Analisis Deskriptif Penentuan Atribut

4.4. Metode Analisis Data

Dalam penelitian ini penulis menggunakan beberapa alat analisis, antara lain analisis deskriptif, analisis Biplot, analisis Fishbein dan analisis model Important Performance Analysis .

4.4.1. Analisis Deskriptif

Data mengenai karakteristik konsumen, perbedaan individu, pengaruh lingkungan dan proses keputusan pembelian di KFC mulai dari pengenalan kebutuhan, pencarian informasi, evaluasi alternatif, pembelian sampai pasca pembelian. Hasil akan dikelompokan dalam bentuk tabel berdasarkan kesamaan jawabannya. Tabel ini dianalisis berdasarkan faktor-faktor yang dominan dari variabel-variabel yang diamati.

4.4.2. Penentuan Atribut

Penulis menetapkan 20 atribut yang akan dibahas dalam penelitian ini didasarkan atas teori Simamora 2002 yaitu atribut meliputi dimensi-dimensi yang terkait dengan produkmerek. Selain itu, atribut juga menyangkut apa saja yang dipertimbangkan dalam pengambilan keputusan untuk membeli, menonton, memperhatikan suatu produk. Dari teori tersebut maka penulis menetapkan 20 atribut yang akan dibahas adalah lokasi, tempat parkir, keramahan pelayan, penampilan pelayan, kecepatan penyajian, kecepatan transaksi, daftar menu, kebersihan restoran, dekorasi ruangan, temperatur ruangan, keharuman ruangan, musik, variasi jenis produk, jumlah porsi, aroma, rasa, kemasan bawa pulang, harga, promosi dan diskon. Selain itu, penulis juga melihat penelitian-penelitian yang terdahulu dalam menentukan atributnya dan telah dilakukan pre-test kepada konsumen sebanyak 20 orang untuk mengetahui apakah atribut tersebut telah mewakili penilaiannya dalam proses pengambilan keputusan pembelian terhadap suatu produk. 4.4.3. Metode Analisis Biplot Biplot merupakan suatu alat analisis statistika yang menyajikan posisi relatif n obyek pengamatan, dalam hal ini ke-n merek dengan p peubah, 20 atribut yang diteliti secara simultan dalam dua dimensi. Analisis Biplot dapat digunakan pada data minimal skala pengukuran interval. Pengolahan data menggunakan program komputer SPSS 11.0. Sebagai input untuk Makro Biplot adalah matriks rataan yaitu matriks yang berisi rataan dari setiap peubah pada setiap obyek, atau matriks data dari n obyek dan p peubah itu sendiri. Struktur data yang dapat dianalisis dengan Metode Biplot diperlihatkan oleh Tabel 3. Tabel 3. Matriks Data yang Diolah dengan Metode Biplot Ket : n = Jumlah responden m = Jumlah peubah Y jk = Skala penilaian responden ke-i terhadap peubah ke-j Sumber : Gabriel, 1971 Output Biplot berupa nilai singular dan keragamannya, rasio skala garis pada Biplot, koordinal Biplot, serta Biplot itu sendiri. Dua singular pertama menunjukkan keragaman yang diterangkan oleh komponen 1 sumbu utama 1 dan komponen 2 sumbu utama 2 pada Biplot. Besarnya keragaman yang dapat Peubah ke- Merek KFC ke- 1 2 3 …….. m 1 Y 11 Y 12 Y 13 …….. Y 1m 2 Y 21 Y 22 Y 23 …….. Y 2m 3 Y 31 Y 32 Y 33 …….. Y 3m …….. …….. …….. …….. …….. …….. n Y n1 Y n2 Y n3 …….. Y nm diterangkan oleh kedua sumbu utama tersebut dapat dilihat dari persentase keragamannya. Interpretasi dari Biplot itu sendiri adalah sebagai berikut: 1. Panjang vektor peubah sebanding dengan keragaman peubah tersebut. Semakin panjang vektor suatu peubah maka keragaman peubah tersebut semakin tinggi. 2. Nilai kosinus sudut antara dua vektor peubah menggambarkan korelasi kedua peubah. Semakin sempit sudut yang dibuat antara dua peubah maka semakin positif tinggi korelasinya. Jika sudut yang dibuat tegak lurus maka korelasi keduanya rendah, sedangkan jika sudutnya tumpul berlawanan arah maka korelasinya negatif. 3. Posisi obyek KFC, Mc. Donald’s dan California Fried ChickenCFC yang searah dengan suatu vektor peubah berarti peubah tersebut mencirikan ketiga merek yang diteliti. Semakin dekat letak KFC dengan arah yang dituju oleh suatu peubah maka semakin identik peubah tersebut untuk KFC, sedangkan jika arahnya berlawanan maka tidak terdapat suatu kedekatan. 4. Kedekatan letakposisi tiga buah obyek KFC, Mc. Donald’s dan CFC diintepretasikan sebagai kemiripan sifat yang ditunjukkan oleh nilai-nilai peubahnya yang semakin mirip. 4.4.4. Metode Analisis Fishbein Metode Analisis Fishbein merupakan model multi-atribut yang paling terkenal untuk digunakan dalam menganalisis penelitian preferensi konsumen dan diformulasikan sebagai berikut: ∑ = = = = n i i i m k b e A A A 1 . Dimana: A = sikap terhadap KFC A k dan Mc. Donald’s A m b i = tingkat kepercayaan atribut ke-i e i = tingkat kepentingan atribut ke-i n = jumlah atribut Penilaian dengan metode ini diambil dari perhitungan nilai rataan atribut seluruh responden, lalu diformulasikan ke dalam Metode Analisis Fishbein. Hasil formulasi tersebut berupa nilai dari varibel-variabel Fishbein yang ditampilkan dalam suatu tabel. Variable-variabel Fishbein tersebut adalah: 1. Variabel e i menggambarkan tingkat kepentingan atribut restoran makanan siap saji yang diukur pada sebuah skala tingkat kepentingan lima angka yang berjajar yaitu dari 5 = sangat penting hingga 1 = tidak penting. 2. Variabel b i menunjukkan seberapa kuat konsumen percaya bahwa restoran makanan siap saji yang diteliti memiliki atribut yang diberikan. Skala pengukuran bi yaitu lima angka yang berjajar dari 2 = sangat percaya hingga -2 = sangat tidak percaya. 3. Variabel A menunjukkan penilaian sikap responden terhadap atribut restoran makanan siap saji yang merupakan hasil perkalian setiap skor kekuatan kepercayaan dengan skor evaluasi atributnya. Hasil analisis Fishbein ditampilkan dalam bentuk tabel yang memuat angka-angka perhitungan setiap atribut dan produk yang diteliti.

4.4.5. Important Performance Analysis IPA