ANALISA FAKTOR- FAKTOR KETERTARIKAN KONSUMEN
TERHADAP SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN
ANALISIS KONJOIN
SKRIPSI
Diajukan untuk melengkapi dan memenuhi syarat mencapai gelar Sarjana Sains
DOLMAR TOBING
110823018
DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
Judul : ANALISA FAKTOR-FAKTOR KETERTARIKAN KONSUMEN TERHADAP SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN ANALISIS KONJOIN
Kategori : SKRIPSI
Nama : DOLMAR TOBING
Nomor Induk Mahasiswa : 110823018
Program Studi : MATEMATIKA
Departemen : MATEMETIKA
Fakultas : MATEMETIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 2014
Komisi Pembimbing :
Pembimbing 1 Pembimbing 2
Drs. Ujian Sinulingga, M. Si Drs. Gim Tarigan, M. Si
NIP. 19560303 198403 1 004 NIP. 19550202 198601 1 001
Diketahui/ Disetujui oleh
Departemen Matematika FMIPA USU Ketua,
Prof. Dr. Tulus, MSi
ANALISA FAKTOR-FAKTOR KETERTARIKAN KONSUMEN TERHADAP SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN ANALISIS KONJOIN
SKRIPSI
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan, data dan ringkasan yang masing-masing disebut sumbernya.
Medan, 2014
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha Penyayang, dengan limpah karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini dengan judul studi ANALISA FAKTOR-FAKTOR KETERTARIKAN KONSUMEN TERHADAP SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN ANALISIS KONJOIN.
SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN ANALISIS KONJOIN
ABSTRAK
Analisis Konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau preferensi konsumen terhadap suatu produk atau jasa dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk.
Analisis Konjoin mencoba untuk menentukan kepentingan relatif yang dikaitkan pelanggan pada atribut yang penting dan utilitis yang mereka kaitkan pada tingkatan atau level atribut. Prosedur konjoin mencoba untuk memberikan nilai pada tingkatan/level dari setiap atribut, sehingga nilai yang dihasilkan atau utilitis yang dikaitkan pada stimulus cocok atau sedekat mungkin dengan evaluasi input yang diberikan oleh responden. Oleh karena itu analisis konjoin sangat membantu penelitian dalam pemasaran, terutama untuk mengetahui penting atau tidak suatu atribut beserta level pada sepeda motor honda.
Hasil pengolahan analisis konjoin pada penelitian ini didapatkan informasi bahwa faktor ketertarikan konsumen dalam memilih sepeda motor honda lebih mengharapakan produk tersebut dengan Mesin 150CC-200CC, Harga <16.500.000, velg jari-jari, Type Matic serta warna merah.
MEDAN WITH CONJOINT ANALYSIS
ABSTRACK
Conjoint analysis is a technique that is specifically used to understand how the desires or preferences of consumers to a product or service by measuring the level of usability and value of the relative importance of various attributes of a product.
Conjoint analysis attempts to determine the relative importance attributed to the attributes that are important customers and utilities to which they attach to the level or attribute level. Conjoint procedure attempts to assign values to the level / levels of each attribute, so that the resulting value or utility that is attached to a suitable stimulus evaluation or as close as
possible to the input given by the respondents. It is therefore very helpful Conjoint analysis in marketing research, especially to find out important or not an attribute and its levels at honda motorcycle.
Conjoint analysis processing results in this study obtained information that the consumer interest factor in choosing a more honda motorcycle expects the product with 150CC-200cc Engine, Price <16,500,000, wheel sPOKE, Type Matic and red colors.
DAFTAR ISI
2.1.1 Pengertian Regresi 10 2.1.2 Regresi Linier Sederhana 12 2.1.3 Regresi Linier Berganda 12
2.2 Analisis Konjoin 13
4.1 Kesimpulan 44
4.2 Saran 44
DAFTAR PUSTAKA 44 LAMPIRAN Lampiran 1 45
Lampiran 2 46
Kuesioner Penelitian 50
DAFTAR TABEL
Halaman
Tabel 1.1 Penjualan sepeda motor di Kota Medan Tahun 2009-2013 2
Tabel 1.2 Tabel Keeratan Korelasi 6
Tabel 1.3 Tiga Taraf Pengkodean 6
Tabel 2.1 Tiga Taraf Pengkodean 19
Tabel 2.1 Tiga Taraf Pengkodean 21
Tabel 3.1 Atribut dan Level Atribut 26
Tabel 3.2 Stimulus yang Menjadi Kuesioner Penelitian 27
Tabel 3.3 Nilai Utility Keseluruhan Dari Responden Dengan Menggunakan SPSS 28
Tabel 3.4 Hasil Ranking seluruh Responden 29
Tabel 3.5 Pengkodean Data untuk Regresi 31
Tabel 3.6 Coefficients 32
Tabel 3.7 Uji reliabiltas dan Validitas 33
Tabel 3.8 Hasil Analisis Konjoin 41
ANALISA FAKTOR-FAKTOR KETERTARIKAN KONSUMEN TERHADAP SEPEDA MOTOR HONDA DI KOTA MEDAN DENGAN
ANALISIS KONJOIN
ABSTRAK
Analisis Konjoin adalah suatu teknik yang secara spesifik digunakan untuk memahami bagaimana keinginan atau preferensi konsumen terhadap suatu produk atau jasa dengan mengukur tingkat kegunaan dan nilai kepentingan relatif berbagai atribut suatu produk.
Analisis Konjoin mencoba untuk menentukan kepentingan relatif yang dikaitkan pelanggan pada atribut yang penting dan utilitis yang mereka kaitkan pada tingkatan atau level atribut. Prosedur konjoin mencoba untuk memberikan nilai pada tingkatan/level dari setiap atribut, sehingga nilai yang dihasilkan atau utilitis yang dikaitkan pada stimulus cocok atau sedekat mungkin dengan evaluasi input yang diberikan oleh responden. Oleh karena itu analisis konjoin sangat membantu penelitian dalam pemasaran, terutama untuk mengetahui penting atau tidak suatu atribut beserta level pada sepeda motor honda.
Hasil pengolahan analisis konjoin pada penelitian ini didapatkan informasi bahwa faktor ketertarikan konsumen dalam memilih sepeda motor honda lebih mengharapakan produk tersebut dengan Mesin 150CC-200CC, Harga <16.500.000, velg jari-jari, Type Matic serta warna merah.
ABSTRACK
Conjoint analysis is a technique that is specifically used to understand how the desires or preferences of consumers to a product or service by measuring the level of usability and value of the relative importance of various attributes of a product.
Conjoint analysis attempts to determine the relative importance attributed to the attributes that are important customers and utilities to which they attach to the level or attribute level. Conjoint procedure attempts to assign values to the level / levels of each attribute, so that the resulting value or utility that is attached to a suitable stimulus evaluation or as close as
possible to the input given by the respondents. It is therefore very helpful Conjoint analysis in marketing research, especially to find out important or not an attribute and its levels at honda motorcycle.
Conjoint analysis processing results in this study obtained information that the consumer interest factor in choosing a more honda motorcycle expects the product with 150CC-200cc Engine, Price <16,500,000, wheel sPOKE, Type Matic and red colors.
BAB 1
PENDAHULUAN
1.1Latar Belakang
Perkembangan teknologi dan industri membawa dampak bagi kehidupan manusia
terutama dunia usaha pada saat ini. Di samping itu banyaknya usaha yang
bermunculan baik perusahaan kecil maupun besar berdampak pada persaingan
yang ketat antar perusahaan baik yang sejenis maupun yang tidak sejenis. Oleh
karena itu pemasaran merupakan salah satu kegiatan yang dilakukan dalam
menghadapi persaingan, pengembangan usaha dan untuk mendapatkan laba,
sehingga perusahaan dapat mengembangkan produknya, menetapkan harga, dan
mendistribusikan barang dengan efektif.
Peluang industri sepeda motor untuk dapat berkembang dalam negeri sangat besar,
karena sepeda motor saat kini telah menjadi salah satu transportasi utama bagi
masyarakat. Akan tetapi persaingan juga nampaknya akan berlangsung ketat,
apalagi dengan masuknya sepeda motor dari Cina yang harganya jauh di bawah
sepeda motor yang lebih dulu berada di pasaran.
Perkembangan produksi sepeda motor pada beberapa tahun belakangan ini
mengalami pertumbuhan yang sangat pesat. Ini terjadi disebabkan semakin
meningkatnya permintaan konsumen terhadap sepeda motor. Dengan melihat
kecenderungan peningkatan permintaan terhadap sepeda motor di sumatera utara
akan menjadi peluang bisnis tersendiri bagi kalangan produsen sepeda motor.
Tingkat penjualan beberapa merk sepeda motor di kota medan dapat dilihat pada
Tabel 1.1Penjualan sepeda motor di Kota Medan Tahun 2009-2013
TOTAL 80699 94659 101155 90085 79016 445614
Sumber: CV.Indako Tradong.Co
Bila dilihat dari penjualan sepeda motor honda di Medan menunjukkan bahwa
sepeda motor merek honda lebih diminati masyarakat.Hal ini disebababkan oleh
beberapa hal yang di antaranya adalah honda telah melegenda, bengkel resmi yang
sudah banyak bertebaran di mana-mana, harga jual kembali relatif tinggi dan stabil
serta beberapa hal lain yang membuat honda lebih di kenal masyarakat. Strategi
pemasaran merupakan hal yang sangat penting bagi perusahaan dimana strategi
pemasaran merupakan suatu cara mencapai tujuan dari sebuah perusahaan. Bagi
pihak manajemen sebuah perusahaan dapat merumuskan kegiatan-kegiatan yang
akan dilakukan untuk merumuskan strategi pemasaran, kegiatan penjualan,
kegiatan promosi, serta kegiatan lainnya yang dapat meningkatkan perusahaan
agar lebih kompetitif dalam memenangkan persaingan di masa mendatang.
Untuk memenangkan persaingan tersebut, produsen harus mampu
menempatkan posisi produknya.Untuk membedakan produknya dengan produk
para pesaing dengan memberikan keunggulan pada produknya untuk meraih
sasaran pasar.Oleh karena itu dibutuhkankemampuan manajemen untuk
membentuk posisi produk dalam benak konsumen. Pada saat menentukanpilihan
produk, konsumen harus mengetahui apa keunggulan dan kelemahan suatu produk
bila dibandingkan dengan produk lainnya.
Dalam bidang riset pemasaran sering terjadi masalah bagaimana
ilmu teknologi yang semakin pesat ini dimana Konsumen pasti membutuhkan
dan menginginkan barang-barang teknologi salah satunya adalah Sepeda Motor.
Berdasarkan latar belakang masalah yang telah di paparkan tersebut, maka
penulis memilih judul “Analisa faktor-faktor ketertarikan Konsumen terhadap
Sepeda Motor Honda di Kota Medan dengan Analisis Konjoin”.
1.2Perumusan Masalah
Perumusan masalah dari penelitian ini adalah :
a. Bagaimana memperoleh kombinasi baru produk Sepeda Motor yang paling
disukai konsumen.
b. Mengetahui nilai utilitas yang paling tinggi dari 5 faktor atau atribut sehingga
diperoleh produk yang lebih tinggi nilai belinya dengan menggunakananalisis
konjoin.
c. Mengetahui yang mempengaruhi konsumen memilih produk sepeda motor.
1.3Batasan Masalah
Dalam penulisan tugas akhir ini, penulis membatasi ruang lingkup permasalahan
sebagai berikut:
Adapun batasan masalah dalam penelitian ini adalah :
a. Produk objek penelitian dibatasi untuk Sepeda Motor Honda produksi tahun
2011 sampai tahun 2014.
b. Responden yang menjadi objek penelitian adalah pemilik sepeda motor honda
minimal 1 tahun.
1.4Tujuan Penelitian
Tujuan yang ingin dicapai dari penelitian ini adalah untuk:
a. Mengetahui seberapa besar kesukaan konsumen terhadap suatu atribut.
b. Mengetahui spesifikasi Sepeda Motor yang dipilih konsumen.
1.5Manfaat Penelitian
Manfaat dari penelitian ini adalah sebagai berikut :
1. Membantu penulis dalam menerapkan ilmu yang telah di dapat selama di
perkuliahan ke dalam dunia nyata.
2. Menambah pengetahuan penulis tentang analisis konjoin.
3. Memberikan kombinasi atribut pada produk Sepeda Motor yang menjadi
kesukaan konsumen.
4. Mendapatkan nilai utilitas pada atribut Sepeda Motor.
5. Menghasilkan konsep produk baru yang paling diinginkan sesuai preferensi
responden.
1.6Tinjauan Pustaka
Regresi linier berganda adalah analisis regresi yang menjelaskan hubungan antara
peubah respon (variable dependen) dengan faktor-faktor yang mempengaruhi
lebih dari satu prediktor (variabel independen) (Sudjana,1996).
Regresi linier berganda hamper sama dengan regresi linier
sederhana,hanya saja pada regresi linier berganda variable bebasnya lebih dari
satu variable penduga. Tujuan alisis regresi linier berganda adalah untuk
mengukur intensitas hubungan antara dua variabel atau lebih dan membuat
Secara umum model regresi linier berganda adalah :
��=�0+�1��+�� Dengan:
��= Variabel Terikat
�� = variabel bebas
�0= jarak titik pangkal dengan titik potong garis regresi pada sumbu Y
�1= Kemiringan garis regresi
��= Kesalahan
Untuk persamaan regresi untuk populasi secara umum dituliskan sebagai berikut :
Ŷ= �0+ �1�1+�2�2 +�3�3+⋯+���� Dengan:
Ŷ = perkiraan/ramalan Y
�1… ,�� = koefisien regresi
�1… ,�� = Variabel bebas
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.
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 data yang
sama’’
adalah untuk mengetahui bagaimana persepsi seseorang terhadap suatu objek
yang terdiri atas satu atau banyak bagian.Hasil utama Konjoin Analisis adalah
suatu bentuk (desain) produk barang atau jasa, atau objek tertentu yang
diinginkan oleh sebagian besar responden.
Menurut J. Supranto (2004), analisis konjoin mencoba ntuk menentukan
kepentingan relatif yang dikaitkan pelanggan pada atribut yang penting dan
utilities yang mereka kaitkan pada tingkatan atau level atribut. Prosedur konjoin
mencoba untuk memberikan nilai pada tingkatan/ level dari setiap atribut, sehingga
nilai yang dihasilkan atau utilities yang dikaitkan pada stimulus cocok atau sedekat
mungkin dengan evaluasi input yang diberikan oleh responden. Asumsi yang
mendasari ialah bahwa setiap set stimulus, seperti produk, merek, atau toko
dievaluasi sebagai perangkat atribut atau a bundle of atributes.
Teknik pengambilan sampel Purposive sampling (Judgement Sampling/
Expert Choise) Husein Umar (2003) dapat dipakai pada saat ingin mengetahui
pendapat konsumen yang memakai sendiri tentang produk Sepeda Motor Honda
yang akan dibuat. Peneliti telah beranggapan bahwa konsumen Sepeda Motor
Honda akan lebih banyak tahu daripada orang- orang lain, peneliti telah
melakukan pertimbangan untuk hal tersebut.
Untuk mendapatkan sampel yang benar-benar mewakili seluruh populasi,
maka dalam penelitian ini teknik penentuan jumlah sampel menggunakan rumus
pendugaan proporsi sebagai berikut:
Nasendi (2000) menyatakan, matriks merupakan himpunan unsur-unsur
yang disusun menurut baris dan kolom, sehingga berbentuk empat persegi
panjang, di mana panjangnya dan lebarnya ditunjukkan oleh banyaknya kolom–
kolom dan baris-baris. Apabila suatu matriks P yang terdiri dari unsur ��� dengan
i menunjukkan baris dan j menunjukkan kolom, dengan orde matriks m x n maka
unsur matriksnya adalah mn unsur.
Manfaat yang dapat diambil dari penggunaan analisis konjoin ini adalah
produsen dapat mencari solusi kompromi yang optimal dalam merancang dan
mengembangkan suatu produk(Sarwono:2008). Analisis ini dapat juga
dimanfaatkan untuk merancang harga, memprediksi tingkat penjualan atau
penggunaan produk, uji coba konsep produk baru, segmentasi preferensi, dan
merancang strategi promosi. Atribut- atribut yang digunakan dalam analisis
konjoin berskala kategorik, sehingga dibutuhkan peubah boneka untuk mewakili
taraf-tarafnya ke dalam model.
Model dasar analisis konjoin secara matematis sebagai berikut :
� (�) = �
� ( �) = seluruh utility dari suatu alternatif (overall utility of an alternative)
���= sumbangan the part-worth atau utility yang terkait dengan level j). j, j = 1, 2, . . . , �� dari atribut ke i ( i, i = 1, 2, . . ., m)
�� = banyaknya level atribut i. m = banyaknya atribut.
1.7Metodologi Penelitian
Dalam penelitian ini tahapan-tahapan yang akan dilakukan adalah sebagai berikut:
1. Menentukan atribut dan level atribut.
a. Menentukan atribut atau faktor penting yang akan diteliti yaitu Mesin,
Type, Harga, Velg, Striping/Warna.
b. Menyusun level dari setiap atribut produk Sepeda Motor Honda.
2. Membuat kombinasi stimuli dan mereduksi jumlah produksi sehingga
konsumen lebih mudah memberikan pendapat pada setiap stimuli.
3. Pengumpulan data dilakukan dengan menyebarkan kuesioner kepada
responden.
4. Melakukan uji Validitas dan Reliabilitas dari pendapat (kuesioner) responden.
5. Evaluasi utilitas untuk tiap faktor dan level.
a. Menentukan nilai utilitas tiap level untuk masing-masing faktor.
b. Menentukan nilai kepentingan relatif tiap faktor dan membandingkannya
dengan total kepentingan seluruh faktor tiap responden.
6. Interpretasi hasil melalui pengelompokan responden yang memiliki nilai
utilitas dan kepentingan relatif sama dan estimasi tingkah laku responden.
BAB 2
LANDASAN TEORI
2.1 Pengertian Sepeda Motor
Sepeda motor adalah kendaraan beroda dua yang digerakkan oleh sebuah mesin.
Letak kedua roda sebaris lurus dan pada kecepatan tinggi sepeda motor tetap stabil
disebabkan oleh gaya giroskopik. Sedangkan pada kecepatan rendah, kestabilan
atau keseimbangan sepeda motor bergantung kepada pengaturan setang oleh
pengendara. Penggunaan sepeda motor di Indonesia sangat populer karena
harganya yang relatif murah, terjangkau untuk sebagian besar kalangan dan
penggunaan bahan bakarnya serta serta biaya operasionalnya cukup hemat.
Sepeda motor merupakan pengembangan dari sepeda konvensional yang
lebih dahulu ditemukan. Pada tahun 1868, Michaux ex Cie, suatu perusahaan
pertama di dunia yang memproduksi sepeda dalam skala besar, mulai
mengembangkan mesin uap sebagai tenaga penggerak sepeda. Namun usaha
tersebut masih belum berhasil dan kemudian dilanjutkan oleh Edward Butler,
seorang penemu asal Inggris. Butler membuat kendaraan roda tiga dengan suatu
motor melalui pembakaran dalam. Sejak penemuan tersebut, semakin banyak
dilakukan percobaan untuk membuat motor dan mobil. Salah satunya dilakukan
2.2 Regresi Linier Berganda
Dalam regresi sederhana, simbol yang digunakan untuk variabel bebasnya adalah
X. Dalam regresi berganda persamaan regresinya memiliki lebih dari satu variabel
bebas maka perlu menambah tanda bilangan pada setiap variabel tersebut, dalam
hal ini �1,�2, …�� (Sudjana, 1996)
Secara umum model regresi linier berganda ditulis sebagai berikut :
��=�0+�1��+�� Dengan:
��= Variabel Terikat
�� = variable bebas
�0= jarak titik pangkal dengan titik potong garis regresi padasumbu Y
�1= Kemiringan garis regresi
��= Kesalahan
Untuk persamaan regresi untuk populasi secara umum dituliskan sebagai berikut :
Ŷ= �0+ �1�1+�2�2 +�3�3+⋯+���� Dengan:
Ŷ = perkiraan/ramalan Y
�1…�� = koefisien regresi
�1…�� = Variabel bebas
2.3 Analisis Konjoin
Analisis konjoin di kembangkan pada tahun 1964 oleh statistisi matematika dan
psikologi Tuce dan Tukey. Dan mulai dikembangkan pada tahun 1970-an pada
bidang ilmu yang terkait dengan preferensi seseorang, seperti bidang pemasaran,
sosial politik dan psikologi. Pada asarnya, tujuan analisis konjoin adalah untuk
mengetahui bagaimana persepsi seseorang terhadap suatu objek yang terdiri atas
Oleh karena itu teknik ini sangat bermanfaat dalam pemasaran untuk
mengetahui preferensi konsumen terhadap suatu produk yang diluncurkan di
pasar.Model dasar analisis konjoin secara matematis sebagai berikut:
� (�) = � � ������
���= sumbangan the part-worth atau utility yang terkait dengan level j. j = 1, 2, . . . , �� dari atribut ke i (i = 1, 2, . . ., m)
��= banyaknya level atribut i.
m = banyaknya atribut
��� = Peubah boneka atribut ke-i taraf ke-j
rumus untuk nilai kepentingan relatif adalah :
�� = ∑ �� �
�� = Bobot kepentingan relatifatribut
�� = Range nilai kepentinganatribut
Range nilai kepentingan relatif untuk tiap atribut dapat dicari dengan rumus:
�� = { ���� ( ��� ) – min ( ��� ) } (3)
2.4Tahapan- tahapan Analisis Konjoin
a. Perumusan masalah
Perumusan masalah dalam analisis konjoin dimulai dari mendefenisikan
produk sebagai kumpulan dari tiap dimana setiap atribut terdiri atas beberapa
taraf/level. Atribut yang sudah dianggap mewakili ditentukan skalanya.
b. Mengidentifikasi atribut
Ada Sejumlah metode yang dapat digunakan untuk menentukan atribut atau
yaitu peneliti menentukan terlebih dahulu atribut dan kriteria sesuatu dengan
pertanyaan peneliti, menelusuri kepustakaan, melakukan wawancara
individual dan melakukan serangkaian diskusi kelompok.
c. 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 berpasangan
(pairwise comparison) atau evaluasi dua fakor dan kombinasi lengkap (full
profile) atau evaluasi banyak faktor.
d. Memilih skenario (produk hipotesis) yang paling disukai.
Skenario tersebut menggambarkan semua kemungkinan konfigurasi kesukaan
terhadap produk sepeda motor. Jumlah skenario meningkat dengan
meningkatnya jumlah atribut dan tingkat atribut. Konsumen tentu tidak dapat
mengevaluasi ribuan produk, solusinya adalah melakukan survey untuk
mereduksi jumlah produk sehingga konsumen dapat memberikan pilihan.
e. Menentukan preferensi konsumen
Tahap beikutnya adalah menyajikan skenario hipotesis yang sudah dipilih
kepada konsumen. Preferensi skenario dalam kuesioner diungkapkan dengan
metode pilihan diskret. Kepada konsumen disajikan sejumlah pilihan untuk
masing- masing pilihan, konsumen diminta memilih satu skenario (produk)
paling disukai. Penggunaan metode pilihan diskret lebih dianjurkan ketimbang
metode pengukuran lainnya. Ada dua cara untuk mengevaluasi kombinasi,
yaitu:
a. Mengurutkan (ranking)
b. Memberikan rating
Dalam penelitian digunakan dengan cara ranking dan karena atribut-atribut
yang digunakan dalam analisis konjoin berskala kategorik, sehingga dibutuhkan
2.5Menentukan Metode Pengumpulan Data 2.5.1 Populasi dan Sampel
Populasi adalah keseluruhan unit atau individu dalam ruang lingkup yang ingin
diteliti, sedangkan sampel adalah sebagian anggota dari populasi yang dipilih
dengan menggunakan prosedur tertentu sehingga diharapkan dapat mewakili
prosedurnya.(Sugiharto dkk;2003). Populasi dibedakan menjadi populasi sasaran
dan populasi sampel.Populasi sasaran adalah keseluruhan individu dalam
areal/wilayah/kurun waktu yang sesuai dengan tujuan penelitian. Populasi sampe
adalah keseluruhan individu yang akan menjadi satuan analisis dalampopulasi
yang layak dan sesuai untuk dijadikan sebagai sampel penelitian.
Dalam pelaksanaan penelitian ini, ruang lingkup populasi merupakan area
yang sangat luas batasnya sehingga penggunaan populasi sebagai instrument
penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan
dalam pelaksanaan penelitian, ditentukan populasi sasaran (target population),
yaitu populasi yang digunakan untuk mengeneralisasi hasil penelitian.
Masalah sampel akan terjadi bila jumlah populasi terlalu besar dan
menyebar sehingga diluar jangkauan penelitian. Sedangkan dalam penelitian ini
pengambilan sampel dilakukan dengan teknik penarikan contoh acak berstrata
proposional (propotional stratified random sampling). Dalam teknik stratifikasi
proposional, jumlah proporsi masing- masing strata dalam sampel ditentukan
secara proposional sesuai denganbesarnya dalam populasi. Proporsi atau strata
terbesar akan mendapatkan sampel lebih besar dibandingkan dengan strata yang
lebih kecil. Alasan teknik ini digunakan peneliti untuk mengambil sampel,
disebabkan karena dapat memperkecil galat (errors) penarikan sampel serta
meningkatkan peluang setiap strata yang terwakili dalam sampel, selain itu juga
agar mendapatkan ketepatan yang lebih tinggi, karena stratifikasi akan
menghasilkan presisi yang lebih baik dalam melakukan estimasi terhadap sifat-
2.5.2 Teknik Penarikan Sampel
Teknik pengambilan sampel yang dipakai adalah Purposive sampling (Judgement
Sampling/ Expert Choise). Dengan cara ini semua elemen populasi belum tentu
memiliki peluang yang sama untuk dipilih menjadi anggota sampel, atau sering
juga dikatakan pengambilan sampel berdasarkan pertimbangan karena dalam
pelaksanaannya digunakan pertimbangan tertentu oleh periset. Data yang
digunakan merupakan data primer yang kemudian diuji validitas dan dan
reliabilitasnya. Penelitian ini adalah penelitian kuantitatif, maka digunakan
kuesioner untuk mengetahui beberapa informasi yang dapat digunakan dalam
penelitian. Teknik pengambilan sampel Purposive sampling (Judgement Sampling/
Expert Choise)Husein Umar (2003) dapat dipakai pada saat ingin mengetahui
pendapat konsumen yang memakai sendiri tentang produk Sepeda motor honda
yang akan dibuat. Peneliti telah beranggapan bahwa konsumen sepeda motor
honda akan lebih banyak tahu daripada orang- orang lain, peneliti telah melakukan
pertimbangan untuk hal tersebut.
Untuk mendapatkan sampel, maka dalam penelitian ini teknik penentuan
jumlah sampel menggunakan rumus pendugaan proporsi sebagai berikut:
� = ��/2
P : Proporsi kasus yang diteliti
Q: 1-P
e: derajat penyimpangan terhadap populasi yang diinginkan.
2.6 Variabel Dummy
Variabel yang di analisis dengan model regresi dapat berupa variabel
model regresi sering juga disebut dengan istilah Dummy (Algifari:2000)
Untuk membangun model regresi yang peubah bebasnya mengandung
variabel kualitatif, salah satunya adalah menggunakan peubah boneka. Peubah
boneka merupakan cara yang sederhana untuk mengkuantifikasi variabel yang
kualitatif. Untuk variabel kualitatif yang mempunyai k kategori bisa dibangun
k–1 peubah boneka. Peubah boneka ini biasanya mengambil nilai 1 atau 0.
Kedua nilai yang diberikan tidak menunjukkan bilangan (numerik) tetapi
hanya sebagai identifikasi kelas atau kategorinya. Di dalam literatur Supranto
(2004) menyebutkan bahwa:
a. Atribut yang mempunyai dua taraf diberi kode 1 untuk salah satu taraf
dan 0 untuk lainnya.
b. Atribut dengan tiga taraf pengkodean disajikan dalam Tabel 2.1.
Tabel 2.1 Tiga Taraf Pengkodean
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 peubah boneka. Banyaknya peubah
boneka sama dengan banyaknya kategori (taraf) dikurangi satu. Metode
regresi dengan variabel dummy sangat umum digunakan untuk data berjenis
nonmetrik maupun metrik, dimana data telah diperoleh melalui pengurutan
maupun penilaian terhadap kombinasi atribut atau stimulus yang telah
dirancang sebelumnya. Terdapat beberapa variasi penggunaan metode regresi
dengan variabel dummy yakni:
a. Bila data yang digunakan berasal dari penilaian stimulus yang telah
dirancang sebelumnya dan penilaian dilakukan dengan menggunakan skala
metrik, maka regresi dengan variabel dummy dapat dihitung dengan
langsung menggunakan pendekatan ordinary least square (OLS).
b. Bila penilaian stimulus menggunakan urutan (rangking) stimulus, maka
Monotonic Regressiom atau menggunakan Multidimensional Scaling
(MDS) yang dikombinasikan dengan Multy Analysis Of Variance
(MANOVA). Kemudian analisis dilanjutkan dengan regresi menggunakan
variabel dummy.
c. Bila data diperoleh melalui penilaian secara terpisah dari masing- masing
atribut, dimana variabel tak bebas umumnya berupa intensitas pilihan,
maka analisis yang digunakan adalah LOGIT model.
2.7 Uji Validitas dan Reliabilitas
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:
�
��=
� (∑��)− (∑�∑�)�{� ∑ �2− (∑�)2}{�∑�2− (∑�)2} (5)
Keterangan:
��� = Korelasi Karl Pearson Moment N = Jumlah responden
X = Nilai variabel X
Y = Nilai Variabel Y.
Perhitungan uji validitas ini dilakukan dengan bantuan program Statistical
product and Service Solution (SPSS). Pengujian reliabilitas bertujuan untuk
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
data yang sama’’. Kategori keeratan koefisien korelasi disajikan dalam Tabel 2.2.
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
2.8 Preferensi Konsumen
Data preferensi mengurutkan merek atau stimulus dinyatakan dalam preferensi
responden untuk beberapa atribut/ciri/sifat. Cara yang biasa dilakukan ialah bahwa
data diperoleh melalui peringkat preferensi. Responden diminta untuk membuat
peringkat merek dari paling disukai sampai yang paling tidak disukai (Supranto,
2004).Preferensi konsumen terhadap Sepeda Motor difokuskan pada bagian:
a. Mesin
Mesin adalah alat mekanik atau elektrik yang mengirim atau mengubah energi
untuk melakukan atau membantu pelaksanaan tugas manusia. Biasanya
membutuhkan sebuah masukan sebagai pelatuk, mengirim energi yang telah
diubah menjadi sebuah keluaran, yang melakukan tugas yang telah
disetel.Terdapat 2jenis Mesin yaitu 100CC-125CC dan 150CC-200CC.
b.
Harga
Harga merupakan faktor yang penting dalam hal memilih sepeda motor mana yang
akan di beli konsumen. Terdapat 4 kelompok harga yang di gunakan yaitu
c. Velg
Velg atau rim adalah lingkaran luar desain logam yang tepi bagian dalam dari ban
sudah terpasang pada kendaraan seperti sepeda motor. Jenis dari Velg yang di teliti
yaitu : Jari-jari dan racing.
d. Tipe
Tipe sepeda motor merupakan hal dasar yang harus diperhatikan dalam memiliki
sepeda motor. Tipe yang di teliti yaitu : Sport, bebek, matic.
e. Striping
Faktor Striping sangat mempengaruhi minat konsumen dalam membeli suatu
produk, Secara umum semakin indahbentuk barang, minat konsumen untuk
membeli semakin kecil dan sebaliknya, Warna Sepeda Motor ditentukan dalam 4
bagian yaitu Campur, Hitam, Putih, Merah.
2.9 Interpretasi Hasil
Kuhfeld(2000)menyatakan, 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
BAB 3
PEMBAHASAN
3.1 Karakteristik Responden
Pada penelitian ini populasi yang akan diambil adalah :
a. Konsumen Sepeda Motor Honda di Kota Medan
b. Konsumen yang memiliki dan yang memakai produk khusus untuk Sepeda
Motor Honda minimal 1 (satu) tahun.
c. Motor honda konsumen merupakan motor produksi antara tahun 2011 sampai
tahun 2014.
3.2 Penarikan Sampel
Jumlah sampel minimum yang diambil ditentukan dengan menggunakan rumus:
�
=
��2 2�(�)
�2 Dengan:
n: Jumlah sampel
��
2 : Nilai Z pada derajat kemaknaan (95% atau 1,96)
P : ditetapkan 50%
Q: P adalah 0.5 sehingga Q = 1 – 0.5
e : 10% atau 0.1
�
=
1,962.0,5 (0,5) 0,12 ; � = 96Desain penelitian yang dirancang dari variabel-variabel adalah :
Variabel bebas : taraf-taraf dari atribut (16 level)
Variabel terikat : total nilai kegunaan (utility) atau ranking.
3.3 Analisis Preferensi Sepeda Motor Secara Umum
Tabel 3.1 Atribut dan Level Atribut
No ATRIBUT LEVEL ATRIBUT KETERANGAN
1 MESIN 1 100CC-125CC
2 150-200CC
2 HARGA 1 < 16.500.000
2 16.000.000-20.000.000
3 20.000.000-23.500.000
4 >23.500.000
3 VELG 1 JARI-JARI
2 RACING
4 TIPE 1 SPORT
2 BEBEK
3 MATIC
5 STRIPING 1 CAMPUR
2 HITAM
3 PUTIH
4 MERAH
Tujuan penelitian ini untuk mengidentifikasi atribut yang dianggap penting oleh
konsumen dalam membeli Sepeda Motor Honda, menentukan kombinasi atribut
yang disukai konsumen dan untuk menentukan urutan prioritas atribut yang
3.4 Penyajian Data
Setelah kombinasi atribut produk dan levelnya diperoleh, selanjutnya adalah
menanyakan preferensi responden terhadap setiap kombinasi. Metode demikian
disebut full-profil-procedure. Untuk mengurangi tugas evaluasi dari responden
maka kombinasi sepeda motor sebanyak 216 didesain oleh SPSS yang
menghasilkan 16 kombinasi, dan responden tidak perlu mengisi semua stimuli.
Tabel 3.2 Stimulus yang Menjadi Kuesioner Penelitian
NO MESIN HARGA VELG TIPE STRIPING
1 100-125CC 20.000.000-23.500.000 JARI-JARI MATIC HITAM
2 150-200CC 20.000.000-23.500.000 RACING BEBEK CAMPUR
3 150-200CC 16.500.000 – 20.000.000 JARI-JARI SPORT CAMPUR
4 150-200CC >23.500.000 JARI-JARI SPORT MERAH
5 150-200CC >23.500.000 JARI-JARI BEBEK HITAM
6 150-200CC <16.500.000 RACING SPORT HITAM
7 100-125CC >23.500.000 RACING MATIC CAMPUR
8 100-125CC <16.500.000 JARI-JARI BEBEK PUTIH
9 150-200CC 20.000.000 – 23.500.000 RACING SPORT PUTIH
10 100-125CC 20.000.000 – 23.500.000 JARI-JARI SPORT MERAH
11 150-200CC <16.500.000 RACING MATIC MERAH
12 100-125CC 16.500.000 – 20.000.000 RACING BEBEK MERAH
13 150-200CC 16.500.000 – 20.000.000 JARI-JARI MATIC PUTIH
14 100-125CC <16.500.000 JARI-JARI SPORT CAMPUR
15 100-125CC >23.500.000 RACING SPORT PUTIH
16 100-125CC 16.500.000 – 20.000.000 RACING SPORT HITAM
(Data Primer, 2014)
Selanjutnya konsumen diminta untuk memberikan ranking terhadap
kombinasi Sepeda Motor Honda yang ada pada Tabel 3.2 dengan petunjuk 16
3.5 Hasil Olahan Data
Dengan cara menggunakan software SPSS dapat dilihat hasil nilai utiliydan
nilai importance valuespada setiap tanggapan responden seperti pada responden
pertama pada tabel 3.3 berikut :
Tabel 3.3 nilai utility dan importance pada responden pertama. Subject 1: 101.00
16.500.000-20.000.000 -.500 2.810
20.000.000-23.500.000 1.750 2.810
>23.500.000 -1.000 2.810
VELG JARI-JARI -1.000 1.622
Karena responden 1 mengisi angka 1 sampai 16, maka rata-ratanya adalah :
(1+2+3+4+5+6+7+8+9+10+11+12+13+14+15+16)/16=8,5
Angka ini menjadi dasar dalam menentukan besaran nilai utility pada setiap
atribut.Dimana nilai utility adalah selisih antara rata-rata faktor tertentu dengan
rata-rata keseluruhan. Seperti pada mesin 100CC-125CC jika dilihat dalam input
kombinasi 1, 7, 8, 10, 12, 14, 15, 16 dan responden 1 memberikan rangking pada
kombinasi tersebut dengan nilai9, 11, 12, 14, 10, 3, 4 dan 5 dengan demikian
rata-ratanya adalah (9+11+12+14+10+3+4+5)/8 = 9,75. Dengan demikian nilai utility
nya adalah :
9,75-8,5 = 1,250.
Pada mesin 150CC-200CCjika dilihat dalam input data pada lampiran 2 maka
kombinasi 150CC-200CC terdapat pada kombinasi 2, 3, 4, 5, 6, 9, 11 dan 13 dan
responden 1 memberikan rangking pada kombinasi tersebut dengan nilai 5, 6, 7, 8,
2, 13, 16, 1 dan dengan demikian nilai rata-ratanya adalah:
(5+6+7+8+2+13+16+1)/8 = 7,25. Dengan demikian nilai utility nya adalah :
7,25-8,5 = -1,25
Karena mesin 100CC-125CC bernilai positif sedangkan mesin 150CC-200CC
bernilai negatif atau lebih kecil, maka responden lebih suka dengan mesin
100CC-125CC.
Pada atribut harga pada level <16.500.000 terdapat pada kombinasi 6, 8, 11,14 dan
reponden 1 memberikan rangking kombinasi 2, 12, 16, 3, maka rata-ratanya adalah
(2+12+16+3)/4 = 8,25.
Maka nilai utility nya adalah 8,25-8,5= -0,250
Begitu seterusnya metode yang digunakan untuk menentukan nilai utility setiap
atribut yang nilainya lebih besar dari atribut yang lain menunjukkan suka dan nilai
atribut yang lebih kecil menunjukkan kurang disukai. Karena dalam penelitian ini
ada 96 responden maka tidak mungkin menjabarkan satu persatu nilai utility nya.
Tetapi semua hasil pengisian rangking oleh seluruh responden telah dirangkum
Tabel 3.4Nilai Utility Keseluruhan Dari RespondenDengan Menggunakan SPSS
16.500.000-20.000.000 .209 .511
20.000.000-23.500.000 .154 .511
>23.500.000 -.111 .511
a. Mesin. Karena utility untuk Mesin 100-125 CC memiliki nilai positif lebih
besar, maka secara umum responden lebih tertarik dengan Mesin Sepeda Motor
100-125 CC.
b. Harga. Karena utility untuk Harga 16.500.000-20.000.000memiliki nilai positif
lebih besar, maka secara umum responden lebih tertarik dengan harga Sepeda
Motor 16.500.000-20.000.000
c. Velg. Karena utility untuk VelgJari-Jari memiliki nilai positif lebih besar, maka
secara umum responden lebih tertarik dengan Velg Sepeda Motor Jari-Jari
d. Tipe. Karena utility sumber TipeMaticmemiliki nilai positif, maka secara umum
e. Striping. Karena utilityStriping Merah memiliki nilai positif lebih besar, maka
secara umum responden lebih tertarik dengan Striping Merah.
f. Dari FAKTOR IMPORTANCE, responden menganggap bahwa Tipe Sepeda
Motor adalah faktor yang paling penting dalam menilai atau memilih produk
Sepeda Motor (36,183%) kemudian faktor berikutnya dianggap penting adalah
Harga (23.7385%). Sedangkan faktor yang dianggap tidak terlalu penting
adalah Velg (7,711%).
Dengan memperhatikan utility secara umum pada Tabel 3.4 diperoleh ranking dari
seluruh responden sebanyak 96 pada Tabel 3.5.
Tabel 3.5 Hasil Ranking seluruh Responden
Untuk mendapatkan rangking keseluruhan seperti tabel 3.5 dilakukan dengan cara menghitung nilai utility dari masing-masing kombinasi produknya seperti tabel 3.6 dibawah ini:
NO MESIN HARGA VELG TIPE STRIPING RANGKING
1 100-125CC 20.000.000-23.500.000 JARI-JARI MATIC HITAM 15 2 150-200CC 20.000.000-23.500.000 RACING BEBEK CAMPUR 5
Tabel 3.6 Perhitungan mendapatkan rangking
3.6 Pengkodean Data Untuk Regresi
Pengkodean dalam analisis conjoin dilakukan dengan menggunakanvariabel
dummy dimana variabel kualitatif dirubah menjadi kuantitatif dengan cara
pengkodean level dari masing-masing atribut seperti proses pengkodean berikut
ini:
Untuk atribut Mesin, level dari atribut dikodekan sebagai berikut
Level �1
Level 1 1
Level 2 0
NO MESIN HARGA VELG TIPE STRIPING TOTAL RANGKING
1 0.066 0.154 0.096 1.522 0.016 1.854 15
2 -0.066 0.154 -0.096 -2.155 0.094 -2.068 5
3 -0.066 0.209 0.096 -2.155 0.094 -1.822 6
4 -0.066 -0.111 0.096 -2.155 0.110 -2.127 4
5 -0.066 -0.111 0.096 -2.155 0.016 -2.220 3
6 -0.066 -0.252 -0.096 -2.155 0.016 -2.553 1
7 1.776 -0.111 -0.096 1.522 0.094 3.185 16
8 1.776 -0.252 0.096 -2.155 -0.221 -0.756 8
9 -0.066 0.154 -0.096 -2.155 -0.221 -2.383 2
10 1.776 0.154 0.096 -2.155 0.110 -0.019 12
11 -0.066 -0.252 -0.096 1.522 0.110 1.218 13
12 1.776 0.209 -0.096 -2.155 0.110 -0.156 11
13 -0.066 0.209 0.096 1.522 -0.221 1.540 14
14 1.776 -0.252 0.096 -2.155 0.094 -0.441 9
15 1.776 -0.111 -0.096 -2.155 -0.221 -0.807 7
Untuk atribut Harga, level dari atribut dikodekan sebagai berikut:
Level �2 �3 �4
Level 1 1 0 0
Level 2 0 1 0
Level 3 0 0 1
Level 4 0 0 0
Untuk atribut Velg, level dari atribut dikodekan sebagai berikut:
Level �5
Level 1 1
Level 2 0
Untuk atribut Tipe, level dari atribut dikodekan sebagai berikut:
Level �6 �7
Level 1 1 0
Level 2 0 1
Level 3 0 0
Untuk atribut Striping, level dari atribut dikodekan sebagai berikut :
Level �8 �9 �10
Level 1 1 0 0
Level 2 0 1 0
Level 3 0 0 1
Level 4 0 0 0
Bentuk pertanyaan dalam kuesioner adalah pada Tabel 3.5 dan responden
diminta untuk menentukan preferensi mereka atas setiap kombinasi. Preferensi
kombinasi-kombinasi yang tersedia berdasarkan tingkat kesukaan relatif. Karena
masih berupa kata-kata, data pada Tabel 3.5 tersebut perlu dikodekan menjadi
variabel dummy, sebagaimana dilakukan pada regresi dengan variabel kuantitatif.
Tabel 3.7 Pengkodean Data untuk Regresi
Data yang sudah ditransformasi dapat dilihat pada Tabel 3.7. Analisis tingkat
agregat yang dilakukan untuk semua responden diperoleh dari hasil kuesioner
yang dianalisis menggunakan persamaan regresi linear berganda dengan variabel
bebas berupa dummy sebanyak 10 buah. Dengan bentuk umum persamaan regresi
yang diperoleh adalah:
U(x) = �0 + �1�1 + �2�2 + �3�3 + �4�4 + �5�5 + �6�6 + �7�7 + �8�8 + �9�9 +
�10�10 Dengan:
U(x) = Kegunaan atau utilitas
�1 = Variabel dummy mewakili bagian Mesin
�2,�3,�4 = Variabel dummy mewakili bagian Harga
�5 = Variabel dummy mewakili bagian Velg
�6,�7 = Variabel dummy mewakili bagian Tipe
Dari hasil pengkodean variabel dummy diatas diperoleh variabel bebas
sebagai koefisien dalam menentukan persamaan regresi linear dengan
menggunakan SPSS yang disajikan dalam Tabel 3.8.
Tabel 3.8 Koefisian Regresi
Sehingga diperoleh persamaan regresi sebagai berikut :
U(x)= 12,125+5,000�1+ 0,250�2+ 2,750�3+ 1,000�4+ 0,750�5+
−8,125�6−7,750�7−1,000�8−2,750�9− 2,250�10
3.7 Pengukuran Reliabilitas dan Validitas
Data yang telah dikumpulkan dari membagikan kuesioner dengan sampel
sebanyak 96 orang dilakukan uji reliabilitas dan validitasnya dengan menggunakan
SPSS disajikan dalan Tabel 3.9.
Tabel 3.9Uji Reabilitas dan Validitas
Value Sig.
Pearson's R .930 .000
Penilaian preferensi untuk lima validasi profil diprediksi dan nilai utility
pada Tabel 3.9, nilai-nilai ini berkorelasi dengan input ranking untuk profil yang
diperoleh dari responden.Pada pengukuran ini output korelasi secara pearson
menghasilkan angka yang relative kuat yaitu 0,930 (diatas 0,5). Hal ini
menunjukkan adanya hubungan yang kuat antara estimates dan actual, artinya data
hasil perhitungan dari model regresi berkorelasi sangat kuat dengan data yang
diperoleh berdasarkan pendapat responden.
Sedangkan pada uji signifikan lima korelasi diatas menghasilkan
signifikansi 0,001 (dibawah 0,05) maka kelima korelasi tersebut mempunyai
signifikansi yang kuat. Nilai koefisien inin signifikan pada α = 5%, karena jika
hasil ini memiliki signifikansinya diatas 0,05 maka signifikansinya tidak kuat.
Dengan demikian bisa dikatakan bahwa pendapat dari 96 responden tersebut valid
atau bisa diterima untuk menggambarkan ketertarikan konsumen terhadap Sepeda
Motor Honda di Kota Medan.
3.8 Penghitungan Analisis Konjoin
Persamaan regresi linear berganda, untuk memperkirakan nilai utility.
Harus diperoleh utility setiap atribut, setiap atribut memiliki sub level. Setiap level
perlu dilambangkan terlebih dahulu, untuk atribut Mesinutility masing-masing
level dilambangkan oleh �11 (100CC-150CC), �12 (150CC-200CC),. Untuk setiap
level atribut Harga dilambangkan oleh �21 (<16.500.000), �22 (
16.500.000-20.000.000), �23 (20.000.000-23.500.000), �24 (>23.500.000). Untuk setiap level
atribut Velg dilambangkan oleh �31 (Jari-Jari), �32 (Racing). Untuk setiap level
atribut Tipe dilambangkan oleh �41 (Sport), �42 (Bebek), �43 (Matic) dan untuk
setiap level atribut Striping dilambangkan oleh �51 (Campur), �52 (Hitam), �53
(Putih), �54 (Merah).
Hubungan setiap koefisien variabel dummy, mewakili perbedaan dalam
Perhitungan nilai dari masing-masing atribut aalah sebagai berikut:
a. Untuk atribut Mesin diperoleh persamaan yang dinyatakan oleh persamaan 1
dan 2.
�11− �12 = �1 (1)
�11+�12 = 0 (2)
Dari persamaan (1) diperoleh persamaan:
�11− �12 = −1,500 (3)
Dari persamaan (2) diperoleh persamaan:
�11+�12 = 0
�11 = −�12
�11− �12 = 5,000
−�12− �12 = 5,000
−2�12 = 5,000
�12 = −2,500 (4)
�11+ 2,500= 5,000
�11 = 2,500 (5)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
�11 = 2,500
�12 = −2,500
Persamaan untuk atribut kedua yaitu Harga sebagai berikut:
�21− �24= �2 (6)
�22− �24= �3 (7)
�23− �24= �4 (8)
�21− �24= 0,250 (9)
�22− �24= 2,750 (10)
�23− �24= 1,000 (11)
Dari persamaan 9 dan 10 di peroleh :
�21− �24 = 0,250
�22− �24= 2,750 -
�21− �22 = −2,500
�21 =−2,500 +�22 (13)
Dari persamaan 9 dan 11 di peroleh :
�22− �24 = 2,750
�23− �24= 1,000 -
�22− �23= 1,750
�23 =−1,750 +�22 (14)
Dari persamaan 12 diperoleh :
�21 + �22 + �23 + �24 = 0
−2,500 +�22 + �22 − 1,75 0 + �22+ �24 = 0
3�22+ �24 = 4,25 (15)
Dari persamaan 15 dan 10 diperoleh :
3�22+ �24 =4,25
�22− �24 = 2,750 +
4�22 =7,000
�22 =1,75 (16)
Dari persaman 15 diperoleh :
�21= −2,500 +�22
�21= −2,500 + 1,750
Dari persamaan 15 diperoleh :
�22− �24 = 2,750 1,75 + �24 = 2,750
�24 = 1,000 (18)
Dari persamaan 9 diperoleh :
�23− �24 = 1,000
�23−1,000 = 1,000
�23 = 2,000 (19)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
�21 =−0,750
�22 = 1,750
�23 = 2,000
�24 = 1
Persamaan untuk atribut ketiga yaitu Velg sebagai berikut :
�31− �32= �5 (20)
�31+�32= 0 (21)
�31− �32= 0,750 (22)
Dari persamaan 21 diperoleh :
�31+�32= 0
�31 =−�32 (23)
Dari persamaan 22 diperoleh :
−�32− �32= 0,750
−2�32 = 0,750
Dari persamaan 22 diperoleh :
�31− �32 = 0,750
�31−(−0,375) = 0,750
�31 = 0,375 (25)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
�31= 0,375
�32= −0,375
Persamaan untuk atribut keempat yaitu tipe sebagai berikut:
�41− �43 = �6 (26)
�42− �43 = �7 (27)
�41− �43 = −8,125 (28)
�42− �43 = −7,750 (29)
�41 + �42 + �43 = 0 (30)
Dari persamaan (23) dan (24) diperoleh persamaan:
�41− �43= −8,125
�42 − �43 =−7,750 -
�41 +�42 =−0,375
�41 =−0,375 + �42 (31)
Dari persamaan 25 diperoleh :
�41 + �42 + �43 = 0
−0,375 + �42 + �42 + �43 = 0
2�42 + �43 = 0,375
�42 − �43 =−7,750 +
3�42 =−7,375 (32)
�42 =−2,458 Dari persamaan 29 diperoleh :
�42− �43 =−7,750
−2,458− �43 = −7,750
�43= 5,292 (33)
Dari persamaan 29 diperoleh :
�41 + �42 + �43 = 0 �41 −2,458 + 5,292 = 0
�41 =−2,834 (34)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
�41 = −2,834
�42 = −2,458
�43 = 5,292
Persamaan untuk atribut keempat yaitu Warna sebagai berikut:
�51− �54= �8 (35)
Dari persamaan 38 diperoleh :
�51− �54= −1,000
�51− �52= 1,750
�51 = 1,750 + �52 (42)
Dari persamaan 39 diperoleh :
�52− �54= −2,750
�53− �54= −2,250
-
�52− �53=−0,500
�52− �53=−0,500
�53 = 0,500 + �52 (43)
Dari persamaan 41 diperoleh :
�51 + �52 + �53 +�54 = 0 1,750 + �52 + �52 + 0,500 + �52+�54= 0
3�52+�54 =−2,25
3�52+�54=−2,25
�52− �54 = −2,750 +
4�52 =−5
�52 =−1,25 (44)
Dari persamaan 39 diperoleh :
�52− �54 = −2,750 −1,25− �54 = −2,750
�54 =− 1,5 (45)
Dari persamaan 38 diperoleh :
�51− �54= −1,000
�51+ 1,5 = −1,000
Dari persamaan 42 diperoleh :
�53− �54= −2,250
�53+ 1,5 = −2,250
�53 =−3,750 (47)
Maka setelah dipecahkan diperoleh hasil sebagai berikut:
�51= −2,500
�52= −1,25
�53 = −3,750
�54= −1,5
Setelah mendapat nilai dari setiap level maka selanjutnya akan dihitung nilai
kepentingan relatif atribut. Diketahui bahwa tingkat kepentingan atribut adalah
selisih utility tertinggi dan terendah. Seperti dinyatakan pada persamaan berikut.
Range nilai kepentingan relatif tiap atribut dapat dicari dengan rumus:
�� = { maks (��� ) – min (��� ) },
Dengan tingkat kepentingan atribut tersebut dapat diketahui urutan atribut
berdasarkan tingkat kepentingan, tetapi jika diubah menjadi tingkat kepentingan
relatif (bobot) dengan rumus:
� �� = 1 �
�=1
Dengan rumus diatas maka setiap atribut adalah :
Mesin �1 = 5,000
Utility setiap level dan tingkat kepentingan disajikan pada Tabel 3.10.
Tabel 3.10 Hasil Analisis Konjoin
Atribut Level Tingkat
Kepentingan 16.500.000-20.000.000 �22 1,750
20.00.000-23.500.000 �23 2,000
Putih �53 -3,750
Merah �54 -1,500
Konstanta 12,125
Untuk Nilai kepentingan setiap atribut disajikan pada diagram pada Gambar 3.1.
Gambar 3.1 Diagram Nilai Kepentingan Relatif
Dengan memperhatikan diagram nilai Kepentingan Relatif setiap atribut
dapat disimpulkan bahwa atribut Mesin dengan bobot 26,50%.Mesin yang paling
disukai responden adalah 100CC-125CC dengan skor 2,500 dibanding mesin
150CC-200CC dengan skor -2,500.Berikutnya adalah atributHarga dengan bobot
14,60%. Harga yang paling disukai responden adalah
20.000.000-23.500.000dengan skor 2,000 dibanding 16.500.000-20.000.000 dengan skor
1,750,>23.500.000 dengan skor 1,000 dan <16.500.000 dengan bobot
-0,750.Kemudian atribut selanjutnya adalah velg dengan bobot 3,90% yang mana
velg yang paling disukai respondenadalah jari-jari dengan skor0,375 dibanding
racing dengan skor -0,375. Atribut selanjutnya adalah Tipe dengan bobot 43,10%
yang mana harga yang paling disukai responden adalah Tipe Matic dengan skor
5,292 dibanding Tipe bebek dengan skor 2,458 dan Tipe Sport dengan skor
-MESIN, 26.50%
HARGA, 14.60%
VELG, 3.90% TIPE, 43.10%
2,834. Kemudian Atribut selanjutnya yaitu Striping dengan bobot 11,90% yang
mana Warna yang paling disukai responden adalah warna Hitam dengan skor
-1,250 dibanding Merah dengan skor -1,500, Campur dengan skor -2,500 dan Putih
dengan skor -3,750.
3.9 Interpretasi Model Analisis Konjoin
Penerapan analisis konjoin melalui pendekatan analisis regresi berganda
menggunakan variabel dummy terhadap kesepuluh profil faktor Sepeda Motor
Honda.
Dengan persamaan sebagai berikut:
U(x) = �0 + �1�1 + �2�2 + �3�3 + �4�4 + �5�5 + �6�6 + �7�7 + �8�8 + �9�9 +
�10�10
U(x)=�0 + �1(����� 100�� −125��) +�2(����� 20.000.000−
23.500.000) + �3(����� 16.500.000−20.000.000) + �4(����� >
23.500.000) + �5(�������� − ����) + �6(���������) +
�7(���������) +�8(�������������) +�9(������������ℎ) +
�10(��������������)
U(x)= 12,125 + 5,000�1+ 0,250�2+ 2,750�3+ 1,000�4+0,750�5−
BAB 4
KESIMPULAN DAN SARAN
4.1Kesimpulan
Dari hasil penelitian terhadap Analisa faktor-faktor ketertarikan Konsumen
terhadap Sepeda Motor Honda di Kota Medan dengan Analisis Konjoin maka
dapat disimpulkan bahwa:
a. Metode analisis konjoin yang dipergunakan pada penilaian secara umum
konsumen Sepeda Motor Honda dengan model yang didapatkan sebagai
berikut:
U(x)= 12,125+5,000�1+ 0,250�2+ 2,750�3+ 1,000�4+ 0,750�5+ −8,125�6−
7,750�7−1,000�8−2,750�9− 2,250�10
b. Hasil dari penerapan analisis konjoin untuk mengetahui faktor ketertarikan
konsumen dalam memilih Sepeda Motor Honda lebih mengharapakan produk
tersebut dengan Mesin 100CC-125CC dengan utility 0,250 dan kepentingan
relatifnya 26,50%, Harga 20.000.000-23.500.000 dengan utility 2,000 dan
kepentingan relatifnya 14,60%, Velg Jari-jari dengan utility 0,375 dan
kepentingan relatifnya 3,90%, Tipe Sepeda Motor Matic dengan utility 5,292
dan kepentingan relatifnya 43,10%. Serta Striping Hitam dengan utility -1,250
dan kepentingan relatifnya11,90%.
4.2Saran
Dari hasil penelitian ini maka penulis menyarankan kepada pihak produsen produk
Sepeda Motor Hondaagar memproduksi produk Sepeda Motor Honda dengan
Mesin 100CC-125CC, Harga Rp. 20.000.000-23.500.000, Velg jari-jari, Tipe
oleh konsumen sehingga konsumen lebih tertarik untuk membeli produk tersebut,
DAFTAR PUSTAKA
Drapper, Norman and Harly Smith. 1992. Analisis Regresi Terapan. Jakarta: PT
Gramedia Pustaka Utama
Ghozali, Imam. 2006. Aplikasi Analisis Multivariat dengan Program SPSS.
Semarang: Universitas Diponegor
Nasendi. B.D. 2000. Program Linier dan Variasinya. Jakarta: Bumi Aksara
Sarwono, Jonathan.2009. Panduan Lengkap Untuk Belajar Komputasi Statistika
SPSS. Yogyakarta: ANDI
Singgih, Santoso. 2010. Statistik Multivariat Konsep dan Aplikasi dengan SPSS.
Jakarta: PT Elek Media Komputindo
Sudjana.1996.Metoda Statistika. Bandung: Tarsito
Sugiyono. 2006. Statistika Untuk Penelitian. Bandung: CV ALFABETA
Supranto. J. 2004. Analisis Multivariat. Jakarta: Rineka Cipta
Supranto. J. 1997. Pengukuran Tingkat Kepuasan Pelanggan. Jakarta: Rineka
Cipta
Umar. Husein. 2003. Metode Riset Perilaku Konsumen Jasa. Jakarta: Ghalia
Indonesia
LAMPIRAN 1
Jika 216 kombinasi tersebut digunakan maka sangat menyulitkan bagi responden
dalam mengurutkan kombinasi-kombinasi tersebut. Responden akan sulit member
jawaban yang konsisten dan membutuhkan waktu yang lama dan akhirnya
responden menjawabnya tidak sesuai dengan kenyataan yang mengakibatkan hasil
yang akan diperoleh tidak akurat, Sehingga perlu adanya mereduksi
kombinasi-kombinasi tersebut yang dapat dilakukan pembuatan stimuli dengan cara sebagai
berikut:
1. Prosedur syntax
a. Buka program SPSS dan biarkan SPSS DATA EDITOR dalam keadaan
kosong
b. Menu File, New, syntax...
c. Tampak di layar Menu Syntax Editor, ketik:
ORTHOPLAN
/FACTORS=
MESIN 'MESIN SEPEDA MOTOR' ('100-125 CC' '150-200CC')
HARGA 'HARGA SEPEDA MOTOR' ('<16.500.000' '1.500.000-20.000.000'
'20.000.000-23.500.000' '>23.500.000')
VELG 'VELG SEPEDA MOTOR' ('JARI-JARI' 'RACING')
TIPE 'TIPE SEPEDA MOTOR' ('SPORT' 'BEBEK' 'MATIC')
STRIPING 'STRIPING SEPEDA MOTOR' ('CAMPUR' 'HITAM' 'PUTIH'
'MERAH')
/HOLDOUT= 0.
LAMPIRAN 2
a. Menu File, New, Syntax
b. Ketik pada syntax editor:
DATA LIST FREE/ QN PROD1 TO PROD16.
191 16 7 8 10 9 5 13 14 2 3 11 15 12 4 6 1
192 16 8 10 7 9 6 11 12 5 4 13 15 14 1 3 2
193 16 10 7 8 8 4 11 13 3 1 12 15 14 2 6 5
194 16 8 9 10 7 6 13 11 2 3 12 15 14 1 5 4
195 16 8 7 9 10 4 13 12 2 3 11 15 14 5 6 1
196 16 9 8 7 11 6 14 10 5 4 12 15 13 3 2 1
END DATA.
CONJOINT PLAN ='KONJOIN1.SAV'
/FACTORS=
MESIN 'MESIN SEPEDA MOTOR' ('100-125 CC' '150-200CC')
HARGA 'HARGA SEPEDA MOTOR' ('<16.500.000' '16.500.000-20.000.000'
'20.000.000-23.500.000' '>23.500.000')
VELG 'VELG SEPEDA MOTOR' ('JARI-JARI' 'RACING')
TIPE 'TIPE SEPEDA MOTOR' ('SPORT' 'BEBEK' 'MATIC')
STRIPING 'STRIPING SEPEDA MOTOR' ('CAMPUR' 'HITAM' 'PUTIH'
'MERAH')
/SUBJECT=QN
LAMPIRAN 3
INPUT PENILAIAN RESPONDEN TERHADAP KOMBINASI PRODUK
Kode Responden
KOMBINASI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
101 9 5 6 7 8 2 11 12 13 14 16 10 1 3 4 15
102 2 15 7 6 5 1 16 7 6 11 16 10 9 3 13 14
103 11 14 12 15 16 13 10 9 2 3 4 5 1 7 6 8
104 16 10 15 14 12 13 11 9 8 6 7 5 4 1 2 3
105 12 14 7 5 16 10 15 8 9 13 11 2 3 4 1 6
106 1 8 9 10 7 2 3 4 5 6 15 14 13 16 11 12
107 6 5 4 9 3 2 1 10 11 12 13 15 14 16 9 8
108 11 15 16 13 14 3 7 10 9 5 6 12 4 2 1 7
109 10 11 1 5 4 3 2 12 13 16 9 15 8 7 6 14
110 2 3 5 4 6 7 8 9 10 11 12 16 13 14 15 1
111 8 9 10 11 12 4 14 15 16 7 6 13 5 3 2 1
112 6 7 8 9 5 10 1 16 14 15 12 13 2 3 4 11
113 14 13 10 12 4 15 16 9 7 8 6 11 1 5 2 3
114 4 5 6 1 3 12 8 13 16 9 15 14 11 12 7 9
115 16 10 15 12 9 5 8 11 14 3 1 13 4 2 7 6
116 16 10 8 9 3 1 6 2 15 13 11 5 14 4 7 2
117 10 2 9 11 13 1 14 5 16 15 3 11 3 9 8 7
118 10 2 14 15 7 16 4 1 11 7 8 10 3 5 9 12
121 8 10 12 4 3 1 2 11 14 13 5 7 9 16 6 15
122 16 10 15 8 9 14 2 7 6 12 11 1 13 4 3 5
123 4 14 15 11 9 10 6 5 1 2 7 8 12 13 3 16
124 8 9 10 1 4 5 3 14 15 16 2 6 11 7 13 12
125 11 4 8 9 16 13 5 7 14 10 16 1 12 6 3 2
126 16 10 8 7 13 15 12 9 4 6 5 14 11 1 2 3
127 16 9 5 7 11 15 4 10 6 2 3 14 1 8 12 13
128 15 16 1 2 14 9 13 4 10 6 11 5 7 3 8 10
129 8 12 10 5 1 2 4 16 7 3 15 14 6 9 11 13
130 16 12 14 1 10 15 2 4 13 7 14 8 5 9 6 3
131 6 12 11 5 14 16 10 1 9 8 7 2 13 3 15 4
132 8 9 12 5 1 14 2 15 10 3 4 6 11 13 7 16
133 6 7 16 15 14 10 11 12 1 2 4 3 13 8 5 9
134 4 7 16 3 5 16 15 14 11 10 9 8 12 1 2 3
135 11 9 13 1 5 7 8 11 2 14 16 8 3 15 4 10
136 10 12 13 8 9 11 5 3 4 1 6 2 7 14 15 16
137 8 5 7 15 11 9 3 12 6 1 13 2 4 14 16 10
138 5 4 3 2 1 6 7 11 12 10 9 8 13 14 15 16
139 16 8 12 14 3 1 13 9 15 6 2 4 5 10 11 7
140 2 6 12 8 7 11 5 9 10 13 4 3 1 16 15 14
141 2 3 6 7 1 16 15 14 13 12 11 10 9 8 4 5
142 3 2 10 15 3 7 4 11 16 14 5 13 12 8 9 1
143 4 6 16 7 3 1 2 5 12 13 14 10 11 10 8 9
144 4 9 15 16 5 12 2 1 3 6 10 13 14 7 8 11
145 1 16 12 11 3 4 5 6 14 15 10 7 2 13 9 8
