Perilaku konsumen
Perilaku konsumen adalah semua kegiatan, tindakan serta proses psikologis yang mendorong tindakan tersebut pada saat sebelum membeli, ketika membeli, menggunakan, menghabiskan produk dan jasa setelah melakukan hal-hal diatas atau kegiatan mengevaluasi (Sumarwan 2011). Memahami perilaku konsumen akan mempermudah pemasar dan pengambil kebijakan dalam melakukan segmentasi pelanggan. Segmentasi sangat penting untuk mendapatkan kelompok konsumen berdasarkan kesamaan kebutuhan barang dan jasa. Kelompok konsumen atau segmen dapat digunakan sebagai bahan pertimbangan operator dan regulator dalam merumuskan peraturan atau pengembangan kebijakan untuk melindungi kepentingan konsumen. Salah satu dasar untuk melakukan segmentasi adalah karakteristik sosiodemografi yang terdiri dari usia, suku bangsa, pendapatan, jenis kelamin, status pernikahan, pekerjaan, lokasi geografis dan jenis rumah tangga.
Usia pelanggan adalah salah fakfor yang mempengaruhi seorang dalam menggunakan suatu merek. Perbedaan usia mengakibatkan perbedaan selera dan kesukaan terhadap merek. Seiring dengan perkembangan teknologi dan kebutuhan akan telekomunikasi saat ini maka pengguna nomor prabayar telekomunikasi tidak lagi hanya untuk usia dewasa tetapi juga digunakan oleh anak-anak usia sekolah. Pendidikan dan pekerjaan adalah dua karakteristik konsumen yang saling berhubungan. Pendidikan akan menentukan jenis pekerjaan yang dilakukan oleh seseorang konsumen. Tingkat pendidikan seseorang akan mempengaruhi nilai-nilai yang dianut, cara berpikir, dan persepsi seseorang terhadap suatu masalah. Konsumen yang memiliki pendidikan yang lebih baik sangat responsif terhadap informasi. Selain itu, pendidikan juga mempengaruhi konsumen dalam pilihan produk maupun merek. Pendidikan pengguna yang berbeda akan menyebabkan
selera konsumen juga berbeda (Sumarwan 2011). Pendapatan merupakan salah satu peubah yang dapat digunakan untuk
menentukan karakteristik ekonomi konsumen. Pendekatan yang dapat digunakan untuk mengukur pendapatan seorang konsumen adalah pengeluaran konsumen
satu bulan untuk semua kebutuhan rumah tangga. Jumlah kebutuhan rumah tangga tersebut dianggap sebagai jumlah pendapatan rumah tangga. Pengeluaran rata-rata perkapita sebulan menurut jenis barang makanan dan bukan makanan hasil Susenas 2009 dapat dilihat pada Tabel 1.
Tabel 1 Pengeluaran rata-rata perkapita sebulan menurut jenis makanan dan bukan makanan
Jenis Pengeluaran Kota (Rp) Desa (Rp) Kota dan Desa (Rp) a. Pengeluaran Makanan Jumlah makanan 250 874 186 743 218 169 b. Pengeluanan bukan Makanan
• Perumahan dan fasilitas
rumah tangga 122 189 51 326 85 556
• Barang dan jasa 110 249 42 502 75 227 • Pakaian alas kaki dan
tutup kepala 17.579 11.290 14 328
• Barang barang yang
tahan lama 31 824 19 218 25 307
• Pajak dan asuransi 9 643 2 741 6 075 • Keperluan pesta dan
upacara 6 736 5 025 5 852
Jumlah bukan makanan 298 220 132 102 212 345
Total 549 094 318 845 430 514
Perkembangan industri telekomunikasi khususnya selular telah mendorong perilaku masyarakat untuk menempatkan kebutuhan telekomunikasi sebagai salah satu kebutuhan yang penting. Hampir setiap kalangan masyarakat telah menggunakan telepon selular untuk membantu dalam berkomunikasi dan mendapatkan berita. Persentase pengeluaran untuk sektor pos dan telekomunikasi dari total pengeluaran secara rinci dapat dilihat pada Tabel 2. Persentase jumlah total merujuk pada Tabel 1 untuk jenis pengeluaran barang dan jasa.
Tabel 2 Pengeluaran rata-rata perkapita sebulan sektor pos dan telekomunikasi
Jenis Pengeluaran Kota (Rp) Desa (Rp) Kota dan Desa (Rp) Persentase Jumlah Total (%) Telepon rumah 3 717 241 1 920 0.93 Pulsa HP, 13 627 4 565 8 943 4.33 Kartu telepon/telepon umum/wartel 306 317 218 0.11
Benda-benda pos (wesel, materai, perangko dan
lainnya) post stuff (stamp dan lain-lain)
33 16 24 0.01
Lainnya (warnet, internet) 461 18 232 0.11
Sumber : BPS 2009
Kelas sosial adalah bentuk lain dari pengelompokan masyarakat ke dalam kelas atau kelompok yang berbeda. Perbedaan kelas sosial mempengaruhi jenis produk, jasa dan merek yang dikonsumsi oleh konsumen juga mempengaruhi pemilihan toko, tempat pendidikan dan tempat berlibur dari seorang konsumen. Pada penelitian ini karakteristik sosiodemografi yang diduga mempengaruhi pelanggan untuk menggunakan atau mengganti nomor prabayarnya adalah usia, pendapatan, jenis kelamin, pekerjaan.
Penomoran Telekomunikasi
Pada Penjelasan UU 36 tentang Telekomunikasi pasa 23 ayat (2) dijelaskan bahwa penomoran dalam telekomunikasi merupakan sumber daya yang terbatas oleh karena itu sistem penomoran diatur oleh Menteri secara adil. Pemerintah mengatur blok penomoran dalam telekomunikasi sedangkan operator membagi blok tersebut berdasarkan area. Prabayar adalah sistem pembayaran di awal periode pemakaian melalui pembelian nomor perdana dan pulsa isi ulang (voucher), sedangkan pasca bayar adalah sistem pembayaran di akhir periode pemakaian melalui lembar penagihan atas pemakaian pada periode sebelumnya penyelenggara jaringan dan jasa telekomunikasi. Jumlah Pengguna Kartu Prabayar terus mengalami peningkatan yang disediakan oleh penyelenggara
jaringan bergerak selular dan jaringan tetap lokal. Data perkembangan pelanggan prabayar dan pascabayar penyelenggara jaringan tetap lokal dan jaringan selular secara berturut-turut dapat dilihat pada Gambar 1 dan Gambar 2.
Sumber : Kemkominfo 2010
Gambar 1 Perkembangan pelanggan jaringan tetap lokal
Sumber : Kemkominfo 2010
Gambar 2 Perkembangan pelanggan jaringan selular
0 2 4 6 8 10 12 14 16 18 20
pra pasca pra pasca pra pasca
Flexi Starone Bakrie
Ju ml ah Pe la ngga n ( ju ta ) 2006 2007 2008 2009 2010 0 10 20 30 40 50 60 70 80 90 100 pr a pa sc a pr a pa sc a pr a pa sc a pr a pa sc a pr a pa sc a pr a pa sc a pr a pa sc a
Telkomsel Indosat XL-Axiata Mobile 8 Natrindo Smart Hutchison
jum la h pe la ng g an (j ut a) 2006 2007 2008 2009 2010
Analisis Daya Tahan
Analisis daya tahan (survival analysis) adalah teknik statistika untuk menganalisis data daya tahan. Data daya tahan adalah data durasi waktu yang dicapai suatu objek dari waktu awal (waktu pemberian perlakuan) sampai terjadinya suatu peristiwa (Kleinbaum dan Klein 2005). Peristiwa tersebut dapat berupa perkembangan penyakit, respon terhadap pengobatan atau kematian (Lee dan Wang 2003).
Waktu awal adalah titik waktu awal mulai pengamatan yang satuannya dapat berupa tahun, bulan, minggu atau hari. Waktu gagal yaitu waktu pada saat terjadinya kejadian akhir seperti kematian, kegagalan dan lain-lain. Durasi daya tahan tidak semua dapat diamati secara lengkap. Individu yang tidak mengalamai kegagalan pada periode pengamatan maka pengamatan dikatakan tersensor, sedangkan apabila pada periode pengamatan individu mengalami kegagalan, berarti pengamatan tersebut merupakan pengamatan lengkap. Pengamatan lengkap yaitu waktu ketahanan hidupnya diketahui pada periode tersebut. Ada beberapa jenis sensor yang disajikan pada Gambar 3.
Gambar 3 Jenis sensor titik
a. Sensor kanan
i) Sensor kanan jenis 2, yaitu tersensor karena mengalami kejadian lebih dari akhir masa pengamatan (A).
ii) Sensor kanan jenis 1, yaitu tersensor karena tidak dapat mengikuti sampai akhir pengamatan akibat kejadian lain diluar yang menjadi perhatian (B).
b. Sensor kiri, yaitu waktu awal diluar periode pengamatan dan kejadian pada periode pengamatan (C ).
c. Sensor kiri dan kanan sekaligus, yaitu waktu awal dan waktu kejadian diluar masa masa pengamatan (D).
d. Sensor kiri secara lengkap, yaitu waktu awal dan waktu kejadian terjadi sebelum pengamatan (E).
e. Sensor kanan lengkap, yaitu waktu awal terjadi setelah masa pengamatan (F).
Fungsi daya tahan dari T adalah fungsi yang menyatakan peluang suatu individu mampu bertahan hingga atau lebih waktu t (mengalami kejadian sesudah waktu t) dengan lambang S(t) yang didefinisikan sebagai berikut :
S(t) = P(T ≥ t) = 1 – P(T ≤ t) = 1 – F(t)
Misalkan T adalah peubah acak positif dan kontinu mengenai waktu daya tahan dan t adalah waktu amatan yang merupakan jangka waktu terjadinya pengguna nomor prabayar berhenti menggunakan nomor prabayarnya, f(t) adalah fungsi kepekatan peluang dari T dan F(t) adalah fungsi kepekatan peluang kumulatif dari T yaitu peluang pengguna nomor kartu prabayar berhenti menggunakan nomor prabayarnya pada waktu t ditulis sebagai berikut:
F(t) = P (T < t) =
Fungsi kepekatan peluang (probability density function) didefinisikan sebagai limit dari peluang pengguna nomor kartu prabayar berhenti menggunakan nomor prabayarnya pada selang t sampai ∆ t. Fungsi tersebut diformulasikan sebagai berikut:
Fungsi hazard adalah limit dari peluang seseorang akan mengalami gagal bertahan menggunakan nomor prabayar dalam selang waktu yang pendek (t, ), dengan syarat telah bertahan dalam menggunakan nomor kartu prabayar selama t yaitu (Collet 1994) :
Regresi Hazard Proporsional
Analisis regresi hazard proporsional merupakan suatu metode statistika yang digunakan untuk melihat pengaruh peubah penjelas terhadap durasi waktu daya tahannya (peubah respon). Metode hazard proporsional memiliki hazard yang bersifat proporsional antara satu individu dan individu lainnya. Secara umum tingkat hazard untuk suatu individu ke-i adalah sebagai berikut:
dengan
t = waktu hingga kejadian tertentu terjadi X = peubah penjelas
(t) = fungsi Hazard dasar = vektor koefisien regresi
Pemeriksaan Asumsi Hazard Proporsional
Regresi hazard proporsional memiliki asumsi yang cukup kuat. Asumsi metode ini yaitu memiliki hazard yang bersifat proporsional antara satu individu dan individu lainnya. Salah satu pendekatan untuk pemeriksaan asumsi adalah dengan uji statistik. Pendekatan ini memberikan uji statistik tunggal untuk setiap variabel yang diduga dengan menentukan korelasi antara sisaan Schoenfeld dan waktu tingkat kegagalan. Hipotesis uji H0:ρ =0, H1:
Tolak Ho jika . Tolak H
ρ≠0. Statistik uji dengan: rs = sisaan Schoenfeld τ = waktu kegagalan. 0 dengan kesimpulan asumsi proporsional hazard tidak terpenuhi.
Pendugaan Parameter
Pendugaan parameter , j= 1,2,….p dapat dilakukan melalui fungsi kemungkinan parsial yang didasarkan pada peluang bersyarat (Cox dan Oakes 1984). Misalkan adalah waktu kejadian ke k, dengan dan D adalah banyaknya waktu kejadian yang berbeda. adalah peubah ke-j dari individu dengan waktu kejadian dan R adalah himpunan individu yang memiliki resiko pada waktu . Peluang individu ke-i dengan peubah X mengalami kejadian pada waktu adalah :
Fungsi Kemungkinan untuk semua kejadian adalah:
Misalkan logaritma natural dari dinotasikan dengan . Pendugaan parameter β dilakukan dengan memaksimumkan yang diperoleh dari turunan pertama terhadap = 0, untuk j = 1,2,…..p (Klein dan Moeschberger 2003)
Pengujian Kontribusi Peubah
Pengujian parameter dilakukan untuk memeriksa peranan peubah penjelas dalam model. Pengujian parameter model (β) secara simultan dilakukan menggunakan statistik uji-G yaitu uji rasio kemungkinan yang digunakan untuk menguji peranan peubah penjelas dalam model secara bersama. Hipotesis ujinya adalah :
Rumus untuk statistik uji G adalah dengan adalah fungsi
kemungkinan tanpa peubah penjelas dan adalah fungsi kemungkinan dengan p kovariat. Statistik uji G menyebar khi-kuadrat dengan derajat bebas p. Apabila nilai G lebih besar dari nilai tabel khi-kuadrat pada α = 5% mengindikasikan bahwa terdapat minimal satu peubah penjelas yang pengaruhnya signifikan terdapat lama daya tahan pengguna.
Pengujian parameter yang berpengaruh terhadap model secara parsial digunakan Uji Wald. Pengujian hipotesis Ho: =0 vs H1: ≠0 dengan i= 1,2...p. dengan statistik uji dan SE( ) adalah galat baku penduga parameter. Jika Wi > Khi-Kuadrat dengan derajat bebas 1 maka Ho ditolak α = 5% .
Uji Kesesuaian Model
Pengujian kesesuaian model bertujuan untuk mengetahui apakah model regresi hazard proporsional sesuai digunakan pada kasus penelitian ini. Kesesuaian model (kebaikan suai) ini dapat ditunjukkan oleh nilai R-kuadrat yang menjelaskan seberapa besar proporsi keragamansi dalam peubah tak bebas dapat dijelaskan oleh peubah bebas secara bersama-sama (Royston 2006).
dengan m adalah jumlah yang mengalami event, L0 adalah Log kemungkinan parsial pada saat model tanpa peubah, Lp
Interpretasi koefisien pada regresi hazard proporsional dilakukan dengan melihat rasio tingkat hazard. Rasio tingkat hazard juga dapat digunakan untuk mengetahui adanya peningkatan atau penurunan resiko yang dialami oleh suatu individu yang sedang mengalami kondisi tertentu:
adalah Log kemungkinan parsial pada model fit dengan p peubah.
Pendugaan Fungsi Ketahanan
Pendugaan fungsi ketahanan dalam regresi Cox menggunakan penduga Breslow. Fungsi daya tahan pengguna nomor kartu prabayar t dengan peubah penjelas X adalah
dengan
sedangkan jumlah kegagalan pada dan adalah himpunan individu-individu yang masih bertahan hingga
