Bidang  Penelitian

 

Konsep – Konsep Dasar Teknik “Analisa Conjoint”

 

Jonathan Sarwono

Universitas Komputer Indonesia

 

Abstrak

 

Analisa Conjoint adalah suatu teknik analisa yang dapat digunakan untuk menentukan tingkat kepentingan yang relatif berdasarkan presepsi pelanggan yang dibawa oleh suatu produk tertentu dan nilai kegunaan yang muncul dari atribut-atribut produk terkait. Untuk menentukan strategi pemasaran, analisa conjoint ini tepat dan baik. Bahkan pada tataran yang lebih tinggi bisa dipakai untuk segmentasi pasar berdasarkan preferensi konsumen terhadap atribut produk yang dipilihnya.

 


1.       Pengertian

Analisa Conjoint adalah suatu teknik analisa yang digunakan untuk menentukan tingkat kepentingan yang relatif berdasarkan presepsi pelanggan yang dibawa oleh suatu produk tertentu dan nilai kegunaan yang muncul dari atribut-atribut produk terkait.

Filosofi dari teknik analisa ini ialah setiap stimulus apa saja yang bisa berupa produk, merek atau barang yang dijual dipasar akan dievaluasi oleh konsumen sebagai suatu kumpulan atribut-atribut tertentu. Oleh karena itu, teknik ini sangat bermanfaat dalam pemasaran untuk mengetahui preferensi konsumen terhadap suatu produk yang diluncurkan di pasar.

 

2.       Kegunaan

Dalam pemasaran teknik analisa conjoint biasanya digunakan untuk hal-hal sebagai berikut :

1)       Menentukan tingkat kepentingan relatif atribut-atribut pada proses pemilihan yang dilakukan oleh konsumen.

2)       Membuat estimasi pangsa pasar suatu produk tertentu yang berbeda tingkat atributnya.

3)       Untuk menentukan komposisi produk yang paling disukai oleh konsumen.

4)       Untuk membuat segmentasi pasar yang didasarkan pada kemiripan preferensi terhadap tingkat-tingkat atribut.

 

3.     Tahapan-tahapan Menggunakan Analisa Conjoint

Untuk menggunakan teknik analisa conjoint diperlukan tahapan-tahapan sebagai berikut :

a.                      Merumuskan Masalah

b.                     Mengkonstruksi Stimulus

c.                      Menentukan Bentuk Data Input

d.                     Membuat Prosedur Analisa Conjoint

e.                      Menafsir Hasilnya

f.           Menguji Reliabilitas dan Validitas

 

a.  Merumuskan Masalah

Hal yang terpenting dalam merumuskan masalah dalam analisa conjoint ialah peneliti harus mampu mengidentifikasi terlebih dahulu atribut-atribut penentu tingkatannya yang akan digunakan untuk membuat stimulus. Sebagai contoh dalam penelitian preferensi konsumen terhadap Telkom Calling Card (TECC) yang dikerjakan oleh Windy D. Astuti (dibawah bimbungan penulis) dikemukakan faktor-faktor determinan sebagai berikut :

a)       Mengangkut faktor produk :

1)      Fasilitas Pengontrolan Biaya Pemakaian

2)      Desain gambar dan warna kartu serta Ketebalan kartu

b)       Menyangkut faktor harga :

1)       Ketentuan harga beli

2)       Ketentuan harga beli pulsa minimum

c)       Menyangkut faktor layanan :

1)       Cara memperoleh TECC

2)       Tingkat keperluan dan kemampuan petugas layanan

3)       Penanganan keluhan

d)       Promosi :

1)      Media Cetak

2)      Media Audio Visual

 

b.   Cara mengkonstruksi stimulus

                Ada dua strategi dalam menyusun stimulus : pertama, pendekatan berpasang-pasangan (atau evaluasi dua faktor), kedua : pendekatan prosedur profil lengkap (atau evaluasi faktor banyak). Pendekatan pertama, responden mengevaluasi dua atribut sekaligus sampai semua kemungkinan pasangan atribut selesai dievaluasi.

 

c.  Menentukan bentuk data input

                Data input bisa berupa data non para metrik atau para metrik. Untuk data non para metrik, Responden diminta untuk memberikan evaluasi berdasarkan peringkat. Jika digunakan pendekatan berpasang-pasangan, responden merangking semua sel pada masing-masing matriks sesuai dengan keinginan mereka. Apabila digunakan pendekatan profil lengkap, responden diminta untuk merangking semua profil stimulus. Untuk data parametrik, responden memberikan rating.

 

d.     Membuat prosedur analisa conjoint.

                Model dasar analisa Conjoint ialah model matematis yang mengekspresikan hubungan fundamental antara atribut dan kegunaan yang ditulis dalam bentuk formula :

                          m        k

u (c) =      S     S  a i j c i j

                                            i = 1    j = 1

dimana :

 u  (c)  =  semua nilai kegunaan dari satu alternatif

a i j          =   kontribusi yang berharga sebagian atau nilai (j, j = 1,2 …., k i) dari atribut ke I (i, i = 1, 2,…, m)

K i           =   jumlah peringkat atribut

m             =   jumlah atribut

c i j         =   1 jika peringkat ke j dari atribut ke i ada      =   0 jika tidak ada

Pada kasus penelitian TECC yang menggunakan pendekatan profil lengkap. Prosedur analisa adalah sbb :

 

X             Pertama : pemberian kode level untuk atribut determinan

 

 

Nomer

 

Atribut

 

Level

 

Kode

 

 

1

 

 

Produk

Fasilitas Lengkap

1

Desain Warna

2

Tebal

3

 

 

2

 

 

Harga

Murah

1

Sedang

2

Mahal

3

3

Layanan

Cepat

1

Mudah

2

Cakap

3

 

4

 

Promosi

Media Cetak

1

Media Audio/Visual

2

 

Hasilnya : Kombinasi hasil dari rancangan faktorial dengan sistem susunan ortogonal.

 

 

Kombinasi

 

Produk

 

Harga

 

Layan-an

 

Promosi

1

Fas. Lengkap

Murah

Cepat

Media Cetak

2

Fas. Lengkap

Sedang

Mudah

Audio/Visual

3

Fas. Lengkap

Mahal

Cakap

Media Cetak

4

Desain Warna

Murah

Mudah

Media Cetak

5

Desain Warna

Sedang

Cakap

Media Cetak

6

Desain Warna

Mahal

Cepat

Audio/Visual

7

Tebal

Murah

Cakap

Audio/Visual

8

Tebal

Sedang

Cepat

Media Cetak

9

Tebal

Mahal

Mudah

Media Cetak

 

X             Kedua:  Kombinasi dijadikan bahan kuesioner yang akan di rangking oleh responden. Dari hasil rangking dapat dicari nilai median dan rata-rata untuk menentukan data peringkat yang akan diproses dalam transformasi monoton dengan menggunakan program komputer S.A.S. Kemudian level pada setiap kombinasi diberi kode dalam bentuk variabel dummy sebagai berikut:

 

Kombinasi

X1

X2

X3

X4

X5

X6

X7

1

1

0

1

0

1

0

1

2

1

0

0

1

0

1

0

3

1

0

0

0

0

0

1

4

0

1

1

0

0

1

1

5

0

1

0

1

0

0

1

6

0

1

0

0

1

0

0

7

0

0

1

0

0

0

0

8

0

0

0

1

1

0

1

9

0

0

0

0

0

1

1

 

Langkah berikutnya menghitung persamaan regresi untuk mencari nilai kegunaan setiap level untuk semua atribut. Untuk memudahkan penghitungan, persamaan regresi dilakukan dengan program komputer SAS atau SPSS. Hasil penghitungannya adalah sebagai berikut :

 

Model persamaan regresi dari program SAS :

Y = a0 + a1X1 + a2X2 + a3X3 + a4X4 + a5X5 + a6X6 + a7+X7

Dengan :

X1 adalah level fasilitas lengkap pada faktor produk

X2 adalah level desain warna pada faktor produk

X3 adalah level murah pada faktor harga

X4 adalah level sedang pada faktor harga

X5 adalah level cepat pada faktor layanan

X6 adalah level mudah pada faktor layanan

X7 adalah level media cetak pada faktor promosi

Dari pengolahan data median level adalah sebagai berikut :

a0 =  0, 88889

a1 =  3, 16667

a2 =  1, 50000

a3 =  5, 50000

a4 =  2, 66667

a5 = -0,50000

a6 =  0, 16667

a7 = -0, 16667

Persamaan regresi di atas hasilnya adalah sebagai berikut :

Y = 0, 888 + 3, 166 X1 + 1, 500 X2 + 5, 500 X3 + 2, 666 X4 – 0, 500 X5 + 0, 160 X6 – 0, 166 X7

Dari penghitungan di atas diperoleh nilai kegunaan masing-masing level seperti di bawahini:

 

 

No

 

 

Atribut

 

Level

 

Nilai

Guna

 

Peringkat

 

 

1

Produk

Fasilitas Lengkap

4,05556

1

Desain Warna

2,38889

2

Tebal

0,88889

3

2

Harga

Murah

6,38889

1

Sedang

3,55559

2

Mahal

0,88889

3

3

Layan-an

Cepat

0,38889

3

Mudah

1,05556

1

Cakap

0,88889

2

4

Promo-si

Media Cetak

0,72222

2

Media Audio/Visual

0,88889

1

 

Untuk tahap berikutnya mencari nilai rentangan dan nilai relatif penting (NRP) untuk setiap atribut dengan didasarkan pada nilai median, hasil perhitungannya adalah sebagai berikut :

 

 

Atribut

 

 

Level

NRP

Prosen-

Tase (%)

% Kum.

Peringkat

Produk

3,16667

33.33

  33,33

2

Harga

5.50000

57,89

  91,22

1

Layanan

0,66667

 7, 02

  98,24

3

Promosi

0,16667

 1, 75  

100,00

4

 

Untuk contoh-contoh di atas angka-angka yang dipakai untuk perhitungan harga dari median saja

 

e.   Menafsir Hasilnya

Berdasarkan nilai kegunaan didapatkan peringkat atribut : atribut yang telah dipilih oleh responden. Untuk kasus produk TECC didapatkan hasil analisa sebagai berikut :

a)       Untuk atribut produk, pilihan peringkat tertinggi nilai kegunaannya ialah adanya fasilitas “lengkap”, kemudian diikuti “desain warna” dan terakhir adalah “ketebalan kartu”.

b)       Bentuk atribut harga, pilihan peringkat tertinggi nilai kegunaannya ialah level “murah”, kemudian “sedang” dan terakhir “mahal”.

c)       Untuk atribut harga, pilihan tertinggi nilai kegunaannya ialah level “cepat”, kemudian “mudah” dan terakhir ialah “cakap”.

d)       Untuk atribut promosi, pilihan peringkat tertinggi ialah “Media Audio/Visual”, kemudian diikuti oleh “media cetak.

Berdasarkan nilai rentangan dan nilai relatif penting didapatkan. Pilihan peringkat atribut dengan urutan sebagai berikut :

a)       Peringkat pertama “atribut harga “ yang paling dianggap terpenting

b)       Peringkat kedua “atribut produk “ dianggap lebih rendah dari atribut harga

c)       Peringkat ketiga “atribut layanan “ dianggap lebih rendah prioritasnya dibawah harga dan produk

d)       Peringkat keempat “atribut promosi” dianggap hal yang tidak penting dalam komponen atribut-atribut yang diteliti.

 

f.     Menguji Validitas dan Reliabilitas

Ada beberapa teknik yang dapat digunakan untuk menguji validitas dan reliabilitas analisa conjoint diantaranya ialah :

a)     Uji keselarasan model estimasi perlu dievaluasi, jika variabel dummy digunakan dalam regresi, nilai R 2 akan menunjukkan sejauh mana model cocok dengan datanya.

b)     Menguji kembali reliabilitas bisa dilakukan dengan cara menduplikasi sebagian hasil analisa dengan cara mengetes ulang ke beberapa responden lain untuk melihat konsistensi hasilnya.

c)     Untuk menguji validasi dapat diprediksi berdasarkan fungsi sebagian yang telah diestimasikan, kemudian evaluasi yang diprediksi dikorelasikan dengan hasil yang diperoleh dari penelitian di lapangan.

d)     Apabila peneliti melakukan analisa secara total sample estimasi dapat dipecah-pecah dengan berbagai cara, kemudian pada sub-sample sub-sample dilakukan analisa conjoint. Hasilnya kemudian di cek silang untuk mengetahui stabilitas hasil analisa conjoint yang telah dilakukan.

 

4.       Kesimpulan

                Analisa Conjoint bermanfaat untuk mengungkap atribut-atribut yang dibawa oleh suatu produk tertentu yang ditawarkan di pasar yang dilakukan oleh konsumen. Untuk menentukan strategi pemasaran, analisa conjoint ini tepat dan baik. Bahkan pada tataran yang lebih tinggi bisa dipakai untuk segmentasi pasar berdasarkan preferensi konsumen terhadap atribut produk yang dipilihnya.

 

 

Daftar Pustaka

 

Astuti, Windy. D. 1999.  Penelitian terhadap Preferensi Konsumen Telkom Calling Card  Sebagai Dasar Pendekatan Basik Strategi Pemasaran, Tugas Akhir STT Telkom Bandung.

Dillon, William. R. 1994.  Marketing Research in a Marketing, Environment : Richard Irwin, Inc.

Malhotra, Naresh. K, dkk. 1996. Marketing Research an Applied Orientation, Marrickville : Prentise  Hall

Zikmund, William. 1997. Exploring Marketing Research, Orlando : Dryden Press.


 

Psend kept free because of these great sponsors.a..

Other Sponsors

electrical connectors, Mangosteen Juice, real estate short sale, Jupiter FL real estate,

Furniture Markdown

Great Deals on furniture - Free Shipping!
Discount Furniture
Daybeds
Metal Beds
Platform Beds
Futons

Y-Net Wireless Internet

Denver area high speed wireless privider.
Colorado High Speed Internet, Wireless Internet Denver, VOIP Denver CO, T1 provider Denver, Denver Wireless ISP , Denver Internet Access,

Dog House Technologies

Doghouse Techonologies is located in Tampa Bay FL and offer professional web design, ecommerce development and custom application design for the internet.
Tampa Bay Web Design, E-Commerce Web Design, Tampa Bay Search Engine Marketing, Tampa Web Hosting, Florida Web Design, Custom Application Development, Search Engine Optimization,