Analisa Faktor Preferensi Mahasiswa Dalam Memilih Produk Sampo (Studi Kasus Mahasiswa S1 FMIPA USU)

LAMPIRAN

Lampiran 1

Membuat stimuli dengan prosedur syntax

- Dari program SPSS, biarkan data editor dalam keadaan kosong - Plih menu file, New, pilih syntax.

- Ketik pada syntax editor.

ORTHOPLAN FACTORS=

KEMASAN 'Jenis Kemasan' ('Kemasan botol >200 ml' 'Kemasan botol 170 ml' 'Kemasan botol 120 ml' 'Kemasan botol 80 ml' 'Kemasan sachet')

MANFAAT 'Manfaat Sampo' ('Menjadikan rambut lembut dan halus' 'Mengatasi rambut rusak dan bercabang' 'Mengatasi rambut rontok' 'Menjadikan rambut tampak lebih hitam' 'Mengurangi ketombe')

AROMA 'Aroma Sampo' ('Aroma parfum/senyawa kimia' 'Aroma herbal' ) WARNA 'Warna sampo' ('Kuning' 'Biru muda' 'Hitam' 'Putih')

/HOLDOUT =0.

KUISIONER PENELITIAN

Dalam rangka melengkapi data yang diperlukan untuk memenuhi Tugas Akhir, bersama ini saya menyampaikan kuisioner penelitian mengenai “Analisa Faktor Preferensi Mahasiswa Dalam Memilih Produk Sampo (Studi Kasus Mahasiswa S1 FMIPA USU)”. Adapun penelitian ini saya gunakan sebagai bahan

penyusunan skripsi pada Program Sarjana Sains, Departemen Matematika, Fakultas MIPA, Universitas Sumatera Utara.

Mohon bantuan dan kesediannya untuk memberikan jawaban yang sesungguhnya. Saya akan menjamin kerahasiaan data yang saudara/I berikan, karena jawaban tersebut hanya sebagai bahan penelitian dan tidak untuk dipublikasikan.

Saya ucapkan terimakasih atas kesediaan saudara/I telah meluangkan waktu dalam menjawab pertanyaan kuisioner penelitian ini.

Karakteristik Responden:

1. Nama :

2. Jenis kelamin :

Pria Wanita

3. Jurusan :

Petunjuk Pengisian

Berikan peringkat terhadap kombinasi sampo pada tabel berikut yang anda anggap paling sesuai dengan ketertarikan atau selera yang anda inginkan.

Keterangan:

Peringkat 25 menyatakan sangat menyukai dan peringkat 1 menyatakan sangat tidak menyukai.

No. Kemasan Manfaat Aroma Warna Ranking 1. Kemasan

botol 170 ml

Mengatasi rambut

rusak dan bercabang Aroma herbal Biru muda 2. Kemasan

sachet Mengurangi ketombe Aroma herbal Biru muda 3. Kemasan

botol 80 ml Mengurangi ketombe

Aroma parfum/senyawa kimia Hitam 4. Kemasan botol >200 ml Mengatasi rambut rusak dan bercabang

Aroma parfum/senyawa

kimia

Hitam

5. Kemasan

botol 120 ml Mengurangi ketombe Aroma herbal Putih 6. Kemasan

botol 170 ml

Mengatasi rambut rontok Aroma parfum/senyawa kimia Putih

7. Kemasan botol 80 ml

Mengurangi Mengatasi rambut rusak dan bercabang

Aroma herbal Kuning

8. Kemasan

sachet Mengurangi ketombe

Aroma parfum/senyawa

kimia

Putih

9. Kemasan sachet

Menjadikan rambut

lebih hitam Aroma herbal Hitam 10. Kemasan

botol 80 ml

Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Putih

11. Kemasan botol 120 ml

Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Kuning

12. Kemasan botol 170 ml

Menjadikan rambut

lebih hitam Aroma herbal Kuning 13. Kemasan

botol 170 ml

Menjadikan rambut lembut dan halus

Aroma parfum/senyawa

kimia

Kuning

14. Kemasan botol 80 ml

Mengatasi rambut rontok Aroma parfum/senyawa kimia Biru muda

15.

Kemasan botol >200

ml

Mengatasi rambut

rontok Aroma herbal Kuning

16.

Kemasan botol >200

ml

Menjadikan rambut lembut dan halus

Aroma parfum/senyawa

kimia

Kuning

17. Kemasan botol 120 ml

Mengatasi rambut rusak dan bercabang

Aroma parfum/senyawa

kimia

Kuning

18. Kemasan

sachet Mengurangi ketombe

Aroma parfum/senyawa kimia Kuning 19. Kemasan botol >200 ml Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Biru muda

20. Kemasan

botol 120 ml Mengurangi ketombe

Aroma parfum/senyawa

kimia

Biru muda

21. Kemasan

botol 170 ml Mengurangi ketombe

Aroma parfum/senyawa

kimia

Hitam

22. Kemasan

botol 80 ml Mengurangi ketombe Aroma herbal Kuning 23. Kemasan

sachet Mengatasi rambut rontok Aroma parfum/senyawa kimia Kuning 24. Kemasan botol >200 ml

Mengurangi ketombe Aroma herbal Putih

25. Kemasan botol 120 ml

Mengatasi rambut

Lampiran 2

Mencari nilai utility dengan SPSS.

DATA LIST FREE/QN PROD1 TO PROD25. BEGIN DATA.

101 19 1 4 20 5 14 2 6 21 22 23 24 15 13 17 11 18 7 25 8 9 3 12 10 16 102 20 17 19 16 14 18 23 21 22 5 9 15 4 1 25 24 8 12 13 10 6 2 11 3 7 103 23 6 20 17 22 11 18 7 24 4 12 19 3 16 1 25 10 2 21 9 13 5 15 14 8 104 2 9 6 8 11 5 18 3 21 13 1 23 15 25 19 4 24 7 16 12 17 22 20 10 14 105 13 2 14 15 3 16 8 5 6 22 23 21 20 7 19 25 18 4 24 10 11 9 1 12 17 106 25 6 4 7 15 2 16 5 20 14 1 13 21 17 8 22 24 3 11 18 9 19 12 23 10 107 24 18 3 7 21 5 22 23 17 9 1 2 4 6 10 15 8 11 14 13 19 12 16 25 20 108 23 4 6 17 22 10 21 2 3 9 8 20 7 16 24 14 15 1 13 11 12 19 5 18 25 109 8 7 12 18 6 19 5 22 4 14 16 3 11 25 9 10 23 15 17 20 21 2 24 1 13 110 2 24 7 5 8 14 17 19 1 23 11 6 16 20 12 4 21 22 3 13 25 18 15 10 9 111 2 17 5 6 20 14 15 13 25 1 4 16 11 12 3 22 23 24 7 18 9 8 10 19 21 112 5 7 10 15 3 9 20 25 17 18 23 24 21 4 22 14 13 15 16 12 11 8 6 1 2 113 1 23 2 25 11 10 8 7 24 3 22 17 4 9 14 12 16 5 19 18 13 20 15 21 6 114 3 19 7 12 8 4 23 21 25 5 17 9 10 1 16 18 11 6 2 20 24 13 15 22 14 115 23 20 11 1 18 10 19 15 16 9 6 22 4 8 25 2 7 14 3 12 5 17 13 24 21 116 12 9 7 23 5 11 16 17 3 2 1 4 24 20 19 25 22 18 21 13 10 8 6 14 15 117 24 1 7 15 8 12 6 2 10 11 22 23 25 14 13 16 17 19 18 3 4 5 21 9 20 118 24 25 21 8 6 18 4 11 2 15 1 3 5 17 7 13 9 20 23 22 16 12 19 10 14 119 22 1 23 14 12 21 10 15 11 13 20 7 5 25 9 8 24 6 19 16 4 3 18 2 17 120 25 23 17 16 15 13 14 8 18 6 3 1 12 22 2 4 5 11 24 21 20 10 9 7 19 121 11 14 13 12 15 19 18 16 17 24 20 21 22 23 25 9 10 7 8 5 6 4 3 2 1 122 21 23 22 20 24 25 3 7 2 1 6 5 4 15 19 16 8 18 17 9 14 13 11 12 10 123 18 1 6 23 13 19 7 2 3 8 14 17 16 9 22 25 15 4 24 11 20 10 5 21 12

124 17 11 8 20 1 21 10 9 15 16 22 14 18 13 25 24 23 12 19 2 3 4 6 5 7 125 9 2 7 13 19 4 22 17 24 11 25 1 20 6 23 12 18 3 15 14 8 16 5 10 21 126 2 4 5 3 7 1 6 18 19 20 11 21 23 24 22 9 10 25 8 13 12 15 16 14 17 127 23 6 19 15 18 11 21 9 17 1 14 22 3 5 25 10 13 16 7 4 12 2 20 8 24 128 2 25 3 1 9 8 7 12 15 17 6 5 4 11 16 10 13 23 14 18 19 22 24 20 21 129 2 6 5 1 25 4 3 8 7 9 11 12 10 13 15 14 16 17 24 18 19 22 23 21 20 130 12 1 11 10 19 20 2 9 3 25 24 4 23 8 22 5 21 6 7 15 13 16 14 17 18 131 12 1 13 14 22 2 23 15 3 24 4 16 5 17 6 25 7 18 8 9 19 10 21 11 20 132 16 1 6 21 11 17 7 2 3 8 12 18 19 9 22 23 13 4 24 14 20 10 5 25 15 133 21 20 22 23 6 25 12 11 13 5 19 4 24 3 15 14 18 17 16 8 9 2 1 10 7 134 1 2 23 24 16 17 6 18 25 19 7 8 9 3 10 11 12 13 4 5 22 14 15 20 21 135 21 20 22 23 6 25 12 11 13 5 19 4 24 3 15 14 18 17 16 8 9 2 1 10 7 136 19 5 4 25 3 20 2 1 6 18 23 24 22 17 11 12 16 13 21 7 8 9 15 10 14 137 15 16 3 25 10 13 4 17 18 1 6 11 12 2 24 23 9 19 22 7 14 5 20 21 8 138 3 10 5 4 18 20 14 13 15 7 19 23 21 9 25 11 16 17 1 24 6 8 22 2 12 139 20 3 7 25 11 16 8 2 1 6 12 18 17 9 23 24 13 4 22 15 19 10 5 21 14 140 25 1 2 24 3 11 4 5 18 19 20 21 17 12 13 16 23 6 22 7 8 9 14 10 15 141 6 24 16 1 13 7 17 21 25 18 14 8 9 19 2 3 15 22 4 12 10 20 23 5 11 142 20 9 11 14 13 23 16 1 19 5 18 25 22 6 24 21 8 3 7 4 17 15 2 10 12 143 22 6 4 3 14 16 1 2 25 23 12 24 13 10 17 15 11 5 18 8 9 19 7 21 20 144 23 1 2 9 18 10 3 15 25 16 4 21 22 5 11 19 20 6 8 12 7 24 17 13 14 145 6 24 16 1 13 7 17 21 25 18 14 9 8 19 2 3 15 22 4 12 10 20 23 5 11 146 10 1 18 20 19 2 21 11 22 3 23 4 12 13 5 25 24 14 6 15 7 8 16 17 9 147 20 3 7 25 12 17 8 4 5 9 13 18 19 10 23 24 15 2 22 11 16 6 1 21 14 148 16 24 19 9 25 12 21 20 10 15 4 13 6 11 14 2 5 22 3 17 18 8 1 23 7 149 9 11 13 8 14 16 2 3 1 6 7 4 17 15 18 12 20 10 19 24 25 22 23 5 21 150 20 9 11 14 13 23 16 1 19 5 18 25 22 6 24 21 8 3 7 4 17 15 2 10 12 151 1 17 11 12 15 14 2 3 4 5 6 8 7 9 20 21 24 16 25 19 13 18 20 22 23 152 20 10 15 5 11 6 23 17 18 25 12 7 8 24 4 3 13 19 2 16 9 22 21 1 14

153 11 3 5 18 7 17 14 10 22 21 19 25 16 13 24 23 12 2 20 6 4 8 9 1 15 154 14 12 13 8 23 15 9 22 6 24 11 7 10 2 25 4 1 3 5 21 16 20 18 19 17 155 20 10 9 21 8 22 6 1 11 12 13 18 24 7 15 25 23 2 19 5 16 14 3 4 17 156 15 2 16 17 14 18 10 3 4 13 19 20 21 12 22 23 9 1 24 8 7 6 5 11 25 157 22 5 6 12 16 23 7 4 3 8 14 25 24 9 19 17 13 2 18 11 21 10 1 15 20 158 15 25 4 1 17 5 21 23 6 16 24 9 19 10 8 20 22 18 7 12 2 13 14 11 3 159 2 14 15 10 8 25 1 13 12 11 9 7 6 21 22 5 4 16 3 17 18 19 24 20 23 160 6 4 10 11 14 19 15 1 2 20 12 18 17 22 24 23 13 3 7 9 16 25 5 21 8 161 17 7 19 9 1 4 11 2 23 3 10 14 15 18 8 12 16 20 24 21 22 6 5 13 25 162 7 3 23 18 9 8 2 10 14 22 17 13 12 1 20 25 6 5 11 21 15 19 4 16 24 163 2 8 9 18 23 3 7 10 14 22 20 25 5 11 17 13 12 1 6 21 24 15 4 19 16 164 17 11 8 20 1 21 10 9 15 16 22 14 18 13 25 24 23 12 19 2 3 4 6 5 7 165 5 4 11 13 12 17 10 14 20 15 6 21 7 8 22 16 23 9 24 1 3 18 25 2 19 166 2 4 13 14 25 6 3 5 24 12 11 16 15 21 23 17 22 18 19 8 10 7 1 9 20 167 2 8 7 11 14 13 19 15 9 3 1 16 10 20 11 23 12 24 25 6 4 17 5 18 22 168 2 6 5 9 15 8 21 16 22 17 14 7 24 10 25 1 11 18 19 12 20 23 3 13 4 169 6 2 5 13 16 7 14 20 8 15 9 23 21 1 24 17 3 18 4 11 19 12 10 25 22 170 3 2 10 13 11 16 22 1 17 12 15 18 23 14 25 4 19 5 6 8 20 9 7 24 21 171 5 25 10 6 13 18 2 14 19 7 15 20 8 16 21 1 9 17 24 4 11 22 23 12 3 172 2 5 4 8 6 12 13 1 18 7 3 20 22 9 10 19 11 21 25 14 17 23 15 24 16 173 3 13 5 12 15 4 6 14 7 17 9 21 16 8 10 22 24 11 23 2 18 25 1 19 20 174 2 11 10 15 17 19 12 1 13 18 14 20 23 3 24 22 4 5 25 6 8 16 9 21 7 175 2 25 11 15 16 12 19 1 20 3 21 4 13 5 14 6 22 7 23 8 10 17 24 9 18 176 2 4 6 10 12 16 19 1 3 11 5 15 20 23 7 13 21 14 25 9 8 17 22 24 18 177 2 6 5 12 17 13 1 4 14 18 15 21 3 16 22 7 24 8 23 10 19 25 20 9 11 178 2 7 11 14 3 6 10 17 21 18 5 22 4 15 23 25 8 9 16 12 19 24 20 1 13 179 2 13 4 7 9 12 8 1 17 20 21 24 3 10 25 14 11 18 19 5 15 22 16 6 23 180 2 11 17 20 5 18 22 9 19 25 1 24 10 12 23 3 13 4 14 6 15 21 7 16 8 181 3 10 4 7 12 15 17 11 22 25 1 23 5 13 18 2 6 14 19 8 16 20 24 9 21

182 2 4 7 6 13 3 12 19 5 14 20 15 8 9 21 10 22 11 23 1 18 16 24 17 25 183 2 8 3 7 11 4 15 5 14 6 9 25 10 17 19 22 18 20 24 12 1 13 16 21 23 184 15 1 9 4 19 21 7 3 2 6 8 16 13 12 11 17 25 10 23 22 20 14 5 24 18 185 14 7 9 1 12 4 20 2 22 17 25 13 15 19 24 5 11 8 3 10 21 16 6 23 18 186 23 1 10 12 18 9 19 14 2 5 6 22 4 3 24 17 11 13 7 15 16 20 8 25 21 187 16 3 8 24 14 17 9 4 5 11 2 18 20 10 21 25 19 6 23 13 15 7 1 22 12 188 16 1 6 21 11 17 7 2 3 8 12 18 19 9 22 25 13 4 23 14 20 10 5 24 15 189 22 1 3 2 23 4 21 5 24 6 7 18 8 9 19 10 11 12 13 14 17 16 15 20 25 190 20 1 11 6 19 23 12 2 3 13 21 24 22 14 7 8 18 4 9 17 25 15 5 10 16 191 5 8 13 9 14 10 17 15 1 18 2 20 25 3 23 6 21 22 24 11 16 19 4 7 12 192 6 24 16 1 13 7 17 21 25 18 14 9 8 19 2 3 15 22 4 12 10 20 23 5 11 193 2 6 5 1 25 4 3 8 7 9 11 12 10 13 15 14 16 17 24 18 19 22 23 21 20 194 17 11 8 20 1 21 10 9 15 16 22 14 18 13 25 24 23 12 19 2 3 4 6 5 7 END DATA.

CONJOINT PLAN='D:\sampo\isti.sav' /FACTORS=

KEMASAN 'Jenis Kemasan' ('Kemasan botol >200 ml' 'Kemasan botol 170 ml' 'Kemasan botol 120 ml' 'Kemasan botol 80 ml' 'Kemasan sachet')

MANFAAT 'Manfaat Sampo' ('Menjadikan rambut lembut dan halus' 'Mengatasi rambut rusak dan bercabang' 'Mengatasi rambut rontok' 'Menjadikan rambut tampak lebih hitam' 'Mengurangi ketombe')

AROMA 'Aroma Sampo' ('Aroma parfum/senyawa kimia' 'Aroma herbal' ) WARNA 'Warna sampo' ('Kuning' 'Biru muda' 'Hitam' 'Putih')

/SUBJECT=QN

/SCORE=PROD1 PROD2 PROD3 PROD4 PROD5 PROD6 PROD7 PROD8 PROD9 PROD10 PROD11 PROD12 PROD13 PROD14 PROD15 PROD16 PROD17 PROD18 PROD19 PROD20 PROD21 PROD22 PROD23 PROD24 PROD25

/PRINT=ALL /PLOT=ALL

DAFTAR PUSTAKA

Afiyati, Y. 2013. Analisis Preferensi Mahasiswa Terhadap Layanan Herregistrasi Fakultas Sains dan Teknologi UIN SUnan Kalijaga Yogyakarta Melalui Metode Conjoint. [Skripsi]. Yogyakarta: Universitas Islam Negeri, Program Studi Matematika.

Anastasia, A. and Safitri, D. 2011. Analisis Konjoin Full-Profile Untuk Mengetahui Feature Telepon Selular yang Ideal Dipasarkan di Kecamatan Banyumanik Semarang. Di dalam: Seminar Nasional Statistika Universitas Diponegoro; Semarang, 2011.

Budiono. and Nani, H. 2008. Analisis Conjoint Sebagai Alat Menentukan Model Preferensi Nasabah Menabung di Bank. Di dalam: Seminar Matematika dan Pendidikan Matematika Program Studi Statistika Terapan FMIPA Univ Gajayana, Malang, 2008.

Desrina, Y.I., Moses, L.S. and Bambang, S. 2014. Integrasi Guality Gunction Deployment (QFD) dan Conjoint Analysis Untuk Mengetahui Preferensi Konsumen. Jurnal Optimasi Sistem Industri. 13:618-640.

Dwipurwani, O. and Cahyawati, D. 2011. Preferensi Pengguna Layanan Perpustakaan dengan Menggunakan Analisis Konjoin. Jurnal Penalitian Sains. 14: 2(A). Ghozali, Imam. 2006. Analisis Multivariat Lanjutan dengan Program SPSS.

Semarang: Universitas Diponegoro.

Green, P.E. 1964. Research for Marketing Decision. Prentice Hall. New Jersey. Hair, J.F., Anderson, R.L., Tatham, W.C. and Black. 1998. Multivariate Data

Analysis Fifth Edition. Prentice-Hall Internasional. New Jersey.

Priatna, B.A. 2007. Teknik-teknik Analisis Multivariat Terkini yang Sering Digunakan dalam Penlitian. FPMIPA UPI

Singgih, Santoso, 2010. Analisis Multivariat Konsep dan Aplikasi dengan SPSS, PT Gramedia, Jakarta.

Supranto, J, 2004. Analisis Multivariat, Rineka Cipta: Jakarta.

Wahyudi, N. and Widayanto, R. 2013. Analisis Conjoint Untuk Menentukan Prioritas Pilihan Mahasiswa dalam Memilih Dosen Pengampu Mata Kuliah. FMIPA Universitas Negeri Semarang.

BAB 3 PEMBAHASAN

3.1 Gambaran Umum Karakteristik Responden

Perilaku responden dapat dipengaruhi oleh berbagai macam faktor. Tentu hal ini menjadi tantangan utama bagi para pemasar untuk mengendalikan semua faktor yang mampu mempengaruhi perilaku memilih pada konsumen. Penelitian ini didapatkan dengan menyebarkan kuesioner kepada mahasiswa Universitas Sumatera Utara.

Pada penelitian ini populasinya adalah mahasiswa S1 FMIPA USU yang berjumlah 1.474 orang berdasarkan data yang diperoleh dari web site USU diantaranya:

1. Matematika – S1 = 360 2. Fisika – S1 = 376 3. Biologi – S1 = 357 4. Kimia – S1 = 381

3.2 Penarikan Sampel

= �

1 +��2

= 1474

1 + 1474 (0,1)2

= 1474

= 1474 15,74 = 94

Penarikan sampel dengan proportional stratified random sampling adalah pada tabel berikut:

Tabel 3.1 Jumlah Sampel Setiap Departemen

(1) (2) (3) (4)

No. Departemen Jumlah sampel setiap

departemen Jumlah sampel

1 Matematika 360

1474× 94 23

2 Fisika 376

1474× 94 24

3 Biologi 357

1474× 94 23

4 Kimia 381

1474× 94 24

Total 94

Sampel yang dihasilkan dengan menggunakan rumus diatas adalah sebanyak 94 mahasiswa dari populasi sebesar 1474 mahasiswa yang masih aktif terdaftar sebagai mahasiswa S1 Fakultas Matematika dan Ilmu Pengetahuan Alam.

Kemudian sampel dari masing-masing jurusan diatas diambil secara acak dan tiap sampel diminta untuk mengevaluasi stimulus dari sampo yang sudah tersedia pada kuisioner.

3.3 Analisis Preferensi Sampo Secara Umum

Munculnya merek-merek sampo di pasar membuat persaingan semakin tinggi, sehingga perlu dilakukan penelitian mengenai pola atribut yang mempengaruhi preferensi konsumen dalam membeli produk sampo dan diperlukan pola atribut yang mempengaruhi pembelian sampo. Pada dasarnya, ada beberapa pola atribut yang mempengaruhi preferensi konsumen tetapi pada penelitian ini atribut hanya dibatasi pada atribut jenis kemasan, manfaat, aroma dan warna dengan 16 level atribut. Dapat dilihat pada tabel berikut:

Tabel 3.2. Atribut dan Level Sampo yang Digunakan

(1) (2) (3) (4)

No. Atribut Level

Atribut Keterangan

1. Jenis Kemasan 5 Kemasan sachet

4 Kemasan botol 80 ml 3 Kemasan botol 120 ml 2 Kemasan botol 170 ml 1 Kemasan botol >200 ml

2. Manfaat 5 Mengurangi ketombe

4 Menjadikan rambut tampak lebih hitam

3 Mengatasi rambut rontok 2 Mengatasi rambut rusak dan

bercabang

1 Menjadikan rambut lembut dan halus

3. Aroma 2 Aroma herbal

1 Aroma parfum/senyawa kimia

(1) (2) (3) (4)

3 Hitam

2 Biru muda

1 Kuning

Atribut dan level masing-masing dipergunakan sebagai input untuk menyusun stimulus sebagai kombinasi level atribut dalam analisis konjoin.

3.4 Penyajian Data

Jika stimulus dibentuk dengan menggunakan cara multiple-factor-evaluation, yaitu jika ada m faktor atau atribut dan ada n level yang diteliti dapat mengevaluasi semua stimuli yang muncul dengan × × ×…× sejumlah m buah dengan > 0 dan > 0, dihasilkan 200 kombinasi. Untuk mengurangi tugas evaluasi dari responden maka kombinasi sampo sebanyak 200 didesain oleh SPSS dengan menggunakan orthogonal array yang menghasilkan 25 kombinasi, sehingga responden tidak perlu mengisi seluruh stimuli. Dapat dilihat pada tabel berikut:

Tabel 3.3. Stimulus yang Menjadi Kuisioner Penelitian

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

No. Kemasan Manfaat Aroma Warna

1. Kemasan botol 170 ml

Mengatasi rambut rusak dan bercabang

Aroma herbal Biru muda

2. Kemasan sachet

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

3. Kemasan botol 80 ml

Mengurangi ketombe Aroma parfum/senyawa

kimia

Hitam

4. Kemasan botol >200

ml

Mengatasi rambut rusak dan bercabang

Aroma parfum/senyawa

kimia

Hitam

5. Kemasan botol 120 ml

Mengurangi ketombe Aroma herbal Putih

6. Kemasan botol 170 ml

Mengatasi rambut rontok Aroma parfum/senyawa kimia Putih

7. Kemasan botol 80 ml

Mengurangi Mengatasi rambut rusak dan bercabang

Aroma herbal Kuning

8. Kemasan sachet

Mengurangi ketombe Aroma parfum/senyawa

kimia

Putih

9. Kemasan sachet

Menjadikan rambut lebih hitam

Aroma herbal Hitam

10. Kemasan botol 80 ml

Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Putih

11. Kemasan botol 120 ml

Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Kuning

12. Kemasan botol 170 ml

Menjadikan rambut lebih hitam

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

13. Kemasan botol 170 ml

Menjadikan rambut lembut dan halus

Aroma parfum/senyawa

kimia

Kuning

14. Kemasan botol 80 ml

Mengatasi rambut rontok Aroma parfum/senyawa kimia Biru muda

15. Kemasan botol >200

ml

Mengatasi rambut rontok

Aroma herbal Kuning

16. Kemasan botol >200

ml

Menjadikan rambut lembut dan halus

Aroma parfum/senyawa

kimia

Kuning

17. Kemasan botol 120 ml

Mengatasi rambut rusak dan bercabang

Aroma parfum/senyawa

kimia

Kuning

18. Kemasan sachet

Mengurangi ketombe Aroma parfum/senyawa

kimia

Kuning

19. Kemasan botol >200 ml Menjadikan rambut lebih hitam Aroma parfum/senyawa kimia Biru muda

20. Kemasan botol 120 ml

Mengurangi ketombe Aroma parfum/senyawa

kimia

Biru muda

21. Kemasan botol 170 ml

Mengurangi ketombe Aroma parfum/senyawa

kimia

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

22. Kemasan botol 80 ml

Mengurangi ketombe Aroma herbal Kuning

23. Kemasan sachet

Mengatasi rambut rontok

Aroma parfum/senyawa

kimia

Kuning

24. Kemasan botol >200

ml

Mengurangi ketombe Aroma herbal Putih

25. Kemasan botol 120 ml

Mengatasi rambut rontok

Aroma herbal Hitam

Selanjutnya konsumen diminta untuk memberikan ranking terhadap kombinasi sampo yang ada di tabel 3.2 dengan petunjuk 25 menyatakan sangat menyukai dan 1 menyatakan sangat tidak menyukai.

3.5 Pengolahan Nilai Utilitas Level Tiap Atribut

Analisis konjoin memiliki salah satu tujuan untuk mengetahui nilai guna/utility dalam tiap-tiap level pada atribut yang akan diujikan. Untuk mengetahui nilai utilitas tersebut, harus diketahui preferensi responden, baik secara individu maupun agregat (keseluruhan), dalam mengevaluasi ketertarikan responden terhadap produk sampo. Nilai utilitas individu bermanfaat untuk mendesain suatu produk sampo bersifat spesifik bagi masing-masing individu. Nilai utilitas agregat menunjukkan nilai utilitas secara keseluruhan dari responden penelitian ini. Terdapat nilai utilitas agregat dengan tanda negatif karena pengaruh efek coding dan proses penghitungannya.

Dalam penafsiran angka utilitasnya perlu memperhatikan penyusunan rating yang dilakukan oleh responden. Karena dalam penelitian ini, responden melakukan

penyusunan rating dari yang paling tidak disukai sampai yang paling disukai, maka tanda negatif yang terbaca sebagai nilai utilitas menunjukkan bahwa responden tidak menyukai level pada atribut tersebut. Untuk mengetahui perhitungan nilai utilitas setiap responden dan nilai utilitas agregatnya yaitu sampel respondennya sebanyak 94 orang mewakili mahasiswa S1 FMIPA USU dapat dihitung dengan cara sebagai berikut:

Untuk atribut jenis kemasan, dengan level 5 sebagai kategori dasar maka dapat dikodekan sebagai berikut:

Level _{1 2 3 4}

Level 1 1 0 0 0

Level 2 0 1 0 0

Level 3 0 0 1 0

Level 4 0 0 0 1

Level 5 0 0 0 0

Untuk atribut manfaat, dengan level 5 sebagai kategori dasar maka dapat dikodekan sebagai berikut:

Level _{5 6 7 8}

Level 1 1 0 0 0

Level 2 0 1 0 0

Level 3 0 0 1 0

Level 4 0 0 0 1

Untuk atribut aroma, dengan level 2 sebagai kategori dasar maka dapat dikodekan sebagai berikut:

Level ₉

Level 1 1

Level 2 0

Untuk atribut warna, dengan level 4 sebagai kategori dasar maka dapat dikodekan sebagai berikut:

Level _{10 11 12}

Level 1 1 0 0

Level 2 0 1 0

Level 3 0 0 1

Level 4 0 0 0

Karena preferensi yang diperoleh dari responden masih berupa kata-kata, data tersebut perlu dikodekan menjadi variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitaif. Hasilnya adalah data pada tabel berikut:

Tabel 3.4 Pengkodean Data untuk Regresi

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

No

Jenis Kemasan Manfaat Aroma Warna Preferensi

1 2 3 4 5 6 7 8 9 10 11 12 Ranking Skor

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

2 0 0 0 0 0 0 0 0 0 0 1 0 2 2

3 0 0 1 0 0 0 0 0 1 0 0 1 3 3

4 1 0 0 0 0 1 0 0 1 0 0 1 18 4

5 0 0 1 0 0 0 0 0 0 0 0 0 14 5

6 0 1 0 0 0 1 0 0 1 0 0 0 20 6

7 0 0 0 1 0 1 0 0 0 1 0 0 10 7

8 0 0 0 0 0 0 0 0 1 0 0 0 1 8

9 0 0 0 0 0 0 0 1 0 0 0 1 7 9

10 0 0 0 1 0 0 0 1 1 1 0 0 9 10

11 0 0 1 0 0 0 0 1 1 1 0 0 5 11

12 0 1 0 0 0 0 0 1 0 1 0 0 23 12

13 0 1 0 0 1 0 0 0 1 1 0 0 21 13

14 0 0 0 1 0 0 1 0 1 0 1 0 22 14

15 1 0 0 0 0 0 1 0 0 1 0 0 17 15

16 1 0 0 0 1 0 0 0 1 1 0 0 13 16

17 0 0 1 0 0 0 0 0 1 1 0 0 6 17

18 0 0 0 0 0 0 0 0 1 1 0 0 4 18

19 1 0 0 0 0 0 0 1 1 0 1 0 19 19

20 0 0 1 0 0 0 0 0 1 0 1 0 16 20

21 0 1 0 0 0 0 0 0 1 0 0 1 24 21

22 0 0 0 1 0 0 0 0 0 1 0 0 25 22

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

24 1 0 0 0 0 0 0 0 0 0 0 0 12 24

25 0 0 1 0 0 0 1 0 0 0 0 1 15 25

Data yang sudah ditransformasi (diubah bentuknya), sehingga data yang diperoleh dari hasil kuisioner dianalisis dengan persamaan regresi linear berganda dengan variabel bebas berupa dummy sebanyak 12 buah. Model yang diperkirakan mungkin bisa diwakili oleh persamaan regresi linear berganda berikut:

�= 0+ 1 1+ 2 2+ 3 3+ 4 4+ 5 5+ 6 6+ 7 7+ 8 8+ 9 9+ 10 10+ 11 11 + 12 12

dimana:

� = utility atau kegunaan

1, 2, 3, 4 = variabel dummy mewakili bagian Jenis Kemasan 5, 6, 7, 8 = variabel dummy mewakili bagian Manfaat 9 = variabel dummy mewakili bagian Aroma 10, 11, 12 = variabel dummy mewakili bagian Warna

Menentukan ₀, 1,…, 12 dapat menggunakan metode kuadrat terkecil dapat dilihat pada tabel di bawah ini:

Tabel 3.5 Coefficientsa

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

Model

Unstandardized Coefficients

Standardized Coefficients

T Sig. B Std. Error Beta

1 (Constant) 4.422 4.178 1.058 .311

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

b1 12.297 4.244 .682 2.898 .013

b2 17.747 4.499 .984 3.945 .002

b3 4.633 3.756 .274 1.234 .241

b4 13.568 4.477 .690 3.030 .010

b5 -1.566 6.086 -.059 -.257 .801

b6 -5.917 4.290 -.301 -1.379 .193

b7 b8

4.337 -1.188

3.899 .221 1.112 .288 3.714 -.066 -.320 .754

b9 .276 2.627 .019 .105 .918

b10 -1.154 4.263 -.079 -.271 .791

b11 -.283 4.366 -.016 -.065 .949

b12 1.504 4.348 .083 .346 .735

Dengan diketahuinya kode variable dummy, dimana level 5 dan 4 sebagai kategori dasar. Setiap level perlu dilambangkan terlebih dahulu, untuk atribut kemasan utility masing-masing dilambangkan terlebih oleh �11(kemasan >200 ml), �12(kemasan 180 ml), �13(kemasan 120 ml), �14(kemasan 80 ml), �15(kemasan sachet). Untuk setiap level dalam atribut manfaat dilambangkan �21(menjadikan rambut lembut dan halus), �22(mengatasi rambut rusak dan bercabang), �23(mengatasi rambut rontok), �24(menjadikan rambut tampak lebih hitam), �25(mengurangi ketombe). Untuk setiap level dalam atribut aroma dilambangkan �31(aroma parfum/senyawa kimia), �32(aroma herbal). Untuk setiap level dalam atribut warna dilambangkan �41(kuning), �42(biru muda), �43(hitam), �44(putih).

Hubungan setiap koefisien variable dummy, mewakili perbedaan dalam part-worth untuk level yang bersangkutan dikurangi part-worth dari level kategori dasar, misalnya untuk atribut kemasan, kita peroleh persamaan berikut:

�11 − �15 = ₁ �12 − �15 = 2

Untuk memecahkan parth-worth, suatu tambahan pembatasan diperlukan. Parth-worth diestimasi pada suatu skala interval, jadi titik asal (origint) sembarang arbitaary). Maka dari itu pembatasan tambahan mempunyai bentuk berikut:

�11+�12 +�13+�14+�15 = 0

Persamaan untuk atribut pertama, yaitu kemasan, sebagai berikut:

�11 − �15 = 1 (1)

�12 − �15 = 2 (2)

�13 − �15 = 3 (3)

�14 − �15 = 4 (4)

�11 +�12+�13 +�14+�15 = 0 (5)

Dengan menggunakan nilai-nilai koefisien maka diperoleh persamaan:

�11 − �15 = 12,297 (6)

�12 − �15 = 17,747 (7)

�13 − �15 = 4,633 (8)

Dari persamaan (6) diperoleh persamaan: �11 − �15 = 12,297

�11 = 12,297 +�15 (10)

Dari persamaan (7) diperoleh persamaan: �12 − �15 = 17,747

�12 = 17,747 +�15 (11)

Dari persamaan (8) diperoleh persamaan: �13 − �15 = 4,633

�13 = 4,633 +�15 (12)

Dari persamaan (9) diperoleh persamaan: �14 − �15 = 13,568

�14 = 13,568 +�15 (13)

Dari persamaan (5) diperoleh persamaan: �11 +�12+�13 +�14+�15 = 0

12,297�15+ 17,747�15+ 4,633�15+ 13,568�15+�15 = 0 5�15 =−48,245

�15 =−9,649 (14)

Dari persamaan (10) diperoleh persamaan: �11 = 12,297 +�15

�11 = 12,297−9,649

Dari persamaan (11) diperoleh persamaan: �12 = 17,747 +�15

�12 = 17,747−9,649

�12 = 8,098 (16)

Dari persamaan (12) diperoleh persamaan: �13 = 4,633 +�15

�13 = 4,633−9,649

�13 = −5,016 (17)

Dari persamaan (13) diperoleh persamaan: �14 = 13,568 +�15

�14 = 13,568−9,649

�14 = 3,919 (18)

Setelah diselesaikan diperoleh hasil sebagai berikut: �11 = 2,648

�12 = 8,098 �13 = −5,016 �14 = 3,919 �15 = −9,649

Dengan cara yang sama dilakukan untuk semua atribut. Persamaan untuk atribut manfaat, yaitu:

�21− �25 = 5 �22− �25 = 6 �23− �25 = ₇ �24− �25 = 8

�21+�22+�23 +�24 +�25 = 0

Setelah diselesaikan diperoleh hasil: �21 =−0.699

�22 =−5,05 �23 = 5,204 �24 =−0,321 �25 = 0,867

Persamaan untuk atribut aroma, yaitu: �31− �32 = 9

�31+�32 = 0

Setelah diselesaikan diperoleh hasil: �31 = 0,138

Persamaan untuk atribut warna, yaitu:

�41− �44 = 10 �42− �44 = 11 �43− �44 = ₁₂

�41+�42+�43 +�44 = 0

Setelah diselesaikan diperoleh hasil: �41 =−1,17

�42 =−0,299 �43 = 1,488 �44 =−0,016

Dari hasil yang telah diperoleh, maka estimasi utilitas tiap levelnya yang disebut prediksi part-worth secara agregat yaitu sebagai berikut:

�11 = 2,648, �12 = 8,098, �13 = −5,016, �14 = 3,919, �15 =−9,649, �21 = −0,699, �22 = 5,05, �23 = 5,204, �24 =−0,321,�25 = 0,867, �31 = 0,138, �32 = −0,138, �41 =−1,17, �42 = −0,29, �43 = 1,488, �44 = −0,016

Dan dari estimasi koefisien diatas maka dapat disubstitusi setiap estimasi utilitas kedalam persamaan dasar konjoin yaitu sebagai berikut:

� = 2,648 11+ 8,098 12−5,016 13+ 3,919 14−9,649 15 −0,699 2 1

+5,05 22+ 5,204 23−0,321 24 + 0,867 25+ 0,138 31−138 32 −1,17 41−0,29 42+ 0,1488 43 −0,016 44

Nilai utilitas pada dasarnya adalah selisih antara rata-rata atribut tertentu dengan nilai konstantanya. Jika selisihnya bernilai negatif, maka responden kurang suka dengan stimuli produk tersebut. Sebaliknya, jika selisih adalah positif, maka responden suka dengan stimuli produk tersebut. Dari hasil perhitungan nilai utilitas maka dapat ditafsirkan analisis nilai utilitas setiap level pada atribut, yaitu:

1. Jenis kemasan.

Karena utility untuk kemasan botol 180 ml positif dan bernilai paling besar, maka secara umum responden suka dengan sampo kemasan botol 180 ml. 2. Manfaat.

Karena utility untuk manfaat mengatasi rambut rontok positif dan bernilai paling besar, maka secara umum responden suka dengan sampo yang bermanfaat mengatasi rambut rontok.

3. Aroma.

Karena utility untuk aroma herbal bernilai positif, maka secara umum responden suka dengan sampo aroma herbal.

4. Warna.

Karena utility untuk warna hitam postif dan bernilai paling besar, maka secara umum responden suka dengan sampo warna hitam.

Berdasarkan hasil diatas, maka dapat disimpulkan bahwa konsumen lebih tertarik pada produk sampo yang jenis kemasannya botol 180 ml, bermanfaat untuk mengatasi rambut rontok, dengan aroma herbal dan berwarna hitam.

Tingkat kepentingan relatif suatu produk sangat perlu untuk melihat minat konsumen serta terhadap tenaga distributor untuk dapat mengkombinasikan atribut yang dianggap penting dan mengabaikan atribut yang relatif kurang menunjang minat konsumen. Berdasarkan utilitas level-level yang sudah dihitung maka dapat diketahui tingkat kepentingan setiap atribut, diketahui bahwa tingkat kepentingan atribut adalah selisih utilitas tertinggi dan terendah. Seperti dinyatakan pada persamaan berikut. Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus:

Tingkat kepentingan setiap atribut adalah:

Kemasan ₁ = 8,098− −9,649 = 17,747 Manfaat ₂ = 5,204− −5,05 = 10,254 Aroma ₃ = 0,138− −0,138 = 0,276 Warna ₄ = 1,491−(−1,167) = 2,658

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

= =1

=1

= 1

Dengan rumus diatas maka bobot setiap atribut adalah:

Kemasan ₁ = 17,747

17,747+10,254+0,276+2,658 = 17,747

30,935= 0,574

Manfaat ₂ = 10,254

17,747+10,254+0,276+2,658 = 10,254

30,935= 0,331

Aroma ₃ = 0,276

17,747+10,254+0,276+2,658 = 0,276

30,935= 0,009

Warna ₄ = 2,658

17,747+10,254+0,276+2,658 = 2,658

Dari hasil nilai utilitas agregat level atribut dan tingkat kepentingan relatifnya akan digambarkan dalam bentuk diagram sebagai berikut:

Gambar 3.1 Tingkat Kepentingan Relatif 94 Mahasiswa FMIPA USU

Dengan demikian dapat disimpulkan bahwa atribut yang paling disukai mahasiswa FMIPA USU adalah kemasan sampo dengan bobot 57,4%. Kemasan sampo yang paling disukai responden adalah kemasan 180 ml dengan nilai utilitas 8,098. Berikutnya adalah atribut manfaat dengan bobot 33,1%, dimana manfaat sampo yang paling disukai responden adalah mengatasi rambut rontok dengan nilai utilitas 5,204. Berikutnya adalah atribut aroma dengan bobot 0,9%, dimana aroma sampo yang paling disukai responden adalah aroma herbal. Berikutnya adalah atribut warna dengan bobot 8,6%, dimana warna sampo yang paling disukai responden adalah warna hitam dengan nilai utility 1,488.

57,4% 33,1%

0,9% 8,6%

Kemasan Manfaat Aroma Warna

3.6 Interpretasi Hasil Analisis Konjoin

Interpretasi hasil dari seluruh analisis konjoin dapat dilihat pada tabel 3.6 berikut:

Tabel 3.6 Hasil Analisis Konjoin

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

Atribut

Level Tingkat Kepentingan

Deskripsi

Utility

Skor Bobot Lambang Skor

Kemasan

Sachet �15 -9,649

17,747 0,574

80 ml �14 3,919

120 ml �13 -5,016

180 ml �12 8,098

>200 ml �11 2,648

Manfaat

Mengurangi

ketombe �25 0,867

10,254 0,331 Menjadikan

rambut tampak lebih hitam

�24 -0,321

Mengatasi

rambut rontok �23 5,204 Mengatasi

rambut rusak dan bercabang

(1) (2) (3) (4) (5) (6) Menjadikan rambut lembut dan halus �21 -0,699 Aroma

Aroma herbal �32 -0,138

0,276 0,009 Aroma

parfum/senyawa kimia

�31 0,138

Warna

Putih �44 -0,016

2,658 0,086

Hitam �43 1,488

Biru muda �42 -0,299

Kuning �41 -1,170

Untuk menginterpretasikan hasil analisis, perlu di plot-kan fungsi part-worth. Nilai fungsi part-worth untuk setiap atribut disajikan dalam gambar berikut:

Gambar 3.2 Fungsi Utilitas Atribut Jenis Kemasan -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 Kemasan botol > 200 ml

Kemasan botol 180 ml Kemasan botol 120 ml Kemasan botol 80 ml Kemasan sachet Column2

Gambar 3.3 Fungsi Utilitas Atribut Manfaat

Gambar 3.4 Fungsi Utilitas Atribut Aroma -6

-4 -2 0 2 4 6

Menjadikan rambut dan

halus

Mengatasi rambut rusak dan bercabang

Mengatasi rambut rontok

Menjadikan rambut tampak

lebih hitam

Mengurangi ketombe Column2

-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2

Aroma parfum/senyawa

kimia

Aroma herbal

Gambar 3.5 Fungsi Utilitas Atribut Warna

3.7 Pengukuran Reliabilitas dan Validitas

Analisis konjoin bertujuan untuk memperkirakan pola pendapat responden, yang disebut estimates part-worth, kemudian membandingkan dengan pendapat responden yang sebenarnya, yang ada proses stimuli, yang dicerminkan dengan tingginya angka korelasi antara hasil estimates dengan hasil actual. Inilah yang disebut dengan Accuracy, yakni mengukur tingkat ketepatan prediksi, yang dicerminkan dengan adanya korelasi yang tinggi dan signifikansi antara hasil estimates dengan hasil aktual.

Untuk menguji validitas dalam analisis konjoin dilakukan dengan Pearson’s R dan Kendall’s Tau. Korelasi Pearson’s R digunakan untuk perhitungan data dengan skala rating, sedangkan Kendall’s Tau digunakan untuk menghitung data dengan skala ranking. Pedoman untuk uji signifikansi adalah:

0: Tidak ada korelasi yang kuat antara variable estimates dengan responden. 1: Ada korelasi yang kuat antara variable estimates dengan responden.

-1.5 -1 -0.5 0 0.5 1 1.5 2

Kuning Biru muda Hitam Putih

Jika angka signifikansi 0,05 maka ₀ diterima, sebaliknya jika angka signifikansi 0,05 maka ₀ ditolak.

Tabel 3.7 Korelasi Variabel Estimates dan Responden Value Sig.

Pearson's R .895 .000

Kendall's tau .702 .000

Pada pengukuran ini, diperoleh hasil bahwa prediksi utilitas dan utilitas aktualnya saling berkorelasi cukup kuat, yaitu sebesar 0,895 dan 0,702 dan memiliki signifikansi masing-masing sebesar 0,000 artinya signifikansi <0,05. Hal ini membuktikan adanya hubungan yang kuat antara utilitas estimates dan actual, atau terdapat ketepatan dalam memprediksi (Predictive Accuracy), yang menunjukkan bahwa model regresi linier multiple tersebut cocok atau tepat untuk data yang dianalisis.

BAB 4

KESIMPULAN DAN SARAN

4.1. Kesimpulan

Dari kajian dan analisis yang dilakukan dapat disimpulkan bahwa:

1. Urutan nilai kepentingan atribut sampo dari yang terpenting menurut konsumen adalah jenis kemasan, manfaat, warna dan aroma sampo.

2. Hasil dari penerapan analisis konjoin untuk mengetahui dasar preferensi dalam memilih produk sampo yaitu mahasiswa S1 FMIPA USU mengharapkan sampo dengan jenis kemasan botol 180 ml dengan utilitas 8,908 dan kepentingan relatif 0,574, manfaat untuk mengatasi rambut rontok dengan utilitas 5,024 dan kepentingan relatif 0,331, aroma herbal dengan utilitas 0,138 dan kepentingan relatif 0,009 dan warna hitam dengan utilitas 1,488 dan kepentingan relatif 0,086.

4.2. Saran

Berdasarkan hasil yang telah diperoleh dari pembahasan maka dapat disarankan kepada produsen untuk lebih banyak memproduksi sampo yang jenis kemasannya botol 180 ml, bermanfaat mengatasi rambut rontok, beraroma herbal dan berwarna hitam.

BAB 2

LANDASAN TEORI

2.1 Preferensi Konsumen

Menurut Kotler dan Armstrong (2006), preferensi konsumen menunjukkan kesukaan konsumen dari berbagai pilihan produk yang ada. Preferensi konsumen berhubungan erat dengan permasalahan penetapan pilihan.

Dari sejumlah alternatif pilihan yang ada, orang lebih cenderung memilih alternatif yang memaksimumkan kepuasannya. Preferensi konsumen dapat diketahui dengan mengukur tingkat kegunaan dan motovasi relatif penting setiap atribut yang terdapat pada suatu produk.

2.2 Tahapan Pengmbilan Sampel 2.2.1 Populasi dan Sampel

Dalam pelaksanaan penelitian, ruang lingkup populasi merupakan area yang amat luas batasnya sehingga penggunaan populasi sebagai instrumen penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan dalam pelaksanaan penelitian, ditentukan populasi sasaran (target population), yaitu populasi yang digunakan untuk mengeneralisasi hasil penelitian.

Masalah sampel akan terjadi bila jumlah populasi terlalu besar dan menyebar sehingga di luat jangkauan penelitian. Sedangkan dalam penelitian ini pengambilan sampel dilakukan dengan teknik penarikan contoh acak berstrata proporsional (proportional stratified random sampling). Dalam teknik ini, jumlah proporsi secara proporsional sesuai dengan besarnya dalam populasi. Proporsi atau strata terbesar akan mendapatkan sampel lebih besar dibandingkan dengan strata yang lebih kecil.

Alasan teknik ini digunakan peneliti untuk mengambil sampel, disebabkan karena dapat memperkecil galat (error) penarikan sampel serta meningkatkan peluang setiap strata yang terwakili dalam sampel, selain itu juga agar mendapatkan ketepatan yangn lebih tinggi, karena stratifikasi akan menghasilkan presisi yang lebih baik dalam melakukan estimasi terhadap sifat-sifat populasi.

2.2.2 Teknik Penarikan Sampel

Penelitian ini adalah penelitian kuantitaif, maka digunakan kuisioner untuk mengetahui beberapa informasi yang dapat digunakan dalam penelitian. Untuk mendapatkan sampel yang benar-benar mewakili seluruh populasi, maka dalam penilitian ini teknik penentuan jumlah sampel menggunakan rumus sebagai berikut:

= �

1 +��2 Keterangan:

n = Ukuran Sampel N = Ukuran Populasi

e = Persen kelonggaran ketidaktelitian karena kesalahan pengmabilan sampel yang masih dapat ditolerir atau diinginkan (10%)

2.3 Defenisi Analisis Konjoin

Analisis konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau minat konsumen terhadap suatu produk atau jasa dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk. Analisis konjoin yang mulai dikembangkan pada tahun 1970-an ini mulai banyak digunakan pada bidang ilmu yang terkait dengan persepsi seseorang, seperti pemasaran, sosial politik dan psikologi. Pada bidang pemasaran, analisis ini khususnya banyak digunakan untuk mengetahui preferensi konsumen akan sebuah produk baru. Analisis konjoin sangat berguna untuk membantu bagaimana seharusnya karakteristik produk baru, membuat bagian produk baru, mengetahui pengaruh tingkat harga serta memprediksi tingkat penjualan atau penggunaan (Santoso, 2010).

Analisis konjoin adalah suatu metode untuk menganalisis pendapat (preferensi) pelanggan mengenai suatu produk dan syarat-syarat sifat yang menyusun atribut produk tersebut. Keluaran utamanya adalah serangkaian skala interval “ part-worths” (utilitas) dari masing-masing level untuk setiap atribut, dimana dari penggabungan utilitas ini akan didapatkan prediksi preferensi dari masing-masing level untuk setiap atribut dari produk tersebut.

Untuk mendapatkan hasil yang baik, maka harus dapat digambarkan produk yang akan dinilai tersebut lengkap dengan semua atributnya dan semua nilai yang relevan untuk setiap atribut tersebut. Istilah faktor digunakan untuk menggambarkan atribut yang spesifik dari suatu produk (baik barang mauoun jasa). Sedangkan nilai yang mungkin dari tiap faktor dinamakan level. Dalam analisis konjoin, sebuah produk digambarkan dalam level dari sejumlah faktor yang membentuknya.

2.4 Tahapan Analisis Konjoin 2.4.1 Mengidentifikasi Atribut

Langkah awal dalam melakukan analisis konjoin yaitu mengidentifikasi kumpulan dari atribut-atribut dimana setiap atribut terdiri atas beberapa taraf atau level. Informasi mengenai atribut yang mewakili prefernsi konsumen bisa diperoleh melalui diskusi dengan pakar, eksplorasi data skunder, atau melakukan tes awal.

Kemudian atribut yang sudah sianggap mewakili ditentukan skalanya. Skala atribut dibagi menjadi dua yaitu skala kualitatif atau non-metrik atau kategori (niminal dan ordninal) dan skala kuantitatif atau metri (interval atau rasio). Parameter yang akan diperkirakan dan juga mempengaruhi banykanya stimulus yang akan dievaluasi oleh responden. Untuk meminimumkan tgas evalusi responden, dan harus bisa memperkirakan parameter seakurat mungkin, perlu membatasi banyaknya tingkatan atau level dari atribut.

2.4.2 Merancang Kombinasi Atribut (Stimuli)

Ada dua cara pembentukan stimuli dalam analisis konjoin yaitu: 1. Full-profile

Pendekatan kombinasi lengkap (full profile) juga disebut evaluasi banyak faktor (multiple-factor-evaluation) yaitu jika ada atribut dan ada level yang diteliti dapat mengevaluasi semua stimuli yang muncul dengan ₁× 2×

3×… sejumlah buah.

Tentunya terkadang banyaknya stimuli membuat bingung responden dalam menilai, untuk mengatasi masalah ini dapat digunakan SPSS 22 dengan menggunakan pendekatan full profile namun desain yang digunakan bukan full factor design melainkan factorial design. Dengan desain ini, sebagian dari seluruh kombinasi produk dipilih yang benar-benar berpengaruh terhadap efek

utama. Efek interaksi tidak diperhatikan. Desain seperti ini dikenal dengan nama Orthogonal Array.

Orthoginal Array memungkinkan desain yang mengasumsikan bahwa semua interaksi yang tidak penting bisa diabaikan. Orthogonal Array dibentuk dari basic full fractional design dengan mengganti suatu faktor baru untuk seleksi interaksi efek yang dianggap bisa diabaikan. Metode yang lain untuk mengurangi banyaknya interaksi dengan melakukan survei terhadap konsumen.

Tampak bahwa dalam desain Orthogonal Array, jumlah kemunculan dari setiap level suatu atribut selalu tidak sama. Berikut contoh desain Orthogonal Array dan bukan Orthogonal Array pada tabel 2.1. tabel sebelah kiri menunjukkan bahwa setiap level dari masing-masing atribut muncul satu kali, sebaliknya pada tabel sebelah kanan kombinasi 1 2 1 muncul dua kali, sementara kombinasi lainnya muncul satu kali.

Tabel 2.1 Contoh Orthogonal Array dan Non-orthogonal Array

2. Pairwise Combination

Melalui pendekatan ini, stimuli yang diperingkatkan dilakukan dengan cara memberikan peringkat pada setiap kombinasi taraf/level dari dua atribut, mulai dari yang paling disukai sampai pada yang paling tidak disukai. Jika banyaknya atribut ada m-buah, maka kombinasi taraf/level atribut yang harus dievaluasi responden adalah sebanyak:

= ( −1)

Kelebihan pendekatan pasangan adalah bahwa pendekatan ini lebih mudah bagi responden untuk memberikan pertimbangan. Tetapi kelemahan realtifnya ialah bahwa pendekatan ini memerlukan lebih banyak evaluasi.

2.4.3 Analisis Data

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

1. Data non-metrik

Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk membuat rangking atau mengurutkan stimulus yang paling disukai hingga pada stimulus yang tidak disukai. Untuk stimulus yang paling disukai diberi nilai dimulai dari 1 dan seterusnya hingga ranking terakhir stimulus yang paling tidak disukai.

2. Data metrik

Untuk memperoleh data dalam bentuk metrik, responden diminta untuk membrikan nilai atau rating terhadap masing-masing stimulus. Dengan cara ini, responden akan memberikan penilaian terhadap masing-masing stimulus secara terpisah. Pemberian nilai atau rating dapat dilakukan melalui beberapa cara, yaitu:

a. Menggunakan skala likert mulai dari 1 hingga 5 (1 = paling tida disukai dan 5 = paling disukai).

b. Menggunakan nilai ranking terbalik, artinya untuk stimulus yang paling disukai diberi nilai tertinggi setara dengan umlah stimulusnya, sedangkan stimulus yang paling tidak disukai diberi nilai satu.

2.4.4 Memilih Prosedur Analisis Konjoin

Model dasar analisis konjoin secara matematis sebagai berikut (Supranto, 2004):

� =

=1 =1

Dimana:

� = Utility total dari tiap-tiap stimuli = Nilai kegunaan atribut ke-i, taraf kek = Banyaknya level atribut i

= Banyaknya atribut

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

Range nilai kepentingan relatif tiap atribut dapat dihitung dengan rumus:

= { −min }

Rumus untuk nilai kepentingan relatif adalah: =

=1

Dimana:

= Bobot kepentingan relatif untuk tiap atribut = Range nilai kepentingan untuk tiap atribut

Beberapa prosedur yang berbeda tersedia untuk mengestimasi model dasar yang paling sederhana, dan yang sangat populer yaitu dummy variable regression,

artinya suatu regresi yang variabel bebasnya merupakan variabel dummy (peubah boneka). Peubah boneka merupakan cara yang sederhana unutuk mengkuantifikasi variabel yang kualitatif. Bila atribut mempunyai level sebanyak diberi kode, dinyatakan dalam −1 variabel dummy, atau banyaknya variabel dummy = banyaknya kategori (level) dikurangi satu.

Untuk atribut ke-i dengan level, variabel dummy-nya adalah

Tabel 2.2 Variabel Dummy Atribut ke-i dengan level

Peubah boneka ini biasanya mengambil nilai 1 atau 0. Kedua nilai yang diberikan tidak menunjukkan bilangan (numerik) tetapi hanya sebagai identifikasi kelas atau kategorinya. Didalam literatur Supranto (2004) menyebutkan bahwa:

1. Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf dan 0 untuk lainnya.

Tabel 2.3 Pengkodean taraf atau level

Untuk taraf lebih dari tiga pengkodean dilakukan dengan cara yang sama sehingga setiap faktor memiliki −1 peubah boneka.

Misalkan terdapat 3 buah atribut dengan masing-masing 4 level atribut, maka setelah dilakukan pengkodean taraf diperoleh 9 variabel dummy, data tersebut dapat dianalisis dengan menggunakan regresi liniear berganda dengan 9 variabel dummy, dengan persamaan:

�= 0+ 1 1+ 2 2+ 3 3+ 4 4+ 5 5+ 6 6+ 7 7+ 8 8+ 9 9

dengan ₀, 1,…, 9 adalah koefisien yang dapat dicari dengan menggunakan metode kuadrat terkecil atau dengan menggunakan SPSS. Setelah koefisien tersebut diperoleh maka nilai utilitas dari setiap level atribut dapat dicari. Hubungan setiap koefisien variable dummy, mewakili perbedaan dalam utilitas untuk level yang bersangkutan dikurangi utilitas dari level kategori dasar seperti persamaan berikut:

�11 − �15 = 1

�12 − �15 = ₂

dimana level atribut �15 sebagai level kategori dasar.

2.4.5 Interpretasi Hasil

Untuk menginterpretasikan hasil analisis, dilakukan pada semua tingkat kepentingan atribut dengan membuat grafik perbandingan antara nilai kepentingan dari tiap-tiap atributnya. Interpretasi dari hasil berikutnya juga dilakukan dengan membuat suatu grafik perbandingan antara nilai kegunaan dari tiap levelnya.

2.4.6 Penilaian Keandalan dan Kesahihan

Uji keandalan terhadap hasil konjoin untuk mengetahui apakah prediksi yang telah dilakukan mempunyai ketepatan yang tinggi dengan kenyataannya. Pada uji ketepatan prediksi ini akan dilakukan pengukuran korelasi secara Pearson maupun Kendall seperti rumus dibawah ini maupun dengan bantuan SPSS 22. Pada pengukuran tersebut akan diketahui seberapa kuat hubungan antara estimate dan actual nya seberapa tinggi Predictive accuracy nya.

Uji validitas (kesahihan) digunakan untuk menunjukkan sejauh mana suatu alat ukur (kuisioner) yang digunakan telah mengukur informasi yang diperlukan. Uji ini dilakukan dengan mengukur korelasi antara variabel/item dengan skor total variabel. Digunakan validitas konstruk yaitu mencari korelasi antara masing-masing pertanyaan dengan skor total. Uji validitas ini menggunakan teknik korelasi product moment model Pearson’s dengan rumus sebagai berikut:

Dimana

= koefisien korelasi

= skor pertanyaan untuk setiap subjek = skor total

= skor pertanyaan dan skor total = jumlah sampel

BAB 1 PENDAHULUAN

1.1. Latar Belakang

Keinginan konsumen untuk memenuhi kebutuhan sehari-hari menjadi satu alasan yang kuat untuk membeli suatu produk atau jasa. Sampo merupakan salah satu barang kebutuhan sehari-hari dimana hampir seluruh lapisan masyarakat mengkonsumsinya.

Persaingan dunia industri sampo yang semakin pesat mendorong setiap perusahaan untuk mampu bersaing dengan mengedepankan produk sampo yang ditawarkannya. Sekarang ini banyak ditemukan produsen produk kecantikan yang mengeluarkan jenis sampo yang bervariasi yang disesuaikan dengan tipe rambut, dari berbagai merek, harga dan formula yang terkandung dalam produk tersebut, dengan mencari keuntungan yang optimal. Pengadaan berbagai macam produk sampo tersebut ternyata membuat sebagian konsumen bingung dan kesulitan memilih sampo yang sesuai. Selain itu konsumen juga harus mengeluarkan waktu dan uang yang lebih untuk menemukan sampo yang tepat untuk dikonsumsi.

Dalam perancangan suatu produk sampo, produsen harus mampu menciptakan produk sampo dengan atribut-atribut yang sesuai dengan kebutuhan dan keinginan konsumen agar bisa memenuhi kepuasannya, dengan tetap memperhatikan keuntungan yang akan diperoleh produsen.

Analisis konjoin merupakan salah satu teknik analisis multivariat yang digunakan untuk mengetahui ketertarikan konsumen terhadap suatu produk baik berupa barang atau jasa dengan cara mengkombinasikan jumlah nilai dari masing-masing atribut yang terpisah (Ghozali, 2006).

Analisis konjoin ini tepat dan baik untuk menentukan strategi pemasaran, bahkan pada tataran yang lebih tinggi bisa dipakai untuk segmentasi pasar berdasarkan ketertarikan konsumen terhadap atribut produk yang dipilihnya. Oleh

karena itu, teknik ini sangat bermanfaat untuk mengetahui ketertarikan konsumen terhadap suatu produk yang diluncurkan di pasar. Untuk memenangkan persaingan pasar, produsen akan melakukan upaya untuk mengetahui informasi dan ketertarikan konsumen tentang produk tersebut sebelum ditawarkan.

Analisis konjoin juga dapat digunakan untuk mendapatkan kombinasi atau komposisi atribut-atribut suatu produk atau jasa baik yang baru maupun yang lama yang paling disukai konsumen atau yang akan dikonsumsi. Dengan demikian analisis ini akan digunakan untuk mengetahui ketertarikan mahasiswa terhadap produk sampo guna untuk mengevaluasi produk yang diminati oleh konsumen sehingga produsen dapat memperoleh suatu kesimpulan tentang produk sampo yang diminati oleh konsumen di FMIPA USU.

1.2. Perumusan Masalah

Berdasarkan latar belakang diatas perumusan masalah dalam penelitan ini adalah bagaimana ketertarikan konsumen terhadap 4 faktor atau atribut yang berkaitan dengan sampo untuk menghasilkan produk sampo yang ideal dan akan dilibatkan dalam mengevaluasi produk atau jasa dengan menggunakan analisis konjoin.

1.3. Batasan Masalah

Batasan masalah dalam penelitian ini adalah sebagai berikut:

1. Responden hanya diambil dari konsumen pria dan wanita S-1 FMIPA USU. 2. Studi kasus dibatasi untuk 4 atribut yaitu jenis kemasan, manfaat, aroma dan

1.4. Tinjauan Pustaka

Analisis konjoin adalah suatu teknik multivariat yang secara spesifik digunakan untuk memahami bagaimana responden membangun ketertarikannya terhadap suatu produk atau jasa. Ada dua informasi yang dapat diperoleh dari analisis konjoin. Pertama, ketertarikan konsumen terhadap atribut yang diteliti. Kedua, nilai utilitas dari masing-masing level dalam setiap atribut.

Prof J.Supranto (2004) mengemukakan bahwa analisis konjoin bertujuan untuk mencari dan membangun/mengembangkan fungsi utlity, menguraikan utility yang pelanggan kaitkan dengan tingkat/level setiap atribut. Dalam analisis konjoin, responden dipresentasikan dengan stimulus yang terdiri dari kombinasi tingkatan/level atribut. Stimulusnya merupakan kombinasi dari tingkat atribut yang ditentukan oleh peneliti. Para pelanggan diminta untuk mengevaluasi stimulus ini yang dinyatakan dalam keinginan mereka. Dari pandangan teori, atribut yang dipilih harus sangat penting didalam mempengaruhi preferensi dan pilihan pelanggan. Untuk meminimumkan tugas evaluasi responden, dan harus bisa memperkirakan parameter seakurat mungkin, perlu membatasi banyaknya tingkatan/level dari atribut. Beberapa atribut mungkin hanya terdiri dari dua level saja.

Ada dua cara dalam merancang kombinasi atribut (stimuli), yaitu pendekatan kombinasi berpasangan (pairwise comparison) atau evaluasi dua faktor dan kombinasi lengkap (full profile) atau evaluasi banyak faktor. Pendekatan kombinasi berpasangan (pairwise comparison) responden diminta untuk mengevaluasi pasangan-pasangan atribut secara bersamaan. Bila ada m atribut berarti jumlah pasangan-pasangan yang dievaluasi sebanyak ( −1)

2 pasangan. Sedangkan pendekatan kombinasi lengkap (full profile) juga disebut evaluasi banyak faktor (multiple-factor-evaluation) yaitu jika ada m faktor atau atribut dan ada n level yang diteliti dapat mengevaluasi semua stimuli yang muncul dengan × × ×…× sejumlah m buah dengan > 0 dan

Model dasar analisis konjoin yang dirumuskka secara matematis adalah sebagai berikut :

� =

=1 =1 Dimana:

� = Utility total dari tiap-tiap stimuli = Nilai kegunaan atribut ke-i, taraf kek = Banyaknya level atribut i

= Banyaknya atribut

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

Pentingnya suatu atribut, misalnya , didefenisikan dalam kisaran parth- worth. Range nilai kepentingan relatif tiap atribut dapat dihitung dengan rumus:

= { −min }

Pentingnya atribut dinormalkan untuk meyakinkan kepentingan relatifnya dengan atribut lainnya, .

= =1 sehingga

= 1 =1

Dimana:

= Bobot kepentingan relatif untuk tiap atribut = Range nilai kepentingan untuk tiap atribut

1.5. Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengetahui dasar ketertarikan konsumen dalam memilih produk sampo yang paling disukai.

1.6. Kontribusi Penelitian

Adapun manfaat dari penelitian ini adalah:

1. _{Mendapatkan nilai utilitas dari atribut sampo.}

2. _{Sebagai pertimbangan bagi produsen untuk menghasilkan produk baru yang} sesuai dengan ketertarikan responden.

1.7. Metodologi Penelitian

Langkah-langkah yang akan dilakukan dalam menyelesaikan penelitian ini ini adalah: 1. Pemilihan atribut dan level atribut

a. Menentukan atribut atau faktor penting yang akan diteliti lebih lanjut. Dalam hal ini, atribut yang akan diteliti adalah jenis kemasan, manfaat, aroma dan warna dari produk sampo

b. Menyusun level dari setiap atribut

Tabel Atribut dan Level dalam Penelitian

(1) (2) (3) (4)

No. Atribut Level Atribut Keterangan

1. Jenis Kemasan 5 Kemasan sachet

4 Kemasan botol 80 ml 3 Kemasan botol 120 ml 2 Kemasan botol 170 ml

(1) (2) (3) (4)

1 Kemasan botol >200 ml

2. Manfaat 5 Mengurangi ketombe

4 Menjadikan rambut tampak lebih hitam 3 Mengatasi rambut rontok

2 Mengatasi rambut rusak dan bercabang 1 Menjadikan rambut lembut dan halus

3. Aroma 2 Aroma herbal

1 Aroma parfum/senyawa kimia

4. Warna 4 Putih

3 Hitam

2 Biru muda

1 Kuning

2. Membuat kombinasi produk (stimuli) dan mereduksi jumlah produk sehingga konsumen lebih mudah memberi pendapat pada setiap stimuli

3. Pengumpulan data dilakukan dengan menyebarkan kuisioner kepada responden

4. Evaluasi utilitas untuk tiap faktor dan level

a. Menentukan nilai utilitas tiap level untuk masing-masing faktor

b. Menentukan nilai kepentingan relatif tiap faktor dan membandingkannya dengan total kepentingan seluruh faktor tiap responden

5. Interpretasi hasil melalui pengelompokan responden yang memiliki nilai utilitas dan kepentingan relatif sama dan estimasi tingkah laku responden dalam pemilihan kombinasi atribut.

ANALISA FAKTOR PREFERENSI MAHASISWA DALAM MEMILIH PRODUK SAMPO (Studi Kasus Mahasiswa S1 FMIPA USU)

ABSTRAK

Analisis konjoin adalah suatu teknik multivariat yang secara spesifik digunakan untuk memahami bagaimana responden membangun ketertarikannya terhadap suatu produk atau jasa. Ada dua informasi yang dapat diperoleh dari analisis konjoin. Pertama, ketertarikan konsumen terhadap atribut yang diteliti. Kedua, nilai utilitas dari masing-masing level dalam setiap atribut. Dalam hal ini, analisis konjoin digunakan untuk mengetahui preferensi mahasiswa dalam memilih produk sampo.

Hasil pengolahan analisis konjoin pada penelitian ini mendapatkan informasi bahwa faktor utama mahasiswa S1 FMIPA USU mengaharapkan sampo dengan jenis kemasan botol 180 ml, bermanfaat mengatasi rambut rontok, aroma herbal dan berwarna hitam.

ANALYSIS OF STUDENTS PREFERENCE FACTOR IN CHOOSING A SHAMPOO PRODUCT (Case Study: Students of FMIPA USU Strata-1)

ABSTRACT

Conjoint analysis is a multivariate technique used specifically to understand how respondents develop preferences for products or sevices that based on the simple premise that consumers evaluate the value of product or service by combining the separate amounts of value provided by each attribute. There are two informations that can be obtained from conjoint analysis . First , consumer preference towards the attributes studied. Second , the utility value of each level in each attribute. In this case, conjoint analysis used for knowing the preference of students in choosing a shampoo product.

Conjoint analytical processing results in this study informed that the main factor of students of FMIPA USU Strata-1 are hoping for kind of shampoo bottles 180 ml, beneficial hair loss, herbal aroma and black colour.

(Studi Kasus Mahasiswa S1 FMIPA USU)

SKRIPSI

HELENA ISTI NABABAN

110803047

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2016

ANALISA FAKTOR PREFERENSI MAHASISWA

DALAM MEMILIH PRODUK SAMPO

(Studi Kasus Mahasiswa S1 FMIPA USU)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat untuk mencapai gelar

Sarjana Sains

HELENA ISTI NABABAN

110803047

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

PERSETUJUAN

Judul : Analisa Faktor Preferensi Mahasiswa Dalam Memilih Produk Sampo (Studi Kasus Mahasiswa S1 FMIPA USU)

Kategori : Skripsi

Nama : Helena Isti Nababan

Nomor Induk Mahasiswa : 110803047

Program Studi : Sarjana (S1) Matematika Departemen : Matematika

Fakultas : Matematika Dan Ilmu Pengetahuan Alam (FMIPA) Universitas Sumatera Utara

Disetujui di Medan, Juli 2016 Komisi Pembimbing:

Pembimbing 2, Pembimbing 1,

Asima Manurung, S.Si, M.Si. Drs.Pengarepan Bangun, M.Si

NIP. 19730315 199903 2 001 NIP. 19560815 198503 1 005

Disetujui Oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, M.Si. NIP. 196209011988031002

PERNYATAAN

ANALISA FAKTOR PREFERENSI MAHASISWA DALAM MEMILIH PRODUK SAMPO (Studi Kasus Mahasiswa S1 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 2016

Helena Isti Nababan 110803047

PENGHARGAAN

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa dan Maha Penyayang, dengan limpahan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini dengan judul Pengkajian Analisis Data Multivariat dengan Menggunakan Metode Analisis Konjoin.

Terima kasih penulis sampaikan kepada Bapak Drs. Pengarepan Bangun, M.Si. dan Ibu Asima Manurung, S.Si., M.Si. selaku pembimbing yang telah memberikan bimbingan dan telah meluangkan waktunya selama penulisan skripsi ini. Bapak Dr. Open Darnius, M.Sc. dan Bapak Dr. Pasukat Sembiring, M.Si. selaku penguji yang telah memberikan kritik dan saran yang membangun dalam penyempurnaan skripsi ini. Dekan dan Wakil Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Ketua dan Sekretaris Departemen Matematika Bapak Prof. Dr. Tulus, M.Si. Ph.D dan Ibu Dr. Mardiningsih, M.Si. Seluruh staf pengajar dan staf administrasi di lingkungan Departemen Matematika, serta seluruh sivitas akademika di lingkungan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

Ucapan terima kasih juga ditujukan kepada kedua orang tua penulis Ayahanda Elimar Nababan (Alm) dan Ibunda Rowella Hutasoit yang selalu mendoakan, memberi semangat dan bantuan baik secara moril maupun material kepada penulis sejak awal perkuliahan hingga selesai skripsi ini. Kepada saudara-saudara penulis yaitu Gunawan Nababan dan Indra Sakti Nababan dan seluruh keluarga besar yang terus mendukung dan mendoakan penulis.

Terima kasih kepada sahabat-sahabat penulis, Anak Jendral 2011, abang dan kakak stambuk 2008, adik-adik stambuk 2012, 2013, 2014, 2015, rekan-rekan di Himpunan Mahasiswa Matematika FMIPA USU dan kepada semua pihak yang telah memberikan bantuan dan dorongan yang tidak dapat disebutkan satu per satu. Semoga segala bentuk bantuan yang telah diberikan kepada penulis mendapatkan balasan yang lebih baik dari Tuhan Yang Maha Esa.

Medan, Juli 2016 Penulis

ANALISA FAKTOR PREFERENSI MAHASISWA DALAM MEMILIH PRODUK SAMPO (Studi Kasus Mahasiswa S1 FMIPA USU)

ABSTRAK

Analisis konjoin adalah suatu teknik multivariat yang secara spesifik digunakan untuk memahami bagaimana responden membangun ketertarikannya terhadap suatu produk atau jasa. Ada dua informasi yang dapat diperoleh dari analisis konjoin. Pertama, ketertarikan konsumen terhadap atribut yang diteliti. Kedua, nilai utilitas dari masing-masing level dalam setiap atribut. Dalam hal ini, analisis konjoin digunakan untuk mengetahui preferensi mahasiswa dalam memilih produk sampo.

Hasil pengolahan analisis konjoin pada penelitian ini mendapatkan informasi bahwa faktor utama mahasiswa S1 FMIPA USU mengaharapkan sampo dengan jenis kemasan botol 180 ml, bermanfaat mengatasi rambut rontok, aroma herbal dan berwarna hitam.

ANALYSIS OF STUDENTS PREFERENCE FACTOR IN CHOOSING A SHAMPOO PRODUCT (Case Study: Students of FMIPA USU Strata-1)

ABSTRACT

Conjoint analysis is a multivariate technique used specifically to understand how respondents develop preferences for products or sevices that based on the simple premise that consumers evaluate the value of product or service by combining the separate amounts of value provided by each attribute. There are two informations that can be obtained from conjoint analysis . First , consumer preference towards the attributes studied. Second , the utility value of each level in each attribute. In this case, conjoint analysis used for knowing the preference of students in choosing a shampoo product.

Conjoint analytical processing results in this study informed that the main factor of students of FMIPA USU Strata-1 are hoping for kind of shampoo bottles 180 ml, beneficial hair loss, herbal aroma and black colour.

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Daftar Lampiran x

Bab 1. Pendahuluan

1.1. Latar Belakang 1

1.2. Perumusan Masalah 2

1.3. Batasan Masalah 2

1.4. Tinjauan Pustaka 3

1.5. Tujuan Penelitian 5

1.6. Kontribusi Penelitian 5

1.7. Metodologi Penelitian 5

Bab 2. Landasan Teori

2.1. Preferensi Konsumen 7

2.2. Tahapan Pengambilan Sampel 7

2.2.1. Populasi dan Sampel 7

2.2.2. Teknik Penarikan Sampel 8

2.3. Defenisi Analisis Konjoin 9

2.4. Tahapan Analisis Konjoin 10

2.4.1. Mengidentifikasi Atribut 10

2.4.2. Merancang Kombinasi Atribut (Stimuli) 10

2.4.3. Analisis Data 12

2.4.4. Memilih Prosedur Analisis Konjoin 13

2.4.5. Interpretasi Hasil 16

2.4.6. Penilaian Keandalan dan Kesahihan 16 Bab 3. Pembahasan

3.1. Gambaran Umum Karakteristik Responden 18

3.2. Penarikan Sampel 18

3.3. Analisis Preferensi Sampo Secara Umum 19

3.4. Penyajian Data 21

3.5. Pengolahan Nilai Utilitas Level Tiap Atribut 24 3.6. Interpretasi Hasil Analisis Konjoin 38 3.7. Pengukuran Reliabilitas dan Validitas 41

Bab 4. Kesimpulan dan Saran 43

4.1. Kesimpulan 43

4.2. Saran 43

Daftar Pustaka 44

DAFTAR TABEL

Nomor Judul Halaman Tabel

Tabel 2.1. Contoh Orthogonal Array dan Non-orthogonal Array 11 Tabel 2.2 Variabel Dummy Atribut ke-i dengan level ݈_݅ 14

Tabel 2.3 Pengkodean taraf atau level 15

Tabel 3.1. Jumlah Sampel Setiap Departemen 19 Tabel 3.2. Atribut dan Level Sampo yang Digunakan 20 Tabel 3.3. Stimulus yang Menjadi Kuisioner Penelitian 21 Tabel 3.4. Pengkodean Data untuk Regresi 26

Tabel 3.5. Coefficients 28

Tabel 3.6. Hasil Analisis Konjoin 38

DAFTAR GAMBAR

Nomor Judul Halaman Gambar

Gambar 3.1. Tingkat Kepentingan Relatif 94 Mahasiswa FMIPA USU 37

Gambar 3.2 Fungsi Utilitas Atribut Jenis Kemasan 39

Gambar 3.3. Fungsi Utilitas Atribut Manfaat 40

Gambar 3.4. Fungsi Utlitas Atribut Aroma 40

Gambar 3.5. Fungsi Utilitas Atribut Warna 41

DAFTAR LAMPIRAN

Nomor Judul Halaman Lamp

1. Membuat Stimuli dengan prosedur syntax 45

2. Kuisioner Penelitian 46

v

ANALYSIS OF STUDENTS PREFERENCE FACTOR IN CHOOSING A SHAMPOO PRODUCT (Case Study: Students of FMIPA USU Strata-1)

ABSTRACT

Conjoint analysis is a multivariate technique used specifically to understand how respondents develop preferences for products or sevices that based on the simple premise that consumers evaluate the value of product or service by combining the separate amounts of value provided by each attribute. There are two informations that can be obtained from conjoint analysis . First , consumer preference towards the attributes studied. Second , the utility value of each level in each attribute. In this case, conjoint analysis used for knowing the preference of students in choosing a shampoo product.

Conjoint analytical processing results in this study informed that the main factor of students of FMIPA USU Strata-1 are hoping for kind of shampoo bottles 180 ml, beneficial hair loss, herbal aroma and black colour.

vi DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Penghargaan iii

Abstrak iv

Abstract v

Daftar Isi vi

Daftar Tabel viii

Daftar Gambar ix

Daftar Lampiran x

Bab 1. Pendahuluan

1.1. Latar Belakang 1

1.2. Perumusan Masalah 2

1.3. Batasan Masalah 2

1.4. Tinjauan Pustaka 3

1.5. Tujuan Penelitian 5

1.6. Kontribusi Penelitian 5

1.7. Metodologi Penelitian 5

Bab 2. Landasan Teori

2.1. Preferensi Konsumen 7

2.2. Tahapan Pengambilan Sampel 7

2.2.1. Populasi dan Sampel 7

2.2.2. Teknik Penarikan Sampel 8

2.3. Defenisi Analisis Konjoin 9

2.4. Tahapan Analisis Konjoin 10

2.4.1. Mengidentifikasi Atribut 10

2.4.2. Merancang Kombinasi Atribut (Stimuli) 10

2.4.3. Analisis Data 12

2.4.4. Memilih Prosedur Analisis Konjoin 13

2.4.5. Interpretasi Hasil 16

2.4.6. Penilaian Keandalan dan Kesahihan 16 Bab 3. Pembahasan

3.1. Gambaran Umum Karakteristik Responden 18

3.2. Penarikan Sampel 18

3.3. Analisis Preferensi Sampo Secara Umum 19

3.4. Penyajian Data 21

3.5. Pengolahan Nilai Utilitas Level Tiap Atribut 24

3.6. Interpretasi Hasil Analisis Konjoin 38

3.7. Pengukuran Reliabilitas dan Validitas 41

vii

Bab 4. Kesimpulan dan Saran 43

4.1. Kesimpulan 43

4.2. Saran 43

Daftar Pustaka 44

viii

DAFTAR TABEL

Nomor Judul Halaman Tabel

Tabel 2.1. Contoh Orthogonal Array dan Non-orthogonal Array 11 Tabel 2.2 Variabel Dummy Atribut ke-i dengan level ݈_݅ 14

Tabel 2.3 Pengkodean taraf atau level 15

Tabel 3.1. Jumlah Sampel Setiap Departemen 19

Tabel 3.2. Atribut dan Level Sampo yang Digunakan 20 Tabel 3.3. Stimulus yang Menjadi Kuisioner Penelitian 21

Tabel 3.4. Pengkodean Data untuk Regresi 26

Tabel 3.5. Coefficients 28

Tabel 3.6. Hasil Analisis Konjoin 38

Tabel 3.7. Korelasi Variabel Estimates dan Responden 42

ix

DAFTAR GAMBAR

Nomor Judul Halaman Gambar

Gambar 3.1. Tingkat Kepentingan Relatif 94 Mahasiswa FMIPA USU 37

Gambar 3.2 Fungsi Utilitas Atribut Jenis Kemasan 39

Gambar 3.3. Fungsi Utilitas Atribut Manfaat 40

Gambar 3.4. Fungsi Utlitas Atribut Aroma 40

Gambar 3.5. Fungsi Utilitas Atribut Warna 41

x

DAFTAR LAMPIRAN

Nomor Judul Halaman Lamp

1. Membuat Stimuli dengan prosedur syntax 45

2. Kuisioner Penelitian 46

3. Mencari Nilai Utility dengan SPSS 49