Analisis Pengaruh Minat Mahasiswa Fmipa Usu Memilih Laptop Dengan Metode Kendall’s W Dan Analisis Konjoin
PERSETUJUAN
Judul : ANALISIS PENGARUH MINAT MAHASISWA
FMIPA USU MEMILIH LAPTOP DENGAN METODE KENDALL’S W DAN ANALISIS KONJOIN
Kategori : SKRIPSI
Nama : NUR ZAKIYA HARAHAP
Nomor Induk Mahasiswa : 090803027
Program Studi : SARJANA (S1) MATEMATIKA
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, Agustus 2013
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Drs. Agus Salim Harahap, M.Si Drs. Pasukat Sembiring, M.Si
NIP 19540828 198103 1 004 NIP 19531113 198503 1 002
Diketahui/ Disetujui oleh:
Departemen Matematika FMIPA USU Ketua,
Prof. Drs. Tulus, Vordipl.Math., M.Si., Ph.D. NIP 196209011988031002
(2)
PERNYATAAN
ANALISIS PENGARUH MINAT MAHASISWA FMIPA USU MEMILIH LAPTOP DENGAN METODE KENDALL’S W
DAN ANALISIS KONJOIN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Agustus 2013
NUR ZAKIYA HARAHAP 090803027
(3)
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT yang senantiasa memberikan segala rahmat dan hidayah-Nya, dan yang telah memberi kekuatan akal dan fikiran sehingga penulis dapat menyelesaikan skripsi ini dalam waktu yang ditetapkan.
Ucapan terima kasih penulis sampaikan kepada Bapak Drs. Pasukat Sembiring, M.Si selaku pembimbing I dan Bapak Drs. Agus Salim Harahap, M.Si selaku pembimbing II yang telah menyediakan waktunya untuk membimbing dan memberikan pengarahan kepada saya sehingga penyusunan skripsi ini dapat diselesaikan.
Penulis juga mengucapkan terima kasih kepada Bapak Drs. Henry Rani Sitepu, M.Si dan Ibu Dra. Laurentina Pangaribuan, M.S selaku dosen penguji saya, Bapak Prof. Dr. Tulus, M.Si dan Ibu Dra. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika FMIPA USU Medan, Dekan dan Pembantu Dekan FMIPA USU, seluruh staff pengajar Matematika di FMIPA USU, beserta pegawai Administrasi.
Penulis juga mengucapkan terima kasih kepada kedua orang tua tercinta Hj. Rabia Rouza dan M. Mushlih yang telah memberikan dukungan, doa, dan semua bantuan yang diperlukan penulis, Abang dan Nenek penulis yang penulis sayangi Ahmad Zaidan Harahap dan Hj. Latifah Hanum Lubis yang selalu menghibur di saat penulis senang ataupun susah. Akhirnya penulis juga mengucapkan terima kasih kepada seluruh teman-teman kuliah penulis, khususnya kepada Andri Sinaga, Muhammad Syukran, M Khahfi Zuhanda, Faradhika Arwindy, Meiliani, Lauda Maranata, Oki Sandy, dan teman-teman yang tidak dapat saya sebutkan satu persatu yang telah memberikan dorongan semangat serta
(4)
ABSTRAK
Penelitian ini diarahkan untuk menganalisis atribut laptop yang paling diminati dan mengetahui kombinasi atribut yang paling diminati di kampus Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Metode yang digunakan dalam penelitian ini adalah metode Kendall’s W dan Analisis Konjoin. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dengan cara menyebarkan kuesioner kepada mahasiswa aktif FMIPA USU angkatan 2009 sampai 2012. Hasil penelitian menunjukkan bahwa pilihan faktor/atribut dari laptopyang paling mempengaruhi minat responden yang dalam penelitian ini adalah kecanggihan processornya. Konsep laptop yang ideal berdasarkan pilihan responden melalui proses evaluasi dari 27 profil/kombinasi/stimuli yang disajikan dalam bentuk kuesioner dengan membuat rating adalah laptop dengan merek HP, dengan processor intel core i5, bobot berat (1,8 kg – 2,5 kg), seharga < Rp 3.000.000,-; dengan hard drive > 500GB, denganwebcamtersedia,berukuran layar < 10.1”, ketahanan baterai > 5 jam, serta berwarana hitam.
(5)
Analysis Influence of Interest Student of FMIPA USU Choosing Laptop With Kendall’s Method and Conjoint Analysis
ABSTRACT
This research is aimed to analyze the collegian interest of laptop in Faculty of Mathematics and Natural Sciences, University of North Sumatera. The methods that used in this research are kendall’s W and conjoint analysis. The data that used in this research is the primary data obtained by distributing questionnaires to students of Mathematics Faculty and Natural Sciences, University of North Sumatera for class 2009 to 2012. The results revealed that the most interesting atribute for respondence in this research is the sophisticated processor. The ideal laptop’s concept according to interest of respondence is which HP brand, with intel core i5 processor,which weight (1,8 kg– 2,5 kg), the price list less than Rp 3.000.000,-; has hard drive more than 500GB, webcam available, has screen less than 10.1 inch, battery life more than 5 hours, and black colour.
(6)
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Abstrak v
Abstract vi
Daftar Isi vii
Daftar Tabel ix
Daftar Gambar x
Daftar Lampiran xi
Bab 1 Pendahuluan
1.1 Latar Belakang 1
1.2 Rumusan Masalah 3
1.3 Batasan Masalah 3
1.4 Tinjauan Pustaka 3
1.5 Tujuan Penelitian 5
1.6 Kontribusi Penelitian 5
1.7 Metodologi Penelitian 6
Bab 2 Landasan Teori
2.1 Laptop 7
2.2 Minat 8
2.3 Atribut 9
2.4 Nilai Guna (Utilitas) 10
2.5 Matriks Bujur Sangkar 10
2.6 Uji Validitas dan Reliabilitas 11
2.7 Uji Kendall’s W 12
2.8 Analisis Konjoin 13
2.8.1 Manfaat Analisis Konjoin 14
2.8.2 Tahapan Analisis Konjoin 14
2.8.2.1 Mengidentifikasi Atribut 15
2.8.2.2 Merancang Kombinasi Atribut (Stimuli) 15
2.8.2.3 Menentukan Jenis Data 17
2.8.2.4 Memilih Prosedur Analisis Konjoin 18
2.8.2.5 Interpretasi Hasil 20
2.8.2.6 Penilaian Keandalan dan Kesahihan 21 2.9 Tahapan Pengambilan Sampel
2.9.1 Populasi dan Sampel 21
(7)
Bab 3 Pembahasan
3.1 Pengumpulan Data 23
3.1.1 Karakteristik Responden 23
3.2 Pengolahan Data 25
3.2.1 Uji Kendall’s W 26
3.2.2 Analisis Konjoin 31
3.2.2.1 Analisis MinatLaptopSecara Umum 31 3.2.2.2 Hasil Analisis Konjoin dari Minat Mahasiswa
FMIPA USU 32
3.2.2.3 Melakukan Prosedur Analisis Konjoin 33 3.2.2.4 Pengolahan Nilai Utilitas Level Tiap Atribut 37 3.2.2.5 Analisis Tingkat Kepentingan Relatif 39 3.2.2.6 PengukuranPredictivedan Uji Signifikansi 37
Bab 4 Kesimpulan dan Saran
4.1 Kesimpulan 41
4.2 Saran 42
(8)
DAFTAR TABEL
Halaman Tabel 2.1 Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi 12 Tabel 2.2 ContohOrthogonal ArraydanNon-orthogonal Array 17
Tabel 2.3 Pengkodean taraf/ level 20
Tabel 3.1 Penarikan Sampel dengan Proporsional 24
Tabel 3.2 Karakteristik Responden 25
Tabel 3.3 Data Ranking Atribut 27
Tabel 3.4 Ranks 39
Tabel 3.5Test Statistics 30
Tabel 3.6 Nilai Utilitas Agregat Level Atribut Responden Mahasiswa
FMIPA USU 34
Tabel 3.7 Nilai Tingkat Kepentingan Relatif Mahasiswa FMIPA USU 37
(9)
DAFTAR GAMBAR
Halaman Gambar 3.1 Diagram Lingkaran Nilai Kepentingan Relatif 38
(10)
DAFTAR LAMPIRAN
Halaman Lampiran 1. Atribut dan Level Atribut dalam Penelitian 44
Lampiran 2. Kombinasi Stimuli ProdukLaptop 45
Lampiran 3. Hasil Penilaian Responden 48
Lampiran 4. Atribut, Level Atribut dan Lambang Peubah dalam Penelitian 51 Lampiran 5. Nilai Utilitas dan Nilai Kepentingan Relatif Responden 1 52 Lampiran 6. Contoh Proses Pencarian Manual untuk mendapatkan
Nilai Utilitas dan Nilai Kepentingan Relatif 54
Lampiran 7. Kuesioner Penelitian 61
(11)
ABSTRAK
Penelitian ini diarahkan untuk menganalisis atribut laptop yang paling diminati dan mengetahui kombinasi atribut yang paling diminati di kampus Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Metode yang digunakan dalam penelitian ini adalah metode Kendall’s W dan Analisis Konjoin. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dengan cara menyebarkan kuesioner kepada mahasiswa aktif FMIPA USU angkatan 2009 sampai 2012. Hasil penelitian menunjukkan bahwa pilihan faktor/atribut dari laptopyang paling mempengaruhi minat responden yang dalam penelitian ini adalah kecanggihan processornya. Konsep laptop yang ideal berdasarkan pilihan responden melalui proses evaluasi dari 27 profil/kombinasi/stimuli yang disajikan dalam bentuk kuesioner dengan membuat rating adalah laptop dengan merek HP, dengan processor intel core i5, bobot berat (1,8 kg – 2,5 kg), seharga < Rp 3.000.000,-; dengan hard drive > 500GB, denganwebcamtersedia,berukuran layar < 10.1”, ketahanan baterai > 5 jam, serta berwarana hitam.
(12)
Analysis Influence of Interest Student of FMIPA USU Choosing Laptop With Kendall’s Method and Conjoint Analysis
ABSTRACT
This research is aimed to analyze the collegian interest of laptop in Faculty of Mathematics and Natural Sciences, University of North Sumatera. The methods that used in this research are kendall’s W and conjoint analysis. The data that used in this research is the primary data obtained by distributing questionnaires to students of Mathematics Faculty and Natural Sciences, University of North Sumatera for class 2009 to 2012. The results revealed that the most interesting atribute for respondence in this research is the sophisticated processor. The ideal laptop’s concept according to interest of respondence is which HP brand, with intel core i5 processor,which weight (1,8 kg– 2,5 kg), the price list less than Rp 3.000.000,-; has hard drive more than 500GB, webcam available, has screen less than 10.1 inch, battery life more than 5 hours, and black colour.
(13)
BAB I
PENDAHULUAN
1.1 Latar Belakang
Selain komputer yang harus disambungkan dengan listrik atau biasa disebut desktop personal computer (PC), ada pula komputer yang menggunakan baterai atau disebut portable notebook atau dikenal pula dengan laptop. Keberadaan
laptop memberi kemudahan karena bentuknya yang kecil dan ringan sehingga memudahkan untuk menggunakannya di manapun dan kapanpun. Sama halnya dengan komputer,laptopjuga dilengkapi dengan displaywarna berkualitas tinggi,
network connection, kualitas suara yang bagus, dan optical drivelainnya.
Di Indonesia, laptop merupakan produk yang sedang mengalami perkembangan. Peningkatan penggunaanlaptop di kalangan masyarakat membuat persaingan antara perusahaan-perusahaan laptop semakin ketat, bahkan banyak sekali perusahaan-perusahaan laptop yang baru berdiri. Hal ini membuat perusahaan-perusahaan laptop berusaha kreatif dalam memproduksi dan mendesain barang tersebut. Selain itu, perusahaan-perusahaan laptop juga harus bisa membaca, memahami permintaan konsumen terhadap produk, dan berusaha memenuhi kebutuhan ataupun keinginan konsumen dengan memberikan berbagai tawaran yang menarik untuk meningkatkan pangsa pasar serta mempertahankan konsumen.
Dengan ketatnya persaingan, perusahaan-perusahaan laptop perlu mengukur sikap konsumen terhadap suatu produk, serta mengetahui atribut apa saja yang paling mempengaruhi konsumen dalam memilih produk laptop,
(14)
sehingga dapat meraih pangsa pasar yang tinggi, khususnya di kalangan muda, yang mana dalam hal ini merupakan kalangan mahasiswa.
Beberapa hal yang dapat membuat mahasiswa begitu tertarik dengan produk laptop yaitu memiliki peranan yang penting dalam menunjang dunia pendidikan, selain itu laptop juga dapat dimanfaatkan sebagai sarana hiburan seperti internet, game, menonton film, mendengarkan musik, dan lain-lain. Penggunaan internet memungkinkan mahasiswa untuk memperoleh berbagai informasi secara lebih luas sehingga mahasiswa bisa memperoleh berbagai ilmu pengetahuan yang dibutuhkan dengan mudah dan cepat. Oleh karena itu, dengan banyaknya manfaat yang diperoleh mahasiswa dari laptop menyebabkan permintaan laptop meningkat dari kalangan mahasiswa.
Uji Kendall’s W merupakan uji nonparametrik yang digunakan untuk menguji keselarasan terhadap penilaian yang diberikan oleh sekelompok subjek terhadap atribut-atribut yang dianggap penting.
Analisis konjoin merupakan salah satu teknik analisis multivariat yang digunakan untuk mengetahui ketertarikan konsumen terhadap suatu produk baik berupa barang atau jasa dengan cara mengkombinasikan jumlah nilai dari masing-masing atribut yang terpisah (Ghozali, 2006).
Analisis konjoin juga dapat digunakan untuk mendapatkan kombinasi atau komposisi atribut-atribut suatu produk atau jasa baik yang baru maupun yang lama yang paling disukai konsumen atau yang akan dikonsumsi, dengan demikian analisis ini akan digunakan untuk mengetahui minat mahasiswa terhadap produk
laptop untuk mengevaluasi produk atau jasa yang diminati oleh konsumen sehingga produsen dapat memperoleh suatu kesimpulan tentang produk laptop
(15)
Berdasarkan uraian ini, peneliti tertarik untuk memilih judul penelitian “Analisis Pengaruh Minat Mahasiswa FMIPA USU Memilih Laptop dengan Metode Kendall’s W dan Analisis Konjoin”.
1.2 Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah :
1. Menentukan ada atau tidak keselarasan konsumen terhadap atribut-atribut yang mempengaruhi pemilihanlaptopdengan uji Kendall’s w.
2. Mengetahui minat konsumen terhadap 9 atribut yang berkaitan dengan
laptop untuk menghasilkan produk laptop yang ideal dan akan dilibatkan dalam mengevaluasi produk dengan analisis konjoin.
1.3 Batasan Masalah
Batasan dalam penelitian ini adalah :
1. Objek penelitian adalah mahasiswa FMIPA Universitas Sumatera Utara dimulai dari semester 2 sampai semester 8.
2. Produk objek penelitian dibatasi untuk laptop dengan merek Acer, Toshiba, dan HP.
3. Atribut yang akan diteliti yaitu merek,processor, bobot, harga,hard drive,
webcam, ukuran layar, ketahanan baterai, dan warna dari produklaptop.
4. Masa pemakaianlaptoplebih dari 6 bulan.
1.4 Tinjauan Pustaka
Akhmad Fauzy dalam jurnalnya yang berjudul ”Menguji Keselarasan Konsumen dalam Menilai Produk denga Koefisien Konkordansi Kendall’s W”(2001) uji
(16)
Kendall’s W digunakan untuk menguji apakah ada keselarasan dari sekelompok subjek dalam menilai objek tertentu.
Tavi Supriana dan Rianti Barus dalam bukunya yang berjudul ”Statistik Nonparametrik Aplikasi dalam Bidang Sosial Ekonomi Pertanian” (2010) menyatakan uji Kendall’s W disebut juga Koefisien Konkordansi Kendall’s. Uji ini merupakan normalisasi dari uji Friedman. Uji ini digunakan untuk menguji apakah ada keselarasan dari subjek dalam menilai objek tertentu. Nilai Kendall’s W berkisar antara 0-1.
Hassan Suryono dalam bukunya yang berjudul ”Statistik Pedoman, Teori dan Aplikasi” (2009) menyatakan teknik korelasi ini digunakan untuk meneliti tingkat kesesuaian antara rangking yang diberikan oleh beberapa perangking terhadap beberapa rangking. Dengan kata lain, digunakan untuk meneliti tingkat reliabilitas rangking.
Dalam prosesnya analisis konjoin mencoba untuk menentukan kepentingan relatif yang dikaitkan pelanggan pada atribut danutility yang mereka kaitkan pada level atribut (Supranto, 2004). Tujuan penggunaan analisis konjoin dalam riset pemasaran yaitu untuk mengetahui minat konsumen terhadap laptop. Oleh karena itu, penggunaan metode analisis konjoin sangat membantu penelitian dalam pemasaran. Terutama untuk mengetahui penting atau tidak suatu atribt beserta level pada produklaptop.
Supranto (2004), Prosedur konjoin mencoba untuk memberikan nilai pada tingkatan/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 ialah bahwa setiap set stimulus, seperti produk, merek, atau toko dievaluasi sebagai perangkat atribut ataua bundle of atribute.
(17)
1.5 Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Untuk mengetahui ada keselarasan dari mahasiswa dalam menilai atribut-atribut yang penting pada laptop.
2. Mengetahui minat mahasiswa terhadap suatu atribut yang memiliki level tertentu.
3. Menghasilkan konsep produk laptop yang ideal yang paling disukai mahasiswa.
4. Menentukan kepentingan relatif setiap atribut.
1.6 Kontribusi Penelitian
Kontribusi dari penelitian ini adalah :
1. Sebagai sarana dalam mengetahui atribut-atribut yang penting dalam pemilihanlaptop.
2. Sebagai evaluasi atribut-atribut mana saja yang akan tetap dipertahankan dan ditingkatkan dan mana yang akan diganti untuk meningkatkan pembelian pada produk laptop yang menjadi kesukaan mahasiswa oleh perusahaan.
3. Mendapatkan nilai utilitas pada atributlaptop.
4. Sebagai pertimbangan untuk menghasilkan konsep produk baru yang sesuai minat mahasiswa.
5. Menambah wawasan dan memperkaya literatur dalam bidang statistika yang berhubungan dengan metode nonparametrik dan metode statistika multivariat.
(18)
1.7 Metodologi Penelitian
Dalam penelitian ini tahapan-tahapan yang akan dilakukan adalah sebagai berikut:
1. Pengumpulan Data 2. Analisis Data
a. Uji Kendall’s W
1. Perumusan Hipotesis. 2. Penyebaran kuesioner.
3. Menentukan nilai kritis berdasarkan tabel nilai kritis chi-kuadrat. 4. Menghitung nilai statistik Kendall’s W dengan bantuan SPSS. 5. Pengambilan Keputusan.
b. Analisis Konjoin 1. Mendisain stimuli
Menentukan dan menyusun level dari tiap-tiap atribut dapat dilihat pada tabel di lampiran 1.
2. Menggunakan konsep Orthogonalitas dalam mereduksi kombinasi atribut dengan setiap levelnya agar konsumen lebih mudah memberi pendapat pada setiap stimuli, dengan menggunakan bantuan perintahOrthoplanpada SPSS.
3. Pengumpulan data dilakukan dengan penyebaran kuesioner kepada mahasiswa.
4. Estimasi utilitas untuk tiap atribut dan level atribut
a. Menentukan nilai utilitas tiap level untuk masing-masing atribut.
b. Menentukan nilai kepentingan relatif tiap atribut dan membandingkannya dengan total kepentingan seluruh atribut tiap responden.
5. Interpretasi hasil melalui pengelompokkan responden yang memiliki nilai utilitas dan kepentingan relatif sama dan estimasi tingkah laku responden dalam pemilihan kombinasi atribut.
(19)
BAB II
LANDASAN TEORI
2.1 Laptop
Laptopadalah komputer pribadi yangportableatau mudah dibawa kemana-mana. Nama laptop itu sendiri diambil dari cara orang menggunakan komputer pribadi ini. Dahulu komputer pribadi ini sering digunakan di atas pangkuan, maka kemudian diberi namaLap Top= Atas Pangkuan.
Laptop atau komputer jinjing adalah komputer bergerak yang berukuran relatif kecil dan ringan, beratnya berkisar dari 1 sampai dengan 6 kg, tergantung ukuran, bahan, dan spesifikasi laptop tersebut. Sumber daya laptop berasal dari baterai atau adaptor A/C yang dapat digunakan untuk mengisi ulang baterai dan menyalakanlaptop tersebut. Baterailaptoppada umumnya dapat bertahan sekitar 1 hingga 6 jam sebelum akhirnya habis, tergantung dari cara pemakaian, spesifikasi, dan ukuran baterai.Laptopterkadang disebut juga dengannotebook.
Sebagai komputer pribadi, laptop memiliki fungsi yang sama dengan komputer pada umumnya. Komponen yang terdapat di dalamnya sama persis dengan komponen pada komputer, hanya saja ukurannya diperkecil, dijadikan lebih ringan, lebih tidak panas, dan lebih hemat daya.
Laptop kebanyakan menggunakan layar Liquid Crystal Display (LCD) berukuran 10 inchi hingga 17 inchi tergantung dari ukuran laptop itu sendiri. Selain itu, papan ketik yang terdapat pada laptop juga kadang-kadang dilengkapi
(20)
dengan papan sentuh yang berfungsi sebagai pengganti mouse. Papan ketik dan
mousetambahan dapat dipasang melaluiusb portjika tersedia.
Berbeda dengan komputerdesktop,laptopmemiliki komponen pendukung yang didesain secara khusus untuk mengakomodasi sifat komputer jinjing yang
portable. Sifat utama yang dimiliki oleh komponen penyusun laptop adalah ukuran yang kecil, hemat konsumsi energi, dan efisien. Laptop biasanya berharga lebih mahal, tergantung dari merek dan spesifikasi komponen penyusunnya, walaupun demikian harga laptop pun semakin mendekati komputer desktop
seiring dengan semakin tingginya tingkat permintaan konsumen.
Desain yang semakin ramping, bobot yang semakin ringan dan kemampuan menghemat daya menjadi bagian terpenting dalam perkembangan
laptop berikutnya. Laptop yang seperti kita lihat saat ini memiliki desain yang sangt tipis, bobot yang sangat ringan, tampilan layar yang besar serta kemampuan kiner yang super canggih ditambah lagi kemampuan hardisk dalam menyimpan data yang lebih banyak. Maka kemudian penggunaan laptop pun menjadi sebuah trend baru ditengah-tengah pengguna Portable Computer. Berbagai varian dan merek pun muncul sebagai pilihan dari para pengguna komputerportable.
2.2 Minat
Arti minat menurut kamus umum Bahasa Indonesia berarti kesukaan (kecenderungan hati) kepada sesuatu atau keinginan. Menurut Slameto (1991) minat adalah suatu rasa lebih suka dan rasa keterikatan pada suatu hal atau aktivitas, tanpa ada yang menyuruh. Minat pada dasarnya adalah penerimaan akan suatu hubungan antara diri sendiri dengan sesuatu diluar diri. Semakin kuat atau dekat hubungan tersebut semakin besar.
Menurut Kasijan (1988) mengatakan bahwa “Minat adalah kemampuan untuk memberi stimuli yang mendorong kita untuk memperhatikan seseorang,
(21)
sesuatu barang atau kegiatan yang dapat memberi pengaruh terhadap pengalaman yang distimuli oleh kegiatan itu sendiri”.
Berdasarkan dua definisi di atas tentang minat, maka dapat disimpulkan minat merupakan suatu keinginan yang cenderung menetap pada diri seseorang untuk mengarahkan pada suatu pilihan tertentu sebagai kebutuhannya, kemudian dilanjutkan untuk diwujudkan dalam tindakan yang nyata dengan adanya perhatian pada objek yang diinginkannya itu untuk mencari informasi sebagai wawasan bagi dirinya.
2.3 Atribut
Dalam arti sempit, atribut adalah keseluruhan karakteristik yang melekat pada produk tersebut. Sedangkan dalam arti luas, atribut merupakan keseluruhan faktor yang dipertimbangkan konsumen untuk membeli suatu produk (Suliyanto, 2005:30). Atribut merupakan indikator yang memungkinkan terjadinya pengukuran pengaruh pada variabel. Konsumen melihat suatu produk atau jasa sebagai sekelompok atribut. Mereka akan kesulitan membandingkan banyak produk secara keseluruhan. Jadi, konsumen membutuhkan pendekatan yang lebih sederhana.
Pertama konsumen menentukan beberapa merek, yang mereka anggap memenuhi kriterianya. Kedua konsumen melakukan evaluasi terhadap faktor produk atau atribut, meliputi tingkat kepentingan atribut yang digunakan oleh seorang konsumen disebut sebagai kriteria pemilihan konsumen.
Penelitian ini menggunakan multi atribut laptop yang meliputi, merek,
processor, bobot, harga,hard drive,webcam, ukuran layar, ketahanan baterai, dan warna.
(22)
2.4 Nilai Guna (Utilitas)
Teori nilai guna (utilitas) yaitu teori ekonomi yang mempelajari kepuasan atau kenikmatan yang diperoleh seorang konsumen dari mengkonsumsi barang-barang. Kalau kepuasan itu semakin tinggi maka semakin tinggi nilai gunanya. Sebaliknya semakin rendah kepuasan dari suatu barang maka nilai guna semakin rendah pula. Nilai guna dibedakan menjadi dua pengertian:
a. Nilai Guna Marginal
Nilai guna marginal adalah pertambahan atau pengurangan kepuasan akibat adanya pertambahan atau pengurangan penggunaan satu unit barang tertentu.
b. Total Nilai Guna
Total nilai guna yaitu keseluruhan kepuasan yang diperoleh dari mengkonsumsi sejumlah barang-barang tertentu.
Jika konsumen membeli barang karena mengharap memperoleh nilai gunanya, tentu saja secara rasional konsumen berharap memperoleh nilai guna optimal. Secara rasional nilai guna akan meningkat jika jumlah komoditas yang dikonsumsi meningkat.
2.5 Matriks Bujur Sangkar
Informasi dalam bidang sains dan matematika seringkali ditampilkan dalam bentuk baris-baris dan kolom-kolom yang membentuk jajaran empat persegi panjang yang disebut matriks. Matriks seringkali merupakan tabel-tabel data numerik yang diperoleh melalui pengamatan fisik, tetapi dapat juga muncul dalam berbagai macam konteks matematis.
(23)
Jika adalah matriks bujur sangkar dan jika matriks yang ukurannya sama sedemikian rupa sehingga = = , maka disebut dapat dibalik (invertible) dan disebut invers dari . Suatu matriks bujur sangkar dapat dibalik, jika dan hanya jikadet( ) 0. Jika dapat dibalik, maka
= 1
det ( ) ( )
Sumber: Anton (1987:75)
2.6 Uji Validitas dan Reliabilitas
Sugiyono (2006:267), berpendapat bahwa instrumen (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 penyataan reseponen terhadap informasi dalam kuesioner.
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 instumen tersebut digunakan lagi sebagai alat ukur suatu objek atau responden. Menurut Sugiyono (2006:220), “instrumen yang reliabel adalah instrumen yang bila digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan data yang sama”.
(24)
Kategori koefisien korelasi berdasarkan Sugiyono (2006:216) adalah sebagai berikut:
Tabel 2.1 Pedoman Untuk Memberikan Interpretasi Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,800 . 1,000 Sangat Kuat
0,600 . 0,799 Kuat
0,400 . 0,599 Sedang
0,200 . 0,399 Rendah
0,000 . 0,199 Sangat Rendah
2.7Uji Kendall’s W
Uji Kendall’s W diperkenalkan secara terpisah oleh Kendall dan Babington-Smith pada tahun 1939 dan Wallis pada tahun 1939 sehingga disingkat dengan nama Kendall’s W. Uji Kendall’s W merupakan uji nonparametrik yang digunakan untuk menguji keselarasan terhadap penilaian yang diberikan oleh sekelompok subjek terhadap atribut-atribut yang dianggap penting.
Nilai dari statistik Kendall’s W berkisar antara 0 dan 1. Jika nilai dari statistik Kendall’s W adalah 1, maka terjadi keselarasan sempurna terhadap penilaian yang diberikan oleh sekelompok subjek pada atribut-atribut. Jika nilai dari statistik Kendall’s W adalah 0, maka tidak terjadi keselarasan terhadap penilaian yang diberikan oleh sekelompok subjek. Hipotesis nol yang diuji pada uji Kendall’s W adalah terjadi tidak adanya keselarasan terhadap penilaian yang diberikan sekelompok subjek pada atribut-atribut.
Berikut rumus untuk menghitung statistik Kendall’s W (Siegel, 1985):
=12 ( )
(25)
Keterangan:
= Nilai statistikKendall’s W
= Jumlah rangking pada atribut ke-i= 1, 2, ... ,k
= Rangking rata-rata
= Jumlah atribut yang diteliti
= Jumlah responden atau elemen dalam sampel
Untuk nilai diperoleh dari
= ( + 1) 2
Uji statistik yang digunakan adalah uji statistik chi-kuadrat. Nilai dari uji statistik chi-kuadrat digunakan untuk menentukan apakah hipotesis nol diterima atau ditolak. Berikut rumus untuk menghitung nilai uji statistik chi-kuadrat
= ( 1)
Nilai uji statistik chi-kuadrat kemudian dibandingkan dengan nilai kritis berdasarkan tabel nilai kritis chi-kuadrat. Berikut aturan keputusan berdasarkan uji statistik chi-kuadrat
Jika nilai kritis, hipotesis nol diterima Jika >nilai kritis, hipotesis nol ditolak
2.8 Analisis Konjoin
Analisis konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau minat konsumen terhadap suatu produk atau jasa dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk. Analisis konjoin yang mulai dikembangkan pada tahun 1970-an ini mulai banyak digunakan pada bidang ilmu yang terkait dengan persepsi seseorang, seperti pemasaran, sosial politik dan psikologi. Pada bidang
(26)
konsumen akan sebuah produk baru. Analisis konjoin sangat berguna untuk membantu bagaimana seharusnya karakteristik produk baru, membuat konsep produk baru, mengetahui pengaruh tingkat harga serta memprediksi tingkat penjualan atau penggunaan (Santoso, 2010).
2.8.1 Manfaat Analisis Konjoin
Analisis konjoin digunakan untuk membantu mendapatkan kombinasi atribut produk laptop baru maupun lama yang paling disukai konsumen. Dalam prosesnya analisis konjoin akan memberikan ukuran kuantitatif terhadap tingkat kegunaan dan kepentingan relatif suatu atribut dibandingkan dengan atribut lain. Tujuan penggunaan analisis konjoin terutama dalam riset pemasaran yaitu untuk mengetahui persepsi konsumen terhadap laptop. Oleh karena itu, penggunaan analisis konjoin sangat membantu penelitian dalam pemasaran. Terutama untuk mengetahui penting atau tidak suatu atribut beserta level pada produklaptop.
Manfaat yang dapat diambil produsen dari penggunaan analisis konjoin ini adalah produsen dapat mencari solusi kompromi yang optimal dalam merancang dan mengembangkan suatu produk. Analisis ini dapat juga dimanfaatkan untuk merancang harga, memprediksi tingkat penjualan atau penggunaan produk, uji coba konsep produk baru, dan merancang strategi promosi. Atribut-atribut yang digunakan dalam analisis konjoin berskala kategorik, sehingga dibutuhkan peubah boneka untuk mewakili taraf-tarafnya ke dalam model.
2.8.2 Tahapan Analisis Konjoin
Adapun tahapan-tahapan analisis konjoin meliputi beberapa langkah yaiatu: 1. Mengidentifikasi atribut
2. Merancang Kombinasi atribut (stimuli) 3. Menentukan jenis data
(27)
5. Interpretasi Hasil
6. Penilaian keandalan dan kesahian
2.8.2.1 Mengidentifikasi Atribut
Langkah awal dalam melakukan analisis konjoin yaitu mengidentifikasi kumpulan dari atribut-atribut dimana setiap atribut terdiri atas beberapa taraf/level. Informasi mengenai atribut yang mewakili preferensi konsumen bisa diperoleh melalui diskusi dengan pakar, eksplorasi data skunder, atau melakukan tes awal.
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).
Banyaknya tingkatan atribut menentukan banyaknya parameter yang akan diperkirakan dan juga mempengaruhi banyaknya stimulus yang akan dievaluasi oleh responden. Untuk meminimumkan tugas evaluasi responden, dan harus bisa memperkirakan parameter seakurat mungkin, perlu membatasi banyaknya tingkatan/level dari atribut. Utility atau parth-worth function untuk level suatu objek mungkin tidaklinear (non-linear).
2.8.2.2 Merancang Kombinasi Atribut (Stimuli)
Ada dua cara pembentukan stimuli dalam analisis konjoin yaitu : 1. Full-profile
Pendekatan kombinasi lengkap (full profile) juga disebut evaluasi banyak faktor (multiple-factor-evaluation) yaitu jika ada k atribut dan ada l level yang diteliti dapat mengevaluasi semua stimuli yang muncul dengan l1 x
(28)
Tentunya terkadang banyaknya stimuli membuat bingung responden dalam menilai, untuk mengatasi masalah ini dapat digunakan SPSS dengan menggunakan pendekatan full profile namun desain yang digunakan bukan full factor design melainkan fractional factorial design.
Dengan design ini, sebagian dari seluruh kombinasi produk dipilih yang benar-benar berpengaruh terhadap efek utama. Efek interaksi tidak diperhatikan. Desain seperti ini dikenal dengan nama Orthogonal array. Dalam tabel Orthogonal Array, keseimbangan dicapai karena setiap tingkat faktor/atribut terjadi pada jumlah yang sama dengan setiap tingkat dari masing-masing faktor lainnya. Catatan bahwa semua faktorial lengkap di mana terdapat jumlah yang sama berulang untuk setiap kombinasi faktor-tingkat adalah orthogonal array. Beberapa faktorial adalah
orthogonal array, beberapa tidak.
Orthogonal Array memungkinkan desain yang mengasumsikan bahwa semua interaksi yang tidak penting bisa diabaikan. Orthogonal Array dibentuk dari basic full fractional design dengan mengganti suatu faktor baru untuk seleksi interaksi efek yang dianggap bisa diabaikan. Metode yang lain untuk mengurangi banyaknya inetraksi dengan melakukan survey terhadap konsumen.
Tampak bahwa dalam desain orthogonal Array, jumlah kemunculan dari setiap level suatu atribut selalu tidak sama. Berikut contoh desain orthogonal Array dan bukan orthogonal Array. Tabel sebelah kiri menunjukkan bahwa setiap level dari masing-masing atribut muncul satu kali, sebaliknya pada tabel sebelah kanan, kombinasi 1 2 1 muncul dua kali, sementara kombinasi lainnya muncul satu kali.
(29)
Tabel 2.2 ContohOrthogonal ArraydanNon-orthogonal Array
Orthogonal Array Non-orthogonal Array
Faktor : A B C Faktor : A B C
1 1 1 1 1 2
1 2 2 1 2 1
2 1 2 2 1 2
2 2 1 1 2 1
2. Pairwise Combination
Melalui pendekatan ini, stimuli yang diperingkatkan dilakukan dengan cara memberikan peringkat pada setiap kombinasi taraf/level dari dua atribut, mulai dari yang paling disukai sampai pada yang paling tidak disukai. Jika banyaknya atribut ada -buah, maka kombinasi taraf/level atribut yang harus dievaluasi responden adalah sebanyak:
c = ( ) pasangan.
Kelebihan pendekatan pasangan adalah bahwa pendekatan ini lebih mudah bagi responden untuk memberikan pertimbangan. Tetapi kelemahan relatifnya ialah bahwa pendekatan ini memerlukan lebih banyak evaluasi.
2.8.2.3 Menentukan Jenis Data
Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik (data berskala nominal atau ordinal atau kategorial) maupun data metrik (data berskala interval atau rasio).
1. Data non-metrik
Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk membuat ranking atau mengurutkan stimulus yang paling disukai
(30)
disukai deberi nilai dimulai dari 1 dan seterusnya hingga ranking terakhir stimulus yang paling tidak disukai.
2. Data Metrik
Untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan nilai atau rating terhadap masing-masing stimulus. Dengan cara ini, responden akan memberikan penilaian terhadap masing-masing stimulus secara terpisah. Pemberian nilai atau rating dapat dilakukan melalui beberapa cara, yaitu:
a. Menggunakan skala likert mulai dari 1 hingga 5 (1 = paling tidak disukai dan 5 = paling disukai).
b. Menggunakan nilai rangking terbalik, artinya untuk stimulus yang paling disukai diberi nilai tertinggi setara dengan jumlah stimulusnya, sedangkan stimulus yang paling tidak disukai diberi nilai satu.
2.8.2.4 Memilih Prosedur Analisis Konjoin
Model dasar analisis konjoin secara matematis sebagai berikut (Supranto, 2004):
( ) = di mana:
( ) = Utilitas total dari tiap-tiap stimuli
= Utilitas dari atribut ke- ( = 1, 2, 3, ... ,k) dan level ke-j (j = 1, 2, 3, ... , )
= Banyaknya level dari atribut = Banyaknya atribut
= Peubah boneka atribut ke- level ke- (bernilai 1, jika level ke- dari atribut ke- terjadi; 0, jika tidak terjadi)
(31)
Rumus untuk nilai kepentingan relatif adalah :
=
di mana:
= Bobot kepentingan relatif untuk tiap atribut = Range nilai kepentingan untuk tiap atribut
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :
= { ( ) ( )}
Beberapa prosedur yang berbeda tersedia untuk mengestimasi model dasar yang paling sederhana, dan sangat populer yaitu dummy variable regression, artinya suatu regresi, variabel bebasnya merupakan variabeldummy.
Untuk membangun model regresi yang peubah bebasnya mengandung variabel kualitatif, salah satunya adalah menggunakan peubah boneka. Peubah boneka merupakan cara yang sederhana untuk mengkuantifikasi variabel yang kualitatif. Untuk variabel kualitatif yang mempunyai kategori bisa dibangun 1 peubah boneka. Peubah boneka ini biasanya mengambil nilai 1 atau 0. Kedua nilai yang diberikan tidak menunjukkan bilangan (numerik) tetapi hanya sebagai identifikasi kelas atau kategorinya. Di dalam literatur Supranto (2004) menyebutkan bahwa :
1. Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf dan 0 untuk lainnya.
2. Atribut yang mempunyai dari tiga taraf, pengkodeannya sebagai berikut:
(32)
Tabel 2.3 Pengkodean taraf/level
Taraf Kode
Taraf 1 Taraf 2 Taraf 3
1 0 0
0 1 0
Untuk taraf lebih dari tiga, pengkodean dilakukan dngan cara yang sama sehingga setiap faktor memiliki 1 peubah boneka. Banyaknya peubah boneka sama dengan banyaknya kategori (taraf) dikurangi satu.
Jika data yang digunakan berasal dari penilaian stimuli yang telah dirancang sebelumnya dan penilaian dilakukan dengan menggunakan skala metrik, maka regresi dapat dihitung langsung dengan menggunakan pendekatan
Ordinary Least Square(OLS). Jika penilaian stimuli menggunakan urutan stimuli, maka data tersebut harus ditransformasi terlebih dahulu dengan monotomic regression atau multidimensional scalling, kemudian analisis dilanjutkan dengan regresi peubah boneka. Namun, jika data diperoleh melalui penilaian secara terpisah dari masing-masing taraf/level atribut yang dikenal dengan istilah
discrete choice, analisis yang dapat digunakan adalah model logit.
2.8.2.5 Interpretasi Hasil
Untuk menginterpretasikan hasil analisis, dilakukan pada semua tingkat kepentingan atribut dengan membuat grafik perbandingan antara nilai kepentingan dari tiap-tiap atributnya. Interpretasi dari hasil berikutnya juga dilakukan dengan membuat suatu grafik perbandingan antara nilai kegunaan dari tiap levelnya.
(33)
2.8.2.6 Penilaian Keandalan Dan Kesahihan
Uji keandalan terhadap hasil konjoin untuk mengetahui apakah prediksi yang telah dilakukan mempunyai ketepatan yang tinggi dengan kenyataannya. Pada uji ketepatan prediksi ini akan dilakukan pengukuran korelasi secara Pearson
maupunKendall dengan bantuan SPSS. Pada pengukuran tersebut akan diketahui seberapa kuat hubungan antara estimasi dan actualnya atau seberapa tinggi
Predictive accuracynya.
2.9 Tahapan Pengambilan Sampel 2.9.1 Populasi dan Sampel
Populasi adalah wilayah generelisasi yang terdiri atas; obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sampel merupakan bagian dari populasi yang mempunyai ciri-ciri atau keadaan tertentu yang akan diteliti karena tidak semua data dan informasi akan diproses dan tidak semua orang atau benda akan diteliti melainkan cukup dengan menggunakan sampel yang mewakilinya (Sugiyono, 2006).
Dalam pelaksanaan penelitian, ruang lingkup populasi merupakan area yang amat luas batasnya sehingga penggunaan populasi sebagi instrumen penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan dalam pelaksanaan penelitian, ditentukan populasi sasaran (target population), yaitu populasi yang digunakan untuk mengeneralisasi hasil penelitian.
2.9.2 Teknik Penarikan Sampel
(34)
pengambilan sampel dilakukan dengan teknik penarikan sampel bertingkat proposional (propotional stratified random sampling). Ada beberapa syarat yang harus terpenuhi terlebih dahulu untuk menggunakan teknik ini antara lain (Singarimbun dan Effendi, 1989:162-163):
1. Adanya kriteria yang jelas yang akan dipergunakan sebagai dasar untuk menstratifikasi populasi ke dalam lapisan-lapisan.
2. Adanya data pendahuluan dari populasi mengenai kriteria yang dipergunakan untuk menstratifikasi.
3. Jumlah satuan elementer dari setiap strata (ukuran setiap subpopulasi) harus diketahui dengan pasti. Hal ini diperlukan agar peneliti dapat membuat kerangka sampling untuk setiap subpopulasi atau strata yang akan dijadikan sumber dalam menentukan sampel atau responden.
Untuk mendapatkan sampel yang benar-benar mewakili seluruh populasi, maka dalam penelitian ini teknik penentuan jumlah sampel menggunakan rumus slovin yang mempunyai syarat ukuran populasi diketahui dan taraf kesalahan ditentukan. Rumus Slovin sebagai berikut:
= 1 +
Sumber: Umar (2004:108)
Keterangan :
= Ukuran Sampel = Ukuran Populasi
= Persen Kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir atau diinginkan.
(35)
BAB III PEMBAHASAN
3.1 Pengumpulan Data
Data yang digunakan adalah data primer. Data primer adalah data yang diperoleh dari individu atau perseorangan. Alat untuk memperoleh data dalam penelitian ini dengan menggunakan kuesioner. Peneliti membagikan kuesioner sebanyak 348 kepada mahasiswa. Pemberian kuesioner ini bertujuan untuk mengetahui pengaruh minat mahasiswa FMIPA USU memilihLaptop.
3.1.1 Karakteristik Responden
Perilaku responden dapat dipengaruhi oleh berbagai macam faktor. Tentu hal ini menjadi tantangan utama bagi para pemasar untuk mengendalikan semua faktor yang mampu mempengaruhi perilaku memilih pada konsumen. Penelitian ini didapatkan dengan menyebarkan kuesioner kepada mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.
Pada penelitian ini populasinya adalah mahasiswa yang berjumlah 2697 orang berdasarkan data yang diperoleh dari Website USU, diantaranya:
1. Matematika S-1 : 300 orang
2. Kimia S-1 : 256 orang
3. Fisika S-1 : 279 orang 4. Biologi S-1 : 288 orang 5. Komputer D-III : 784 orang
(36)
7. Statistika D-III : 372 orang 8. Fisika D-III : 96 orang
Penarikan sampel dengan Slovin:
= 1 +
= 2697
1 + 2697( 0,05)
= 2697
1 + 6,7425 = 2697
7,7425 = 348,3371
Tabel 3.1 Penarikan sampel denganProportional Stratified Sampling No. Program Studi Populasi Proporsi
Sampel
Jumlah Sampel
1 Matematika S-1 300 11,123% 39
2 Kimia S-1 256 9,492% 33
3 Fisika S-1 279 10,345% 36
4 Biologi S-1 288 10,679% 37
5 Komputer D-III 784 29,069% 101
6 Kimia D-III 322 11,939% 42
7 Statistika D-III 372 13,793% 48
8 Fisika D-III 96 3,560% 12
Total 2697 100% 348
Sumber: Data Olahan Penullis
Dari teknik penarikan sampel diatas diperoleh sampel sebanyak 348 orang dari populasi sebesar 2697 mahasiswa FMIPA USU yang masih aktif terdaftar di Fakultas Matematika dan Ilmu Pengetahuan Alam.
(37)
Tabel 3.2 Karakteristik Responden
Karakteristik Responden Jumlah (Orang) Jurusan Matematika - S1
Kimia - S1 Fisika - S1 Biologi - S-1 Komputer D-III
Kimia D-III Statistika D-III
Fisika D-III
39 33 36 37 101 42 48 12
Total 348
Lama Pemakaian
Laptop
6–12 bulan 13–24 bulan 25–36 bulan 37–48 bulan
51 158 97 42
Total 348
MerekLaptop
yang digunakan
Acer Toshiba
Hp
184 98 66
Total 348
Sumber: Data Olahan Penulis
3.2 Pengolahan Data
Untuk pemecahan suatu permasalahan perlu dilakukan analisis dan pengolahan data. Teknik penganalisaan yang digunakan untuk memecahkan permasalahan ini adalah dengan menggunakan metode Kendall’s W dan Analisis Konjoin. Dari data yang diperoleh berdasarkan pengisian kuesioner oleh mahasiswa, dapat dilakukan analisa dari permasalahan berikut.
(38)
3.2.1 Uji Kendall’s W
Dalam hal ini, uji Kendall’s W akan digunakan untuk menguji apakah ada tidaknya keselarasan mahasiswa dalam menilai atribut-atribut pada laptop. Berikut tahap-tahap yang diperlukan untuk memecahkan permasalahan ini.
Tahap pertama adalah merumuskan hipotesis. Pada Uji Kendall’s W, hipotesis nol menyatakan tidak terdapat keselarasan dari penilaian yang dilakukan responden terhadap atribut-atribut. Perumusan hipotesisnya sebagai berikut:
: Tidak terdapat keselarasan dari penilaian para responden terhadap kesembilan atribut padalaptop
: Terdapat keselarasan dari penilaian para responden terhadap kesembilan atribut padalaptop
Tahap kedua adalah menentukan nilai kritis berdasarkan tabel nilai kritis chi-kuadrat. Nilai tingkat signifikansi adalah 5% atau 0,05. Untuk menentukan nilai kritis, terlebih dahulu menghitung nilai derajat bebas. Dikarenakan derajat bebas = 1, maka derajat bebas = 9 1 = 8. Nilai kritis berdasarkan tabel chi-kuadrat dengan derajat bebas 8 dan tingkat signifikansi5%adalah15,5073.
Menghitung nilai dari Uji statistik Kendall’s W dilakukan dengan manual pada contoh ini.
(39)
Tabel Ranking Atribut padaLaptop Responden
Atribut Merek Processor Bobot Harga Hard
Drive
Webcam Ukuran Layar
Baterai Warna
1 5 4 1 9 3 8 7 2 6
2 1 3 4 9 2 5 7 6 8
3 3 2 6 1 4 8 7 5 9
4 3 2 6 1 4 8 7 5 9
5 2 5 7 1 4 6 8 3 9
6 9 1 2 6 3 5 8 4 7
7 2 1 9 3 4 8 6 5 7
8 3 2 6 1 4 8 7 5 9
9 3 2 6 1 4 8 7 5 9
10 3 2 6 1 4 8 7 5 9
11 3 4 7 6 1 5 9 2 8
12 9 5 3 8 4 7 2 1 6
13 8 1 6 7 2 4 5 3 9
14 3 2 6 1 4 8 7 5 9
15 3 2 6 1 4 8 7 5 9
16 3 2 6 1 4 8 7 5 9
17 7 3 6 5 1 4 8 2 9
18 4 9 3 1 5 6 8 2 7
19 3 2 6 1 4 8 7 5 9
20 1 5 7 2 8 9 3 6 4
78 59 109 66 73 139 134 81 161
Mean Rank 3,90 2,95 5,45 3,30 3,65 6,95 6,70 4,05 8,05
(40)
=
= ( + 1) 2 = 20(9 + 1)
2 = 100
Berikutrumus untuk menghitung statistik Kendall’s W (Siegel, 1985):
=12 ( )
( )
=12((78 100) + (59 100) + (109 100) + 20 (9 9)
(66 100) + (73 100) + (139 100) + (134 100) + 20 (9 9)
(81 100) + (161 100) 20 (9 9)
= 12(10890) 400(729 9) = 0,454
Uji statistik yang digunakan adalah uji statistik chi-kuadrat. Nilai dari uji statistik chi-kuadrat digunakan untuk menentukan apakah hipotesis nol diterima atau ditolak. Berikut rumus untuk menghitung nilai uji statistik chi-kuadrat
= ( 1)
= 20(9 1)0,454 = 72,64
Nilai uji statistik chi-kuadrat kemudian dibandingkan dengan nilai kritis berdasarkan tabel nilai kritis chi kuadrat. Berikut aturan keputusan berdasarkan uji statistik chi kuadrat
Jika nilai kritis, hipotesis nol diterima Jika >nilai kritis, hipotesis nol ditolak
(41)
Nilai kritis pada tabel dengan derajat kebebasan 8 dan tingkat signifikansi 5%sebesar 15,5073, maka > nilai kritis, maka hipotesis nol ditolak, yang berarti terdapat keselarasan dari penilaian para responden terhadap kesembilan atribut padalaptop.
Berikut hasil perhitungan berdasarkan software SPSS.
Tabel 3.3 Ranks
Atribut Mean Rank
Merek 3,33
Processor 2,50
Bobot 5,74
Harga 2,68
Hard Drive 4,33
Webcam 6,54
Ukuran Layar 6,73
Ketahanan Baterai 4,89
Warna 8,26
Sumber: Data Olahan SPSS
Berdasarkan data tersebut, maka rangking atribut menurut penilaian seluruh responden adalah sebagai berikut:
1. Processor, dengan rata-rata (mean) sebesar 2,50 2. Harga, dengan rata-rata (mean) sebesar 2,68 3. Merek, dengan rata-rata (mean) sebesar 3,33 4. Hard Drive, dengan rata-rata (mean) sebesar 4,33
5. Ketahanan Baterai, dengan rata-rata (mean) sebesar 4,89 6. Bobot, dengan rata-rata (mean) sebesar 5,74
7. Webcam, dengan rata-rata (mean) sebesar 6,54 8. Ukuran Layar, dengan rata-rata (mean) sebesar 6,73 9. Warna, dengan rata-rata (mean) sebesar 8,26
(42)
Dari urutan rangking di atas menurut nilai rata-rata (mean), menyatakan bahwa processor adalah atribut yang paling diminati dalam memilih laptop. Dilain pihak, atribut warna yang paling tidak diminati dalam memilihlaptop.
Tabel 3.4 Test Statistics Nilai
N 348
Kendall’s W(a) 0,523
Chi-Square 1456,3
Df 8
Asymp. Sig 0,000
Sumber: Data Olahan SPSS
Pada tabel 3.4 memberikan informasi bahwa nilai statistik Kendall’s W adalah 0,523. Nilai tersebut dapat diinterpretasikan bahwa para responden memberi penilaian yang tidak sama dengan tingkat keselarasan yang berada di antara 0,400 s.d 0,599, yang berarti tingkat keselarasan responden adalah sedang.
Karena nilai statistik chi-kuadrat, yakni1456,3lebih besar dari nilai kritis, yakni 15,5073, maka ditolak dan diterima. Ini berarti pernyataan bahwa terdapat keselarasan dari penilaian para responden terhadap kesembilan atribut padalaptopdapat dibenarkan pada tingkat signifikansi5%.
Selain itu, pada tabel Test Statistics juga memberikan nilai probabilitas kumulatif atau Asymp. Sig, yaitu 0,000.
Jika nilai probabilitas kumulatif nilai tingkat signifikansi, diterima Jika nilai probabilitas kumulatif<nilai tingkat signifikansi, ditolak
Karena nilai probabilitas kumulatif, yakni 0,000 lebih kecil dari nilai tingkat signifikansi yakni 0,05, maka hipotesis nol ditolak dan hipotesis alternatif diterima. Ini berarti pernyataan bahwa terdapat keselarasan dari penilaian para
(43)
responden terhadap kesembilan atribut padalaptop dapat dibenarkan pada tingkat signifikansi5%.
3.2.2 Analisis Konjoin
3.2.2.1 Analisis MinatLaptopSecara Umum
Munculnya merek-merek laptop di pasar membuat persaingan semakin tinggi. Sehingga perlu dilakukan penelitian mengenai pola atribut yang mempengaruhi minat ketertarikan konsumen dalam membeli produk laptop dan diperlukan pola atribut yang mempengaruhi pembelian laptop. Pada dasarnya, ada beberapa pola atribut yang mempengaruhi minat mahasiswa tetapi pada penelitian ini atribut hanya dibatasi pada atribut merek, processor, bobot, harga, hard drive, webcam, ukuran layar, ketahanan baterai dan warna dengan:
3 x 3 x 2 x 3 x 3 x 2 x 3 x 3 x 3 = 8748 buah. Atribut-atribut tersebut dapat dilihat pada lampiran 1.
Tujuan penelitian ini untuk mengidentifikasikan atribut yang dianggap penting oleh mahasiswa dalam membeli laptop,mendapatkan nilai utilitas atribut pada level tertentu, dan untuk menentukan urutan prioritas atribut yang paling disukai mahasiswa.
3.2.2.2 Hasil Analisis Konjoin dari Minat Mahasiswa FMIPA USU
Setelah kombinasi-kombinasi atribut produk dan levelnya diperoleh, selanjutnya adalah menanyakan minat responden terhadap setiap kombinasi. Untuk mengurangi tugas evaluasi dari responden maka kombinasi laptopsebanyak 8748 kombinasi direduksi menjadi 27 kombinasi dapat dilihat pada lampiran 2. Penilaian dengan menggunakan Skala Likert 5 butir. Peringkat 1 menyatakan sangat tidak menyukai dan peringkat 5 menyatakan sangat menyukai. Hasil dari
(44)
3.2.2.3 Melakukan Prosedur Analisis Konjoin Berikut dijelaskan prosedur analisis konjoin :
1. Membuat model dasar konjoin, kemudian diuraikan ke dalam bentuk persamaan regresi multiple, dengan persamaan dugaannya sebagai berikut:
( ) = + + + + + + +
+ + + + + + +
+ + + + + + +
+ + + +
2. Mengestimasi model dasar persamaan konjoin tersebut menggunakan analisis regresi Kuadrat Terkecil Biasa atauOrdinary Least Square (OLS) dengan peubah bebasnya berupa peubah boneka (dummy variable), yang terlebih dahulu mengubah bentuk data input menjadi peubahdummy. Pada proses ini diperolah estimasi utilitas (aij) untuk setiap level atribut yang dapat dilihat pada lampiran 4.
3. Menentukan tingkat kepentingan suatu faktor/atribut (factor importance), I
dan kepentingan relatifnya dengan faktor lain,W, dimana :
=
dengan = {maks a min a }
4. Melakukan analisis dan interpretasi hasil analisis konjoin pada data preferensi tersebut pada tingkat agregat (seluruh responden).
5. Penilaian keandalan dan kesahihan model yang diperoleh dengan nilai R2
(45)
3.2.2.4 Pengolahan Nilai Utilitas Level Tiap Atribut
Analisis konjoin memiliki salah satu tujuan untuk mengetahui nilai guna/utilitydalam tiap-tiap level pada atribut yang akan diujikan. Untuk mengetahui nilai utilitas bersebut, harus diketahui preferensi responden, baik secara individu maupun agregat (keseluruhan), dalam mengevaluasi ketertarikan responden terhadap produk laptop. Nilai utilitas individu bermanfaat untuk mendesain suatu produk laptop bersifat spesifik bagi masing-masing individu. Nilai utilitas agregrat menunjukan nilai utilitas secara keseluruhan dari responden penelitian ini. Terdapat nilai utilitas agregrat dengan tanda negatif karena pengaruh efekcodingdan proses penghitungannya.
Nilai utilitas pada dasarnya adalah selisih antara rata-rata atribut tertentu dengan nilai konstantanya. Dalam penafsiran angka utilitasnya perlu memperhatikan penyusunan rating yang dilakukan oleh responden. Karena dalam penelitian ini, responden melakukan penyusunan rating dari yang paling tidak disukai sampai yang paling disukai, maka tanda negatif yang terbaca sebagai nilai utilitas menunjukan bahwa responden tidak menyukai level pada atribut tersebut. Untuk megetahui perhitungan nilai utilias setiap responden dan nilai utilitas agregratnya dapat dilakukan dengan menggunakan bantuan program SPSS 16 yaitu sampel respondennya sebanyak 348 mewakili mahasiswa FMIPA USU. Untuk melihat hasilnya peneliti menampilkan 1 subjek (responden) di lampiran 5 serta pengerjaan manualnya pada lampiran 6, sebagai perwakilan 348 subjek (responden) dan nilai utilitas agregratnya yang menggambarkan nilai utilitas secara keseluruhan dari 348 responden. Hasil nilai utilitas agregat dapat dilihat pada tabel 3.5 berikut:
(46)
Tabel 3.5 Nilai utilitas level atribut responden mahasiswa FMIPA USU Utilitas
Atribut Keterangan Utility
Estimate
Std. Error
Merek Acer -0,116 0,087
Toshiba 0,021 0,087
HP 0,095 0,087
Processor Intel Atom -0,481 0,087
Intel Core i3 0,077 0,087
Intel Core i5 0,404 0,087
Bobot Ringan (<1,8 kg) -0,068 0,065
Berat (1,8 kg s.d 2,5 kg) 0,068 0,065
Harga <Rp 3.000.000,- 0,233 0,087
Rp 3.000.00,- s.d Rp
5.000.000,--0,034 0,087
> Rp 5.000.000,- -0,198 0,087
Hard Drive < 300 GB -0,115 0,087
300 GB s.d 500 GB -0,044 0,087
> 500 GB 0,159 0,087
Webcam Tersedia 0,118 0,065
Tidak Tersedia -0,118 0,065
Ukuran Layar <10.1” 0,096 0,087
10,1” s.d 12” -0,156 0,087
> 12” 0,060 0,087
Ketahanan Baterai
<3 jam -0,295 0,087
3 jam s.d 5 jam 0,042 0,087
> 5 jam 0,254 0,087
Warna Hitam 0,077 0,087
Abu-abu 0,036 0,087
Putih -0,113 0,087
Constanta 3,287 0,068
(47)
Dari tabel di atas telah diperoleh estimasi koefisien persamaan konjoin atau estimasi utilitas tiap levelnya yang disebut prediksi parth-worth secara agregrat yaitu sebagai berikut:
= 3,287, = 0,116, = 0,021, = 0,095, = 0,481, = 0,077, = 0,404, = 0,068, = 0,068, = 0,233, = 0,034, = 0,198, = 0,115, = 0,044, = 0,159, = 0,118,
= 0,118, = 0,096, = 0,156, = 0,060, = 0,295, = 0,042, = 0,254, = 0,077, = 0,036, = 0,113
Dari estimasi koefisien diatas maka dapat disubtitusi setiap estimasi utilitas kedalam persamaan dasar konjoin yaitu sebagai berikut:
( ) = 3,287 0,116 + 0,021 + 0,095 0,481 + 0,077 + 0,404 0,068 + 0,068 + 0,233 0,034 0,198 0,115 0,044 + 0,159 + 0,118 0,118 + 0,096 0,156 + 0,060 0,295 + 0,042 + 0,254 + 0,077 + 0,036 0,113
Utilitas pada dasarnya adalah selisih antara rata-rata atribut tertentu dengan konstantanya. Jika selisih adalah negatif, maka responden kurang suka dengan stimuli produk tersebut. Sebaliknya, jika selisih adalah positif, maka responden suka dengan stimuli produk tersebut. Dari hasil nilai utilitas agregrat level atribut responden mahasiswa FMIPA USU pada tabel 3.5 maka dapat ditafsirkan analisis nilai utilitas setiap level pada atribut yaitu :
1. Merek
Pada atribut merek,utilityyang bernilai positif ada dua yaitu Toshiba dan HP.
Utility yang bernilai positif lebih besar yaitu dengan merek HP. Secara agregratnya responden cenderung menyukai merek HP tersebut.
2. Processor
Pada atribut processor,utility yang bernilai positif ada dua yaitu intel core i3 dan intel core i5. Utility yang bernilai positif lebih besar yaitu intel core i5.
(48)
3. Bobot
Pada atribut bobot, utility yang bernilai positif ada satu yaitu bobot berat (1,8 kg s.d 2,5 kg). Secara agregratnya responden cenderung menyukai bobot berat (1,8 kg s.d 2,5 kg) tersebut.
4. Harga
Pada atribut harga,utilityyang bernilai positif untuk harga ada satu yaitu harga < Rp 3.000.000,-. Secara agregatnya responden cenderung menyukai harga < Rp 3.000.000,- tersebut.
5. Hard Drive
Pada atributhard drive, utility yang bernilai positif untuk hard driveada satu yaituhard drive>500 GB. Secara agregatnya responden cenderung menyukai
hard drive> 500 GB tersebut. 6. Webcam
Pada atributwebcam,utility yang bernilai positif untukwebcam ada satu yaitu
webcam tersedia. Secara agregatnya responden cenderung menyukai webcam
tersedia. 7. Ukuran Layar
Pada atribut ukuran layar, utility yang bernilai positif ada dua yaitu ukuran layar < 10.1” dan ukuran layar > 12”. Utility yang bernilai positif lebih besar yaitu ukuran layar < 10.1”. Secara agregratnya responden cenderung menyukai ukuran layar<10.1” tersebut.
8. Ketahanan Baterai
Pada atribut ketahanan baterai, utility yang bernilai positif ada dua yaitu ketahanan baterai 3 jam s.d 5 jam dan ketahanan baterai > 5 jam. Utility yang bernilai positif lebih besar yaitu ketahanan baterai > 5 jam. Secara agregratnya responden cenderung menyukai ketahanan baterai > 5 jam tersebut.
9. Warna
Pada atribut warna, utility yang bernilai positif ada dua yaitu warna abu-abu dan warna hitam. Utility yang bernilai positif lebih besar yaitu warna hitam. Secara agregratnya responden cenderung menyukai warna hitam tersebut.
(49)
3.2.2.5 Analisis Tingkat Kepentingan Relatif
Pada dasarnya analisis konjoin memiliki salah satu manfaat untuk mengetahui atribut mana yang paling dipertimbangkan konsumen sehingga konsumen dapat memilih atau mengevaluasi beberapa atribut sekaligus. Karena tingkat kepentingan relatif suatu produk sangat perlu untuk melihat minat konsumen serta terhadap tenaga distributor untuk dapat mengkombinasikan atribut yang dianggap penting dan mengabaikan atribut yang relatif kurang menunjang minat konsumen. Dengan menggunakan program SPSS 16, dapat diperoleh hasil minat total responden pada tabel 3.6 di bawah ini:
Tabel 3.6 Tingkat Kepentingan Relatif Mahasiswa FMIPA USU Importance Values
Merek 10,018%
Processor 20,442%
Bobot 5,549%
Harga 12,261%
Hard Drive 9,495%
Webcam 8,566%
Ukuran Layar 10,843%
Ketahanan Baterai 13,559%
Warna 9,268%
Total 100 %
(50)
Gambar 3.1 Diagram
Dengan demiki
processor dengan skor 20,442
processor intel core i (0,404)
(0,077), dan processor ( 0,481)
utility paling tinggi (0,254) >
menyukai laptop denga >
ketahanan baterai 3 j (0,042)
ketahanan baterai < ( 0,295)
responden harga < Rp (0,233)
s.d Rp 5.000.000,- denga ( 0,034) > ( 0,1998)
Ukuran Layar yang pa < (0,096)
ukuran layar > 12.” (0,060) 10.1" 12"
( 0,156). Merek yang (0,095)
Toshiba dengan (0,021) ( 0,116)
disukai hard drive > 500 (0,159) 300
500GB dengan( 0,044) < 300 ( 0,115)
8,566; 9% 10,843; 11%
13,559; 14% 9,268; 9%
m Lingkaran Nilai Kepentingan Relatif
ikian dapat disimpulkan bahwa atribut paling skor 20,442. Processor yang paling disukai
e i5 dengan (0,404) dibanding processor int (0,077) ssor intel atom dengan ( 0,481). Dalam hal i (0,254) yaitu ketahanan baterai > 5 jam ngan ketahanan baterai > 5 jam dibanding den jam s.d 5 jam dengan (0,042), dan deng < 3 jam dengan ( 0,295). Harga yang pa < Rp 3.000.000,- dengan (0,233), dibanding har
dengan( 0,034)dan harga> Rp 5.000.000,- de ( 0,1998) paling disukai ukuran layar < 10.1” dengan (0,096)
> 12.” dengan (0,060), dan ukuran layar 10.1" 12" ( 0,156) ang paling disukai adalah HP dengan (0,095)
(0,021), dan merek Acer dengan ( 0,116).Hard
> 500GB dengan (0,159), dibanding hard 300 500 ( 0,044), dan hard drive< 300GB dengan( 0,115)
10,018; 10% 20,442; 20% 5,549; 6% 12,261; 12% 9,495; 9% 10,843; 11% 13,559; 14% 9,268; 9%
Diagram Lingkaran
Nilai Kepentingan Relatif
Merek Processor Bobot Harga Hard Drive Webcam Ukuran Layar Ketahanan Baterai Warna
paling penting adalah
20,442 sukai responden adalah
(0,404) intel core i3 dengan
(0,077) ( 0,481) hal ketahanan baterai,
(0,254) > am, responden lebih
> denganlaptop dengan
(0,042) ngan laptop dengan
< ( 0,295) paling disukai oleh
< (0,233) harga Rp
3.000.000,-( 0,034) > 5.000.000,- dengan( 0,1998). < n (0,096), dibanding > (0,060) 10.1" s.d 12" dengan
( 0,156) (0,095) dibanding merek
(0,021) ( 0,116) ard Drive yang paling
> 500 (0,159) ard drive 300GB s.d
500 ( 0,044) < 300 ( 0,115). Warna yang
Merek Processor Bobot Harga Hard Drive Webcam Ukuran Layar Ketahanan Baterai Warna
(51)
dengan warna abu-abu dengan (0,036), dan warna putih dengan ( 0,113).Webcam
yang paling disukai oleh responden adalah webcam tersedia dengan (0,118) dibandingkan dengan webcam tidak tersedia dengan ( 0,118). Bobot yang paling disukai oleh responden adalah bobot berat (1,8 kg – 2,5 kg) dengan (0,068) dibandingkan dengan bobot ringan (<1,8 kg) dengan( 0,068).
3.2.2.6 Pengukuran Predictive dan Uji Signifikansi
Analisis konjoin pada prinsipnya bertujuan untuk memperkirakan pola pendapat responden, yang disebut estimates parth-worth, kemudian membandingkan dengan pendapat rsponden yang sebenarnya, yang ada proses stimuli. Seharusnya hasil konjoin tidak berbeda jauh dengan pendapat responden yang sebenarnya, yang dicerminkan dengan tingginya angka korelasi antar hasil Estimates dengan hasil
actual. Inilah yang disebut dengan prediksi Accuracy, yakni mengukur tingkat ketepatan prediksi, yang dicerminkan dengan adanya korelasi yang tinggi dan signifikansi antara hasil estimates dengan hasil aktual.
Untuk menguji Validitas dalam analisis konjoin dilakukan dengan korelasi
Pearson’s Rdan Tau Kendall.Landasan untuk uji signifikasi adalah :
= Tidak ada korelasi yang kuat antara Observed variable dan Estimated Preferences
= Ada korelasi yang kuat antara Observed variable dan Estimated Preferences
Jika angka signifikansi 0,05 maka diterima. Sebaliknya, jika angka signifikansi< 0,05maka ditolak.
(52)
Tabel 3.7 Korelasi antaraObeserved VariabledanEstimated Preferences
Uji Nilai Sig.
Pearson's R 0,938 0,000
Kendall's Tau 0,776 0,000
Sumber: Data Olahan SPSS
Diperoleh hasil bahwa prediksi utilitas dengan utilitas aktualnya saling berkorelasi positif sangat kuat dan cukup kuat, yaitu sebesar 0,983 dan 0,776 dan memiliki p-value (signifikansi) masing-masing sebesar 0.0 lebih kecil dari = 0.05 (derajat signifikansi).
Hal ini menunjukkan bahwa adanya hubungan yang sangat kuat antara
estimates dan actual, artinya terdapat ketepatan dalam memprediksi (predictive accuracy), yang mengindikasikan model regresi yang dibuat sudah baik, atau dengan kata lain model regresi linier multiple tersebut cocok atau tepat untuk data yang dianalisis.
(53)
BAB IV
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Pengolahan data dengan menggunakanuji Kendall’s dananalisis konjoin pada penelitian ini adalah untuk mengetahui minat mahasiswa FMIPA USU memilih
laptop, keselarasan diantara para responden tentang atribut yang paling mempengaruhi, model analisis konjoin yang merupakan penilaian secara agregat untuk mengetahui minat mahasiswa FMIPA USU memilih laptop, hasil penerapan analisis konjoin untuk mengetahui dasar minat mahasiswa FMIPA USU memilih
laptop, dan konsep laptop ideal yang diminati mahasiswa FMIPA USU. Berikut adalah kesimpulan yang dapat diambil peneliti dari penelitian yang telah dilakukan :
1. Dari 9 atribut padalaptop, atributprocessoryang paling dominan, yang berarti bahwa pada 348 responden yang turut berpartisipasi dalam pengisian kuesioner, sebagian besar memilih atribut yang sama yang mempengaruhi minat memilih yaitu atributprocessor. Dapat ditunjukkan dengan nilai statistik hitung > statistik tabel (1456,3 > 15,5073) dan nilai probabilitas < 0,05 (0,000 < 0,05), maka ditolak yang berarti terdapat keselarasan dari penilaian para responden terhadap kesembilan atribut pada laptop.Serta nilai sebesar 0,523 berada di antara 0,400 0,599, maka dapat dikatakan bahwa tingkat keselarasan antara responden adalah sedang.
2. Hasil dari penerapan analisis konjoin untuk mengetahui dasar minat mahasiswa FMIPA USU memilih laptop mengharapkan laptop dengan
(54)
ketahanan baterai > 5 jam dengan utility 0,254 dan kepentingan relatif 13,559%, harga < Rp 3.000.000,- denganutility0,233dan kepentingan relatif 12,261%, ukuran layar < 10.1" dengan utility 0,096 dan kepentingan relatif 10,843%, hard drive > 500 dengan utility 0,159 dan kepentingan relatif 9,495%, warna hitam dengan utility 0,077 dan kepentingan relatif 9,268%,
webcam tesedia dengan utility 0,118 dan kepentingan relatif 8,566%, dan bobot berat denganutility0,068dan kepentingan relatif5,549%.
3. Konsep laptop yang ideal berdasarkan pilihan responden melalui proses evaluasi dari 27 profil/kombinasi/stimuli yang disajikan dalam bentuk kuesioner dengan membuat rating adalah laptop dengan merek HP, dengan
processorintelcorei5, bobot berat (1,8 kg–2,5 kg), seharga < Rp 3.000.000,-; dengan hard drive > 500GB, dengan webcam tersedia, berukuran layar < 10.1”, ketahanan baterai > 5 jam, serta berwarana hitam.
4.2 Saran
Saran yang dapat diberikan berdasarkan penelitian ini adalah sebagai berikut :
1. Kepada perusahaanlaptop,agar menjuallaptopdengan mengutamakan atribut tersedianya processor yang semakin canggih dan baterai yang mempunyai ketahanan hidup lebih lama untuk daerah Universitas Sumatera Utara, khususnya Fakultas Matematika dan Ilmu Pengetahuan Alam.
2. Peneliti juga menyarankan untuk penelitian selanjutnya populasi responden yang akan dipilih memiliki cakupan yang lebih luas lagi, agar hasil yang diperoleh lebih representatif.
(55)
DAFTAR PUSTAKA
Anton, Howard. 1987. Aljabar Linier Elementer. Jakarta: Erlangga
Fauzy, Akhmad. 2001. Menguji Keselarasan Konsumen dalam Menilai Produk dengan Koefisien Konkordansi Kendall’s W. Logika. 5: 54-63.
Ghozali, Imam. 2006. Aplikasi Analisis Multivariat dengan Program SPSS.Semarang: Universitas Diponegoro.
Husein, Umar. 2004. Metode Penelitian untuk Skripsi dan Tesis Bisnis. Jakarta: PT Raja Grafindo Persada.
Kasijan.1988. Psikologi Pendidikan terjemahan Kasijan. Jakarta: Rineka Cipta.
Siegel, Sidney. 1985. Statistik Nonparametrik untuk Ilmu-Ilmu Sosial. Jakarta: PT Gramedia Pustaka Utama.
Slameto.1991. Belajar dari Faktor-Faktor yang Mempengaruhi. Jakarta: Rineka Cipta. Singgih, Santoso. 2010. Statistik Multivariat Konsep dan Aplikasi dengan SPSS.
Jakarta: PT Elex Media Komputindo.
Sugiyono.2006. Statistika Untuk Penelitian. Bandung: CV ALFABETA.
Suliyanto. 2005. Analisis Data dalam Aplikasi Pemasaran. Bogor: Glia Indonesia Anggota IKAPI.
Supranto, J. 2004. Analisis Multivariat. Jakarta: Rineka Cipta. Supranto, J. 2008. Statistika Teori dan Aplikasi. Jakarta: Erlangga.
Supriana Tavi dan Barus, Riantri. 2010. Statistik Nonparametrik Aplikasi dalam Bidang Sosial Ekonomi Pertanian. Medan: USU Press.
http://dirmahasiswa.usu.ac.id (Diakses tanggal 9 April 2013).
http://www.scribd.com/doc/97229346/Koefisien-Konkordansi-W (Diakses tanggal 20 Maret 2013).
(56)
Lampiran 1. Atribut dan Level Atribut dalam Penelitian
No. Atribut Level Atribut Keterangan
1. Merek 3 HP
2 Toshiba
1 Acer
2. Processor 3 Intel Core i5
2 Intel Core i3
1 Intel Atom
3. Bobot 2 Berat (1,8 kg s.d 2,5 kg)
1 Ringan (< 1,8 kg)
4. Harga 3 < Rp
3.000.000,-2 Rp 3.000.00,- s.d Rp
5.000.000,-1 > Rp
5.000.000,-5. Hard Drive 3 > 500 GB
2 300 GB s.d 500 GB
1 < 300 GB
6. Webcam 2 Tersedia
1 Tidak Tersedia
7. Ukuran Layar 3 >12”
2 10,1” s.d 12”
1 < 10,1”
8. Ketahanan Baterai 3 > 5 jam
2 3 jam s.d 5 jam
1 < 3 jam
9. Warna 3 Hitam
2 Abu-abu
(57)
Lampiran 2. Kombinasi Stimuli ProdukLaptop
No Merek Processor Bobot Harga Hard
Drive Webcam Ukuran Layar Ketahanan Baterai Warna
1 Acer Intel Atom Ringan
(< 1,8 kg)
Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB Tersedia 10,1” s.d 12”
< 3 jam Putih
2 HP Intel Core
i3
Ringan (< 1,8 kg)
< Rp3.000.000,- < 300 GB Tidak Tersedia
10,1” s.d 12”
< 3 jam Hitam
3 Toshiba Intel Core
i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tersedia > 12”
3 jam s.d 5 jam
Abu-abu
4 Toshiba Intel Core
i3
Berat (1,8 kg s.d
2,5 kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tersedia < 10.1”
3 jam s.d 5 jam
Hitam
5 HP Intel Atom
Berat (1,8 kg s.d
2,5 kg)
< Rp 3.000.000,- > 500 GB Tersedia < 10.1”
3 jam s.d 5 jam
Putih
6 Toshiba Intel Core
i5
Berat (1,8 kg s.d
2,5 kg)
< Rp 3.000.000,- < 300 GB Tersedia > 12” < 3 jam Hitam
7 Acer Intel Core
i5
Berat (1,8 kg s.d
2,5 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tidak Tersedia < 10.1” 3 jam s.d 5 jam Abu-abu
8 Toshiba Intel Atom Berat
(1,8 kg s.d
Rp 3.000.000,-s.d
> 500 GB Tidak Tersedia
10,1” s.d
(58)
9 HP Intel Core i3
Berat (1,8 kg s.d
2,5 kg) Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB Tidak Tersedia
> 12” < 3 jam Putih
10 HP Intel Core
i5
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tersedia < 10.1” > 5 jam Hitam
11 Toshiba Intel Atom Ringan
(< 1,8 kg)
> Rp 5.000.000,- < 300 GB Tidak Tersedia
> 12” > 5 jam Putih
12 Acer Intel Core
i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tersedia > 12” > 5 jam Hitam
13 Acer Intel Core
i5
Ringan (< 1,8 kg)
> Rp
5.000.000,-300 GB s.d 500 GB Tidak Tersedia 10,1” s.d 12” 3 jam s.d 5 jam Hitam
14 HP Intel Core
i5
Ringan (< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tersedia > 12” > 5 jam Abu-abu
15 Acer Intel Atom
Berat (1,8 kg s.d
2,5 kg)
> Rp 5.000.000,- > 500 GB Tersedia > 12” < 3 jam Abu-abu
16 Toshiba Intel Atom Ringan
(< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tidak Tersedia
< 10.1” > 5 jam Abu-abu
17 Acer Intel Core
i3
Ringan (< 1,8 kg)
> Rp 5.000.000,- < 300 GB Tersedia < 10.1” > 5 jam Putih
18 Acer Intel Atom Ringan
(< 1,8 kg)
(59)
19 HP Intel Atom Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tersedia
10,1” s.d 12” 3 jam s.d 5 jam Abu-abu
20 Acer Intel Core
i5
Ringan (< 1,8 kg)
< Rp 3.000.000,- > 500 GB Tidak Tersedia
> 12” 3 jam s.d 5 jam
Putih
21 HP Intel Core
i3
Ringan (< 1,8 kg)
> Rp 5.000.000,- > 500 GB Tidak Tersedia
< 10.1” < 3 jam Abu-abu
22 Toshiba Intel Core
i5
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB
Tersedia < 10.1” < 3 jam Putih
23 Acer Intel Core
i3
Berat (1,8 kg s.d
2,5 kg)
< Rp
3.000.000,-300 GB s.d 500 GB Tersedia 10,1” s.d 12”
> 5 jam Abu-abu
24 HP Intel Core
i5
Berat (1,8 kg s.d 2,5 kg)
> Rp 5.000.000,- < 300 GB Tersedia
10,1” s.d 12”
> 5 jam Putih
25 Toshiba Intel Core
i5
Ringan (< 1,8 kg)
> Rp 5.000.000,- > 500 GB Tersedia
10,1” s.d 12”
< 3 jam Abu-abu
26 HP Intel Atom Ringan
(< 1,8 kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tersedia > 12”
3 jam s.d 5 jam
Hitam
27 Toshiba Intel Core
i3
Ringan (< 1,8 kg)
< Rp 3.000.000,- > 500 GB Tersedia
10,1” s.d 12” 3 jam s.d 5 jam Putih
(60)
Lampiran 3. Hasil Penilaian Responden
No Merek Processor Bobot Harga Hard
Drive Webcam Ukuran Layar Ketahanan Baterai Warna Peringkat
1 Acer Intel Atom Ringan
(< 1,8 kg)
Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB Tersedia 10,1” s.d 12”
< 3 jam Putih 1
2 HP Intel Core
i3
Ringan (< 1,8 kg)
< Rp3.000.000,- < 300 GB Tidak Tersedia
10,1” s.d 12”
< 3 jam Hitam 3
3 Toshiba Intel Core
i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tersedia > 12”
3 jam s.d 5 jam
Abu-abu 4
4 Toshiba Intel Core
i3
Berat (1,8 kg s.d
2,5 kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tersedia < 10.1”
3 jam s.d 5 jam
Hitam 4
5 HP Intel Atom
Berat (1,8 kg s.d
2,5 kg)
< Rp 3.000.000,- > 500 GB Tersedia < 10.1”
3 jam s.d 5 jam
Putih 5
6 Toshiba Intel Core
i5
Berat (1,8 kg s.d
2,5 kg)
< Rp 3.000.000,- < 300 GB Tersedia > 12” < 3 jam Hitam 4
7 Acer Intel Core
i5
Berat (1,8 kg s.d
2,5 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tidak Tersedia
< 10.1” 3 jam s.d 5 jam
(61)
8 Toshiba Intel Atom
Berat (1,8 kg s.d
2,5 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tidak Tersedia
10,1” s.d 12”
> 5 jam Hitam 3
9 HP Intel Core
i3
Berat (1,8 kg s.d
2,5 kg) Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB Tidak Tersedia
> 12” < 3 jam Putih 3
10 HP Intel Core
i5
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tersedia < 10.1” > 5 jam Hitam 5
11 Toshiba Intel Atom Ringan
(< 1,8 kg)
> Rp 5.000.000,- < 300 GB Tidak Tersedia
> 12” > 5 jam Putih 3
12 Acer Intel Core
i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tersedia > 12” > 5 jam Hitam 5
13 Acer Intel Core
i5
Ringan (< 1,8 kg)
> Rp
5.000.000,-300 GB s.d 500 GB Tidak Tersedia 10,1” s.d 12” 3 jam s.d 5 jam Hitam 4
14 HP Intel Core
i5
Ringan (< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tersedia > 12” > 5 jam Abu-abu 5
15 Acer Intel Atom
Berat (1,8 kg s.d
2,5 kg)
> Rp 5.000.000,- > 500 GB Tersedia > 12” < 3 jam Abu-abu 2
16 Toshiba Intel Atom Ringan
(< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tidak Tersedia
< 10.1” > 5 jam Abu-abu 4
(1)
Lampiran 7. Kuesioner Penelitian
Sebagai syarat mencapai gelar Sarjana Sains, Departemen Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sumatera Utara, saya melakukan penelitian tentang :
“Analisis Pengaruh Minat Mahasiswa FMIPA USU MemilihLaptop denganMetode Kendall’s W dan Analisis Konjoin”
Mohon bantuan dan kesediannya untuk memberikan jawaban yang sesungguhnya. Saya akan menjamin kerahasiaan data yang saudara/i berikan, karena jawaban tersebut hanya sebagai bahan penelitian dan tidak untuk dipublikasikan.
Peneliti Nur Zakiya Harahap
Karakteristik Responden
1. Nama :
2. Jenis kelamin :
Pria Wanita
3. Jurusan :
4. Menggunakanlaptopmerek : _________________
(2)
Petunjuk Pengisian Kuesioner I
Berikan peringkat atribut-atribut laptop pada tabel berikut yang anda anggap paling penting dalam pemilihanlaptop.
Keterangan :
Peringkat 1 menyatakan sangat penting dan peringkat 9 menyatakan sangat tidak penting.
Tabel 1: Atribut-atributLaptop
No. Atribut Peringkat
1. Merek
2. Processor 3. Bobot 4. Harga 5. Hard Drive
6. Bluetooth, Wifi, dan Webcam 7. Ukuran Layar
8. Ketahanan Baterai
9. Warna
Petunjuk Pengisian Kuesioner II
Berikan nilai peringkat dari stimuli produk yang ada pada tabel dengan angka 1 sampai 5 pada kolom peringkat yang disediakan.
Keterangan :
1 = Sangat tidak suka dengan stimuli produk tersebut. 2 = Tidak suka dengan stimuli produk tersebut. 3 = Cukup suka dengan stimuli produk tersebut. 4 = Suka dengan stimuli produk tersebut.
(3)
No Merek Processor Bobot Harga Hard Drive Webcam Ukuran Layar
Ketahanan Baterai
Warna Peringkat
1 Acer Intel Atom Ringan
(< 1,8 kg)
Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB Tersedia 10,1” s.d 12”
< 3 jam Putih
2 HP Intel Core
i3
Ringan (< 1,8 kg)
< Rp 3.000.000,- < 300 GB Tidak Tersedia 10,1” s.d 12”
< 3 jam Hitam
3 Toshiba Intel Core i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tersedia > 12”
3 jam s.d 5 jam
Abu-abu
4 Toshiba Intel Core i3
Berat (1,8 kg–2,5
kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tersedia < 10.1”
3 jam s.d 5 jam
Hitam
5 HP Intel Atom
Berat (1,8 kg–2,5
kg)
< Rp 3.000.000,- > 500 GB Tersedia < 10.1”
3 jam s.d 5 jam
Putih
6 Toshiba Intel Core i5
Berat (1,8 kg–2,5
kg)
< Rp 3.000.000,- < 300 GB Tersedia > 12” < 3 jam Hitam
7 Acer Intel Core i5
Berat (1,8 kg–2,5
kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tidak Tersedia < 10.1”
3 jam s.d 5 jam
Abu-abu
8 Toshiba Intel Atom
Berat (1,8 kg–2,5
kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tidak Tersedia
10,1” s.d 12”
> 5 jam Hitam
9 HP Intel Core
i3
Berat (1,8 kg–2,5
kg) Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB
Tidak Tersedia > 12” < 3 jam Putih
10 HP Intel Core
i5
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
(4)
No Merek Processor Bobot Harga Hard Drive Webcam
Ukuran Layar
Ketahanan
Baterai Warna Peringkat 11 Toshiba Intel Atom Ringan
(< 1,8 kg)
> Rp 5.000.000,- < 300 GB Tidak Tersedia > 12” > 5 jam Putih
12 Acer Intel Core i3
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-> 500 GB Tersedia > 12” > 5 jam Hitam
13 Acer Intel Core i5
Ringan (< 1,8 kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tidak Tersedia
10,1” s.d 12”
3 jam s.d 5 jam
Hitam
14 HP Intel Core
i5
Ringan (< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tersedia > 12” > 5 jam Abu-abu
15 Acer Intel Atom
Berat (1,8 kg–2,5
kg)
> Rp 5.000.000,- > 500 GB Tersedia > 12” < 3 jam Abu-abu
16 Toshiba Intel Atom Ringan (< 1,8 kg)
< Rp
3.000.000,-300 GB s.d 500 GB
Tidak Tersedia < 10.1” > 5 jam Abu-abu
17 Acer Intel Core i3
Ringan (< 1,8 kg)
> Rp 5.000.000,- < 300 GB Tersedia < 10.1” > 5 jam Putih
18 Acer Intel
Atom
Ringan (< 1,8 kg)
< Rp 3.000.000,- < 300 GB Tersedia < 10.1” < 3 jam Hitam
19 HP Intel
Atom
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp
5.000.000,-< 300 GB Tersedia
10,1” s.d 12”
3 jam s.d 5 jam
(5)
No Merek Processor Bobot Harga Hard Drive Webcam
Ukuran Layar
Ketahanan
Baterai Warna Peringkat
20 Acer Intel Core
i5
Ringan (< 1,8 kg)
< Rp 3.000.000,- > 500 GB Tidak Tersedia > 12” 3 jam s.d 5 jam Putih
21 HP Intel Core
i3
Ringan (< 1,8 kg)
> Rp 5.000.000,- > 500 GB Tidak Tersedia
< 10.1” < 3 jam Abu-abu
22 Toshiba Intel Core i5
Ringan (< 1,8 kg)
Rp 3.000.000,-s.d Rp 5.000.000,-300 GB s.d 500 GB
Tersedia < 10.1” < 3 jam Putih
23 Acer Intel Core
i3
Berat (1,8 kg–2,5
kg)
< Rp
3.000.000,-300 GB s.d 500 GB Tersedia 10,1” s.d 12”
> 5 jam Abu-abu
24 HP Intel Core
i5
Berat (1,8 kg–2,5
kg)
> Rp 5.000.000,- < 300 GB Tersedia
10,1” s.d 12”
> 5 jam Putih
25 Toshiba Intel Core i5
Ringan (< 1,8 kg)
> Rp 5.000.000,- > 500 GB Tersedia
10,1” s.d 12”
< 3 jam Abu-abu
26 HP Intel
Atom
Ringan (< 1,8 kg)
> Rp
5.000.000,-300 GB s.d 500 GB
Tersedia > 12”
3 jam s.d 5 jam
Hitam
27 Toshiba Intel Core i3
Ringan (< 1,8 kg)
< Rp 3.000.000,- > 500 GB Tersedia
10,1” s.d 12” 3 jam s.d 5 jam Putih
(6)
Lampiran 8. Jumlah Mahasiswa FMIPA USU Angkatan 2009-2012
NO PROGRAM STUDI TAHUN ANGKATAN JUMLAH
2009 2010 2011 2012
1 MATEMATIKA S-1 64 71 79 86 300
2 KIMIA S-1 52 68 55 81 256
3 FISIKA S-1 47 65 81 86 279
4 BIOLOGI S-1 61 75 66 86 288
5 KOMPUTER D-III 22 255 247 260 784
6 KIMIA D-III 8 63 104 147 322
7 STATISTIKA D-III 6 89 126 151 372
8 FISIKA D-III 3 7 31 55 96