22
Tabel 3.2 Pembagian Banyaknya Jumlah Sampel Konsumen
3.3 Metode Pengumpulan Data
Data yang dikumpulkan dalam penelitian ini ada dua jenis yaitu data primer dan data sekunder. Data primer diperoleh dari pendataan lapangan dengan
cara wawancara kuisioner dengan konsumen buah impor di Kota Medan dengan menggunakan daftar pertanyaan yang telah disusun. Sedangkan data sekunder
diperoleh secara tidak langsung melalui instansi terkait seperti Badan Pusat Statistik, Dinas Perindustrian Sumatera Utara serta literatur yang berhubungan
dengan penelitian seperti; hasil penelitian serta jurnal terkait. 3.4 Metode Analisis Data
3.4.1 Metode Analisis Pada Identifikasi Masalah
Analisis deskriptif pada penelitian ini digunakan untuk mengetahui karakteristik konsumen buah impor melalui perhitungan presentase jumlah
No Kecamatan
Jumlah Sampel jiwa
1 Medan Tuntungan
5 2
Medan Johor 5
3 Medan Amplas
5 4
Medan Denai 5
5 Medan Area
5 6
Medan Kota 5
7 Medan Maimun
5 8
Medan Polonia 5
9 Medan Baru
5 10
Medan Selayang 5
11 Medan Sunggal
5 12
Medan Helvetia 5
13 Medan Petisah
5 14
Medan Barat 5
15 Medan Timur
5 16
Medan Perjuangan 5
17 Medan Tembung
5 18
Medan Deli 5
19 Medan Labuhan
5 20
Medan Marelan 5
21 Medan Belawan
5
Universitas Sumatera Utara
23
responden yang disajikan dalam bentuk tabulasi sederhana. Data-data yang diperoleh dimasukkan mellaui kuisioner akan dikelompokkan dan dipresentasekan
berdasarkan jumlah responden. Menurut Iwan dan Lydia 2010, kelebihan analisis conjoint adalah dapat mengikutsertakan atribut yang belum terjadi tetapi
diperkirakan bisa terjadi, dan mengetahui model produk mana yang paling disukai konsumen terhdap atribut-atribut yang dimunculkan dari suatu produk.
Pada analisis conjoint terdapat 3 metode yaitu traditional conjoint, adaptive conjoint, dan choi-based conjoint. Pada penelitian ini digunakan metode
traditional conjoint. Metode ini dipilih karena paling umum digunakan dan jumlah atribut yang relatif kecil, yaitu sebanyak tujuh atribut, juga karena lebih
menggambarkan struktur preferensi secara menyeluruh. Proses dasar analisis conjoint adalah sebagai berikut:
1. Menentukan perancangan atribut dan level Dalam conjoint, perancangan atribut yang berpengaruh merupakan bagian
dari mengenali atau mengidentifikasi atribut dengan tingkat yang masing-masing digunakan untuk sebuah stimuli. Atribut yang digunakan untuk buah impor adalah
sebagai berikut: 1
Rasa Rasa adalah sensasi yang diterima oleh alat pengecap yang berada di rongga
mulut. Untuk atribut rasa, terdapat 3 level yaitu manis, asam, dan manis asam. 2
Ukuran Ukuran adalah ukuran buah impor yang dipasarkan. Terdapat tiga level untuk
atribut ukuran yaitu kecil, sedang, dan besar.
Universitas Sumatera Utara
24
3 Aroma khas
Aroma khas yang dimaksud dalah aroma yang ditimbulkan oleh buah, dan merupakan aroma khas dari buah tersebut. Terdapat tiga level atribut aroma yaitu
kuat, sedang, dan tidak beraroma. 4
Warna Warna yang dimaksud adalah warna yang dimiliki oleh buah impor tersebut, yang
khas sesuai dengan warna alami buah. Tedapat tiga level pada atribut warna buah impor yaitu cerah, agak cerah, dan kusam.
2. Membuat kombinasi level produk desain stimuli Kombinasi disasarkan pada atribut produk yang telah didefenisikan
sebelumnya, dan melakukan perkalian setiap sub atribut yang ada. Untuk perancangan kombinasi sub atribut tau level terdapat dua pendekatan yang sering
digunakan, yaitu kombinasi berpasangan pairwise comparison dan kombinasi lengkap full profile. Metode pairwise comparison merupaka metode evaluasi
dua faktor sedangkan metode full-profile merupakan metode evaluasi banyak faktor.
Penelitian ini menggunakan metode full-profile dimana seluruh aspek diperhatikan sekaligus sehingga deskripsi dari konsep tersebut lebih realistis.
Kombinasi level atribut atau stimuli yang dimiliki berjumlah: 3 x 3 x 3 x 3 = 81 stimuli
Oleh karena jumlah stimuli yang banyak dan akan menyulitkan responden dalam memberikan penilaian, maka dilakukan Fractional Factorial Design yang
merupakan teknik untuk mereduksi jumlah stimuli dimana diperoleh jumlah stimuli yang hanya mengukur efek utamanya saja. Perancang stimuli dapat
Universitas Sumatera Utara
25
menggunakanan orthogonal design pada perangkat lunak SPSS 22.0. Melalui perancangan orthogonal diharapkan akan diperoleh suatu kombinasi atribut yang
hanya mengukur efek utamanya saja Fractional Factor Design. Dengan menggunakan prosedur orthogonal pada SPSS maka stimuli yang
berjumlah 81 tersebut disederhanakan jumlahnya agar tidak semua kombinasi harus dianalisis. Hasil orthogonal design ini yaitu 16 stimuli dimana 12 stimuli
berstatus deseign sedangkan 4 stimuli merupakan holdout sample yang digunakan sebagai penguji hasil apakah proses conjoint yang menggunakan sampel tersebut
bisa selaras jika digunakan pada populasi. Berikut ini stimuli hasil apakah proses conjoint yang menggunakan sampel tersebut bisa selaras jika dipergunakan pada
populasi. Berikut ini stimuli hasil orthogonal design pada SPSS :
Tabel 3.3 Data Stimuli Atribut Buah Impor Rasa
Ukuran Aroma Khas
Warna Status
Card
Manis Sedang
Sedang Agak
Cerah Design
1 Asam
Kecil Tidak
Beraroma Agak
Cerah Design
2 Asam
Besar Sedang
Cerah Design
3 Asam
Sedang Kuat
Kusam Design
4 Manis
Asam Besar
Kuat Agak
Cerah Design
5 Manis
Asam Kecil
Sedang Kusam
Design 6
Manis Kecil
Kuat Cerah
Design 7
Manis Besar
Tidak Beraroma
Kusam Design
8 Manis
Asam Sedang
Tidak Beraroma
Cerah Design
9 Manis
Kecil Tidak
Beraroma Cerah
Holdout 10
Manis Sedang
Tidak Beraroma
Cerah Holdout
11 Asam
Kecil Tidak
Beraroma Cerah
Holdout 12
Manis Kecil
Kuat Kusam
Holdout 13
Universitas Sumatera Utara
26
3. Mengumpulkan pendapat responden terhadap stimuli yang ada Hasil pembuatan stimuli dengan menggunakan prosedur orthogonal itulah
yang kemudian disertakan dalam kuisioner untuk dievaluasi oleh responden. Responden diminta memberikan penilaian terhadap stimuli tersebut. Penilaian
responden mengunakan reting yaitu dengan menggunakan skala likert dengan skala :
Tabel 3.4 Acuan Penilaian Preferensi Konsumen Simbol
Pengertian Bobot
STS Sangat Tidak Suka
1
TS Tidak Suka
2
BS Biasa Saja
3
S Suka
4
SS Sangat Suka
5 Rating diisi oleh konsumen buah impor yang menjadi responden dalam penelitian
ini dan ditulis dengan selera mereka masing-masing dengan menggunakan skala likert dari 1 sampai 5.
Universitas Sumatera Utara
27
Tabel 3.5 Pemberian Rating Stimuli Buah Impor Rasa
Ukuran Aroma Khas
Warna RATING
STS TS B S SS
Manis Sedang
Sedang Agak
Cerah Asam
Kecil Tidak
Beraroma Agak
Cerah Asam
Besar Sedang
Cerah Asam
Sedang Kuat
Kusam Manis
Asam Besar
Kuat Agak
Cerah Manis
Asam Kecil
Sedang Kusam
Manis Kecil
Kuat Cerah
Manis Besar
Tidak Beraroma
Kusam Manis
Asam Sedang
Tidak Beraroma
Cerah Manis
Kecil Tidak
Beraroma Cerah
Manis Sedang
Tidak Beraroma
Cerah Asam
Kecil Tidak
Beraroma Cerah
Manis Kecil
Kuat Kusam
4. Melakukan proses conjoint dengan memasukan data yang ada Penilaian pemberian rating oleh responden diolah dengan analisis conjoint
dengan bantuan perangkat lunak SPSS. Hasil analisis conjoint secara keseluruhan dilihat dari overall statistics pada SPSS subfile summary. Hasil analisis ini
diperoleh untuk memperkirakan atribut buah impor yang diinginkan oleh responden berdasarkan penilaian terhadap stimuli tersebut yang disertakan dalam
kuesioner sebelumnya.
Universitas Sumatera Utara
28
5. Hasil analisis Output yang dihasilkan dari proses analisis conjoint berupa nilai utility
yaitu suatu perbandingan antara nilai kegunaan dengan tiap-tiap taraf atributnya, importance values yaitu suatu perbandingan antara kepentingan nilai dengan tiap-
tiap atribut buah impor serta nilai korelasi Person dan Kendall’s Tau untuk mengetahui seberapa tinggi predictive accuracy-nya.
Interpretasi hasilnya adalah untuk nilai utility, yaitu nilai yang paling besar menjadi kombinasi stimuli yang disukai oleh konsumen. Untuk nilai kepentingan
importance values yaitu nilai yang terbesar menunjukkan atribut kacang Sihobuk yang paling penting serta untuk uji keakuratan dilihat dari korelasi
Pearson’s dan Kendall’s Tau. Uji keakuratannya predictive accuracy : H0 : tidak adanya hubungan yang kuat antara preferensi estimasi dan preferensi
aktual, atau tidak ada predictive accuracy yang tinggi pada proses conjoint. H1 : adanya hubungan yang kuat antara preferensi estimasi dan preferensi aktual,
atau ada predictive accuracy yang tinggi pada proses conjoint. Sign. 0,05 maka H0 ditolak
Sign. 0,05 maka H0 diterima Santoso, 2012.
Interpretasi hasilnya yaitu jika nilai signifikansi 0,000 kurang dari 0,05 menunjukkan adanya hubungan yang kuat antara preferensi estimasi dan
preferensi aktual, atau ada predictive accuracy yang tinggi pada proses conjoint.
Universitas Sumatera Utara
29
Tabel 3.6 Bentuk Hasil Analisis Conjoint Pada Buah Impor
No Atribut
Level Nilai Kegunaan
Utility Values Nilai Kepentingan
Relatif Imprtance Values
1 Rasa
Manis a1
b1 Asam
a2 Manis Asam
a3 2
Ukuran Kecil
a1 b2
Sedang a2
Besar a3
3 Aroma Khas
Kuat a1
b3 Sedang
a2 Tidak
Beraroma a3
4 Warna
Cerah a1
b4 Agak Cerah
a2 Kusam
a3
Identifikasi Masalah 1 : Untuk Menjawab identifikasi masalah 1, dengan mendeskripsikan dari data yang
diperoleh dari responden. Identifikasi masalah 2 :
Untuk menjawab identifikasi masalah 2, kombinasi level atribut yang paling sesuai dapat dilihat dari nilai utility pada masing-masing level taraf atribut.
Interpretasi hasilnya yaitu nilai utility yang terbesar menunjukkan level dari atribut yang menjadi preferensi konsumen buah impor sehingga apabila level –
level atribut yang memiliki nilai utility paling besar digabungkan maka akan membentuk kombinasi stimuli dari karakteristik buah impor yang menjadi
preferensi konsumen.
Universitas Sumatera Utara
30
Identifikasi masalah 3 : Untuk menjawab identifikasi masalah 2, output yang dilihat berupa nilai
kepentingan importance values digunakan untuk melihat atribut manakah yang paling penting dari buah impor menurut preferensi konsumen. Interpretasi
hasilnya yaitu nilai kepentingan importance values yang paling besar menunjukkan atribut buah impor yang paling penting sehingga mendasari
konsumen untuk membeli buah impor. Identifikasi masalah 4 :
Untuk melihat tingkat keakuratan prediksi model hasil analisis conjoint maka output yang dilihat berupa nilai korelasi Pearson dan Kendall’s Tau. Uji
keakuratan predictive accuracy : H0 : tidak adanya hubungan yang kuat antara preferensi estimasi dan preferensi
aktual, atau tidak ada predictive accuracy yang tinggi pada proses conjoint. H1 : adanya hubungan yang kuat antara preferensi estimasi dan preferensi aktual,
atau ada predictive accuracy yang tinggi pada proses conjoint. Sign. 0,05 maka H0 ditolak
Sign. 0,05 maka H1 diterima Interpretasi hasil yaitu jika nilai signifikansi 0,000 kurang dari 0,05
menunjukkan adanya hubungan yang kuat antara preferensi estimasi dan preferensi aktual, atau ada predictive accuracy yang tinggi pada proses conjoint.
3.5 Definisi dan Batasan Operasional 3.5.1 Definisi
