Analisis Korelasi Kanonik Pada Karakteristik Konsumen dan atribut Sepeda Montor di Kota Surakarta

PENDAHULUAN

1.1 Latar Belakang

Industri sepeda motor nasional merupakan industri yang masih terus mengalami pertumbuhan. Berdasarkan data dari AISI (Asosiasi Industri Sepedamotor Indonesia) tingkat produksi sepeda motor cenderung mengalami peningkatan tiap tahun sejak tahun 1996 – 2010, pada tahun 2008 produksi sepeda motor di Indonesia mencapai 6.264.265 unit, dengan jumlah penjualan domestik sebanyak 6.215.831 unit dan ekspor sebanyak 64.968 unit. Angka tersebut merupakan jumlah tertinggi dibanding tahun-tahun sebelumnya. Sedangkan produksi sepeda motor nasional pada tahun 2010 diperkirakan akan mencapai 6.3 juta unit (Asosiasi Industri Sepedamotor Indonesia, 2010).

Berdasarkan Indonesian Commercial Newsletter (2009) pertumbuhan produksi sepeda motor tersebut didorong oleh kebutuhan masyarakat akan alat transportasi yang murah dan fleksibel. Kebutuhan masyarakat tersebut akan terus ada mengingat belum adanya sistem transportasi masal yang terintegrasi. Masih berkaitan dengan fakta di atas, kondisi ekonomi global yang mengalami resesi diperkirakan juga akan membuat tingkat persaingan pada industri sepeda motor nasional semakin tinggi. Pasar yang tertekan akan memaksa para produsen untuk menggunakan berbagai macam strategi dalam memenangkan persaingan. Beberapa strategi yang ditempuh antara lain adalah dengan peluncuran model baru, penyesuaian harga, pembiayaan, pemasangan iklan dan promosi hingga pembangunan jaringan komunitas.

Peluncuran model baru dan penyesuaian harga menjadi bagian dari strategi perusahan-perusahaan produsen sepeda motor dalam memenangkan persaingan pasar. Menurut Kasali (1998) hanya perusahaan yang kreatif saja yang dapat terus bertahan. Ia harus dapat mengubah produknya, kemasannya, pendekatannya, cara menangani pasarnya, atau bahkan segmen pasarnya dari waktu ke waktu. Dalam usaha menangani pasar, perusahaan sebaiknya dapat memahami perilaku konsumen dalam memilih suatu produk. Konsumen memiliki Peluncuran model baru dan penyesuaian harga menjadi bagian dari strategi perusahan-perusahaan produsen sepeda motor dalam memenangkan persaingan pasar. Menurut Kasali (1998) hanya perusahaan yang kreatif saja yang dapat terus bertahan. Ia harus dapat mengubah produknya, kemasannya, pendekatannya, cara menangani pasarnya, atau bahkan segmen pasarnya dari waktu ke waktu. Dalam usaha menangani pasar, perusahaan sebaiknya dapat memahami perilaku konsumen dalam memilih suatu produk. Konsumen memiliki

Persaingan pasar sepeda motor di Surakarta patut diperhatikan para produsen. Hal ini mengingat Surakarta merupakan salah satu kota besar di Jawa Tengah. Selain itu menurut Badan Pusat Statistik Surakarta (2010) kepadatan penduduk di kota Surakarta paling tinggi di Jawa Tengah. Kepadatan penduduk yang tinggi membawa konsekuensi terkait penyediaan sarana transportasi berupa sepeda motor.

Beragamnya jenis sepeda motor menjadikan konsumen akan lebih selektif dalam memilih sepeda motor dengan memperhatikan atribut-atribut dari tiap sepeda motor, yang sesuai dengan kebutuhan. Oleh karena itu perlu diketahui karakteristik konsumen (variabel independen) mana yang paling mempengaruhi pemilihan sepeda motor. Menurut Honda (2009) karakteristik konsumen meliputi

usia (X 1 ), jenis kelamin (X 2 ), pendidikan (X 3 ), pekerjaan (X 4 ), pengeluaran (X 5 ), kebiasaan pergi jauh/ touring (X 6 ), ketertarikan produk baru (X 7 ), kebiasaan kredit (X 8 ). Selain itu juga perlu diketahui atribut sepeda motor (variabel dependen) mana yang paling diperhitungkan konsumen. Masih menurut Honda (2009) atribut sepeda motor meliputi keiritan bensin (Y 1 ), desain model (Y 2 ), tipe model (Y 3 ), kecepatan (Y 4 ), daya tahan mesin (Y 5 ), harga (Y 6 ), harga jual kembali (Y 7 ), dan

ketersediaan bengkel (Y 8 ).

Untuk mengetahui keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor di kota Surakarta tersebut digunakan analisis korelasi kanonik.

1.2 Perumusan Masalah

Berdasarkan uraian dalam latar belakang masalah, dapat dirumuskan tiga masalah.

1. Variabel karakteristik konsumen apakah yang paling berpengaruh dalam pemilihan sepeda motor? 1. Variabel karakteristik konsumen apakah yang paling berpengaruh dalam pemilihan sepeda motor?

3. Bagaimana keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor?

1.3 Tujuan Penelitian

Berikut adalah tujuan dari penelitian ini.

1. Menentukan variabel karakteristik konsumen yang paling berpengaruh dalam pemilihan sepeda motor dengan analisis korelasi kanonik

2. Menentukan variabel atribut sepeda motor yang paling mendasari pemilihan sepeda motor dengan analisis korelasi kanonik

3. Mengetahui keeratan hubungan antara karakteristik konsumen dengan atribut sepeda motor dengan analisis korelasi kanonik

1.4 Manfaat Penelitian

Dapat menambah pengetahuan peran nyata statistik khususnya analisis korelasi kanonik dalam riset pemasaran.

LANDASAN TEORI

2.1 Tinjauan Pustaka

Dalam penelitian ini, terdapat beberapa pengertian yang mendasari, yaitu pengertian mengenai perilaku kosumen, validitas dan reliabilitas, variansi- kovariansi dan korelasi, nilai eigen dan vektor eigen serta analisis korelasi kanonik.

2.1.1 Perilaku Konsumen dalam Pemasaran

Mempelajari tentang perilaku konsumen merupakan hal yang sangat penting dalam dunia pemasaran, karena tujuan kegiatan pemasaran adalah untuk mempengaruhi konsumen supaya bersedia membeli barang dan jasa perusahaan pada saat mereka membutuhkannya. Sebelum kegiatan pemasaran dilakukan, manajer pemasaran harus memahami perilaku konsumen.

Model perilaku konsumen yang dikemukakan Kotler (2000) menerangkan bahwa keputusan konsumen dalam pembelian selain dipengaruhi oleh karakteristik konsumen, dapat dipengaruhi oleh rangsangan perusahaan yang mencakup produk, harga, tempat dan promosi. Variabel- variabel di atas saling mempengaruhi proses keputusan pembelian sehingga menghasilkan keputusan pembelian yang didasarkan pada pilihan produk, pilihan merek, pilihan penyalur, waktu pembelian, jumlah pembelian.

Kemudian Kotler (2000) menyatakan bahwa keputusan pembeli juga dipengaruhi oleh karakteristik pribadi, yaitu usia pembeli dan tahap siklus hidup, pekerjaan, keadaan ekonomi, gaya hidup, serta kepribadian dan konsep pribadi pembeli. Selanjutnya gaya hidup seseorang adalah pola hidup seseorang yang diungkapkan dalam kegiatan, minat, dan pendapat seseorang. Gaya hidup bisa merupakan identitas kelompok. Gaya hidup setiap kelompok akan mempunyai ciri-ciri tersendiri. Walaupun demikian, gaya hidup akan sangat relevan dengan usaha-usaha pelaku pasar untuk menjual produknya. Dengan kata lain, perubahan gaya hidup suatu kelompok akan mempunyai dampak yang luas pada berbagai aspek konsumen.

1. Validitas Menurut Azwar (1997), validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu kuesioner atau instrumen pengukur dapat dikatakan memiliki validitas yang tinggi bila alat tersebut menjalankan fungsi ukurnya atau memberikan hasil ukur yang sesuai dengan tujuan pengukuran tersebut. Uji validitas untuk data yang diperoleh dengan menggunakan kuesioner dapat dilakukan dengan menghitung korelasi produk momen (Pearson correlation), yaitu korelasi antara skor setiap butir pertanyaan dengan skor total. Rumus yang digunakan untuk itu adalah

 ij   i  t j  t 

 ij   i 

dengan  adalah skor responden ke-j pada pertanyaan ke-i, ij  adalah rata-rata i

skor pertanyaan ke-i, t j adalah total skor seluruh pertanyaan untuk responden ke-j, t adalah rata-rata total skor, n adalah jumlah responden dan r i adalah korelasi antara butir pertanyaan ke-i dengan total skor.

Pengujian validitas dilakukan dengan membandingkan angka korelasi yang diperoleh dengan angka kritis tabel korelasi nilai r. Angka kritis diperoleh dari tabel korelasi nilai r dengan taraf signifikansi 5% dan derajat bebas n-2. Bila angka korelasi yang diperoleh lebih besar daripada angka kritis tabel korelasi nilai r maka data dikatakan valid (Singarimbun & Effendi,1989).

2. Reliabilitas Menurut Azwar (1997), reliabilitas mempunyai berbagai nama lain seperti keterpercayaan, keterhandalan, keajegan, kestabilan, dan konsistensi. Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat 2. Reliabilitas Menurut Azwar (1997), reliabilitas mempunyai berbagai nama lain seperti keterpercayaan, keterhandalan, keajegan, kestabilan, dan konsistensi. Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat

Masih berdasarkan Azwar (1997) bila skor pada responden pertama diberi lambang  dan skor pada responden kedua diberi lambang  , maka koefisien reliabilitas dinyatakan dengan simbol r , dengan  ' 0  r     1 .

Koefisien reliabilitas dikatakan sempurna bila r = 1, dan sebaliknya,  '

kuesioner tidak reliabel bila r = 0. Uji reliabilitas dapat dilakukan dengan  '

berbagai cara, salah satunya dengan metode pendekatan konsistensi internal yang menggunakan rumus Rulon, rumus Flanagan, atau dengan koefisien

 Cronbach . Rumus Rulon dan rumus Flanagan digunakan untuk data diskrit, sedangkan untuk data diskrit maupun data interval, r  ' dapat dinyatakan dengan nilai  Cronbach yang dirumuskan

Cronbach 

dengan p adalah banyaknya pertanyaan, S 2

i adalah variansi skor butir

pertanyaan ke-i dan S 2 T adalah variansi skor total.

Menurut Ghozali (2002) suatu variabel dikatakan reliabel bila nilai koefisien reliabilitas yang diperoleh lebih dari atau sama dengan 0.6.

2.1.3 Variansi-Kovariansi dan Korelasi

Dalam suatu penelitian seringkali terdapat lebih dari satu variabel, sehingga ukuran-ukuran (data) yang terkumpul adalah data multivariat. Nilai variabel- variabel tersebut dicatat untuk masing-masing item, individu atau trial percobaan Dalam suatu penelitian seringkali terdapat lebih dari satu variabel, sehingga ukuran-ukuran (data) yang terkumpul adalah data multivariat. Nilai variabel- variabel tersebut dicatat untuk masing-masing item, individu atau trial percobaan

x ij , i = 1,2,..., k.

Variansi sampel ke-i didefinisikan sebagai

s i  s ii    x ij  x i  i = 1,2,..., k

untuk n kecil (data kurang dari 40) digunakan pembagi n-1. Sedangkan untuk kovariansi sampel s ih didefinisikan sebagai

i  1,2,..., k s ih 

x ij  x i  x hj  x h 

j  1 h  1,2,..., k. Untuk koefisien korelasi sampel untuk variabel ke-i dan variabel ke-h

didefinisikan sebagai

i  1,2,..., k r ih 

s ih

s hh h  1,2,..., k. Statistik deskriptif di atas dapat dituliskan dalam bentuk matriks sebagai

s ii

mean sampel X   2  ,   

 s 11 s 12  s 1 k 

21  s 22  s 2 k

variansi-kovariansi sampel S n 

dan korelasi R  

 (Johnson & Wichern,1988). 

Bila M adalah sebuah matriks n x n, maka sebuah vektor tak nol x pada R n disebut vektor eigen (eigenvector) dari M bila Mx adalah kelipatan skalar dari x. Lebih jelasnya dapat dituliskan

M x = λx

untuk skalar sem barang λ. Skalar λ disebut nilai eigen (eigenvalue) dari M dan x disebut sebagai vektor dari M yang terkait dengan λ (Anton & Rorres, 2004).

2.1.5 Analisis Korelasi Kanonik

Analisis korelasi kanonik adalah metode statistik multivariat yang dapat digunakan untuk mengetahui keeratan hubungan antara kelompok variabel independen dan kelompok variabel dependen. Analisis ini berfokus pada korelasi antara kombinasi linear dari kelompok variabel dependen dengan kombinasi linear dari kelompok variabel independen. Ide utama dari analisis ini adalah mencari pasangan dari kombinasi linear tersebut yang memiliki korelasi terbesar. Pasangan dari kombinasi linear ini merupakan fungsi kanonik dan korelasinya disebut korelasi kanonik (Hair et al., 1998).

Hal-hal yang harus diperhatikan dalam melakukan analisis korelasi kanonik sebagai berikut.

1. Asumsi Dasar Analisis Korelasi Kanonik Analisis korelasi kanonik mensyaratkan beberapa asumsi yang harus dipenuhi, antara lain permasalahan ukuran sampel, multikolinearitas dan normal multivariat. Di antara asumsi tersebut, yang paling penting adalah normal multivariat. Pengujian normal multivariat analog dengan asumsi normal univariat untuk semua variabel (Sherry & Henson, 2005).

Menurut Hair et al. (1998) dalam analisis korelasi kanonik diperlukan asumsi normalitas pada variabel bertipe metrik. Teknik pengujian asumsi normal multivariat dilakukan dengan uji normalitas untuk setiap variabel. Bila secara individu sebuah variabel memenuhi asumsi normalitas maka secara keseluruhan juga akan memenuhi asumsi normal multivariat. Menurut Supranto (2000) asumsi normalitas terpenuhi bila nilai signifikansi pada uji Menurut Hair et al. (1998) dalam analisis korelasi kanonik diperlukan asumsi normalitas pada variabel bertipe metrik. Teknik pengujian asumsi normal multivariat dilakukan dengan uji normalitas untuk setiap variabel. Bila secara individu sebuah variabel memenuhi asumsi normalitas maka secara keseluruhan juga akan memenuhi asumsi normal multivariat. Menurut Supranto (2000) asumsi normalitas terpenuhi bila nilai signifikansi pada uji

2. Koefisien Kanonik dan Fungsi Kanonik Misalkan terdapat kelompok variabel dependen Y 1 , Y 2 , …, Y k yang dinotasikan dengan vektor variabel acak Y, dan kelompok variabel independen X 1 , X 2 , …, X k yang dinotasikan dengan vektor variabel acak X, maka karakteristik dari vektor variabel acak X dan Y tersebut menurut Johnson & Wichern (1988) adalah

E(Y) t  μ

Cov(X, Y)  Σ XY  Σ YX E(X)  μ X Cov(Y)  Σ YY

Cov(X)  Σ XX .

Misalkan A t = 

a 1 , a 2 ,..., a k  dan B =  b 1 , b 2 ,..., b k  maka kombinasi linear dari

kedua kelompok variabel tersebut dapat dituliskan sebagai

W= A t X  a

1 X 1  a 2 X 2  ....  a k X k

V= B t Y  b 1 Y 1  b 2 Y 2  ....  b k Y k .

Vektor koefisien A dan B dapat diperoleh dengan cara mencari

1   2  ...   k yang merupakan nilai eigen dari matriks  YY  YX  XX  XY

yang berpadanan dengan vektor eigen f 1 , f 2 ,..., f k . Di samping itu,

1   2  ...   k juga merupakan nilai eigen dari matriks  XX  XY  YY  YX

yang berpadanan dengan vektor eigen e 1 , e 2 ,..., e k . Sehingga vektor koefisien kanonik A dan B diperoleh sebagai berikut yang berpadanan dengan vektor eigen e 1 , e 2 ,..., e k . Sehingga vektor koefisien kanonik A dan B diperoleh sebagai berikut

t f 2 (2.3)

Korelasi kanonik diperoleh dengan menghitung

k  XY b  k W

Corr

k  XX a k b k  YY b k

Didefinisikan pasangan pertama dari variabel kanonik adalah kombinasi linear W 1 dan V 1 yang memiliki variansi satu dan korelasinya terbesar. Pasangan kedua dari variabel kanonik adalah kombinasi linear W 2 dan V 2 yang memiliki variansi satu dan korelasi terbesar kedua serta tidak berkorelasi dengan variabel kanonik yang pertama. Sedangkan pasangan ke-k dari variabel kanonik adalah kombinasi linear W k dan V k yang memiliki variansi satu dan korelasinya terbesar ke-k serta tidak berkorelasi dengan variabel kanonik 1, 2, …, k-1. Dengan demikian dapat dituliskan

Fungsi kanonik pertama : W t

1  a 1 X Var ( W 1 )  1

Var(V 1 )  1 , maksimum Corr  W 1 , V 1    1 .

Fungsi kanonik kedua : W t

2  a 2 X Var(W 2 )  Var(V 2 )  1

Cov  W 1 , V 2   Cov  W 2 , V 1   0 , maksimum Corr  W 2 , V 2   ρ 2 .

Fungsi kanonik ke-k : W t

k  a k X Var(W k )  Var(V k )  1

Cov  W k , V k   0, maksimum Corr  W k , V k   ρ k .

Dari uraian di atas dapat dituliskan dalam analisis korelasi kanonik dari variabel kanonik W dan V, dapat dibentuk fungsi kanonik W= A t

X dan X dan

3. Uji Signifikansi Korelasi Kanonik Ada dua hipotesis yang diujikan dalam analisis korelasi kanonik yaitu uji hipotesis untuk mengetahui apakah secara keseluruhan korelasi kanonik signifikan dan uji hipotesis untuk mengetahui apakah ada sebagian korelasi kanonik yang signifikan (Rencher, 2002).

(a). Uji korelasi kanonik secara bersama Berdasarkan Rencher (2002), pengujian korelasi kanonik secara bersama dilakukan dengan uji statistik Wilk melalui pendekatan distribusi

F . Hipotesisnya adalah

H 0 :  1   2  ...   k  0

H 1 : ada  i  0 dimana i  1,2,..., k.

1 / 1 t  k  df

, dengan     1  . i 

1 Statistik uji F = 2

df 2 i  1

Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi  bila

F  F  dengan derajat bebas df 1 dan df 2 dimana

df 1  k , df 2  wt  k  1 , dengan w  n   2 k  3  , dan

2 k 2  5 Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan dalam pengujian ini adalah 0.05.

(b). Uji individu Berdasarkan Rencher (2002), pengujian korelasi kanonik secara individu dilakukan melalui pendekatan distribusi F . Dengan hipotesisnya adalah

H 0 :  1  0 ,  2  0 ,...,  k  0

H 1 :  i  0 dimana i  1,2,..., k .

df  

1  . i 

Statistik uji F = j

, dengan  j 

Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi  bila

F  F  dengan derajat bebas df 1 dan df 2 dimana

df 1  ( k  j  1 ) , df 2  wt  ( k  j  1 )  1 , dengan w  n   2 k  3  ,

dan t 

2 ( k  j 1 )  2  5 Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol

ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan dalam pengujian ini adalah 0.05.

4. Interpretasi Fungsi Kanonik Menurut Hair et al. (1998), interpretasi yang dapat dilakukan dalam analisis korelasi kanonik yaitu terhadap koefisien kanonik (bobot kanonik/weight canonic), muatan/loadings canonic dan muatan silang/cross loadings canonic.

(a) Bobot kanonik merupakan koefisien kanonik yang telah dibakukan, dapat diinterpretasikan sebagai besarnya kontribusi variabel asal terhadap variat kanonik. Semakin besar nilai koefisien ini menyatakan semakin besar kontribusi variabel yang bersangkutan terhadap variat kanonik. Bila tanda dari bobot suatu variabel berlawanan dengan variat kanoniknya maka menunjukkan hubungan yang terbalik dengan variabel lainnya. Bobot kanonik memiliki sifat tidak stabil karena pengaruh multikolinearitas, maka dalam mengoptimalkan hasil perhitungan korelasi kanonik, lebih tepat menggunakan muatan kanonik dan muatan silang kanonik untuk menginterpretasi hasil dari analisis korelasi kanonik.

(b) Muatan kanonik dapat dihitung dari korelasi sederhana antara variabel asal dengan masing-masing koefisien variat kanoniknya. Semakin besar nilai muatan kanonik mencerminkan semakin dekat hubungan fungsi kanonik

(1998) muatan kanonik variabel dependen diperoleh dengan rumus R YV  R YY B (2.4)

R YY merupakan korelasi sederhana antar kelompok variabel Y dan B merupakan vektor koefisien kanonik variat V. Sedangkan muatan kanonik variabel independen diperoleh dengan rumus

R XW  R XX A (2.5) R XX merupakan korelasi sederhana antar kelompok variabel X dan A

merupakan matriks koefisien kanonik variat W. (c) Muatan silang kanonik dapat dihitung dari perkalian dari nilai korelasi kanonik dengan muatan kanonik. Perhitungan ini mencakup korelasi tiap variabel dependen dengan variat kanonik independen dan juga sebaliknya. Semakin besar nilai muatan silang kanonik mencerminkan semakin dekat hubungan fungsi kanonik yang bersangkutan dengan variabel lawan. Masih berdasarkan Hair et al. (1998) muatan silang kanonik variabel dependen diperoleh dengan rumus

R YW  R YV  k .

R YW merupakan muatan kanonik variabel dependen dan  adalah nilai k

korelasi kanonik fungsi kanonik ke-k. Sedangkan muatan silang kanonik variabel independen diperoleh dengan rumus

R XV  R XW  k

R XW merupakan muatan kanonik variabel independen dan  adalah nilai k

korelasi kanonik fungsi kanonik ke-k. Keeratan hubungan antar dua kelompok variabel dapat dikatakan baik bila semua koefisien muatan silang kanonik dari variabel dependen maupun independen lebih dari atau sama dengan 0.45 (Sherry & Henson, 2005).

Redundansi merupakan sebuah indeks yang menghitung proporsi keragaman yang dapat dijelaskan oleh variabel kanonik yang dipilih baik dari variabel kanonik dependen maupun variabel kanonik independen.

Proporsi keragaman Y yang diterangkan oleh variat kanonik V diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan, muatan kanonik diperoleh dari persamaan (2.4), atau dapat dituliskan dengan rumus

R YV i R 2 ( k ) Y i  1 

dengan k adalah jumlah variabel dalam kelompok variabel dependen. Proporsi keragaman Y yang diterangkan oleh variat kanonik W diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus

Proporsi keragaman X yang diterangkan oleh variat kanonik W diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan, muatan kanonik diperoleh dari persamaan (2.5), atau dapat dituliskan dengan rumus

R 2 XW i

dengan k adalah jumlah variabel dalam kelompok variabel independen. Proporsi keragaman X yang diterangkan oleh variat kanonik V diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus

Kuadrat korelasi kanonik menyatakan estimasi variansi yang dapat diterangkan melalui variat kanoniknya, tetapi bukan menyatakan variansi dari variabel. Jadi tidak dapat menganggap 100% dari variansi kelompok Kuadrat korelasi kanonik menyatakan estimasi variansi yang dapat diterangkan melalui variat kanoniknya, tetapi bukan menyatakan variansi dari variabel. Jadi tidak dapat menganggap 100% dari variansi kelompok

2.2 Kerangka Pemikiran

Berdasarkan tinjauan pustaka, dapat disusun suatu kerangka pemikiran

1. Dilakukan presampling dengan mengedarkan kuesioner 30 buah, data yang diperoleh diuji reliabilitas dan validitasnya untuk mengetahui keakuratan kuesioner yang akan digunakan.

2. Kuesioner yang sudah reliabel dan valid diedarkan ke seluruh responden.

3. Data yang sudah diperoleh dikenai uji validitas dan reliabilitas.

4. Data dikenai uji asumsi yaitu normal multivariat dan multikolinearitas.

5. Dilakukan analisis korelasi kanonik terhadap data tersebut sehingga diperoleh fungsi kanonik dan besarnya korelasi kanonik.

6. Korelasi kanonik yang didapatkan diuji statistik untuk mengetahui signifikansinya.

7. Berdasarkan fungsi kanonik yang signifikan, dicari nilai redundansinya untuk mengetahui proporsi keragaman yang diterangkan oleh variabel asal maupun variabel lawan.

8. Interpretasi fungsi kanonik dengan bobot kanonik, muatan kanonik dan muatan silang kanonik sehingga diketahui variabel yang memiliki hubungan paling erat baik di dalam kelompok variabel maupun antar kelompok variabel.

METODE PENELITIAN

3.1 Sumber Data

Data yang digunakan dalam penelitian ini berupa data primer yang diperoleh dengan mengedarkan kuesioner kepada konsumen/pemilik sepeda motor di kota Surakarta. Sampel yang digunakan sebanyak 150 responden dari 5 kecamatan yang berada di kota Surakarta, yaitu kecamatan Banjarsari, kecamatan Jebres, kecamatan Pasar Kliwon, kecamatan Serengan, dan kecamatan Laweyan. Jumlah responden tiap kecamatan sebanyak 30 orang. Pemilihan responden untuk mengisi kuesioner tiap kecamatan dipilih secara random. Kuesioner yang digunakan terdapat dalam Lampiran 1 dan untuk hasil pengisian kuesioner dapat dilihat dalam Lampiran 2.

Penelitian dimulai dengan melakukan presampling untuk mengukur validitas dan reliabilitas kuesioner. Sampel yang digunakan sebanyak 30 responden. Uji validitas dari masing-masing pertanyaan dapat dicari dengan menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat pada Lampiran 3. Dalam Tabel 3.1 terlihat bahwa semua pertanyaan valid karena memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel korelasi-r untuk derajat bebas 28 dan taraf signifikansi 5% yaitu 0.3739.

Tabel 3.1 Koefisien korelasi Pearson dari sebelas pertanyaan presampling Variabel

Koefisien korelasi pearson Kebiasaan touring

Ketertarikan produk baru

Kebiasaan kredit

Keiritan bensin

Desain model

Tipe model

Daya tahan mesin

Harga jual kembali

Ketersediaan bengkel

dapat dikatakan bahwa kuesioner yang dibagikan dapat memberikan data yang konsisten. Setelah kuesioner dinyatakan valid dan reliabel, maka penelitian dapat dilakukan dengan menggunakan kuesioner tersebut untuk mendapatkan data keseluruhan yang akan dianalisis.

Selanjutnya dilakukan penelitian untuk seluruh responden pada bulan Juli – Agustus 2010. Masing-masing responden menjawab pertanyaan dalam kuesioner yang sudah valid dan reliabel. Pertanyaan-pertanyaan yang diberikan mewakili variabel-variabel yang diteliti. Variabel yang diteliti terdiri kelompok variabel independen (karakteristik konsumen) dan kelompok variabel dependen (atribut sepeda motor). Rincian masing-masing kelompok variabel dapat dilihat dalam Tabel 3.2 dan Tabel 3.3. Tabel 3.2 Keterangan dan skor variabel independen (karakteristik konsumen)

Variabel

Skor Usia (X 1 )

Keterangan

Usia dari responden

1 : < 20 tahun

2 : 20- 29 tahun

3 : 30- 39 tahun

4 : 40- 49 tahun

5 : > 50 tahun

Jenis kelamin Jenis kelamin

1 : Laki-laki

(X 2 ) responden

2 : Perempuan

Pendidikan Tingkat pendidikan

1 : Tidak tamat SD (X 3 )

terakhir responden

5 : Perguruan Tinggi Pekerjaan

Jenis pekerjaan yang

1 : Pensiunan

(X 4 ) dimiliki responden

2 : Wiraswasta

3 : Karyawan swasta

4 : Pegawai negeri

5 : Pelajar

Pengeluaran Jumlah rata-rata

1 : < Rp. 500.000,- (X 5 )

pengeluaran untuk

2 : Rp. 500.001,- s/d Rp. 1.500.000,- kebutuhan sehari-hari

3 : Rp. 1.500.001,- s/d Rp.2.500.000,- tiap bulan.

4 : Rp. 2.500.001,- s/d Rp.3.500.000,-

5 : > Rp. 3.500.000,-

Kebiasaan Rutinitas melakukan

1 : Sangat jarang (tiap > 4 bulan) pergi

2 : Jarang (tiap 1-4 bulan) jauh/touring

perjalanan jauh

3 : Sering (tiap minggu) (X 6 )

(dengan jarak > 50 km)

4 : Sangat sering (tiap hari) Ketertarikan

1 : Sangat tidak tertarik produk baru

Kecenderungan

2 : Tidak tertarik (X 7 )

konsumen untuk

menggunakan barang

3 : Tertarik yang up to date

4 : Sangat tertarik Kebiasaan

1 : Sangat sering kredit (X 8 )

Kecenderungan

konsumen membayar

2 : Sering

secara kredit dalam

3 : Jarang

membeli barang

4 : Sangat jarang

Tabel 3.3 Keterangan dan skor variabel dependen (atribut sepeda motor) Variabel

Skor Keiritan

Keterangan

1 : Sangat boros bensin (Y 1 )

Jumlah bahan bakar

bensin yang dibutuhkan

2 : Boros

oleh sepeda motor

3 : Irit

4 : Sangat irit Desain model

1 : Sangat jelek (Y 2 )

Tampilan fisik dari

sepeda motor

2 : Jelek

3 : Bagus

4 : Sangat bagus Tipe model

1 : Sangat sulit (Y 3 )

Kemudahan teknologi

sepeda motor (matic/

2 : Sulit

non matic)

3 : Mudah

4 : Sangat mudah Kecepatan

1 : Sangat lambat (Y 4 )

Kemampuan sepeda

motor menempuh jarak

2 : Lambat dalam waktu yang

3 : Cepat

4 : Sangat cepat Daya tahan

tertentu

1 : Sangat buruk mesin (Y 5 )

Kemampuan mesin

tetap berfungsi dengan

2 : Buruk

baik saat digunakan

3 : Baik

4 : Sangat baik Harga beli

dalam waktu yang lama

1 : Sangat mahal (Y 6 )

Harga sepeda motor saat

4 : Sangat murah

Harga jual Harga sepeda motor saat

1 : Sangat murah kembali (Y 7 )

dijual kembali setelah

4 : Sangat mahal Ketersediaan

1 : Sangat jarang bengkel (Y 8 )

Keberadaan bengkel

resmi sepeda motor di

2 : Jarang

sekitar tempat tinggal

3 : Banyak

konsumen

4 : Sangat banyak

3.2 Metode Analisis Data

Tahap analisis data yaitu mengolah data yang telah diperoleh, karena perhitungan secara manual cukup rumit dan memakan waktu lama, maka perhitungan dilakukan dengan bantuan software SPSS 11.0 .

Penelitian ini berupa studi kasus tentang analisis korelasi kanonik yang diaplikasikan dengan langkah-langkah sebagai berikut.

1. Melakukan uji validitas dan reliabilitas untuk semua data.

2. Melakukan uji asumsi normalitas dan multikolinearitas data.

3. Melakukan analisis korelasi kanonik dengan langkah-langkah (a) menentukan fungsi kanonik dan besarnya korelasi kanonik, (b) melakukan uji signifikansi terhadap korelasi kanonik, baik uji secara

bersama-sama maupun individu, (c) menentukan nilai redundansi dari beberapa fungsi kanonik yang signifikan.

4. Menginterpretasi fungsi kanonik dengan tiga cara yaitu (a) menentukan bobot kanonik (weight kanonik) untuk mengetahui urutan kontribusi relatif dari tiap kelompok variabel, (b) menentukan muatan kanonik (loading kanonik) untuk mengetahui variabel

yang memiliki hubungan paling erat dalam tiap kelompok variabel, (c) menentukan muatan silang kanonik (cross loading kanonik) untuk variabel yang memiliki hubungan paling erat antar kelompok variabel.

PEMBAHASAN

4.1 Uji Validitas dan Reliabilitas

Data keseluruhan yang diperoleh dari pengisian kuesioner diuji validitas dan reliabilitasnya. Uji validitas dari masing-masing pertanyaan dapat dicari dengan menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat pada Lampiran 3. Dalam Tabel 4.1 terlihat bahwa semua pertanyaan valid karena memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel korelasi-r untuk derajat bebas 148 dan taraf signifikansi 5% yaitu 0.1614.

Selanjutnya dilakukan uji reliabilitas dengan menggunakan persamaan (2.2) dan diperoleh nilai koefisien  Cronbach = 0.7446 lebih dari 0.6 sehingga dapat disimpulkan bahwa variabel yang dibentuk sudah reliabel dan dapat dikatakan bahwa kuesioner yang dibagikan dapat memberikan data yang konsisten.

Tabel 4.1 Koefisien korelasi Pearson dari sebelas pertanyaan data keseluruhan

korelasi pearson

Kebiasaan touring

0.000 Ketertarikan produk baru

0.000 Kebiasaan kredit

0.000 Keiritan bensin

0.000 Desain model

0.000 Tipe model

0.000 Daya tahan mesin

0.000 Harga jual kembali

0.000 Ketersediaan bengkel

4.2 Pemeriksaan Asumsi

Sebelum dilakukan pengolahan data dengan korelasi kanonik, keseluruhan data yang diperoleh diuji terlebih dahulu sesuai persyaratan-persyaratan yang harus dipenuhi yaitu asumsi normalitas dan multikolinearitas.

Pengujian normalitas dilakukan dengan uji Kolmogorov Smirnov untuk masing-masing variabel dependen maupun independen yang bertipe metrik. Berdasarkan perhitungan, semua variabel tersebut berdistribusi normal karena nilai signifikansi lebih dari 0.05, hasil perhitungan dapat dilihat pada output SPSS 11.0 yang terdapat dalam Lampiran 4.

2. Pengujian Multikolinearitas Pengujian multikolinearitas dilakukan dengan melihat matriks korelasi sederhana antar variabel independen dan korelasi sederhana antar variabel dependennya. Berdasarkan hasil perhitungan yang tampak pada Tabel 4.2 dan

4.3, tidak ada korelasi yang bernilai lebih dari 0.8 maka dapat disimpulkan tidak terdapat multikolinearitas.

Tabel 4.2 Korelasi sederhana antar variabel independen Var

X 1 1.000 -0.172 -0.146 -0.434 0.319 -0.040 -0.026 -0.079

X 2 -0.172 1.000 0.026 0.037 -0.138 -0.079 0.096 0.128

X 3 -0.146 0.026 1.000 0.210 0.128 0.088 0.060 0.050

X 4 -0.434 0.037 0.210 1.000 -0.185 0.021 0.049 -0.004

X 5 0.319 -0.139 0.128 -0.185 1.000 0.293 0.208 -0.201

X 6 -0.040 -0.079 0.088 0.021 0.293 1.000 0.231 0.015

X 7 -0.026 0.096 0.060 0.049 0.208 0.231 1.000 0.063

X 8 -0.079 0.128 0.050 -0.004 -0.201 0.015 0.063 1.000

Tabel 4.3 Korelasi sederhana antar variabel dependen Var

Y 1 Y 2 Y 3 Y 4 Y 5 Y 6 Y 7 Y 8 Y 1 1.000 0.217 0.226 0.219 0.202 0.231 0.243 0.171 Y 2 0.217 1.000 0.412 0.436 0.452 0.087 0.332 0.304 Y 3 0.226 0.412 1.000 0.452 0.631 -0.114 0.337 0.447 Y 4 0.219 0.436 0.452 1.000 0.383 .0.163 0.288 0.334 Y 5 0.202 0.452 0.631 0.383 1.000 -0.036 0.331 0.364

Y 6 0.231 0.087 -0.114 0.163 -0.036 1.000 0.068 0.086 Y 7 0.243 0.332 0.337 0.288 0.331 0.068 1.000 0.375 Y 8 0.171 0.304 0.447 0.334 0.364 0.086 0.375 1.000

Dengan terpenuhinya semua persyaratan untuk uji korelasi kanonik, maka analisis data dapat dilanjutkan. Pengolahan data dalam analisis korelasi kanonik menggunakan program SPSS ver 11.0. Hasil perhitungan secara lengkap dapat dilihat pada Lampiran 5. Untuk kepentingan memperoleh hasil penelitian hanya diambil bagian-bagian yang penting. Adapun bagian-bagian tersebut dapat dilihat di bawah ini.

1. Fungsi Kanonik Banyaknya fungsi kanonik yang terbentuk mengikuti jumlah minimal variabel dalam setiap kelompok variabel. Dalam kasus ini, kelompok variabel dependen terdiri dari 8 variabel sedangkan kelompok variabel independen juga terdiri dari 8 variabel, maka akan terbentuk 8 fungsi kanonik. Penentuan jumlah fungsi kanonik yang dapat digunakan dalam tahap interpretasi didasarkan pada uji signifikansi statistik dan indeks redundansi tiap variat kanonik.

2. Uji Signifikansi Statistik (a). Pengujian secara bersama-sama Tabel 4.4 Hasil uji signifikansi multivariat bersama Uji Statistik

Pendekatan F-statistik Signifikansi F Pillai

Pengujian dilakukan dengan membandingkan antara nilai signifikansi F dan taraf signifikansi  . Dengan menggunakan uji statistik Wilk dan   0 . 05 , terlihat pada Tabel 4.4 bahwa semua fungsi signifikan karena nilai signifikansi F kurang dari 0.05. Dengan demikian bila digabung secara bersama-sama, fungsi kanonik 1 sampai fungsi kanonik 8

Tabel 4.4 tersebut berdasarkan output SPSS 11.0 pada Lampiran 5.

(b). Pengujian secara individu Tabel 4.5 Hasil uji signifikansi individu Fungsi

F-statistik Signifikansi F kanonik

0.02843 0.866 Pengujian dilakukan dengan membandingkan antara nilai

signifikansi F dan taraf signifikansi  . Dari Tabel 4.5 terlihat bahwa nilai signifikansi F fungsi pertama dan kedua kurang dari 0.05 sehingga signifikan secara individu. Sedangkan fungsi ketiga sampai fungsi kedelapan nilai signifikansi lebih dari 0.05 maka fungsi-fungsi tersebut tidak signifikan secara individu. Dengan demikian hanya fungsi pertama dan fungsi kedua yang dapat dianalisis lebih lanjut karena signifikan secara individu dan bersama-sama. Sedangkan fungsi ketiga sampai fungsi kedelapan secara individu tidak dapat dianalisis lebih lanjut. Hasil pengujian secara individu dalam Tabel 4.5 tersebut berdasarkan output SPSS 11.0 pada Lampiran 5.

3. Analisis Redundansi Analisis redundansi dilakukan hanya pada dua fungsi kanonik, yaitu fungsi kanonik pertama dan kedua. Dalam analisis redundansi yang digunakan

adalah nilai muatan kanonik, korelasi kanonik kuadrat ( 2  ) dan indeks

redundansi. Indeks redundansi diperoleh dari perkalian rata-rata muatan redundansi. Indeks redundansi diperoleh dari perkalian rata-rata muatan

4.6 dan 4.7. Tabel 4.6 dan 4.7 menunjukkan hasil perhitungan rata-rata muatan kanonik kuadrat dan indeks redundansi untuk variabel dependen dan independen dari fungsi pertama dan fungsi kedua. Rata-rata muatan kanonik kuadrat digunakan untuk mengetahui proporsi variansi bersama dalam masing-masing variat kanonik, sedangkan indeks redundansi untuk mengetahui proporsi variansi yang dijelaskan varit kanonik lawan. Penyajian secara kumulatif dapat dilihat dalam Tabel 4.8 dan 4.9.

Tabel 4.6 Perhitungan indeks redundansi untuk fungsi kanonik pertama Variat/

Korelasi Indeks variabel

kanonik Redundansi

kuadrat Variabel independen

X 2 -0.597

X 3 -0.241

X 4 -0.241

X 6 -0.569

X 7 -0.557

X 8 -0.352

Variat independen

0.162986 0.41517 0.067667 Variabel

dependen Y 1 -0.201

Y 2 -0.537

Y 3 -0.572

Y 4 -0.768

Y 5 -0.553

Y 6 -0.565

Y 7 -0.384

Y 8 -0.558

Variat dependen

Rata-rata Korelasi Indeks variabel

Variat/ Muatan

kanonik Redundansi

kuadrat Variabel independen

X 2 -0.421

X 4 -0.039

X 8 -0.621

Variat independen

1.477489 0.184686 0.30753 0.056797 Variabel dependen

Y 3 -0.476

Y 4 -0.173

Y 5 -0.194

Y 8 -0.562

Variat dependen

Dari Tabel 4.8 dapat disimpulkan bahwa pada fungsi pertama, variansi dalam variabel independen dapat dijelaskan sebesar 16.3 % oleh variat kanonik independen, dan dapat dijelaskan sebesar 6.8 % oleh variat kanonik dependennya. Untuk fungsi kedua variansi dalam variabel dependen dapat dijelaskan sebesar 18.5 % oleh variat kanonik independen, dan dapat dijelaskan sebesar 5.7 % oleh variat kanonik dependennya.

Dari Tabel 4.9 dapat disimpulkan bahwa pada fungsi pertama, variansi dalam variabel dependen dapat dijelaskan sebesar 29.1 % oleh variat kanonik dependen, dan dapat dijelaskan sebesar 12.1 % oleh variat kanonik independennya. Untuk fungsi kedua variansi dalam variabel dependen dapat Dari Tabel 4.9 dapat disimpulkan bahwa pada fungsi pertama, variansi dalam variabel dependen dapat dijelaskan sebesar 29.1 % oleh variat kanonik dependen, dan dapat dijelaskan sebesar 12.1 % oleh variat kanonik independennya. Untuk fungsi kedua variansi dalam variabel dependen dapat

Tabel 4.8 Analisis redundansi dari variabel independen untuk dua fungsi kanonik Variansi yang dijelaskan

Variansi yang Fungsi

dijelaskan variat kanonik

variat kanoniknya sendiri

Korelasi

(variansi bersama)

kanonik

kanonik lawan

(redundansi) Prosentase

kuadrat

Prosentase

Prosentase Prosentase

0.056797 0.124464 Tabel 4.9 Analisis redundansi dari variabel dependen untuk dua fungsi

kanonik Variansi yang dijelaskan

Variansi yang Fungsi

dijelaskan variat kanonik

Variat kanoniknya sendiri

Korelasi

(variansi bersama)

kanonik

kanonik lawan

(redundansi) Prosentase Prosentase

kuadrat

Prosentase Prosentase

Proporsi variansi keseluruhan dalam variat kanonik dependen yang dijelaskan fungsi pertama dan kedua adalah sebesar 42 % dan proporsi variansi keseluruhan dalam variat kanonik independen yang dijelaskan fungsi pertama dan kedua adalah sebesar 34.8 %. Sehingga berdasarkan nilai-nilai tersebut dapat disimpulkan bahwa variat dependen dan variat independen cukup baik dalam mewakili himpunan variabelnya masing-masing, karena suatu variat kanonik dikatakan cukup baik dan signifikan dalam menerangkan variansi dalam suatu penelitian, bila nilainya lebih dari 25%. Hal ini mengingat terdapat variabel-variabel lain yang juga berkontribusi dalam perhitungan namun tidak disertakan dalam penelitian.

(a). Bobot kanonik Tabel 4.10 Bobot kanonik variabel independen dan dependen Variabel

Bobot Kanonik

Fungsi kanonik 2 Variabel independen

Fungsi kanonik 1

X 1 -0.008

X 2 -0.547

X 3 -0.139

X 4 -0.135

X 6 -0.554

X 7 -0.382

-0.550 Variabel dependen

X 8 -0.210

Y 1 0.165

Y 2 -0.099

Y 3 -0.234

Y 4 -0.432

Y 5 -0.170

Y 6 -0.539

Y 7 -0.024

-0.641 Besarnya (koefisien) bobot menunjukkan kontribusi terhadap variat.

Y 8 -0.190

Dengan tidak memperhatikan fungsi ketiga sampai dengan kedelapan, berdasarkan koefisien kanonik yang telah dibakukan dalam Tabel 4.10 dapat disimpulkan pada fungsi kanonik pertama urutan kontribusi variabel-

variabel independen terhadap variabel kanonik adalah X 6 , X 2 , X 7 , X 8 , X 5 ,

X 3 , X 4 , X 1 . Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel kebiasaan pergi jauh merupakan variabel yang paling diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya karakteristik konsumen yang berpengaruh dalam pemilihan sepeda motor adalah jenis kelamin, ketertarikan produk baru, kebiasaan kredit, pengeluaran, tingkat pendidikan, jenis pekerjaan dan terakhir variabel usia. Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel

independen terhadap variabel kanonik adalah X 8 ,X 6 ,X 7 ,X 2 ,X 5 ,X 1 ,X 4 ,X 3 . Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel independen terhadap variabel kanonik adalah X 8 ,X 6 ,X 7 ,X 2 ,X 5 ,X 1 ,X 4 ,X 3 . Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel

kanonik adalah Y 6 ,Y 4 ,Y 3 ,Y 8 ,Y 5 ,Y 1 ,Y 2 ,Y 7 . Hal ini berarti dari kelompok variabel atribut sepeda motor, variabel harga beli sepeda motor merupakan variabel yang paling diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya konsumen memperhitungkan kecepatan, tipe model, ketersediaan bengkel, daya tahan mesin, keiritan bensin, desain model dan terakhir harga jual kembali. Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel

dependen terhadap variabel kanonik adalah Y 8 ,Y 6 ,Y 2 ,Y 3 ,Y 4 ,Y 7 ,Y 5 ,Y 1 . Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel dependen terhadap variabel kanonik adalah Y 8 ,Y 6 ,Y 2 ,Y 3 ,Y 4 ,Y 7 ,Y 5 ,Y 1 . Hal ini berarti dari kelompok variabel atribut sepeda motor, variabel keberadaan bengkel merupakan variabel yang paling diperhitungkan konsumen dalam memilih sepeda motor. Tanda minus pada bobot kanonik menunjukkan bahwa hubungan variabel tersebut berlawanan arah dalam variat kanonik yang dibentuk.

(b). Muatan Kanonik Muatan kanonik menyatakan korelasi variabel terhadap variat di mana variabel bergabung dalam setiap fungsi kanonik. Untuk kelompok variabel independen (karakteristik konsumen), berdasarkan Tabel 4.11 terlihat bahwa

variabel X 2 (jenis kelamin) adalah variabel yang memiliki muatan tertinggi pada fungsi pertama. Selanjutnya disimpulkan variabel-variabel yang hubungannya paling erat dengan variat kanonik independen yaitu X 2 , X 6 , dan X 7 . Tabel 4.10 juga memperlihatkan bahwa pada fungsi pertama seluruh variabel independen bertanda minus, kecuali pada variabel X 1 dan X 5 . Hal ini menunjukkan bahwa seluruh variabel mempunyai pengaruh yang searah

Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan variat kanonik independen yaitu X 8 ,X 5 , dan X 6 . Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan variabel karakteristik konsumen, maka karakter konsumen yang paling berpengaruh dalam memilih suatu sepeda motor adalah karakter jenis kelamin, kemudian diikuti gaya hidup kebiasaan pergi jauh, ketertarikan dengan produk baru, kebiasaaan kredit, usia, pendidikan, pekerjaan dan terakhir tingkat pengeluaran konsumen. Sedangkan berdasarkan fungsi kedua dapat disimpulkan dari keseluruhan variabel karakteristik konsumen, maka karakter konsumen yang paling berpengaruh dalam memilih suatu sepeda motor adalah karakter kebiasaan kredit, kemudian diikuti tingkat pengeluaran, kebiasaan pergi jauh, jenis kelamin, ketertarikan produk baru, usia, pekerjaan dan terakhir tingkat pendidikan.

Tabel 4.11 Muatan kanonik variabel independen dan dependen Variabel

Muatan kanonik Fungsi kanonik 1 Fungsi kanonik 2 Variabel independen

X 1 0.267

X 2 -0.597

X 3 -0.241

X 4 -0.241

X 6 -0.569

X 7 -0.557

-0.621 Variabel dependen

X 8 -0.352

Y 1 -0.201

Y 2 -0.537

Y 3 -0.572

Y 4 -0.768

Y 5 -0.553

Y 6 -0.565

Y 7 -0.384

Y 8 -0.558

-0.562 -0.562

kanonik dependen yaitu Y 4 , Y 3 , Y 6 , Y 8 , Y 5 , dan Y 2 . Tabel 4.11 juga memperlihatkan bahwa pada fungsi pertama seluruh variabel dependen bertanda minus, hal ini menunjukkan bahwa seluruh variabel mempunyai pengaruh yang searah dalam variat dependen. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan variat

kanonik dependen yaitu Y 6 dan Y 8 .

Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan variabel atribut sepeda motor, maka atribut sepeda motor yang paling dipertimbangkan konsumen saat membeli adalah atribut kecepatan suatu sepeda motor, kemudian diikuti variabel tipe model, harga beli, ketersediaan bengkel, daya tahan mesin, desain model, harga jual kembali dan keiritan bensin. Sedangkan berdasarkan fungsi kedua dapat disimpulkan dari keseluruhan variabel atribut sepeda motor, atribut sepeda motor yang paling dipertimbangkan konsumen saat membeli adalah atribut harga beli, kemudian didikuti ketersediaan bengkel, tipe model, daya tahan mesin, desain model, kecepatan, keiritan bensin dan harga jual kembali.

(c) Muatan Silang Kanonik Muatan-silang kanonik menyatakan korelasi variabel dalam suatu variat terhadap variat kanonik lainnya. Berdasarkan Tabel 4.12, untuk kelompok variabel independen (karakteristik konsumen), terlihat bahwa pada fungsi pertama variabel-variabel yang hubungannya paling erat dengan

kelompok variabel dependen (atribut sepeda motor) yaitu X 2 , X 6 , dan X 7 . Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya paling erat dengan kelompok variabel dependen yaitu X 8 ,X 5 , dan X 6 . Hal ini sama dengan yang terjadi pada interpretasi muatan kanonik.

Tabel 4.12 Muatan silang kanonik variabel independen dan dependen Variabel

Muatan silang kanonik Fungsi kanonik 1 Fungsi kanonik 2 Variabel independen

X 1 0.172

X 2 -0.385

X 3 -0.156

X 4 -0.155

X 6 -0.366

X 7 -0.359

-0.344 Variabel dependen

X 8 -0.227

Y 1 -0.130

Y 2 -0.346

Y 3 -0.368

Y 4 -0.495

Y 5 -0.356

Y 6 -0.364

Y 7 -0.248

Y 8 -0.359

Masih berdasarkan Tabel 4.12 terlihat bahwa untuk kelompok variabel dependen (atribut sepeda motor) pada fungsi kanonik pertama, variabel- variabel yang hubungannya erat dengan kelompok variabel independen

(karakteristik konsumen) yaitu Y 4 ,Y 3 ,Y 6 , Y 8 ,Y 5 , dan Y 2 . Urutan keeratan ini sama dengan yang terjadi pada interpretasi muatan kanonik. Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya erat dengan

variabel kanonik independen Y 6 dan Y 8 .

Keeratan hubungan antar dua kelompok variabel dapat dilihat dari nilai koefisien muatan silang kanonik, dari Tabel 4.12 terlihat bahwa selain variabel Y 4 (atribut kecepatan sepeda motor), semua nilai koefisien variabel dependen maupun independen dari kedua fungsi kurang dari 0.45, sehingga dapat dikatakan keeratan hubungan antar dua kelompok variabel cukup rendah.

Bila interpretasi dari muatan silang kanonik dalam fungsi pertama digunakan sebagai prediksi seperti regresi berganda maka bila dimisalkan Bila interpretasi dari muatan silang kanonik dalam fungsi pertama digunakan sebagai prediksi seperti regresi berganda maka bila dimisalkan

Konsumen berjenis kelamin perempuan, konsumen berpendidikan rendah, konsumen dengan pekerjaan pensiunan dan wiraswasta, konsumen yang jarang melakukan perjalanan jauh, tidak tertarik dengan produk baru dan sering melakukan kredit cenderung tidak memperhatikan atribut sepeda motor meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya. Konsumen berjenis kelamin

laki-laki, konsumen berpendidikan tinggi, konsumen dengan pekerjaan karyawan swasta, pegawai negeri, dan pelajar, konsumen yang sering melakukan perjalanan jauh, mudah tertarik dengan produk baru, dan jarang melakukan kredit cenderung sangat memperhatikan atribut sepeda motor yang meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya. Konsumen yang memiliki tingkat usia tinggi dan memiliki rata-rata pengeluaran tinggi juga cenderung tidak memperhatikan atribut sepeda motor yang meliputi keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat membelinya.

Sedangkan interpretasi untuk fungsi kedua maka bila dimisalkan peringkat nilai jenis kelamin, pekerjaan, dan kebiasaan kredit adalah rendah maka peringkat nilai tipe model, kecepatan, daya tahan mesin, dan ketersediaan bengkel juga rendah. Sedangkan peringkat nilai untuk tingkat usia, pendidikan, pengeluaran, kebiasaan pergi jauh, dan ketertarikan produk baru yang semakin tinggi mengakibatkan peringkat nilai keiritan bensin, desain model, harga beli, dan harga jual kembali juga tinggi.