ANALISIS FAKTOR-FAKTOR DALAM ATRIBUT PRODUK YANG MENARIK MINAT STREETDIRECTORY.CO.ID

(1)

ANALISIS FAKTOR-FAKTOR DALAM

ATRIBUT PRODUK YANG MENARIK MINAT

STREETDIRECTORY.CO.ID

Nuril Hidayati Mulyani

Binus University, Jakarta, Indonesia, 11480, nurilmulyani@gmail.com

Dyah Budiastuti Ir., MM

Binus University, Jakarta, Indonesia, 11480

ABSTRAK

Developments and technological advances in the era of globalization, helped increase the number of Internet users in the world. Where is the website became one of the tools used in the search for a product or service information. Visitors generally take the initiative visit of the website by selecting the product attribute thats are considered to able to deliver and suit the needs of their hopes. Product attributes on the website are important for the company in designing an effective website to attract visitors. The purpose of this study is to identify the factors in product attributes that attract visitors and the factors that are in line with expectations and reality in streetdirectory.co.id site visitors. The method used is a survey, by means of factor analysis and gap analysis. Data obtained from questionnaires from visitors streetdirectory.co.id. The results of this study shows that the factors in the product attributes that attract visitors streetdirectory.co.id grouped into two factors, named: knowledge of factors that consist; variable context and content, as well as technology of factor that consist; variables connection and customization. And the gap between expectation and reality in the performance of the product attributes are characterized by a negative value of the total score gap, indicating that visitors are less satisfied with the performance of the product attributes and factors are not in line with expectations and the fact to visitors of streetdirectory.co.id, includes: a variable customization and connection in the technology factors and a variable context in the knowledge factor. The factors are in line with expectations and the fact to visitors streetdirectory.co.id is a factor of knowledge in the variable content.

(2)

ABSTRACT

Perkembangan dan kemajuan teknologi di era globalisasi saat ini, turut meningkatkan angka pengguna internet di dunia. Dimana website menjadi salah satu alat yang digunakan dalam mencari informasi produk ataupun layanan. Pengunjung pada umumnya berinisiatif mengunjungi website dengan memilih atribut-atribut produk yang dinilai mampu menghantarkan kebutuhan yang sesuai dengan harapannya. Atribut produk pada website menjadi penting bagi perusahaan dalam perancangan situs yang efektif guna menarik minat pengunjungnya. Tujuan penelitian ini adalah mengidentifikasi faktor-faktor dalam atribut produk yang menarik minat pengunjung dan faktor-faktor yang sesuai dengan harapan dan kenyataan pengunjung situs streetdirectory.co.id. Metode yang digunakan adalah survei, dengan alat analisis faktor dan gap

analysis. Data diperoleh dari penyebaran kuesioner kepada pengunjung streetdirectory.co.id. Hasil

penelitian ini menujukan bahwa faktor-faktor dalam atribut produk yang menarik minat pengunjung streetdirectory.co.id dikelompokan menjadi dua faktor, yaitu : faktor knowledge yang terdiri dari variabel

context dan content, serta faktor technology yang terdiri dari variabel customization dan connection. Serta

adanya gap antara harapan dan kenyataan dalam kinerja atribut produk yang ditandai dengan nilai negatif dari hasil skor total gap, hal ini menunjukan bahwa pengunjung kurang merasa puas dengan kinerja atribut produk dan faktor yang kurang sesuai dengan harapan dan kenyaatan pengunjung streetdirectory.co.id, meliputi : variabel customization dan connection dalam faktor technology serta variabel context dalam faktor knowledge. Adapun faktor yang sesuai dengan harapan dan kenyaatan pengunjung streetdirectory.co.id adalah faktor knowledge pada variabel content.

(3)

Pendahuluan

Latar Belakang Penelitian

Perkembangan bisnis di era multitasking yang terus berjalan dengan seiringnya waktu, menjadi tantangan yang luar biasa bagi para pemasar dewasa ini. Tantangan tersebut tidak hanya berupa hambatan, tetapi juga membawa banyak peluang bagi pembisnis baru dan bagi siapa saja. Tak bisa dipungkiri bahwa teknologi menjadi salah satu gelombang mendasar yang membawa perubahan secara dramatis, baik dalam memenuhi kebutuhan dan merespon lebih cepat untuk mengambil suatu keputusan. Fakta ditunjukan dengan adanyanya studi yang menunjukan bahwa angka pengguna internet di dunia semakin meningkat dari tahun ke tahun (Internet World Stats, 2011). Kawasan Asia merupakan pengguna internet terbanyak dengan distribusi wilayah dunia. Dan menurut riset tersebut, Indonesia menduduki posisi ke-4 diantara negara-negara di kawasan Asia (Gambar 1.1).

Gambar 1.1 Pertumbuhan Pengguna Internet di Dunia

Sesuatu yang cukup menarik di Indonesia akhir-akhir ini adalah mulai seringnya ditampilkan peta dalam media massa dan mulai diproduksinya peta dalam jumlah yang cukup banyak. Sebagian besar surat kabar, majalah, dan televisi menghadirkan peta yang disiapkan perancang atau desainer media tersebut, namun banyak pula yang menampilkan peta yang dituntun dari internet (Asnan, 2011). Namun, seiring dengan perkembangan dan kemajuan teknologi informasi di era globalisasi sekarang ini, mengakses peta melalui internet merupakan salah satu alternatif yang cukup praktis untuk mengetahui lokasi pada suatu daerah yang sedang dicari. Data pendukung lainnya pada gambar 1.2, memberikan hasil bahwa pada pencarian keywords "peta" di Indonesia memiliki jumlah sebesar 1.000.000 pencarian per bulannya (Google AdWords, 2012). Dengan begitu, semakin besar angka pencarian dari kata kunci yang di-input, berarti semakin besar juga permintaan pasar mengenai kata kunci yang dicari.

(4)

Gambar 1.2 Penelusuran Keywords Peta

Dalam menghadapi persaingan pada bisnis digital ini, tentunya para internet marketer harus lebih jeli dan peka terhadap perilaku konsumennya. Hal tersebut dimaksudkan untuk memberikan daya tarik tersendiri bagi konsumen dalam mengunjungi situs websitenya. Lebih lanjut Sulianta (2009: 27) juga menjelaskan bahwa pengunjung pada umumnya mem-browse internet sendiri, mencari sendiri informasi yang dibutuhkan dan menjadi semakin personal. Dengan demikian, pesan market tersalurkan dengan lebih personal, lebih mengena, spesifik, dan tepat sasaran. Salah satu cara pemasar membedakan produknya dengan pesaing adalah dengan menyediakan atribut produk yang unik, oleh karena itu penting bagi pemasar untuk mengetahui sejauh mana atribut produknya mampu menghantarkan kebutuhan yang diharapkan konsumen (Ferrinadewi, 2005: 128). Hal serupa juga diperkuat oleh Kotler, P., Armstrong, G., Saunders, J. dan Wong, V. (2005: 545), yang berpendapat bahwa keputusan tentang atribut-atribut ini sangat penting karena mereka sangat mempengaruhi reaksi konsumen terhadap suatu produk.

Kondisi serupa juga dialami oleh situs streetdirectory.co.id/ yang berada di bawah naungan PT. S D Indonesia. Streetdirectory.co.id menyediakan peta online terlengkap dan terdetail di Indonesia, khususnya untuk wilayah Jabodetabek yang dilengkapi dengan berbagai macam fitur yang aplikatif (Streetdirectory Pte Ltd, 2012).

Gambar 1.4 Penurunan Pengunjung

Berdasarkan informasi pada gambar 1.4, diketahui bahwa jumlah pengunjung streetdirectory.co.id pada tiga bulan dan seminggu belakangan ini mengalami penurunan (Alexa the Web Information Company, 2012). Permasalahannya saat ini perusahaan sulit mendeteksi banyaknya pengunjung setiap harinya pada streetdirectory.co.id. Sehingga sulit bagi perusahaan untuk menentukan faktor-faktor penting apa saja yang menarik minat pengunjung dalam mengakses streetdirectory.co.id, guna meningkat jumlah pengunjung situsnya. Adapun alasan bagi perusahaan untuk meningkatkan jumlah pengunjung situsnya, yaitu : situs dengan kombinasi jumlah kunjungan rata-rata tertinggi dan pageview juga tertinggi, pasti memiliki rank Alexa yang tertinggi (Nugraha, 2011). Dalam hal ini, Alexa Rank merupakan layanan yang dikelola oleh Alexa.com milik Amazon.com dimana tugas dan fungsinya adalah mengumpulkan informasi web dan

(5)

traffic serta memberi ranking tertentu pada suatu website yang ada di internet. Sehingga nilai Alexa Rank

banyak dijadikan advertiser untuk mengukur nilai harga space iklan di sebuah website. Selain itu, nilai Alexa Rank juga penting bila bisnis yang berorientasi pada penjualan web/blog. Semakin sedikit nilai Alexa maka semakin tinggi harga web tersebut (Pandaan Media Corner, 2012).

Rumusan Masalah

1) Identifikasi faktor-faktor apa saja di dalam atribut produk yang menarik minat pengunjung Streetdirectory.co.id?

2) Apakah faktor-faktor sesuai dengan harapan dan kenyataan pengunjung Streetdirectory.co.id?

Tujuan Penelitian

1) Mengidentifikasi faktor-faktor dalam atribut produk yang menarik minat pengunjung Streetdirectory.co.id. (T-1)

2) Mengetahui faktor-faktor sesuai dengan harapan dan kenyataan pengunjung Streetdirectory.co.id . (T-2)

Kajian Pustaka

Menurut Dacko, S. G. (2008: 313-314), topik dari teori manajemen memberikan sumber konsep bagi pemasar untuk mempertimbangkan dalam membangun praktik pemasaran manajemen yang efektif dan efisien. Menurut Robbins, S.P., dan Coulter,M. (2005: 8), manajemen adalah proses pengoordinasian kegiatan-kegiatan pekerjaan sehingga pekerjaan tersebut terselesaikan secara efesien dan efektif dengan dan melalui orang lain. Sedangkan Rangkuti (2009: 20) berpendapat bahwa, pemasaran adalah kegiatan manusia yang diarahkan untuk memuaskan kebutuhan dan keinginkan melalui proses pertukaran. Kotler, P., dan Armstrong, G (2008: 5), mendefinisikan manajemen pemasaran sebagai seni dan ilmu memilih pasar sasaran dan mendapatkan, menjaga, dan tumbuh pelanggan melalui penciptaan, memberikan, dan mengkomunikasikan nilai pelanggan yang unggul. Selanjutnya Kotler, P., dan Armstrong, G (2008: 493) berpendapat bahwa, meluasnya penggunaan internet dan teknologi baru lainnya yang kuat dan mengalami dampak yang dramatis pada kedua pembeli dan pemasar yang melayani mereka. Pemasaran online adalah upaya perusahaan untuk memasarkan produk dan layanan dan membangun hubungan pelanggan melalui internet.

Menurut Baharuddin dalam Yulianti, D,. Lestari, M. Yulianto,A. (2011: 84), minat merupakan kecenderungan dan kegairahan yang tinggi atau keinginan yang besar terhadap sesuatu. Atribut produk adalah karakteristik dengan produk yang diidentifikasi dan dibedakan. Atribut produk biasanya terdiri dari fitur, fungsi, manfaat, dan kegunaan (The American Marketing Association, 2012). Sedangkan Ferrinadewi (2005: 130), berpendapat bahwa atribut dapat diartikan sebagai karakteristik nyata dan tidak nyata dari produk yang memberikan kepuasan subjektif atau pemuasan kebutuhan bagi konsumen. Menurut Hakim (2010: 83), site dalam hal ini sama artinya dengan website atau situs yaitu program dengan format html yang berjalan di internet dengan lokasi URL http : //www. example.com. Menurut Kotler, P., Armstrong, G., Saunders, J. and Wong, V. (2005: 546), cara lain untuk menambah nilai pelanggan adalah melalui gaya khas dan desain produk. Kemudian Kotler, P dan Amstrong,G. (2010: 534) menjelaskan bahwa, ada tujuh elemen yang perlu diperhatikan untuk merancang situs yang efektif (designing effective website), yaitu :

•Context : tata letak situs dan desain.

•Content : teks, gambar, suara, dan video yang ada di situs.

•Community : memungkinkan pengguna ke pengguna saling berkomunikasi.

•Customization : kemampuan situs untuk menyesuaikan diri pada pengguna yang berbeda.

•Communication : memungkinkan terjadinya komunikasi dua arah terhadap pengguna dengan pengguna

atau pengguna dengan situs.

•Connection : situs terintegrasi dengan situs lain.

•Commerce : kemampuan situs untuk mengaktifkan transaksi komersial.

Penelitian terdahulu yang menjadi acuan dalam penelitian ini adalah hasil penelitian yang dilakukan oleh Ferrinadewi,E. (2005) mengenai atribut produk menggunakan metode analisis faktor dan gap analysis. Serta hasil penelitian oleh Wijaya, J., dan Prabowo, O, (2008) mengenai minat menggunakan analisis faktor.

Metode Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah deskriptif. Metode yang digunakan adalah survei. Sedangkan unit analisis yang dituju adalah situs streetdirectory.co.id dan unit observasi yang dituju adalah pengunjung yang mengakses situs streetdirectory.co.id. Penggolongan data yang digunakan berdasarkan dimensi waktunya adalah data cross sectional. Sumber data yang digunakan yaitu sumber data

(6)

primer, meliputi: wawancara dan kuesioner. Serta sumber data sekunder, meliputi: buku wajib, buku-buku pelengkap, jurnal, artikel, data perusahaan, dan catatan kuliah yang relevan dengan masalah yang diteliti.

Teknik pengumpulan data yang dilakukan dengan penelitian lapangan, meliputi: wawancara secara langsung dengan pihak-pihak yang berkepentingan dalam perusahaan untuk mendapatkan data-data yang diperlukan dan kuesioner dengan memberi seperangkat pertanyaan kepada pengunjung streetdirectory.co.id untuk memperoleh data mengenai atribut produk. Kuesioner dalam penelitian ini dibuat dengan skala interval dengan pemberian bobot seperti berikut : Sangat Setuju = 5, Setuju = 4, Netral = 3, Tidak Setuju = 2, dan Sangat Tidak Setuju = 1. Teknik pengambilan sampel yang digunakan adalah non probability

sampling melalui teknik purposive atau judgement sampling. Menurut Simamora (2005: 108), tidak ada

ukuran sampel minimal yang diterima dalam analisis faktor. Memang, semakin besar ukuran sampel, analisis faktor menjadi semakin akurat. Sebaiknya ukuran sampel berjumlah 100 atau lebih. Sehingga dalam penelitian ini penulis mengambil sampel sebanyak 150 sampel.Metode analisis mengunakan SPSS v.16 (statistical product and service solution) dengan analisis faktor (T-1) dan gap analysis (T-2). Perlu diketahui bahwa analisis ini menggunakan uji validitas, reliabilitas, dan normalitas dalam pengolahan datanya.

Karena prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi terkait dengan korelasi yang akan digunakan, yaitu: (Santoso, 2010: 58)

•Pada SPSS, deteksi terhadap korelasi parsial diberikan lewat pilihan ANTI_IMAGE CORRELATION.

•Pengujian seluruh matrik korelasi (korelasi antar-variabel), yang akan diukur dengan besaran BARLETT TEST OF SPHERICITY atau SAMPLING ADEQUACY (MSA). Pengujian ini mengharuskan adanya korelasi yang signifikan.

•Asumsi normalitas dari variabel-variabel atau faktor yang terjadi sebaiknya dipenuhi.

Besarnya nilai kesenjangan (gap) yang diperoleh dapat menggambarkan seberapa besar harapan pelanggan dapat dipenuhi oleh kinerja sebuah produk yang dirasakan atau diterima pelanggan. (Usman, Suharjo, dan Kadarisman, 2010: 92). Setelah itu diperoleh data kinerja keadaan sekarang (kenyataan) dan keadaan masa depan yang ingin dicapai (harapan), data-data tersebut digambarkan pada bagan dengan empat kuadran seperti terlihat pada Gambar 3.1.

Sumber : Diah Natalisa, 2007: 93

Gambar 3.1 Diagram Cartesius

Kuadran A : Kinerja suatu variabel adalah lebih rendah dari keinginan konsumen sehingga kinerja organsisi harus ditingkatkan agar optimal.

Kuadran B : Kinerja dan keinginan konsumen pada suatu variabel berada pada tingkat tinggi dan sesuai, sehingga organisasi cukup mempertahankan kinerja variabel tersebut.

Kuadran C : Kinerja dan keinginan konsumen pada suatu variabel berada pada tingkat rendah, sehingga organisasi belum perlu melakukan perbaikan.

Kuadran D : Kinerja organisasi berada dalam tingkat tinggi tetapi keinginan konsumen akan kinerja dari variabel tersebut hanya rendah, sehingga organisasi perlu mengurangi hasil yang dicapai agar dapat mengefisienkan sumberdaya organisasi.

Hasil dan Bahasan

Profil Responden

Berdasarkan hasil kuisioner profil responden mengenai jenis kelamin, dapat diketahui bahwa konsumen yang mengujungi streetdirectory.co.id mayoritas adalah pria dengan presentase 65%, berusia 21-30 tahun dengan presentase 56%, berpendidikan S1 dengan presentase 57%, dan mengujungi streetdirectory.co.id untuk mencari alamat sebagai kebutuhanya dengan presentase 31%.

(7)

Mengidentifikasi faktorfaktor dalam atribut produk yang menarik minat pengunjung streetdirectory.co.id

Untuk mengidentifikasi faktor-faktor dalam atribut produk yang menarik minat pengunjung Streetdirectory.co.id digunakan analisis faktor. Lebih lanjut akan dibahas dalam beberapa tahap sebagai berikut :

Tahap Pertama Analisis Faktor : Menilai Variabel yang Layak

Untuk melihat apakah variabel-variabel tersebut layak atau tidak untuk dianalisis lebih lanjut, dapat dilihat pada KMO and Barlett’s Test. Jika KMO MSA (Kaiser Meyer Olkin Measure of Sampling Adequancy) lebih besar dari 0.5 maka proses dapat dilanjutkan. Hipotesis untuk signifikansi adalah

• Ho = sampel (variabel) belum mamadai untuk dianalisis lebih lanjut.

• Ha = sampel (variabel) sudah mamadai untuk dianalisis lebih lanjut Kriteria dengan melihat probabilitas (signifikan) :

• Angka Sig. > 0.05 maka Ho diterima

• Angka Sig. < 0.05 maka Ho ditolak

Dengan menggunakan program SPSS 16.0 didapat hasil sebagai berikut :

Tabel 4.8 KMO and Bartlett’s Test

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .539 Bartlett's Test of Sphericity Approx. Chi-Square 24.409

df 6

Sig. .000

Sumber : Hasil Pengolahan Data dengan SPSS 16

Dari tabel di atas, didapat hasil uji KMO (Kaiser-Meyer-Olkin) sebesar 0.539 > 0.5, begitu juga dengan

Bartlett's Test of Sphericity juga signifikan pada 0.000. Jadi dapat disimpulkan bahwa analisis faktor dapat

diteruskan. Dasar MSA ini akan digunakan untuk manganalisis setiap variabel berikut ini :

Tabel 4.9 Anti-image Matrices

Anti-image Matrices

context content customization connection Anti-image Covariance context .937 -.210 -.025 .067 content -.210 .878 -.222 -.036 customization -.025 -.222 .907 -.138 connection .067 -.036 -.138 .970 Anti-image Correlation context .532a -.231 -.027 .070 content -.231 .536a -.249 -.040 customization -.027 -.249 .551a -.148 connection .070 -.040 -.148 .528a

a. Measures of Sampling Adequacy(MSA)

Pada bagian bawah Anti-image Correlation, khususnya pada angka korelasi yang bertanda a (arah diagonal dari kiri atas ke kanan bawah), didapat hasil bahwa semua angka MSA > 0.5, maka variabel dan sampel yang ada secara keseluruhan bisa dianalisis lebih lanjut.

Tahap Kedua Analisis Faktor : Proses Factoring dan Rotasi

Selanjutnya dilakukan proses inti analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada, sehingga terbentuk satu atau lebih faktor. Dengan menggunakan bantuan program SPSS 16.0 didapat hasil sebagai berikut :

(8)

Tabel 4.11 Total Variance Explained

Total Variance Explained

Component

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings

Total

% of

Variance Cumulative % Total

% of

Variance Cumulative % Total % of Variance Cumulative % 1 1.432 35.793 35.793 1.432 35.793 35.793 1.324 33.109 33.109 2 1.088 27.202 62.995 1.088 27.202 62.995 1.195 29.887 62.995 3 .804 20.110 83.106 4 .676 16.894 100.000

Extraction Method: Principal Component Analysis. Sumber : Hasil Pengolahan Data dengan SPSS 16

Dari tabel di atas terlihat bahwa hanya ada 2 faktor (nilai eigenvalue > 1). Jika 4 variabel tersebut ‘diringkas’ atau diekstrak menjadi 2 faktor, maka : Varians faktor pertama adalah 1.432/4 x 100% = 35.7%. Varians faktor kedua adalah 1.088/4 x 100% = 27.2%. Total kedua faktor akan bisa menjelaskan 35.7% + 27.2%, atau 62.9% dari keempat variabel asli tersebut.

Gambar 4.7 Scree Plot

Jika tabel Total Variance menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka

Scree Plot menampakkan hal tersebut dengan grafik. Dalam hal ini, hanya component 1 dan component 2

yang nilai eigenvaluesnya > 1, namun pada component 3 dan 4, angka eigenvalues di bawah 1 (0.804 dan 0.676), sehingga proses factoring bisa dihentikan. Hal ini menunjukan bahwa dua faktor adalah paling bagus untuk 'meringkas' keempat variabel tersebut.

Tabel 4.12 Component Matrixa

Component Matrixa Component 1 2 context .523 -.611 content .768 -.168 customization .688 .308 connection .308 .769

Extraction Method: Principal Component Analysis. a. 2 components extracted.

Tabel Component Matrix menunjukan distribusi keempat variabel tersebut pada dua faktor yang terbentuk. Sedangkan angka-angka yang ada pada tabel tersebut adalah factor loadings. Yang menunjukan besar korelasi antara suatu variabel dengan faktor satu yang terbentuk. Dari tabel 4.12 dapat didapat hasil, yaitu :

• Korelasi antara variabel context dengan faktor 1 adalah +0.523 (kuat karena di atas 0.5). Korelasi antara variabel context dengan faktor 2 adalah -0.611 (kuat karena di atas 0.5). Tanda '-' hanya menunjukan arah korelasi.

• Korelasi antara variabel content dengan faktor 1 adalah +0.768 (kuat karena di atas 0.5). Korelasi antara variabel content dengan faktor 2 adalah -0.168 (lemah karena di bawah 0.5). Tanda '-' hanya menunjukan arah korelasi.

(9)

• Korelasi antara variabel customization dengan faktor 1 adalah +0.688 (kuat karena di atas 0.5). Korelasi antara variabel customization dengan faktor 2 adalah +0.308 (lemah karena di bawah 0.5).

• Korelasi antara variabel connection dengan faktor 1 adalah +0.308 (lemah karena di bahaw 0.5). Korelasi antara variabel connection dengan faktor 2 adalah +0.769 (kuat karena di atas 0.5).

Pada variabel context, korelasi variabel tersebut dengan faktor 1 dan 2 adalah sama-sama kuat. Karena tidak ada korelasi yang berbeda dengan jelas, maka perlu dilakukan proses rotasi. Sehingga

component matrix hasil dari rotasi memperlihatkan distribusi variabel yang lebih jelas dan nyata. Terlihat

bahwa sekarang factor loadings yang dulunya kecil semakin diperkecil, dan yang besar semakin diperbesar. Dimana variabel context : masuk pada faktor 1, karena factor loading dengan faktor 1 terbesar (0.775). Variabel content : masuk pada faktor 1, karena factor loading dengan faktor 1 terbesar (0.731). Variabel

customization : masuk pada faktor 2, karena factor loading dengan faktor 2 terbesar (0.640). Variabel connection : masuk pada faktor 2, karena factor loading dengan faktor 2 terbesar (0.810).

Tabel 4.13 Rotated Component Matrixa

Rotated Component Matrixa

Component 1 2 context .775 -.214 content .731 .290 customization .399 .640 connection -.175 .810

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

Dengan demikian, keempat variabel telah direduksi menjadi dua faktor, yaitu : faktor 1 terdiri dari variabel

context dan content. Serta faktor 2 terdiri dari variabel customization dan connection. Dari tabel Transformation Matrix dapat diketahui bahwa angka yang ada pada diagonal antara component 1 dengan 1

dan component 2 dengan 2, terlihat bahwa kedua angka jauh di atas 0.5 (0.829 dan 0.829). Hal ini membuktikan bahwa kedua faktor (component) yang terbentuk sudah tepat, karena mempunyai korelasi tinggi.

Tabel 4.14 Transformation Matrix

Component Transformation Matrix

Compone

nt 1 2

1 .829 .559

2 -.559 .829

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

Tahap Ketiga Analisis Faktor : Validasi Faktor

Proses validasi yang digunakan adalah menguji kestabilan faktor yang telah terbentuk, sampel yang ada dipecah (split) menjadi dua bagian. Pada dalam penelitian ini, split dibagi menjadi dua yaitu split 1 untuk responden 1-75 dan split 2 untuk responden 76-150. Kemudian setiap bagian akan diuji dengan analisis faktor, seperti yang telah dilakukan sebelumnya. Dari proses di atas, ada tiga faktor yang terbentuk :

(10)

Tabel 4.17 Component Matrix Faktor Mula-Mula Component Matrixa Component 1 2 context .523 -.611 content .768 -.168 customization .688 .308 connection .308 .769

Extraction Method: Principal Component Analysis. a. 2 components extracted.

• Dua faktor dari proses split (pemisahan), yaitu :

Tabel 4.18 Component Matrixpada Split 1 Component Matrixa Component 1 2 context .559 -.636 content .803 -.293 customization .807 .281 connection .520 .700

a. 2 components extracted.

Tabel 4.19 Component Matrixpada Split 2 Component Matrixa Component 1 2 context .647 .352 content .405 .460 customization .318 -.799 connection -.705 .226

a. 2 components extracted.

Jika ketiga faktor tersebut, khususnya pada bagian component matrix dibandingkan, terlihat semua tetap mengacu pada hasil dua faktor, walaupun angka factor loading berbeda-beda. Dengan kata lain, pemisahan menjadi dua bagian tidak mengubah jumlah faktor yang dihasilkan dan tentunya interpretasinya. Hal ini berarti faktor yang terbentuk mula-mula adalah stabil, dan faktor tersebut bisa digeneralisasi untuk populasi yang ada. Dalam penelitian ini, penulis memberikan nama baru pada faktor 1 dan faktor 2, yaitu :

• Faktor 1 sebagai faktor knowledge yang terdiri dari context dan content. Sehingga faktor knowledge berarti gabungan cara situs tersebut dibentuk dan keseluruhan informasi yang tersedia di dalam situs, seperti : tata letak situs, desain, teks dan gambar yang ada di situs.

• Faktor 2 sebagai faktor technology yang terdiri dari variabel customization dan connection. Sehingga faktor technology berarti gabungan cara situs tersebut dapat disesuaikan dan seberapa jauh situs dapat terhubung dengan situs lain, seperti : kemampuan situs untuk menyesuaikan diri pada pengguna yang berbeda dan situs terintegrasi dengan situs lain.

(11)

Menganalisis faktor-faktor yang sesuai dengan harapan dan kenyataan pengunjung streetdirectory.co.id

Untuk mengetahui faktor-faktor yang sesuai dengan harapan dan kenyataan pengunjung Streetdirectory.co.id digunakan gap analysis. Dalam GAP analysis, akan dihitung seberapa besar kesenjangan antara tingkat kinerja atribut (kenyataan) dan tingkat kepentingan atribut (harapan). Rumus analisis GAP :

GAP skor = skor tingkat kinerja atribut – skor tingkat kepentingan

Dalam mencari besarnya GAP yang terjadi, dilakukan perhitungan terlebih dahulu pada nilai rata-rata dari masing-masing skor tiap pertanyaan. Berikut hasil pengumpulan data dan perbandingan dari tingkat kinerja atribut (kenyataan) dan tingkat kepentingan atribut (harapan) pada faktor knowledge dan faktor technology :

Tabel 4.22 GAP Faktor Knowledge dan Faktor Technology

Faktor Atribut Produk Tingkat Kinerja Atribut Tingkat Kepentingan Atribut Selisih GAP

Knowledge Context p1 _4.0267 _4.1400 -0.1133 +0.108 p2 4.2200 4.1667 0.0533 p3 3.9800 3.9800 0 p4 4.3133 4.1600 0.1533 p5 4.2400 3.8333 0.4067 Content p6 3.3000 3.9600 -0.66 p7 4.3267 4.3133 0.0134 p8 4.5400 3.9733 0.5667 p9 4.3867 4.3467 0.04 p10 4.3400 3.7200 0.62 Rata-rata 4.1673 4.0593 Technology Customization p11 2.8600 3.9267 -1.0667 -0.4147 p12 3.0533 4.2667 -1.2134 p13 3.8667 3.9267 -0.06 p14 4.4333 4.5067 -0.0734 p15 3.3533 4.0800 -0.7267 Connection p16 4.0733 3.9267 0.1466 p17 3.6600 4.2333 -0.5733 p18 2.9867 3.6267 -0.064 p19 4.3133 3.8667 0.4466 p20 3.8600 4.2467 -0.3867 Rata-rata 3.6460 4.0607 Total GAP -0.3067

SKOR GAP TOTAL = TOTAL SKOR GAP / JUMLAH RESPONDEN = - 0.00204

Nilai negatif pada selisih antara mean tingkat kepentingan atribut produk dengan tingkat kinerja atribut menunjukan bahwa konsumen kurang merasa puas dengan kinerja atribut tersebut. Sementara nilai positif menunjukan konsumen merasa puas dengan kinerja atribut. (Ferinadewi, 2005: 133). Sehingga dari tabel di atas, dapat diketahui gap dari masing-masing atribut:

1) Knowledge. Dari semua pernyataan yang mewakili faktor knowledge, menghasilkan nilai gap rata-rata

sebesar +0.108 ; sehingga dapat disimpulkan bahwa pengunjung streetdirectoy.co.id sudah cukup puas dengan kinerja atribut pada faktor knowledge yang diberikan.

2) Technology. Dari semua pernyataan yang mewakili faktor technology, menghasilkan nilai gap rata-rata

sebesar -0.4147 ; sehingga dapat disimpulkan bahwa pengunjung streetdirectoy.co.id belum merasa puas dengan kinerja atribut pada faktor technology yang diberikan.

Jika digambarkan data-data tersebut dalam diagram cartesius pada bagan dengan empat kuadran dapat ditunjukan sebagai berikut :

(12)

Gambar 4.11 Diagram Catresius Faktor Knowledge dan Faktor Technology

Dari kuadran cartesius faktor di atas, dapat hasil sebagai berikut:

1) Kuadran A. Dari kuadran ini dapat disimpulkan bahwa kinerja yang diberikan lebih rendah dari harapan pengunjung, sehingga perlu ditingkatkan kinerja atributnya agar optimal. Adapun atribut-atribut yang termasuk dalam kuadran ini adalah atribut-atribut pada faktor technology, dengan koordinat (3.646, 4.0607).

2) Kuadran D. Dari kuadran ini dapat disimpulkan bahwa kepuasan atas kinerja atribut tinggi dari harapan pengunjung, sehingga kinerja atribut tersebut perlu diperbaiki agar sesuai dengan kebutuhan pengunjung (customer needs dapat terpenuhi). Adapun atribut-atribut yang termasuk dalam kuadran ini adalah faktor knowledge, dengan koordinat (4.167 , 4.0593).

Selanjutnya merupakan hasil perbandingan dari harapan dan kinerja atribut produk per variabel :

Tabel 4.23 GAP Atribut Produk per Variabel

Tingkat Kinerja Atribut Tingkat Kepentingan Atribut Selisih GAP

Context p1 4.0267 4.1400 -0.1133 0.1 p2 4.2200 4.1667 0.0533 p3 3.9800 3.9800 0 p4 4.3133 4.1600 0.1533 p5 4.2400 3.8333 0.4067 Rata-rata 4.156 4.056 Content p6 3.3000 3.9600 -0.66 0.116 p7 4.3267 4.3133 0.0134 p8 4.5400 3.9733 0.5667 p9 4.3867 4.3467 0.04 p10 4.3400 3.7200 0.62 Rata-rata 4.1787 4.0627 Customization p11 2.8600 3.9267 -1.0667 -0.6281 p12 3.0533 4.2667 -1.2134 p13 3.8667 3.9267 -0.06 p14 4.4333 4.5067 -0.0734 p15 3.3533 4.0800 -0.7267 Rata-rata 3.5133 4.1414 Connection p16 4.0733 3.9267 0.1466 -0.2013 p17 3.6600 4.2333 -0.5733 p18 2.9867 3.6267 -0.064 p19 4.3133 3.8667 0.4466 p20 3.8600 4.2467 -0.3867 Rata-rata 3.7787 3.9800 Total GAP -0.6134

SKOR GAP TOTAL = TOTAL SKOR GAP / JUMLAH RESPONDEN = - 0.00409

(13)

Dari tabel di atas, dapat diketahui gap dari masing-masing variabel:

1) Context. Dari semua pernyataan (nomor 1-5) yang mewakili dimensi context, menghasilkan nilai gap

rata-rata sebesar 0.1 ; sehingga dapat disimpulkan bahwa pelanggan cukup merasa puas dengan kinerja atribut pada dimensi context.

2) Content. Dari semua pernyataan (nomor 6-10) yang mewakili dimensi content, menghasilkan nilai gap

rata-rata 0.116 ; sehingga dapat disimpulkan bahwa pelanggan cukup merasa puas dengan kinerja atribut pada dimensi content.

3) Customization. Dari semua pernyataan (nomor 11-15) yang mewakili dimensi customization,

menghasilkan nilai gap rata-rata -0.6281 ; sehingga dapat disimpulkan bahwa pelanggan belum merasa puas dengan kinerja atribut pada dimensi customization.

4) Connection. Dari semua pernyataan (nomor 16-10) yang mewakili dimensi connection, menghasilkan

nilai gap rata-rata -0.2013 ; sehingga dapat disimpulkan bahwa pelanggan belum merasa puas dengan kinerja atribut pada dimensi connection.

Jika digambarkan data-data tersebut dalam diagram cartesius pada bagan dengan empat kuadran dapat ditunjukan sebagai berikut :

Gambar 4.12 Diagram Catresius Atribut Produk per Variabel

Dari kuadran cartesius per dimensi di atas, dapat hasil sebagai berikut:

1) Kuadran A. Dari kuadran ini dapat disimpulkan bahwa kinerja yang diberikan lebih rendah dari harapan pengunjung, sehingga perlu ditingkatkan kinerja atributnya agar optimal. Adapun atribut-atribut yang termasuk dalam kuadran ini adalah atribut-atribut pada variabel customization, dengan koordinat (3.5133 , 4.1414).

2) Kuadran B. Dari kuadran ini dapat disimpulkan bahwa kinerja atribut telah mampu memuaskan pengunjung, sehingga perlu mempertahankan kinerja atributnya. Adapun atribut-atribut yang termasuk dalam kuadran ini adalah atribut pada variabel content, dengan koordinat (4.1787 , 4.0627)

3) Kuadran C. Dari kuadran ini dapat disimpulkan bahwa kinerja dan harapan pengunjung pada kinerja atribut berada pada tingkat rendah, sehingga perusahaan dapat memberikan prioritas rendah terhadap atribut-atribut ini. Adapun atribut-atribut yang termasuk dalam kuadran ini adalah atribut pada variabel connection, dengan koordinat (3.5133 , 4.1414)

4) Kuadran D. Dari kuadran ini dapat disimpulkan bahwa kepuasan atas kinerja atribut berada dalam tingkat tinggi tetapi harapan dari atribut tersebut rendah, sehingga kinerja atribut tersebut perlu diperbaiki agar sesuai dengan kebutuhan pengunjung (customer needs dapat terpenuhi). Adapun atribut-atribut yang termasuk dalam kuadran ini adalah atribut pada variabel context, dengan koordinat (4.156 , 4.056).

Secara keseluruhan dari hasil skor total gap, baik pada harapan dan kinerja atribut produk dalam faktor

knowledge dan faktor technology, serta harapan dan kinerja atribut produk per variabel, didapatkan nilai

negatif yaitu sebesar -0.00204 dan -0.00409. Hal ini menunjukan bahwa konsumen kurang merasa puas dengan kinerja atribut tersebut. Sehingga, diduga bahwa harapan yang tidak mampu dipenuhi oleh kinerja atribut perusahaan, mengakibatkan terjadinya penurunan jumlah pengunjung pada situs Streetdirectory.co.id, khususnya pada variabel customization dalam faktor technology.

Simpulan dan Saran

(14)

Menarik Minat Pengunjung Streetdirectory.co.id", dapat disimpulkan bahwa :

1) Faktor-faktor dalam atribut produk yang menarik minat pengunjung situs Streetdirectory.co.id dikelompokan menjadi dua faktor, yaitu : faktor knowledge yang terdiri dari variabel context dan

content, serta faktor technology yang terdiri dari variabel customization dan connection.

2) Adanya gap antara harapan dan kenyataan dalam kinerja atribut produk yang ditandai dengan nilai negatif dari hasil skor total gap, hal ini menunjukan bahwa pengunjung kurang merasa puas dengan kinerja atribut produk, meliputi : variabel customization dan connection dalam faktor technology serta variabel context dalam faktor knowledge. Adapun faktor yang sesuai dengan harapan dan kenyataan pengunjung situs Streetdirectory.co.id adalah faktor knowledge pada variabel content.

Adapun beberapa saran yang dapat diberikan kepada PT. S D Indonesia sehubungan dengan penelitian ini adalah :

1) Dalam faktor knowledge, sebaiknya perusahaan menambah pengetahuan dan memperluas wawasan situs map dengan cara melengkapi pelayanan publik, seperti : bank/ATM, pom bensi, kantor pemadam kebakaran, transportasi umum, tempat pengelolaan sampah, dan sebagainya. Selain itu, dalam faktor

technologi, perusahaan sebaiknya juga mengikuti perkembangan teknologi dengan cara

mengembangkan inovasi maupun ide-ide terbaru, seperti : membuat aplikasi map streetdirectory untuk perangkat smartphone (contohnya : Blackberry, iPhone, dan Android Phones).

2) Sebaiknya perusahaan menutupi gap antara harapan dan kenyataan dalam kinerja atribut produk dengan cara :

a) Meningkatkan kinerja atribut pada faktor technology, meliputi:

• Variabel customization dengan cara secara berkala meng-update penyesuaian situs dengan inovasi terbaru sehingga kebutuhan pengunjung sesuai (customer needs dapat terpenuhi), khususnya dalam fitur kamera lalu lintas.

• Variabel connection dengan cara mengurangi penggunaan bandwidth web hosting yang tinggi sehingga perusahaan dapat memberikan prioritas rendah, khususnya dalam fitur akses jalur busway.

b) Memperbaiki kinerja atribut pada variabel context dalam faktor knowledge dengan cara mengatur tata letak dan mendesain ulang sehingga penampilan situs menjadi lebih menarik, khususnya dalam fitur satelite.

c) Mempertahankan kinerja atribut pada variabel content dalam faktor knowledge. Namun mengingat harapan pengunjung yang tinggi maka kinerja atribut harus terus ditingkatkan dengan cara memperjelas teks dengan informasi yang lebih detail dan memvariasikan gambar sehingga isi content pada situs lebih lengkap, khususnya dalam fitur satelite.

Referensi

Alexa the Web Information Company. (2012). Site Info streetdirectory.co.id, diakses 21 Maret 2012 dari http://www.alexa.com/siteinfo/streetdirectory.co.id#.

Asnan, G. 04 Juni (2011). Direktorat Geografi Sejarah. Peta Dalam Sejarah dan Sejarah Dalam Peta,

diakses 01 Januari 2012 dari

http://www.geosejarah.org/index.php?option=com_content&view=article&id=85:petadalamsejarahs ejarahdalampeta&catid=34:artikel&Itemid=59.

Dacko, S. G. (2008). The Advanced Dictionary Of Marketing - Putting Theory To Use. New York: Oxford University Press Inc.

Ferrinadewi, E. (2005). Atribut Produk yang Dipertimbangkan dalam Pembelian Kosmetik dan

Pengaruhnya pada Kepuasan Konsumen di Surabaya. Jurnal Manajemen dan Kewirausahaan , Vol.

7 (2): 139-151.

Google AdWords. (2012), diakses tanggal 02 Januari 2012 dari

https://adwords.google.com/o/Targeting/Explorer?__u=1000000000&__c=1000000000&ideaReques tType=KEYWORD_IDEAS#search.none.

Hakim, M. (2010). Langkah Awal Memulai Bisnis Online. Jogjakarta: MediaKom.

Internet World Stats. (2011), diakses 26 Desember 2011 dari http://www.internetworldstats.com/stats.html. Kotler, P., dan Armstrong, G. (2008). Principles of Marketing (12 ed.). New Jersey: Prentice Hall.

________________________. (2010). Principles of Marketing (13 ed.). Upper Saddle River: Prentice Hall. ________________________, Saunders, J. dan Wong, V. (2005). Principles of Marketing. Fourth european

(15)

Natalisa, D. (2007). Survey Kepuasan Pelanggan Program Studi Magister Manajemen Universitas Sriwijaya. Jurnal Manajemen & Bisnis Sriwijaya, Vol.5 (9): 83 - 98.

Nugraha, P. (2011). Ranking Kompasiana Makin Melesat, diakses 07 Juni 2012 dari

http://tekno.kompas.com/read/2011/05/02/09063293/Ranking.Kompasiana.Makin.Melesat. Pandaan Media Corner. (2012). Cara dan Trik Cerdas Menaikkan Nilai Alexa Rank, diakses 07 Juni 2012

dari http://www.pandaanku.com/2012/06/cara-dan-trik-cerdas-menaikkan-nilai.html. Rangkuti, F. (2009). Strategi Promosi yang Kreatif dan Analisis Kasus Integrated Marketing

Communication. Jakarta: PT. Gramedia Pustaka Utama.

Robbins, S.P. dan Coulter, M. (2005). Manajemen, Edisi kedelapan, Jilid I, Jakarta: PT Indeks. Santoso, S. (2010). Statistik Multivariat. Jakarta: PT. Alex Media Komputindo.

Streetdirectory Pte Ltd. (2012), diakses 15 Januari 2012 dari http://www.streetdirectory.me/profile/. Simamora, B. (2005). Analisis Multivariat Pemasaran. Jakarta: PT. Gramedia Pustaka Utama. Sulianta, F. (2009). Web Marketing. Jakarta: PT. Elex Media Komputindo.

The American Marketing Association. (2012). Dictionary, diakses 09 Januari 2012 dari

http://www.marketingpower.com/.

Usman, Suharjo, dan Kadarisman. (2010). Analisis Kepuasan Pelanggan dalam Meningkatkan Kinerja Mutu Atribut Produk Mainan Edukatif (Studi Kasus : Produk 'Shofia Toys'). Manajemen IKM, Vol.5 (1): 90-99.

Wijaya, J., dan Prabowo, O. (2008). Analisis Faktor-Faktor yang Memperngaruhi Minat Customer dalam Memainkan Game Online dengan Metode Analisis Faktor. Jurnal Organisasi & Manajemen, (1): 52-69.

Yulianti, D., Lestari, M., dan Yulianto, A. (2011). Penerapan Jigsaw Puzzel Competition dalam

Pembelajaran Kontekstual untuk Meningkatkan Minat dan Hasil Belajar Fisika Siswa SMP. Jurnal

Pendidikan Fisika Indonesia 6: 84 - 89.

Riwayat Penulis

Nuril Hidayati Mulyani lahir di Jakarta pada 16 Oktober 1989. Penulis menamatkan pendidikan S1 di