BAB IV. HASIL DAN PEMBAHASAN
4.3. Analisis pengguna BIS berdasarkan pendekatan klaster ditinjau dari gaya hidup AIO (Activities, Interest, Opinion)
Setelah diketahui profil mahasiswa pengguna BlackBerry berdasarkan demografi, geografi dan Behavioral (Perilaku), maka selanjutnya dilakukan analisis klaster untuk ditinjau dari gaya hidup AIO (Activities, Interest, Opinion). Analisis klaster dilakukan untuk menempatkan sekumpulan objek kedalam dua atau lebih group berdasarkan kesamaan-kesamaan objek atas dasar karakteristik (Simamora, 2005). Analisis klaster yang digunakan adalah
non-hierarchical cluster (K-Means).
<Rp 50.000 Rp 50.000 – Rp 100.000 Rp 100.000 – Rp 150.000 Rp 150.000 – Rp 200.000 > Rp 200.000 < Rp 1.000.000 5 13 6 3 0 Rp 1.000.000 – Rp 2.000.000 3 24 17 8 0 Rp 2.000.000 – Rp 3.000.000 1 5 5 0 3 Rp 3.000.000 – Rp 4.000.000 0 2 2 0 0 >Rp 4.000.000 0 1 1 1 0
Biaya Total penggunaan BlackBerry per Bulan
Setelah diketahui profil karakteristik mahasiswaberdasarkan demografi, geografi dan Behavioral (Perilaku), maka selanjutnya dilakukan analisis klaster untuk menganalisis kelompok pengguna BlackBerry dengan pendekatan gaya hidup AIO (Activities, Interest, Opinion). Analisis klaster yang digunakan adalah non-hierarchical cluster (K-Means). Pada analisis
non-hierarchical cluster (K-Means) peneliti harus menentukan jumlah klaster yang akan dibuat sebelum data diolah. Sebelum penelitian dilakukan, peneliti telah menentukan bahwa jumlah klaster yang akan di buat berkisar antara 3 hingga 5 klaster. Untuk memutuskan jumlah kelompok yang akan di analisis, peneliti menentukannya dengan pertimbangan-pertimbangan sebagai berikut:
1. Analisis diawali dari tabel ANOVA untuk mengetahui variabel mana yang signifikan dan tidak signifikan untuk disertakan dalam pembahasan selanjutnya. Menurut Singgih Santoso (2005), pedoman melakukan analisis pada tabel dengan melihat kolom Sign. (Signifikan), adalah sebagai berikut:
a. Jika angka Sign. > 0,05 maka tidak ada perbedaan yang berarti antara klaster 1, klaster 2, dan klaster 3 yang berhubungan dengan variabel tersebut.
b. Jika angka Sign. < 0,05 maka ada perbedaanya yang berarti berarti antara klaster 1, klaster 2, dan klaster 3 yang berhubungan dengan variabel tersebut.
2. Melihat jumlah anggota pada setiap klaster atau Number of Cases in each Cluster. Menurut Soepranto (2004), pemecahan yang menghasilkan klaster dengan 1 objek atau mahasiswa dikatakan tidak berguna. Oleh karena itu pada pembagian mahasiswa kedalam suatu jumlah klaster bila ada satu kelompok yang hanya memiliki anggota kurang dari 5 mahasiswa maka jumlah klaster tersebut tidak dipilih peneliti karena di khawatirkan kelompok tersebut kurang relevan untuk mewakili hasil penelitian.
3. Terakhir, ketentuan pembagian klaster dapat dilihat dari tabel pusat klaster akhir atau Final Cluster Centers. Saat klaster sudah terbentuk, ciri-ciri mahasiswa yang homogen di dalam satu klaster dapat di tentukan dengan
melihat nilai yang paling dominan di antara klaster yang terbentuk. Bila suatu jumlah klaster sudah terbentuk, meskipun jumlah signifikan pada semua atribut sudah relevan dan jumlah mahasiswa yang terkumpul pada satu klaster sudah sesuai namun bila salah satu klaster tidak memiliki nilai yang dominan pada hampir atau seluruh variabel maka klaster tersebut belum bisa mewakili ciri khas yang menonjol diantara klaster yang terbentuk.
Berdasarkan hasil pengelompokan 5 klaster (Lampiran 2), pada tabel ANOVA diperoleh 7 atribut yang tidak signifikan. Atribut tersebut adalah VAR00004 (0,071), VAR00005 (0,173), VAR00006 (0,298), VAR00009 (0,285), VAR00010 (0,440), VAR00019 (0,090), dan VAR00032 (0,086). Pada masing-masing klaster yang terbentuk, diperoleh klaster 1 (beranggotakan 2 mahasiswa), klaster 2 (beranggotakan 20 mahasiswa), klaster 3 (beranggotakan 34 mahasiswa), klaster 4 (beranggotakan 34 mahasiswa) dan klaster 5 (beranggotakan 10 mahasiswa). Sedangkan pada tabel final cluster centers, klaster 3 dan 5 hanya memilki tiga nilai dominan.
Pembagian 4 kelompok terlihat di Lampiran 3, bahwa ada 4 atribut yang tidak memiliki nilai yang berarti antara klaster yang satu dengan yang lainnya. Atribut tersebut diantaranya adalah VAR00004 (0,400), VAR00009 (0,571), VAR00010 (0,319), VAR00015 (0,215), dan VAR00023.(0,063). Jumlah klaster yang terbentuk terdiri dari klaster 1 (beranggotakan 35 mahasiswa), klaster 2 (beranggotakan 8 mahasiswa), klaster 3 (beranggotakan 23 mahasiswa), dan klaster 4 (beranggotakan 34 mahasiswa). Pada hasil final cluster centers terdapat klaster (klaster 1) yang hanya memiliki satu nilai dominan yaitu atribut 4 (VAR00004), sehingga pengelompokan menjadi 4 klaster belum dikatakan optimal karena ada satu klaster yang hanya memilki satu ciri atribut yang paling menonjol.
Berdasarkan dari hasil yang diperoleh, pengelompokan yang optimal didapatkan dengan 3 klaster (Lampiran 4). Sebelumnya, perlu diketahui bahwa pada penelitian ini mahasiswayang diambil adalah
mahasiswa yang menggunakan BlackBerry. Pada umumnya mahasiswa memilIki karakteristik yang hampir sama bila dilihat dari faktor usia, aktivitas, pengalaman, dan opini. Oleh karena itu pada hasil penelitian ini dari 32 atribut yang digunakan untuk menganalisis activities, interest, dan
opinion terdapat 13 atribut yang tidak signifikan yaitu 5 atribut pada variabel activity, 3 atribut pada variabel interest dan 5 atribut pada variabel
opinion (Tabel 9).
Tabel 9. Atribut yang relatif homogen
Jumlah klaster yang terbentuk terdiri dari klaster 1 (beranggotakan 9 mahasiswa), klaster 2 (beranggotakan 28 mahasiswa), dan klaster 3 (beranggotakan 63 mahasiswa). Pada tabel final cluster centers diketahui bahwa ketiga klaster masing-masing memiliki atribut-atribut yang merepresentasikan karakteristik menonjol yang homogen dalam satu
No Variabel Indikator Sign.
Activities
Atribut Bekerja Saya mengakses internet melalui BlackBerry untuk menerima dan mencari informasi untuk kepentingan mata kuliah (VAR00001).
0,227
Atribut Liburan Bagi saya waktu liburan benar- benar saya gunakan untuk istirahat. (VAR00004)
0,513 Atribut
Menghibur Diri
Saya mengajak teman- teman untuk menghibur diri keluar rumah (VAR00005).
0,408 Atribut Klub Saya bergabung dengan suatu Klub yang
berhubungan dengan hobi (VAR00006).
0,294 Atribut Olahraga Saya memilki aktivitas olahraga yang rutin
(VAR00009).
0,387 Interest
Atribut Keluarga Saya selalu memberikan kabar atau lokasi dimana saya berada pada keluarga (VAR000010)
0,544 Atribut Fashion Saya memilki icon Fashion/selebriti yang gayanya
saya senangi (VAR00015)
0,695 Atribut
Keberhasilan
Saya menyesal bila saya tidak berhasil melewati ujian (VAR00019)
0,273 Opinion
Atribut
Kepribadian diri
Penggunaan BlackBerry membuat saya lebih dekat dengan teman-teman (VAR00020)
0,573 Atribut Isu Sosial Saya mengikuti perkembangan berita nasional
setiap hari (VAR00022)
0,503 Atribut Politik Saya mengikuti perkembangan berita politik setiap
hari (VAR00023)
0,508 Atribut
Pendidikan
Bagi saya menyelesaikan pendidikan adalah hal yang penting (VAR00027)
0,106 Atribut Produk Orang yang memiliki BlackBerry adalah orang yang
mengikuti perkembangan teknologi smartphone
0.083 1.
2.
klaster. Hal ini membuktikan bahwa pengelompokan ke dalam tiga cluster
sudah optimal. Lampiran 5 merupakan gambaran final cluster center, untuk memudahkan pembacaan atribut-atribut yang menjadi karakteristik dominan pada masing-masing kelompok atau klaster.
Berdasarkan hasil pengolahan dan analisis data yang telah dilakukan, terdapat 3 kelompok mahasiswa pengguna BlackBery berdasarkan pendekatan gaya hidup AIO (Activities, Interest, Opinion). Setiap kelompok yang terbentuk melalui clustering, dilakukan tabulasi silang dengan data deskriptif. Sebelum membahas pengklasteran kelompok mahasiswa pengguna BlackBerry. Berikut hasil crosstabulation profil kelompok pengguna BlackBerry ditinjau dari variabel geografi, demografi dan behavior dengan 3 kelompok mahasiswa pengguna BlackBerry yang telah terbentuk.
Tabel 10. Profil Kelompok Pengguna BlackBerry pada Mahasiswa IPB berdasarkan Demografi, Geografi dan Perilaku (Behavior)
Kelompok Kelompok
Basic Users Super Mobile
Geografi Bogor (44,4%) Bogor (67,9%) Bogor (93,7%) -Laki-laki (66,7%) -Perempuan (64,3%) -Perempuan (71,4%) -Usia 22-24 th (33,3%) -Usia 19-21 th (46,4%) -Usia 19-21 th
(63,5%) - Lulusan SMA (66,7%) - Lulusan SMA (85,7%) -Lulusan SMA (92%) - Tidak bekerja (55,5%), PNS (22,%) -Tidak Bekerja (71,4%), Wiraswasta (21,4%) - Tidak bekerja (87,3%), -Penerimaan/bln Rp 1.000.000- Rp 2.000.000 (44,4%), -Penerimaan/bln Rp 1.000.000-Rp 2.000.000 (44,4%), <Rp.1.000.000 (35,7%) -Penerimaan/bln Rp 1.000.000-Rp 2.000.000 (55,6%)
-Pengeluaran/bln -Pengeluaran/bln -Pengeluaran/bln Rp 500.000-Rp 1.000.000 (44,4%) Rp 500.000-Rp 1.000.000 (53,6%) Rp 500.000-Rp 1.000.000 (57,1%),
Variabel Kelompok Sociable
Lanjutan Tabel 10.
Ketiga kelompok memiliki karakteristik menonjol yang berbeda-beda pada masing-masing kelompok. Karakteristik-karakteristik yang menonjol tersebut didapatkan dari atribut-atribut yang memiliki nilai tertinggi pada tabel final cluster centers (Lampiran 4). Berikut adalah atribut-atribut AIO yang menonjol pada masing-masing klaster sebagai karakteristik yang paling dominan didalam masing-masing kelompok. Tabel 11. Atribut yang menjadi karakteristik dominan pada setiap
klaster
Kelompok Atribut yang paling menonjol 1. Basic Users
(9%)
a. Minat Pekerjaan b. Minat Media TV c. Pencapaian
d. Pandangan Masa depan e. Pandangan Budaya 2. Sociable (28%) a. Aktivitas Sosial b. Aktivitas Komunitas c. Keadaan Rumah d. Kepribadian sosial e. Minat makan f. Pandangan Ekonomi g. Pandangan Bisnis 3. Super Mobile a. Aktivitas Hobi
b. Aktivitas Menghibur Diri c. Aktivitas Belanja d. Kepribadian diri
e. Minat Media BlackBerry
-Waktu penggunaan -Waktu Penggunaaan -Waktu penggunaan < 6 bulan (55,6%) 6 bulan-1 tahun
(35,7%), < 6 bulan (32,1%) 6 bulan-1tahun (33,3%), <6bulan (26,9%) -Manfaaat Browsing (66,7%)
-Manfaat Chat, Social Networking (67,9%) -Manfaat Chat, Social Networking (68,3%) Penggunaan/hari < 3 jam (44,4%) -Penggunaan/hari 10-12 jam (21,4%) Penggunaan/hari >18 jam (23,8%) -Biaya penggunaan/bln <Rp 50.000 (44,4%) -Biaya penggunaan/bln Rp.50.000-Rp.100.000 (50%), Rp.100.000-Rp.150.000 (39,3%) -Biaya Penggunaan/bln Rp 50.000-Rp 100.000 (44,4%), Rp 100.000-Rp 150.000 (28,6%), -Tingkat Kesetiaaan sangat kecil (11,1%) -Tingkat Kesetiaan cukup besar (39,3%) -Tingkat Kesetiaan besar (44,4%) Perilaku