulan dilakukan terhadap pengolahan data dan analisis yang sudah dilakukan sebelumnya dan saran dilakukan untuk memberikan masukan-masukan supaya dapat memberikan hasil yang lebih baik.
commit to user III-15
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Penyelesaian dalam tugas akhir ini dilakukan dengan tahap pengumpulan data dan pengolahan data sebagai dasar dalam memberikan analisis terhadap penyelesaian permasalahan yang dihadapi. 4.1 Pengumpulan Data Populasi dalam penelitian ini merupakan Mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta pemakai Blackberry provider Telkomsel dan Indosat. Pengumpulan data dilakukan dengan penyebaran kuesioner yang disebarkan kepada sampel yang ditentukan. Jumlah mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta terhitung sampai bulan maret 2011 adalah 1598 orang. Sedangkan jumlah populasi mahasiswa pemakai Blackberry provider Telkomsel dan Indosat di Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta tidak diketahui. Oleh karena itu perhitungan populasinya menggunakan asumsi sebesar 19% untuk tiap jurusan di Fakultas Teknik. Total sampel responden untuk populasi mahasiswa pemakai Blackberry provider Telkomsel dan Indosat di Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta dengan kelonggaran (e) sebesar 10% yaitu sebanyak 76 orang. Jika dari perhitungan untuk sampel responden dengan jumlah populasi mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta sebesar 1598 orang dengan kelonggaran (e) sebesar 10% yaitu:
Maka, jumlah sampel 100 orang ini sudah dapat mencukupi sampel dari mahasiswa pemakai Blackberry provider Telkomsel dan Indosat di Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta yang hanya berjumlah 76 orang. Sampel yang diambil berjumlah 100 dimana 50 responden merupakan pengguna Blackberry dengan provider Telkomsel dan 50 responden merupakan pengguna Blackberry dengan provider Indosat.
commit to user IV-1
perpustakaan.uns.ac.id
4.1.1
digilib.uns.ac.id
Perancangan dan Penyebaran Kuesioner Perancangan kuesioner ini dilakukan untuk mengetahui data apa saja yang
dibutuhkan. Data yang diperlukan dalam pembentukan model multinomial logit untuk penentuan harga yaitu kombinasi data pilihan pembelian pada harga yang berbeda-beda. Kuesioner dibagi menjadi dua yaitu kuesioner bagi pengguna provider Telkomsel dan kuesioner bagi pengguna Indosat. Untuk setiap kuesioner terdapat empat pilihan. Pada Telkomsel, terdapat kombinasi harga untuk paket Lifestyle, paket Business, dan paket Full Services. Pada Indosat, terdapat kombinasi harga untuk paket Gaul, paket Mail, dan paket Irit. Untuk setiap provider terdapat pilihan Tidak Membeli jika konsumen merasa harga yang tidak ditawarkan tidak cocok. Data pilihan tersebut kemudian dipilih konsumen dari tiap provider sesuai dengan keinginannya apakah akan memilih untuk membeli salah satu dari paket atau tidak membeli. Dari pilihan konsumen tersebut dapat diketahui kemungkinan konsumen untuk membeli pada harga tertentu. Pada Tabel 4.1 dan Tabel 4.2 ditunjukkan contoh kuesioner yang disebarkan kepada pengguna Telkomsel dan Indosat. Terdapat 27 pilihan harga untuk tiap-tiap provider. Tabel 4.1 Contoh Kuesioner untuk Pengguna Telkomsel Paket Full Services 99.000 109.000 89.000
Tidak Membeli
Kombinasi 1 Kombinasi 2 Kombinasi 3
TELKOMSEL Paket LifeStyle Paket Mail 60.000 80.000 60.000 80.000 60.000 80.000 Paket LifeStyle 60.000 60.000 60.000
Paket Mail 90.000 90.000 90.000
Paket Full Services 99.000 109.000 89.000
Tidak Membeli
Kombinasi 4 Kombinasi 5 Kombinasi 6
Paket LifeStyle 60.000 60.000 60.000
Paket Mail 70.000 70.000 70.000
Paket Full Services 99.000 109.000 89.000
Tidak Membeli
Kombinasi 7 Kombinasi 8 Kombinasi 9
commit to user IV-2
perpustakaan.uns.ac.id
digilib.uns.ac.id
Tabel 4.2 Contoh Kuesioner untuk Pengguna Indosat INDOSAT Paket Mail 45.000 45.000 45.000
Paket Irit 100.000 110.000 90.000
Tidak Membeli
Kombinasi 1 Kombinasi 2 Kombinasi 3
Paket Gaul 45.000 45.000 45.000 Paket Gaul 45.000 45.000 45.000
Paket Mail 55.000 55.000 55.000
Paket Irit 100.000 110.000 90.000
Tidak Membeli
Kombinasi 4 Kombinasi 5 Kombinasi 6
Paket Gaul 45.000 45.000 45.000
Paket Mail 35.000 35.000 35.000
Paket Irit 100.000 110.000 90.000
Tidak Membeli
Kombinasi 7 Kombinasi 8 Kombinasi 9
Responden diharuskan memilih salah satu pilihan dari tiap kombinasi yang ada. Misalnya pada kombinasi 1 terdapat empat pilihan yang berupa harga tiap paket dan satu pilihan tidak membeli. Jika terdapat variasi harga untuk tiap paket, apakah responden akan memilih salah satu paket atau mungkin memilih untuk tidak membeli. 4.1.2
Perekapan Data Pengumpulan data dilakukan untuk mengetahui pilihan responden pada
tiap kombinasi harga paket BIS pada pengguna provider Telkomsel dan Indosat. Responden diminta untuk memilih antara paket yang ditawarkan Telkomsel dengan harga tertentu atau tidak membeli jika dia pengguna Telkomsel dan paket yang ditawarkan Indosat dengan harga tertentu atau tidak membeli jika dia pengguna Indosat. Dari hasil pengumpulan data dengan kuesioner berupa pilihan konsumen pada harga tertentu tersebut, dapat diketahui kemungkinan konsumen untuk membeli pada harga tertentu. Tabel 4.3 merupakan contoh hasil pengisian kuesioner untuk satu responden pengguna Blackberry dengan provider Telkomsel.
commit to user IV-3
perpustakaan.uns.ac.id
digilib.uns.ac.id
Tabel 4.3 Hasil Pengisian Kuesioner 1 Responden Pengguna Telkomsel No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Harga Paket 1 60 60 60 60 60 60 60 60 60 70 70 70 70 70 70 70 70 70 50 50 50 50 50 50 50 50 50
Harga Paket 2 80 80 80 90 90 90 70 70 70 80 80 80 90 90 90 70 70 70 80 80 80 90 90 90 70 70 70
Harga Paket 3 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89
Pilihan 1 2 1 1 1 3 2 1 3 0 0 3 0 0 3 0 0 0 1 1 3 1 1 3 1 1 1
Harga 1 yang dimaksud yaitu harga untuk paket Lifestyle dalam satuan ribuan, harga 2 yang dimaksud yaitu harga untuk paket Business dalam satuan ribuan, dan harga 3 merupakan harga untuk paket Full Services dalam satuan ribuan. Sedangkan untuk kolom pilihan terdapat pilihan 1 yang berarti konsumen memilih paket Lifestyle, pilihan 2 berarti bahwa konsumen memilih paket Business, pilihan 3 berarti konsumen memilih paket Full Services, dan pilihan 0 berarti jika konsumen tidak memilih pilihan paket apapun. Dari 50 responden pengguna Telkomsel dapat dilihat keputusan pemilihan harga paket untuk setiap kombinasi. Gambar 4.1 ditunjukkan hasil pengolahan data dari kuesioner 50 responden Telkomsel mengenai keputusan pemilihan paket.
commit to user IV-4
perpustakaan.uns.ac.id
digilib.uns.ac.id
l
Gambar 4.1 Jumlah Data Pengguna Telkomsel Dari Gambar 4.1 dapat dilihat bahwa keputusan konsumen untuk pilihan 0 atau tidak membeli sebanyak 173 (12,8%), keputusan konsumen untuk pilihan 1 atau memilih paket Lifestyle sebanyak 437 (32,4%), keputusan konsumen untuk pilihan 2 atau memilih paket Business sebanyak 236 (17,5%), dan keputusan konsumen untuk pilihan 3 atau memilih paket Full Services sebanyak 504 (37,3%) dari jumlah total 1350 data untuk 27 pilihan harga. Untuk provider Indosat, hasil pengisian kuesioner satu responden dapat ditunjukkan pada tabel 4.4. Tabel 4.4 Hasil Pengisian Kuesioner 1 Responden Pengguna Indosat 1 2 3 4 5 6 7 8 9 10
H arga Paket 1 45 45 45 45 45 45 45 45 45 55
H arga Paket 2 45 45 45 55 55 55 35 35 35 45
H arga Paket 3 100 110 90 100 110 90 100 110 90 100
11
55
45
110
0
12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
55 55 55 55 55 55 55 35 35 35 35 35 35 35 35 35
45 55 55 55 35 35 35 45 45 45 55 55 55 35 35 35
90 100 110 90 100 110 90 100 110 90 100 110 90 100 110 90
3 3 0 3 3 0 3 1 1 3 1 1 3 2 2 3
No.
commit to user IV-5
Pilihan 1 1 3 1 1 3 2 2 3 3
perpustakaan.uns.ac.id
digilib.uns.ac.id
Harga 1 yang dimaksud yaitu harga untuk paket Gaul dalam satuan ribuan, harga 2 yang dimaksud yaitu harga untuk paket Mail dalam satuan ribuan, dan harga 3 merupakan harga untuk paket Irit dalam satuan ribuan. Sedangkan untuk kolom pilihan terdapat pilihan 1 yang berarti konsumen memilih paket Gaul, pilihan 2 berarti bahwa konsumen memilih paket Mail, pilihan 3 berarti konsumen memilih paket Irit, dan pilihan 0 berarti jika konsumen tidak memilih pilihan paket apapun. Dari 50 responden pengguna Indosat dapat dilihat keputusan pemilihan harga paket untuk setiap kombinasi. Gambar 4.2 ditunjukkan hasil pengolahan data dari kuesioner 50 responden Indosat mengenai keputusan pemilihan paket.
Gambar 4.2 Jumlah Data Pengguna Indosat Dari Gambar 4.2 dapat dilihat bahwa keputusan konsumen untuk pilihan 0 atau tidak membeli sebanyak 238 (17,6%), keputusan konsumen untuk pilihan 1 atau memilih paket Gaul sebanyak 416 (30,8%), keputusan konsumen untuk pilihan 2 atau memilih paket Mail sebanyak 275 (20,4%), dan keputusan konsumen untuk pilihan 3 atau memilih paket Irit sebanyak 421 (31,2%) dari jumlah total 1350 data untuk 27 pilihan harga.
4.2 Pengolahan Data Data yang sudah didapat dan dikumpulkan kemudian dimasukkan ke dalam tahap pengolahan data. Pengolahan data yang dilakukan untuk menguji model multinomial logit meliputi uji multikololinearitas data, penentuan estimasi parameter model multinomial logit, penentuan evaluasi model multinomial logit, dan penentuan validasi model multinomial logit.
commit to user IV-6
perpustakaan.uns.ac.id
4.2.1
digilib.uns.ac.id
Uji Multikolinieritas Data Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji multikolinieritas data dilakukan terhadap provider Telkomsel dan Indosat. Pada Tabel 4.5 ditunjukkan data mengenai multikolinieritas Telkomsel. Tabel 4.5 Hasil Uji Multikolinieritas Data Telkomsel Model Paket1 Paket2 Paket3
Collinearity Statistics Tolerance VIF 1,000 1,000 1,000 1,000 1,000 1,000
Dari Tabel 4.5 dapat dilihat bahwa nilai tolerance untuk setiap paket sebesar 1 dan nilai VIF untuk setiap paket juga 1 maka nilai tolerance > 0,1 dan nilai VIF < 10, sehingga data di atas menduga bahwa tidak ada multikolinieritas diantara variabel independen. Tabel 4.6 menunjukkan data multikolinieritas untuk Indosat. Tabel 4.6 Hasil Uji Multikolinieritas Data Indosat Collinearity Statistics Tolerance VIF PaketGaul 1,000 1,000 PaketMail 1,000 1,000 PaketIrit 1,000 1,000 Model
Dari Tabel 4.6 dapat dilihat bahwa nilai tolerance untuk setiap paket sebesar 1 dan nilai VIF untuk setiap paket juga 1 maka nilai tolerance > 0,1 dan nilai VIF < 10. Sehingga data di atas menduga bahwa tidak ada multikolinieritas diantara variabel independen. 4.2.2
Penentuan Estimasi Parameter Model Multinomial logit Penentuan estimasi parameter disini digunakan untuk mengetahui nilai
konstanta dan koefisien pada model. Untuk data telkomsel, hasil estimasi parameter dapat ditunjukkan pada Gambar 4.3.
commit to user IV-7
perpustakaan.uns.ac.id
digilib.uns.ac.id
Gambar 4.3 Estimasi Parameter Telkomsel Hasil dari SPSS 17.0 Nilai konstanta dan koefisien pada model untuk tiap paket dapat ditunjukkan pada kolom B Gambar 4.3. Sehingga persamaan model untuk Telkomsel dengan mengacu persamaan (3.1-3.8) dapat ditulis sebagai berikut: PL(tel)1 = PL(tel )2 =
PL(tel)3 = PL(tel)0 =
27,473-0,113P1 - 0,03P2 -0,164P3
e +e 0
27, 473-0,113P1 -0,03P2 - 0,164P3
e + e31,567-0,064P -0,109P -0,178P + e44,224-0,032P -0,032P -0,383P 1
2
3
1
2
3
(4.1)
31,567- 0,064P1 -0,109P2 -0,178P3
e e0 + e27,473- 0,113P1 - 0,03P2 -0,164P3 + e31,567-0,064P1 -0,109P2 -0,178P3 + e44,224-0,032P1 -0,032P2 -0,383P3
(4.2)
e44, 224- 0,032P1 -0,032P2 -0,383P3 + e31,567-0,064P1 -0,109P2 -0,178P3 + e44,224-0,032P1 -0,032P2 - 0,383P3
(4.3)
27,473-0,113P1 -0 ,03P2 - 0,164P3
e +e 0
0
e e0 + e27,473 -0,113 P -0,03 P -0,164 P + e31,567 -0 ,064P -0 ,109 P -0,178 P + e 44,224 -0,032 P -0,032 P - 0,383P 1
2
3
1
2
3
1
2
3
(4.4)
dimana, U (tel ) 1 = 27,473 - 0,113P1 - 0,03P2 - 0,164P3
(4.5)
U ( tel ) 2 = 31,567 - 0,064P1 - 0,109 P2 - 0,178 P3
(4.6)
U (tel ) 3 = 44,224 - 0,032P1 - 0,032P2 - 0,383P3
(4.7)
U (tel ) 0 = 0
(4.8)
Sedangkan untuk data indosat, hasil estimasi parameter dapat ditunjukkan pada Gambar 4.4.
commit to user IV-8
perpustakaan.uns.ac.id
digilib.uns.ac.id
Gambar 4.4 Estimasi Parameter Indosat Hasil dari SPSS 17.0 Nilai konstanta dan koefisien pada model untuk tiap paket dapat ditunjukkan pada kolom B Gambar 4.4. Sehingga persamaan model untuk Indosat dengan mengacu persamaan (3.9-3.16) dapat ditulis sebagai berikut: PL(ind)1 = PL(ind ) 2 =
PL(ind)3 = PL(ind )0 =
e14,89-0,161P +0,024P -0,079P + e15,08-0, 047P -0,133P -0, 067P + e29-0,058P -0,025P -0,247P 1
2
14,89-0,161P1 +0,024P2 - 0,079P3
e +e 0
3
1
2
3
1
2
3
(4.9)
15 ,08-0 ,047P1 -0 ,133P2 - 0,067P3
e e +e 0
14,89 -0,161P1 + 0,024P2 - 0,079P3
14,89-0 ,161P1 +0 ,024P2 -0 ,079P3
e +e 0
+ e15,08-0,047P1 -0,133P2 -0,067P3 + e29-0,058P1 - 0,025P2 -0,247P3
(4.10)
e29- 0,058P1 -0, 025P2 -0, 247P3 + e15,08-0,047P1 - 0,133P2 -0,067P3 + e29-0,058P1 - 0,025P2 -0,247P3
(4.11)
0
e e0 + e14 ,89 -0 ,161P +0,024 P - 0,079 P + e15 ,08 -0 ,047 P - 0,133 P -0,067 P + e29 -0,058 P -0, 025P -0 ,247 P 1
2
3
1
2
3
1
2
3
(4.12)
dimana,
4.2.3
U (ind ) 1 = 14,89 - 0,161P1 + 0,024 P2 - 0,079P3
(4.13)
U (ind ) 2 = 15,08 - 0,047 P1 - 0,133P2 - 0,067 P3
(4.14)
U (ind ) 3 = 29 - 0,058P1 - 0,025P2 - 0,247 P3
(4.15)
U (ind ) 0 = 0
(4.16)
Penentuan Evaluasi Model Multinomial logit Penentuan evaluasi model ini dilakukan untuk mengetahui apakah hasil
dari model rmultinomial logit ini sudah baik atau belum. Penentuan evaluasi untuk hasil model multinomial logit antara lain:
commit to user IV-9
perpustakaan.uns.ac.id
a.
digilib.uns.ac.id
Uji Kebaikan Model (Goodness of fit) Nilai goodness of fit yang menggunakan koefisien determinasi Pseudo R 2
berguna untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Untuk hasil model multinomial logit Telkomsel, nilai goodness of fit dapat dilihat pada Gambar 4.5.
Gambar 4.5 Tabel Pseudo R2 Telkomsel Dari tabel 4.5 dapat dilihat nilai dari Cox and Snell R2 sebesar 0,5, untuk nilai Nagelkerke R2 sebesar 0,54 dan untuk nilai dari McFadden R2 sebesar 0,266. Sedangkan untuk hasil model multinomial logit Indosat, nilai goodness of fit dapat dilihat pada Gambar 4.6.
Gambar 4.6 Tabel Pseudo R2 Indosat Dari Gambar 4.6 dapat dilihat nilai dari Cox and Snell R2 sebesar 0,501, untuk nilai Nagelkerke R2 sebesar 0,537 dan untuk nilai dari McFadden R 2 sebesar 0,256. b.
Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit) Uji overall model fit dilakukan dengan uji likelihood ratio menggunakan
SPSS. Hasil uji overall model fit untuk Telkomsel dapat ditunjukkan pada Gambar 4.7.
commit to user IV-10
perpustakaan.uns.ac.id
digilib.uns.ac.id
Gambar 4.7 Gambar Uji Overall Model Fit Telkomsel Dari gambar 4.7 dapat dilihat bahwa nilai Sedangkan nilai
2
2
hitung sebesar 935,602.
tabel dengan degree of freedom (df) sebesar 9 dan tingkat 2
pada tabel
2
. Dapat dilihat bahwa nilai
2
tabel dapat dilihat
hitung lebih besar daripada nilai
2
tabel. Sehingga bisa disimpulkan bahwa variabel independen secara bersama mempengaruhi variabel dependen. Sedangkan untuk hasil uji overall model fit untuk Indosat dapat ditunjukkan pada Gambar 4.8.
Gambar 4.8 Gambar Uji Overall Model Fit Indosat Dari gambar 4.8 dapat dilihat bahwa nilai Sedangkan nilai
2
2
hitung sebesar 938,525.
tabel dengan degree of freedom (df) sebesar 9 dan tingkat 2
pada tabel
2
. Dapat dilihat bahwa nilai
2
tabel dapat dilihat
hitung lebih besar daripada nilai
2
tabel. Sehingga bisa disimpulkan bahwa variabel independen secara bersama mempengaruhi variabel dependen. c.
Uji Signifikansi Variabel Independen Secara Individual (Significance Test) Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji
Likelihood Ratio dan Uji Wald.
commit to user IV-11
perpustakaan.uns.ac.id
digilib.uns.ac.id
1). Uji Likelihood Ratio Uji likelihood ratio dapat dilihat hasilnya pada output SPSS pada tabel likelihood ratio tests. Untuk provider Telkomsel hasil uji likelihood ratio dapat dilihat pada Gambar 4.9.
Gambar 4.9 Gambar Uji Likelihood Ratio Telkomsel Uji likelihood ratio ini mengikuti distribusi chi square. Sehingga dari gambar 4.9 dapat dilihat nilai
2
untuk intercept, harga paket 1 (Lifestyle), harga paket 2
(Business), dan harga paket 3 (Full Services). Dari Gambar 4.9 dapat dilihat nilai
2
hitung untuk intercept atau koefisien
yaitu sebesar 423,195. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 7,81. Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar
tabel sehingga dapat disimpulkan
bahwa intercept atau koefisien secara individu mempengaruhi variabel dependen. Untuk harga paket 1 (Lifestyle) dapat dilihat nilai
2
hitungnya yaitu sebesar
125,474. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar 7,81.
tabel sehingga dapat disimpulkan
bahwa harga paket 1 (Lifestyle) secara individu mempengaruhi variabel dependen. Untuk harga paket 2 (Business) dapat dilihat nilai
2
hitungnya yaitu sebesar
85,529. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai hitung lebih besar daripada nilai
2
2
tabel sebesar 7,81. Nilai chi
2
tabel sehingga dapat disimpulkan bahwa harga
paket 2 (Business) secara individu mempengaruhi variabel dependen.
commit to user IV-12
perpustakaan.uns.ac.id
digilib.uns.ac.id
2
Untuk harga paket 3 (Full Services) dapat dilihat nilai
hitungnya yaitu
sebesar 734,787. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai Nilai
2
2
hitung lebih besar daripada nilai
2
tabel sebesar 7,81.
tabel sehingga dapat disimpulkan
bahwa harga paket 3 (Full Services) secara individu mempengaruhi variabel dependen. Sedangkan untuk provider Indosat hasil uji likelihood ratio dapat dilihat pada Gambar 4.10.
Gambar 4.10 Gambar Uji Likelihood Ratio Indosat Uji likelihood ratio ini mengikuti distribusi chi square. Sehingga dari gambar 4.10 dapat dilihat nilai chi square untuk intercept, harga paket 1 (Gaul), harga paket 2 (Mail), dan harga paket 3 (Irit). Dari Gambar 4.10 dapat dilihat nilai
2
hitung untuk intercept atau koefisien
yaitu sebesar 410,313. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 7,81. Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar
tabel sehingga dapat disimpulkan
bahwa intercept atau koefisien secara individu mempengaruhi variabel dependen. Untuk harga paket 1 (Gaul) dapat dilihat nilai
2
hitungnya yaitu sebesar
243,896. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar 7,81.
tabel sehingga dapat disimpulkan
bahwa harga paket 1 (Gaul) secara individu mempengaruhi variabel dependen.
commit to user IV-13
perpustakaan.uns.ac.id
digilib.uns.ac.id
Untuk harga paket 2 (Mail) dapat dilihat nilai
2
hitungnya yaitu sebesar
217,485. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar 7,81.
tabel sehingga dapat disimpulkan
bahwa harga paket 2 (Mail) secara individu mempengaruhi variabel dependen. Untuk harga paket 3 (Irit) dapat dilihat nilai
2
hitungnya yaitu sebesar
488,098. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai Nilai
2
hitung lebih besar daripada nilai
2
2
tabel sebesar 7,81.
tabel sehingga dapat disimpulkan
bahwa harga paket 3 (Irit) secara individu mempengaruhi variabel dependen. 2). Uji Wald Uji Wald dapat dilihat hasilnya pada output SPSS pada tabel parameter estimates. Pada tabel tersebut nilai statistik Wald ada pada kolom Wald. Untuk provider Telkomsel hasil uji Wald dapat dilihat pada Gambar 4.11.
Gambar 4.11 Gambar Uji Wald Telkomsel Dari gambar 4.11 dapat dilihat nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 1 (Lifestyle) sebesar 99,243;74,404;5,525 dan 59,717. Nilai
2
tabel dengan derajat kebebasan (df) 1 dan taraf kepercayaan
sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga paket 1, harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 1.
commit to user IV-14
perpustakaan.uns.ac.id
digilib.uns.ac.id
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 2 (Business) sebesar 116,631;19,941;57,97 dan 63,905. Nilai
2
tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 2. Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 3 (Full Services) sebesar 216,205;4,544;4,956 dan 260,681. Nilai
2
tabel dengan
derajat kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga
paket 1, harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 3. Untuk provider Indosat hasil uji Wald dapat dilihat pada Gambar 4.12.
Gambar 4.12 Gambar Uji Wald Indosat Dari Gambar 4.12 dapat dilihat nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 1 (Gaul) sebesar 78,239;160,955;4,116 dan 33,533. Nilai
2
tabel dengan derajat kebebasan (df) 1 dan taraf kepercayaan
sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga paket 1, harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 1.
commit to user IV-15
perpustakaan.uns.ac.id
digilib.uns.ac.id
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 2 (Mail) sebesar 73,079;13,014;100,223 dan 21,973. Nilai
2
tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 2. Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 3 (Irit) sebesar 254,637;19,036;3,978 dan 258,017. Nilai
2
tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai
2
tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan memilih paket 3.
4.2.4
Penentuan Validasi Model Multinomial logit Validasi model ini dilakukan dengan melihat perbandingan antara data
yang diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam bentuk prosentase (Tabel 3.1 untuk Telkomsel dan Tabel 3.2 untuk Indosat). Validasi model untuk provider Telkomsel dapat dilihat pada Gambar 4.13.
Gambar 4.13 Gambar Hasil Validasi Model untuk Telkomsel Hasil SPSS 17.0 Gambar 4.13 menunjukkan seberapa besar model memprediksi data yang diobservasi dengan benar. Benar disini yang dimaksud adalah jika data yang diobservasi kemudian diprediksi oleh model dengan pilihan yang sama. Misalnya data yang diobservasi adalah pilihan memilih 0. Maka benar itu yang dimaksud adalah model memprediksi pilihan 0 juga. Dari tabel diatas terlihat bahwa model
commit to user IV-16
perpustakaan.uns.ac.id
digilib.uns.ac.id
memprediksi pilihan 0 dengan benar sebanyak 61, memprediksi salah menjadi pilihan memilih 1 sebanyak 64, memprediksi salah menjadi pilihan memilih 2 sebanyak 30 dan memprediksi salah menjadi pilihan memilih 3 sebanyak 18. Hal yang sama berlaku untuk semua pilihan. Percent correct menunjukan prosentase seberapa besar model dapat memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi dengan benar sebesar 35,3%, untuk pilihan 1 yang diprediksi dengan benar sebesar 65,9%, untuk pilihan 2 yang diprediksi dengan benar sebesar 32,3%, dan untuk pilihan 3 yang diprediksi dengan benar sebesar 80%. Sedangkan overall percentage menunjukkan prosentase prediksi suatu pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar 7,4%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul sebesar 14,8% dan pilihan 3 diprediksi muncul sebesar 40,7%. Untuk provider Indosat hasil validasi model dapat dilihat pada Gambar 4.14.
Gambar 4.14 Gambar Hasil Validasi Model untuk Indosat Hasil SPSS 17.0 Dari gambar 4.14 terlihat bahwa model memprediksi pilihan 0 dengan benar sebanyak 83, memprediksi salah menjadi pilihan memilih 1 sebanyak 71, memprediksi salah menjadi pilihan memilih 2 sebanyak 53 dan memprediksi salah menjadi pilihan memilih 3 sebanyak 31. Hal yang sama berlaku untuk semua pilihan. Percent correct menunjukan prosentase seberapa besar model dapat memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi dengan benar sebesar 34,9%, untuk pilihan 1 yang diprediksi dengan benar sebesar 71,2%, untuk pilihan 2 yang diprediksi dengan benar sebesar 47,3%, dan untuk pilihan 3 yang diprediksi dengan benar sebesar 70,1%.
commit to user IV-17
perpustakaan.uns.ac.id
digilib.uns.ac.id
Sedangkan overall percentage menunjukkan prosentase prediksi suatu pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar 11,1%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul sebesar 18,5% dan pilihan 3 diprediksi muncul sebesar 33,3%.
4.2.5
Penentuan Harga Optimal Masing-Masing Provider Penentuan harga optimal dilakukan untuk masing-masing provider dengan
menggunakan software Excel Solver. Fungsi
tujuan
yang
ditentukan
yaitu
memaksimumkan
ekspetasi
pendapatan (Expected Revenue) pada provider Telkomsel yang ditunjukkan pada persamaan (3.19) dan pada provider Indosat yang ditunjukkan pada persamaan (3.20). Sedangkan batasan untuk fungsi tujuannya yaitu probabilitas konsumen memilih paket yang ditawarkan (Purchase Likelihood). Untuk batasan pada provider Telkomsel yaitu probabilitas konsumen memilih paket Lifestyle, paket Business atau paket Full Service. Untuk batasan pada provider Indosat yaitu probabilitas konsumen memilih paket Gaul, paket Mail atau paket Irit. Dengan persamaan Purchase Likelihood (PL) yang sudah didapat pada persamaan (4.1-4.4) untuk provider Telkomsel dan persamaan Purchase Likelihood (PL) yang sudah didapat pada persamaan (4.9-4.12) untuk provider Indosat maka dapat diolah sesuai fungsi tujuan dan batasan yang sudah ditentukan. Untuk mendapatkan harga yang optimal maka diperlukan software Excel Solver. Hasil output Excel Solver untuk provider Telkomsel ditunjukkan pada tabel 4.7. Tabel 4.7 Harga Optimal Hasil Output Excel Solver Telkomsel Estimated Parameter 1 Intercept harga1 harga2 harga3 2 Intercept harga1 harga2 harga3 3 Intercept harga1 harga2 harga3
Changing Cell (Harga Optimal)
27,473 harga Life style= -0,113 harga Business= -0,03 harga Full Services= -0,164 31,567 -0,064 -0,109 -0,178 44,224 -0,032 -0,032 -0,383
Constraint (Batasan)
Rp70.000,00 PL1= Rp88.479,00 PL2= Rp91.524,00 PL3= PL0= U1= U2= U3= U0=
commit to user IV-18
Target cell is to max Expected Revenue
0,094417144 ER= 0,044824912 0,846533674 0,014224269 1,89856628 1,15132757 4,098707025 0
Rp88.053,00
perpustakaan.uns.ac.id
digilib.uns.ac.id
Estimated Parameter adalah hasil estimasi parameter dari output SPSS. Changing Cell merupakan bagian yang nilainya berubah-ubah sehingga tercapai fungsi tujuannya yaitu expected revenue yang maksimal. Bagian yang berubahubah disini yaitu harga untuk tiap paket. Constraint merupakan batasan yang sudah dikemukakan sebelumnya. Target cell merupakan hasil untuk fungsi tujuan yang diinginkan yaitu memaksimumkan expected revenue. Untuk mencapai fungsi tujuan itu maka didapatkan harga yang optimal untuk paket Lifestyle sebesar Rp 70.000. Sedangkan untuk paket Business sebesar Rp 88.479 dan untuk paket Full Services sebesar Rp 91.524. Untuk hasil output Excel Solver untuk provider Indosat ditunjukkan pada Tabel 4.8. Tabel 4.8 Harga Optimal Hasil Output Excel Solver Indosat Estimated Parameter 1 Intercept harga1 harga2 harga3 2 Intercept harga1 harga2 harga3 3 Intercept harga1 harga2 harga3
Changing Cell (Harga Optimal)
14,89 harga Gaul= -0,161 harga Mail= 0,024 harga Irit= -0,079 15,08 -0,047 -0,133 -0,067 29 -0,058 -0,025 -0,247
Constraint (Batasan) Target cell is to max ER value
Rp53.766 PL1= Rp49.930 PL2= Rp90.000 PL3= PL0= U1= U2= U3= U0=
0,09675 ER= 0,06242 0,77063 0,0702 0,32184 -0,11776 2,40326 0
Rp77.675
Untuk mencapai fungsi tujuan maka didapatkan harga yang optimal untuk paket Gaul sebesar Rp 53.766. Sedangkan untuk paket Mail sebesar Rp 49.930 dan untuk paket Irit sebesar Rp 90.000.
4.2.6
Penentuan Harga Optimal dimana Tidak Terjadi Persaingan Untuk menentukan harga optimal ini yaitu sama seperti menentukan harga
optimal untuk masing-masing provider. Penggunaan Excel Solver masih dibutuhkan. Fungsi tujuan yang ditentukan yaitu memaksimumkan ekspetasi pendapatan (Expected Revenue) antara Telkomsel dan Indosat dimana tidak terjadi persaingan pada persamaan (3.43). Sedangkan batasan untuk fungsi tujuannya yaitu probabilitas konsumen memilih paket yang ditawarkan pada persamaan (3.39-3.42).
commit to user IV-19
perpustakaan.uns.ac.id
digilib.uns.ac.id
Dengan persamaan yang sudah didapat maka dapat diolah sesuai fungsi tujuan dan batasan yang sudah ditentukan. Untuk mendapatkan harga yang optimal maka diperlukan software Excel Solver. Hasil output Excel Solver ditunjukkan pada Tabel 4.9. Tabel 4.9 Harga Optimal Hasil Output Excel Solver dimana Tidak Terjadi Persaingan Estimated Parameter Tel 1 Intercept 27,473 harga1 -0,113 harga2 -0,03 harga3 -0,164 2 Intercept 31,567 harga1 -0,064 harga2 -0,109 harga3 -0,178 3 Intercept 44,224 harga1 -0,032 harga2 -0,032 harga3 -0,383
Estimated Parameter Ind Changing Cell (Harga 1 Intercept 14,89 harga Gaul= Rp70.000 harga1 -0,161 harga Mail= Rp84.529 harga2 0,024 harga Irit= Rp98.801 harga3 -0,079 2 Intercept 15,08 harga1 -0,047 harga2 -0,133 harga3 -0,067 3 Intercept 29 harga1 -0,058 harga2 -0,025 harga3 -0,247
Constraint (Batasan) Target cell is to max ER value PL1= Rp0 ER= Rp56.214 PL2= 0,14948603 PL3= 0,32023431 PL0= -0,6402723 U1tel= 0,82364907 U2tel= 0,28659954 U3tel= 1,43803313 U0= 0 U1ind= -2,1566219 U2ind= -6,0721263 U3ind= -1,577239 U0= 0
Untuk mencapai fungsi tujuan maka didapatkan harga yang optimal untuk paket 1 (Lifestyle dan Gaul) sebesar Rp 70.000. Sedangkan untuk paket 2 (Business dan Mail sebesar Rp 84.529 dan untuk paket 3 (Full Services dan Irit) sebesar Rp 98.801.
commit to user IV-20
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB V ANALISIS DAN INTERPRETASI HASIL Pada tahap ini dilakukan analisis dan interpretasi hasil terhadap pengumpulan dan pengolahan data sebelumnya.
5.1 Analisis Hasil Klasifikasi Data Responden Telkomsel dan Indosat Klasifikasi data dilakukan untuk mengetahui jumlah responden yang memilih pilihan dari paket-paket yang ditawarkan dari kuesioner sehingga dapat diketahui probabilitas pilihan paket untuk tiap provider. Tabel 5.1 menunjukkan probabilitas pilihan responden pada kombinasi harga paket Telkomsel. Tabel 5.1 Tabel probabilitas pilihan responden Telkomsel No.
Harga 1
Harga 2
Harga 3
Pilihan 0
Pilihan 1
Pilihan 2
Pilihan 3
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
60 60 60 60 60 60 60 60 60 70 70 70 70 70 70 70 70 70 50 50 50 50 50 50 50 50 50
80 80 80 90 90 90 70 70 70 80 80 80 90 90 90 70 70 70 80 80 80 90 90 90 70 70 70
99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89 99 109 89
0 0,3 0 0,02 0,46 0,02 0 0,22 0,04 0,1 0,5 0 0,12 0,72 0,02 0,1 0,28 0,04 0 0,2 0 0 0,22 0,02 0 0,1 0
0,62 0,36 0,06 0,56 0,42 0,04 0,46 0,34 0,08 0,24 0,22 0,04 0,3 0,22 0,06 0,24 0,22 0,04 0,78 0,64 0,24 0,74 0,66 0,08 0,58 0,36 0,14
0,04 0,3 0,1 0,08 0,12 0,08 0,32 0,4 0,16 0,14 0,28 0,08 0,04 0,02 0,12 0,32 0,48 0,08 0,08 0,1 0,12 0,04 0,12 0,16 0,26 0,48 0,2
0,34 0,04 0,84 0,34 0 0,86 0,22 0,04 0,72 0,52 0 0,88 0,54 0,04 0,8 0,34 0,02 0,84 0,14 0,06 0,64 0,22 0 0,74 0,16 0,06 0,66
Dari Tabel 5.1 dapat dilihat perilaku responden pemakai Telkomsel dalam memilih paket Telkomsel yang ditawarkan berdasarkan perubahan harga yang dilakukan.
commit to user V-1
perpustakaan.uns.ac.id
digilib.uns.ac.id
1. Jika harga tiap paket pada Telkomsel yang ditawarkan dinaikkan semua, maka pilihan tidak membeli lebih banyak sebesar 72%. 2. Jika harga paket Full Services diturunkan dari harga awal, responden lebih memilih untuk memakai paket Full Services. Sebaliknya jika harga paket Full Services dinaikkan dari harga awal, maka responden lebih memilih untuk memakai paket lain atau tidak membeli. 3. Ketika harga paket Lifestyle diturunkan dari harga awal dimana harga paket Full Services tetap atau naik, responden lebih memilih untuk memakai paket Lifestyle. Tetapi ketika harga paket Lifestyle dinaikkan dari harga awal, maka responden lebih memilih untuk memakai paket lain atau bahkan pilihan tidak membeli. 4. Ketika harga paket Business diturunkan dari harga awal dimana harga
paket Full Services dan paket Lifestyle naik, responden lebih memilih untuk memakai paket Business. Tetapi ketika harga paket Business dinaikkan dari harga awal, maka pilihan responden untuk paket Business sangat kecil. Kecenderungan yang dapat dilihat dari keputusan pemakai Telkomsel yaitu jika harga paket Full Services diturunkan, maka konsumen lebih untuk berpindah ke paket Full Services. Tabel 5.2 menunjukkan probabilitas pilihan responden pada kombinasi harga paket Indosat. Dari Tabel 5.2 dapat dilihat perilaku responden pemakai Indosat dalam memilih paket Indosat yang ditawarkan berdasarkan perubahan harga yang dilakukan. 1. Jika harga tiap paket pada Indosat yang ditawarkan dinaikkan semua, maka pilihan tidak membeli lebih banyak sebesar 72%. 2. Jika harga paket Irit diturunkan dari harga awal, responden lebih memilih untuk memakai paket Irit. Sebaliknya jika harga paket Irit dinaikkan dari harga awal, maka responden lebih memilih untuk memakai paket lain atau tidak membeli. 3. Ketika harga paket Gaul diturunkan dari harga awal dimana harga paket Irit tetap atau naik, responden lebih memilih untuk memakai paket Gaul tetapi ketika harga paket Gaul dinaikkan dari harga awal, maka responden
commit to user V-2
perpustakaan.uns.ac.id
digilib.uns.ac.id
lebih memilih untuk memakai paket lain atau bahkan pilihan tidak membeli. 4. Ketika harga paket Mail diturunkan dari harga awal dimana harga paket Irit dan paket Gaul naik, responden lebih memilih untuk memakai paket Mail. Tetapi ketika harga paket Mail dinaikkan dari harga awal, maka pilihan responden untuk paket Mail sangat kecil. Kecenderungan yang dapat dilihat dari keputusan pemakai Indosat yaitu jika harga paket Irit diturunkan, maka konsumen lebih untuk berpindah ke paket Irit. Tabel 5.2 Tabel probabilitas pilihan responden Indosat No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
Harga 1 Harga 2 45 45 45 45 45 45 45 45 45 55 55 55 55 55 55 55 55 55 35 35 35 35 35 35 35 35 35
45 45 45 55 55 55 35 35 35 45 45 45 55 55 55 35 35 35 45 45 45 55 55 55 35 35 35
Harga 3
Pilihan 0
Pilihan 1
Pilihan 2
Pilihan 3
100 110 90 100 110 90 100 110 90 100 110 90 100 110 90 100 110 90 100 110 90 100 110 90 100 110 90
0,08 0,36 0,02 0,1 0,36 0,02 0,1 0,22 0,02 0,22 0,4 0,1 0,5 0,74 0,14 0,2 0,38 0,1 0,04 0,2 0 0,04 0,2 0 0,04 0,16 0
0,7 0,4 0,1 0,66 0,5 0,2 0,12 0,08 0,04 0,12 0,12 0,04 0,22 0,1 0,08 0,08 0,08 0 0,68 0,62 0,38 0,8 0,68 0,44 0,44 0,42 0,22
0,06 0,18 0,1 0,04 0,08 0,04 0,66 0,64 0,22 0,34 0,38 0,14 0,06 0,08 0,02 0,5 0,44 0,16 0,12 0,12 0,04 0,02 0,06 0,02 0,38 0,36 0,24
0,16 0,06 0,78 0,2 0,06 0,74 0,12 0,06 0,72 0,32 0,1 0,72 0,22 0,08 0,76 0,22 0,1 0,74 0,16 0,06 0,58 0,14 0,06 0,54 0,14 0,06 0,54
5.2 Analisis Hasil Parameter Model Multinomial logit Penentuan estimasi parameter disini digunakan untuk mengetahui nilai konstanta dan koefisien pada model. Untuk Telkomsel terdapat pilihan untuk paket Lifestyle, paket Business, paket Full Services, dan Tidak Membeli. Setiap pilihan mempunyai probabilitas konsumen dalam memilih paket yang diinginkan
commit to user V-3
perpustakaan.uns.ac.id
digilib.uns.ac.id
atau yang disebut purchase likelihood (PL). Probabilitas konsumen untuk Telkomsel dapat dilihat pada persamaan (4.1), (4.2), (4.3), dan (4.4). Sedangkan model utilitas atau fungsi logitnya sendiri dapat dilihat pada persamaan (4.5), (4.6), (4.7), dan (4.8). Untuk Indosat terdapat pilihan untuk paket Gaul, paket Mail, paket Irit, dan Tidak Membeli. Setiap pilihan mempunyai probabilitas konsumen dalam memilih paket yang diinginkan atau yang disebut purchase likelihood (PL). Probabilitas konsumen untuk Indosat dapat dilihat pada persamaan (4.9), (4.10), (4.11), dan (4.12). Sedangkan model utilitas atau fungsi logitnya sendiri dapat dilihat pada persamaan (4.13), (4.14), (4.15), dan (4.16). Koefisien untuk tiap harga pada masing-masing utilitas menunjukkan sejauh mana suatu variabel independen (harga masing-masing paket) mempengaruhi pemilihan suatu alternatif paket yang ditawarkan. Pemilihan paket Lifestyle Telkomsel lebih besar dipengaruhi oleh variabel dari harga paket 2 (paket Business) dibandingkan dengan variabel harga paket 1 dan paket 3. Pemilihan paket Business Telkomsel lebih besar dipengaruhi oleh variabel harga paket 1 (paket Lifestyle) dibandingkan variabel harga paket 2 dan paket 3. Variabel harga paket 1 (paket Lifestyle) dan variabel harga paket 2 (paket Business) lebih besar pengaruhnya dalam pemilihan paket Full Services Telkomsel dibandingkan variabel harga paket 3. Pemilihan paket Gaul Indosat lebih besar dipengaruhi oleh variabel dari harga paket 2 (paket Mail) dibandingkan dengan variabel harga paket 1 dan paket 3. Pemilihan paket Mail Indosat lebih besar dipengaruhi oleh variabel harga paket 1 (paket Gaul) dibandingkan variabel harga paket 2 dan paket 3. Variabel harga paket 2 (paket Mail) lebih besar pengaruhnya dalam pemilihan paket Irit Indosat dibandingkan variabel harga paket 1 dan harga paket 3.
5.3 Analisis Hasil Evaluasi Model Multinomial logit Evaluasi ini dilakukan untuk mengetahui apakah hasil model Multinomial logit ini sudah baik atau belum. Terdapat beberapa uji yang dilakukan didalamnya yaitu uji kebaikan model (Goodness of Fit), uji signifikansi variabel independen secara bersama (Overall Model Fit), dan uji signifikansi variabel independen secara individual (Significance Test).
commit to user V-4
perpustakaan.uns.ac.id
1.
digilib.uns.ac.id
Analisis Hasil Uji Kebaikan Model (Goodness of fit) Tabel 5.3 Tabel Hasil Uji Kebaikan Model (Goodness of fit) Pseudo RTelkomsel Square Cox and Snell 0,5 Nagelkerke 0,54 Mcfadden 0,266
Indosat 0,501 0,537 0,256
Tabel 5.3 merupakan tabel hasil Goodness of fit dari Telkomsel dan Indosat. Pada hasil Telkomsel dapat dilihat bahwa nilai untuk perhitungan dari Cox and Snell dan Nagelkerke mendekati 1. Hal ini berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Untuk perhitungan McFadden didapatkan nilai mendekati 0. Hal ini berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Selain itu juga didapatkan hasil bahwa variabel-variabel independen dalam model yang dapat menjelaskan keputusan pemilihan (variabel dependen) adalah sebesar 50% dari perhitungan Cox and Snell, 54% dari perhitungan Nagelkereke dan 26,6% dari perhitungan McFadden, sedangkan sisanya dijelaskan oleh variabel lain diluar model. Hasil untuk Indosat pada perhitungan dari Cox and Snell dan Nagelkerke mendekati 1. Hal ini berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen. Untuk perhitungan McFadden didapatkan nilai mendekati 0. Hal ini berarti kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel dependen amat terbatas. Selain itu juga didapatkan hasil bahwa variabel-variabel independen dalam model yang dapat menjelaskan keputusan pemilihan (variabel dependen) adalah sebesar 50,1% dari perhitungan Cox and Snell, 53,7% dari perhitungan Nagelkereke dan 25,6% dari perhitungan McFadden, sedangkan sisanya dijelaskan oleh variabel lain diluar model. 2.
Analisis Hasil Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit) Uji overall model fit digunakan untuk mengetahui apakah variabel
independen yang ada di dalam model regresi logistik mempengaruhi variabel dependen secara serentak atau bersama.
commit to user V-5
perpustakaan.uns.ac.id
digilib.uns.ac.id
Tabel 5.4 Tabel Hasil Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit) Model Fitting Information Telkomsel Indosat
Likelihood Ratio Tests Chi-square df Sig. 935,602 9 0,00 938,525 9 0,00
Tabel 5.4 menunjukkan hasil dari uji overall model fit untuk provider Telkomsel dan Indosat. Pada provider Telkomsel didapatkan hasil besar daripada
2
2
hitung lebih
tabel. Sehingga didapatkan kesimpulan bahwa harga paket
Lifestyle, paket Business, dan paket Full Services (variabel independen) mempengaruhi keputusan dalam pemilihan paket pada provider Telkomsel (variabel dependen) secara bersama. Hasil dari uji overall model fit untuk provider Indosat menunjukkan bahwa hitung lebih besar daripada
2
2
tabel. Sehingga didapatkan kesimpulan bahwa
harga paket Gaul, paket Mail, dan paket Full Irit (variabel independen) mempengaruhi keputusan dalam pemilihan paket provider Indosat (variabel dependen) secara bersama. 3.
Analisis Hasil Uji Signifikansi Variabel Independen Secara Individual (Significance Test) Uji signifikansi variabel independen dilakukan untuk mengetahui apakah
variabel independen secara individu mempengaruhi variabel dependennya. Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji Likelihood Ratio dan Uji Wald. a. Uji Likelihood Ratio Tabel 5.5 Tabel Hasil Uji Likelihood Ratio Likelihood Ratio Tests Telkomsel
Chi Square
df
Sig.
Lifesyle 125,474 Business 85,529 Full Services 734,787 Indosat Chi Square Gaul 243,896 Paket Mail 217,485 Irit 488,098
3 3 3 df 3 3 3
0,00 0,00 0,00 Sig. 0,00 0,00 0,00
Paket
commit to user V-6
perpustakaan.uns.ac.id
digilib.uns.ac.id
Tabel 5.5 menunjukkan hasil uji Likelihood Ratio untuk Telkomsel dan 2
Indosat. Hasil untuk Telkomsel menunjukkan bahwa nilai variabel independen lebih besar daripada
2
hitung untuk tiap
tabelnya. Hal ini menunjukkan
bahwa variabel-variabel independennya yaitu harga paket Lifestyle, paket Business, dan paket Full Services secara individu mempengaruhi keputusan dalam pemilihan alternatif pilihan paket (variaabel dependen). Hasil uji Likelihood Ratio untuk Indosat menunjukkan bahwa nilai hitung untuk tiap variabel independen lebih besar daripada
2
2
tabelnya. Hal
ini menunjukkan bahwa variabel-variabel independennya yaitu harga paket Gaul, paket Mail, dan paket Irit secara individu mempengaruhi keputusan dalam pemilihan alternatif pilihan paket (variaabel dependen). b. Uji Wald Tabel 5.6 Tabel Hasil Uji Wald Likelihood Ratio Tests Telkomsel
1
Wald
Sig.
Lifesyle Business Full Services
74,404 5,525 59,717
0,00 0,019 0,00
Lifesyle
19,941
0,00
57,970 63,905 4,544 4,956 260,681 Wald 160,955 4,116 33,533 13,014 100,223 21,973 19,036 3,978 258,107
0,00 0,00 0,033 0,026 0,00 Sig. 0,00 0,042 0,00 0,00 0,00 0,00 0,00 0,048 0,00
2
3
1
2
3
Business Full Services Lifesyle Business Full Services Indosat Gaul Mail Irit Gaul Mail Irit Gaul Mail Irit
Tabel 5.6 menunjukkan hasil uji Wald untuk Telkomsel dan Indosat. Hasil untuk Telkomsel menunjukkan bahwa nilai statistik Wald yaitu untuk tiap variabel independen lebih besar daripada
2
2
hitung
tabelnya. Hal ini
menunjukkan bahwa variabel-variabel independennya yaitu harga paket Lifestyle, paket Business, dan paket Full Services secara individu
commit to user V-7
perpustakaan.uns.ac.id
digilib.uns.ac.id
mempengaruhi keputusan dalam pemilihan alternatif pilihan paket (variaabel dependen). Hasil uji Wald untuk Indosat menunjukkan bahwa nilai statistik Wald yaitu
2
hitung untuk tiap variabel independen lebih besar daripada
2
tabelnya. Hal ini menunjukkan bahwa variabel-variabel independennya yaitu harga paket Gaul, paket Mail, dan paket Irit secara individu mempengaruhi keputusan dalam pemilihan alternatif pilihan paket (variaabel dependen).
5.4 Analisis Hasil Validasi Model Multinomial logit Validasi model ini dilakukan dengan melihat perbandingan antara data yang diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam bentuk prosentase. Tabel 5.7 Tabel Hasil Validasi Model Multinomial Logit Predicted Observed Tidak Membeli Lifestyle Business Full Services Overall Percentage
Tidak Membeli
Lifestyle Business
Predicted Full Services
Percent Correct
61
64
30
18
35,30%
21 16
288 80
63 76
65 64
65,90% 32,20%
Observed Tidak Membeli Gaul Mail
Tidak Membeli
Gaul
Mail
Irit
Percent Correct
83
71
53
31
34,90%
22 26
296 54
39 130
59 65
71,20% 47,30%
2
68
31
403
80%
Irit
19
79
28
295
70,1%
7,40%
37%
14,80%
40,70%
61,30%
Overall Percentage
11,10%
37%
18,50%
33,30%
59,60%
Tabel 5.7 menunjukkan tabel yang berisi tabel validasi dari provider Telkomsel dan Indosat. Overall percentage Telkomsel menunjukkan prosentase prediksi suatu pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar 7,4%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul sebesar 14,8% dan pilihan 3 diprediksi muncul sebesar 40,7%. Percent correct menunjukan prosentase seberapa besar model dapat memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi dengan benar sebesar 35,3%, untuk pilihan 1 yang diprediksi dengan benar sebesar 65,9%, untuk pilihan 2 yang diprediksi dengan benar sebesar 32,3%, dan untuk pilihan 3 yang diprediksi dengan benar sebesar 80%. Dari hasil rata-rata percent correct memberikan nilai diatas 50% sehingga model multinomial logit untuk Telkomsel dapat dikatakan valid.
commit to user V-8
perpustakaan.uns.ac.id
digilib.uns.ac.id
Hasil validasi pada provider Indosat ditunjukkan pada Tabel 5.7. Overall percentage Indosat menunjukkan prosentase prediksi suatu pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar 11,1%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul sebesar 18,5% dan pilihan 3 diprediksi muncul sebesar 33,3%. Percent correct menunjukan prosentase seberapa besar model dapat memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi dengan benar sebesar 34,9%, untuk pilihan 1 yang diprediksi dengan benar sebesar 71,2%, untuk pilihan 2 yang diprediksi dengan benar sebesar 47,3%, dan untuk pilihan 3 yang diprediksi dengan benar sebesar 70,1%. Dari hasil rata-rata percent correct memberikan nilai diatas 50% sehingga model multinomial logit untuk Indosat dapat dikatakan valid.
5.5 Analisis Hasil Optimisasi Harga Masing-Masing Provider Tabel 4.7 menunjukkan hasil untuk harga optimal tiap paket Telkomsel. Harga optimal untuk paket Lifestyle sebesar Rp 70.000, untuk paket Business sebesar Rp 88.479 dan untuk paket Full Services sebesar Rp 91.524. Dari ketiga harga optimal tiap paket untuk Telkomsel didapatkan expected revenue sebesar Rp 88.053. Tabel 5.8 Tabel perhitungan revenue aktual dan usulan responden Telkomsel AKTUAL
USULAN Harga Pengguna Probabilitas Harga Prob abilitas Exp ected Revenu e Optimal Aktual Aktual Aktual Usulan Rev enu e (usulan) Lifesyle 19 0,38 Rp60.000 0,0944 Rp70.000 Business 0 0 Rp80.000 Rp84.180 0,0448 Rp88.479 Rp88.053 0,8465 Rp91.524 Full Services 31 0,62 Rp99.000
Telkomsel
Paket
PERUBAHAN Prosentase Prosentase Perubahan perubahan Harga revenue Naik 15,1% Naik 10,1% Naik 4,4% Turun 7,9%
Tabel 5.8 merupakan tabel hasil revenue aktual dan usulan untuk Telkomsel. Revenue aktual Telkomsel didapatkan dari harga tiap BIS aktual dikalikan dengan probabilitas tiap paket yang sekarang sedang digunakan oleh 50 responden Telkomsel. Probabilitas aktual didapatkan dari jumlah paket yang sedang digunakan dibagi 50. Harga paket Lifestyle naik sebesar 15,1% dari harga asli, harga paket Business naik sebesar 10,1% dari harga asli, dan harga paket Full Services turun sebesar 7,9%. Berdasarkan tabel diatas, terlihat bahwa revenue yang aktual sebesar Rp 84.180. Hasil ini lebih kecil jika dibandingkan dengan hasil expected revenue yang diusulkan yaitu sebesar Rp 88.053 dimana prosentase
commit to user V-9
perpustakaan.uns.ac.id
digilib.uns.ac.id
kenaikan sebesar 4,4%. Sehingga penggunaan model multinomial logit dapat berguna dalam menentukan harga optimal yang dapat memaksimumkan pendapatan bagi Telkomsel. Pada Tabel 4.8 merupakan tabel hasil untuk harga optimal tiap paket pada Indosat. Harga optimal untuk paket Gaul sebesar Rp 53.766, untuk paket Mail sebesar Rp 49.930 dan untuk paket Irit sebesar Rp 90.000. Dari ketiga harga optimal tiap paket untuk Indosat didapatkan expected revenue sebesar Rp 77.675. Tabel 5.9 Tabel perhitungan revenue aktual dan usulan responden Indosat AKTUAL
Indosat
Paket
Gaul Mail Irit
USULAN Harga Pengguna Probabilitas Harga Prob abilitas Exp ected Revenu e Optimal Aktual Aktual Aktual Usulan Rev enu e (usulan) 33 0,66 Rp45.000 0,0967514 Rp53.766 0 0 Rp45.000 Rp63.700 0,0624197 Rp49.930 Rp77.675 17 0,34 Rp100.000 0,7706333 Rp90.000
PERUBAHAN Prosentase Prosentase Perubahan perubahan Harga revenue Naik 19% Naik 10,1% Naik 21% Turun 10%
Tabel 5.9 merupakan tabel hasil revenue aktual dan usulan Indosat. Revenue aktual Indosat didapatkan dari harga tiap BIS aktual dikalikan dengan probabilitas tiap paket yang sekarang sedang digunakan oleh 50 responden Indosat. Probabilitas aktual didapatkan dari jumlah paket yang sedang digunakan dibagi 50. Harga paket Gaul naik sebesar 19% dari harga asli, harga paket Mail naik sebesar 10,1% dari harga asli, dan harga paket Full Services turun sebesar 10%.Berdasarkan tabel diatas, terlihat bahwa revenue yang aktual sebesar Rp 63.700. Hasil ini lebih kecil jika dibandingkan dengan hasil expected revenue yang diusulkan yaitu sebesar Rp 77.675. Sehingga penggunaan model multinomial logit dapat berguna dalam menentukan harga optimal yang dapat memaksimumkan pendapatan bagi Indosat.
5.6 Analisis Hasil Optimisasi Harga Masing-Masing Provider dan Harga Dimana Tidak Terjadi Persaingan Antara Keduanya Tabel 5.10 merupakan tabel harga optimal untuk paket pada Telkomsel, paket pada Indosat, dan harga optimal dimana tidak terjadi persaingan diantara keduaya.
commit to user V-10
perpustakaan.uns.ac.id
digilib.uns.ac.id
Tabel 5.10 Tabel harga optimal untuk tiap provider dan keduanya Provider Telkomsel
Indosat
Paket Lifestyle Business Full Services Gaul Mail Irit
Rp Rp
Harga 70.000 88.479
Rp Rp Rp
91.524 53.766 49.930
Rp
90.000
Provider Harga di saat tidak ada persaingan Harga di saat tidak ada persaingan
Paket Lifestyle + Gaul Business + Mail Full Services + Irit Lifestyle + Gaul Business + Mail Full Services + Irit
Harga Rp 70.000 Rp 84.529 Rp 98.801 Rp 70.000 Rp 84.529 Rp 98.801
Pada harga Lifestyle Telkomsel aktual sebesar Rp 60.000 dan harga Gaul Indosat aktual sebesar Rp 45.000. Jika Telkomsel dan Indosat menginginkan pendapatan maksimal maka mereka dapat menaikkan harganya menjadi Rp 70.000. Pada harga Business Telkomsel aktual sebesar Rp 80.000 dan harga Mail Indosat aktual sebesar Rp 45.000. Jika Telkomsel dan Indosat menginginkan pendapatan maksimal maka mereka dapat menaikkan harganya menjadi Rp 84.529. Pada harga Full Services Telkomsel aktual sebesar Rp 99.000 dan harga Irit Indosat aktual sebesar Rp 100.000. Jika Telkomsel dan Indosat menginginkan pendapatan maksimal maka mereka dapat menurunkan harganya menjadi Rp 98.801. Harga paket Lifestyle sebesar Rp 70.000 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 1 (Lifestyle dan Gaul) adalah sebesar Rp 70.000 juga. Hal ini dapat menunjukkan bahwa harga untuk paket Lifestyle sudah sesuai untuk diterapkan jika menginginkan keuntungan maksimum. Harga paket Business sebesar Rp 88.479 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 2 (Business dan Mail) adalah sebesar Rp 84.529. Hal ini menunjukkan bahwa jika paket Business Telkomsel ingin menaikkan keuntungan, maka harga paketnya perlu diturunkan sebesar Rp 3.950. Harga paket Full Services sebesar Rp 91.524 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 3 (Full Services dan Irit) adalah sebesar Rp 98.801. Hal ini menunjukkan bahwa jika paket Full Services Telkomsel ingin menaikkan keuntungan, maka harga paketnya perlu dinaikkan sebesar Rp 7.277.
commit to user V-11
perpustakaan.uns.ac.id
digilib.uns.ac.id
Harga paket Gaul sebesar Rp 53.766 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 2 (Lifestyle dan Gaul) adalah sebesar Rp 70.000. Hal ini menunjukkan bahwa jika paket Gaul Indosat ingin menaikkan keuntungan, maka harga paketnya perlu dinaikkan sebesar Rp 16.324. Harga paket Mail sebesar Rp 49.930 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 2 (Business dan Mail) adalah sebesar Rp 84.529. Hal ini menunjukkan bahwa jika paket Mail Indosat ingin menaikkan keuntungan, maka harga paketnya perlu dinaikkan sebesar Rp 35.599. Harga paket Irit sebesar Rp 90.000 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 3 (Full Services dan Irit) adalah sebesar Rp 98.801. Hal ini menunjukkan bahwa jika paket Full Services Telkomsel ingin menaikkan keuntungan, maka harga paketnya perlu dinaikkan sebesar Rp 8.801.
commit to user V-12
perpustakaan.uns.ac.id
digilib.uns.ac.id
BAB VI KESIMPULAN DAN SARAN Pada bab ini dilakukan pengambilan kesimpulan dari hasil pengumpulan dan pengolahan data dan saran untuk penelitian selanjutnya.
6.1
Kesimpulan
Kesimpulan penelitian ini sebagai berikut : 1.
Berdasarkan penelitian yang sudah dilakukan didapatkan harga optimal BIS provider Telkomsel untuk paket Lifestyle sebesar Rp 70.000, paket business sebesar Rp 88.479, dan paket Full Services sebesar Rp 91.524 sedangkan ekspetasi pendapatan Telkomsel yang didapat adalah sebesar Rp 88.053
2.
Setelah dilakukan penelitian didapatkan hasil bahwa harga optimal BIS provider Indosat untuk paket Gaul sebesar Rp Rp 53.766, paket Mail sebesar Rp 49.930, dan paket Irit sebesar Rp 90.000 sedangkan ekspetasi pendapatan Indosat sebesar Rp 77.675.
3.
Dilihat dari perbandingan revenue aktual dan revenue usulan, hasil prosentase perubahan revenue untuk Telkomsel adalah naik 4,4% dan prosentase perubahan revenue untuk Indosat adalah naik 21% setelah dilakukan penelitian ini.
4.
Selain dilakukan penelitian untuk tiap provider, pada penelitian ini juga didapatkan harga optimal yang terbentuk di saat tidak ada persaingan harga antara Telkomsel dan Indosat antara lain untuk paket Lifestyle dan Gaul sebesar Rp 70.000, untuk paket Business dan Mail sebesar Rp 84.529, dan untuk pake Full Services dan Irit sebesar Rp 98.801 dengan ekspetasi pendapatan sebesar Rp. 56.214.
6.2
Saran
Saran yang dapat diberikan untuk penelitian selanjutnya antara lain : 1.
Sebaiknya sampel yang dipakai dalam pengolahan data bisa lebih luas cakupannya misalnya pemakai Blackberry seluruh Indonesia atau data
commit to user VI-1
perpustakaan.uns.ac.id
digilib.uns.ac.id
pemakai Blackberry yang langsung didapat dari perusahaan provider supaya data yang dihasilkan lebih bisa mewakilkan hasil yang sesungguhnya. 2.
Dalam penentuan harga jual, selain dari pihak konsumen sebaiknya juga dipertimbangkan mengenai biaya produksi yang dipakai oleh perusahaan sehingga harga jual yang terbentuk dapat lebih merepresentasikan harga jual dari perusahaan. Hal ini dapat dilakukan dengan penelitian langsung ke dalam
perusahaan
untuk
mengetahui
dikeluarkan.
commit to user VI-2
biaya-biaya
produksi
yang