Menentukan Perancangan Atribut dan Level Mendesain Stimuli Melakukan Proses Conjoint dengan Masukan Data yang Ada

Asumsi pada analisis conjoint berbeda dengan analisis multivariat lainnya, proses conjoint tidak membutuhkan uji asumsi seperti normalitas, homoskedastisitas, dan lainnya Santoso, 2012. Proses dasar conjoint analysis :

1. Menentukan Perancangan Atribut dan Level

Menentukan faktor sebagai atribut spesifik kemudian level sebagai bagian -bagian dari faktor sebuah subjek. Dalam analisis conjoint, perancangan atribut yang berpengaruh merupakan bagian dari mengenali atau mengidentifikasi atribut dengan tingkatan level, masing – masing dipergunakan untuk membuat suatu stimuli.

2. Mendesain Stimuli

Kombinasi antara faktor dengan level disebut sebagai satu stimuli atau treatment . Ada dua cara merancang kombinasi taraf atribut stimuli, yaitu pendekatan kombinasi berpasangan pairwise combination dan kombinasi lengkap full profile. Dalam penelitian ini, digunakan kombinasi lengkap full profile. Oleh karena jumlah stimuli terlalu banyak untuk dievaluasi oleh responden maka digunakan teknik fractional factorial design melalui konsep orthogonal SPSS untuk membantu mereduksi kombinasi stimuli dari 64 kemungkinan stimuli tersebut agar tidak semua kombinasi harus dianalisis lebih lanjut. 3. Mengumpulkan Pendapat Responden terhadap Setiap Stimuli yang Ada Responden akan memberikan rating terhadap stimuli yang ada. Penilaian rating menggunakan skala ordinal yang terukur berupa skala likert dengan angka 1=sangat tidak suka sekali, 2 = tidak suka sekali, 3 = cukup suka, 4 = suka sekali, Universitas Sumatera Utara 5 = sangat suka sekali. Dari stimuli yang terbentuk, proses kemudian dilanjutkan dengan proses konjoin. Pendapat setiap responden ini disebut sebagai utility yang dinyatakan dengan angka dan menjadi dasar perhitungan conjoint.

4. Melakukan Proses Conjoint dengan Masukan Data yang Ada

Dari pendapat responden atas sekian stimuli yang telah dikumpulkan dilakukan proses conjoint dengan bantuan perangkat lunak SPSS untuk memperkirakan prediksi kombinasi atribut kredit yang diinginkan responden. Output yang dihasilkan dari proses analisis conjoint berupa nilai utilitas dan nilai kepentingan. Nilai utilitas merupakan nilai yang menunjukkan kecenderungan pemilihan konsumen terhadap kombinasi taraf stimuli yang disukai. Nilai kepentingan merupakan nilai yang menunjukkan atribut kredit yang paling penting sehingga mendasari petani untuk memilih kredit.

5. Uji Keakuratan