tersedia berbagai jenis minuman termasuk minuman keras. Misalnya: Toledo Inn, Hotel Carolina, Liberta Homestay, Horas Family Home.
b. Fasilitas Standar
Fasilitas akomodasi yang standar dapat dikategorikan dengan tempat yang tidak berbintang dan fasilitas tidak selengkap akomodasi berfasilitas
mewah. Misalnya: Penginapan Pasir Putih, dan penginapan-penginapan lainnya.
6. Jenis Cenderamata
Cenderamata merupakan oleh-oleh yang dibawa seorang wisatawan ketempat asalnya
untuk memori yang terkait dengan benda itu http:id.m.wikipedia.orgwikicendera-mata. Oleh-oleh ini merupakan suatu
ciri khas dari tempat wisata tersebut. Cenderamata ini meliputi: ukiran-ukiran,
kain tradisional ulos, dan makanan khas. a. Ukiran-Ukiran
Ukiran dari Pulau Samosir dapat berupa ukiran dari kayu yang dibuat sendiri oleh penduduk asli Samosir dengan beragam bentuk, gambar dan
makna.
b. Kain Tradisional Ulos
Kain tradisional ulos merupakan hasil dari tenunan ataupun jenis kerajinan tangan asli penduduk Samosir. Ulos ini menjadi ciri khas
penduduk dalam pesta-pesta adat dan juga menjadi salah satu cenderamata yang cukup diminati oleh wisatawan.
c. Makanan Khas
Adapun makanan khas yang dimaksudkan dalam penelitian ini adalah makanan asli Samosir yang dapat menjadi oleh-oleh buah tangan bagi
para wisatawan, antara lain: kopi asli Samosir, kacang rondam, ikan pora-
pora kering ikan kecil asli Danau Toba.
Universitas Sumatera Utara
2.5 Analisis Konjoin
Analisis conjoin pada awalnya populer digunakan pada riset pemasaran, khususnya pada berbagai riset untuk mengetahui bagaimana preferensi konsumen
terhadap berbagai desain produk. Kata ”conjoint” menurut para praktisi riset
diambil dari kata”Con-sidered Jointly”. Dalam kenyataannya kata sifat “conjoint” di turunkan dari kata benda “to conjoint” yang berarti “joined together” atau
bekerja sama http:www.sawtoothsoftware.com.
Analisis konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau preferensi konsumen terhadap suatu produk
atau jasa dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk.
Pada dasarnya, tujuan analisis konjoin adalah untuk mengetahui bagaimana persepsi seseorang terhadap suatu objek yang terdiri atas satu atau
banyak bagian. Hasil utama analisis konjoin adalah suatu bentuk desain produk barang atau jasa, atau objek tertentu yang dinginkan oleh sebagian besar
responden Singgih, 2010. Bentuk dasar model dependensi analisis konjoin dapat dirumuskan sebagai
berikut:
Y
1
non metrik atau metrik = X
1
+ X
2
+ X
3
+ … + X
N
non metrik
Keterangan : 1
Y
1
2 X
variabel dependen, skala pengukuran metrik atau non metrik, didefinisikan sebagai pendapat keseluruhan dari seorang responden terhadap
sekian faktoratribut dan taraf pada sebuah barangjasaide.
1
, X
2
, X
3
hingga X
N
variabel independen, skala pengukuran non metrik, didefinisikan sebagai faktoratribut dan taraf.
Universitas Sumatera Utara
Langkah-langkah yang perlu dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum sebagai berikut :
1. Mengidentifikasi atribut
2. Merancang kombinasi atribut atau stimuli
3. Penentuan jenis data yang diperlukan
4. Menentukan metode analisis
5. Hasil analisis dan interpretasinya
1 . Mengidentifikasi Atribut
Atribut merupakan variabel-variabel yang akan diteliti. Di dalam merumuskan masalah analisis konjoin, peneliti harus mengenalimengidentifikasi atribut
dengan tingkatan atau level masing-masing di pergunakan untuk membentuk stimulus. Level atribut menunjukkan nilai yang diasumsikan oleh atribut.
Atribut dapat diidentifikasi melalui diskusi dengan pakar tenaga ahli, menganalisis data sekunder, riset kualitatif melalui focus group dan pilot
survey. Kemudian atribut yang sudah dianggap mewakili ditentukan skalanya. Skala atribut dibagi menjadi dua yaitu skala kualitatif atau non metrik atau
kategori nominal dan ordinal dan skala kuantitatif atau metrik interval dan rasio.
2 . Merancang Kombinasi Atribut Stimuli
Stimuli merupakan sekelompok atribut yang dievaluasi oleh responden. Dalam desain stimuli termasuk memilih atribut dan taraf atribut yang akan digunakan
untu membuat stimuli. Ada dua cara pembentukan stimuli dalam analisis konjoin
yaitu: metode full profile atau metode evaluasi banyak faktor dan metode pairwise
comparison atau metode evaluasi dua faktor.
Universitas Sumatera Utara
1. Full Profile
Di dalam metode full profile mengevaluasi banyak faktor dan dibentuk dari semua atribut.
Jumlah stimuli dapat dikurangi dengan menggunakan fractional factorial design. Suatu kelas spesial fractional design, yang disebut orthogonal array
memungkinkan mengestimasi semua main effects. Desain ini mengasumsikan bahwa setiap interaksi yang tidak penting bisa diabaikan. Untuk membentuk
stimuli dirancang dengan menggunakan SPSS For Windows 17.0 sehingga diperoleh 21 stimuli dengan menggunakan orthogonal array. Stimuli yang
terbentuk disusun dalam kartu-kartu stimuli. Setiap stimuli berisi kombinasi antara atribut dengan taraf, dimana tiap
stimuli menggambarkan profil tiap produk. Responden mengevaluasi masing- masing stimuli dengan cara ranking mengurutkan atau rating memberi nilai
peringkat, mulai dari stimuli yang paling diminati hingga stimuli yang paling tidak diminati.
Keuntungan menggunakan metode ini adalah : 1
Diperoleh deskripsi yang lebih realistis dengan menjelaskan setiap stimuli berisikan sebuah taraf dari masing-masing atribut.
2 Menggambarkan trade-offyang lebih jelas antara seluruh atribut yang tersedia.
3 Memungkinkan pemakaian tipe-tipe penilaian preferensi lainnya.
Sedangkan kendala menggunakan metode ini adalah : 1
Seiring bertambahnya jumlah atribut yang diteliti akan menambah kemungkinan diperoleh kelebihan informasi.
2 Urutan atribut-atribut yang tertulis dalam kartu stimuli bisa berdampak pada
evaluasi. Oleh sebab inilah metode full-profile disarankan apabila jumlah atribut yang diteliti kurang dari enam atau sama dengan enam.
2. Pairwise Comparison
Universitas Sumatera Utara
Di dalam metode Pairwise Comparison metode evaluasi dua faktor, responden menilai dua atribut setiap kali sampai semua kemungkinan pasangan dua atribut
telah selesai dievaluasi. Di dalam metode pairwise, dimungkinkan untuk mereduksimengurangi jumlah perbandingan pasangan dengan menggunakan
cyclical designs.
Jumlah stimuli dapat dikurangi dengan menggunakan fractional factorial design. Suatu kelas spesial fractional design, yang disebut orthogonal array
memungkinkan mengestimasi semua main effects.
3. Penentuan Jenis Data Yang Diperlukan
Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik data berskala nominal atau ordinal atau kategorial maupun datametrik data berskala
interval atau rasio.
1. Data metrik
Untuk memperoleh data dalam bentukmetrik, responden diminta untuk membuat ranking atau mengurutkan stimuli pada tahap yang telah dibuat
sebelumnya. Perangkingan dimulai dari 1 dan seterusnya hingga ranking terakhir bagi stimuli yang paling tidak disukai.
2. Data non-metrik
Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk memberikan nilai atau rating terhadap masing-masing stimuli.
Dengan cara ini, responden akan dapat memberikan penilaian terhadap
Universitas Sumatera Utara
masing-masing stimuli secara terpisah. Pemberian nilai atau rating dapat dilakukan melaui beberapa cara, yaitu :
a. Menggunakan skala Likert mulai dari 1 hingga 5 1 = paling tidak disukai
dan 5 = paling disukai b.
Menggunakan nilai ranking terbalik, artinya untuk stimuli yang paling tidak disukai diberi nilai tertinggi setara dengan jumlah stimulinya,
sedangkan stimuli yang paling tidak disukai diberi nilai satu.
4. Menentukan Metode Analisis Yang Digunakan
1. Metode regresi dengan variabel dummy
Variabel yang dianalisis dengan model regresi dapat berupa variabel kuantitatif dan dapat pula berupa variabel kualitatif. Variabel kualitatif
dalam model regresi sering disebut juga dengan istilah variable dummy. Untuk variabel kualitatif yang mempunyai k kategori bisa dibangun k – 1
peubah boneka. Variabel ini biasanya mengambil nilai 1 atau 0. Kedua nilai yang diberikan tidak menunjukkan bilangan numerik tetapi hanya
sebagai identifikasi kelas atau kategorinya. Di dalam Supranto 2004 menyebutkan bahwa :
a. Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf
dan 0 untuk lainnya. b.
Atribut yang mempunyai tiga taraf, pengkodeannya sebagai berikut : Taraf
Kode Taraf 1
Taraf 2 Taraf 3
1 0 0 1
0 0
Untuk taraf lebih dari tiga, pengkodean dilakukan dengan cara yang sama sehingga setiap faktor memiliki k – 1 variabel dummy. Banyaknya variabel ini
sama dengan banyaknya kategori taraf dikurangi satu.
Universitas Sumatera Utara
Metode regresi dengan variabel dummy sangat umum digunakan untuk data berjenis non metrik maupun metrik, dimana data telah diperoleh melalui
pengurutan maupun penilaian terhadap kombinasi atribut atau stimuli yang telah dirancang sebelumnya. Terdapat beberapa variasi penggunaan metode regresi
dengan variabel dummy yaitu : a.
Bila data yang digunakan berasal dari penilaian stimuli yang telah dirancang sebelumnya dan penilaian dilakukan dengan menggunakan
skala metrik, maka regresi dengan variabel dummy dapat dihitung langsung dengan menggunakan pendekatan Ordinary Least Square
OLS. b.
Bila penilaian stimuli menggunakan urutan rankingstimuli, maka data harus diubah lebih dulu menjadi skala interval dengan menggunakan
Monotonic Regression atau menggunakan Multidimensional Scaling MDS yang dikombinasikan dengan Multy Analysis of Variance
MANOVA, kemudian analisis dilanjutkan dengan regresi menggunakan variabel dummy.
c. Bila data diperoleh melalui penilaian secara terpisah dari masing-masing
atribut, dimana variabel tak bebas umumnya berupa intensitas pilihan, maka analisis yang digunakan adaah LOGIT model.
Secara umum model dasar analisis konjoin Kuhfeld, 2000 adalah:
1 1
m k
ij ij
ij ij
i j
Y X
β β
ε
= =
= +
+
∑∑
Keterangan : Y
ij
β : Peringkat seluruh responden
k : Banyak taraf dari atribut ke-i
: Intersep
m : Jumlah atribut
X
ij
β : Peubah boneka atau variabel dummy dari atribut ke-i taraf ke-j
ij
ε : Nilai kegunaan atribut ke-i taraf ke-j
ij
: Galat
Universitas Sumatera Utara
Dengan model regresi tersebut, maka dapat ditentukan nilai kegunaan dari taraf-taraf tiap atribut untuk menentukan nilai pentingnya suatu taraf relatif
terhadap taraf yang lain pada suatu atribut. Setelah menentukan nilai kegunaan taraf, maka nilai kepentingan relatif bobot dapat dihitung dengan formula
sebagai berikut:
�
�
= �
�
∑ �
� �
�=1
Keterangan : �
�
: Bobot kepentingan relatif untuk tiap atribut �
�
: Range nilai kepentingan untuk tiap atribut
I
i
= {maksα
ij
– minα
ij
}
5 . Hasil Analisis dan Interpretasinya
Kuhfeld 2000 mengemukakan ada beberapa ketentuan dalam melakukan interpretasi hasil, yaitu :
a. Taraf yang memiliki nilai kegunaan lebih tinggi adalah taraf yang lebih
disukai. b.
Total nilai kegunaan masing - masing kombinasi sama dengan jumlah nilai kegunaan tiap taraf dari atribut-atribut tersebut.
c. Kombinasi yang memiliki total nilai kegunaan tertinggi adalah kombinasi
yang paling disukai responden. d.
Atribut yang memiliki perbedaan nilai kegunaan lebih besar antara nilai kegunaan taraf tertinggi dan terendahnya merupakan atribut yang lebih
penting.
2.6 Jenis Data
Aktivitas penelitian tidak akan terlepas dari keberadaan data yang merupakan bahan baku informasi untuk memberikan gambaran spesifik mengenai obyek
penelitian. Data penelitian dapat berasal dari berbagai sumber yang
Universitas Sumatera Utara
dikumpulkan dengan menggunakan berbagai teknik selama kegiatan penelitian berlangsung.
a. Berdasarkan Sumbernya
Berdasarkan sumbernya, data penelitian dapat dikelompokkan dalam dua jenis yaitu data primer dan data sekunder.
1. Data primer adalah data yang diperoleh atau dikumpulkan oleh peneliti
secara langsung dari sumber datanya. Data primer disebut juga sebagai data asli atau data baru. Untuk mendapatkan data primer, peneliti harus
mengumpulkannya secara langsung. Teknik yang dapat digunakan peneliti untuk mengumpulkan data primer antara lain observasi, wawancara,
diskusi terfokus focus grup discussion dan penyebaran kuesioner. 2.
Data Sekunder adalah data yang diperoleh atau dikumpulkan peneliti dari berbagai sumber yang telah ada peneliti sebagai tangan kedua. Data
sekunder dapat diperoleh dari berbagai sumber seperti Dinas Pariwisata dan Seni Budaya Kabupaten Samosir, Badan Pusat Statistika BPS, buku,
laporan, jurnal, dan lain-lain.
b. Berdasarkan Bentuk dan Sifatnya
Berdasarkan bentuk dan sifatnya, data penelitian dapat dibedakan dalam dua jenis yaitu data kualitatif yang berbentuk kata-katakalimat dan data
kuantitatif yang berbentuk angka. Data kuantitatif dapat dikelompokkan berdasarkan cara mendapatkannya yaitu data diskrit dan data kontinu.
Berdasarkan sifatnya, data kuantitatif terdiri atas data nominal, data ordinal, data interval dan data rasio
1. Data Kualitatif adalah data yang berbentuk kata-kata, bukan dalam bentuk
angka. Data kualitatif diperoleh melalui berbagai macam teknik pengumpulan data misalnya wawancara, analisis dokumen, diskusi
terfokus, atau observasi yang telah dituangkan dalam catatan lapangan
Universitas Sumatera Utara
transkrip. Bentuk lain data kualitatif adalah gambar yang diperoleh melalui pemotretan atau rekaman video.
2. Data Kuantitatif adalah data yang berbentuk angka atau bilangan. Sesuai
dengan bentuknya, data kuantitatif dapat diolah atau dianalisis menggunakan teknik perhitungan matematika atau statistika. Berdasarkan
proses atau cara untuk mendapatkannya, data kuantitatif dapat dikelompokkan dalam dua bentuk yaitu sebagai berikut:
a. Data diskrit adalah data dalam bentuk angka bilangan yang
diperoleh dengan cara membilang. Contoh data diskrit misalnya: jumlah Sekolah Dasar Negeri di Kecamatan XXX sebanyak 20,
jumlah siswa laki-laki di SD YYY sebanyak 67 orang, jumlah penduduk di Kabupaten ZZZ sebanyak 246.867 orang. Karena
diperoleh dengan cara membilang, data diskrit akan berbentuk bilangan bulat bukan bilangan pecahan.
b. Data kontinum adalah data dalam bentuk angkabilangan yang
diperoleh berdasarkan hasil pengukuran. Data kontinum dapat berbentuk bilangan bulat atau pecahan tergantung jenis skala
pengukuran yang digunakan. Contoh data kontinum misalnya: tinggi badan Budi adalah 150,5 centimeter, IQ Budi adalah 120.
Berdasarkan tipe skala pengukuran yang digunakan, data kuantitatif dapat dikelompokan dalam empat jenis tingkatan yang memiliki sifat berbeda
yaitu: a.
Data nominal atau sering disebut juga data kategori yaitu data yang diperoleh melalui pengelompokkan obyek berdasarkan kategori
tertentu. Perbedaan kategori obyek hanya menunjukan perbedaan kualitatif. Contoh data nominal antara lain: jenis kelamin yang
terdiri dari dua kategori yaitu: 1 Laki-laki dan 2 Perempuan. b.
Data ordinal adalah data yang berasal dari suatu objek atau kategori yang telah disusun secara berjenjang menurut besarnya.
Universitas Sumatera Utara
Setiap data ordinal memiliki tingkatan tertentu yang dapat diurutkan mulai dari yang terendah sampai tertinggi atau
sebaliknya. Contoh jenis data ordinal antara lain: Peringkat ranking siswa dalam satu kelas yang menunjukkan urutan prestasi
belajar tertinggi sampai terendah. c.
Data Interval adalah data hasil pengukuran yang dapat diurutkan atas dasar kriteria tertentu serta menunjukan semua sifat yang
dimiliki oleh data ordinal. Kelebihan sifat data interval dibandingkan dengan data ordinal adalah memiliki sifat kesamaan
jarak equality interval atau memiliki rentang yang sama antara data yang telah diurutkan. Contoh data interval, antara lain: hasil
pengukuran suhu temperatur menggunakan termometer yang dinyatakan dalam ukuran derajat. Rentang temperatur antara 0
Celcius sampai 1 Celcius memiliki jarak yang sama dengan 1
Celcius sampai 2 d.
Data rasio adalah data yang menghimpun semua sifat yang dimiliki oleh data nominal, data ordinal, serta data interval. Data
rasio adalah data yang berbentuk angka dalam arti yang sesungguhnya karena dilengkapi dengan titik Nol absolut mutlak
sehingga dapat diterapkannya semua bentuk operasi matematik +
, – , x, : .
Celcius.
2.7 Orthogonal Array
