conjoint analysis

Upload: viptra-sinaga

Post on 13-Oct-2015

35 views

Category:

Documents


0 download

DESCRIPTION

conjoiny

TRANSCRIPT

  • 5/24/2018 Conjoint Analysis

    1/48

    BAB I

    PENDAHULUAN

    1.1Latar BelakangPada zaman globalisasi ini, produk-produk yang ditawarkan

    dipasaran semakin berkembang seiring dengan berkembangnya teknologi

    masa kini. Kemajuan teknologi akan mempengaruhi trend produk yang

    ditawarkan. Untuk membuat produk-produk yang baik dibutuhkan

    kemampuan tersendiri yang tercakup ke dalam ilmu perancangan dan

    pengembangan produk.

    Produk yang baik itu penting, tetapi tanpa service terhadap

    pelanggan, tidak ada alasan bagi seseorang untuk membeli produk tersebut

    ataupun orang lain (Alison Doyle, 2011). Pelanggan memiliki kontribusi

    yang besar dalam memproduksi suatu produk. Dalam membuat produk-

    produk yang akan diproduksi, suatu perusahaan harus mengetahui

    kebutuhan dan keinginan dari masyarakat. Dengan mengetahui kebutuhan

    dan keinginan masyarakat, produk yang nantinya diprouksi dapat laku dan

    berguna bagi masayrakat pada kehidupan sekarang. Untuk mengetahui

    kebutuhan dan keinginan tersebut, dibutuhkan metode yang dapat

    merepresentasikan kebutuhan dan keinginan dari masyarakat tersebut.

    beberapa metode dapat digunakan dalam mewakili kebutuhan dan

    keinginan masyarakat, salah satunya dengan melakukan survei. Survei

    akan mencari keterangan secara factual dalam mewakili masyarakat. Hasil

    dari survei akan berkontribusi dalam pengambilan keputusan. metode-

    metode yang digunakan dalam melakukan survei sangat banyak

    Salah satu metode survei yang bisa digunakan untuk

    mengidentifikasi kebtuhan dan keinginan dari masyarakat adalah conjoint

    analysis. Conjoint analysis akan membantu perusahaan secara detail

    mengenai kebutuhan dan keinginnan mayarakat pada masa sekarang.

  • 5/24/2018 Conjoint Analysis

    2/48

    1.2Tujuan1. Praktikan memahami cara menggunakan conjoint method untuk menggali

    kebutuhan konsumen.

    2. Praktikan memahami perbedaan antara metode survei tradisional danmetode conjoint analysis.

  • 5/24/2018 Conjoint Analysis

    3/48

  • 5/24/2018 Conjoint Analysis

    4/48

    BAB II

    LANDASAN TEORI

    2.1 Conjoint Analysis

    Conjoint analysis adalah satu diantara berbagai macam metode

    multivariat yang dikembangkan secara khusus untuk memahami bagaimana

    responden memilih tipe obyek (produk, servis, atau ide). Conjoint analysis

    dapat digunakan untuk membuat data kuantitatif dari persepsi pengguna dan

    menghasilkan banyak data yang berguna untuk desainer, engineer, maupun

    pemasar produk. Dengan adanya conjoint analysis, kita dapat memahami

    reaksi dan evaluasi konsumen terhadap kombinasi atribut suatu produk atau

    jasa tertentu, sekaligus meramalkan potensi produk atau jasa tersebut

    dikemudian hari.

    Dalam conjoint analysis, produk atau jasa yang disusun dari beberapa

    level yang berkaitan dengan atribut-atribut pilihan. Level dan atribut ini

    mencirikan produk/jasa tersebut. Ketika sejumlah faktor beserta level-levelnya

    dipilih untuk mendeskripsikan produk/jasa untuk suatu tujuan tertentu,

    kombinasi tersebut disebut sabagai treatmentatau stimulus.

    2.2Langkah-langkah conjoint analysisTerdapat beberapa langkah dan pertimbangan keputusan dalam pembuatan

    conjoint analysis. Langkah dan pertimbangan tersebut adalah sebagai berikut.

    2.2.1 Tujuan conjoint analysis1. Menentukan besar utilitas variabel prediktor (level pada suatu

    atribut), untuk menentukan preferensi konsumen.

    2. Menghasilkan model penilaian konsumen yang valid sehinggaberguna untuk memperkirakan preferensi pengguna terhadap suatu

    kombinasi atribut, bahkan ketika konsumen tersebut tidak

    menyadari bahwa ia sedang melakukan evaluasi atribut yang

    dicantumkan dalam conjoint analysis.

  • 5/24/2018 Conjoint Analysis

    5/48

    3. Mendeskripsikan semua atribut yang akan memberikan utilitas ataunilai pada produk/jasa yang diteliti.

    4.Menentukan faktor determinan (maximum level of attribute dengannilai utilitas paling tinggi) untuk pemilihan produk/jasa yang diteliti.

    2.2.2 Desain conjoint analysisKetika mendesain suatu conjoint analysis, kita akan melewati dua

    langkah, yaitu pembuatan desain stimuli dan pengumpulan data.

    1. Pembuatan desain stimulia. Penentuan atribut dan level-levelnya

    Atribut dan level yang dipilih harus bersifat praktis, jelas,dan menggambarkan konsep tunggal yang diusung.

    Atribut dan level yang dipilih haruslah mudahdikomunikasikan dan tersampaikan artinya kepada

    konsumen.

    Jumlah atribut harus ditentukan. Jumlah level seimbang tiap atribut harus seimbang.

    Contohnya, atribut A mempunyai dua level, yaitu level 1

    dan level 0. Seharusnya, atribut B juga mempunyai jumlah

    level yang sama, yaitu dua.

    Kisaran (range) level-level atribut Multikolineritas atribut

    b. Penentuan bentuk dasar model conjointTerdapat dua model conjoint, yaitu:

    -

    Additive model adalah model yang paling umum dipakai,dimana responden hanya menjumlahkan nilai tiap-tiap

    atribut untuk memperoleh nilai total dari kombinasi

    atribut-atribut tersebut.

    - Interactive model hampir sama dengan additive model,tetapi memungkinkan adanya kombinasi tertentu dari

    sejumlah level, sehingga nilainya tidak ditambahkan secara

    langsung.

  • 5/24/2018 Conjoint Analysis

    6/48

    2. Pengumpulan dataData konsumen dangat dibutuhkan dalam conjoint analysis, maka

    dari itu, dibutuhkan proses pengumpulan data. Pengumpulan ini

    mempunyai tiga metode, yaitu:

    a. Metode trade-off, yaitu membandingkan dua atribut (faktor)dalam satu waktu dengan memberi ranking pada semua

    kombinasi level. Semua kombinasi atribut digunakan dalam

    metode ini.

    b. Metode full-profile, setiap stimulus dijelaskan secara terpisah,kebanyakan dengan menggunakan kartu profil.

    c. Metode pairwise comparison, yaitu metode yang merupakankombinasi dua metode sebelumnya.

    2.2.3 Interpretasi Hasil Conjoint analysisSetelah pengumpulan data selesai, data tersebut kemudian

    dianalaisis. Terdapat dua pendekatan atau cara untuk menganalisis data

    tersebut. Kedua data itu adalah sebagai berikut:

    a. Pendekatan disagregrat digunakan ketika masing-masingkonsumen mempunyai model stimulasi yang berbeda-beda,

    tergantung jenis dan perilaku konsumen.

    b. Pendekatan agregrat adalah model estimasi dibuat untuk setiapindividu kemudian dihitung secara agregrat. Dengan kata lain,

    estimasi dilakukan pada sejumlah konsumen dengan model

    stimulasi yang sama tiap konsumennya.

  • 5/24/2018 Conjoint Analysis

    7/48

    BAB III

    METODOLOGI PENELITIAN

    3.1 Data Penelitian

    Nama penelitian : Conjoint Analysis

    Tempat : Laboratorium Desain Produk, Fakultas Teknik,

    Universitas Gadjah Mada, Yogyakarta

    Waktu : 13 Maret 2014, pukul 09.4512.00

    3.2 Alat dan Bahan

    1. Botol minum2. Laptop dengan aplikasi Microsoft Excel dengan add-ons solver dan data

    anlysis

    3. Post-it Card3.3 Prosedur Praktikum

    Produk yang dianalisis: botol minum.Tahapan:

    1. Mengidentifikasi atributatribut produk2. Menentukan tiga atribut utama produk3. Membuat rancangan desain (2k)4. Membuatflash cardberdasarkan rancangan desain nomer 35. Menentukansampling methoddansampling size6.

    Melakukan pengambilan data dan analisis

  • 5/24/2018 Conjoint Analysis

    8/48

    BAB IV

    HASIL DAN PEMBAHASAN

    4.1 Penentuan Kombinasi Atribut

    Sebelum melakukan survei, terlebih ditentukan atribut pulpen yang akan

    diuji. Berikut merupakan atribut yang telah kami pilih.

    1. Bentuk botola. High level: Tabung polos biasa

    b. Low level: Tabung bergelombang2. Jenis bahan

    a. High level: Stainless steelb. Low level: Plastik

    3. Tutup botola. High level: Berdiameter kecil diputar

    b. Low level: Berdiameter kecil tanpa diputar

    Setiap level atribut yang high leveldiberi nilai pembobotan 1 sedangkan

    yang low level diberi nilai pembobotan 0. Dari ketiga atribut diatas dapat

    disusun 8 kombinasi, berdasarkan level dari tiap atribut yang akan diujikan.

    Berikut merupakan kombinasi yang kami uji.

    PertanyaanBentuk Bahan Tutup

    KeteranganX1 X2 X3

    A 1 1 1

    Saya meyukai bentuk botol minum tabung

    polos biasa dengan bahan plastik tanpa motif

    dengan tutup botol berdiameter kecil yang

    diputar.

  • 5/24/2018 Conjoint Analysis

    9/48

    Tabel 4.1.1 Kombinasi Antar Atribut

    B 0 1 1

    Saya meyukai bentuk botol minum tabung

    bergelombang dengan bahan plastik tanpa

    motif dengan tutup botol berdiameter kecil

    yang diputar.

    C 1 0 1

    Saya menyukai botol minum berbentuk

    tabung polos biasa dengan bahan stainless

    steel dengan tutup botol berdiameter kecil

    yang diputar.

    D 0 0 1

    Saya menyukai bentuk botol minum tabung

    bergelombang dengan bahan stainless steel

    dengan tutup botol berdiameter kecil yang

    diputar.

    E 1 1 0

    Saya menyukai bentuk botol minum tabung

    biasa dengan bahan plastik dengan tutup

    botol berdiameter kecil yang tanpa diputar

    F 0 1 0

    Saya menyukai botol minum berbentuk

    tabung bergelombang dengan bahan plastik

    dengan tutup botol berdiameter kecil yang

    tanpa diputar.

    G 1 0 0

    Saya menyukai botol minum berbentuk

    tabung polos biasa berbahan dasar stainless

    steel dan mempunyai tutup botol berdiameter

    kevil yang tanpa diputar

    H 0 0 0

    Saya menyukai botol berbentuk tabung

    bergelombang berbahan dasar stainless steel

    dan yang tutupnya berdiameter kecil tanpa

    diputar

  • 5/24/2018 Conjoint Analysis

    10/48

    4.2 Hasil Analisis Preferensi Responden

    Setelah melakukan survei terhadap 10 responden untuk mengetahui

    kombinasi atribut yang paling disukai oleh konsumen dengan menggunakanconjoint analysis, didapatkan data jawaban responden sebagai berikut.

    PertanyaanNilai Preferensi

    R1 R2 R3 R4 R5 R6 R7 R8 R9 R10

    A 2 4 2 2 4 4 1 4 3 4

    B 2 5 2 4 5 3 3 5 4 2

    C 1 1 2 2 2 2 1 2 3 2

    D 1 1 2 2 1 2 2 2 2 3

    E 5 4 2 2 2 4 2 3 3 2F 4 4 2 2 3 4 3 4 3 2

    G 2 2 2 2 2 2 2 2 3 3

    H 2 2 2 2 1 2 2 2 3 2

    Tabel 4.2.1 Hasil Uji Preferensi

    Setelah mendapatkan hasil uji preferensi, maka data-data tersebut diolah

    berdasarkan data tiap responden. Berikut merupakan data-data yang diperoleh

    dari setiap responden.

    4.2.1 Hasil Analisis Preferensi Responden 1

    Tabel 4.2.2 Hasil Uji Preferensi Responden 1

  • 5/24/2018 Conjoint Analysis

    11/48

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2,375 ( menunjukan bahwa rata-rata kombinasi yangdisediakan tergolong memiliki tingkat preferensi diantara tidak suka

    dan biasa saja bagi responden 1, namun angka tersebut lebih

    cenderung menunjukan tingkat preferensi tidak suka)

    b. SSE : 1,500 (diperoleh dari penjumlahan nilai kuadrat preferensi danrata-rata dikurangi nilai utilitas, nilai ini menunjukan penyimpangan

    preferensi dan utilitas terhadap kondisi aktual)

    Tabel 4.2.3 Nilai Koefisien Utilitas Responden 1

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana nilai

    error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas untuk

    responden 1 adalah 2.249998968 + 0.25000117X1 + 1.749999664X2 -

    1.74999977X3 untuk setiap kombinasi yang dibuat.

    level 1 level 2

    0.125 -0.125

    0.875 -0.875

    -0.875 0.875

    Tabel 4.2.4 Nilai Koefien pada Setiap Level Tiap Atribut Responden 1

    Koefisen pada setiap level tersebut didapatkan dari :

    atribut 1 (b1/2)

    atribut 2 (b2/2)

    atribut 3 (b3/2)

    Tabel 4.2.5 Perhitungan Koefisien Responden 1

    Koefisien

    b0 2.249998968

    b1 0.25000117

    b2 1.749999664

    b3 -1.74999977

  • 5/24/2018 Conjoint Analysis

    12/48

    Dimana persamaan koefisien utilitas yang positif digunakan untuk level

    1 (high level) sedangkan persamaan koefisien utilitas yang negatif digunakan

    untuk level 2 (low level).

    Faktor Level Hasil Utilitas Atribut

    Bentuk

    Tabung polos biasa 0.125

    0.25000117Tabung

    bergelombang-0.125

    BahanPlastik 0.875

    1.749999664Stainless steel -0.875

    TutupPutar -0.875

    1.749999774Tanpa Diputar 0.875

    Kisaran Utilitas Responden 1 3.750000608Tabel 4.2.6 Utilitas Per Atribut Responden 1

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nilai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 1 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Tabel 4.2.7 Persentase Utilitas Responden 1

    Dari nilai persentase utilitas diatas dapat dibuat diagram preferensi

    dari setiap utilitas pada responden 1.

    Gambar 4.2.1 Diagram Utilitas Atribut Responden 1

    7%

    46%

    47%

    Utilitas Responden 1

    Utilitas bentuk Utilitas bahan Utilitas tutup

    Utilitas bentuk 7%Utilitas bahan 47%

    Utilitas tutup 47%

    Total Utilitas 100%

  • 5/24/2018 Conjoint Analysis

    13/48

    Dari diagram diatas dapat disimpulkan bahwa responden 1 lebih

    mengutamakan jenis tutup dan bahan botol minum dibandingkan bentuk

    botol minum berdasarkan hasil perhitungan utilitas yang diperoleh.

    4.2.2 Hasil Analisis Preferensi Responden 2

    Tabel 4.2.8 Hasil Uji Preferensi Responden 2

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2,875 ( menunjukan bahwa rata-rata kombinasi yangdisediakan tergolong memiliki tingkat preferensi diantara kurang suka

    dan biasa saja bagi responden 2, namun angka tersebut lebih

    cenderung menunjukan tingkat preferensi biasa saja)

    b. SSE : 1,5 (diperoleh dari penjumlahan nilai kuadrat preferensi danrata-rata dikurangi nilai utilitas , nilai ini menunjukan penyimpangan

    preferensi dan utilitas terhadap kondisi aktual)

    Koefisien

    b0 1.75

    b1 -0.25

    b2 2.749999

    b3 -0.25

    Tabel 4.2.9 Nilai Koefisien Utilitas Responden 2

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana nilai error dibuat

    sekecil mungkin. Sehingga diperoleh persamaan utilitas untuk responden 2 adalah

    1.750.25X1 + 2.749999X2-0,25X3 untuk setiap kombinasi yang dibuat.

  • 5/24/2018 Conjoint Analysis

    14/48

    Level 1 Level 2

    -0.125 0.125

    1.375 -1.375

    -0.125 0.125Tabel 4.2.10 Nilai Koefien pada Setiap Level Tiap Atribut Responden 2

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.11 Perhitungan Koefisien Responden 2

    Dimana persamaan koefisien utilitas yang positif digunakan

    untuk level 1 (high level) sedangkan persamaan koefisien utilitas yang

    negatif digunakan untuk level 2 (low level).

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa -0.1250.249999494Tabung

    bergelombang 0.125

    Bahan Plastik 1.3752.749998823

    Stainless steel -1.375

    Tutup Putar -0.1250.249999494

    Tanpa Diputar 0.125

    Kisaran Utilitas Responden 2 3.249997811

    Tabel 4.2.12 Utilitas per Atribut Responden 2

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nlai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 2 merupakan

    penjumlahan dari utilitas setiap atribut.

    atribut 1 (b1/2)

    atribut 2 (b2/2)

    atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    15/48

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 8%

    Utilitas bahan85%

    Utilitas tutup 8%

    Total Utilitas 100%

    Tabel 4.2.13 Persentase Utilitas Responden 2

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 1.

    Gambar 4.2.2 Diagram Utilitas Responden 2

    Dari diagram diatas dapat disimpulkan bahwa responden 2 lebih

    mengutamakan jenis bahan botol minum dibandingkan dengan bentuk dan

    jenis tutup botol minum berdasarkan hasil perhitungan utilitas yang

    diperoleh.

    4.2.3 Hasil Analisis Preferensi Responden 3

    Tabel 4.2.14 Hasil Uji Preferensi Responden 3

    8%

    84%

    8%

    Utilitas Responden 2

    Utilitas bentuk Utilitas bahan Utilitas tutup

  • 5/24/2018 Conjoint Analysis

    16/48

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2 ( menunjukan bahwa rata-rata kombinasi yang disediakantergolong memiliki tingkat preferensi tidak suka bagi responden 3)

    b. SSE : 2.2771E-13 (diperoleh dari penjumlahan nilai kuadratpreferensi dan rata-rata dikurangi nilai utilitas , nilai ini menunjukan

    penyimpangan preferensi dan utilitas terhadap kondisi aktual).

    Koefisien

    b0 2

    b1 -6.4E-08

    b2 -6.4E-08

    b3 -6.4E-08

    Tabel 4.2.15 Nilai Koefisien Utilitas Responden 3

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 3 adalah 2 6.4E-08X1 6.4E-08X26.4E-08X3 untuk

    setiap kombinasi yang dibuat.

    Tabel 4.2.16 Nilai Koefien pada Setiap Level Tiap Atribut Responden 3

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.17 Perhitungan Koefisien Responden 3

    Level 1 Level 2

    -0.0000000319 0.0000000319

    -0.0000000319 0.0000000319

    -0.0000000319 0.0000000319

    atribut 1 (b1/2)

    atribut 2 (b2/2)

    atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    17/48

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    FaktorLevel Hasil

    Utilitas

    Atribut

    Bentuk Tabung polos biasa -0.00000003188352495196.3767E-08

    Tabung bergelombang 0.0000000318835249519

    Bahan Plastik -0.00000003188352485486.3767E-08

    Stainless steel 0.0000000318835248548

    Tutup Putar -0.00000003188352480626.3767E-08

    Tanpa Diputar 0.0000000318835248062

    Kisaran Utilitas Responden 3 1.91301E-07

    Tabel 4.2.18 Utilitas per Atribut Responden 3

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nlai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 3 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 33%

    Utilitas bahan 33%

    Utilitas tutup 33%

    Total Utilitas 100%

    Tabel 4.2.19 Persentase Utilitas Responden 3

  • 5/24/2018 Conjoint Analysis

    18/48

    34%

    33%

    33%

    Utilitas Responden 3

    Utilitas bentuk Utilitas bahan Utilitas tutup

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 3.

    Gambar 4.2.3 Diagram Utilitas Responden 3

    Dari diagram diatas dapat disimpulkan bahwa responden 3

    cencerung netral menanggapi mengenai bentuk, jenis bahan dan tutup

    botol minum berdasarkan hasil perhitungan utilitas yang diperoleh.

    4.2.4 Hasil Analisis Preferensi Responden 4

    Tabel 4.2.20 Hasil Uji Preferensi Responden 4

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2,25 ( menunjukan bahwa rata-rata kombinasi yangdisediakan tergolong memiliki tingkat preferensi tidak suka bagi

    responden 4)

    b. SSE : 2 (diperoleh dari penjumlahan nilai kuadrat preferensi dan rata-rata dikurangi nilai utilitas , nilai ini menunjukan penyimpangan

    preferensi dan utilitas terhadap kondisi aktual)

  • 5/24/2018 Conjoint Analysis

    19/48

    Tabel 4.2.21 Nilai Koefisien Utilitas Responden 4

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 4 adalah 1.999999 - 0,5X1 + 0,5X2-0,5X3 untuk setiap

    kombinasi yang dibuat.

    Level 1 Level 2

    -0.250 0.250

    0.250 -0.250

    0.250 -0.250

    Tabel 4.2.22 Nilai Koefien pada Setiap Level Tiap Atribut Responden 4

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.23 Perhitungan Koefisien Responden 4

    Dimana persamaan koefisien utilitas yang positif digunakan

    untuk level 1 (high level) sedangkan persamaan koefisien utilitas yang

    negatif digunakan untuk level 2 (low level).

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa -0.2500.499999201Tabung

    bergelombang 0.250

    Bahan Plastik 0.250 0.499999971

    Koefisien

    b1 1.999999

    b1 -0.5

    b2 0.5b3 0.5

    atribut 1 (b1/2)

    atribut 2 (b2/2)

    atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    20/48

    Stainless steel -0.250

    Tutup Putar 0.2500.499999971

    Tanpa Diputar -0.250

    Kisaran Utilitas Responden 4 1.499999142Tabel 4.2.24 Utilitas per Atribut Responden 4

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nlai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 1 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Tabel 4.2.25 Persentase Utilitas Responden 4

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 4.

    Gambar 4.2.4 Diagram Utilitas Responden 4

    Dari diagram diatas dapat disimpulkan bahwa responden 3

    cencerung netral menanggapi mengenai bentuk, jenis bahan dan tutup

    botol minum berdasarkan hasil perhitungan utilitas yang diperoleh.

    33%

    34%

    33%

    Utilitas Responden 4

    Utilitas bentuk Utilitas bahan Utilitas tutup

    Utilitas bentuk 33%

    Utilitas bahan 33%

    Utilitas tutup 33%

    Total Utilitas 100%

  • 5/24/2018 Conjoint Analysis

    21/48

    4.2.5 Hasil Analisis Preferensi Responden 5

    Tabel 4.2.26 Hasil Uji Preferensi Responden 5

    Dari tabel diatas, diketahui bahwaa. Prefbar : 2,5 ( menunjukan bahwa rata-rata kombinasi yang disediakan

    tergolong memiliki tingkat preferensi biasa saja dan tidak suka bagi

    responden 5)

    b. SSE : 4,00 (diperoleh dari penjumlahan nilai kuadrat preferensi danrata-rata dikurangi nilai utilitas , nilai ini menunjukan penyimpangan

    preferensi dan utilitas terhadap kondisi aktual)

    Koefisien

    b0 1

    b1 1.25E-07

    b2 2

    b3 1

    Tabel 4.2.27 Nilai Koefisien Utilitas Responden 5

    Nilai koefisien diatas merupakan nilai koefisien optimal dimananilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 5 adalah 1 + 1.25E-07X1+ 2X2+ 1X3 untuk setiap

    kombinasi yang dibuat.

  • 5/24/2018 Conjoint Analysis

    22/48

    Tabel 4.2.28 Nilai Koefien pada Setiap Level Tiap Atribut Responden 5

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.29 Perhitungan Koefisien Responden 5

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    Faktor Level Hasil UtilitasAtribut

    Bentuk Tabung polos biasa 0.0001.24874E-07Tabung

    bergelombang 0.000

    Bahan Plastik 1.0002.00000005

    Stainless steel -1.000

    Tutup Putar 0.5001.000000081

    Tanpa Diputar -0.500

    Kisaran Utilitas Responden 5 3.000000256

    Tabel 4.2.30 Utilitas per Atribut Responden 5

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nlai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 1 merupakan

    penjumlahan dari utilitas setiap atribut.

    Level 1 Level 2

    0.000 0.000

    1.000 -1.0000.500 -0.500

    Atribut 1 (b1/2)

    Atribut 2 (b2/2)

    Atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    23/48

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 0%

    Utilitas bahan67%

    Utilitas tutup 33%

    Total Utilitas 100%

    Tabel 4.2.31 Persentase Utilitas Responden 5

    Dari nilai persentase utilitas diatas dapat dibuat diagram preferensi

    dari setiap utilitas pada responden 5.

    Gambar 4.2.5 Diagram Utilitas Responden 5

    Dari diagram diatas dapat disimpulkan bahwa responden 5 lebih

    mengutamakan jenis bahan botol minum dibandingkan dengan bentuk dan

    jenis tutup berdasarkan hasil perhitungan utilitas yang diperoleh.

    4.2.6 Hasil Analisis Preferensi Responden 6

    Tabel 4.2.32 Hasil Uji Preferensi Responden 6

    0%

    67%

    33%

    Utilitas Responden 5

    Utilitas bentuk Utilitas bahan Utilitas tutup

  • 5/24/2018 Conjoint Analysis

    24/48

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2,875 ( menunjukan bahwa rata-rata kombinasi yangdisediakan tergolong memiliki tingkat preferensi diantara biasa saja

    dan tidak suka bagi responden 6, namun angka tersebut lebih

    cenderung menunjukan tingkat preferensi biasa saja)

    b. SSE : 0,5 (nilai ini menunjukan penyimpangan preferensi dan utilitasterhadap kondisi aktual)

    Tabel 4.2.33 Nilai Koefisien Utilitas Responden 6

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 6 adalah 2 + 0,25X1+1,75X2-0,25X3 untuk setiap

    kombinasi yang dibuat.

    Tabel 4.2.34 Nilai Koefien pada Setiap Level Tiap Atribut Responden 6Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.35 Perhitungan Koefisien Responden 6

    Koefisien

    b0 2b1 0.25

    b2 1.75

    b3 -0.25

    Level 1 Level 2

    0.125 -0.125

    0.875 -0.875

    -0.125 0.125

    atribut 1 (b1/2)

    atribut 2 (b2/2)

    atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    25/48

    11%

    78%

    11%

    Utilitas Responden 6

    Utilitas bentuk Utilitas bahan Utilitas tutup

    Dimana persamaan koefisien utilitas yang positif digunakan

    untuk level 1 (high level) sedangkan persamaan koefisien utilitas yang

    negatif digunakan untuk level 2 (low level).

    Faktor Level Hasil Utilitas Atribut

    Bentuk Tabung polos biasa 0.1250.250000503Tabung

    bergelombang -0.125

    Bahan Plastik 0.8751.749999138

    Stainless steel -0.875

    Tutup Putar -0.1250.249999462

    Tanpa Diputar 0.125

    Kisaran Utilitas Responden 6 2.249999103Tabel 4.2.36 Utilitas per Atribut Responden 6

    Utilitas atribut diperoleh dari nilai absolut pengurangan nilai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 6 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Tabel 4.2.37 Persentase Utilitas Responden 6

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 6.

    Gambar 4.2.6 Diagram Utilitas Responden 6

    Utilitas bentuk 11%

    Utilitas bahan 78%

    Utilitas tutup 11%

    Total Utilitas 100%

  • 5/24/2018 Conjoint Analysis

    26/48

    Dari diagram diatas dapat disimpulkan bahwa responden 6 lebih

    mengutamakan jenis bahan dari botol minum dibandingkan dengan bentuk

    dan jenis tutup botol minum berdasarkan hasil perhitungan utilitas yang

    diperoleh.

    4.2.7 Hasil Analisis Preferensi Responden 7

    Tabel 4.2.38 Hasil Uji Preferensi Responden 7

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2 ( menunjukan bahwa rata-rata kombinasi yang disediakantergolong memiliki tingkat preferensi tidak suka)

    b. SSE : 1 (nilai ini menunjukan penyimpangan preferensi dan utilitasterhadap kondisi aktual)

    Tabel 4.2.39 Nilai Koefisien Utilitas Responden 7

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 7 adalah 2,5-1X1 + 0,5X2 - 0,5X3 untuk setiap

    kombinasi yang dibuat.

    Koefisien

    b0 2.5

    b1 -1b2 0.5

    b3 -0.5

  • 5/24/2018 Conjoint Analysis

    27/48

    Tabel 4.2.40 Nilai Koefien pada Setiap Level Tiap Atribut Responden 7

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.41 Perhitungan Koefisien Responden 7

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    Tabel 4.2.42 Utilitas per Atribut Responden 7

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nilai level

    1 dan level 2 tiap atribut. Kisaran utilitas responden 7 merupakan

    penjumlahan dari utilitas setiap atribut.

    Level 1 Level 2

    -0.500 0.5000.250 -0.250

    -0.250 0.250

    Atribut 1 (b1/2)

    Atribut 2 (b2/2)

    Atribut 3 (b3/2)

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa -0.5001.00Tabung

    bergelombang 0.500

    Bahan Plastik 0.2500.50

    Stainless steel -0.250

    Tutup Putar -0.250 0.50Tanpa Diputar 0.250

    Kisaran Utilitas Responden 7 2.00

  • 5/24/2018 Conjoint Analysis

    28/48

    50%

    25%

    25%

    Utilitas Responden 7Utilitas bentuk Utilitas bahan Utilitas tutup

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 50%Utilitas bahan 25%

    Utilitas tutup 25%

    Total Utilitas 100%

    Tabel 4.2.43 Persentase Utilitas Responden 7

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 7.

    Gambar 4.2.7 Diagram Utilitas Responden 7

    Dari diagram diatas dapat disimpulkan bahwa responden 7 lebih

    mengutamakan bentuk botol minum dibandingan dengan bahan dan jenis

    tutup botol minum berdasarkan hasil perhitungan utilitas yang diperoleh.

  • 5/24/2018 Conjoint Analysis

    29/48

    4.2.8 Hasil Analisis Preferensi Responden 8

    Tabel 4.2.44 Hasil Uji Preferensi Responden 8

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 3 (menunjukan bahwa rata-rata kombinasi yang disediakantergolong memiliki tingkat preferensi biasa saja pada responden 8)

    b. SSE : 1 (nilai ini menunjukan penyimpangan preferensi dan utilitasterhadap kondisi aktual)

    Tabel 4.2.45 Nilai Koefisien Utilitas Responden 8

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 8 adalah 2 - 0,5X1 + 2X2 + 0,5X3 untuk setiap

    kombinasi yang dibuat.

    Koefisien

    b0 2

    b1 -0.5

    b2 2

    b3 0.5

  • 5/24/2018 Conjoint Analysis

    30/48

    Tabel 4.2.46 Nilai Koefien pada Setiap Level Tiap Atribut Responden 8

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.47 Perhitungan Koefisien Responden 8

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa -0.2500.50Tabung

    bergelombang 0.250

    Bahan Plastik 1.0002.00

    Stainless steel -1.000

    Tutup Putar 0.2500.50

    Tanpa Diputar -0.250Kisaran Utilitas Responden 8 3.00

    Tabel 4.2.48 Utilitas per Atribut Responden 8

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nilai

    level 1 dan level 2 tiap atribut. Kisaran utilitas responden 8 merupakan

    penjumlahan dari utilitas setiap atribut.

    Level 1 Level 2

    -0.250 0.250

    1.000 -1.000

    0.250 -0.250

    Atribut 1 (b1/2)

    Atribut 2 (b2/2)

    Atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    31/48

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 17%

    Utilitas bahan67%

    Utilitas tutup 17%

    Total Utilitas 100%

    Tabel 4.2.49 Persentase Utilitas Responden 8

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 8.

    Gambar 4.2.8 Diagram Utilitas Responden 8

    Dari diagram diatas dapat disimpulkan bahwa responden 8 lebih

    mengutamakan jenis bahan botol minum dibandingan dengan bentuk dan

    jenis tutup botol minum berdasarkan hasil perhitungan utilitas yang

    diperoleh.

    17%

    66%

    17%

    Utilitas Responden 8Utilitas bentuk Utilitas bahan Utilitas tutup

  • 5/24/2018 Conjoint Analysis

    32/48

    4.2.9 Hasil Analisis Preferensi Responden 9

    Tabel 4.2.50 Hasil Uji Preferensi Responden 9

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 3, (menunjukan bahwa rata-rata kombinasi yang disediakantergolong memiliki tingkat preferensi biasa saja bagi responden 9)

    b. SSE : 1, 5 (nilai ini menunjukan penyimpangan preferensi dan utilitasterhadap kondisi aktual)

    Tabel 4.2.51 Nilai Koefisien Utilitas Responden 9

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana

    nilai error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 9 adalah 2,75 + 8.6E-07X1+0,5X2+ 8.6E07X3 untuk

    setiap kombinasi yang dibuat.

    Tabel 4.2.52 Nilai Koefien pada Setiap Level Tiap Atribut Responden 9

    Koefisien

    b0 2.75b1 8.6E-07

    b2 0.5

    b3 8.6E-07

    Level 1 Level 2

    0.00000043190 -0.00000043190

    0.25000003880 -0.25000003880

    0.00000043190 -0.00000043190

  • 5/24/2018 Conjoint Analysis

    33/48

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.53 Perhitungan Koefisien Responden 9

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    T

    Tabel 4.2.54 Utilitas per Atribut Responden 9

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nilai

    level 1 dan level 2 tiap atribut. Kisaran utilitas responden 9 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 0%

    Utilitas bahan 100%

    Utilitas tutup 0%

    Total Utilitas 100%

    Tabel 4.2.55 Persentase Utilitas Responden 9

    Atribut 1 (b1/2)

    Atribut 2 (b2/2)

    Atribut 3 (b3/2)

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa 0.00000043190.0000008638Tabung

    bergelombang

    -

    0.0000004319

    Bahan Plastik 0.25000003880.5000000776

    Stainless steel

    -

    0.2500000388Tutup Putar 0.0000004319

    0.0000008638

    Tanpa Diputar

    -

    0.0000004319

    Kisaran Utilitas Responden 9 0.5000018052

  • 5/24/2018 Conjoint Analysis

    34/48

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 9.

    Gambar 4.2.9 Diagram Utilitas Responden 9

    Dari diagram diatas dapat disimpulkan bahwa responden 9 lebih

    mengutamakan jenis bahan botol minumtanpa memedulikan bentuk dan

    tutup dari botol minum itu sendiri berdasarkan hasil perhitungan utilitas

    yang diperoleh.

    4.2.10 Hasil Analisis Preferensi Responden 10

    Tabel 4.2.56 Hasil Uji Preferensi Responden 10

    0%

    100%

    0%

    Utilitas Responden 9

    Utilitas bentuk Utilitas bahan Utilitas tutup

  • 5/24/2018 Conjoint Analysis

    35/48

    Dari tabel diatas, diketahui bahwa

    a. Prefbar : 2,5 (menunjukan bahwa rata-rata kombinasi yangdisediakan tergolong memiliki tingkat preferensi diantara tidak suka

    dan biasa saja bagi responden 10)

    b. SSE : 3 (nilai ini menunjukan penyimpangan preferensi dan utilitasterhadap kondisi aktual)

    Koefisien

    b0 2

    b1 0.5

    b2 9.1E-07

    b3 0.5Tabel 4.2.57 Nilai Koefisien Utilitas Responden 10

    Nilai koefisien diatas merupakan nilai koefisien optimal dimana nilai

    error dibuat sekecil mungkin. Sehingga diperoleh persamaan utilitas

    untuk responden 10 adalah 2+ 0,5X1+ 9.1E-07X2 + 0,5X3 untuk setiap

    kombinasi yang dibuat.

    Level 1 Level 20.250 -0.250

    0.000000455 -0.000000455

    0.250 -0.250

    Tabel 4.2.58 Nilai Koefien pada Setiap Level Tiap Atribut Responden 10

    Koefisen pada setiap level tersebut didapatkan dari :

    Tabel 4.2.59 Perhitungan Koefisien Responden 10

    Dimana persamaan koefisien utilitas yang positif digunakan untuk

    level 1 (high level) sedangkan persamaan koefisien utilitas yang negatif

    digunakan untuk level 2 (low level).

    Atribut 1 (b1/2)Atribut 2 (b2/2)

    Atribut 3 (b3/2)

  • 5/24/2018 Conjoint Analysis

    36/48

    Tabel 4.2.60 Utilitas per Atribut Responden 10

    Utilitas Atribut diperoleh dari nilai absolut pengurangan nilai

    level 1 dan level 2 tiap atribut. Kisaran utilitas responden 6 merupakan

    penjumlahan dari utilitas setiap atribut.

    Berdasarkan tabel diatas dapat dibuat persentase tiap utilitas.

    Utilitas bentuk 50%

    Utilitas bahan 0%Utilitas tutup 50%

    Total Utilitas 100%

    Tabel 4.2.61 Persentase Utilitas Responden 10

    Faktor Level HasilUtilitas

    Atribut

    Bentuk Tabung polos biasa 0.250 0.50Tabung bergelombang -0.250

    Bahan Plastik 0.000000460.00000091

    Stainless steel -0.00000046

    Tutup Putar 0.2500.50

    Tanpa Diputar -0.250

    Kisaran Utilitas Responden 10 1.00

  • 5/24/2018 Conjoint Analysis

    37/48

    Dari nilai persentase utilitas diatas dapat dibuat diagram

    preferensi dari setiap utilitas pada responden 10.

    Gambar 4.2.10 Diagram Utilitas Responden 10

    Dari diagram diatas dapat disimpulkan bahwa responden 10 lebih

    mengutamakan bentuk dan jenis tutup pada botol minum jika

    dibandingkan dengam jenis bahan dari botol minum itu sendiri

    berdasarkan hasil perhitungan utilitas yang diperoleh.

    Setelah mengolah data ke-10 responden, dapat kita buat data

    akumulasi utilitas untuk mengetahui preferensi atribut dari ke-10

    responden. Berikut merupakan tabel akumulasi preferensi atribut dari 10

    responden.

    50%

    0%

    50%

    Utilitas Responden 10

    Utilitas bentuk Utilitas bahan Utilitas tutup

  • 5/24/2018 Conjoint Analysis

    38/48

    Tabel 4.2.62 Rata-Rata Utilitas Total

    Tabel diatas dapat diolah lagi, menjadi diagram rata-rata utilitas total untuk memperjelas preferensi mana yang dipilih oleh

    ke-10 responden.

    Gambar 4.2.11 Preferensi Rata-Rata Utilitas Total

    9%

    0%

    82%

    0%9% 0%

    Rata - Rata Utilitas

    Bentuk Bahan Tutup

  • 5/24/2018 Conjoint Analysis

    39/48

    4.1 Agreegate AtributeSemua atribut yang digunakan diberikan symbol (+) untuk atribut yang

    memiliki tingkat lebih tinggi (high level) dan symbol (-) untuk atribut yang

    memiliki tingkat lebih rendah (low level). Kemudian, atribut-atribut tersebut

    diinteraksikan satu sama lain untuk mengetahui aggregate dari setiap atribut

    tersebut. Berikut adalah aggregate atribut berdaasarkan pilihan responden :

    Tabel 4.3.1 Aggregate Conjoint

    Kemudian, hasil dari preferensi responden diklasifikasikan dan

    ditentukan kelompok dari atribut yang dipilih oleh responden berdasarkan

    kombinasi antar atribut tersebut. pengelompokan tersebut dilakukan untuk

    mengetahui kombinasi atribut mana yang lebih disukai oleh responden. Berikut

    adalah pengelompokan atribut berdasarkan hasil preferensi responden :

    Tabel 4.3.2 Hasil Preferensi Responden terhadap A

  • 5/24/2018 Conjoint Analysis

    40/48

    Tabel 4.3.3 Hasil Preferensi Responden terhadap B

    Tabel 4.3.4 Hasil Preferensi Responden terhadap C

    Tabel 4.3.5 Hasil Preferensi Responden terhadap AB

  • 5/24/2018 Conjoint Analysis

    41/48

    Tabel 4.3.6 Hasil Preferensi Responden terhadap AC

    Tabel 4.3.7 Hasil Preferensi Responden terhadap BC

    Tabel 4.3.8 Hasil Preferensi Responden terhadap ABC

  • 5/24/2018 Conjoint Analysis

    42/48

    Dari data di atas, dapat diketahui bahwa rata-rata terbesar dari setiap

    atribut dan kombinasi atribut adalah 3,125. Hal itu berarti bahwa atribut jenis

    bahan (B+) merupakan atribut yang paling menjadi preferensi responden. Dari 10

    responden, jenis bahan pada botol minum tersebut lebih disukai dan menjadi

    pertimbangan utama dalam memilih botol minum.

    Dari atribut-atribut yang telah dikombinasikan tersebut kemudian

    dapatdiperhitungkan efek dari masing-masing atribut baik high levelmaupun low

    level. Efek atribut tersebut menunjukkan pengaruh masing-masing atribut

    terhadap preferensi responden dalam memilih botol minum. Berikut adalah efek

    setiap atribut yang mempengaruhi preferensi responden

    :

    Tabel 4.3.9 Efek Atribut

    Efek atribut tersebut selanjutnya akan diperhitungkan untuk

    menentukan stimuli terbaik berdasarkan conjoint analysis.

  • 5/24/2018 Conjoint Analysis

    43/48

    4.2 Formulasi Utilitas

    Tabel 4.4.1 Tabel Perhitungan Utilitas tiap Kombinasi

    Nilai-nilai utilitas dari setiap stimuli diatas didapatkan berdasarkan rumus:

    Berdasarkan tabel diatas diketahui nilai utilitas tertinggi dari stimuli ke 2

    yaitu kombinasi botol minum berbentuk tabung bergelombang, berbahan plastic

    dan tutup botol berdiameter kecil diputar.

    4.3 Interaksi antar AtributSetelah menghitung agregat conjoint dapat dibuat analisis interaksi antar

    atribut berdasarkan data yang telah diperoleh. Berikut merupakan hasil analisis

    kami.

  • 5/24/2018 Conjoint Analysis

    44/48

    0

    0.5

    1

    1.5

    2

    2.5

    3

    3.5

    1 2

    Faktor A dan B

    Series1

    Series2

    1. Atribut 1 dan Atribut 2

    Level Faktor A+ -

    Faktor B+ 2.95 3.3

    - 2 1.9

    Tabel 4.5.1 Interaksi Atribut 1 dan 2

    Nilai-nilai diatas diadapatkan dengan merata-rata nilai agregat dari

    dua level yang ingin dilihat interaksinya. Nilai yang paling tinggi

    didapatkan dari kombinasi botol minum dengan tabung bergelombang danberbahan plastik.

    Gambar 4.5.1 Grafik Analisis Interaksi Faktor A dan B

    Berdasarkan grafik diatas disimpulkan bahwa faktorA dan B tidak ada

    interaksi dan tidak ada main effect di faktor A dan B.

    Level + B terhadap A

    LevelB terhadap A

  • 5/24/2018 Conjoint Analysis

    45/48

    2.25

    2.3

    2.35

    2.4

    2.45

    2.5

    2.55

    2.6

    2.65

    2.7

    1 2

    Faktor A dan C

    Series1

    Series2

    2. Atribut 1 dan Atribut 3

    Level Faktor A+ -

    Faktor C+ 2.4 2.65

    - 2.55 2.55

    Tabel 4.5.2 Interaksi Atribut 1 dan 2

    Nilai-nilai diatas didapatkan dengan merata-rata nilai agregat dari dua

    level yang ingin dilihat interaksinya. Nilai yang paling tinggi didapatkan dari

    kombinasi botol minum yang berbentung tabung bergelombang dan memilikitutup berdiameter kecil yang diputar. Berdasarkan tabel diatas dapat dibuat

    grafik interaksi dari setiap level antar atribut.

    Gambar 4.5.2 Grafik Analisis Interaksi Faktor A dan C

    Berdasarkan grafik diatas disimpulkan bahwa faktorA dan Cmemiliki

    interaksidan main effectdi faktor A dan C.

    Level + C terhadap A

    LevelC terhadap A

  • 5/24/2018 Conjoint Analysis

    46/48

    3. Atribut 2 dan Atribut 3

    Tabel 4.5.3 Interaksi Atribut 2 dan 3

    Nilai-nilai diatas didapatkan dengan merata-rata nilai agregat dari dua

    level yang ingin dilihat interaksinya. Nilai yang paling tinggi didapatkan dari

    kombinasi botol minum yang berbahan dasar plastik dan memiliki tutup

    berdiameter kecil yang diputar. Berdasarkan tabel diatas dapat dibuat grafik

    interaksi dari setiap level antar atribut.

    Gambar 4.5.3 Grafik Analisis Interaksi Faktor B dan C

    Berdasarkan grafik diatas disimpulkan bahwa faktor B dan Cmemiliki

    interaksidan main effectdi faktor B dan C.

    0

    0.5

    1

    1.5

    2

    2.5

    3

    3.5

    1 2

    Faktor B dan C

    Series1

    Series2

    LevelFaktor B

    + -

    Faktor C+ 3.25 1.8

    - 3 2.1

    Level + C terhadap B

    LevelC terhadap B

  • 5/24/2018 Conjoint Analysis

    47/48

    Sehinngga dapat disimpulkan bahwa responden memiliki preferensi

    terhadap krteria sebagai berikut.

    Tabel 4.5.4 Hasil Preferensi Responden terhadap Botol Minum

    Atribut A B C

    Level - + +

    Keterangan Tabung bergelombang Plastik Diputar

  • 5/24/2018 Conjoint Analysis

    48/48

    BAB V

    PENUTUP

    5.1KesimpulanTraditional survei dan conjoint analysis memiliki kelebihan dan

    kekurangan masing-masing. Tapi keduanya selalu memiliki keterkaitan. Metode

    yang digunakan dalam melakukan traditional survei lebih mudah, cepat dan

    mutah dibandingan dengan metode yang digunakan dalam emlakukan penelitian

    menggunakan conjoint analysis. Untuk lebih jelasnya, berikut adalah perbedaan

    antara traditional survei dan conjoint analysis:

    Traditional Survei Conjoint Analysis

    Cepat, Praktis, Murah Lama, Kompleks, Mahal

    Mengetahui secara umum atribut

    yang dibutuhkan dan diinginkan

    responden

    Mengetahui atribut yang memiliki

    perhatian lebih oleh responden

    Tidak dapat mengetahui preferensi

    dan hubungan natar atribut

    Bisa mengetahui preferensi dan

    hubungan antar atribut

    5.2SaranUntuk mengidenfikikasi kebutuhan dan keinginan prlanggan secara detail,

    conjoint analysis menjadi metode yang dapat digunakan. Tetapi bila akan

    mengidentifikasi keinginan dan kebutuhan masyakat pada produk memiliki

    atribut yang banyak, traditional survei lebih cocok digunakan karena jauh lebih

    mudah dalam mengolah datanya dari pada conjoint analysis.