perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
i SKRIPSI
PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA MENGGUNAKAN
ANALISIS KONJOIN yang disiapkan dan disusun oleh
AFNI NURFITA
NIM. M0105019
dibimbing oleh
Pembimbing I
Dra. Etik Zukhronah, M.Si
NIP. 19661213 199203 2 001
Pembimbing II
Drs. H. Tri Atmojo K, M.Sc. Ph.D
NIP. 19630826 198803 1 002
telah dipertahankan di depan Dewan Penguji
pada hari Rabu, tanggal 02 Pebruari 2011
dan dinyatakan telah memenuhi syarat
Anggota Tim Penguji
1. Dra. Yuliana Susanti, M.Si
NIP 19611219 198703 2 001
2. Winita Sulandari, M.Si
NIP. 19780814 200501 2 002
3. Dra. Diari Indriati, M.Si
NIP.19610112 198811 2 001
Tanda Tangan
1.
2.
3.
Surakarta, Pebruari 2011
Disahkan oleh
Fakultas Matematika dan Ilmu Pengetahuan Alam
Dekan,
Prof. Drs. Sutarno, M.Sc. Ph.D
Ketua Jurusan Matematika,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
i
PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA
MENGGUNAKAN ANALISIS KONJOIN
oleh
AFNI NURFITA NIM. M0105019
SKRIPSI
ditulis dan diajukan untuk memenuhi persyaratan
memperoleh gelar Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii ABSTRAK
Afni Nurfita. 2011. PREFERENSI PENGGUNA KARTU PRABAYAR GSM PADA MAHASISWA UNIVERSITAS SEBELAS MARET (UNS) SURAKARTA MENGGUNAKAN ANALISIS KONJOIN. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret Surakarta.
Analisis konjoin merupakan teknik dalam analisis multivariat yang digunakan untuk mengetahui preferensi responden terhadap suatu produk atau pelayanan. Penelitian ini bertujuan untuk menentukan kombinasi atribut (stimulus) kartu prabayar GSM yang paling disukai oleh mahasiswa Universitas Sebelas Maret (UNS) Surakarta dan nilai kepentingan masing-masing atribut.
Metode penelitian yang digunakan adalah studi kasus dengan memberikan kuesioner pada mahasiswa UNS Surakarta yang memiliki telepon seluler dengan kartu prabayar GSM. Teknik pengambilan sampel secara random dari 9 fakultas di UNS. Atribut yang digunakan yaitu tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, jangkauan, sinyal dan bonus.
Hasil penelitian menunjukkan bahwa kombinasi atribut yang paling disukai oleh keseluruhan responden adalah tarif SMS paketan, tarif telepon per detik, tarif internet per MB, bentuk isi ulang elektrik, bonus telepon, sinyal kuat dan jangkauan luas. Urutan nilai kepentingan atribut menurut responden adalah sinyal, jangkauan, bentuk isi ulang, tarif SMS, tarif telepon, tarif internet dan bonus.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iii ABSTRACT
Afni Nurfita. 2011. PREFERENCE OF GSM PREPAID CARD USER OF SEBELAS MARET UNIVERSITIE’S STUDENTS USING CONJOINT ANALYSIS. Faculty of Mathematics and Natural Sciences. Sebelas Maret University.
Conjoint Analysis is a multivariate technique used to know respondent preference for products or services. The objectives of this research are to determine the attributes combination of GSM prepaid card that preferest of the students in Sebelas Maret University and to determine the importance values of each attributes.
The method used in this research is case study by giving the questionaire to the students of Sebelas Maret University having handphone with GSM prepaid card. Technique sampling taken randomly from nines faculties in Sebelas Maret University. The attributes are SMS cost, telephone cost, internet cost, type of pulse, coverage area, signal and bonus.
The research results show that the most preferences of attributes combination by all respondents are group messages cost, flat telephone cost, internet cost per MB, electric type of pulse, telephone bonus, strong signal and strong coverage area. According to respondents, the order of attribute importance values are signal, coverage area, type of pulse, messages cost, telephone cost, internet cost and bonus.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv MOTO
...Sesungguhnya Allah tidak mengubah keadaan suatu kaum, sehingga mereka
mengubah keadaan yang ada pada diri mereka sendiri...
(Q.S Ar Ra’du: 11)
If there is a Will, there is a Way
jika ada kemauan pasti ada jalan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
PERSEMBAHAN
Karya ini kupersembahkan untuk Bunda dan Ayah tercinta,
kasih sayangmu takkan bisa tergantikan. Karena
melihatmulah, aku merasa kuat dan sabar.
De’ Unic, yang selalu menghibur disaat aku sedang jenuh
dan putus asa.
Murobbiyahku, yang memberi motivasi dan semangat
kepadaku serta teman – teman satu kelompok tarbiyah,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
KATA PENGANTAR
Puji syukur senantiasa penulis panjatkan kepada Allah SWT yang telah
melimpahkan rahmat dan segala nikmatNya sehingga penulis berhasil
menyelesaikan skripsi ini.
Penulis mengucapkan terima kasih kepada
1. Dra. Etik Zukhronah, M.Si dan Drs. Tri Atmojo K, M.Sc. Ph.D selaku
Pembimbing 1 dan Pembimbing 2 yang telah membimbing dan
mengarahkan penulis dalam menyelesaikan skripsi ini.
2. Teman-teman angkatan 2005, khususnya kepada Anti, Rafi, Itsna, Betty
dan Saras yang memberikan motivasi kepada penulis agar segera
menyelesaikan skripsi ini.
3. De Ika (biologi 2006), Fa (fisika 2008), Ahmad (hyperkes 2009), Wulan
(TI 2008), Widi (sastra inggris 2008), Ana (pendidikan matematika 2008)
dan Ika (FISIP 2008) yang telah membantu dalam pengumpulan data.
4. Semua pihak yang telah membantu menyelesaikan skripsi ini yang tidak
dapat penulis sebutkan satu persatu.
Penulis berharap semoga skripsi ini dapat bermanfaat.
Surakarta, Pebruari 2011
perpustakaan.uns.ac.id digilib.uns.ac.id
2.2 Kerangka Pemikiran... 16
BAB III METODE PENELITIAN 17
BAB IV PEMBAHASAN 19
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
4.2.2 Analisis Keseluruhan... 27
4.3 Uji Validitas Konjoin... 30
4.3.1
4.3.2
Uji Validitas Individu...
Uji Validitas Keseluruhan... 30
31
BAB V PENUTUP 32
5.1
5.2
Kesimpulan...
Saran... 32
32
DAFTAR PUSTAKA LAMPIRAN
perpustakaan.uns.ac.id digilib.uns.ac.id
Sampel data multivariat secara umum...
Perbandingan metode analisis konjoin...
Contoh desain ortogonal dan tidak ortogonal...
Jumlah sampel tiap fakultas...
Delapan stimulus kartu prabayar GSM...
Stimulus dan rangking responden...
Rata-rata rangking dan deviasi...
Estimasi part worth dan nilai kepentingan...
Perbandingan preferensi sesungguhnya dan estimasi rangking
preferensi pada analisis individu...
Nilai estimasi utilitas (part worth) masing-masing level...
Nilai kepentingan keseluruhan responden ...
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB I PENDAHULUAN
1.1Latar Belakang Masalah
Pada era teknologi komunikasi yang semakin canggih, banyak sekali
perusahaan telekomunikasi menawarkan produk kartu prabayar dengan berbagai
fasilitas yang dapat menarik pelanggan. Dunia mengenal dua kubu seluler digital,
yaitu CDMA (Code Division Multiple Acces) dan GSM (Global System for
Mobile). Populasi pengguna kartu prabayar GSM lebih unggul dibandingkan
dengan CDMA. Hal tersebut dapat diketahui bahwa pada tahun 2008, operator
CDMA masih mempunyai jumlah pelanggan dalam orde 1 digit jutaan, sementara
operator GSM mempunyai pelanggan dengan orde 2 digit jutaan
(http://indotelcodiscussion.blogspot.com). Informasi yang sama diperoleh bahwa
GSM yang memiliki teknologi paling populer di Indonesia menguasai sekitar 83
persen dari total pelanggan hingga akhir 2009. Pelanggan CDMA tercatat masih
cukup kecil yaitu sekitar 17 persen dari total pelanggan pada akhir tahun 2009
walaupun pada tahun tersebut pengguna CDMA mengalami pertumbuhan pesat
(www.tribun-timur.com).
Pada saat ini, terdapat lima operator yang mengeluarkan kartu prabayar
berupa GSM yaitu telkomsel, indosat, XL, AXIS dan 3. Kartu prabayar yang telah
dikeluarkan antara lain kartu AS, kartu SimPATI, kartu Mentari, kartu IM3, kartu
XL, kartu AXIS dan kartu 3. Kartu prabayar GSM lebih banyak diminati oleh
pelanggan dari pada CDMA bisa dilihat dari banyaknya populasi telepon seluler
GSM. Oleh karena itu, persaingan operator seluler kartu prabayar GSM dalam
memperebutkan pangsa pasar seluler semakin ketat, ini terlihat dari semakin
murahnya harga penjualan kartu perdana suatu operator seluler dan didukung
dengan murahnya biaya dalam melakukan komunikasi. Perang harga dan
pelayanan antar operator merupakan salah satu bukti persaingan yang semakin
ketat. Hal ini berkaitan dengan perilaku pengguna seluler yang semakin selektif
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
Mahasiswa merupakan salah satu pengguna telepon seluler. Banyak
mahasiswa memiliki telepon seluler, dari telepon seluler model lama hingga
model blackberry. Banyaknya layanan dan semakin murahnya tarif tentu
membuat mereka semakin selektif dalam memilih produk kartu prabayar. Produk
yang mereka pilih tentu yang dapat membantu bahkan mempermudah mereka
dalam mencari informasi tentang perkuliahan. Selain itu, kebanyakan dari mereka
menggunakan fasilitas internet untuk mencari data atau sekedar hiburan saja.
Para pendatang baru di bisnis ini, sulit rasanya bisa masuk dan langsung
sukses. Ketepatan strategi pemasaran sangat berpengaruh terhadap sukses
tidaknya pendatang baru di bisnis ini. Setiap kartu perdana yang dikeluarkan oleh
masing-masing operator seluler memiliki keunggulan tersendiri. Menurut
penelitian yang dilakukan oleh Saragih (2009) bahwa tarif berpengaruh signifikan
terhadap pola perilaku konsumen. Tarif dan pelayanan merupakan atribut yang
sangat mempengaruhi konsumen dalam memilih kartu prabayar. Tarif dan
pelayanan tambahan yang tepat diharapkan dapat meningkatkan jumlah konsumen
yang menggunakan kartu prabayar. Penelitian serupa dilakukan oleh Kurniawan
(2005) bahwa sinyal dan jangkauan merupakan atribut utama yang sangat
diperhatikan oleh responden dalam memilih kartu prabayar GSM di kota Jakarta
dan Bogor. Berdasarkan dari kedua hasil penelitian tersebut, penulis memilih
atribut tarif dan pelayanan yang mempengaruhi konsumen dalam memilih kartu
prabayar GSM yaitu tarif SMS, tarif telepon, tarif internet, jangkauan, bentuk isi
ulang pulsa, sinyal dan bonus.
Dalam aplikasi analisis statistik multivariat, ada sebuah metode yang bisa
digunakan untuk menggabungkan beberapa atribut yang mempengaruhi pemilihan
kartu prabayar GSM tersebut yaitu analisis konjoin. Menurut Hair et al.
(1998:392) analisis konjoin merupakan salah satu teknik dalam analisis
multivariat yang digunakan untuk mengetahui preferensi responden terhadap
suatu produk atau pelayanan. Analisis konjoin dikembangkan pertama kali pada
tahun 1960-an oleh ahli statistik dan psikologi matematika Luce dan Tukey
(Caruso et al., 2009). Analisis konjoin menggunakan level dari atribut-atribut
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3
Berdasarkan penjelasan tersebut, penulis ingin menganalisis preferensi
konsumen terhadap kombinasi atribut kartu prabayar GSM yang paling diminati
di kalangan mahasiswa UNS Surakarta dengan menggunakan analisis konjoin.
1.2Rumusan Masalah
Berdasarkan latar belakang masalah, rumusan masalah dalam penulisan ini
adalah
1. bagaimana kombinasi atribut kartu prabayar GSM yang paling disukai oleh
mahasiswa Universitas Sebelas Maret (UNS) Surakarta?
2. bagaimana nilai kepentingan masing-masing atribut?
1.3 Batasan Masalah
Agar tidak memperluas permasalahan, maka penelitian dibatasi dengan
1. menggunakan metode Full Profile untuk menentukan presentasi stimulus,
2. menggunakan metode konjoin tradisional untuk menganalisis permasalahan,
3. menggunakan 2 level pada masing-masing atribut.
1.4 Tujuan Penelitian
Berdasarkan rumusan masalah yang telah dipaparkan, maka tujuan dari
penelitian ini adalah
1. menentukan kombinasi atribut kartu prabayar GSM yang paling disukai oleh
mahasiswa Universitas Sebelas Maret (UNS) Surakarta,
2. menentukan nilai kepentingan masing-masing atribut.
1.5Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut
1. dapat mengaplikasikan teori analisis konjoin dalam pengukuran preferensi
konsumen,
2. menambah pengetahuan penulis mengenai kartu prabayar dan atribut di
perpustakaan.uns.ac.id digilib.uns.ac.id
Untuk mencapai tujuan penelitian, maka diperlukan teori-teori yang
mendukung pembahasan meliputi matriks data multivariat, analisis konjoin,
korelasi Spearman, korelasi Kendall danestimasi Part Worth.
2.1.1 Matriks Data Multivariat
Menurut Dillon dan Goldstein (1984: 6), secara umum sampel data
analisis multivariat untuk setiap " individu dengan > 1 variabel atau
karakteristik dapat dilihat pada Tabel 2.1.
Tabel 2.1 Sampel data analisis multivariat secara umum
Variabel 1 Variabel 2 ⋯ Variabel j ⋯ Variabel p
Sampel data analisis multivariat tersebut dapat dinyatakan dalam
bentuk matriks dengan j= jƻú ,e= 1, 2, … ," = 1,2, … , adalah sebagai
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
5
j=
jƟƟ jƟ ⋯
j Ɵ j ⋯
⋮ ⋮
jƟú ⋯ jƟ
j ú ⋯ j
⋮ ⋮
jƻƟ jƻ ⋯
⋮ ⋮
j Ɵ j ⋯
jƻú ⋯ jƻ
⋮ ⋮
j ú ⋯ j
2.1.2 Analisis Konjoin
Menurut Hair et al. (1998: 392) analisis konjoin adalah suatu metode
yang digunakan untuk memperoleh nilai kegunaan (utilitas) yang mewakili
kepentingan setiap aspek produk. Analisis konjoin merupakan teknik dalam
analisis multivariat yang digunakan untuk mengetahui preferensi responden
terhadap suatu produk atau pelayanan. Pada umumnya penilaian responden
terhadap suatu produk diperoleh dengan mengkombinasikan masing-masing
level dari atribut suatu produk. Utilitas adalah preferensi oleh individu yang
menggambarkan nilai kegunaan sebuah produk. Ciri khusus dari analisis
konjoin adalah menggunakan input dari variabel independen bukan angka
(berskala nominal). Nilai kegunaan dihitung dari inverse ranking subyek dari
suatu kombinasi atribut-atribut produk. Beberapa ketentuan dalam nilai
kegunaan adalah
a. atribut dan level yang memiliki nilai kegunaan yang lebih tinggi adalah
kombinasi yang lebih disukai oleh responden,
b. jika terdapat nilai kegunaan yang sama, berarti atribut dan level tersebut
tidak mempunyai pengaruh terhadap sikap responden.
Istilah – istilah dalam analisis konjoin menurut Hair et al. (1998: 389)
1. Atribut adalah variabel yang dipilih oleh peneliti untuk
menggambarkan sifat khusus. Dalam analisis konjoin, atribut (variabel
independen) berskala nonmetrik atau data kualitatif. Atribut harus
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
6
2. Level adalah nilai spesifik yang menggambarkan sebuah atribut.
3. Part worth adalah nilai kegunaan masing level dari
masing-masing atribut.
4. Stimulus adalah kombinasi dari level tiap atribut.
5. Utilitas adalah penilaian preferensi oleh individu yang menggambarkan
nilai kegunaan sebuah produk.
6. Ortogonal artinya tidak terdapat korelasi di antara level-level antar
atribut.
7. Seimbang (balance) artinya jumlah level pada masing-masing atribut
yang terpilih dalam stimulus relatif sama.
Stimulus digunakan untuk mengetahui struktur preferensi responden.
Struktur preferensi tidak hanya menjelaskan tingkat kepentingan tiap atribut
tetapi juga perbedaan level yang mempengaruhi kombinasi atribut untuk
mendapatkan preferensi kelompok. Nilai utilitas diperoleh dari total worth
seluruh preferensi produk dan biasanya disebut part worth. Menurut Hair et
al.(1998: 394)apabila terdapat atribut yang masing-masing memiliki " level
maka secara umum utilitas dapat dirumuskan sebagai berikut
=
ƻúƻ
ú Ɵ
ƻ Ɵ (2.1)
dengan : total part worth (utilitas)
ƻú : part worth dari atribut ke-e (e = 1,2,3,..., ) dan level
ke- ( = 1,2,3,...,e)
e : jumlah level tiap atribut.
Nilai kepentingan suatu atribut juga dapat dicari menggunakan part worth yang
sudah diperoleh. Nilai kepentingan diperoleh dengan mengurangkan nilai part
worth maksimum dengan nilai part worth minimum untuk masing-masing
atribut.
Secara garis besar proses analisis konjoin adalah sebagai berikut
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
7
Menurut Hair et al. (1998: 404) ada 3 metode analisis konjoin yaitu
konjoin tradisional, konjoin adaptif dan konjoin berdasarkan pemilihan.
Perbedaan ketiga metode tersebut terletak pada tiga karakteristik yaitu
jumlah atribut yang digunakan, level analisisnya serta model yang
digunakan. Perbedaan karakteristik bisa dilihat pada Tabel 2.2.
Tabel 2.2 Perbandingan metode analisis konjoin
Perbandingan metode konjoin
Karakteristik Konjoin Tradisional
Konjoin Adaptif
Konjoin berdasarkan Pemilihan Banyak atribut
maksimum
9 30 6
Level analisis individu &
keseluruhan
individu &
keseluruhan
keseluruhan
Model Aditif aditif aditif & efek interaksi
Analisis konjoin tradisional mempunyai karakteristik menggunakan
model aditif dengan jumlah atribut maksimum 9 yang akan diestimasi
untuk masing-masing individu. Berbeda dengan analisis konjoin adaptif,
dikembangkan dengan banyak atribut maksimum 30 yang tidak mungkin
dilakukan dengan analisis konjoin tradisional karena membutuhkan banyak
stimulus sehingga hasilnya tidak valid. Untuk metode konjoin berdasarkan
pemilihan mempunyai keunikan tersendiri. Level analisisnya keseluruhan
dan menggunakan model aditif dan efek interaksi antar level
diperhitungkan.
2. Perancangan stimulus
Dalam merancang stimulus langkah pertama yang harus dilakukan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
8
karakter umum dalam memilih dan mendefinisikan atribut dan level.
Karakter tersebut adalah
a. Ukuran yang sesuai
Atribut dan level harus sesuai dengan kenyataan untuk dievaluasi.
Sebagai contoh keharuman sebuah minyak wangi. Sulit sekali untuk
menggambarkan keharuman sebuah minyak wangi karena bersifat
relatif bagi penggunanya sehingga keharuman tidak bisa digunakan
sebagai atribut.
b. Ukuran yang jelas
Atribut dan level harus dapat diletakkan secara praktis. Artinya
bahwa atribut harus jelas dan menggambarkan sebuah konsep yang
dapat diteliti dalam implementasinya. Level sebaiknya tidak terbagi
menjadi rendah, medium dan tinggi.
Dalam memilih atribut ada tiga permasalahan yang harus diselesaikan
yaitu jumlah atribut, multikolinearitas di antara atribut dan keunikan harga
sebagai atribut. Pertama, jumlah atribut yang dimasukkan dalam analisis
mempengaruhi efisiensi (semakin banyak atribut, semakin banyak pula yang
harus dikoreksi oleh responden) dan reliabilitas hasil. Menurut Hair et al.
(1998: 406) apabila atribut dan level ditambah maka meningkatkan jumlah
stimulus untuk diestimasi. Jumlah minimum stimulus yang harus dinilai
oleh responden jika analisis yang digunakan pada tingkat individu adalah
Jumlah minimum stimulus = jumlah total level
semua atribut – jumlah atribut + 1 (2.2)
Kedua, multikolinearitas di antara atribut harus dihilangkan. Korelasi di
antara atribut menunjukkan ketidakcocokan konsep independen di antara
atribut dan multikolinearitas menghasilkan ketidakpercayaan kombinasi dari
dua atau lebih atribut. Jika terdapat dua atau lebih atribut yang
berkolinearitas berarti atribut tersebut cukup diwakili satu saja karena
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
9
Ketiga, harga adalah sebuah atribut yang bisa dimasukkan dalam analisis
konjoin karena harga merupakan komponen utama untuk penilaian sebuah
produk tetapi harga berhubungan dengan atribut lain. Dalam beberapa hal,
harga mempunyai korelasi yang tinggi dengan atribut lain. Sebagai contoh,
apabila jumlah atribut meningkat maka meningkat pula harganya. Dalam
memilih level ada dua masalah yang harus diselesaikan. Pertama,
keseimbangan jumlah level. Peneliti sebaiknya berusaha menyeimbangkan
jumlah level setiap atribut. Kedua, penilaian dalam level. Peneliti sebaiknya
menggunakan level yang relevan.
Ada 3 metode presentasi stimulus yaitu metode presentasi trade-off, full
profile dan pairwise comparison.
a. Metode trade-off
Metode presentasi stimulus ini membandingkan dua atribut dalam satu
waktu dengan merangking semua kombinasi setiap level yang mungkin.
Kelebihan dari metode ini adalah kesederhanaannya untuk para
responden. Kelemahan bagi peneliti karena hanya bisa membandingkan
dua atribut dalam satu waktu sehingga semakin banyak atribut dan level
maka semakin banyak pula matriks trade off.
b. Metode full profile
Presentasi yang sangat popular adalah metode presentasi full profile.
Setiap stimulus berisi seluruh atribut dengan kombinasi level-levelnya.
Setiap stimulus dipresentasikan secara terpisah. Penilaian terhadap
stimulus dapat dilakukan dengan merangking. Dalam pembuatan
stimulus dalam metode ini, apabila jumlah atribut dan level hanya
sedikit dapat digunakan desain faktorial. Namun jika jumlah atribut dan
level cukup banyak, sehingga tidak memungkinkan responden untuk
mengevaluasi semua stimulus, maka dapat digunakan desain faktorial
fraksional untuk mereduksi stimulus. Mason (2003: 2) mencontohkan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
terlihat bahwa masing-masing atribut mempunyai dua level. Pada desain
ortogonal masing-masing atribut A, B, C memunculkan jumlah level
yang sama yaitu dua kali sedangkan pada desain tidak ortogonal, atribut
A memunculkan level yang tidak sama berarti tidak seimbang. Pada
desain ortogonal tampak bahwa setiap kombinasi muncul satu kali
sedangkan pada desain tidak ortogonal kombinasi 1 2 1 muncul dua kali.
Tabel 2.3 Contoh desain ortogonal dan tidak ortogonal
Ortogonal Tidak Ortogonal
Atribut A B C Atribut A B C
c. Metode pairwise comparison
Metode ini merupakan kombinasi dari metode trade-off dan metode full
profile. Dalam metode ini, yang dibandingkan adalah dua profil yang
terdiri atas beberapa atribut. Biasanya tidak semua atribut dimasukkan
dalam profil tersebut. Misalkan ada empat atribut yang mempengaruhi
sebuah produk maka masing-masing profil hanya menggunakan
beberapa atribut saja.
Dalam pembuatan stimulus untuk metode presentasi full
profile, untuk jumlah atribut dan level yang kecil dapat digunakan
desain faktorial yaitu menggunakan seluruh kombinasi yang ada.
Sebagai contoh apabila terdapat 3 atribut masing-masing mempunyai 2
level maka terdapat 8 stimulus (2 level x 2 level x 2 level). Dengan
meningkatnya jumlah atribut maka meningkat pula jumlah stimulus.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
11
mempunyai 4 level maka terdapat 256 stimulus (4 level x 4 level x 4
level x 4 level). Tentu responden akan mengalami kesulitan dalam
mengevaluasinya. Maka diperlukan metode untuk mendapatkan subset
dari total stimulus yang akan dievaluasi.
Desain faktorial fraksional adalah metode yang tepat yang dapat
digunakan untuk mendapatkan subset dari stimulus. Dengan desain ini,
sebagian dari seluruh kombinasi atribut dipilih yang benar-benar
berpengaruh terhadap efek utama. Efek interaksi tidak diperhatikan.
Sebuah studi menggunakan metode full profile dengan 4 atribut yang
masing-masing mempunyai 4 level sehingga memerlukan 16 stimulus
untuk mengestimasi efek utama. Desain yang optimum adalah desain
yang ortogonal dan seimbang. Menurut Murti (2002: 7), desain yang
ortogonal bermanfaat untuk mereduksi kombinasi atribut sampai pada
jumlah yang dapat dikendalikan oleh responden. Jumlah stimulus yang
banyak dapat direduksi misalnya menjadi 8 stimulus dengan
menggunakan metode ortogonal.
3. Pemilihan model
Ada dua model dalam analisis konjoin yaitu model aditif dan model efek
interaksi.
a. Model aditif
Model ini menganggap responden memandang nilai keseluruhan suatu
produk dengan menambahkan nilai-nilai yang terdapat dalam setiap
atribut (part worth)
b. Model efek interaksi
Model ini hampir sama dengan model aditif yaitu melakukan
penjumlahan nilai-nilai part worth untuk memperoleh nilai utilitas
keseluruhan. Namun pada model ini ditambahkan dengan adanya efek
interaksi di antara atribut-atributnya. Apabila ada interaksi di antara dua
atribut maka gabungan nilai dari kedua level yang terdapat dalam
atribut tersebut dapat bernilai lebih besar atau lebih kecil dari
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
12
4. Asumsi Analisis konjoin
Analisis konjoin mempunyai asumsi yang terbatas. Asumsi yang digunakan
hanya pada pembentukan desain, estimasi yang tidak baur dan dapat
diinterpretasikan secara individu maupun kelompok.
5. Estimasi Model Konjoin
Analisis konjoin termasuk analisis multivariat dependen dengan model
Ɵ = Ɵ+ +⋯+ . Ɵ dan seterusnya adalah atribut yang berupa data
non metrik. Sedangkan Ɵ adalah pendapat kelompok (overall preference)
dari seorang responden terhadap kombinasi atribut dan level pada sebuah
produk. Untuk mengetahui prediksi atau estimasi pendapat responden dari
hasil konjoin, maka akan dicariestimasi part worth.
6. Interpretasi Hasil
Metode yang biasa digunakan untuk menginterpretasi hasil pada analisis
konjoin adalah metode terpisah. Metode terpisah artinya setiap responden
dianalisis sendiri-sendiri dan interpretasi hasil dari metode ini untuk
masing-masing responden. Selain itu, interpretasi juga dapat dilakukan
dengan metode kelompok. Interpretasi hasil dari metode ini untuk
kelompok responden. Interpretasi hasil metode kelompok secara umum
memberikan hasil yang sangat sulit ketika digunakan untuk memprediksi
keinginan tiap responden.
7. Validasi hasil konjoin
Untuk mengetahui seberapa kuat hubungan antara estimasi dengan
kenyataan dapat dilihat dari nilai uji korelasi. Validasi hasil konjoin untuk
data yang dirangking bisa menggunakan uji korelasi Spearman atau
Kendall.
2.1.3 Korelasi Spearman
Validasi hasil konjoin untuk data yang dirangking bisa menggunakan
uji korelasi Spearman atau Kendall. Menurut Conover (1980: 250) pengukuran
korelasi digunakan pada data berpasangan. Pengukuran korelasi antara j dan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
13
a. pengukuran korelasi bernilai antara -1 dan +1,
b. jika nilai j membesar seiring dengan membesarnya nilai ataupun
sebaliknya berarti pengukuran korelasi dikatakan positif yang
menggambarkan bahwa korelasi kuat,
c. jika nilai j membesar berpasangan dengan mengecilnya nilai
ataupun sebaliknya berarti pengukuran korelasi dikatakan negatif
yang menggambarkan bahwa korelasi kuat,
d. jika nilai j berpasangan dengan menghasilkan pengukuran korelasi
0 berarti antara j dan independen. Hal seperti ini dikatakan antara j
dan tidak berkorelasi.
Diberikan sampel random berukuran jƟ, Ɵ , j , , … , (j , ). Secara
umum ditulis (jƻ, ƻ) untuk e= 1,2, … ,". (jƻ) merupakan rangking pada jƻ.
(jƻ) = 1 jika jƻ paling disukai diantara jƟ,j , … ,j . jƻ = 2 jika jƻ
terkecil kedua dan seterusnya sampai ke rangking " yang paling besar. Hal
yang sama diberikan kepada ( ƻ) yaitu 1, 2, ... , " untuk Ɵ, , … , . Hal ini
bisa diterapkan untuk data yang terdiri dari observasi nonmetrik. Pengukuran
korelasi dinotasikan dengan (rho). Jika tidak terdapat nilai observasi yang
sama (tie) diberikan persamaan sebagai berikut
= ∑ jƻ − "
+ 1
2 ƻ − "
+ 1 2 ƻ Ɵ
"(" − 1)/12 (2.3)
Untuk mempermudah perhitungan diberikan persamaan (2.4) sebagai berikut
= 1− 6∑ƻ Ɵ[ jƻ − ( ƻ)]
"(" − 1) = 1−
6
"(" − 1) (2.4)
dengan merupakan jumlah keseluruhan dari hitungan deviasi rangking j dan
yang sudah dikuadratkan. Jika observasi terdapat beberapa nilai yang sama
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
14
Uji hipotesis untuk koefisien korelasi Spearman adalah sebagai berikut
a. uji dua sisi
: jƻ dan ƻ adalah independen
Ɵ : jƻ dan ƻ tidak independen. Hal ini berarti ada kecenderungan bahwa
nilai j membesar berpasangan dengan nilai yang membesar atau
sebaliknya
b. uji satu sisi untuk korelasi positif
: jƻ dan ƻ adalah independen
Ɵ : ada kecenderungan bahwa nilai j dan sama-sama membesar
c. uji satu sisi untuk korelasi negatif
: jƻ dan ƻ adalah independen
Ɵ : ada kecenderungan bahwa nilai j mengecil berpasangan dengan nilai
membesar
Nilai statistik uji dibandingkan dengan tabel koefisien korelasi Spearman
yang memberikan nilai quantil dari . Pada uji satu sisi untuk korelasi positif
ditolak jika > quantil 1− . Pada uji satu sisi korelasi negatif ditolak
jika < quantil . Pada uji dua sisi ditolak jika > quantil (1− /2) atau
< quantil ⁄2.
2.1.4 Korelasi Kendall
Korelasi Kendall ( ) juga dapat digunakan untuk mengetahui validasi
proses konjoin. Diberikan sampel random berukuran " dengan (jƻ, ƻ) untuk
e = 1,2, … ,". Dari dua pengamatan tersebut dikatakan konkordan jika kedua
anggota dari satu pengamatan nilainya lebih besar dari kedua anggota
pengamatan yang lain. Sebagai contoh (2, 5) dan (3, 6) merupakan dua
pengamatan yang konkordan karena 3 > 2 dan 6 > 5. Contoh untuk pengamatan
yang tak konkordan adalah (1,3) dan (4,2) karena 4 > 1 tetapi 2 < 3. Jika
merupakan banyaknya pasangan konkordan sedangkan merupakan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
15
maka akan ada pasangan yang dapat dibuat atau terdapat ( Ɵ) pasangan
yang dapat dibuat, sehingga terdapat hubungan bahwa penjumlahan banyaknya
pasangan yang konkordan dengan banyaknya pasangan yang tak konkordan
dan banyaknya pasangan yang tie adalah ( Ɵ). Korelasi Kendall dirumuskan
sebagai berikut
= −
"(" − 1)/2 (2.5)
Apabila semua pasangan konkordan maka = 1 tetapi jika semua
pasangan tak konkordan maka = -1. Apabila banyaknya pasangan konkordan
sama dengan banyaknya pasangan yang tak konkordan maka = 0. Korelasi
Kendall dapat digunakan sebagai statistik uji untuk menguji hipotesis nol yang
menyatakan bahwa j dan adalah independen seperti korelasi Spearman.
Menurut Conover (1980: 257) dalam perhitungan korelasi Kendall boleh
menggunakan − sebagai statistik uji tanpa membaginya dengan
"(" − 1)/2. Biasanya digunakan sebagai statistik uji Kendall dengan
didefinisikan dengan = − . Quantil dari dapat dibandingkan dengan
quantil dari statistik uji korelasi Kendall. ditolak jika > quantil (1− )
untuk uji satu sisi korelasi positif. ditolak jika < quantil untuk korelasi
negatif. Pada uji dua sisi ditolak jika > quantil (1− /2) atau < quantil
2
⁄ . Selain itu, penolakan dapat dilakukan dengan membandingkan nilai signifikan (Asymp.Sig.) dengan yang digunakan. ditolak jika nilai
signifikan (Asymp.Sig.) < .
2.1.5Estimasi Part Worth
Estimasi part worth digunakan untuk mencari nilai kepentingan setiap
atribut dan mencari utilitas setiap kombinasi atribut. Menurut Hair et al. (1998:
396) part worth masing-masing level dapat dihitung dalam beberapa langkah
yaitu:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
16
2. mencari deviasi rata-rata tiap level dari rata-rata keseluruhan,
3. mengkuadratkan deviasi masing-masing level kemudian mencari
jumlah keseluruhan deviasi yang sudah dikuadratkan,
4. menghitung nilai standardisasi dengan cara membagi jumlah total
level dengan jumlah keseluruhan deviasi yang sudah dikuadratkan,
5. menstandardisasi masing-masing deviasi yang dikuadratkan dengan
cara mengalikanya dengan nilai standardisasi, hal ini bertujuan untuk
menyeragamkan data yang diperoleh dari responden,
6. estimasi part worth diperoleh dengan menghitung akar dari deviasi
kuadrat yang distandardisasi pada masing-masing level.
2.2 Kerangka Pemikiran
Berdasarkan tinjauan pustaka yang telah diuraikan, analisis konjoin
mampu menghasilkan kombinasi atribut-atribut produk sehingga dapat dibuat
alur pemikiran untuk menyelesaikan masalah yang telah dirumuskan. Langkah
pertama yang dilakukan adalah menentukan level masing-masing atribut yang
memberikan kontribusi terbesar atau mempengaruhi responden dalam memilih
kartu prabayar GSM. Setelah level ditentukan, maka selanjutnya mendesain
stimulus. Langkah selanjutnya mengumpulkan pendapat responden terhadap
setiap stumulus yang ada dengan menggunakan kuesioner. Selanjutnya
dilakukan analisis konjoin untuk memperkirakan kombinasi atribut yang
diinginkan responden. Langkah terakhir adalah menentukan ketepatan prediksi
dari hasil konjoin untuk mengetahui apakah prediksi yang telah dilakukan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
17
BAB III
METODE PENELITIAN
Metode yang digunakan dalam penelitian ini adalah studi kasus dengan
mengaplikasikan analisis konjoin untuk mengetahui preferensi konsumen
terhadap suatu produk kartu prabayar GSM pada mahasiswa UNS Surakarta.
Langkah-langkah yang dilakukan dalam penelitian ini sebagai berikut
a) Perancangan stimulus
Dalam merancang stimulus, harus ditentukan level tiap atribut. Untuk
atribut tarif telepon dibagi menjadi dua level yaitu per detik dan per menit.
Untuk tarif sms dibagi menjadi dua level yaitu reguler dan paketan. Untuk
tarif internet dibagi menjadi dua level yaitu per kb dan per mb. Untuk
bentuk isi ulang dibagi menjadi dua level yaitu voucher dan elektrik.
Untuk kekuatan jangkauan dibagi menjadi dua yaitu luas dan tidak luas.
Untuk daya tangkap sinyal dibagi menjadi dua level yaitu kuat dan lemah.
Untuk bonus dibagi menjadi dua yaitu bonus sms dan bonus telepon.
b) Pengumpulan data
Data yang akan digunakan adalah data primer, yaitu dengan membuat
kuesioner (Lampiran 1) dengan memberikan rangking 1 sampai dengan 8
terhadap kombinasi stimulus. Menurut Cattin dan Wittink dalam Shih et
al., (2008: 241) menyatakan bahwa dalam analisis konjoin, untuk ukuran
sampel dianjurkan berkisar antara 100 sampai dengan 1000. Responden
yang digunakan sebagai sampel adalah mahasiswa UNS Surakarta
sebanyak 200 mahasiswa. Teknik sampling yang digunakan adalah
sampling random sederhana. Ada sembilan fakultas di UNS. Setiap
fakultas diambil sampelnya secara acak. Penelitian ini menggunakan data
demografi dan data penilaian preferensi responden terhadap pemakaian
kartu prabayar GSM. Data demografi yang digunakan meliputi nama, jenis
kelamin, fakultas, kepemilikan ponsel dan pemakaian kartu prabayar
GSM. Penilaian preferensi responden terhadap pemakaian kartu prabayar
GSM berdasarkan pada atribut-atribut yang mempengaruhi responden
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
18
tarif SMS, tarif telepon, tarif internet, bentuk isi ulang, bonus, daya
tangkap sinyal dan jangkauan.
c) Analisis data
Analisis data dilakukan dengan mencari estimasi part worth
masing-masing level. Estimasi part worth diperoleh dengan menghitung rata-rata
rangking dari responden. Setelah mendapatkan nilai part worth
masing-masing level kemudian nilai tersebut dijumlahkan sesuai dengan
kombinasi stimulus sehingga menghasilkan utilitas masing-masing
stimulus tersebut. Kombinasi stimulus yang paling disukai oleh responden
adalah kombinasi stimulus yang memperoleh nilai total part worth yang
paling besar.
d) Interpretasi dan kesimpulan
Setelah mendapatkan kombinasi stimulus yang paling diinginkan
responden kemudian dapat diambil kesimpulan yang bermanfaat untuk
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
19
BAB IV PEMBAHASAN 4.1 Deskripsi Data
Penelitian pada skripsi ini menggunakan data primer yang diambil dari
hasil kuesioner yang diedarkan kepada mahasiswa Universitas Sebelas Maret
Surakarta (UNS) yang menggunakan kartu GSM. Dari 200 mahasiswa sebagai
sampel (Lampiran2) terdapat 34 responden laki-laki dan sisanya adalah 166
responden perempuan. Jumlah sampel yang diambil tiap fakultas dapat dilihat
pada Tabel 4.1.
Tabel 4.1 Jumlah sampel tiap fakultas
Fakultas Jumlah Sampel
SSR
ISIP
HUKUM
EKONOMI
KEDOKTERAN
PERTANIAN
TEKNIK
KIP
MIPA
20
16
14
16
16
21
24
60
13
Jumlah 200
4.2 Analisis Konjoin 4.2.1 Analisis Individu
Level analisis pada metode konjoin tradisional bisa dilakukan dengan cara
menganalisis secara individu dan keseluruhan. Analisis secara individu artinya
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
20
keseluruhan. Model estimasi yang digunakan adalah model aditif yaitu
menjumlahkan part worth level yang sudah diestimasi untuk setiap kombinasi
stimulus. Dalam merancang stimulus langkah pertama yang harus dilakukan
adalah memilih dan mendefinisikan atribut dan level. Ada tujuh atribut yang
signifikan mempengaruhi responden untuk membeli kartu GSM. Tujuh atribut
tersebut masing-masing memiliki 2 level sehingga jumlah minimum stimulus
yang harus dinilai oleh responden menurut (2.2) adalah 14 – 7 + 1 = 8 stimulus.
Pada penelitian ini digunakan metode presentasi full profile untuk
menampilkan kombinasi stimulus yang akan dinilai oleh responden melalui
kuesioner. Dalam pembuatan stimulus untuk metode presentasi full profile, untuk
jumlah atribut dan level yang kecil dapat digunakan desain faktorial yaitu
menggunakan seluruh kombinasi yang ada. Oleh karena banyaknya stimulus yang
diperoleh yaitu 2 = 128 stimulus, maka akan direduksi menggunakan desain
faktorial fraksional yaitu orthogonal arrays dengan bantuan SPSS statistics 17.0.
Stimulus yang dihasilkan dapat dilihat pada Tabel 4.2 (Lampiran4).
Tabel 4.2 Delapan stimulus kartu prabayar GSM
Card
ID
Tarif
SMS
Tarif
telepon
Tarif
internet
Bentuk
isi ulang
Bonus Sinyal Jangkauan
1 reguler per detik per KB elektrik telepon lemah tidak luas
2 reguler per menit per MB voucher telepon lemah luas
3 paketan per menit per KB elektrik SMS lemah luas
4 reguler per detik per KB voucher SMS kuat luas
5 paketan per detik per MB elektrik telepon kuat luas
6 reguler per menit per MB elektrik SMS kuat tidak luas
7 paketan per menit per KB voucher telepon kuat tidak luas
8 paketan per detik per MB voucher SMS lemah tidak luas
Ada delapan stimulus yang seimbang dan ortogonal. Seimbang dapat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
21
halnya dengan atribut yang lain. Ortogonal dapat dilihat bahwa setiap stimulus
yang digunakan masing-masing muncul sekali tidak ada yang muncul dua kali.
Responden diminta merangking delapan stimulus tersebut dengan kriteria untuk
rangking 1 adalah stimulus yang paling disukai sampai dengan rangking 8 untuk
stimulus yang paling tidak disukai. Proses estimasi yang digunakan adalah
estimasi part worth. Dalam proses estimasi part worth menggunakan data
rangking 1 sampai dengan 8 dari responden. Sebagai contoh untuk sampel seorang
responden, hasil rangking dapat dilihat pada Tabel 4.3.
Tabel 4.3 Stimulus dan rangking responden
Card
Bonus Sinyal Jangkau
an
1. Menghitung rata-rata rangking untuk masing-masing level.
Setelah mendapatkan rangking dari responden, kemudian dicari rata-rata
rangking tiap level. Untuk level reguler pada tarif SMS, rangking yang
diperoleh dari responden adalah rangking 3 pada kombinasi pertama, rangking
5 pada kombinasi kedua, rangking 1 pada kombinasi keempat dan rangking 6
pada kombinasi keenam. Rangking tiap level dapat dilihat pada Tabel 4.4.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
22
diperoleh rata-rata rangking yaitu (3 + 5 + 1 +6)/4 = 3,75. Rata-rata rangking
keseluruhan dari 8 stimulus yaitu (1+2+3+4+5+6+7+8)/8 = 36/8 = 4,5.
Tabel 4.4 Rata-rata rangking dan deviasi
Atribut dan level Rangking pada
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
23
2. Mencari deviasi rata-rata tiap level terhadap rata – rata keseluruhan.
Deviasi pada tarif SMS reguler adalah 3,75 – 4,5 = -0,75. Rata-rata rangking
tiap level dan deviasinya dapat dilihat pada Tabel 4.4.
3. Mengkuadratkan deviasi masing-masing level kemudian mencari jumlah
keseluruhan deviasi yang sudah dikuadratkan.
Setelah mendapatkan rata-rata rangking tiap level dan deviasi dari rata-rata
rangking keseluruhan dari masing-masing level kemudian dicari estimasi part
worth dan nilai kepentingan untuk responden tersebut. Pada sampel responden
tersebut digunakan angka lebih kecil untuk stimulus yang paling disenangi
oleh responden. Jadi untuk pengukuran rangking berbanding terbalik dengan
preferensi. Dengan demikian digunakan tanda lawan untuk deviasinya.
Kebalikan deviasi dapat dilihat pada Tabel 4.5. Untuk menghitung estimasi
part worth, langkah selanjutnya adalah mengkuadratkan deviasi. Pada sampel
responden deviasi tarif SMS reguler adalah -0,75 maka kuadratnya adalah
0,5625. Penjumlahan deviasi yang sudah dikuadratkan adalah 10,5. Deviasi
kuadrat dapat dilihat pada Tabel 4.5.
4. Menghitung nilai standardisasi.
Jumlah level yang digunakan ada 14. Selanjutnya dicari nilai standardisasi
dengan cara membagi jumlah level dengan jumlah keseluruhan deviasi yang
sudah dikuadratkan yaitu 14 / 10,5 = 1,33.
5. Menstandardisasi masing-masing deviasi yang dikuadratkan dengan cara
mengalikanya dengan nilai standardisasi.
Langkah selanjutnya adalah menstandardisasi masing-masing deviasi yang
dikuadratkan dengan cara mengalikanya dengan nilai standardisasi. Untuk
tarif SMS reguler, standardisasinya adalah 0,5625 x 1,33 = 0,75.
6. Estimasi part worth.
Proses terakhir adalah mengestimasi part worth dengan cara menghitung akar
deviasi kuadrat yang distandardisasikan pada masing-masing level. Untuk tarif
SMS reguler adalah 0,75 = 0,866. Dalam penghitungan part worth deviasi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
24
responden. Proses estimasi part worth untuk masing-masing level dapat dilihat
pada Tabel 4.5.
Tabel 4.5 Estimasi part worth dan nilai kepentingan
Atribut Level
Estimasi Part Worth Nilai Kepentingan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
25
Nilai kepentingan dari atribut dihitung dari jarak part worth
masing-masing atribut yaitu selisih antara nilai maksimum part worth dan nilai
minimumnya dibagi dengan jumlah jarak part worth semua atribut. Pada tarif
SMS reguler diperoleh nilai maksimum part worth adalah 0,866 sedangkan nilai
minimum adalah -0,866, sehingga jarak part worth untuk tarif SMS reguler
merupakan selisih antara nilai maksimum part worth dan nilai minimumnya
adalah 0,866 – (-0,866) = 1,732. Jumlah jarak part worth semua atribut adalah
12,702.
Nilai kepentingan untuk tarif SMS reguler adalah 1,732 / 12,702 = 13,6%.
Dari Tabel 4.5 dapat dilihat bahwa nilai kepentingan jangkauan adalah 27,3%
merupakan nilai yang paling tinggi artinya bahwa responden lebih mementingkan
jangkauan daripada atribut yang lain. Setelah mendapatkan estimasi part worth
masing-masing level, kemudian akan dicari perbandingan antara rangking
preferensi responden sesungguhnya dengan estimasinya. Untuk mencari estimasi
rangking preferensi dapat dilakukan dengan menjumlahkan semua estimasi part
worth yang telah diperoleh pada Tabel 4.5. Pada stimulus pertama yang terdiri
dari kombinasi tarif SMS reguler, tarif telepon per detik, tarif internet per KB,
bentuk isi ulang elektrik, bonus telepon, sinyal lemah, dan jangkauan tidak luas
akan dijumlahkan nilai part worthnya. Nilai part worth masing-masing level
dapat dilihat pada Tabel 4.6 di bawah masing-masing level tiap stimulus.
Pada stimulus pertama, penjumlahan nilai part worth adalah 0,866 +
1,155 + 0,866 + 0,866 + 0,289 + (-0,577) + (-1,732) = 1,733. Setelah
mendapatkan total part worth masing-masing stimulus, akan dicari estimasi
rangking preferensi. Dari total part worth yang diperoleh bahwa stimulus keempat
mendapatkan total part worth yang paling besar yaitu 4,041. Hal ini mempunyai
arti bahwa stimulus keempat merupakan kombinasi yang paling disukai oleh
responden maka stimulus keempat mendapatkan rangking 1. Untuk stimulus
kelima mendapatkan total part worth terbesar kedua maka stimulus kelima
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
27
Setelah dicari estimasi rangking preferensinya maka dibandingkan dengan
preferensi sesungguhnya yang sudah diperoleh dari kuesioner untuk seorang
responden. Dari Tabel 4.6 terlihat bahwa semua stimulus mendapatkan estimasi
rangking yang sama dengan preferensi sesungguhnya sehingga dapat dikatakan
bahwa pada sampel responden ini perbandingan antara preferensi sesungguhnya
dan estimasinya sesuai.
4.2.2 Analisis Keseluruhan
Untuk analisis keseluruhan diperoleh nilai part worth tiap level dengan
bantuan SPSS statistics 17.0 (Lampiran5)dapat dilihat pada Tabel 4.7. Nilai part
worth yang lebih tinggi merupakan preferensi yang banyak disukai oleh
mahasiswa UNS Surakarta.
Tabel 4.7 Nilai estimasi utilitas (part worth) masing-masing level
Atribut Level Part Worth
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
28
Dari nilai part worth tersebut dapat dicari nilai kepentingan
masing-masing atribut. Jarak nilai part worth (nilai maksimum – nilai minimum) untuk
masing-masing atribut memberikan ukuran tingkat kepentingannya. Atribut sinyal
menggambarkan jarak part worthnya paling tinggi yaitu 1,283 – (-1,283) = 2,566.
Hal ini menunjukkan bahwa dalam memilih kartu prabayar GSM, kebanyakan
mahasiswa UNS Surakarta lebih mementingkan kondisi sinyal terlebih dahulu
daripada yang lainnya. Jangkauan merupakan atribut yang dipentingkan kedua
setelah sinyal. Nilai kepentingan tiap atribut dapat dilihat pada Tabel 4.8. Nilai
kepentingan tiap atribut diperoleh dari jarak part worth dibagi dengan jumlah
keseluruhan jarak part worth.
Tabel 4.8 Nilai kepentingan keseluruhan responden
Atribut Nilai kepentingan
Tarif SMS
Tarif telepon
Tarif internet
Bentuk isi ulang
Bonus
Sinyal
Jangkauan
8,891
3,433
1,408
9,111
0,572
44,058
32,526
Setelah mendapatkan nilai part worth untuk keseluruhan responden maka
dapat dicari nilai total part worth masing-masing stimulus yang akan digunakan
untuk mencari estimasi rangking preferensi. Estimasi rangking untuk keseluruhan
responden dapat dilihat pada Tabel 4.9. Stimulus yang paling disukai oleh
responden adalah stimulus yang kelima. Untuk stimulus keempat mendapatkan
total part worth terbesar kedua maka stimulus keempat mendapatkan rangking 2.
Stimulus yang paling disukai oleh responden pada analisis keseluruhan adalah
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
30
4.3 Uji Validitas Konjoin 4.3.1 Uji Validitas Individu
Setelah mendapatkan rangking estimasi dan rangking sesungguhnya,
selanjutnya akan dicari korelasi antara kedua rangking tersebut untuk mengetahui
validasi proses konjoin seorang responden. Rangking estimasi dan rangking
sesungguhnya dapat dilihat pada Tabel 4.6. Hipotesis untuk uji korelasi rank
Spearman adalah
a. & : dan adalah independen (tidak ada korelasi yang kuat antara estimasi
model konjoin dengan pendapat riil responden)
& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar (ada
korelasi yang kuat antara estimasi model konjoin dengan pendapat riil
responden)
b. Tingkat signifikan 0,05
c. Daerah kritis:
& ditolak jika > quantil(1− 0,05/2) = quantil(0,975) = 0,7143(Lampiran3) atau < quantil (0,05 2⁄ ) = quantil (0,025) = - 0,7143(Lampiran 3)
d. Statistik uji
= ∑ [ − ( )] = [0 + 0 + 0 + 0 + 0 + 0 + 0 + 0] = 0
= 1− 6
( − 1)= 1−
6 . 0
8(64− 1)= 1−
0
504= 1− 0 = 1,000
e. Kesimpulan
Karena = 1,000 > 0,7143 maka & ditolak yang artinya dan tidak
independen (ada korelasi yang kuat antara estimasi model konjoin dengan
pendapat riil responden). Hal ini berarti ada kecenderungan bahwa nilai
membesar berpasangan dengan nilai yang membesar.
Dari uji hipotesis tersebut dapat disimpulkan bahwa antara rangking
estimasi dan rangking sesungguhnya tidak independen atau bisa dikatakan ada
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
31
4.3.2 Uji Validitas Keseluruhan
Pada analisis keseluruhan, uji hipotesis menggunakan uji korelasi Kendall.
Karena banyaknya responden yang harus dianalisis maka nilai korelasi Kendall
diperoleh dengan bantuan SPSS statistics 17.0. Hipotesis untuk uji korelasi
Kendall adalah
a) & : dan adalah independen (tidak ada korelasi yang kuat antara
estimasi model konjoin dengan pendapat riil responden )
& : dan tidak independen. Hal ini berarti ada kecenderungan bahwa nilai membesar berpasangan dengan nilai yang membesar (ada korelasi
yang kuat antara estimasi model konjoin dengan pendapat riil responden)
b) Tingkat signifikan ( ) = 0,05
c) Daerah kritis:
& ditolak jika nilai signifikan (Asymp. Sig) < = 0,05 d) Statistik uji
Dari output (Lampiran5) diperoleh = 1,000 dengan nilai signifikan
(Asymp.Sig.) = 0,000
e) Kesimpulan
Karena nilai signifikan ( Asymp. Sig ) 0,000 < = 0,05 maka & ditolak yang
berarti bahwa ada korelasi yang kuat antara estimasi model konjoin dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
32
BAB V PENUTUP 5.1 Kesimpulan
Berdasarkan uraian pada pembahasan dapat diperoleh suatu kesimpulan
1. Kombinasi atribut yang paling disukai oleh responden
a. secara individu adalah kombinasi keempat yaitu tarif SMS reguler, tarif
telepon per detik, tarif internet per KB, bentuk isi ulang voucher, bonus
SMS, sinyal kuat dan jangkauan luas,
b. secara keseluruhan adalah kombinasi kelima yaitu tarif SMS paketan, tarif
telepon per detik, tarif internet per MB, bentuk isi ulang elektrik, bonus
telepon, sinyal kuat dan jangkauan luas.
2. Urutan nilai kepentingan dalam memilih kartu prabayar GSM
a. secara individu adalah 1) jangkauan, 2) tarif telepon, 3) tarif SMS, tarif
internet dan bentuk isi ulang, 4) sinyal, 5) bonus,
b. secara keseluruhan adalah 1) sinyal, 2) jangkauan, 3) bentuk isi ulang, 4)
tarif SMS, 5) tarif telepon, 6) tarif internet dan 7) bonus.
5.2 Saran
Pada penelitian ini, penulis menggunakan 7 atribut yang mempengaruhi
preferensi responden. Bagi pembaca yang ingin menggunakan lebih banyak
atribut bisa mengaplikasikan analisis konjoin dengan metode adaptif yang dapat
mengevaluasi banyak atribut dengan jumlah maksimum 30. Atribut yang
digunakan misalkan tarif Nada Sambung Pribadi (NSP), stok pulsa dan yang