Metode Pengumpulan Data Karakteristik Responden

atau sekelompok orang tentang kejadian atau gejala sosial. Pada skala Likert variabel yang akan diukur dijabarkan menjadi subvariabel. Kemudian subvariabel dijabarkan lagi menjadi indikator indikator yang terukur ini yang mana menjadi titik tolak untuk membuat item instrumen yang berupa pertanyaan yang perlu dijawab responden. Setiap jawaban dingkapkan dengan kata-kata, misalnya: Sangat Setuju SS = 5 Setuju S = 4 Netral N = 3 Tidak Setuju TS = 2 Sangat Tidak Setuju STS = 1

2.6 Metode Pengumpulan Data

Pengumpulan data penelitian dimaksudkan sebagai pencatatan peristiwa atau karakteristik dari sebagian atau seluruh elemen populasi penelitian.Pengumpulan data penelitian dapat dilakukan berdasarkan cara-cara tertentu. Adapun metode pengumpulan data yang digunakan dalam penelitian adalah Metode angket Kuisoner. Kuesioner adalah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia ketahui. Metode ini digunakan untuk mencari dan mengenal desain kriteria faktor-faktor pemimpin yang mempengaruhi pilihan warga di kotamadya Medan. Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan kuesioner angket, setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasi dan diberi skor atau nilai yaitu: Skor 5 jika jawaban responden sangat setuju Skor 4 jika jawaban responden setuju Skor 3 jika jawaban responden ragu-ragutidak tahu Skor 2 jika jawaban responden tidak setuju Skor 1 jika jawaban responden sangat tidak setuju Dalam penelitian ini juga dilakukan wawancara atau komunikasi secara lisan dengan responden guna membantu responden memahami kuesionerangket. Universitas Sumatera Utara

2.7 Teknik Pengambilan Sampel

Teknik pengambilan sampel yang digunakan adalah dengan menggunakan sampel acak terstratifikasi stratified random sampling dimana metode pemilihan sampel dengan cara membagi populasi ke dalam kelompok-kelompok yang homogen yang disebut srata, dan kemudian sampel diambil secara acak dari tiap strata tersebut. Dengan demikian, populasi tersebut perlu dikelompokkan stratified sesuai dengan kelompok strata yang memiliki perbedaan tersebut, kemudian dari tiap kelompok diambil sampel secara acak inilah yang disebut dengan pengambilan acak terstratifikasi. Melalui cara ini diharapkan sampel dapat terambil dan mewakili semua kelompok yang ada, sehingga ada jaminan tidak ada kelompok yang terabaikan. Selain ini dapat diharapkan pula bahwa pengaruh tiap kelompok terhadap sampel dapat diabaikan. Tanpa stratifikasi, dapat terjadi bahwa sampel yang terambil hanya akan terambil dari kelompok tertentu saja. Dan menentukan jumlah sampel per strata diambil secara proportional random sampling dengan rumus: Keterangan: n : jumlah sampel keseluruhan : jumlah sampel per strata N : jumlah populasi keseluruhan N i : jumlah popoulasi per strata 2.8 Defenisi Analisis Konjoin

2.8.1 Pengertian Analisis Konjoin

Kata conjoint menurut para praktisi riset diambil dari kata considered jointly. Dalam kenyataannya kata sifat conjoint diturunkan dari kata to conjoint yang berarti joined together atau bekerja sama Kuhfeld, 2000. Tepat sebelum tahun 1970, Profesor Paul Green memperkenalkan artikel Luce dan Tukey 1964 yaitu Universitas Sumatera Utara artikel analisis pengukuran konjoin yang diterbitkan di jurnal non- marketing.Artikel ini dapat diterapkan dalam memecahkan masalah pemasaran sepertimemahami bagaimana para pembeli mengambil keputusan pembelian, memilih atribut penting dalam pilihan terhadap suatu produk barang atau jasa, dan untuk meramalkan perilaku pembeli. Analisis konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau preferensi konsumen terhadap suatu produk atau jasa atau objek tertentu yang diinginkan oleh sebagian besar responden dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk Hair et al, 2005. Analisis ini sangat berguna untuk membantu merancang karakteristik produk baru, membuat konsep produk baru, membantu menentukan tingkat harga serta memprediksi tingkat penjualan. Analisis konjoin pada awalnya populer digunakan pada riset pemasaran, khususnya pada berbagai riset untuk mengetahui bagaimana preferensi konsumen terhadap berbagai desain produk. Menurut Hair 2005 “Conjoint analysis is a multivariate technique developed specifically to understand how respondents develop preferences for any type of object products, services, or ideas. It is based on the simple premise that consumers evaluate the value of an object real or hypothetical by combining the seperate amounts of value provided by each attribute.Analisis konjoin adalah salah satu teknik multivariat yang khusus digunakan untuk mengetahui bagaimana responden mengembangkan preferensinya terhadap semua jenis objek produk, jasa, atau ide.Analisis ini berdasarkan alasan yang sederhana karena konsumen dapat mengevaluasi nilai –nilai dari produk tersebut nyata atau hipotesis melalui kombinasi beberapa nilai yang terpisahdari setiap atribut.” Dalam menentukan pilihannya untuk membeli suatu produk, konsumen sering mempertimbangkan berbagai faktor.Bagi konsumen faktor tersebut bersifat trade-off yang membuat konsumen serba salah, misalnya antara harga dan kualitas, mana yang harus dipilih, haruskah memilih harga rendah dengan kualitas Universitas Sumatera Utara rendah atau harga tinggi dengan kualitas prima tergantung dari preferensi konsumen.

2.8.2 Tujuan dan Manfaat Penggunaan Analisis Konjoin

Pada dasarnya tujuan analisis konjoin adalah untuk mengetahui bagaimana persepsi seseorang terhadap suatu objek untuk mengetahui kombinasi seperti apa yang memiliki nilai manfaat terbesar yang dirasakan oleh responden sehingga akan mempengaruhi mereka dalam proses penentuan keputusan. Hasil utama analisis konjoin adalah suatu bentuk desain produk barangjasaidea atau objek tertentu yang diinginkan oleh sebagian besar responden Singgih, 2010.

2.8.3 Istilah-istilah Dalam Analisis Konjoin

Adapun beberapa istilah dalam analisis konjoin adalah: 1. Atribut, yaitu berupa variabel-variabel yang akan diteliti. 2. Taraflevel, yaitu bagian dari atribut yang menunjukkan nilai yang diasumsikan oleh atribut. 3. Stimuli, yaitu sekelompok atribut yang dievaluasi oleh responden yang berasal dari kombinasi atau desain taraf-taraf atribut. 4. Nilai kepentingan relatif Relative Importance Value, yaitu nilai yang menunjukkan atribut yang paling penting dalam mempengaruhi pilihan responden. 5. Nilai kegunaan utilitas, yaitu teori ekonomi yang mempelajari kepuasan atau kenikmatan yang diperoleh dari seorang konsumen. Semakin tinggi tingkat kepuasan maka semakin tinggi pula nilai guna utilitas dan sebaliknya. Nilai guna dibedakan dalam dua pengertian: Universitas Sumatera Utara a. Nilai guna marginal, yaitu pertambahanpengurangan kepuasan akibat adanya pertambahanpengurangan pengunaan satu unit barang tertentu. b. Total nilai guna, yaitu keseluruhan kepuasan yang diperoleh dari mengomsumsi sejumlah barang-barang tertentu.

2.8.4 Tahapan-tahapan Analisis Konjoin

Adapun tahapan-tahapan yang perlu dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum sebagai berikut: 1. Perumusan masalah dan mengidentifikasi atribut Langkah awal dalam melakukan analisis konjoin yaitu perumusan masalah.Setelah adanya perumusan masalah maka dicarilah kumpulan atribut dimana setiap atribut terdiri atas beberapa taraflevel.Informasi mengenai atribut yang mewakili preferensi konsumen dapat diperoleh melalui diskusi dengan pakar, eksplorasi data sekunder atau studi kepustakaan.Kemudian atribut yang sudah dianggap mewakili ditentukan datanya. Skala atribut dibagi menjadi skala kualitatifnon-metrik atau kategori nominal dan ordinal dan skala kuantitatif atau metrik interval dan rasio. 2. Merancang kombinasi atribut stimuli Setelah mengidentifikasi atribut beserta taraf-tarafnya, kemudian dilakukan perancangan stimuli yaitu kombinasi taraf antar-atribut.Pendekatan yang umum digunakan untuk merancang stimuli yaitu kombinasi lengkap full profile atau evaluasi banyak factor. Analisis konjoin full-profile yang diperkenalkan terlebih dahulu merupakan rancangan kombinasi yang menggambarkan profil produk secara lengkap. Jumlah stimuli dapat dikurangi dengan menggunakan menggunakan fractional factorial design yang memungkinkan mengestimasi semua main effects. Desain ini mengasumsikan bahwa setiap interaksi yang tidak penting diabaikan.Untuk membentuk stimuli dirancang dengan menggunakan SPSS FOR WINDOWS 17.0 sehingga diperoleh 15 minimal stimuli.Setiap stimuli Universitas Sumatera Utara berisi kombinasi antara atribut dengan taraf, dimana tiap stimuli menggambarkan profil tiap objek secara lengkap. Responden mengevaluasi masing-masing stimuli mulai dari stimuli yang paling diminatidianggap penting hingga stimuli yang paling tidak diminatiyang paling dianggap tidak penting dengan cararating memberi peringkat. 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-off yang lebih jelas antara seluruh atribut yang tersedia. Sedangkan kendala menggunakan metode ini adalah metode full-profile disarankan apabila jumlah atribut yang diteliti antara enam sampai sembilan atribut saja Hair et al, 2006. 3. Metode pengumpulan data Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik data berskala nominal, ordinal atau kategorial maupun data metrik data berskala interval atau rasio. Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk membuat ranking atau mengurutkan stimuli pada tahap yang telah dibuat sebelumnya. Perangkingan dimulai dari satu dan seterusnya hingga ranking terakhir bagi stimuli yang paling tidak disukai.Sedangkan untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan nilai atau rating terhadap masing-masing stimuli. Dengan cara ini, responden akan dapat memberikan penilaian terhadap masing-masing stimuli secara terpisah. Pemberian nilai atau rating dapat dilakukan menggunakan skala likert 1 hingga 5 1=paling tidak disukai dan 5=paling disukai atau menggunakan nilai ranking, artinya untuk stimuli yang paling tidak disukai diberi nilai tertinggi setara dengan jumlah stimulinya, sedangkan stimuli yang paling disukai diberi nilai satu. 4.Metode analisis yang digunakan Universitas Sumatera Utara Berdasarkan tipe data dan cara pengumpulan datanya, prosedur analisis yang digunakan adalah analisis konjoin full-profile menggunakan metode regresi dengan variabel dummy. Variabel yang dianalisis dengan model regresi dapat berupa variabel kuantitatif maupun variabel kualitatif.Variabel kualitatif dalam model regresi sering disebut dengan istilah variabel dummy.Untuk variabel kualitatif yang mempunyai k kategori dapat 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.Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf dan 0 untuk taraf lainnya. Atribut yang mempunyai tiga taraf, pengkodeannya sebagai berikut: Tabel 2.1 Pengkodean Variabel Dummy Taraf Kode Taraf 1 1 Taraf 2 1 Taraf 3 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 J Supranto, 2004. 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. Adapun secara umum model dasar analisis konjoin adalah: U x = ∑ ∑ Keterangan: U x = Utility total dari tiap-tiap stimuli Universitas Sumatera Utara = Nilai kegunaan dari atribut ke- i i=1,2,3…m dan taraflevel ke-j j=1,2,3…k i = Taraf ke-k dari atribut ke-i m = Banyak atribut = Peubah boneka atribut ke-i taraf ke-j bernilai 1 jika level ke-j dari atribut ke –i terjadi, 0 jika tidak terjadi Regresi linier biasanya digunakan untuk mendapatkan model analisis konjoin tersebut, kemudian 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: = ∑ Keterangan: = Bobot kepentingan relatif untuk tiap atribut = Range nilai kepentingan untuk tiap atribut yang dicari dengan rumus Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus : I i = {maksa ij – mina ij } 5. Interpretasi Hasil Menurut Kuhfeld 2000 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. Universitas Sumatera Utara 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. 6. Uji Validitas Sugiyono 2006 menyatakan, bahwa instrument kuesioner harus diuji. Instrumen yang baik harus memenuhi dua persyaratan penting yaitu valid dan reliabel. Uji validitas atau kesasihan digunakan untuk mengetahui seberapa tepat suatu alat ukur mampu melakukan fungsi. Alat ukur yang dapat digunakan dalam pengujian validitas suatu kuesioner adalah angka hasil korelasi antara skor pernyataan dan skor keseluruhan pernyataan responden terhadap informasi dalam kuesioner. Pengujian reliabilitas menggunakan rumus teknik korelasi korelasi Karl Pearson product moment dengan menggunakan rumus: ∑ ∑ ∑ √ ∑ ∑ ∑ ∑ Keterangan: = Korelasi Karl Pearson Moment N = Jumlah responden X = Skor item X Y = Skor item Y Perhitungan uji validitas ini dilakukan dengan bantuan program Statistical product and Service Solution SPSS. Pengujian reliabilitas bertujuan untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrument tersebut digunakan lagi sebagai alat ukur suatu objek atau responden. Menurut Sugiyono 2001, “instrument yang reliabel adalah instrument yang bila digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan data yang sama’’. Kategori keeratan koefisien korelasi disajikan dalam Tabel 2.2. Universitas Sumatera Utara Tabel 2.2 Tabel Keeratan Korelasi 0.80 ≤ 1.00 Reliabilitas sangat tinggi 0.60 ≤ 0.80 Reliabilitas tinggi 0.40 ≤ 0.60 Reliabilitas sedang 0.20 ≤ 0.40 Reliabilitas rendah -1.00 ≤ 0.20 Reliabilitas sangat rendah Universitas Sumatera Utara

BAB 3 PEMBAHASAN

3.1 Karakteristik Responden

Populasi dalam penelitian ini adalah mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam di Universitas Sumatera Utara.Populasi sasarannya adalah mahasiswa stambuk 2014 Fakultas Matematika dan Ilmu Pengetahuan Alam yang masih aktif dalam perkuliahan. Data total jumlah mahasiswa stambuk 2014 yang diperoleh dari rektori USU adalah sebagai berikut: Tabel 3.1 Jumlah Mahasiswi FMIPA USU Stambuk 2014 No Program Studi Jumlah mahasiswai 1 Matematika S1 95 2 Kimia S1 90 3 Biologi S1 71 4 Fisika S1 87 5 Kimia D3 240 6 Komputer D3 236 7 Fisika D3 72 8 Statistika D3 157 Total 1048 Sumber : website USU Teknik penarikan sampel yang digunakan dalam peneitian ini adalah dengan menggunakan rumus dari Taro Yamane atau Slovin sebagai berikut : Universitas Sumatera Utara rumus 3.1 Dimana: n = Jumlah sampel N = Jumlah populasi e = Persentase toleransi ketidak telitian karena kesalahan pengambilan sampel sebesar 10 Maka, = = 91,28 = 91 Dari jumlah sampel yang didapat, ditentukan jumlah masing-masing sampel menurut jurusan departemen mahasiswa secara proportional random sampling Berdasarkan perhitungan maka didapat jumlah responden per-program studi seperti dalam tabel 3.2 berikut: Tabel 3.2 Penarikan Sampel dengan Proporsional No Jurusan Populasi Proporsi sampel Jumlah sampel 1 Matematika S1 95 × 91 8 22 2 Kimia S1 90 × 91 8 3 Biologi S1 71 × 91 6 4 Fisika S1 87 × 91 8 5 Kimia D3 240 × 91 21 6 Komputer D3 236 × 91 20 7 Fisika D3 72 × 91 6 8 Statistika D3 157 × 91 14 Universitas Sumatera Utara Jumlah 1048 91 Dari masing-masing jurusan akan diambil secara acak dengan mengambil sampel sebanyak 91 orang.

3.2 Penyajian Data