III. METODE PENELITIAN
3.1. Kerangka Pemikiran Teh merupakan minuman yang digemari oleh semua orang dari berbagai tingkatan umur serta dari berbagai kalangan. Kegemaran masayrakat Indonesia meminum teh dikarenakan manfaat yang terkandung dalam teh itu sendiri. Manfaat yang didapat dari meminum teh diantaranya adalah melawan gigi berlubang, merawat dan melindungi kulit, menekan nafsu makan, dan menjaga daya ingat. Selain itu teh mengandung katekin yang berfungsi menurunkan kadar kolesterol, polifenol berfungsi memperlancar pencernaan, fluoride, dan berbagai macam vitamin (www.rasabaru.com). Karena berbagai macam manfaat dan kandungan dari teh serta kegemaran masyarakat Indonesia meminum teh dalam berbagai kesempatan, maka saat ini banyak bermunculan produsen-produsen teh baik dalam bentuk konvensional atau teh curah maupun teh dalam kemasan. Saat ini teh dalam kemasan sedang digandrungi oleh kaum muda karena teh jenis ini dianggap praktis dan mudah dibawa kemanapun. PT Ultrajaya Milk Industry & Trading Company selaku produsen Ultra Teh Kotak, saat ini memiliki banyak pesaing yang juga memproduksi teh dalam kemasan. Pada umumnya konsumen membeli teh dalam kemasan siap minum berdasarkan keunggulan yang dimiliki oleh merek tersebut. Keunggulan berdasarkan atribut inilah yang seharusnya dimiliki produsen teh dalam kemasan siap minum agar dapat memenangi persaingan yang ada. Persaingan ini mengharuskan PT Ultrajaya Milk Industry & Trading Company mampu menempatkan posisi produk mereka dalam benak konsumen agar produk mereka dapat dengan mudah diingat oleh konsumen. Posisi Ultra Teh Kotak menjadi salah satu faktor yang perlu diperhatikan dalam melakukan positioning selain dari faktor pesaing. Posisi dari masingmasing teh dalam kemasan dapat diketahui melalui analisis deskriptif yang nantinya diolah dengan menggunakan Analisis Biplot. Analisis deskriptif ini akan menghaslikan posisi yang berdasarkan persepsi responden serta karakteristik dari responden itu sendiri. Sedangkan Multidimensional Scaling
22
(MDS) berbasisi atribut digunakan untuk menyajikan persepsi pelanggan secara spasial dengan menggunakan proyeksi dua dimensi. MDS akan menyajikan peta presepsi dimana nantinya akan diketahui pesaing terdekat dari Ultra Teh Kotak. Principal Component Analysis (PCA) merupakan salah satu metode yang digunakan dalam Analisis Faktor. PCA ini digunakan untuk mengetahui atribut mana yang dianggap responden penting pada teh dalam kemasan, sehingga hasil dari PCA ini dapat digunakan sebagai Berdasarkan hal diatas kerangka penelitian dapat digambarkan pada Gambar 3.
Gambar 3. Kerangka pemikiran konseptual
23
3.2. Waktu dan Tempat Penelitian Penelitian ini merupakan survey terhadap Positioning dari Ultra Teh Kotak. Penelitian dilakukan di wilayah kampus Institut Pertanian Bogor (IPB), Dramaga, Kabupten Bogor, Jawa Barat. Pemilihan lokasi dilakukan secara sengaja (purposive) karena mahasiswa Institut Pertanian Bogor merupakan salah satu lokasi konsumen yang potensial dilihat dari banyaknya jumlah mahasiswa yang mengkonsumsi teh dalam kemasan. Proses pengambilan data hingga pengolahan data pada penelitian ini dimulai pada bulan Februari 2012 sampai dengan April 2012. 3.3. Metode Pengumpulan Data Data yang digunakan pada penelitian ini adalah data primer dan data sekunder. Data primer didapatkan dengan cara menyebar kuesioner. Menurut Umar (2002), kuesioner adalah suatu cara pengumpulan data dengan cara menyebarkan daftar pertanyaan kepada responden, dengan harapan mereka akan memberikan respon terhadap daftar pertanyaan tersebut. Pertanyaan yang disajikan pada kuesioner tersebut merupakan pertanyaan terbuka dimana para responden bebas memilih jawaban mereka. Selain itu pada kuesioner tersebut disajikan pula pertanyaan tertutup dimana responden harus memilih jawaban pada pilihan yang sudah disediakan. Sedangkan data sekunder didapatkan dari studi literatur yang berasal dari buku, internet, dan laporan penelitian terdahulu. 3.4. Metode Penarikan Sampel Populasi dari penelitian ini adalah Mahasiswa Strata 1 (S1) IPB yang pernah mengkonsumsi produk Ultra Teh Kotak dan pesaing terdekatnya. Teknik pengambilan sampel yang digunakan pada penelitian ini adalah menggunakan
teknik
Convinence
yang
merupakan
bagian
dari
Nonprobability Sampling. Pada teknik Convinience peneliti diberikan kebebasan untuk memilih sampel yang mereka temui. Dalam penelitian ini ukuran sampel yang diperlukan berdasarkan pada rumus Slovin (Umar, 2002):
24
n=
.................................................................................................(1)
Di mana: n = ukuran sampel N = ukuran populasi e = kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang dapat ditolerir sebesar 10% Menurut data yang diperoleh, jumlah seluruh mahasiswa di IPB S1 reguler adalah sebagai berikut: Tabel 2. Populasi mahasiswa program strata-1 IPB reguler per 30 September (Direktorat Adminstrasi Pendidikan IPB, 2011) Jumlah Sampel Fakultas Jumlah yang diambil % Pertanian
1.997
15
15%
809
1
1%
1.695
6
6%
Peternakan
954
6
6%
Kehutanan
1.815
7
7%
Teknologi Pertanian
1.905
9
9%
23
23%
Kedokteran Hewan Perikanan dan Ilmu Kelautan
Matematika dan Ilmu Pengetahuan Alam
3.107
Ekonomi dan Manajaemen
2.108
22
22%
Ekologi Manusia
1.408
11
11%
Total
15.798
100%
Berdasarkan hasil rekapitulasi oleh Direktorat Administrasi Pendidikan Institut Pertanian Bogor pada Tabel 2, total jumlah mahasiswa S1 IPB Dramaga 15.798 orang. Penentuan jumlah sampel yang dijadikan responden menggunakan Rumus Slovin dengan nilai e sebesar 10%, diperoleh nilai : n=
25
3.5. Metode Pengolahan dan Analisis Data Pengolahan data dalam penelitian ini menggunkan Microsoft Excel 2010, Software SPSS version 16.00 for Windows dan Minitab 14. Metode analisis yang digunakan pada penelitian ini, adalah 3.5.1. Uji Validitas Validitas dalam suatau penelitian dijelaskan sebagai suatu derajat ketepatan alat ukur penelitian tentang isi atau arti yang sebenarnya diukur. Paling tidak yang dapat kita lakukan dalam menetapkan validitas suatu instrumen pengukuran adalah menghasilkan derajat yang tinggi dari kedekatan data yang diperoleh dengan apa yang kita yakini dalam pengukuran (Umar, 2002). Kesimpulannya, uji validitas dapat menunjukan sejauh mana suatu alat ukur dapat mengukur apa yang ingin diukur. Pengujian validitas dilakukan dengan menggunakan teknik korelasi product moment, yaitu: r=
∑ √[ ∑
∑ ][ ∑
∑ ∑
]
......................................................................(2)
Di mana: n = jumlah responden X = skor masing-masing pernyataan dari tiap responden Y = skor total semua pernyataan dari tiap responden r = koefisien korelasi Bila diperoleh r hitung lebih besar dari r tabel pada tingkat signifikan (α) 0,05 maka pernyataan pada kuesioner mempunyai valididtas konstruk atau terdapat konsistensi internal dalam pernyataan tersebut dan layak digunakan. 3.5.2. Uji Reliabilitas Sesudah alat ukur dinyatakan valid, selanjutnya dilakukan uji reliabilitas. Reliabilitas adalah suatu nilai yang menunjukan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Setiap alat ukur seharusnya memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten (Umar, 2002). Uji reliabilitas dilakukan untuk menganalisis konsistensi butir-butir pernyataan yang ada. Uji
26
reliabiitas
dapat
dilakukan
dengan
menggunakan
teknik
dari
Cronchbach, yaitu: r11 = (
)(
∑
) ...........................................................................(3)
Di mana: r11
= reliabilitas instrumen
k
= banyaknya butir pertanyaan = variansi total
∑
= jumlah variansi butir Nilai r hitung dibandingkan dengan r tabel, jika r hitung lebih
besar dari r tabel maka dapat dinyatakan bahwa kuesioner tersebut reliabel. 3.5.3. Analisis Faktor Analisis Faktor menganalisis interaksi antar variabel. Semua variabel berstatus sama, tidak ada variabel independen yang menjadi prediktor bagi variabel dependen, sebagaimana dijumpai dalam metode dependence, misalnya regresi. Analsisi faktor tergolong metode interdependence,
sama
halnya
dengan
analisis
klaster
dan
Multidimention Scalling (Simamora, 2005). Kesimpulan tentang layak-tidaknya analisis faktor dilakukan, baru sah secara statistik dengan menggunakan uji Kaiser-Mayer-Olkin (KMO) measure of adequacy. KMO adalah uji yang nilainya berkisar antara 0 sampai 1 yang mempertanyakan tentang kelayakan analisis faktor. Apabila nilai indeks tinggi (berkisar antara 0,5 sampai 1), analisis faktor layak dilakukan. Sebaliknya, jika nilai KMO di bawah 0,5 analisis faktor tidak layak dilakukan. Pada analisis faktor terdapat dua metode dasar analisis faktor, yaitu principal component analysis dan common factor analysis yang sering juga disebut principal axis factoring. Pada penelitian ini menggunakan metode principal component analysis (PCA). PCA adalah teknik ekstraksi faktor dengan melakuakn kombinasi linier tidak berhubungan dari varibel observasi. Dengan menggunakan teknik ini, akan disusun
27
komponen berdasarkan urutannya. Semakin besar urutan berarti semakin tinggi korelasinya. 3.5.4. Analisis Deskriptif Deskripsi data adalah upaya menampilkan data agar data tersebut dapat dipaparkan secara baik dan diinterpretasikan dengan mudah. Deskripsi data meliputi penyusunan data dalam bentuk tampilan yang mudah terbaca secara lengkap (Saefudin dkk, 2009). Metode analisis deskriptif adalah suatu metode dalam meneliti status sekelompok orang, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa sekarang. Metode ini bertujuan untuk menggambarkan sifat sesuatu yang sedang berlangsung pada saat penelitian dilakukan dan memeriksa sebab-sebab dari suatu gejala tertentu (Nazir, 2005). 3.5.5. Tabulasi Silang Menurut Santoso (2010) Tabulasi silang adalah prosedur yang menampilkan kaitan antara dua atau lebih variabel, atau sampai dengan menghitung apakah ada hubungan antar baris (sebuah variabel) dengan kolom (sebuah variabel yang lainnya. Data yang digunakan untuk analisis ini adalah data yang berskala ordinal dan nominal. Alat statistik yang sering digunakan untuk mengukur assosiasi pada sebuah tabulasi silang adalah chi-square. Pengambilan keputusan pada tabulasi silang dilakukan berdasarkan perbandingan antara uji chisquare dengan tabel chi-square. Bila nilai hasil hitung chi-square kurang dari atau sama dengan tabel chi-square maka hipotesis diterima. Bila chi-squared test menampilkan hasil kurang dari atau sama dengan 0,05, maka artinya ada hubungan antara baris dan kolom. 3.5.6. Analisis Multidimentional Scalling Multidimensional Scalling (MDS) merupakan prosedur yang digunakan untuk menggambarkan persepsi dan preferensi konsumen dalam sebuah display (Suliyanto, 2005). Hubungan persepsi dengan stimuli dilakukan secara geometris antara titik-titik ke dalam ruang dimensi atau spatial map. Dalam aplikasi penelitian MDS sering
28
digunakan untuk memetakan persepsi konsumen terhadap suatu objek dengan menggunakan dua dimensi. Dari hasil pemetaan ini akan diperoleh posisi persaingan yang dipersepsikan oleh konsumen. Pasangan objek terdekat dianggap memiliki banyak kemiripan, sedangkan pasangan terjauh dianggap memiliki banyak perbedaan. Penelitian ini akan membahas mengenai siapa pesaing terdekat Ultra Teh Kotak dengan mengunakan Anchor Clustering Method. Dengan Anchor Clustering Methode, digunakan satu merek sebagai acuan, dalam hal ini Ultra Teh Kotak sebagai subjek penelitian. Lalu responden menilai kemiripan dan memilih teh dalam kemasan siap minum yang paling mirip dengan Ultra Teh Kotak. Matriks yang diperoleh
akan
berbentuk
conditional
sebab
kita
tidak
bisa
membandingkan baris dengan baris (tidak simetris). Untuk menghitung jarak Euclidean, perlu diketahui koordinat setiap objek. Jarak Euclidean dapat dihitung dengan rumus: ed = √
.........................................................(4)
Di mana: ed = jarak Eucilidean Xi = absis teh dalam kemasan ke-i pada dimensi 1 (i=1,2,...,n) Yi = ordinat teh dalam kemasan ke-i pada dimensi 2 (i=1,2,...,n) Xp = absis Ultra Teh Kotak dimensi 1 Yp = ordinat Ultra Teh Kotak dimensi 2 Menurut Simamora (2005) untuk mengukur seberapa baik model Multidimensional Scalling (MDS) yang dihasilkan digunakan nilai Rsquare (RSQ) dan stress. Semakin tinggi RSQ, semakin baik model MDS yang dihasilkan. RSQ dapat diterima apabila RSQ
0,6.
Sedangkan untuk nilai stress, semakin rendah stress, maka semakin baik model MDS yang dihasilkan. Cara menghitung stress bermacammacam, namun yang paling banyak digunakan adalah stress Kruskal, sebagaiman dirumuskan: Stress = √
( (
̂ ) ̅)
29
Di mana : ̂ = rata-rata jarak dalam peta ̅ = jarak turunan (devired distance) atau kemiripan (similarity data) yang dihasilkan komputer = data jarak yang diberikan responden Tabel 3. Standar Kruskal untuk stress Stress (%)
Goodness of Fit
20
Poor
10
Fair
5
Good
2.5
Exellent
0
Perfect
Sumber: Kruskal dalam Simamora (2005) 3.5.7. Skala Likert Skala Likert bisa disebut dengan summated rating scale. Skala ini banyak digunakan karena memberi peluang kepada responden untuk mengekspresikan perasaan mereka dalam bentuk persetujuan terhadap suatu pernyataan (Simamora, 2005). Pertanyaan yang diberikan berjenjang mulai dari tingkat terendah sampai tertinggi. Jumlah pilihan jawaban diharuskan lebih dari tiga dan berjumlah ganjil. Skala Likert dapat dipakai dengan beberapa variasi bentuk pertanyaan. Karena pilihan jawabannya berjenjang, setiap pilihan jawaban bisa diberi skor. Skor 1 bisa ditempatkan pada jenjang jawaban terendah, misal ‘sangat tidak setuju’, bisa pula pada jenjang jawaban tertinggi, misalnya ‘sangat setuju’, asal dilakukan secara konsisten. 3.5.8 Analisis Biplot Biplot adalah salah satu upaya menggambarkan data-data yang ada pada tabel ringkasan dalam grafik berdimensi dua. Informasi yang diberikan oleh biplot mencakup objek dan peubah dalam satu gambar (Mattjik, 2011). Analisis Biplot bersifat deskriptif dengan dimensi dua yang dapat menyajikan secara visual segugus objek dan variabel dalam satu grafik. Analisis Biplot didasarkan pada Singular Value
30
Decomposition (SVD). Biplot dapat dibangun dari suatu matriks data, dengan masing-masing kolom mewakili suatu variabel, dan masingmasing baris mewakili objek penelitian.
X= [
]
Matriks X adalah matriks yang memuat variabel-variabel yang akan diteliti sebanyak p dan objek penelitia sebanyak n. Pendekatan langsung untuk mendapatkan nilai singularnya, dengan persamaan yang digunakan adalah matriks X berukuran n
p yang berisi n objek dan p
variabel yang dikoreksi terhadap rata-ratanya dan mempunyai rank r, dapat dituliskan menjadi n
X P = n Ur r L r r A`p
dengan (r ≤{n,p}) U dan A adalah matriks dengan kolom ortonormal (U’U = A’A = Ir) dan L adalah matriks diagonal berukuran (r × r ) dengan unsur-unsur diagonalnya adalah akar dari nilai eigen-nilai eigen X’X, yaitu √ √
√ . unsur-unsur diagonal matriks A adalah vektor eigen
dari X’X. Kolom-kolom untuk matriks U diperoleh dari Ui = i=1,2,...,r dengan Ui adalah kolom matriks U, A dan
√
,
adalah kolom matriks
adalah nilai eigen ke-i.
Unsur-unsur diagonal matriks L merupakan nilai singular dari matriks X. Kemudaian di definisikan Lα dengan 0 ≤ α ≤ 1 adalah matriks diagonal berukuran r × r dengan unsur-unsur diagonalnya √
√
√
, dan definisi ini berlaku pula untuk L1-α
dengan unsur-unsur diagonalnya adalah √ √
.
√
