mengukur efek utamanya saja, sementara interaksi antar atribut tidak terukur atau diabaikan.
3. Menentukan Metode Pengumpulan Data
Langkah selanjutnya setelah merancang stimuli adalah menentukan jenis data yang diperlukan. Seperti halnya dalam menentukan skala atribut,
terdapat dua macam jenis data pada proses pengumpulan data yaitu data non metrik dan data metrik. Pada data jenis non metrik responden diminta
membuat ranking pengurutan terhadap stimuli. Pengurutan ini biasanya dimulai dari stimuli yang paling disukai diberi nilai mulai dari 1 sampai pada
stimuli yang paling tidak disukai. Sedangkan pada data jenis metrik responden diminta memberikan rating penilaian terhadap stimuli. Rating dapat
dilakukan dengan menggunakan skala likert mulai dari 1 sampai 10 nilai 10 adalah paling disukai dan sebaliknya dan menggunakan nilai ranking terbalik
stimuli yang paling disukai diberi nilai tertinggi setara dengan jumlah stimulinya dan sebaliknya. Selain ranking dan rating, bentuk jawaban
responden juga dapat berupa pilihan atau biasa dikenal sebagai discrete choice. Pada analisis konjoin yang berperan sebagai variabel tak bebas adalah
preferensi atau keinginan untuk membeli. Sedangkan variabel bebasnya adalah kombinasi berbagai taraf dalam atribut yang berupa variabel dummy.
Sehingga penentuan jenis data metrik maupun non metrik sangat penting.
4. Memilih Prosedur Analisis Konjoin
Berkaitan dengan tipe data dan cara pengumpulan datanya, prosedur analisis yang umum digunakan dalam analisis konjoin adalah:
a. Metode Thurstone
Prosedur ini digunakan untuk memberikan gambaran mengenai pasangan atribut yang dilakukan dalam pendekatan pairwise comparison
Rosada, 2002. Langkah-langkah yang harus dilakukan yaitu: i. Menghitung matriks frekuensi, dengan menjumlahkan skor seluruh
pengamatan, dengan aturan sebagai berikut:
1, jika atribut iatribut j 0, jika atribut iatribut j
0.5, jika atribut i=atribut j
ij
F
=
ij
F =Frekuensi baris ke-i kolom ke-j kolom lebih penting dari baris ii. Menghitung matriks proporsi
ij
P yaitu membagi setiap unsur matriks frekuensi dengan jumlah responden.
ij ij
F P
n =
iii. Mentransformasi unsur matriks proporsi menjadi normal baku
ij
Z iv. Mengurutkan kolom mariks Z dari kolom dengan rataan terkecil
hingga terbesar v. Menghitung selisih antar kolom terdekat
vi. Menghitung nilai skala dengan nilai skala awal nol dan nilai skala berikutnya adalah nilai kumulatif dari nilai skala sebelumnya
vii. Menyimpulkan faktor-faktor yang dianggap penting
b. Metode Regresi dengan variabel dummy
Prosedur analisis ini umumnya digunakan pada pengumpulan data full profile. Jika data berasal dari penilaian dengan skala metrik maka
regresi dengan variabel dummy dapat dihitung langsung dengan menggunakan pendekatan Ordinary Least Square OLS. Jika data berupa
ranking urutan maka data tersebut lebih dahulu diubah menjadi skala interval dengan menggunakan monotonic regression. Sedangkan jika data
diperoleh melalui penilaian terpisah dari masing-masing atribut taraf atribut maka cara ini dikenal dengan istilah discret choice dimana
variabel dependent-nya berupa intensitas pilihan atau aktual pembelian. Analisis yang digunakan adalah LOGIT model.
Adapun secara umum model dasar analisis konjoin Kuhfeld, 2000 adalah:
Y
ij
= β
+
∑
=
m i
1
1 k
j =
∑
β
ij
X
ij
+ ε
ij
Keterangan : Y
ij
β = Peringkat seluruh responden
o
k = Banyak taraf dari atribut ke-i
= Intersep
m = Jumlah atribut
X
ij
β = Peubah boneka atau dummy variable dari atribut ke-i taraf ke-j
ij
ε = Part worth atau nilai kegunaan atribut ke-i taraf ke-j
ij
Dengan model regresi tersebut, maka dapat ditentukan nilai kegunaan dari taraf-taraf tiap atribut NKT untuk menentukan nilai
pentingnya suatu taraf relatif terhadap taraf yang lain pada suatu atribut. Setelah menentukan NKT, maka Nilai Relatif Penting NRP dapat
dihitung dengan formula sebagai berikut: = Galat
∑
=
− −
=
k i
i i
i i
i
UR UT
UR UT
NRP
1
Keterangan: NRP
i
UT = NRP atribut ke-i
i
UR = NKT tertinggi atribut ke-i
i
k = Jumlah atribut
= NKT terendah atribut ke-i
5. Interpretasi Hasil
Kategori