3. Pelayanan yang ramah dan sopan
4. Kelengkapan, kesiapan, kebersihan alat-alat yang dipakai
5. Kerapihan dan kebersihan penampilan dari karyawan yang bertugas
6. Penataan ruangan
7. Musik yang diperdengarkan
8. Produk baruinovasi
9. Aroma yang mampu membangkitkan selera
10. Bentuk dan ukuran crepe
11. Harga produk
12. Usaha promosi
13. Kemasan bawa pulang
14. Kemudahan memperoleh produk
15. Penyajian produk
16. Kandungan gizi
17. Kandungan serat
18. Penggunaan zat pengawet makanan
19. Merek
20. Halal
4.4.3 Analisis Diskriminan
Analisis diskriminan merupakan teknik menganalisis data, jika variabel tak bebas merupakan kategori sedangkan variabel bebas sebagai prediktor
merupakan metrik Santoso, 2001. Analisis ini pada prinsipnya mengelompokkan setiap objek ke dalam dua atau lebih kelompok berdasarkan pada kriteria sejumlah
variabel bebas, dimana jika suatu objek sudah termasuk ke dalam kelompok satu maka objek tersebut tidak mungkin menjadi anggota kelompok dua.
Adapun model yang digunakan dalam analisis diskriminan adalah sebagai berikut:
D
i
= b + b
1
X
i1
+ b
2
X
i2
+ b
3
X
i3
... + b
j
X
ij
+ ... + b
k
X
ik
Keterangan: D
i
: nilai skor diskriminan dari responden objek ke-i X
ij
: variabel atribut ke-j dari responden ke-i bj : koefisien atau timbangan diskriminan dari variabel atau atribut ke-j
b : slope model garis regresi
untuk mengukur kekuatan asosiasi antara skor diskriminan dan kelompok dilakukan uji korelasi kanonikal canonical correlation yang merupakan ukuran
antara fungsi diskriminan dan set variabel dummy yang membentuk anggota kelompok.
Dalam setiap fungsi diskriminan, eigenvalue merupakan rasio sum of square
SS antara kelompok dengan SS dalam kelompok SS
b
SS
w
. Semakin besar nilai eigenvalue yang didapat maka semakin baik fungsi diskriminan yang
dihasilkan. Sedangkan Wilk’s Lambda dapat menunjukkan apakah fungsi diskriminan ke-i secara nyata dapat digunakan sebagai pembeda antar kelompok,
yang nilainya antara nol dan satu. Nilai yang mendekati satu menunjukkan bahwa rata-rata antar kelompok tidak berbeda, sebaliknya jika nilainya mendekati nol
menunjukkan bahwa rata-rata kelompok sangat berbeda, artinya fungsi diskriminan tersebut mampu untuk mendiskriminasi yaitu untuk menentukan
suatu kasus objek akan masuk kelompok yang telah ditentukan. SS
w
atau W
i
dapat dirumuskan sebagai berikut: W
i
= X
∑
=
i
n i
1 ij
-
i
X X
ij
-
i
X
′
, dimana W = W
1
+ W
2
+ ... + W
i
+ ... + W
G
Sedangkan SS
b
dapat dirumuskan sebagai berikut: B = T – W, dimana T =
1 1
X X
X X
ij G
i n
i ij
i
− −
∑∑
− =
Keterangan: W
i
: matrik jumlah kuadrat dan jumlah cross products dikoreksi dengan rata-rata untuk grupkelompok
i
X : vektor rata-rata observasi dalam kelompok ke-i
X
: vektor grand mean untuk selurut n B : matrik jumlah kuadrat dan jumlah cross products antar kelompok
T : matrik jumlah kuadrat dan jumlah cross products secara menyeluruh untuk seluruh n
Untuk mendefinisikan komposit linear : D = b
T
X Dimana b
T
tranpose b b = [b , b
1
, b
2
, b
3
, ... , b
k
] sebagai vektor kolom dan b
T
sebagai vektor baris. Sehingga dapat dirangkum dalam rumus sebagai berikut:
D = [b , b
1
, b
2
, b
3
, ... , b
k
] = b
⎟ ⎟
⎟ ⎟
⎟ ⎟
⎟ ⎟
⎟
⎠ ⎞
⎜ ⎜
⎜ ⎜
⎜ ⎜
⎜ ⎜
⎜
⎝ ⎛
k
X X
X X
. .
1
3 2
1
+ b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ ... + b
k
X
k
Keterangan: b : vektor koefisien diskriminan atau timbangan weight
Dengan menggunakan referensi D, sum of squares antara kelompok dan dalam kelompok masing-masing dapat ditulis sebagai berikut: b
T
, B
b
, b
T
W
b
. Agar dapat mendiskriminasi kelompok secara maksimal, fungsi diskriminan D harus
diestimasi untuk memaksimumkan variabilitas antar kelompok. Koefisien b dapat dihitung dengan membuat
λ maksimum, yaitu:
Max λ = b
T
B
b
b
T
W
b
Keterangan: λ lambda : rasio antara jumlah kuadrat antar kelompok dengan jumlah kuadrat
dalam kelompok, yang harus dibuat maksimum. Dengan mengambil partial derivative menurut
λ lalu kemudian menyamakannya dengan nol, maka diperoleh persamaan sebagai berikut:
B – λ Wb = 0
Untuk mencari nilai b, maka diperlukan perkalian dengan W
-1
invers matrik W, sehingga didapat persamaan karakteristik sebagai berikut:
W
-1
B – λ ׀ b = 0
Nilai λ yang maksimum merupakan eigenvalue terbesar dari matrik W
-1
B dan b adalah associated eigenvalue. Elemen b, seperti b
1
sampai dengan b
k
merupakan koefisien fungsi diskriminan atau timbangan weight yang berasosiasi dengan fungsi diskriminan pertama.
Mengacu pada Engel et al, 1994 bahwa terdapat variabel yang mempengaruhi keputusan pembelian dan variabel tersebut dibagi menjadi dua
kelompok yaitu faktor pengaruh lingkungan dan perbedaan individu, sehingga variabel-variabel yang diduga mempengaruhi pemilihan produk crepe pada
penelitian ini adalah: X
1
: Lokasi outlet X
2
: Ketersediaan fasilitas untuk makan di tempat X
3
: Pelayanan baik X
4
: Kebersihan tempat X
5
: Kenyamanan tempat X
6
: Antrian X
7
: Harga X
8
: Pilihan rasa crepe variasi menu X
9
: Kerenyahan crepe X
10
: Merek terkenal
4.5 Definisi Operasional