model pertanyaan yang sama, selanjutnya ditanyakan pelaksanaan atribut-atribut yang dimiliki oleh setiap produk b
i
. Komponen pelaksanaan ini dilakukan dalam skala lima angka -2, -1, 0, +1, +2 dari sangat buruk sampai sangat baik. Hasil
penelitian akan dianalisis dengan bantuan tabulasi data. Selanjutnya skor sikap yang diperoleh melalui Model Sikap Multiatribut
Fishbein perlu diinterpretasikan agar dapat memberikan arti. Selain membandingkan skor sikap antara satu produk dengan produk yang lain, perlu
diinterpretasikan pula arti skor dari masing- masing produk. Interpretasi skor tersebut akan menggunakan skala interval dengan rumus sebagai berikut
Simamora, 2004: Skala Interva l =
b n
m −
di mana :
m = skor tertinggi yang mungkin terjadi. n
= skor terendah yang mungkin terjadi. b
= jumlah skala penilaian yang ingin dibentuk
. Skala interval tersebut dalam penelitian ini akan diklasifikasikan menjadi
lima kategori sikap konsumen terhadap produk. Kategori tersebut yaitu sangat positif, positif, netral, negatif, sangat negatif. Dengan demikian dapat diperoleh
kesimpulan mengenai sikap dan preferensi konsumen terhadap produk.
3.5.3. Analisis Model Logit
Model logit digunakan untuk melihat peluang perubahan konsumsi karena adanya perubahan karakteristik konsumen dalam memutuskan untuk
mengkonsumsi produk bakery modern dan tradisional. Regresi logistik merupakan persamaan matematik yang menggambarkan hubungan antara variabel
tak bebas dengan sejumlah variabel bebas. Pada model regresi logistik, variabel bebas bersifat biner atau dikotomi yakni memiliki nilai yang diskontinu 1 atau 0
nol. Dalam penelitian ini, konsumen dihadapkan pada pilihan membeli produk bakery modern atau tradisional di mana keputusan tersebut dianggap sebagai
variabel dependen tak bebas yang diduga dipengaruhi oleh sejumlah variabel independent bebas. Data yang diperoleh selanjutnya dianalisis dengan
menggunakan program komputer SPSS 13.0 for Windows untuk mengetahui faktor- faktor yang mempengaruhi peluang pembelian produk bakery modern dan
tradisional. Pembelian merupakan fungsi dari dua determinan yaitu niat dan pengaruh
lingkungan danatau perbedaan individu Engel, et al, 1994. Faktor- faktor yang mempengaruhi konsumen pada proses pembelian selalu membawa motivasi,
persepsi, dan pilihan pribadi masing- masing. Keadaan ini dipengaruhi oleh usia, jenis kelamin, status dalam keluarga, jumlah keluarga, pendidikan, pendapatan,
dan lainnya. Hal- hal tersebut digunakan karena memberi kontribusi yang besar terhadap sikap individu sebagai pribadi yang berperan dalam proses pengambilan
keputusan. Faktor-faktor peubah yang diduga mempengaruhi perilaku konsumen
dalam pembelian produk bakery adalah : a. Pendapatan
Pendapatan merupakan penghasilan yang diterima konsumen dari pekerjaan yang dilakukannya. Jumlah pendapatan akan menggambarkan besarnya
daya beli dari seorang konsumen. Pendapatan dalam perilaku konsumen sering merupakan pemberi pengaruh utama pada sikap dan perilaku individu pada proses
keputusan untuk membeli produk bakery modern atau tradisional. Apabila harga produk bakery modern lebih mahal dari produk bakery tradisional namun
konsumen tetap membeli, hal ini disebabkan karena konsumen mencari kepuasan dan prestise yang didukung oleh besarnya pendapatan konsumen. Sehingga
dengan pendapatan yang lebih tinggi, konsumen memiliki peluang yang lebih besar dalam pembelian produk bakery modern.
b. Pekerjaan Pekerjaan seringkali terkait dengan pendapatan. Konsumen yang bekerja
lebih berpeluang untuk melakukan pembelian produk bakery modern. c. Pendidikan
Konsumen yang memiliki pendidikan yang lebih baik akan sangat responsif terhadap informasi. Hal ini disebabkan karena seseorang akan
dipengaruhi oleh nilai- nilai, cara berpikir, dan cara pandang yang dianutnya. Pendidikan juga mempengaruhi selera konsumen dalam pemilihan produk.
Konsumen dengan tingkat pendidikan yang lebih tinggi diduga memiliki peluang yang lebih besar untuk membeli produk bakery modern.
d. Umur Konsumen dengan perbedaan usia akan memiliki perbedaan dalam
mengkonsumsi suatu produk. Perbedaan usia juga akan mempengaruhi selera dan kesukaan terhadap produk bakery. Konsumen dengan usia yang lebih dewasa
diduga lebih berpeluang untuk membeli produk bakery tradisional. e. Status Perkawinan
Status perkawinan sangat penting dalam perilaku konsumen. Karena status perkawinan memberikan pengaruh pada sikap dan perilaku individu pada proses
keputusan untuk membeli produk bakery. Konsumen dengan status sudah menikah diduga lebih berpeluang untuk membeli produk bakery tradisional. Hal
ini dapat disebabkan karena pada konsumen yang belum menikah sumber daya yang dimiliki hanya untuk kebutuhan pribadinya.
f. Frekuensi Pembelian Frekuensi pembelian merupakan banyaknya pembelian yang dilakukan
konsumen pada periode waktu tertentu. Konsumen yang memiliki frekuensi pembelian lebih sering diduga berpeluang lebih besar untuk melakukan pembelian
produk bakery tradisional. g. Domisili
Domisili merupakan daerah atau kota tempat tinggal responden. Konsumen yang berasal dari luar Kota Bandung diduga berpeluang lebih besar
untuk melakukan pembelian produk bakery modern. Keterkaitan antar peubah di atas dapat dirumuskan dalam model regresi
logistik sebagai berikut :
Yx = ß + ß
1
X
1
+ ß
2
X
2
+ … + ß
7
X
7
di mana :
Y = 1 jika konsumen membeli produk bakery tradisional.
Y = 0 jika konsumen membeli produk bakery modern.
ß = intersep
ß
1
– ß
7
= koefisien variabel bebas X
1
= Pendapatan rupiah per bulan X
2
= Peke rjaan Variabel pekerjaan dikelompokkan menjadi dua kategori yaitu :
0 = Tidak bekerja 1 = Bekerja
X
3
= Pendidikan tahun X
4
= Umur tahun
X
5
= Status Perkawinan Variabel status pekawinan dikelompokkan menjadi dua kategori yaitu :
0 = belum menikah 1 = sudah menikah
X
6
= Frekuensi Pembelian kali per bulan X
7
= Domisili Variabel status pekawinan dikelompokkan menjadi dua kategori yaitu :
1 = Kota Bandung 2 = Luar Kota Bandung
Pendugaan parameter model logit dilakukan dengan menggunakan metode kemungkinan maksimum Maximum Likelihood. Metode ini pada model logit
sama dengan metode yang digunakan pada pendugaan regresi biasa. Metode ini lebih umum digunakan dibandingkan dengan metode lainnya, seperti metode
kuadrat terkecil Ordinary Least Square karena metode kemungkinan maksimum dapat digunakan untuk data berukuran besar dan kompleks serta metode ini lebih
praktis.
Pengujian Model
Pengujian signifikansi model dan parameter dalam analisis fungsi logit perlu dilakukan. Pengujian yang dilakukan yaitu :
a. Pengujian seluruh model Uji – G Pengujian seluruh model menggunakan Uji Nisbah Kemungkinan
Likelihood Ratio Test yang merupakan pengujian terhadap parameter ß
j
secara simultan.
Hipotesis : H
: ß
1
= ß
2
= … = ß
p
= 0 H
1
: sekurang-kurangnya terdapat satu ß
j
? 0
Statistik Uji yang digunakan adalah Statistik G yaitu Nachrowi dan Usman, 2005:
G = -2 ln
A
Model likelihood
B Model
likelihood atau
G = -2 log likelihood di mana :
Model B = model yang hanya terdiri dari konstanta saja Model A = model
yang terdiri dari seluruh variabel
G berdistribusi Khi Kuadrat dengan derajat bebas p atau G ~ ?
2 p
. Kaidah pengujian :
H ditolak jika G ?
2 a ,p
dengan a : tingkat signifikansi. Bila H ditolak, artinya
Model A signifikan pada tingkat signifikansi a. b. Pengujian secara individu
Pengujian parameter ß
j
secara parsial individu dilakukan dengan Uji Wald, yaitu dengan cara merasiokan ß
j
dengan kesalahan bakunya standar error. Hipotesis :
H : ß
j
= 0 untuk suatu j tertentu; j = 0, 1, … , p H
1
: ß
j
? 0 Statistik uji Nachrowi dan Usman, 2005:
W
j
=
2
∧ ∧
j j
SE β
β
; j = 0, 1, 2, … , p
Statistik ini berdistribusi Khi Kuadrat dengan derajat bebas 1 atau secara simbolis ditulis W
j
~ ?
2
. Kaidah pengujian :
H ditolak jika W
j
?
2 a ,1
dengan a adalah tingkat signifikansi. Bila H ditolak,
artinya parameter tersebut signifikan secara statistik pada tingkat signifikansi a.
Interpretasi ModelParameter
Interpretasi koefisien-koefisien dalam model regresi logistik dilakukan dalam bentuk odds ratio perbandingan risiko atau dalam adjusted probability
probabilitas terjadi. Odds didefinisikan sebagai berikut Nachrowi dan Usman, 2005:
Odds = p
p −
1 Di mana p menyatakan probabilitas sukses terjadinya peristiwa Y = 1 dan 1 – p
menyatakan probabilitas gagal terjadinya peristiwa Y = 0. Odds ratio perbandingan risiko, ? adalah perbandingan nilai odds risiko
pada dua individu; missal individu A dan individu B. Odss ratio dirumuskan sebagai berikut Nachrowi dan Usman, 2005:
? =
−
− 1
1
B B
A A
X p
X p
X p
X p
Adjusted probability merupakan probabilitas terjadinya suatu peristiwa Y = 1 dengan karakteristik yang telah diketahui Nachrowi dan Usman, 2005.
PY = 1 | X = exp
1 exp
z z
+ ; z = ß
+ ß
1
X
1
+ … + ß
p
X
p
Bila variabel bebas merupakan variabel kategorik dengan dua kategori, interpretasi parameter dilakukan dengan dengan cara membandingkan nilai odds
dari salah satu nilai pada variabel tersebut dengan nilai odds dari nilai lainnya referensi. Misalkan kedua kategori tersebut adalah 1 dan 0 dengan 0 yang
digunakan sebagai kategori referensi, maka interpretasi koefisien pada variabel ini
adalah rasio dari nilai odds untuk kategori 1 terhadap nilai odds untuk kategori 0; dituliskan sebagai Nachrowi dan Usman, 2005:
? = exp
1 1
1 1
j j
j j
j
X p
X p
X p
X p
β =
= −
= =
− =
Artinya, risiko terjadinya peristiwa Y = 1 pada kategori X
j
= 1 adalah sebesar exp ß
j
kali risiko terjadinya peristiwa Y = 1 pada kategori X
j
= 0. Jika variabel yang diamati merupakan variabel kategorik dengan lebih dari
dua kategori politomi, maka interpretasi parameter untuk variabel ini menggunakan bantuan variabel dummy. Jika terdapat k kategori, akan digunakan
k-1 variabel dummy dengan satu buah kategori akan dijadikan pembanding. Interpretasi dilakukan dengan cara yang sama dengan interpretasi pada variabel
bebas dikotomi, yaitu tiap-tiap kategori dibandingkan dengan kategori rujukannya Nachrowi dan Usman, 2005.
Jika variabel bebas yang digunakan adalah variabel kontinu, maka interpretasi dari koefisien pada model regresi adalah setiap kenaikan C unit satuan
pada variabel bebas akan mengakibatkan risiko terjadinya Y = 1 sebesar exp C.ß
j
kali lebih besar Nachrowi dan Usman, 2005.
3.6. Definisi Operasional
