2.8 Defenisi Analisis Konjoin .1 Pengertian Analisis Konjoin
2.8.4 Tahapan-tahapan Analisis Konjoin
Adapun tahapan-tahapan yang perlu dilakukan dalam merancang dan melaksanakan analisis konjoin secara umum sebagai berikut:
1. Perumusan masalah dan mengidentifikasi atribut
Langkah awal dalam melakukan analisis konjoin yaitu perumusan masalah.Setelah adanya perumusan masalah maka dicarilah kumpulan atribut dimana setiap atribut terdiri atas beberapa taraf/level.Informasi mengenai atribut yang mewakili preferensi konsumen dapat diperoleh melalui diskusi dengan pakar, eksplorasi data sekunder atau studi kepustakaan.Kemudian atribut yang sudah dianggap mewakili ditentukan datanya. Skala atribut dibagi menjadi skala kualitatif/non-metrik atau kategori (nominal dan ordinal) dan skala kuantitatif atau metrik (interval dan rasio).
2. Merancang kombinasi atribut (stimuli)
Setelah mengidentifikasi atribut beserta taraf-tarafnya, kemudian dilakukan perancangan stimuli yaitu kombinasi taraf antar-atribut.Pendekatan yang umum digunakan untuk merancang stimuli yaitu kombinasi lengkap (full profile) atau evaluasi banyak factor.
Analisis konjoin full-profile yang diperkenalkan terlebih dahulu merupakan rancangan kombinasi yang menggambarkan profil produk secara lengkap. Jumlah stimuli dapat dikurangi dengan menggunakan menggunakan fractional factorial design yang memungkinkan mengestimasi semua main effects. Desain ini mengasumsikan bahwa setiap interaksi yang tidak penting diabaikan.Untuk membentuk stimuli dirancang dengan menggunakan SPSS FOR WINDOWS 17.0 sehingga diperoleh 15 minimal stimuli.Setiap stimuli
berisi kombinasi antara atribut dengan taraf, dimana tiap stimuli menggambarkan profil tiap objek secara lengkap. Responden mengevaluasi masing-masing stimuli mulai dari stimuli yang paling diminati/dianggap penting hingga stimuli yang paling tidak diminati/yang paling dianggap tidak penting dengan cararating (memberi peringkat).
Keuntungan menggunakan metode ini adalah:
1. Diperoleh deskripsi yang lebih realistis dengan menjelaskan setiap stimuli berisikan sebuah taraf dari masing-masing atribut.
2. Menggambarkan trade-off yang lebih jelas antara seluruh atribut yang tersedia.
Sedangkan kendala menggunakan metode ini adalah metode full-profile disarankan apabila jumlah atribut yang diteliti antara enam sampai sembilan atribut saja (Hair et al, 2006).
3. Metode pengumpulan data
Data yang diperlukan dalam analisis konjoin dapat berupa data non-metrik (data berskala nominal, ordinal atau kategorial) maupun data metrik (data berskala interval atau rasio).
Untuk memperoleh data dalam bentuk non-metrik, responden diminta untuk membuat ranking atau mengurutkan stimuli pada tahap yang telah dibuat sebelumnya. Perangkingan dimulai dari satu dan seterusnya hingga ranking terakhir bagi stimuli yang paling tidak disukai.Sedangkan untuk memperoleh data dalam bentuk metrik, responden diminta untuk memberikan nilai atau rating terhadap masing-masing stimuli. Dengan cara ini, responden akan dapat memberikan penilaian terhadap masing-masing stimuli secara terpisah. Pemberian nilai atau rating dapat dilakukan menggunakan skala likert 1 hingga 5 (1=paling tidak disukai dan 5=paling disukai atau menggunakan nilai ranking, artinya untuk stimuli yang paling tidak disukai diberi nilai tertinggi setara dengan jumlah stimulinya, sedangkan stimuli yang paling disukai diberi nilai satu.
Berdasarkan tipe data dan cara pengumpulan datanya, prosedur analisis yang digunakan adalah analisis konjoin full-profile menggunakan metode regresi dengan variabel dummy.
Variabel yang dianalisis dengan model regresi dapat berupa variabel kuantitatif maupun variabel kualitatif.Variabel kualitatif dalam model regresi sering disebut dengan istilah variabel dummy.Untuk variabel kualitatif yang mempunyai k kategori dapat dibangun k-1 peubah boneka.Variabel ini biasanya mengambil nilai 1 atau 0.Kedua nilai yang diberikan tidak menunjukkan bilangan (numerik) tetapi hanya sebagai identifikasi kelas atau kategorinya.Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf dan 0 untuk taraf lainnya. Atribut yang mempunyai tiga taraf, pengkodeannya sebagai berikut: Tabel 2.1 Pengkodean Variabel Dummy
Taraf Kode
Taraf 1 1 0
Taraf 2 0 1
Taraf 3 0 0
Untuk taraf lebih dari tiga, pengkodean dilakukan dengan cara yang sama sehingga setiap faktor memiliki k-1 variabel dummy. Banyaknya variabel ini sama dengan banyaknya kategori (taraf) dikurangi satu (J Supranto, 2004).
Metode Regresi dengan variabel dummy sangat umum digunakan untuk data berjenis non-metrik maupun metrik, dimana data telah diperoleh melalui pengurutan maupun penilaian terhadap kombinasi atribut atau stimuli yang telah dirancang sebelumnya.
Adapun secara umum model dasar analisis konjoin adalah: U (x) =∑ ∑
Keterangan:
= Nilai kegunaan dari atribut ke-i (i=1,2,3…m) dan taraf/level ke-j
(j=1,2,3…ki)
= Taraf ke-k dari atribut ke-i m = Banyak atribut
= Peubah boneka atribut ke-i taraf ke-j (bernilai 1 jika level ke-j dari atribut ke –i terjadi, 0 jika tidak terjadi)
Regresi linier biasanya digunakan untuk mendapatkan model analisis konjoin tersebut, kemudian dapat ditentukan nilai kegunaan dari taraf-taraf tiap atribut untuk menentukan nilai pentingnya suatu taraf relatif terhadap taraf yang lain pada suatu atribut. Setelah menentukan nilai kegunaan taraf, maka nilai kepentingan relatif (bobot) dapat dihitung dengan formula sebagai berikut:
= ∑ Keterangan:
= Bobot kepentingan relatif untuk tiap atribut
= Range nilai kepentingan untuk tiap atribut yang dicari dengan rumus Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus :
Ii= {maks(aij) – min(aij)} 5. Interpretasi Hasil
Menurut Kuhfeld (2000) ada beberapa ketentuan dalam melakukan interpretasi hasil yaitu:
a. Taraf yang memiliki nilai kegunaan lebih tinggi adalah taraf yang lebih disukai.
b. Total nilai kegunaan masing-masing kombinasi sama dengan jumlah nilai kegunaan tiap taraf dari atribut-atribut tersebut.
c. Kombinasi yang memiliki total nilai kegunaan tertinggi adalah kombinasi yang paling disukai responden.
d. Atribut yang memiliki perbedaan nilai kegunaan lebih besar antara nilai kegunaan taraf tertinggi dan terendahnya merupakan atribut yang lebih penting.
6. Uji Validitas
Sugiyono (2006) menyatakan, bahwa instrument (kuesioner) harus diuji. Instrumen yang baik harus memenuhi dua persyaratan penting yaitu valid dan reliabel. Uji validitas atau kesasihan digunakan untuk mengetahui seberapa tepat suatu alat ukur mampu melakukan fungsi. Alat ukur yang dapat digunakan dalam pengujian validitas suatu kuesioner adalah angka hasil korelasi antara skor pernyataan dan skor keseluruhan pernyataan responden terhadap informasi dalam kuesioner. Pengujian reliabilitas menggunakan rumus teknik korelasi korelasi Karl Pearson product moment dengan menggunakan rumus:
√ ∑ ∑ ∑ ∑ ∑ ∑ ∑ Keterangan:
= Korelasi Karl Pearson Moment N = Jumlah responden
X = Skor item X Y = Skor item Y
Perhitungan uji validitas ini dilakukan dengan bantuan program Statistical product and Service Solution (SPSS). Pengujian reliabilitas bertujuan untuk mengetahui konsistensi atau keteraturan hasil pengukuran suatu instrumen apabila instrument tersebut digunakan lagi sebagai alat ukur suatu objek atau responden.
Menurut Sugiyono (2001), “instrument yang reliabel adalah instrument yang bila
digunakan beberapa kali untuk mengukur objek yang sama, akan menghasilkan
Tabel 2.2 Tabel Keeratan Korelasi
0.80 < ≤ 1.00 Reliabilitas sangat tinggi 0.60 < ≤ 0.80 Reliabilitas tinggi 0.40 < ≤ 0.60 Reliabilitas sedang 0.20 < ≤ 0.40 Reliabilitas rendah -1.00 < ≤ 0.20 Reliabilitas sangat rendah
BAB 3 PEMBAHASAN