Konsistensi Responden Dalam Mengevaluasi Profil Produk Pada Analisis Konjoin (Studi Kasus Preferensi Mahasiswa IPB Dalam Memilih Mata Kuliah Pilihan)

ABSTRAK
YUNI SUCI KURNIAWATI. Konsistensi Responden dalam Mengevaluasi Profil Produk pada
Analisis Konjoin (Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan). Di
bawah bimbingan HARI WIJAYANTO dan UTAMI DYAH SYAFITRI.
Pengukuran respon pada analisis konjoin adalah berupa preferensi atau keinginan konsumen dalam
membeli suatu produk atau jasa. Pengukuran respon ini dapat dilakukan dengan mengevaluasi
beberapa profil produk baik dengan cara memberikan penilaian (rating) atau mengurutkan (ranking)
profil-profil produk tersebut berdasarkan tingkat kesukaan. Jika dua metode evaluasi (rating dan
ranking) dilakukan oleh responden, maka ada kemungkinan terjadi ketidakkonsistenan jawaban
responden terhadap hasil evaluasi. Responden dikatakan konsisten apabila hasil analisis konjoin per
individu dari data rating dan ranking menunjukkan urutan tingkat kepentingan atribut yang sama dari
dua data tersebut.
Penelitian ini menggunakan studi kasus preferensi mahasiswa IPB dalam memilih mata kuliah
pilihan. Secara keseluruhan, responden dapat dikatakan konsisten dalam mengevaluasi stimuli dengan
metode rating dan ranking. Namun setelah dilihat lebih rinci pada masing-masing individu diperoleh
hanya 43% responden yang dapat mengevaluasi stimuli dengan metode rating dan ranking secara
konsisten. Faktor-faktor yang berperan terhadap kekonsistenan jawaban responden adalah faktor
waktu, kegiatan suka bermain games, sikap dan kesungguhan responden dalam mengevaluasi stimuli.

KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK
PADA ANALISIS KONJOIN

(Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan)

YUNI SUCI KURNIAWATI

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2007

ABSTRAK
YUNI SUCI KURNIAWATI. Konsistensi Responden dalam Mengevaluasi Profil Produk pada
Analisis Konjoin (Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan). Di
bawah bimbingan HARI WIJAYANTO dan UTAMI DYAH SYAFITRI.
Pengukuran respon pada analisis konjoin adalah berupa preferensi atau keinginan konsumen dalam
membeli suatu produk atau jasa. Pengukuran respon ini dapat dilakukan dengan mengevaluasi
beberapa profil produk baik dengan cara memberikan penilaian (rating) atau mengurutkan (ranking)
profil-profil produk tersebut berdasarkan tingkat kesukaan. Jika dua metode evaluasi (rating dan
ranking) dilakukan oleh responden, maka ada kemungkinan terjadi ketidakkonsistenan jawaban
responden terhadap hasil evaluasi. Responden dikatakan konsisten apabila hasil analisis konjoin per
individu dari data rating dan ranking menunjukkan urutan tingkat kepentingan atribut yang sama dari

dua data tersebut.
Penelitian ini menggunakan studi kasus preferensi mahasiswa IPB dalam memilih mata kuliah
pilihan. Secara keseluruhan, responden dapat dikatakan konsisten dalam mengevaluasi stimuli dengan
metode rating dan ranking. Namun setelah dilihat lebih rinci pada masing-masing individu diperoleh
hanya 43% responden yang dapat mengevaluasi stimuli dengan metode rating dan ranking secara
konsisten. Faktor-faktor yang berperan terhadap kekonsistenan jawaban responden adalah faktor
waktu, kegiatan suka bermain games, sikap dan kesungguhan responden dalam mengevaluasi stimuli.

KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK
PADA ANALISIS KONJOIN
(Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan)

YUNI SUCI KURNIAWATI
G14103024

Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Statistika

DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2007

Judul

: Konsistensi Responden dalam Mengevaluasi Profil Produk pada
Analisis Konjoin (Studi Kasus Preferensi Mahasiswa IPB dalam
Memilih Mata Kuliah Pilihan)
Nama : Yuni Suci Kurniawati
NRP : G14103024

Menyetujui :
Pembimbing I,

Pembimbing II,

Dr. Ir. Hari Wijayanto, MS
NIP. 131 878 950

Utami Dyah Syafitri, M.Si
NIP. 132 311 922

Mengetahui :
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor

Dr. Drh. Hasim, DEA
NIP. 131 578 806

Tanggal Lulus :

PRAKATA
Alhamdulillahirabbil’alamin, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas
segala karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Shalawat serta salam
semoga selalu tercurahkan kepada Rasulullah SAW, keluarga, sahabat, dan umatnya hingga akhir
zaman.
Karya ilmiah ini berjudul “Konsistensi Responden dalam Mengevaluasi Profil Produk pada
Analisis Konjoin (Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan)“.

Penelitian ini membahas bagaimana kekonsistenan jawaban responden dalam mengevaluasi stimuli
menggunakan dua metode evaluasi (rating dan ranking) dan faktor-faktor apa saja yang
mempengaruhi kekonsistenan.
Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dalam penyelesaian karya
ilmiah ini, terutama kepada :
• Bapak Dr. Ir. Hari Wijayanto, MS dan Ibu Utami Dyah Syafitri, M.Si atas bimbingan dan
masukan yang telah diberikan kepada penulis.
• Seluruh dosen pengajar Departemen Statistika IPB atas ilmu bermanfaat yang telah diberikan
selama penulis mengikuti perkuliahan di Departemen Statistika IPB.
• Ibu dan Bapak atas doa dan semangat yang selalu menyertai, kakak-kakakku atas nasihat dan
bimbingan yang dibutuhkan penulis, dan kedua keponakanku yang lucu (Razi dan Bima) atas
hiburan dan keceriaan yang telah diberikan.
• Seluruh staf pegawai Departemen Statistika IPB: Ibu Markonah, Ibu Sulis, Pak Ian, Ibu
Dedeh, Bang Sudin, Ibu Aat, Mang Dur, dan Mang Herman. Terima kasih atas segala hal
yang membantu penulis dalam menyelesaikan karya ilmiah ini.
• Heru Novriyadi, thanks for the love and support that you always give to me..Ich liebe dich.
• Teman-teman senasib sepenanggungan di Statistika 40: Adist, Mey, Vina, Rani, dan Rahayu
(true friends never die!!), Arif dan Yudi (teman seperjuangan konjoin...Semangat!!),
Anggoro, Ema, dan Deni (terimakasih atas diskusinya), Edo, Adit, Dauz, Rina, dan seluruh
teman-teman lainnya...never forget our sweet memories.

• Tim pembahas seminar (Irfan, Eninta, dan Zainal), kakak-kakak kelas Statistika 38 dan 39
(Kak Ryan...terima kasih atas bahan-bahannya), dan adik-adik kelas Statistika 41 dan 42.
• Teman-teman sepermainan : Rathma (thanks for the books), Kiki, Yasmin, Pi2t, Reni, Nyie,
Tiwi, Achie.
• Kak Irfan....Statistics tutor, terima kasih atas ilmunya.
• Semua pihak yang telah memberikan dukungan kepada penulis yang tidak dapat disebut satu
persatu sehingga karya ilmiah ini dapat diselesaikan.
Penulis menyadari bahwa penulisan karya ilmiah ini masih jauh dari sempurna, oleh karena itu
kritik dan saran yang membangun sangat penulis harapkan sebagai pemicu untuk dapat berkarya lebih
baik lagi. Semoga karya ilmiah ini bermanfaat bagi pihak yang membutuhkan.

Bogor, November 2007

Penulis

RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 11 Juni 1985 dari pasangan E. Sukandar Prayitno dan C.
Komariah sebagai anak keempat dari 4 bersaudara. Penulis menempuh pendidikan dasar di SD Negeri
Kebon Pedes I pada tahun 1991, kemudian melanjutkan pendidikan menengah pertama di SLTP
Negeri 5 Bogor hingga tahun 2000. Pada tahun 2003 penulis menyelesaikan pendidikan menengah atas

di SMU Negeri 2 Bogor dan pada tahun yang sama diterima di Departemen Statistika Fakultas
Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor melalui Undangan Seleksi Masuk
IPB (USMI).
Selama mengikuti perkuliahan, penulis ikut serta dalam kegiatan himpunan profesi Gamma Sigma
Betta sebagai anggota Departemen Kewirausahaan periode 2004/2005. Penulis pernah menjadi asisten
mata kuliah perancangan percobaan pada tahun ajaran 2006/2007 dan menjadi surveyor Verifikasi dan
Validasi Data Administrasi Kependudukan Departemen Dalam Negeri pada tahun 2006. Penulis
mengikuti kegiatan praktek lapang di Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian
(BBP2TP) Bogor pada bulan Februari-April 2007.

DAFTAR ISI

Halaman
DAFTAR TABEL........................................................................................................................... vii
DAFTAR GAMBAR ...................................................................................................................... vii
DAFTAR LAMPIRAN................................................................................................................... vii
PENDAHULUAN
Latar Belakang ..................................................................................................................... 1
Tujuan................................................................................................................................... 1
TINJAUAN PUSTAKA

Metode Penarikan Contoh... ................................................................................................. 1
Analisis Konjoin................................................................................................................... 1
Regresi Logistik Biner.......................................................................................................... 3
BAHAN DAN METODE
Bahan.................................................................................................................................... 4
Metode.................................................................................................................................. 4
HASIL DAN PEMBAHASAN
Profil Responden.. ................................................................................................................ 5
Atribut yang Dipentingkan dalam Memilih Mata Kuliah Pilihan......................................... 6
Faktor-faktor yang Mempengaruhi Kekonsistenan.. ............................................................ 8
SIMPULAN .................................................................................................................................... 9
SARAN.. ......................................................................................................................................... 9
DAFTAR PUSTAKA ..................................................................................................................... 9
LAMPIRAN.................................................................................................................................... 10

DAFTAR TABEL
Halaman
1. Atribut dan Taraf Atribut yang Dievaluasi.. ......................................................................... 4
2. Kuota Pada Departemen dan Jenis Kelamin......................................................................... 5
3. Profil Responden.... .............................................................................................................. 5

4. Frekuensi Atribut yang Dipentingkan Responden................................................................ 6
5. NKT tiap Atribut dari Masing-masing Data Rating dan Ranking... ..................................... 6
6. Rata-rata NRP tiap Atribut pada Masing-masing Data Rating dan Ranking... ..................... 6
7. Analisis Regresi Logistik dengan Model Penuh................................................................... 8
8. Analisis Regresi Logistik dengan Model Reduksi................................................................ 8

DAFTAR GAMBAR
Halaman
1. Persentase Konsistensi Seluruh Responden dalam Mengevaluasi Stimuli.. ......................... 7
2. Persentase Konsistensi Responden Berdasarkan Jenis Kelamin........................................... 7
3. Persentase Konsistensi Responden Berdasarkan Departemen.............................................. 7
4. Persentase Konsistensi Responden Berdasarkan Angkatan.................................................. 8

DAFTAR LAMPIRAN
Halaman
1. Kuesioner yang Diisi oleh Responden.................................................................................. 11
2. Kuesioner Pengamatan terhadap Responden oleh Peneliti ..... ............................................. 12
3. Peubah Penjelas Beserta Peubah Boneka yang Terbentuk.... ............................................... 13
4. Profil Mata Kuliah Pilihan (Stimuli)... ................................................................................. 14
5. NRP tiap Atribut untuk Data Rating dan Ranking pada Masing-masing Responden.. ......... 15

PENDAHULUAN

TINJAUAN PUSTAKA

Latar Belakang

Metode Penarikan Contoh

Analisis
konjoin
digunakan
untuk
mempelajari faktor-faktor yang mempengaruhi
konsumen dalam pengambilan keputusan
pembelian produk atau jasa (Kuhfeld, 2005).
Suatu produk atau jasa terdiri dari beberapa
atribut, seperti harga, warna, komposisi, dan lainlain. Pada umumnya konsumen tidak memiliki
pilihan produk yang terbaik di tiap atribut, untuk
itu konsumen melakukan trade off (pertukaran)

antar atribut dalam menentukan produk mana
yang mereka beli. Analisis konjoin sangat erat
hubungannya dengan profil produk (stimuli).
Terdapat dua metode yang digunakan untuk
mengevaluasi stimuli, yaitu memberikan
penilaian (rating) atau pengurutan (ranking).
Evaluasi
konsumen dengan memberikan
penilaian maupun pengurutan terhadap suatu
stimuli digunakan untuk menangkap preferensi
atau keinginan konsumen dalam membeli produk
tersebut. Pada saat pengumpulan data,
dimungkinkan terjadinya error dalam jawaban
responden. Salah satunya berkaitan dengan hasil
yang diperoleh dari responden. Jika dua metode
evaluasi (rating dan ranking) dilakukan oleh
responden, maka ada kemungkinan terjadi
ketidakkonsistenan jawaban responden terhadap
hasil evaluasi.
Penelitian ini akan membahas bagaimana
kekonsistenan jawaban responden dalam
mengevaluasi stimuli menggunakan dua metode
evaluasi tersebut dan faktor-faktor apa saja yang
mempengaruhi kekonsistenan. Studi kasus yang
digunakan dalam penelitian ini adalah preferensi
mahasiswa IPB dalam memilih mata kuliah
pilihan.

Metode penarikan contoh adalah metode yang
digunakan untuk memilih sebagian anggota
populasi untuk digunakan sebagai contoh. Ada
dua jenis metode penarikan contoh, pertama
adalah metode penarikan contoh berpeluang.
Metode penarikan contoh ini berdasarkan konsep
pengacakan dimana setiap anggota populasi
memiliki peluang yang sama untuk terambil
sebagai contoh. Kedua adalah metode penarikan
contoh tak berpeluang dimana contoh yang
diambil dibatasi pada suatu bagian dari populasi
yang mudah didapat (Cochran, 1977). Yang
termasuk ke dalam penarikan contoh tak
berpeluang diantaranya adalah Quota sampling
dan Purposive sampling.
Quota sampling merupakan metode memilih
contoh yang mempunyai ciri-ciri tertentu dalam
jumlah atau kuota yang diinginkan. Keuntungan
metode ini adalah mudah, murah, dan relatif
cepat melaksanakannya. Namun penarikan
contoh ini dilakukan secara subjektif oleh peneliti
sehingga hasil yang diperoleh tidak dapat
digeneralisasikan untuk populasi (Scheaffer et al,
1990). Purposive sampling adalah metode
penarikan contoh dengan pertimbangan tertentu
(Cochran, 1977). Seseorang atau sesuatu diambil
sebagai contoh karena peneliti menganggap
bahwa seseorang atau sesuatu tersebut memiliki
informasi yang diperlukan bagi penelitiannya.
Dari penjelasan di atas, dapat disimpulkan bahwa
metode quota-purposive sampling adalah
metode penarikan contoh dimana jumlah dan
kriteria responden yang akan diteliti sudah
ditentukan terlebih dahulu.
Analisis Konjoin

Tujuan
Tujuan dari penelitian ini adalah:
1. Mengidentifikasi Nilai Kegunaan Taraf
(NKT) tiap atribut dan Nilai Relatif Penting
(NRP)
atribut
yang
mempengaruhi
mahasiswa dalam memilih mata kuliah
pilihan yang digunakan untuk melihat
kekonsistenan jawaban dari metode evaluasi
rating dan ranking.
2. Mengidentifikasi
faktor-faktor
yang
mempengaruhi
kekonsistenan
jawaban
responden antara metode rating dan ranking.

Menurut para pelaku riset pemasaran, kata
“Conjoint” berasal dari istilah ”CONsidered
JOINTly” yang berarti konsumen mempertimbangkan
secara bersamaan semua atribut penyusun suatu
produk (Anonim, 2002). Analisis konjoin
menurut Hair et al (1998) adalah salah satu
teknik analisis multivariate yang secara spesifik
digunakan
untuk
memahami
bagaimana
preferensi konsumen terhadap produk maupun
jasa. Analisis ini juga berguna untuk menentukan
kepentingan relatif suatu atribut sesuai dengan
pilihan konsumen, menentukan kombinasi taraf

atribut yang paling disukai konsumen, dan dapat
membuat segmentasi pasar berdasarkan pada
kemiripan preferensi taraf atribut.
Berikut ini adalah tahapan yang umum
dilakukan dalam merancang dan melaksanakan
analisis konjoin (Malhotra, 2004):
1. Pemilihan Atribut dan Taraf Atribut
Pada tahap ini ditentukan atribut dan taraf
atribut yang akan digunakan dalam
merancang stimuli. Atribut adalah bentuk
umum dari suatu produk atau jasa, seperti
ukuran, warna, kecepatan, dan lain-lain. Di
dalam perancangan percobaan, istilah atribut
identik dengan istilah faktor. Masing-masing
atribut memiliki taraf spesifik yang
menyertainya.
Dari sisi teori, sangat disarankan atribut
dan taraf yang terpilih memiliki peran dalam
mempengaruhi preferensi konsumen dalam
memilih produk atau jasa. Pada umumnya
cara
yang
sering
ditempuh
untuk
mendapatkan atribut dan taraf yang berperan
adalah dengan melakukan diskusi pakar,
eksplorasi data sekunder atau melakukan
penelitian pendahuluan.
2. Perancangan Stimuli
Stimuli atau profil produk adalah
kombinasi dari taraf atribut yang satu dengan
taraf atribut lainnya. Pada perancangan
percobaan, stimuli identik dengan perlakuan.
Terdapat dua pendekatan yang umum
digunakan dalam merancang stimuli, yaitu:
a. Pairwise Combination
Pendekatan pairwise combination
(kombinasi berpasangan) disebut juga
evaluasi dua faktor, dimana responden
mengevalusi dua atribut secara bersamaan
sampai semua kemungkinan kombinasi
dua atribut terevaluasi. Bila ada sejumlah
p atribut berarti jumlah pasangan yang
dievaluasi ada p(p-1)/2 pasangan.
b. Full Profile
Pendekatan ini disebut evaluasi
banyak faktor karena penyusunan profil
produk melibatkan seluruh atribut. Jika
sebelumnya telah terpilih sebanyak p buah
atribut dengan masing-masing atribut
mempunyai 2 taraf, maka akan ada
sebanyak 2p kombinasi taraf atribut yang
harus dievaluasi responden. Pendekatan
full-profile
direkomendasikan
untuk
jumlah atribut kurang dari 6 (Hair et al,
1998).

Semakin banyak atribut dan taraf yang
digunakan maka akan semakin banyak
stimuli yang akan terbentuk, sehingga
menjadi tidak efisien dalam proses
evaluasi. Untuk itu diperlukan metode
pereduksian stimuli, salah satunya dengan
menggunakan fractional factorial design
yaitu rancangan yang hanya melakukan
sebagian dari kombinasi perlakuan
lengkap. Pada rancangan ini dapat
menghilangkan
informasi
tentang
pengaruh tingkat tinggi tetapi tidak
menghilangkan
informasi
tentang
pengaruh utama dan interaksi tingkat
rendah yang merupakan informasi penting
dalam percobaan (Harlina, 2007).
3. Penentuan Jenis Data
Dalam analisis konjoin, data yang
diperlukan dapat berupa nonmetrik (data
berskala nominal atau ordinal) maupun metrik
(data berskala interval atau rasio).
a. Data Nonmetrik
Untuk data berjenis nonmetrik,
responden diminta untuk membuat
ranking atau mengurutkan stimuli yang
telah dibuat pada tahap sebelumnya. Nilai
ranking ini dipercaya akan mencerminkan
perilaku konsumen dalam situasi nyata.
Pengurutan ini biasanya dimulai dari
stimuli yang paling disukai sampai pada
stimuli yang paling tidak disukai. Untuk
stimuli yang paling disukai diberi ranking
mulai dari 1 dan seterusnya hingga
ranking terakhir bagi stimuli yang paling
tidak disukai.
b. Data Metrik
Pada
data
metrik,
responden
mengevaluai profil produk dengan
memberikan penilaian (rating) terhadap
masing-masing stimuli. Pemberian rating
dapat menggunakan skala Likert mulai
dari 1 sampai 9 (1= paling tidak disukai,
9=paling disukai). Bila dibandingkan
dengan nonmetrik (ranking), cara ini lebih
disukai oleh responden, karena tidak
membutuhkan pertimbangan yang terlalu
rumit.
4. Metode Analisis
Model dasar analisis konjoin adalah
sebagai berikut:
m

kj

U ( X ) = ∑ ∑ β ij x ij
i =1 j =1

Dimana:
U(X) = Total kepuasan terhadap suatu stimuli
βij
= Nilai kegunaan taraf ke-j atribut ke-i
kj
= Banyaknya taraf dari atribut ke-i
m
= Banyaknya atribut
Xij = Peubah boneka atribut ke-i taraf ke-j
(bernilai 1 bila taraf yang berkaitan
muncul dan 0 bila tidak).
Nilai Kegunaan Taraf (NKT) adalah nilai
pentingnya suatu taraf relatif terhadap taraf yang
lain pada suatu atribut. NKT dapat diduga
menggunakan analisis regresi peubah boneka
dengan peubah bebas adalah peubah boneka
untuk stimuli-stimuli yang terbentuk (bernilai 1
bila taraf yang berkaitan muncul dan 0 bila
tidak). Jumlah peubah boneka dari suatu atribut
adalah sebanyak n-1, dimana n adalah banyaknya
taraf dalam suatu atribut. Sedangkan peubah tak
bebasnya adalah preferensi atau keinginan
konsumen untuk membeli suatu produk. Dengan
kata lain, responden memberikan ranking atau
rating sebagai cerminan preferensi atau
keinginan untuk membeli suatu produk.
Koefisisen peubah boneka menunjukkan selisih
nilai kegunaan suatu taraf dengan nilai kegunaan
taraf acuannya (Malhotra, 2004). NKT tertinggi
pada tiap atribut menunjukkan taraf atribut yang
paling disukai.
Nilai Relatif Penting (NRP) adalah nilai yang
menunjukkan tingkat kepentingan relatif suatu
atribut terhadap atribut yang lain. Tingkat
kepentingan dari suatu atribut didefinisikan
sebagai selisih antara NKT terbesar dengan NKT
terkecil. Atribut dengan selisih terbesar
merupakan atribut yang dinilai paling penting.
NRP diformulasikan sebagai berikut:

NRPi =

Ii
m

∑I
i =1

i

Dimana:
NRPi = NRP atribut ke-i
Ii
= [max (βij) – min (βij)], untuk setiap
atribut ke-i
m
= Banyaknya atribut
Regresi Logistik Biner
Regresi logistik biner merupakan teknik
analisis data yang dapat menjelaskan hubungan
antara peubah respon yang memiliki dua kategori
dengan satu atau lebih peubah penjelas berskala
kontinu atau kategori (Hosmer dan Lemeshow, 1989).

Peubah respon Y memiliki dua kemungkinan
nilai, yaitu Y = 1 menyatakan bahwa respon
memiliki kriteria yang ditentukan dan sebaliknya
Y = 0 tidak memiliki kriteria, maka peubah
respon Y mengikuti sebaran Bernoulli dengan
parameter π ( xi ) sehingga fungsi sebaran
peluangnya adalah :

f ( y i ) = [π (xi )] i [1 − π ( xi )]
y

1− yi

Model umum regresi logistik dengan p peubah
penjelas yaitu :
exp( g ( x) )
E (Y | x ) = π ( x ) =
1 + exp( g ( x) )
dengan melakukan transformasi logit diperoleh :
⎡ π ( x) ⎤
g ( x) = ln ⎢
⎥
⎣1 − π ( x) ⎦

= β 0 + β 1 x1 + β 2 x 2 + .... + β p x p
Dalam pendugaan parameter digunakan
metode kemungkinan maksimum (maximum
likelihood), dimana fungsi kemungkinannya
adalah:

l ( β ) = Π π ( xi ) yi [1 − π ( xi )]
n

1− yi

i =1

βi
diduga
dengan
memaksimumkan
persamaan di atas. Untuk memudahkan
perhitungan, dilakukan pendekatan logaritma
sehingga fungsi log-likelihood sebagai berikut:
n

L( β ) = ∑ [ y i ln π ( xi ) + (1 − y i ) ln(1 − π ( xi ))]
i =1

Nilai dugaan βi dapat diperoleh dengan
membuat turunan pertama L(β) terhadap βi = 0,
dengan i=0,1,2,....,p.
Pengujian
terhadap
parameter
model
dilakukan untuk mengetahui peranan peubah
bebas dalam model. Uji parameter yang
digunakan adalah statistik Uji G dan Uji Wald
(W). Statistik Uji-G digunakan untuk menguji
peranan peubah penjelas di dalam model secara
bersama-sama, rumus untuk uji G berdasarkan
hipotesis :
H0 : β1 = β2 = ... = βp = 0
H1 : paling sedikit ada satu βi ≠ 0 (i=1,2,...,p)
⎡ ⎤
adalah G = −2 ln ⎢ L0 ⎥
⎣ L1 ⎦
dengan L0 adalah loglikelihood tanpa peubah
penjelas, dan L1 merupakan loglikelihood dengan
p peubah penjelas. Kriteria keputusan yang
diambil yaitu menolak H0 jika G >

χ α2 ( p )

atau

dengan melihat nilai-p, jika lebih kecil dari taraf

nyata (α) maka Ho ditolak (Hosmer dan
Lemeshow, 1989).
Statistik Uji Wald digunakan untuk menguji
parameter βi secara parsial (Hosmer dan
Lemeshow, 1989). Rumus untuk Uji Wald
berdasarkan hipotesis
H0 : βi = 0 lawan H1 : βi ≠ 0 (i = 0,1, 2, …, p)
ˆ
adalah W = β i
i
SˆE βˆi

( )

()

dengan βˆ i merupakan penduga βi dan SˆE β̂i
merupakan penduga galat baku dari βˆ . Kriteria
i

keputusan adalah H0 ditolak jika Wi > Zα / 2 atau
nilai-p dari Uji Wald lebih kecil dari α.
Interpretasi koefisien untuk model regresi
logistik adalah dengan melihat rasio oddsnya.
Rasio odds adalah ukuran asosiasi yang
memperkirakan berapa besar kecenderungan
pengaruh peubah-peubah penjelas terhadap
peubah respon (Hosmer dan Lemeshow, 1989).
Dalam analisis model logit rasio odds
didefinisikan sebagai :
Ψ = exp( β i ) = exp[ g (1) − g (0)]
Interpretasi rasio odds untuk peubah penjelas X
berskala nominal, yaitu kecenderungan untuk Y
= 1 pada X = 1 sebesar ψ kali dibandingkan pada
X = 0. Sedangkan untuk peubah penjelas X
kontinu, jika ψ lebih besar atau sama dengan satu
maka semakin besar nilai peubah X diikuti
semakin besarnya kecenderungan untuk Y=1.

BAHAN DAN METODE
Bahan
Penelitian ini menggunakan data primer
dengan studi kasus mengenai preferensi
mahasiswa IPB dalam memilih mata kuliah
pilihan. Ukuran contoh yang diambil sebanyak
100 responden. Pemilihan departemen dilakukan
secara purposive, dengan asumsi departemen
yang
dipilih
adalah
departemen
yang
menyediakan alternatif mata kuliah pilihan yang
luas bagi mahasiswanya. Departemen yang
terpilih adalah Statistika, Ilmu Komputer,
Agronomi & Hortikultura, dan Agribisnis.
Cara pengambilan data dilakukan melalui
penyebaran kuesioner. Ada dua kuesioner yang
digunakan dalam penelitian ini, pertama
kuesioner untuk diisi oleh responden dalam
mengevaluasi stimuli (Lampiran 1) dan yang

kedua adalah kuesioner bagi peneliti untuk
mencatat keadaan responden saat mengevaluasi
stimuli (Lampiran 2), yang akan digunakan untuk
menelusuri faktor-faktor yang mempengaruhi
kekonsistenan.
Peubah respon yang digunakan dalam analisis
regresi logistik adalah konsistensi responden
dalam mengevaluasi stimuli dengan metode
rating dan ranking (Y=1 jika responden
konsisten dalam mengevaluasi, dan Y=0 jika
responden tidak konsisten dalam mengevaluasi).
Peubah penjelas beserta peubah boneka yang
terbentuk disajikan pada Lampiran 3.

Metode
Langkah-langkah yang dilakukan dalam
penelitian ini antara lain:
1. Pemilihan atribut beserta taraf-tarafnya
melalui penelitian pendahuluan, dimana
responden diminta untuk menyebutkan atribut
apa saja yang dinilai berpengaruh dalam
memilih mata kuliah pilihan. Berdasarkan
penelitian pendahuluan diperoleh 4 buah
atribut yang dinilai mempengaruhi mahasiswa
IPB dalam memilih mata kuliah pilihan.
Atribut-atribut tersebut dapat dilihat pada
Tabel 1.
Tabel 1. Atribut dan taraf atribut yang
dievaluasi
No.
Atribut
Taraf Atribut
1
Tingkat Kesulitan
Sulit
Materi
Sedang
(X11, X12, X13)
Mudah
2
Menunjang Mayor
Sangat
(X21, X22, X23)
Menunjang
Kurang
Menunjang
Tidak
Menunjang
3
Kemudahan Mendapat Mudah
Nilai
Sulit
(X31, X32)
4
Kegunaan di Dunia Aplikatif
Kerja
Kurang
(X4, X42)
Aplikatif
2. Perancangan stimuli melalui pendekatan fullprofile. Dengan bantuan Software SPSS
diperoleh
9
buah
stimuli
dengan
menggunakan fractional factorial design.
Kemudian stimuli yang telah diperoleh

disusun ke dalam bentuk kartu stimuli,
diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu
lainnya (Lampiran 4).
3. Pengumpulan data melalui penyebaran
kuesioner. Responden dihadapkan pada
seluruh kartu stimuli lalu diminta untuk
mengevaluasinya terlebih dahulu dengan
memberikan penilaian (rating) terhadap
masing-masing kartu stimuli. Kemudian
responden yang sama diminta lagi untuk
mengevaluasi kartu-kartu stimuli tersebut
dengan cara mengurutkannya (ranking)
dimulai dari stimuli yang paling disukai
sampai pada stimuli yang paling tidak
disukai. Selama responden mengevaluasi
stimuli, peneliti melakukan pengamatan
terhadap perilaku responden yang dicatat
dalam kuesioner.
Penelitian ini menggunakan 100 orang
responden dengan kuota yang telah
ditentukan untuk masing-masing departemen
dan jenis kelamin (Tabel 2). Penggunaan
kuota dalam memilih responden bertujuan
agar
kekonsistenan
responden
dapat
dibandingkan secara seimbang berdasarkan
departemen dan jenis kelamin.
Tabel 2. Kuota pada Departemen dan Jenis
Kelamin
Departemen
Kuota
Statistika
25%
Ilmu Komputer
25%
Agronomi &Hortikultura
25%
Agribisnis
25%
Jenis Kelamin
Kuota
Laki-laki
50%
Perempuan
50%
4. Analisis Konjoin pada tiap responden untuk
mengidentifikasi atribut yang dipentingkan
dalam memilih mata kuliah pilihan dan juga
untuk melihat kekonsistenan jawaban
responden. Konsistensi dilihat dengan
membandingkan NRP tiap atribut pada
masing-masing data rating dan ranking per
individu. Responden dikatakan konsisten
apabila hasil analisis konjoin per individu dari
data rating dan ranking menunjukkan urutan
tingkat kepentingan atribut yang sama dari
dua data tersebut.

5. Analisis Regresi Logistik Biner untuk
mengidentifikasi
faktor-faktor
yang
mempengaruhi
kekonsistenan
jawaban
responden antara metode rating dan ranking.
Analisis data menggunakan software SPSS
11.5 for windows, Microsoft Excel, dan SAS 9.1.

HASIL DAN PEMBAHASAN
Profil Responden
Responden pada penelitian ini terdiri dari tiga
angkatan, yaitu angkatan 40 sebanyak 34% dan
angkatan 41 dan 42 masing-masing sebanyak
33%. Mayoritas responden berasal dari
Jabodetabek (47%), dengan tempat tinggal saat
ini kost atau mengontrak rumah (83%), dan
pengeluaran kurang dari Rp.500.000 per bulan
(52%). Dari segi aktivitas, sebagian besar
responden aktif berorganisasi (72%) dan suka
bermain games (81%). Profil responden secara
umum disajikan pada Tabel 3.
Tabel 3. Profil Responden
Karakteristik
Kategori
Persentase
Angkatan
40
34%
41
33%
42
33%
Asal Daerah
Jabodetabek*
47%
Luar Jabodetabek
43%
Luar Jawa
10%
Tempat Tinggal
Kost / Kontrak
83%
saat ini
Bersama Orangtua
16%
Ikut Keluarga
1%
Pengeluaran per
Rp. 1.000.000
5. Fakultas & Departemen :
a. FMIPA - Statistika
c. FAPERTA - Agronomi dan Hortikultura
b. FMIPA - Ilmu Komputerd. FEM - Agribisnis
6. Angkatan :
a. 40
b. 41
c. 42
7. Apakah anda suka bermain games (Komputer, Playstation, dll) ?
a. Ya
b. Tidak
8. Apakah anda aktif berorganisasi ?
a. Ya
b. Tidak

B. EVALUASI PROFIL MATA KULIAH PILIHAN (STIMULI) DENGAN METODE RATING

SHOW CARD
Petunjuk : Masing-masing stimuli diberi nilai dengan menggunakan Skala Likert mulai dari 1 sampai 9
(1=stimuli yang paling tidak disukai, 9=stimuli yang paling disukai).
Stimuli 1
Stimuli 4
Stimuli 7
Stimuli 2

Stimuli 5

Stimuli 8

Stimuli 3

Stimuli 6

Stimuli 9

C. EVALUASI PROFIL MATA KULIAH PILIHAN (STIMULI) DENGAN METODE RANKING

SHOW CARD
Petunjuk : Masing-masing stimuli diurutkan mulai dari stimuli yang paling disukai sampai stimuli yang
paling tidak disukai. Ranking pertama untuk stimuli yang paling disukai dan seterusnya hingga ranking
terakhir bagi stimuli yang paling tidak disukai.
Stimuli 1
Stimuli 4
Stimuli 7
Stimuli 2

Stimuli 5

Stimuli 8

Stimuli 3

Stimuli 6

Stimuli 9

Lampiran 2. Kuesioner Pengamatan Terhadap Responden oleh Peneliti

NO

WAKTU

Keterangan :
1. No
2. Waktu
3. Sikap
4. Kesungguhan
5. Kerja Sama
6. Bertanya
7. Jenis Pertanyaan

SIKAP

KESUNGGUHAN

KERJA
SAMA

BERTANYA

: Nomor Responden
: Waktu Mulai – Waktu Berakhir Evaluasi
: Tenang / Bingung
: Serius / Tidak Serius
: Kerja sama dengan responden lain (Ya/Tidak)
: Bertanya pada interviewer saat evaluasi (Ya/Tidak)
: Sederhana atau rumit (jika no 7 menjawab ya)

JENIS
PERTANYAAN

8. Kegiatan Mengobrol
9. Metode Sendiri
10. Metode Termudah

KEGIATAN
MENGOBROL

METODE
SENDIRI

METODE
TERMUDAH

: Apakah responden mengobrol saat mengevaluasi
(Ya/Tidak)
: Memiliki metode sendiri saat mengevaluasi
(Ya/Tidak)
: Rating / Ranking

Lampiran 3. Peubah Penjelas Beserta Peubah Boneka yang Terbentuk
PEUBAH PENJELAS
WAKTU (WAKTU) : Peubah Kontinu
JENIS KELAMIN (JENIS KELAMIN)

Kategori

Laki-laki
Perempuan
DEPARTEMEN (DEPARTEMEN)
non-eksak
eksak
ANGKATAN (ANGKATAN)
40
41
42
SUKA BERMAIN GAMES (GAMES)
Ya
Tidak
AKTIF BERORGANISASI (ORGANISASI)
Ya
Tidak
SIKAP SAAT MENGEVALUASI (SIKAP)
Tenang
Bingung
KESUNGGUHAN DALAM MENGEVALUASI (KESUNGGUHAN)
Serius
Tidak Serius
MEMILIKI METODE SENDIRI (METODE SENDIRI)
Ya
Tidak
MENGOBROL SAAT MENGEVALUASI (MENGOBROL)
Ya
Tidak
METODE TERMUDAH (METODE MUDAH)
Rating
Ranking

(1)
1
0
1
0
1
0
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0

(2)

0
1
0

Lampiran 4. Profil Mata Kuliah Pilihan (Stimuli)

STIMULI 1

STIMULI 2

STIMULI 3

-Tingkat Kesulitan Materi : Mudah
-Menunjang Mayor: Kurang
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Aplikatif

-Tingkat Kesulitan Materi : Mudah
-Menunjang Mayor: Tidak
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Kurang
Aplikatif

-Tingkat Kesulitan Materi : Sedang
-Menunjang Mayor: Sangat
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Kurang
Aplikatif

STIMULI 4

STIMULI 5

STIMULI 6

-Tingkat Kesulitan Materi : Sedang
-Menunjang Mayor : Kurang
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Aplikatif

-Tingkat Kesulitan Materi : Sulit
-Menunjang Mayor : Tidak
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Aplikatif

STIMULI 8

STIMULI 9

-Tingkat Kesulitan Materi : Sedang
-Menunjang Mayor: Tidak
-Kemudahan Mendapat Nilai : Sulit
-Kegunaan di Dunia Kerja : Aplikatif

STIMULI 7
-Tingkat Kesulitan Materi : Sulit
-Menunjang Mayor : Sangat
-Kemudahan Mendapat Nilai : Mudah
-Kegunaan di Dunia Kerja : Aplikatif

-Tingkat Kesulitan Materi : Mudah
-Menunjang Mayor : Sangat
-Kemudahan Mendapat Nilai : Sulit
-Kegunaan di Dunia Kerja : Aplikatif

-Tingkat Kesulitan Materi : Sulit
-Menunjang Mayor: Kurang
-Kemudahan Mendapat Nilai : Sulit
-Kegunaan di Dunia Kerja : Kurang
Aplikatif

Lampiran 5. NRP Tiap Atribut untuk Data Rating dan Ranking pada Masing-masing Responden
NRP tiap Atribut pada Data Rating
NRP tiap Atribut pada Data Ranking
No.Resp
X1
X2
X3
X4
X1
X2
X3
X4
1
29.412
47.059
23.529
0.000
10.170
44.067
10.169
35.593
2
52.632
36.842
10.526
0.000
31.069
40.777
23.300
4.854
3
42.105
21.053
21.053
15.789
49.180
16.393
14.754
19.672
4
18.182
22.727
15.909
43.182
9.677
41.935
14.516
33.871
5
13.333
31.111
11.111
44.444
21.212
21.213
12.120
45.455
6
19.608
54.902
3.922
21.569
9.836
45.902
14.754
29.508
7
42.857
14.286
28.571
14.286
21.720
25.339
38.009
14.932
8
27.692
40.000
9.231
23.077
24.359
35.897
12.821
26.923
9
35.897
20.513
33.333
10.256
48.276
10.345
36.207
5.172
10
13.043
34.783
19.565
32.609
17.241
31.034
5.172
46.552
11
27.273
36.364
18.182
18.182
8.560
8.012
8.854
74.574
12
14.286
28.571
23.214
33.929
15.873
41.270
9.524
33.333
13
63.415
14.634
4.878
17.073
69.231
7.692
17.308
5.769
14
40.000
16.667
36.667
6.667
48.276
10.345
36.207
5.172
15
39.344
16.393
19.672
24.590
27.779
16.667
27.777
27.777
16
37.037
51.852
0.000
11.111
36.000
64.000
0.000
0.000
17
17.910
23.881
22.388
35.821
28.070
24.561
0.000
47.368
18
23.333
13.333
51.667
11.667
15.385
24.615
27.692
32.308
19
17.391
37.681
20.290
24.638
0.000
80.000
0.000
20.000
20
27.586
10.345
51.724
10.345
31.034
17.241
46.552
5.172
21
26.923
11.538
30.769
30.769
25.000
18.750
32.813
23.438
22
26.316
21.053
34.211
18.421
17.646
17.647
52.941
11.766
23
42.553
25.532
25.532
6.383
30.750
17.443
26.895
24.911
24
17.143
40.000
17.143
25.714
14.545
36.364
0.000
49.091
25
18.182
22.727
36.364
22.727
5.661
37.736
5.660
50.943
26
32.558
13.953
37.209
16.279
22.400
24.000
50.400
3.200
27
16.667
8.333
37.500
37.500
13.793
13.793
25.862
46.552
28
7.273
25.455
20.000
47.273
7.018
24.561
21.053
47.368
29
29.167
29.167
27.083
14.583
14.492
23.188
47.826
14.493
30
22.581
25.806
25.806
25.806
23.881
26.866
26.866
22.388
31
14.286
42.857
0.000
42.857
8.031
9.252
8.167
74.550
32
14.545
36.364
0.000
49.091
14.545
36.364
0.000
49.091
33
22.642
49.057
5.660
22.642
18.182
32.727
0.000
49.091
34
15.789
36.842
15.789
31.579
24.615
33.846
13.846
27.692
35
18.750
37.500
17.188
26.563
12.698
25.397
23.810
38.095
36
31.579
31.579
10.526
26.316
19.231
69.231
5.769
5.769
37
36.364
22.727
27.273
13.636
37.878
37.879
9.470
14.773
38
20.000
25.000
20.000
35.000
25.223
24.312
23.893
26.572
39
1