• Tidak ada hasil yang ditemukan

Aplikasi biplot untuk identifikasi produk sabun mandi berdasarkan karakteristik demografi dan persepsi konsumen

N/A
N/A
Protected

Academic year: 2017

Membagikan "Aplikasi biplot untuk identifikasi produk sabun mandi berdasarkan karakteristik demografi dan persepsi konsumen"

Copied!
39
0
0

Teks penuh

(1)

ABSTRAK

RIZKA RAMDHAN ABDURRAHMAN. Aplikasi Biplot Untuk Identifikasi Produk Sabun Mandi Berdasarkan Karakteristik Demografi dan Persepsi Konsumen. Dibimbing oleh AHMAD ANSORI MATTJIK dan LA ODE ABDUL RAHMAN.

Persaingan dalam pemasaran sabun mandi cukup ketat. Perusahan melakukan berbagai upaya agar mampu bersaing dalam mempertahankan pelanggannya. Salah satu upaya untuk merumuskan strategi pemasaran yang efektif adalah dengan memahami persepsi konsumen dan mengenali segmen pasar konsumen. Oleh karena itu penelitian ini dirancang untuk mengetahui segmentasi produk sabun berdasarkan demografi dan mengetahui persepsi responden. Melalui data sekunder dengan analisis biplot akan dihasilkan identifikasi produk yang disajikan ke dalam ruang berdimensi dua yang mampu merangkum sebanyak mungkin informasi.

Visualisasi dengan analisis biplot diperoleh informasi mengenai persepsi responden terhadap produk pada berbagai kelompok usia dan status sosial ekonomi. Beberapa produk yang memiliki karakteristik demografi yang sama yaitu untuk produk 510, 347, 605, 358 dan 250 cenderung tidak disukai oleh responden pada berbagai kelompok usia dan SEC. Sedangkan produk-produk 467, 109, 127, dan 100 relatif lebih disukai oleh responden pada berbagai kelompok usia dan SEC tertentu dan dideskripsikan secara positif pada berbagai atribut. Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga, efisien/bermanfaat, berkesan bersih atau sehat, melembabkan kulit, wangi yang natural dan disukai oleh responden dengan kelompok usia 25-39 tahun dan kelas sosial ekonomi A. Produk 109 memiliki segmentasi demografi yang sama dengan produk 467 tetapi 109 dideskripsikan sebagai produk yang memiliki ciri wangi yang segar dan berkesan berkualitas tinggi. produk 127 dipersepsikan sama dengan produk 109 dan disukai oleh responden dengan kelas sosial ekonomi B dan kelompok usia 40-45 tahun.

(2)

1

PENDAHULUAN

Latar Belakang

Dewasa ini banyak sekali jenis dan merek produk sabun mandi yang beredar di pasar. Hal tersebut memungkinkan persaingan dalam pemasaran sabun mandi cukup ketat. Perusahan melakukan berbagai upaya agar mampu bersaing dalam mempertahankan pelanggannya. Salah satu cara adalah dengan mengenali segmentasi pasar konsumen. Melalui segmentasi pasar, perusahaan dapat mengembangkan produk dan memusatkan perhatian pada kelompok pembeli tertentu yang mempunyai minat terbesar sehingga berhasil dalam strategi pemasaran di pasar kompetitif.

Segmentasi demografi membagi pasar menjadi kelompok berdasarkan peubah seperti usia, pendapatan, jenis kelamin, pekerjaan, pendidikan, dan ras. Faktor demografi adalah dasar yang paling umum yang digunakan untuk menetapkan segmentasi kelompok pelanggan. Salah satu alasannya adalah bahwa tingkat variasi kebutuhan, keinginan, dan penggunaan konsumen sering berhubungan erat dengan peubah demografi (Kotler & Armstrong 2008).

Setiap produk memiliki karakteristik atau atribut-atribut tertentu. Dalam penelitian ini produk yang digunakan adalah sabun mandi padat dengan berbagai macam atributnya. Dari beberapa atribut yang ada pada produk sabun mandi padat maka dilakukan penelitian untuk mengetahui bagaimana atribut-atribut tersebut dapat menggambarkan produk.

Hasil analisis dari penelitian ini dapat digunakan oleh perusahaan sebagai acuan untuk mengkreasikan kembali produk yang lebih disukai oleh konsumen atau menciptakan inovasi baru pada jenis produk yang sesuai dengan keinginan konsumen. Produk dengan peubah-peubahnya disajikan ke dalam ruang berdimensi dua yang mampu merangkum sebanyak mungkin informasi.

Analisis yang digunakan dalam penelitian ini adalah analisis biplot. Biplot merupakan suatu analisis yang dapat digunakan baik untuk melakukan positioning maupun

perceptual mapping dari sekumpulan objek (produk, jasa atau perusahaan). Dengan analisis biplot, diharapkan dapat memetakaan dan mendeskripsikan produk berdasarkan pada peubah dalam dimensi dua.

Tujuan

Penelitian ini bertujuan untuk :

1. Mengetahui segmentasi produk berdasarkan demografi, yaitu deskripsi responden terhadap produk pada berbagai kelompok usia dan kelas sosial ekonomi. 2. Mengetahui persepsi responden terhadap

produk berdasarkan atribut.

TINJAUAN PUSTAKA

Persepsi

Persepsi merupakan proses dimana orang memilih, mengatur, dan menerjemahkan informasi untuk membentuk gambaran dunia yang berarti (Kotler & Armstrong 2008). Persepsi merupakan pandangan individu terhadap suatu objek sehingga individu tersebut memberi reaksi atau respon yang berhubungan dengan penerimaan atau penilaian. Persepsi berhubungan dengan pendapat dan penilaian yang berakibat terhadap motivasi, kemauan, tanggapan, perasaan, dan fantasi terhadap stimulus (Kotler 1997 dalam Sari 2008).

Central Location Test (CLT)

Central Location Test (CLT) merupakan suatu teknik penelitian yang melibatkan responden, dimana responden diundang ke suatu tempat yang ditentukan untuk mengevaluasi produk-produk yang diujikan (Anonim 2009).

Sequential Monadic

Sequential Monadic merupakan metode evaluasi produk dimana setiap responden mengevaluasi semua produk yang diujikan secara bergantian (Gao 2005).

Analisis Biplot

Biplot adalah teknik statistika deskriptif yang dapat disajikan secara visual guna menyajikan secara simultan n objek pengamatan dan p peubah dalam ruang bidang dimensi dua, sehingga ciri-ciri peubah dan objek pengamatan serta posisi relatif antar objek pengamatan dengan peubah dapat dianalisis (Jollife 2002). Analisis biplot didasarkan pada penguraian nilai singular (SVD). Misalkan suatu matriks data X berukuran nxp yang berisi n pengamatan dan p

peubah yang dikoreksi terhadap nilai rata-ratanya dan berpangkat r, dapat dituliskan menjadi:

(3)

PENDAHULUAN

Latar Belakang

Dewasa ini banyak sekali jenis dan merek produk sabun mandi yang beredar di pasar. Hal tersebut memungkinkan persaingan dalam pemasaran sabun mandi cukup ketat. Perusahan melakukan berbagai upaya agar mampu bersaing dalam mempertahankan pelanggannya. Salah satu cara adalah dengan mengenali segmentasi pasar konsumen. Melalui segmentasi pasar, perusahaan dapat mengembangkan produk dan memusatkan perhatian pada kelompok pembeli tertentu yang mempunyai minat terbesar sehingga berhasil dalam strategi pemasaran di pasar kompetitif.

Segmentasi demografi membagi pasar menjadi kelompok berdasarkan peubah seperti usia, pendapatan, jenis kelamin, pekerjaan, pendidikan, dan ras. Faktor demografi adalah dasar yang paling umum yang digunakan untuk menetapkan segmentasi kelompok pelanggan. Salah satu alasannya adalah bahwa tingkat variasi kebutuhan, keinginan, dan penggunaan konsumen sering berhubungan erat dengan peubah demografi (Kotler & Armstrong 2008).

Setiap produk memiliki karakteristik atau atribut-atribut tertentu. Dalam penelitian ini produk yang digunakan adalah sabun mandi padat dengan berbagai macam atributnya. Dari beberapa atribut yang ada pada produk sabun mandi padat maka dilakukan penelitian untuk mengetahui bagaimana atribut-atribut tersebut dapat menggambarkan produk.

Hasil analisis dari penelitian ini dapat digunakan oleh perusahaan sebagai acuan untuk mengkreasikan kembali produk yang lebih disukai oleh konsumen atau menciptakan inovasi baru pada jenis produk yang sesuai dengan keinginan konsumen. Produk dengan peubah-peubahnya disajikan ke dalam ruang berdimensi dua yang mampu merangkum sebanyak mungkin informasi.

Analisis yang digunakan dalam penelitian ini adalah analisis biplot. Biplot merupakan suatu analisis yang dapat digunakan baik untuk melakukan positioning maupun

perceptual mapping dari sekumpulan objek (produk, jasa atau perusahaan). Dengan analisis biplot, diharapkan dapat memetakaan dan mendeskripsikan produk berdasarkan pada peubah dalam dimensi dua.

Tujuan

Penelitian ini bertujuan untuk :

1. Mengetahui segmentasi produk berdasarkan demografi, yaitu deskripsi responden terhadap produk pada berbagai kelompok usia dan kelas sosial ekonomi. 2. Mengetahui persepsi responden terhadap

produk berdasarkan atribut.

TINJAUAN PUSTAKA

Persepsi

Persepsi merupakan proses dimana orang memilih, mengatur, dan menerjemahkan informasi untuk membentuk gambaran dunia yang berarti (Kotler & Armstrong 2008). Persepsi merupakan pandangan individu terhadap suatu objek sehingga individu tersebut memberi reaksi atau respon yang berhubungan dengan penerimaan atau penilaian. Persepsi berhubungan dengan pendapat dan penilaian yang berakibat terhadap motivasi, kemauan, tanggapan, perasaan, dan fantasi terhadap stimulus (Kotler 1997 dalam Sari 2008).

Central Location Test (CLT)

Central Location Test (CLT) merupakan suatu teknik penelitian yang melibatkan responden, dimana responden diundang ke suatu tempat yang ditentukan untuk mengevaluasi produk-produk yang diujikan (Anonim 2009).

Sequential Monadic

Sequential Monadic merupakan metode evaluasi produk dimana setiap responden mengevaluasi semua produk yang diujikan secara bergantian (Gao 2005).

Analisis Biplot

Biplot adalah teknik statistika deskriptif yang dapat disajikan secara visual guna menyajikan secara simultan n objek pengamatan dan p peubah dalam ruang bidang dimensi dua, sehingga ciri-ciri peubah dan objek pengamatan serta posisi relatif antar objek pengamatan dengan peubah dapat dianalisis (Jollife 2002). Analisis biplot didasarkan pada penguraian nilai singular (SVD). Misalkan suatu matriks data X berukuran nxp yang berisi n pengamatan dan p

peubah yang dikoreksi terhadap nilai rata-ratanya dan berpangkat r, dapat dituliskan menjadi:

(4)

2

Matriks U dan A masing-masing berukuran (nxr) dan (pxr) sehingga U’U = A’A = Ir. Sedangkan L adalah matriks diagonal berukuran (rxr) dengan unsur-unsur diagonalnya adalah akar-akar kuadrat dari akar ciri X’X dan XX’ sehingga

Kolom matriks A adalah vektor ciri yang berpadanan dengan akar ciri λ dari matriks X’X dan XX’. Sedangkan lajur-lajur U dapat dihitung melalui:

A = [a1,a2, … ,ar]

Secara matematis SVD dapat ditulis

nXp = nUr rLr rAp

Setelah didapatkan penguraian nilai singular dengan menggunakan persamaan X = ULA’ di atas, matriks X dapat difaktorkan dalam bentuk :

X = ULαL1-αA’ = GH’

Misalkan G = ULα serta H’ = L1-αA’ yang masing-masing berukuran nxr dan pxr. Menurut Jollife (2002) unsur ke-(i,j) matriks X dapat dituliskan sebagai berikut:

Xij = gi’hj

untuk i = 1,2,3,...,n dan j= 1,2,3,...,p, dengan gi’ dan hj’ masing-masing merupakan baris-baris matriks G dan H. Faktorisasi matriks ini tidak khas, pemilihan bentuk faktorisasi tergantung pada penguraian nilai singular. Seperti yang telah diketahui matriks L merupakan matriks diagonal yang diagonal utamanya adalah akar kuadrat dari akar ciri. Lα adalah matriks yang unsur matriks diagonal ke-r adalah λr, dan L1-α adalah matriks diagonal dimana unsur diagonal ke-r adalah λr1-α. Jika G = ULα dan H’ = L1-αA’ maka X = GH’ = ULαL1-αA’.

Besarnya keragaman yang diterangkan oleh biplot didefinisikan sebagai:

dengan λ1 merupakan akar ciri terbesar pertama, λ2 merupakan akar ciri terbesar kedua dan λk adalah akar ciri terbesar ke-k. Ada beberapa informasi yang bisa diambil dari biplot yaitu (Sumertajaya, Bambang S dan Heriyanto, 1997) :

1. Kedekatan antar objek

Dua objek dengan karakteristik yang sama akan digambarkan sebagai dua titik yang posisinya berdekatan. Begitu pula sebaliknya.

2. Keragaman peubah

Peubah dengan keragaman kecil digambarkan sebagai vektor yang pendek. Demikian pula sebaliknya.

3. Hubungan antar peubah

Jika sudut dua peubah < 900 maka korelasi bersifat positif. Jika sudutnya > 900 maka korelasi bersifat negatif. Semakin kecil sudutnya, semakin kuat korelasinya.

4. Nilai peubah pada suatu objek

Karakteristik suatu objek bisa disimpulkan dari posisi relatifnya yang paling dekat dengan suatu peubah. Objek yang memiliki nilai tinggi pada suatu karakteristik, akan digambarkan searah dengan vektor peubah yang bersangkutan, demikian pula sebaliknya.

METODOLOGI

Sumber Data

Data yang digunakan dalam penelitian ini adalah data hasil survei yang dilakukan oleh IFF PT-Essence Indonesia Divisi Sensory and Consumer Insights. Produk yang digunakan dalam penelitian ini adalah sabun mandi padat.

Metode yang digunakan dalam pengumpulan data ini adalah CLT (Central Location Test), yaitu responden diundang untuk datang ke IFF PT Essence Indonesia di Divisi Sensory and Consumer Insights pada bulan April 2010. Responden berasal dari 5 wilayah Jakarta yang direkrut di rumahnya, bersedia dan memenuhi syarat untuk diundang di lokasi CLT untuk mencoba produk. Responden yang terlibat dalam penelitian ini sebanyak 72 responden. Metode penarikan contoh yang digunakan adalah quota sampling. Kriteria responden adalah wanita yang berusia 20-45 tahun, pengguna dan penentu merek dalam membeli sabun mandi, pendidikan terakhir SMU, dan memiliki kelas sosial ekonomi A, B, atau C.

Pada survei tersebut responden diminta untuk mengevaluasi 9 macam sabun mandi padat. Masing–masing sabun mandi padat r 2 1 0 0 0 0 0 0 L        r r a a

a, 1 ,..., 1 1 U 2 2 1 1 i i a 1 Ui r

...

2 1 k )

( 1 2

(5)

Matriks U dan A masing-masing berukuran (nxr) dan (pxr) sehingga U’U = A’A = Ir. Sedangkan L adalah matriks diagonal berukuran (rxr) dengan unsur-unsur diagonalnya adalah akar-akar kuadrat dari akar ciri X’X dan XX’ sehingga

Kolom matriks A adalah vektor ciri yang berpadanan dengan akar ciri λ dari matriks X’X dan XX’. Sedangkan lajur-lajur U dapat dihitung melalui:

A = [a1,a2, … ,ar]

Secara matematis SVD dapat ditulis

nXp = nUr rLr rAp

Setelah didapatkan penguraian nilai singular dengan menggunakan persamaan X = ULA’ di atas, matriks X dapat difaktorkan dalam bentuk :

X = ULαL1-αA’ = GH’

Misalkan G = ULα serta H’ = L1-αA’ yang masing-masing berukuran nxr dan pxr. Menurut Jollife (2002) unsur ke-(i,j) matriks X dapat dituliskan sebagai berikut:

Xij = gi’hj

untuk i = 1,2,3,...,n dan j= 1,2,3,...,p, dengan gi’ dan hj’ masing-masing merupakan baris-baris matriks G dan H. Faktorisasi matriks ini tidak khas, pemilihan bentuk faktorisasi tergantung pada penguraian nilai singular. Seperti yang telah diketahui matriks L merupakan matriks diagonal yang diagonal utamanya adalah akar kuadrat dari akar ciri. Lα adalah matriks yang unsur matriks diagonal ke-r adalah λr, dan L1-α adalah matriks diagonal dimana unsur diagonal ke-r adalah λr1-α. Jika G = ULα dan H’ = L1-αA’ maka X = GH’ = ULαL1-αA’.

Besarnya keragaman yang diterangkan oleh biplot didefinisikan sebagai:

dengan λ1 merupakan akar ciri terbesar pertama, λ2 merupakan akar ciri terbesar kedua dan λk adalah akar ciri terbesar ke-k. Ada beberapa informasi yang bisa diambil dari biplot yaitu (Sumertajaya, Bambang S dan Heriyanto, 1997) :

1. Kedekatan antar objek

Dua objek dengan karakteristik yang sama akan digambarkan sebagai dua titik yang posisinya berdekatan. Begitu pula sebaliknya.

2. Keragaman peubah

Peubah dengan keragaman kecil digambarkan sebagai vektor yang pendek. Demikian pula sebaliknya.

3. Hubungan antar peubah

Jika sudut dua peubah < 900 maka korelasi bersifat positif. Jika sudutnya > 900 maka korelasi bersifat negatif. Semakin kecil sudutnya, semakin kuat korelasinya.

4. Nilai peubah pada suatu objek

Karakteristik suatu objek bisa disimpulkan dari posisi relatifnya yang paling dekat dengan suatu peubah. Objek yang memiliki nilai tinggi pada suatu karakteristik, akan digambarkan searah dengan vektor peubah yang bersangkutan, demikian pula sebaliknya.

METODOLOGI

Sumber Data

Data yang digunakan dalam penelitian ini adalah data hasil survei yang dilakukan oleh IFF PT-Essence Indonesia Divisi Sensory and Consumer Insights. Produk yang digunakan dalam penelitian ini adalah sabun mandi padat.

Metode yang digunakan dalam pengumpulan data ini adalah CLT (Central Location Test), yaitu responden diundang untuk datang ke IFF PT Essence Indonesia di Divisi Sensory and Consumer Insights pada bulan April 2010. Responden berasal dari 5 wilayah Jakarta yang direkrut di rumahnya, bersedia dan memenuhi syarat untuk diundang di lokasi CLT untuk mencoba produk. Responden yang terlibat dalam penelitian ini sebanyak 72 responden. Metode penarikan contoh yang digunakan adalah quota sampling. Kriteria responden adalah wanita yang berusia 20-45 tahun, pengguna dan penentu merek dalam membeli sabun mandi, pendidikan terakhir SMU, dan memiliki kelas sosial ekonomi A, B, atau C.

Pada survei tersebut responden diminta untuk mengevaluasi 9 macam sabun mandi padat. Masing–masing sabun mandi padat r 2 1 0 0 0 0 0 0 L        r r a a

a, 1 ,..., 1 1 U 2 2 1 1 i i a 1 Ui r

...

2 1 k )

( 1 2

(6)

3

diberi label untuk memudahkan dan menghindari subyektivitas. Label produk yang diuji adalah 358, 347, 467, 250, 510, 109, 605, 100, 127. Metode evaluasi produk yang digunakan adalah sequential monadic. Produk yang disajikan dirotasikan, untuk memperkecil bias dan menghindari subyektivitas.

Dalam survei ini responden diminta untuk memberikan penilaian terhadap atribut-atribut yang bisa atau tidak bisa menggambarkan sabun mandi padat dari skala 1 yaitu sangat tidak setuju hingga skala 5 yaitu sangat setuju. Atribut yang dinilai adalah :

P1 Wanginya segar. P2 Wanginya Natural. P3 Wanginya menyenangkan. P4 Efisien/bermanfaat. P5 Lembut/Halus.

P6 Berkesan seperti produk berkualitas tinggi. P7 Berkesan bersih dan sehat dikulit.

P8 Cocok untuk seluruh keluarga. P9 Melembabkan/merawat kulit.

Peubah demografi yang menjadi fokus dalam penelitian ini adalah usia (U1 20-24 tahun, U2 25-29 tahun, U3 30-34 tahun, U4 35-39 tahun, dan U5 40-45 tahun) dan kelas sosial ekonomi (SEC A (A), SEC B (B), dan SEC C (C)). Pada setiap produk juga dilakukan penilaian terhadap tingkat kesukaan yaitu dari skala 1 sampai 7, dari sangat tidak suka hingga sangat suka.

Metode

Langkah-langkah yang dilakukan pada penelitian ini adalah sebagai berikut:

1. Melakukan analisis statistika deskripsi untuk menggambarkan secara umum karakteristik demografi responden. 2. Melakukan analisis biplot untuk

menyajikan segugus objek sabun mandi terhadap beberapa peubah demografi dan peubah atribut.

3. Melakukan interpretasi analisis statistika deskripsi dan biplot.

HASIL DAN PEMBAHASAN

Deskripsi Responden

Tabel 1 memberikan rincian karkteristik responden berdasarkan jenis kelamin dan SEC (Social Economic Class). Berdasarkan usia, responden dengan usia 35-39 tahun yaitu sebesar 28%, usia 25-29 tahun sebesar 23%, usia 30-34 tahun sebesar 22%, usia 40-45 tahun sebesar 17%, dan usia 20-24 tahun sebesar 10%. Kelas sosial ekonomi ditentukan berdasarkan beberapa kriteria, yaitu dari kepemilikan barang, bentuk/konstruksi rumah dan pengeluaran rutin rumah tangga perbulan (Lampiran 1). Pada Tabel 1 menunjukan bahwa berdasarkan sosial ekonomi responden didapatkan bahwa responden terbesar berasal dari kelas sosial ekonomi B sebesar 43%, kemudian kelas sosial ekonomi C sebesar 40% dan kelas sosial ekonomi jenis A sebesar 17%.

Tabel 1 Karakteristik responden Karakteristik Kategori Jumlah %

Usia 20-24 7 10

25-29 17 23

30-34 16 22

35-39 20 28

40-45 12 17

Total 72 100

Kelas Sosial A 12 17

Ekonomi B 31 43

C 29 40

Total 72 100

Analisis Biplot dengan Peubah Atribut Analisis biplot yang dilakukan terhadap kode produk terhadap atribut-atributnya memberikan informasi sebesar 98.4% dari total keragaman data dengan sumbu utama pertama 97.2% dan sumbu kedua sebesar 1.2%. Hal ini menunjukan bahwa interpretasi biplot yang dihasilkan mampu menerangkan dengan baik hubungan antar kode produk dengan atribut-atributnya.

(7)

diberi label untuk memudahkan dan menghindari subyektivitas. Label produk yang diuji adalah 358, 347, 467, 250, 510, 109, 605, 100, 127. Metode evaluasi produk yang digunakan adalah sequential monadic. Produk yang disajikan dirotasikan, untuk memperkecil bias dan menghindari subyektivitas.

Dalam survei ini responden diminta untuk memberikan penilaian terhadap atribut-atribut yang bisa atau tidak bisa menggambarkan sabun mandi padat dari skala 1 yaitu sangat tidak setuju hingga skala 5 yaitu sangat setuju. Atribut yang dinilai adalah :

P1 Wanginya segar. P2 Wanginya Natural. P3 Wanginya menyenangkan. P4 Efisien/bermanfaat. P5 Lembut/Halus.

P6 Berkesan seperti produk berkualitas tinggi. P7 Berkesan bersih dan sehat dikulit.

P8 Cocok untuk seluruh keluarga. P9 Melembabkan/merawat kulit.

Peubah demografi yang menjadi fokus dalam penelitian ini adalah usia (U1 20-24 tahun, U2 25-29 tahun, U3 30-34 tahun, U4 35-39 tahun, dan U5 40-45 tahun) dan kelas sosial ekonomi (SEC A (A), SEC B (B), dan SEC C (C)). Pada setiap produk juga dilakukan penilaian terhadap tingkat kesukaan yaitu dari skala 1 sampai 7, dari sangat tidak suka hingga sangat suka.

Metode

Langkah-langkah yang dilakukan pada penelitian ini adalah sebagai berikut:

1. Melakukan analisis statistika deskripsi untuk menggambarkan secara umum karakteristik demografi responden. 2. Melakukan analisis biplot untuk

menyajikan segugus objek sabun mandi terhadap beberapa peubah demografi dan peubah atribut.

3. Melakukan interpretasi analisis statistika deskripsi dan biplot.

HASIL DAN PEMBAHASAN

Deskripsi Responden

Tabel 1 memberikan rincian karkteristik responden berdasarkan jenis kelamin dan SEC (Social Economic Class). Berdasarkan usia, responden dengan usia 35-39 tahun yaitu sebesar 28%, usia 25-29 tahun sebesar 23%, usia 30-34 tahun sebesar 22%, usia 40-45 tahun sebesar 17%, dan usia 20-24 tahun sebesar 10%. Kelas sosial ekonomi ditentukan berdasarkan beberapa kriteria, yaitu dari kepemilikan barang, bentuk/konstruksi rumah dan pengeluaran rutin rumah tangga perbulan (Lampiran 1). Pada Tabel 1 menunjukan bahwa berdasarkan sosial ekonomi responden didapatkan bahwa responden terbesar berasal dari kelas sosial ekonomi B sebesar 43%, kemudian kelas sosial ekonomi C sebesar 40% dan kelas sosial ekonomi jenis A sebesar 17%.

Tabel 1 Karakteristik responden Karakteristik Kategori Jumlah %

Usia 20-24 7 10

25-29 17 23

30-34 16 22

35-39 20 28

40-45 12 17

Total 72 100

Kelas Sosial A 12 17

Ekonomi B 31 43

C 29 40

Total 72 100

Analisis Biplot dengan Peubah Atribut Analisis biplot yang dilakukan terhadap kode produk terhadap atribut-atributnya memberikan informasi sebesar 98.4% dari total keragaman data dengan sumbu utama pertama 97.2% dan sumbu kedua sebesar 1.2%. Hal ini menunjukan bahwa interpretasi biplot yang dihasilkan mampu menerangkan dengan baik hubungan antar kode produk dengan atribut-atributnya.

(8)

4

100 109 127 250 347 358 467 510 605 A B C

- 0. 8 - 0. 7 - 0. 6 - 0. 5 - 0. 4 - 0. 3 - 0. 2 - 0. 1 0. 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6

Di mensi on 1 ( 86. 3%)

- 1 0 1 2

100 109 127 250 347 358 467 510 605 A B C

- 0. 8 - 0. 7 - 0. 6 - 0. 5 - 0. 4 - 0. 3 - 0. 2 - 0. 1 0. 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6

Di mensi on 1 ( 86. 3%)

- 1 0 1 2

Dari gambar biplot terlihat bahwa panjang vektor atribut wanginya segar (P1), wanginya natural (P2), wanginya menyenangkan (P3), lembut/halus (P5), dan cocok untuk seluruh keluarga (P8) yang relatif sama panjang menunjukan bahwa tingkat keragaman yang dimiliki kelima peubah tersebut relatif sama besar dan cenderung lebih panjang dibandingkan empat peubah lainnya. Hal ini menunjukan bahwa tingkat keragaman peubah-peubah ini relatif lebih tinggi dibandingkan empat peubah lainnya. Hal ini juga mengindikasikan tingkat peranan atribut-atribut wanginya segar (P1), wanginya natural (P2), wanginya menyenangkan (P3), lembut/halus (P5), dan cocok untuk seluruh keluarga (P8) lebih besar dalam memberikan informasi dibandingkan dengan peubah lainnya. Vektor atribut effisien/bermanfaat (P4) yang merupakan vektor dengan panjang paling kecil diantara vektor lainnya. Deskripsi ini juga diperkuat oleh nilai-nilai simpangan baku masing-masing atribut seperti ditunjukan pada Lampiran 3.

Interpretasi dari gambaran posisi produk 358, 605, dan 510 berlawanan dengan posisi produk 100, 127 dan 109. Produk 100 dipersepsikan oleh responden setuju sebagai produk yang lembut/halus (P5). Produk 109 dan 127 memiliki kesamaan ciri yaitu diposisikan sebagai produk dengan wangi segar (P1) dan berkesan seperti berkualitas tinggi (P6).

Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga (P8), efisien/bermanfaat (P4), berkesan bersih atau sehat (P7), melembabkan kulit (P9) dan wangi yang natural (P2). Produk 250 dan 347 dinterpretasikan berlawanan dengan produk 467. Dari hasil biplot diatas dengan peubah atribut, deskripsi untuk masing-masing produk dapat dilihat pada Tabel 2.

Tabel 2 Deskripsi produk berdasarkan atribut-atributnya

Produk Deskripsi Atribut

605, 358, & 510

Responden cenderung tidak setuju mendeskripsikan sebagai produk yang berkesan seperti berkualitas tinggi (P6), dengan wangi yang segar (P1), dan berkesan lembut/halus (P5), wangi yang menyenangkan (P3).

109, 127, dan 100

Produk dengan wangi segar (P1), dan berkesan seperti berkualitas tinggi (P6), produk yang lembut/halus (P5).

467

Cocok untuk seluruh keluarga (P8), Produk yang dipersepsikan sebagai efisien/bermanfaat (P4), berkesan bersih atau sehat (P7), melembabkan kulit (P9), dan wangi yang natural (P2).

250 & 347

Berdasarkan persepsi responden cenderung tidak setuju

mendeskripsikan sebagai produk berkesan bersih atau sehat (P7), melembabkan kulit (P9), wangi yang natural (P2),

efisein/bermanfaat(P4), dan cocok untuk seluruh keluarga (P8).

Analisis Biplot dengan Peubah Demografi Analisis biplot tingkat kesukaan terhadap produk pada berbagai kelompok usia, pada Gambar 2 menghasilkan total keragaman yang dapat diterangkan sebesar 96.49%, yaitu 86.33% dari dimensi satu dan 10.16% dari dimensi dua. Nilai ini sudah cukup baik dalam menjelaskan keragaman data.

(9)

100 109

127 250

347

358

467

510

605

U1

U2

U3 U4

U5

- 1 0 1 2

Di mensi on 1 ( 69. 5%)

- 2 - 1 0 1 2

Analisis biplot tingkat kesukaan terhadap produk pada berbagai kelas sosial ekonomi diperlihatkan pada Gambar 3. Total keragaman yang mampu dijelaskan oleh biplot

tersebut sebesar 89.52%. Dimensi pertama menjelaskan keragaman data sebesar 69.53% sedangkan dimensi kedua sebesar 19.99%.

Dari gambar biplot, terlihat bahwa peubah usia 40-45 tahun (U5) memiliki vektor garis terpanjang diantara peubah lainnya, berarti peubah tersebut memiliki keragaman yang paling besar diantara peubah lainnya. Hal ini dapat dilihat bahwa peubah tersebut memiliki simpangan baku terbesar yaitu sebesar 0.857. Selain peubah usia 40-45 tahun (U5), peubah yang juga mempunyai keragaman besar adalah peubah usia 20-24 tahun (U1) dan SEC A (A). Peubah usia 35-39 tahun (U4) digambarkan sebagai garis yang pendek, yang menunjukan keragaman kecil (Lampiran 5).

Berdasarkan biplot pada Gambar 2 dengan Gambar 3 diperoleh informasi bahwa produk-produk 347, 510, 605, 358, dan 250 cenderung tidak disukai oleh responden pada semua kelompok usia dan kelas sosial ekonomi.

Produk-produk 467, 100, dan 109 merupakan produk-produk yang disukai oleh kelompok usia 25-29 tahun (U2), 30-34 tahun (U3) , dan 35-39 tahun (U4) serta SEC A (A). Sedangkan produk 127 merupakan produk yang disukai oleh kelompok usia 40-45 tahun (U5) dengan SEC B (B).

Tabel 3 Segmentasi produk berdasarkan demografi.

Produk Segmentasi Demografi

127

Disukai oleh responden dengan SEC B (B) dan pada kelompok usia 40-45 tahun (U5).

467, 109, dan 100.

Disukai oleh responden dengan kelompok usia 25-29 tahun (U2), 30-34 tahun (U3), 35-39 tahun (U4), dan SEC A (A).

510, 347, 605, 358, dan 250.

Relatif paling tidak disukai oleh responden pada berbagai kelompok usia dan golongan SEC.

KESIMPULAN

(10)

5

100 109

127 250

347

358

467

510

605

U1

U2

U3 U4

U5

- 1 0 1 2

Di mensi on 1 ( 69. 5%)

- 2 - 1 0 1 2

Analisis biplot tingkat kesukaan terhadap produk pada berbagai kelas sosial ekonomi diperlihatkan pada Gambar 3. Total keragaman yang mampu dijelaskan oleh biplot

tersebut sebesar 89.52%. Dimensi pertama menjelaskan keragaman data sebesar 69.53% sedangkan dimensi kedua sebesar 19.99%.

Dari gambar biplot, terlihat bahwa peubah usia 40-45 tahun (U5) memiliki vektor garis terpanjang diantara peubah lainnya, berarti peubah tersebut memiliki keragaman yang paling besar diantara peubah lainnya. Hal ini dapat dilihat bahwa peubah tersebut memiliki simpangan baku terbesar yaitu sebesar 0.857. Selain peubah usia 40-45 tahun (U5), peubah yang juga mempunyai keragaman besar adalah peubah usia 20-24 tahun (U1) dan SEC A (A). Peubah usia 35-39 tahun (U4) digambarkan sebagai garis yang pendek, yang menunjukan keragaman kecil (Lampiran 5).

Berdasarkan biplot pada Gambar 2 dengan Gambar 3 diperoleh informasi bahwa produk-produk 347, 510, 605, 358, dan 250 cenderung tidak disukai oleh responden pada semua kelompok usia dan kelas sosial ekonomi.

Produk-produk 467, 100, dan 109 merupakan produk-produk yang disukai oleh kelompok usia 25-29 tahun (U2), 30-34 tahun (U3) , dan 35-39 tahun (U4) serta SEC A (A). Sedangkan produk 127 merupakan produk yang disukai oleh kelompok usia 40-45 tahun (U5) dengan SEC B (B).

Tabel 3 Segmentasi produk berdasarkan demografi.

Produk Segmentasi Demografi

127

Disukai oleh responden dengan SEC B (B) dan pada kelompok usia 40-45 tahun (U5).

467, 109, dan 100.

Disukai oleh responden dengan kelompok usia 25-29 tahun (U2), 30-34 tahun (U3), 35-39 tahun (U4), dan SEC A (A).

510, 347, 605, 358, dan 250.

Relatif paling tidak disukai oleh responden pada berbagai kelompok usia dan golongan SEC.

KESIMPULAN

(11)

produk 467, 109, 127, dan 100 relatif lebih disukai oleh responden pada berbagai kelompok usia dan SEC tertentu dan dideskripsikan secara positif pada berbagai atribut.

Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga, efisien/bermanfaat, berkesan bersih atau sehat, melembabkan kulit, wangi yang natural dan disukai oleh responden dengan kelompok usia 25-39 tahun dan kelas sosial ekonomi A. Produk 109 memiliki segmentasi demografi yang sama dengan produk 467 tetapi 109 dideskripsikan sebagai produk yang memiliki ciri wangi yang segar dan berkesan berkualitas tinggi. produk 127 dipersepsikan sama dengan produk 109 dan disukai oleh responden dengan kelas sosial ekonomi B dan kelompok usia 40-45 tahun.

DAFTAR PUSTAKA

Anonim. 2009. Succesfully Planning Central Location Test. [terhubung berkala]. http//www.pmrpublications.com/pdf/wp_ 0706_succesfully_planning_central_loca tion_test_April_2009.pdf. [3 Feb 2011]. Gao Baosheng. 2005. Product Testing :

Handle With Care. [terhubung berkala]. http//www.ipsos.com.cn/upload/Book_I MG_35_549708504801096.pdf. [3 Feb 2011].

Greenacre MJ. 1984. Theory and Application of Correspondence Analysis. New York: Academic Press Inc.

Johnson R, Wichern D. 2007. Applied

Multivariate Statistical Analysis Edition. New Jersey : Pearson Education. Jollife, I T. 2002. Principal Component

Analysis. Second edition. New York : Springer – Verlag.

Kotler, P & Armstrong, G. 2008. Prinsip-Prinsip Pemasaran. Jakarta : Erlangga. Sari, Baina. 2008. Deskripsi Parfum

Berdasarkan Tingkat Kesukaan dan Persepsi Responden. Skripsi. Departemen Statistika FMIPA IPB, Bogor.

Sumertajaya, I. M, Sumantri, B & Heriyanto. 1997. Aplikasi Analisis Biplot & Procrustes untuk Mengidentifikasi Karakteristik Daya Hasil Beberapa Galur Padi [Forum Statistika dan Komputasi Vol. 2 No. 2.

(12)

APLIKASI BIPLOT UNTUK IDENTIFIKASI PRODUK SABUN

MANDI BERDASARKAN KARAKTERISTIK DEMOGRAFI

DAN PERSEPSI KONSUMEN

RIZKA RAMDHAN ABDURRAHMAN

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(13)

produk 467, 109, 127, dan 100 relatif lebih disukai oleh responden pada berbagai kelompok usia dan SEC tertentu dan dideskripsikan secara positif pada berbagai atribut.

Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga, efisien/bermanfaat, berkesan bersih atau sehat, melembabkan kulit, wangi yang natural dan disukai oleh responden dengan kelompok usia 25-39 tahun dan kelas sosial ekonomi A. Produk 109 memiliki segmentasi demografi yang sama dengan produk 467 tetapi 109 dideskripsikan sebagai produk yang memiliki ciri wangi yang segar dan berkesan berkualitas tinggi. produk 127 dipersepsikan sama dengan produk 109 dan disukai oleh responden dengan kelas sosial ekonomi B dan kelompok usia 40-45 tahun.

DAFTAR PUSTAKA

Anonim. 2009. Succesfully Planning Central Location Test. [terhubung berkala]. http//www.pmrpublications.com/pdf/wp_ 0706_succesfully_planning_central_loca tion_test_April_2009.pdf. [3 Feb 2011]. Gao Baosheng. 2005. Product Testing :

Handle With Care. [terhubung berkala]. http//www.ipsos.com.cn/upload/Book_I MG_35_549708504801096.pdf. [3 Feb 2011].

Greenacre MJ. 1984. Theory and Application of Correspondence Analysis. New York: Academic Press Inc.

Johnson R, Wichern D. 2007. Applied

Multivariate Statistical Analysis Edition. New Jersey : Pearson Education. Jollife, I T. 2002. Principal Component

Analysis. Second edition. New York : Springer – Verlag.

Kotler, P & Armstrong, G. 2008. Prinsip-Prinsip Pemasaran. Jakarta : Erlangga. Sari, Baina. 2008. Deskripsi Parfum

Berdasarkan Tingkat Kesukaan dan Persepsi Responden. Skripsi. Departemen Statistika FMIPA IPB, Bogor.

Sumertajaya, I. M, Sumantri, B & Heriyanto. 1997. Aplikasi Analisis Biplot & Procrustes untuk Mengidentifikasi Karakteristik Daya Hasil Beberapa Galur Padi [Forum Statistika dan Komputasi Vol. 2 No. 2.

(14)

APLIKASI BIPLOT UNTUK IDENTIFIKASI PRODUK SABUN

MANDI BERDASARKAN KARAKTERISTIK DEMOGRAFI

DAN PERSEPSI KONSUMEN

RIZKA RAMDHAN ABDURRAHMAN

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(15)

ABSTRAK

RIZKA RAMDHAN ABDURRAHMAN. Aplikasi Biplot Untuk Identifikasi Produk Sabun Mandi Berdasarkan Karakteristik Demografi dan Persepsi Konsumen. Dibimbing oleh AHMAD ANSORI MATTJIK dan LA ODE ABDUL RAHMAN.

Persaingan dalam pemasaran sabun mandi cukup ketat. Perusahan melakukan berbagai upaya agar mampu bersaing dalam mempertahankan pelanggannya. Salah satu upaya untuk merumuskan strategi pemasaran yang efektif adalah dengan memahami persepsi konsumen dan mengenali segmen pasar konsumen. Oleh karena itu penelitian ini dirancang untuk mengetahui segmentasi produk sabun berdasarkan demografi dan mengetahui persepsi responden. Melalui data sekunder dengan analisis biplot akan dihasilkan identifikasi produk yang disajikan ke dalam ruang berdimensi dua yang mampu merangkum sebanyak mungkin informasi.

Visualisasi dengan analisis biplot diperoleh informasi mengenai persepsi responden terhadap produk pada berbagai kelompok usia dan status sosial ekonomi. Beberapa produk yang memiliki karakteristik demografi yang sama yaitu untuk produk 510, 347, 605, 358 dan 250 cenderung tidak disukai oleh responden pada berbagai kelompok usia dan SEC. Sedangkan produk-produk 467, 109, 127, dan 100 relatif lebih disukai oleh responden pada berbagai kelompok usia dan SEC tertentu dan dideskripsikan secara positif pada berbagai atribut. Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga, efisien/bermanfaat, berkesan bersih atau sehat, melembabkan kulit, wangi yang natural dan disukai oleh responden dengan kelompok usia 25-39 tahun dan kelas sosial ekonomi A. Produk 109 memiliki segmentasi demografi yang sama dengan produk 467 tetapi 109 dideskripsikan sebagai produk yang memiliki ciri wangi yang segar dan berkesan berkualitas tinggi. produk 127 dipersepsikan sama dengan produk 109 dan disukai oleh responden dengan kelas sosial ekonomi B dan kelompok usia 40-45 tahun.

(16)

APLIKASI BIPLOT UNTUK IDENTIFIKASI PRODUK SABUN

MANDI BERDASARKAN KARAKTERISTIK DEMOGRAFI

DAN PERSEPSI KONSUMEN

RIZKA RAMDHAN ABDURRAHMAN

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistika

Pada Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

DEPARTEMEN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(17)

Judul Skripsi : Aplikasi Biplot Untuk Identifikasi Produk Sabun Mandi

Berdasarkan Karakteristik Demografi dan Persepsi Konsumen.

Nama

: Rizka Ramdhan Abdurrahman

NRP

: G14060566

Menyetujui :

Pembimbing I,

Pembimbing II,

Prof. Dr. Ir. Ahmad Ansori Mattjik, M.Sc

La Ode Abdul Rahman, S.Si, M.Si

NIP. 194606261970081002

Mengetahui :

Ketua Departemen Statistika

Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

Dr. Ir. Hari Wijayanto, M.Si

NIP. 19650421 199002 1 001

(18)

RIWAYAT HIDUP

Penulis dilahirkan di Kota Kudus, Jawa Tengah, pada tanggal 22 April 1988 dari pasangan Bapak Edi Subagyo dan Ibu Ina Laili. Pendidikan Penulis berawal dari Sekolah Dasar Negeri 1 Adiwerna, Kab. Tegal pada tahun 1994 dan Sekolah Dasar Negeri 1 Kalikangkung Pangkah, Kab. Tegal pada tahun 1997, dan melanjutkan pendidikannya ke SMP Negeri 1 Adiwerna, Kab. Tegal tetapi pada tahun yang sama penulis pindah sekolah ke SMP Negeri 2 Kudus hingga lulus tahun 2003. Pada tahun 2003 penulis diterima di SMA Negeri 1 Kudus, dan lulus pada tahun 2006. Pada tahun yang sama penulis diterima sebagai mahasiswa di Institut Pertanian Bogor melalui jalur Undangan Seleksi Masuk IPB. Penulis yang merupakan angkatan kedua program mayor-minor dan memilih Departemen Statistika sebagai pilihan pertama untuk program studi mayor, dan Ilmu Konsumen (Departemen Ilmu Keluarga dan Konsumen) sebagai minor. Selain itu, penulis mengambil mata kuliah Pengantar Manajemen sebagai supporting course.

(19)

KATA PENGANTAR

Segala puji dan syukur dipanjatkan kepada Allah SWT atas limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini. Sholawat serta salam semoga selalu tercurah kepada pemimpin umat nabi Muhammad SAW, beserta keluarga, sahabat, dan umatnya. Karya ilmiah ini berjudul “Aplikasi Biplot Untuk Identifikasi Produk Sabun Mandi Berdasarkan Karakteristik Demografi dan Persepsi Konsumen”.

Terima kasih yang sebesar-besarnya kepada semua pihak yang telah turut peran serta dalam penyusunan karya ilmiah ini, terutama kepada :

1. Bapak Prof. Dr. Ir. Ahmad Ansori Mattjik, M.Sc sebagai pembimbing pertama dan Bapak La Ode Abdul Rahman, M.Si sebagai pembimbing kedua atas bimbingan serta sarannya selama penyusunan karya ilmiah ini.

2. Kedua orang tua Bapak Edi Subagyo dan Ibu Ina Laili atas doa, pengorbanan dan kerelaan untuk melepaskan anaknya mencari ilmu di Bogor.

3. Ibu Aris Suwastini Ariyanti, S.Si selaku peneliti di IFF P.T. Essence Indonesia atas izinnya penggunaan data survey panel bar soap.

4. Seluruh dosen, staf tata usaha beserta pegawai di Departemen Statistika FMIPA IPB. 5. Teman-teman statistika 43 serta adik-adik kelas angkatan 44, 45 dan 46.

6. Teman-teman sesama mahasiswa Kudus Bogor (Devi, Fiqy, Rauf, Aeni dll.) dan BEM KM 2009 atas kebersamaannya selama ini.

7. Saudara yang ada di Kudus, Tegal, Depok, Jakarta (Mbah jum, Pakde Chandiq, adikku Firdha, Bude Umi, Bude Wid, Om Zam, Om Nasir, Om Afas, dll.) yang telah memberikan dukungan kepada penulis untuk menyelesaikan karya ilmiah ini.

Semoga semua bantuan yang diberikan kepada penulis mendapatkan balasan dari Allah SWT, dan semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang membutuhkan.

Bogor, Januari 2011

(20)

DAFTAR ISI

Halaman

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... viii

DAFTAR LAMPIRAN ... viii

PENDAHULUAN Latar Belakang ... 1

Tujuan ... 1

TINJAUAN PUSTAKA Persepsi ... 1

Central Location Test (CLT) ... 1

Sequential Monadic ... 1

Analisis Biplot ... 1

METODOLOGI Sumber Data ... 2

Metode ... 3

HASIL DAN PEMBAHASAN Deskripsi Responden ... 3

Analisis Biplot dengan Peubah Atribut ... 3

Analisis Biplot dengan Peubah Demografi ... 4

KESIMPULAN ... 5

DAFTAR PUSTAKA ... 6

(21)

DAFTAR TABEL

Halaman

1 Karakteristik responden ... 3

2 Deskripsi produk berdasarkan atribut-atributnya ... 4

3 Segmentasi produk berdasarkan demografi ... 5

DAFTAR GAMBAR Halaman 1 Biplot antara kode produk dengan peubah atribut ... 3

2 Biplot antara kode produk dengan peubah SEC ... 4

3 Biplot antara kode produk dengan berbagai peubah kelompok umur ... 5

DAFTAR LAMPIRAN Halaman 1 Kriteria sosial ekonomi responden …... 7

2 Nilai singular dan koordinat biplot untuk peubah atribut dengan kode produk ... 9

3 Keragaman pada tiap-tiap peubah atribut ... 9

4 Nilai singular dan koordinat biplot untuk peubah SEC dengan kode produk... 10

5 Keragaman antar peubah demografi ………... 10

(22)

1

PENDAHULUAN

Latar Belakang

Dewasa ini banyak sekali jenis dan merek produk sabun mandi yang beredar di pasar. Hal tersebut memungkinkan persaingan dalam pemasaran sabun mandi cukup ketat. Perusahan melakukan berbagai upaya agar mampu bersaing dalam mempertahankan pelanggannya. Salah satu cara adalah dengan mengenali segmentasi pasar konsumen. Melalui segmentasi pasar, perusahaan dapat mengembangkan produk dan memusatkan perhatian pada kelompok pembeli tertentu yang mempunyai minat terbesar sehingga berhasil dalam strategi pemasaran di pasar kompetitif.

Segmentasi demografi membagi pasar menjadi kelompok berdasarkan peubah seperti usia, pendapatan, jenis kelamin, pekerjaan, pendidikan, dan ras. Faktor demografi adalah dasar yang paling umum yang digunakan untuk menetapkan segmentasi kelompok pelanggan. Salah satu alasannya adalah bahwa tingkat variasi kebutuhan, keinginan, dan penggunaan konsumen sering berhubungan erat dengan peubah demografi (Kotler & Armstrong 2008).

Setiap produk memiliki karakteristik atau atribut-atribut tertentu. Dalam penelitian ini produk yang digunakan adalah sabun mandi padat dengan berbagai macam atributnya. Dari beberapa atribut yang ada pada produk sabun mandi padat maka dilakukan penelitian untuk mengetahui bagaimana atribut-atribut tersebut dapat menggambarkan produk.

Hasil analisis dari penelitian ini dapat digunakan oleh perusahaan sebagai acuan untuk mengkreasikan kembali produk yang lebih disukai oleh konsumen atau menciptakan inovasi baru pada jenis produk yang sesuai dengan keinginan konsumen. Produk dengan peubah-peubahnya disajikan ke dalam ruang berdimensi dua yang mampu merangkum sebanyak mungkin informasi.

Analisis yang digunakan dalam penelitian ini adalah analisis biplot. Biplot merupakan suatu analisis yang dapat digunakan baik untuk melakukan positioning maupun

perceptual mapping dari sekumpulan objek (produk, jasa atau perusahaan). Dengan analisis biplot, diharapkan dapat memetakaan dan mendeskripsikan produk berdasarkan pada peubah dalam dimensi dua.

Tujuan

Penelitian ini bertujuan untuk :

1. Mengetahui segmentasi produk berdasarkan demografi, yaitu deskripsi responden terhadap produk pada berbagai kelompok usia dan kelas sosial ekonomi. 2. Mengetahui persepsi responden terhadap

produk berdasarkan atribut.

TINJAUAN PUSTAKA

Persepsi

Persepsi merupakan proses dimana orang memilih, mengatur, dan menerjemahkan informasi untuk membentuk gambaran dunia yang berarti (Kotler & Armstrong 2008). Persepsi merupakan pandangan individu terhadap suatu objek sehingga individu tersebut memberi reaksi atau respon yang berhubungan dengan penerimaan atau penilaian. Persepsi berhubungan dengan pendapat dan penilaian yang berakibat terhadap motivasi, kemauan, tanggapan, perasaan, dan fantasi terhadap stimulus (Kotler 1997 dalam Sari 2008).

Central Location Test (CLT)

Central Location Test (CLT) merupakan suatu teknik penelitian yang melibatkan responden, dimana responden diundang ke suatu tempat yang ditentukan untuk mengevaluasi produk-produk yang diujikan (Anonim 2009).

Sequential Monadic

Sequential Monadic merupakan metode evaluasi produk dimana setiap responden mengevaluasi semua produk yang diujikan secara bergantian (Gao 2005).

Analisis Biplot

Biplot adalah teknik statistika deskriptif yang dapat disajikan secara visual guna menyajikan secara simultan n objek pengamatan dan p peubah dalam ruang bidang dimensi dua, sehingga ciri-ciri peubah dan objek pengamatan serta posisi relatif antar objek pengamatan dengan peubah dapat dianalisis (Jollife 2002). Analisis biplot didasarkan pada penguraian nilai singular (SVD). Misalkan suatu matriks data X berukuran nxp yang berisi n pengamatan dan p

peubah yang dikoreksi terhadap nilai rata-ratanya dan berpangkat r, dapat dituliskan menjadi:

(23)

Matriks U dan A masing-masing berukuran (nxr) dan (pxr) sehingga U’U = A’A = Ir. Sedangkan L adalah matriks diagonal berukuran (rxr) dengan unsur-unsur diagonalnya adalah akar-akar kuadrat dari akar ciri X’X dan XX’ sehingga

Kolom matriks A adalah vektor ciri yang berpadanan dengan akar ciri λ dari matriks X’X dan XX’. Sedangkan lajur-lajur U dapat dihitung melalui:

A = [a1,a2, … ,ar]

Secara matematis SVD dapat ditulis

nXp = nUr rLr rAp

Setelah didapatkan penguraian nilai singular dengan menggunakan persamaan X = ULA’ di atas, matriks X dapat difaktorkan dalam bentuk :

X = ULαL1-αA’ = GH’

Misalkan G = ULα serta H’ = L1-αA’ yang masing-masing berukuran nxr dan pxr. Menurut Jollife (2002) unsur ke-(i,j) matriks X dapat dituliskan sebagai berikut:

Xij = gi’hj

untuk i = 1,2,3,...,n dan j= 1,2,3,...,p, dengan gi’ dan hj’ masing-masing merupakan baris-baris matriks G dan H. Faktorisasi matriks ini tidak khas, pemilihan bentuk faktorisasi tergantung pada penguraian nilai singular. Seperti yang telah diketahui matriks L merupakan matriks diagonal yang diagonal utamanya adalah akar kuadrat dari akar ciri. Lα adalah matriks yang unsur matriks diagonal ke-r adalah λr, dan L1-α adalah matriks diagonal dimana unsur diagonal ke-r adalah λr1-α. Jika G = ULα dan H’ = L1-αA’ maka X = GH’ = ULαL1-αA’.

Besarnya keragaman yang diterangkan oleh biplot didefinisikan sebagai:

dengan λ1 merupakan akar ciri terbesar pertama, λ2 merupakan akar ciri terbesar kedua dan λk adalah akar ciri terbesar ke-k. Ada beberapa informasi yang bisa diambil dari biplot yaitu (Sumertajaya, Bambang S dan Heriyanto, 1997) :

1. Kedekatan antar objek

Dua objek dengan karakteristik yang sama akan digambarkan sebagai dua titik yang posisinya berdekatan. Begitu pula sebaliknya.

2. Keragaman peubah

Peubah dengan keragaman kecil digambarkan sebagai vektor yang pendek. Demikian pula sebaliknya.

3. Hubungan antar peubah

Jika sudut dua peubah < 900 maka korelasi bersifat positif. Jika sudutnya > 900 maka korelasi bersifat negatif. Semakin kecil sudutnya, semakin kuat korelasinya.

4. Nilai peubah pada suatu objek

Karakteristik suatu objek bisa disimpulkan dari posisi relatifnya yang paling dekat dengan suatu peubah. Objek yang memiliki nilai tinggi pada suatu karakteristik, akan digambarkan searah dengan vektor peubah yang bersangkutan, demikian pula sebaliknya.

METODOLOGI

Sumber Data

Data yang digunakan dalam penelitian ini adalah data hasil survei yang dilakukan oleh IFF PT-Essence Indonesia Divisi Sensory and Consumer Insights. Produk yang digunakan dalam penelitian ini adalah sabun mandi padat.

Metode yang digunakan dalam pengumpulan data ini adalah CLT (Central Location Test), yaitu responden diundang untuk datang ke IFF PT Essence Indonesia di Divisi Sensory and Consumer Insights pada bulan April 2010. Responden berasal dari 5 wilayah Jakarta yang direkrut di rumahnya, bersedia dan memenuhi syarat untuk diundang di lokasi CLT untuk mencoba produk. Responden yang terlibat dalam penelitian ini sebanyak 72 responden. Metode penarikan contoh yang digunakan adalah quota sampling. Kriteria responden adalah wanita yang berusia 20-45 tahun, pengguna dan penentu merek dalam membeli sabun mandi, pendidikan terakhir SMU, dan memiliki kelas sosial ekonomi A, B, atau C.

Pada survei tersebut responden diminta untuk mengevaluasi 9 macam sabun mandi padat. Masing–masing sabun mandi padat r 2 1 0 0 0 0 0 0 L        r r a a

a, 1 ,..., 1 1 U 2 2 1 1 i i a 1 Ui r

...

2 1 k )

( 1 2

(24)

3

diberi label untuk memudahkan dan menghindari subyektivitas. Label produk yang diuji adalah 358, 347, 467, 250, 510, 109, 605, 100, 127. Metode evaluasi produk yang digunakan adalah sequential monadic. Produk yang disajikan dirotasikan, untuk memperkecil bias dan menghindari subyektivitas.

Dalam survei ini responden diminta untuk memberikan penilaian terhadap atribut-atribut yang bisa atau tidak bisa menggambarkan sabun mandi padat dari skala 1 yaitu sangat tidak setuju hingga skala 5 yaitu sangat setuju. Atribut yang dinilai adalah :

P1 Wanginya segar. P2 Wanginya Natural. P3 Wanginya menyenangkan. P4 Efisien/bermanfaat. P5 Lembut/Halus.

P6 Berkesan seperti produk berkualitas tinggi. P7 Berkesan bersih dan sehat dikulit.

P8 Cocok untuk seluruh keluarga. P9 Melembabkan/merawat kulit.

Peubah demografi yang menjadi fokus dalam penelitian ini adalah usia (U1 20-24 tahun, U2 25-29 tahun, U3 30-34 tahun, U4 35-39 tahun, dan U5 40-45 tahun) dan kelas sosial ekonomi (SEC A (A), SEC B (B), dan SEC C (C)). Pada setiap produk juga dilakukan penilaian terhadap tingkat kesukaan yaitu dari skala 1 sampai 7, dari sangat tidak suka hingga sangat suka.

Metode

Langkah-langkah yang dilakukan pada penelitian ini adalah sebagai berikut:

1. Melakukan analisis statistika deskripsi untuk menggambarkan secara umum karakteristik demografi responden. 2. Melakukan analisis biplot untuk

menyajikan segugus objek sabun mandi terhadap beberapa peubah demografi dan peubah atribut.

3. Melakukan interpretasi analisis statistika deskripsi dan biplot.

HASIL DAN PEMBAHASAN

Deskripsi Responden

Tabel 1 memberikan rincian karkteristik responden berdasarkan jenis kelamin dan SEC (Social Economic Class). Berdasarkan usia, responden dengan usia 35-39 tahun yaitu sebesar 28%, usia 25-29 tahun sebesar 23%, usia 30-34 tahun sebesar 22%, usia 40-45 tahun sebesar 17%, dan usia 20-24 tahun sebesar 10%. Kelas sosial ekonomi ditentukan berdasarkan beberapa kriteria, yaitu dari kepemilikan barang, bentuk/konstruksi rumah dan pengeluaran rutin rumah tangga perbulan (Lampiran 1). Pada Tabel 1 menunjukan bahwa berdasarkan sosial ekonomi responden didapatkan bahwa responden terbesar berasal dari kelas sosial ekonomi B sebesar 43%, kemudian kelas sosial ekonomi C sebesar 40% dan kelas sosial ekonomi jenis A sebesar 17%.

Tabel 1 Karakteristik responden Karakteristik Kategori Jumlah %

Usia 20-24 7 10

25-29 17 23

30-34 16 22

35-39 20 28

40-45 12 17

Total 72 100

Kelas Sosial A 12 17

Ekonomi B 31 43

C 29 40

Total 72 100

Analisis Biplot dengan Peubah Atribut Analisis biplot yang dilakukan terhadap kode produk terhadap atribut-atributnya memberikan informasi sebesar 98.4% dari total keragaman data dengan sumbu utama pertama 97.2% dan sumbu kedua sebesar 1.2%. Hal ini menunjukan bahwa interpretasi biplot yang dihasilkan mampu menerangkan dengan baik hubungan antar kode produk dengan atribut-atributnya.

(25)

100 109 127 250 347 358 467 510 605 A B C

- 0. 8 - 0. 7 - 0. 6 - 0. 5 - 0. 4 - 0. 3 - 0. 2 - 0. 1 0. 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6

Di mensi on 1 ( 86. 3%)

- 1 0 1 2

100 109 127 250 347 358 467 510 605 A B C

- 0. 8 - 0. 7 - 0. 6 - 0. 5 - 0. 4 - 0. 3 - 0. 2 - 0. 1 0. 0 0. 1 0. 2 0. 3 0. 4 0. 5 0. 6

Di mensi on 1 ( 86. 3%)

- 1 0 1 2

Dari gambar biplot terlihat bahwa panjang vektor atribut wanginya segar (P1), wanginya natural (P2), wanginya menyenangkan (P3), lembut/halus (P5), dan cocok untuk seluruh keluarga (P8) yang relatif sama panjang menunjukan bahwa tingkat keragaman yang dimiliki kelima peubah tersebut relatif sama besar dan cenderung lebih panjang dibandingkan empat peubah lainnya. Hal ini menunjukan bahwa tingkat keragaman peubah-peubah ini relatif lebih tinggi dibandingkan empat peubah lainnya. Hal ini juga mengindikasikan tingkat peranan atribut-atribut wanginya segar (P1), wanginya natural (P2), wanginya menyenangkan (P3), lembut/halus (P5), dan cocok untuk seluruh keluarga (P8) lebih besar dalam memberikan informasi dibandingkan dengan peubah lainnya. Vektor atribut effisien/bermanfaat (P4) yang merupakan vektor dengan panjang paling kecil diantara vektor lainnya. Deskripsi ini juga diperkuat oleh nilai-nilai simpangan baku masing-masing atribut seperti ditunjukan pada Lampiran 3.

Interpretasi dari gambaran posisi produk 358, 605, dan 510 berlawanan dengan posisi produk 100, 127 dan 109. Produk 100 dipersepsikan oleh responden setuju sebagai produk yang lembut/halus (P5). Produk 109 dan 127 memiliki kesamaan ciri yaitu diposisikan sebagai produk dengan wangi segar (P1) dan berkesan seperti berkualitas tinggi (P6).

Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga (P8), efisien/bermanfaat (P4), berkesan bersih atau sehat (P7), melembabkan kulit (P9) dan wangi yang natural (P2). Produk 250 dan 347 dinterpretasikan berlawanan dengan produk 467. Dari hasil biplot diatas dengan peubah atribut, deskripsi untuk masing-masing produk dapat dilihat pada Tabel 2.

Tabel 2 Deskripsi produk berdasarkan atribut-atributnya

Produk Deskripsi Atribut

605, 358, & 510

Responden cenderung tidak setuju mendeskripsikan sebagai produk yang berkesan seperti berkualitas tinggi (P6), dengan wangi yang segar (P1), dan berkesan lembut/halus (P5), wangi yang menyenangkan (P3).

109, 127, dan 100

Produk dengan wangi segar (P1), dan berkesan seperti berkualitas tinggi (P6), produk yang lembut/halus (P5).

467

Cocok untuk seluruh keluarga (P8), Produk yang dipersepsikan sebagai efisien/bermanfaat (P4), berkesan bersih atau sehat (P7), melembabkan kulit (P9), dan wangi yang natural (P2).

250 & 347

Berdasarkan persepsi responden cenderung tidak setuju

mendeskripsikan sebagai produk berkesan bersih atau sehat (P7), melembabkan kulit (P9), wangi yang natural (P2),

efisein/bermanfaat(P4), dan cocok untuk seluruh keluarga (P8).

Analisis Biplot dengan Peubah Demografi Analisis biplot tingkat kesukaan terhadap produk pada berbagai kelompok usia, pada Gambar 2 menghasilkan total keragaman yang dapat diterangkan sebesar 96.49%, yaitu 86.33% dari dimensi satu dan 10.16% dari dimensi dua. Nilai ini sudah cukup baik dalam menjelaskan keragaman data.

(26)

5

100 109

127 250

347

358

467

510

605

U1

U2

U3 U4

U5

- 1 0 1 2

Di mensi on 1 ( 69. 5%)

- 2 - 1 0 1 2

Analisis biplot tingkat kesukaan terhadap produk pada berbagai kelas sosial ekonomi diperlihatkan pada Gambar 3. Total keragaman yang mampu dijelaskan oleh biplot

tersebut sebesar 89.52%. Dimensi pertama menjelaskan keragaman data sebesar 69.53% sedangkan dimensi kedua sebesar 19.99%.

Dari gambar biplot, terlihat bahwa peubah usia 40-45 tahun (U5) memiliki vektor garis terpanjang diantara peubah lainnya, berarti peubah tersebut memiliki keragaman yang paling besar diantara peubah lainnya. Hal ini dapat dilihat bahwa peubah tersebut memiliki simpangan baku terbesar yaitu sebesar 0.857. Selain peubah usia 40-45 tahun (U5), peubah yang juga mempunyai keragaman besar adalah peubah usia 20-24 tahun (U1) dan SEC A (A). Peubah usia 35-39 tahun (U4) digambarkan sebagai garis yang pendek, yang menunjukan keragaman kecil (Lampiran 5).

Berdasarkan biplot pada Gambar 2 dengan Gambar 3 diperoleh informasi bahwa produk-produk 347, 510, 605, 358, dan 250 cenderung tidak disukai oleh responden pada semua kelompok usia dan kelas sosial ekonomi.

Produk-produk 467, 100, dan 109 merupakan produk-produk yang disukai oleh kelompok usia 25-29 tahun (U2), 30-34 tahun (U3) , dan 35-39 tahun (U4) serta SEC A (A). Sedangkan produk 127 merupakan produk yang disukai oleh kelompok usia 40-45 tahun (U5) dengan SEC B (B).

Tabel 3 Segmentasi produk berdasarkan demografi.

Produk Segmentasi Demografi

127

Disukai oleh responden dengan SEC B (B) dan pada kelompok usia 40-45 tahun (U5).

467, 109, dan 100.

Disukai oleh responden dengan kelompok usia 25-29 tahun (U2), 30-34 tahun (U3), 35-39 tahun (U4), dan SEC A (A).

510, 347, 605, 358, dan 250.

Relatif paling tidak disukai oleh responden pada berbagai kelompok usia dan golongan SEC.

KESIMPULAN

(27)

produk 467, 109, 127, dan 100 relatif lebih disukai oleh responden pada berbagai kelompok usia dan SEC tertentu dan dideskripsikan secara positif pada berbagai atribut.

Produk 467 diposisikan sebagai produk yang cocok untuk seluruh keluarga, efisien/bermanfaat, berkesan bersih atau sehat, melembabkan kulit, wangi yang natural dan disukai oleh responden dengan kelompok usia 25-39 tahun dan kelas sosial ekonomi A. Produk 109 memiliki segmentasi demografi yang sama dengan produk 467 tetapi 109 dideskripsikan sebagai produk yang memiliki ciri wangi yang segar dan berkesan berkualitas tinggi. produk 127 dipersepsikan sama dengan produk 109 dan disukai oleh responden dengan kelas sosial ekonomi B dan kelompok usia 40-45 tahun.

DAFTAR PUSTAKA

Anonim. 2009. Succesfully Planning Central Location Test. [terhubung berkala]. http//www.pmrpublications.com/pdf/wp_ 0706_succesfully_planning_central_loca tion_test_April_2009.pdf. [3 Feb 2011]. Gao Baosheng. 2005. Product Testing :

Handle With Care. [terhubung berkala]. http//www.ipsos.com.cn/upload/Book_I MG_35_549708504801096.pdf. [3 Feb 2011].

Greenacre MJ. 1984. Theory and Application of Correspondence Analysis. New York: Academic Press Inc.

Johnson R, Wichern D. 2007. Applied

Multivariate Statistical Analysis Edition. New Jersey : Pearson Education. Jollife, I T. 2002. Principal Component

Analysis. Second edition. New York : Springer – Verlag.

Kotler, P & Armstrong, G. 2008. Prinsip-Prinsip Pemasaran. Jakarta : Erlangga. Sari, Baina. 2008. Deskripsi Parfum

Berdasarkan Tingkat Kesukaan dan Persepsi Responden. Skripsi. Departemen Statistika FMIPA IPB, Bogor.

Sumertajaya, I. M, Sumantri, B & Heriyanto. 1997. Aplikasi Analisis Biplot & Procrustes untuk Mengidentifikasi Karakteristik Daya Hasil Beberapa Galur Padi [Forum Statistika dan Komputasi Vol. 2 No. 2.

(28)
(29)

Lampiran 1 Kriteria Sosial Ekonomi Responden

1.1 Klasifikasi 1 Bentuk dan Konstruksi rumah

Tabel tingkat Sosial Ekonomi berdasarkan kondisi fisik rumah

Faktor SES A SES B SES C

Ukuran Besar Agak Besar Sedang

Bahan Terbuat dari bahan bermutu tinggi (tembok, kayu berkualitas)

Terbuat dari bahan bermutu tinggi sampai sedang

Terbuat dari bahan bermutu sederhana

Perawatan Selalu terawat baik Terawat Masih perlu perbaikan Standard Rumah standard real

estate, rumah khas daerah, rumah model dulu yang bagus

Rumah standard BTN atau yang setara

Rumah standard perumnas atau yang setara Rumah Petak

Halaman Jika ada, selalu terawat baik

Jika ada, bisa terawat atau kurang terawat

Jika ada biasanya kurang

terawat/kurang diperhatikan

1.2 Klasifikasi 2 Pengeluaran Perbulan

Total semua pengeluaran termasuk makan, minum, rokok, pakaian, transportasi, air, telepon, pulsa HP, biaya sekolah dan sebagainya,te tapi tidak termasuk pembelian barang-barang mewah seperti kulkas, mobil dan sebagainya juga tidak termasuk cicilan motor, mobil, rumah juga arisan.

SEC PPENGELUARAN

A > Rp 2.500.000

B Rp 1.751.000 - Rp 2.500.000

C Rp 901.000 - Rp 1.750.000

1.3 Klasifikasi 3 Kepemilikan Barang

VCD / DVD Pressure Cooker/ Panci

Presto

PC/ Komputer

Lemari Es/ Kulkas Microwave Oven Kamera Digital/ Biasa

Deep Freezer/ Freezer Mesin Cuci Mesin Fax/ Mesin Penjawab

Telpon

Vacum Cleaner Telephone Home Entertainment Centre/

Home Theatre Pembersih Kaca/

Furniture

AC Mobil

Hi-fi Music Centre Kitchen Sink Motor

Rice Cooker Radio/ Tape Recorder TV Berwarna

Magic Com Handycam TV Hitam Putih

(30)

8

Punya 11 atau lebih fasilitas/barang (tidak termasuk TV Hitam Putih/ Berwarna) dan harus punya mobil dan mesin cuci A

Punya 9-10 fasilitas/barang (tidak termasuk TV Hitam Putih/ Berwarna), harus punya telepon atau HP dan mesin cuci B

Punya 7-9 fasilitas/barang (tidak termasuk TV Hitam Putih/ Berwarna), harus punya telepon atau HP dan VCD C

Klasifikasi Final

KLASIFIKASI 1 KLASIFIKASI 2 KLASIFIKASI 3 KLASIFIKASI FINAL

A A A A

A A B B

A B A B

A B B B

B B B B

B B A B

B A B B

B A A B

A A C C

A B C C

A C A C

A C B C

A C C C

B B C C

B C B C

B C C C

B C A C

B A C C

C C C C

C C A C

C C B C

C A C C

C A A C

C A B C

C B C C

C B A C

(31)

Lampiran 2 Nilai singular dan koordinat biplot untuk peubah atribut dengan kode produk

Singular values and variance accounted for

Singular Values Percent Cum %

2.5567 97.20 97.20 0.2836 1.20 98.40 0.2234 0.74 99.14 0.1754 0.46 99.60 0.1123 0.19 99.78 0.0867 0.11 99.90 0.0656 0.06 99.96 0.0513 0.04 100.00 0.0000 0.00 100.00

OBS / VARS ratio: 1.596275 Scale: 1

Biplot Factor Type Symmetric

Biplot coordinates DIM1 DIM2

OBS 100 0.3872 -0.1329 OBS 109 0.5589 -0.2716 OBS 127 0.3131 -0.1579 OBS 250 -0.2019 -0.0733 OBS 347 -1.0241 -0.0385 OBS 358 -0.1029 0.1657 OBS 467 0.7340 0.3375 OBS 510 -0.5938 0.0386 OBS 605 -0.0705 0.1323 VAR p1 0.5449 -0.2532 VAR p2 0.5653 0.1139 VAR p3 0.6419 -0.0107 VAR p4 0.4550 0.1567 VAR p5 0.5647 -0.1889 VAR p6 0.5144 -0.2523 VAR p7 0.4711 0.1583 VAR p8 0.5479 0.1986 VAR p9 0.4643 0.1341

Lampiran 3 Keragaman pada tiap-tiap peubah atribut

Peubah Simpangan Baku

P1 0.313

P2 0.324

P3 0.366

P4 0.260

P5 0.325

P6 0.296

P7 0.270

P8 0.315

(32)

10

Lampiran 4 Nilai singular dan koordinat biplot untuk peubah SEC dengan kode produk

Singular values and variance accounted for

Singular Values Percent Cum %

2.6063 86.33 86.33 0.8941 10.16 96.49 0.5258 3.51 100.00

OBS / VARS ratio: 0.843751 Scale: 1

Biplot Factor Type Symmetric

Biplot coordinates DIM1 DIM2

OBS 100 0.4445 -0.0140 OBS 109 0.6370 -0.0127 OBS 127 0.3637 -0.2978 OBS 250 0.0401 -0.1624 OBS 347 -0.9900 0.3135 OBS 358 -0.0855 0.3425 OBS 467 0.5319 0.1064 OBS 510 -0.7495 -0.6446 OBS 605 -0.1922 0.3691 VAR A 1.2052 0.2497 VAR B 0.8460 -0.7554 VAR C 0.6619 0.5110

Lampiran 5 keragaman antar peubah demografi

Peubah Simpangan Baku

U1 0.833

U2 0.474

U3 0.672

U4 0.289

U5 0.857

A 0.702

B 0.548

C 0.437

(33)

Lampiran 6 Nilai singular dan koordinat biplot untuk peubah usia dengan kode produk

Singular values and variance accounted for

Singular Values Percent Cum %

3.4889 69.53 69.53 1.8707 19.99 89.52 1.1275 7.26 96.78 0.6365 2.31 99.09 0.3981 0.91 100.00

OBS / VARS ratio: 0.887581 Scale: 1

Biplot Factor Type Symmetric

Biplot coordinates DIM1 DIM2

(34)
(35)

Lampiran 1 Kriteria Sosial Ekonomi Responden

[image:35.595.97.493.145.344.2]

1.1 Klasifikasi 1 Bentuk dan Konstruksi rumah

Tabel tingkat Sosial Ekonomi berdasarkan kondisi fisik rumah

Faktor SES A SES B SES C

Ukuran Besar Agak Besar Sedang

Bahan Terbuat dari bahan bermutu tinggi (tembok, kayu berkualitas)

Terbuat dari bahan bermutu tinggi sampai sedang

Terbuat dari bahan bermutu sederhana

Perawatan Selalu terawat baik Terawat Masih perlu perbaikan Standard Rumah standard real

estate, rumah khas daerah, rumah model dulu yang bagus

Rumah standard BTN atau yang setara

Rumah standard perumnas atau yang setara Rumah Petak

Halaman Jika ada, selalu terawat baik

Jika ada, bisa terawat atau kurang terawat

Jika ada biasanya kurang

terawat/kurang diperhatikan

1.2 Klasifikasi 2 Pengeluaran Perbulan

Total semua pengeluaran termasuk makan, minum, rokok, pakaian, transportasi, air, telepon, pulsa HP, biaya sekolah dan sebagainya,te tapi tidak termasuk pembelian barang-barang mewah seperti kulkas, mobil dan sebagainya juga tidak termasuk cicilan motor, mobil, rumah juga arisan.

SEC PPENGELUARAN

A > Rp 2.500.000

B Rp 1.751.000 - Rp 2.500.000

C Rp 901.000 - Rp 1.750.000

1.3 Klasifikasi 3 Kepemilikan Barang

VCD / DVD Pressure Cooker/ Panci

Presto

PC/ Komputer

Lemari Es/ Kulkas Microwave Oven Kamera Digital/ Biasa

Deep Freezer/ Freezer

Gambar

Gambar 1  Biplot antara kode produk dengan peubah atribut.
Gambar 1  Biplot antara kode produk dengan peubah atribut.
Tabel 2  Deskripsi produk berdasarkan
Gambar 3.
+7

Referensi

Dokumen terkait

Solopos. Skripsi ini disusun guna memenuhi sebagian persyaratan gelar sarjana pendidikan S-1 pada Jurusan Pendidikan Bahasa, Sastra Indonesia dan Daerah Fakultas

Orang-orang yang telah berani membunuh utusan Allah telah nyata berbuat zalim dengan tidak mau mendengar peringatan dari Allah dan manaati perintah Allah sebagaimana

Dari hasil penelitian tentang Hubungan Antara Keteladanan Pendidik Dalam Interaksi Edukatif Dengan Sikap Siswa Kelas XI SMKN 2 GODEAN Sleman Yogyakarta dapat dilihat

Setelah dilakukan evaluasi kualifikasi pada peker jaan Pengaw asan Teknis Pembangunan/ Pengembangan Jalan Pertanian, selanjutnya kami mengundang Saudar a untuk

Langkah –langkah dan proses seleksi penerimaan proposal penelitian hibah institusi yang dilakukan pada sistem ini sesuai dengan prosedur yang dilakukan pada bagian

Pada sistem ini kendaraan dicoba tidak mengalami spin dengan koefisien gesek yang sama, selanjutnya dengan koefisien gesek yang berbeda juga dilakukan dengan cara yang sama hingga

Rencana Kerja dan Anggaran Tahunan (RK &amp; AT) adalah suatu Rencana Kerja dan Anggaran Tahunan Keuangan Rumah Sakit Propinsi Jawa Timur yang ditetapkan

Dampak negatif nikah mut’ah tidak hanya pada perempuan saja, namun juga kepada anak-anak yang terlahir dari pernikahan ini karena. mereka tidak memiliki sosok