KARAKTERISTIK NAVIGASI WEB PELANGGAN SHOFIA TOYS DALAM KAITAN PEMBELANJAAN SECARA ONLINE MOCHAMAD T. FIRDAUS

KARAKTERISTIK NAVIGASI WEB PELANGGAN SHOFIA TOYS DALAM KAITAN PEMBELANJAAN SECARA ONLINE

MOCHAMAD T. FIRDAUS

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011

SURAT PERNYATAAN

Dengan ini saya menyatakan dengan sebenar-benarnya, bahwa Tugas Akhir yang berjudul : Karekteristik Navigasi Web Pelanggan Shofia Toys Dalam Kaitan Pembelanjaan Secara Online, merupakan hasil karya saya sendiri di bawah arahan dari komisi pembimbing dan belum pernah diajukan untuk memperoleh gelar pada program sejenis di perguruan tinggi lain serta belum pernah dipublikasikan. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah dicantumkan dalam teks dan dalam Daftar Pustaka di bagian akhir ini.

Bogor,

Juli 2011

Mochamad T. Firdaus F352064085

ABSTRACT MOCHAMAD T. FIRDAUS. Characteristics of Web Navigation Customer’s Releationship of Shofia Toys Spending Online. Under the guidance of MUHAMMAD SYAMSUN and WH. LIMBONG. Strategy through the Internet perceived by Shofia Toys considerable breakthrough innovative and effective. This is quite interesting given the current assessed Shofia Toys launches online shopping since 2003 until now, the Shofia Toys also remain open them offline sales channels (conventional stores). Companies need to know the extent marketing strategies trough offline dan online be done simultaneously so as to increase revenue. Further information obtained from the study results will be input (input) for Shofia Toys to be able to focus with both strategies. To maintain its business, Toys Shofia requires an assessment of the extent to which the characteristics of e-commerce customers Shofia Toys so via online sales can continue to grow and increase revenue. The purpose of this study were (1) Know the characteristics of customers who shop online at sites Shofia Toys. (2) Determine the characteristics of customers who do not shop online at sites Shofia Toys. Quantitative data obtained through filling the questionnaire will be processed and analyzed by tabulating the data, as well as the calculation of average and discriminant analysis. The results of the analysis of respondent data will be obtained information about the characteristics of respondents and pengelompokanya, as well as the characteristics of each group. Characteristics of respondents will be grouped by: (a) demographic categories, (b) Internet usage patterns, (c) web navigation behavior, (d) information search behavior, (e) Internet usage experience, (f) success rate of finding the product, (g) the time required to find the desired WEB, (h) type of product information sought, (i) online experience is not satisfactory, (j) frequency of visits to online shops that exist. Useful information about the characteristics of respondents to understand the types and characteristics Shofia Toys online customers, so companies can determine the development strategy and performance improvement right products. Further data analysis will be done by using the method of discriminant analysis to determine the dominant characteristics of the type of customer who buys and who does not buy, and how important (significant) relationship of each customer's characteristics. Based on the results obtained by discriminant analysis of four indicators that distinguish or affecting the characteristics of shopping at Toys Shofia customer web navigation, which is gender, age, ethnic, degree, salary, frequency of online. Keywords: e-commerce, MSME online, online shopping, web navigation

RINGKASAN MOCHAMAD T. FIRDAUS. Karakteristik Navigasi Web Pelanggan Shofia toys Dalam kaitan Pembelanjaan Secara Online. Dibawah bimbingan M. SYAMSUN dan WH. LIMBONG. Strategi pemasaran produk melalui internet dirasakan oleh pihak manajemen Shofia Toys sebagai salah satu terobasan yang cukup inovatif sekaligus efektif. Hal ini cukup menarik dikaji mengingat saat Shofia Toys meluncurkan online shopping sejak tahun 2003 sampai saat ini, pihak Shofia Toys pun tetap membuka jalur penjualan secara offline (toko konvensional). Perusahaan perlu mengetahui sejauh mana strategi pemasaran melalui offline dan online dilakukan secara bersamaan sehingga dapat meningkatkan revenue perusahaan. Selanjutnya informasi yang diperoleh dari hasil kajian akan menjadi masukan (input) untuk perusahaan Shofia Toys untuk dapat fokus dengan kedua strategi tersebut. Untuk mempertahankan bisnisnya, Shofia Toys memerlukan suatu kajian sejauh mana karakteristik pelanggan e-commerce Shofia Toys sehingga penjualan melalui online dapat terus berkembang dan dapat meningkatkan revenue. Tujuan dari kajian ini adalah (1) Mengetahui karakteristik pelanggan yang berbelanja secara online di situs Shofia Toys. (2) Mengetahui karakteristik pelanggan yang tidak berbelanja secara online di situs Shofia Toys. Data kuantitatif yang diperoleh melalui wawancaran dengan cara pengisian kuesioner diolah dan dianalisis dengan melakukan analisis diskriminan. Hasil analisis data responden diperoleh informasi mengenai karakteristik responden dan pengelompokanya, serta ciri-ciri dari tiap kelompok. Karakteristik responden akan dikelompokan berdasarkan (a) kategori demografi, (b) pola pemakaian internet, (c) perilaku web navigasi, (d) perilaku pencarian informasi, (e) pengalaman penggunaan internet, (f) tingkat keberhasilan menemukan produk, (g) waktu yang diperlukan untuk menemukan WEB yang diinginkan, (h) tipe informasi produk yang dicari, (i) pengalaman online yang tidak memuaskan, (j) frekuensi kunjungan ke toko online yang ada. Informasi mengenai karakteristik responden bermanfaat untuk memahami tipe dan karakteristik pelanggan online Shofia Toys, sehingga perusahaan dapat menentukan strategi pengembangan dan peningkatan kinerja produk yang tepat. Analisis menggunakan metode analisis diskriminan untuk mengetahui karakteristik dominan dari tipe pelanggan yang membeli dan yang tidak membeli, serta seberapa penting (signifikan) hubungan masing-masing karakteristik pelanggan. Dari variable in the analysis (variabel yang dianalisis), diketahui bahwa 6 (empat) indikator variabel belanja pada navigasi web pelanggan Shofia Toys dapat dijelaskan, yaitu gender, usia, etnik, pendapatan, pendidikan, dan frekuensi. Dari hasil perhitungan didapat bahwa diketahui angka N correctionnya 100%, Saran (1) berdasarkan pada hasil dan pembahasan diperoleh temuan sekaligus merupakan saran sebagai bahan pertimbangan dalam menyusun strategi pemasaran on line, khususnya pada produk mainan edukatif (2) Perusahaan perlu meningkatkan kemampuan pelayanan yang baik, cepat, tepat waktu dan mutu produk, sehingga akan sangat bermanfaat dalam mengembangkan bisnis khususnya dalam bidang mainan edukatif.

@ Hak Cipta milik IPB, tahun 2010 Hak Cipta dilindungi Undang-undang Dilarang mengutip sebagian atau seluruh Karya Tulis ini tanpa mencantumkan atau menyebut sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB Dilarang mengumumkan dan memperbanyak sebagian atau seluruh Karya Tulis dalam bentuk apapun tanpa izin IPB

KARAKTERISTIK NAVIGASI WEB PELANGGAN SHOFIA TOYS DALAM KAITAN PEMBELANJAAN SECARA ONLINE

MOCHAMAD T. FIRDAUS

Tugas Akhir Sebagai salah satu syarat untuk memperoleh gelar Magister Profesional pada Program Studi Industri Kecil Menengah

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2011

Judul Tugas Akhir

: Karakteristik Navigasi Web Pelanggan Shofia toys Dalam Kaitan Pembelanjaan Secara online

Nama Mahasiswa

: Mochamad T. Firdaus

Nomor Pokok

:

F352064085

Disetujui Komisi Pembimbing

Dr.Ir. M. Syamsun, M.Sc Ketua

Prof. Dr. Ir. WH.Limbong Anggota

Diketahui

Ketua Program Studi Industri Kecil Menengah

Prof.Dr.Ir. H. Musa Hubeis, MS, Dipl.Ing, DEA

Tanggal Ujian : 29 Juli 2010

Dekan Sekolah Pascasarjana

Prof.Dr.Ir. Khairil A. Notodiputro, MS

Tanggal Lulus :

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah SWT, karena dengan rahmat dan karunia-Nya maka penulis dapat menyelesaikan tesis yang berjudul: Karakteristik Navigasi Web Pelanggan Shofia Toys dalam Kaitan Pembelanjaan Secara Online. Penyusunan Tugas Akhir ini merupakan salah syarat untuk memperoleh gelar Magister Profesional dalam program studi Magister Profesional Industri Kecil Menengah pada Program Pascasarjana Institut Pertanian Bogor. Dalam penyusunan Tugas Akhir ini, berbagai pihak telah memberikan bantuan dan masukan sehingga pada kesempatan ini penulis ingin menyampaikan terimakasih yang sebesar-besarnya kepada Dr.Ir. M. Syamsun, MSc selaku pembimbing utama dan Prof. Dr. Ir. W.H. Limbong, MS selaku pembimbing kedua yang telah memberikan banyak pengetahuan, dan bimbingannya yang sangat bermanfaat bagi penyusunan Tugas Akhir ini. Kepada Prof. Dr. Ir. H. Musa Hubeis, MS, Dipl.Ing, DEA selaku dosen penguji atas masukannya untuk perbaikan tesis ini. Ungkapan terima kasih juga penulis sampaikan kepada Papap, mamah, Istri dan anak-anak serta seluruh keluarga dan teman atas segala doa dan kasih sayangnya. Semoga Tugas Akhir ini dapat menambah khasanah pengetahuan bagi dunia industri kecil pada umumnya dan industri plastik pada khususnya. Saran dan kritik atas Tugas Akhir ini diharapkan, agar menjadi lebih sempurna serta memberikan manfaat bagi pihak-pihak yang berkepentingan.

Bogor, Juli 2011

Penulis

RIWAYAT HIDUP

Penulis dilahirkan di Bekasi pada tanggal 8 Oktober 1976 sebagai anak ketiga dari empat bersaudara, pasangan Bapak M Samsu Wahidin dan Ibu Nurhayati. Pada tahun 2004 penulis menikah dengan Indriawaty Puspitasari, S.P. dan sekarang telah dianugerahi dua orang putri (Naura dan Mumtaz) dan satu orang putra (Ajron). Penulis menyelesaikan program Sarjana (S1) di Universitas Jayabaya pada tahun 2002 di Jurusan Teknik Mesin. Penulis bekerja di PT Telkomsel mulai tahun 2000 dan sekarang di tempatkan di Makassar sebagai Staff Channel Management. Penulis masuk kuliah di program studi Magister Profesional Industri (MPI) IPB pada bulan Juli 2007 sebagai Angkatan IX. Sebagai tugas akhir di Sekolah Pascasarjana, penulis melaksanakan penelitian berjudul “Karakteristik Navigasi Web Pelanggan Shofia Toys Dalam Kaitan Pembelanjaan Secara Online” di bawah bimbingan Dr.Ir.M. Syamsun, MSc dan Prof. Dr. Ir. WH. Limbong, MS.

DAFTAR ISI Halaman I. PENDAHULUAN ........................................................................ A. Latar Belakang ........................................................................ B. Rumusan Masalah ................................................................ C. Tujuan Penelitian .................................................................... D. Kegunaan Penelitian ...............................................................

1 1 3 3 4

II. TINJAUAN PUSTAKA ................................................................ A. Teori Online Internet................................................... B. Alat Bantu Metoda Analisis .....................................................

5 5 11

III. METODE KAJIAN ....................................................................... A. Lokasi dan Waktu Penelitian.................................................... B. Metode Kerja ...........................................................................

15 15 15

IV. HASIL DAN PEMBAHASAN ...................................................... A. Gambaran Umum Perusahaan .................................................. B. Deskripsi Penelitian...................................................................

21 21 22

KESIMPULAN DAN SARAN ................................................................ 1. Kesimpulan ........................................................................................ 2. Saran ..................................................................................................

33 33 33

DAFTAR PUSTAKA ...............................................................................

34

LAMPIRAN...............................................................................................

37

DAFTAR TABEL

Halaman 1.

Klasifikasi actual dan predicted group.......................................

14

2.

Sebaran responden berdasarkan usia…………………………...

22

3.

Sebaran responden berdasarkan tingkat pendidikan…...............

23

4.

Sebaran responden berdasarkan pendapatan………...................

24

5.

Uji validitas pada instrumen………………................................

25

6.

Uji perbedaan antar kelompok………………………...……….

29

7.

Interprestasi model diskriminan……………………….……….

33

DAFTAR GAMBAR

Halaman 1.

Ilustrasi Penyebaran Data.............................................................

12

2.

Kerangka Pemikiran Konseptual.................................................

16

3.

Tahapan Penelitian…...................................................................

17

DAFTAR LAMPIRAN

Halaman 1.

Kuesioner penelitian .................................................................

37

2.

Validitas dan reliabilitas………………………… ....................

42

3.

Hasil Olahan Data Diskriminan……..……................................

47

4.

Rangkuman Putaran Data………………………… ..................

52

I. PENDAHULUAN

A.

Latar Belakang Perkembangan teknologi informasi dan komunikasi telah menggiring masyarakat untuk dapat melihat dunia secara global lebih cepat. Mulai dari teknologi telepon, teknologi televisi, sampai dengan teknologi internet telah membawa dampak positif yang cukup besar dalam kehidupan sehari-hari. Teknologi internet pada awalnya dipergunakan sekitar tahun 1964 hanya untuk keperluan militer Amerika Serikat dan kebutuhan pemerintahan

dalam

beberapa

penelitian

pada

masa

itu.

Penggunaan teknologi internet dalam militer dilakukan untuk komunikasi saat perang (darurat) para anggota militer melalui network internal. Saat ini penggunaan teknologi internet tidak hanya untuk kepentingan pemerintahan saja, namun sudah merambah ke setiap segi kehidupan masyarakat umumnya. Mulai dari ilmu pengetahuan sampai dengan lifestyle entertainment sudah merambah dalam kehidupan dunia maya. Sehingga tercatat di Google saat ini lebih dari satu trilyun situs beredar dalam dunia maya siap diakses selama dua puluh empat jam sehari nonstop sepanjang tahun (detik.com, 2008). Pemanfaatan teknologi internet tidak hanya untuk kirim berita melalui email, berbicara online melalui chatting, menulis artikel blog, namun juga dapat dimanfaatkan untuk memasarkan produk usaha kepada masyarakat lebih luas (worldwide) secara online.

Perkembangan

teknologi

internet

seiring

dengan

perkembangan jiwa anak otomatis mempengaruhi kebutuhan akan produk barang dan jasa yang diperlukannya. Hal ini adalah peluang bagi pelaku bisnis/pengusaha/industri barang perlengkapan dan jasa untuk dapat menyikapi akan adanya permintaan pasar dalam hal pemenuhan kebutuhan anak tersebut.

2 Perkembangan

permintaan

produk

barang

dan

jasa

kebutuhan anak cukup tinggi khususnya di Indonesia, selain anak merupakan prioritas utama dalam keluarga besarnya permintaan akan kebutuhannya melebihi daripada orang dewasa secara keseluruhan. Sebagai salah satu pemain dalam industri mainan anak, Shofia Toys memposisikan dirinya sebagai penyedia utama mainan edukatif bagi anak dengan menyediakan produk-produk yang berkualitas, seperti mainan kayu dan Produk PAS (Cheeky Set, IQ Set dan Tali PAS) dengan harga yang terjangkau. Dengan dukungan sumber daya manusia yang kreatif dan inovatif serta pengelolaan yang modern, Shofia Toys memantapkan tekadnya untuk menjadi Pusat Mainan Edukatif yang pertama dan terlengkap di pasar nasional. Salah satu strategi yang ditempuh adalah menawarkan pola kemitraan dalam upaya mencapai sasaran perusahaan tersebut. Shofia Toys menawarkan kerjasama bagi hasil kepada mitra perorangan, serta Usaha Kecil dan Menengah (UKM) dalam memasarkan produk-produk Shofia Toys ke seluruh pelosok nusantara. Untuk meraih pangsa pasar yang lebih luas, Shofia Toys telah meluncurkan layanan online shopping yang sudah mulai dirintis sejak tahun 2003, setelah satu tahun beroperasi penjualan langsung di beberapa gerai atau outlet. Adanya layanan ini menjadikan Shofia Toys sebagai penyedia mainan edukatif pertama di Indonesia yang melakukan transaksi melalui internet. Strategi pemasaran produk melalui internet dirasakan oleh pihak manajemen Shofia Toys sebagai salah satu terobasan yang cukup inovatif sekaligus efektif. Hal ini cukup menarik dikaji mengingat saat Shofia Toys meluncurkan online shopping sejak tahun 2003 sampai saat ini, pihak Shofia Toys pun tetap membuka jalur penjualan secara offline (toko konvensional). Perusahaan perlu mengetahui sejauh mana strategi pemasaran melalui offline dan online dilakukan secara bersamaan, sehingga dapat meningkatkan

3 revenue perusahaan. Selanjutnya informasi yang diperoleh dari hasil kajian akan menjadi masukan (input)

untuk perusahaan

Shofia Toys untuk dapat fokus dengan kedua strategi tersebut. B.

Rumusan Masalah Sejak berdiri tahun 2002 melakukan penjualan secara offline dan mulai tahun 2003 dilakukan penjualan secara paralel antara online dan offline, penjualan Shofia Toys mengalami peningkatan setiap tahunnya. Penjualan melalui system online terbukti bisa menekan biaya operasional, seperti sewa took, operasional took harian, sewa karyawan penjaga toko. Berbedan dengan penjualan melalui online, biaya-biaya operasional toko konvensional/offline sangat hemat, tidak memerlukan biaya sewa toko, biaya gaji sewa penjaga

toko

dan

operasional

lainnya

si

toko

offline.

Pihak manajemen Shofia Toys ingin mengetahui sejauh mana strategi pemasaran yang dijalaninya dapat berjalan secara optimal dan efektif. Setelah sekian lama menggeluti penjualan secara offline dan online, saat ini banyak sekali kompetitor Shofia Toys yang meniru strategi ini. Untuk mempertahankan bisnisnya, Shofia Toys memerlukan suatu kajian sejauhmana karakteristik pelanggan e-commerce Shofia Toys, sehingga penjualan melalui online dapat terus berkembang dan dapat meningkatkan revenue. Berdasarkan

hasil

identifikasi

permasalahan

strategi

pemasaran produk secara online (internet) dapat dirumuskan sebagai berikut : 1.

Bagaimanakah karakteristik pelanggan yang berbelanja secara online di situs Shofia Toys.

2.

Bagaimanakah

karakteristik

pelanggan

yang

tidak

berbelanja secara online di situs Shofia Toys. C.

Tujuan Peneltian Berdasarkan latar belakang dan masalah yang telah diuraikan sebelumnya, maka penelitian dilakukan dengan tujuan :

4 1. Mengkaji karakteristik pelanggan yang berbelanja secara online di situs Shofia Toys. 2. Mengkaji karakteristik pelanggan yang tidak berbelanja secara online di situs Shofia Toys.

D.

Kegunaan Penelitian 1.

Sebagai

bahan

perkembangan

masukan ilmu

dan

khususnya

bahan tentang

kajian

bagi

peningkatan

penjualan pada konsep pemasaran melalui online shopping. 2.

Sebagai bahan masukan yang positif bagi pihak manajemen Shofia Toys untuk penetapan pemasaran di masa yang akan datang sehingga konsep pemasaran yang dilakukannya lebih efektif sesuai dengan karakteristiknya.

5

II. TINJAUAN PUSTAKA

A. Teori Online Internet 1.

Sejarah Internet di Indonesia Sejarah internet Indonesia dimulai pada awal tahun 1990-an. Saat itu jaringan internet di Indonesia lebih dikenal sebagai paguyuban network, dimana semangat kerjasama, kekeluargaan dan gotong royong sangat hangat dan terasa diantara para pelakunya. Agak berbeda dengan suasana Internet Indonesia pada perkembangannya kemudian yang terasa lebih komersial dan individual di sebagian aktivitasnya, terutama yang melibatkan perdagangan melalui Internet. Berawal sekitar tahun 1987-1988, pada waktu itu Internet masih belum terbentuk seperti sekarang ini, sekelompok kecil mahasiswa Indonesia di Berkeley, Amerika Serikat (AS) membentuk mailing list indonesia yang pertama dengan alamat e-mail [email protected]. Persatuan komunitas pelajar dan mahasiswa Indonesia di luar negeri ini terbentuk dari adanya fasilitas diskusi maya ini, dengan berdiskusi melalui email dengan semangat membangun dan berjiwa nasionalis. Menurut

wikipedia,

pada

tahun

1995-1997-an,

Institut

Teknologi Bandung (ITB) memberikan fasilitas servis sekitar 200-an mailing list secara gratis dengan anggota ribuan orang yang berinteraksi setiap hari. Pada saat itu aktifitas ini dilayani oleh dua (2) buah komputer Pentium II yang bekerja berdampingan. Salah satu komputer tersebut adalah sumbangan salah seorang alumni ITB. Pada komputer tersebut di aktifkan program majordomo yang berfungsi sebagai kontrol untuk mailing list. Sehingga pada saat itu sebagian besar komunitas maya Indonesia berada dalam satu kelompok di http://groups.yahoo.com atau lebih dikenal sebagai yahoogroups.com. Pada tahun 1995, ITB memperoleh sambungan leased line 14.4Kbps ke RISTI Telkom sebagai bagian dari Ilmu Pengetahuan

6 Teknologi Internet (IPTEKNET) akses Internet tetap diberikan secara cuma-cuma kepada rekan-rekan yang lain. Pada bulan September 1996 merupakan tahun peralihan bagi ITB, karena keterkaitan

ITB

dengan

jaringan

penelitian

Asia

Internet

Interconnection Initiatives (AI3) sehingga memperoleh bandwidth 1.5Mbps ke Jepang yang terus ditambah dengan sambungan ke TelkomNet & IIX sebesar 2Mbps. ITB akhirnya menjadi salah satu bagian terpenting. Kemudian pada tahun 1994 mulai beroperasi IndoNet yang merupakan ISP komersial pertama Indonesia. Pada waktu itu pihak POSTEL belum mengetahui tentang celah-celah bisnis Internet dan masih sedikit sekali pengguna Internet di Indonesia. Sambungan awal ke Internet dilakukan menggunakan dial-up oleh IndoNet. Akses awal di IndoNet mula-mula memakai mode teks dengan shell account, browser lynx dan email client pine pada server AIX. Mulai 1995 beberapa BBS di Indonesia seperti Clarissa menyediakan jasa akses Telnet ke luar negeri. Dengan memakai remote browser Lynx di AS, maka pemakai Internet di Indonesia bisa akses Internet (HTTP). Perkembangan terakhir yang perlu diperhitungkan adalah trend ke arah e-commerce dan warung internet yang satu & lainnya saling menunjang membuahkan masyarakat Indonesia yang lebih solid di dunia informasi. Rekan-rekan e-commerce membangun komunitasnya di beberapa mailing list utama seperti [email protected], [email protected], [email protected] dan [email protected] Di tahun 2004-an groups.or.id mulai di operasikan untuk keperluan mailing list lokal di Indonesia. Perkembangan terakhir yang perlu diperhitungkan adalah trend ke arah e-commerce dan warung internet yang satu & lainnya saling menunjang membuahkan masyarakat Indonesia yang lebih solid di dunia informasi. E-commerce telah banyak membangun komunitas di beberapa mailing list utama seperti warta-e-

7 [email protected], [email protected], [email protected] & [email protected].

2.

Pemasaran melalui Internet (e-commerce) Pemasaran melalui internet (internet marketing atau emarketing atau online-marketing) adalah segala usaha yang dilakukan untuk melakukan pemasaran suatu produk atau jasa melalui atau menggunakan media Internet atau jaringan www. Kata e dalam e-pemasaran ini berarti elektronik (electronic) yang artinya kegiatan pemasaran yang dimaksud dilaksanakan secara elektronik lewat Internet atau jaringan cyber. Dengan munculnya teknologi Internet dalam beberapa tahun ini, banyak istilah baru yang menggunakan awalan e-xxx, seperti e-surat, e-business, e-gov, esociety, dan lain-lain. Banyak orang beranggapan bahwa pemasaran Internet adalah segala hal yang berhubungan dengan mencari uang di Internet, yang sebetulnya hal ini tidak benar. Kegiatan pemasaran Internet umumnya meliputi atau berkisar pada hal-hal yang berhubungan dengan pembuatan produk periklanan, pencarian prospek atau pembeli dan penulisan kalimat-kalimat pemasaran atau copywriting. Pemasaran internet atau e-pemasaran ini secara umum meliputi kegiatan pembuatan desain web (web design), periklanan dengan menggunakan banner, promosi perusahaan lewat mesin pencari informasi (search engine), surat elektronik atau e-surat (e-mail), periklanan lewat e-surat (email advertising), pemasaran

afiliasi

(affiliate

marketing),

advertensi

interaktif

(interactive advertising), dan lain-lain. 3.

Tipologi Pelanggan Online Shopping Perkembangan penjualan produk melalui internet cukup berkembang dengan pesat saat ini. Hal ini memberikan nuansa baru bagi peradaban marketing di Indonesia. E Commerce (belanja online) menghubungkan antara penjual dan pembeli melalui media

8 elektronik untuk melalukan transaksi penjualan. Internet dapat digunakan sebagai channel alternatif untuk memasarkan produk. Menurut Field (1996) dalam suatu report mengatakan bahwa pendapatan penjualan melalui internet sebesar US$ 518 juta ditahun 1996 dan diprediksikan akan terus meningkat menjadi US$ 6,6 milyard ditahun 2000. Nua (2003) memprediksikan bahwa bisnis melalui internet akan menghasilkan revenue lebih dari US$ 1,4 trilyun diakhir tahun 2003 dan ditahun 2004 akan mencapai US$ 2,7 trilyun. Menurut International Data Corporation, 2001, mengatakan bahwa pertumbuhan online shopping bisa mencapai US$ 50,5 juta ditahun 2003 kecuali Jepang. Pengguna internet terbesar saat ini adalah di Asia. Asia pasific merupakan pasar yang sangat potensial menjadi pengguna internet terbesar sekitar 242 juta pengguna internet ditahun 2005. Masyarakat enggan untuk berbelanja di daerah kota yang penuh dengan kepadatan lalu lintas, membuat belanja online semakin digemari oleh pengguna internet. Internet diibaratkan seperti retailers (pedagang) yang mempengaruhi masyarakat untuk berbelanja dengan mudah tanpa melalui alat transportasi lain kecuali nirkabel. Hal ini membuat pengguna internet terbius untuk ketagihan menggunakan internet dan menguatkan posisi internet sebagai virtual obyek yang menarik. Pengguna internet banyak menghabiskan waktunya untuk surfing melihat produk, melihat informasi produk (Joines, et al., 2003). CyberAtlas (2000) membuat report bahwa 58% penduduk rumah tangga di AS yang menggunakan internet menghabiskan waktunya untuk mencari informasi

produk dan pelayanan melalui internet.

Studi lain E-Marketer (2000) mengatakan bahwa 23,7% penguna internet menghabiskan waktunya untuk informasi produk dan pelayanan. Melihat potensi yang sangat besar pembelanjaan melalui media internet ini, para pakar marketing berspekulasi bahwa media internet sebagai salah satu channel marketing yang potensial dimasa mendatang. Oleh karena itu diperlukan cara untuk

9 mengetahui tipologi customer yang melalukan transaksi melalui internet dan harus mengetahui konsep e shopping (Korgaonkar and Wolin, 1999). Sejak pertamakali internet digunakan sebagai sarana komunikasi kirim email, saat ini masyarakat menyukai untuk belanja online melalui internet. Untuk mengetahui dan lebih mengenal pelanggan pengguna internet, Lewis dan Lewis dalam Breitenbach and Van Doren (1998) mengidentifikasikan 5 (lima) kategori pengunjung situs internet : a.

Pencari informasi secara langsung (Directed Information Seekers)

b.

Pencari

informasi

secara

tidak

langsung

(Undirected

Information Seekers browser) c.

Pemburu barang murah (Bargain Hunters /browser of a type)

d.

Pencari hiburan (Entertainment seekers)

e.

Pembeli langsung (Directed buyers /directed searchers with a buying intents) Para pengguna internet dapat dengan mudah mencari

sesuatu informasi melalui internet melalui search engine. Informasi mutakhir dapat dengan mudah dijelajah melalui search engine. Kaufman-Scarborough and Lindquist (2002) membuat kategori pengguna internet menjadi 5 (lima) kategori, yaitu: a.

Pengguna Internet namun tidak belanja (The Web nonshopper)

b.

Pengunjung internet (E-browser)

c.

Pengunjung internet jarang pembelian (E-browser Infrequent Purchases)

d.

Pengunjung kadang-kadang belanja (Occasional e-shopper)

e.

Pengunjung yang sering belanja (The E-Shopper)

Kategori Pengunjung yang sering belanja (The web non shopper) dikategorikan sebagai pengguna internet yang tidak berbelanja melalui internet. Kategori pengunjung internet (Ebrowser,

yaitu user yang melihat situs online shopping, namun

10 tidak berbelanja, hanya melihat-lihat barang yang ditampilkan di situs. Kategori pengunjung internet jarang pembelian (E-browser Infrequent Purchases), yaitu kategori yang membuka situs belanja online dan melakukan pembelanjaan secara online namun tidak sering, sedangkan kategori pengunjung kadang-kadang belanja (Occasional e-shopper) adalah user yang membuka situs online shopping namun frekuensinya lebih banyak dari

Infrequent

Purchases dalam setahun. Kategori terakhir, yaitu pengunjung yang sering belanja (The E-shopper) adalah user yang menggunakan internet dan melakukan pembelanjaan online secara rutin. Studi lain yang dilakukan Media Matrix and McKinsey (Hamilton,2000), pelanggan online terbagi menjadi 6 (enam) kategori, yaitu: a. Simplifiers b. Surfers c. Connectors d. Bargain Shoppers e. Routine Foloower f.

Sportsters Simplifiers adalah kategori paling sederhana, namun sangat

menguntungkan bagi user. Surfers adalah kategori user yang menghabiskan waktunya sekitar 32% untuk browsing internet. Connectors adalah user yang baru memulai surfing namun jarang melakukan pembelanjaan melalui internet. Bargain Shoppers adalah kategori user yang sangat menikmati barang-barang murah di internet. Routine followers adalah user yang sering browsing internet namun hanya untuk mencari informasi saja. Sportsters adalah user yang menyukai informasi olahraga dan hiburan serta situs-situs yang sejenisnya. Studi mengenai internet di Asia masih sangat jarang sekali untuk mengklasifikasikan kategori pengguna internet di Asia. Hal ini sangatlah penting mengkategorikan pelanggan yang menyukai berbelanja online.

11 Hadirnya internet telah banyak mengubah pola/kebiasaan individu. Hadirnya blog di internet membuat individu yang terbiasa membaca (reading) dan tidak terbiasa menulis, kini dapat menulis artikel bebas di blog individu tersebut yang secara tidak langsung menjadi publisher karena tulisan tersebut dibaca oleh masyarakat luas di internet. Internet pun dapat membuat individu dapat lebih peka terhadap interaksi sosial dengan masyarakat sekitar.

B. Alat Bantu Metoda Analisis 1.

Analisis Diskriminan Analisis diskriminan (diskriminant analysis) adalah teknik statistika yang dipergunakan untuk mengelompokkan individu atau obyek

ke

dalam

suatu

kelas

atau

kelompok

berdasarkan

sekumpulan peubah-peubah bebas (Dillon dan Goldstein, 1984). Analisis diskriminan juga merupakan suatu analisis dengan tujuan membentuk sejumlah fungsi melalui kombinasi linear peubahpeubah asal, yang dapat digunakan sebagai cara terbaik untuk memisahkan kelompok-kelompok individu. Fungsi yang terbentuk melalui analisis ini kemudian disebut sebagai fungsi diskriminan. Metode diskriminan pertama kali diperkenalkan oleh Fisher (1936) sebagai suatu teknik statistika yang berguna dalam bidang taksonomi, dan setelah itu banyak dikembangkan pada bidang lainnya (Klainbum, 1987 dalam Siswadi dan Suharjo, 1998). Salah satu pendekatan yang digunakan dalam analisis diskriminan ialah metode pengelompokkan fungsi jarak (Jarak kuadrat Mahalanobis). Andaikan ada g kelompok contoh acak masing-masing berukuran n1, n2,...,ng dengan p peubah yang diamati X1,X2, ....., Xp. Vektor nilai tengah dari g contoh tersebut, x1,x2,....,xg dapat dianggap sebagai dugaan vektor nilai tengah populasi. Andaikan pula dengan matriks koragam kelompok ke-i ialah Si. Jarak kuadrat Mahalanobis (Di2) setiap atau suatu objek dapat dihitung terhadap g vektor nilai tengah tersebut dan akan digolongkan pada suatu kelompok yang terdekat terhadap vektor nilai tengahnya. Jarak Kuadrat Mahalanobis (Di2) antara suatu

12 objek x terhadap vektor nilai tengah kelompok ke-i, xi diduga oleh: Di2(x) =(xij – Xi0)Sw-1(xij – xi0)t Dalam hal ini anggapannya adalah matriks koragam tiap kelompok sama. Jadi, kelompokkan objek xij ke kelompok ke-i untuk nilai D2i (x) yang terkecil atau xij€k=min (D2i(x), D22(x),....,D2g(x)) (Morrison, 1990; Rencher, 1995).

Gambar 1. Ilustrasi Penyebaran Data Pada Gambar 1 diatas tampak dua data (peubah) yang berasal dari dua kelompok yang berbeda. Analisis diskriminan sangat tepat digunakan pada contoh kasus Gambar 1,

yaitu

mencari sebuah fungsi (linear atau berupa kurva lengkung semisal parabola) yang dapat memisahkan kedua kelompok ini. Tentunya, fungsi yang didapatkan akan mampu memisahkan dua kelompok data secara sempurna karena peubah X1 dan X2 pada Gambar 1 mencirikan kedua kelompok secara nyata. Artinya, kedua kelompok memang memiliki variansi yang sangat berbeda. Menurut Wahyu (2000), analisis diskriminan ini dapat digunakan

sebagai

metode

pengklasifikasian.

Dalam

penerapannya, analisis ini mengasumsikan bahwa data pada masing-masing kategori/kelompok berdistribusi normal multivariat dan mempunyai struktur matrik varian-kovarian yang sama. Pengklasifikasian adalah salah satu analisis statistika yang diperlukan jika ada beberapa kelompok kemudian ingin diketahui apakah kelompok-kelompok tersebut memang berbeda secara statsitika. Kelompok-kelompok ini terjadi karena ada pengaruh satu

13 atau lebih peubah lain yang merupakan peubah independen. Kombinasi liniar dari peubah-peubah ini akan membentuk suatu fungsi diskriminan (Tatham et. al., 1998).

Zjk = a+W 1X1k+W 2X2k+ . . + W nXnk Zjk a Wi Xik

(1)

: Nilai diskriminan Z dari fungsi diskriminan j untuk obyek k : intersep : Koefisien diskriminan untuk peubah independen ke-i : Nilai peubah ke-i untuk obyek ke-k Fungsi diskriminan lain yang dapat digunakan antara lain

fungsi diskriminan liniar Fisher. Secara detail fungsi ini dijelaskan dalam Johson dan Winchern (1992). Nilai diskriminan Z dari (1) merupakan dasar untuk menentukan suatu obyek masuk kelompok yang mana dengan membandingkannya dengan rataan (centroid) dari nilai Z masing-masing kelompok.

Jika ada dua kelompok,

misalkan A dan B, maka :

Z cu  Zcu NA NB ZA ZB

N AZ B  N B Z A N A  NB : Nilai Z kritis : Jumlah obyek di dalam A : Jumlah obyek di dalam B : centroid untuk A : centroid untuk B

Kelompokkan ke dalam A jika Zn < Zct Kelompokkan ke dalam B jika Zn > Zct

2.

Evaluasi Fungsi Klasifikasi Hal penting untuk menilai suatu prosedur klasifikasi adalah dengan menghitung peluang kesalahan klasifikasi. Ukuran ini dinamakan Apparent Error Rates (APER), yang didefinisikan dengan fraksi (proporsi) pengamatan pada contoh yang salah diklasifikasikan oleh fungsi klasifikasi. APER dihitung dengan terlebih dulu membuat tabel klasifikasi.

14 Tabel 1. Klasifikasi aktual dan predicted group

Predicted Group

Actual group

1

1

n11

2

n21 = n2-n22

2 n12 = n11n11 n22

n11 = jumlah pengamatan dari 1 tepat diklasifikasi sebagai 1 n12 = jumlah pengamatan dari 1 salah diklasifikasi sebagai 2 n22 = jumlah pengamatan dari 2 tepat diklasifikasi sebagai 2 n21 = jumlah pengamatan dari 1 salah diklasifikasi sebagai 1

APER 

n12  n21 n1  n2

Menurut

Wibowo

Wahyu

(2000),

analisis

diskriminan

mengasumsikan data berdistribusi multivariate normal, Pelanggaran asumsi multivariate normal pada analisis diskriminan biasanya menghasilkan tingkat ketepatan klasifikasi yang rendah. Namun ada peneliti

yang

menganjurkan

diskriminan meskipun

tetap

menggunakan

analisis

ada pelanggaran asumsi, dengan catatan

tidak ada data outlier. Pelanggaran asumsi, terutama asumsi multivariate normal, dapat terjadi pada skala data apa saja, yaitu data kontinu, kategori ataupun gabungan antara keduanya. Meskipun datanya kontinu ataupun campuran antara jaminan

data

tersebut

data kontinu dan kategori, tidak ada akan

mengikuti

multivariate

normal.

Sedangkan data kategori biasanya akan sulit untuk mengikuti multivariate normal. Analisis diskriminan memberikan perhitungan yang lebih efisien (Sharma, 1996 dan Efron, 1975).

15

III. METODE KAJIAN

A.

Lokasi dan Waktu Penelitian Lokasi kajian tugas akhir ini akan dilakukan di Bekasi Jawa Barat

serta

melakukan

survei

melalui

online

(situs

www.shofiatoys.com). Pemilihan lokasi ini dilakukan secara sengaja (purposive), yaitu didasarkan pada pertimbangan : (1) perusahaan merupakan salah satu produsen mainan edukatif yang memiliki pangsa pasar domestik, (2) adanya ketersediaan data yang diperlukan dan kesediaan manajemen perusahaan menjadikan perusahaan tersebut sebagai lokasi kajian. Penelitian dilaksanakan selama 3 (tiga) bulan, yang dimulai pada bulan Mei – Juli 2011.

B.

Metoda Kerja

1.

Kerangka Pemikiran Konseptual Dalam dunia mainan edukatif, banyak sekali

jenis produk

yang dapat ditawarkan, mulai untuk anak usia 1 tahun sampai dengan batas usia anak tersebut menjelang remaja, yaitu berkisar usia10 tahun. Mainan edukatif ini dapat juga dikelompokan dari sisi fungsi kegunaan, seperti melatih motorik halus, motorik kasar dan lain-lain. Adapun bahan dasar yang digunakan adalah seperti kayu, kain, kertas/buku, Compact Disk ROM / Video Compact Disc (CD ROM/ VCD) serta masih banyak lagi pohon industri bahan dasar mainan edukatif. Mainan edukatif harus memiliki unsur edukatif pada setiap jenis mainannya. Setiap jenis mainan memiliki karakteristik tersendiri, misalnya seperti mainan kayu disamping mainan tersebut bersifat ekslusif juga tahan lama. Mulai tahun 2003, Shofia Toys memantapkan tekadnya untuk menjadi penyedia mainan edukatif pertama di Indonesia yang melakukan

transaksi

penjualannya

melalui

internet.

Pada

prinsipnya, online shopping ini dikembangkan untuk meraih pangsa pasar yang lebih luas lagi. Melihat peluang pada saat itu belum ada

16 satupun pebisnis retail mainan edukatif yang melakukan transaksi melalui internet. Transaksi

melalui

online

shopping

ini

sudah

mulai

disosialisasikan kepada pelanggan pada saat awal diluncurkannya produk Shofia Toys. Setiap produk mainan Shofia Toys selalu diberi logo merek Shofia Toys dan nama website www.shofiaToys.com. Alhasil sampai saat ini pengunjung website www.shofiaToys.com mencapai lebih 1.000 pengunjung setiap bulannya. Penjualan melalui online shopping ini menjadi bagian integral dari bauran retail di tokonya dan bukan sebagai saluran alternatif. Semua program promosi dalam toko ditiru di situs. Situs itu dipandang sebagai pengalaman dalam toko yang diperpanjang secara maya dan 24 jam. Kerangka pemikiran dapat dilihat pada Gambar 2.

Gambar 2. Kerangka Pemikiran Konseptual

2.

Tahapan Penelitian

Secara umum tahapan pelaksanaan kajian ini sebagai berikut:

17

Gambar 3. Tahapan Penelitian

3.

Pengumpulan Data Data dalam penelitian ini dikumpulkan dengan menggunakan teknik

berikut (Umar, 2002) a.

Angket (Kuesioner) merupakan suatu kumpulan pernyataan atau pertanyaan kepada responden dengan harapan memberikan respon atas daftar pernyataan tersebut. Pertanyaan diajukan dalam bentuk pertanyaan tertutup (lampiran 1)

b.

Observasi Teknik

observasi

yang

akan

digunakan

adalah

dengan

menggunakan metode pengamatan langsung di lapangan, seperti memperhatikan traffic online shopping di situs. c.

Wawancara merupakan teknik pengumpulan data yang dapat dilakukan secara langsung, tetapi dapat juga secara tidak langsung seperti memberikan daftar pertanyaan (lampiran 1) yang akan dijawab pada kesempatan yang lain ditujukan kepada pelanggan ataupun kepada manajemen Shofia Toys.

18 Data yang digunakan dalam penelitian ini adalah data primer dan data sekunder (Umar, 2002). Data primer adalah data yang didapat dari sumber pertama baik individu maupun perseorangan seperti hasil wawancara atau hasil pengisian kuesioner. Data sekunder adalah data primer yang diolah lebih lanjut dan disajikan oleh pengumpul data primer atau pihak lainnya. Penjelasan populasi dan contoh dari data kajian adalah sebagai berikut: a.

Populasi Populasi merujuk pada sekumpulan orang atau obyek yang memiliki kesamaan dalam satu atau beberapa hal dan yang membentuk masalah pokok dalam suatu riset khusus. Populasi yang akan diteliti harus didefinisikan dengan jelas sebelum penelitian dilakukan (Santoso dan Tjiptono, 2001). Populasi dalam penelitian ini adalah konsumen yang memanfaatkan jasa Shofia Toys melalui online shopping.

b.

Contoh Contoh merupakan bagian atau sejumlah cuplikan tertentu yang diambil dari suatu populasi dan diteliti secara rinci (Santoso dan Tjiptono, 2001). Informasi yang diperoleh kemudian diterapkan pada keseluruhan populasi. Jadi, contoh adalah semacam miniatur (mikrokosmos) dari populasinya. Meski demikian contoh tidak selalu menggambarkan populasi secara sempurna. Selalu saja ada distorsi,

walaupun

contoh

tersebut

telah

diupayakan

untuk

ditentukan atau diambil secara sesistematis mungkin. Untuk meminimasi distorsi, maka contoh harus benar-benar mewakili populasi asalnya.

Ada beberapa metode pengambilan contoh dari populasi. Namun pada dasarnya pengambilan metode contoh ini adalah memberikan kesempatan untuk menentukan atribut atau anggota populasi dimasukan kedalam contoh. Pengambilan contoh dapat dilakukan secara 2 (dua) bagian, yaitu : (1) random contoh, yaitu pengambilan contoh dari seluruh populasi yang ada; dan (2) non

19 random contoh, yaitu penarikan contoh tidak semua anggota diberikan kesempatan untuk dipilih. Contoh yang digunakan dalam penelitian ini adalah cara pengambilan contoh berdasarkan pelanggan yang telah menjadi anggota situs shofiaToys.com. Sedangkan populasi yang dianggap heterogen

menurut

karateristik

tertentu

terlebih

dahulu

dikelompokan dalam sub-populasi yang ada memiliki anggota relatif homogen (Santoso, 2002). Berdasarkan jumlah populasi yang tidak terhingga dan selalu meningkat, maka dalam penelitian ini akan diambil data 100 orang yang telah berbelanja melalui online shopping. Penarikan jumlah contoh ini dikarenakan keterbatasan waktu, tenaga dan kesulitan lapangan, serta diharapkan sudah mewakili kondisi seluruh pelanggan yang ada. Jumlah

contoh

ditentukan

berdasarkan

tingkat

kepercayaan 95% dan sampling error sebesar 10%, sehingga diperoleh jumlah contoh sebagai berikut:

Z / 2 p(1  p) e2 2

n

n = 96,04 ≈ 100 dimana :

 p 4.

= 5%; z = 1,96 = 0,5 (market share tidak diketahui)

Pengolahan dan Analisis Data Dalam analisis diskriminan dilakukan uji korelasi untuk menguji apakah terdapat hubungan korelasi antar peubah. Statistik uji yang digunakan adalah matrix covariance. Tahap kedua adalah melakukan

analisis

diskriminan.

Dalam

analisis

diskriminan

dilakukan uji kehomogenan ragam untuk menguji apakah matrikmatrik peragam data homogen satu sama lain. Statistik uji yang digunakan adalah uji Varians. Bila matriks peragam homogen, maka untuk analisis selanjutnya dapat digunakan matriks peragam gabungan untuk memperoleh fungsi diskriminan linier. Analisis

20 deskriminan dilakukan dengan menggunakan perangkat lunak berbasis komputer Minitab versi 15.0. Data kuantitatif yang diperoleh melalui pengisian kuesioner akan diolah dan dianalisis dengan melakukan tabulasi data, serta perhitungan rataan dan analisis diskriminan. Hasil analisis data responden memberikan informasi tentang karakteristik responden dan pengelompokanya, serta ciri-ciri dari tiap kelompok. Karakteristik responden dikelompokan berdasarkan: a.

kategori demografi,

b.

pola pemakaian internet,

c.

perilaku web navigasi,

d.

perilaku pencarian informasi,

e.

pengalaman penggunaan internet,

f.

tingkat keberhasilan menemukan produk,

g.

waktu yang diperlukan untuk menemukan WEB yang diinginkan,

h.

tipe informasi produk yang dicari,

i.

pengalaman online yang tidak memuaskan,

j.

frekuensi kunjungan ke toko online yang ada. Informasi mengenai karakteristik responden bermanfaat

untuk memahami tipe dan karakteristik pelanggan online Shofia Toys,

sehingga

perusahaan

dapat

menentukan

strategi

pengembangan dan peningkatan kinerja produk yang tepat. Data kualitatif yang diperoleh dari hasil pengisian kuesioner maupun wawancara diharapkan akan memberikan informasi yang memperkuat dan memberikan gambaran yang lebih utuh dan komprehensif mengenai atribut-atribut produk yang dibutuhkan dan diharapkan oleh pelanggan dan akan digunakan sebagai masukan untuk peningkatan kinerja produk-produk Shofia Toys. Selanjutnya dilakukan analisis data dengan menggunakan metode analisis diskriminan untuk mengetahui karakteristik dominan dari tipe pelanggan yang membeli dan yang tidak membeli, serta seberapa penting (nyata) hubungan masing-masing karakteristik pelanggan.

21 IV. HASIL DAN PEMBAHASAN

A.

Gambaran Umum Perusahaan

1.

Sejarah dan Perkembangan Perusahaan Sebagai salah satu pemain dalam industri mainan anak, Shofia Toys memposisikan dirinya sebagai penyedia utama mainan edukatif bagi anak dengan menyediakan produk-produk wooden Toys yang bermutu dengan harga yang terjangkau. Dengan dukungan sumber daya manusia yang kreatif dan inovatif serta pengelolaan yang modern, Shofia Toys memantapkan tekadnya untuk menjadi Pusat Mainan Edukatif yang pertama dan terlengkap di pasar nasional. Sejak diluncurkan bulan Juli tahun 2002 sampai dengan saat ini Shofia Toys memiliki 5 (lima) outlet tempat penjualan. Setiap outlet

memiliki

2

karyawan

representatif

(Shofia

Personnel

Representative) yang berfungsi sebagai sales assistan. Mulai tahun 2003, Shofia Toys memantapkan tekadnya untuk menjadi penyedia mainan edukatif pertama di Indonesia yang melakukan transaksi penjualannya melalui internet. Salah satu strategi yang ditempuh adalah menawarkan pola kemitraan dalam upaya mencapai sasaran perusahaan tersebut. Shofia Toys menawarkan kerjasama bagi hasil kepada mitra perorangan dan Usaha Kecil dan Menengah (UKM) dalam memasarkan produk-produk Shofia Toys ke seluruh pelosok nusantara. Sebagai hasilnya, hingga saat ini Shofia Toys telah memiliki lebih dari 1.000 anggota yang tersebar di beberapa kota besar di Indonesia. Untuk meraih pangsa pasar yang lebih luas, Shofia Toys telah meluncurkan layanan online store yang sudah mulai dirintis sejak tahun 2003. Adanya layanan ini menjadikan Shofia Toys sebagai penyedia mainan edukatif pertama di Indonesia yang melakukan transaksi melalui Internet.

22 2.

Visi dan Misi Visi Shofia Toys adalah menjadi penyedia utama mainan anak-anak di pasar nasional, khususnya mainan edukatif terdepan dalam inovasi dan pelayanan kepada pelanggan. Sedangkan misinya adalah: a.

Memberikan hasil terbaik bagi pemegang saham

b.

Memberikan manfaat kepada masyarakat secara umum, dengan cara membuka kesempatan kemitraan kepada perorangan dan usaha kecil dan menengah (UKM)

c.

Membina Sumber Daya Manusia (SDM) yang profesional, kreatif dan inovatif

B. Deskripsi Penelitian 1. Karakteristik Responden a. Sebaran responden berdasarkan usia Kisaran usia yang paling tinggi persentasenya pada pelanggan yang beli produk secara online adalah antara 30-39 tahun, yaitu 69% dan paling rendah pada usia 40-59 tahun sebesar 7%. Sedangkan pada pelanggan yang tidak membeli produk secara online, usia antara 19-29 tahun yang paling rendah persentasenya. Sebaran responden berdasarkan umur dapat dilihat pada Tabel 2. Tabel 2. Sebaran responden berdasarkan usia Umur (tahun) 19-29 30-39 40-59 Jumlah

Belanja Jumlah Persentase (orang) (%) 20 26 50 67 5 7 75 100

Tidak Berbelanja Jumlah Persentase (orang) (%) 4 16 21 84 25 100

Tabel 2 menunjukkan bahwa pelanggan yang beli produk secara online maupun tidak membeli secara online memiliki sebaran berada pada kisaran golongan umur produktif. Golongan umur produktif merupakan potensi yang cukup

23 penting

dalam

mengembangkan

usaha-usaha

yang

membutuhkan tenaga kerja, termasuk dalam membangun karakter wirausaha.

b. Sebaran Responden Berdasarkan Tingkat Pendidikan Sebaran responden berdasarkan tingkat pendidikan menunjukkan bahwa sebagian besar responden pelanggan yang beli produk secara online adalah tamat Strata 1 (58%) dan sebanyak 20% tamat Diploma. Lain halnya dengan responden pelanggan yang tidak membeli produk secara online adalah tamat Strata 1 (40%) dan tamat Strata 2 (28%). Sebaran responden berdasarkan tingkat pendidikan secara rinci dapat dilihat pada Tabel 3.

Tabel 3. Sebaran responden berdasarkan tingkat pendidikan Pendidikan Tamat SMA Tamat Diploma Tamat Strata (S1) Tamat Strata (S2) Total

Belanja Jumlah Persentase (orang) (%) 4 5 15 20 43 58 13 17 75 100

Tidak Belanja Jumlah Persentase (orang) (%) 5 20 3 12 10 40 7 28 25 100

Tingkat pendidikan dapat menjadi salah satu ukuran kemampuan seseorang dalam mengidentifikasi, merumuskan dan menyelesaikan permasalahan yang sedang dihadapi. Pendidikan

yang

memadai

diharapkan

akan

mampu

membedakan jenis sumber daya yang dapat dikelola secara bebas dan dapat mengenal kebutuhan prioritas dan potensi yang dimiliki, sehingga dapat beraktivitas secara efektif dan efisien dalam rangka pemenuhan kebutuhan keluarganya.

c. Sebaran Respoden Berdasarkan Jenis Kelamin Sebaran

responden

berdasarkan

jenis

kelamin

menunjukkan bahwa sebagian besar responden pelanggan yang beli produk secara online adalah berjenis kelamin

24 perempuan 60 orang (80%) dan berjenis kelamin laki-laki 15 orang (20%). Responden pelanggan yang tidak membeli produk secara online adalah berjenis kelamin perempuan 22 orang (88%) dan berjenis kelamin laki-laki 3 orang (12%).

d. Sebaran Responden Berdasarkan Pendapatan Kisaran pendapatan yang paling tinggi persentasenya pada responden pelanggan yang beli maupun tidak membeli produk secara online adalah Rp. 2.000.001 sd Rp. 5.000.000, yaitu 44%. Berdasarkan hal tersebut, penguna produk mainan eduatif diminati oleh kalangan menengah. Sebaran responden berdasarkan pendapatan dapat dilihat pada Tabel 4. Tabel 4. Sebaran responden berdasarkan pendapatan Pekerjaan Rp. 1.000.001 sd Rp. 2.000.000 Rp. 2.000.001 sd Rp. 5.000.000 > Rp. 5.000.001 Total

Belanja Jumlah (%) (orang) 24 32 33 44 18 24 75 100

Tidak Belanja Jumlah (%) (orang) 6 24 11 44 8 32 25 100

2. Uji Validitas dan Reliabilitas Instrumen Pengukuran validitas pada instrumen ini dilakukan dengan korelasi Rank Spearman antara skor butir pertanyaan dengan total skornya. Pengukuran ini digunakan untuk mengetahui sejauhmana pertanyaan dapat dimengerti dan dipahami oleh responden. Jika butir pertanyaan berkorelasi nyata dengan total skor pada taraf  = 0,6, maka butir pertanyaan dinyatakan valid. Uji validitas dapat dilihat pada Tabel 5.

25 Tabel 5. Uji validitas pada instrumen Peubah X1 X21 X22 X23 X3 X4

Korelasi 0,570** 0,450* 0,519** 0,438* 0,575** 0,472**

Pengukuran

validitas

Sig 0,001 0,013 0,003 0,015 0,001 0,009 dan

reliabilitas

Keterangan Valid Valid Valid Valid Valid Valid dengan

cara

mengujicobakan kuesioner kepada 30 responden. Dalam hal ini, seluruh butir pertanyaan yang digunakan valid, dimana masingmasing butir berkorelasi nyata dengan total skor nilai nyata < 0,05 (Nurgiyantoro, 2000). Besaran corrected item-total correlation dan Alpha Cronbach masing-masing konstruk memenuhi kriteria yang ditetapkan, yaitu > 0,50. Demikian pula besaran Alpha Cronbach pada masing-masing konstruk, juga memenuhi kriteria (> 0,60). Reliabilitas instrument dapat dilihat pada Tabel 6.

Tabel 6. Reliabilitas instrumen Cronbach's Alpha

Cronbach's Alpha Based on Standardized Items

N of Items

0,836

0,842

6

Berdasarkan dua (2) informasi tersebut dapat disimpulkan bahwa item-item yang digunakan untuk mengukur konstruk penelitian adalah valid dan dapat dipercaya/konsisten pada konteks sampel yang diambil, dalam arti item-item yang digunakan mengukur konstruk dapat mengukur makna konstruk yang diukur dan saling mendukung dalam mengukur aspek-aspek dalam konstruk

tersebut,

maka

analisis

penghilangan (remove) item dari analisis.

selanjutnya

tidak

ada

26 3.

Karakteristik Pelanggan Shofia Toys dalam Pembelanjaan Online Karakteristik pelanggan yang telah di bahas pada bab sebelumnya terdiri dari gender, usia, etnik, pendidikan, pendapatan dan frekuensi kunjungan. Pengaruh keputusan untuk membeli atau tidak membeli produk mainan edukatif di Shofia Toys, berdasarkan hasil olahan menggunakan Minitab 14. diperoleh hal-hal sebagai berikut : a. Model diskriminan berdasarkan demografi responden tidak membeli Y= -66.17 + 23.68 GENDER + 5.01 USIA + 3.92 ETNIK + 6.75 PENDIDIKAN + 8.22 PENDAPATAN + 14.39 FREK KUNJUNGAN

Berdasarkan model tersebut dapat dilihat bahwa model variable keputusan tidak membeli untuk seluruh variable X (GENDER, USIA, ETNIK, PENDIDIKAN, PENDAPATAN, dan FREK KUNJUNGAN) mempunyai nilai yang positif. Artinya setiap variable berpengaruh secara positif terhadap keputusan tidak membeli produk. Variable gender akan berpengaruh terhadap keputusan tidak membeli sebesar 23,68 dengan nilai positif, demikian juga dengan variable lainnya. Sedangkan untuk nilai konstanta dari model tersebut mempunyai nilai negative yaitu (-66.17), artinya pada kondisi variable lain bernilai nol maka variable Y (keputusan tidak membeli) akan mempunyai nilai

sebesar

-66.17 (negative).

Nilai

ini

menunjukkan bahwa pada proses keputusan tidak membeli akan sangat dipengaruhi oleh variable-peubah gender, usia, etnik, pendidikan, pendapatan, dan frek kunjungan. Selain itu tiap-tiap variable tersebut haruslah mempunyai nilai yang tinggi agar nilai dari keputusan tidak membeli berada pada kondisi positif (+). Kondisi ini menunjukkan bahwa karakteristik responden yang melakukan keputusan tidak membeli terhadap produk Shofia Toys adalah seperti yang tergambar pada Tabel demografi yang telah dijelaskan sebelumnya.

27

b. Model diskriminan berdasarkan demografi responden membeli Y= -103.79 + 27.79 GENDER + 5.52 USIA + 4.26 ETNIK + 7.42 PENDIDIKAN + 8.52 PENDAPATAN + 25.64 FREK KUNJUNGAN Berdasarkan model tersebut dapat dilihat bahwa model variable keputusan membeli untuk seluruh variable X (GENDER, USIA,

ETNIK,

PENDIDIKAN,

PENDAPATAN,

dan

FREK

KUNJUNGAN) mempunyai nilai yang positif, sama dengan model variable keputusan tidak membeli. Artinya

setiap variable

berpengaruh secara positif terhadap keputusan membeli produk. Variable gender akan berpengaruh terhadap keputusan membeli sebesar 27,79 dengan nilai positif, demikian juga dengan variable lainnya. Sedangkan untuk nilai konstanta dari model tersebut mempunyai nilai negative yaitu (-103.79), artinya pada kondisi variable lain bernilai nol maka variable Y (keputusan membeli) akan mempunyai nilai sebesar -103.79 (negative). Nilai ini menunjukkan bahwa pada proses keputusan membeli akan sangat dipengaruhi oleh variable-peubah gender, usia, etnik, pendidikan, pendapatan, dan frek kunjungan. Selain itu tiap-tiap variable tersebut haruslah mempunyai nilai yang tinggi agar nilai dari keputusan membeli berada pada kondisi positif (+). Kondisi ini menunjukkan bahwa karakteristik responden yang melakukan keputusan membeli terhadap produk Shofia Toys adalah seperti yang tergambar pada Tabel demografi yang telah dijelaskan sebelumnya. Nilai konstanta dan nilai respon dari variable pada model variable keputusan membeli mempunyai nilai yang lebih tinggi jika dibandingkan dengan model variable keputusan tidak membeli, hal ini menunjukkan bahwa pelanggan yang melakukan pembelian secara demografi berbeda secara nyata dengan pelanggan yang tidak melakukan pembelian produk Shofia Toys.

c. Analisis Diskriminan terhadap navigasi WEB Shofia Toys

28 Analisis diskriminan dijelaskan melalui olahan kuesioner yang

dinyatakan

dengan

pola

pemakian

internat

(X1),

kenyamanan dalam pencarian informasi (X21), kepuasan dalam pencarian informasi melalui internet (X22), frekuensi pencarian informasi

melalui

internet

(X23),

tingkat

keberhasilan

menemukan produk yang diinginkan (X3) dan waktu yang diperlukan dalam menemukan web shofia Toys (X4). Indikator peubah tersebut akan dibahas melalui tahap yang dapat dijelaskan sebagai berikut : 1. Analysis cases Processing Summary Berdasarkan

Tabel

Analysis

Cases

Processing

Summary (rangkuman proses analisis) pada Lampiran 3, diketahui bahwa sejumlah 100 responden dalam penelitian ini, kesemuanya adalah valid (sah), sehingga tidak ditemukan data yang hilang (missing).

2. Group Statitics Dari Tabel Group statistic (statisitk tiap kelompok) pada Lampiran 3, diketahui bahwa terdapat 75 orang responden yang mempunyai perilaku belanja dan 25 orang responden yang mempunyai perilaku tidak belanja di Shofia Toys memposisikan dirinya sebagai penyedia utama mainan edukatif bagi anak dengan menyediakan produk-produk wooden toys yang bermutu dengan harga terjangkau, dari 100 orang responden secara keseluruhan. Mean

nilai

jawaban

responden

menunjukkan

bahwa

semakin besar mean, semakin positif (baik) penilaian responden terhadap navigasi web pelanggan shofia Toys. Berdasarkan mean dari nilai jawaban responden, dapat diketahui urutan penilaian dari yang tertinggi sampai yang terendah atas faktor-faktor navigasi web pelanggan shofia Toys

(indikator

kelompok.

peubah

bebas),

oleh

masing-masing

29

3. Test of Equality of Group Means Test

of

Equality

of

Group

Means

(uji

kesamaan/perbedaan kelompok rataan) dipergunakan untuk menguji perbedaan dan kesamaan rataan yang nyata, antara kelompok pembeli dan tidak membeli produk mainan anak Shofia Toys. Uji ini berpedoman pada : Angka Wilk’s Lambda

a.

Angka ini berkisar antara 0 sampai 1. Semakin mendekati 0 berarti data tiap kelompok makin berbeda sedangkan semakin mendekati 1 berarti data tiap kelompok cenderung sama. b.

F test, dengan batas nyata 0,5

Tabel 7. Uji perbedaan antar kelompok Peubah

Wilks' Lambda

Uji F

Sig.

X1

0,997

0,320

0,573

X21

0,511

93.959

0,000

X22

0,604

64.256

0,000

X23

0,373

164.545

0,000

X3

0,666

49.230

0,000

X4

0,557

77.851

0,000

Dari Tabel 7 diketahui bahwa yang nyatanya > 0,05 adalah indikator peubah pola pemakaian internet, yaitu 0,573. Hal ini berarti ada perbedaan antar kelompok responden yang beli dan tidak membeli di Shofia Toys, dipengaruhi oleh sikap responden terhadap pola pemakain internet. Oleh karena itu, shofia Toys perlu melakukan inovasi dalam penyampaian iklan atau promosi dalam memberikan informasi yang efektif.

4. Peubah entered/removed Dari Tabel variabel entered/removed (peubah yang dimasukkan atau dikeluarkan) Lampiran 3, terlihat bahwa dari 6 indikator peubah belanja pada navigasi web pelanggan Shofia Toys, ada

30 4 (empat) yang dapat dimasukkan (entered) dalam persamaan diskriminan. Dengan demikian berarti perilaku belanja dan tidak belanja dipengaruhi oleh sikap responden terhadap indikator nyaman dalam pencarian informasi (X21), frekuensi pencarian informasi

melalui

internet

(X23),

tingkat

keberhasilan

menemukan produk yang diinginkan (X3) dan waktu yang diperlukan dalam menemukan web shofia Toys (X4) 5. Variables In The Analysis Dari variable in the analysis (peubah yang dianalisis) Lampiran 3, diketahui bahwa 4 (empat) indikator peubah belanja pada navigasi web pelanggan Shofia Toys dapat dijelaskan, yaitu nyaman dalam pencarian informasi, frekuensi pencarian informasi melalui internet,

tingkat keberhasilan menemukan

produk yang diinginkan dan waktu yang diperlukan dalam menemukan web shofia Toys.

6. Variable Not In The Analysis Dari Tabel Variable Not In The Analysis (peubah yant ditidak dianalisis) Lampiran 3, diketahui peubah yang dikeluarkan satu per satu dari model. Dengan melihat angka Mahalanobis Distance (Min D Squared) atau uji beda rataan yang terbesar, kemudian mengevaluasi, apakah peubah tersebut memiliki angka sig, dibawah 0,05. Jika di bawah 0,05 maka peubah tersebut dimasukkan dalam model diskriminan. Jika tidak (di atas 0,05) maka proses otomatis dihentikan.

7. Eigenvelues Dari

Tabel

eigenvalues

(Lampiran

3),

diketahui

angka

canonical correlation adalah 0,880 yang jika dikuadratkan menjadi 0,7744. Hal tersebut berarti 77,44% varian dari variable belanja pada navigasi web pelanggan Shofia Toys dapat dijelaskan oleh 4 (empat) indicator peubah dari 6 (enam) peubah utama, yaitu nyaman dalam pencarian informasi (X21),

31 frekuensi pencarian informasi melalui internet (X23),

tingkat

keberhasilan menemukan produk yang diinginkan (X3) dan waktu yang diperlukan dalam menemukan web shofia Toys (X4). 8. Wilk’s Lambda Dari Tabel Wilk’s Lambda (Lampiran 3) terlihat angka chi square 142,9 dengan angka nyata adalah 0,000. Hal ini mengindikasikan bahwa perbedaan yang nyata antara dua kelompok belanja dan tidak belanja pada model diskriminan. Oleh karena itu, perilaku pelanggan yang beli di Shofia Toys memang berbeda secara nyata dengan perilaku pelanggan yang tidak membeli di Shofia Toys.

9. Structure Matrix Dari Tabel structur matrix Lampiran 3, diketahui bahwa dari 6 indikator peubah navigasi web pelanggan shofia Toys, hanya 4 indikator peubah yang memenuhi syarat masuk model diskriminan, yaitu indikator nyaman dalam pencarian informasi (X21), frekuensi pencarian informasi melalui internet (X23), tingkat keberhasilan menemukan produk yang diinginkan (X3) dan waktu yang diperlukan dalam menemukan web Shofia Toys (X4). Oleh karena itu, Shofia Toys perlu memperhatikan faktor-faktor yang telah tersebut. Perilaku belanja kedua kelompok (beli dan tidak beli) sensitif terhadap faktor tersebut.

10.

Interprestasi Model Diskriminan

Berdasarkan Tabel Group Statistic (Lampiran 3), diketahui bahwa indikator peubah nyaman dalam pencarian informasi (X21), frekuensi pencarian informasi melalui internet (X23), tingkat keberhasilan menemukan produk yang diinginkan (X3) dan waktu yang diperlukan dalam menemukan web Shofia Toys (X4).

32 Tabel 8. Interprestasi Model diskriminan Indikator Peubah X21 X23 X3 X4

Tidak Belanja 2,8800 2,2400 3,2800 3,1200

Belanja 4,3333 4,4133 4,1733 4,2800

Dari Tabel 8 dapat dijelaskan bahwa pelanggan yang belanja di web shofia Toys lebih menilai positif terhadap keempat indikator peubah yang dilakukan oleh Shofia Toys, jika dibandingkan dengan pelanggan yang tidak belanja secara online di Shofia Toys. Oleh karena itu, Shofia Toys jika ingin memperoleh pendapatan yang besar dalam mendistribusikan produk mainan anak tersebut perlu fokus pada keempat indikator peubah tersebut.

33 KESIMPULAN DAN SARAN

A.

KESIMPULAN Berdasarkan hasil dan pembahasan dalam kajian ini menyatakan

bahwa : 1.

Ada perbedaan karakteristik pada responden pelanggan Shofia Toys yang belanja dengan yang tidak belanja secara on line di Shofia Toys. Hal ini dibuktikan pada Tabel wilk’s Lambda dengan angka chi square 142,906 dan angka nyata 0,000. Karakteristik dominan yang dimiliki oleh responden adalah usia responden pelanggan yang beli maupun tidak membeli produk secara online adalah antara 30-39 tahun, yaitu 69% dan 84%, pendidikan dominan adalah strata 1, jenis kelamin didominasi kaum perempuan dan responden memiliki pendapatan antara Rp. 2.000.001 sd Rp. 5.000.000, yaitu 44%.

2.

Berdasarkan hasil analisis diskriminan diperoleh empat indikator yang membedakan atau yang mempengaruhi karakteristik terhadap belanja pada navigasi web pelanggan Shofia Toys, yaitu gender, usia, etnik, pendapatan, pendidikan dan frekuensi kunjungan.

B. SARAN 1.

Berdasarkan pada hasil dan pembahasan diperoleh temuan sekaligus merupakan saran sebagai bahan pertimbangan dalam menyusun strategi pemasaran on line, khususnya pada produk mainan edukatif. Para UKM dapat meniru pola pemasaran yang dilakukan oleh Shofia Toys melalui internet.

2.

Perusahaan perlu meningkatkan kemampuan pelayanan yang baik, cepat, tepat waktu dan mutu produk, sehingga akan sangat bermanfaat dalam mengembangkan bisnis khususnya dalam bidang mainan edukatif.

34

DAFTAR PUSTAKA

Buchari, A. 2000. Manajemen Pemasaran ALFABETA, Bandung

Dan Pemasaran Jasa.

Syahri, A. 2002. Aplikasi Statistik Praktis Dengan SPSS.10 For Windows. Graha Ilmu, Yogyakarta Delury, G.E. 1973. The 1973 World Almanac and Book of Facts. New York. Efron, B. 1975. The Efficiency of Logistic Regression Compared to Normal Discriminant Analysis. Journal of the American Statisitical Association, 70;892-898. Farida, L. 2000. Analisis Statistik terhadap faktor Resiko dan Kualitas Hidup Penderita Stroke Berdasarkan Skala Neurologik Kanadian di RSUD Dr. Soetomo Surabaya. Tugas Akhir (tidak dipublikasikan). Statistika ITS, Surabaya. Hamilton, 2000. Booklet Media Matrix & Mc Kinsey. Hosmer, D.W. dan Lemeshow (1989), ”Applied Logistic Regression,” John Wiley, New York, Kargoankar & Wollin, 2003. http://www.shofiaToys.com

Identifikasi

Pengunjung

Online.

Kotler, Philip, 1997, Manajemen Pemasaran, Analisis, Perencanaan, Implementasi dan Kontrol, Diterjemahkan Hendra Teguh, Ronny A. Rusli, Edisi Ke Sembilan, Jilid 1&2, Penerbit PT. Prenhallindo, Jakarta Kertajaya, Hermawan, 2000, MarkPlus 2000, Siasat Memenangkan Persaingan Global. Penerbit Mark Plus dan Media Indonesia, Jakarta Kaufman, CF, and Lane, PM , 1996. A New look at one stop shopping: A TIMES model approach to matching store hours and shopper schedules. Journal of Consumer marketing, 13, 5-24 Krzanowski, W.J. 1975. Discrimination and Classification using Both Binary and Continuous Variable”, Journal of the American Statisitical Association, 70;782-352. Lewis, 2009. Breitenbach and Van Doren. http://www.shofiaToys.com Lupiyoadi, R. 2001. Manajemen Pemasaran Jasa, Teori dan Praktik. Salemba Empat, Jakarta

35 Malholtra, KN. 1999. Marketing Research, An Applied Orientation. Third Edition, Prentice-Hall Inc, New Jersey Nua.

2001. Nua internet http://www.nua.ie/surveys/index.html

how

many

online.

Press, S.J. dan Wilson, S.1978. Choosing Between Logistic Regression and Discrimination Analysis. Journal of the American Statisitical Association, 73;699-364. Rangkuti, F. 2002. Riset Pemasaran. Gramedia Pustaka Utama, Jakarta Rangkuti, F. 1997. Analisis SWOT: Teknik Membedah Kasus Bisnis. Gramedia Pustaka Utama, Jakarta Suryo, Roy, Majalah SWA edisi Oktober 2002 Render, S. 2006. Quantitative Analysis For Management 9e, Pearson Prentice Hall, New Jersey. Santoso, S. 2002. Riset Pemasaran, Konsep Dan Aplikasi Dengan SPSS, Elex Media Komputindo, Jakarta Sharma, S. 1996. Applied Multivariate Techniques. John Wiley, New York. Tatham, R.L., Hair, J.F, Anderson, R.E., dan Black, W.C. 1998. Multivariate Data Analysis. Prentice Hall, New Jersey. Umar, H. 2002. Riset Pemasaran dan Perilaku Konsumen. Jakarta Business Research Center. Gramedia Pustaka Utama, Jakarta Wahyu, W. 2000. Perbandingan Hasil Klasifikasi Analisis Diskriminan dan Regresi Logistik Pada Pengklasifikasian Data Responden Biner. Institut Teknologi 10 November Surabaya.

36

LAMPIRAN

37 Lampiran 1. Kuesioner Penelitian

KARAKTERISTIK NAVIGASI WEB PELANGGAN SHOFIA TOYS DALAM KAITAN PEMBELANJAAN SECARA ONLINE

Tabel 1: Kategori Demografi Profil Demografi (%)

A. Jenis Kelamin Lelaki Wanita B. Usia 19-29 30-39 40-59 C. Etnik Betawi Jawa Sumatera Lain2 D. Status Belum Menikah Menikah E. Pendidikan SLTA Diploma 3 Strata 1 Strata 2 Lain-lain F. Pendapatan Dibawah Rp. 500.000 Rp. 500.001 sd Rp. 1.000.000 Rp. 1.000.001 sd Rp. 2.000.000 Rp. 2.000.001 sd Rp. 5.000.000 Diatas Rp. 5.000.001

Silakan Pilih ( v)

38 Tabel 2: Pola Pemakaian Internet Pola Pemakaian Internet

Silakan Pilih (v)

Kurang dari 1 tahun 1 thn sd 3 thn 3thn sd 4 thn Diatas 4 thn Akses Internet dari Rumah Tempat kerja Cybercafe Teman Lain-lain (sekolah dll.)

Tabel 3: Perilaku Web Navigasi

Kurang

Browsing setiap hari 24 jam

Suka mengakses internet untuk mendapatkan berita terbaru Bekerja dengan menggunakaninternet sangatmenarik Saya tidak mengalami hambatan dalam browsing internet Jika saya menggunakan internet, saya sangat menguasai internet Jika dibandingkan dengan orang lain, saya lebih memahami memahai internet Saya memahami mengenai dunia online sehingga saya percaya diri untuk belanja online

Silakan Pilih (v) Sedang Banyak

39 Tabel 4: Perilaku pencarian informasi Silakan Pilih (v)

A. Tingkat kenyamanan penggunaan internet Sangat tidak nyaman Sedikit tidak nyaman Tidak nyaman Agak nyaman Sangat nyaman Sangat tidak puas Sedikit tidak puas Tidak puas Puas Sangat puas B. Frekuensi pencarian informasi melalui internet tidak pernah Sekali dalam sebulan 2-3 kali dalam sebulan Seminggu sekali 2-3 kali seminggu Setiap hari

Tabel 5: Pengalaman Penggunaan Internet Lamanya browsing

Kurang dari 5 menit 5-15 menit 15-30 menit 30-60 menit Lebih dari 60 menit Tidak tahu

Sudah menggunakan internet (thn) dibawah 1 tahun 1-2 thn 2-3 thn 3-4 thn

diatas 4 thn

40 Tabel 6: Tingkat Keberhasilan menemukan produk yang diinginkan % keberhasilan

Sudah menggunakan internet (thn) dibawah 1 tahun 1-2 thn 2-3 thn 3-4 thn

diatas 4 thn

0% 25% 50% 75% 100% Tidak tahu

Tabel 7: Waktu yang diperlukan untuk menemukan web yang diinginkan % keberhasilan

Sudah menggunakan internet (thn) dibawah 1 tahun 1-2 thn 2-3 thn 3-4 thn

dibawah 5 menit 5-15 menit 15-30 menit 30-60 menit Diatas 60 menit Tidak tahu

Tabel 8: Tipe Informasi Produk Yang Dicari Silakan Pilih (v)

Detail Info Produk Perbandingan Harga Keragaman Produk Lokasi toko Informasi lain Tidak Tahu

diatas 4 thn

41 Tabel 9: Pengalaman Online yang Tidak Memuaskan Silakan Pilih (v)

Download yang lambat Fitur website yang aneh Tidak menemukan apa yang dicari Tidak ada pengalaman yang tidak menyenangkan Website berbahasa asing Website yang kurang up to date Informasi produk yang menyesatkan Harga produk yang tidak masuk akal Toko online yang tidak jelas keberadaannya Desain web yang kurang menarik Alasan lain-lain

Tabel 10: Frekuensi kunjungan ke toko online yang ada Silakan Pilih (v)

Tidak pernah Jarang Kadang-kadang Selalu Tidak memiliki website Tidak tahu

42 Lampiran 2. Validitas dan reliabilitas Correlations X1 Spearma X1

Correlation

n's rho

Coefficient

X21

X21

X22

X23

X3

X4

Y

1.000

.240

.229

.314

.459*

.184

.570**

Sig. (2-tailed)

.

.201

.224

.091

.011

.331

.001

N

30

30

30

30

30

30

30

.240

1.000

.296

.386*

.240

.556**

.450*

Sig. (2-tailed)

.201

.

.112

.035

.201

.001

.013

N

30

30

30

30

30

30

30

.229

.296

1.000

.371*

.512**

.240

.519**

Sig. (2-tailed)

.224

.112

.

.044

.004

.201

.003

N

30

30

30

30

30

30

30

.314

.386*

.371*

1.000

.314

.327

.438*

Sig. (2-tailed)

.091

.035

.044

.

.091

.078

.015

N

30

30

30

30

30

30

30

.459*

.240

.512**

.314

1.000

.184

.575**

Sig. (2-tailed)

.011

.201

.004

.091

.

.331

.001

N

30

30

30

30

30

30

30

.184

.556**

.240

.327

.184

1.000

.472**

Sig. (2-tailed)

.331

.001

.201

.078

.331

.

.009

N

30

30

30

30

30

30

30

.570**

.450*

.519**

.438*

.575**

.472**

1.000

Sig. (2-tailed)

.001

.013

.003

.015

.001

.009

.

N

30

30

30

30

30

30

30

Correlation Coefficient

X22

Correlation Coefficient

X23

Correlation Coefficient

X3

Correlation Coefficient

X4

Correlation Coefficient

Y

Correlation Coefficient

43

Correlations X1 Spearma X1

Correlation

n's rho

Coefficient

X21

X22

X23

X3

X4

Y

1.000

.240

.229

.314

.459*

.184

.570**

Sig. (2-tailed)

.

.201

.224

.091

.011

.331

.001

N

30

30

30

30

30

30

30

.240

1.000

.296

.386*

.240

.556**

.450*

Sig. (2-tailed)

.201

.

.112

.035

.201

.001

.013

N

30

30

30

30

30

30

30

.229

.296

1.000

.371*

.512**

.240

.519**

Sig. (2-tailed)

.224

.112

.

.044

.004

.201

.003

N

30

30

30

30

30

30

30

.314

.386*

.371*

1.000

.314

.327

.438*

Sig. (2-tailed)

.091

.035

.044

.

.091

.078

.015

N

30

30

30

30

30

30

30

.459*

.240

.512**

.314

1.000

.184

.575**

Sig. (2-tailed)

.011

.201

.004

.091

.

.331

.001

N

30

30

30

30

30

30

30

.184

.556**

.240

.327

.184

1.000

.472**

Sig. (2-tailed)

.331

.001

.201

.078

.331

.

.009

N

30

30

30

30

30

30

30

.570**

.450*

.519**

.438*

.575**

.472**

1.000

Sig. (2-tailed)

.001

.013

.003

.015

.001

.009

.

N

30

30

30

30

30

30

30

Correlation Coefficient

X22

X21

Correlation Coefficient

X23

Correlation Coefficient

X3

Correlation Coefficient

X4

Correlation Coefficient

Y

Correlation Coefficient

*. Correlation is significant at the 0.05 level (2tailed).

44

Correlations X1 Spearma X1

Correlation

n's rho

Coefficient

X21

X22

X23

X3

X4

Y

1.000

.240

.229

.314

.459*

.184

.570**

Sig. (2-tailed)

.

.201

.224

.091

.011

.331

.001

N

30

30

30

30

30

30

30

.240

1.000

.296

.386*

.240

.556**

.450*

Sig. (2-tailed)

.201

.

.112

.035

.201

.001

.013

N

30

30

30

30

30

30

30

.229

.296

1.000

.371*

.512**

.240

.519**

Sig. (2-tailed)

.224

.112

.

.044

.004

.201

.003

N

30

30

30

30

30

30

30

.314

.386*

.371*

1.000

.314

.327

.438*

Sig. (2-tailed)

.091

.035

.044

.

.091

.078

.015

N

30

30

30

30

30

30

30

.459*

.240

.512**

.314

1.000

.184

.575**

Sig. (2-tailed)

.011

.201

.004

.091

.

.331

.001

N

30

30

30

30

30

30

30

.184

.556**

.240

.327

.184

1.000

.472**

Sig. (2-tailed)

.331

.001

.201

.078

.331

.

.009

N

30

30

30

30

30

30

30

.570**

.450*

.519**

.438*

.575**

.472**

1.000

Sig. (2-tailed)

.001

.013

.003

.015

.001

.009

.

N

30

30

30

30

30

30

30

Correlation Coefficient

X22

X21

Correlation Coefficient

X23

Correlation Coefficient

X3

Correlation Coefficient

X4

Correlation Coefficient

Y

Correlation Coefficient

**. Correlation is significant at the 0.01 level (2tailed).

45

Reliability [DataSet1]

Scale: ALL VARIABLES Case Processing Summary N Cases

Valid

%

30

100.0

Excluded

0

.0

Total

30

100.0

a

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics Cronbach's Alpha Based on Standardized Cronbach's Alpha .836

Items

N of Items

.842

6

Item Statistics Mean

Std. Deviation

N

VAR00001

3.2000

.55086

30

VAR00002

3.1333

.43417

30

VAR00003

3.1667

.53067

30

VAR00004

3.1333

.50742

30

VAR00005

3.2000

.55086

30

VAR00006

3.1667

.46113

30

Summary Item Statistics Maximum / Mean Minimum Maximum Inter-Item Correlations

.470

.354

.746

Range .392

Minimum 2.109

N of Variance .009

Items 6

46

Item-Total Statistics Cronba Scale

ch's

Variance if

Alpha if

Scale Mean if Item

Item

Corrected Item-

Squared Multiple

Item

Deleted

Deleted

Total Correlation

Correlation

Deleted

VAR00001

15.8000

3.614

.566

.365

.820

VAR00002

15.8667

3.706

.723

.630

.792

VAR00003

15.8333

3.661

.572

.346

.818

VAR00004

15.8667

3.706

.584

.358

.815

VAR00005

15.8000

3.545

.605

.407

.811

VAR00006

15.8333

3.730

.652

.574

.803

Scale Statistics Mean 19.0000

Variance 5.103

Std. Deviation 2.25908

N of Items 6

47

Lampiran 3. Hasil Olahan Data Diskriminan Analysis Case Processing Summary Unweighted Cases

N

Valid

Percent

100

Excluded

100.0

Missing or out-of-range group codes 0

.0

At least one missing discriminating 0

.0

0

.0

0

.0

100

100.0

variable Both missing or out-of-range group codes and at least one missing discriminating variable Total Total

Group Statistics Valid N (listwise) Y 0

1

Total

Mean

Std. Deviation

Unweighted

Weighted

X1

3.6000

.70711

25

25.000

X21

2.8800

.72572

25

25.000

X22

2.6000

.64550

25

25.000

X23

2.2400

.77889

25

25.000

X3

3.2800

.54160

25

25.000

X4

3.1200

.33166

25

25.000

X1

3.6933

.71610

75

75.000

X21

4.3333

.62240

75

75.000

X22

3.9867

.77970

75

75.000

X23

4.4133

.71836

75

75.000

X3

4.1733

.55443

75

75.000

X4

4.2800

.62731

75

75.000

X1

3.6700

.71145

100

100.000

X21

3.9700

.90403

100

100.000

48

X22

3.6400

.95896

100

100.000

X23

3.8700

1.19473

100

100.000

X3

3.9500

.67232

100

100.000

X4

3.9900

.75872

100

100.000

Tests of Equality of Group Means Wilks' Lambda

F

df1

df2

Sig.

X1

.997

.320

1

98

.573

X21

.511

93.959

1

98

.000

X22

.604

64.256

1

98

.000

X23

.373

164.545

1

98

.000

X3

.666

49.230

1

98

.000

X4

.557

77.851

1

98

.000

Analysis 1 Standardized Canonical Discriminant Function Coefficients Function 1 X21

.366

X23

.661

X3

.245

X4

.521

Structure Matrix Function 1 X23

.700

X21

.529

49

X4

.481

X3

.383

X22 X1

a

.314

a

-.024

Pooled within-groups correlations between discriminating variables and standardized canonical discriminant functions Variables ordered by absolute size of correlation within function. a. This variable not used in the analysis. Canonical Discriminant Function Coefficients Function 1 X21

.563

X23

.901

X3

.445

X4

.915

(Constant)

-11.129

Unstandardized coefficients

Functions at Group Centroids Function Y

1

0

-3.176

1

1.059

Unstandardized canonical discriminant functions evaluated at group means

Eigenvalues Canonical Function 1

Eigenvalue 3.431

a

% of Variance 100.0

Cumulative % 100.0

Correlation .880

a. First 1 canonical discriminant functions were used in the analysis.

50

Wilks' Lambda Test of Function (s) 1

Wilks' Lambda .226

Chi-square 142.906

df

Sig.

4

.000

Variables Entered/Removed

a,b,c,d

Wilks' Lambda Exact F df Step

Entered

Statistic

df1 df2

df3

Statistic

1

df2

Sig.

1

X23

.373

1

1

98.000 164.545

1

98.000

.000

2

X4

.261

2

1

98.000 137.128

2

97.000

.000

3

X21

.236

3

1

98.000 103.476

3

96.000

.000

4

X3

.226

4

1

98.000 81.484

4

95.000

.000

At each step, the variable that minimizes the overall Wilks' Lambda is entered. a. Maximum number of steps is 12. b. Minimum partial F to enter is 3.84. c. Maximum partial F to remove is 2.71. d. F level, tolerance, or VIN insufficient for further computation.

Variables in the Analysis Step

Tolerance

F to Remove

Wilks' Lambda

1

X23

1.000

164.545

2

X23

.983

109.898

.557

X4

.983

41.579

.373

X23

.922

52.550

.365

X4

.981

33.168

.318

X21

.939

10.190

.261

X23

.912

42.338

.326

X4

.944

23.487

.281

X21

.937

10.208

.250

X3

.956

4.427

.236

3

4

51

Wilks' Lambda Exact F

Number of Step

Variables

Lambda

df1 df2 df3

Statistic

df1

df2

Sig.

1

1

.373

1

1

98

164.545

1

98.000 .000

2

2

.261

2

1

98

137.128

2

97.000 .000

3

3

.236

3

1

98

103.476

3

96.000 .000

4

4

.226

4

1

98

81.484

4

95.000 .000

Variables Not in the Analysis Step 0

1

2

3

4

Tolerance

Min. Tolerance

F to Enter

Wilks' Lambda

X1

1.000

1.000

.320

.997

X21

1.000

1.000

93.959

.511

X22

1.000

1.000

64.256

.604

X23

1.000

1.000

164.545

.373

X3

1.000

1.000

49.230

.666

X4

1.000

1.000

77.851

.557

X1

.994

.994

.939

.370

X21

.940

.940

16.926

.318

X22

.943

.943

9.650

.339

X3

.994

.994

13.656

.327

X4

.983

.983

41.579

.261

X1

.993

.976

.833

.259

X21

.939

.922

10.190

.236

X22

.942

.925

5.517

.247

X3

.958

.947

4.354

.250

X1

.983

.912

.318

.235

X22

.882

.879

2.281

.231

X3

.956

.912

4.427

.226

X1

.982

.901

.227

.225

X22

.856

.856

1.291

.223

52

Lampiran 4. Results for: RANGKUMAN PUTARAN DATA Data Display POLA AKSES Row GENDER USIA ETNIK STATNIKAH PENDIDIKAN PENDAPATAN AKSES INTERNET 1 2 3 3 2 3 4 4 2 2 1 2 3 2 3 4 4 2 3 2 2 2 2 3 5 4 12 4 2 2 4 2 3 4 4 2 5 2 2 3 2 3 4 4 2 6 2 2 2 2 3 4 3 25 7 2 1 3 2 3 4 4 1 8 2 1 4 2 1 5 4 1 9 2 2 2 2 2 5 4 2 10 2 1 2 2 4 3 4 2 11 2 2 4 2 4 5 4 1 12 2 2 3 2 2 5 4 12 13 2 1 4 2 3 3 2 12 14 2 2 2 2 1 4 4 2 15 2 2 2 2 4 5 4 23 16 1 1 2 2 3 5 2 2 17 2 2 1 2 3 4 4 3 18 2 3 3 2 3 4 4 2 19 1 2 3 2 3 4 4 2 20 2 2 2 2 3 3 4 2 21 2 2 2 2 3 4 4 2 22 2 2 2 2 3 4 4 2 23 2 2 2 2 3 4 3 2 24 2 1 2 2 3 4 4 1 25 2 1 2 2 1 3 4 1 26 2 2 2 2 2 3 4 2 27 2 1 2 2 4 3 4 2 28 1 2 2 2 4 5 4 1 29 2 2 1 2 2 5 4 2 30 2 1 2 2 3 3 2 2 31 2 2 2 2 1 4 4 2 32 1 2 2 2 4 3 4 2 33 1 1 2 2 3 3 2 2 34 2 2 2 2 3 4 4 3 35 2 2 2 2 4 5 4 1 36 2 2 2 2 2 5 4 1 37 2 1 2 2 3 3 2 1 38 2 2 1 2 1 4 4 2 39 2 2 2 2 4 5 4 2

53 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86

1 2 2 1 2 2 2 2 2 2 2 2 1 2 2 2 1 2 2 2 2 2 2 2 1 2 2 1 2 2 2 2 2 2 2 2 1 2 2 2 1 1 2 2 2 2 2

1 2 3 2 2 2 2 2 1 2 2 1 2 2 2 2 2 2 2 2 2 1 2 2 1 2 3 2 2 2 2 2 1 1 2 1 2 2 1 2 2 2 2 2 2 1 2

2 1 2 2 2 2 2 2 2 4 2 2 2 3 3 2 2 2 1 4 3 4 2 2 2 1 3 3 2 2 2 2 2 4 2 2 2 2 2 2 2 2 2 2 2 2 2

2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

3 3 3 3 3 3 3 3 3 2 2 4 4 2 3 1 4 3 3 4 2 3 1 4 3 3 3 3 3 3 3 3 3 2 2 4 4 2 3 1 4 3 3 4 2 3 1

5 4 4 4 3 4 4 4 4 3 3 3 5 5 3 4 3 3 4 5 5 3 4 5 5 4 4 4 3 4 4 4 4 3 3 3 5 5 3 4 3 3 4 5 5 3 4

2 4 4 4 4 4 4 3 4 4 4 4 4 4 2 4 4 2 4 4 4 2 4 4 2 4 4 4 4 4 4 3 4 4 4 4 4 4 2 4 4 2 4 4 4 2 4

2 3 2 2 2 2 2 2 1 1 2 2 1 2 2 2 2 2 3 1 2 2 2 3 2 3 2 2 2 2 2 2 1 1 2 2 1 2 2 2 2 2 3 1 2 2 2

54 87 88 89 90 91 92 93 94 95 96 97 98 99 100

2 1 2 2 1 2 2 2 2 2 2 2 2 1

2 1 2 3 2 2 2 2 2 1 1 2 2 2

2 2 2 2 2 2 2 2 2 2 2 2 2 2

2 2 2 2 2 2 2 2 2 2 2 2 2 2

4 3 3 2 3 2 3 2 3 3 2 2 4 4

5 5 4 4 4 3 4 4 4 4 3 3 3 5

4 2 4 4 4 4 4 4 3 4 4 4 4 4

3 2 3 2 2 2 2 2 2 1 1 2 2 1

Data Display

Row FREKBROW BERITA INTERNETMENARIK HAMBATANBROWS MENGUASAI MEMAHAMI 1 2 2 1 2 2 2 2 3 3 3 3 3 2 3 2 2 3 3 2 2 4 2 2 2 2 2 1 5 2 2 1 2 2 2 6 1 2 2 2 1 1 7 1 2 2 2 3 2 8 1 2 2 2 2 2 9 2 3 3 2 2 2 10 1 2 2 2 2 2 11 1 2 2 2 2 2 12 3 2 2 2 2 2 13 2 2 2 2 1 1 14 1 3 3 1 1 1 15 2 2 2 1 1 1 16 2 2 2 2 2 2 17 2 3 3 2 2 2 18 2 2 1 2 2 2 19 2 3 3 3 3 2 20 2 2 3 3 2 2 21 2 2 2 2 2 1 22 2 2 1 2 2 2 23 1 2 2 2 1 1 24 1 2 2 2 2 2 25 1 2 2 2 2 2 26 2 2 2 2 2 2

55 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73

1 1 2 2 1 2 2 2 1 2 2 1 2 2 2 2 2 2 2 2 1 1 1 2 1 1 2 2 1 2 2 2 1 2 2 1 2 2 2 2 2 2 2 2 1 1 1

2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 2 3 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 2 3 2 2 2 2 2 2

2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 1 3 3 2 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 1 2 3 2 1 2 2 1

2 2 2 2 1 1 2 2 2 2 2 1 1 2 2 2 3 3 2 2 2 2 2 2 2 2 2 2 1 1 2 2 2 2 2 1 1 2 2 2 3 3 2 2 2 2 3

2 2 2 1 2 2 2 2 2 2 1 1 1 2 2 2 3 2 2 2 1 2 2 2 2 2 2 1 2 2 2 2 2 3 1 1 1 2 3 2 2 2 2 2 1 2 3

2 2 2 1 2 1 2 2 2 2 1 1 1 2 2 2 2 2 1 2 1 2 2 2 2 2 2 1 2 1 3 2 2 2 1 1 1 2 2 3 2 2 2 2 1 2 2

56 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

2 1 1 3 2 1 2 2 2 1 2 2 1 2 2 2 2 2 2 2 2 1 1 1 2 1 1

2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 3 2 3 2 2 2 2 2 2 2 2 2

2 2 2 2 2 2 2 2 2 2 2 2 3 2 2 2 1 2 3 2 1 2 3 2 2 2 2

2 2 2 2 2 1 1 2 2 2 2 2 1 1 2 2 2 3 3 2 2 2 2 2 2 2 2

2 2 2 2 3 2 2 2 3 2 2 3 3 2 3 2 2 3 2 2 2 1 2 2 2 3 2

2 2 2 2 1 2 1 2 2 2 2 2 1 2 2 3 2 2 2 1 2 1 2 2 2 2 2

Data Display PD TKT TKT FREK Row ONLINE NYAMAN PUAS FREKCARIINFO TOTALINFO TOTALKESAL KUNJUNG 1 2 4 4 4 3 5 3 2 3 5 5 6 4 5 4 3 2 5 5 5 5 2 4 4 2 4 4 4 3 3 3 5 2 4 3 5 3 5 3 6 1 2 2 5 5 4 1 7 1 4 4 5 5 7 3 8 3 5 4 6 5 7 4 9 2 5 5 6 5 5 3 10 2 4 2 4 4 3 3 11 2 5 4 5 1 3 3 12 2 5 4 5 5 4 3 13 2 5 4 6 3 3 3

57 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

2 1 2 2 2 3 2 2 2 1 2 3 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 3 2 2 2 1 2 3 2 2 2 2 2 2 2 2 2 2 2

4 5 4 4 4 5 5 4 4 2 4 5 5 4 5 5 5 4 5 4 4 5 5 5 4 5 4 4 4 5 5 4 4 2 4 5 5 4 5 5 5 4 5 4 4 5 2

4 5 4 4 4 5 5 4 3 2 4 4 5 2 4 4 4 4 5 4 4 4 4 4 4 5 4 4 4 5 5 4 3 2 4 4 5 2 4 4 4 4 5 4 4 4 4

6 6 6 6 4 4 5 4 4 4 5 4 4 4 5 4 6 4 4 4 4 5 5 6 6 6 6 6 4 4 5 4 4 4 5 4 4 4 5 4 6 4 4 4 4 5 5

3 5 3 3 3 4 4 3 3 4 4 4 4 4 2 4 4 3 4 3 3 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 3 5 4 4 5 4 4 3 4

3 9 3 3 5 5 1 2 6 5 7 6 8 5 5 4 4 3 8 3 3 3 3 3 2 7 3 3 5 4 1 2 5 4 5 6 5 4 3 4 4 3 8 4 4 3 5

1 2 4 3 3 4 4 3 3 1 3 4 3 3 4 3 3 1 2 4 3 3 3 3 1 2 4 3 3 4 4 3 3 1 3 4 3 3 3 3 3 1 2 4 3 1 3

58 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

2 2 1 2 2 2 3 2 2 2 2 2 3 2 2 2 2 2 2 2 2 2 2 2 2 2 1 2 2 2 3 2 2 2 3 2 3 2 2 2

2 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 5 5 4 4 2 4 5 5 4 5

4 4 5 4 4 4 5 5 4 3 2 4 4 5 2 4 4 4 4 5 4 4 4 4 4 4 5 4 4 4 5 5 4 3 2 4 4 5 2 4

Row KEPUTUSAN 1 1 2 1 3 1 4 1

6 6 6 6 6 2 4 5 4 4 2 5 4 2 4 5 4 6 4 4 4 4 5 5 6 6 6 6 6 4 4 5 4 4 4 5 4 4 4 5

4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 2 4 4 3 5 4 4 0 4 2 2 4 3 3 3 4 5 3 3 5 5 5 5 4 1

5 3 8 4 4 3 2 1 2 2 4 3 3 5 4 4 4 4 3 6 4 4 2 2 3 2 6 4 3 3 3 1 1 4 3 4 4 4 2 3

3 1 3 3 3 3 3 1 1 3 4 3 3 3 3 3 1 2 4 3 3 3 1 1 2 4 2 1 3 3 4 4 1 3 1 3 1 3 3 3

59 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51

1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 1 1 1 1

60 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98

1 1 1 0 0 1 1 0 1 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0 0 1 1 1 1 0 0 0 1 0 0 1 1 1 1 0 1 0 1 0 1

61 99 100

1 1

Discriminant Analysis: KEPUTUSAN versus GENDER, USIA, ... Linear Method for Response: KEPUTUSAN

Predictors: GENDER, USIA, ETNIK, PENDIDIKAN, PENDAPATAN

Group Count

0 25

1 75

Summary of classification True Group Put into Group 0 1 17 32 0 1 8 43 Total N 25 75 N correct 17 43 Proportion 0.680 0.573 N = 100

N Correct = 60

Proportion Correct = 0.600

Squared Distance Between Groups 0 1 0 0.000000 0.247595 1 0.247595 0.000000

Linear Discriminant Function for Groups 0 1 Constant -48.415 -47.409 GENDER 17.742 17.118 USIA 4.414 4.451 ETNIK 4.199 4.759 PENDIDIKAN 6.014 6.102 PENDAPATAN 7.399 7.054

62

Summary of Misclassified Observations True Pred Squared Observation Group Group Group Distance Probability 3** 1 0 0 1.881 0.625 1 2.905 0.375 9** 1 0 0 2.485 0.646 1 3.684 0.354 12** 1 0 0 4.410 0.510 1 4.489 0.490 17** 1 0 0 2.766 0.674 1 4.220 0.326 21** 1 0 0 0.3649 0.542 0.458 1 0.6982 22** 1 0 0 0.3649 0.542 1 0.6982 0.458 24** 1 0 0 3.183 0.551 1 3.590 0.449 25** 1 0 0 8.377 0.508 1 8.444 0.492 29** 1 0 0 5.035 0.761 1 7.355 0.239 32** 0 1 0 9.954 0.291 1 8.172 0.709 34** 1 0 0 0.3649 0.542 1 0.6982 0.458 35** 1 0 0 4.307 0.604 1 5.155 0.396 36** 1 0 0 2.485 0.646 1 3.684 0.354 41** 1 0 0 2.766 0.674 1 4.220 0.326 42** 1 0 0 5.796 0.533 1 6.057 0.467 45** 1 0 0 0.3649 0.542 1 0.6982 0.458 46** 1 0 0 0.3649 0.542 1 0.6982 0.458 48** 1 0 0 3.183 0.551 1 3.590 0.449 53** 1 0 0 4.410 0.510 1 4.489 0.490 56** 0 1 0 9.954 0.291 1 8.172 0.709 58** 1 0 0 2.766 0.674

63 1

59**

0

60**

1

63**

1

65**

1

68**

0

70**

1

71**

1

72**

1

78**

0

79**

1

82**

1

85**

0

86**

1

88**

0

89**

1

90**

1

94**

1

96**

1

97**

0

4.220 0.326 1 0 12.69 0.333 1 11.29 0.667 0 0 4.410 0.510 1 4.489 0.490 0 0 4.307 0.604 1 5.155 0.396 0 0 2.766 0.674 0.326 1 4.220 1 0 2.668 0.455 1 2.311 0.545 0 0 0.3649 0.542 1 0.6982 0.458 0 0 0.3649 0.542 1 0.6982 0.458 0 0 3.183 0.551 1 3.590 0.449 1 0 4.181 0.465 1 3.897 0.535 0 0 4.438 0.585 1 5.123 0.415 0 0 0.3649 0.542 1 0.6982 0.458 1 0 4.181 0.465 1 3.897 0.535 0 0 4.438 0.585 1 5.123 0.415 1 0 9.275 0.481 1 9.122 0.519 0 0 0.3649 0.542 1 0.6982 0.458 0 0 6.176 0.554 1 6.612 0.446 0 0 0.8870 0.563 1 1.3960 0.437 0 0 3.183 0.551 1 3.590 0.449 1 0 4.764 0.486 1 4.656 0.514

Discriminant Analysis: KEPUTUSAN versus GENDER, USIA, ...

64 Linear Method for Response: KEPUTUSAN

Predictors: GENDER, USIA, ETNIK, PENDIDIKAN, PENDAPATAN, FREK KUNJUNG

Group Count

0 25

1 75

Summary of classification True Group Put into Group 0 1 0 25 0 1 0 75 Total N 25 75 N correct 25 75 Proportion 1.000 1.000 N = 100

N Correct = 100

Proportion Correct = 1.000

Squared Distance Between Groups 0 1 0 0.0000 21.9659 1 21.9659 0.0000

Linear Discriminant Function for Groups 0 1 Constant -66.17 -103.79 GENDER 23.68 27.71 USIA 5.01 5.52 ETNIK 3.92 4.26 PENDIDIKAN 6.75 7.42 PENDAPATAN 8.22 8.52 FREK KUNJUNG 14.39 25.64