BAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pernyataan Misi Pada tahapan awal perancangan dan pengembangan produk dilakukan proses perencanaan produk yang berupa pernyataan misi proyek yang nantinya akan digunakan sebagai masukan dan petunjuk bagi tahapan selanjutnya. Pada pernyataan misi terdapat uraian mengenai poduk sepatu yang akan dikembangkan. Pasar utama dari sepatu ini adalah anak muda yang masih enerjik dan selalu ingin tampil beda. Sedangkan untuk pasar kedua diambil segmen pekerja yang memiliki mobilitas tinggi dan berjiwa muda. Untuk asumsi dan batasan, produk akan disesuaikan dengan kebutuhan konsumen, sehingga apa yang diinginkan oleh konsumen dapat direpresentasikan dengan baik. Produk yang ingin dibuat akan diproduksi di Indonesia, namun jalur pemasarannya akan dilakukan dengan skala internasional yang menyasar kepada e-bussines.
48
Embed
BAB 4 PENGUMPULAN, PENGOLAHAN DAN …thesis.binus.ac.id/doc/Bab4/2008-2-00532-TI bab 4.pdfBAB 4 PENGUMPULAN, PENGOLAHAN DAN ANALISIS DATA 4.1 Pernyataan Misi Pada tahapan awal perancangan
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
BAB 4
PENGUMPULAN, PENGOLAHAN
DAN ANALISIS DATA
4.1 Pernyataan Misi
Pada tahapan awal perancangan dan pengembangan produk dilakukan proses
perencanaan produk yang berupa pernyataan misi proyek yang nantinya akan
digunakan sebagai masukan dan petunjuk bagi tahapan selanjutnya. Pada pernyataan
misi terdapat uraian mengenai poduk sepatu yang akan dikembangkan. Pasar utama
dari sepatu ini adalah anak muda yang masih enerjik dan selalu ingin tampil beda.
Sedangkan untuk pasar kedua diambil segmen pekerja yang memiliki mobilitas tinggi
dan berjiwa muda. Untuk asumsi dan batasan, produk akan disesuaikan dengan
kebutuhan konsumen, sehingga apa yang diinginkan oleh konsumen dapat
direpresentasikan dengan baik. Produk yang ingin dibuat akan diproduksi di
Indonesia, namun jalur pemasarannya akan dilakukan dengan skala internasional
yang menyasar kepada e-bussines.
69
Tabel 4.1 Mission Statement
Mission Statement
Product Name : My Shoes
By : Nizar Susilo R
Uraian produk :
Sepatu yang kreatif dan inovatif. Memiliki fitur yang
berbeda dengan sepatu yang telah ada di pasaran saat ini.
Sebuah sepatu dari konsumen dan untuk konsumen.
Sasaran bisnis utama
• Memperoleh proporsi pasar 25%
• Membuat fungsi baru dari sebuah sepatu
• Disain yang berbeda dari semua sepatu yang ada
• Perkenalan produk yang pertama dilakukan pada
kuartal pertama tahun 2009
Pasar utama • Murid SMA
• Mahasiswa
Pasar kedua • Pekerja yang berjiwa muda
Asumsi-asumsi dan
batasan
• Produk disesuaikan dengan kebutuhan konsumen
• Produksi dilakukan di Indonesia
• Pemasaran dilakukan dengan skala internasional
Stakeholder
• Pembeli dan pengguna
• Operasional manufaktur
• Distributor
• Pengecer
70
4.2 Pengumpulan Data Identifikasi Kebutuhan Konsumen
Untuk pengumpulan data kebutuhan konsumen ( kuesioner pendahuluan )
dilakukan menggunakan kuesioner yang disebarkan kepada 100 orang pengguna
sepatu dengan teknik wawancara.
Nama : Pewawancara :
Umur : Tanggal :
Apakah anda sering memakai sepatu saat bepergian keluar rumah ? ( jika jawabannya adalah tidak, saya mengucapkan terima kasih, anda tidak perlu melanjutkan ke pertanyaan berikutnya )
Pertanyaan Pernyataan Pelanggan Interpretasi Kebutuhan Hal apa yang anda perhatikan saat akan membeli atau memilih sepatu ?
Apa yang anda tidak suka dari sepatu yang ada sekarang ?
Apakah ada usulan lain untuk sepatu yang baru ?
Gambar 4.1 Contoh Kuesioner Pendahuluan
Dari data kuesioner yang telah diajukan kepada responden, didapatkan
jawaban-jawaban yang dapat diinterpretasikan. Hasil dari interpretasi ini kemudian
71
dijadikan acuan dalam pembuatan atribut dan taraf atribut bagi tahapan analisis
konjoin.
4.3 Pengolahan Data Analisis Konjoin ( Conjoint Analysis )
Conjoint analysis atau analisis konjoin adalah teknik multivariate yang
digunakan untuk memahami bagaimana responden mengembangkan preferensi
terhadap suatu produk atau jasa. Hal ini didasarkan pada premis bahwa konsumen
menilai produk, jasa, atau ide dengan cara mengkombinasikan jumlah nilai dari
masing-masing atribut yang terpisah. Utilitas sebagai ukuran nilai dalam analisis
konjoin bersifat subjektif judgement preferensi unik dari setiap individu. Data
conjoint analysis didapat dari urutan kartu profil dalam kuesioner. Dalam penelitian
ini, metode presentasi yang digunakan adalah full profile dan metode yang digunakan
adalah metode non metrik yang menggunakan skala ordinal, yaitu berupa ranking
(Rank).
Proses analisis konjoin dilakukan dengan langkah-langkah sebagai berikut:
1. Tahap pertama merupakan penetapan tujuan conjoint analysis, menetapkan
atribut-atribut yang dipentingkan dalam sebuah sepatu yang diperoleh dari
hasil interpretasi kebutuhan konsumen.
2. Tahap kedua berupa perancangan conjoint analysis dimulai dari merancang
stimuli dengan menetapkan atribut yang akan dipakai, menetapkan atribut dan
taraf atribut, menetapkan model dasar yaitu aditif untuk mendapatkan nilai
total dari kombinasi atribut dengan menjumlahkan nilai masing-masing
72
atribut, metode pengumpulan data dengan full profile yang dapat mengurangi
jumlah kombinasi dengan fractional factorial design, menciptakan stimuli
dengan mengevaluasi stimuli satu per satu, memilih ukuran preferensi stimuli
yaitu dengan ranking.
3. Tahap ketiga adalah membuat asumsi dalam analisis, dalam penelitian ini
tidak ada asumsi yang digunakan
4. Tahap keempat, evaluasi hasil, dilakukan dengan menguji korelasi antara
ranking disagregat dan agregat, yaitu ranking responden pertama dengan
ranking seluruh responden dengan uji Kendall karena data ranking berupa
data ordinal, namun pengujian dilakukan saat validasi hasil pada tahap enam
karena harus menghitung rata-rata ranking dan pengurutan ulang.
5. Tahap kelima interprestasi hasil dengan melakukan perhitungan manual
agregat dan disagregat, untuk menghitung nilai kegunaan taraf atribut dan
tingkat kepentingan atribut.
6. Tahap keenam adalah validasi hasil untuk menjamin bahwa sampel dapat
mewakili populasi.
7. Tahap ketujuh adalah dengan kegunaan hasil dengan menghitung nilai skor
kombinasi dan menghitung probabilitas memilih profil. Maka hasil yang akan
diperoleh adalah data preferensi atribut dan kombinasi atribut yang optimal.
Untuk poin-poin penting pada tahap-tahap di atas, dijabarkan secara mendetail pada
tahapan di bawah ini, seperti penetapan atribut dan taraf atribut, desain stimuli pada
langkah kedua, perhitungan nilai kegunaan taraf atribut dan tingkat kepentingan
73
atribut disagaregat dan agregat pada tahap kelima, dan lain lain. Hal ini dilakukan
karena mengikuti langkah penggerjaan manual.
4.3.1 Penetapan Atribut dan Taraf Atribut
Berdasarkan hasil dari interpretasi kebutuhan konsumen didapatkan beberapa
atribut dan taraf atribut yang dinilai penting dalam sebuah sepatu. Keenam atribut dan
taraf-tarafnya dapat dilihat pada tabel 4.2.
Tabel 4.2 Atribut dan Taraf Atribut Sepatu
Atribut dan taraf-tarafnya ini kemudian diajukan kepada konsumen dalam
bentuk kuesioner. Kuesioner disebarkan kepada 300 orang konsumen yang mengikuti
teknik pengambilan sampel menggunakan rumus Taro Yamane atau Slovin yang
terdapat pada metode pemecahan masalah. Hasilnya adalah sebagai berikut.
No. Atribut Taraf Atribut 1 Tipe Casual Athletic Work 2 Desain Simple Cheerful Limited 3 Bahan Canvas Kulit Karet 4 Opening Tali Straps Slip On 5 Harga < Rp 300.000 300.000 – 500.000 > Rp 500.000 6 Fitur Dapat menjadi sendal Anti air
74
Tabel 4.3 Data Perangkingan Atribut dan Taraf Atribut Sepatu
No. Atribut ∑ Mean Rangking
1 Tipe 925 3,08 3
2 Desain 551 1,84 1
3 Bahan 1266 4,22 4
4 Opening 1564 5,21 6
5 Harga 1353 4,51 5
6 Fitur 641 2,14 2
Dari hasil perangkingan yang terdapat pada tabel 4.3, didapatkan tiga atribut
dan tarafnya yang dinilai paling penting bagi konsumen.
Tabel 4.4 Hasil Perangkingan Atribut dan Taraf Atribut Sepatu
4.3.2 Mendesain Stimuli
Stimuli merupakan kombinasi antara atribut atau faktor pada produk dengan
taraf. Kombinasi stimuli ini akan diurutkan oleh responden menurut tingkat
preferensinya melalui kartu profil. Dari 3 atribut dan 8 taraf atribut tersebut,
No. Atribut Taraf Atribut 1 Desain Simple
Cheerful Limited
2 Fitur Dapat menjadi sendal Anti air
3 Tipe Casual Athletic Work
75
didapatkan jumlah kombinasi yang mungkin untuk disusun sebanyak 18 kombinasi (
diperoleh dari hasil perkalian tiap taraf atribut = 3 x 2 x 3 ).
Jika ke-18 kombinasi tersebut digunakan, dapat menyulitkan responden dalam
mengurutkan kombinasi-kombinasi tersebut. Responden akan sulit memberi jawaban
konsisten, membutuhkan waktu yang lama dan akhirnya responden menjawabnya
dengan tidak sesuai dengan kenyataan sehingga hasil yang diperoleh tidak akurat.
Untuk dapat mereduksi kombinasi tersebut, dapat dilakukan dengan dua cara, yaitu:
1. Membuat stimuli dengan prosedur syntax
- Dari program SPSS, biarkan data editor dalam keadaan kosong
(diteruskan untuk semua faktor dan taraf yang ada)
/HOLDOUT=0
SAVE OUTFILE=’nama file untuk menyimpan.SAV’
- Pilih Run, pilih All. Dapat terbentuk kombinasi pada data view
76
2. Membuat stimuli dengan prosedur orthogonal
- Dari menu bar, pilih Data, Orthogonal Design, Generate
- Masukan minimal 1 faktor. Masukan nama faktor pada kolom Factor Name
dan Factor Label. Klik Add untuk menambahkan faktor tersebut dan dapat
menghapusnya dengan cara memilih faktor tersebut pada list dan klik Remove.
Untuk merubahnya, pilih dari list dan klik Change.
- Definisikan value tiap faktor : Pilih faktor pada list dan klik Define Values, isi
semua value, klik continue. Jika semua faktor selesai, klik OK
- Untuk menampilkan stimuli, pilih Data, Orthogonal Design, Display.
- Pindahkan semua faktor yang akan dikombinasikan ke Factors list.
- Klik OK, maka akan didapat kombinasi faktor-faktor tadi pada output.
Setelah menggunakan metode fractional factorial design dengan bantuan
software SPSS versi 13 sehingga dihasilkan 12 kombinasi pada tabel 4.5. Setelah
dievaluasi satu per satu, dapat dianggap bahwa semua kombinasi ini dapat digunakan
untuk mengetahui preferensi konsumen dengan jelas.
77
Tabel 4.5 Profil-Profil Hasil Fractional Factorial Design
No. Desain Fitur Tipe 1 Simple Dapat menjadi sendal Casual 2 Dapat menjadi sendal Athletic 3 Anti air Work 4 Anti air Casual 5 Cheerful Dapat menjadi sendal Casual 6 Dapat menjadi sendal Athletic 7 Anti air Work 8 Anti air Casual 9 Limited Dapat menjadi sendal Casual 10 Dapat menjadi sendal Athletic 11 Anti air Athletic 12 Anti air Work
4.3.3 Nilai Kegunaan Taraf Atribut dan Tingkat Kepentingan Atribut
Disagregat
Untuk mencari nilai kegunaan taraf faktor dan tingkat kepentingan faktor
disagerat, dilakukan dengan dua cara seperti berikut ini :
1. Menggunakan Software SPSS 13 dengan program syntax
a. Dari program SPSS, biarkan data editor dalam keadaan kosong
b. Pilih menu file, New, pilih syntax.
c. Ketik pada syntax editor:
CONJOINT PLAN='ORTHO.SAV'
/DATA='DATA.SAV'
/RANK =PREF1 TO PREF12
/SUBJECT=ID
78
5,62
112=
+=K
21+= nK
/FACTORS= nama faktor1 nama faktor2 (dst.)
/PRINT=ALL
/UTILITY='UTILITY.SAV'
/PLOT=SUMMARY.
d. Pilih Run.
2. Menggunakan Prosedur Conjoint Analysis ( Perhitungan Manual )
a. Perhitungan Nilai Kegunaan Taraf Atribut
Untuk mengetahui nilai kegunaan taraf atribut membutuhkan data urutan
stimuli dari 25 kombinasi yang telah diisi responden dengan tahapan :
1. Nilai rata-rata ranking keseluruhan (K)
Nilai k diperoleh dengan rumus :
Dengan n = jumlah kombinasi.
Dalam penelitian ini, jumlah kombinasi atribut (kartu) yang diperoleh
melalui design orthogonal adalah 12 kartu.
Maka, diperoleh rata-rata ranking keseluruhan adalah 6,5.
Langkah berikutnya adalah melakukan perhitungan untuk menduga ranking
kombinasi atribut berdasarkan data dari responden. Maka, dilakukan perhitungan
dengan menggunakan data responden pertama, dimana urutan rankingnya dapat
dilihat pada tabel 4.6.
79
Tabel 4.6 Ranking Kartu Konsumen Untuk Responden Pertama
No. Desain Fitur Tipe Rank 1 Simple Dapat menjadi sendal Casual 5 2 Dapat menjadi sendal Athletic 4 3 Anti air Work 10 4 Anti air Casual 6 5 Cheerful Dapat menjadi sendal Casual 7 6 Dapat menjadi sendal Athletic 3 7 Anti air Work 12 8 Anti air Casual 11 9 Limited Dapat menjadi sendal Casual 2 10 Dapat menjadi sendal Athletic 1 11 Anti air Athletic 9 12 Anti air Work 8
2. Nilai rata-rata ranking setiap taraf atribut
Nilai rata-rata ranking setiap taraf atribut didapatkan dari penjumlahan semua taraf
atribut yang kemudian dibagi dengan banyaknya taraf atribut itu sendiri. Sebagai
contoh adalah nilai ranking taraf atribut desain simple diperoleh dari kombinasi taraf
atribut no.1-4 dengan nilai ranking masing-masing 5, 4, 10, 6.
Contoh rata-rata ranking desain simple :
25,64
61045=
+++=− rataRata
3. Nilai deviasi
Nilai deviasi dapat dihitung dari selisih antara nilai rata-rata ranking dengan nilai
rata-rata ranking keseluruhan (K). Contoh nilai deviasi desain simple :
Deviasi = 6,25 – 6,5 = -0,25
4. Nilai kegunaan ( Utilitas )
80
Nilai Kegunaan adalah penelitian preferensi subjektif oleh individu yang mewakili
nilai keseluruhan dari suatu objek tertentu, dengan mengalikan nilai deviasi dengan -1
untuk menunjukkan bahwa utilitas terbesar merupakan taraf atribut yang disukai dari
masing-masing atribut.
Tabel 4.7 Utilitas Setiap Taraf Atribut Untuk Responden Pertama
Anti air 9,33 2,83 9,0089 -1,297 3 Tipe Casual 6,2 -0,3 0,09 0,137 2,63 39,2
Athletic 4,25 -2,25 5,0625 1,03 Work 10 3,5 12,25 -1,6
Total 31,787 6,714 100,00
Preferensi pemilihan sepatu yang dinilai responden pertama sebagai kombinasi
terbaik dapat dilihat pada tabel 4.9.
Tabel 4.9 Preferensi Atribut dan Taraf Atribut Untuk Responden Pertama
No. Atribut Taraf Atribut 1 Desain Limited 2 Fitur Dapat menjadi sendal 3 Tipe Athletic
4.3.4 Nilai Kegunaan Taraf Atribut dan Tingkat Kepentingan Atribut
Agregat
Untuk memperoleh nilai kegunaan taraf atribut dan tingkat kepentingan
atribut agregat dapat digunakan salah salah satu dari alternatif berikut ini.
84
1. Menggunakan software SPSS dengan program syntax
Sebagai data untuk dimasukan kedalam program syntax, harus mengurutkan
kembali preferensi pemilihan sepatu dari semua responden. Langkah pertama adalah
dengan menghitung rata-rata ranking untuk tiap kombinasi, kemudian mengurutkan
kembali masing-masing profil untuk seluruh responden. Setelah memperoleh ranking
agregat yang baru untuk masing-masing kombinasi, maka dapat dijalankan proses
analisis konjoin dengan syntax conjoint analysis, kemudian akan didapatkan hasil
nilai kegunaan taraf atribut dan tingkat kepentingan atribut agregat.
2. Menggunakan prosedur analisis konjoin
A. Perhitungan Nilai Kegunaan Taraf Atribut
Sebelum melakukan perhitungan nilai kegunaan taraf atribut harus diketahui
terlebih dahulu urutan ranking dari masing-masing profil dari keseluruhan responden.
Tabel 4.10 Ranking Kartu Profil Untuk Seluruh Responden
No. Desain Fitur Tipe Rank 1 Simple Dapat menjadi sendal Casual 3 2 Dapat menjadi sendal Athletic 5 3 Anti air Work 11 4 Anti air Casual 7 5 Cheerful Dapat menjadi sendal Casual 4 6 Dapat menjadi sendal Athletic 6 7 Anti air Work 12 8 Anti air Casual 10 9 Limited Dapat menjadi sendal Casual 1 10 Dapat menjadi sendal Athletic 2 11 Anti air Athletic 8 12 Anti air Work 9
85
Setelah mengetahui ranking untuk masing-masing profil, maka perhitungan
dilakukan kembali seperti pada tahap nilai kegunaan taraf atribut dan tingkat
kepentingan atribut disagregat, mulai dari menghitung rata-rata ranking keseluruhan,
hingga menghitung nilai kegunaan. Hasilnya dapat dilihat pada tabel 4.11.
Tabel 4.11 Perhitungan Tingkat Kepentingan Atribut Untuk Seluruh Responden
No.
Atribut
Taraf Atribut
Rata-rata
Ranking
Deviasi
Deviasi
Kuadrat
Koefisien
Range
Tingkat Kepentinga
n (%)
1 Desain
Simple 6,5 0 0 0 1,284 20,46 Cheerfu
l 8 1,5 2,25 -0,642
Limited 5 -1,5 2,25 0,642 2 Fitur Dapat
menjadi sendal
3,5 -3 9 1,283 2,566 40,88
Anti air 9,5 3 9 -1,283 3 Tipe Casual 5 -1,5 2,25 0,642 2,426 38,66
Athletic 5,25 -1,25 1,5625 0,535 Work 10,67 4,17 17,389 -1,784
Total 43,7 6,276 100,00
B. Nilai Taraf Atribut
Untuk mengetahui preferensi taraf-taraf atribut dalam pemilihan sepatu, dapat
dilakukan dengan cara melakukan perhitungan nilai taraf atribut yang merupakan
nilai kegunaan taraf atribut yang telah dikonversikan pada skala yang sama sehingga
semua atribut dapat dibandingkan. Berikut ini adalah langkah-langkahnya :
1. Nilai utilitas terendah dari setiap atribut dijadikan nol
86
2. Nilai utilitas setiap taraf atribut ke-i dijumlahkan dengan nilai pembuat nol
atribut ke-i tersebut. Hasilnya dapat dilihat pada tabel 4.12.
Tabel 4.12 Utilitas Penyesuaian
No. Atribut Taraf Atribut Utilitas Utilitas Penyesuaian