Penentuan Kombinasi Atribut Terbaik yang

(1)

Penentuan Kombinasi Atribut Terbaik yang Mempengaruhi Minat Beli

Kartu Perdana GSM dengan Metode Choice-Based Conjoint (Studi

pada Mahasiswa Bandung)

Yani Herawati 1 dan Loren Pratiwi 2

Magister Teknik Industri , Universitas Katolik Parahyangan Jl. Ciumbuleuit Gg. Bukit Indah No 21, Bandung 40141.

No telepon: 089969888821, 0818020846992 Email: yani.herawati@gmail.com1

renz_dsilva@yahoo.com2

F. Rian Pratikto

Universitas Katolik Parahyangan Jl. Ciumbuleuit No 94, Bandung 40141.

No telepon: 08122018193 Email: penulis_ketiga@email.address

Abstrak

Perkembangan di bidang teknologi dan komunikasi menyebabkan peningkatan persaingan bisnis, salah satunya persaingan antar perusahaan penyedia layanan operator GSM. Untuk meningkatkan daya saing, perusahaan perlu melakukan perbaikan, salah satunya adalah dengan melakukan perbaikan di bidang pemasaran. Dalam memasarkan produk, produk sebaiknya memiliki fitur-fitur atau atribut-atribut yang sesuai dengan keinginan/kebutuhan konsumen.Makalah ini bertujuan untuk menentukan atribut-atribut dan kombinasi atribut terbaik yang mempengaruhi minta beli konsumen terhadap kartu perdana (stater pack) GSM. Dari hasil wawancara dengan konsumen diperoleh atribut-atribut yang mempengaruhi minat beli kartu perdana GSM, antara lain: operator, tarif telepon ke sesama operator, tarif telepon ke operator lain, tarif sms, promo gratis sms, tarif paket data, ketersediaan no cantik, harga kartu perdana. Untuk penentuan kombinasi atribut terbaik dengan menggunakan metode Choice-Based Conjoint Analysis. Dengan bantuan sotware untuk Choice-Based Conjoint, penentuan kombinasi atribut terbaik menjadi lebih mudah.

Kata kunci : pemasaran, kartu perdana GSM, atribut, conjoint analysis, choice-based conjoint

1. PENDAHULUAN

Banyaknya perusahaan yang bergerak dalam layanan operator GSM di Indonesia memicu tingginya persaingan antar perusahaan. Untuk memepertahankan eksistensinya di dunia bisnis, perusahaan tidak hanya berusaha mempertahankan konsumen lama atau membuat konsumen loyal terhadap perusahaan dengan pemingkatan kualiatas dan pemenuhan kebutuhan dan keinginan konsumen. Hal lain yang dilakukan perusahaan adalah dengan memperoleh konsumen baru yang potensial.

Salah satu faktor yang harus diperhatikan perusahaan

agar dapat menarik konsumen baru adalah pemasaran produk yang dilakukan. Hendaknya produk yang dipasarkan merupakan produk yang sesuai dengan kebutuhan atau keinginan dari konsumen. Produk yang memiliki fitur-fitur yang dapat memenuhi kebutuhan/keinginan konsumen dapat menarik perhatian konsumen untuk membeli produk.

(2)

kombinasi atribut terbaiknya untuk dapat menarik konsumen dalam membeli produk kartu perdana.

Penentuan kombinasi atribut terbaik digunakan metode conjoint analysis, yaitu choice-based conjoint analysis. Choice-based conjoint analysis digunakan untuk mengetahui preferensi responden terhadap kombinasi atribut/fitur yang membentuk produk. Untuk mengetahui tingkat kepentingan dari setiap atribut digunakan skor utility.

Berdasarkan uraian diatas, tujuan dari makalah ini adalah sebagai berikut:

1. Identifikasi atribut-atribut yang mempengaruhi minat beli konsumen terhadap kartu perdana GSM,

2. Identifikasi kombinasi atribut terbaik kartu perdana GSM.

Pembatasan masalah yang digunakan dalam makalah ini mahasiswa yang menjadi responden dibatasi hanya mahasiswa di kota Bandung.

2. TINJAUAN PUSTAKA

Conjoint analysis merupakan teknik multivariat yang dikembangkan secara spesifik untuk mengetahui bagaimana responden mengembangkan preferensinya untuk berbagai tipe objek baik produk, jasa, ataupun ide. (Hair, 2005) Conjoint Analysis juga merupakan suatu metode yang cocok untuk mengetahui reaksi konsumen terhadap suatu kombinasi atribut dan mengevaluasinya. Metode conjoint analysis ini sangat bermanfaat dalam bidang pemasaran untuk mengetahui preferensi konsumen terhadap suatu produk yang diluncurkan di pasar.

Conjoint analysis sering didefinisikan sebagai trade-off analysis karena responden di-‘paksa’ untuk membuat trade-off antar fiture produk. Ketika membeli produk, pembeli melakukan trade-off dari suatu karakteristik untuk mendapatkan karakteristik lainnya. Hal tersebut didasari tindaan pembelian yang dilakukan tidak hanya didasari oleh satu faktor, melainkan beberapa faktor (consider jointly). Terdapat tiga metode dasar dari conjoint analysis, yaitu traditional conjoint analysis, adaptive conjoint analysis, dan choice-based conjoint analysis.

Choice-based conjoint analysis (CBC) digunakan untuk membuat sebuah model pilihan yang diskrit. Metode ini merupakan metode dari Conjoint Analysis yang paling sering digunakan. Hal yang paling membedakan metode CBC dengan metode lainnya adalah responden mengekspresikan preferensinya terhadap suatu produk dengan memilih dari sebuah kumpulan konsep, bukan membuat rating atau ranking. Pilihan yang dibuat dalam metode CBC mirip dengan apa yang sebenarnya dilakukan pembeli ketika akan membeli suatu produk. Memilih sebuah produk dari sekumpulan produk merupakan tugas

yang sederhana dan alami yang dapat dipahami setiap orang.

CBC sering digunakan untuk mempelajari hubungan antara harga dan permintan, dan khususnya berguna ketika hubungan dari harga dan permintaan berbeda-beda untuk setiap merk produk dan hanya sedikit fitur atauatribut yang perlu dikembangkan. Salah satu keunggulan dari CBC adalah CBC mampu mengakomodasi interaksi, seperti misalnya merk yang berbeda memiliki sensitivitas yang berbeda-beda terhadap perubahan harga. Pada umumnya, metode pada Conjoint Analysis mengabaikan adanya interaksi.

3. ISI

Dalam bagian isi akan dilakukan pengumpulan data-data yang diperlukan dalam penelitian dan conjoint analysis dengan metode CBC untuk memenuhi tujuan makalah. Pengumpulan data dilakukan dengan menyebarkan kuesioner penelitian, yang didahului dengan wawancara terhadap responden dan merancang kuesioner penelitian. Dari kuesioner penelitian dilakukan pengolahan data menggunakan metode CBC untuk mendapatkan nilai

utility berdasarkan preferensi konsumen. Untuk

perancangan kuesioner CBC menggunakan software Sawtooth Software SSI Web, sedangkan untuk pengolahan data CBC digunakan software Sawtooth Software SMRT.

3.1 Pengumpulan Data

Pengumpulan data dilakukan dengan menyebarkan kuesioner ke responden yang merupakan mahasiswa Bandung. Kuesioner dirancang dengan menggunkan bantuan software Sawtooth Software SSI Web dan disebarkan melalui media internet. Hal ini dilakukan untuk menghemat waktu dalam pengumpulan data. Dengan menggunakan Sawtooth Software SSI Web, data hasil kuesioner dapat diperoleh dengan cepat dalam format yang sesuai dalam pemgolahan data untuk conjoint analysis dengan Sawtooth Software SMRT.

Dalam Sawtooth Software SSI Web terdapat komponen CBC yang sesuai untuk melakukan interview mengenai produk dengan menggunakan media internet. Dalam merancang kuesioner CBC terdiri dari beberapa langkah, yaitu:

1. Identifikasi atribut dan level

(3)

utama dan dapat dengan jelas digambarkan kepada konsumen. Setiap atribut memiliki paling sedikit dua level. Atribut dan level dari atribut dapat dilihat pada tabel berikut:

Tabel 1: Daftar atribut dan level Atribut Level

Rendah (Rp 150/menit-Rp 800/menit)

Tinggi (Rp 900/menit-Rp 1400/menit)

Tarif telepon ke operator lain

Rendah (Rp 900/menit-Rp 1400/menit)

Tinggi (Rp 1500/menit-Rp 2000/menit)

Tarif sms ke

Setelah pemakaian 5 sms/hari Setelah pemakaian 8 sms/hari Setelah pemakaian 10 sms/hari

Tarif paket

Rendah (Rp 2000-Rp 5,000) Menengah (Rp 6.000-Rp 14,000) Tinggi (Rp 15.000-Rp 30,000)

2. Tentukan desain kuesiner CBC

Dalam merancang kuesioner CBC ditentukan sebanyak 3 konsep produk yang ditampilkan dalam satu pertanyaan pilihan (task) dan pilihan ‘tidak: saya tidak akan memililih salah satu diantaranya’. Jumlah task yang diberikan per responden sebanyak 15 task, dengan 13 random task yang dihasilkan secara random oleh software dan 2 fixed task yang ditentukan oleh peneliti.

3. Menguji kuesioner yang dibuat dalam bentuk preview mode dengan menggunkan Local Test Server yang tersedia pada software. Modifikasi dan lakukan pengujian ulang.

4. Tentukan banyaknya versi yang unik dari kuesioner CBC yang akan digunakan dalam perancangan kuesioner, dalam penelitian digunkan 300 versi. Generate desain kuesioner dan melakukan pengujian pada desain kuesioner. Dari pengujian, kuesioner yang dirancang dapat mengestimasi nilai path worth utility

(main effect) dengan efisien.

5. Menyebarkan kuesioner dengan mengunakan media internet yang berbasis web server. Hasil dari kuesioner kemudian diunduh dari server dan dilakukan pengolahan untuk memperoleh nilai path worth utility (main effect).

3.2 Pengolahan Data

Setelah data hasil kuesioner CBC telah diperoleh, dilakukan analisis data. Analsis data menggunkan bantuan software Sawtooth Software SMRT. Metode yang digunkan untuk menganalisa data, antara lain:

1. Counting analysis

Counting analysis menghitung proporsi dari setiap level atribut, nilai proporsi berkisar antara 0-1. Proporsi ini menunjukkan seberapa sering level atribut tersebut terpilih ketika berada dalam set pilihan yang diajukan ke responden. Semakin tinggi proporsi, semakin tinggi preferensi konsumen terhadap level atribut tersebut.

Counting analysis dilakukan dengan bantuan software, diperoleh hasil sebagai berikut:

Operator :

Total

Total Respondents 250

Telkomsel 0,36

Indosat 0,35

XL 0,37

Three 0,28

Axis 0,20

Within Att. Chi-Square 136,94

D.F. 4

Significance p < .01

Tarif telepon ke sesama operator :

Total

Rendah (Rp 150/menit-Rp 800/menit) 0,43 Tinggi (Rp 900/menit-Rp 1400/menit) 0,19

D.F. 1

(4)

Analisis data juga dilakukan untuk mengetahui proporsi dari interaksi antar atribut, dari 2 way interaction, interaksi yang signifikan adalah interaksi antara operator

dengan tarif telepon ke sesama operator, dengan hasil count sebagai berikut:

Total

Telkomsel Rendah (Rp 150/min- Rp 800/min) 0,49 Telkomsel Tinggi (Rp 900/min- Rp 1400/min) 0,23 Indosat Rendah (Rp 150/min- Rp 800/min) 0,46 Indosat Tinggi (Rp 900/min- Rp 1400/min) 0,23 XL Rendah (Rp 150/min- Rp 800/min) 0,50 XL Tinggi (Rp 900/min- Rp 1400/min) 0,24 Three Rendah (Rp 150/min- Rp 800/min) 0,39 Three Tinggi (Rp 900/min- Rp 1400/min) 0,16 Axis Rendah (Rp 150/min -Rp 800/min) 0,30 Axis Tinggi (Rp 900/min- Rp 1400/min) 0,09

Interaction Chi-Square 15,98

D.F. 4

Dari counting analysis yang dilakukan diketahui level atribut yang paling banyak direferensi karena paling banyak dipilih dalam setiap kemunculannya dalam pilihan konsep produk. Beberapa level atribut yang paling banyak direferensi adalah sebagi berikut : • Operator: XL, terpilih sebanyak 37% dari

kemunculannnya.

• Tarif telepon ke sesama: Rendah (Rp 150/min – Rp 800/min), terpilih sebanyak 43% dari kemunculannnya.

• Telepon ke operator lain: Rendah (Rp 900/min – Rp 1400/min), terpilih sebanyak 38% dari kemunculannnya.

• Tarif sms ke semua operator: Rendah (Rp 100/sms), terpilih sebanyak 36% dari kemunculannnya.

• Promo gratis sms seharian: setelah pemakaian 5 sms/hari, terpilih sebanyak 35% dari kemunculannnya.

• Tarif paket data: Rendah (Rp 2/kb), terpilih sebanyak 32% dari kemunculannnya. Dari hasil count diperoleh bahwa level-level dari atribut ini tidak berbeda secara signifikan. Hal ini berarti dalam konsep kartu perdana, level atribut ini tidak memberikan perbedaan yang signifikan terhadap konsep lain dengan level yang berbeda. • No kartu perdana cantik: Ya, terpilih sebanyak

32% dari kemunculannnya. Dari hasil count diperoleh bahwa level-level dari atribut ini tidak berbeda secara signifikan. Hal ini berarti konsep produk yang memiliki no cantik atau tidak tidak memberikan perbedaan yang signifikan.

• Harga kartu perdana: Rendah (Rp 2000-Rp 5000), terpilih sebanyak 35% dari kemunculannnya. Tarif sms ke semua operator :

Total

Rendah (Rp 100/sms) 0,36

Menengah (Rp 125/sms) 0,32

Tinggi (Rp 150/sms) 0,26

D.F. 2

Promo gratis sms seharian :

Total

Setelah pemakaian 5 sms/hari 0,35 Setelah pemakaian 8 sms/hari 0,30 Setelah pemakaian 10 sms/hari 0,28

D.F. 2

Tarif paket data :

Total

Rendah (Rp 2/kb) 0,32

Menengah (Rp 3/kb) 0,31

Tinggi (Rp 5/kb) 0,30

D.F. 2

Significance not sig

No kartu perdana cantik :

Total

Tidak 0,30

Ya 0,32

D.F. 1

Significance not sig

Harga kartu perdana :

Total

Rendah (Rp 2000-Rp 5,000) 0,33 Menengah (Rp 6.000-Rp 14,000) 0,32 Tinggi (Rp 15.000-Rp 30,000) 0,28

D.F. 2

(5)

Dari hasil count untuk interasksi 2 level atribut, yang berbeda secara signifikan adalah interaksi antara level atribut operator dengan level atribut tarif telepon ke sesama operator. Dari hasil diketahui bahwa untuk semua atribut level atribut operator dengan tarif telepon ke sesama: rendah (Rp 150/min- Rp 800/min) paling banyak direferensi. Yang paling banyak terpilih adalah kombinasi antara Operator:XL dengan Tarif telepon ke sesama: Rendah (Rp 150/min- Rp 800/min), terpilih sebanyak 50% dari kemunculannya.

Dalam kuesioner terdapat pilihan ‘none’, yang menunjukkan bahwa responden tidak memilih satu dari antara 3 konsep yang diberikan dalam task. Hasil count untuk pilihan ‘none’ adalah sebagai berikut:

None

Total

None chosen: 0,07

2. Logit analysis

Logit analysis dilakukan untuk mengestimasi effect atau logit “utility” untuk setiap level atribut. Selain itu dapat juga digunakan untuk mengestimasi interaction effect. Utility menggambarkan degree of worth atau preferensi dari feature produk. Logit analysis yang dilakukan secara manual hanya dapat mengestimasi main effect, tidak dapat digunakan untuk mengestimasi nilai efek dari interaksi dua level atribut. Logit analysis menggunakan bantuan software diperoleh hasil sebagai berikut:

Operator

Effect

Telkomsel 0,2548

Indosat 0,19195

XL 0,29027

Three -0,13201

Axis -0,60501

Tarif telepon ke sesama operator

Effect Rendah (Rp 150/menit-Rp 800/menit) 0,50654 Tinggi (Rp 900/menit-Rp 1400/menit) -0,5065 Tarif telepon ke operator lain

Effect Rendah (Rp 900/menit-Rp 1400/menit) 0,3088 Tinggi (Rp 1500/menit-Rp 2000/menit) -0,3088 Tarif sms ke semua operator

Effect

Rendah (Rp 100/sms) 0,2201

Menengah (Rp 125/sms) 0,0393

Tinggi (Rp 150/sms) -0,2594

Promo gratis sms seharian

Effect Setelah pemakaian 5 sms/hari 0,1447 Setelah pemakaian 8 sms/hari -0,035 Setelah pemakaian 10 sms/hari -0,1097 Tarif paket data

Effect

Rendah (Rp 2/kb) 0,05766

Menengah (Rp 3/kb) -0,021

Tinggi (Rp 5/kb) -0,0366

No kartu perdana cantik

Effect

Tidak -0,0445

Ya 0,0445

Harga kartu perdana

Effect Rendah (Rp 2000-Rp 5,000) 0,09288 Menengah (Rp 6.000-Rp 14,000) 0,02382 Tinggi (Rp 15.000-Rp 30,000) -0,1167

None -1.3725

Dengan menggunakan software, logit analysis dapat dilakukan untuk mengestimasi interaction effect dari 2 atribut. Interaksi yang akan diestimasi effect-nya hanya yang signifikan mempengaruhi model. Dari count analysis, dapat diketahui bahwa interaksi yang berpengaruh secara signifikan adalah interaksi atribut: operator dengan tarif telepon ke sesama operator. Nilai effect untuk setiap interaksinya adalah sebagai berikut:

Total Telkomsel Rendah (Rp 150/min- Rp 800/min) 0.016 Telkomsel Tinggi (Rp 900/min- Rp 1400/min) -0.016 Indosat Rendah (Rp 150/min- Rp 800/min) -0.102 Indosat Tinggi (Rp 900/min- Rp 1400/min) 0.102 XL Rendah (Rp 150/min- Rp 800/min) -0.023 XL Tinggi (Rp 900/min- Rp 1400/min) 0.023 Three Rendah (Rp 150/min- Rp 800/min) 0.016 Three Tinggi (Rp 900/min- Rp 1400/min) -0.016 Axis Rendah (Rp 150/min -Rp 800/min) 0.124 Axis Tinggi (Rp 900/min- Rp 1400/min) -0.124

Nilai effect diatas menunjukkan nilai utility dari masing-masing level atribut. Semakin besar nilai utility, semakin besar preferensi konsumen terhadap level atribut tersebut. Jumlah utility untuk setiap atribut sama dengan 0 (zero centered).

Dari logit analysis diketahui level atribut yang banyak menjadi preferensi konsumen adalah sebagai berikut:

• Operator: XL.

(6)

• Telepon ke operator lain: Rendah (Rp 900/min – Rp 1400/min).

• Tarif sms ke semua operator: Rendah (Rp 100/sms).

• Promo gratis sms seharian: setelah pemakaian 5 sms/hari.

• Tarif paket data: Rendah (Rp 2/kb). • No kartu perdana cantik: Ya.

• Harga kartu perdana: Rendah (Rp 2000-Rp 5000).

3. ANALISIS

Dengan menggunakan conjoint analysis dapat diidentifikasi tingkat kepentingan dari setiap level atribut. Hal ini dapat dijadikan masukkan dalam perancangan produk kartu perdana. Produk yang memiliki atribut dengan tingkatan level yang sesuai preferensi konsumen akan dapat menarik minat beli dari konsumen.

Penggunaan software untuk memperoleh data, seperti data kuesioner CBC dapat mempersingkat waktu pengolahan data karena data yang diperoleh sudah sesuai dengan format file yang digunakan dalam metode analisis data CBC.

Dari hasil diperoleh bahwa dari metode analisis data CBC, baik counting analysis ataupun logit analysis diperoleh hasil yang serupa. Level dari setiap atribut yang menjadi preferensi utama konsumen sama dari kedua metode tersebut.

Kombinasi atribut terbaik dapat diperoleh dari hasil analisis data dengan metode logit analysis. Dengan menggunakan logit analysis dapat diperoleh nilai main effect (utility) dari setiap level. Dengan menjumlahkan level yang menjadi preferensi utama konsumen untuk setiap atributnya dapat diperoleh estimasi tingkat relative attractiveness dari sebuah konsep produk yang tinggi.

5. KESIMPULAN

Dari makalah ini dapat diambil beberapa kesimpulan, yaitu:

1. Atribut yang mempengaruhi minat beli konsumen terhadap kartu perdana adalah: operator, tarif telepon ke sesama operator, tarif telepon ke operator lain, tarif sms, promo gratis sms, tarif paket data, ketersediaan no cantik, harga kartu perdana.

Level yang terdapat dalam setiap atribut dapat dilihat pada Tabel 1.

2. Level atribut yang paling banyak menjadi prefensi konsumen adalah:

• Operator: XL, dengan nilai effect 0.29027. • Tarif telepon ke sesama: Rendah (Rp 150/min –

Rp 800/min), dengan nilai effect 0.50654.

• Telepon ke operator lain: Rendah (Rp 900/min – Rp 1400/min), dengan nilai effect 0.30880. • Tarif sms ke semua operator: Rendah (Rp

100/sms), dengan nilai effect 0.22010.

• Promo gratis sms seharian: setelah pemakaian 5 sms/hari, dengan nilai effect 0.1447.

• Tarif paket data: Rendah (Rp 2/kb), dengan nilai effect 0.05766.

• No kartu perdana cantik: Ya, dengan nilai effect 0.04450.

• Harga kartu perdana: Rendah (Rp 2000-Rp 5000), dengan nilai effect 0.09288.

Nilai utility yang paling tinggi untuk interaksi antara atribut operator dan tarif telepon ke sesama adalah Axis dengan tarif telepon ke sesama operator rendah (Rp 150/min – Rp 800/min), dengan utility 0.124. 3. Kombinasi atribut terbaik untuk kartu perdana adalah

dengan menggunakan level dengan nilai utility terbesar dari setiap atribut. Estimasi tingkat relative attractiveness dari sebuah konsep usulan ini adalah sebesar 1.66545.

KETERBATASAN

Makalah ini hanya meneliti kartu perdana layanan operator GSM dengan objek penelitian mahasiswa di Bandung. Atribut dan level yang digunakan mungkin dapat berbeda untuk layanan operator GSM, jika objek penelitian berbeda secara geografis. Untuk penelitian selanjutnya dapat digunakan analisis data CBC dengan menggunakan metode Hierarchical Bayesian Model dengan bantuan software Sawtooth Software CBC HB.

DAFTAR PUSTAKA

Hair, Joseph. F., Jr.,Black,William C., Babin,Barry J.,et all. 2005. Multivariate Data Analysis, New Jersey, Pearson Prentice Hall.

The CBC System for Choice-Based Conjoint Analysis.

http://www.sawtoothsoftware.com.html. Access date: 12 April 2011.

Richard M.J., and Bryan K. O. (1996). How Many Qustions Should You Ask in Choice-Based Conjoint

Studies? http://www.sawtoothsoftware.com.html. Access

date: 12 April 2011.

BIOGRAFI PENULIS