PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA MENGGUNAKAN ANALISIS KONJOIN

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

i SKRIPSI

PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA MENGGUNAKAN

ANALISIS KONJOIN yang disiapkan dan disusun oleh

AFNI NURFITA NIM. M0105019 dibimbing oleh Pembimbing I

Dra. Etik Zukhronah, M.Si NIP. 19661213 199203 2 001

Pembimbing II

Drs. H. Tri Atmojo K, M.Sc. Ph.D NIP. 19630826 198803 1 002

telah dipertahankan di depan Dewan Penguji pada hari Rabu, tanggal 02 Pebruari 2011

dan dinyatakan telah memenuhi syarat Anggota Tim Penguji

1. Dra. Yuliana Susanti, M.Si NIP 19611219 198703 2 001 2. Winita Sulandari, M.Si

NIP. 19780814 200501 2 002 3. Dra. Diari Indriati, M.Si

NIP.19610112 198811 2 001

Tanda Tangan 1.

2.

3.

Surakarta, Pebruari 2011 Disahkan oleh

Fakultas Matematika dan Ilmu Pengetahuan Alam Dekan,

Prof. Drs. Sutarno, M.Sc. Ph.D

Ketua Jurusan Matematika,

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ii

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

i

PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA

MENGGUNAKAN ANALISIS KONJOIN

oleh

AFNI NURFITA NIM. M0105019

SKRIPSI

ditulis dan diajukan untuk memenuhi persyaratan memperoleh gelar Sarjana Sains Matematika

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET

SURAKARTA 2011

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ii ABSTRAK

Afni Nurfita. 2011. PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA MENGGUNAKAN ANALISIS KONJOIN. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret Surakarta.

Analisis konjoin merupakan teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan. Penelitian ini bertujuan untuk menentukan kombinasi atribut (stimulus) kartu prabayar GSM yang paling disukai oleh mahasiswa Universitas Sebelas Maret (UNS) Surakarta dan nilai kepentingan masing-masing atribut.

Metode penelitian yang digunakan adalah studi kasus dengan memberikan kuesioner pada mahasiswa UNS Surakarta yang memiliki telepon seluler dengan kartu prabayar GSM. Teknik pengambilan sampel secara random dari 9 fakultas di UNS. Atribut yang digunakan yaitu tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, jangkauan, sinyal dan bonus.

Hasil penelitian menunjukkan bahwa kombinasi atribut yang paling disukai oleh keseluruhan responden adalah tarif SMS paketan, tarif telepon per detik, tarif internet per MB, bentuk isi ulang elektrik, bonus telepon, sinyal kuat dan jangkauan luas. Urutan nilai kepentingan atribut menurut responden adalah sinyal, jangkauan, bentuk isi ulang, tarif SMS, tarif telepon, tarif internet dan bonus.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

iii ABSTRACT

Afni Nurfita. 2011. PREFERENCE OF GSM PREPAID CARD USER OF SEBELAS MARET UNIVERSITIE’S STUDENTS USING CONJOINT ANALYSIS. Faculty of Mathematics and Natural Sciences. Sebelas Maret University.

Conjoint Analysis is a multivariate technique used to know respondent preference for products or services. The objectives of this research are to determine the attributes combination of GSM prepaid card that preferest of the students in Sebelas Maret University and to determine the importance values of each attributes.

The method used in this research is case study by giving the questionaire to the students of Sebelas Maret University having handphone with GSM prepaid card. Technique sampling taken randomly from nines faculties in Sebelas Maret University. The attributes are SMS cost, telephone cost, internet cost, type of pulse, coverage area, signal and bonus.

The research results show that the most preferences of attributes combination by all respondents are group messages cost, flat telephone cost, internet cost per MB, electric type of pulse, telephone bonus, strong signal and strong coverage area. According to respondents, the order of attribute importance values are signal, coverage area, type of pulse, messages cost, telephone cost, internet cost and bonus.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

iv MOTO

...Sesungguhnya Allah tidak mengubah keadaan suatu kaum, sehingga mereka mengubah keadaan yang ada pada diri mereka sendiri...

(Q.S Ar Ra’du: 11)

If there is a Will, there is a Way jika ada kemauan pasti ada jalan

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

v

PERSEMBAHAN

Karya ini kupersembahkan untuk Bunda dan Ayah tercinta, kasih sayangmu takkan bisa tergantikan. Karena melihatmulah, aku merasa kuat dan sabar. De’ Unic, yang selalu menghibur disaat aku sedang jenuh dan putus asa. Murobbiyahku, yang memberi motivasi dan semangat kepadaku serta teman – teman satu kelompok tarbiyah, semoga ukhuwah kita senantiasa terjalin.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

vi

KATA PENGANTAR

Puji syukur senantiasa penulis panjatkan kepada Allah SWT yang telah melimpahkan rahmat dan segala nikmatNya sehingga penulis berhasil menyelesaikan skripsi ini.

Penulis mengucapkan terima kasih kepada

1. Dra. Etik Zukhronah, M.Si dan Drs. Tri Atmojo K, M.Sc. Ph.D selaku Pembimbing 1 dan Pembimbing 2 yang telah membimbing dan mengarahkan penulis dalam menyelesaikan skripsi ini.

2. Teman-teman angkatan 2005, khususnya kepada Anti, Rafi, Itsna, Betty dan Saras yang memberikan motivasi kepada penulis agar segera menyelesaikan skripsi ini.

3. De Ika (biologi 2006), Fa (fisika 2008), Ahmad (hyperkes 2009), Wulan (TI 2008), Widi (sastra inggris 2008), Ana (pendidikan matematika 2008) dan Ika (FISIP 2008) yang telah membantu dalam pengumpulan data. 4. Semua pihak yang telah membantu menyelesaikan skripsi ini yang tidak

dapat penulis sebutkan satu persatu.

Penulis berharap semoga skripsi ini dapat bermanfaat.

Surakarta, Pebruari 2011 Penulis

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

vii DAFTAR ISI JUDUL... PENGESAHAN... ABSTRAK... ABSTRACT... MOTO... PERSEMBAHAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... i ii iii iv v vi vii viii x

BAB I PENDAHULUAN 1

1.1 1.2 1.3 1.4 1.5

Latar Belakang Masalah... Rumusan Masalah... Batasan Masalah... Tujuan Penelitian... Manfaat Penelitian... 3 3 3 3 3

BAB II LANDASAN TEORI 4

2.1 Tinjauan Pustaka... 4 2.1.1

2.1.2 2.1.3 2.1.4 2.1.5

Matriks Data Multivariat... Analisis Konjoin... Korelasi Spearman... Korelasi Kendall... Estimasi Part Worth...

4 5 13 14 15 2.2 Kerangka Pemikiran... 16

BAB III METODE PENELITIAN 17

BAB IV PEMBAHASAN 19

4.1 4.2 Deskripsi Data... Analisis Konjoin... 19 19 4.2.1 Analisis Individu... 19

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

viii

4.2.2 Analisis Keseluruhan... 27 4.3 Uji Validitas Konjoin... 30

4.3.1 4.3.2

Uji Validitas Individu... Uji Validitas Keseluruhan...

30 31

BAB V PENUTUP 32

5.1 5.2

Kesimpulan... Saran...

32 32 DAFTAR PUSTAKA

LAMPIRAN

33 35

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

ix

DAFTAR TABEL

Tabel 2.1 Tabel 2.2 Tabel 2.3 Tabel 4.1 Tabel 4.2 Tabel 4.3 Tabel 4.4 Tabel 4.5 Tabel 4.6

Tabel 4.7 Tabel 4.8 Tabel 4.9

Sampel data multivariat secara umum... Perbandingan metode analisis konjoin... Contoh desain ortogonal dan tidak ortogonal... Jumlah sampel tiap fakultas... Delapan stimulus kartu prabayar GSM... Stimulus dan rangking responden... Rata-rata rangking dan deviasi... Estimasi part worth dan nilai kepentingan... Perbandingan preferensi sesungguhnya dan estimasi rangking preferensi pada analisis individu... Nilai estimasi utilitas (part worth) masing-masing level... Nilai kepentingan keseluruhan responden ... Estimasi rangking preferensi untuk keseluruhan responden...

4 7 10 19 20 21 22 24

26 27 28 29

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

1

BAB I PENDAHULUAN 1.1Latar Belakang Masalah

Pada era teknologi komunikasi yang semakin canggih, banyak sekali perusahaan telekomunikasi menawarkan produk kartu prabayar dengan berbagai fasilitas yang dapat menarik pelanggan. Dunia mengenal dua kubu seluler digital, yaitu CDMA (Code Division Multiple Acces) dan GSM (Global System for Mobile). Populasi pengguna kartu prabayar GSM lebih unggul dibandingkan dengan CDMA. Hal tersebut dapat diketahui bahwa pada tahun 2008, operator CDMA masih mempunyai jumlah pelanggan dalam orde 1 digit jutaan, sementara operator GSM mempunyai pelanggan dengan orde 2 digit jutaan (http://indotelcodiscussion.blogspot.com). Informasi yang sama diperoleh bahwa GSM yang memiliki teknologi paling populer di Indonesia menguasai sekitar 83 persen dari total pelanggan hingga akhir 2009. Pelanggan CDMA tercatat masih cukup kecil yaitu sekitar 17 persen dari total pelanggan pada akhir tahun 2009 walaupun pada tahun tersebut pengguna CDMA mengalami pertumbuhan pesat (www.tribun-timur.com).

Pada saat ini, terdapat lima operator yang mengeluarkan kartu prabayar berupa GSM yaitu telkomsel, indosat, XL, AXIS dan 3. Kartu prabayar yang telah dikeluarkan antara lain kartu AS, kartu SimPATI, kartu Mentari, kartu IM3, kartu XL, kartu AXIS dan kartu 3. Kartu prabayar GSM lebih banyak diminati oleh pelanggan dari pada CDMA bisa dilihat dari banyaknya populasi telepon seluler GSM. Oleh karena itu, persaingan operator seluler kartu prabayar GSM dalam memperebutkan pangsa pasar seluler semakin ketat, ini terlihat dari semakin murahnya harga penjualan kartu perdana suatu operator seluler dan didukung dengan murahnya biaya dalam melakukan komunikasi. Perang harga dan pelayanan antar operator merupakan salah satu bukti persaingan yang semakin ketat. Hal ini berkaitan dengan perilaku pengguna seluler yang semakin selektif dalam memilih operator.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

2

Mahasiswa merupakan salah satu pengguna telepon seluler. Banyak mahasiswa memiliki telepon seluler, dari telepon seluler model lama hingga model blackberry. Banyaknya layanan dan semakin murahnya tarif tentu membuat mereka semakin selektif dalam memilih produk kartu prabayar. Produk yang mereka pilih tentu yang dapat membantu bahkan mempermudah mereka dalam mencari informasi tentang perkuliahan. Selain itu, kebanyakan dari mereka menggunakan fasilitas internet untuk mencari data atau sekedar hiburan saja.

Para pendatang baru di bisnis ini, sulit rasanya bisa masuk dan langsung sukses. Ketepatan strategi pemasaran sangat berpengaruh terhadap sukses tidaknya pendatang baru di bisnis ini. Setiap kartu perdana yang dikeluarkan oleh masing-masing operator seluler memiliki keunggulan tersendiri. Menurut penelitian yang dilakukan oleh Saragih (2009) bahwa tarif berpengaruh signifikan terhadap pola perilaku konsumen. Tarif dan pelayanan merupakan atribut yang sangat mempengaruhi konsumen dalam memilih kartu prabayar. Tarif dan pelayanan tambahan yang tepat diharapkan dapat meningkatkan jumlah konsumen yang menggunakan kartu prabayar. Penelitian serupa dilakukan oleh Kurniawan (2005) bahwa sinyal dan jangkauan merupakan atribut utama yang sangat diperhatikan oleh responden dalam memilih kartu prabayar GSM di kota Jakarta dan Bogor. Berdasarkan dari kedua hasil penelitian tersebut, penulis memilih atribut tarif dan pelayanan yang mempengaruhi konsumen dalam memilih kartu prabayar GSM yaitu tarif SMS, tarif telepon, tarif internet, jangkauan, bentuk isi ulang pulsa, sinyal dan bonus.

Dalam aplikasi analisis statistik multivariat, ada sebuah metode yang bisa digunakan untuk menggabungkan beberapa atribut yang mempengaruhi pemilihan kartu prabayar GSM tersebut yaitu analisis konjoin. Menurut Hair et al. (1998:392) analisis konjoin merupakan salah satu teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan. Analisis konjoin dikembangkan pertama kali pada tahun 1960-an oleh ahli statistik dan psikologi matematika Luce dan Tukey (Caruso et al., 2009). Analisis konjoin menggunakan level dari atribut-atribut tersebut untuk mendapatkan produk yang paling disukai oleh konsumen.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

3

Berdasarkan penjelasan tersebut, penulis ingin menganalisis preferensi konsumen terhadap kombinasi atribut kartu prabayar GSM yang paling diminati di kalangan mahasiswa UNS Surakarta dengan menggunakan analisis konjoin.

1.2Rumusan Masalah

Berdasarkan latar belakang masalah, rumusan masalah dalam penulisan ini adalah

1. bagaimana kombinasi atribut kartu prabayar GSM yang paling disukai oleh mahasiswa Universitas Sebelas Maret (UNS) Surakarta?

2. bagaimana nilai kepentingan masing-masing atribut?

1.3 Batasan Masalah

Agar tidak memperluas permasalahan, maka penelitian dibatasi dengan 1. menggunakan metode Full Profile untuk menentukan presentasi stimulus, 2. menggunakan metode konjoin tradisional untuk menganalisis permasalahan, 3. menggunakan 2 level pada masing-masing atribut.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah yang telah dipaparkan, maka tujuan dari penelitian ini adalah

1. menentukan kombinasi atribut kartu prabayar GSM yang paling disukai oleh mahasiswa Universitas Sebelas Maret (UNS) Surakarta,

2. menentukan nilai kepentingan masing-masing atribut.

1.5Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut 1. dapat mengaplikasikan teori analisis konjoin dalam pengukuran preferensi

konsumen,

2. menambah pengetahuan penulis mengenai kartu prabayar dan atribut di dalamnya.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

4

BAB II

LANDASAN TEORI 2.1 Tinjauan Pustaka

Untuk mencapai tujuan penelitian, maka diperlukan teori-teori yang mendukung pembahasan meliputi matriks data multivariat, analisis konjoin, korelasi Spearman, korelasi Kendall danestimasi Part Worth.

2.1.1 Matriks Data Multivariat

Menurut Dillon dan Goldstein (1984: 6), secara umum sampel data analisis multivariat untuk setiap " individu dengan > 1 variabel atau karakteristik dapat dilihat pada Tabel 2.1.

Tabel 2.1 Sampel data analisis multivariat secara umum Variabel 1 Variabel 2 ⋯ Variabel j ⋯ Variabel p

Objek 1 Objek 2

⋮ Objek i

⋮ Objek "

jƟƟ j Ɵ ⋮ jƻƟ ⋮ j Ɵ jƟ j ⋮ jƻ ⋮ j ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ jƟú j ú ⋮ jƻú ⋮ j ú ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ jƟ j ⋮ jƻ ⋮ j

Sampel data analisis multivariat tersebut dapat dinyatakan dalam bentuk matriks dengan j= j_ƻú ,e= 1, 2, … ," = 1,2, … , adalah sebagai berikut

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

5

j=

jƟƟ jƟ ⋯

j Ɵ j ⋯

⋮ ⋮

jƟú ⋯ jƟ

j ú ⋯ j

⋮ ⋮

jƻƟ jƻ ⋯

⋮ ⋮

j Ɵ j ⋯

jƻú ⋯ jƻ

⋮ ⋮

j ú ⋯ j

2.1.2 Analisis Konjoin

Menurut Hair et al. (1998: 392) analisis konjoin adalah suatu metode yang digunakan untuk memperoleh nilai kegunaan (utilitas) yang mewakili kepentingan setiap aspek produk. Analisis konjoin merupakan teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan. Pada umumnya penilaian responden terhadap suatu produk diperoleh dengan mengkombinasikan masing-masing level dari atribut suatu produk. Utilitas adalah preferensi oleh individu yang menggambarkan nilai kegunaan sebuah produk. Ciri khusus dari analisis konjoin adalah menggunakan input dari variabel independen bukan angka (berskala nominal). Nilai kegunaan dihitung dari inverse ranking subyek dari suatu kombinasi atribut-atribut produk. Beberapa ketentuan dalam nilai kegunaan adalah

a. atribut dan level yang memiliki nilai kegunaan yang lebih tinggi adalah kombinasi yang lebih disukai oleh responden,

b. jika terdapat nilai kegunaan yang sama, berarti atribut dan level tersebut tidak mempunyai pengaruh terhadap sikap responden.

Istilah – istilah dalam analisis konjoin menurut Hair et al. (1998: 389)

1. Atribut adalah variabel yang dipilih oleh peneliti untuk menggambarkan sifat khusus. Dalam analisis konjoin, atribut (variabel independen) berskala nonmetrik atau data kualitatif. Atribut harus digambarkan dengan dua atau lebih level.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

6

2. Level adalah nilai spesifik yang menggambarkan sebuah atribut.

3. Part worth adalah nilai kegunaan masing level dari masing-masing atribut.

4. Stimulus adalah kombinasi dari level tiap atribut.

5. Utilitas adalah penilaian preferensi oleh individu yang menggambarkan nilai kegunaan sebuah produk.

6. Ortogonal artinya tidak terdapat korelasi di antara level-level antar atribut.

7. Seimbang (balance) artinya jumlah level pada masing-masing atribut yang terpilih dalam stimulus relatif sama.

Stimulus digunakan untuk mengetahui struktur preferensi responden. Struktur preferensi tidak hanya menjelaskan tingkat kepentingan tiap atribut tetapi juga perbedaan level yang mempengaruhi kombinasi atribut untuk mendapatkan preferensi kelompok. Nilai utilitas diperoleh dari total worth

seluruh preferensi produk dan biasanya disebut part worth. Menurut Hair et al.(1998: 394)apabila terdapat atribut yang masing-masing memiliki " level maka secara umum utilitas dapat dirumuskan sebagai berikut

=

_ƻú

ƻ ú Ɵ

ƻ Ɵ _(2.1)

dengan : total part worth (utilitas)

_ƻú : part worth dari atribut ke-e (e = 1,2,3,..., ) dan level ke- ( = 1,2,3,...,e)

e : jumlah level tiap atribut.

Nilai kepentingan suatu atribut juga dapat dicari menggunakan part worth yang sudah diperoleh. Nilai kepentingan diperoleh dengan mengurangkan nilai part worth maksimum dengan nilai part worth minimum untuk masing-masing atribut.

Secara garis besar proses analisis konjoin adalah sebagai berikut 1. Penentuan metode dalam analisis konjoin

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

7

Menurut Hair et al. (1998: 404) ada 3 metode analisis konjoin yaitu konjoin tradisional, konjoin adaptif dan konjoin berdasarkan pemilihan. Perbedaan ketiga metode tersebut terletak pada tiga karakteristik yaitu jumlah atribut yang digunakan, level analisisnya serta model yang digunakan. Perbedaan karakteristik bisa dilihat pada Tabel 2.2.

Tabel 2.2 Perbandingan metode analisis konjoin Perbandingan metode konjoin

Karakteristik Konjoin Tradisional

Konjoin Adaptif

Konjoin berdasarkan Pemilihan Banyak atribut

maksimum

9 30 6

Level analisis individu & keseluruhan

individu & keseluruhan

keseluruhan

Model Aditif aditif aditif & efek interaksi

Analisis konjoin tradisional mempunyai karakteristik menggunakan model aditif dengan jumlah atribut maksimum 9 yang akan diestimasi untuk masing-masing individu. Berbeda dengan analisis konjoin adaptif, dikembangkan dengan banyak atribut maksimum 30 yang tidak mungkin dilakukan dengan analisis konjoin tradisional karena membutuhkan banyak stimulus sehingga hasilnya tidak valid. Untuk metode konjoin berdasarkan pemilihan mempunyai keunikan tersendiri. Level analisisnya keseluruhan dan menggunakan model aditif dan efek interaksi antar level diperhitungkan.

2. Perancangan stimulus

Dalam merancang stimulus langkah pertama yang harus dilakukan adalah memilih dan mendefinisikan atribut dan level. Ada beberapa

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

8

karakter umum dalam memilih dan mendefinisikan atribut dan level. Karakter tersebut adalah

a. Ukuran yang sesuai

Atribut dan level harus sesuai dengan kenyataan untuk dievaluasi. Sebagai contoh keharuman sebuah minyak wangi. Sulit sekali untuk menggambarkan keharuman sebuah minyak wangi karena bersifat relatif bagi penggunanya sehingga keharuman tidak bisa digunakan sebagai atribut.

b. Ukuran yang jelas

Atribut dan level harus dapat diletakkan secara praktis. Artinya bahwa atribut harus jelas dan menggambarkan sebuah konsep yang dapat diteliti dalam implementasinya. Level sebaiknya tidak terbagi menjadi rendah, medium dan tinggi.

Dalam memilih atribut ada tiga permasalahan yang harus diselesaikan yaitu jumlah atribut, multikolinearitas di antara atribut dan keunikan harga sebagai atribut. Pertama, jumlah atribut yang dimasukkan dalam analisis mempengaruhi efisiensi (semakin banyak atribut, semakin banyak pula yang harus dikoreksi oleh responden) dan reliabilitas hasil. Menurut Hair et al. (1998: 406) apabila atribut dan level ditambah maka meningkatkan jumlah stimulus untuk diestimasi. Jumlah minimum stimulus yang harus dinilai oleh responden jika analisis yang digunakan pada tingkat individu adalah

Jumlah minimum stimulus = jumlah total level

semua atribut – jumlah atribut + 1 (2.2) Kedua, multikolinearitas di antara atribut harus dihilangkan. Korelasi di antara atribut menunjukkan ketidakcocokan konsep independen di antara atribut dan multikolinearitas menghasilkan ketidakpercayaan kombinasi dari dua atau lebih atribut. Jika terdapat dua atau lebih atribut yang berkolinearitas berarti atribut tersebut cukup diwakili satu saja karena memakai dua atribut yang sama merupakan sesuatu yang tidak efisien.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

9

Ketiga, harga adalah sebuah atribut yang bisa dimasukkan dalam analisis konjoin karena harga merupakan komponen utama untuk penilaian sebuah produk tetapi harga berhubungan dengan atribut lain. Dalam beberapa hal, harga mempunyai korelasi yang tinggi dengan atribut lain. Sebagai contoh, apabila jumlah atribut meningkat maka meningkat pula harganya. Dalam memilih level ada dua masalah yang harus diselesaikan. Pertama, keseimbangan jumlah level. Peneliti sebaiknya berusaha menyeimbangkan jumlah level setiap atribut. Kedua, penilaian dalam level. Peneliti sebaiknya menggunakan level yang relevan.

Ada 3 metode presentasi stimulus yaitu metode presentasi trade-off, full profile dan pairwise comparison.

a. Metode trade-off

Metode presentasi stimulus ini membandingkan dua atribut dalam satu waktu dengan merangking semua kombinasi setiap level yang mungkin. Kelebihan dari metode ini adalah kesederhanaannya untuk para responden. Kelemahan bagi peneliti karena hanya bisa membandingkan dua atribut dalam satu waktu sehingga semakin banyak atribut dan level maka semakin banyak pula matriks trade off.

b. Metode full profile

Presentasi yang sangat popular adalah metode presentasi full profile. Setiap stimulus berisi seluruh atribut dengan kombinasi level-levelnya. Setiap stimulus dipresentasikan secara terpisah. Penilaian terhadap stimulus dapat dilakukan dengan merangking. Dalam pembuatan stimulus dalam metode ini, apabila jumlah atribut dan level hanya sedikit dapat digunakan desain faktorial. Namun jika jumlah atribut dan level cukup banyak, sehingga tidak memungkinkan responden untuk mengevaluasi semua stimulus, maka dapat digunakan desain faktorial fraksional untuk mereduksi stimulus. Mason (2003: 2) mencontohkan desain ortogonal dan bukan ortogonal pada Tabel 2.3. Pada Tabel 2.3

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

10

terlihat bahwa masing-masing atribut mempunyai dua level. Pada desain ortogonal masing-masing atribut A, B, C memunculkan jumlah level yang sama yaitu dua kali sedangkan pada desain tidak ortogonal, atribut A memunculkan level yang tidak sama berarti tidak seimbang. Pada desain ortogonal tampak bahwa setiap kombinasi muncul satu kali sedangkan pada desain tidak ortogonal kombinasi 1 2 1 muncul dua kali.

Tabel 2.3 Contoh desain ortogonal dan tidak ortogonal Ortogonal Tidak Ortogonal

Atribut A B C Atribut A B C

1

1 2 2

1

2 1 2

1

2 2 1

1

1 2 1

1

2 1 2

2

1 2 1

c. Metode pairwise comparison

Metode ini merupakan kombinasi dari metode trade-off dan metode full profile. Dalam metode ini, yang dibandingkan adalah dua profil yang terdiri atas beberapa atribut. Biasanya tidak semua atribut dimasukkan dalam profil tersebut. Misalkan ada empat atribut yang mempengaruhi sebuah produk maka masing-masing profil hanya menggunakan beberapa atribut saja.

Dalam pembuatan stimulus untuk metode presentasi full profile, untuk jumlah atribut dan level yang kecil dapat digunakan desain faktorial yaitu menggunakan seluruh kombinasi yang ada. Sebagai contoh apabila terdapat 3 atribut masing-masing mempunyai 2 level maka terdapat 8 stimulus (2 level x 2 level x 2 level). Dengan meningkatnya jumlah atribut maka meningkat pula jumlah stimulus. Sebagai contoh apabila terdapat 4 atribut yang masing-masing

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

11

mempunyai 4 level maka terdapat 256 stimulus (4 level x 4 level x 4 level x 4 level). Tentu responden akan mengalami kesulitan dalam mengevaluasinya. Maka diperlukan metode untuk mendapatkan subset dari total stimulus yang akan dievaluasi.

Desain faktorial fraksional adalah metode yang tepat yang dapat digunakan untuk mendapatkan subset dari stimulus. Dengan desain ini, sebagian dari seluruh kombinasi atribut dipilih yang benar-benar berpengaruh terhadap efek utama. Efek interaksi tidak diperhatikan. Sebuah studi menggunakan metode full profile dengan 4 atribut yang masing-masing mempunyai 4 level sehingga memerlukan 16 stimulus untuk mengestimasi efek utama. Desain yang optimum adalah desain yang ortogonal dan seimbang. Menurut Murti (2002: 7), desain yang ortogonal bermanfaat untuk mereduksi kombinasi atribut sampai pada jumlah yang dapat dikendalikan oleh responden. Jumlah stimulus yang banyak dapat direduksi misalnya menjadi 8 stimulus dengan menggunakan metode ortogonal.

3. Pemilihan model

Ada dua model dalam analisis konjoin yaitu model aditif dan model efek interaksi.

a. Model aditif

Model ini menganggap responden memandang nilai keseluruhan suatu produk dengan menambahkan nilai-nilai yang terdapat dalam setiap atribut (part worth)

b. Model efek interaksi

Model ini hampir sama dengan model aditif yaitu melakukan penjumlahan nilai-nilai part worth untuk memperoleh nilai utilitas keseluruhan. Namun pada model ini ditambahkan dengan adanya efek interaksi di antara atribut-atributnya. Apabila ada interaksi di antara dua atribut maka gabungan nilai dari kedua level yang terdapat dalam atribut tersebut dapat bernilai lebih besar atau lebih kecil dari penjumlahan secara biasa.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

12

4. Asumsi Analisis konjoin

Analisis konjoin mempunyai asumsi yang terbatas. Asumsi yang digunakan hanya pada pembentukan desain, estimasi yang tidak baur dan dapat diinterpretasikan secara individu maupun kelompok.

5. Estimasi Model Konjoin

Analisis konjoin termasuk analisis multivariat dependen dengan model

Ɵ = Ɵ+ +⋯+ . Ɵ dan seterusnya adalah atribut yang berupa data

non metrik. Sedangkan _Ɵ adalah pendapat kelompok (overall preference) dari seorang responden terhadap kombinasi atribut dan level pada sebuah produk. Untuk mengetahui prediksi atau estimasi pendapat responden dari hasil konjoin, maka akan dicariestimasi part worth.

6. Interpretasi Hasil

Metode yang biasa digunakan untuk menginterpretasi hasil pada analisis konjoin adalah metode terpisah. Metode terpisah artinya setiap responden dianalisis sendiri-sendiri dan interpretasi hasil dari metode ini untuk masing-masing responden. Selain itu, interpretasi juga dapat dilakukan dengan metode kelompok. Interpretasi hasil dari metode ini untuk kelompok responden. Interpretasi hasil metode kelompok secara umum memberikan hasil yang sangat sulit ketika digunakan untuk memprediksi keinginan tiap responden.

7. Validasi hasil konjoin

Untuk mengetahui seberapa kuat hubungan antara estimasi dengan kenyataan dapat dilihat dari nilai uji korelasi. Validasi hasil konjoin untuk data yang dirangking bisa menggunakan uji korelasi Spearman atau Kendall.

2.1.3 Korelasi Spearman

Validasi hasil konjoin untuk data yang dirangking bisa menggunakan uji korelasi Spearman atau Kendall. Menurut Conover (1980: 250) pengukuran korelasi digunakan pada data berpasangan. Pengukuran korelasi antara j dan mempunyai kriteria sebagai berikut

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

13

a. pengukuran korelasi bernilai antara -1 dan +1,

b. jika nilai j membesar seiring dengan membesarnya nilai ataupun sebaliknya berarti pengukuran korelasi dikatakan positif yang menggambarkan bahwa korelasi kuat,

c. jika nilai j membesar berpasangan dengan mengecilnya nilai ataupun sebaliknya berarti pengukuran korelasi dikatakan negatif yang menggambarkan bahwa korelasi kuat,

d. jika nilai j berpasangan dengan menghasilkan pengukuran korelasi 0 berarti antara j dan independen. Hal seperti ini dikatakan antara j dan tidak berkorelasi.

Diberikan sampel random berukuran j_Ɵ, _Ɵ , j , , … , (j , ). Secara umum ditulis (j_ƻ, _ƻ) untuk e= 1,2, … ,". (j_ƻ) merupakan rangking pada j_ƻ.

(j_ƻ) = 1 jika j_ƻ paling disukai diantara j_Ɵ,j , … ,j . j_ƻ = 2 jika j_ƻ terkecil kedua dan seterusnya sampai ke rangking " yang paling besar. Hal yang sama diberikan kepada ( _ƻ) yaitu 1, 2, ... , " untuk _Ɵ, , … , . Hal ini bisa diterapkan untuk data yang terdiri dari observasi nonmetrik. Pengukuran korelasi dinotasikan dengan (rho). Jika tidak terdapat nilai observasi yang sama (tie) diberikan persamaan sebagai berikut

= ∑ jƻ − "

+ 1

2 ƻ − "

+ 1 2 ƻ Ɵ

"(" − 1)/12 (2.3)

Untuk mempermudah perhitungan diberikan persamaan (2.4) sebagai berikut

= 1− 6∑ƻ Ɵ[ jƻ − ( ƻ)]

"(" − 1) = 1−

6

"(" − 1) _(2.4)

dengan merupakan jumlah keseluruhan dari hitungan deviasi rangking j dan yang sudah dikuadratkan. Jika observasi terdapat beberapa nilai yang sama (tie) maka digunakan rata-rata dari nilai yang sama tersebut.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

14

Uji hipotesis untuk koefisien korelasi Spearman adalah sebagai berikut a. uji dua sisi

: j_ƻ dan _ƻ adalah independen

Ɵ : jƻ dan ƻ tidak independen. Hal ini berarti ada kecenderungan bahwa

nilai j membesar berpasangan dengan nilai yang membesar atau sebaliknya

b. uji satu sisi untuk korelasi positif : j_ƻ dan _ƻ adalah independen

Ɵ : ada kecenderungan bahwa nilai j dan sama-sama membesar

c. uji satu sisi untuk korelasi negatif : j_ƻ dan _ƻ adalah independen

Ɵ : ada kecenderungan bahwa nilai j mengecil berpasangan dengan nilai

membesar

Nilai statistik uji dibandingkan dengan tabel koefisien korelasi Spearman yang memberikan nilai quantil dari . Pada uji satu sisi untuk korelasi positif ditolak jika > quantil 1− . Pada uji satu sisi korelasi negatif ditolak jika < quantil . Pada uji dua sisi ditolak jika > quantil (1− /2) atau

< quantil ⁄2.

2.1.4 Korelasi Kendall

Korelasi Kendall ( ) juga dapat digunakan untuk mengetahui validasi proses konjoin. Diberikan sampel random berukuran " dengan (j_ƻ, _ƻ) untuk

e = 1,2, … ,". Dari dua pengamatan tersebut dikatakan konkordan jika kedua

anggota dari satu pengamatan nilainya lebih besar dari kedua anggota pengamatan yang lain. Sebagai contoh (2, 5) dan (3, 6) merupakan dua pengamatan yang konkordan karena 3 > 2 dan 6 > 5. Contoh untuk pengamatan yang tak konkordan adalah (1,3) dan (4,2) karena 4 > 1 tetapi 2 < 3. Jika merupakan banyaknya pasangan konkordan sedangkan merupakan banyaknya pasangan yang tak konkordan maka untuk " buah pengamatan

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

15

maka akan ada pasangan yang dapat dibuat atau terdapat ( Ɵ) pasangan yang dapat dibuat, sehingga terdapat hubungan bahwa penjumlahan banyaknya pasangan yang konkordan dengan banyaknya pasangan yang tak konkordan dan banyaknya pasangan yang tie adalah ( Ɵ). Korelasi Kendall dirumuskan sebagai berikut

= −

"(" − 1)/2 _(2.5)

Apabila semua pasangan konkordan maka = 1 tetapi jika semua pasangan tak konkordan maka = -1. Apabila banyaknya pasangan konkordan sama dengan banyaknya pasangan yang tak konkordan maka = 0. Korelasi Kendall dapat digunakan sebagai statistik uji untuk menguji hipotesis nol yang menyatakan bahwa j dan adalah independen seperti korelasi Spearman. Menurut Conover (1980: 257) dalam perhitungan korelasi Kendall boleh menggunakan − sebagai statistik uji tanpa membaginya dengan

"(" − 1)/2. Biasanya digunakan sebagai statistik uji Kendall dengan

didefinisikan dengan = − . Quantil dari dapat dibandingkan dengan quantil dari statistik uji korelasi Kendall. ditolak jika > quantil (1− ) untuk uji satu sisi korelasi positif. ditolak jika < quantil untuk korelasi negatif. Pada uji dua sisi ditolak jika > quantil (1− /2) atau < quantil

2

⁄ . Selain itu, penolakan dapat dilakukan dengan membandingkan nilai signifikan (Asymp.Sig.) dengan yang digunakan. ditolak jika nilai signifikan (Asymp.Sig.) < .

2.1.5Estimasi Part Worth

Estimasi part worth digunakan untuk mencari nilai kepentingan setiap atribut dan mencari utilitas setiap kombinasi atribut. Menurut Hair et al. (1998: 396) part worth masing-masing level dapat dihitung dalam beberapa langkah yaitu:

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

16

2. mencari deviasi rata-rata tiap level dari rata-rata keseluruhan,

3. mengkuadratkan deviasi masing-masing level kemudian mencari jumlah keseluruhan deviasi yang sudah dikuadratkan,

4. menghitung nilai standardisasi dengan cara membagi jumlah total level dengan jumlah keseluruhan deviasi yang sudah dikuadratkan, 5. menstandardisasi masing-masing deviasi yang dikuadratkan dengan

cara mengalikanya dengan nilai standardisasi, hal ini bertujuan untuk menyeragamkan data yang diperoleh dari responden,

6. estimasi part worth diperoleh dengan menghitung akar dari deviasi kuadrat yang distandardisasi pada masing-masing level.

2.2 Kerangka Pemikiran

Berdasarkan tinjauan pustaka yang telah diuraikan, analisis konjoin mampu menghasilkan kombinasi atribut-atribut produk sehingga dapat dibuat alur pemikiran untuk menyelesaikan masalah yang telah dirumuskan. Langkah pertama yang dilakukan adalah menentukan level masing-masing atribut yang memberikan kontribusi terbesar atau mempengaruhi responden dalam memilih kartu prabayar GSM. Setelah level ditentukan, maka selanjutnya mendesain stimulus. Langkah selanjutnya mengumpulkan pendapat responden terhadap setiap stumulus yang ada dengan menggunakan kuesioner. Selanjutnya dilakukan analisis konjoin untuk memperkirakan kombinasi atribut yang diinginkan responden. Langkah terakhir adalah menentukan ketepatan prediksi dari hasil konjoin untuk mengetahui apakah prediksi yang telah dilakukan mempunyai ketepatan yang tinggi.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

17

BAB III

METODE PENELITIAN

Metode yang digunakan dalam penelitian ini adalah studi kasus dengan mengaplikasikan analisis konjoin untuk mengetahui preferensi konsumen terhadap suatu produk kartu prabayar GSM pada mahasiswa UNS Surakarta. Langkah-langkah yang dilakukan dalam penelitian ini sebagai berikut

a) Perancangan stimulus

Dalam merancang stimulus, harus ditentukan level tiap atribut. Untuk atribut tarif telepon dibagi menjadi dua level yaitu per detik dan per menit. Untuk tarif sms dibagi menjadi dua level yaitu reguler dan paketan. Untuk tarif internet dibagi menjadi dua level yaitu per kb dan per mb. Untuk bentuk isi ulang dibagi menjadi dua level yaitu voucher dan elektrik. Untuk kekuatan jangkauan dibagi menjadi dua yaitu luas dan tidak luas. Untuk daya tangkap sinyal dibagi menjadi dua level yaitu kuat dan lemah. Untuk bonus dibagi menjadi dua yaitu bonus sms dan bonus telepon. b) Pengumpulan data

Data yang akan digunakan adalah data primer, yaitu dengan membuat kuesioner (Lampiran 1) dengan memberikan rangking 1 sampai dengan 8 terhadap kombinasi stimulus. Menurut Cattin dan Wittink dalam Shih et al., (2008: 241) menyatakan bahwa dalam analisis konjoin, untuk ukuran sampel dianjurkan berkisar antara 100 sampai dengan 1000. Responden yang digunakan sebagai sampel adalah mahasiswa UNS Surakarta sebanyak 200 mahasiswa. Teknik sampling yang digunakan adalah sampling random sederhana. Ada sembilan fakultas di UNS. Setiap fakultas diambil sampelnya secara acak. Penelitian ini menggunakan data demografi dan data penilaian preferensi responden terhadap pemakaian kartu prabayar GSM. Data demografi yang digunakan meliputi nama, jenis kelamin, fakultas, kepemilikan ponsel dan pemakaian kartu prabayar GSM. Penilaian preferensi responden terhadap pemakaian kartu prabayar GSM berdasarkan pada atribut-atribut yang mempengaruhi responden untuk memakai kartu tersebut. Atribut-atribut yang digunakan antara lain

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

18

tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, bonus, daya tangkap sinyal dan jangkauan.

c) Analisis data

Analisis data dilakukan dengan mencari estimasi part worth masing-masing level. Estimasi part worth diperoleh dengan menghitung rata-rata rangking dari responden. Setelah mendapatkan nilai part worth masing-masing level kemudian nilai tersebut dijumlahkan sesuai dengan kombinasi stimulus sehingga menghasilkan utilitas masing-masing stimulus tersebut. Kombinasi stimulus yang paling disukai oleh responden adalah kombinasi stimulus yang memperoleh nilai total part worth yang paling besar.

d) Interpretasi dan kesimpulan

Setelah mendapatkan kombinasi stimulus yang paling diinginkan responden kemudian dapat diambil kesimpulan yang bermanfaat untuk strategi pemasaran.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

19

BAB IV PEMBAHASAN 4.1 Deskripsi Data

Penelitian pada skripsi ini menggunakan data primer yang diambil dari hasil kuesioner yang diedarkan kepada mahasiswa Universitas Sebelas Maret Surakarta (UNS) yang menggunakan kartu GSM. Dari 200 mahasiswa sebagai sampel (Lampiran2) terdapat 34 responden laki-laki dan sisanya adalah 166 responden perempuan. Jumlah sampel yang diambil tiap fakultas dapat dilihat pada Tabel 4.1.

Tabel 4.1 Jumlah sampel tiap fakultas

Fakultas Jumlah Sampel

SSR ISIP HUKUM EKONOMI KEDOKTERAN PERTANIAN TEKNIK KIP MIPA

20 16 14 16 16 21 24 60 13

Jumlah 200

4.2 Analisis Konjoin 4.2.1 Analisis Individu

Level analisis pada metode konjoin tradisional bisa dilakukan dengan cara menganalisis secara individu dan keseluruhan. Analisis secara individu artinya masing-masing data responden akan diestimasi sendiri tidak secara kelompok atau

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

20

keseluruhan. Model estimasi yang digunakan adalah model aditif yaitu menjumlahkan part worth level yang sudah diestimasi untuk setiap kombinasi stimulus. Dalam merancang stimulus langkah pertama yang harus dilakukan adalah memilih dan mendefinisikan atribut dan level. Ada tujuh atribut yang signifikan mempengaruhi responden untuk membeli kartu GSM. Tujuh atribut tersebut masing-masing memiliki 2 level sehingga jumlah minimum stimulus yang harus dinilai oleh responden menurut (2.2) adalah 14 – 7 + 1 = 8 stimulus.

Pada penelitian ini digunakan metode presentasi full profile untuk menampilkan kombinasi stimulus yang akan dinilai oleh responden melalui kuesioner. Dalam pembuatan stimulus untuk metode presentasi full profile, untuk jumlah atribut dan level yang kecil dapat digunakan desain faktorial yaitu menggunakan seluruh kombinasi yang ada. Oleh karena banyaknya stimulus yang diperoleh yaitu 2 = 128 stimulus, maka akan direduksi menggunakan desain faktorial fraksional yaitu orthogonal arrays dengan bantuan SPSS statistics 17.0.

Stimulus yang dihasilkan dapat dilihat pada Tabel 4.2 (Lampiran4). Tabel 4.2 Delapan stimulus kartu prabayar GSM Card

ID

Tarif SMS

Tarif telepon

Tarif internet

Bentuk isi ulang

Bonus Sinyal Jangkauan

1 reguler per detik per KB elektrik telepon lemah tidak luas 2 reguler per menit per MB voucher telepon lemah luas 3 paketan per menit per KB elektrik SMS lemah luas 4 reguler per detik per KB voucher SMS kuat luas 5 paketan per detik per MB elektrik telepon kuat luas 6 reguler per menit per MB elektrik SMS kuat tidak luas 7 paketan per menit per KB voucher telepon kuat tidak luas 8 paketan per detik per MB voucher SMS lemah tidak luas

Ada delapan stimulus yang seimbang dan ortogonal. Seimbang dapat dilihat dari atribut tarif SMS terdapat 4 tarif reguler dan 4 tarif paketan. Seperti

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

21

halnya dengan atribut yang lain. Ortogonal dapat dilihat bahwa setiap stimulus yang digunakan masing-masing muncul sekali tidak ada yang muncul dua kali. Responden diminta merangking delapan stimulus tersebut dengan kriteria untuk rangking 1 adalah stimulus yang paling disukai sampai dengan rangking 8 untuk stimulus yang paling tidak disukai. Proses estimasi yang digunakan adalah estimasi part worth. Dalam proses estimasi part worth menggunakan data rangking 1 sampai dengan 8 dari responden. Sebagai contoh untuk sampel seorang responden, hasil rangking dapat dilihat pada Tabel 4.3.

Tabel 4.3 Stimulus dan rangking responden Card

ID

Tarif SMS

Tarif telepon

Tarif internet

Bentuk isi ulang

Bonus Sinyal Jangkau an

Rang king 1 reguler Detik per KB elektrik telepon lemah tidak luas 3 2 reguler Menit per MB voucher telepon lemah luas 5 3 paketan Menit per KB elektrik SMS lemah luas 4 4 reguler Detik per KB voucher SMS kuat luas 1 5 paketan Detik per MB elektrik telepon kuat luas 2 6 reguler Menit per MB elektrik SMS kuat tidak luas 6 7 paketan Menit per KB voucher telepon kuat tidak luas 7 8 paketan Detik per MB voucher SMS lemah tidak luas 8

Estimasi Part Worth tiap level dapat dihitung dalam beberapa langkah yaitu

1. Menghitung rata-rata rangking untuk masing-masing level.

Setelah mendapatkan rangking dari responden, kemudian dicari rata-rata rangking tiap level. Untuk level reguler pada tarif SMS, rangking yang diperoleh dari responden adalah rangking 3 pada kombinasi pertama, rangking 5 pada kombinasi kedua, rangking 1 pada kombinasi keempat dan rangking 6 pada kombinasi keenam. Rangking tiap level dapat dilihat pada Tabel 4.4. Kemudian rangking tersebut dicari rata-ratanya. Pada tarif SMS reguler

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

22

diperoleh rata-rata rangking yaitu (3 + 5 + 1 +6)/4 = 3,75. Rata-rata rangking keseluruhan dari 8 stimulus yaitu (1+2+3+4+5+6+7+8)/8 = 36/8 = 4,5.

Tabel 4.4 Rata-rata rangking dan deviasi Atribut dan level Rangking pada

stimulus

Rata-rata rangking

Deviasi dari rata-rata keseluruhan Tarif SMS Reguler Paketan Tarif telepon Per detik Per menit Tarif internet Per KB Per MB

Bentuk isi ulang Voucher Elektrik Bonus SMS Telepon Sinyal Lemah Kuat Jangkauan Tidak luas Luas

3, 5, 1, 6 4, 2, 7, 8

3, 1, 2, 8 5, 4, 6, 7

3, 4, 1, 7 5, 2, 6, 8

5, 1, 7, 8 3, 4, 2, 6

4, 1, 6, 8 3, 5, 2, 7

3, 5, 4, 8 1, 2, 6, 7

3, 6, 7, 8 5, 4, 1, 2

3,75 5,25 3,5 5,5 3,75 5,25 5,25 3,75 4,75 4,25 5 4 6 3 -0,75 0,75 -1 1 -0,75 0,75 0,75 -0,75 0,25 -0,25 0,5 -0,5 1,5 -1,5

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

23

2. Mencari deviasi rata-rata tiap level terhadap rata – rata keseluruhan.

Deviasi pada tarif SMS reguler adalah 3,75 – 4,5 = -0,75. Rata-rata rangking tiap level dan deviasinya dapat dilihat pada Tabel 4.4.

3. Mengkuadratkan deviasi masing-masing level kemudian mencari jumlah keseluruhan deviasi yang sudah dikuadratkan.

Setelah mendapatkan rata-rata rangking tiap level dan deviasi dari rata-rata rangking keseluruhan dari masing-masing level kemudian dicari estimasi part worth dan nilai kepentingan untuk responden tersebut. Pada sampel responden tersebut digunakan angka lebih kecil untuk stimulus yang paling disenangi oleh responden. Jadi untuk pengukuran rangking berbanding terbalik dengan preferensi. Dengan demikian digunakan tanda lawan untuk deviasinya. Kebalikan deviasi dapat dilihat pada Tabel 4.5. Untuk menghitung estimasi

part worth, langkah selanjutnya adalah mengkuadratkan deviasi. Pada sampel responden deviasi tarif SMS reguler adalah -0,75 maka kuadratnya adalah 0,5625. Penjumlahan deviasi yang sudah dikuadratkan adalah 10,5. Deviasi kuadrat dapat dilihat pada Tabel 4.5.

4. Menghitung nilai standardisasi.

Jumlah level yang digunakan ada 14. Selanjutnya dicari nilai standardisasi dengan cara membagi jumlah level dengan jumlah keseluruhan deviasi yang sudah dikuadratkan yaitu 14 / 10,5 = 1,33.

5. Menstandardisasi masing-masing deviasi yang dikuadratkan dengan cara mengalikanya dengan nilai standardisasi.

Langkah selanjutnya adalah menstandardisasi masing-masing deviasi yang dikuadratkan dengan cara mengalikanya dengan nilai standardisasi. Untuk tarif SMS reguler, standardisasinya adalah 0,5625 x 1,33 = 0,75.

6. Estimasi part worth.

Proses terakhir adalah mengestimasi part worth dengan cara menghitung akar deviasi kuadrat yang distandardisasikan pada masing-masing level. Untuk tarif SMS reguler adalah 0,75 = 0,866. Dalam penghitungan part worth deviasi yang bertanda positif mengindikasikan bahwa level tersebut lebih disukai oleh

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

24

responden. Proses estimasi part worth untuk masing-masing level dapat dilihat pada Tabel 4.5.

Tabel 4.5 Estimasi part worth dan nilai kepentingan

Atribut Level

Estimasi Part Worth Nilai Kepentingan Kebalikan deviasi Deviasi kuadrat Standard Isasi Part worth

Jarak part worth Nilai kepentingan Tarif SMS Reguler Paketan Tarif telepon Per detik Per menit Tarif internet Per KB Per MB Bentuk isi ulang Voucher Elektrik Bonus SMS Telepon Sinyal Lemah Kuat Jangkauan Tidak luas Luas 0,75 -0,75 1 -1 -0,75 0,75 0,75 -0,75 -0,25 0,25 -0,5 0,5 -1,5 1,5 0,5625 0,5625 1 1 0,5625 0,5625 0,5625 0,5625 0,0625 0,0625 0,25 0,25 2,25 2,25 0,75 -0,75 1,33 -1,33 -0,75 0,75 0,75 -0,75 -0,083 0,083 -0,33 0,33 -3 3 0,866 -0,866 1,155 -1,155 0,866 -0,866 -0,866 0,866 -0,289 0,289 -0,577 0,577 -1,732 1,732 1,732 2,31 1,732 1,732 0,578 1,154 3,464 13,6% 18,2% 13,6% 13,6% 4,6% 9,1% 27,3%

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

25

Nilai kepentingan dari atribut dihitung dari jarak part worth masing-masing atribut yaitu selisih antara nilai maksimum part worth dan nilai minimumnya dibagi dengan jumlah jarak part worth semua atribut. Pada tarif SMS reguler diperoleh nilai maksimum part worth adalah 0,866 sedangkan nilai minimum adalah -0,866, sehingga jarak part worth untuk tarif SMS reguler merupakan selisih antara nilai maksimum part worth dan nilai minimumnya adalah 0,866 – (-0,866) = 1,732. Jumlah jarak part worth semua atribut adalah 12,702.

Nilai kepentingan untuk tarif SMS reguler adalah 1,732 / 12,702 = 13,6%. Dari Tabel 4.5 dapat dilihat bahwa nilai kepentingan jangkauan adalah 27,3% merupakan nilai yang paling tinggi artinya bahwa responden lebih mementingkan jangkauan daripada atribut yang lain. Setelah mendapatkan estimasi part worth

masing-masing level, kemudian akan dicari perbandingan antara rangking preferensi responden sesungguhnya dengan estimasinya. Untuk mencari estimasi rangking preferensi dapat dilakukan dengan menjumlahkan semua estimasi part worth yang telah diperoleh pada Tabel 4.5. Pada stimulus pertama yang terdiri dari kombinasi tarif SMS reguler, tarif telepon per detik, tarif internet per KB, bentuk isi ulang elektrik, bonus telepon, sinyal lemah, dan jangkauan tidak luas akan dijumlahkan nilai part worthnya. Nilai part worth masing-masing level dapat dilihat pada Tabel 4.6 di bawah masing-masing level tiap stimulus.

Pada stimulus pertama, penjumlahan nilai part worth adalah 0,866 + 1,155 + 0,866 + 0,866 + 0,289 + (-0,577) + (-1,732) = 1,733. Setelah mendapatkan total part worth masing-masing stimulus, akan dicari estimasi rangking preferensi. Dari total part worth yang diperoleh bahwa stimulus keempat mendapatkan total part worth yang paling besar yaitu 4,041. Hal ini mempunyai arti bahwa stimulus keempat merupakan kombinasi yang paling disukai oleh responden maka stimulus keempat mendapatkan rangking 1. Untuk stimulus kelima mendapatkan total part worth terbesar kedua maka stimulus kelima mendapatkan rangking 2.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

27

Setelah dicari estimasi rangking preferensinya maka dibandingkan dengan preferensi sesungguhnya yang sudah diperoleh dari kuesioner untuk seorang responden. Dari Tabel 4.6 terlihat bahwa semua stimulus mendapatkan estimasi rangking yang sama dengan preferensi sesungguhnya sehingga dapat dikatakan bahwa pada sampel responden ini perbandingan antara preferensi sesungguhnya dan estimasinya sesuai.

4.2.2 Analisis Keseluruhan

Untuk analisis keseluruhan diperoleh nilai part worth tiap level dengan bantuan SPSS statistics 17.0 (Lampiran5)dapat dilihat pada Tabel 4.7. Nilai part worth yang lebih tinggi merupakan preferensi yang banyak disukai oleh mahasiswa UNS Surakarta.

Tabel 4.7 Nilai estimasi utilitas (part worth) masing-masing level

Atribut Level Part Worth

Tarif SMS

Tarif telepon

Tarif internet

Bentuk isi ulang

Bonus Sinyal Jangkauan Reguler Paketan Per detik Per menit Per KB Per MB Voucher Elektrik SMS Telepon Lemah Kuat Tidak luas Luas -0,259 0,259 0,100 -0,100 0,041 -0,041 -0,265 0,265 0,017 -0,017 -1,283 1,283 -0,947 0,947

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

28

Dari nilai part worth tersebut dapat dicari nilai kepentingan masing-masing atribut. Jarak nilai part worth (nilai maksimum – nilai minimum) untuk masing-masing atribut memberikan ukuran tingkat kepentingannya. Atribut sinyal menggambarkan jarak part worthnya paling tinggi yaitu 1,283 – (-1,283) = 2,566. Hal ini menunjukkan bahwa dalam memilih kartu prabayar GSM, kebanyakan mahasiswa UNS Surakarta lebih mementingkan kondisi sinyal terlebih dahulu daripada yang lainnya. Jangkauan merupakan atribut yang dipentingkan kedua setelah sinyal. Nilai kepentingan tiap atribut dapat dilihat pada Tabel 4.8. Nilai kepentingan tiap atribut diperoleh dari jarak part worth dibagi dengan jumlah keseluruhan jarak part worth.

Tabel 4.8 Nilai kepentingan keseluruhan responden Atribut Nilai kepentingan Tarif SMS

Tarif telepon Tarif internet Bentuk isi ulang Bonus

Sinyal Jangkauan

8,891 3,433 1,408 9,111 0,572 44,058 32,526

Setelah mendapatkan nilai part worth untuk keseluruhan responden maka dapat dicari nilai total part worth masing-masing stimulus yang akan digunakan untuk mencari estimasi rangking preferensi. Estimasi rangking untuk keseluruhan responden dapat dilihat pada Tabel 4.9. Stimulus yang paling disukai oleh responden adalah stimulus yang kelima. Untuk stimulus keempat mendapatkan total part worth terbesar kedua maka stimulus keempat mendapatkan rangking 2. Stimulus yang paling disukai oleh responden pada analisis keseluruhan adalah stimulus kelima.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

30

4.3 Uji Validitas Konjoin 4.3.1 Uji Validitas Individu

Setelah mendapatkan rangking estimasi dan rangking sesungguhnya, selanjutnya akan dicari korelasi antara kedua rangking tersebut untuk mengetahui validasi proses konjoin seorang responden. Rangking estimasi dan rangking sesungguhnya dapat dilihat pada Tabel 4.6. Hipotesis untuk uji korelasi rank Spearman adalah

a. & : dan adalah independen (tidak ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden)

& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar (ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden)

b. Tingkat signifikan 0,05 c. Daerah kritis:

& ditolak jika > quantil(1− 0,05/2) = quantil(0,975) = 0,7143(Lampiran3) atau < quantil (0,05 2⁄ ) = quantil (0,025) = - 0,7143(Lampiran 3)

d. Statistik uji

= ∑ [ − ( )] = [0 + 0 + 0 + 0 + 0 + 0 + 0 + 0] = 0

= 1− 6

( − 1)= 1−

6 . 0

8(64− 1)= 1−

0

504= 1− 0 = 1,000

e. Kesimpulan

Karena = 1,000 > 0,7143 maka & ditolak yang artinya dan tidak independen (ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden). Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar.

Dari uji hipotesis tersebut dapat disimpulkan bahwa antara rangking estimasi dan rangking sesungguhnya tidak independen atau bisa dikatakan ada korelasi antara rangking estimasi dengan rangking sesungguhnya.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

31

4.3.2 Uji Validitas Keseluruhan

Pada analisis keseluruhan, uji hipotesis menggunakan uji korelasi Kendall. Karena banyaknya responden yang harus dianalisis maka nilai korelasi Kendall diperoleh dengan bantuan SPSS statistics 17.0. Hipotesis untuk uji korelasi Kendall adalah

a) & : dan adalah independen (tidak ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden )

& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar (ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden) b) Tingkat signifikan ( ) = 0,05

c) Daerah kritis:

& ditolak jika nilai signifikan (Asymp. Sig) < = 0,05 d) Statistik uji

Dari output (Lampiran5) diperoleh = 1,000 dengan nilai signifikan (Asymp.Sig.) = 0,000

e) Kesimpulan

Karena nilai signifikan ( Asymp. Sig ) 0,000 < = 0,05 maka & ditolak yang berarti bahwa ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden.

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

32

BAB V PENUTUP 5.1 Kesimpulan

Berdasarkan uraian pada pembahasan dapat diperoleh suatu kesimpulan 1. Kombinasi atribut yang paling disukai oleh responden

a. secara individu adalah kombinasi keempat yaitu tarif SMS reguler, tarif telepon per detik, tarif internet per KB, bentuk isi ulang voucher, bonus SMS, sinyal kuat dan jangkauan luas,

b. secara keseluruhan adalah kombinasi kelima yaitu tarif SMS paketan, tarif telepon per detik, tarif internet per MB, bentuk isi ulang elektrik, bonus telepon, sinyal kuat dan jangkauan luas.

2. Urutan nilai kepentingan dalam memilih kartu prabayar GSM

a. secara individu adalah 1) jangkauan, 2) tarif telepon, 3) tarif SMS, tarif internet dan bentuk isi ulang, 4) sinyal, 5) bonus,

b. secara keseluruhan adalah 1) sinyal, 2) jangkauan, 3) bentuk isi ulang, 4) tarif SMS, 5) tarif telepon, 6) tarif internet dan 7) bonus.

5.2 Saran

Pada penelitian ini, penulis menggunakan 7 atribut yang mempengaruhi preferensi responden. Bagi pembaca yang ingin menggunakan lebih banyak atribut bisa mengaplikasikan analisis konjoin dengan metode adaptif yang dapat mengevaluasi banyak atribut dengan jumlah maksimum 30. Atribut yang digunakan misalkan tarif Nada Sambung Pribadi (NSP), stok pulsa dan yang lainya.

commit to user

Setelah dicari estimasi rangking preferensinya maka dibandingkan dengan preferensi sesungguhnya yang sudah diperoleh dari kuesioner untuk seorang responden. Dari Tabel 4.6 terlihat bahwa semua stimulus mendapatkan estimasi rangking yang sama dengan preferensi sesungguhnya sehingga dapat dikatakan bahwa pada sampel responden ini perbandingan antara preferensi sesungguhnya dan estimasinya sesuai.

4.2.2 Analisis Keseluruhan

Untuk analisis keseluruhan diperoleh nilai part worth tiap level dengan

bantuan SPSS statistics 17.0 (Lampiran5) dapat dilihat pada Tabel 4.7. Nilai part worth yang lebih tinggi merupakan preferensi yang banyak disukai oleh mahasiswa UNS Surakarta.

Tabel 4.7 Nilai estimasi utilitas (part worth) masing-masing level

Atribut Level Part Worth

Tarif SMS

Tarif telepon

Tarif internet

Bentuk isi ulang

Bonus Sinyal Jangkauan Reguler Paketan Per detik Per menit Per KB Per MB Voucher Elektrik SMS Telepon Lemah Kuat Tidak luas Luas -0,259 0,259 0,100 -0,100 0,041 -0,041 -0,265 0,265 0,017 -0,017 -1,283 1,283 -0,947 0,947

commit to user

masing atribut. Jarak nilai part worth (nilai maksimum – nilai minimum) untuk

masing-masing atribut memberikan ukuran tingkat kepentingannya. Atribut sinyal menggambarkan jarak part worthnya paling tinggi yaitu 1,283 – (-1,283) = 2,566. Hal ini menunjukkan bahwa dalam memilih kartu prabayar GSM, kebanyakan mahasiswa UNS Surakarta lebih mementingkan kondisi sinyal terlebih dahulu daripada yang lainnya. Jangkauan merupakan atribut yang dipentingkan kedua setelah sinyal. Nilai kepentingan tiap atribut dapat dilihat pada Tabel 4.8. Nilai kepentingan tiap atribut diperoleh dari jarak part worth dibagi dengan jumlah keseluruhan jarak part worth.

Tabel 4.8 Nilai kepentingan keseluruhan responden

Atribut Nilai kepentingan

Tarif SMS Tarif telepon Tarif internet Bentuk isi ulang Bonus

Sinyal Jangkauan

8,891 3,433 1,408 9,111 0,572 44,058 32,526

Setelah mendapatkan nilai part worth untuk keseluruhan responden maka

dapat dicari nilai total part worth masing-masing stimulus yang akan digunakan

untuk mencari estimasi rangking preferensi. Estimasi rangking untuk keseluruhan responden dapat dilihat pada Tabel 4.9. Stimulus yang paling disukai oleh responden adalah stimulus yang kelima. Untuk stimulus keempat mendapatkan total part worth terbesar kedua maka stimulus keempat mendapatkan rangking 2. Stimulus yang paling disukai oleh responden pada analisis keseluruhan adalah stimulus kelima.

commit to user 4.3.1 Uji Validitas Individu

Setelah mendapatkan rangking estimasi dan rangking sesungguhnya, selanjutnya akan dicari korelasi antara kedua rangking tersebut untuk mengetahui validasi proses konjoin seorang responden. Rangking estimasi dan rangking sesungguhnya dapat dilihat pada Tabel 4.6. Hipotesis untuk uji korelasi rank Spearman adalah

a. & : dan adalah independen (tidak ada korelasi yang kuat antara estimasi

model konjoin dengan pendapat riil responden)

& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa

nilai membesar berpasangan dengan nilai yang membesar (ada

korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden)

b. Tingkat signifikan 0,05

c. Daerah kritis:

& ditolak jika > quantil(1− 0,05/2) = quantil(0,975) = 0,7143(Lampiran3)

atau < quantil (0,05 2⁄ ) = quantil (0,025) = - 0,7143(Lampiran 3)

d. Statistik uji

= ∑ [ − ( )] = [0 + 0 + 0 + 0 + 0 + 0 + 0 + 0] = 0

= 1− 6

( − 1)= 1−

6 . 0

8(64− 1)= 1− 0

504= 1− 0 = 1,000

e. Kesimpulan

Karena = 1,000 > 0,7143 maka & ditolak yang artinya dan tidak

independen (ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden). Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar.

Dari uji hipotesis tersebut dapat disimpulkan bahwa antara rangking estimasi dan rangking sesungguhnya tidak independen atau bisa dikatakan ada korelasi antara rangking estimasi dengan rangking sesungguhnya.

commit to user

4.3.2 Uji Validitas Keseluruhan

Pada analisis keseluruhan, uji hipotesis menggunakan uji korelasi Kendall. Karena banyaknya responden yang harus dianalisis maka nilai korelasi Kendall diperoleh dengan bantuan SPSS statistics 17.0. Hipotesis untuk uji korelasi Kendall adalah

a) & : dan adalah independen (tidak ada korelasi yang kuat antara

estimasi model konjoin dengan pendapat riil responden )

& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa

nilai membesar berpasangan dengan nilai yang membesar (ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden)

b) Tingkat signifikan ( ) = 0,05

c) Daerah kritis:

& ditolak jika nilai signifikan (Asymp. Sig) < = 0,05

d) Statistik uji

Dari output (Lampiran5) diperoleh = 1,000 dengan nilai signifikan

(Asymp.Sig.) = 0,000

e) Kesimpulan

Karena nilai signifikan ( Asymp. Sig ) 0,000 < = 0,05 maka & ditolak yang

berarti bahwa ada korelasi yang kuat antara estimasi model konjoin dengan pendapat riil responden.

commit to user

32

PENUTUP 5.1 Kesimpulan

Berdasarkan uraian pada pembahasan dapat diperoleh suatu kesimpulan

1. Kombinasi atribut yang paling disukai oleh responden

a. secara individu adalah kombinasi keempat yaitu tarif SMS reguler, tarif

telepon per detik, tarif internet per KB, bentuk isi ulang voucher, bonus SMS, sinyal kuat dan jangkauan luas,

b. secara keseluruhan adalah kombinasi kelima yaitu tarif SMS paketan, tarif

telepon per detik, tarif internet per MB, bentuk isi ulang elektrik, bonus telepon, sinyal kuat dan jangkauan luas.

2. Urutan nilai kepentingan dalam memilih kartu prabayar GSM

a. secara individu adalah 1) jangkauan, 2) tarif telepon, 3) tarif SMS, tarif internet dan bentuk isi ulang, 4) sinyal, 5) bonus,

b. secara keseluruhan adalah 1) sinyal, 2) jangkauan, 3) bentuk isi ulang, 4)

tarif SMS, 5) tarif telepon, 6) tarif internet dan 7) bonus.

5.2 Saran

Pada penelitian ini, penulis menggunakan 7 atribut yang mempengaruhi preferensi responden. Bagi pembaca yang ingin menggunakan lebih banyak atribut bisa mengaplikasikan analisis konjoin dengan metode adaptif yang dapat mengevaluasi banyak atribut dengan jumlah maksimum 30. Atribut yang digunakan misalkan tarif Nada Sambung Pribadi (NSP), stok pulsa dan yang lainya.