Menurut Hair 1993, beberapa manfaat dari penggunaan analisis konjoin adalah sebagai berikut:
1. Dapat menentukan kombinasi optimal dari atribut –atribut produk yang paling
penting atau menarik bagi konsumen. 2. Dapat menunjukan kontribusi relatif dari tiap atribut dan level terhadap seluruh
evaluasi produk yang mempengaruhi proses pembelian konsumen. 3. Dapat mengkelompokkan pasar berdasarkan kesamaan kesukaan konsumen
terhadap atribut produk.
2.7.3 Tahapan Analisis Konjoin
Adapun tahapan-tahapan analisis konjoin meliputi beberapa langkah yaiatu: 1. Mengidentifikasi atribut
2. Merancang kombinasi atribut stimuli 3. Analisis data
4. Memilih prosedur analisis konjoin 5. Interpretasi hasil
6. Penilaian keandalan dan kesahihan
2.7.3.1 Mengidentifikasi Atribut
Langkah awal dalam melakukan analisis konjoin yaitu mengidentifikasi kumpulan dari atribut-atribut di mana setiap atribut terdiri atas beberapa taraf atau level.
Informasi mengenai atribut yang mewakili preferensi konsumen bisa diperoleh melalui diskusi dengan pakar, eksplorasi data skunder, atau melakukan tes awal.
Kemudian atribut yang sudah dianggap mewakili ditentukan skalanya. Skala atribut dibagi menjadi dua yaitu skala kualitatif atau non metrik atau kategori
nominal dan ordinal dan skala kuantitatif atau metrik interval dan rasio.
Banyaknya tingkatan atribut menentukan banyaknya parameter yang akan diperkirakan dan juga mempengaruhi banyaknya stimulus yang akan dievaluasi oleh
responden. Untuk meminimumkan tugas evaluasi responden, dan harus bisa
Universitas Sumatera Utara
memperkirakan parameter seakurat mungkin, perlu membatasi banyaknya tingkatan atau level dari atribut.
2.7.3.2 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 k atribut dan ada l
i
level yang diteliti dapat mengevaluasi semua stimuli yang muncul dengan l
1
x l
2
x l
3
x … sejumlah l
i
buah.
Tentunya terkadang banyaknya stimuli membuat bingung responden dalam menilai, untuk mengatasi masalah ini dapat digunakan SPSS 17 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.
Orthogonal 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 inetraksi 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.
Universitas Sumatera Utara
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
