penentuan atribut telur asin berdasarkan preferensi konsumen

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

PENENTUAN ATRIBUT TELUR ASIN BERDASARKAN

PREFERENSI KONSUMEN MENGGUNAKAN ANALISIS

CONJOINT

Skripsi

Sebagai Persyaratan Untuk Memperoleh Gelar Sarjana Teknik

IDA SUSANTI

I1306010

JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK

UNIVERSITAS SEBELAS MARET

SURAKARTA

2011


commit to user

ABSTRAK

Ida Susanti. NIM : I1306010. PENENTUAN ATRIBUT TELUR ASIN

BERDASARKAN PREFERENSI KONSUMEN MENGGUNAKAN

ANALISIS CONJOINT. Skripsi. Surakarta : Jurusan Teknik Industri,

Fakultas Teknik, Universitas Sebelas Maret, April 2011.

Industri telur asin mempunyai peranan yang cukup penting bagi industri

pangan nasional. Permintaan konsumen terhadap telur asin dari tahun ke tahun

semakin meningkat. Kenaikan permintaan ini mendorong industri telur asin untuk

menawarkan produk yang lebih baik. Dalam upaya memenuhi keinginan

konsumen terhadap telur asin maka produsen memerlukan atribut-atribut yang

dianggap penting oleh konsumennya. Untuk mendapatkan atribut tesebut

dilakukan analisis conjoint yang merupakan metode terbaik dalam menyelidiki

dan menganalisis kebutuhan konsumen. Tujuan penelitian ini adalah menentukan

atribut-atribut telur asin yang penting menurut konsumen dan mengelompokkan

karakteristik konsumen berdasarkan tingkat kepentingan atribut.

Penelitian ini diawali dengan menentukan atribut produk yang penting

dalam pandangan konsumen. Berdasarkan proses penentuan atribut produk

diperoleh 10 atribut yang kemudian dipilih enam atribut penting yang digunakan

dalam penelitian. Setelah itu menentukan level setiap atribut telur asin, dan

melakukan penyusunan kartu konsep dengan menggunakan orthogonal array.

Data diambil menggunakan metode simple random sampling dan skala rangking

sebagai skala pengukuran. Jumlah responden yang digunakan dalam pengambilan

data adalah 40 responden. Dalam penelitian ini digunakan analisis conjoint untuk

membantu mendapatkan atribut-atribut telur asin yang penting bagi konsumen.

Analisis k-mean cluster digunakan untuk pengelompokan segmen cluster.

Penelitian ini menghasilkan enam atribut telur asin yang paling penting

bagi konsumen yaitu telur asin yang berukuran sedang dengan keasinan asin

sedang, berwarna biru dengan keawetan 3 minggu, terdapat merk pada telur asin

dan berbentuk lonjong, Selain itu penelitian menghasilkan empat segmen cluster

berdasarkan tingkat atribut telur asin. Segmen cluster pertama konsumen memilih

warna dan ukuran telur asin, segmen cluster kedua konsumen memilih keasinan

telur asin, segmen cluster ketiga konsumen memilih ukuran telur asin dan segmen

cluster keempat konsumen memilih merk telur asin.

Kata kunci: telur asin, analisis conjoint, analisis cluster

xv + 64 halaman; 10 gambar; 11 tabel; 8 lampiran

Daftar Pustaka: 28 (1988-2009)


commit to user

ABSTRACT

Ida Susanti, NIM: I1306010. DETERMINING THE ATTRIBUTE OF

SALTED EGG BASED ON THE CUSTOMER PREFERENCE USING

CONJOINT ANALYSIS. Thesis. Surakarta: Industrial Engineering

Department of Engineering Faculty, Sebelas Maret University, April 2011.

Salted egg industry has an important role in national food industry. The

customers demand for salted egg increases over years. Such the increase

encourages the salted egg industry to offer a better product. In the attempt of

meeting the customers demand for salted egg, the producer has to identify

attributes which are considered as important by the customer. To get such

attributes, a conjoint analysis was conducted. The method is used since it

constitutes the best method in investigating and analyzing the customers need.

The objectives of this research are to determine the important attributes of salted

egg and to group the characteristics of customers based on the attribute

importance weights.

This research is started by determining the attribute of product which are

considered as important by customers. From the preliminary study, we obtained

10 attributes and selected six of them to be used in the research. After

determiniting the attributes, then we set the level of each attributes. Orthogonal

array is used to generate the concept card. The card is then used as a mean to

represent the product. The data was taken using simple random sampling and rank

scale as the measurement scale. The number of respondents used in the data

collection was 40 respondents. In this research, the conjoint analysis was used to

help obtaining the attributes of salted egg important to the costumers, and k-mean

cluster analysis was used for grouping the cluster segment.

The result of this research shows that the most demanded salted eggs are:

medium in size, medium saltiness, blue in color, three weeks shelf life, oval, and

having brand on the egg. The research resulted in four clusters based on attributes

important weights. In the first cluster, customers considered color and size more

than other attributes. In the second, cluster customers considered saltiness more

than other attributes and for the third and fourth, cluster customers considered size

and brand more than other attributes respectively.

Keywords: salted egg, conjoint analysis, cluster analysis.

xv + 64 pages; 10 pictures; 11 tables; 8 enclosure

Bibliography: 28 (1988-2009)


commit to user

DAFTAR ISI

HALAMAN JUDUL .............................................................................. i

LEMBAR PENGESAHAN ..................................................................... ii

LEMBAR VALIDASI ............................................................................ iii

SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH ............... iv

SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH ..................... v

KATA PENGANTAR ............................................................................ vi

ABSTRAK ............................................................................................. viii

ABSTRACK ........................................................................................... ix

DAFTAR ISI .......................................................................................... x

DAFTAR TABEL .................................................................................. xiii

DAFTAR GAMBAR .............................................................................. xiv

DAFTAR LAMPIRAN………………………………………………….. xv

BAB I PENDAHULUAN ................................................................... I-1

1.1 Latar Belakang ................................................................ I-1

1.2 Perumusan Masalah ......................................................... I-2

1.3 Tujuan Penelitian ............................................................. I-3

1.4 Manfaat Penelitian ........................................................... I-3

1.5 Batasan Masalah .............................................................. I-3

1.6 Asumsi-Asumsi……………………………………… ...... I-3

1.7 Sistematika Penulisan ...................................................... I-4

BAB II TINJAUAN PUSTAKA.......................................................... II-1

2.1 Segmentasi Pasar ............................................................. II-1

2.1.1 Tingkat Segmentasi Pasar ..................................... II-2

2.1.2 Prosedur Segmentasi Pasar ................................... II-3

2.1.3 Dasar Segmentasi Pasar Konsumen ...................... II-3

2.1.4 Persyaratan Segmentasi yang Efektif .................... II-4

2.2 Telur Asin........................................................................ II-5

2.2.1 Pengawetan Telur Asin ........................................ II-5

2.3 Teori Statistik .................................................................. II-6

2.3.1 Populasi dan Sampel ............................................. II-6


commit to user

2.3.2 Metode Pengambilan Sampel ................................ II-6

2.3.3 Skala Pengukuran ................................................. II-9

2.3.4 Jenis Skala Pengukuran ......................................... II-9

2.3.5 Klasifikasi Skala ................................................... II-12

2.3.6 Teknik Pengumpulan Data .................................... II-14

2.3.7 Orthogonal Array .................................................. II-12

2.4 Analisis Multivariat ......................................................... II-18

2.4.1 Metode Mempelajari Kebutuhan Konsumen ......... II-19

2.4.2 Analisis Conjoint .................................................. II-20

2.4.3 Analisis Cluster .................................................... II-25

2.5 Penelitian Terdahulu ........................................................ II-31

BAB III METODOLOGI PENELITIAN ............................................ III-1

3.1 Identifikasi Permasalahan ................................................ III-2

3.1.1 Identifikasi Masalah .............................................. III-2

3.1.2 Studi Lapangan ..................................................... III-2

3.1.3 Studi Pustaka ........................................................ III-2

3.1.4 Perumusan Masalah .............................................. III-2

3.1.5 Tujuan dan Manfaat penelitian .............................. III-2

3.2 Pengumpulan Data ........................................................... III-3

3.2.1 Penentuan Atribut Produk (Kuesioner I) ............... III-3

3.2.2 Penentuan Level pada Atribut ............................... III-3

3.2.3 Penyusunan Kartu Konsep .................................... III-3

3.2.4 Pengambilan Data (Kuesioner II dan Kartu Konsep) III-3

3.3 Pengolahan Data .............................................................. III-4

3.3.1 Tahap Analisis Conjoint ....................................... III-4

3.3.2 Tahap Analisis Cluster .......................................... III-5

3.4 Analisis dan Interpretasi hasil .......................................... III-5

3.5 Kesimpulan dan Saran ..................................................... III-5

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ................. IV-1

4.1 Pengumpulan Data ........................................................... IV-1

4.1.1 Penentuan Atribut Produk ..................................... IV-1

4.1.2 Penyusunan Level pada Atribut ............................ IV-1


commit to user

4.1.3 Penyusunan Kartu Konsep .................................... IV-2

4.1.4 Pengambilan Data ................................................. IV-4

4.2 Pengolahan Data .............................................................. IV-4

4.6.1 Analisis Conjoint ............................................... IV-5

4.6.2 Analisis Cluster .................................................... IV-8

BAB V ANALISIS DAN INTERPRETASI HASIL........................... V-1

5.1 Analisis Hasil Pengolahan Analisis Conjoint.................... V-1

5.1.1 Analisis Nilai Utilitas………………..…..…. ....... V-1

5.1.2 Analisis Nilai Kepentingan Relatif…………….. .. V-4

5.2 Analisis Hasil Pengolahan Analisis Cluster ...................... V-5

BAB VI KESIMPULAN DAN SARAN ............................................... VI-1

6.1 Kesimpulan...................................................................... VI-1

6.2 Saran ............................................................................... VI-1

DAFTAR PUSTAKA

LAMPIRAN


commit to user

DAFTAR TABEL

Tabel 4.1 Atribut dan level telur asin ................................................. IV-2

Tabel 4.2 Kombinasi atribut dan level ............................................... IV-3

Tabel 4.3 Contoh kartu konsep telur asin ........................................... IV-4

Tabel 4.4 Nilai utilitas keseluruhan responden ................................... IV-6

Tabel 4.5 Nilai kepentingan relatif keseluruhan responden ................ IV-7

Tabel 4.6 Hasil keseluruhan korelasi pearson dan kendall ................. IV-8

Tabel 4.7 Hasil uji statistik Kolmogorov-Smirnov ............................. IV-9

Tabel 4.8 Hasil besaran korelasi uji multikolinearitas ....................... IV-10

Tabel 4.9 Nilai tolerance dan VIF pada uji multikolinearitas ............. IV-11

Tabel 4.10 Atribut penting dalam empat segmen kebutuhan berbeda

Berdasarkan segmen konsumen ......................................... IV-12

Tabel 4.11 Karakteristik konsumen......................... ............................. IV-13


commit to user

DAFTAR GAMBAR

Gambar 2.1 Model Preferensi .......................................................... II-24

Gambar 3.1 Metodologi Penelitian ................................................... III-1

Gambar 4.1 Syntax Editor untuk menganalisa conjoint .................... IV-5

Gambar 5.1 Histogram fungsi utilitas warna telur asin ..................... V-1

Gambar 5.2 Histogram fungsi utilitas ukuran telur asin .................... V-2

Gambar 5.3 Histogram fungsi utilitas bentuk telur asin .................... V-2

Gambar 5.4 Histogram fungsi utilitas merk telur asin ....................... V-3

Gambar 5.5 Histogram fungsi utilitas keasinan telur asin ................. V-3

Gambar 5.6 Histogram fungsi utilitas keawetan telur asin ................ V-4

Gambar 5.7 Histogram kepentingan relatif ....................................... V-4


commit to user

DAFTAR LAMPIRAN

Lampiran 1 Kuesioner I Penentuan Atribut Telur Asin yang Disukai

Konsumen .................................................................... L 1-1

Lampiran 2 Tabel Hasil Kuesioner I Penentuan Atribut Telur Asin...L 2-1

Lampiran 3 Kuesioner II Penentuan Atribut Telur Asin ................... L 3-1

Lampiran 4 Bentuk Kartu Konsep .................................................... L 4-1

Lampiran 5 Tabel Hasil Rangking Responden pada Kartu Konsep ... L 5-1

Lampiran 6 Hasil SPSS Analisis Conjoint ....................................... L 6-1

Lampiran 7 Tabel Data untuk Analisis Cluster ................................. L 7-1

Lampiran 8 Hasil SPSS Analisis Cluster .......................................... L 8-1


commit to user

DAFTAR PUSTAKA

Aaker, David, A., and Day, George, S., 1995, Marketing Research: Fifth Edition.

New York: John Wiley and Sons, Inc.

Anderson, J.C., Jain, D.C., Chintagunta, P., 1993, Customer Value Assessment in

Business Markets’ Journal of Business-to-Business Marketing. Institute for

Study of Bussines Market The Pennsylvania State university.

Arikunto, S., 2006, Prosedur Penelitian: Suatu Pendekatan Praktek. Rineka

Cipta. Jakarta.

Benedikt G.C., Borgers W.J., Louviere J., and Timmermans H., 2007, Using

Conjoint Choice Experiments to Model Consumer Choices of Product

Component Packages. Springer-Verlag Berlin Heidelberg.

BPS Nasional, 2005, Available: www.bps.go.id. Diunduh tanggal 4 Maret 2011.

Dillon, W. R., and Goldstein, M., 1984, Multivariate Analysis, Methods and

Applications. New York: John Wiley & Sons, Inc.

Ghozali, I., 2004, Aplikasi Analisis Multivariat dengan Program SPSS: Edisi

Tiga. Badan Penerbit Universitas Diponegoro. Semarang.

Hair, Anderson, Tatham, and Black., 1998, Multivariate Data Analysis: Fifth

Edition. New Jersey: Prentice-Hall International, Inc.

Hardle, W and Shimar, L., 2003, Applied Multivariate Statistical Analysis. MD

Tech.

Kastaman, R., Sudaryanto dan Nopianto, H.B., 2005, Kajian Proses Pengasian

Telur Metode Reverse Osmosis pada Berbagai Lama Perendaman. Jurusan

Teknik dan Manajemen Industri Pertanian, Fakultas Teknologi Industri

Pertanian, Universitas Padjajaran-Bandung.

Kotler, P., 1997, Manajemen Pemasaran: Analisis, Perencanaan, Implementasi

dan Kontrol. PT. Prenhalindo. Jakarta.

Kotri, A., 2006, Analizing Customer Value Using Conjoint Analysis: The

Example of a Packaging Company. Faculty of Economics and Business

Administration-Universitas of Tartu.

Manurung, P., 2006, Analisis Penilaian terhadap Kombinasi Atribut-atribut

Sepatu Olahraga Rebook dengan Menggunakan Conjoin Analysis. Skripsi,

Jurusan Teknik Industri Fakultas Teknik. Universitas Sebelas Maret-

Surakarta.


commit to user

Margono, T., Suryati D. dan Hartinah, S., 2000, Buku Panduan Teknologi Pangan. Pusat Informasi Wanita dalam Pembangunan PDII-LIPI bekerjasama

dengan Swiss Development Cooperation, 1993. Jakarta.

Metasari, N., 2009, Orthogonal Array. Available:

http://qualityengineering.wordpress.com/tag/taguchi/. Diunduh tanggal 26

April 2011

Rangkuti F., 2002, Measuring Customer Satisfaction. PT Gramedia Pustaka

Utama. Jakarta.

Sekaran, U., 2000, Research Methods of Business: Third Edition. John Wiley and

Son. New York.

Santoso, S. dan Tjiptono, F., 2001, Riset Pemasaran, Konsep dan Aplikasi dengan

SPSS. PT Elex Media Komputindo. Jakarta.

Singarimbun, M dan Effendi, S., 1995, Metode Penelitian Survei: Edisi Revisi.

Pustaka LP3S. Jakarta.

Soeratno, 1988, Metodologi Penelitian: Untuk Ekonomi dan Bisnis. BPFE.

Yogyakarta

Sudjana, 2002, Metode Statistika. Jakarta.

Sugiyono, 1997, Statistik Untuk Penelitian. Alfabeta. Bandung.

Sugiyono, 2009, Metode Penelitian Kuantitatif, Kualitatif dan R and D. Alfabeta.

Bandung

Supranto, J., 2001, Analisis Multivariat Arti dan Implementasi: Edisi Baru.

Rineka Cipta. Jakarta.

Wahana-statistik.com, 2009, Crosstab Cluster. Available: http://wahana-

statistika.com/index.php?option=com_content&view=article&id=2030:pe

ngertian-analisis-cluster&catid=293&Itemid=555. Diunduh tanggal 26

April 2011

Walpole, E.R., 1995, Pengantar Statistika. Gramedia Pustaka Utama. Jakarta.

Widodo, 2004, Metodologi Penelitian. Universitas Sebelas Maret Surakarta.

Wikipedia Ensiklopedia Bebas, 2007, Telur Asin. Available:

http://id.wikipedia.org/wiki/telur_asin. Diunduh tanggal 19 Oktober 2010.


commit to user

I-1

BAB I

PENDAHULUAN

Pada bab ini akan dibahas tentang latar belakang dan identifikasi masalah

penelitian, perumusan masalah, tujuan penelitian, manfaat penelitian, pembatasan

masalah, penetapan asumsi serta sistematika yang digunakan dalam penelitian.

Tujuan penulisan bab ini untuk memberikan gambaran mengenai permasalahan

yang berkaitan dengan tujuan penelitian

1.1 LATAR BELAKANG

Industri telur asin mempunyai peranan yang cukup penting bagi industri

pangan nasional terutama dalam memenuhi kebutuhan protein dan lemak

masyarakat. Telur asin merupakan masakan berbahan dasar telur yang diawetkan

dengan cara diasinkan. Kebanyakan telur yang diasinkan adalah telur itik

(Wikipedia bahasa Indonesia). Telur asin merupakan salah satu sumber protein

yang mudah didapat dan berharga relatif murah. Telur umumnya mengandung

protein 13%, lemak 12%, mineral dan vitamin. Selain lebih awet, telur asin juga

digemari karena rasanya yang relatif lebih lezat dibandingkan telur tawar biasa.

Dibandingkan dengan telur ayam, telur itik mengandung protein, kalori dan lemak

lebih tinggi (Sarwono (1995) dalam Kastaman (2005)).

Telur asin biasanya diawetkan dengan cara penggaraman sehingga dapat

bertahan sampai tiga minggu. Telur yang diawetkan dengan cara ini selain awet

juga memiliki rasa yang khas. Fungsi garam pada pengawetan ini adalah untuk

menembus pori-pori kulit telur bagian dalam, putih telur dan kuning telur

sehingga bagian-bagian tersebut menjadi asin dan mampu menghambat hidup

bakteri dan mikro organisme. Pengasinan telur umumnya dilakukan dengan dua

cara, yaitu perendaman dalam larutan garam dan pemeraman oleh adonan

campuran garam dengan tanah liat, atau abu gosok atau bubuk bata merah

(Sahroni (2003) dalam Kastaman (2005)).

Permintaan konsumen terhadap telur asin dari tahun ke tahun semakin

meningkat. Peningkatan ini dapat dilihat dari tahun 2002 sebesar 39,63% ke tahun

2005 sebesar 47,17% (BPS Nasional, 2005). Kenaikan permintaan terhadap telur

asin yang besar mendorong industri telur asin terus menawarkan produk yang


commit to user

I-2

lebih baik dan menghasilkan keuntungan. Salah satu upaya untuk mengetahui

produk yang diinginkan konsumen yaitu dengan melakukan analisis kebutuhan

konsumen. Menurut Anderson (1993) terdapat tujuh metode kebutuhan konsumen

yang diteliti pada perusahaan industri terbesar di Amerika Serikat yaitu metode

perkiraan karyawan perusahaan, kuesioner pertanyaan terbuka tertutup,

benchmark, estimasi fokus pada kelompok, observasi konsumen ketika

menggunakan produk, penggunaan skala rating dan analisis conjoint. Dari ketujuh

metode tersebut didapatkan bahwa analisis conjoint merupakan metode yang

terbaik dibandingkan metode yang lain karena analisis conjoint memiliki

persentase yang tinggi untuk sukses digunakan dalam menyelesaikan masalah

dalam penelitian.

Dalam upaya memenuhi keinginan konsumen terhadap telur asin, industri

telur asin memerlukan atribut-atribut yang dianggap penting untuk konsumennya.

Untuk mendapatkan atribut tersebut maka dilakukan analisis conjoint yang

merupakan metode terbaik untuk menyelidiki dan menganalisis kebutuhan

konsumen. Analisa ini diperlukan dalam penelitian untuk memunculkan atribut

dan level produk telur asin yang memberikan nilai dan reaksi konsumen terhadap

konfigurasi produk yang berbeda. Setelah didapatkan hasil dari analisis conjoint,

maka dilakukan analisis cluster untuk mengelompokkan obyek-obyek berdasarkan

kesamaan karakteristik. Analisis cluster ini juga untuk kepentingan pemasaran

telur asin.

Metode analisis conjoint digunakan untuk membantu mendapatkan atribut-

atribut telur asin yang dianggap memiliki nilai paling tinggi oleh konsumen, yang

dalam prosesnya analisis conjoint ini memberikan ukuran kuantitatif terhadap

utilitas dan kepentingan relatif suatu atribut dibandingkan atribut lain.

1.2 PERUMUSAN MASALAH

Permasalahan yang diangkat dalam penelitian ini adalah bagaimana

menentukan atribut yang dianggap memiliki nilai yang tinggi dalam pandangan

konsumen dengan menggunakan analisis conjoint pada produk telur asin.


commit to user

I-3

1.3 TUJUAN PENELITIAN

Adapun tujuan dari penelitian ini, yaitu:

1. Menentukan atribut-atribut telur asin yang penting menurut konsumen.

2. Mengelompokkan karakteristik konsumen berdasarkan tingkat kepentingan

atribut menggunakan analisis cluster.

1.4 MANFAAT PENELITIAN

Pelaksanaan penelitian diharapkan memberikan manfaat, yaitu:

1. Mengetahui karakteristik telur asin berdasarkan atribut yang diinginkan

konsumen.

2. Produsen telur dapat merancang teknologi pengolahan telur asin berdasarkan

karakteristik telur asin yang diinginkan oleh konsumen.

1.5 BATASAN MASALAH

Dalam menyelesaikan permasalahan penelitian, perlu pembatasan masalah

untuk menghindari permasalahan yang terlalu luas dan supaya hasil analisis yang

didapatkan sesuai dengan tujuan. Batasan masalah yang digunakan dalam

penelitian ini, sebagai berikut:

1. Eksplorasi terhadap level atribut telur asin dilakukan berdasarkan pengamatan

sentra industri pembuatan telur asin Desa Sidodadi, Kecamatan

Karangtengah, Kabupaten Sragen.

2. Penyebaran kuesioner dan kartu konsep dilakukan di daerah sekitar UNS.

1.6 ASUMSI-ASUMSI

Asumsi yang digunakan dalam penelitian ini, sebagai berikut:

1. Segala sesuatu yang dinyatakan responden merupakan cerminan pendapatnya

tanpa ada maksud tertentu.

2. Interpretasi responden terhadap pertanyaan yang diajukan sama dengan yang

dimaksud peneliti.


commit to user

I-4

1.7 SISTEMATIKA PENULISAN

Sistematika penulisan penelitian ini diberikan uraian demi bab untuk

mempermudahkan pembahasan dengan sistematika dijelaskan dibawah ini.

BAB I PENDAHULUAN

Bab ini menguraikan latar belakang permasalahan mengenai tema

yang diangkat, merumuskan masalah, tujuan penelitian, manfaat

penelitian, batasan masalah dan asumsi.

BAB II TINJAUAN PUSTAKA

Berisi tentang teori-teori yang digunakan sebagai landasan pemecahan

masalah serta memberikan penjelasan secara garis besar metode yang

digunkan oleh penulis sebagai kerangka pemecahan masalah. Tinjauan

pustaka ini diambil dari berbagai sumber.

BAB III METODOLOGI PENELITIAN

Bab ini merupakan gambaran terstruktur tahapan proses pelaksanaan

penelitian yang digambarkan dalam bentuk flowchart dan

penjelasannya.

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini berisi pengumpulan data yang diperoleh dari perusahaan dan

cara pengolahan data sesuai metode yang digunakan.

BAB V ANALISIS DAN INTEPRETASI HASIL

Bab ini merupakan analisis dan interpretasi hasil pengolahan data

sesuai permasalahan yang dirumuskan.

BAB VI KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan dari uraian target pencapaian tujuan

penelitian dan saran-saran yang digunakan sebagai masukan.


commit to user

II-1

BAB II

TINJAUAN PUSTAKA

Bab ini menguraikan tentang kajian teori dan landasan teori yang

digunakan untuk menunjang penelitian yang akan dilakukan. Pengetahuan tentang

segmentasi pasar, telur asin, teori statistik, analisis multivariat, konsep analisis

conjoint dan analisis cluster.

2.1 SEGMENTASI PASAR

Perusahaan yang memutuskan untuk beroperasi dalam pasar yang luas

menyadari bahwa perusahaan biasanya tidak dapat melayani seluruh pelanggan

dalam pasar tersebut. Para pelanggan terlalu banyak dan berbeda-beda dalam

syarat pembelian mereka. Daripada bersaing di semua segmen, perusahaan perlu

mengidentifikasi segmen pasar yang dapat dilayaninya paling efektif.

Untuk memilih pasar dan melayani mereka dengan baik, banyak

perusahaan yang menerapkan pemasaran sasaran. Dalam pemasaran sasaran

penjual membedakan segemen-segmen pasar utama, membidik satu atau dua

segmen itu, dan mengembangkan produk dan program pemasaran yang dirancang

khusus bagi setiap segmen (Kotler, 1997).

Menurut Kotler (1997) pemasaran sasaran mengharuskan pemasaran

melakukan tiga langkah utama, yaitu:

1. Segmentasi pasar,

Mengidentifikasi dan membentuk kelompok pembeli yang berbeda yang

mungkin meminta produk dan atau bauran pemasaran tersendiri.

2. Penetapan pasar sasaran,

Memilih satu atau lebih segmen pasar yang dimasuki.

3. Penetapan posisi pasar,

Membentuk dan mengkomunikasikan manfaat utama yang membedakan

produk dalam pasar.


commit to user

II-2

2.1.1 Tingkat Segmentasi Pasar

Segmentasi pasar menunjukkan usaha untuk meningkatkan ketepatan

penetapan sasaran dari suatu perusahaan. Sebelum membicarakan tingkatan-

tingkatan yang ada pada segmentasi pasar terlebih dahulu akan dibahas tentang

pemasaran massal. Dalam pemasaran massal, penjual menjalankan produksi

massal, distribusi massal, dan promosi massal atas satu produk bagi semua

pembeli.

Peningkatan jumlah media dan saluran distribusi membuat sulit

dipraktekkannya pemasaran “satu ukuran untuk semua”. Tidak mengherankan,

banyak perusahaan yang beralih dari pemasaran massal ke pemasaran mikro yang

terdiri dari empat tingkatan yang dijelaskan, sebagai berikut (Kotler, 1997):

1. Pemasaran Segmen,

Segmen pasar terdiri dari kelompok besar yang dapat diidentifikasi dalam

keinginan, daya beli, lokasi geografis, perilaku pembelian, dan kebiasaan

pembelian mereka. Segmentasi merupakan titik tengah antara pemasaran

massal dan pemasaran individual. Konsumen yang menjadi bagian dari suatu

segmen diasumsikan cukup serupa dalam keinginan dan kebutuhan mereka.

Pemasaran segmen menawarkan beberapa manfaat dibandingkan dengan

pemasaran massal. Perusahaan dapat menciptakan produk yang lebih selaras

dan mengenakan harga yang pantas bagi segmen sasaran. Pilihan saluran

distribusi dan komunikasi jauh lebih mudah. Dan perusahaan mungkin

menghadapi lebih sedikit pesaing yang memusatkan perhatian pada segmen

ini.

2. Pemasaran Celah,

Pemasaran celah adalah kelompok yang didefinisikan secara lebih sempit,

khususnya pasar kecil yang kebutuhannya sedang tidak dilayani dengan baik.

Pemasar biasanya mengidentifikasi celah dengan membagi-bagi segmen

menjadi sub-segmen atau dengan menetapkan sebuah kelompok yang

memiliki sekumpulan ciri-ciri yang berbeda yang mungkin mencari gabungan

manfaat khusus.


commit to user

II-3

3. Pemasaran Lokal,

Pemasaran sasaran semakin banyak menggunakan ciri-ciri pemasaran regional

dan lokal, dengan program pemasaran yang disesuaikan dengan kebutuhan

dan keinginan kelompok pelanggan lokal (wilayah perdagangan, lingkungan

sekitar, bahkan toko individual).

4. Pemasaran Individual,

Tingkat segmentasi tertinggi mengarah pada “segmen tunggal”, “pemasaran

sesuai dengan pesanan atau customized marketing”, atau “pemasaran satu-

lawan-satu”.

2.1.2 Prosedur Segmentasi Pasar

Menurut Kotler (1997) prosedur resmi dalam mengidentifikasi segmen

utama pasar terdiri dari tiga langkah, yaitu:

1. Tahap Survei,

Periset menyelenggarakan wawancara untuk mencari penjelasan dan

kelompok pengamatan untuk mendapatkan pemahaman atas motivasi, sikap

dan perilaku konsumen. Dengan menggunakan penemuan ini, periset

menyiapkan kuesioner resmi untuk mengumpulkan data tentang atribut dan

peringkat kepentingan mereka, kesadaran merk dan kesadaran peringkat merk,

pola-pola pemakaian produk, sikap terhadap kategori produk, demografis,

geografis, psikografis, dan mediagrafis dari responden.

2. Tahap Analisa,

Periset menerapkan analisis faktor terhadap data tersebut untuk mengetahui

korelasi antar variabel, kemudian periset menerapkan analisis kelompok untuk

menghasilkan jumlah segmen yang berbeda-beda secara maksimum.

3. Tahap Pembentukan,

Masing-masing kelompok dibentuk berdasarkan perbedaan sikap, perilaku,

demografis, psikografis dan pola media. Masing-masing segmen dapat diberi

nama berdasarkan sifat-sifat dominannya. Segmentasi pasar itu harus

dilakukan kembali secara periodik karena segmen pasar berubah.

2.1.3 Dasar Segmentasi Pasar Konsumen

Menurut Kotler (1997) variabel-variabel yang biasa digunakan dalam

segmentasi pasar antara lain:


commit to user

II-4

1. Segmentasi geografis,

Dalam segmentasi geografis pasar dibagi menjadi kelompok-kelompok

berdasarkan variabel-variabel geografis seperti negara, negara bagian,

wilayah, propinsi, kota, atau lingkungan.

2. Segmentasi demografis,

Dalam segmentasi demografis pasar dibagi menjadi kelompok-kelompok

berdasarkan variabel-variabel demografis seperti usia, ukuran keluarga, siklus

hidup keluarga, jenis kelamin, penghasilan, pekerjaan, pendidikan, agama, ras,

generasi, kewarganegaraan, dan kelas sosial.

3. Segmentasi psikografis,

Dalam segmentasi psikografis pasar dibagi menjadi kelompok-kelompok

berdasarkan variabel-variabel seperti kelas sosial, gaya hidup, dan

kepribadian. Orang-orang dalam kelompok demografis yang sama dapat

menunjukkan gambaran psikografis yang sangat berbeda.

4. Segmentasi Perilaku,

Dalam segmentasi perilaku, pembeli dibagi menjadi kelompok-kelompok

berdasarkan pengetahuan, sikap, pemakaian, atau tanggapan mereka terhadap

suatu produk. Variabel perilaku seperti kejadian, manfaat, status pemakai,

tingkat pemakaian, status kesetiaan, tahap kesiapan pembeli, dan sikap

merupakan titik awal dalam membentuk segmen pasar.

2.1.4 Persyaratan Segmentasi yang Efektif

Menurut Kotler (1997) agar dapat berguna, segmen-segmen pasar

haruslah:

1. Dapat diukur: Ukuran, daya beli, dan profil segmen dapat diukur.

2. Besar: Segmen cukup besar dan menguntungkan untuk dilayani. Suatu segmen

harus merupakan kelompok homogen terbesar yang paling mungkin, yang

berharga untuk diraih dengan program pemasaran yang dirancang khusus

untuk mereka.

3. Dapat diakses: Segmen dapat dijangkau dan dilayani secara efektif.

4. Dapat dibedakan: Segmen-segmen secara konseptual dapat dipisah-pisahkan

dan memberikan tanggapan yang berbeda terhadap elemen dan program

bauran pemasaran yang berbeda.


commit to user

II-5

5. Dapat diambil tindakan: Program-program yang efektif dapat dirumuskan

untuk menarik dan melayani segmen-segmen tersebut.

2.2 TELUR ASIN

Telur asin merupakan salah satu produk telur tradisional yang diawetkan

yang paling populer di negara-negara oriental. Telur asin merupakan salah satu

metode pengawetan telur. Telur asin adalah telur utuh yang diawetkan dengan

adonan yang dibubuhi garam. Ada tiga cara pembuatan telur asin (Margono,

2000), yaitu:

1. Telur asin dengan adonan garam berbentuk padat atau kering.

2. Telur asin dengan adonan garam ditambah ekstrak daun teh.

3. Telur asin dengan adonan garam, dan kemudian direndam dalam ekstrak atau

cairan teh.

Metode pengasinan yang dilakukan sampai sekarang adalah perendaman di

dalam larutan garam atau pembalutan dengan adonan garam dan bubuk bata

merah atau adonan garam dan abu gosok. Waktu yang dibutuhkan untuk

perendaman atau pembalutan kurang lebih 14 hari. Biasanya telur diawetkan

dengan cara ini dapat bertahan sampai tiga minggu.

Telur yang diawetkan dengan cara ini selain awet juga merniliki rasa yang

khas. Fungsi garam pada pengawetan ini adalah untuk menerobos kecabang

hingga menembus pori-pori kulit telur bagian dalam, putih telur dan kuning telur

sehingga bagian-bagian tadi menjadi asin.

Telur yang biasa dibuat telur asin adalah telur itik. Telur ayam sukar

dibuat telur asin, hal ini disebabkan karena telur ayam memiliki kulit yang lebih

tipis daripada kulit telur bebek.

2.2.1 Pengawetan Telur Asin

Cara pengawetan telur sangat penting guna mempertahankan kualitas telur.

Banyak cara pengawetan telur, dari mulai yang sederhana sampai dengan yang

berteknologi tinggi, demikian pula daya tahannya sangat beragam. Prinsip

pengawetan telur untuk mencegah masuknya bateri pembusuk kedalam telur dan

mencegah keluarnya air dari dalam telur. Untuk menjaga kesegaran dan mutu isi


commit to user

II-6

telur, diperlukan teknik penanganan yang tepat, agar nilai gizi telur tetap baik

serta tidak berubah rasa, bau, warna, dan isinya.

Keuntungan pengawetan telur asin, adalah:

1. Telur yang diasinkan bersifat stabil, dapat disimpan tanpa mengalami proses

perusakan.

2. Dengan pengasinan rasa amis telur akan berkurang tidak berbau busuk, dan

rasanya enak.

2.3 TEORI STATISTIK

2.3.1 Populasi dan Sampel

1. Populasi,

Menurut Arikunto (2006) Populasi adalah keseluruhan subjek penelitian,

yaitu semua elemen yang ada diwilayah penelitian. Populasi adalah wilayah

generalisasi yang terdiri atas: obyek atau subyek yang mempunyai kuantitas

dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan

kemudian ditarik kesimpulannya.

2. Sampel,

Menurut Sugiyono (2009) sampel adalah bagian dari jumlah dan karakteristik

yang dimiliki oleh populasi. Bila populasi besar, dan peneliti tidak mungkin

mempelajari semua yang ada pada populasi, misalnya karena keterbatasan

dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang

diambil dari populasi itu.

2.3.2 Metode Pengambilan Sampel

Menurut Singarimbun (1995) suatu metode pengambilan sampel yang

ideal memiliki sifat-sifat sebagai berikut:

1. Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi

yang diteliti.

2. Dapat menentukan ketepatan hasil penelitian dengan menentukan

penyimpangan baku dari tafsiran yang diperoleh.

3. Sederhana dan mudah dilakukan.

4. Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah

mungkin.


commit to user

II-7

Terdapat banyak cara untuk memperoleh sampel yang diperlukan dalam

penelitian. Pada banyak kasus, beragam pertanyaan diberikan dan banyak variabel

yang perlu diteliti, sehingga sangat penting untuk memperoleh sampel yang

representatif. Sangatlah dimungkinkan, atau bahkan diperlukan, untuk

memperoleh sampel yang representatif hanya dari penilaian dan pengertian

umum.

Ada dua macam metode pengambilan sampel yaitu pengambilan sampel

secara acak (probability sampling) dan pengambilan sampel secara tidak acak

(nonprobability sampling) (Santoso dan Tjiptono, 2001).

1. Pengambilan sampel secara acak (probability sampling)

Pengambilan sampel secara acak (probability sampling) adalah metode

sampling yang setiap anggota populasinya memiliki peluang yang spesifik dan

bukan nol untuk terpilih sebagai sampel. Peluang setiap anggota populasi

tersebut dapat sama, dapat juga tidak. Metode pengambilan sampel secara

acak, terdiri dari:

a. Simple random sampling atau sampel acak sederhana,

Cara atau teknik ini dapat dilakukan jika analisis penelitiannya cenderung

deskriptif dan bersifat umum. Perbedaan karakter yang mungkin ada pada

setiap unsur atau elemen populasi tidak merupakan hal yang penting bagi

rencana analisisnya.

b. Stratified random sampling atau sampel acak distratifikasikan,

Karena unsur populasi berkarakteristik heterogen, dan heterogenitas

tersebut mempunyai arti yang signifikan pada pencapaian tujuan

penelitian, maka peneliti dapat mengambil sampel dengan cara ini.

c. Cluster sampling atau sampel gugus,

Teknik ini biasa juga diterjemahkan dengan cara pengambilan sampel

berdasarkan gugus. Berbeda dengan teknik pengambilan sampel acak yang

distratifikasikan, di mana setiap unsur dalam satu stratum memiliki

karakteristik yang homogen (stratum A: laki-laki semua, stratum B:

perempuan semua), maka dalam sampel gugus, setiap gugus boleh

mengandung unsur yang karakteristiknya berbeda-beda atau heterogen.


commit to user

II-8

d. Systematic sampling atau sampel sistematis,

Jika peneliti dihadapkan pada ukuran populasi yang banyak dan tidak

memiliki alat pengambil data secara random, cara pengambilan sampel

sistematis dapat digunakan. Cara ini menuntut kepada peneliti untuk

memilih unsur populasi secara sistematis, yaitu unsur populasi yang bisa

dijadikan sampel adalah yang “keberapa”.

e. Area sampling atau sampel wilayah,

Teknik ini dipakai ketika peneliti dihadapkan pada situasi bahwa populasi

penelitiannya tersebar di berbagai wilayah. Misalnya, seorang marketing

manajer sebuah stasiun TV ingin mengetahui tingkat penerimaan

masyarakat Jawa Barat atas sebuah mata tayangan, teknik pengambilan

sampel dengan area sampling sangat tepat.

2. Pengambilan sampel secara tidak acak

Pengambilan sampel secara tidak acak (non probability sampling) adalah

metode sampling yang setiap anggota populasinya tidak memiliki peluang yang

sama untuk dipilih sebagai sampel, bahkan probabilitas anggota populasi

tertentu untuk terpilih tidak diketahui. Dalam pengambilan sampel secara tidak

acak, pemilihan unit sampling didasarkan pada pertimbangan atau penilaian

subjektif dan tidak pada penggunaan teori probabilitas. Pengambilan sampel

secara tidak acak terdiri dari:

a. Convenience sampling,

Suatu teknik pengambilan sampel dimana sampel yang diambil merupakan

sampel yang paling mudah diperoleh atau dijumpai. Dalam hal ini, unit

sampel sangat mudah diakses, diukur, dan sangat bekerja sama sehingga

teknik sampling ini sangat mudah, murah dan cepat dilaksanakan.

b. Judgmental sampling,

Suatu teknik pengambilan sampel dimana pemilihan sampel dilakukan

dengan pertimbangan subjektif tertentu berdasar beberapa ciri atau

karakteristik yang dimiliki sampel tersebut, yang dipandang berhubungan

erat dengan ciri atau karakteristik populasi yang sudah diketahui

sebelumnya. Sampel yang purposif adalah sampel yang dipilih dengan

cermat sehingga relevan dengan penelitian.


commit to user

II-9

c. Quota sampling

Suatu teknik pengambilan sampel dimana sampel diambil dari suatu sub

populasi yang mempunyai karakteristik-karakteristik tertentu dalam

batasan jumlah atau kuota tertentu yang diinginkan.

d. Snowball sampling

Suatu teknik pengambilan sampel yang sangat sesuai digunakan untuk

mengetahui populasi dengan ciri-ciri khusus yang sulit dijangkau.

Pemilihan pertama dilakukan secara acak, kemudian setiap responden

yang ditemui diminta untuk memberikan informasi mengenai rekan-rekan

lain yang mempunyai kesamaan karakteristik yang dibutuhkan, sehingga

diperoleh responden tambahan.

2.3.3 Skala Pengukuran

Pengukuran merupakan suatu proses suatu angka atau simbol dilekatkan

pada karakteristik atau properti suatu stimuli sesuai dengan aturan atau prosedur

yang telah ditetapkan. Ada beberapa aspek penting yang perlu diperhatikan antara

lain:

1. Prosedur pemberian angka atau simbol yang dapat diartikan sebagai suatu

proses penentuan angka atau simbol yang diperlukan dalam suatu skala.

2. Property of object yang berarti sifat-sifat yang terlekat pada obyek yang

diteliti.

3. Dalam rangka memberikan karakterisasi pada beberapa properti yang akan

ditanyakan, yang berarti pemberian simbol tersebut terkait dengan sifat-sifat

obyek yang diteliti.

2.3.4 Jenis Skala Pengukuran

Maksud dari skala pengukuran ini untuk mengklasifikasi variabel yang

akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan

langkah penelitian selanjutnya (Sugiyono, 1997). Pada dasarnya proses

pengukuran dalam penelitian merupakan rangkaian beberapa kegiatan, sebagai

berikut:

1. Pengukuran dimensi variabel pengukuran

2. Perumusan ukuran untuk masing-masing dimensi

3. Penentuan tingkat ukuran.


commit to user

II-10

Proses pengukuran dan pemberian angka-angka diharapkan bersifat

isomorfik terhadap realita artinya mempunyai persamaan dengan kenyataan.

Tingkat ukuran yang diberikan terhadap konsep yang diamati tergantung pada

aturan yang digunakan. Peraturan ini perlu diketahui oleh peneliti agar peneliti

dapat mengukur dan memberikan nilai yang tepat bagi konsep yang diamati.

Tigkat pengukuran pertama kali dilakukan oleh Steven pada tahun 1946.

Adapun Skala pengukuran dapat dikelompokkan menjadi empat jenis,

yaitu (Sugiyono, 1997):

1. Skala Nominal

Skala nominal merupakan skala pengukuran yang menyatakan kategori,

kelompok dari suatu subyek. Misalkan variabel jenis kelamin, responden

dapat dikelompokkan ke dalam dua kategori laki-laki dan wanita. Kedua

kelompok ini dapat diberi kode angka 1 dan 2. Angka ini hanya berfungsi

sebagai label kategori semata tanpa nilai intrinsik dan tidak memiliki arti apa-

apa. Oleh sebab itu tidaklah tepat menghitung rata-rata dan standar deviasi

dari variabel jenis kelamin. Angka 1 dan 2 hanya sebagai cara untuk

mengelompokkan subyek ke dalam kelompok yang berbeda atau hanya untuk

menghitung berapa banyak jumlah di setiap kategori.

2. Skala Ordinal

Skala ordinal tidak hanya mengkategorikan variabel kedalam kelompok,

tetapi juga melakukan rangking terhadap kategori. Misalkan kita ingin

mengukur preferensi responden terhadap empat merek produk air mineral,

merek Aqua, Aquana, Aquaria, Aquades. Kita dapat meminta responden

untuk memberi angka 1 untuk yang disukai, angka 2 untuk rangking kedua

dan seterusnya.

Merek Air Mineral Rangking

Aqua 1

Aquana 2

Aquaria 3

Aquades 4


commit to user

II-11

3. Skala Interval

Skala interval meliputi konsep equality dari peningkatan menunjukkan jarak

antara satu data dengan data yang lain dan mempunyai bobot yang sama.

Misalkan disamping menanyakan responden untuk melakukan rangking

preferensi terhadap merek, mereka juga diminta untuk memberikan nilai

(rate) terhadap preferensi merek sesuai dengan lima skala penilaian, sebagai

berikut:

Nilai Skala Preferensi

1 Preferensi sangat tinggi

2 Preferensi tinggi

3 Preferensi moderat

4 Preferensi rendah

5 Preferensi sangat rendah

Jika kita berasumsi bahwa urutan kategori menggambarkan tingkat preferensi

yang sama, jika kita dapat mengatakan bahwa perbedaan preferensi

responden untuk kedua merek air mineral mendapatkan rating 1 dan 2 adalah

sama dengan perbedaan preferensi untuk dua merek lainnya yang memiliki

rating 4 dan 5.

4. Skala Rasio

Skala rasio adalah skala interval dan memiliki nilai dasar (based value) yang

tidak dapat dirubah. Misalkan umur responden memiliki nilai dasar nol. Nilai

rasio dapat ditransformasikan dengan cara mengalikan dengan konstanta,

tetepi transformasi tidak dapat dilakukan jika cara menambah konstanta

karena hal ini akan merubah nilai dasarnya. Jadi transformasi yang valid

terhadap skala rasio adalah, sebagai berikut:

�� ……………………………………………… persamaan 2.1

Skala rasio memiliki nilai dasar, maka pernyataan yang mengatakan “Umur

Adity dua kali umur Aya” adalah valid. Data yang dihasilkan dari skala rasio

disebut data rasio dan tidak ada pembatasan terhadap alat uji statistik yang

sesuai.


commit to user

II-12

2.3.5 Klasifikasi Skala

Klasifikasi skala yang digunakan dalam membuat kuesioner ada tujuh

macam, adapun delapan klasifikasi skala (Widodo, 2004), sebagai berikut:

1. Skala Borgadus,

Skala borgadus adalah salah satu skala untuk mengukur jarak sosial yang

dikembangkan oleh Emory S. Borgadus. Jarak sosial adalah derajat

pengertian atau keintiman yang merupakan ciri hubungan sosial secara

umum, dengan kontinum. Penyusunan pertanyaan harus jelas urutan

kualitasnya. Kualitas dapat dinilai dari rendah ke tinggi atau sebaliknya.

Jawaban dari pertanyaan diberi skor menurut konsep yang dianut.

Misalkan konsep yang dianut mendukung kesetujuan kita terhadap satu hal,

maka semakin tinggi kualitas, semakin tinggi skornya. Dan kualitas jawaban

terendah diberi skor 1.

2. Skala Sosiometrik,

Skala ini sama halnya dengan bentuk skala borgandus, yaitu untuk mengukur

jarak hubungan sosial. Skala ini tepatnya untuk mengukur penerimaan dan

penolakan terhadap sesuatu dalam lingkungan atau kelompok tertentu

misalnya di lingkungan kantor, sekolah dan sebagainya.

Misalnya didalam perkumpulan organisasi yang anggotanya 15 orang akan

memilih pimpinannya sebanyak tiga orang menurut rangkingnya dan harus

dipilih oleh anggota seluruhnya.

3. Skala Penilaian,

Skala yang digunakan jika diyakini bahwa responden mengetahui bidang

yang dinilai.

Contoh: skala penilaian

Petunjuk: berilah tanda centang pada batas yang tersedia menurut pernyataan

berikut.

Perilaku pemimpin saya di kantor adalah:

1 2 3 4 5 6 7


commit to user

II-13

4. Skala Rangking,

Skala yang digunakan apabila responden diminta memberi tanggapan dengan

cara membandingkan dengan obyek lain.

5. Skala Thurstone,

Skala ini bertujuan untuk mengurutkan responden berdasarkan ciri-ciri

tertentu. Prosedur menyusun skala ini adalah sebagi berikut:

a. Peneliti mengumpulkan beratus-ratus pertanyaan yang releven dengan

masalah.

b. Selanjutnya pertanyaan yang beratus-ratus diajukan kepada 50 – 300

responden yang independen untuk memberikan pengelompokan

pertanyaan tadi.

c. Jumlah kelompok pertanyaan selalu ganjil biasanya 5 sampai 9 dan

mempunyai nilai negatif ditengahnya.

d. Pertanyaan yang nilainya menyebar dibuang, sedangkan nilai yang hampir

mendekati digunakan untuk membuat skala.

Prosedur diatas agak sukar dilaksanakan peneliti dan memerlukan waktu yang

relatif banyak, oleh sebab itu skala ini jarang digunakan.

6. Skala Likert,

Skala ini paling sering digunakan untuk mengukur sikap, pendapat, persepsi

responden terhadap sesuatu obyek. Karena pembuatannya relatif mudah dan

tingkat reabilitasnya tinggi. Beberapa hal yang perlu diperhatikan dalam

menyusun pertanyaan dengan skala likert adalah:

a. Bentuk standar skala likert adalah 1 sampai 5.

b. Sebaiknya jumlah item dibuat berkisar 25 sampai 30 pertanyaan atau

peryataan untuk mengukur sebuah variabel, sehingga reabilitanya

cenderung tinggi.

c. Buatlah item dalam bentuk positif dan negatif dalam proporsi yang

seimbang serta ditempatkan secara acak. Persyaratan lainnya seperti

petunjuk penyusunan kuesioner.

7. Skala Guttman,

Skala ini juga disebut skala scalogram, scale analysis, dan reproducibility.

Skala ini merupakan pengembangan dari bentuk skala borgodus. Karena skala


commit to user

II-14

borgodus mempunyai kelemahan adanya bias dalam mengisi. Hal ini

disebabkan urutan pertanyaan jelas dari sukar ke mudah atau sebaliknya.

Guttman memperbaiki cara penyusunan secara acak sehingga responden perlu

hati-hati dalam mengisinya.

8. Skala perbedaan sematik atau sematic differential,

Responden diminta untuk memberikan penilaian terhadap suatu konsep atau

obyek tertentu. Misalkan kepemimpinan, sikap wiraswasta, keadaan iklim,

prosedur kerja dan sebagainya. Skala ini terdiri dari tujuh kolom dengan

bipolar yang saling bertentangan. Untuk menghindarkan bias, maka polar

positif dan negatif disusun secara acak. Sifat bipolar dapat ditentukan melalui

pengalaman pribadi atau minta pendapat pakarnya.

2.3.6 Teknik Pengumpulan Data

Teknik pengumpulan data pada penelitian merupakan prosedur yang

sistematis dan standar guna memperoleh data kuantitatif. Menurut Soeratno

(1988) data dapat dikumpulkan dengan beberapa cara, dengan cara dan sumber

yang berbeda. Metode pengumpulan data, terdiri dari:

1. Observasi,

Observasi adalah cara mengumpulkan data dengan cara melakukan pencatatan

secara cermat dan teliti. Secara umum observasi dapat dilaksanakan:

a. Dengan Partisipasi: Dalam observasi jenis ini, pengamat ikut menjadi

partisipan.

b. Tanpa Partisipasi: Dalam observasi tanpa partisipasi, pengamat bertindak

sebagai non partisipan.

2. Wawancara,

Wawancara merupakan salah satu teknik pengumpulan data penting dan

banyak dilakukan delam pengembangan sistem informasi. Wawancara

memungkinkan analisis sistem sebagai pewawancara untuk mengumpulkan

data secara tatap muka langsung dengan orang yang diwawancarai. Wawancara

bukanlah satu-satunya teknik yang terbaik untuk semua situasi sama halnya

dengan teknik pengumpulan data yang lain. Wawancara memungkinkan

analisis sistem mendengar tujuan-tujuan, perasaan, pendapat dan prosedur-


commit to user

II-15

prosedur informal dalam wawancara dengan para pembuat keputusan

organisasional.

Jenis pertanyaan dalam wawancara ada tiga macam, yaitu:

a. Pertanyaan Terbuka (open-ended)

Menggambarkan berbagi pilihan bagi orang yang diwawancarai untuk

merespon.

b. Pertanyaan Tertutup (close-ended)

Merupakan alternatif dari pertanyaan terbuka. Pertanyaan tertutup

responnya kemungkinan tertutup bagi orang yang diwawancarai karena

hanya dapat memberi jawaban terbatas.

c. Pertanyaan Berlanjut

Tujuan pertanyaan berlanjut atau berkembang adalah untuk melampaui

jawaban awal agar dapat gambaran yang jelas lagi, untuk mengklarifikasi

dan memperluas poin orang yang diwawancarai.

3. Kuesioner,

Kuesioner merupakan cara pengumpulan data dengan memberikan daftar

pertanyaan kepada responden untuk diisi. Sudah barang tentu responden

ditentukan dahulu berdasarkan teknik sampling. Tujuan pembuatan kuesioner

adalah untuk memperoleh informasi yang relevan dengan penelitian dengan

kesahihan yang cukup tinggi.

Pertanyaan-pertanyaan dalam kuesioner dapat mencakup pertanyaan tentang

fakta (agama, umur, jumlah anak), sikap dan pendapat, informasi (sejauh mana

responden mengetahui sesuatu), dan persepsi diri (penilaian responden atas

perilakunya sendiri).

Apabila responden mau dan mampu menjawab kuesioner, maka akan didapat

data yang akurat dan sahih. Kalau responden tidak mampu menjawab

mengenai sesuatu maka jawaban yang didapat kurang sahih. Demikian juga

kalau responden mampu tetapi tidak mau, maka jawabanya sering

“dingawurkan”. Adakalanya responden takut menjawab secara jujur, sehingga

jawaban yang muncul bukanlah jawaban yang sesungguhnya. Dalam hal ini

diperlukan kebijakan pembuat kuesioner untuk pertanyaan-pertanyaan

semacam itu.


commit to user

II-16

Macam kuesioner dapat dibagi menjadi:

a. Jenis Pertanyaan

Berdasarkan jenis pertanyaan, kuesioner dibedakan menjadi empat macam

(rangkuti, 2002), yaitu:

1. Pertanyaan terbuka,

Pertanyaan terbuka adalah pertanyaan yang tidak mengiring ke jawaban

yang sudah ditentukan dan tinggal dipilih dari alternatif yang

ditawarkan.

Contoh: Menurut pendapat anda susu instan apa yang paling disukai

anak-anak?

2. Pertanyaan tertutup

Pertanyaan tertutup adalah pertanyaan yang sudah menggiring ke

jawaban yang alternatifnya sudah ditetapkan (ya atau tidak).

Contoh: Apa anda sudah mendengar bahwa Edi Tamsil meloloskan

diri?

(1) Ya (2) Tidak

3. Pertanyaan kombinasi terbuka dan tertutup

Pertanyaan kombinasi terbuka dan tertutup adalah pertanyaan yang

disediakan jawabannya tetepi kemudian diberi pertanyaan terbuka,

dimana pada pertanyaan tersebut responden bebas memberikan

jawaban.

4. Pertanyaan semi terbuka

Pertanyaan semi terbuka adalah pertanyaan yang disediakan pilihan

jawabannya tetapi kemudian masih ada kemungkinan bagi responden

untuk memberikan jawabannya.

b. Cara Administrasinya:

1. Dikirim melalui pos

Untuk responden dalam jumlah banyak dan tersebar dalam radius yang

luas, dapat digunakan angket yang dikirim lewat pos. Peneliti sudah

menyediakan amplop yang telah ditempeli perangko untuk

pengembalian angket. Angket yang dikirim melalui pos akan


commit to user

II-17

menghemat waktu dan tenaga. Di samping memungkinkan responden

tanpa diganggu kehadiran orang lain.

Kelemahan dari kuesioner lewat pos biasanya tingkat pengembalian

rendah. Antara “yang mengembalikan” dengan “yang tidak

mengembalikan” mungkin berbeda jawabannya sehingga data menjadi

kurang lengkap. Kuesioner yang dikirim lewat pos ini juga mengandung

resiko tidak dipahaminya pertanyaan tanpa dikontrol (responden

menafsirkan sendiri pertanyaan yang kurang paham).

2. Diberikan tatap muka

Kelemahan-kelemahan dari angket yang dikirim lewat pos biasanya

diatasi dengan “tatap muka”. Penggunaan angket tatap muka ini

memerlukan biaya yang relatif lebih banyak.

2.3.7 Orthogonal Array

Orthogonal array adalah matriks dari sejumlah baris dan kolom. Setiap

kolom mempresentasikan faktor atau kondisi tertentu yang dapat berubah dari

suatu percobaan ke percobaan lainnya. Masing-masing kolom mewakili faktor-

faktor dari percobaan yang telah dilakukan. Array disebut orthogonal karena

setiap level dari masing-masing faktor adalah seimbang dan dapat dipisahkan dari

pengaruh faktor yang lain dalam percobaan. Orthogonal array merupakan suatu

matriks faktor dan level yang tidak membawa pengaruh dari faktor atau level yang

lain.

Untuk dua level, tabel orthogonal array terdiri dari L4, L8, L12, L16, dan

L32, sedangkan untuk tiga level tabel orthogonal array terdiri dari L9, L18, L27.

Pemilihan jenis orthogonal array yang akan digunakan pada percobaan

didasarkan pada jumlah total derajat bebas.

Penentuan derajat kebebasan didasarkan pada:

1. Jumlah faktor umum yang diamati dan interaksi yang diamati

2. Jumlah level dari faktor yang diamati

3. Resolusi percobaan yang diinginkan atau batasan biaya.

Banyaknya level yang digunakan didalam faktor digunakan untuk memilih

orthogonal array. Jika faktornya ditetapkan berlevel dua maka yang digunakan

orthogonal array level dua. Jika faktornya ditetapkan berlevel tiga maka yang


commit to user

II-18

digunakan orthogonal array level tiga. Sedangkan jika sebagian faktor memiliki

dua level dan faktor lainnya memiliki tiga level maka jumlah yang dipilih lebih

besar akan menentukan jenis orthogonal array yang harus dipilih.

2.4 ANALISIS MULTIVARIAT

Dalam penelitian, tahap analisis data sangat penting untuk menggali

informasi dari observasi yang telah dilakukan (Sekaran, 2000; Aaker, 1995). Pada

penelitian-penelitian yang melibatkan variabel majemuk salah satu alat yang

digunakan adalah teknik analisis multivariat. Untuk mendapatkan informasi yang

tepat dan valid, pemilihan teknik analisis multivariat harus memperhatikan tujuan

penelitian yang dilakukan, asumsi dasar teknik analisis multivariat yang akan

dipilih dan skala pengukuran yang digunakan saat pengumpulan data.

Teknik Analisis Multivariat secara umum dapat dibagi menjadi dua

kelompok besar (Hair et al, 1998), yaitu:

1. Dependent Methods

Teknik multivariat yang didalamnya terdapat variabel atau set variabel yang

diidentifikasikan sebagai variabel tergantung (dependent variable) dan

variabel lainnya sebagai variabel bebas (independent variable). Metode ini

meliputi multiple regression analysis, multiple discriminant analysis, logistic

regression, multivariate analysis of variance (MANOVA), conjoint analysis,

canonical correlation analysis, dan structural equation modeling (LISREL).

2. Interdependence Methods

Teknik multivariat dimana semua variabel dianalisis secara simultan, tidak

ada variabel yang diidentifikasikan bebas atau tergantung. Metode ini

meliputi factor analysis, cluster analysis, dan multi dimensional scalling

(MDS).


commit to user

II-19

2.4.1 Metode Mempelajari Kebutuhan Konsumen

Tujuh metode untuk mempelajari kebutuhan konsumen (Anderson, 1993),

yaitu:

1. Metode Perkiraan Karyawan Perusahaan,

Perkiraan nilai untuk penawaran produk yang diperoleh dari tes laboratorium

yang dilakukan oleh para ilmuwan atau insinyur dalam perusahaan pemasok

sendiri.

2. Kuesioner pertanyaan terbuka dan tertutup,

Dalam sebuah survei penelitian lapangan, responden diberi deskripsi tentang

penawaran produk potensial atau konsep produk. Kemudian responden diberi

pertanyaan lagi untuk menilai perusahaan mereka.

3. Benchmark,

Dalam sebuah survei penelitian lapangan, responden diberikan uraian dari

penawaran produk, biasanya merupakan standar industri saat ini, yang

berfungsi sebagai korban "benchmark".

4. Estimasi fokus pada kelompok,

Dalam fokus pada kelompok, peserta terkena penawaran produk potensial

atau konsep produk. Kemudian responden diberi pertanyaan lagi untuk

menilai perusahaan mereka.

5. Observasi konsumen ketika menggunakan produk,

Wawancara dilakukan pada konsumen perusahaan untuk menentukan daftar

komprehensif dari elemen biaya yang terkait dengan penggunaan penawaran

produk dibandingkan dengan incumbent menawarkan produk (misalnya,

biaya siklus hidup).

6. Penggunaan skala rating,

Dalam sebuah survei penelitian lapangan, responden diberi satu set atribut

atau fitur dari penawaran produk dan kemudian responden diminta untuk

menilai pentingnya perusahaan mereka. Untuk atribut atau fitur-fitur yang

diperingkat, responden juga diminta untuk memberi peringkat pada

perusahaan pemasok sehubungan dengan kinerja mereka, sehingga

memberikan analisis pesaing dari nilai yang diberikan dengan menawarkan

setiap produk pemasok.


commit to user

II-20

7. Analisis conjoint,

Dalam sebuah survei penelitian lapangan, responden diminta untuk

mengevaluasi satu set penawaran produk potensial dalam hal preferensi

pembelian perusahaan mereka untuk setiap penawaran.

2.4.2 Analisis Conjoint

Pengukuran analisis conjoint memainkan peran penting dalam pemasaran

(Hardle dan Shimar, 2003). Analisis conjoint adalah analisis dimana analisis

tersebut memberikan suatu ukuran kuantitatif mengenai kepentingan relatif

(relative importance) suatu atribut terhadap atribut lain dari suatu produk (barang

atau jasa) (Supranto, 2001). Analisis conjoint mencoba untuk menentukan

kepentingan relatif yang dikaitkan pelanggan pada atribut yang penting dan

utilitas yang mereka kaitkan pada tingkatan atau level atribut. Informasi ini

diturunkan dari evaluasi merk pelanggan atau brand profiles dari atribut dan

tingkatan atau levelnya. Responden dipresentasikan dengan stimulus yang terdiri

dari kombinasi tingkatan atau level atribut. Para konsumen diminta untuk

mengevaluasi stimulus ini yang dinyatakan dalam keinginan mereka atau their

desirability.

Prosedur conjoint mencoba untuk memberikan nilai pada tingkatan atau

level dari setiap atribut, sehingga nilai yang dihasilkan atau utilitas yang dikaitkan

pada stimulus cocok atau sedekat mungkin dengan evaluasi input yang diberikan

oleh responden. Asumsi yang mendasari adalah bahwa setiap stimulus seperti

produk, merk, atau toko dievaluasi sebagai perangkat atribut.

Dalam mendesain sebuah produk baru sangat penting untuk mengetahui

jenis komponen mana yang membawa utilitas konsumen. Pengukuran analisis

conjoint adalah metode untuk menghubungkan komponen atribut utilitas (part-

worth) berdasarkan peringkat yang diberikan hasil produk yang berbeda.

Analisis conjoint telah dipergunakan dalam riset pemasaran untuk berbagai

tujuan, antara lain meliputi (Supranto, 2001):

1. Menentukan kepentingan relatif dari atribut di dalam proses pemilihan oleh

pelanggan. Output baku dari analisis conjoint terdiri dari kepentingan relatif

dari timbangan yang diturunkan untuk semua atribut yang dipergunakan

untuk membangun stimulus yang diperuntukkan dalam tugas evaluasi.


commit to user

II-21

Kepentingan relatif timbangan (weight) menunjukkan atribut mana yang

penting didalam mempengaruhi pilihan pelanggan.

2. Mengestimasi pangsa pasar merek yang berbeda dalam tingkatan level

atribut. Utilitas yang diturunkan dari analisis conjoint dapat dipergunakan

sebagai input kedalam suatu pilihan simulator untuk menentukan sumbangan

pilihan, kemudian pangsa pasar dengan berbagi jenis merek.

3. Menentukan komposisi merek yang disenangi, feature dari merek dapat

dibuat bervariasi dinyatakan dengan tingkatan level atribut dan utilitas yang

bersangkutan ditentukan. Feature dari merek yang dihasilkan utilitas tertinggi

menunjukkan komposisi merek yang disenangi (paling dipilih)

4. Membuat segmen pasar berdasarkan pada kemiripan preferensi untuk

tingkatan atau level atribut. Fungsi part-worth diturunkan untuk atribut,

mungkin dipergunakan sebagai basis (dasar) untuk mengelompokkan

(clustering) responden, untuk mencapai segmen preferensi yang homogen.

Aplikasi atau penggunaan analisis conjoint diterapkan dalam barang

konsumsi, barang industri, keuangan, dan jasa lainnya. Aplikasi ini sudah meluas

di seluruh bidang pemasaran. Suatu survei yang baru tentang aplikasi analisis

conjoint untuk mengidentifikasi produk atau konsep baru, analisis kompetitif,

harga, segmentasi pasar, periklanan dan distribusi.

Sebagai bagian dari multivariate dependence methods, analisis conjoint

dapat diekspresikan dalam model:

Y1 = X1 + X2 + X3 + … + Xn ….… persamaan 2.2

(non-metrik atau metrik) (non-metrik)

Variabel independen (X) sering disebut dengan faktor dan berupa data non-metrik

yang merupakan bagian dari faktor dan disebut level. Sedangkan variabel

dependen (Y1) adalah pendapat keseluruhan (overall preference) dari responden

terhadap sekian faktor dan level pada sebuah produk atau jasa.

Fase utama dari analisis conjoint (Kotri, 2006), yaitu:

1. Memilih atribut produk untuk diteliti,

Dalam membuat kartu konsep pada awalnya memilih lima sampai sepuluh

atribut produk yang paling relevan, sebaiknya sesuai dengan kebutuhan

paling penting dari konsumen. Untuk identifikasi awal menggunakan


commit to user

II-22

informasi yang diperoleh dari interaksi konsumen, kuesioner, kelompok fokus

dan wawancara.

2. Memilih metode pengumpulan data,

Dalam metode pengumpulan data dalam analisis conjoint terdiri dari dua

jenis, yaitu: pairwise comparison dan full-concept. Pada pendekatan pairwise

comparison,pelanggan diminta untuk memilih diantara dua atribut yang

disajikan dengan tingkat atribut khusus. Kekurangan pairwise comparison

adalah adanya perbedaan situasi penelitian yang tinggi dari kehidupan nyata

yang membuat konsumen hanya membandingkan dua atribut produk, dan

banyaknya pertanyaan (pairwise comparison) yang dibutuhkan untuk analisis.

Oleh karena itu pairwise comparison diperbolehkan jika jumlah atribut

produk banyak dan tidak mungkin untuk menerapkan metode full-concept.

3. Menyusun konsep kartu,

Penyusunan konsep kartu digunakan untuk menentukan kebutuhan

eksperimen. Setelah kartu konsep disusun, dilakukan prosedur orthogonal

array. Prosedur dari orthogonal array (perencanaan faktorial parsial)

memungkinkan untuk mengurangi jumlah kartu konsep dalam kasus yang

disajikan untuk memperkirakan hasil secara efisien. Peneliti harus memilih

orthogonal array, yang tidak termasuk konsep produk yang tidak layak

(orthogonal array lebih dari satu).

4. Memilih format presentasi atribut produk,

Dalam format presentasi atribut ada tiga bentuk format, yaitu: produk nyata,

kartu, dan deskripsi. Kita harus memilih format apa yang digunakan untuk

menyajikan konsep produk. Hal ini memungkinkan menggunakan deskripsi

produk dalam paragraf yang dapat memberikan gambaran produk yang

realistis dan lengkap. Pada umumnya format presentasi menggunakan format

sistematis yang menyajikan atribut produk dalam kolom sebagai kata kunci.

5. Pengumpulan data,

Data dikumpulkan dari responden melalui wawancara baik wawancara

pribadi atau kelompok. Dalam wawancara, responden diminta melihat seluruh

kartu konsep produk yang akan dirancang dan memberikan peringkat menurut


commit to user

II-23

preferensi pembelian responden. Metode ini dapat meminimalkan kesalahan

respon.

6. Model Preferensi,

Kebutuhan dan preferensi konsumen biasanya dimodelkan dengan

menggunakan salah satu dari tiga bentuk fungsi utilitas, yaitu: model vektor,

model ideal point dan model part-worth. Model vektor adalah fungsi linier

tunggal yang mengasumsikan preferensi akan meningkat dengan kenaikan

kualitas atribut p (penurunan preferensi jika fungsi negatif). Model ideal point

merupakan fungsi titik lengkung yang menentukan jumlah atribut ideal,

model ini sesuai untuk atribut kualitatif. Model part-worth adalah model

perkiraan utilitas yang paling sederhana yang merupakan atribut utilitas oleh

kurva linier.

• Model Vektor

�� ∑=

t

p 1

Yjp Wp ……………………………..……………… Persamaan 2.3

• Model Ideal-Point

dj2

Yjp

� � ∑

=

t

p 1

pjp ) x-(y Wp2

………………………..…………… Persamaan 2.4


commit to user

II-24

• Model Part-Worth

�� ∑=

t

p 1

jp ) fp(y …………………………………..…………… Persamaan 2.5

Gambar 2.1 Model preferensi

Pada umumnya fungsi preferensi dalam analisis conjoint ditentukan dengan

regresi kuadrat terkecil. Tujuan dari analisis ini untuk memprediksi pola

pembelian konsumen. Validasi model dilakukan dengan menentukan korelasi

antara prediksi peringkat urutan kartu dan peringkat urutan aktual dari kartu.

Dalam beberapa penelitian, perbedaan korelasi memiliki rata-rata antara 0,7 –

0,8, meskipun telah mencapai korelasi 0,99.

7. Menentukan kepentingan relatif atribut produk,

Penentuan kepentingan relatif atribut dilakukan dengan memberikan bobot

persentase pada masing-masing atribut dengan menggunakan skala prioritas.

Rasio utilitas atribut khusus untuk jumlah seluruh atribut digunakan untuk

menyatakan utilitas atribut global dengan persamaan, sebagai berikut:

��

∑=

t

p 1

min Up)-(max Up

……………...………….. persamaan 2.6

Dimana,

Op = Kepentingan relatif atribut produk

max Up = Utilitas dari atribut yang paling disukai

min Up = Utilitas dari atribut yang tidak disukai

Implementasi analisis conjoint dibantu dengan menggunakan software

modern. Biasanya software statistik memiliki fungsi analisis conjoint tertentu

dan dapat menyelesaikan proses pengolahan data dengan lancar.


commit to user

II-25

8. Implementasi Analisis Conjoint

Untuk mengestimasi part-worth dan kepentingan relatif atribut produk

dengan menggunakan software SPSS, metode estimasi yang digunakan yaitu

metode ordinary least squere.

S = B0+ B11 + B12 + B13 + B21 + B22 + B23 + B31 + B32 + B33 + B41 + B42 +

B43 + B51 + B52 + B61 + B62 ……………………………… Persamaan 2.7

Parameter B dari variable independen menunjukkan part-worth dari atribut

yang berbeda untuk konsumen tertentu. Dari part-worth ini dapat ditentukan

kepentingan relatif dari atribut yang berbeda.

2.4.3 Analisis Cluster

Analisis cluster adalah suatu analisis statistik untuk membuat kelompok

(cluster) dari data objek multivariat (Hardle dan Shimar, 2003). Metode yang

biasa digunakan dibagi menjadi dua tahapan pokok yaitu pemilihan ukuran

kedekatan dan pemilihan dari algoritma group-building. Tujuan analisis cluster

dalam penelitian ini digunakan untuk mengidentifikasi sub segmen berdasarkan

kebutuhan yang berbeda. Hal ini dilakukan dengan mengelompokkan individu

yang homogen menurut beberapa kriteria yang tepat. Analisis cluster berusaha

meminimumkan variansi didalam cluster (within-cluster) dan memaksimumkan

variansi antar grup (between-cluster). Seperti halnya analisis faktor, pada analisis

cluster tidak ada variabel yang didefinisikan bebas atau tergantung, semua

variabel diperhitungkan secara simultan.

Salah satu sifat analisis cluster adalah ‘more an art than a science’ (Hair et

al, 1998) sehingga dapat dengan mudah mengalami salah terap (misapplied).

Ukuran kesamaan atau algoritma yang berbeda dapat mempengaruhi hasil. Untuk

mengatasi hal ini, harus dilakukan analisis cluster berulang-ulang dengan

menggunakan metode yang berbeda-beda sehingga dapat menemukan pola

tersembunyi dalam pengelompokan objek-objek yang ada.

Metode analisis cluster yang populer adalah hierarchical method dan non

hierarchical method atau positioning method. Dalam metode hirarki pembagian

kelompok dilakukan berdasarkan hirarki yang ada sehingga jumlah kelompok data

yang terbentuk sangat bergantung pada karakteristik data, sedangkan pada metode

pemisahan berlawanan dengan metode hirarki yaitu jumlah kelompok ditentukan


commit to user

II-26

dahulu baru kemudian data dibagi sesuai dengan jumlah kelompok yang telah

ditetapkan.

Kelas algoritma cluster dibagi menjadi dua jenis, yaitu: algoritma hirarki

dan algoritma partisi. Algoritma hirarki dimulai dengan sekumpulan partisi dan

selangkah demi selangkah menempatkan kelompok bersama. Teknik algoritma

hirarki sering digunakan dalam praktek. Algoritma partisi dimulai dari awal

clustering dan pertukaran unsur-unsur kelompok sampai nilai tertentu tercapai.

Ada empat kriteria penugasan dalam metode agglomeratif, yaitu:

1. Metode Single Linkage

Metode ini lebih dikenal dengan metode hubungan atau nearst neighbour.

Dalam metode hiraraki tunggal (single linkage) atau metode tetangga terdekat

pelasanaannya didasarkan pada perhitungan jarak terpendek. Kedua objek ini

akan membentuk kelompok pertama. Pada tahap selanjutnya satu atau dua

kemungkinan dapat terjadi, yaitu pertama apakah objek ketiga akan

bergabung pada kelompok yang telah terbentuk atau kedua objek ketiga ini

akan bergabung dengan objek lainnya membentuk kelompok kedua.

Pembentukan kelompok tergantung apakah jarak dari objek ke kelompok

pertama lebih dekat dibandingkan dengan jarak objek tersebut dengan objek

lainnya yang belum terkelompok. Proses ini berlangsung terus sampai semua

objek menjadi satu.

2. Metode Complete Linkage

Metode ini juga disebut sebagai metode furtherst neighbour atau diameter

method. Metode ini kebalikan dari metode single linkage dimana jarak antar

cluster ditentukan sebagai jarak terjauh.

3. Metode Average Linkage

Metode average linkage merupakan variasi dari algoritma single linkage dan

complete linkage. Algoritma yang dipakai sama dengan kedua metode

tersebut kecuali pehitungan jarak yang dipakai, yaitu bahwa jarak antar

cluster-cluster didefinisikan sebagai jarak rata-rata antara seluruh pasangan

objek yang akan digabungkan.


commit to user

II-27

4. Metode Ward’s Error Sum Of Square

Metode ini membentuk cluster berdasarkan jumlah total kuadrad deviasi tiap

pengamatan dari rata-rata cluster yang menjadi anggotanya. Dalam hal ini

nilai error sum of square merupakan fungsi objektif pada saat melakukan

penggabungan.

Menurut Hair et al (1998) langkah-langkah analisis cluster dapat dibagi

dalam enam tahap, yaitu:

1. Penentuan tujuan analisis

Tujuan analisis cluster terbagi menjadi tiga, yaitu taxonomy description yang

merupakan analisis cluster dilakukan dengan tujuan eksplorasi (exploratory

purpose), yaitu untuk mengklasifikasikan objek-objek ke dalam beberapa

grup, data simplification adalah analisis cluster yang dilakukan untuk

menyederhanakan data, yaitu dengan mereduksi jumlah observasi bagi

keperluan analisis selanjutnya dan relationship identification yaitu analisis

cluster yang dilakukan untuk mengidentifikasi hubungan, yaitu dengan

mengidentifikasi hubungan kemiripan (similarity) dan perbedaan (differences).

2. Penyusunan desain riset analisis

Desain riset analisis cluster meliputi pendeteksian outlier, pengukuran

kemiripan objek dan penstandarisasian data. Dalam pendeteksian outlier,

outlier dapat mengubah struktur asli dan menghasilkan cluster yang tidak

representatif terhadap struktur populasi yang sesungguhnya, oleh karena itu

pendeteksian terhadap outlier sangat diperlukan. Outlier dapat dideteksi

dengan menggunakan grafik, di mana dari grafik tersebut dapat diketahui

adanya objek-objek yang mempunyai profil yang berbeda, yang ditunjukkan

dari nilai yang sangat ekstrim pada satu atau beberapa variabel.

Pada analisis cluster, konsep kemiripan adalah sangat mendasar. Kemiripan

interobjek adalah pengukuran kesesuaian atau kemiripan antara objek yang

akan dikelompokkan. Kemiripan interobjek dapat dilihat dari tiga ukuran,

yaitu korelasi dan jarak untuk data metrik, serta asosiasi untuk data nonmetrik.

Untuk mengetahui kemiripan dapat dilihat dari koefisien korelasi antara

pasangan objek. Korelasi yang tinggi mengindikasikan kemiripan, dan

sebaliknya korelasi yang rendah mengindikasikan perbedaan. Tetapi,


commit to user

II-28

pengukuran korelasi ini sangat jarang digunakan karena penekanan aplikasi

analisis cluster adalah pada jarak objek, bukan pola nilainya.

Pengukuran jarak berdasar kemiripan yang mewakili kemiripan sebagai

kedekatan observasi dengan yang lain. Pengukuran jarak sesungguhnya

adalah pengukuran terhadap perbedaan, di mana semakin besar nilainya

menunjukkan semakin kurang kemiripannya. Jarak dikonversikan sebagai

pengukuran kemiripan dengan menggunakan hubungan kebalikan.

Pengukuran asosiasi berdasar kemiripan digunakan untuk membandingkan

objek yang termasuk data nonmetrik (nominal dan ordinal). Pengukuran ini

dapat menilai tingkat kepercayaan atau kesesuaian antara pasangan responden.

Sebelum proses penstandarisasian data dimulai, perlu ditentukan lebih dahulu

apakah data perlu distandarisasi atau tidak. Pertimbangannya antara lain

kebanyakan pengukuran jarak sangat peka terhadap perbedaan skala atau

besarnya variabel, variabel dengan standar deviasi yang besar mempunyai

pengaruh yang lebih terhadap nilai akhir kemiripan dan bila dilihat melalui

grafik, tidak akan terlihat adanya perbedaan pada dimensi sehubungan dengan

letaknya. Proses standarisasi dapat terbagi menjadi dua, yaitu standarisasi

variabel dan standarisasi observasi atau objek. Standarisasi variabel adalah

perubahan dari setiap variabel menjadi skor standar (z-scores) dengan

mengurangi mean dan membaginya dengan standar deviasi setiap variabel.

Standarisasi observasi dilakukan terhadap responden atau objek. Standarisasi

ini sangat diperlukan, jika clustering dilakukan dengan tujuan

mengidentifikasi kepentingan relatif suatu variabel terhadap variabel lainnya.

Menurut Dillon (1984) dalam proses clustering, teknik yang dapat dilakukan

untuk pengukuran jarak, antara lain:

a. Interval

1) Euclidian Distance

∑ −=2

)i

Yi

X(Y)D(X, …………………..………..….Persamaan 2.8

2) Squared Euclidian Distance

∑ −=2)

iY

iX(Y)D(X,

…………………………..……Persamaan 2.9


commit to user

II-29

b. Frekuensi

1) Chi Square

∑ −

+

∑ −

=

)i

E(Y

2))

iE(Y

iY(

)i

E(X

2))

iE(X

iX(

Y)D(X,

…Persamaan 2.10

c. Biner

1) Squared Euclidian Distance

cbY)D(X, += ………………………………………..Persamaan 2.11

2) Euclidian Distance

cbY)D(X, += ……………………………………...Persamaan 2.12

3. Pengujian asumsi

Analisis cluster tidak termasuk teknik statistik inferensia, di mana parameter

analisis ini adalah seberapa besar sampel dapat mewakili populasi. Analisis

cluster mempunyai sifat matematik dan bukan dasar statistik, syarat

kenormalan, linieritas, dan homogenitas tidak begitu penting karena

memberikan pengaruh yang kecil sehingga tidak perlu diuji. Adapun hal-hal

yang perlu diuji adalah kerepresentatifan sampel dan multikolinieritas. Dalam

kerepresentatifan sampel, sampel dikumpulkan dan cluster diperoleh dengan

harapan dapat mewakili struktur populasi. Baik atau tidaknya analisis cluster

sangat tergantung pada seberapa representatif sampel sehingga terlebih dahulu

sampel perlu diuji kerepresentatifannya. Sementara itu, dalam

multikolinieritasan, variabel-variabel yang bersifat multikolinier secara

implisit mempunyai bobot lebih besar. Multikolinieritasan bertindak sebagai

proses pembobotan yang berpengaruh pada analisis, sehingga variabel-

variabel yang digunakan terlebih dahulu harus diuji tingkat

multikolinieritasannya.

4. Pembentukan cluster (partisi) dan penilaian overall fit

Proses partisi (partitioning) dan penilaian overall fit dimulai setelah variabel-

variabel yang digunakan dipilih dan matriks korelasi dibentuk. Sebelum

proses dimulai, harus dilakukan pemilihan algoritma pembentukan cluster

yang akan digunakan, dan penentuan berapa jumlah cluster yang akan


commit to user

II-30

dibentuk. Algoritma pembentukan cluster terdiri dari prosedur hirarki

(hierarchical procedures) dan prosedur nonhirarki (nonhierarchical

procedures).

Teknik hirarki adalah teknik clustering yang membentuk konstruksi hirarki

atau berdasarkan tingkatan tertentu seperti struktur pohon. Jadi proses

pengelompokan dilakukan secara bertingkat atau bertahap. Teknik hirarki

terbagi menjadi dua, yaitu metode agglomeratif (agglomerative methods) dan

metode divisif (divisive methods). Metode agglomeratif dimulai dengan

pernyataan bahwa setiap objek membentuk clusternya masing-masing. Dua

objek dengan jarak terdekat bergabung, selanjutnya objek ketiga akan

bergabung dengan cluster yang ada atau bersama objek yang lain membentuk

cluster baru. Hal ini dilakukan dengan tetap memperhitungkan jarak

kedekatan antar objek. Proses akan terus berlanjut hingga akhirnya terbentuk

satu cluster yang terdiri dari keseluruhan objek. Sementara itu, metode divisif

berlawanan dengan metode agglomeratif. Metode dimulai dengan satu cluster

besar yang mencakup semua observasi (objek), kemudian objek yang

memiliki ketidakmiripan besar dipisahkan sehingga membentuk cluster yang

lebih kecil, dan seterusnya untuk objek-objek yang tidak mirip lainnya. Proses

pemisahan terus berlanjut hingga setiap observasi adalah cluster bagi dirinya

sendiri.

Sementara itu, prosedur nonhirarki tidak melibatkan proses pembentukan

konstruksi struktur pohon. Dimulai dengan memilih sejumlah nilai cluster

awal sesuai dengan jumlah yang diinginkan kemudian objek digabungkan ke

dalam cluster-cluster tersebut. Metode non hirarki yang digunakan adalah k-

means clustering.

5. Interpretasi hasil

Pada tahap ini yang perlu diperhatikan adalah karakteristik apa yang

membedakan masing-masing cluster kemudian sesuai dengan tujuan,

pemberian nama dilakukan berdasar apa yang dapat diberikan oleh objek

pembentuk kepada masing-masing cluster tersebut. Tentunya terlebih dahulu

perlu ditentukan spesifikasi atau kreteria yang mendasari cluster-cluster yang

telah terbentuk. Di samping itu, interpretasi dari hasil clustering dapat


commit to user

II-31

dilakukan terhadap grafik dendogram maupun analisis nilai koefisien

agglomeratif. Jarak antar pengelompokan sebenarnya merupakan interpretasi

dari beberapa nilai kedekatan dalam menggabungkan objek dalam cluster.

Interpretasi cluster menghasilkan lebih dari hanya suatu deskripsi. Interpretasi

cluster memberikan penilaian kesesuaian cluster yang terbentuk berdasar teori

prioritas atau pengalaman praktek. Dalam konfirmatori, analisis cluster

memberikan pengertian secara langsung terhadap penilaian kesesuaian.

Cluster juga memberikan langkah-langkah untuk membuat suatu penilaian

dari segi signifikansi prakteknya.

6. Profiling cluster

Tahap profiling meliputi penggambaran karakteristik dari setiap cluster untuk

menjelaskan bahwa masing-masing cluster adalah berbeda berdasar dimensi-

dimensi tertentu. Analisis profil tidak memfokuskan pada apa yang secara

langsung menentukan cluster tapi karakteristik cluster setelah proses

identifikasi. Lebih lanjut, adanya penegasan bahwa karakteristik adalah

berbeda secara signifikan terhadap cluster dan dapat memprediksikan

anggota-anggota cluster secara lebih spesifik.

2.5 PENELITIAN TERDAHULU

Kotri (2006), melakukan penelitian yang berjudul “Analisis Nilai

Pelanggan menggunakan Analisis Conjoint: Contoh Perusahaan Kemasan”.

Tujuan penelitian ini adalah untuk mengetahui atribut-atribut kemasan yang

penting oleh pelanggan di Perusahaan Estiko-Plastar. Penelitian ini menggunakan

analisis conjoint. Secara deskriptif penelitian ini membahas tentang tujuh atribut

kemasan diperusahaan Estiko-Plastar yaitu kualitas bahan plastik dan pengelasan,

waktu pengiriman, kualitas percetakan, harga, kemahiran manajer pemasaran dan

fleksibel produksi yang disebar kepada 36 responden untuk dirangking. Dari tujuh

atribut tersebut didapatkan bahwa kualitas bahan plastik dan pengelasan yang

paling dipilih oleh responden dengan nilai kepentingan relatif sebesar 23,9% dan

harga sebesar 20,9% sebagai pilihan kedua yang dipilih ketika melihat kemasan di

Estiko-Plastar. Untuk mengidentifikasi sub segmen yang bebeda maka dilakukan

analisis cluster. Dari analisis cluster didapatkan empat segmen yaitu waktu


commit to user

II-32

pengiriman yang singkat, manajer penjualan yang professional dan fleksibel

produksi, kualitas bahan plastik yang baik dengan harga yang wajar dan kualitas

bahan cetak dan bahan plastik.

Manurung (2006), melakukan penelitian yang berjudul “Analisis

Penelitian terhadap atribut-atribut sepatu olahraga reebok dengan menggunakan

Conjoint Analysis”. Tujuan penelitian ini adalah untuk mengetahui atribut-atribut

yang dianggap penting oleh konsumen sebagai pertimbangan dalam pemilihan

produk sepatu olahraga reebok. Selain itu juga untuk mengetahui kombinasi-

kombinasi atribut sepatu reebok yang diminati oleh konsumen. Penelitian ini

menggunakan analisis conjoint. Secara deskriptif penelitian ini membahas tentang

enam atribut sepatu reebok yaitu harga, warna, desain, bahan, lekatan, dan

inovasi. Dari keenam atribut itu dibuat kuesioner yang disebarkan kepada 400

responden. Dari 400 responden tersebut didapatkan 367 responden yang

kuesionernya sah untuk dilakukan pengolahan data. Hasil pengolahan data

didapatkan bahwa responden membeli sepatu reebok pertama kali yang dilihat

adalah desain sepatu dengan nilai kepentingan relatif sebesar 34,45 dan yang

kedua adalah warna sepatu dengan nilai sebesar 35,35.

Kastaman (2005), melakukan penelitian yang berjudul “Kajian Proses

Pengasinan Telur dengan Metode Reverse Osmosis pada berbagai Lama

Perendaman”. Tujuan dari penelitian ini adalah untuk mengetahui pengaruh

penerapan metode reverse osmosis dalam proses pengasinan telur terhadap

beberapa karakteristik telur asin yang meliputi kehilangan air, penambahan garam,

kadar air, kadar garam, perubahan berat telur dan karakteristik organoleptik telur

asin. Secara deskriptif penelitian ini membahas tentang pengasinan dengan

perlakuan berdasarkan kriteria kadar garam telur asin, kesukaan terhadap rasa

telur asin, kesukaan terhadap warna telur asin, kesukaan terhadap tekstur telur asin

dan kesukaan terhadap aroma telur asin. Berdasarkan kadar garam telur asin,

semua perlakuan telur asin menghasilkan kadar garam diatas 2%. Kadar garam ini

sudah sesuai dengan standar SNI karena standar SNI minimal 2%. Untuk kriteria

kesukaan rasa telur metode reverse osmosis lebih disukai dari metode dehidrasi

osmosis, untuk kriteria warna telur lebih disukai karena menghasilkan skor

kesukaan warna yang lebih tinggi dan berbeda nyata dengan metode reverse


commit to user

II-33

osmosis, untuk kriteria tekstur telur metode reverse osmosis dengan lama

perendaman 58 jam menghasilkan kesukaan terhadap tekstur dengan skor lebih

tinggi dan kriteria terhadap aroma telur perlakuan metode maupun lama

perendaman tidak menunjukkan perbedaan yang nyata.


commit to user

III-1

BAB III

METODOLOGI PENELITIAN

Langkah dalam penyusunan penelitian ini mengikuti langkah-langkah

yang dilakukan mulai dari identifikasi masalah sampai pada penarikan

kesimpulan.

Gambar 3.1 Metodologi Penelitian


commit to user

III-2

3.1 IDENTIFIKASI MASALAH

Tahap identifikasi ini merupakan tahap awal pada penelitian, yaitu:

3.1.1 Identifikasi Masalah

Penentuan identifikasi masalah penelitian ini untuk membantu

mendapatkan komposisi atribut telur asin yang dianggap memiliki nilai paling

tinggi di mata konsumen.

3.1.2 Studi Lapangan

Studi lapangan digunakan untuk mengetahui dan mempelajari keadaan

telur asin secara langsung. Studi lapangan ini dilakukan di Desa Sidodadi,

Kecamatan Karangtengah, Kabupaten Sragen.

3.1.3 Studi Pustaka

Tujuan studi pustaka adalah untuk menunjang pemecahan masalah dengan

mencatat dan mempelajari referensi yang terkait sebagai sebuah teori dasar untuk

sebuah analisis penelitian. Studi pustaka ini mengacu pada literatur yang

membahas mengenai orthogonal array, analisis conjoint dan analisis cluster.

Tahap ini digunakan untuk membandingkan kondisi di lapangan dengan hasil

studi pustaka yang dilakukan dari beberapa referensi yang digunakan.

3.1.4 Perumusan Masalah

Perumusan masalah dilakukan dengan menetapkan sasaran yang dibahas

untuk dicari penyelesaian pemecahan masalahnya dengan teori referensi.

Perumusan masalah dalam penelitian ini adalah menentukan atribut telur asin

yang dianggap memiliki nilai paling tinggi di mata konsumen.

3.1.5 Tujuan dan Manfaat Penelitian

Tujuan dan manfaat penelitian ditetapkan agar penelitian yang dilakukan

dapat menjawab dan menyelesaikan rumusan masalah yang dihadapi. Tujuan

penelitian ini untuk menghasilkan atribut dan tingkat telur asin yang mempunyai

nilai di mata konsumen serta mengelompokkan konsumen berdasarkan tingkat

atribut. Sedangkan manfaat penelitian ini dapat mengetahui informasi penting

tentang karakteristik telur asin dan produsen telur dapat merancang karakteristik

telur asin yang diinginkan konsumen.


commit to user

III-3

3.2 PENGUMPULAN DATA

Beberapa data yang harus dikumpulkan sebelum melakukan pengolahan

data yaitu:

3.2.1 Penentuan Atribut Produk (Kuesioner I)

Dalam penentuan atribut produk, dilakukan dengan melakukan penyebaran

kuesioner I. Penyebaran kuesioner I ini pada prinsipnya dilakukan untuk

mengetahui atribut telur asin yang bertujuan untuk menentukan atribut yang

disukai oleh konsumen. Atribut telur asin ini digeneralisasikan untuk siapa saja

sehingga untuk memudahkan dalam penelitian dilakukan disekitar UNS.

Kuesioner I berupa pertanyaan terbuka dan tertutup sehingga responden tinggal

menilai atribut apa saja yang dilihat ketika membeli telur asin. Dan responden

juga dapat menuliskan atribut yang dipertimbangkan selain atribut yang sudah

ada. Penyebaran kuesioner I dilakukan terhadap 40 responden. Kuesioner I

ditampilkan di lampiran 1.

3.2.2 Penentuan Level pada Atribut

Penentuan level atribut dilakukan setelah atribut-atribut telur asin pada

kuesioner I didapatkan. Penentuan level pada atribut digunakan untuk menyusun

kartu konsep. Level pada atribut ini didasarkan pada hasil penelitian atribut telur

asin.

3.2.3 Penyusunan Kartu Konsep.

Kartu konsep merupakan kombinasi antara atribut dan level pada telur

asin. Penyusunan kartu konsep menggunakan orthogonal array. Dalam penelitian

ini terdapat dua level yaitu atribut berlevel dua �2�� dan berlevel tiga �3��.

Penelitian ini tidak menggunakan full factor experiment karena akan didapatkan

kartu konsep yang banyak. Oleh karena itu, dilakukan orthogonal array yang

kemampuan untuk mengevaluasi beberapa faktor dengan jumlah test atau

pengujian yang minimum dan juga penggunaan orthogonal array ini mengurangi

ongkos dan waktu penelitian (Metasari, 2009). Orthogonal array ini menyajikan

sebagian kecil yang cocok dari semua kombinasi tingkat atribut. Orthogonal

array digunakan untuk mengurangi kartu konsep dalam kasus yang disajikan

untuk memperkirakan hasil yang efisien.


commit to user

III-4

3.2.4 Pengambilan Data (Kueisioner II dan Kartu Konsep)

Pengambilan data dengan kuesioner II dan kartu konsep dilakukan

menggunakan metode simple random sampling. Banyaknya jumlah responden

yang digunakan dalam penyebaran adalah 40 responden dengan responden 25 ibu

rumah tangga dan 15 mahasiswa. Kuesioner II digunakan untuk profiling cluster

pada analisis cluster. Kueisioner II ditampilkan di lampiran 3 dan kartu konsep

ditampilkan dalam lampiran 4.

3.3 PENGOLAHAN DATA

Pengolahan data dibagi menjadi dua tahap. Tahap pertama adalah tahap

analisis conjoint dan tahap kedua adalah tahap analisis cluster. Penjelasan

mengenai pengolahan data, sebagai berikut:

3.3.1 Tahap Analisis Conjoint

Tahap analisis conjoint digunakan untuk membantu mendapatkan

komposisi atribut telur asin yang dianggap mempunyai nilai tertinggi di mata

konsumen. Analisis conjoint dibagi 2 tahap. Adapun tahap yang dilakukan pada

analisis conjoint, yaitu:

a. Menentukan Utilitas,

Utilitas dilakukan untuk menentukan tingkat kepuasan relatif yang dicapai.

Utilitas tertinggi menunjukkan komposisi atribut yang paling dipilih oleh

konsumen.

b. Menentukan Kepentingan Relatif,

Penentuan kepentingan relatif atribut dilakukan dengan memberikan bobot

persentase pada masing-masing atribut dengan menggunakan skala prioritas.

Kepentingan relatif menunjukkan atribut mana yang penting didalam

mempengaruhi pilihan konsumen.

Prosedur dasar analisis conjoint dirumuskan secara sistematis dapat dilihat

sebagai berikut:

∑∑= =

=

m

i

ki

k

x1 1

)(µ �� ……………………………………… Persamaan 3.1

Dimana:

�� = Seluruh utility dari seluruh alternatif


commit to user

III-5

� = Sumbangan part-worth atau utilitas yang terkait dengan level variabel

telur asin ke-j (j, j = 1, 2, …, ki) dari atribut telur asin ke-i

(i, i = 1, 2, …, m)

ki = Banyaknya level atribut telur asin ke-i

m = Banyaknya atribut telur asin

� = 1, jika level variabel telur asin ke-j dari atribut telur asin ke-i terjadi dan

0, jika tidak terjadi

Pentingnya suatu atribut, misalkan �, didefinisikan dan dinyatakan dalam kisaran

part-worth, � melintasi level dari atribut, yaitu:

� � �max�� min �� , untuk setiap i …………………….. persamaan 3.2

Analisis conjoint ini diolah menggunakan software SPSS versi 17.

3.3.2 Tahap Analisis Cluster

Tahap analisis cluster digunakan untuk mengidentifikasi sub segmen

konsumen berdasarkan kebutuhan yang berbeda. Hal ini dilakukan dengan

mengelompokkan individu yang homogen menurut beberapa kriteria yang tepat.

Pada analisis cluster ini menggunakan metode k-mean cluster.

Langkah-langkah analisis cluster adalah membuat data dengan

menggunakan nilai kepentingan relatif kemudian menentukan berapa cluster yang

akan dibentuk. Pada penelitian ini, cluster yang dibentuk dibuat empat cluster

karena pada prakteknya dibuat dua sampai empat cluster. Kemudian analisis ini

diolah menggunakan SPSS versi 17.

3.4 TAHAP ANALISIS DAN INTERPRETASI HASIL

Pada tahap ini dilakukan analisis dan interpretasi terhadap hasil

pengolahan data. Analisis dilakukan untuk mendapatkan atribut telur asin yang

dianggap mempunyai nilai tinggi di mata konsumen.

3.5 TAHAP KESIMPULAN DAN SARAN

Kesimpulan dan saran merupakan tahap terakhir penelitian yang berisi

kesimpulan dari keseluruhan hasil penelitian dan analisis yang mengacu pada

tujuan awal penelitian yang telah ditetapkan, selain itu juga diberikan saran untuk

penelitian selanjutnya.


commit to user

IV-1

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

Bab ini memaparkan keseluruhan proses observasi, pengumpulan data, dan

pengolahannya, serta penjelasan teknis untuk mendapatkan nilai-nilai sebagai alat

bantu dalam pemecahan masalah dengan beberapa metode dan data kuesioner.

4.1. PENGUMPULAN DATA

Pengumpulan data merupakan langkah awal sebelum melakukan

pengolahan data. Data yang dikumpulkan yaitu berupa data atribut telur asin yang

ada di pasaran, data atribut dan level produk. Data-data tersebut diperoleh dengan

cara observasi, wawancara, dan kuesioner untuk memperoleh data.

4.1.1 Penentuan Atribut Produk (Kuesioner I)

Penentuan atribut produk digunakan untuk membentuk kombinasi sampel

yang nantinya akan digunakan sebagai kartu konsep. Penentuan atribut ini

dilakukan dengan melakukan penyebaran kuesioner I kombinasi terbuka dan

tertutup terhadap 40 responden. Responden terdiri dari 30 mahasiswa dan 10 ibu

rumah tangga. Responden tersebut memberikan atribut-atribut apa saja yang

biasanya dilihat apabila membeli telur asin. Dari 40 responden tersebut didapat 10

atribut telur asin yaitu warna telur, ukuran telur, harga telur, keasinan telur,

keawetan telur, bentuk telur, bau telur, rasa telur, merk telur dan tempat penjualan

telur.

Dari 10 atribut tersebut dipilih enam faktor untuk telur asin yaitu warna

telur, ukuran telur, keasinan telur, keawetan telur, bentuk telur dan merk telur.

Keenam faktor tersebut diambil berdasarkan dari tingkat kepentingannya dan

dilihat dari banyaknya responden memilih atribut telur asin.

4.1.2 Penyusunan Level pada Atribut

Level pada atribut digunakan untuk penyusunan kartu konsep. Level pada

atribut didasarkan pada hasil penelitian atribut telur asin. Atribut dan level telur

asin ditampilkan di Tabel 4.1.


commit to user

IV-2

Tabel 4.1 Atribut dan level telur asin

Atribut No Level Keterangan atau gambar

Warna Telur 1 Biru Keputih-putihan − Pencampuran tawas yang

terlalu banyak dan tidak merata

pada adonan.

2 Biru Muda − Pencampuran tawas yang

merata tetapi pada saat

menggosok saat pembersihan

terlalu lama.

3

Biru

− warna telur bebek berwarna

biru dan pada saat

pencampuran tawas merata

pada adonan.

Ukuran Telur

1

Kecil

2 Sedang − ukuran kecil 55,6 gr/butir

− ukuran sedang 58,8 gr/butir

− ukuran besar 66,7 gr/butir 3 Besar

Bentuk Telur 1 Lonjong

2 Bulat

Telur lonjong Telur bulat

Merk Telur 1 Ada Ada tanda cap industri

2 Tidak Tidak ada cap industri

Keasinan Telur 1 Asin Rasa keasinan antara responden

dengan peneliti dianggap sama 2 Asin Sedang

3 Sangat Asin

Keawetan Telur 1 1 Minggu Sesuai dengan selera konsumen

2 2 Minggu

3 3 Minggu

4.1.3 Penyusunan Kartu Konsep

Penyusunan kartu konsep menggunakan orthogonal array. Penggunaan

orthogonal array untuk mengurangi kartu konsep agar hasil pengolahan data

efisien. Hasil kartu konsep maksimal 16 kartu konsep agar responden mudah

merangking kartu konsep.


commit to user

IV-3

Langkah pengolahan ini yaitu pilih Data - Orthogonal Design – Generate,

kemudian memasukkan atribut dan levelnya. Hasil yang didapat dari penggunaan

orthogonal array ini ditampilkan di Tabel 4.2.

Tabel 4.2 Kombinasi atribut dan level

No

Kartu

Warna Telur

Asin

Ukuran

Telur Asin

Bentuk Telur

asin

Merk Telur

Asin

Keasinan

Telur Asin

Keawetan

telur Asin

1 Biru Muda Besar Lonjong Ada Asin 1 Minggu

2 Biru Keputihan Sedang Lonjong Ada Sangat asin 3 Minggu

3 Biru Keputihan Sedang Lonjong Tidak Asin Sedang 1 Minggu

4 Biru Keputihan Kecil Lonjong Tidak Asin 2 Minggu

5 Biru Muda Kecil Bulat Tidak Asin Sedang 3 Minggu

6 Biru Keputihan Besar Bulat Ada Asin Sedang 1 Minggu

7 Biru Sedang Bulat Tidak Asin 1 Minggu

8 Biru Muda Sedang Bulat Ada Asin 2 Minggu

9 Biru Kecil Lonjong Ada Asin Sedang 2 Minggu

10 Biru Besar Lonjong Tidak Asin 3 Minggu

11 Biru Keputihan Kecil Bulat Ada Asin 3 Minggu

12 Biru Keputihan Kecil Bulat Tidak Asin 1 Minggu

13 Biru Kecil Bulat Ada Sangat asin 1 Minggu

14 Biru Muda Kecil Lonjong Tidak Sangat asin 1 Minggu

15 Biru Keputihan Besar Bulat Tidak Sangat asin 2 Minggu

16 Biru Keputihan Kecil Lonjong Ada Asin 1 Minggu

Dari Tabel 4.2 menunjukkan bahwa no kartu 1 mempunyai atribut warna

dengan level biru muda, atribut ukuran dengan level sedang, atribut bentuk

dengan level lonjong, atribut merk dengan level ada merk, atribut keasinan dengan

level asin dan atribut keawetan dengan level 1 minggu.


commit to user

IV-4

4.1.4 Pengambilan Data

Pengambilan data ini dilakukan dengan menggunakan 16 kartu konsep.

Kartu konsep dengan dua baris dirancang untuk mempermudah responden

mengerti. Baris pertama menyatakan atribut dan baris kedua menyatakan tingkat

level. Adapun contoh kartu konsep yang digunakan di Tabel 4.3

Tabel 4.3 Contoh kartu konsep telur asin

No

Kartu

Warna Telur

Asin

Ukuran Telur

Asin

Bentuk Telur

asin

Merk Telur

Asin

Keasinan

Telur Asin

Keawetan

telur Asin

1 Biru Muda Besar Lonjong Ada Asin 1 Minggu

No

Kartu

Warna Telur

Asin

Ukuran

Telur Asin

Bentuk Telur

asin

Merk Telur

Asin

Keasinan

Telur Asin

Keawetan

telur Asin

2 Biru

Keputihan Sedang Lonjong Ada Sangat asin 3 Minggu

No

Kartu

Warna Telur

Asin

Ukuran

Telur Asin

Bentuk Telur

asin

Merk Telur

Asin

Keasinan

Telur Asin

Keawetan

telur Asin

3 Biru

Keputihan Sedang Lonjong Tidak Asin Sedang 1 Minggu

Penyebaran kartu konsep dilakukan pada 40 responden. Responden terdiri

dari 25 ibu rumah tangga dan 15 mahasiswa. Responden diminta merangking 16

kartu konsep yang telah disediakan. Hasil dari pengumpulan data ditampilkan di

lampiran 4.

4.2. PENGOLAHAN DATA

Pengolahan data yang dilakukan dibagi menjadi dua tahap, tahap yang

pertama adalah tahap analisis conjoint, tahap kedua adalah tahap analisis cluster,

Tahap analisis conjoint digunakan untuk membantu mendapatkan komposisi

atribut telur asin yang dianggap mempunyai nilai tertinggi di mata konsumen.

Analisis conjoint ini dilakukan dengan dua tahap yaitu menentukan utilitas dan

kepentingan relatif, sedangkan tahap analisis cluster digunakan untuk

mengidentifikasi sub segmen konsumen berdasarkan kebutuhan yang berbeda.


commit to user

IV-5

4.2.1 Analisis Conjoint

Analisis conjoint merupakan metode yang digunakan untuk membantu

mendapatkan atribut-atribut yang dianggap memiliki nilai tinggi di mata

konsumen. Untuk mendapatkan nilai utilitas dan kepentingan relatif maka

digunakan software SPSS versi 17 untuk mengolah analisis conjoint.

Langkah yang dilakukan adalah mengetik syntax pada analisis conjoint

Run melalui editor syntax SPSS. Dalam penelitian ini perintahnya adalah:

Gambar 4.1 Syntax Editor untuk menganalisa conjoint

Setelah mengetik semua perintah, pilih menu Run kemudian klik All pada

sub menu. Akan dihasilkan dua jenis output conjoint, yaitu hasil conjoint dan

kegunaan conjoint atau output pelengkap

Output pelengkap dari hasil conjoint dari software SPSS ditampilkan di

lampiran 6. Hasil conjoint nilai utilitas dan nilai kepentingan relatif, yaitu:

a. Nilai Utilitas

Nilai utilitas digunakan untuk menentukan tingkat kepuasan relatif yang

dicapai. Utilitas tertinggi menunjukkan komposisi atribut yang paling dipilih oleh

konseumen. Hasil keseluruhan nilai utilitas untuk semua responden di Tabel 4.4


commit to user

IV-6

Tabel 4.4 Nilai Utilitas Keseluruhan Responden

Estimasi Utilitas

Warna Biru Keputihan -0,817

Biru Muda -0,367

Biru 1,183

Ukuran Kecil -1,133

Sedang 2,385

Besar -1,252

Bentuk Lonjong -0,419

Bulat -0,837

Merk Ada -0,556

Tidak -1,112

Keasinan Asin 0,033

Asin Sedang 1,240

Sangat Asin -1,273

Keawetan 1 Minggu 0,117

2 Minggu -0,383

3 Minggu 0,267

Dari hasil nilai utilitas dapat disimpulkan bahwa responden mempunyai

preferensi terbesar pada atribut warna adalah biru dengan utilitas sebesar 1,183

dan biru muda dengan utilitas -0,367 untuk alternatif kedua. Ukuran sedang untuk

preferensi terbesar dan ukuran kecil untuk alternatif kedua. Lonjong untuk atribut

bentuk, ada merk untuk atribut merk, asin sedang untuk atribut keasinan, dan tiga

minggu untuk keawetan.

b. Nilai Kepentingan Relatif

Nilai kepentingan relatif ini untuk mendapatkan bobot persentase pada

masing-masing atribut. Kepentingan relatif menunjukkan atribut mana yang

penting didalam mempengaruhi konsumen membeli telur asin. Hasil keseluruhan

nilai kepentingan relatif untuk semua responden di Tabel 4.5


commit to user

IV-7

Tabel 4.5 Nilai Kepentingan Relatif Keseluruhan Responden

Warna 19,300

Ukuran 24,460

Bentuk 6,441

Merk 11,974

Keasinan 21,992

Keawetan 15,834

Dari hasil nilai kepentingan relatif dapat disimpulkan bahwa responden

pertama kali sebelum membeli telur asin hal utama yang dilihat adalah ukuran

telur asin dengan nilai 24,46 dan yang kedua adalah keasinan dengan nilai 21,99.

c. Hasil Korelasi Pearson dan Kendall

Korelasi Pearson digunakan untuk mengukur keeratan hubungan di antara

hasil-hasil pengamatan dari populasi yang mempunyai dua variat (bivariate).

Sedangkan Kendall digunakan untuk mengukur keeratan hubungan antara

peringkat-peringkat dibandingkan hasil pengamatan itu sendiri.

Hipotesa Nilai Pearson atau Kendall:

H0 = Tidak ada hubungan yang kuat antara variabel estimasi dengan

observasi.

H1 = Ada hubungan yang kuat antara variabel estimasi dengan observasi.

Area Kritis:

Value < 0,5 maka H0 diterima

Value ≥ 0,5 maka H0 ditolak

Hipotesa Test Signifikansi:

H0 = Tidak ada hubungan yang kuat antara variabel estimasi dengan

observasi.

H1= Ada hubungan yang kuat antara variabel estimasi dengan observasi.

Area Kritis:

Sig. > 0,05 maka H0 diterima.

Sig. ≤ 0,05 maka H0 ditolak

Dari 40 responden menghasilkan korelasi keseluruhan Pearson dan

Kendall di Tabel 4.6


commit to user

IV-8

Tabel 4.6 Hasil keseluruhan korelasi Pearson dan Kendall

Value Sig.

Pearson's R 0,748 0,000

Kendall's tau 0,533 0,002

Pada tabel 4.6 disimpulkan bahwa nilai Pearson 0,748 sedangkan nilai

kendall 0,533. Berdasarkan analisis conjoint, nilai Pearson atau Kendall lebih dari

0,5, maka korelasi antara observasi dan estimasi adalah kuat maka bisa digunakan

dalam model analisis conjoint. Nilai signifikan untuk atribut adalah 0,00. Hasil

tersebut menunjukkan bahwa korelasi antara observasi dan estimasi adalah

signifikan, karena semua nilai signifikan kurang dari 0,05.

4.2.2 Analisis Cluster

Analisis cluster merupakan analisis yang bertujuan untuk

mengelompokkan objek-objek berdasarkan kesamaan karakteristik. Untuk analisis

cluster digunakan nilai kepentingan relatif atribut karena tingkat kepentingan

relatif tersebut dapat membedakan konsumen yang memiliki kebutuhan yang

sama lebih baik dibandingkan dengan part-worth ataupun peringkat kartu konsep

(Kotri, 2006).

Ada dua asumsi dalam analisis cluster, yaitu data berdistribusi normal dan

tidak ada multikolinieritas. Untuk mengetahui data analisis cluster berdistribusi

normal, maka dilakukan uji statistik Kolmogorov-Smirnov. Adapun hipotesis

untuk pengujian uji statistik Kolmogorov-Smirnov yaitu:

H0 = Data terdistribusi secara normal.

H1 = Data tidak terdistribusi secara normal.

Area krisis:

Sig. > 0,05 maka H0 diterima.

Sig. < 0,05 maka H0 ditolak.

Hasil dari uji statistik Kolmogorov-Smirnov ditampilkan di Tabel 4.7


commit to user

IV-9

Tabel 4.7 Hasil uji statistik Kolmogorov-Smirnov

warna ukuran keasinan keawetan bentuk merk

N 40 40 40 40 40 40

Normal Parameters Mean 18,87 23,53 21,98 15,81 6,43 11,58

Std. Deviation 11,197 11,490 8,821 7,241 6,035 8,139

Most Extreme

Differences

Absolute 0,134 0,139 0,164 0,130 0,160 0,171

Positive 0,118 0,139 0,164 0,130 0,160 0,171

Negative -0,134 -0,099 -0,068 -0,090 -0,143 -0,119

Kolmogorov-Smirnov Z 0,846 0,880 1,037 0,825 1,011 1,084

Asymp. Sig. (2-tailed) 0,471 0,421 0,233 0,505 0,259 0,191

Nilai Kolmogorov-Smirnov untuk variabel warna 0,846 dengan probabilitas

signifikansi 0,471 dan nilai diatas α = 0,05 hal ini berarti H0 diterima atau variabel

warna terdistribusi secara normal. Begitupun juga untuk variabel ukuran,

keasinan, keawetan, bentuk dan merk yang berdistribusi normal karena nilai

signifikansi diatas α = 0,05.

Dalam analisis cluster tidak boleh ada multikolinieritas. Untuk mengetahui

ada tidaknya multikolinieritas dalam analisis cluster, maka dilakukan pengujian

dengan uji multikolinieritas yang bertujuan untuk mengetahui apakah model

regresi ditemukan adanya kolerasi antar variabel independen. Hasil dari uji

multikolinieritas ditampilkan di Tabel 4.8 dan Tabel 4.9.


commit to user

IV-10

Tabel 4.8 Hasil besaran korelasi uji multikolinearitas

Model merk bentuk warna ukuran keawetan keasinan

1 Korelasi merk 1,000 0,430 0,696 0,724 0,552 0,728

bentuk 0,430 1,000 0,497 0,642 0,263 0,506

warna 0,696 0,497 1,000 0,663 0,649 0,714

ukuran 0,724 0,642 0,663 1,000 0,561 0,714

keawetan 0,552 0,263 0,649 0,561 1,000 0,378

keasinan 0,728 0,506 0,714 0,714 0,378 1,000

Kovarian merk 0,170 0,078 0,092 0,097 0,091 0,120

bentuk 0,078 0,195 0,070 0,092 0,046 0,089

warna 0,092 0,070 0,102 0,068 0,083 0,091

ukuran 0,097 0,092 0,068 0,105 0,073 0,092

keawetan 0,091 0,046 0,083 0,073 0,160 0,060

keasinan 0,120 0,089 0,091 0,092 0,060 0,159

Hipotesa untuk hasil besaran korelasi uji multikolinieritas:

H0 = Korelasi antar variabel independen tidak terjadi multikolinieritas.

H1 = Korelasi antar variable independen terjadi multikolinieritas.

Dengan tingkat kolinieritas sebesar 95% atau 0,95.

Dari hasil besaran kolerasi uji multikolinieritas antar variabel independen

dapat dilihat bahwa variabel keasinan yang mempunyai kolerasi cukup tinggi

dengan variabel merk dengan tingkat korelasi 0,728 atau sekitar 72%. Karena

masih korelasi dibawah 95% maka tidak terjadi multikolinieritas.


commit to user

IV-11

Tabel 4.9 Nilai Tolerance dan VIF pada uji multikolinieritas

Model

Unstandardized

Coefficients

Standardized

Coefficients T Sig.

Collinearity

Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) 55,612 30,014 1,853 0,073

warna -0,226 0,319 -0,217 -0,710 0,483 0,300 3,338

ukuran -0,324 0,324 -0,319 -1,000 0,325 0,275 3,630

keasinan -0,574 0,399 -0,433 -1,440 0,159 0,309 3,240

keawetan -0,287 0,400 -0,178 -0,718 0,478 0,456 2,194

bentuk -0,342 0,441 -0,176 -0,774 0,444 0,539 1,856

merk -0,333 0,413 -0,232 -0,806 0,426 0,338 2,957

Nilai yang digunakan untuk menunjukkan adanya multikolinieritas, adalah

nilai tolerance ≤ 0,10 atau sama dengan nilai VIF ≥ 10 dengan tingkat kolinieritas

sebesar 0,95 atau 95%.

Dari Tabel 4.13 hasil perhitungan tolerance menunjukkan tidak ada

variabel independen yang memiliki nilai tolerance kurang dari 0,10 yang berarti

tidak ada korelasi antar variabel yang nilainya lebih dari 95%. Dan dari

perhitungan VIF juga menunjukkan hal yang sama tidak ada satu variabel yang

memiliki VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada

multikolinieritas antar variabel independen dalam model regresi.

Analisis cluster ini diolah menggunakan software SPSS versi 17 dengan

metode k-mean cluster. Jumlah cluster ditetapkan antara dua hingga empat cluster

karena apabila jumlah cluster yang dibentuk terlalu banyak, akan menyulitkan

interpretasi segmen-segmen pasar yang terbentuk. Langkah yang dilakukan adalah

dari menu SPSS klik Analyze – classifity – k-means cluster.

Hasil yang di dapat dari analisis cluster dengan k-means cluster,

ditampilkan di Tabel 4.10.


commit to user

IV-12

Tabel 4.10 Atribut penting dalam empat kebutuhan yang berbeda

berdasarkan segmen konsumen

Kepentingan Relatif

Atribut Segmen 1 Segmen 2 Segmen 3 Segmen 4

n = 17 n = 9 n = 9 n = 5

Warna Telur Asin 29,9 11,4 7,4 15,5

Ukuran telur Asin 27,8 9,4 35,5 13

Keasinan Telur Asin 17,5 33,6 22,5 15,4

Keawetan Telur Asin 12,7 23 16,6 12,1

Bentuk Telur Asin 4,4 10,1 4,7 9,9

Merk Telur Asin 7,8 10,3 11,6 26,7

Pada Tabel 4.14 menunjukkan bahwa konsumen memiliki kebutuhan yang

berbeda, segmen yang muncul berdasarkan kebutuhan, yaitu:

1. Pada segmen 1 menunjukkan bahwa warna dan ukuran telur asin dengan nilai

sebesar 29,9 di pilih oleh 17 responden.

2. Pada segmen 2 menunjukkan bahwa keasinan telur asin dengan nilai sebesar

33,6 di pilih oleh 9 responden.

3. Pada segmen 3 menunjukkan bahwa ukuran telur asin dengan nilai sebesar 35,5

di pilih oleh 9 responden.

4. Pada segmen 4 menunjukkan bahwa merk telur asin dengan nilai sebesar 26,7

di pilih oleh 5 responden.

Setelah didapatkan empat segmen, dilakukan profiling cluster. Profiling

cluster digunakan untuk menjelaskan karakteristik setiap cluster berdasar profil

tertentu. Adapun karakteristik yang digunakan sebagai pembanding diambil dari

data kuesioner II. Dari profiling cluster tersebut maka dapat diketahui

karakteristik konsumen yang diteliti.


commit to user

IV-13

Tabel 4.11 Karakteristik Konsumen

Karakteristik Responden Segmen Telur Asin

Segmen 1 Segmen 2 Segmen 3 Segmen 4

Jumlah responden 17 orang 9 orang 9 orang 5 orang

Jenis kelamin Perempuan Perempuan Perempuan Perempuan

Kedudukan dalam keluarga Ibu Ibu Ibu Anak

Jumlah anggota keluarga 4 dan 5 orang 5 orang 4 orang 4 orang

Pekerjaan Ibu Rumah Tangga Ibu Rumah Tangga Ibu Rumah Tangga Mahasiswa

Pengeluaran per bulan > 2 juta > 2 juta > 2 juta 500 ribu – 1 juta

Pembelian dalam sebulan 3-5 kali 3-5 kali 3-5 kali 1-2 kali

Jumlah setiap pembelian 4 telur asin 6 telur asin 4 telur asin 1 telur asin

Tempat pembelian Warung Warung Warung Warung


commit to user

IV-14

Penentuan karakteristik cluster digunakan profil yang paling besar karena

dapat mewakili populasi yang ada (wahana-statistik.com). Pada Tabel 4.11

segmen pertama dengan jumlah responden 17 orang mempunyai karakteristik

berkedudukan dalam keluarga sebagai ibu, jumlah anggota keluarga 4 dan 5

orang, pekerjaan sebagai ibu rumah tangga, pengeluaran perbulan lebih dari 2

juta, pembelian dalam sebulan 3-5 telur dengan jumlah pembelian 4 telur asin dan

tempat membeli di warung. segmen dua dengan jumlah responden 9 orang

mempunyai karakteristik berkedudukan dalam keluarga sebagai ibu, jumlah

anggota keluarga 5 orang, pekerjaan sebagai ibu rumah tangga, pengeluaran

perbulan lebih dari 2 juta, pembelian dalam sebulan 3-5 telur dengan jumlah

pembelian 6 telur asin dan tempat membeli di warung. Begitu juga untuk segmen

tiga dan segmen empat.


commit to user

V-1

BAB V

ANALISIS DAN INTERPRETASI HASIL

Bab ini akan menjelaskan analisis hasil pengolahan data dengan

menggunakan analisis conjoint dan analisis cluster.

5.1 ANALISIS HASIL PENGOLAHAN ANALISIS CONJOINT

Untuk menginterpretasi hasil analisis conjoint maka diperlukan plot fungsi

utilitas dan nilai kepentingan relatif yang terdapat di Tabel 4.4 dan Tabel 4.5.

Secara detail dapat dianalisa dengan menggunakan histogram, sebagai berikut:

5.1.1 Analisis Nilai Utilitas

Dalam analisis nilai utilitas ada enam atribut telur asin, yaitu: warna telur

asin, ukuran telur asin, bentuk telur asin, merk telur asin, keasinan telur asin dan

keawetan telur asin.

1. Warna Telur Asin

Gambar 5.1 Histogram fungsi utilitas warna telur asin

Semakin tinggi nilai utilitas sebuah atribut menunjukkan semakin

tingginya preferensi konsumen terhadap atribut tersebut. Nilai utilitas atribut telur

asin pada Gambar 5.1 responden memilih warna biru dengan utilitas 1,183

sewaktu membeli telur asin. Utilitas kedua jatuh pada biru muda sebesar 0,867

dan yang ketiga untuk biru keputihan dengan nilai sebesar -0,817. Nilai utilitas

pada warna biru keputihan bernilai negatif menunjukkan bahwa nilai utilitas dan

pilihan responden rendah.

-0,817

-0,367

1,183

-1

-0.5

0

0.5

1

1.5

biru keputihan biru muda biru

Uti

lita

s

Warna Telur Asin


commit to user

V-2

2. Ukuran Telur Asin

Gambar 5.2 Histogram fungsi utilitas ukuran telur asin



asin pada Gambar 5.2 responden memilih ukuran sedang dengan utilitas 2,385

sewaktu membeli telur asin. Utilitas kedua jatuh pada kecil sebesar -1,133 dan

yang ketiga untuk besar sebesar -1,252. Nilai utilitas pada ukuran kecil dan besar

bernilai negatif menunjukkan pilihan responden terhadap dua level tersebut

rendah.

3. Bentuk Telur Asin

Gambar 5.3 Histogram fungsi utilitas bentuk telur asin



asin pada Gambar 5.3 responden memilih bentuk lonjong dengan utilitas -0,419

-1,333

2,385

-1,252-2

-1

0

1

2

3

kecil sedang besar

Uti

lita

s

Ukuran Telur Asin

-0,419

-0,837-1

-0.8

-0.6

-0.4

-0.2

0

lonjong bulat

Uti

lita

s

Bentuk Telur Asin


commit to user

V-3

sewaktu menilai telur asin. Utilitas kedua jatuh pada bulat sebesar -0,837. Nilai

utilitas bernilai negatif berarti utilitas dan pemilihan responden terhadap level

tersebut rendah.

4. Merk Telur Asin

Gambar 5.4 Histogram fungsi utilitas merk telur asin



asin pada Gambar 5.4 responden memilih ada merk dengan utilitas -0,556 sewaktu

menilai telur asin. Utilitas kedua jatuh pada tidak ada merk dengan nilai sebesar

-1,112. Kedua level tersebut bernilai negatif, ini menunjukkan bahwa pilihan

responden rendah dan tidak begitu memperhatikan atribut merk.

5. Keasinan Telur Asin

Gambar 5.5 Histogram fungsi utilitas keasinan telur asin

-0,556

-1,112-1.2

-1

-0.8

-0.6

-0.4

-0.2

0

ada merk tidak ada merk

Uti

lita

s

Merk Telur Asin

0,033

1,24

-1,273-1.5

-1

-0.5

0

0.5

1

1.5

asin asin sedang sangat asinUti

lita

s

Keasinan Telur Asin


commit to user

V-4



asin pada Gambar 5.5 responden memilih keasinan asin sedang dengan utilitas

1,24 sewaktu menilai telur asin. Utilitas kedua jatuh pada asin sebesar 0,033 dan

yang ketiga untuk sangat asin dengan nilai sebesar -1,273. Nilai utilitas bernilai

negatif menunjukkan pilihan responden terhadap level rendah.

6. Keawetan Telur Asin

Gambar 5.6 Histogram fungsi utilitas keawetan telur asin



asin pada Gambar 5.6 responden memilih keawetan 3 minggu dengan utilitas

0,267 sewaktu menilai telur asin. Utilitas kedua jatuh pada 1 minggu sebesar

0,117 dan yang ketiga untuk 2 minggu dengan nilai sebesar -0,383. Nilai utilitas

bernilai negatif menunjukkan pilihan responden terhadap level rendah.

0,117

-0,383

0,267

-0.5

-0.4

-0.3

-0.2

-0.1

0

0.1

0.2

0.3

1 minggu 2 minggu 3 minggu

Uti

lita

s

Keawetan Telur Asin


commit to user

V-5

5.1.2 Analisis Nilai Kepentingan Relatif

Gambar 5.7 Histogram kepentingan relatif

Dari nilai kepentingan relatif keseluruhan ini mengambil rentang utilitas

untuk setiap atribut secara terpisah dan membaginya dengan jumlah rentang untuk

semua atribut. Nilai kepentingan relatif keseluruhan dapat diinterpretasikan semua

responden bahwa responden pertama kali sebelum membeli telur asin hal utama

yang dilihat adalah ukuran telur asin dengan bobot kepentingan sebesar 24,46. Hal

kedua yang diperhatikan adalah keasinan telur asin dengan bobot kepentingan

sebesar 21,99, dan yang ketiga adalah warna telur asin dengan bobot kepentingan

19,3. Hal ini dapat dikatakan bahwa semua responden yang membeli telur asin

lebih mengutamakan tiga hal tersebut sebelum membeli telur asin yaitu ukuran

telur asin, keasinan telur asin dan warna telur asin.

5.2 ANALISIS HASIL PENGOLAHAN ANALISIS CLUSTER

Analisis cluster dilakukan untuk mencari karakteristik konsumen telur asin

yang diteliti dan juga sebagai suatu bahan dari telur asin dalam menentukan pasar

sasarannya. Berdasarkan responden analisis cluster dikelompokkan menjadi

empat cluster. Pembagian empat cluster ini karena apabila jumlah cluster terlalu

banyak akan menyulitkan segmen-segmen pasar yang dibentuk dan pada

prakteknya dibuat dua sampai empat cluster.

19,3

24,46

6,441

11,974

21,992

15,834

0

5

10

15

20

25

30

Warna Ukuran Bentuk Merk Keasinan Keawetan

ke

pe

nti

ng

an

Re

lati

f


commit to user

V-6

Dari Tabel 4.10 dan Tabel 4.11 dapat dijelaskan sebagai berikut:

1. Segmen pertama dengan responden 17 orang. Segmen ini lebih

memperhatikan warna dan ukuran telur asin. Ini dapat dilihat dari tingkat

kepentingan kedua atribut tersebut dengan bobot 29,9 untuk atribut warna dan

bobot 27,8 untuk atribut ukuran. Konsumen memilih warna dan ukuran telur

asin karena keasinan telur asin tidak dapat dicicipi oleh konsumen, sehingga

konsumen hanya melihat tampilan fisik dari telur asin. Karakteristik yang

mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai ibu,

pekerjaan ibu rumah tangga, jumlah setiap pembelian 4 telur asin dan tempat

pembelian di warung.

2. Segmen kedua dengan responden 9 orang. Segmen ini lebih memperhatikan

keasinan sebagai atribut yang penting dengan tingkat kepentingan 33,6.

Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam

rumah sebagai ibu, pekerjaan ibu rumah tangga, jumlah setiap pembelian 6

telur asin dan tempat pembelian di warung.

3. Segmen ketiga dengan responden 9 orang. Segmen ini lebih memperhatikan

ukuran telur asin dengan tingkat kepentingan 35,5. Karakteristik yang

mewakili segmen cluster ini adalah kedudukan dalam rumah sebagai ibu,

pekerjaan ibu rumah tangga, jumlah setiap pembelian 4 telur asin dan tempat

pembelian di warung.

4. Segmen keempat dengan responden 5 orang. Segmen ini lebih

memperhatikan merk telur asin dengan tingkat kepentingan 26,7.

Karakteristik yang mewakili segmen cluster ini adalah kedudukan dalam

rumah sebagai anak, pekerjaan mahasiswa, jumlah setiap pembelian 1 telur

asin dan tempat pembelian di warung.

Dari penjelasan keempat segmen cluster diatas, jika dilihat dari sisi

kedudukan dalam rumah ketiga segmen cluster ini posisinya sebagai ibu sehingga

tidak bias dengan pengambil keputusan dan mempunyai pekerjaan sebagai ibu

rumah tangga. Dilihat dari sisi jumlah anggota keluarga dan jumlah pembelian

telur asin ketiga segmen cluster tidak bias karena sesuai dengan anggota keluarga,

untuk segmen keempat juga tidak bias karena pada segmen empat pekerjaannya

sebagai mahasiswa sehingga setiap membeli telur asin hanya untuk diri sendiri.


commit to user

V-7

Persamaan keempat segmen cluster ini adalah tempat pembelian telur asin yaitu

diwarung, dilihat dari sisi tempat pembelian dapat ditarik kesimpulan bahwa

warung lebih dekat dengan tempat tinggal mereka.

Hasil penelitian ini menunjukkan bahwa preferensi konsumen terhadap

telur asin yang disukai adalah warna biru, berukuran sedang, berbentuk lonjong,

terdapat merk, dengan keasinan sedang dan mempunyai keawetan 3 minggu. Oleh

karena itu direkomendasikan kepada produsen telur asin untuk menghasilkan telur

asin dengan atribut-atribut tersebut.


commit to user

VI-1

BAB VI

KESIMPULAN DAN SARAN

Bab ini dilakukan penarikan kesimpulan dari hasil pengolahan data dan

analisis yang telah dilakukan sebelumnya.

6.1 KESIMPULAN

Adapun kesimpulan yang dapat diambil dari penelitian ini, adalah:

1. Atribut-atribut telur asin yang penting bagi konsumen ada enam atribut.

Adapun atribut yang mempunyai utilitas tertinggi adalah telur asin yang

berukuran sedang dengan keasinan sedang, berwarna biru dengan keawetan

tiga minggu, terdapat merk pada telur asin dan berbentuk lonjong.

2. Kelompok pelanggan berdasarkan tingkat atribut menggunakan analisis

cluster ini menghasilkan empat segmen cluster, yaitu:

a. Pada segmen cluster pertama, responden memilih telur asin dari warna

dan ukuran telur asin.

b. Pada segmen cluster kedua, responden memilih keasinan telur asin.

c. Pada segmen cluster ketiga, responden memilih ukuran telur asin.

d. Pada segmen cluster keempat, responden memilih merk telur asin.

6.2 SARAN

1. Perlu dilakukan penelitian berikutnya dengan metode yang lain sebagai

pembanding hasil penelitian ini.

2. Kepada produsen telur asin untuk melakukan survei untuk mendapatkan

informasi yang lebih banyak setiap cluster atau segmen dalam mendapatkan

kuantitas atributnya.

penentuan atribut telur asin berdasarkan preferensi konsumen

Documents