PENENTUAN ATRIBUT TELUR ASIN BERDASARKAN PREFERENSI KONSUMEN MENGGUNAKAN ANALISIS CONJOINT

perpustakaan.uns.ac.id

digilib.uns.ac.id

PENENTUAN ATRIBUT TELUR ASIN BERDASARKAN PREFERENSI KONSUMEN MENGGUNAKAN ANALISIS CONJOINT

Skripsi Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

IDA SUSANTI I1306010

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET SURAKARTA 2011 commit to user


digilib.uns.ac.id

ABSTRAK Ida Susanti. NIM : I1306010. PENENTUAN ATRIBUT TELUR ASIN BERDASARKAN PREFERENSI KONSUMEN MENGGUNAKAN ANALISIS CONJOINT. Skripsi. Surakarta : Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, April 2011.

Industri telur asin mempunyai peranan yang cukup penting bagi industri pangan nasional. Permintaan konsumen terhadap telur asin dari tahun ke tahun semakin meningkat. Kenaikan permintaan ini mendorong industri telur asin untuk menawarkan produk yang lebih baik. Dalam upaya memenuhi keinginan konsumen terhadap telur asin maka produsen memerlukan atribut-atribut yang dianggap penting oleh konsumennya. Untuk mendapatkan atribut tesebut dilakukan analisis conjoint yang merupakan metode terbaik dalam menyelidiki dan menganalisis kebutuhan konsumen. Tujuan penelitian ini adalah menentukan atribut-atribut telur asin yang penting menurut konsumen dan mengelompokkan karakteristik konsumen berdasarkan tingkat kepentingan atribut. Penelitian ini diawali dengan menentukan atribut produk yang penting dalam pandangan konsumen. Berdasarkan proses penentuan atribut produk diperoleh 10 atribut yang kemudian dipilih enam atribut penting yang digunakan dalam penelitian. Setelah itu menentukan level setiap atribut telur asin, dan melakukan penyusunan kartu konsep dengan menggunakan orthogonal array. Data diambil menggunakan metode simple random sampling dan skala rangking sebagai skala pengukuran. Jumlah responden yang digunakan dalam pengambilan data adalah 40 responden. Dalam penelitian ini digunakan analisis conjoint untuk membantu mendapatkan atribut-atribut telur asin yang penting bagi konsumen. Analisis k-mean cluster digunakan untuk pengelompokan segmen cluster. Penelitian ini menghasilkan enam atribut telur asin yang paling penting bagi konsumen yaitu telur asin yang berukuran sedang dengan keasinan asin sedang, berwarna biru dengan keawetan 3 minggu, terdapat merk pada telur asin dan berbentuk lonjong, Selain itu penelitian menghasilkan empat segmen cluster berdasarkan tingkat atribut telur asin. Segmen cluster pertama konsumen memilih warna dan ukuran telur asin, segmen cluster kedua konsumen memilih keasinan telur asin, segmen cluster ketiga konsumen memilih ukuran telur asin dan segmen cluster keempat konsumen memilih merk telur asin.

Kata kunci: telur asin, analisis conjoint, analisis cluster xv + 64 halaman; 10 gambar; 11 tabel; 8 lampiran Daftar Pustaka: 28 (1988-2009)

commit to user


digilib.uns.ac.id

ABSTRACT Ida Susanti, NIM: I1306010. DETERMINING THE ATTRIBUTE OF SALTED EGG BASED ON THE CUSTOMER PREFERENCE USING CONJOINT ANALYSIS. Thesis. Surakarta: Industrial Engineering Department of Engineering Faculty, Sebelas Maret University, April 2011.

Salted egg industry has an important role in national food industry. The customers demand for salted egg increases over years. Such the increase encourages the salted egg industry to offer a better product. In the attempt of meeting the customers demand for salted egg, the producer has to identify attributes which are considered as important by the customer. To get such attributes, a conjoint analysis was conducted. The method is used since it constitutes the best method in investigating and analyzing the customers need. The objectives of this research are to determine the important attributes of salted egg and to group the characteristics of customers based on the attribute importance weights. This research is started by determining the attribute of product which are considered as important by customers. From the preliminary study, we obtained 10 attributes and selected six of them to be used in the research. After determiniting the attributes, then we set the level of each attributes. Orthogonal array is used to generate the concept card. The card is then used as a mean to represent the product. The data was taken using simple random sampling and rank scale as the measurement scale. The number of respondents used in the data collection was 40 respondents. In this research, the conjoint analysis was used to help obtaining the attributes of salted egg important to the costumers, and k-mean cluster analysis was used for grouping the cluster segment. The result of this research shows that the most demanded salted eggs are: medium in size, medium saltiness, blue in color, three weeks shelf life, oval, and having brand on the egg. The research resulted in four clusters based on attributes important weights. In the first cluster, customers considered color and size more than other attributes. In the second, cluster customers considered saltiness more than other attributes and for the third and fourth, cluster customers considered size and brand more than other attributes respectively.

Keywords: salted egg, conjoint analysis, cluster analysis. xv + 64 pages; 10 pictures; 11 tables; 8 enclosure Bibliography: 28 (1988-2009)

commit to user


digilib.uns.ac.id

DAFTAR ISI HALAMAN JUDUL .............................................................................. i LEMBAR PENGESAHAN..................................................................... ii LEMBAR VALIDASI ............................................................................ iii SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH ............... iv SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH ..................... v KATA PENGANTAR ............................................................................ vi ABSTRAK ............................................................................................. viii ABSTRACK ........................................................................................... ix DAFTAR ISI .......................................................................................... x DAFTAR TABEL .................................................................................. xiii DAFTAR GAMBAR .............................................................................. xiv DAFTAR LAMPIRAN………………………………………………….. BAB I

xv

PENDAHULUAN ................................................................... I-1 1.1 Latar Belakang ................................................................ I-1 1.2 Perumusan Masalah ......................................................... I-2 1.3 Tujuan Penelitian ............................................................. I-3 1.4 Manfaat Penelitian ........................................................... I-3 1.5 Batasan Masalah .............................................................. I-3 1.6 Asumsi-Asumsi………………………………………...... I-3 1.7 Sistematika Penulisan ...................................................... I-4

BAB II TINJAUAN PUSTAKA.......................................................... II-1 2.1 Segmentasi Pasar ............................................................. II-1 2.1.1 Tingkat Segmentasi Pasar..................................... II-2 2.1.2 Prosedur Segmentasi Pasar ................................... II-3 2.1.3 Dasar Segmentasi Pasar Konsumen ...................... II-3 2.1.4 Persyaratan Segmentasi yang Efektif .................... II-4 2.2 Telur Asin........................................................................ II-5 2.2.1 Pengawetan Telur Asin ........................................ II-5 2.3 Teori Statistik .................................................................. II-6 2.3.1 Populasi dan Sampel ............................................. II-6

commit to user


digilib.uns.ac.id

2.3.2 Metode Pengambilan Sampel ................................ II-6 2.3.3 Skala Pengukuran ................................................. II-9 2.3.4 Jenis Skala Pengukuran......................................... II-9 2.3.5 Klasifikasi Skala ................................................... II-12 2.3.6 Teknik Pengumpulan Data .................................... II-14 2.3.7 Orthogonal Array .................................................. II-12 2.4 Analisis Multivariat ......................................................... II-18 2.4.1 Metode Mempelajari Kebutuhan Konsumen ......... II-19 2.4.2 Analisis Conjoint .................................................. II-20 2.4.3 Analisis Cluster .................................................... II-25 2.5 Penelitian Terdahulu ........................................................ II-31 BAB III METODOLOGI PENELITIAN ............................................ III-1 3.1 Identifikasi Permasalahan ................................................ III-2 3.1.1 Identifikasi Masalah.............................................. III-2 3.1.2 Studi Lapangan ..................................................... III-2 3.1.3 Studi Pustaka ........................................................ III-2 3.1.4 Perumusan Masalah .............................................. III-2 3.1.5 Tujuan dan Manfaat penelitian .............................. III-2 3.2 Pengumpulan Data ........................................................... III-3 3.2.1 Penentuan Atribut Produk (Kuesioner I) ............... III-3 3.2.2 Penentuan Level pada Atribut ............................... III-3 3.2.3 Penyusunan Kartu Konsep .................................... III-3 3.2.4 Pengambilan Data (Kuesioner II dan Kartu Konsep) III-3 3.3 Pengolahan Data .............................................................. III-4 3.3.1 Tahap Analisis Conjoint ....................................... III-4 3.3.2 Tahap Analisis Cluster .......................................... III-5 3.4 Analisis dan Interpretasi hasil .......................................... III-5 3.5 Kesimpulan dan Saran ..................................................... III-5 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ................. IV-1 4.1 Pengumpulan Data ........................................................... IV-1 4.1.1 Penentuan Atribut Produk ..................................... IV-1 4.1.2 Penyusunan Level pada Atribut ............................ IV-1

commit to user


digilib.uns.ac.id

4.1.3 Penyusunan Kartu Konsep .................................... IV-2 4.1.4 Pengambilan Data ................................................. IV-4 4.2 Pengolahan Data .............................................................. IV-4 4.6.1 Analisis Conjoint ............................................... IV-5 4.6.2 Analisis Cluster .................................................... IV-8 BAB V ANALISIS DAN INTERPRETASI HASIL........................... V-1 5.1 Analisis Hasil Pengolahan Analisis Conjoint.................... V-1 5.1.1

Analisis Nilai Utilitas………………..…..…. ....... V-1

5.1.2

Analisis Nilai Kepentingan Relatif…………….. .. V-4

5.2 Analisis Hasil Pengolahan Analisis Cluster ...................... V-5 BAB VI KESIMPULAN DAN SARAN ............................................... VI-1 6.1 Kesimpulan...................................................................... VI-1 6.2 Saran ............................................................................... VI-1

DAFTAR PUSTAKA LAMPIRAN

commit to user


digilib.uns.ac.id

DAFTAR TABEL Tabel 4.1 Atribut dan level telur asin .................................................

IV-2

Tabel 4.2 Kombinasi atribut dan level ...............................................

IV-3

Tabel 4.3 Contoh kartu konsep telur asin ...........................................

IV-4

Tabel 4.4 Nilai utilitas keseluruhan responden ...................................

IV-6

Tabel 4.5 Nilai kepentingan relatif keseluruhan responden ................

IV-7

Tabel 4.6 Hasil keseluruhan korelasi pearson dan kendall .................

IV-8

Tabel 4.7 Hasil uji statistik Kolmogorov-Smirnov .............................

IV-9

Tabel 4.8 Hasil besaran korelasi uji multikolinearitas .......................

IV-10

Tabel 4.9 Nilai tolerance dan VIF pada uji multikolinearitas .............

IV-11

Tabel 4.10 Atribut penting dalam empat segmen kebutuhan berbeda Berdasarkan segmen konsumen .........................................

IV-12

Tabel 4.11 Karakteristik konsumen......................... .............................

IV-13

commit to user


digilib.uns.ac.id

DAFTAR GAMBAR Gambar 2.1

Model Preferensi ..........................................................

II-24

Gambar 3.1

Metodologi Penelitian ...................................................

III-1

Gambar 4.1

Syntax Editor untuk menganalisa conjoint ....................

IV-5

Gambar 5.1

Histogram fungsi utilitas warna telur asin .....................

V-1

Gambar 5.2

Histogram fungsi utilitas ukuran telur asin ....................

V-2

Gambar 5.3

Histogram fungsi utilitas bentuk telur asin ....................

V-2

Gambar 5.4

Histogram fungsi utilitas merk telur asin .......................

V-3

Gambar 5.5

Histogram fungsi utilitas keasinan telur asin .................

V-3

Gambar 5.6

Histogram fungsi utilitas keawetan telur asin ................

V-4

Gambar 5.7

Histogram kepentingan relatif .......................................

V-4

commit to user


digilib.uns.ac.id

DAFTAR LAMPIRAN Lampiran 1

Kuesioner I Penentuan Atribut Telur Asin yang Disukai Konsumen .................................................................... L 1-1

Lampiran 2

Tabel Hasil Kuesioner I Penentuan Atribut Telur Asin...L 2-1

Lampiran 3

Kuesioner II Penentuan Atribut Telur Asin ................... L 3-1

Lampiran 4

Bentuk Kartu Konsep.................................................... L 4-1

Lampiran 5

Tabel Hasil Rangking Responden pada Kartu Konsep... L 5-1

Lampiran 6

Hasil SPSS Analisis Conjoint ....................................... L 6-1

Lampiran 7

Tabel Data untuk Analisis Cluster ................................. L 7-1

Lampiran 8

Hasil SPSS Analisis Cluster .......................................... L 8-1

commit to user


digilib.uns.ac.id

DAFTAR PUSTAKA Aaker, David, A., and Day, George, S., 1995, Marketing Research: Fifth Edition. New York: John Wiley and Sons, Inc. Anderson, J.C., Jain, D.C., Chintagunta, P., 1993, Customer Value Assessment in Business Markets’ Journal of Business-to-Business Marketing. Institute for Study of Bussines Market The Pennsylvania State university. Arikunto, S., 2006, Prosedur Penelitian: Suatu Pendekatan Praktek. Rineka Cipta. Jakarta. Benedikt G.C., Borgers W.J., Louviere J., and Timmermans H., 2007, Using Conjoint Choice Experiments to Model Consumer Choices of Product Component Packages. Springer-Verlag Berlin Heidelberg. BPS Nasional, 2005, Available: www.bps.go.id. Diunduh tanggal 4 Maret 2011. Dillon, W. R., and Goldstein, M., 1984, Multivariate Analysis, Methods and Applications. New York: John Wiley & Sons, Inc. Ghozali, I., 2004, Aplikasi Analisis Multivariat dengan Program SPSS: Edisi Tiga. Badan Penerbit Universitas Diponegoro. Semarang. Hair, Anderson, Tatham, and Black., 1998, Multivariate Data Analysis: Fifth Edition. New Jersey: Prentice-Hall International, Inc. Hardle, W and Shimar, L., 2003, Applied Multivariate Statistical Analysis. MD Tech. Kastaman, R., Sudaryanto dan Nopianto, H.B., 2005, Kajian Proses Pengasian Telur Metode Reverse Osmosis pada Berbagai Lama Perendaman. Jurusan Teknik dan Manajemen Industri Pertanian, Fakultas Teknologi Industri Pertanian, Universitas Padjajaran-Bandung. Kotler, P., 1997, Manajemen Pemasaran: Analisis, Perencanaan, Implementasi dan Kontrol. PT. Prenhalindo. Jakarta. Kotri, A., 2006, Analizing Customer Value Using Conjoint Analysis: The Example of a Packaging Company. Faculty of Economics and Business Administration-Universitas of Tartu. Manurung, P., 2006, Analisis Penilaian terhadap Kombinasi Atribut-atribut Sepatu Olahraga Rebook dengan Menggunakan Conjoin Analysis. Skripsi, Jurusan Teknik Industri Fakultas Teknik. Universitas Sebelas MaretSurakarta.

commit to user


digilib.uns.ac.id

Margono, T., Suryati D. dan Hartinah, S., 2000, Buku Panduan Teknologi Pangan. Pusat Informasi Wanita dalam Pembangunan PDII-LIPI bekerjasama dengan Swiss Development Cooperation, 1993. Jakarta. Metasari, N., 2009, Orthogonal Array. Available: http://qualityengineering.wordpress.com/tag/taguchi/. Diunduh tanggal 26 April 2011 Rangkuti F., 2002, Measuring Customer Satisfaction. PT Gramedia Pustaka Utama. Jakarta. Sekaran, U., 2000, Research Methods of Business: Third Edition. John Wiley and Son. New York. Santoso, S. dan Tjiptono, F., 2001, Riset Pemasaran, Konsep dan Aplikasi dengan SPSS. PT Elex Media Komputindo. Jakarta. Singarimbun, M dan Effendi, S., 1995, Metode Penelitian Survei: Edisi Revisi. Pustaka LP3S. Jakarta. Soeratno, 1988, Metodologi Penelitian: Untuk Ekonomi dan Bisnis. BPFE. Yogyakarta Sudjana, 2002, Metode Statistika. Jakarta. Sugiyono, 1997, Statistik Untuk Penelitian. Alfabeta. Bandung. Sugiyono, 2009, Metode Penelitian Kuantitatif, Kualitatif dan R and D. Alfabeta. Bandung Supranto, J., 2001, Analisis Multivariat Arti dan Implementasi: Edisi Baru. Rineka Cipta. Jakarta. Wahana-statistik.com, 2009, Crosstab Cluster. Available: http://wahanastatistika.com/index.php?option=com_content&view=article&id=2030:pe ngertian-analisis-cluster&catid=293&Itemid=555. Diunduh tanggal 26 April 2011 Walpole, E.R., 1995, Pengantar Statistika. Gramedia Pustaka Utama. Jakarta. Widodo, 2004, Metodologi Penelitian. Universitas Sebelas Maret Surakarta. Wikipedia Ensiklopedia Bebas, 2007, Telur Asin. Available: http://id.wikipedia.org/wiki/telur_asin. Diunduh tanggal 19 Oktober 2010.

commit to user


digilib.uns.ac.id

BAB I PENDAHULUAN Pada bab ini akan dibahas tentang latar belakang dan identifikasi masalah penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, pembatasan masalah, penetapan asumsi serta sistematika yang digunakan dalam penelitian. Tujuan penulisan bab ini untuk memberikan gambaran mengenai permasalahan yang berkaitan dengan tujuan penelitian

1.1 LATAR BELAKANG Industri telur asin mempunyai peranan yang cukup penting bagi industri pangan nasional terutama dalam memenuhi kebutuhan protein dan lemak masyarakat. Telur asin merupakan masakan berbahan dasar telur yang diawetkan dengan cara diasinkan. Kebanyakan telur yang diasinkan adalah telur itik (Wikipedia bahasa Indonesia). Telur asin merupakan salah satu sumber protein yang mudah didapat dan berharga relatif murah. Telur umumnya mengandung protein 13%, lemak 12%, mineral dan vitamin. Selain lebih awet, telur asin juga digemari karena rasanya yang relatif lebih lezat dibandingkan telur tawar biasa. Dibandingkan dengan telur ayam, telur itik mengandung protein, kalori dan lemak lebih tinggi (Sarwono (1995) dalam Kastaman (2005)). Telur asin biasanya diawetkan dengan cara penggaraman sehingga dapat bertahan sampai tiga minggu. Telur yang diawetkan dengan cara ini selain awet juga memiliki rasa yang khas. Fungsi garam pada pengawetan ini adalah untuk menembus pori-pori kulit telur bagian dalam, putih telur dan kuning telur sehingga bagian-bagian tersebut menjadi asin dan mampu menghambat hidup bakteri dan mikro organisme. Pengasinan telur umumnya dilakukan dengan dua cara, yaitu perendaman dalam larutan garam dan pemeraman oleh adonan campuran garam dengan tanah liat, atau abu gosok atau bubuk bata merah (Sahroni (2003) dalam Kastaman (2005)). Permintaan konsumen terhadap telur asin dari tahun ke tahun semakin meningkat. Peningkatan ini dapat dilihat dari tahun 2002 sebesar 39,63% ke tahun 2005 sebesar 47,17% (BPS Nasional, 2005). Kenaikan permintaan terhadap telur asin yang besar mendorong industri telur asin terus menawarkan produk yang

commit to user I-1


digilib.uns.ac.id

lebih baik dan menghasilkan keuntungan. Salah satu upaya untuk mengetahui produk yang diinginkan konsumen yaitu dengan melakukan analisis kebutuhan konsumen. Menurut Anderson (1993) terdapat tujuh metode kebutuhan konsumen yang diteliti pada perusahaan industri terbesar di Amerika Serikat yaitu metode perkiraan

karyawan

perusahaan,

kuesioner pertanyaan

terbuka

tertutup,

benchmark, estimasi fokus pada kelompok, observasi konsumen ketika menggunakan produk, penggunaan skala rating dan analisis conjoint. Dari ketujuh metode tersebut didapatkan bahwa analisis conjoint merupakan metode yang terbaik dibandingkan metode yang lain karena analisis conjoint memiliki persentase yang tinggi untuk sukses digunakan dalam menyelesaikan masalah dalam penelitian. Dalam upaya memenuhi keinginan konsumen terhadap telur asin, industri telur asin memerlukan atribut-atribut yang dianggap penting untuk konsumennya. Untuk mendapatkan atribut tersebut maka dilakukan analisis conjoint yang merupakan metode terbaik untuk menyelidiki dan menganalisis kebutuhan konsumen. Analisa ini diperlukan dalam penelitian untuk memunculkan atribut dan level produk telur asin yang memberikan nilai dan reaksi konsumen terhadap konfigurasi produk yang berbeda. Setelah didapatkan hasil dari analisis conjoint, maka dilakukan analisis cluster untuk mengelompokkan obyek-obyek berdasarkan kesamaan karakteristik. Analisis cluster ini juga untuk kepentingan pemasaran telur asin. Metode analisis conjoint digunakan untuk membantu mendapatkan atributatribut telur asin yang dianggap memiliki nilai paling tinggi oleh konsumen, yang dalam prosesnya analisis conjoint ini memberikan ukuran kuantitatif terhadap utilitas dan kepentingan relatif suatu atribut dibandingkan atribut lain.

1.2 PERUMUSAN MASALAH Permasalahan yang diangkat dalam penelitian ini adalah bagaimana menentukan atribut yang dianggap memiliki nilai yang tinggi dalam pandangan konsumen dengan menggunakan analisis conjoint pada produk telur asin.

commit to user I-2


digilib.uns.ac.id

1.3 TUJUAN PENELITIAN Adapun tujuan dari penelitian ini, yaitu: 1.

Menentukan atribut-atribut telur asin yang penting menurut konsumen.

2.

Mengelompokkan karakteristik konsumen berdasarkan tingkat kepentingan atribut menggunakan analisis cluster.

1.4 MANFAAT PENELITIAN Pelaksanaan penelitian diharapkan memberikan manfaat, yaitu: 1.

Mengetahui karakteristik telur asin berdasarkan atribut yang diinginkan konsumen.

2.

Produsen telur dapat merancang teknologi pengolahan telur asin berdasarkan karakteristik telur asin yang diinginkan oleh konsumen.

1.5 BATASAN MASALAH Dalam menyelesaikan permasalahan penelitian, perlu pembatasan masalah untuk menghindari permasalahan yang terlalu luas dan supaya hasil analisis yang didapatkan sesuai dengan tujuan. Batasan masalah yang digunakan dalam penelitian ini, sebagai berikut: 1.

Eksplorasi terhadap level atribut telur asin dilakukan berdasarkan pengamatan sentra

industri

pembuatan

telur

asin

Desa

Sidodadi,

Kecamatan

Karangtengah, Kabupaten Sragen. 2.

Penyebaran kuesioner dan kartu konsep dilakukan di daerah sekitar UNS.

1.6 ASUMSI-ASUMSI Asumsi yang digunakan dalam penelitian ini, sebagai berikut: 1.

Segala sesuatu yang dinyatakan responden merupakan cerminan pendapatnya tanpa ada maksud tertentu.

2.

Interpretasi responden terhadap pertanyaan yang diajukan sama dengan yang dimaksud peneliti.

commit to user I-3


digilib.uns.ac.id

1.7 SISTEMATIKA PENULISAN Sistematika penulisan penelitian ini diberikan uraian demi bab untuk mempermudahkan pembahasan dengan sistematika dijelaskan dibawah ini. BAB I

PENDAHULUAN Bab ini menguraikan latar belakang permasalahan mengenai tema yang diangkat, merumuskan masalah, tujuan penelitian, manfaat penelitian, batasan masalah dan asumsi.

BAB II

TINJAUAN PUSTAKA Berisi tentang teori-teori yang digunakan sebagai landasan pemecahan masalah serta memberikan penjelasan secara garis besar metode yang digunkan oleh penulis sebagai kerangka pemecahan masalah. Tinjauan pustaka ini diambil dari berbagai sumber.

BAB III

METODOLOGI PENELITIAN Bab ini merupakan gambaran terstruktur tahapan proses pelaksanaan penelitian

yang

digambarkan

dalam

bentuk

flowchart

dan

penjelasannya. BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA Bab ini berisi pengumpulan data yang diperoleh dari perusahaan dan cara pengolahan data sesuai metode yang digunakan.

BAB V

ANALISIS DAN INTEPRETASI HASIL Bab ini merupakan analisis dan interpretasi hasil pengolahan data sesuai permasalahan yang dirumuskan.

BAB VI

KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dari uraian target pencapaian tujuan penelitian dan saran-saran yang digunakan sebagai masukan.

commit to user I-4


digilib.uns.ac.id

BAB II TINJAUAN PUSTAKA Bab ini menguraikan tentang kajian teori dan landasan teori yang digunakan untuk menunjang penelitian yang akan dilakukan. Pengetahuan tentang segmentasi pasar, telur asin, teori statistik, analisis multivariat, konsep analisis conjoint dan analisis cluster.

2.1 SEGMENTASI PASAR Perusahaan yang memutuskan untuk beroperasi dalam pasar yang luas menyadari bahwa perusahaan biasanya tidak dapat melayani seluruh pelanggan dalam pasar tersebut. Para pelanggan terlalu banyak dan berbeda-beda dalam syarat pembelian mereka. Daripada bersaing di semua segmen, perusahaan perlu mengidentifikasi segmen pasar yang dapat dilayaninya paling efektif. Untuk memilih pasar dan melayani mereka dengan baik, banyak perusahaan yang menerapkan pemasaran sasaran. Dalam pemasaran sasaran penjual membedakan segemen-segmen pasar utama, membidik satu atau dua segmen itu, dan mengembangkan produk dan program pemasaran yang dirancang khusus bagi setiap segmen (Kotler, 1997). Menurut Kotler (1997) pemasaran sasaran mengharuskan pemasaran melakukan tiga langkah utama, yaitu: 1. Segmentasi pasar, Mengidentifikasi dan membentuk kelompok pembeli yang berbeda yang mungkin meminta produk dan atau bauran pemasaran tersendiri. 2. Penetapan pasar sasaran, Memilih satu atau lebih segmen pasar yang dimasuki. 3. Penetapan posisi pasar, Membentuk dan mengkomunikasikan manfaat utama yang membedakan produk dalam pasar.

commit to user II-1


digilib.uns.ac.id

2.1.1 Tingkat Segmentasi Pasar Segmentasi pasar menunjukkan usaha untuk meningkatkan ketepatan penetapan sasaran dari suatu perusahaan. Sebelum membicarakan tingkatantingkatan yang ada pada segmentasi pasar terlebih dahulu akan dibahas tentang pemasaran massal. Dalam pemasaran massal, penjual menjalankan produksi massal, distribusi massal, dan promosi massal atas satu produk bagi semua pembeli. Peningkatan jumlah media dan saluran distribusi membuat sulit dipraktekkannya pemasaran “satu ukuran untuk semua”. Tidak mengherankan, banyak perusahaan yang beralih dari pemasaran massal ke pemasaran mikro yang terdiri dari empat tingkatan yang dijelaskan, sebagai berikut (Kotler, 1997): 1. Pemasaran Segmen, Segmen pasar terdiri dari kelompok besar yang dapat diidentifikasi dalam keinginan, daya beli, lokasi geografis, perilaku pembelian, dan kebiasaan pembelian mereka. Segmentasi merupakan titik tengah antara pemasaran massal dan pemasaran individual. Konsumen yang menjadi bagian dari suatu segmen diasumsikan cukup serupa dalam keinginan dan kebutuhan mereka. Pemasaran segmen menawarkan beberapa manfaat dibandingkan dengan pemasaran massal. Perusahaan dapat menciptakan produk yang lebih selaras dan mengenakan harga yang pantas bagi segmen sasaran. Pilihan saluran distribusi dan komunikasi jauh lebih mudah. Dan perusahaan mungkin menghadapi lebih sedikit pesaing yang memusatkan perhatian pada segmen ini. 2. Pemasaran Celah, Pemasaran celah adalah kelompok yang didefinisikan secara lebih sempit, khususnya pasar kecil yang kebutuhannya sedang tidak dilayani dengan baik. Pemasar biasanya mengidentifikasi celah dengan membagi-bagi segmen menjadi sub-segmen atau dengan menetapkan sebuah kelompok yang memiliki sekumpulan ciri-ciri yang berbeda yang mungkin mencari gabungan manfaat khusus.

commit to user II-2


digilib.uns.ac.id

3. Pemasaran Lokal, Pemasaran sasaran semakin banyak menggunakan ciri-ciri pemasaran regional dan lokal, dengan program pemasaran yang disesuaikan dengan kebutuhan dan keinginan kelompok pelanggan lokal (wilayah perdagangan, lingkungan sekitar, bahkan toko individual). 4. Pemasaran Individual, Tingkat segmentasi tertinggi mengarah pada “segmen tunggal”, “pemasaran sesuai dengan pesanan atau customized marketing”, atau “pemasaran satulawan-satu”. 2.1.2 Prosedur Segmentasi Pasar Menurut Kotler (1997) prosedur resmi dalam mengidentifikasi segmen utama pasar terdiri dari tiga langkah, yaitu: 1. Tahap Survei, Periset menyelenggarakan wawancara untuk mencari penjelasan dan kelompok pengamatan untuk mendapatkan pemahaman atas motivasi, sikap dan perilaku konsumen. Dengan menggunakan penemuan ini, periset menyiapkan kuesioner resmi untuk mengumpulkan data tentang atribut dan peringkat kepentingan mereka, kesadaran merk dan kesadaran peringkat merk, pola-pola pemakaian produk, sikap terhadap kategori produk, demografis, geografis, psikografis, dan mediagrafis dari responden. 2. Tahap Analisa, Periset menerapkan analisis faktor terhadap data tersebut untuk mengetahui korelasi antar variabel, kemudian periset menerapkan analisis kelompok untuk menghasilkan jumlah segmen yang berbeda-beda secara maksimum. 3. Tahap Pembentukan, Masing-masing kelompok dibentuk berdasarkan perbedaan sikap, perilaku, demografis, psikografis dan pola media. Masing-masing segmen dapat diberi nama berdasarkan sifat-sifat dominannya. Segmentasi pasar itu harus dilakukan kembali secara periodik karena segmen pasar berubah. 2.1.3 Dasar Segmentasi Pasar Konsumen Menurut Kotler (1997) variabel-variabel yang biasa digunakan dalam segmentasi pasar antara lain:

commit to user II-3


digilib.uns.ac.id

1. Segmentasi geografis, Dalam segmentasi geografis pasar dibagi menjadi kelompok-kelompok berdasarkan variabel-variabel geografis seperti negara, negara bagian, wilayah, propinsi, kota, atau lingkungan. 2. Segmentasi demografis, Dalam segmentasi demografis pasar dibagi menjadi kelompok-kelompok berdasarkan variabel-variabel demografis seperti usia, ukuran keluarga, siklus hidup keluarga, jenis kelamin, penghasilan, pekerjaan, pendidikan, agama, ras, generasi, kewarganegaraan, dan kelas sosial. 3. Segmentasi psikografis, Dalam segmentasi psikografis pasar dibagi menjadi kelompok-kelompok berdasarkan variabel-variabel seperti kelas sosial, gaya hidup, dan kepribadian. Orang-orang dalam kelompok demografis yang sama dapat menunjukkan gambaran psikografis yang sangat berbeda. 4. Segmentasi Perilaku, Dalam segmentasi perilaku, pembeli dibagi menjadi kelompok-kelompok berdasarkan pengetahuan, sikap, pemakaian, atau tanggapan mereka terhadap suatu produk. Variabel perilaku seperti kejadian, manfaat, status pemakai, tingkat pemakaian, status kesetiaan, tahap kesiapan pembeli, dan sikap merupakan titik awal dalam membentuk segmen pasar. 2.1.4 Persyaratan Segmentasi yang Efektif Menurut Kotler (1997) agar dapat berguna, segmen-segmen pasar haruslah: 1. Dapat diukur: Ukuran, daya beli, dan profil segmen dapat diukur. 2. Besar: Segmen cukup besar dan menguntungkan untuk dilayani. Suatu segmen harus merupakan kelompok homogen terbesar yang paling mungkin, yang berharga untuk diraih dengan program pemasaran yang dirancang khusus untuk mereka. 3. Dapat diakses: Segmen dapat dijangkau dan dilayani secara efektif. 4. Dapat dibedakan: Segmen-segmen secara konseptual dapat dipisah-pisahkan dan memberikan tanggapan yang berbeda terhadap elemen dan program bauran pemasaran yang berbeda.

commit to user II-4


digilib.uns.ac.id

5. Dapat diambil tindakan: Program-program yang efektif dapat dirumuskan untuk menarik dan melayani segmen-segmen tersebut.

2.2 TELUR ASIN

Telur asin merupakan salah satu produk telur tradisional yang diawetkan

yang paling populer di negara-negara oriental. Telur asin merupakan salah satu metode pengawetan telur. Telur asin adalah telur utuh yang diawetkan dengan adonan yang dibubuhi garam. Ada tiga cara pembuatan telur asin (Margono, 2000), yaitu: 1.

Telur asin dengan adonan garam berbentuk padat atau kering.

2.

Telur asin dengan adonan garam ditambah ekstrak daun teh.

3.

Telur asin dengan adonan garam, dan kemudian direndam dalam ekstrak atau cairan teh. Metode pengasinan yang dilakukan sampai sekarang adalah perendaman di

dalam larutan garam atau pembalutan dengan adonan garam dan bubuk bata merah atau adonan garam dan abu gosok. Waktu yang dibutuhkan untuk perendaman atau pembalutan kurang lebih 14 hari. Biasanya telur diawetkan dengan cara ini dapat bertahan sampai tiga minggu. Telur yang diawetkan dengan cara ini selain awet juga merniliki rasa yang khas. Fungsi garam pada pengawetan ini adalah untuk menerobos kecabang hingga menembus pori-pori kulit telur bagian dalam, putih telur dan kuning telur sehingga bagian-bagian tadi menjadi asin. Telur yang biasa dibuat telur asin adalah telur itik. Telur ayam sukar dibuat telur asin, hal ini disebabkan karena telur ayam memiliki kulit yang lebih tipis daripada kulit telur bebek. 2.2.1 Pengawetan Telur Asin Cara pengawetan telur sangat penting guna mempertahankan kualitas telur. Banyak cara pengawetan telur, dari mulai yang sederhana sampai dengan yang berteknologi tinggi, demikian pula daya tahannya sangat beragam. Prinsip pengawetan telur untuk mencegah masuknya bateri pembusuk kedalam telur dan mencegah keluarnya air dari dalam telur. Untuk menjaga kesegaran dan mutu isi

commit to user II-5


digilib.uns.ac.id

telur, diperlukan teknik penanganan yang tepat, agar nilai gizi telur tetap baik serta tidak berubah rasa, bau, warna, dan isinya. Keuntungan pengawetan telur asin, adalah: 1.

Telur yang diasinkan bersifat stabil, dapat disimpan tanpa mengalami proses perusakan.

2.

Dengan pengasinan rasa amis telur akan berkurang tidak berbau busuk, dan rasanya enak.

2.3 TEORI STATISTIK 2.3.1 Populasi dan Sampel 1.

Populasi, Menurut Arikunto (2006) Populasi adalah keseluruhan subjek penelitian, yaitu semua elemen yang ada diwilayah penelitian. Populasi adalah wilayah generalisasi yang terdiri atas: obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya.

2.

Sampel, Menurut Sugiyono (2009) sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Bila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi itu.

2.3.2 Metode Pengambilan Sampel Menurut Singarimbun (1995) suatu metode pengambilan sampel yang ideal memiliki sifat-sifat sebagai berikut: 1. Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi yang diteliti. 2. Dapat

menentukan

ketepatan

hasil

penelitian

dengan

menentukan

penyimpangan baku dari tafsiran yang diperoleh. 3. Sederhana dan mudah dilakukan. 4. Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah mungkin.

commit to user II-6


digilib.uns.ac.id

Terdapat banyak cara untuk memperoleh sampel yang diperlukan dalam penelitian. Pada banyak kasus, beragam pertanyaan diberikan dan banyak variabel yang perlu diteliti, sehingga sangat penting untuk memperoleh sampel yang representatif.

Sangatlah

dimungkinkan,

atau

bahkan

diperlukan,

untuk

memperoleh sampel yang representatif hanya dari penilaian dan pengertian umum. Ada dua macam metode pengambilan sampel yaitu pengambilan sampel secara acak (probability sampling) dan pengambilan sampel secara tidak acak (nonprobability sampling) (Santoso dan Tjiptono, 2001). 1. Pengambilan sampel secara acak (probability sampling) Pengambilan sampel secara acak (probability sampling) adalah metode sampling yang setiap anggota populasinya memiliki peluang yang spesifik dan bukan nol untuk terpilih sebagai sampel. Peluang setiap anggota populasi tersebut dapat sama, dapat juga tidak. Metode pengambilan sampel secara acak, terdiri dari: a. Simple random sampling atau sampel acak sederhana, Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada setiap unsur atau elemen populasi tidak merupakan hal yang penting bagi rencana analisisnya. b. Stratified random sampling atau sampel acak distratifikasikan, Karena unsur populasi berkarakteristik heterogen, dan heterogenitas tersebut mempunyai arti yang signifikan pada pencapaian tujuan penelitian, maka peneliti dapat mengambil sampel dengan cara ini. c. Cluster sampling atau sampel gugus, Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang distratifikasikan, di mana setiap unsur dalam satu stratum memiliki karakteristik yang homogen (stratum A: laki-laki semua, stratum B: perempuan semua), maka dalam sampel gugus, setiap gugus boleh mengandung unsur yang karakteristiknya berbeda-beda atau heterogen.

commit to user II-7


digilib.uns.ac.id

d. Systematic sampling atau sampel sistematis, Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak memiliki alat pengambil data secara random, cara pengambilan sampel sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa dijadikan sampel adalah yang “keberapa”. e. Area sampling atau sampel wilayah, Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi penelitiannya tersebar di berbagai wilayah. Misalnya, seorang marketing manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan sampel dengan area sampling sangat tepat. 2. Pengambilan sampel secara tidak acak Pengambilan sampel secara tidak acak (non probability sampling) adalah metode sampling yang setiap anggota populasinya tidak memiliki peluang yang sama untuk dipilih sebagai sampel, bahkan probabilitas anggota populasi tertentu untuk terpilih tidak diketahui. Dalam pengambilan sampel secara tidak acak, pemilihan unit sampling didasarkan pada pertimbangan atau penilaian subjektif dan tidak pada penggunaan teori probabilitas. Pengambilan sampel secara tidak acak terdiri dari: a.

Convenience sampling, Suatu teknik pengambilan sampel dimana sampel yang diambil merupakan sampel yang paling mudah diperoleh atau dijumpai. Dalam hal ini, unit sampel sangat mudah diakses, diukur, dan sangat bekerja sama sehingga teknik sampling ini sangat mudah, murah dan cepat dilaksanakan.

b.

Judgmental sampling, Suatu teknik pengambilan sampel dimana pemilihan sampel dilakukan dengan pertimbangan subjektif tertentu berdasar beberapa ciri atau karakteristik yang dimiliki sampel tersebut, yang dipandang berhubungan erat dengan ciri atau karakteristik populasi yang sudah diketahui sebelumnya. Sampel yang purposif adalah sampel yang dipilih dengan cermat sehingga relevan dengan penelitian.

commit to user II-8


c.

digilib.uns.ac.id

Quota sampling Suatu teknik pengambilan sampel dimana sampel diambil dari suatu sub populasi yang mempunyai karakteristik-karakteristik tertentu dalam batasan jumlah atau kuota tertentu yang diinginkan.

d.

Snowball sampling Suatu teknik pengambilan sampel yang sangat sesuai digunakan untuk mengetahui populasi dengan ciri-ciri khusus yang sulit dijangkau. Pemilihan pertama dilakukan secara acak, kemudian setiap responden yang ditemui diminta untuk memberikan informasi mengenai rekan-rekan lain yang mempunyai kesamaan karakteristik yang dibutuhkan, sehingga diperoleh responden tambahan.

2.3.3 Skala Pengukuran Pengukuran merupakan suatu proses suatu angka atau simbol dilekatkan pada karakteristik atau properti suatu stimuli sesuai dengan aturan atau prosedur yang telah ditetapkan. Ada beberapa aspek penting yang perlu diperhatikan antara lain: 1.

Prosedur pemberian angka atau simbol yang dapat diartikan sebagai suatu proses penentuan angka atau simbol yang diperlukan dalam suatu skala.

2.

Property of object yang berarti sifat-sifat yang terlekat pada obyek yang diteliti.

3.

Dalam rangka memberikan karakterisasi pada beberapa properti yang akan ditanyakan, yang berarti pemberian simbol tersebut terkait dengan sifat-sifat obyek yang diteliti.

2.3.4 Jenis Skala Pengukuran Maksud dari skala pengukuran ini untuk mengklasifikasi variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian selanjutnya (Sugiyono, 1997). Pada dasarnya proses pengukuran dalam penelitian merupakan rangkaian beberapa kegiatan, sebagai berikut: 1.

Pengukuran dimensi variabel pengukuran

2.

Perumusan ukuran untuk masing-masing dimensi

3.

Penentuan tingkat ukuran.

commit to user II-9


digilib.uns.ac.id

Proses pengukuran dan pemberian angka-angka diharapkan bersifat isomorfik terhadap realita artinya mempunyai persamaan dengan kenyataan. Tingkat ukuran yang diberikan terhadap konsep yang diamati tergantung pada aturan yang digunakan. Peraturan ini perlu diketahui oleh peneliti agar peneliti dapat mengukur dan memberikan nilai yang tepat bagi konsep yang diamati. Tigkat pengukuran pertama kali dilakukan oleh Steven pada tahun 1946. Adapun Skala pengukuran dapat dikelompokkan menjadi empat jenis, yaitu (Sugiyono, 1997): 1.

Skala Nominal Skala nominal merupakan skala pengukuran yang menyatakan kategori, kelompok dari suatu subyek. Misalkan variabel jenis kelamin, responden dapat dikelompokkan ke dalam dua kategori laki-laki dan wanita. Kedua kelompok ini dapat diberi kode angka 1 dan 2. Angka ini hanya berfungsi sebagai label kategori semata tanpa nilai intrinsik dan tidak memiliki arti apaapa. Oleh sebab itu tidaklah tepat menghitung rata-rata dan standar deviasi dari variabel jenis kelamin. Angka 1 dan 2 hanya sebagai cara untuk mengelompokkan subyek ke dalam kelompok yang berbeda atau hanya untuk menghitung berapa banyak jumlah di setiap kategori.

2.

Skala Ordinal Skala ordinal tidak hanya mengkategorikan variabel kedalam kelompok, tetapi juga melakukan rangking terhadap kategori. Misalkan kita ingin mengukur preferensi responden terhadap empat merek produk air mineral, merek Aqua, Aquana, Aquaria, Aquades. Kita dapat meminta responden untuk memberi angka 1 untuk yang disukai, angka 2 untuk rangking kedua dan seterusnya. Merek Air Mineral

Rangking

Aqua

1

Aquana

2

Aquaria

3

Aquades

4

commit to user II-10


3.

digilib.uns.ac.id

Skala Interval Skala interval meliputi konsep equality dari peningkatan menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. Misalkan disamping menanyakan responden untuk melakukan rangking preferensi terhadap merek, mereka juga diminta untuk memberikan nilai (rate) terhadap preferensi merek sesuai dengan lima skala penilaian, sebagai berikut: Nilai Skala

Preferensi

1

Preferensi sangat tinggi

2

Preferensi tinggi

3

Preferensi moderat

4

Preferensi rendah

5

Preferensi sangat rendah

Jika kita berasumsi bahwa urutan kategori menggambarkan tingkat preferensi yang sama, jika kita dapat mengatakan bahwa perbedaan preferensi responden untuk kedua merek air mineral mendapatkan rating 1 dan 2 adalah sama dengan perbedaan preferensi untuk dua merek lainnya yang memiliki rating 4 dan 5. 4.

Skala Rasio Skala rasio adalah skala interval dan memiliki nilai dasar (based value) yang tidak dapat dirubah. Misalkan umur responden memiliki nilai dasar nol. Nilai rasio dapat ditransformasikan dengan cara mengalikan dengan konstanta, tetepi transformasi tidak dapat dilakukan jika cara menambah konstanta karena hal ini akan merubah nilai dasarnya. Jadi transformasi yang valid terhadap skala rasio adalah, sebagai berikut: ……………………………………………… persamaan 2.1 Skala rasio memiliki nilai dasar, maka pernyataan yang mengatakan “Umur Adity dua kali umur Aya” adalah valid. Data yang dihasilkan dari skala rasio disebut data rasio dan tidak ada pembatasan terhadap alat uji statistik yang sesuai.



digilib.uns.ac.id

2.3.5 Klasifikasi Skala Klasifikasi skala yang digunakan dalam membuat kuesioner ada tujuh macam, adapun delapan klasifikasi skala (Widodo, 2004), sebagai berikut: 1.

Skala Borgadus, Skala borgadus adalah salah satu skala untuk mengukur jarak sosial yang dikembangkan oleh Emory S. Borgadus. Jarak sosial adalah derajat pengertian atau keintiman yang merupakan ciri hubungan sosial secara umum, dengan kontinum. Penyusunan pertanyaan harus jelas urutan kualitasnya. Kualitas dapat dinilai dari rendah ke tinggi atau sebaliknya. Jawaban dari pertanyaan diberi skor menurut konsep yang dianut. Misalkan konsep yang dianut mendukung kesetujuan kita terhadap satu hal, maka semakin tinggi kualitas, semakin tinggi skornya. Dan kualitas jawaban terendah diberi skor 1.

2.

Skala Sosiometrik, Skala ini sama halnya dengan bentuk skala borgandus, yaitu untuk mengukur jarak hubungan sosial. Skala ini tepatnya untuk mengukur penerimaan dan penolakan terhadap sesuatu dalam lingkungan atau kelompok tertentu misalnya di lingkungan kantor, sekolah dan sebagainya. Misalnya didalam perkumpulan organisasi yang anggotanya 15 orang akan memilih pimpinannya sebanyak tiga orang menurut rangkingnya dan harus dipilih oleh anggota seluruhnya.

3.

Skala Penilaian, Skala yang digunakan jika diyakini bahwa responden mengetahui bidang yang dinilai. Contoh: skala penilaian Petunjuk: berilah tanda centang pada batas yang tersedia menurut pernyataan berikut. Perilaku pemimpin saya di kantor adalah:

1

2

3

4


5

6

7


4.

digilib.uns.ac.id

Skala Rangking, Skala yang digunakan apabila responden diminta memberi tanggapan dengan cara membandingkan dengan obyek lain.

5.

Skala Thurstone, Skala ini bertujuan untuk mengurutkan responden berdasarkan ciri-ciri tertentu. Prosedur menyusun skala ini adalah sebagi berikut: a. Peneliti mengumpulkan beratus-ratus pertanyaan yang releven dengan masalah. b. Selanjutnya pertanyaan yang beratus-ratus diajukan kepada 50 – 300 responden

yang

independen

untuk

memberikan

pengelompokan

pertanyaan tadi. c. Jumlah kelompok pertanyaan selalu ganjil biasanya 5 sampai 9 dan mempunyai nilai negatif ditengahnya. d. Pertanyaan yang nilainya menyebar dibuang, sedangkan nilai yang hampir mendekati digunakan untuk membuat skala. Prosedur diatas agak sukar dilaksanakan peneliti dan memerlukan waktu yang relatif banyak, oleh sebab itu skala ini jarang digunakan. 6.

Skala Likert, Skala ini paling sering digunakan untuk mengukur sikap, pendapat, persepsi responden terhadap sesuatu obyek. Karena pembuatannya relatif mudah dan tingkat reabilitasnya tinggi. Beberapa hal yang perlu diperhatikan dalam menyusun pertanyaan dengan skala likert adalah: a. Bentuk standar skala likert adalah 1 sampai 5. b. Sebaiknya jumlah item dibuat berkisar 25 sampai 30 pertanyaan atau peryataan untuk mengukur sebuah variabel, sehingga reabilitanya cenderung tinggi. c. Buatlah item dalam bentuk positif dan negatif dalam proporsi yang seimbang serta ditempatkan secara acak. Persyaratan lainnya seperti petunjuk penyusunan kuesioner.

7.

Skala Guttman, Skala ini juga disebut skala scalogram, scale analysis, dan reproducibility. Skala ini merupakan pengembangan dari bentuk skala borgodus. Karena skala



digilib.uns.ac.id

borgodus mempunyai kelemahan adanya bias dalam mengisi. Hal ini disebabkan urutan pertanyaan jelas dari sukar ke mudah atau sebaliknya. Guttman memperbaiki cara penyusunan secara acak sehingga responden perlu hati-hati dalam mengisinya. 8.

Skala perbedaan sematik atau sematic differential, Responden diminta untuk memberikan penilaian terhadap suatu konsep atau obyek tertentu. Misalkan kepemimpinan, sikap wiraswasta, keadaan iklim, prosedur kerja dan sebagainya. Skala ini terdiri dari tujuh kolom dengan bipolar yang saling bertentangan. Untuk menghindarkan bias, maka polar positif dan negatif disusun secara acak. Sifat bipolar dapat ditentukan melalui pengalaman pribadi atau minta pendapat pakarnya.

2.3.6 Teknik Pengumpulan Data Teknik pengumpulan data pada penelitian merupakan prosedur yang sistematis dan standar guna memperoleh data kuantitatif. Menurut Soeratno (1988) data dapat dikumpulkan dengan beberapa cara, dengan cara dan sumber yang berbeda. Metode pengumpulan data, terdiri dari: 1. Observasi, Observasi adalah cara mengumpulkan data dengan cara melakukan pencatatan secara cermat dan teliti. Secara umum observasi dapat dilaksanakan: a. Dengan Partisipasi: Dalam observasi jenis ini, pengamat ikut menjadi partisipan. b. Tanpa Partisipasi: Dalam observasi tanpa partisipasi, pengamat bertindak sebagai non partisipan. 2. Wawancara, Wawancara merupakan salah satu teknik pengumpulan data penting dan banyak dilakukan delam pengembangan sistem informasi. Wawancara memungkinkan analisis sistem sebagai pewawancara untuk mengumpulkan data secara tatap muka langsung dengan orang yang diwawancarai. Wawancara bukanlah satu-satunya teknik yang terbaik untuk semua situasi sama halnya dengan teknik pengumpulan data yang lain. Wawancara memungkinkan analisis sistem mendengar tujuan-tujuan, perasaan, pendapat dan prosedur-



digilib.uns.ac.id

prosedur informal dalam wawancara dengan para pembuat keputusan organisasional. Jenis pertanyaan dalam wawancara ada tiga macam, yaitu: a. Pertanyaan Terbuka (open-ended) Menggambarkan berbagi pilihan bagi orang yang diwawancarai untuk merespon. b. Pertanyaan Tertutup (close-ended) Merupakan alternatif dari pertanyaan terbuka. Pertanyaan tertutup responnya kemungkinan tertutup bagi orang yang diwawancarai karena hanya dapat memberi jawaban terbatas. c. Pertanyaan Berlanjut Tujuan pertanyaan berlanjut atau berkembang adalah untuk melampaui jawaban awal agar dapat gambaran yang jelas lagi, untuk mengklarifikasi dan memperluas poin orang yang diwawancarai. 3. Kuesioner, Kuesioner merupakan cara pengumpulan data dengan memberikan daftar pertanyaan kepada responden untuk diisi. Sudah barang tentu responden ditentukan dahulu berdasarkan teknik sampling. Tujuan pembuatan kuesioner adalah untuk memperoleh informasi yang relevan dengan penelitian dengan kesahihan yang cukup tinggi. Pertanyaan-pertanyaan dalam kuesioner dapat mencakup pertanyaan tentang fakta (agama, umur, jumlah anak), sikap dan pendapat, informasi (sejauh mana responden mengetahui sesuatu), dan persepsi diri (penilaian responden atas perilakunya sendiri). Apabila responden mau dan mampu menjawab kuesioner, maka akan didapat data yang akurat dan sahih. Kalau responden tidak mampu menjawab mengenai sesuatu maka jawaban yang didapat kurang sahih. Demikian juga kalau responden mampu tetapi tidak mau, maka jawabanya sering “dingawurkan”. Adakalanya responden takut menjawab secara jujur, sehingga jawaban yang muncul bukanlah jawaban yang sesungguhnya. Dalam hal ini diperlukan

kebijakan pembuat

kuesioner untuk

semacam itu.


pertanyaan-pertanyaan


digilib.uns.ac.id

Macam kuesioner dapat dibagi menjadi: a.

Jenis Pertanyaan Berdasarkan jenis pertanyaan, kuesioner dibedakan menjadi empat macam (rangkuti, 2002), yaitu: 1. Pertanyaan terbuka, Pertanyaan terbuka adalah pertanyaan yang tidak mengiring ke jawaban yang sudah ditentukan dan tinggal dipilih dari alternatif yang ditawarkan. Contoh: Menurut pendapat anda susu instan apa yang paling disukai anak-anak? 2. Pertanyaan tertutup Pertanyaan tertutup adalah pertanyaan yang sudah menggiring ke jawaban yang alternatifnya sudah ditetapkan (ya atau tidak). Contoh: Apa anda sudah mendengar bahwa Edi Tamsil meloloskan diri? (1) Ya

(2) Tidak

3. Pertanyaan kombinasi terbuka dan tertutup Pertanyaan kombinasi terbuka dan tertutup adalah pertanyaan yang disediakan jawabannya tetepi kemudian diberi pertanyaan terbuka, dimana pada pertanyaan tersebut responden bebas memberikan jawaban. 4. Pertanyaan semi terbuka Pertanyaan semi terbuka adalah pertanyaan yang disediakan pilihan jawabannya tetapi kemudian masih ada kemungkinan bagi responden untuk memberikan jawabannya. b.

Cara Administrasinya: 1. Dikirim melalui pos Untuk responden dalam jumlah banyak dan tersebar dalam radius yang luas, dapat digunakan angket yang dikirim lewat pos. Peneliti sudah menyediakan

amplop

yang

telah

ditempeli

perangko

untuk

pengembalian angket. Angket yang dikirim melalui pos akan



digilib.uns.ac.id

menghemat waktu dan tenaga. Di samping memungkinkan responden tanpa diganggu kehadiran orang lain. Kelemahan dari kuesioner lewat pos biasanya tingkat pengembalian rendah.

Antara

“yang

mengembalikan”

dengan

“yang

tidak

mengembalikan” mungkin berbeda jawabannya sehingga data menjadi kurang lengkap. Kuesioner yang dikirim lewat pos ini juga mengandung resiko tidak dipahaminya pertanyaan tanpa dikontrol (responden menafsirkan sendiri pertanyaan yang kurang paham). 2. Diberikan tatap muka Kelemahan-kelemahan dari angket yang dikirim lewat pos biasanya diatasi dengan “tatap muka”. Penggunaan angket tatap muka ini memerlukan biaya yang relatif lebih banyak. 2.3.7 Orthogonal Array Orthogonal array adalah matriks dari sejumlah baris dan kolom. Setiap kolom mempresentasikan faktor atau kondisi tertentu yang dapat berubah dari suatu percobaan ke percobaan lainnya. Masing-masing kolom mewakili faktorfaktor dari percobaan yang telah dilakukan. Array disebut orthogonal karena setiap level dari masing-masing faktor adalah seimbang dan dapat dipisahkan dari pengaruh faktor yang lain dalam percobaan. Orthogonal array merupakan suatu matriks faktor dan level yang tidak membawa pengaruh dari faktor atau level yang lain. Untuk dua level, tabel orthogonal array terdiri dari L4, L8, L12, L16, dan L32, sedangkan untuk tiga level tabel orthogonal array terdiri dari L9, L18, L27. Pemilihan jenis orthogonal array yang akan digunakan pada percobaan didasarkan pada jumlah total derajat bebas. Penentuan derajat kebebasan didasarkan pada: 1.

Jumlah faktor umum yang diamati dan interaksi yang diamati

2.

Jumlah level dari faktor yang diamati

3.

Resolusi percobaan yang diinginkan atau batasan biaya. Banyaknya level yang digunakan didalam faktor digunakan untuk memilih

orthogonal array. Jika faktornya ditetapkan berlevel dua maka yang digunakan orthogonal array level dua. Jika faktornya ditetapkan berlevel tiga maka yang



digilib.uns.ac.id

digunakan orthogonal array level tiga. Sedangkan jika sebagian faktor memiliki dua level dan faktor lainnya memiliki tiga level maka jumlah yang dipilih lebih besar akan menentukan jenis orthogonal array yang harus dipilih.

2.4 ANALISIS MULTIVARIAT Dalam penelitian, tahap analisis data sangat penting untuk menggali informasi dari observasi yang telah dilakukan (Sekaran, 2000; Aaker, 1995). Pada penelitian-penelitian yang melibatkan variabel majemuk salah satu alat yang digunakan adalah teknik analisis multivariat. Untuk mendapatkan informasi yang tepat dan valid, pemilihan teknik analisis multivariat harus memperhatikan tujuan penelitian yang dilakukan, asumsi dasar teknik analisis multivariat yang akan dipilih dan skala pengukuran yang digunakan saat pengumpulan data. Teknik Analisis Multivariat secara umum dapat dibagi menjadi dua kelompok besar (Hair et al, 1998), yaitu: 1.

Dependent Methods Teknik multivariat yang didalamnya terdapat variabel atau set variabel yang diidentifikasikan sebagai variabel tergantung (dependent variable) dan variabel lainnya sebagai variabel bebas (independent variable). Metode ini meliputi multiple regression analysis, multiple discriminant analysis, logistic regression, multivariate analysis of variance (MANOVA), conjoint analysis, canonical correlation analysis, dan structural equation modeling (LISREL).

2.

Interdependence Methods Teknik multivariat dimana semua variabel dianalisis secara simultan, tidak ada variabel yang diidentifikasikan bebas atau tergantung. Metode ini meliputi factor analysis, cluster analysis, dan multi dimensional scalling (MDS).



digilib.uns.ac.id

2.4.1 Metode Mempelajari Kebutuhan Konsumen Tujuh metode untuk mempelajari kebutuhan konsumen (Anderson, 1993), yaitu: 1.

Metode Perkiraan Karyawan Perusahaan, Perkiraan nilai untuk penawaran produk yang diperoleh dari tes laboratorium yang dilakukan oleh para ilmuwan atau insinyur dalam perusahaan pemasok sendiri.

2.

Kuesioner pertanyaan terbuka dan tertutup, Dalam sebuah survei penelitian lapangan, responden diberi deskripsi tentang penawaran produk potensial atau konsep produk. Kemudian responden diberi pertanyaan lagi untuk menilai perusahaan mereka.

3.

Benchmark, Dalam sebuah survei penelitian lapangan, responden diberikan uraian dari penawaran produk, biasanya merupakan standar industri saat ini, yang berfungsi sebagai korban "benchmark".

4.

Estimasi fokus pada kelompok, Dalam fokus pada kelompok, peserta terkena penawaran produk potensial atau konsep produk. Kemudian responden diberi pertanyaan lagi untuk menilai perusahaan mereka.

5.

Observasi konsumen ketika menggunakan produk, Wawancara dilakukan pada konsumen perusahaan untuk menentukan daftar komprehensif dari elemen biaya yang terkait dengan penggunaan penawaran produk dibandingkan dengan incumbent menawarkan produk (misalnya, biaya siklus hidup).

6.

Penggunaan skala rating, Dalam sebuah survei penelitian lapangan, responden diberi satu set atribut atau fitur dari penawaran produk dan kemudian responden diminta untuk menilai pentingnya perusahaan mereka. Untuk atribut atau fitur-fitur yang diperingkat, responden juga diminta untuk memberi peringkat pada perusahaan

pemasok

sehubungan

dengan

kinerja

mereka,

sehingga

memberikan analisis pesaing dari nilai yang diberikan dengan menawarkan setiap produk pemasok.



7.

digilib.uns.ac.id

Analisis conjoint, Dalam sebuah survei penelitian lapangan, responden diminta untuk mengevaluasi satu set penawaran produk potensial dalam hal preferensi pembelian perusahaan mereka untuk setiap penawaran.

2.4.2 Analisis Conjoint Pengukuran analisis conjoint memainkan peran penting dalam pemasaran (Hardle dan Shimar, 2003). Analisis conjoint adalah analisis dimana analisis tersebut memberikan suatu ukuran kuantitatif mengenai kepentingan relatif (relative importance) suatu atribut terhadap atribut lain dari suatu produk (barang atau jasa) (Supranto, 2001). Analisis conjoint mencoba untuk menentukan kepentingan relatif yang dikaitkan pelanggan pada atribut yang penting dan utilitas yang mereka kaitkan pada tingkatan atau level atribut. Informasi ini diturunkan dari evaluasi merk pelanggan atau brand profiles dari atribut dan tingkatan atau levelnya. Responden dipresentasikan dengan stimulus yang terdiri dari kombinasi tingkatan atau level atribut. Para konsumen diminta untuk mengevaluasi stimulus ini yang dinyatakan dalam keinginan mereka atau their desirability. Prosedur conjoint mencoba untuk memberikan nilai pada tingkatan atau level dari setiap atribut, sehingga nilai yang dihasilkan atau utilitas yang dikaitkan pada stimulus cocok atau sedekat mungkin dengan evaluasi input yang diberikan oleh responden. Asumsi yang mendasari adalah bahwa setiap stimulus seperti produk, merk, atau toko dievaluasi sebagai perangkat atribut. Dalam mendesain sebuah produk baru sangat penting untuk mengetahui jenis komponen mana yang membawa utilitas konsumen. Pengukuran analisis conjoint adalah metode untuk menghubungkan komponen atribut utilitas (partworth) berdasarkan peringkat yang diberikan hasil produk yang berbeda. Analisis conjoint telah dipergunakan dalam riset pemasaran untuk berbagai tujuan, antara lain meliputi (Supranto, 2001): 1.

Menentukan kepentingan relatif dari atribut di dalam proses pemilihan oleh pelanggan. Output baku dari analisis conjoint terdiri dari kepentingan relatif dari timbangan yang diturunkan untuk semua atribut yang dipergunakan untuk membangun stimulus yang diperuntukkan dalam tugas evaluasi.



digilib.uns.ac.id

Kepentingan relatif timbangan (weight) menunjukkan atribut mana yang penting didalam mempengaruhi pilihan pelanggan. 2.

Mengestimasi pangsa pasar merek yang berbeda dalam tingkatan level atribut. Utilitas yang diturunkan dari analisis conjoint dapat dipergunakan sebagai input kedalam suatu pilihan simulator untuk menentukan sumbangan pilihan, kemudian pangsa pasar dengan berbagi jenis merek.

3.

Menentukan komposisi merek yang disenangi, feature dari merek dapat dibuat bervariasi dinyatakan dengan tingkatan level atribut dan utilitas yang bersangkutan ditentukan. Feature dari merek yang dihasilkan utilitas tertinggi menunjukkan komposisi merek yang disenangi (paling dipilih)

4.

Membuat segmen pasar berdasarkan pada kemiripan preferensi untuk tingkatan atau level atribut. Fungsi part-worth diturunkan untuk atribut, mungkin dipergunakan sebagai basis (dasar) untuk mengelompokkan (clustering) responden, untuk mencapai segmen preferensi yang homogen. Aplikasi atau penggunaan analisis conjoint diterapkan dalam barang

konsumsi, barang industri, keuangan, dan jasa lainnya. Aplikasi ini sudah meluas di seluruh bidang pemasaran. Suatu survei yang baru tentang aplikasi analisis conjoint untuk mengidentifikasi produk atau konsep baru, analisis kompetitif, harga, segmentasi pasar, periklanan dan distribusi. Sebagai bagian dari multivariate dependence methods, analisis conjoint dapat diekspresikan dalam model: Y1 (non-metrik atau metrik)

= X1 + X2 + X3 + … + Xn ….… persamaan 2.2 (non-metrik)

Variabel independen (X) sering disebut dengan faktor dan berupa data non-metrik yang merupakan bagian dari faktor dan disebut level. Sedangkan variabel dependen (Y1) adalah pendapat keseluruhan (overall preference) dari responden terhadap sekian faktor dan level pada sebuah produk atau jasa.

Fase utama dari analisis conjoint (Kotri, 2006), yaitu: 1.

Memilih atribut produk untuk diteliti, Dalam membuat kartu konsep pada awalnya memilih lima sampai sepuluh atribut produk yang paling relevan, sebaiknya sesuai dengan kebutuhan paling penting dari konsumen. Untuk identifikasi awal menggunakan



digilib.uns.ac.id

informasi yang diperoleh dari interaksi konsumen, kuesioner, kelompok fokus dan wawancara. 2.

Memilih metode pengumpulan data, Dalam metode pengumpulan data dalam analisis conjoint terdiri dari dua jenis, yaitu: pairwise comparison dan full-concept. Pada pendekatan pairwise comparison,pelanggan diminta untuk memilih diantara dua atribut yang disajikan dengan tingkat atribut khusus. Kekurangan pairwise comparison adalah adanya perbedaan situasi penelitian yang tinggi dari kehidupan nyata yang membuat konsumen hanya membandingkan dua atribut produk, dan banyaknya pertanyaan (pairwise comparison) yang dibutuhkan untuk analisis. Oleh karena itu pairwise comparison diperbolehkan jika jumlah atribut produk banyak dan tidak mungkin untuk menerapkan metode full-concept.

3.

Menyusun konsep kartu, Penyusunan

konsep

kartu

digunakan

untuk

menentukan

kebutuhan

eksperimen. Setelah kartu konsep disusun, dilakukan prosedur orthogonal array. Prosedur dari orthogonal array (perencanaan faktorial parsial) memungkinkan untuk mengurangi jumlah kartu konsep dalam kasus yang disajikan untuk memperkirakan hasil secara efisien. Peneliti harus memilih orthogonal array, yang tidak termasuk konsep produk yang tidak layak (orthogonal array lebih dari satu). 4.

Memilih format presentasi atribut produk, Dalam format presentasi atribut ada tiga bentuk format, yaitu: produk nyata, kartu, dan deskripsi. Kita harus memilih format apa yang digunakan untuk menyajikan konsep produk. Hal ini memungkinkan menggunakan deskripsi produk dalam paragraf yang dapat memberikan gambaran produk yang realistis dan lengkap. Pada umumnya format presentasi menggunakan format sistematis yang menyajikan atribut produk dalam kolom sebagai kata kunci.

5.

Pengumpulan data, Data dikumpulkan dari responden melalui wawancara baik wawancara pribadi atau kelompok. Dalam wawancara, responden diminta melihat seluruh kartu konsep produk yang akan dirancang dan memberikan peringkat menurut



digilib.uns.ac.id

preferensi pembelian responden. Metode ini dapat meminimalkan kesalahan respon. 6.

Model Preferensi, Kebutuhan

dan

preferensi

konsumen

biasanya

dimodelkan

dengan

menggunakan salah satu dari tiga bentuk fungsi utilitas, yaitu: model vektor, model ideal point dan model part-worth. Model vektor adalah fungsi linier tunggal yang mengasumsikan preferensi akan meningkat dengan kenaikan kualitas atribut p (penurunan preferensi jika fungsi negatif). Model ideal point merupakan fungsi titik lengkung yang menentukan jumlah atribut ideal, model ini sesuai untuk atribut kualitatif. Model part-worth adalah model perkiraan utilitas yang paling sederhana yang merupakan atribut utilitas oleh kurva linier. • Model Vektor

t

∑ Wp Yjp

……………………………..……………… Persamaan 2.3

p =1

• Model Ideal-Point

dj2

Yjp

t

∑ Wp (y

jp

- xp )

2

………………………..…………… Persamaan 2.4

p =1



digilib.uns.ac.id

• Model Part-Worth

t

∑ fp(y

jp

) …………………………………..…………… Persamaan 2.5

p =1

Gambar 2.1 Model preferensi Pada umumnya fungsi preferensi dalam analisis conjoint ditentukan dengan regresi kuadrat terkecil. Tujuan dari analisis ini untuk memprediksi pola pembelian konsumen. Validasi model dilakukan dengan menentukan korelasi antara prediksi peringkat urutan kartu dan peringkat urutan aktual dari kartu. Dalam beberapa penelitian, perbedaan korelasi memiliki rata-rata antara 0,7 – 0,8, meskipun telah mencapai korelasi 0,99. 7.

Menentukan kepentingan relatif atribut produk, Penentuan kepentingan relatif atribut dilakukan dengan memberikan bobot persentase pada masing-masing atribut dengan menggunakan skala prioritas. Rasio utilitas atribut khusus untuk jumlah seluruh atribut digunakan untuk menyatakan utilitas atribut global dengan persamaan, sebagai berikut:

t

……………...………….. persamaan 2.6

∑ (max Up - min Up) p =1

Dimana, Op

= Kepentingan relatif atribut produk

max Up

= Utilitas dari atribut yang paling disukai

min Up

= Utilitas dari atribut yang tidak disukai

Implementasi analisis conjoint dibantu dengan menggunakan software modern. Biasanya software statistik memiliki fungsi analisis conjoint tertentu dan dapat menyelesaikan proses pengolahan data dengan lancar.



8.

digilib.uns.ac.id

Implementasi Analisis Conjoint Untuk mengestimasi part-worth dan kepentingan relatif atribut produk dengan menggunakan software SPSS, metode estimasi yang digunakan yaitu metode ordinary least squere. S = B0+ B11 + B12 + B13 + B21 + B22 + B23 + B31 + B32 + B33 + B41 + B42 + B43 + B51 + B52 + B61 + B62 ……………………………… Persamaan 2.7 Parameter B dari variable independen menunjukkan part-worth dari atribut yang berbeda untuk konsumen tertentu. Dari part-worth ini dapat ditentukan kepentingan relatif dari atribut yang berbeda.

2.4.3 Analisis Cluster Analisis cluster adalah suatu analisis statistik untuk membuat kelompok (cluster) dari data objek multivariat (Hardle dan Shimar, 2003). Metode yang biasa digunakan dibagi menjadi dua tahapan pokok yaitu pemilihan ukuran kedekatan dan pemilihan dari algoritma group-building. Tujuan analisis cluster dalam penelitian ini digunakan untuk mengidentifikasi sub segmen berdasarkan kebutuhan yang berbeda. Hal ini dilakukan dengan mengelompokkan individu yang homogen menurut beberapa kriteria yang tepat. Analisis cluster berusaha meminimumkan variansi didalam cluster (within-cluster) dan memaksimumkan variansi antar grup (between-cluster). Seperti halnya analisis faktor, pada analisis cluster tidak ada variabel yang didefinisikan bebas atau tergantung, semua variabel diperhitungkan secara simultan. Salah satu sifat analisis cluster adalah ‘more an art than a science’ (Hair et al, 1998) sehingga dapat dengan mudah mengalami salah terap (misapplied). Ukuran kesamaan atau algoritma yang berbeda dapat mempengaruhi hasil. Untuk mengatasi hal ini, harus dilakukan analisis cluster berulang-ulang dengan menggunakan metode yang berbeda-beda sehingga dapat menemukan pola tersembunyi dalam pengelompokan objek-objek yang ada. Metode analisis cluster yang populer adalah hierarchical method dan non hierarchical method atau positioning method. Dalam metode hirarki pembagian kelompok dilakukan berdasarkan hirarki yang ada sehingga jumlah kelompok data yang terbentuk sangat bergantung pada karakteristik data, sedangkan pada metode pemisahan berlawanan dengan metode hirarki yaitu jumlah kelompok ditentukan



digilib.uns.ac.id

dahulu baru kemudian data dibagi sesuai dengan jumlah kelompok yang telah ditetapkan. Kelas algoritma cluster dibagi menjadi dua jenis, yaitu: algoritma hirarki dan algoritma partisi. Algoritma hirarki dimulai dengan sekumpulan partisi dan selangkah demi selangkah menempatkan kelompok bersama. Teknik algoritma hirarki sering digunakan dalam praktek. Algoritma partisi dimulai dari awal clustering dan pertukaran unsur-unsur kelompok sampai nilai tertentu tercapai. Ada empat kriteria penugasan dalam metode agglomeratif, yaitu: 1.

Metode Single Linkage Metode ini lebih dikenal dengan metode hubungan atau nearst neighbour. Dalam metode hiraraki tunggal (single linkage) atau metode tetangga terdekat pelasanaannya didasarkan pada perhitungan jarak terpendek. Kedua objek ini akan membentuk kelompok pertama. Pada tahap selanjutnya satu atau dua kemungkinan dapat terjadi, yaitu pertama apakah objek ketiga akan bergabung pada kelompok yang telah terbentuk atau kedua objek ketiga ini akan bergabung dengan objek lainnya membentuk kelompok kedua. Pembentukan kelompok tergantung apakah jarak dari objek ke kelompok pertama lebih dekat dibandingkan dengan jarak objek tersebut dengan objek lainnya yang belum terkelompok. Proses ini berlangsung terus sampai semua objek menjadi satu.

2.

Metode Complete Linkage Metode ini juga disebut sebagai metode furtherst neighbour atau diameter method. Metode ini kebalikan dari metode single linkage dimana jarak antar cluster ditentukan sebagai jarak terjauh.

3.

Metode Average Linkage Metode average linkage merupakan variasi dari algoritma single linkage dan complete linkage. Algoritma yang dipakai sama dengan kedua metode tersebut kecuali pehitungan jarak yang dipakai, yaitu bahwa jarak antar cluster-cluster didefinisikan sebagai jarak rata-rata antara seluruh pasangan objek yang akan digabungkan.



4.

digilib.uns.ac.id

Metode Ward’s Error Sum Of Square Metode ini membentuk cluster berdasarkan jumlah total kuadrad deviasi tiap pengamatan dari rata-rata cluster yang menjadi anggotanya. Dalam hal ini nilai error sum of square merupakan fungsi objektif pada saat melakukan penggabungan. Menurut Hair et al (1998) langkah-langkah analisis cluster dapat dibagi

dalam enam tahap, yaitu: 1. Penentuan tujuan analisis Tujuan analisis cluster terbagi menjadi tiga, yaitu taxonomy description yang merupakan analisis cluster dilakukan dengan tujuan eksplorasi (exploratory purpose), yaitu untuk mengklasifikasikan objek-objek ke dalam beberapa grup, data simplification adalah analisis cluster yang dilakukan untuk menyederhanakan data, yaitu dengan mereduksi jumlah observasi bagi keperluan analisis selanjutnya dan relationship identification yaitu analisis cluster yang dilakukan untuk mengidentifikasi hubungan, yaitu dengan mengidentifikasi hubungan kemiripan (similarity) dan perbedaan (differences). 2. Penyusunan desain riset analisis Desain riset analisis cluster meliputi pendeteksian outlier, pengukuran kemiripan objek dan penstandarisasian data.

Dalam pendeteksian outlier,

outlier dapat mengubah struktur asli dan menghasilkan cluster yang tidak representatif terhadap struktur populasi yang sesungguhnya, oleh karena itu pendeteksian terhadap outlier sangat diperlukan.

Outlier dapat dideteksi

dengan menggunakan grafik, di mana dari grafik tersebut dapat diketahui adanya objek-objek yang mempunyai profil yang berbeda, yang ditunjukkan dari nilai yang sangat ekstrim pada satu atau beberapa variabel. Pada analisis cluster, konsep kemiripan adalah sangat mendasar. Kemiripan interobjek adalah pengukuran kesesuaian atau kemiripan antara objek yang akan dikelompokkan. Kemiripan interobjek dapat dilihat dari tiga ukuran, yaitu korelasi dan jarak untuk data metrik, serta asosiasi untuk data nonmetrik. Untuk mengetahui kemiripan dapat dilihat dari koefisien korelasi antara pasangan objek. Korelasi yang tinggi mengindikasikan kemiripan, dan sebaliknya korelasi yang rendah mengindikasikan perbedaan. Tetapi,



digilib.uns.ac.id

pengukuran korelasi ini sangat jarang digunakan karena penekanan aplikasi analisis cluster adalah pada jarak objek, bukan pola nilainya. Pengukuran jarak berdasar kemiripan yang mewakili kemiripan sebagai kedekatan observasi dengan yang lain.

Pengukuran jarak

sesungguhnya

adalah pengukuran terhadap perbedaan, di mana semakin besar nilainya menunjukkan semakin kurang kemiripannya. Jarak dikonversikan sebagai pengukuran

kemiripan

dengan

menggunakan

hubungan

kebalikan.

Pengukuran asosiasi berdasar kemiripan digunakan untuk membandingkan objek yang termasuk data nonmetrik (nominal dan ordinal). Pengukuran ini dapat menilai tingkat kepercayaan atau kesesuaian antara pasangan responden. Sebelum proses penstandarisasian data dimulai, perlu ditentukan lebih dahulu apakah data perlu distandarisasi atau tidak. Pertimbangannya antara lain kebanyakan pengukuran jarak sangat peka terhadap perbedaan skala atau besarnya variabel, variabel dengan standar deviasi yang besar mempunyai pengaruh yang lebih terhadap nilai akhir kemiripan dan bila dilihat melalui grafik, tidak akan terlihat adanya perbedaan pada dimensi sehubungan dengan letaknya. Proses standarisasi dapat terbagi menjadi dua, yaitu standarisasi variabel dan standarisasi observasi atau objek. Standarisasi variabel adalah perubahan dari setiap variabel menjadi skor standar (z-scores) dengan mengurangi mean dan membaginya dengan standar deviasi setiap variabel. Standarisasi observasi dilakukan terhadap responden atau objek. Standarisasi ini

sangat

diperlukan,

jika

clustering

dilakukan

dengan

tujuan

mengidentifikasi kepentingan relatif suatu variabel terhadap variabel lainnya. Menurut Dillon (1984) dalam proses clustering, teknik yang dapat dilakukan untuk pengukuran jarak, antara lain: a. Interval 1) Euclidian Distance D(X, Y) =

∑ ( X i − Yi )

2

…………………..………..….Persamaan 2.8

2) Squared Euclidian Distance D(X, Y) = ( ∑ X − Y ) 2 i i

…………………………..……Persamaan 2.9



digilib.uns.ac.id

b. Frekuensi 1) Chi Square …Persamaan 2.10

 ∑ ( X − E(X )) 2   ∑ ( Y − E(Y )) 2  i i i i +  D(X, Y) =      E(Yi ) E(X i )     c. Biner 1) Squared Euclidian Distance

………………………………………..Persamaan 2.11

D(X, Y) = b + c

2) Euclidian Distance D(X, Y) =

b+c

……………………………………...Persamaan 2.12

3. Pengujian asumsi Analisis cluster tidak termasuk teknik statistik inferensia, di mana parameter analisis ini adalah seberapa besar sampel dapat mewakili populasi. Analisis cluster mempunyai sifat matematik dan bukan dasar statistik, syarat kenormalan, linieritas, dan homogenitas tidak begitu penting karena memberikan pengaruh yang kecil sehingga tidak perlu diuji. Adapun hal-hal yang perlu diuji adalah kerepresentatifan sampel dan multikolinieritas. Dalam kerepresentatifan sampel, sampel dikumpulkan dan cluster diperoleh dengan harapan dapat mewakili struktur populasi. Baik atau tidaknya analisis cluster sangat tergantung pada seberapa representatif sampel sehingga terlebih dahulu sampel

perlu

diuji

kerepresentatifannya.

Sementara

itu,

dalam

multikolinieritasan, variabel-variabel yang bersifat multikolinier secara implisit mempunyai bobot lebih besar. Multikolinieritasan bertindak sebagai proses pembobotan yang berpengaruh pada analisis, sehingga variabelvariabel

yang

digunakan

terlebih

dahulu

harus

diuji

tingkat

multikolinieritasannya. 4. Pembentukan cluster (partisi) dan penilaian overall fit Proses partisi (partitioning) dan penilaian overall fit dimulai setelah variabelvariabel yang digunakan dipilih dan matriks korelasi dibentuk. Sebelum proses dimulai, harus dilakukan pemilihan algoritma pembentukan cluster yang akan digunakan, dan penentuan berapa jumlah cluster yang akan



digilib.uns.ac.id

dibentuk. Algoritma pembentukan cluster terdiri dari prosedur hirarki (hierarchical

procedures)

dan

prosedur

nonhirarki

(nonhierarchical

procedures). Teknik hirarki adalah teknik clustering yang membentuk konstruksi hirarki atau berdasarkan tingkatan tertentu seperti struktur pohon. Jadi proses pengelompokan dilakukan secara bertingkat atau bertahap. Teknik hirarki terbagi menjadi dua, yaitu metode agglomeratif (agglomerative methods) dan metode divisif (divisive methods). Metode agglomeratif dimulai dengan pernyataan bahwa setiap objek membentuk clusternya masing-masing. Dua objek dengan jarak terdekat bergabung, selanjutnya objek ketiga akan bergabung dengan cluster yang ada atau bersama objek yang lain membentuk cluster baru. Hal ini dilakukan dengan tetap memperhitungkan jarak kedekatan antar objek. Proses akan terus berlanjut hingga akhirnya terbentuk satu cluster yang terdiri dari keseluruhan objek. Sementara itu, metode divisif berlawanan dengan metode agglomeratif. Metode dimulai dengan satu cluster besar yang mencakup semua observasi (objek), kemudian objek yang memiliki ketidakmiripan besar dipisahkan sehingga membentuk cluster yang lebih kecil, dan seterusnya untuk objek-objek yang tidak mirip lainnya. Proses pemisahan terus berlanjut hingga setiap observasi adalah cluster bagi dirinya sendiri. Sementara itu, prosedur nonhirarki tidak melibatkan proses pembentukan konstruksi struktur pohon. Dimulai dengan memilih sejumlah nilai cluster awal sesuai dengan jumlah yang diinginkan kemudian objek digabungkan ke dalam cluster-cluster tersebut. Metode non hirarki yang digunakan adalah kmeans clustering. 5. Interpretasi hasil Pada tahap ini yang perlu diperhatikan adalah karakteristik apa yang membedakan masing-masing cluster kemudian sesuai dengan tujuan, pemberian nama dilakukan berdasar apa yang dapat diberikan oleh objek pembentuk kepada masing-masing cluster tersebut. Tentunya terlebih dahulu perlu ditentukan spesifikasi atau kreteria yang mendasari cluster-cluster yang telah terbentuk. Di samping itu, interpretasi dari hasil clustering dapat



digilib.uns.ac.id

dilakukan terhadap grafik dendogram maupun analisis nilai koefisien agglomeratif. Jarak antar pengelompokan sebenarnya merupakan interpretasi dari beberapa nilai kedekatan dalam menggabungkan objek dalam cluster. Interpretasi cluster menghasilkan lebih dari hanya suatu deskripsi. Interpretasi cluster memberikan penilaian kesesuaian cluster yang terbentuk berdasar teori prioritas atau pengalaman praktek. Dalam konfirmatori, analisis cluster memberikan pengertian secara langsung terhadap penilaian kesesuaian. Cluster juga memberikan langkah-langkah untuk membuat suatu penilaian dari segi signifikansi prakteknya. 6. Profiling cluster Tahap profiling meliputi penggambaran karakteristik dari setiap cluster untuk menjelaskan bahwa masing-masing cluster adalah berbeda berdasar dimensidimensi tertentu. Analisis profil tidak memfokuskan pada apa yang secara langsung menentukan cluster tapi karakteristik cluster setelah proses identifikasi. Lebih lanjut, adanya penegasan bahwa karakteristik adalah berbeda secara signifikan terhadap cluster dan dapat memprediksikan anggota-anggota cluster secara lebih spesifik.

2.5 PENELITIAN TERDAHULU Kotri (2006), melakukan penelitian yang berjudul “Analisis Nilai Pelanggan menggunakan Analisis Conjoint: Contoh Perusahaan Kemasan”. Tujuan penelitian ini adalah untuk mengetahui atribut-atribut kemasan yang penting oleh pelanggan di Perusahaan Estiko-Plastar. Penelitian ini menggunakan analisis conjoint. Secara deskriptif penelitian ini membahas tentang tujuh atribut kemasan diperusahaan Estiko-Plastar yaitu kualitas bahan plastik dan pengelasan, waktu pengiriman, kualitas percetakan, harga, kemahiran manajer pemasaran dan fleksibel produksi yang disebar kepada 36 responden untuk dirangking. Dari tujuh atribut tersebut didapatkan bahwa kualitas bahan plastik dan pengelasan yang paling dipilih oleh responden dengan nilai kepentingan relatif sebesar 23,9% dan harga sebesar 20,9% sebagai pilihan kedua yang dipilih ketika melihat kemasan di Estiko-Plastar. Untuk mengidentifikasi sub segmen yang bebeda maka dilakukan analisis cluster. Dari analisis cluster didapatkan empat segmen yaitu waktu



digilib.uns.ac.id

pengiriman yang singkat, manajer penjualan yang professional dan fleksibel produksi, kualitas bahan plastik yang baik dengan harga yang wajar dan kualitas bahan cetak dan bahan plastik. Manurung (2006), melakukan penelitian yang berjudul “Analisis Penelitian terhadap atribut-atribut sepatu olahraga reebok dengan menggunakan Conjoint Analysis”. Tujuan penelitian ini adalah untuk mengetahui atribut-atribut yang dianggap penting oleh konsumen sebagai pertimbangan dalam pemilihan produk sepatu olahraga reebok. Selain itu juga untuk mengetahui kombinasikombinasi atribut sepatu reebok yang diminati oleh konsumen. Penelitian ini menggunakan analisis conjoint. Secara deskriptif penelitian ini membahas tentang enam atribut sepatu reebok yaitu harga, warna, desain, bahan, lekatan, dan inovasi. Dari keenam atribut itu dibuat kuesioner yang disebarkan kepada 400 responden. Dari 400 responden tersebut didapatkan 367 responden yang kuesionernya sah untuk dilakukan pengolahan data. Hasil pengolahan data didapatkan bahwa responden membeli sepatu reebok pertama kali yang dilihat adalah desain sepatu dengan nilai kepentingan relatif sebesar 34,45 dan yang kedua adalah warna sepatu dengan nilai sebesar 35,35. Kastaman (2005), melakukan penelitian yang berjudul “Kajian Proses Pengasinan Telur dengan Metode Reverse Osmosis pada berbagai Lama Perendaman”. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh penerapan metode reverse osmosis dalam proses pengasinan telur terhadap beberapa karakteristik telur asin yang meliputi kehilangan air, penambahan garam, kadar air, kadar garam, perubahan berat telur dan karakteristik organoleptik telur asin. Secara deskriptif penelitian ini membahas tentang pengasinan dengan perlakuan berdasarkan kriteria kadar garam telur asin, kesukaan terhadap rasa telur asin, kesukaan terhadap warna telur asin, kesukaan terhadap tekstur telur asin dan kesukaan terhadap aroma telur asin. Berdasarkan kadar garam telur asin, semua perlakuan telur asin menghasilkan kadar garam diatas 2%. Kadar garam ini sudah sesuai dengan standar SNI karena standar SNI minimal 2%. Untuk kriteria kesukaan rasa telur metode reverse osmosis lebih disukai dari metode dehidrasi osmosis, untuk kriteria warna telur lebih disukai karena menghasilkan skor kesukaan warna yang lebih tinggi dan berbeda nyata dengan metode reverse



digilib.uns.ac.id

osmosis, untuk kriteria tekstur telur metode reverse osmosis dengan lama perendaman 58 jam menghasilkan kesukaan terhadap tekstur dengan skor lebih tinggi dan kriteria terhadap aroma telur perlakuan metode maupun lama perendaman tidak menunjukkan perbedaan yang nyata.



digilib.uns.ac.id

BAB III METODOLOGI PENELITIAN Langkah dalam penyusunan penelitian ini mengikuti langkah-langkah yang dilakukan mulai dari identifikasi masalah sampai pada penarikan kesimpulan.

Gambar 3.1 Metodologi Penelitian

commit to user III-1


digilib.uns.ac.id

3.1 IDENTIFIKASI MASALAH Tahap identifikasi ini merupakan tahap awal pada penelitian, yaitu: 3.1.1 Identifikasi Masalah Penentuan

identifikasi

masalah

penelitian

ini

untuk

membantu

mendapatkan komposisi atribut telur asin yang dianggap memiliki nilai paling tinggi di mata konsumen. 3.1.2 Studi Lapangan Studi lapangan digunakan untuk mengetahui dan mempelajari keadaan telur asin secara langsung. Studi lapangan ini dilakukan di Desa Sidodadi, Kecamatan Karangtengah, Kabupaten Sragen. 3.1.3 Studi Pustaka Tujuan studi pustaka adalah untuk menunjang pemecahan masalah dengan mencatat dan mempelajari referensi yang terkait sebagai sebuah teori dasar untuk sebuah analisis penelitian. Studi pustaka ini mengacu pada literatur yang membahas mengenai orthogonal array, analisis conjoint dan analisis cluster. Tahap ini digunakan untuk membandingkan kondisi di lapangan dengan hasil studi pustaka yang dilakukan dari beberapa referensi yang digunakan. 3.1.4 Perumusan Masalah Perumusan masalah dilakukan dengan menetapkan sasaran yang dibahas untuk dicari penyelesaian pemecahan masalahnya dengan teori referensi. Perumusan masalah dalam penelitian ini adalah menentukan atribut telur asin yang dianggap memiliki nilai paling tinggi di mata konsumen. 3.1.5 Tujuan dan Manfaat Penelitian Tujuan dan manfaat penelitian ditetapkan agar penelitian yang dilakukan dapat menjawab dan menyelesaikan rumusan masalah yang dihadapi. Tujuan penelitian ini untuk menghasilkan atribut dan tingkat telur asin yang mempunyai nilai di mata konsumen serta mengelompokkan konsumen berdasarkan tingkat atribut. Sedangkan manfaat penelitian ini dapat mengetahui informasi penting tentang karakteristik telur asin dan produsen telur dapat merancang karakteristik telur asin yang diinginkan konsumen.



digilib.uns.ac.id

3.2 PENGUMPULAN DATA Beberapa data yang harus dikumpulkan sebelum melakukan pengolahan data yaitu: 3.2.1 Penentuan Atribut Produk (Kuesioner I) Dalam penentuan atribut produk, dilakukan dengan melakukan penyebaran kuesioner I. Penyebaran kuesioner I ini pada prinsipnya dilakukan untuk mengetahui atribut telur asin yang bertujuan untuk menentukan atribut yang disukai oleh konsumen. Atribut telur asin ini digeneralisasikan untuk siapa saja sehingga untuk memudahkan dalam penelitian dilakukan disekitar UNS. Kuesioner I berupa pertanyaan terbuka dan tertutup sehingga responden tinggal menilai atribut apa saja yang dilihat ketika membeli telur asin. Dan responden juga dapat menuliskan atribut yang dipertimbangkan selain atribut yang sudah ada. Penyebaran kuesioner I dilakukan terhadap 40 responden. Kuesioner I ditampilkan di lampiran 1. 3.2.2 Penentuan Level pada Atribut Penentuan level atribut dilakukan setelah atribut-atribut telur asin pada kuesioner I didapatkan. Penentuan level pada atribut digunakan untuk menyusun kartu konsep. Level pada atribut ini didasarkan pada hasil penelitian atribut telur asin. 3.2.3 Penyusunan Kartu Konsep. Kartu konsep merupakan kombinasi antara atribut dan level pada telur asin. Penyusunan kartu konsep menggunakan orthogonal array. Dalam penelitian ini terdapat dua level yaitu atribut berlevel dua 2 dan berlevel tiga 3 . Penelitian ini tidak menggunakan full factor experiment karena akan didapatkan kartu konsep yang banyak. Oleh karena itu, dilakukan orthogonal array yang kemampuan untuk mengevaluasi beberapa faktor dengan jumlah test atau pengujian yang minimum dan juga penggunaan orthogonal array ini mengurangi ongkos dan waktu penelitian (Metasari, 2009). Orthogonal array ini menyajikan sebagian kecil yang cocok dari semua kombinasi tingkat atribut. Orthogonal array digunakan untuk mengurangi kartu konsep dalam kasus yang disajikan untuk memperkirakan hasil yang efisien.



digilib.uns.ac.id

3.2.4 Pengambilan Data (Kueisioner II dan Kartu Konsep) Pengambilan data dengan kuesioner II dan kartu konsep dilakukan menggunakan metode simple random sampling. Banyaknya jumlah responden yang digunakan dalam penyebaran adalah 40 responden dengan responden 25 ibu rumah tangga dan 15 mahasiswa. Kuesioner II digunakan untuk profiling cluster pada analisis cluster. Kueisioner II ditampilkan di lampiran 3 dan kartu konsep ditampilkan dalam lampiran 4.

3.3 PENGOLAHAN DATA Pengolahan data dibagi menjadi dua tahap. Tahap pertama adalah tahap analisis conjoint dan tahap kedua adalah tahap analisis cluster. Penjelasan mengenai pengolahan data, sebagai berikut: 3.3.1 Tahap Analisis Conjoint Tahap analisis conjoint digunakan untuk membantu mendapatkan komposisi atribut telur asin yang dianggap mempunyai nilai tertinggi di mata konsumen. Analisis conjoint dibagi 2 tahap. Adapun tahap yang dilakukan pada analisis conjoint, yaitu: a. Menentukan Utilitas, Utilitas dilakukan untuk menentukan tingkat kepuasan relatif yang dicapai. Utilitas tertinggi menunjukkan komposisi atribut yang paling dipilih oleh konsumen. b. Menentukan Kepentingan Relatif, Penentuan kepentingan relatif atribut dilakukan dengan memberikan bobot persentase pada masing-masing atribut dengan menggunakan skala prioritas. Kepentingan relatif menunjukkan atribut mana yang penting didalam mempengaruhi pilihan konsumen. Prosedur dasar analisis conjoint dirumuskan secara sistematis dapat dilihat sebagai berikut: m

ki

µ ( x) = ∑ ∑ ……………………………………… Persamaan 3.1 i =1 k =1

Dimana:

= Seluruh utility dari seluruh alternatif



digilib.uns.ac.id

= Sumbangan part-worth atau utilitas yang terkait dengan level variabel telur asin ke-j (j, j = 1, 2, …, ki) dari atribut telur asin ke-i (i, i = 1, 2, …, m)

ki

= Banyaknya level atribut telur asin ke-i

m

= Banyaknya atribut telur asin

= 1, jika level variabel telur asin ke-j dari atribut telur asin ke-i terjadi dan 0, jika tidak terjadi

Pentingnya suatu atribut, misalkan , didefinisikan dan dinyatakan dalam kisaran part-worth, melintasi level dari atribut, yaitu:

max min , untuk setiap i …………………….. persamaan 3.2 Analisis conjoint ini diolah menggunakan software SPSS versi 17.

3.3.2 Tahap Analisis Cluster Tahap analisis cluster digunakan untuk mengidentifikasi sub segmen konsumen berdasarkan kebutuhan yang berbeda. Hal ini dilakukan dengan mengelompokkan individu yang homogen menurut beberapa kriteria yang tepat. Pada analisis cluster ini menggunakan metode k-mean cluster. Langkah-langkah

analisis

cluster

adalah

membuat

data

dengan

menggunakan nilai kepentingan relatif kemudian menentukan berapa cluster yang akan dibentuk. Pada penelitian ini, cluster yang dibentuk dibuat empat cluster karena pada prakteknya dibuat dua sampai empat cluster. Kemudian analisis ini diolah menggunakan SPSS versi 17.

3.4 TAHAP ANALISIS DAN INTERPRETASI HASIL Pada tahap ini dilakukan analisis dan interpretasi terhadap hasil pengolahan data. Analisis dilakukan untuk mendapatkan atribut telur asin yang dianggap mempunyai nilai tinggi di mata konsumen.

3.5 TAHAP KESIMPULAN DAN SARAN Kesimpulan dan saran merupakan tahap terakhir penelitian yang berisi kesimpulan dari keseluruhan hasil penelitian dan analisis yang mengacu pada tujuan awal penelitian yang telah ditetapkan, selain itu juga diberikan saran untuk penelitian selanjutnya.



digilib.uns.ac.id

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA Bab ini memaparkan keseluruhan proses observasi, pengumpulan data, dan pengolahannya, serta penjelasan teknis untuk mendapatkan nilai-nilai sebagai alat bantu dalam pemecahan masalah dengan beberapa metode dan data kuesioner.

4.1. PENGUMPULAN DATA Pengumpulan data merupakan langkah awal sebelum melakukan pengolahan data. Data yang dikumpulkan yaitu berupa data atribut telur asin yang ada di pasaran, data atribut dan level produk. Data-data tersebut diperoleh dengan cara observasi, wawancara, dan kuesioner untuk memperoleh data. 4.1.1 Penentuan Atribut Produk (Kuesioner I) Penentuan atribut produk digunakan untuk membentuk kombinasi sampel yang nantinya akan digunakan sebagai kartu konsep. Penentuan atribut ini dilakukan dengan melakukan penyebaran kuesioner I kombinasi terbuka dan tertutup terhadap 40 responden. Responden terdiri dari 30 mahasiswa dan 10 ibu rumah tangga. Responden tersebut memberikan atribut-atribut apa saja yang biasanya dilihat apabila membeli telur asin. Dari 40 responden tersebut didapat 10 atribut telur asin yaitu warna telur, ukuran telur, harga telur, keasinan telur, keawetan telur, bentuk telur, bau telur, rasa telur, merk telur dan tempat penjualan telur. Dari 10 atribut tersebut dipilih enam faktor untuk telur asin yaitu warna telur, ukuran telur, keasinan telur, keawetan telur, bentuk telur dan merk telur. Keenam faktor tersebut diambil berdasarkan dari tingkat kepentingannya dan dilihat dari banyaknya responden memilih atribut telur asin. 4.1.2 Penyusunan Level pada Atribut Level pada atribut digunakan untuk penyusunan kartu konsep. Level pada atribut didasarkan pada hasil penelitian atribut telur asin. Atribut dan level telur asin ditampilkan di Tabel 4.1.

commit to user IV-1


digilib.uns.ac.id

Tabel 4.1 Atribut dan level telur asin Atribut

Warna Telur

No

Level

Keterangan atau gambar

1

Biru Keputih-putihan

2

Biru Muda

3

Biru

− Pencampuran tawas yang terlalu banyak dan tidak merata pada adonan. − Pencampuran tawas yang merata tetapi pada saat menggosok saat pembersihan terlalu lama. − warna telur bebek berwarna biru dan pada saat pencampuran tawas merata pada adonan.

Ukuran Telur 1

Kecil

2

Sedang

3

Besar

− ukuran kecil 55,6 gr/butir − ukuran sedang 58,8 gr/butir − ukuran besar 66,7 gr/butir

Bentuk Telur

Merk Telur

Keasinan Telur

Keawetan Telur

1

Lonjong

2

Bulat

1

Ada

Ada tanda cap industri

2

Tidak

Tidak ada cap industri

1

Asin

Rasa keasinan antara responden

2

Asin Sedang

dengan peneliti dianggap sama

3

Sangat Asin

1

1 Minggu

2

2 Minggu

3

3 Minggu

Telur lonjong

Telur bulat

Sesuai dengan selera konsumen

4.1.3 Penyusunan Kartu Konsep Penyusunan kartu konsep menggunakan orthogonal array. Penggunaan orthogonal array untuk mengurangi kartu konsep agar hasil pengolahan data efisien. Hasil kartu konsep maksimal 16 kartu konsep agar responden mudah merangking kartu konsep.

commit to user IV-2


digilib.uns.ac.id

Langkah pengolahan ini yaitu pilih Data - Orthogonal Design – Generate, kemudian memasukkan atribut dan levelnya. Hasil yang didapat dari penggunaan orthogonal array ini ditampilkan di Tabel 4.2. Tabel 4.2 Kombinasi atribut dan level

No Kartu

Warna Telur Asin

Ukuran Bentuk Telur Merk Telur Asin asin Telur Asin

Keasinan Telur Asin

Keawetan telur Asin

Besar

Lonjong

Ada

Asin

1 Minggu

Biru Keputihan

Sedang

Lonjong

Ada

Sangat asin

3 Minggu

3

Biru Keputihan

Sedang

Lonjong

Tidak

Asin Sedang

1 Minggu

4

Biru Keputihan

Kecil

Lonjong

Tidak

Asin

2 Minggu

5

Biru Muda

Kecil

Bulat

Tidak

Asin Sedang

3 Minggu

6

Biru Keputihan

Besar

Bulat

Ada

Asin Sedang

1 Minggu

7

Biru

Sedang

Bulat

Tidak

Asin

1 Minggu

8

Biru Muda

Sedang

Bulat

Ada

Asin

2 Minggu

9

Biru

Kecil

Lonjong

Ada

Asin Sedang

2 Minggu

10

Biru

Besar

Lonjong

Tidak

Asin

3 Minggu

11

Biru Keputihan

Kecil

Bulat

Ada

Asin

3 Minggu

12

Biru Keputihan

Kecil

Bulat

Tidak

Asin

1 Minggu

13

Biru

Kecil

Bulat

Ada

Sangat asin

1 Minggu

14

Biru Muda

Kecil

Lonjong

Tidak

Sangat asin

1 Minggu

15

Biru Keputihan

Besar

Bulat

Tidak

Sangat asin

2 Minggu

16

Biru Keputihan

Kecil

Lonjong

Ada

Asin

1 Minggu

1

Biru Muda

2

Dari Tabel 4.2 menunjukkan bahwa no kartu 1 mempunyai atribut warna dengan level biru muda, atribut ukuran dengan level sedang, atribut bentuk dengan level lonjong, atribut merk dengan level ada merk, atribut keasinan dengan level asin dan atribut keawetan dengan level 1 minggu.

commit to user IV-3


digilib.uns.ac.id

4.1.4 Pengambilan Data Pengambilan data ini dilakukan dengan menggunakan 16 kartu konsep. Kartu konsep dengan dua baris dirancang untuk mempermudah responden mengerti. Baris pertama menyatakan atribut dan baris kedua menyatakan tingkat level. Adapun contoh kartu konsep yang digunakan di Tabel 4.3 Tabel 4.3 Contoh kartu konsep telur asin No Kartu

1

Warna Telur Ukuran Telur Bentuk Telur Merk Telur Keasinan Keawetan Telur Asin telur Asin Asin asin Asin Asin

Biru Muda

Ada

Lonjong

Besar

Ukuran Bentuk Telur Merk Telur No Warna Telur Asin asin Telur Asin Asin Kartu

2

Biru Keputihan

Lonjong

Sedang

Ada

Ukuran Bentuk Telur Merk Telur No Warna Telur Asin asin Telur Asin Asin Kartu

3

Biru Keputihan

Lonjong

Sedang

Tidak

Asin

1 Minggu

Keasinan Telur Asin

Keawetan telur Asin

Sangat asin

3 Minggu

Keasinan Telur Asin

Keawetan telur Asin

Asin Sedang

1 Minggu

Penyebaran kartu konsep dilakukan pada 40 responden. Responden terdiri dari 25 ibu rumah tangga dan 15 mahasiswa. Responden diminta merangking 16 kartu konsep yang telah disediakan. Hasil dari pengumpulan data ditampilkan di lampiran 4.

4.2. PENGOLAHAN DATA Pengolahan data yang dilakukan dibagi menjadi dua tahap, tahap yang pertama adalah tahap analisis conjoint, tahap kedua adalah tahap analisis cluster, Tahap analisis conjoint digunakan untuk membantu mendapatkan komposisi atribut telur asin yang dianggap mempunyai nilai tertinggi di mata konsumen. Analisis conjoint ini dilakukan dengan dua tahap yaitu menentukan utilitas dan kepentingan

relatif, sedangkan

tahap analisis

cluster digunakan untuk

mengidentifikasi sub segmen konsumen berdasarkan kebutuhan yang berbeda.

commit to user IV-4


digilib.uns.ac.id

4.2.1 Analisis Conjoint Analisis conjoint merupakan metode yang digunakan untuk membantu mendapatkan atribut-atribut yang dianggap memiliki nilai tinggi di mata konsumen. Untuk mendapatkan nilai utilitas dan kepentingan relatif maka digunakan software SPSS versi 17 untuk mengolah analisis conjoint. Langkah yang dilakukan adalah mengetik syntax pada analisis conjoint Run melalui editor syntax SPSS. Dalam penelitian ini perintahnya adalah:

Gambar 4.1 Syntax Editor untuk menganalisa conjoint Setelah mengetik semua perintah, pilih menu Run kemudian klik All pada sub menu. Akan dihasilkan dua jenis output conjoint, yaitu hasil conjoint dan kegunaan conjoint atau output pelengkap Output pelengkap dari hasil conjoint dari software SPSS ditampilkan di lampiran 6. Hasil conjoint nilai utilitas dan nilai kepentingan relatif, yaitu: a. Nilai Utilitas Nilai utilitas digunakan untuk menentukan tingkat kepuasan relatif yang dicapai. Utilitas tertinggi menunjukkan komposisi atribut yang paling dipilih oleh konseumen. Hasil keseluruhan nilai utilitas untuk semua responden di Tabel 4.4

commit to user IV-5


digilib.uns.ac.id

Tabel 4.4 Nilai Utilitas Keseluruhan Responden Estimasi Utilitas

Warna

Ukuran

Biru Keputihan

-0,817

Biru Muda

-0,367

Biru

1,183

Kecil

-1,133

Sedang

Bentuk

Merk

Keasinan

Keawetan

2,385

Besar

-1,252

Lonjong

-0,419

Bulat

-0,837

Ada

-0,556

Tidak

-1,112

Asin

0,033

Asin Sedang

1,240

Sangat Asin

-1,273

1 Minggu

0,117

2 Minggu

-0,383

3 Minggu

0,267

Dari hasil nilai utilitas dapat disimpulkan bahwa responden mempunyai preferensi terbesar pada atribut warna adalah biru dengan utilitas sebesar 1,183 dan biru muda dengan utilitas -0,367 untuk alternatif kedua. Ukuran sedang untuk preferensi terbesar dan ukuran kecil untuk alternatif kedua. Lonjong untuk atribut bentuk, ada merk untuk atribut merk, asin sedang untuk atribut keasinan, dan tiga minggu untuk keawetan. b. Nilai Kepentingan Relatif Nilai kepentingan relatif ini untuk mendapatkan bobot persentase pada masing-masing atribut. Kepentingan relatif menunjukkan atribut mana yang penting didalam mempengaruhi konsumen membeli telur asin. Hasil keseluruhan nilai kepentingan relatif untuk semua responden di Tabel 4.5

commit to user IV-6


digilib.uns.ac.id

Tabel 4.5 Nilai Kepentingan Relatif Keseluruhan Responden Warna

19,300

Ukuran

24,460

Bentuk

6,441

Merk

11,974

Keasinan

21,992

Keawetan

15,834

Dari hasil nilai kepentingan relatif dapat disimpulkan bahwa responden pertama kali sebelum membeli telur asin hal utama yang dilihat adalah ukuran telur asin dengan nilai 24,46 dan yang kedua adalah keasinan dengan nilai 21,99. c.

Hasil Korelasi Pearson dan Kendall Korelasi Pearson digunakan untuk mengukur keeratan hubungan di antara

hasil-hasil pengamatan dari populasi yang mempunyai dua variat (bivariate). Sedangkan Kendall digunakan untuk mengukur keeratan hubungan antara peringkat-peringkat dibandingkan hasil pengamatan itu sendiri. Hipotesa Nilai Pearson atau Kendall: H0 = Tidak ada hubungan yang kuat antara variabel estimasi dengan observasi. H1 = Ada hubungan yang kuat antara variabel estimasi dengan observasi. Area Kritis: Value < 0,5 maka H0 diterima Value ≥ 0,5 maka H0 ditolak Hipotesa Test Signifikansi: H0 = Tidak ada hubungan yang kuat antara variabel estimasi dengan observasi. H1= Ada hubungan yang kuat antara variabel estimasi dengan observasi. Area Kritis: Sig. > 0,05 maka H0 diterima. Sig. ≤ 0,05 maka H0 ditolak Dari 40 responden menghasilkan korelasi keseluruhan Pearson dan Kendall di Tabel 4.6

commit to user IV-7


digilib.uns.ac.id

Tabel 4.6 Hasil keseluruhan korelasi Pearson dan Kendall Value

Sig.

Pearson's R

0,748

0,000

Kendall's tau

0,533

0,002

Pada tabel 4.6 disimpulkan bahwa nilai Pearson 0,748 sedangkan nilai kendall 0,533. Berdasarkan analisis conjoint, nilai Pearson atau Kendall lebih dari 0,5, maka korelasi antara observasi dan estimasi adalah kuat maka bisa digunakan dalam model analisis conjoint. Nilai signifikan untuk atribut adalah 0,00. Hasil tersebut menunjukkan bahwa korelasi antara observasi dan estimasi adalah signifikan, karena semua nilai signifikan kurang dari 0,05. 4.2.2 Analisis Cluster Analisis

cluster

merupakan

analisis

yang

bertujuan

untuk

mengelompokkan objek-objek berdasarkan kesamaan karakteristik. Untuk analisis cluster digunakan nilai kepentingan relatif atribut karena tingkat kepentingan relatif tersebut dapat membedakan konsumen yang memiliki kebutuhan yang sama lebih baik dibandingkan dengan part-worth ataupun peringkat kartu konsep (Kotri, 2006). Ada dua asumsi dalam analisis cluster, yaitu data berdistribusi normal dan tidak ada multikolinieritas. Untuk mengetahui data analisis cluster berdistribusi normal, maka dilakukan uji statistik Kolmogorov-Smirnov. Adapun hipotesis untuk pengujian uji statistik Kolmogorov-Smirnov yaitu: H0 = Data terdistribusi secara normal. H1 = Data tidak terdistribusi secara normal. Area krisis: Sig. > 0,05 maka H0 diterima. Sig. < 0,05 maka H0 ditolak. Hasil dari uji statistik Kolmogorov-Smirnov ditampilkan di Tabel 4.7

commit to user IV-8


digilib.uns.ac.id

Tabel 4.7 Hasil uji statistik Kolmogorov-Smirnov warna ukuran

keasinan

keawetan bentuk merk

40

40

40

40

40

40

18,87

23,53

21,98

15,81

6,43 11,58

Std. Deviation 11,197

11,490

8,821

7,241

6,035 8,139

Absolute

0,134

0,139

0,164

0,130

0,160 0,171

Positive

0,118

0,139

0,164

0,130

0,160 0,171

Negative

-0,134

-0,099

-0,068

Kolmogorov-Smirnov Z

0,846

0,880

1,037

0,825

1,011 1,084

Asymp. Sig. (2-tailed)

0,471

0,421

0,233

0,505

0,259 0,191

N

Normal Parameters Mean

Most Extreme Differences

-0,090 -0,143 -0,119

Nilai Kolmogorov-Smirnov untuk variabel warna 0,846 dengan probabilitas signifikansi 0,471 dan nilai diatas α = 0,05 hal ini berarti H0 diterima atau variabel warna terdistribusi secara normal. Begitupun juga untuk variabel ukuran, keasinan, keawetan, bentuk dan merk yang berdistribusi normal karena nilai signifikansi diatas α = 0,05. Dalam analisis cluster tidak boleh ada multikolinieritas. Untuk mengetahui ada tidaknya multikolinieritas dalam analisis cluster, maka dilakukan pengujian dengan uji multikolinieritas yang bertujuan untuk mengetahui apakah model regresi ditemukan adanya kolerasi antar variabel independen. Hasil dari uji multikolinieritas ditampilkan di Tabel 4.8 dan Tabel 4.9.

commit to user IV-9


digilib.uns.ac.id

Tabel 4.8 Hasil besaran korelasi uji multikolinearitas merk

Model

1 Korelasi

bentuk

warna

ukuran

keawetan

keasinan

merk

1,000

0,430

0,696

0,724

0,552

0,728

bentuk

0,430

1,000

0,497

0,642

0,263

0,506

warna

0,696

0,497

1,000

0,663

0,649

0,714

ukuran

0,724

0,642

0,663

1,000

0,561

0,714

keawetan

0,552

0,263

0,649

0,561

1,000

0,378

keasinan

0,728

0,506

0,714

0,714

0,378

1,000

0,170

0,078

0,092

0,097

0,091

0,120

bentuk

0,078

0,195

0,070

0,092

0,046

0,089

warna

0,092

0,070

0,102

0,068

0,083

0,091

ukuran

0,097

0,092

0,068

0,105

0,073

0,092

keawetan

0,091

0,046

0,083

0,073

0,160

0,060

keasinan

0,120

0,089

0,091

0,092

0,060

0,159

Kovarian merk

Hipotesa untuk hasil besaran korelasi uji multikolinieritas: H0 = Korelasi antar variabel independen tidak terjadi multikolinieritas. H1 = Korelasi antar variable independen terjadi multikolinieritas. Dengan tingkat kolinieritas sebesar 95% atau 0,95. Dari hasil besaran kolerasi uji multikolinieritas antar variabel independen dapat dilihat bahwa variabel keasinan yang mempunyai kolerasi cukup tinggi dengan variabel merk dengan tingkat korelasi 0,728 atau sekitar 72%. Karena masih korelasi dibawah 95% maka tidak terjadi multikolinieritas.

commit to user IV-10


digilib.uns.ac.id

Tabel 4.9 Nilai Tolerance dan VIF pada uji multikolinieritas

Model

B

1

Standardized Coefficients

Unstandardized Coefficients

Std. Error

T

Sig.

Collinearity Statistics

Tolerance

Beta

VIF

1,853

0,073

-0,217

-0,710

0,483

0,300

3,338

0,324

-0,319

-1,000

0,325

0,275

3,630

-0,574

0,399

-0,433

-1,440

0,159

0,309

3,240

keawetan

-0,287

0,400

-0,178

-0,718

0,478

0,456

2,194

bentuk

-0,342

0,441

-0,176

-0,774

0,444

0,539

1,856

merk

-0,333

0,413

-0,232

-0,806

0,426

0,338

2,957

(Constant)

55,612

30,014

warna

-0,226

0,319

ukuran

-0,324

keasinan

Nilai yang digunakan untuk menunjukkan adanya multikolinieritas, adalah nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 dengan tingkat kolinieritas sebesar 0,95 atau 95%. Dari Tabel 4.13 hasil perhitungan tolerance menunjukkan tidak ada variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel yang nilainya lebih dari 95%. Dan dari perhitungan VIF juga menunjukkan hal yang sama tidak ada satu variabel yang memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel independen dalam model regresi. Analisis cluster ini diolah menggunakan software SPSS versi 17 dengan metode k-mean cluster. Jumlah cluster ditetapkan antara dua hingga empat cluster karena apabila jumlah cluster yang dibentuk terlalu banyak, akan menyulitkan interpretasi segmen-segmen pasar yang terbentuk. Langkah yang dilakukan adalah dari menu SPSS klik Analyze – classifity – k-means cluster. Hasil yang di dapat dari analisis cluster dengan k-means cluster, ditampilkan di Tabel 4.10.



digilib.uns.ac.id

Tabel 4.10 Atribut penting dalam empat kebutuhan yang berbeda berdasarkan segmen konsumen

Atribut

Segmen 1

Kepentingan Relatif Segmen 2 Segmen 3

Segmen 4

n = 17

n=9

n=9

n=5

Warna Telur Asin

29,9

11,4

7,4

15,5

Ukuran telur Asin

27,8

9,4

35,5

13

Keasinan Telur Asin

17,5

33,6

22,5

15,4

Keawetan Telur Asin

12,7

23

16,6

12,1

Bentuk Telur Asin

4,4

10,1

4,7

9,9

Merk Telur Asin

7,8

10,3

11,6

26,7

Pada Tabel 4.14 menunjukkan bahwa konsumen memiliki kebutuhan yang berbeda, segmen yang muncul berdasarkan kebutuhan, yaitu: 1. Pada segmen 1 menunjukkan bahwa warna dan ukuran telur asin dengan nilai sebesar 29,9 di pilih oleh 17 responden. 2. Pada segmen 2 menunjukkan bahwa keasinan telur asin dengan nilai sebesar 33,6 di pilih oleh 9 responden. 3. Pada segmen 3 menunjukkan bahwa ukuran telur asin dengan nilai sebesar 35,5 di pilih oleh 9 responden. 4. Pada segmen 4 menunjukkan bahwa merk telur asin dengan nilai sebesar 26,7 di pilih oleh 5 responden. Setelah didapatkan empat segmen, dilakukan profiling cluster. Profiling cluster digunakan untuk menjelaskan karakteristik setiap cluster berdasar profil tertentu. Adapun karakteristik yang digunakan sebagai pembanding diambil dari data kuesioner II. Dari profiling cluster tersebut maka dapat diketahui karakteristik konsumen yang diteliti.


Tabel 4.11 Karakteristik Konsumen Segmen Telur Asin Karakteristik Responden

Segmen 1

Segmen 2

Segmen 3

Segmen 4

Jumlah responden

17 orang

9 orang

9 orang

5 orang

Jenis kelamin

Perempuan

Perempuan

Perempuan

Perempuan

Kedudukan dalam keluarga

Ibu

Ibu

Ibu

Anak

Jumlah anggota keluarga

4 dan 5 orang

5 orang

4 orang

4 orang

Pekerjaan

Ibu Rumah Tangga

Ibu Rumah Tangga

Ibu Rumah Tangga

Mahasiswa

Pengeluaran per bulan

> 2 juta

> 2 juta

> 2 juta

500 ribu – 1 juta

Pembelian dalam sebulan

3-5 kali

3-5 kali

3-5 kali

1-2 kali

Jumlah setiap pembelian

4 telur asin

6 telur asin

4 telur asin

1 telur asin

Tempat pembelian

Warung

Warung

Warung

Warung

IV-13


digilib.uns.ac.id

Penentuan karakteristik cluster digunakan profil yang paling besar karena dapat mewakili populasi yang ada (wahana-statistik.com). Pada Tabel 4.11 segmen pertama dengan jumlah responden 17 orang mempunyai karakteristik berkedudukan dalam keluarga sebagai ibu, jumlah anggota keluarga 4 dan 5 orang, pekerjaan sebagai ibu rumah tangga, pengeluaran perbulan lebih dari 2 juta, pembelian dalam sebulan 3-5 telur dengan jumlah pembelian 4 telur asin dan tempat membeli di warung. segmen dua dengan jumlah responden 9 orang mempunyai karakteristik berkedudukan dalam keluarga sebagai ibu, jumlah anggota keluarga 5 orang, pekerjaan sebagai ibu rumah tangga, pengeluaran perbulan lebih dari 2 juta, pembelian dalam sebulan 3-5 telur dengan jumlah pembelian 6 telur asin dan tempat membeli di warung. Begitu juga untuk segmen tiga dan segmen empat.



digilib.uns.ac.id

BAB V ANALISIS DAN INTERPRETASI HASIL Bab ini akan menjelaskan analisis hasil pengolahan data dengan menggunakan analisis conjoint dan analisis cluster.

5.1 ANALISIS HASIL PENGOLAHAN ANALISIS CONJOINT Untuk menginterpretasi hasil analisis conjoint maka diperlukan plot fungsi utilitas dan nilai kepentingan relatif yang terdapat di Tabel 4.4 dan Tabel 4.5. Secara detail dapat dianalisa dengan menggunakan histogram, sebagai berikut: 5.1.1 Analisis Nilai Utilitas Dalam analisis nilai utilitas ada enam atribut telur asin, yaitu: warna telur asin, ukuran telur asin, bentuk telur asin, merk telur asin, keasinan telur asin dan keawetan telur asin. 1. Warna Telur Asin

Warna Telur Asin 1.5

1,183

Utilitas

1 0.5 0 biru keputihan

biru muda -0,367

-0.5 -1

biru

-0,817

Gambar 5.1 Histogram fungsi utilitas warna telur asin Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.1 responden memilih warna biru dengan utilitas 1,183 sewaktu membeli telur asin. Utilitas kedua jatuh pada biru muda sebesar 0,867 dan yang ketiga untuk biru keputihan dengan nilai sebesar -0,817. Nilai utilitas pada warna biru keputihan bernilai negatif menunjukkan bahwa nilai utilitas dan pilihan responden rendah.

commit to user V-1


digilib.uns.ac.id

2. Ukuran Telur Asin

Ukuran Telur Asin 3

2,385

Utilitas

2 1 0 kecil

sedang

besar

-1 -1,252

-1,333

-2

Gambar 5.2 Histogram fungsi utilitas ukuran telur asin Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.2 responden memilih ukuran sedang dengan utilitas 2,385 sewaktu membeli telur asin. Utilitas kedua jatuh pada kecil sebesar -1,133 dan yang ketiga untuk besar sebesar -1,252. Nilai utilitas pada ukuran kecil dan besar bernilai negatif menunjukkan pilihan responden terhadap dua level tersebut rendah. 3. Bentuk Telur Asin

Bentuk Telur Asin 0 lonjong

bulat

Utilitas

-0.2 -0.4 -0,419 -0.6 -0.8 -0,837 -1

Gambar 5.3 Histogram fungsi utilitas bentuk telur asin Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.3 responden memilih bentuk lonjong dengan utilitas -0,419

commit to user V-2


digilib.uns.ac.id

sewaktu menilai telur asin. Utilitas kedua jatuh pada bulat sebesar -0,837. Nilai utilitas bernilai negatif berarti utilitas dan pemilihan responden terhadap level tersebut rendah. 4. Merk Telur Asin

Merk Telur Asin 0 ada merk

-0.2

tidak ada merk

Utilitas

-0.4 -0.6

-0,556

-0.8 -1 -1.2

-1,112

Gambar 5.4 Histogram fungsi utilitas merk telur asin Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.4 responden memilih ada merk dengan utilitas -0,556 sewaktu menilai telur asin. Utilitas kedua jatuh pada tidak ada merk dengan nilai sebesar -1,112. Kedua level tersebut bernilai negatif, ini menunjukkan bahwa pilihan responden rendah dan tidak begitu memperhatikan atribut merk. 5. Keasinan Telur Asin

Keasinan Telur Asin 1.5

1,24

1

Utilitas

0.5 0,033 0 asin

asin sedang

sangat asin

-0.5 -1 -1,273

-1.5

Gambar 5.5 Histogram fungsi utilitas keasinan telur asin

commit to user V-3


digilib.uns.ac.id

Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.5 responden memilih keasinan asin sedang dengan utilitas 1,24 sewaktu menilai telur asin. Utilitas kedua jatuh pada asin sebesar 0,033 dan yang ketiga untuk sangat asin dengan nilai sebesar -1,273. Nilai utilitas bernilai negatif menunjukkan pilihan responden terhadap level rendah. 6. Keawetan Telur Asin

Keawetan Telur Asin 0,267

0.3 0.2

0,117

0.1 Utilitas

0 -0.1

1 minggu

2 minggu

3 minggu

-0.2 -0.3 -0.4

-0,383

-0.5

Gambar 5.6 Histogram fungsi utilitas keawetan telur asin Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur asin pada Gambar 5.6 responden memilih keawetan 3 minggu dengan utilitas 0,267 sewaktu menilai telur asin. Utilitas kedua jatuh pada 1 minggu sebesar 0,117 dan yang ketiga untuk 2 minggu dengan nilai sebesar -0,383. Nilai utilitas bernilai negatif menunjukkan pilihan responden terhadap level rendah.

commit to user V-4


digilib.uns.ac.id

5.1.2 Analisis Nilai Kepentingan Relatif 30 24,46

kepentingan Relatif

25 20

21,992 19,3 15,834

15

11,974

10 6,441 5 0 Warna

Ukuran

Bentuk

Merk

Keasinan

Keawetan

Gambar 5.7 Histogram kepentingan relatif Dari nilai kepentingan relatif keseluruhan ini mengambil rentang utilitas untuk setiap atribut secara terpisah dan membaginya dengan jumlah rentang untuk semua atribut. Nilai kepentingan relatif keseluruhan dapat diinterpretasikan semua responden bahwa responden pertama kali sebelum membeli telur asin hal utama yang dilihat adalah ukuran telur asin dengan bobot kepentingan sebesar 24,46. Hal kedua yang diperhatikan adalah keasinan telur asin dengan bobot kepentingan sebesar 21,99, dan yang ketiga adalah warna telur asin dengan bobot kepentingan 19,3. Hal ini dapat dikatakan bahwa semua responden yang membeli telur asin lebih mengutamakan tiga hal tersebut sebelum membeli telur asin yaitu ukuran telur asin, keasinan telur asin dan warna telur asin.

5.2 ANALISIS HASIL PENGOLAHAN ANALISIS CLUSTER Analisis cluster dilakukan untuk mencari karakteristik konsumen telur asin yang diteliti dan juga sebagai suatu bahan dari telur asin dalam menentukan pasar sasarannya. Berdasarkan responden analisis cluster dikelompokkan menjadi empat cluster. Pembagian empat cluster ini karena apabila jumlah cluster terlalu banyak akan menyulitkan segmen-segmen pasar yang dibentuk dan pada prakteknya dibuat dua sampai empat cluster.

commit to user V-5


digilib.uns.ac.id

Dari Tabel 4.10 dan Tabel 4.11 dapat dijelaskan sebagai berikut: 1.

Segmen

pertama

dengan

responden

17

orang.

Segmen

ini

lebih

memperhatikan warna dan ukuran telur asin. Ini dapat dilihat dari tingkat kepentingan kedua atribut tersebut dengan bobot 29,9 untuk atribut warna dan bobot 27,8 untuk atribut ukuran. Konsumen memilih warna dan ukuran telur asin karena keasinan telur asin tidak dapat dicicipi oleh konsumen, sehingga konsumen hanya melihat tampilan fisik dari telur asin. Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai ibu, pekerjaan ibu rumah tangga, jumlah setiap pembelian 4 telur asin dan tempat pembelian di warung. 2.

Segmen kedua dengan responden 9 orang. Segmen ini lebih memperhatikan keasinan sebagai atribut yang penting dengan tingkat kepentingan 33,6. Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai ibu, pekerjaan ibu rumah tangga, jumlah setiap pembelian 6 telur asin dan tempat pembelian di warung.

3.

Segmen ketiga dengan responden 9 orang. Segmen ini lebih memperhatikan ukuran telur asin dengan tingkat kepentingan 35,5. Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai ibu, pekerjaan ibu rumah tangga, jumlah setiap pembelian 4 telur asin dan tempat pembelian di warung.

4.

Segmen

keempat

memperhatikan

dengan

responden

merk telur asin

5

orang.

Segmen

ini

lebih

dengan tingkat kepentingan 26,7.

Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai anak, pekerjaan mahasiswa, jumlah setiap pembelian 1 telur asin dan tempat pembelian di warung. Dari penjelasan keempat segmen cluster diatas, jika dilihat dari sisi kedudukan dalam rumah ketiga segmen cluster ini posisinya sebagai ibu sehingga tidak bias dengan pengambil keputusan dan mempunyai pekerjaan sebagai ibu rumah tangga. Dilihat dari sisi jumlah anggota keluarga dan jumlah pembelian telur asin ketiga segmen cluster tidak bias karena sesuai dengan anggota keluarga, untuk segmen keempat juga tidak bias karena pada segmen empat pekerjaannya sebagai mahasiswa sehingga setiap membeli telur asin hanya untuk diri sendiri.

commit to user V-6


digilib.uns.ac.id

Persamaan keempat segmen cluster ini adalah tempat pembelian telur asin yaitu diwarung, dilihat dari sisi tempat pembelian dapat ditarik kesimpulan bahwa warung lebih dekat dengan tempat tinggal mereka. Hasil penelitian ini menunjukkan bahwa preferensi konsumen terhadap telur asin yang disukai adalah warna biru, berukuran sedang, berbentuk lonjong, terdapat merk, dengan keasinan sedang dan mempunyai keawetan 3 minggu. Oleh karena itu direkomendasikan kepada produsen telur asin untuk menghasilkan telur asin dengan atribut-atribut tersebut.

commit to user V-7


digilib.uns.ac.id

BAB VI KESIMPULAN DAN SARAN Bab ini dilakukan penarikan kesimpulan dari hasil pengolahan data dan analisis yang telah dilakukan sebelumnya.

6.1 KESIMPULAN Adapun kesimpulan yang dapat diambil dari penelitian ini, adalah: 1.

Atribut-atribut telur asin yang penting bagi konsumen ada enam atribut. Adapun atribut yang mempunyai utilitas tertinggi adalah telur asin yang berukuran sedang dengan keasinan sedang, berwarna biru dengan keawetan tiga minggu, terdapat merk pada telur asin dan berbentuk lonjong.

2.

Kelompok pelanggan berdasarkan tingkat atribut menggunakan analisis cluster ini menghasilkan empat segmen cluster, yaitu: a. Pada segmen cluster pertama, responden memilih telur asin dari warna dan ukuran telur asin. b. Pada segmen cluster kedua, responden memilih keasinan telur asin. c. Pada segmen cluster ketiga, responden memilih ukuran telur asin. d. Pada segmen cluster keempat, responden memilih merk telur asin.

6.2 SARAN 1.

Perlu dilakukan penelitian berikutnya dengan metode yang lain sebagai pembanding hasil penelitian ini.

2.

Kepada produsen telur asin untuk melakukan survei untuk mendapatkan informasi yang lebih banyak setiap cluster atau segmen dalam mendapatkan kuantitas atributnya.

commit to user VI-1

PENENTUAN ATRIBUT TELUR ASIN BERDASARKAN PREFERENSI KONSUMEN MENGGUNAKAN ANALISIS CONJOINT

Recommend Documents