Analisis Citra Analisis Biplot

15 CIC 2003 mengasumsikan bahwa produk minuman serbuk buah dikonsumsi untuk seorang penduduk Indonesia, maka dapat ditentukan konsumsi perkapitanya. Tabel 8 menunjukkan perkembangan konsumsi perkapita minuman serbuk buah di Indonesia.

2.2 Analisis Citra

Sebagian besar analisis terhadap konsumen memerlukan penilaian citra pelanggan saat ini tentang perusahaan, produk dan pesaingnya. Pemasar juga berkepentingan dengan kepercayaan yang dianut oleh konsumen dan menentukan suatu citra merek. Dengan pemeriksaan kepercayaan konsumen mengenai kemampuan merek perusahaan dan juga dengan merek pesaing dapat menentukan apakah suatu produk telah mencapai posisi yang diinginkan di dalam benak konsumen. Menurut Kotler 2000, citra adalah seperangkat keyakinan, ide dan kesan yang dimiliki oleh seseorang terhadap objek. Sikap dan tindakan orang terhadap suatu objek sangat ditentukan oleh citra objek tersebut, sedangkan analisis citra image analysis didefinisikan oleh Engel, Blackwell dan Miniard 1994 sebagai pemeriksaan pengetahuan konsumen mengenai sifat objek. Suatu ancangan terhadap analisis citra berupa permintaan kepada konsumen untuk menilai produk pada serangkaian skala yang menggambarkan sifat minat. Secara khas, sifat ini diekspresikan dalam bentuk atribut atau manfaat produk. Manfaat analisis citra selain membawa implikasi untuk retensi pelanggan, analisis ini dapat juga membantu pengembangan perekrutan pelanggan yang berfokus pada upaya merubah para pemakai pesaing menjadi pemakai perusahaan. Sehingga untuk ini diperlukan pemeriksaan atas temuan yang didasarkan pada pemakaikonsumen pesaing. 16

2.3 Analisis Biplot

Biplot diperkenalkan pertama kali oleh Gabriel pada tahun 1971, sehingga sering disebut sebagai Gabriel biplot. Metode ini tergolong dalam analisis eksplorasi peubah ganda yang ditujukan untuk menyajikan data peubah ganda dalam peubah dimensi sehingga perilaku data mudah dibuat dan diinterpretasikan. Biplot adalah teknik statistika deskriptif yang dapat disajikan secara visual guna menyajikan secara simultan n objek pengamatan dan p peubah dalam ruang bidang datar, sehingga ciri-ciri peubah dan objek pengamatan serta posisi relatif antar objek pengamatan dengan peubah dapat dianalisis. Informasi yang bisa diambil dari biplot antara lain : 1. Hubungan antar peubah. 2. Kemiripan relatif antar objek pengamatan. 3. Posisi relatif antar objek pengamatan dengan peubah. 4. Nilai peubah pada suatu objek. 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 objek yang searah dengan suatu vektor peubah diinterpretasikan sebagai besarnya nilai peubah untuk objek yang searah dengannya. Semakin dekat letak objek dengan arah yang ditunjuk oleh suatu peubah, maka 17 semakin tinggi nilai peubah tersebut untuk objek itu, sedangkan jika arahnya berlawanan maka nilainya rendah. 4. Kedekatan letakposisi dua objek diinterpretasikan sebagai kemiripan sifat yang ditunjukkan oleh nilai-nilai peubahnya semakin mirip.

2.4 Penelitian Terdahulu