Tabel 2.1 Contoh Orthogonal Array dan Non-orthogonal Array
Orthogonal Array Non-orthogonal Array
Faktor : A B
C Faktor :
A B
C 1
1 1
1 1
2 1
2 2
1 2
1 2
1 2
2 1
2 2
2 1
1 2
1
2. Pairwise Combination Melalui pendekatan ini, stimuli yang diperingkatkan dilakukan dengan cara
memberikan peringkat pada setiap kombinasi taraflevel dari dua atribut, mulai dari yang paling disukai sampai pada yang paling tidak disukai. Jika
banyaknya atribut ada � − buah, maka kombinasi taraflevel atribut yang harus
dievaluasi responden adalah sebanyak: q =
��−1 2
pasangan. Kelebihan pendekatan pasangan adalah bahwa pendekatan ini lebih
mudah bagi responden untuk memberikan pertimbangan. Tetapi kelemahan relatifnya ialah bahwa pendekatan ini memerlukan lebih banyak evaluasi.
2.7.3.3 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 ranking 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
Universitas Sumatera Utara
Untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan 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 tidak disukai
dan 5 = paling disukai. b. Menggunakan nilai rangking terbalik, artinya untuk stimulus yang paling
disukai diberi nilai tertinggi setara dengan jumlah stimulusnya, sedangkan stimulus yang paling tidak disukai diberi nilai satu.
2.7.3.4 Memilih Prosedur Analisis Konjoin
Model dasar analisis konjoin secara matematis sebagai berikut Supranto, 2004:
=
=1 =1
di mana: = Utilitas total dari tiap-tiap stimuli
= Utilitas dari atribut ke- = 1, 2, 3, ... , k dan level ke- = 1, 2, 3, ... ,
= Banyaknya level dari atribut = Banyaknya atribut
= Atribut ke- level ke- bernilai 1, jika level ke- dari atribut ke- terjadi; 0, jika tidak terjadi
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus: = {
– }
Rumus untuk nilai kepentingan relatif adalah: =
=1
Universitas Sumatera Utara
di mana: = Bobot kepentingan relatif untuk tiap atribut
= Range nilai kepentingan untuk tiap atribut
2.7.3.5 Analisis Regresi dengan Peubah Boneka