Dari gambar di atas, OA,OC disebut garis atribut yaitu garis yang
menunjukkan kombinasi dua atribut. ABC disebut garis depan efisiensi
2
(efficiency frontier) yaitu garis yang menunjukkan berbagai kombinasi atribut dari
berbagai alternative penggunaan pendapatan konsumen. Garis depan efisiensi
dapat diketahui dari panjangnya masing-masing garis atribut yang tergantung
pada: 1) besarnya pendapatan konsumen yang dialokasikan; 2) harga barang; 3)
kombinasi atribut yang diperoleh
Pendekatan atribut lebih baik daripada pendekatan kardinal maupun ordinal
karena; (1) Barang-barang substitusi dijelaskan menurut sifat umum yang
dimiliki, (2) Pengenalan akan barang baru dapat dipertimbangkan, dan (3) efek
perubahan kualitas dapat dipelajari (Salvatore,1995). Pendekatan atribut dapat
digunakan untuk menganalisis perbedaan atribut-atribut produk yang sedang
berkompetisi di pasar serta mencoba menerangkan karakteristik perbedaan
tersebut, dipertimbangkan konsumen dalam keputusan untuk mengkonsumsi suatu
produk tertentu.
Dari teori Douglas tersebut dapat diketahui bahwa ciri utama teori ini adalah
penggunaan grafik dua dimensi untuk menunjukkan atribut yang dimiliki oleh
suatu produk. Teori Douglas ini merupakan kajian model pendekatan atribut
persepektif ekonomi manajerial. Kajian lain tentang perilaku konsumen dengan
menggunakan model pendekatan atribut dengan perspektif Manajemen Pemasaran
dikemukakan oleh Schafer (1992) mengemukakan teorinya dengan tema Multi
Atribute Utility Theory (M.A.U.T).
Teori Utilitas Multi Atribut adalah sebuah skema evaluasi suatu produk
berdasarkan atribut dan dimensi yang dimilikinya. Contoh sebuah kamera dengan
salah satu atributnya adalah kualitas gambar memiliki dimensi atribut seperti
ketajaman, reproduksi warna dan resolosi. Keseluruhan skema evaluasi
didefinisikan oleh fungsi nilai keseluruhan, dirumuskan sebagai berikut :
n
V(x) = W V (x)
i=1 i i
Dimana, V(x) adalah evaluasi obyek pada dimensi nilai ke i dan Wi adalah berat
yang menentukan dampak dimensi nilai ke i pada evaluasi keseluruhan (disebut
juga kepentingan relatif sebuah demensi), n adalah jumlah dimensi-dimensi nlai
n
yang berbeda, dan W = 1
i=1 i
Untuk setiap dimensi nilai yang dievaluasi Vi(x) didefinisikan sebagai evaluasi atribut
yang relevan.
V (x) = W V (L(x))
i
d A a i a i
i
Dimana Ai adalah serangkaian atribut yang relevan untuk di, Vi (L(a) adalah evaluasi
level yang sebenarnya L(a) dari atribut a pada di Wai adalah berat yang menentukan
dampak evaluasi atribut a pada dimensi di, Wai disebut juga kepentingan relatif atribut
a untuk di untuk semua di(i = I, ...................n) berlaku WaiVai = 1
Hasil penelitian yang dilakukan oleh Yuniriyanti (2004) pada tiga restoran
waralaba sebagai objek penelitian dengan mengaplikasikan teori
attributeapproach Douglas menyimpulkan bahwa terdapat beberapa kelemahan
dari teori attribute approach Douglas bila dipakai sebagai alat analisis perilaku
konsumen yaitu : 1) Atribut yang digunakan terbatas dua (lingkungan dan
makanan) padahal kenyataannya banyak produk yang mempunyai lebih dari dua
atribut (multi atribut) sebagai pertimbangan dalam melakukan pembelian; 2)
Sebelum memperhitungkan harga makanan dan anggaran nilai utilitas total (nilai
kepuasan total) konsumen maksimum diperoleh di restoran Mc. Donalds Sarinah
Plaza, nilai maksimum tersebut diperoleh dari nilai tertinggi atribut lingkungan
dan nilai tertinggi atribut makanan dibandingkan di dua restoran lainnya.
Sedangkan antara KFC Malang Plaza dan WendyS Dieng Plaza nilai kepuasan
total yang diperoleh konsumen tidak berbeda jauh (berimbang), Wendys Dieng
Plaza lebih unggul pada atribut lingkungan sedangkan KFC Malang Plaza lebih
unggul pada atribut makanan; 3) Harga dan anggaran berpengaruh terhadap
panjang pendeknya garis atribut dengan anggaran yang sama dan harga yang
berbeda maka unit makanan yang diperoleh juga berbeda, sehingga berpengaruh
juga pada kombinasi atributnya. Setelah adanya pengaruh harga dan anggaran
garis atribut Wendys Dieng Plaza menjadi yang paling panjang dibanding dua
restoran lainnya dikarenakan harga makanan di Wendys paling murah daripada
KFC dan McDonalds. Sedangkan di KFC garis atribut menjadi lebih pendek
karena harga makanan perunit paling mahal, sehingga utilitas maksimum yang
diperoleh konsumen mengunjungi Wendys Dieng Plaza; 4) Attribut Approach
dalam perspektif ekonomi manajerial kurang aplikatif jika diterapkan sebagai alat
analisis perilaku konsumen dalam pengambilan keputusan pembelian.
Permasalahan pada penelitian pengembangan model pendekatan atribut
sebagai alat analisis perilaku konsumen dalam pengambilan keputusan pembelian
ini adalah bagaimana memformulasikan sebuah model pendekatan atribut yang
aplikatif untuk menganalisis perilaku konsumen dalam pengambilan keputusan
pembelian.
Studi yang mendukung teori pendekatan atribut dinyatakan oleh Bahanec
& Zupan & Rajkovie (1999) dengan tema Applications of Qualitative Multi
Attribute Decision Models (M.A.D.M) In Heabth Care, hasil penelitiannya
membahas tentang pendekatan pada pengembanngan dan aplikasi model
keputusan hirarki kwalitatif pada Dex, suatu kerangka sistem untuk mendukung
keputusan multi atribut. Karakteristik khusus Dex adalah penggunaan atribut
kuantitatif (simbolik). Secara umum model keputusan hirarki dibentuk oleh
atribut-atribut X, dan fungsi utilitas F. Atribut kadang-kadang juga digunakan
sebagai variabel atau parameter. Suatu hirarki diwujudkan dalam grafik tapi
kadang-kadang secara sederhana digunakan dalam diagram pohon, sehingga hasil
penelitian ini lebih berkembang karena tidak hanya menggunakan dua atribut saja.
Studi lain yang juga mendukung teori pendekatan atribut dilakukan oleh
Peura & Salti & Syrjarso (1999) dengan judul Image Analysis by Means of
4
Makalah lain yang dibuat oleh Schafer dalam (Dubois, & Grabisch, &
Modova, & Prade,1997) dengan judul Relating decision under uncertainty and
muticriteria decision model, membahas tentang hubungan antara Model
Pengambilan Keputusan dibawah ketidakpastian dengan Model Pengambilan
Keputusan Multi Kriteria. Model pengambilan keputusan dibawah ketidakpastian
merupakan aplikasi dari teori utilitas yang diwujudkan dalam model kualitatif atau
game theory model, sedangkan model pengambilan keputusan multi kriteria
menjelaskan pilihan-pilihan fungsi utilitas yang dibentuk melalui beberapa
informasi sebagai fungsi batasan yang biasanya digambarkan dalam suatu model
joint satisfaction dari beberapa kriteria. Kedua model diatas mempunyai
persamaan dan dapat digunakan bersama-sama yang bertujuan untuk
memaksimumkan nilai utilitas.
METODE
Desain penelitian ini merupakan kombinasi dari penelitian eksplorasi
konfirmatori, dan simulasi, yang bersifat longitudinal untuk pengembangan model
pendekatan atribut yang lebih aplikatif. Pengembangan model akan dilakukan
dengan mengkaji model pendekatan atribut baik dari persektif Manajemen
maupun ekonomi Manajerial dan memadukannya. Kajian terhadap model
pendekatan atribut juga ditunjang dengan hasil penelitian, pustaka dan jurnal
sehingga pengembangan model dengan memadukan kedua model pendekatan
atribut dari persepektif yang berbeda akan diperoleh model pendekatan atribut
baru yang lebih aplikatif.
Desain penelitian digambarkan dalam skema berikut:
Kajian Model
Pendekatan
Atribut Perspektif
Kajian Model
Pendekatan
Atribut Perspektif
Model
Pendekatan
Atribut Baru
Yang Lebih
Aplikatif
HasilPenelitian
Pustaka
berlaku
W ,V =1
d Ai ai ai
Interpret Factors
Calculate Factor
Score
Select Surrogate
Variables
pemasaran sehingga diperoleh model pendekatan atribut yang valid, realistis dan
lebih aplikatif; 2) Standarisasi Model; Pemantapan/standarisasi model pendekatan
atribut baru dilakukan dengan diskusi panel terfokus dengan peminat dan para ahli
ekonomi manajerial dan manajemen pemasaran.
Analisis Faktor
Model Pendekatan
Teori Utilitas Multi
Atribut
Atribut Dominan
Model Pendekatan
Atribut Baru yang
Lebih Aplikatif
n
V(x) = W V (x)
i =1 i i
Dimana, V(x) adalah evaluasi obyek pada dimensi nilai ke i dan Wi adalah berat
yang menentukan dampak dimensi nilai ke i pada evaluasi keseluruhan (disebut
juga kepentingan relatif sebuah demensi), n adalah jumlah dimensi-dimensi nlai
n
yang berbeda, dan W = 1
i=1 i
Untuk setiap dimensi nilai yang dievaluasi Vi(x) didefinisikan sebagai
evaluasi atribut yang relevan.
V (x) = W V (L(x))
i
d A a i a i
i
Dimana Ai adalah serangkaian atribut yang relevan untuk di, Vi (L(a) adalah
evaluasi level yang sebenarnya L(a) dari atribut a pada d i Wai adalah berat yang
menentukan dampak evaluasi atribut a pada dimensi di, Wai disebut juga
kepentingan relatif atribut a untuk di untuk semua di (i =I, ...............n) berlaku
Wai Vai = 1
Langkah berikutnya setelah penetapan notasi adalah : 1) a. Analisis Faktor yang
terdiri dari beberapa langkah yaitu: a) Merumuskan Masalah: Langkah pertama
dalam menggunakan analisis faktor adalah merumuskan masalah terlebih dahulu.
Maksudnya adalah menjelaskan terlebih dahulu tujuan menggunakan analisis
faktor. Dalam penelitian ini tujuannya adalah menentukan atribut yang dominan
sebagai dasar pengambilan keputusan.Jumlah atribut akan lebih dirinci menjadi
beberapa item pertanyaan yang digunakan sebagai variabel; 2) Uji independensi
Variabel dalam Matrik Korelasi: Pada tahap semua data yang masuk dalam
computer akan di identifikasi. Variabel-variabel tertentu yang hampir tidak
mempunyai korelasi dengan variabel lain dapat dikeluarkan dari analisis, dalam
waktu yang bersamaan juga dapat diketahui variabel-variabel yang menimbulkan
masalah multikolinearitas dengan koefisien korelasi lebih tinggi dari 0,9. Jika
terjadi, waktu variabel ini dijadikan satu atau dipilih salah satu analisis lebih lanjut
kemudian dilakukan uji kuiser Meyer Olkin (KMO) untuk mengetahui kecukupan
sampelnya dengan MSA (Measure of Sampling Adequcy). Jika nilai korelasi > 0,5
maka sampel akan tetap digunakan dalam analisis; 3) Ekstraksi Faktor atau
Metode Analisa Faktor: Terdapat sejumlah teknik atau metode untuk melakukan
ekstraksi dalam analisis faktor. Dalam penelitian ini penentuan teknik analisis
faktor akandilakukan dengan teknik PCA (Principal Component Analysis).
Dengan teknik ini diharapkan dapat diperoleh hasil yang dapat memaksimumkan
persentase varianb yang mampu dijelaskan oleh model; 4) Menentukan Jumlah
Faktor dan Rotasi Faktor: setelah variabel disusun berdasarkan pola korelasi hasil
langkah pertama kemudian menentukan jumlah faktor yang diperlukan untuk
mewakili data. Pada langkah ini akan diketahui sejumlah faktor diterima atau
layak mewakili seperangkat variabel yang dianalisis dengan melihat dari besarnya
nilai eigen value serta besarnya persentase variabel total. Dalam penelitian ini
meskipun pada mulanya variabel-variabel yang dianalisis sudah dikelompokkan
secara apriori ke dalam beberapa faktor, namun untuk analisis dan interprestasi
selanjutnya akan didasarkan pada hasil statistik dengan teknik PCA dimana untuk
memilih faktor inti yang dapat mewakili sekelopok variabel adalah yang
mempunyai nilai eigen value minimal sama dengan satu (ev 1). Jika nilai ev 1
berarti faktor tersebut bukan merupakan faktor penyebab stres sehingga harus
dikeluarkan dari analisis semakin tinggi ev menunjukkan faktor tersebut semakin
pasti merupakan faktor atribut dominan. Hasil dari ekstraksi faktor yang masih
kompleks kadang kala masih sulit untuk dapat diinterprestasikan maka diperlukan
rotasi faktor yang dapat memperjelas danmempertegas faktor loading dalam setiap
faktor sehingga lebih mudah untuk dinterprestasi. Selanjutnya dengan
memperhatikan faktor mula-mula eigen value, persentase varian dan faktor
loading minimum kita dapat menentukan suatu variabel masuk faktor yang mana
sehingga dapat diidentifikasi nama atau sebutan lain dari variabel yang bergabung
tadi. Rotasi faktor ini berguna untuk mempermudah interprestasi hasil dari faktor
yang rumit menjadi faktor sederhana. Jika variabel mempunyai faktor loading
lebih besar atau sama dengan 0,5 ( 0,5) berarti variabel tersebut mempunyai
peranan dalam faktor tersebut. Jika faktor loading lebih kecil dari 0,5 berarti
variabel tersebut harus dikeluarkan dari analisis; 5) Interprestasi Faktor:
Interprestsi dari faktor baru dapat dilakukan berdasarkan initial faktor matrix,
besarnya nilai eigenvalue dan persentase varian serta memperhatikan faktor
loading tiap variabel pada tiap faktor. Dengan kriteria faktor loading minimum
dapat ditentukan suatu variabel masuk faktor mana sehingga dapat
diidentifikasikan nama atau sebutan lain dari variabel yang bergabung tadi; 6)
Perhitungan skor faktor: Dimaksudkan untuk mencari nilai faktor yang dapat
digunakan untuk analisis multivariate selanjutnya; 7) Pemilihan Surrogate
Variable: disamping mencari skor faktor cara lain yang dapat digunakan untuk
keperluan analisis multivariate selanjutnya adalah mencari salah satu variabel
dalam setiap faktor sebagai wakil dari masing-masing faktor yang bersangkutan
atau juga dikenal dengan suurogate variable.Pada umumnya penentuan surrogate
variable didasarkan pada nilai faktor loading; 8) Penentuan model yang tepat:
sebagai langkah terakhir dalam analisis faktor adalah penentuan model yang tepat
(model fit) berdasarkan asumsi pokok yang melandasi analisis faktor dimana
korelasi variabel dapat dihubungkan dengan faktor umum, oleh karenanya
korelasi antara variabel dan faktor tersebut. Perbedaan di antara korelasi dan
reproduksi korelasi dapat diketahui tingkat ketepatan modelnya. Jika hasil dari
perhitungan terdapat banyak sekali nilai residual yang besar berarti faktor-faktor
tersebut tidak dapat menyediakan model yang tepat/baik.
Dengan analisis faktor dapat ditentukan atribut dominan. Selanjutnya atribut
atribut tersebut diproses dengan menggunakan persamaan model pendekatan
atribut Schafer dengan rumusan langkah sebagai berikut: Menentukan nilai bobot
relatif dimensi atribut masing masing produk .
10
Atribut
X1
X2
X3
Xn
11
FS
7.05
9.15
FP
8.24
5.92
A
IC2
B
IC 1
C
0
Atribut X
12
dari semua atribut. Dalam model tersebut yang bisa tergambar dalam grafik hanya
atribut total sehingga tidak diketahui atribut mana yang paling besar pengaruhnya
terhadap pengambilan keputusan konsumen dalam melakukan pembelian.
KESIMPULAN DAN SARAN?????
DAFTAR PUSTAKA
Bahanec, Z&Rajkovic.1999. Application Of Qualititative Multi-Attribute Decision
Model in Health Care. Journal Of Medical Informatics.
Baundry. V.2002. Multicriteria Decesion Making. Universite de tours.
Caklovic.2003.Graph Distance in Multicreteria Decision Making. Context
Development in Applied Statistic.
Douglas,E.1992.Managerial Economics.New Jersey, Prentice Hall International,
Inc.
Dubois, G dan Modave, P.1997. Relating Decesion Under uncertainty and
Multicriteria Decesion Model .Working Notes, PP.6-15., Which Was
Prosented at the AAAI Workshop Frontiers in soft Computing and Decesion
System (Boston Nov.8-9).
Kivetz, N dan Srinivasan (dalam Wirawan).2006. Attribute Models for Capturing
the Compromise Effect. Berita Iptek.Com
Kulok, L.2005. Preferences Consistency in Multiatribute Decision Making
Proceeding of IDETC/CIE.2005, ASME.2005. International Disign
Enginering Technical Conferences & Computers and Information in
Enginering Conference. Sepember 24-28-2005 Long Beach. California USA
Ma, Zhang, F,dan Liang. Z.2001. An Approach to Multiple Decision Making
Based on Preference information on Alternative. Preceeding of the 34th
Hawai International Conference on system sciences.
Peura, S.1999.Image Analysis By Means of Atrribute Trees-Remote Sensing
Applications. IEEE.1999.International Geoscience and remote Sensing
Symposium Igarss99.Hamburg Germany 99.
Salvafore, D.1995. Ekonomi Mikro. Jakarta. Erlangga.
Schafer. 1992. Rules for Using Multi-Attribute Utility Theory for Estimating a
Users Interests. IST-Proramme Under Contract IST.1999-10688 Cawicoms
Simonson,I. 1989.Choice Based on Reasons: The Case of Attraction and
Compromise Effect.Journal of Consumer Research, 16:158-174.
Yuniriyanti, E. 2004. Analisis Perilaku Konsumen dengan Pendekatan Attibut.
Laporan Penelitian dipublikasikan, Jurnal Terakreditasi : Ekonomi Bisnis
14
15