Analisis Preferensi Mahasiswa Terhadap Kartu Prabayar GSM dengan Metode Konjoin Full-Profile (Studi Kasus: Mahasiswa FMIPA USU)

ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE

KONJOIN FULL-PROFILE (Studi Kasus: Mahasiswa FMIPA USU)

SKRIPSI

PUTRI SIMANJUNTAK 130823006

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE

KONJOIN FULL-PROFILE (Studi Kasus: Mahasiswa FMIPA USU)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

PUTRI SIMANJUNTAK 130823006

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

PERSETUJUAN

Judul :ANALISIS PREFERENSI MAHASISWA

TERHADAP KARTU PRABAYAR GSM DENGAN METODE KONJOIN FULL PROFILE (STUDI KASUS: MAHASISWA FMIPA USU)

Kategori : SKRIPSI

Nama : PUTRI SIMANJUNTAK

Nomor Induk Mahasiswa : 130823006

Program Studi : SARJANA (S1) MATEMATIKA Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Juli 2015 Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Drs. Marihat Situmorang, M.Kom Drs. Henry Rani Sitepu, M.Si NIP 19631214 198903 1 001 NIP 19530303 198303 1 002

Diketahui/ Disetujui oleh:

Departemen Matematika FMIPA USU Ketua,

Prof. Drs. Tulus, Vordipl.Math., M.Si., Ph.D. NIP 196209011988031002

PERNYATAAN

ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE KONJOIN FULL PROFILE

(STUDI KASUS: MAHASISWA FMIPA USU)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juli 2015

PUTRI SIMANJUNTAK 130823006

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus yang senantiasa memberikan segala rahmat dan Kasih 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. Henry Rani Sitepu, M.Si selaku pembimbing I dan Bapak Drs. Marihat Situmorang, M.Kom selaku pembimbing II yang telah menyediakan waktunya untuk membimbing dan memberikan pengarahan kepada penulis sehingga penyusunan skripsi ini dapat diselesaikan. Penulis juga mengucapkan terima kasih kepada Bapak Drs.Ujian Sinulingga, M.si dan Bapak Drs. Partano Siagian, M.Sc selaku dosen penguji, Bapak Prof. Dr. Tulus, M.Si, Ph.D dan Ibu Dr. 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 Bapak B. Simanjuntak dan Ibu D. Br Lubis yang telah memberikan dukungan, doa, dan semua bantuan yang diperlukan penulis, juga kepada Abang dan Kakak tersayang Kak Desbi Simanjuntak, Bang Benni Nainggolan, Bang Marguna Simanjuntak, Kak Try Pujiati Rajagukguk, Kak Lestari Simanjuntak dan Bang Sardi Simanjuntak yang selalu memberi motivasi dan selalu memberi semangat. Akhirnya penulis juga mengucapkan terima kasih kepada seluruh teman-teman kuliah penulis, yang tidak dapat penulis sebutkan satu persatu yang telah memberikan dorongan semangat serta saran dalam pengerjaan skripsi ini.

ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE KONJOIN FULL PROFILE

(Studi Kasus: Mahasiswa FMIPA USU)

ABSTRAK

Analisis konjoin merupakan salah satu teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan dengan cara mengkombinasikan jumlah nilai masing-masing atribut yang terpisah. Penelitian ini bertujuan untuk menentukan kombinasi atribut kartu prabayar GSM yang paling disukai oleh Mahasiswa FMIPA USU. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dengan cara menyebarkan kuisoner kepada 91 mahasiswa aktif FMIPA USU untuk tahun angkatan 2014. Hasil penelitian menunjukkan bahwa kombinasi atribut yang paling disukai oleh keseluruhan responden adalah tarif SMS paketan, tarif telepon per detik, tarif internet per GB, bentuk isi ulang elektrik, bonus SMS, signal kuat, dan jangkauan luas. Urutan nilai kepentingan atribut menurut responden adalah signal, tarif internet, bonus, jangkauan, tarif SMS, tarif telepon dan bentuk isi ulang.

ANALISYS OF STUDENTS’ PREFERENCE OF GSM PREPAID CARD

USING CONJOINT FULL-PROFILE METHOD (Case Study : Students at FMIPA USU)

ABSTRACT

Conjoint analisys is a multivariate analysis technique used to know respondent preference in a product or services by combining the amount of the value of each attribute separately. This objectives of this research are to determine which combination of attributes of GSM prepaid card are the most favored by the Students at FMPA USU. The data used in this research is primary data obtained by distributing questionnaires to 91 active students at FMIPA USU for class 2014. The results show that the most preferences of attributes combination by alll respondents are group SMS cost, flat telephone cost, internet cost per GB, , electric type of pulse, SMS bonus, strong signal, and wide coverage area. The order of importance of attribute importances values according to respondents are signal, internet rates, bonus, coverage area, SMS cost, telephone cost and type of pulse.

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel ix

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Tinjauan Pustaka 3

1.7 Metodologi Penelitian 5

Bab 2 Landasan Teori

2.1 Sejarah Singkat Kartu Prabayar GSM 7

2.2 Preferensi Konsumen 9

2.2.1 Defenisi Preferensi Konsumen 9

2.2.2 Tujuan Preferensi Konsumen 10 2.3 Populasi dan Sampel Penelitian 10

2.4 Data 11

2.4.1 Data menurut sifatnya 11

2.4.2 Data menurut sumbernya 11

2.4.3 Data menurut jenisnya 12

2.5 Skala untuk Instrumen 12

2.6 Metode Pengumpulan Data 13

2.7 Teknik Pengambilan Sampel 14

2.8 Defenisi Analisis Konjoin 14

2.8.1 Pengertian Analisis Konjoin 14 2.8.2 Tujuan dan Manfaat Penggunaan Analisis Konjoin 16 2.8.3 Istilah-istilah Dalam Analisis Konjoin 16 2.8.4 Tahapan-tahapan Analisis Konjoin 17

Bab 3 Pembahasan

3.1 Karakteristik Responden 23

3.3 Analisis Tingkat Kepentingan Faktor Relatif 42 3.4 Uji Signifikansi dan Pengukuran Predictive Accuracy 43

Bab 4 Kesimpulan dan Saran

4.1 Kesimpulan 45

4.2 Saran 45

Daftar Pustaka

DAFTAR TABEL

Halaman Tabel 1.1 Atribut dan Level Atribut Tabel Dalam Penelitian 6 Tabel 2.1 Pengkodean taraf/ level kedalam variabel dummy 19

Tabel 2.2 Tabel Keeratan Korelasi 22

Tabel 3.1 Jumlah Mahasiswa FMIPA USU Stambuk 2014 23 Tabel 3.2 Penarikan Sampel dengan Proporsional 24 Tabel 3.2.1 Variabel dummy untuk atribut Tarif SMS 27 Tabel 3.2.2 Variabel dummy untuk atribut Tarif Telepon 27 Tabel 3.2.3 Variabel dummy untuk atribut Tarif Internet 27 Tabel 3.2.4 Variabel dummy untuk atribut Bentuk Isi Ulang 27 Tabel 3.2.5 Variabel dummy untuk atribut Bonus 27 Tabel 3.2.6 Variabel dummy untuk atribut Signal 28 Tabel 3.2.7 Variabel dummy untuk atribut Jangkauan 28 Tabel 3.3 Pengkodean Data Untuk Regresi 29

Tabel 3.4 Koefisien Nilai b dari SPSS 30

Tabel 3.5 Hasil Metode Full-profile untuk satu orang Responden 39 Tabel 3.6 Nilai Utilitas Satu Orang Responden 40 Tabel 3.7 Nilai Kepentingan Relatif Satu Responden 40 Tabel 3.8 Nilai Untuk Keseluruhan Responden 41 Tabel 3.9 Nilai Kepentingan Relatif Keseluruhan Responden 43 Tabel 3.10 Korelasi antara Variabel Observed dan Estimated Preferences 43

ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE KONJOIN FULL PROFILE

(Studi Kasus: Mahasiswa FMIPA USU)

ABSTRAK

Analisis konjoin merupakan salah satu teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan dengan cara mengkombinasikan jumlah nilai masing-masing atribut yang terpisah. Penelitian ini bertujuan untuk menentukan kombinasi atribut kartu prabayar GSM yang paling disukai oleh Mahasiswa FMIPA USU. Data yang digunakan dalam penelitian ini merupakan data primer yang diperoleh dengan cara menyebarkan kuisoner kepada 91 mahasiswa aktif FMIPA USU untuk tahun angkatan 2014. Hasil penelitian menunjukkan bahwa kombinasi atribut yang paling disukai oleh keseluruhan responden adalah tarif SMS paketan, tarif telepon per detik, tarif internet per GB, bentuk isi ulang elektrik, bonus SMS, signal kuat, dan jangkauan luas. Urutan nilai kepentingan atribut menurut responden adalah signal, tarif internet, bonus, jangkauan, tarif SMS, tarif telepon dan bentuk isi ulang.

ANALISYS OF STUDENTS’ PREFERENCE OF GSM PREPAID CARD

USING CONJOINT FULL-PROFILE METHOD (Case Study : Students at FMIPA USU)

ABSTRACT

Conjoint analisys is a multivariate analysis technique used to know respondent preference in a product or services by combining the amount of the value of each attribute separately. This objectives of this research are to determine which combination of attributes of GSM prepaid card are the most favored by the Students at FMPA USU. The data used in this research is primary data obtained by distributing questionnaires to 91 active students at FMIPA USU for class 2014. The results show that the most preferences of attributes combination by alll respondents are group SMS cost, flat telephone cost, internet cost per GB, , electric type of pulse, SMS bonus, strong signal, and wide coverage area. The order of importance of attribute importances values according to respondents are signal, internet rates, bonus, coverage area, SMS cost, telephone cost and type of pulse.

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Pada era globalisasi saat ini, teknologi semakin cepat meluas khususnya di bidang komunikasi.Munculnya telepon pada waktu silam menjadi pemacu kreativitas teknologi untuk terus menghadirkan teknologi baru di bidang komunikasi. Namun seperti yang telah diketahui, pesawat telepon yang umumnya terpasang di rumah, kantor, sekolah ataupun di tempat lain memiliki kendala utama yaitu penggunaanya tidak fleksibel, dalam arti hanya dapat di gunakan di lokasi pemasangan saja.

Hadirnya telepon genggam (Handphone) semakin mempermudah masyarakat dalam berkomunikasi dan sudah tak perlu diragukan lagi, komunikasi menggunakan telepon genggam tersebut sekarang sudah merupakan kebutuhan yang tak tergantikan. Karena siapapun dan apapun pekerjaan atau kegiatanya pastilah mempergunakan barang yang satu ini untuk saling berkomunikasi, baik komunikasi untuk tujuan bisnis, pekerjaan, ataupun hanya untuk bersosialisasi dengan teman-teman. Seiring besarnya ketergantungan masyarakat terhadap telepon selular, para operator kartu GSM (Global System for Mobile) yang memfasilitasi telekomunikasi antar telepon selular tumbuh pesat di negara ini.

Sekarang ini bermunculan cukup banyak operator yang menawarkan kartu GSM yang murah serta dengan bonus yang berlimpah baik bonus telepon, bonus SMS atau juga bonus untuk konten internet. Setidaknya terdapat 5 jenis operator yang mengeluarkan kartu prabayar berupa GSM, antara lain Telkomsel, XL, Indosat, 3 dan Axis. Kartu prabayar yang dikeluarkan yaitu Simpati, As, IM3, Mentari, XL, Axis dan kartu 3. Mahasiswa merupakan salah satu pengguna telepon selular. Pada umumnya, keuangan di kalangan Mahasiswa tergolong pas-pasan karena masih di biayai oleh orangtua ataupun wali masing-masing. Jenis kartu prabayar GSM yang diminati oleh Mahasiswa adalah jenis kartu GSM yang

mempunyai banyak kelebihan seperti harga isi ulang yang terjangkau, jaringan internet yang luas serta akses internet yang cepat, karena banyaknya pilihan merek GSM yang ditawarkan dengan kelebihan masing-masing, termasuk murahnya tarif, mahasiswa sebagai konsumen tentunya akan lebih selektif dalam memilih kartu GSM yang digunakan.

Analisis konjoin adalah teknik multivariat yang khusus digunakan untuk memahami bagaimana responden mengembangkan preferensi terhadap suatu produk atau jasa (Iman Ghozali:2006). Hal ini didasarkan pada premis bahwa konsumen menilai produk atau jasa dengan cara mengkombinasi jumlah nilai masing-masing atribut yang terpisah. Di dalam riset pemasaran analisis konjoin digunakan untuk mengetahui bagaimana preferensi konsumen terhadap berbagai desain produk ataupun jasa, misalnya preferensi mahasiswa terhadap kartu prabayar GSM.

Berdasarkan uraian tersebut, penulis ingin menganalisis preferensi konsumen terhadap kombinasi atribut kartu prabayar GSM yang paling diminati di kalangan mahasiswa dengan analisis konjoin dengan metode perbandingan semua atribut sekaligus, sehingga mendekati keadaan yang sesungguhnya atau lebih realistis. Oleh karena itu penulis memilih judul yaitu “ANALISIS PREFERENSI MAHASISWA TERHADAP KARTU PRABAYAR GSM DENGAN METODE KONJOIN FULL-PROFILE (STUDI KASUS : MAHASISWA FMIPA USU)”.

1.2 Perumusan Masalah

Permasalahan yang akan diteliti dalam tulisan ini adalah menganalisis atribut kartu prabayar GSM pada mahasiswa, yaitu tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, bonus, daya tangkap sinyal dan jangkauan yangdikaji dengan menggunakan Analisis Konjoin Full-Profile.dan untuk mengetahui atribut mana yang paling diminati oleh mahasiswa.

1.3 Batasan Masalah

Batasan masalah pada penelitian ini adalah:

1. Penelitian dilakukan kepada Mahasiswa reguler FMIPA USU angkatan 2013 – 2014 dan yang telah menggunakan telepon seluler minimal 3 bulan.

2. Jumlah objek penelitian dibatasi untuk kartu prabayar GSM yaitu As, Simpati, 3, Axis, Mentari, IM3, dan XL.

3. Atribut yang akan diteliti yaitu, tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, bonus, daya tangkap sinyal dan jangkauan dari kartu prabayar GSM.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah dipaparkan, maka tujuan penelitian ini adalah

1. Menentukan kombinasi atribut kartu prabayar GSM yang paling disukai mahasiswa FMIPA USU

2. Menentukan nilai kepentingan masing-masing atribut.

1.5 Manfaat Penelitian

1. Bagi penulis diharapkan dapat menambah pengetahuan dan pemahaman tentang Analisis Konjoin.

2. Dapat menjadi bahan masukan bagi mahasiswa dalam memilih kartu prabayar GSM.

1.6 Tinjauan Pustaka

Analisis konjoin pada awalnya populer digunakan pada riset pemasaran, khususnya pada berbagai riset untuk mengetahui bagaimana preferensi konsumen

terhadap berbagai desain produk. Kata “conjoint” menurut para praktisi riset

diturunkan dari kata “to conjoint” yang berarti :joined together” atau bekerja bersama (http://www.sawtoothsoftware.com).

Analisis Konjoin (conjoint analysis) adalah suatu bentuk (desain) produk atau barang atau jasa, atau objek tertentu yang didinginkan oleh sebagian besar responden. Pada dasarnya tujuan analisis konjoin adalah untuk mengetahui bagaimana persepsi seseorang terhadap suatu objek yang terdiri atas satu atau banyak bagian. Hasil utama analisis konjoin adalah suatu bentuk (desain) produk barang atau jasa, atau objek tertentu yang diinginkan oleh sebagian besar responden ( Singgih, 2010).

Bentuk dasar model dependensi analisis konjoin dirumuskan sebagai berikut: (nonmetrik atau metrik) = + + +…+ (Nonmetrik)

Keterangan:

1. ( variabel dependen ), skala pengukuran metrik atau nonmetrik, didefenisikan sebagai pendapat keseluruhan dari seorang responden terhadap sekian faktor/atribut dan taraf pada sebuah barang dan jasa. 2. , , ,…, (variabel independen) adalah faktor, yang berupa

data non metrik. Termasuk disini adalah bagian dari faktor (level).

Langkah-langkah yang perlu dilakukan dalam merancang dan melaksanakan analisis Konjoin secara umum sebagai berikut:

1. Mengidentifikasi faktor/atribut

2. Merancang kombinasi atribut atau stimuli 3. Menetukan jenis data yang diperlukan 4. Menentukan metode analisis data 5. Hasil analisis data dan interpretasinya.

Secara umum model dasar analisis konjoin adalah: U (x) =∑ ∑

Keterangan:

= Nilai kegunaan dari atribut ke-i (i=1,2,3…m) dan taraf/level ke -j (j=1,2,3…ki)

= Taraf ke-k dari atribut ke-i m = Banyak atribut

= Peubah boneka atribut ke-i taraf ke-j (bernilai 1 jika level ke-j dari atribut ke –i terjadi, 0 jika tidak terjadi)

Regresi linier biasanya digunakan untuk mendapatkan model analisis konjoin tersebut, kemudian dapat ditentukan nilai kegunaan dari taraf-taraf tiap atribut untuk menentukan nilai pentingnya suatu taraf relatif terhadap taraf yang lain pada suatu atribut. Setelah menentukan nilai kegunaan taraf, maka nilai kepentingan relatif (bobot) dapat dihitung dengan formula sebagai berikut:

= ∑ Keterangan:

= Bobot kepentingan relatif untuk tiap atribut

= Range nilai kepentingan untuk tiap atribut yang dicari dengan rumus Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :

Ii= {maks(aij) – min(aij)}

1.7 Metodologi Penelitian

Dalam penelitian ini tahapan-tahapan yang akan dilakukan adalah sebagai berikut: 1. Mendesain Stimuli

a. Menentukan atribut atau faktor penting yang akan diteliti lebih lanjut. Dalam hal ini, atribut yang akan diteliti adalah tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, bonus, daya tangkap signal dan jangkauan. b. Menyusun level dari setiap atribut

Atribut dan level setiap atribut dalam penelitian ini disajikan dalam tabel 1.1 berikut :

Tabel 1.1 Atribut Dan Level Atribut dalam Penelitian No Atribut Level atribut Keterangan

1 Tarif sms 1 Reguler

2 Paketan

2 Tarif telepon 1 Per detik

2 Per menit

3 Tarif internet 1 Per KB

2 Per MB

3 Per GB

4 Bentuk isi ulang 1 Voucher

2 Elektrik

5 Bonus 1 SMS

2 Telepon

3 Internet

6 Signal 1 Lemah

2 Kuat

7 Jangkauan 1 Luas

2 Tidak luas

2. Pengumpulan data dilakukan dengan menyebar kuesioner kepada responden menggunakan metode pengukuran Full-Profile .

3. Melakukan proses konjoin.

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.

4. Interpretasi hasil.

5. Penilaian Keandalan dan Kesahihan (menentukan predictive accuracy / ketepatan prediksi)

BAB 2

LANDASAN TEORI

2.1 Sejarah Singkat Kartu Prabayar GSM (Global System for Mobile) Di zaman globalisasi seperti ini perkembangan ilmu pengetahuan dalam bidang teknologi informasi dan komunikasi semakin maju sehingga mampu menciptakan alat-alat yang mendukung perkembangan teknologi informasi. Hal ini mendorong perkembangan di dunia teknologi komunikasi semakin pesat dan persaingan pasar semakin ketat, sehingga menuntut sistem pemasaran yang semakin baik pada setiap perusahaan yang bergerak dalam bidang industri maupun jasa.

Kartu pra bayar adalah suatu kartu telepon yang pembayarannya dilakukan pada awal pembayaran sebelum digunakan, sedangkan yang dimaksud dengan kartu pasca bayar adalah kartu telepon yang pembayarannya dilakukan diakhir atau setelah penggunaan telepon. Biasanya jenis kartu pasca bayar ini tidak sering digunakan karena tergolong lebih rumit baik dari segi pembayaran dan peregistrasiannya, cara pembayaran kartu ini sama halnya dengan rekening listrik, penggunaan kartu kredit dan rekening telepon rumah. Oleh karena itu, banyak konsumen yang menggunakan jenis kartu pra bayar dibandingkan dengan kartu pasca bayar.

Perkembangan teknologi komunikasi di Indonesia sendiri dimulai dengan meluncurkan satelit palapa pada 9 juli 1976 yang memudahkan arus komunikasi dan teknologi yakni telepon, fax, dll. Setelah itu perkembangan dilanjutkan dengan perkembangan jaringan seluler, yaitu GSM pertama di Indonesia yakni sebuah teknologi komunikasi bergerak yang tergolong dalam generasi kedua.

Global System for Mobile Communication disingkat GSM adalah sebuah teknologi komunikasi seluler yang bersifat digital. Teknologi GSM banyak diterapkan pada komunikasi bergerak, khususnya telepon genggam. Teknologi ini

memanfaatkan gelombang mikro dan pengiriman sinyal yang dibagi berdasarkan waktu, sehingga sinyal informasi yang dikirim akan sampai pada tujuan. GSM dijadikan standar global untuk komunikasi selular sekaligus sebagai teknologi seluler yang paling banyak digunakan orang di seluruh dunia.

PT Satelit Palapa Indonesia (Satelindo) muncul sebagai operator GSM pertama di Indonesia, dengan awal pemilik saham adalah PT Telkom Indonesia, PT Indosat, dan PT Bimagraha Telekomindo.Setelah itu mulai bermunculan perusahan-perusahan yang bergerak di bidang operator selluler seperti PT Excelcomindo Pratama (Excelcom, sekarang XL Axiata) dll.

Dengan semakin meningkatnya gaya hidup masyarakat, maka kebutuhan masyarakat di bidang teknologi komunikasi juga semakin meningkat. Sehingga para perusahaan provider seluler bersaing dengan ketat dalam menarik minat pelanggan. Didalam memberikan pelayanan yang berkualitas, perusahaan provider seluler harus mengetahui apa kebutuhan dan keinginan para pengguna provider seluler. Pelayanan yang di berikan juga harus sesuai dengan kebutuhan para pelanggan. Seperti sekarang ini banyak provider seluler yang menawarkan berbagai macam fasilitas yang dapat digunakan pengguna provider seluler dengan mudah dan biaya terjangkau.

Fasilitas yang ditawarkan provider seluler sudah semakin canggih dan mudah digunakan, Seperti penggunaan paket-paket yang memudahkan pengguna untuk memenuhi kebutuhannya dalam berkomunikasi. Contohnya paket telepon, SMS, dan internet seharian sampai yang bulanan.Sehingga pelanggan dapat memilih paket mana yang mereka butuhkan dengan harga yang terjangkau.Dari situ pelanggan dapat merasa puas dalam menggunakan provider tersebut.

Pengguna atau pelanggan provider seluler harus teliti dalam memilih provider seluler yang akan digunakan, agar dapat merasa puas dalam menggunakannya karena sesuai dengan keinginan. Tanpa harus merasa tertipu dengan banyakan iklan tentang fasilitas provider seluler yang murah tetapi harus sesuai dengan syarat dan ketentuan berlaku.Dengan adanya hal seperti itu justru merugikan pelanggan yang tidak tahu dan tidak mengerti karena kepuasan

pelanggan sangat diperhatikan oleh perusahaan provider seluler. Sebab jika ada pelanggan yang kecewa dengan penggunaan provider seluler tersebut akan menjadi kerugian besar bagi perusahaan provider seluler yang digunakan. Jika itu terjadi maka pelanggan akan beralih ke provider lain yang menawarkan kelebihan yang dianggap lebih menguntungkan sehingga akan menyebabkan berkurangnya minat pelanggan.

Kepuasan pelanggan sangat penting bagi kelancaran perusahaan provider tersebut. Sebab pelanggan yang puas dalam memakai provider tersebut akan memberikan efek positif bagi perusahaan provider tersebut yaitu kesetiaan pelanggan dan akan memberikan citra baik di mata masyarakat lain yang sama – sama menggunakan telepon selluler tetapi berbeda provider. Sehingga pelanggan provider tersebut akan bertambah seiring dengan banyaknya pelanggan yang merasa puas.

2.2 Preferensi Konsumen

2.2.1 Defenisi Preferensi Konsumen

Menurut Kamus Ekonomi, Preferensi konsumen adalah : “kecenderungan seseorang dalam pemakaian barang untuk dirasakan dan dapat dinikmati sehingga mencapai kepuasan dari pemakaian produk tersebut dan pada akhirnya konsumen tersebut dapat loyal terhadap merek tertentu dari bermacam-macam produk yang sejenisnya”.

Sedangkan menurut Bilson Simamora (2003 : 87), preferensi tercermin

dari kata “I prefer” sebenarnya merupakan hasil proses evaluasi. Preferensi ini dapat terbentuk melalui pola pikir konsumen yang didasari oleh beberapa alasan, antara lain :

a. Pengalaman yang diperoleh sebelumnya

Konsumen merasakan kepuasan dalam membeli produk ini dan merasakan kecocokan dalam mengkonsumsi produk yang dibelinya. Maka konsumen akan terus menerus memakai atau menggunakan merek produk tersebut, sehingga konsumen mengambil keputusan untuk membeli.

Dikarenakan kebiasaan keluarga menggunakan produk tersebut, setia terhadap produk yang selalu dipakainya karena merasakan manfaat dalam pemakaian produk tersebut, sehingga konsumen mendapatkan kepuasan dan manfaat dari produk yang dibeli.

Dari beberapa alasan itulah terbentuk suatu preferensi dalam membeli suatu produk.

2.2.2 Tujuan Preferensi Konsumen

Tujuan preferensi merupakan keputusan akhir dari proses pembelian untuk dapat dinikmati oleh konsumen sehingga dapat mencapai kepuasan dari berbagai macam pilihan diantara produk-produk saingannya

2.3 Populasi dan Sampel Penelitian

Populasi adalah sekelompok orang, kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan obyek penelitian (Supranto, 2004). Populasi sering juga disebut Universe. Populasi yang tidak diketahui dengan pasti jumlahnya disebut Populasi tak terbatas, misalnya penduduk suatu negara adalah populasi yang tak terbatas karena setiap waktu terus berubah jumlahnya. Apabila penduduk tersebut dibatasi dalam waktu dan tempat, maka populasi tersebut dapat berubah menjadi populasi yang finite. Umumnya populasi yang tak terbatas hanyalah teori saja, sedangkan kenyataan dalam praktiknya, semua benda hidup dianggap populasi yang terbatas. Populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid sekolah, jumlah karyawan tetap pabrik, dll disebut Populasi finite.

Sampel adalah bagian dari populasi yang menjadi obyek penelitian (Supranto, 2004). Teknik sampling secara statistik dapat didefinisikan sebagai suatu teknik untuk menentukan jumlah sampel dan pemilihan calon anggota

sampel, sehingga setiap sampel terpilih dalam penelitian dapat mewakili populasinya.

2.4 Data

Data merupakan komponen utama dalam statistika. Data adalah bahan baku yang jika diolah melalui berbagai analisis dapat melahirkan informasi, dimana dengan informasi tersebut dapat diambil suatu keputusan.

2.4.1 Data Menurut Sifatnya

Menurut sifatnya data terbagi atas dua bagian, yaitu: a. Data kualitatif

Data kualitatif adalah data yang sifatnya hanya menggolongkan saja dan yang kemungkinannya tidak dinyatakan dalam angka-angka.Yang termasuk dalam klasifikasi data kulitatif adalah data yang berskala ukur nominal dan ordinal.Sebagai contoh adalah motivasi karyawan (bagus, sedang, jelek).

b. Data kuantitatif

Data kuantitatif adalah data yang berbentuk angka.Yang termasuk dalam klasifikasi data kuantitatif adalah data yang berskala ukur interval dan rasio.Sebagai contoh data kuantitatif adalah data hasil pengukuran berat badan mahasiswa matematika USU. Data tersebut berupa angka seperti; 70 kg, 35 kg, 63 kg dan sebagainya.

2.4.2 Data Menurut Sumbernya

Menurut sumbernya data terbagi atas dua bagian: a. Data internal

Data internal adalah data yang didapat dari perusahaan atau organisasi dimana riset dilakukan. Data internal merupakan data yang menggambarkan keadaan perusahaan/organisasi tersebut.

b. Data eksternal

Data eksternal adalah data yang menggambarkan keadaan diluar perusahaan atau organisasi. Data eksternal terbagi atas dua bagian, yaitu:

1. Data primer

Data primer adalah data yang secara langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut.Data ini diperoleh dari hasil wawancara atau kuesioner.Dalam metode pengumpulan data primer, peneliti/observer melakukan sendiri obeservasi di lapangan maupun di laboratorium.Pelaksanaanya dapat berupa survei atau percobaan (eksperimen).

2. Data sekunder

Data sekunder adalah data primer yang diperoleh dari pihak lain atau data primer yang telah diolah lebih lanjut dan disajikan. Data sekunder pada umumnya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran pelengkap atau diproses lebih lanjut. Data sekunder didapat dari hasil penelitian dari beberapa sumber seperti Badan Pusat Statistika, Media Massa, Lembaga pemerintah atau swasta dan sebagainya.

2.4.3 Data Menurut Jenisnya

Menurut jenisnya data terdiri dari dua bagian, yaitu: a. Data kontiniu

Data kontiniu adalah data yang diperoleh dari hasil pengukuran. Contoh:Tinggi badan Richad adalah 180 cm

b. Data diskrit

Data diskrit adalah data yang diperoleh dari hasil perhitungan. Contoh: Ibu Ani mempunyai 1 anak

2.5 Skala untuk Instrumen (Model Skala Sikap)

Bentuk model skala sikap yang digunakan dalam penelitian adalah Skala Likert. Skala Likert digunakan untuk mengatur sikap, pendapatan dan persepsi seseorang

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

Setuju (S) = 4 Netral (N) = 3

Tidak Setuju (TS) = 2

Sangat Tidak Setuju (STS) = 1

2.6 Metode Pengumpulan Data

Pengumpulan data penelitian dimaksudkan sebagai pencatatan peristiwa atau karakteristik dari sebagian atau seluruh elemen populasi penelitian.Pengumpulan data penelitian dapat dilakukan berdasarkan cara-cara tertentu. Adapun metode pengumpulan data yang digunakan dalam penelitian adalah Metode angket (Kuisoner).

Kuesioner adalah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia ketahui. Metode ini digunakan untuk mencari dan mengenal desain kriteria faktor-faktor pemimpin yang mempengaruhi pilihan warga di kotamadya Medan. Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan kuesioner (angket), setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasi dan diberi skor atau nilai yaitu: Skor 5 jika jawaban responden sangat setuju

Skor 4 jika jawaban responden setuju

Skor 3 jika jawaban responden ragu-ragu/tidak tahu Skor 2 jika jawaban responden tidak setuju

Skor 1 jika jawaban responden sangat tidak setuju

Dalam penelitian ini juga dilakukan wawancara atau komunikasi secara lisan dengan responden guna membantu responden memahami kuesioner/angket.

2.7 Teknik Pengambilan Sampel

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

Keterangan:

n : jumlah sampel keseluruhan : jumlah sampel per strata N : jumlah populasi keseluruhan Ni : jumlah popoulasi per strata

2.8 Defenisi Analisis Konjoin 2.8.1 Pengertian Analisis Konjoin

Kata conjoint menurut para praktisi riset diambil dari kata considered jointly. Dalam kenyataannya kata sifat conjoint diturunkan dari kata to conjoint yang berarti joined together atau bekerja sama (Kuhfeld, 2000). Tepat sebelum tahun 1970, Profesor Paul Green memperkenalkan artikel Luce dan Tukey (1964) yaitu

artikel analisis pengukuran konjoin yang diterbitkan di jurnal non-marketing.Artikel ini dapat diterapkan dalam memecahkan masalah pemasaran sepertimemahami bagaimana para pembeli mengambil keputusan pembelian, memilih atribut penting dalam pilihan terhadap suatu produk barang atau jasa, dan untuk meramalkan perilaku pembeli.

Analisis konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau preferensi konsumen terhadap suatu produk atau jasa atau objek tertentu yang diinginkan oleh sebagian besar responden dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk (Hair et al, 2005). Analisis ini sangat berguna untuk membantu merancang karakteristik produk baru, membuat konsep produk baru, membantu menentukan tingkat harga serta memprediksi tingkat penjualan.

Analisis konjoin pada awalnya populer digunakan pada riset pemasaran, khususnya pada berbagai riset untuk mengetahui bagaimana preferensi konsumen terhadap berbagai desain produk.

Menurut Hair (2005) “Conjoint analysis is a multivariate technique developed specifically to understand how respondents develop preferences for any type of object (products, services, or ideas). It is based on the simple premise that consumers evaluate the value of an object (real or hypothetical) by combining the seperate amounts of value provided by each attribute.(Analisis konjoin adalah salah satu teknik multivariat yang khusus digunakan untuk mengetahui bagaimana responden mengembangkan preferensinya terhadap semua jenis objek (produk, jasa, atau ide).Analisis ini berdasarkan alasan yang sederhana karena konsumen dapat mengevaluasi nilai–nilai dari produk tersebut (nyata atau hipotesis) melalui

kombinasi beberapa nilai yang terpisahdari setiap atribut).”

Dalam menentukan pilihannya untuk membeli suatu produk, konsumen sering mempertimbangkan berbagai faktor.Bagi konsumen faktor tersebut bersifat trade-off yang membuat konsumen serba salah, misalnya antara harga dan kualitas, mana yang harus dipilih, haruskah memilih harga rendah dengan kualitas

rendah atau harga tinggi dengan kualitas prima tergantung dari preferensi konsumen.

2.8.2 Tujuan dan Manfaat Penggunaan Analisis Konjoin

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

2.8.3 Istilah-istilah Dalam Analisis Konjoin

Adapun beberapa istilah dalam analisis konjoin adalah:

1. Atribut, yaitu berupa variabel-variabel yang akan diteliti.

2. Taraf/level, yaitu bagian dari atribut yang menunjukkan nilai yang diasumsikan oleh atribut.

3. Stimuli, yaitu sekelompok atribut yang dievaluasi oleh responden yang berasal dari kombinasi atau desain taraf-taraf atribut.

4. Nilai kepentingan relatif (Relative Importance Value), yaitu nilai yang menunjukkan atribut yang paling penting dalam mempengaruhi pilihan responden.

5. Nilai kegunaan (utilitas), yaitu teori ekonomi yang mempelajari kepuasan atau kenikmatan yang diperoleh dari seorang konsumen. Semakin tinggi tingkat kepuasan maka semakin tinggi pula nilai guna (utilitas) dan sebaliknya. Nilai guna dibedakan dalam dua pengertian:

a. Nilai guna marginal, yaitu pertambahan/pengurangan kepuasan akibat adanya pertambahan/pengurangan pengunaan satu unit barang tertentu. b. Total nilai guna, yaitu keseluruhan kepuasan yang diperoleh dari

mengomsumsi sejumlah barang-barang tertentu.

2.8.4 Tahapan-tahapan Analisis Konjoin

Adapun tahapan-tahapan yang perlu dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum sebagai berikut:

1. Perumusan masalah dan mengidentifikasi atribut

Langkah awal dalam melakukan analisis konjoin yaitu perumusan masalah.Setelah adanya perumusan masalah maka dicarilah kumpulan atribut dimana setiap atribut terdiri atas beberapa taraf/level.Informasi mengenai atribut yang mewakili preferensi konsumen dapat diperoleh melalui diskusi dengan pakar, eksplorasi data sekunder atau studi kepustakaan.Kemudian atribut yang sudah dianggap mewakili ditentukan datanya. Skala atribut dibagi menjadi skala kualitatif/non-metrik atau kategori (nominal dan ordinal) dan skala kuantitatif atau metrik (interval dan rasio).

2. Merancang kombinasi atribut (stimuli)

Setelah mengidentifikasi atribut beserta taraf-tarafnya, kemudian dilakukan perancangan stimuli yaitu kombinasi taraf antar-atribut.Pendekatan yang umum digunakan untuk merancang stimuli yaitu kombinasi lengkap (full profile) atau evaluasi banyak factor.

Analisis konjoin full-profile yang diperkenalkan terlebih dahulu merupakan rancangan kombinasi yang menggambarkan profil produk secara lengkap. Jumlah stimuli dapat dikurangi dengan menggunakan menggunakan fractional factorial design yang memungkinkan mengestimasi semua main effects. Desain ini mengasumsikan bahwa setiap interaksi yang tidak penting diabaikan.Untuk membentuk stimuli dirancang dengan menggunakan SPSS FOR WINDOWS 17.0 sehingga diperoleh 15 minimal stimuli.Setiap stimuli

berisi kombinasi antara atribut dengan taraf, dimana tiap stimuli menggambarkan profil tiap objek secara lengkap. Responden mengevaluasi masing-masing stimuli mulai dari stimuli yang paling diminati/dianggap penting hingga stimuli yang paling tidak diminati/yang paling dianggap tidak penting dengan cararating (memberi peringkat).

Keuntungan menggunakan metode ini adalah:

1. Diperoleh deskripsi yang lebih realistis dengan menjelaskan setiap stimuli berisikan sebuah taraf dari masing-masing atribut.

2. Menggambarkan trade-off yang lebih jelas antara seluruh atribut yang tersedia.

Sedangkan kendala menggunakan metode ini adalah metode full-profile disarankan apabila jumlah atribut yang diteliti antara enam sampai sembilan atribut saja (Hair et al, 2006).

3. Metode pengumpulan data

Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik (data berskala nominal, ordinal atau kategorial) maupun data metrik (data berskala interval atau rasio).

Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk membuat ranking atau mengurutkan stimuli pada tahap yang telah dibuat sebelumnya. Perangkingan dimulai dari satu dan seterusnya hingga ranking terakhir bagi stimuli yang paling tidak disukai.Sedangkan untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan nilai atau rating terhadap masing-masing stimuli. Dengan cara ini, responden akan dapat memberikan penilaian terhadap masing-masing stimuli secara terpisah. Pemberian nilai atau rating dapat dilakukan menggunakan skala likert 1 hingga 5 (1=paling tidak disukai dan 5=paling disukai atau menggunakan nilai ranking, artinya untuk stimuli yang paling tidak disukai diberi nilai tertinggi setara dengan jumlah stimulinya, sedangkan stimuli yang paling disukai diberi nilai satu.

Berdasarkan tipe data dan cara pengumpulan datanya, prosedur analisis yang digunakan adalah analisis konjoin full-profile menggunakan metode regresi dengan variabel dummy.

Variabel yang dianalisis dengan model regresi dapat berupa variabel kuantitatif maupun variabel kualitatif.Variabel kualitatif dalam model regresi sering disebut dengan istilah variabel dummy.Untuk variabel kualitatif yang mempunyai k kategori dapat dibangun k-1 peubah boneka.Variabel ini biasanya mengambil nilai 1 atau 0.Kedua nilai yang diberikan tidak menunjukkan bilangan (numerik) tetapi hanya sebagai identifikasi kelas atau kategorinya.Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf dan 0 untuk taraf lainnya. Atribut yang mempunyai tiga taraf, pengkodeannya sebagai berikut: Tabel 2.1 Pengkodean Variabel Dummy

Taraf Kode

Taraf 1 1 0

Taraf 2 0 1

Taraf 3 0 0

Untuk taraf lebih dari tiga, pengkodean dilakukan dengan cara yang sama sehingga setiap faktor memiliki k-1 variabel dummy. Banyaknya variabel ini sama dengan banyaknya kategori (taraf) dikurangi satu (J Supranto, 2004).

Metode Regresi dengan variabel dummy sangat umum digunakan untuk data berjenis non-metrik maupun metrik, dimana data telah diperoleh melalui pengurutan maupun penilaian terhadap kombinasi atribut atau stimuli yang telah dirancang sebelumnya.

Adapun secara umum model dasar analisis konjoin adalah: U (x) =∑ ∑

Keterangan:

= Nilai kegunaan dari atribut ke-i (i=1,2,3…m) dan taraf/level ke-j

(j=1,2,3…ki)

= Taraf ke-k dari atribut ke-i m = Banyak atribut

= Peubah boneka atribut ke-i taraf ke-j (bernilai 1 jika level ke-j dari atribut ke –i terjadi, 0 jika tidak terjadi)

Regresi linier biasanya digunakan untuk mendapatkan model analisis konjoin tersebut, kemudian dapat ditentukan nilai kegunaan dari taraf-taraf tiap atribut untuk menentukan nilai pentingnya suatu taraf relatif terhadap taraf yang lain pada suatu atribut. Setelah menentukan nilai kegunaan taraf, maka nilai kepentingan relatif (bobot) dapat dihitung dengan formula sebagai berikut:

= ∑ Keterangan:

= Bobot kepentingan relatif untuk tiap atribut

= Range nilai kepentingan untuk tiap atribut yang dicari dengan rumus Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :

Ii= {maks(aij) – min(aij)}

5. Interpretasi Hasil

Menurut Kuhfeld (2000) ada beberapa ketentuan dalam melakukan interpretasi hasil yaitu:

a. Taraf yang memiliki nilai kegunaan lebih tinggi adalah taraf yang lebih disukai.

b. Total nilai kegunaan masing-masing kombinasi sama dengan jumlah nilai kegunaan tiap taraf dari atribut-atribut tersebut.

c. Kombinasi yang memiliki total nilai kegunaan tertinggi adalah kombinasi yang paling disukai responden.

d. Atribut yang memiliki perbedaan nilai kegunaan lebih besar antara nilai kegunaan taraf tertinggi dan terendahnya merupakan atribut yang lebih penting.

6. Uji Validitas

Sugiyono (2006) menyatakan, bahwa instrument (kuesioner) harus diuji. Instrumen yang baik harus memenuhi dua persyaratan penting yaitu valid dan reliabel. Uji validitas atau kesasihan digunakan untuk mengetahui seberapa tepat suatu alat ukur mampu melakukan fungsi. Alat ukur yang dapat digunakan dalam pengujian validitas suatu kuesioner adalah angka hasil korelasi antara skor pernyataan dan skor keseluruhan pernyataan responden terhadap informasi dalam kuesioner. Pengujian reliabilitas menggunakan rumus teknik korelasi korelasi Karl Pearson product moment dengan menggunakan rumus:

_{√ ∑} ∑ ∑ ∑ _{∑ ∑ ∑}

Keterangan:

= Korelasi Karl Pearson Moment N = Jumlah responden

X = Skor item X Y = Skor item Y

Perhitungan uji validitas ini dilakukan dengan bantuan program Statistical product and Service Solution (SPSS). Pengujian reliabilitas bertujuan untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrument tersebut digunakan lagi sebagai alat ukur suatu objek atau responden.

Menurut Sugiyono (2001), “instrument yang reliabel adalah instrument yang bila

digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan

Tabel 2.2 Tabel Keeratan Korelasi

0.80 < ≤ 1.00 Reliabilitas sangat tinggi 0.60 < ≤ 0.80 Reliabilitas tinggi 0.40 < ≤ 0.60 Reliabilitas sedang 0.20 < ≤ 0.40 Reliabilitas rendah -1.00 < ≤ 0.20 Reliabilitas sangat rendah

BAB 3 PEMBAHASAN

3.1 Karakteristik Responden

Populasi dalam penelitian ini adalah mahasiswa Fakultas Matematika dan Ilmu Pengetahuan Alam di Universitas Sumatera Utara.Populasi sasarannya adalah mahasiswa stambuk 2014 Fakultas Matematika dan Ilmu Pengetahuan Alam yang masih aktif dalam perkuliahan. Data total jumlah mahasiswa stambuk 2014 yang diperoleh dari rektori USU adalah sebagai berikut:

Tabel 3.1 Jumlah Mahasiswi FMIPA USU Stambuk 2014

No Program Studi Jumlah mahasiswa/i

1 Matematika S1 95

2 Kimia S1 90

3 Biologi S1 71

4 Fisika S1 87

5 Kimia D3 240

6 Komputer D3 236

7 Fisika D3 72

8 Statistika D3 157

Total 1048

Sumber : website USU

Teknik penarikan sampel yang digunakan dalam peneitian ini adalah dengan menggunakan rumus dari Taro Yamane atau Slovin sebagai berikut :

(rumus 3.1) Dimana:

n = Jumlah sampel N = Jumlah populasi

e = Persentase toleransi ketidak telitian karena kesalahan pengambilan sampel

(sebesar 10 %) Maka,

=

= 91,28

= 91

Dari jumlah sampel yang didapat, ditentukan jumlah masing-masing sampel menurut jurusan/ departemen mahasiswa secara proportional random sampling Berdasarkan perhitungan maka didapat jumlah responden per-program studi seperti dalam tabel 3.2 berikut:

Tabel 3.2 Penarikan Sampel dengan Proporsional

No Jurusan Populasi Proporsi

sampel

Jumlah sampel

1 Matematika S1 95

× 91 8

22 2 Kimia S1 90

× 91 8

3 Biologi S1 71

× 91 6

4 Fisika S1 87

× 91 8

5 Kimia D3 240

× 91 21

6 Komputer D3 236

× 91 20

7 Fisika D3 72

× 91 6

8 Statistika D3 157

Jumlah 1048 91 Dari masing-masing jurusan akan diambil secara acak dengan mengambil sampel sebanyak 91 orang.

3.2 Penyajian Data

Data analisis konjoin didapat dari urutan kartu profil dalam kuisioner. Dalam penelitian ini metode presentasi yang digunakan adalah full-profile dengan cara merating. Prosedur analisis konjoin dilakukan dengan langkah-langkah sebagai berikut:

1. Mendesain stimuli dengan SPSS

Setelah atribut dan taraf diperoleh (pada Tabel 1.1), selanjutnya adalah menentukan preferensi responden terhadap setiap kombinasi. Untuk itu dibutuhkan adanya stimuli.Stimuli adalah kombinasi antara atribut dengan level. Dari 7 atribut dan 16level tersebut, didapat jumlah kombinasi yang mungkin disusun sebanyak 288 stimuli (diperoleh dari hasil perkalian tiap level atribut =2×2×3×2×3×2 × 2 ).

Apabila semua stimuli digunakan, tentunya hal itu akan menyulitkan responden dalam mengevaluasi kombinasi stimuli tersebut dan membutuhkan waktu yang lama. Untuk memudahkan responden,kombinasi didesain oleh SPSS 17.0 sehingga menghasilkan 16 stimuli. Adapun langkah membuat stimuli dengan SPSS sebagai berikut:

- Buka Program SPSS dan biarkan SPSS DATA EDITOR dalam keadaan kosong, dalam arti tidak ada file apa pun yang dibuka.

- Dari menu file, pilih new, kemudian pilih syntax. - Ketik pada syntax editor.:

ORTHOPLAN /FACTORS=

SMS 'TARIF SMS' ('REGULER' 'PAKETAN')

TLPON 'TARIF TLEPON' ('PER DETIK' 'PER MENIT')

INTRNET 'TARIF INTERNET' ('PER KB' 'PER MB' 'PER GB') BNTUK 'BENTUK ISI ULANG' ('VOUCHER' 'ELEKTRIK')

BNUS 'BONUS' ('TELEPON' 'SMS' 'INTERNET') SGNAL 'SIGNAL' ('LEMAH' 'KUAT')

JNGKAUAN 'JANGKAUAN' ('LUAS' 'TIDAK LUAS') /HOLDOUT=0.

SAVE OUTFILE='CONJOINTKU.SAV'

-Pilih Run, All. Dapat terbentuk kombinasi pada data view.

Setelah dievaluasi satu persatu menggunakan SPSS dihasilkan 16 stimuli dan dapat digunakan untuk mengetahui ketertarikan responden. (lampiran 1)

Selanjutnya responen diminta untuk memberikan rating terhadap 16 kombinasi kartu prabayar GSM tersebut pada dengan menggunakan skala likert, dengan urutan:

1. : Sangat tidak suka dengan stimuli tersebut. 2. : Tidak Suka dengan stimuli tersebut. 3. : Cukup Suka dengan stimuli tersebut 4. : Suka dengan stimuli tersebut

5 : Sangat Suka dengan stimuli tersebut

2. Menghitung Nilai Utilitas dan Nilai Kepentingan Relatif

Untuk menghitung nilai utilitas dan nilai kepentingan relatif atribut dapat menggunakan 2 cara yaitu:

a. Menggunakan perhitungan manual

b. Menggunakan software SPSS dengan menggunakan syntax. a) Menggunakan perhitungan manual

Sebelum melakukan perhitungan nilai kegunanaan taraf atribut, harus diketahui dahulu urutan rating dari masing-masing stimuli keseluruhan responden. Namun untuk menduga rating atribut berdasarkan data responden, maka dilakukan perhitungan dengan menggunakan data salah seorang responden. (Tabel 3.3 Hasil penilaian 1 orang responden)

Selanjutnya lakukan pengkodean dengan variabel dummy yang mewakili setiap level dari masing-masing atribut.Untuk atribut Tarif SMS, level dari atribut dikodekan dengan tabel 3.2.1 berikut:

Tabel 3.2.1 variabel dummy untuk atribut Tarif SMS Level

Level 1 (Reguler) 1

Level 2 ( Paketan) 0

Untuk atribut Tarif Telepon, taraf dan atribut dikodekan dengan tabel 3.2.2 berikut:

Tabel 3.2.2 variabel dummy untuk atribut Tarif Telepon

Level

Level 1 (Per detik) 1

Level 2 (Per menit) 0

Untuk atribut Tarif Internet, level dari atribut dikodekan dengan tabel 3.2.3 berikut:

Tabel 3.2.3 variabel dummy untuk atribut Tarif Internet Level

Level 1 (Per KB) 1 0

Level 2(Per MB) 0 1

Level 3(Per GB) 0 0

Untuk atribut Bentuk Isi Ulang, level dari atribut dikodekan dengan tabel 3.2.4 berikut:

Tabel 3.2.4 variabel dummy untuk atribut Bentuk Isi Ulang

Level

Level 1 (Voucher) 1 Level 2 ( Elektrik) 0

Untuk atribut Bonus, level dari atribut dikodekan dengan tabel 3.2.5 berikut: Tabel 3.2.5 variabel dummy untuk atribut Bonus

Level

Level 2 (SMS) 0 1

Level 3 (Internet) 0 0

Untuk atribut Signal, level dari atribut dikodekan dengan tabel 3.2.6 berikut: Tabel 3.2.6 variabel dummy untuk atribut Signal

Level

Level 1 (lemah) 1

Level 2 (kuat) 0

Untuk atribut Jangkauan, level dari atribut dikodekan dengan tabel 3.2.7 berikut: Tabel 3.2.7 variabel dummy untuk atribut Jangkauan

Level

Level 1 (Luas) 1

Level 2 (Tidak luas) 0

Bentuk pertanyaan dalam kuisioner (lampiran 1) dan responden memberikan preferensi mereka atas setiap kombinasi. Preferensi diperoleh dengan mengurutkan kombinasi-kombinasi yang tersedia berdasarkan tingkat kepentingan relatif. Data stimuli pada lampiran 1 akan dikodekan dengan menggunakan variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif. Dengan menggunakan tabel 3.2.1, tabel 3.2.2, tabel. 3.2.3, tabel 3.2.4, tabel 3.2.5, tabel 3.2.6 dan tabel 3.2.7. Pengkodean data untuk regresi disajikan dalam tabel 3.3 berikut:

Tabel 3.3 Pengkodeaan Data Untuk Regresi

Sumber : Data hasil olahan penulis

Pada tabel 3.3 data yang sudah ditransformasikan, selanjutnya data yang diperoleh dari hasil kuisoner dianalisis dengan persamaan regresi berganda dengan variabel bebas berupa dummy sebanyak 9 buah dengan rumus

U = + + + + + + + + + (Rumus 3.3)

Keterangan:

U : Kegunaan atau utility

: Variabel dummy mewakili bagian Tarif SMS

No Tarif

SMS

Tarif Telepon

Tarif internet

Bentuk isi ulang

Bonus Signal Jangkauan Preferensi

Rating

1 1 0 1 0 0 1 0 0 1 5

2 1 0 0 1 1 0 1 0 1 4

3 1 1 1 0 1 1 0 1 1 1

4 1 1 1 0 0 0 1 1 0 1

5 1 1 0 0 1 1 0 1 0 2

6 0 0 1 0 1 0 1 1 0 1

7 0 0 0 0 1 0 0 1 1 2

8 0 1 1 0 0 0 0 0 0 2

9 1 1 0 1 0 0 0 1 1 2

10 0 1 1 0 1 1 0 0 1 5

11 0 1 0 0 0 0 1 0 1 5

12 1 0 0 0 0 1 0 0 0 3

13 1 0 1 0 1 0 0 0 0 3

14 0 0 0 1 0 1 0 1 0 1

15 0 1 0 1 1 1 0 0 0 2

: Variabel dummy mewakili bagian Tarif telepon : Variabel dummy mewakili bagian Tarif internet : Variabel dummy mewakili bagian Bentuk isi ulang

: Variabel dummy mewakili bagian Bonus : Variabel dummy mewakili bagian Signal :Variabel dummy mewakili bagian Jangkauan

Menentukan , , ,…, dapat menggunakan software SPSS sebagai berikut: - Atribut yang sudah diubah menjadi variabel dummy, selanjutnya diinput ke

SPSS Statistics Data Editor.

- Input juga nilai rating di kolom sebelahnya - Pilih Analyze, Regression, Linier

- Isi nilai rating sebagai variabel dependent, dan ke-7 taraf atribut sebagai variabel independent (s).

- Klik ok.

Dari SPSS diperoleh nilai , , ,…, seperti dalam tabel 3.4 berikut : Tabel 3.4 Koefisien Nilai b dari SPSS

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 3,125 0,740 4,226 0,006

b1 0,125 0,427 0,044 0,293 0,780

b2 -0,125 0,427 -0,044 -0,293 0,780

b3 -0,500 0,523 -0,177 -0,956 0,376

b4 -0,750 0,604 -0,230 -1,242 0,261

b5 -0,125 0,427 -0,044 -0,293 0,780

b6 0,375 0,523 0,133 00,717 0,500

b7 0,500 0,604 0,153 ,828 0,439

b8 -2,125 0,427 -0,752 -4,977 0,003

Persamaan regresi linier berganda digunakan untuk memperkirakan nilai utilitas. Harus diperoleh utilitas setiap atribut, setiap atribut memiliki taraf. Dengan diketahuinya kode variabel dummy, setiap taraf dilambangkan terlebih dahulu. Untuk atribut Tarif SMS, utilitas masing-masing taraf dilambangkan oleh (reguler), (paketan). Untuk atribut Tarif telepon, utilitas masing-masing taraf dilambangkan oleh (per detik), (per menit). Untuk atribut Tarif internet, utilitas masing-masing taraf dilambangkan oleh (Per KB), (Per MB) dan (Per GB) . Untuk atribut bentuk isi ulang, utilitas masing-masing taraf dilambangkan oleh (voucher), (elektrik). Untuk atribut Bonus, utilitas masing-masing taraf dilambangkan oleh (telepon), (SMS), (internet). Untuk atribut Signal, utilitas masing-masing taraf dilambangkan oleh (lemah), (kuat). Untuk atribut gaya jangkauan, utilitas masing-masing taraf dilambangkan oleh (luas), (tidak luas). Hubungan setiap koefisien variabel dummy, mewakili perbedaan dalam parth-worth untuk taraf yang bersangkutan dikurangi parth-worth dari taraf dasar.

a) Untuk atribut Tarif SMS diperoleh persamaan yang dinyatakan oleh persamaan berikut:

= (1)

= 0 (2)

Dengan menggunakan nilai- nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(3)

= 0 (4)

Dari persamaan (3) dan (4) diperoleh persamaan:

0

-0,0625 (5)

Substitusi kembali nilai -0,0625 ke persamaan (2) diperoleh :

0

(6)

0,0625 0,0625

b) Persamaan untuk atribut kedua yaitu tarif telepon sebagai berikut:

(7)

(8)

Dengan menggunakan nilai- nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(9)

(10)

Dari persamaan (9) dan (10) diperoleh persamaan:

0

-

(11)

Substitusi ke persamaan (10):

= 0

= - 0,0625 (12)

Sehingga diperoleh hasil: = - 0,0625

= 0,0625

c) Persamaan untuk atribut ketiga yaitu internet sebagai berikut:

(13)

(14) (15) Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(16) (17) Dari persamaan (16) dan (17) diperoleh persamaan:

-

0,25

(18)

Substitusi ke persamaan (18) diperoleh : 0

0,25+ 0 0,25+

-0,25 (19)

Persamaan (17) di substitusikan ke persamaan (19):

+

1,0

0,333 (20)

Substitusi nilai 0,333 ke persamaan (17) 0,750

0,750 -0,333 + 0,750

(21)

Substitusi kembali ke persamaan (15) 0

0

(22)

Sehingga diperoleh: 0,81 0,333 0,417

d) Persamaan untuk atribut keempat yaitu bentuk isi ulang

(23)

(24)

Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

0,125 (25)

(26)

-

(27)

Substitusi nilai ke persamaan (24)

(28)

Sehingga, diperoleh :

e) Persamaan untuk atribut Bonus

(29)

(30) (31) Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(32)

(33)

Dari persamaan (32) dan (33) diperoleh persamaan:

-

0,125

0,125+ (35)

Substitusi nilai 0,125+ ke persamaan (34) 0

0 0

0,125 (36)

Persamaan (33) di dubstitusikan ke persamaan (36)

500

+

0,625

0,208 (37)

Dari persamaan (35) diperoleh persamaan: 0,125

0,125

= - 0,291 (38)

Dari persamaan (34) diperoleh persamaan: 0

0

(39)

Sehingga diperoleh hasil sebagai berikut: 0,081

0,208 0,291

f) Persamaan untuk atribut keenam Signal diperoleh persamaan yang dinyatakan oleh persamaan berikut:

(40)

(41)

Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(42)

(43)

Dari persamaan (42) dan (43) diperoleh persamaan:

-

-2,125

(44)

Dari persamaan (41) diperoleh persamaan: 0

0

-1,0625 (45)

Sehingga, diperoleh hasil sebagai berikut : -1,0625

g) Untuk taraf Jangkauan dinyatakan oleh persamaan berikut:

(46)

(47)

Dengan menggunakan nilai koefisien dari hasil SPSS maka diperoleh persamaan sebagai berikut:

(48)

Dari persamaan (48) dan (49) diperoleh persamaan:

-

1,375

(50)

Dari persamaan (49) diperoleh persamaan: 0

0

-0,6875 (51)

Sehingga, diperoleh hasil sebagai berikut : -0,6875

Utility setiap level masing-masing disajikan pada Tabel 4.4, melalui utility level- levelnya dapat dihitung tingkat kepentingan setiap atribut, diketahui bahwa tingkat kepentingan atribut adalah selisih utility tertinggi dan terendah.Seperti dinyatakan pada persamaan berikut. Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus:

= { maks ( ) – min ( ) } (Rumus 3.2)

Berdasarkan rumus 3.2 maka tingkat kepentingan setiap atribut adalah: Tarif SMS ( —

Tarif telepon (I2

Tarif telepon ( — Bentuk isi ulang (I4) —

Bonus —

Signal ( —

Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan relatif (bobot) dengan rumus 3.3 berikut:

_∑

∑

Dengan rumus 3.3 maka bobot setiap atribut adalah:

Tarif SMS =

=

=

0,022

Tarif telepon =

=

=

0,022

Tarif internet =

=

=

0,2218

Bentuk isi ulang =

=

=

0,022

Bonus =

=

=

0,0889

Signal =

=

=

0,3779

Jangkauan =

=

Tabel 3.5 Hasil Metode Full-Profile Untuk Satu Orang Responden

Atribut

Taraf/Level Tingkat

Kepentingan

Deskripsi Utilitas Skor Bobot

Lambang Skor

(1) (2) (3) (4) (5) (6)

Tarif SMS Reguler 0,0625 0,125 0,022 Paketan -0,0625

Tarif telepon Per detik -0,0625 0,125 0,022 Per menit 0,0625

Tarif internet

Per KB -0,83

1,247 0,2218

Per MB -0,333

Per GB 0,417

Bentuk isi ulang Voucher -0,0625 0,125 0,022 Elektrik 0,0625

Bonus

Telepon 0,081

0,5 0,0889

SMS 0,208

Internet -0,291

Signal Lemah -1,0625 2,125 0,3779

Kuat 1,0625

Jangkauan Luas -0,6875 1,375 0,2445 Tidak luas 0,6875

b) Menggunakan software SPSS 17.0 dengan program syntax

Hasil perhitungan Nilai utilitas dan Nilai Kepentinga Relatif seorang responden tersebut dengan menggunakan SPSS dalam tabel 3.6 berikut:

Tabel 3.6 Nilai Utilitas Satu Orang Responden

Utility Estimate Std. Error

SMS REGULER ,062 ,213

PAKETAN -,062 ,213

TELPON PER DETIK -,062 ,213

PER MENIT ,062 ,213

INTRNET PER KB -,083 ,285

PER MB -,333 ,334

PER GB ,417 ,334

BNTUK VOUCHER -,062 ,213

ELEKTRIK ,062 ,213

BNUS TELEPON ,083 ,285

SMS ,208 ,334

INTERNET -,292 ,334

SGNAL LEMAH -1,063 ,213

KUAT 1,063 ,213

JGKAUAN LUAS ,688 ,213

TIDAK LUAS -,688 ,213

(Constant) 2,563 ,236

Tabel 3.7 Nilai Kepentingan Relatif Satu Responden

ATRIBUT NPR

Tarif SMS 2,439 %

Tarif telepon 2,439 %

Tarif internet 14,634 %

Bentuk isi ulang 2,439 %

Bonus 9,756 %

Signal 41,463 %

Jangkauan 26,829 %

Dan untuk perhitungan utilitas dan nilai kepentingan atribut keseluruhan responden dapat dilihat dalam tabel 3.8 berikut:

Tabel 3.8 Nilai Utilitas untuk keseluruhan Responden Atribut Taraf _{Utility Estimate Std. Error}

SMS REGULER -,040 ,050

PAKETAN ,040 ,050

TELPON PER DETIK ,004 ,050

PER MENIT -,004 ,050

INTRNET PER KB -,005 ,066

PER MB -,034 ,077

PER GB ,040 ,077

BNTUK VOUCHER -,077 ,050

ELEKTRIK ,077 ,050

BNUS TELEPON -,020 ,066

SMS ,047 ,077

INTERNET -,027 ,077

SGNAL LEMAH -,341 ,050

KUAT ,341 ,050

JGKAUAN LUAS ,283 ,050

TIDAK LUAS -,283 ,050

(Constant) 2,855 ,055

Sumber : Data olahan SPSS

Dari tabel 3.8, diperoleh estimasi koefisien persamaan dasar konjoin atau estimasi utilitas, yang disebut sebagai prediksi parth-worth secara agregat adalah: = 2,855 = -0,040 = 0,040 0,004 = -0,004

= -0,005 = -0,034 = 0,040 = -0,077 = 0,077 = -0,020 = 0,047 = -0,027 = -0,341 = 0,341 = 0,283 = -0,283

Dengan mensubstitusikan setiap estimasi utilitas ke dalam persamaan dasar konjoin akan menjadi:

= 2,855 - 0,040X11+ 0,040X12 + 0,004X21 – 0,004X22 - 0,005X31- 0,034X32+

0,040X33 - 0,077 X41 + 0,077X42 - 0,020X51 + 0,047X52– 0,027X53 – 0,341X61 +

0,341X62 + 0,283X71 - 0,283X72

Berdasarkan Tabel 3.6, maka penafsiran nilai utilitas dari setiap level pada faktor adalah sebagai berikut:

1. Tarif SMS

Secara umum responden lebih menyukai tarif SMS paketan daripada reguler, karena nilai utility untuk tarif SMS paketan bernilai positif. Tarif

SMS paketan artinya konsumen membeli sejumlah SMS dengan jumlah tarifl tertentu, misalnya Rp. 2000 untuk 1000 buah SMS. Sedangkan tarif SMS reguler artinya konsumen membayar setiap mengirimkan SMS dengan tarif normal.

2. Tarif telepon

Secara umum, responden lebih menyukai Tarif telepon dengan tarif per detik daripada tarif telepon per menit karena utility per detik bernilai positif.

3. Tarif internet

Karena utility untuk tarif internet per GB bernilai positif maka responden lebih menyukai per GB daripada tarif internet per KB dan per MB yang utility nya bernilai negatif.

4. Bentuk isi ulang

Secara umum responden lebih menyukai bentuk isi ulang elektrik daripada voucher, karena nilai utility untuk elektrik bernilai positif. Bentuk isi ulang elektrik artinya pulsa di isi langsung oleh penjual, konsumen cukup menyebutkan nomor kartu prabayar, sedangkan bentuk isi ulang dengan menggunakan voucher artinya konsumen mengisi pulsa sendiri dengan memasukkan sejumlah angka yang terdapat di kartu voucher yang di beli. 5. Bonus

Karena utility bonus SMS bernilai positif dan bernilai negatif untuk telepon dan internet, maka secara umum, responden lebih menyukai bonus SMS.

6. Signal

Secara umum responden lebih menyukai signal kuat daripada lemah karena utility signal kuat bernilai positif.

7. Jangkauan

Secara umum responden lebih menyukai jangkauan luas daripada tidak luas karena utility jangkauan luas bernilai positif. Jangkauan luas artinya menjangkau semua area, sedangkan jangkauan tidak luas artinya hanya menjangkau area tertentu.

3.3 Analisis Tingkat Kepentingan Faktor Relatif

Analisis Konjoin sangat bermanfaat untuk mengetahui faktor mana yang paling dipertimbangkan oleh responden ketika mengevaluasi beberapa atribut sekaligus. Dengan mengetahui tingkat kepentingan relatif, maka diperoleh desain kombinasi yang paling diminati oleh responden. Dengan menggunakan SPSS Versi 17.00, diperoleh hasil preferensi total responden pada tabel 3.9 berikut

Tabel 3.9 Nilai Kepentingan Relatif Keseluruhan Responden

Tarif SMS 10,805 %

Tarif telepon 9,562 %

Tarif internet 17,217 %

Bentuk isi ulang 8,177 %

Bonus 17,203 %

Signal 20,107 %

Jangkauan 16,929 %

Sumber: Data olahan SPSS 2014

Dari tabel 3.7 disimpulkan bahwa responden memilih Signal dan tarif internet sebagai atribut yang paling diutamakan ketika mengevaluasi ketertarikan mahasiswa terhadap pemilihan kartu prabayar GSM, diikuti dengan atribut bonus, Jangkauan, Tarif SMS, Tarif telepon dan yang terakhir Bentuk isi ulang.

3.4 Uji Signifikansi dan Pengukuran Predictive Accuracy

Dalam analisis konjoin, pengujian validitas (signifikansi) dilakukan dengan melihat nilai korelasi Pearson dan Tau kendall. Pedoman untuk uji validitas adalah sebagai berikut:

Hipotesis:

= Tidak ada korelasi yang kuat antara variabel Observed dan Estimated Preferences

= Ada korelasi yang kuat antara variabel Observed dan Estimated Preferences Jika angka signifikansi > 0,05 maka H0 diterima, sebaliknya jika angka

signifikansi 0,05 maka H0 ditolak.

Tabel 3.10 Korelasi antara Variabel Observed dan Estimated Preferences

Value Sig.

Pearson's R 0,966 0,000

Kendall's tau 0,817 0,000

Sumber: Data olahan SPSS

Berdasarkan hasil korelasi menggunakan Pearson’s R dan Kendall’s Tau pada penelitian ini terhadap utilitas prediksi dan utilitas actual (U(X)) dapat dilihat

pada tabel 3.10, diperoleh hasil bahwa prediksi utilitas dengan utilitas aktualnya saling berkorelasi positif dan sangat kuat, yaitu sebesar 0,966 dan 0,817 dan

memiliki p-value (signifikansi) masing-masing sebesar 0,000 lebih kecil dari = 0,05 (derajat signifikansi).

Hal ini membuktikan adanya hubungan yang cukup kuat atau 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.

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Pengolahan data dengan menggunakan analisis konjoin pada penelitian ini adalah untuk mengetahui kombinasi kartu prabayar GSM yang paling disukai responden. Berikut ini adalah kesimpulan yang dapat dari hasil penelitian yang telah dilakukan:

1. Diperoleh model analisis konjoin yang merupakan penilaian secara umum untuk mengetahui ketertarikan mahasiswa FMIPA USU terhadap kartu prabayar GSM, model yang didapatkan adalah

= 2,855 - 0,040X11+ 0,040X12 + 0,004X21 – 0,004X22 - 0,005X31- 0,034X32+

0,040X33 - 0,077 X41 + 0,077X42 - 0,020X51 + 0,047X52– 0,027X53 – 0,341X61 +

0,341X62 + 0,283X71 - 0,283X72

2. Dari hasil penilitian terhadap 91 orang responden, pilihan faktor/ atribut dari kartu prabayar GSM berdasarkan nilai kepentingannya yang paling mempengaruhi ketertarikan responden yang dalam penelitian ini adalah mahasiswa FMIPA USU yaitu: Signal (20,107 %), Tarif internet (17,217 %), Bonus (17,203 %), Jangkauan (16,929 %), Tarif SMS (10,805 %), Tarif telepon (9,562 %), Bentuk isi ulang (8,177 %).

4.2 Saran

Penelitian ini dapat dijadikan referensi atau informasi bagi individu atau masyarakat yang membutuhkan mengenai kombinasi kartu prabayar GSM yang paling disukai mahasiswa FMIPA USU. Penelitian ini juga dapat menjadi referensi bagi peneliti selanjutnya untuk penelitian sejenis dengan berbagai pengembangan dalam penelitiannya.

Penelitian ini hanya terbatas pada 7 faktor/ atribut, sehingga hassil yang diperoleh mungkin belum dapat mewakili keseluruhan jumlah atribut/ faktor yang terdapat pada kartu prabayar GSM.

DAFTAR PUSTAKA

Draper & Smith. 1981. Applied Regression Analysis. United States of America. Ghozali, Imam. 2006. Aplikasi Analisis Multivariat dengan Program SPSS. Cetakan IV. Semarang: Universitas Diponegoro.

Hair, Joseph F.Jr dan Rolph Anderson. 1998. Multivariat Data Analysis 5th Edition: Prentice Hall International, Inc.

Joko Subagyo. 1999. Metode Penelitian. Jakarta: Rineka Cipta.

Santoso, Singgih. 2010. Statistika Multivariat konsep dan aplikasi dengan SPSSS. Jakarta : PT Elex Media Komputindo.

Simamora, Bilson. 2004. Panduan Riset Perilaku Konsumen. Jakarta: PT. Gramedia Pustaka Utama.

Singarimbun, Masri. 1987. Metode Penelitian Survai. Jakarta : LP3S Sujdana, 2005.Metode Statistika.Bandung: Penerbit Tarsito.

Sugiarto dkk. 2001. Teknik Sampling. Jakarta: Gramedia Pustaka Utama.

Supranto, J. 2004.analisis Multivariat arti dan interpretasi. Jilid 3.Bandung: Rineke Cipta.

Umar, H. 2000. Riset Pemasaran Perilaku Konsumen. Jakarta. PT Gramedia Pustaka Utama.

Lampiran 1. Kombinasi stimuli atribut kartu prabayar GSM

Tarif SMS Tarif Telepon

Tarif Internet

Bentuk Isi Ulang

Bonus Signal Jangkauan Rating

Reguler Per menit Per KB Elektrik SMS Kuat Luas Reguler Per menit Per MB voucher Telepon Kuat Luas Reguler Per detik Per KB voucher SMS Lemah Luas Reguler Per detik Per KB Elektrik Telepon Lemah Tidak luas Reguler Per detik Per GB voucher SMS Lemah Tidak luas Paketan Per menit Per KB voucher Telepon Lemah Tidak luas Paketan Per menit Per GB voucher Internet Lemah Luas Paketan Per detik Per KB Elektrik Internet Kuat Tidak luas Reguler Per detik Per MB Elektrik Internet Lemah Luas Paketan Per detik Per KB voucher SMS Kuat Luas Paketan Per detik Per GB Elektrik Telepon Kuat Luas Reguler Per menit Per GB Elektrik SMS Kuat Tidak luas Reguler Per menit Per KB voucher Internet Kuat Tidak luas Paketan Per menit Per MB Elektrik SMS Lemah Tidak luas Paketan Per detik Per MB voucher SMS Kuat Tidak luas Paketan Per menit Per KB Elektrik SMS Lemah Luas

Lampiran 2. Perhitungan dengan program syntax dengan SPSS

Input data kuisoner - Dari menu file

- Ketik pada syntax editor.

DATA LIST FREE/QN PROD1 TO PROD16. BEGIN DATA.

101 4 4 3 2 2 2 2 2 2 3 3 3 2 2 2 3 102 4 4 3 3 3 3 3 4 3 4 4 3 3 3 3 4 103 3 3 3 3 4 4 3 3 4 3 5 3 3 4 2 2 104 4 3 2 2 2 2 3 2 2 4 4 3 3 2 2 3 105 4 4 3 2 2 2 2 3 2 4 4 3 3 2 2 3 106 5 4 3 2 1 1 2 3 3 4 5 3 3 2 2 3 107 2 3 1 1 2 3 1 1 2 3 2 1 1 3 2 1 108 2 1 2 3 1 2 3 3 1 2 3 2 2 1 1 3 109 4 4 3 2 2 2 3 3 2 4 4 3 3 2 2 2 110 1 2 3 3 2 1 1 2 3 3 2 1 2 3 1 2 111 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 1 112 4 4 2 2 2 2 3 2 2 4 4 2 2 2 2 2 113 4 4 2 2 2 2 3 2 2 4 2 2 2 2 2 2 114 4 4 2 2 1 2 1 1 2 4 1 3 2 1 3 3 115 4 4 2 1 1 1 3 2 3 4 3 3 2 1 3 2 116 3 2 1 1 2 1 1 2 2 5 5 2 1 2 2 3 117 1 2 1 1 1 1 2 3 1 5 4 1 1 1 1 1 118 4 3 2 2 1 1 1 4 3 3 4 2 2 2 3 2 119 2 3 2 2 2 2 3 3 2 4 4 2 2 2 3 2

120 4 4 2 1 1 1 2 2 2 4 4 3 3 2 2 3 121 4 4 3 3 2 2 4 2 4 4 4 3 3 2 3 3 122 4 4 2 2 2 2 2 3 3 2 2 3 3 1 2 4 123 5 4 3 3 3 3 4 3 5 5 4 3 3 3 4 3 124 5 3 2 2 3 2 3 3 2 4 5 4 3 2 2 3 125 3 3 3 4 3 4 4 4 3 2 3 4 4 3 2 3 126 5 3 1 2 4 3 2 1 5 5 4 3 2 1 4 3 127 3 3 2 4 1 2 3 4 3 4 3 2 1 3 1 2 128 3 3 1 2 2 2 2 3 2 4 4 3 3 2 2 2 129 3 2 1 2 1 2 1 2 2 3 3 4 3 2 2 2 130 3 2 1 1 2 2 2 2 2 4 5 2 2 2 2 2 131 3 3 2 1 2 2 3 3 2 4 4 3 2 2 3 3 132 3 2 1 2 3 2 3 4 3 5 5 4 3 2 2 3 133 1 2 2 2 2 3 3 3 3 4 4 2 2 2 4 2 134 1 2 2 2 2 2 3 4 2 3 4 3 2 2 1 1 135 1 3 1 1 1 1 5 2 4 3 4 1 1 2 3 1 136 3 3 4 4 3 2 3 4 4 4 2 1 4 3 2 1 137 4 4 2 1 3 3 2 1 4 4 3 2 1 4 4 3 138 4 3 3 1 3 3 4 3 3 4 2 1 4 3 3 4 139 4 4 4 3 3 2 1 4 3 3 4 4 3 3 3 3 140 4 4 3 3 3 3 2 1 2 1 3 4 4 1 4 4 141 4 3 2 4 4 3 3 1 2 3 3 3 4 2 1 2 142 4 4 3 4 2 1 4 2 3 4 4 2 3 1 3 3 143 4 4 3 3 2 2 4 4 3 3 4 3 3 3 3 2 144 3 3 4 1 2 3 1 2 4 2 3 4 2 3 3 2 145 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4

146 1 2 3 2 4 5 1 2 3 3 2 1 2 3 4 5 147 2 2 1 3 2 3 3 4 3 4 2 1 4 5 3 2 148 5 5 3 2 2 2 3 3 3 4 4 3 3 2 3 2 149 2 2 4 2 2 2 2 2 2 4 2 3 2 4 4 4 150 3 4 1 2 2 2 2 4 3 4 4 3 3 3 2 2 151 4 3 2 4 3 4 3 5 2 3 5 2 4 2 3 4 152 4 4 2 2 2 2 3 2 2 4 4 2 2 2 2 2 153 4 3 2 3 4 2 4 3 3 4 2 3 4 4 3 2 154 3 3 2 1 2 3 3 2 3 3 4 3 3 2 2 2 155 5 5 2 2 2 2 2 2 2 3 4 3 2 2 2 2 156 5 5 3 3 3 5 5 5 2 1 5 5 1 3 3 5 157 3 4 4 2 3 3 3 5 4 4 4 3 3 2 4 3 158 4 4 2 2 2 2 4 4 3 4 4 4 4 2 1 3 159 4 4 2 1 1 1 4 3 3 4 4 4 4 2 2 3 160 4 5 3 3 4 3 3 5 4 5 5 3 3 4 4 4 161 4 3 2 3 2 2 2 5 3 4 5 3 4 3 3 2 162 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 163 3 3 3 3 4 3 3 3 3 5 5 3 3 3 3 3 164 3 3 5 5 5 5 5 4 3 3 5 5 4 3 3 3 165 4 3 4 3 3 4 3 3 3 5 5 3 3 4 3 3 166 4 4 2 2 2 4 2 2 2 4 4 4 4 2 2 4 167 5 3 3 2 2 2 3 3 4 5 5 3 3 4 4 4 168 5 3 3 2 2 2 3 3 4 4 3 2 4 1 2 2 169 3 3 2 1 2 2 2 2 2 3 3 2 2 2 2 2 170 5 3 3 4 3 3 3 5 5 4 5 5 4 3 3 5 171 4 4 4 5 2 2 3 1 2 3 4 4 5 4 4 4

172 4 4 2 1 3 2 2 5 3 2 1 4 3 2 4 2 173 4 3 4 4 3 2 2 2 4 3 3 1 2 1 5 2 174 3 4 2 1 5 4 2 3 5 2 1 3 3 2 1 5 175 3 4 2 2 2 2 3 3 3 4 5 3 3 3 3 3 176 4 3 3 2 2 1 2 3 2 4 5 3 2 2 3 4 177 5 4 1 1 2 1 2 2 2 5 5 3 3 1 2 2 178 2 2 2 2 3 2 2 1 2 3 3 3 2 2 2 2 179 3 4 1 1 2 2 4 3 5 1 1 1 2 4 5 3 180 4 5 3 3 2 3 2 4 3 4 5 4 4 3 2 3 181 4 3 4 4 3 3 2 4 3 4 3 5 3 2 4 4 182 3 3 3 3 3 3 4 3 4 4 4 3 3 4 4 4 183 5 3 4 1 3 1 3 5 5 4 3 4 4 3 3 4 184 5 4 3 2 2 1 2 3 3 3 5 4 3 2 2 3 185 4 4 3 3 3 1 2 4 3 3 4 3 4 2 2 4 186 3 2 1 2 2 2 3 2 3 5 3 1 2 3 4 3 187 5 5 3 1 1 1 3 4 1 4 4 3 3 2 1 4 188 4 4 2 1 1 2 2 3 3 4 5 4 3 1 2 3 189 3 3 2 2 2 2 3 4 4 5 5 3 3 1 2 2 190 5 5 1 1 1 1 2 3 2 5 5 2 4 1 3 4 191 4 5 1 2 1 1 3 4 2 5 4 3 3 2 1 3 END DATA.

CONJOINT PLAN='PAS.SAV' /FACTORS=

SMS 'TARIF SMS' ('REGULER' 'PAKETAN')

TELPON 'TARIF TELEPON' ('PER DETIK' 'PER MENIT') INTRNET 'TARIF INTERNET' ('PER KB' 'PER MB' 'PER GB')

BNTUK 'BENTUK ISI ULANG' ('VOUCHER' 'ELEKTRIK') BNUS 'BONUS' ('TELEPON' 'SMS' 'INTERNET')

SGNAL 'SIGNAL' ('LEMAH' 'KUAT')

JGKAUAN 'JANGKAUAN' ('LUAS' 'TIDAK LUAS') /SUBJECT=QN

/SCORE =PROD1 PROD2 PROD3 PROD4 PROD5 PROD6 PROD7 PROD8 PROD9 PROD10 PROD11 PROD12 PROD13 PROD14 PROD15 PROD16 /UTILITY='PAS_UTILITY.SAV'.

Lampiran 3. Nilai Utilitas dan Nilai Kepentingan Relatif Keseluruhan Responden

Utilities

Utility Estimate Std. Error

SMS REGULER -,040 ,050

PAKETAN ,040 ,050

TELPON PER DETIK ,004 ,050

PER MENIT -,004 ,050

INTRNET PER KB -,005 ,066

PER MB -,034 ,077

PER GB ,040 ,077

BNTUK VOUCHER -,077 ,050

ELEKTRIK ,077 ,050

BNUS TELEPON -,020 ,066

SMS ,047 ,077

INTERNET -,027 ,077

SGNAL LEMAH -,341 ,050

KUAT ,341 ,050

JGKAUAN LUAS ,283 ,050

TIDAK LUAS -,283 ,050

(Constant) 2,855 ,055

Importance Values

SMS 10,805

TELPON 9,562

INTRNET 17,217

BNTUK 8,177

BNUS 17,203

SGNAL 20,107

JGKAUAN 16,929

Averaged Importance Score

Correlationsa

Value Sig.

Pearson's R ,966 ,000

Kendall's tau ,817 ,000

a. Correlations between observed and estimated preferences

120 4 4 2 1 1 1 2 2 2 4 4 3 3 2 2 3 121 4 4 3 3 2 2 4 2 4 4 4 3 3 2 3 3 122 4 4 2 2 2 2 2 3 3 2 2 3 3 1 2 4 123 5 4 3 3 3 3 4 3 5 5 4 3 3 3 4 3 124 5 3 2 2 3 2 3 3 2 4 5 4 3 2 2 3 125 3 3 3 4 3 4 4 4 3 2 3 4 4 3 2 3 126 5 3 1 2 4 3 2 1 5 5 4 3 2 1 4 3 127 3 3 2 4 1 2 3 4 3 4 3 2 1 3 1 2 128 3 3 1 2 2 2 2 3 2 4 4 3 3 2 2 2 129 3 2 1 2 1 2 1 2 2 3 3 4 3 2 2 2 130 3 2 1 1 2 2 2 2 2 4 5 2 2 2 2 2 131 3 3 2 1 2 2 3 3 2 4 4 3 2 2 3 3 132 3 2 1 2 3 2 3 4 3 5 5 4 3 2 2 3 133 1 2 2 2 2 3 3 3 3 4 4 2 2 2 4 2 134 1 2 2 2 2 2 3 4 2 3 4 3 2 2 1 1 135 1 3 1 1 1 1 5 2 4 3 4 1 1 2 3 1 136 3 3 4 4 3 2 3 4 4 4 2 1 4 3 2 1 137 4 4 2 1 3 3 2 1 4 4 3 2 1 4 4 3 138 4 3 3 1 3 3 4 3 3 4 2 1 4 3 3 4 139 4 4 4 3 3 2 1 4 3 3 4 4 3 3 3 3 140 4 4 3 3 3 3 2 1 2 1 3 4 4 1 4 4 141 4 3 2 4 4 3 3 1 2 3 3 3 4 2 1 2 142 4 4 3 4 2 1 4 2 3 4 4 2 3 1 3 3 143 4 4 3 3 2 2 4 4 3 3 4 3 3 3 3 2 144 3 3 4 1 2 3 1 2 4 2 3 4 2 3 3 2 145 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4

146 1 2 3 2 4 5 1 2 3 3 2 1 2 3 4 5 147 2 2 1 3 2 3 3 4 3 4 2 1 4 5 3 2 148 5 5 3 2 2 2 3 3 3 4 4 3 3 2 3 2 149 2 2 4 2 2 2 2 2 2 4 2 3 2 4 4 4 150 3 4 1 2 2 2 2 4 3 4 4 3 3 3 2 2 151 4 3 2 4 3 4 3 5 2 3 5 2 4 2 3 4 152 4 4 2 2 2 2 3 2 2 4 4 2 2 2 2 2 153 4 3 2 3 4 2 4 3 3 4 2 3 4 4 3 2 154 3 3 2 1 2 3 3 2 3 3 4 3 3 2 2 2 155 5 5 2 2 2 2 2 2 2 3 4 3 2 2 2 2 156 5 5 3 3 3 5 5 5 2 1 5 5 1 3 3 5 157 3 4 4 2 3 3 3 5 4 4 4 3 3 2 4 3 158 4 4 2 2 2 2 4 4 3 4 4 4 4 2 1 3 159 4 4 2 1 1 1 4 3 3 4 4 4 4 2 2 3 160 4 5 3 3 4 3 3 5 4 5 5 3 3 4 4 4 161 4 3 2 3 2 2 2 5 3 4 5 3 4 3 3 2 162 4 4 3 3 3 4 4 4 4 4 4 4 4 4 4 4 163 3 3 3 3 4 3 3 3 3 5 5 3 3 3 3 3 164 3 3 5 5 5 5 5 4 3 3 5 5 4 3 3 3 165 4 3 4 3 3 4 3 3 3 5 5 3 3 4 3 3 166 4 4 2 2 2 4 2 2 2 4 4 4 4 2 2 4 167 5 3 3 2 2 2 3 3 4 5 5 3 3 4 4 4 168 5 3 3 2 2 2 3 3 4 4 3 2 4 1 2 2 169 3 3 2 1 2 2 2 2 2 3 3 2 2 2 2 2 170 5 3 3 4 3 3 3 5 5 4 5 5 4 3 3 5 171 4 4 4 5 2 2 3 1 2 3 4 4 5 4 4 4

172 4 4 2 1 3 2 2 5 3 2 1 4 3 2 4 2 173 4 3 4 4 3 2 2 2 4 3 3 1 2 1 5 2 174 3 4 2 1 5 4 2 3 5 2 1 3 3 2 1 5 175 3 4 2 2 2 2 3 3 3 4 5 3 3 3 3 3 176 4 3 3 2 2 1 2 3 2 4 5 3 2 2 3 4 177 5 4 1 1 2 1 2 2 2 5 5 3 3 1 2 2 178 2 2 2 2 3 2 2 1 2 3 3 3 2 2 2 2 179 3 4 1 1 2 2 4 3 5 1 1 1 2 4 5 3 180 4 5 3 3 2 3 2 4 3 4 5 4 4 3 2 3 181 4 3 4 4 3 3 2 4 3 4 3 5 3 2 4 4 182 3 3 3 3 3 3 4 3 4 4 4 3 3 4 4 4 183 5 3 4 1 3 1 3 5 5 4 3 4 4 3 3 4 184 5 4 3 2 2 1 2 3 3 3 5 4 3 2 2 3 185 4 4 3 3 3 1 2 4 3 3 4 3 4 2 2 4 186 3 2 1 2 2 2 3 2 3 5 3 1 2 3 4 3 187 5 5 3 1 1 1 3 4 1 4 4 3 3 2 1 4 188 4 4 2 1 1 2 2 3 3 4 5 4 3 1 2 3 189 3 3 2 2 2 2 3 4 4 5 5 3 3 1 2 2 190 5 5 1 1 1 1 2 3 2 5 5 2 4 1 3 4 191 4 5 1 2 1 1 3 4 2 5 4 3 3 2 1 3 END DATA.

CONJOINT PLAN='PAS.SAV' /FACTORS=

SMS 'TARIF SMS' ('REGULER' 'PAKETAN')

TELPON 'TARIF TELEPON' ('PER DETIK' 'PER MENIT') INTRNET 'TARIF INTERNET' ('PER KB' 'PER MB' 'PER GB')

BNTUK 'BENTUK ISI ULANG' ('VOUCHER' 'ELEKTRIK') BNUS 'BONUS' ('TELEPON' 'SMS' 'INTERNET')

SGNAL 'SIGNAL' ('LEMAH' 'KUAT')

JGKAUAN 'JANGKAUAN' ('LUAS' 'TIDAK LUAS') /SUBJECT=QN

/SCORE =PROD1 PROD2 PROD3 PROD4 PROD5 PROD6 PROD7 PROD8 PROD9 PROD10 PROD11 PROD12 PROD13 PROD14 PROD15 PROD16 /UTILITY='PAS_UTILITY.SAV'.

Lampiran 3. Nilai Utilitas dan Nilai Kepentingan Relatif Keseluruhan Responden

Utilities

Utility Estimate Std. Error

SMS REGULER -,040 ,050

PAKETAN ,040 ,050

TELPON PER DETIK ,004 ,050

PER MENIT -,004 ,050

INTRNET PER KB -,005 ,066

PER MB -,034 ,077

PER GB ,040 ,077

BNTUK VOUCHER -,077 ,050

ELEKTRIK ,077 ,050

BNUS TELEPON -,020 ,066

SMS ,047 ,077

INTERNET -,027 ,077

SGNAL LEMAH -,341 ,050

KUAT ,341 ,050

JGKAUAN LUAS ,283 ,050

TIDAK LUAS -,283 ,050

(Constant) 2,855 ,055

Importance Values

SMS 10,805

TELPON 9,562

INTRNET 17,217

BNTUK 8,177

BNUS 17,203

SGNAL 20,107

JGKAUAN 16,929

Averaged Importance Score

Correlationsa

Value Sig.

Pearson's R ,966 ,000

Kendall's tau ,817 ,000

a. Correlations between observed and estimated preferences

Lampiran 4. Nilai Utilitas dan Nilai Kepentingan Relatif Responden 77 Utilities Utility Estimate Std. Error

SMS REGULER ,062 ,213

PAKETAN -,062 ,213

TELPON PER DETIK -,062 ,213

PER MENIT ,062 ,213

INTRNE T

PER KB -,083 ,285

PER MB -,333 ,334

PER GB ,417 ,334

BNTUK VOUCHER -,062 ,213

ELEKTRIK ,062 ,213

BNUS TELEPON ,083 ,285

SMS ,208 ,334

INTERNET -,292 ,334

SGNAL LEMAH -1,063 ,213

KUAT 1,063 ,213

JGKAUA N

LUAS ,688 ,213

TIDAK LUAS -,688 ,213

(Constant) 2,563 ,236

Importance Values

SMS 2,439

TELPON 2,439 INTRNET 14,634

BNTUK 2,439

BNUS 9,756

SGNAL 41,463 JGKAUAN 26,829

Correlationsa

Value Sig.

Pearson's R ,929 ,000

Kendall's tau

,841 ,000

a. Correlations between observed and estimated preferences