Marketing Research For Beginner Panduan PDF

MARKETING RESEARCH FOR BEGINNER
Prima Ariestonandri
Anggapan riset pemasaran itu sulit dan butuh biaya besar, sehingga hanya perusahaan
besar saja yang dapat menjalankannya, tidaklah sepenuhnya benar. Banyak jenis dan
metode riset pemasaran dapat dilakukan mudah dengan bujet yang minim oleh
perusahaan kecil dan menengah, tidak terkecuali pula dapat dilakukan sendiri oleh para
praktisi pemasaran. Buku ini ditulis berdasarkan pengalaman penulis dalam
menjalankan riset pemasaran dan memberikan pelatihan di beberapa perusahaan UKM,
lokal, dan nasional.
Buku ini dijelaskan dari perspektif praktis, how to, bagaimana memulai sebuah riset,
hingga bagaimana menganalisa dan mengimplementasikan hasil riset. Penjelasan how to
ini akan mudah dipahami dengan adanya contoh praktis setiap babnya. Dan juga bab
studi kasus khusus yang dibedah dari awal hingga akhir, seperti riset marketing plan,
customer satisfaction & loyalty survey, dan brand equity research.
Selain penjelasan praktis dan sistematis akan diberikan pula tips di beberapa tahapan
riset yang tidak muncul dalam buku-buku teori referensi. Sehingga pembaca dengan
beragam latar belakang dari satu bab ke bab lain secara bertahap, akan memiliki
pengayaan untuk dapat menjalankan sebuah riset pemasaran.
Riset yang baik tidaklah berarti mahal. Penentu baik tidaknya sebuah riset pemasaran adalah
pijakan metodologi yang kuat sehingga dapat membantu pengambilan keputusan yang tepat. Dan
buku ini menuntun tahap demi tahap bagaimana menjalankan riset yang baik.”
Yanti B. Sugarda – CEO Polling Center & Founder Visi Anak Bangsa
“Simple, sistematis, dan mudah diikuti oleh praktisi dan periset pemula.”
Suryadi Sulthan - GM Business Digest SWA
“Kebanyakan perusahaan yang telah merasakan manfaat riset pemasaran akan berusaha untuk
dapat melaksanakan sendiri. Namun kendala yang biasa dihadapi adalah keterbatasan
pengetahuan dan keahlian dalam meriset. Buku ini dapat menjadi solusi dalam membantu
keterbatasan tersebut. Kasus-kasus yang dikupas memberikan pengalaman praktis bagi pelaksana
riset pasar.”
Sahat Panggabean – Head of Research Departmentr PT. Indocement Tunggal Prakasa, Tbk.
“Tips praktis mengenai tahapan riset dalam buku ini cukup applicable dan mudah dipahami oleh
para praktisi dengan berbagai latar belakang.”
Amanda Tjokroprayogo – Senior Manager CRM Department PT. AJ Manulife Indonesia
“Ini adalah gabungan teori dan pengalaman penulis. Tahapan-tahapan penyelenggaraan riset
pemasaran dipaparkan secara gamblang dan dapat diikuti tanpa perlu mengerutkan dahi.”
Baso Amir – Communication & Publication Manager PT. Limas Centric, Tbk.
PRIMA ARIESTONANDRI. Senior Researcher di sebuah perusahaan riset dan konsultan

bisnis. Telah menangani riset dan pelatihan di beberapa perusahaan nasional, seperti:
Telkom, Telkomsel, Indosat, USAID, Swiss Contact, L’Oreal Indonesia, Manulife
Indonesia, Indocement, Astra International, Limas Stockhomindo, dan Philips Indonesia.
didedikasikan untuk ibunda tercinta,
almarhumah Hj. Naning P. Padmaamijaya
KATA PENGANTAR
Riset pemasaran sebagai alat bantu pengambilan keputusan dan memecahkan

masalah pemasaran, sangat diperlukan untuk meminimalisasi terjadi kesalahan strategi
bisnis. Namun penggunaan riset dan analisa data pemasaran masih sedikit dijadikan
alat bantu analisa bagi pihak manajemen perusahaan. Seringkali kebijakan pemasaran
yang diambil tanpa pertimbangan matang, try and error, yang tentunya lebih besar
memakan biaya dan resiko kerugian dibandingkan melakukan riset di lapangan.
Sekurang-kurangnya pemahaman dalam fungsi, manfaat, dan implementasi riset harus
dimiliki oleh praktisi pemasaran dalam pengambilan langkah-langkah strategis. Lebih
lanjut kemampuan mendesain dan menganalisa data riset akan memperkaya informasi
sekaligus mampu menjalankan riset secara mandiri.
Dalam kurikulum akademis sendiri, khususnya program pasca sarjana studi
pemasaran, riset pemasaran merupakan mata kuliah inti yang ditujukan untuk
menajamkan kemampuan analytical skills. Namun masih sedikit buku teks Indonesia
yang menjadi referensi praktis bagi periset pemula. Umumnya banyak buku lebih
mengedepankan teori-teori namun sedikit menjelaskan tahapan mudah bagaimana
menjalankan sebuah riset. Hal ini yang mempersulit menerjemahkan teori aplikatif
seperti halnya ilmu pemasaran dengan penerapannya di lapangan. Buku ini ditulis
berdasarkan pengalaman penulis dalam menjalankan riset pemasaran dan memberikan
pelatihan di beberapa perusahaan. Image bahwa melakukan riset pemasaran perlu
biaya besar sehingga hanya perusahaan besar saja yang melakukannya, tidaklah
sepenuhnya benar. Beberapa riset pemasaran sebenarnya dapat dilakukan mudah oleh
seorang praktisi pemasaran, tidak terkecuali pula bagi perusahaan kecil dan
menengah.
Dalam buku ini dijelaskan dari perspektif praktisi pemula, how to, bagaimana
memulai sebuah riset, bagaimana menjalankan dan mendesain riset, hingga bagaimana
menganalisa dan mengimplementasikan hasil riset. Penjelasan how to ini akan lebih
mudah dipahami kembali dengan adanya studi kasus yang dibedah dari awal hingga
akhir pula. Selain penjelasan praktis dan sistematis akan diberikan pula tips di
beberapa tahapan riset yang tidak muncul dalam buku-buku teori referensi. Bab-bab
dalam buku ini merupakan modul marketing research course, yang memiliki tujuan
pengayaan masing-masing modulnya. Sehingga pembaca dengan beragam latar
belakang dari satu bab ke bab lain secara bertahap, akan memiliki tujuan pengayaan
bersama untuk menjalankan sebuah riset pemasaran.
Marketing Research for Beginner i

Penulisan buku ini merupakan hasil interaksi yang intens antara penulis dengan
rekan-rekan dan kolega dari berbagai perusahaan, baik dalam menjalankan proyek
riset/survey, pelatihan, maupun dalam mendiskusikan tema-tema terkait. Menjadi
kepantasan, penulis mengucapkan terima kasih atas “pembelajaran dan pengayaan
bersama” tersebut. Kepada rekan-rekan kerja di Sigma Research: Nurjannah Andi
Lemmung, Abdullah Koro, Hari Sakti W, Pak Sony Sunaryo, dan staf riset. Kemudian
Suryadi Sulthan dan Aris Nandy (Business Digest SWA); Hermawan Setiawan, Pak Wahyu
Sulistiadi, dan rekan staf admin P3M UI; Ibu Titin Siswantiningsih (Matematika UI).
Yang saya hormati Bapak/Ibu rekan-rekan dan kolega: Ibnu Hadyanto (SM
Telkom Divre VII); Rahmat Slamet (Kadiv. Litbang JP Insurance); Ambarukmi dan Yudi
(Telkom Divisi Long Distance); Amanda, Christien, dan Pratas (CRM Departement PT.
Asuransi Jiwa Manulife); Sahat Panggabean dan Tri Hardjono (Market Research Division
PT. Indocement, Tbk.); CS Division PT. Astra International; Dino Leonandri (Holiday Inn
Bandung); Hasan Basri (Air Asia Indonesia); Marisa AB (Bank Mandiri); Maulana T. Hadi
dan M. Hidir (Citibank); Aisyah AM (Bank BNI); Abdulloh (Mandom Indonesia); Putu &
Wisnu (Garuda Food); Ahmad Hussein & Salman (Biro Riset Makassar); Resa Suhardiman
(International Islamic University Malaysia); Yaya Suhendra (Universitas Gunadarma);
Kiatwansyah, Intan, mahasiswa, dan staf akademik GICI Business School Jakarta.
Terakhir, dukungan keluarga sungguh telah memberikan “warna” tersendiri
sepanjang kehidupan penulis dan menjadi keniscayaan mensyukurinya kehadirat Illahi
Rabbi. Kepada isteriku yang selalu mendampingi menghadapi masa-masa sulit. Lalu
keluarga di Bekasi: Papa, Bu Mien, Aa, mbak Novi, Eneng, Mas Hasan, dan keluarga di
Ciledug. Serta para keponakan kecilku, Zenitha Shafira, Ahmad Zidane Fathurrahman,
dan Nada Kamila.
Marketing Research for Beginner ii

DAFTAR ISI
Kata Pengantar
Daftar Isi
Bab 1 PENDAHULUAN
Bab 2 MEMULAI SEBUAH RISET
Bab 3 DESAIN RISET
Bab 4 RISET KUALITATIF
Bab 5 KONSEPSI ACUAN DESAIN RISET
Bab 6 DESAIN KUESIONER
Bab 7 TEKNIK PENGAMBILAN SAMPEL
Bab 8 PENGUMPULAN DATA
Bab 9 TABULASI DATA
Bab 10 ANALISA DATA
Bab 11 ANALISA STATISTIK INFERENSIAL
Bab 12 ANALISA MULTIVARIAT
Bab 13 MENYUSUN LAPORAN AKHIR
Bab 14 STUDI KASUS 1: “RISET MARKETING PLAN”
Bab 15 STUDI KASUS 2: “BRAND EQUITY RESEARCH”
Bab 16 STUDI KASUS 3: “CUSTOMER SATISFACTION & LOYALTY SURVEY”
Daftar Pustaka
Marketing Research for Beginner iii

Bab 1
PENDAHULUAN
Konsep inti pemasaran sesungguhnya menekankan pada identifikasi kebutuhan

konsumen, yang selanjutnya dibuat dan dikembangkan produk/jasa layanan yang
mempertemukan kebutuhan konsumen tersebut dengan target perusahaan secara
tepat. Proses identifikasi kebutuhan konsumen ini tentunya akan terus berlangsung
karena pasar dan konsumen terus berkembang. Bagaimana kebutuhan konsumen ini
diperoleh secara tepat? Diperlukan perangkat alat analisa yang ilmiah yang dapat
dipertanggungjawabkan baik secara tahapan, metodologi, perolehan data, dan hasilnya
secara ilmiah pula. Salah satu bidang ilmu terapan yang mengkombinasikan ilmu
pemasaran dengan metodologi penelitian ini adalah riset pemasaran.
Riset pemasaran bukan monopoli para pelaku pasar saja, saat ini kebutuhan
riset pemasaran pun merambah hingga organisasi non profit seperti partai politik.
Seperti saat Pemilu 2004 yang lalu, beberapa partai politik merengkuh kemenangan
melalui informasi karakteristik “pasar” calon pemilih saat menentukan tema dan
pendekatan kampanye. Bahkan prediksi cepat dari salah satu lembaga survey dengan
metode Quick Count-nya, mampu memprediksi perolehan suara secara akurat.
Pembahasan riset pemasaran dibedakan dalam dua tujuan, yakni penelitian
teoritis atau akademis (theoritical research) dan penelitian terapan (applied
research). Penelitian teoritis yang umumnya dilakukan oleh akademisi lebih berfokus
pada pembuktian, evaluasi, atau pengembangan dari teori-teori pemasaran. Sedangkan
penelitian terapan berfokus pada proses pengambilan keputusan dalam pemasaran.
Penelitian teoritis cenderung lebih ketat dalam sistematika pelaporan risetnya.
Sedangkan penelitian terapan, baik dilakukan oleh praktisi maupun akademisi,
cenderung lebih praktis. Namun keduanya dapat memiliki kompleksitas masalah dari
yang paling sederhana hingga yang cukup rumit. Buku ini dibahas berdasar pendekatan
penelitian terapan, yang lebih bertujuan pada pengambilan keputusan pemasaran
secara praktis.
Definisi Riset Pemasaran

Istilah riset pemasaran (marketing research) seringkali dirancukan dengan riset
pasar (market research). Ada perbedaan tersendiri di antara kedua istilah ini. Riset
pasar berfokus pada pasar yang telah ditentukan dengan produk barang atau jasa yang
spesifik. Sedangkan riset pemasaran diartikan secara meluas, tidak terpaku pada
penelitian aspek dari pasar atau produk saja. Dengan kata lain riset pasar merupakan
Marketing Research for Beginner 1

bagian dari riset pemasaran. Berikut definisi riset pemasaran dari institusi, pakar, dan
praktisi di bidang pemasaran:
 American Marketing Association (AMA), mendefinisikan riset pemasaran sebagai
fungsi yang menghubungkan konsumen, pelanggan, dan masyarakat umum dengan
pemasar melalui informasi. Informasi ini digunakan untuk mengidentifikasikan dan
menentukan peluang dan masalah pemasaran; merumuskan, menyempurnakan,
dan mengevaluasi tindakan pemasaran; memantau kinerja pemasaran; dan
menyempurnakan pemahaman mengenai pemasaran sebagai sebuah proses serta
pemahaman atas cara-cara yang dapat membuat aktifitas pemasaran lebih efektif
(Crask, et. al.,1995).
 Definisi Maholtra, et. al. (1996) -yang menjadi acuan banyak referensi buku riset
pemasaran- adalah identifikasi, pengumpulan, analisa, dan penyebarluasan
informasi secara sistematis dan obyektif dengan tujuan untuk membantu
manajemen dalam pengambilan keputusan berkaitan dengan identifikasi dan
pemecahan masalah atau peluang dalam bidang pemasaran (Rangkuti, 1999).
 Philip Kotler (2000), salah satu Guru pemasaran dunia, mendefinisikan sebagai
perancangan, pengumpulan, analisa, dan pelaporan yang sistematis dari data atau
temuan yang relevan dengan situasi pemasaran tertentu yang dihadapi oleh
perusahaan.
 Praktisi riset, Robby Susatyo (Managing Director Synovate Indonesia)
mendefinisikan riset pemasaran sebagai suatu identifikasi yang obyektif dan
sistematis, dilanjutkan dengan pengumpulan, analisa, dan perangkaian informasi
yang bertujuan untuk memperbaiki pengambilan keputusan yang berkaitan solusi
masalah dan penemuan peluang dalam proses pemasaran (P3M UI, 2003).
Perkembangan riset pemasaran sendiri dari tahun 1915 tidak bisa lepas dari
perkembangan ilmu-ilmu lain seperti ilmu pemasaran itu sendiri, perilaku konsumen
(psikologi), ilmu sosial, statistik, hingga teknologi aplikasi komputer. Berikut
perkembangan riset pemasaran menurut Wong Toon Quee (1999) yang terbagi lima fase
penting.
 .... – 1915 Fase Pra Perkembangan
 Survey sudah mulai dilakukan namun tanpa pendekatan atau
landasan metodologi ilmiah
 Perusahaan riset belum muncul
 1915 – 1940 Fase Perkembangan Awal Riset Pasar
 Dikenal dengan riset pasar (market research)
 Perusahaan riset pasar mulai berdiri

 Survey dilakukan masih terfokus pada riset konsumen
 Buku riset pasar pertama dipublikasikan tahun 1921
 1941 – 1950 Fase Peningkatan Fungsi dari Riset Pasar
 Sudah dikenal sebagai riset pemasaran (marketing research)
 Makin bertambah institusi/organisasi bisnis yang mempelajari
riset pemasaran
 Cakupan riset sudah memasuki bagian fungsional pemasaran
(4P: Product, Price, Promotion, & Place)
 1950 – 1980 Fase Perkembangan Metodologi Riset
 Desain kuesioner sudah mulai tersusun sistematis
 Prosedur sampling lebih terukur dan efisien
 Berkembang desain riset eksperimental
 Pengumpulan data dilandasi metodologi ilmiah
 Berkembang konsep dan teknik riset kualitatif
 1980 - .... Fase Perkembangan Aplikasi Komputer & Statistik
 Berkembang analisa data riset menggunakan statistik
lanjutan, seperti cluster analysis, multiple regression, dan
factor analysis
 Berkembang riset gaya hidup (life style) dan psikografis
 Berkembang model pengukuran kepuasan pelanggan (customer
satisfaction)
Pada perusahaan modern saat ini, sumber informasi pasar dari data internal,
riset pasar reguler, hingga hasil intelejensi pasar, telah terintegrasikan dalam sistem
informasi pemasaran perusahaan (Marketing Management Information System = MMIS).
MMIS merupakan pemasok informasi pasar berbasis teknologi informasi (IT) yang
berkesinambungan, terstruktur, dan cenderung baku. Sementara riset pemasaran yang
dilakukan temporer umumnya bersifat ad hoc (sementara) namun berkemampuan
mengeksplorasi masalah dan identifikasi peluang pasar secara lebih aktual. Baik
berbasis MMIS maupun berdasar riset pemasaran, para pengambil keputusan pemasaran
akan dilengkapi “peta dan amunisi” yang lengkap saat memasuki pasar dan
menghadapi para kompetitor.

Pendekatan Intuisi atau Riset?
Abdullah, pengusaha pemula, mengamati strategi pemasaran dari sebuah
lembaga pendidikan yang banyak miliki siswa, membuat paket pelatihan bervariasi
dengan biaya yang murah. Kemudian ia menanyakan hasil pengamatannya kepada
beberapa teman dekatnya. Teman pertama mengatakan, “banyak orang tahu bahwa
produk yang dibuat banyak dan murah sudah pasti akan laku”. Sedangkan teman kedua
memberikan saran mengutip tulisan di buku pemasaran dan apa yang diajarkan dosen-
nya, bahwa harga murah akan mempengaruhi peningkatan penjualan. Kemudian
Abdullah membacakan hasil penelitian bahwa harga murah dapat juga mempengaruhi
penurunan penjualan. Teman ketiga membantahnya, ”Penelitian itu diragukan, sudah
sangat jelas dalam bisnis itu harga murah akan meningkatkan penjualan!”. Terakhir
teman keempat berpendapat, perlu pengamatan lebih mendalam, apakah banyaknya
siswa dari lembaga pendidikan itu dikarenakan biayanya yang murah atau karena ada
faktor lain.
Filosof ilmu Charles Pierce menyebutkan empat cara untuk mengetahui dan
menjelaskan gejala-gejala alam dan sosial. Dalam kategori Pierce, dikutip dari Rakmat
(2004), contoh jawaban teman pertama dari masalah di atas adalah metode keteguhan
(method of tenacity); orang berpegang teguh pada suatu pendapat karena pendapat
itu sudah diyakininya sejak lama. Tambahan pula pendapat ini diperkuat dengan
pernyataan orang lain di sekitarnya. Jawaban teman kedua disebut metode otoritas
(method of authority); kebenaran pernyataan dibuktikan dengan menunjuk pada
pernyataan orang yang dianggap asli. Jawaban ketiga disebut metode intuisi (method
of intuition); pendapat kita dibuktikan dengan menegaskan bahwa keyakinan kita
sudah jelas benarnya, sudah self-evident, dan tidak perlu pembuktian. Yang keempat
barulah disebut metode ilmiah (scientific method).
Dalam pengambilan keputusan pada kasus-kasus pemasaran, para pemimpin
perusahaan lebih banyak menggunakan dua pendekatan, yakni berdasarkan intuisi dan
analisa data (ilmiah). Banyak perusahaan yang mengandalkan berdasarkan keputusan
(intuisi) Manajer, Boss, atau Sang Pemilik langsung, menuding riset pasar hanya
membuang bujet sia-sia. Sebaliknya tidak sedikit perusahaan yang meminimalisasikan
kebijakan strategisnya berdasar intuisi perorangan, yakni lebih menggunakan hasil riset
atau analisa data pasar. Dikotomi yang terjadi ini disebabkan oleh budaya perusahaan
yang dibentuk sejak awal dan kompetensi dari pimpinan perusahaan. Umumnya
perusahaan keluarga lebih banyak mengambil keputusan melalui intuisi. Sedangkan
perusahaan terbuka banyak berorientasi keputusannya berdasar riset pasar atau analisa
data.

Pasar beberapa kota besar di Indonesia sebenarnya mudah dan relatif murah
dibaca dengan menggunakan data sindikasi perusahaan riset atau data BPS. Namun
tidak sedikit perusahaan yang apriori terhadap riset pasar, bahwasanya bukanlah
sesuatu yang penting. Dari perusahaan yang tergolong besar di Indonesia, hanya sekitar
20% yang melakukan dengan aktifitas riset pemasaran secara formal dan sistematis.
Secara total bujet pemasaran sendiri, alokasi riset kira-kira hanya sekitar 1-2% dari
total bujet pemasaran. Angka ini relatif lebih rendah dibandingkan negara-negara lain
yang rata-rata mencapai 5% total bujet pemasaran (Irawan, 2000). Padahal
pengambilan keputusan bisnis melalui intuisi secara kalkulasi keuangan lebih beresiko
dibandingkan mengadakan riset pasar terlebih dahulu.
Intuisi ?!#
Data Riset
??!
Pendekatan intuisi menekankan pada kemampuan dan pengalaman subyektif

seseorang, sehingga mempengaruhi daya instingtifnya. Menurut seorang praktisi intuisi
terkenal di AS, Laura Day, intuisi berproses secara non linier, yang berbeda dengan
metodologi riset yang linier dan sistematis. Disinilah sisi kelebihan dan kelemahannya.
Kelebihannya adalah pada kecepatan analisa dan penafsiran informasi bukan
menyimpulkan informasi secara deduktif. Sedangkan sisi kelemahannya adalah sulitnya
meyakinkan kepada orang lain, baik sesama tim maupun share holder, argumentasi
analisa intuisi tersebut. Para pemasar -bahkan tidak sedikit yang telah menjadi owner-
memiliki intuisi bisnis yang kuat banyak tidak berlatar belakang pendidikan tinggi.
Namun mereka telah merasakan asam-garam bisnis yang mereka geluti dan sukses
menetapkan keputusan pemasarannya. Intuisi bisnis Sosrodjojo menciptakan teh manis
botolan era 70-an, membuat raja minuman dunia, Coca Cola, pun saat ini iri. Apabila
Akio Morita tidak mengembangkan intuisinya, bahwa saat berjalan atau berolahraga
lari orang membutuhkan musik, tidaklah akan membesarkan perusahaan kampiun Sony
Corp. melalui walkman-nya.

Setidaknya empat syarat intuisi bisnis melahirkan keputusan pasar yang tepat.
Intuisi bisnis itu tersebut menjadi inovasi radikal yang dapat meroketkan produk baru
sekaligus merebut pasar, sekaligus menciptakan tatanan bisnis baru. Pertama, intuisi
tersebut lahir dari sebuah visi yang jelas. Visi bukan sebuah impian atau harapan yang
berlebihan (wishfull thinking), tapi keyakinan terhadap masa depan yang berpijak
pada saat ini. Pemasar yang memiliki visi bisnis yang jelas, akan mudah melahirkan
intuisi yang tepat meski berada dalam ketidakpastian pasar. Kedua, intuisi tersebut
dapat diaplikasikan dalam tahapan operasional. Intuisi besar tanpa tahapan
pencapaiannya sudah dipastikan kegagalannya sejak awal. Ketiga, intuisi didukung
oleh keyakinan (tim) pelaksananya. Intuisi besar selalu akan diawali dengan keraguan
dan ketidakpastian pencapaiannya. Keyakinan yang kuat dari pelaksananya dapat
menjadi kekuatan abstrak yang melebihi kekuatan atas modal dan aset. Keempat,
konsistensi jangka panjang untuk mewujudkan intuisi tersebut.
Sementara itu pendekatan riset pasar bertumpu pada informasi atau fakta pasar
yang dikumpulkan. David Ogilvy dalam bukunya, Ogilvy on Advertising, mengungkapkan
ada sepuluh hal yang dapat diperoleh riset untuk memberikan analisa strategis, yakni:
1. Riset terkadang dapat memperoleh ide produk baru dari konsumen potensial.
Tetapi persepsi konsumen tersebut sangat dipengaruhi oleh pengalaman
sebelumnya, sehingga berlebihan mengharapkan muncul ide yang revolusioner.
2. Riset dapat meneliti reaksi konsumen terhadap produk baru saat masih dalam
tahapan konseptual. Jika diperlukan, sejumlah konsep yang berbeda dapat diuji-
cobakan untuk mendapatkan konsep yang berpeluang paling sukses.
3. Riset dapat menentukan formula, cita rasa, wangi, warna, atau atribut produk
lainnya yang memiliki daya tarik atau alternatif yang paling disukai konsumen.
4. Riset dapat menemukan sejumlah desain paket yang disukai untuk terjual dan
profil konsumen yang menggunakannya.
5. Riset dapat mengestimasi potensial penjualan dari produk baru berikut belanja
iklan yang dibutuhkan untuk meraih profit maksimum. Dalam beberapa kondisi,
riset dapat memprediksi pengaruh harga terhadap penjualan produk dan indikasi
harga yang perlu dikenai pada sebuah produk.
6. Saat produk siap di pasaran, riset dapat menentukan bagaimana konsumen
menilai perbandingannya dengan produk lain yang baru dibeli.
7. Riset dapat membantu memutuskan positioning yang optimal untuk sebuah
produk.
8. Riset dapat menentukan faktor-faktor apa yang penting dalam pengambilan
keputusan pembelian, kosa kata apa yang cocok digunakan untuk membicarakan

tentang produk tersebut. Lalu koran atau majalah apa yang dibaca, stasiun radio
apa yang didengar, dan program televisi apa yang ditonton.
9. Riset dapat menentukan komunikasi iklan apa yang diharapkan.
10. Riset dapat menentukan sebuah argumentasi. Kadang satu-satunya cara
memecahkan perbedaan pendapat atau keputusan dapat digunakan hasil riset
independen sebagai penengah.
Berlandaskan metodologi ilmiah, semakin tinggi reliabilitas dan validitas dari

sebuah riset, semakin dipercaya hasil analisa yang diperoleh. Sebaliknya riset pasar
yang salah dalam metodologi dan analisis, akan menghasilkan riset yang rendah
reliabilitas dan validitasnya. Analisa hasil riset yang salah dipastikan akan menyebab-
kan pengambilan keputusan yang salah dan berujung pada kerugian strategis. Berikut
perbandingan riset yang baik dan yang buruk:
RISET YANG BAIK RISET YANG BURUK
 Berorientasi (awal) pada masalah  Sangat membingungkan dan tidak

 Berorientasi (hasil) pada tindakan terarah
 Efisien dalam biaya  Tidak membantu dalam pengambil-
an keputusan
 Menggunakan metode riset yang
tepat  Biaya yang besar dan tidak efisien
 Sampel yang cukup  Menghasilkan hasil riset yang salah
 Reliabel
Sebagai resume akhir, kedua pendekatan baik intuisi maupun analisa data
(riset) tidaklah perlu dikontradiksikan, mana yang lebih baik dan mana yang tidak.
Karena keduanya memiliki kelebihan dan kekurangan yang bisa saling disinergikan.
Namun yang perlu digarisbawahi, pendekatan intuisi bukan berarti mengambil
keputusan dengan coba-coba, try & error, tanpa pertimbangan intuitif yang matang.
Dan pendekatan riset pasar bukan sekedar menghasilkan angka-angka, probabilitas,
estimasi, atau model yang “memukau” tanpa dilandasi dengan metode riset yang teruji
validitas dan reliabilitasnya.
Klasifikasi Riset Pemasaran

Berdasarkan tujuannya, riset pemasaran dapat diklasifikasikan dalam tiga
kelompok, meski dimungkinkan adanya kombinasi. Ketiga jenis riset itu adalah:
1. Problem Solving Research, yakni riset yang diadakan untuk mengidentifikasi dan
memecahkan masalah-masalah pemasaran. Riset ini memang berorientasi pada
masa lalu, berupa masalah pemasaran yang pernah terjadi. Namun dengan

mengidentifikasi masalah yang telah terjadi dan mendapatkan solusinya
merupakan investasi untuk tidak mengulanginya di masa yang akan datang.
2. Controlling Research, yakni riset yang diadakan untuk pengawasan atau
mengendalikan proses bisnis dan pemasaran yang sedang berjalan. Dengan
melakukan riset ini secara reguler, proses bisnis dan pemasaran akan tetap
terjaga kinerjanya. Bahkan seperti dalam riset pengendalian mutu (quality
control) dapat dilakukan perbaikan berkelanjutan sehingga jangka panjang
diperoleh zero deffect.
3. Planning research, yakni riset yang diadakan untuk mendapatkan informasi
sebagai panduan merencanakan kegiatan pemasaran. Sebuah perencanaan bisnis
atau pemasaran yang baik tentunya perlu didasari informasi yang tepat dan
terukur. Sehingga target akan dicapai optimal berdasarkan tahapan perencanaan
yang matang.
Sumber data dari riset, baik jenis problem solving, controlling maupun planning
research tersebut diperoleh dari data primer dan data sekunder. Sumber data primer
berasal langsung dari obyek riset, melalui survey di lapangan, eksperimen, atau
observasi (pengamatan). Data primer ini dapat diperoleh atau dilakukan sendiri oleh
perusahaan bersangkutan atau dari perusahaan jasa riset pasar. Sedangkan sumber
data sekunder berasal secara tidak langsung dari obyek riset dalam bentuk yang telah
dikumpulkan dan diolah untuk publik oleh institusi riset. Kelebihan data primer
dibandingkan data sekunder adalah pada cakupan informasi yang digali lebih spesifik,
fokus, aktual, dan cukup mendalam. Namun tentunya data primer memerlukan waktu
cukup lama dan biaya yang tidak sedikit. Berbeda dengan data sekunder yang dapat
diperoleh relatif cukup murah dan cepat dari hasil survey omnibus perusahaan riset,
BPS (Biro Pusat Statistik), annual report, atau melalui gudang informasi dunia, yakni
akses internet.
Dalam prakteknya, ada empat faktor utama yang mempengaruhi keputusan
manajemen untuk menjalankan sebuah riset pemasaran, yakni:
1. Relevansi, keterkaitan riset dengan kebutuhan informasi pemecahan masalah
atau peluang pasar dalam proses pengambilan keputusan pemasaran.
2. Ketepatan waktu, umumnya riset dilakukan pada saat perusahaan membutuhkan
informasi yang terkait. Meski tidak sedikit perusahaan yang secara reguler
memanfaatkan hasil riset pasar, seperti data rating iklan atau tracking brand.
3. Ketersediaan data, riset diperlukan saat informasi/data internal perusahaan
kurang memadai untuk keputusan strategis pemasaran.
4. Biaya & manfaat, keputusan terakhir dari perusahan dalam mengadakan riset
ialah alokasi biaya dengan manfaat yang diperoleh seefesien mungkin.

Apabila keempat faktor sudah dapat dipenuhi internal perusahaan, riset pemasaran
bukanlah suatu prestise yang perlu diada-adakan.
Perusahaan Jasa Layanan Riset

Apabila perusahaan tidak memiliki sumber daya untuk memperoleh data pasar
yang diperlukan dengan melakukan riset mandiri, dapat dilakukan alih daya
(outsourching) kepada perusahaan yang menyediakan jasa riset pemasaran.
Perusahaan lokal penyedia jasa riset dan pemasok data pasar di Indonesia pun cukup
memiliki kompetensi dan tidak kalah dengan perusahaan riset multinasional. Baik yang
menyediakan full service maupun limited service. Pemasok layanan riset penuh (full
service supplier) menawarkan semua item-item riset pemasaran, mulai dari identifikasi
masalah, mendesain riset dan kuesioner, pengumpulan data, interpretasi data, analisa
data, hingga presentasi dan konsultasi hasil riset. Sedangkan pemasok layanan riset
terbatas (limited service supplier) menawarkan salah satu atau sebagian item jasa
riset pemasaran.
RESEARCH SERVICE
FULL SERVICE LIMITED SERVICE

SUPPLIER SUPPLIER
Syndicated Service Field Survey Service
Standardize Service Coding & Data Entry
Customized Service Research Design
Branded Service Data Analysis
Pemasok layanan riset penuh dikelompokkan lebih lanjut dalam syndicated

service, standardized service, branded service, dan customized (ad hoc) service. Untuk
syndicated service, informasi dikumpulkan untuk banyak perusahaan dalam suatu
industri sejenis secara periodik. Data syndicated service disebut juga data omnibus.
Kelebihan data sindikasi atau omnibus ini, suatu produk/jasa dari berbagai merek
dapat dibuat ranking, tracking, sekaligus benchmarking suatu kategori industri. Namun
data sindikasi ini sangat terbatas dalam mengeksplorasi variabel suatu kasus
pemasaran. Salah satu perusahaan syndicated service yang sering dijadikan acuan
rating khusus media/iklan ialah Nielsen Media Research. Sedangkan standardized &

branded service, diberikan jenis layanan riset yang standar atau spesialis layanan dari
sebuah perusahaan riset. Seperti Frontier yang dikenal untuk jasa riset customer
satisfaction (ICSA) atau MARS untuk jasa riset brand equity (IBBA). Khusus riset yang
disesuaikan dengan kebutuhan klien, perusahaan riset menyediakan customized service
yang dieksplorasi kasus perusahaan terkait secara aktual.
Sementara itu pemasok layanan riset terbatas terbagi dalam salah satu atau
kombinasi dari aspek-aspek tahapan riset. Seperti khusus research design disediakan
layanan mendesain riset yang sesuai dengan masalah atau identifikasi pemasaran,
termasuk panduannya seperti kuesioner untuk field survey. Atau khusus field survey,
berupa layanan pengumpulan data melalui wawancara tatap muka, observasi,
telesurvey, atau mail survey. Coding dan data entry services disediakan untuk
memberikan bantuan pengecekan hasil kuesioner yang dilanjutkan memasukan data
tersebut sekaligus kodifikasi pada software yang telah ditentukan. Sedangkan untuk
data analysis service, disediakan layanan analisa data kuantitatif hasil survey yang
telah dilakukan sebelumnya.

Bab 2
MEMULAI SEBUAH RISET
Riset pemasaran merupakan sebuah penelitian ilmiah yang sudah pasti harus
dipertanggungjawabkan secara ilmiah pula. Keilmiahan sebuah riset dapat dilihat dari
sistematika dan landasan metodologi dalam alur pengerjaannya. Meninggalkan tahapan
metodologi sama halnya menganalisa dalam kerangka pijakan yang lemah dan sudah
pasti merencanakan sebuah hasil kesimpulan yang bias. Lebih jauh, mengadopsi
konsep-konsep pemasaran modern akan membantu mempermudah membedah suatu
kasus pemasaran. Pemahaman terhadap konsep pemasaran dan metodologi riset yang
matang menjadi tulang punggung dalam menyelesaikan kasus-kasus yang rumit atau
kompleks.
FINAL
REPORT
DATA
ANALYSIS
RESEARCH
OBJECTIVE ?! COLLECTING
DATA
RESEARCH
DESIGN
Secara praktis ada lima langkah utama dalam riset pemasaran, yakni pertama
adalah merumuskan tujuan riset itu sendiri dari masalah atau peluang pemasaran.
Langkah awal ini akan membantu pijakan selanjutnya dalam penentuan desain riset
yang tepat. Dalam mendesain riset juga ditentukan metode dan teknik pengambilan
datanya. Apakah menggunakan jenis riset kuantitatif, kualitatif, atau desk research.
Setelah desain ditentukan selanjutnya dilakukan pengumpulan data, baik data primer
di lapangan maupun data sekunder. Data atau informasi yang diperoleh tersebut
kemudian dilakukan proses analisa yang nantinya dibuat kesimpulan berupa laporan
akhir hasil riset.

Kelima tahapan utama tersebut bukan suatu tahapan terpisah yang dikerjakan
tanpa terkait tahapan satu dengan yang lainnya. Saat merumuskan tujuan riset, juga
terkait desain riset yang akan digunakan, sekaligus pengumpulan data dan metode
analisis data. Singkatnya, rencana riset memperhatikan seluruh tahapan namun dalam
pelaksanaannya dilakukan bertahap. Rencana riset ini, baik riset bisnis maupun
akademis disebut juga proposal riset atau usulan penelitian dalam bidang akademis.
Perencanaan riset pemasaran untuk kasus yang sederhana sebenarnya tidaklah terlalu
sulit. Bahkan beberapa kasus pemasaran memiliki acuan standar riset (standardized
research), seperti riset kepuasan pelanggan atau riset ekuitas merek. Sementara untuk
riset spesifik (customized research) atau juga penelitian akademis (tesis/disertasi)
cenderung lebih kompleks dan memerlukan perhatian mendetil pada setiap
tahapannya. Secara mendetil tahapan riset pemasaran dapat dijelaskan pada diagaram
alur berikut:
PERUMUSAN
TUJUAN RISET
Research Objective
Preparing
HIPOTESIS DAN
KONSEP TEORITIS
PENENTUAN JENIS
& METODE RISET
STUDI LITERATUR RISET KUALITATIF RISET KUANTITATIF

Research Design
Pendataan Informasi & Penentuan Narasumber/ Penentuan Responden

Sumber Informasi Kelompok Rujukan (Teknik Sampling)
Desain TOR/Acuan Riset Desain Kuesioner
PENGUMPULAN
DATA Data Collecting
ANALISA DATA Data Analysis
LAPORAN AKHIR
Final Report
INTERPRETASI
KASUS PEMASARAN

Merumuskan Tujuan Riset
Masalah dan peluang dalam pemasaran adalah seperti koin mata uang, kedua
sisinya akan selalu muncul bersamaan tergantung sisi mana yang diamati. Masalah yang
dialami oleh seseorang atau perusahaan di satu sisi, akan menjadi peluang bagi orang
lain atau perusahaan tertentu di sisi lain. Contoh sederhana, seorang yang menderita
sakit merupakan peluang bagi orang yang bisa menyembuhkan. Bahkan seorang yang
meninggal saat ini menjadi peluang bisnis bagi perusahaan yang bergerak di bidang
layanan pengurusan jenasah, penguburan, hingga prosesi doa bagi keluarga yang
ditinggalkannya. Masalah atau peluang pasar baik internal maupun eksternal
tergantung bagaimana periset melihatnya. Riset pemasaran dalam hal ini selain
bertujuan mengeksplorasi dan mengidentifikasi masalah sekaligus juga memberikan
solusi, sehingga dapat memandang masalah tersebut menjadi peluang di masa yang
akan datang.
Sebuah riset yang “powerfull”, dimulai dengan mengeksplorasi masalah
pemasaran atau perkiraan peluang pasar ke dalam rumusan tujuan riset. Merumuskan
tujuan riset ini bukanlah sekedar membuat sebuah pernyataan ansich. Rumusan ini
haruslah merupakan hasil eksplorasi awal, meski tidak mesti mendetil, dapat berupa
gejala, indikasi, atau hal-hal yang diperkirakan akan terjadi. Setelah masalah yang
menjadi obyek riset dieksplorasi, selanjutnya perlu dilakukan pembatasan agar lebih
terfokus. Pada beberapa kasus dimungkinkan dilakukan riset pendahuluan yakni
exploratory research untuk mengumpulkan data dan mengidentifikasi masalah yang
terjadi secara mendetil. Seperti melalui riset kualitatif (focus group discussion (FGD),
in depth interview, atau experience interview), atau paling sederhana dengan studi
literatur (desk research). Melalui tahapan eksplorasi, pembatasan, dan pengumpulan
data ini akan menghasilkan rumusan tujuan riset yang memiliki landasan kuat untuk
tahapan riset selanjutnya.
Menurut Kerlinger (2004), eksplorasi masalah yang baik dinyatakan dalam

bentuk pertanyaan atau pernyataan yang menanyakan. Dan masalah tersebut dapat
mengungkapkan suatu hubungan dua variabel atau lebih. Terkait dengan valid atau
tidaknya sebuah riset, akan terlihat dari alur hubungan antara marketing problem,
research objective, hingga action standard. Seperti contoh kasus berikut:

MARKETING PROBLEM RESEARCH OBJECTIVE ACTION STANDARD
Segmen pelanggan yang  Kebutuhan spesifik dari Jika segmen memiliki

mana, yang akan menjadi setiap segmen yang men- potensi kinerja penjualan
target pasar pada tahun jadi target pasar per tahunnya lebih 10.000
yang akan datang? unit maka segmen tersebut
 Kategori dan segmen dari
menjadi target pasar yang
konsumen yang memiliki
perhatian utama
minat & daya beli yang
tinggi.
Untuk mengeksplorasi masalah pemasaran yang menjadi obyek riset, ada lima
teknik eksplorasi yang dapat membantu, yakni:
1. Brainstorming, diskusi intensif baik dalam kelompok kecil (2-4 orang) maupun
yang lebih besar. Dengan dipandu seorang moderator, tema pembicaraan akan
lebih terfokus sehingga masalah dapat tergali mendalam. Sudut pandang yang
berbeda di antara peserta diskusi akan memperkaya perspektif suatu masalah.
2. Case Study, studi kasus terhadap permasalahan sejenis dari perusahaan yang
berbeda. Studi kasus dapat diperoleh dari hasil penelitian akademis atau bisnis,
baik dalam berbagai media, jurnal, dan literatur. Analogi terhadap kasus terkait
akan membantu menemukan masalah bahkan solusi yang sama pula.
3. Experience Interview, mengeksplorasi masalah bisnis yang dihadapi dengan
mengundang orang yang ahli (konsultan) dibidangnya untuk diwawancarai.
Kompetensi dan pengalaman para ahli ini akan membantu mengidentifikasi
masalah dan terkadang dapat memberikan alternatif solusi.
4. Fishbone Technique, metode tulang/sirip ikan yang diperkenalkan oleh Prof.
Ishikawa untuk memetakan masalah berdasar akibat dan akar penyebabnya.
Berawal dari kepala ikan yang menyatakan akibat utama, lalu diruntun faktor
penyebab utama dan turunannya pada tulang ikan besar, sedang, dan kecil.
Seperti gambar berikut:
SEBAB A1 SEBAB A2
SEBAB
UTAMA A
AKIBAT
SEBAB C1
SEBAB SEBAB
UTAMA C UTAMA B
SEBAB C2
AKAR SEBAB AKAR SEBAB

C2-2 C2-1

5. Why-why question, yakni menggali akar penyebab masalah dengan mempertanya-
kan secara berulang dan terfokus, mengapa? Lalu mengapa?
Hal yang cukup penting diperhatikan periset setelah melakukan eksplorasi

masalah adalah pembatasan masalah. Sebuah riset, baik besar maupun kecil, tentunya
terbatasi oleh ketersediaan cakupan kajian riset, bujet, waktu, personel, atau sumber
daya lainnya. Bagi praktisi yang melakukan riset internal, sejak awal akan terbatasi
wilayah wewenang dan tanggung jawab departemennya. Kecuali terdapat kesepakatan
antar depertemen, misalkan antara bagian pemasaran dengan produksi dan
sebagainya. Begitu pula periset dari kalangan akademis, terbatas pada fokus bidang
yang dipelajari. Dan keputusan terakhir dan cukup menentukan bagi praktisi untuk
mengadakan riset pemasaran secara internal atau alih daya adalah bujet. Bujet riset
yang terbatas perlu dioptimalkan secara efisien agar tidak mengorbankan tujuan utama
riset.
Menyusun Proposal Riset

Pengadaan sebuah riset pemasaran, baik dilakukan secara internal perusahaan
maupun eksternal oleh perusahaan riset atau penelitian akademis perlu diawali dengan
penyusunan proposal riset. Proposal riset akan membantu periset dalam membuat
prosedur, tahapan, dan perencanaan riset yang matang dan menjadi acuan kerja bagi
pihak lain yang terkait. Singkat padat atau panjang terinci dari sebuah proposal riset
memang tidaklah baku, tergantung kebutuhan informasi yang akan dipresentasikan.
Sekalipun demikian, ada beberapa aspek proposal yang perlu dipersiapkan dalam
penyusunan proposal riset antara lain:
1. Latar Belakang, berisikan deskripsi awal tentang kasus pemasaran yang menjadi
obyek riset. Deskripsi kasus pemasaran tersebut dapat masalah yang diajukan
berupa gejala, indikasi, atau hal-hal yang diperkirakan akan terjadi.
2. Tujuan Riset, merupakan rumusan tujuan riset hasil dari eksplorasi awal dan
pembatasan kasus pemasaran yang baiknya dijelaskan per item.
3. Studi Pendekatan, berisikan pendekatan literatur atau konsep-konsep pemasaran
yang berkaitan dengan kasus pemasaran dan tujuan riset di atas. Pendekatan
studi ini akan membantu periset dalam menentukan metodologi riset yang tepat.
4. Sumber Data dan Metodologi Riset, berisikan sumber data yang akan dieksplorasi
dan jenis dan metode riset akan dipergunakan.
5. Analisa Riset yang Diharapkan, berisikan informasi yang dibutuhkan untuk peng-
ambilan keputusan pemasaran berdasar tujuan semula.

6. Jadwal Riset, berisikan jadwal kerja riset yang direncanakan sesuai kemampuan
sumber daya yang dimiliki.
7. Estimasi Bujet Riset, berisikan estimasi bujet pengadaan riset, dapat secara rinci
atau nominal total bujetnya saja.
Selain aspek-aspek yang diperlukan dalam penyusunan proposal, terdapat hal-

hal terkait yang membantu memperdalam bahasan setiap aspeknya, yakni:
1. Bahasan tentang latar belakang dan tujuan riset dapat diperoleh dari hasil
pengamatan atau diskusi intensif dengan perusahaan pengguna jasa riset (disebut
klien atau user). Untuk merumuskan tujuan riset, periset harus siap berulang kali
memperbaiki proposal hingga diterima pihak klien. Adakalanya pihak klien telah
mempersiapkan TOR dari riset pemasaran yang akan diadakan. Apabila periset
dan klien belum dapat mengidentifikasi kasus pemasaran yang terjadi, dapat
diajukan exploratory research dengan metode FGD, wawancara dengan para ahli,
atau studi literatur mendalam.
2. Bahasan sumber data dan metodologi riset dapat mengacu pada tahapan riset
pemasaran yang dibahas pada bab-bab buku ini lebih lanjut.
3. Tim pelaksana riset yang digunakan dalam sebuah riset pemasaran (kuantitatif)
skala besar perlu didukung staf khusus. Namun untuk riset berskala kecil
beberapa fungsi kerja staf dapat dilakukan seorang staf saja. Berikut fungsi staf
kerja yang umumnya diperlukan beserta deskripsi kerjanya:
 Interviewers, ujung tombak riset yang bertugas mewawancarai langsung
responden. Sedangkan staf riset yang bertugas hanya mengamati atau tidak
berhadapan langsung dengan responden disebut sebagai observer. Baik
interviewer maupun observer dapat merupakan pekerja lepas atau alih
daya, namun dengan memperhatikan kompetensi dan kejujuran.
 Supervisor, staf riset yang bertugas mengkoordinasi kerja para interviewer
atau observer, termasuk briefing awal dan quality control hasil survey.
Pengecekan internal harus dilakukan untuk meminimalisasi kesalahan
survey.
 Data Entry Officer, staf riset yang bertugas mengkodifikasi dan
memasukkan data hasil survey, sekaligus melakukan pengecekan atau
quality control tahap kedua setelah Supervisor;
 Data Analyst, staf riset yang bertugas menganalisa data hasil survey berupa
hasil tabulasi data dan analisa statistik lainnya;

 Project Manager, penanggung jawab keseluruhan riset, dari menyusun
rencana kerja riset, mendesain riset, mengkoordinasikan seluruh staf riset,
hingga mempresentasi laporan akhir riset.
Data Entry Project

Officer Manager
Field
Supervisor
Interviewer
4. Bagi institusi riset baru dalam mengajukan proposal riset dapat di-endorser
dengan menuliskan staf ahli atau konsultan ahli yang memiliki track record cukup
bagus. Selain akan membantu dalam merancang riset yang tepat, sang endorser
ini akan membangun kredibilitas di mata calon klien.
5. Alokasi jadwal riset yang perlu diperhatikan dalam menyusun proposal yang
mengacu pada tahapan riset standar kuantitatif yakni:
 Preparing concept & research design, persiapan pematangan konsep dan
rumusan tujuan riset, dilanjutkan dengan mendesain riset dan kuesioner
jika diperlukan. Diperkirakan membutuhkan waktu sekitar 1-2 minggu.
 Interviewer briefing, penerangan bagi para interviewers atau observer
untuk melakukan survey di lapangan. Untuk beberapa kasus, klien perlu ikut
serta untuk mem-brief tentang produk dan informasi teknis terkait, agar
tidak salah persepsi saat mewawancarai responden. Waktu yang diperlukan
tidak lebih dari satu hari apabila telah disepakati jadwal pertemuan
sebelumnya.
 Data collecting, tahap pengumpulan data berupa wawancara atau observasi
ini membutuhkan waktu cukup lama. Estimasi waktu tergantung pada
cakupan wilayah survey, metode sampling yang digunakan, dan tingkat
kesulitan memperoleh responden. Hal tersebut dapat dibantu menambah
staf interviewer/observer atau menggunakan database calon responden
yang sudah ada.

 Data coding & entry, waktu memasukan data hasil survey diperlukan sekitar
minimal 25-30 kuesioner lengkap per orang dalam satu hari dan untuk
mempercepat pekerjaan dapat dikerjakan lebih dari satu orang;
 Data Analysis, waktu analisa data untuk riset yang tidak terlalu kompleks
dapat diselesaikan kurang dari seminggu bahkan dapat sekaligus menyusun
laporan akhir riset.
 Final report & presentation, penyiapan laporan akhir dan presentasi yang
menarik dapat diselesaikan dalam waktu satu minggu.
6. Alokasi bujet riset yang perlu diperhatikan dalam menyusun proposal yakni:
 Research design, biaya mendesain konstruksi desain riset yang tepat dan
sekaligus mendesain kuesioner.
 Administration cost, biaya administrasi riset seperti: penggandaan
kuesioner dan biaya kurir pengiriman bila survey di daerah.
 Interviewers fee, biaya bagi intreviewer yang dapat dihitung per
wawancara (kuesioner) atau upah harian/bulanan.
 Gift for respondent, hadiah yang diberikan kepada responden atas
kesediaan waktunya diwawancarai.
 Operational cost, biaya operasional yang diperlukan dalam pengumpulan
data dan survey di lapangan.
 Officers fee, biaya staf pelaksana riset yakni: project manager, data
analyst, supervisor, dan data entry officer.
 Final report & presentation, biaya penyusunan laporan akhir dan
presentasi.

Contoh Proposal Riset
Berikut ini contoh sebuah contoh proposal ringkas riset pemasaran dari sebuah
perbankan, sebut saja Bank Trust.
Latar Belakang
 Bank Trust berkeinginan menilai mutu kinerja layanan cabang-cabang
sekaligus melakukan pemeringkatan. Cabang mana saja yang memiliki
kinerja di atas standar layanan, sesuai standar layanan, dan di bawah
standar layanan.
 Bank Trust berkeinginan mengevaluasi standar layanan staf frontliner
yakni customer service, teller, dan satpam. Seperti halnya penilaian
cabang, staf frontliner mana saja yang memiliki kinerja di atas standar
layanan, sesuai standar layanan, dan di bawah standar layanan.
Tujuan Riset
1. Mengevaluasi kinerja mutu layanan (service quality) bank Trust. Dalam
hal ini berbagai aspek seperti: banking hall dan pelayanan teller atau
front liner officer Bank Trust dapat diketahui.
2. Melakukan scoring, ranking, & tracking service performance. Dengan
melakukan riset secara berkala akan didapatkan track kinerja pelayanan
bank Trust, sehingga dapat diketahui aspek-aspek yang telah mengalami
peningkatan, dan hal-hal yang perlu mendapatkan perbaikan.
3. Merekam customer experience, sehingga apa yang dialami oleh nasabah
dan calon nasabah Bank Trust dapat diketahui secara objektif.
Studi Pendekatan
Berdasarkan tujuan riset Bank Trust, metode riset yang tepat digunakan
ialah metode mystery shopper (MS). Untuk menyusun skenario dan
parameter dengan validitas konstruk (construct validity) riset yang tepat,
digunakan pendekatan studi yang bersesuaian.
1. Service Quality (SERVQUAL) Dimensions
Parameter mutu layanan bagi perusahaan jasa (termasuk perbankan)
telah dilakukan penelitan oleh Parasuraman, Zeithaml, dan L. Berry
(1990) dalam lima dimensi pengukuran yang dikenal dengan SERVQUAL
Dimensions (Service Quality). Kelima dimensi itu ialah: aspek tangibles,
reliability, responsiveness, assurance, dan empathy.

No. D I M E N S I DEFINISI OPERASIONAL
1. Tangible Aspek-aspek yang berhubungan dengan fasilitas
(tampak) fisik, perlengkapan, personel serta materi
komunikasi.
2. Reliability Aspek-aspek yang berhubungan dengan kemampuan

mewujudkan layanan yang telah dijanjikan secara
tepat.
3. Responsiveness Aspek-aspek yang berhubungan dengan kecepat-

tanggapan dalam memberikan layanan yang
dibutuhkan.
4. Assurance Aspek-aspek yang berhubungan dengan jaminan atas

layanan yang diberikan sesuai dengan kompetensi
standar dan harapan dari konsumen.
5. Emphaty Aspek-aspek yang berhubungan dengan kemampuan

memahami komunikasi perasaan (emosional, empati)
konsumen.
2. 10 Steps Effectiveness Mystery Shopper

Menurut Peter Gurney (Service Intelligent, 2001), MS yang efektif untuk
perbaikan mutu layanan perlu melalui sepuluh tahapan, yakni:
1. review service/sales standard 6. conduct a baseline study
2. design the evaluation tools 7. share result
3. determine scenario 8. set goals
4. specify reporting needs 9. train
5. hire or train shoppers 10. repeat the study.
Metodologi
Mystery Shopper (MS) merupakan salah satu metode dalam riset pemasaran
yang sering digunakan untuk mengukur kualitas layanan, yakni dengan
mengirimkan sejumlah periset yang berperan sebagai mystery shopper.
Dalam program MS bank Trust ini, periset bertindak layaknya nasabah bank
dengan membuka rekening (tabungan), bertransaksi, komplain, sampai
akhirnya menutup rekening, yang dituangkan dalam skenario observasi.
Parameter
1. Standard Parameter
Parameter standar atau mendasar yang harus dimiliki oleh para
frontliner yakni Customer Service, Teller, dan Satpam serta tampilan
fisik ruangan.

2. Advanced Parameter
Parameter lebih lanjut yang apabila dimiliki oleh Customer Service,
Teller, dan Satpam akan bernilai lebih (plus).
Jadwal Riset
No. SCHEDULE TIME

1. Preparing Concept 1 week
2. Questionnaire design 1 week
3. Briefing for Field Survey 2 days
4. Interview face to face 3 weeks
5. Data Entry & Cleaning Data 3 days
6. Analyze Data 1 week
7. Reporting & Presentation 1 week
Total 8 weeks
Bujet Riset
No. ALOKASI BUJET UNIT HARGA/UNIT TOTAL (Rp.)

1. Research Design 1 1,000,000 1,000,000
2. Interviewer Fee 60 45,000 2,700,000
3. Data Entry & Data Coding 60 1,000 60,000
4. Administration Cost 60 2,000 120,000
5. Communication Cost 1 area 750,000 750,000
6. Operational Cost 1 area 500,000 500,000
7. Officers Fee(PO, Analyst, Spv) 1 bln 4,500,000 4,500,000
8. Final Report 1 500,000 500,000
Total 10,130,000

Bab 3
DESAIN RISET
Seusai merumuskan tujuan riset, dilakukan penentuan desain riset yang sesuai.
Berdasarkan dari eksplorasi dan tujuan riset, desain riset pemasaran terbagi tiga jenis
desain menurut Parasuraman, Aaker, W. Emory dan D. Cooper, serta Maholtra. Yakni
exploratory research design, descriptive research design, dan cause effect research
design. Pada exploratory research atau desain riset penjajakan, umumnya masalah
yang akan dipecahkan belum terdefinisi secara pasti. Melalui desain riset inilah
diharapkan kasus pemasaran yang (akan) dihadapi tersebut dapat didefinisikan atau
dijelaskan lebih spesifik. Seperti dalam hal periset menghadapi kasus seperti ketidak
puasan pelanggan dan penurunan penjualan, namun faktor-faktor yang mempengaruhi
belum diketahui pasti.
Beberapa buku riset pemasaran mengelompokkan riset exploratory ini dalam
kelompok riset kualitatif karena proses penjajakannya banyak menggunakan metode
dan teknik kualitatif. Seperti experience interview, in depth interview, atau focus
group group discussion (FGD). Metode dan teknik riset kualitatif ini akan dijelaskan
khusus pada bab tersendiri. Di luar metode kualitatif, untuk mengeksplorasi masalah
atau tujuan riset dapat pula menggunakan studi literatur (desk research). Studi
literatur ini cukup murah dan termudah dibandingkan desain riset lain, karena
menggunakan data sekunder.
RESEARCH DESIGN
DESK RESEARCH EXPLORATORY RESARCH CONCLUSIVE RESARCH
Descriptive Research Cause-Effect Research
Cross Sectional Longitudinal

Research Design Research Design
Single Cross Multiple Cross

Sectional Sectional

Untuk desain descriptive dan cause effect dapat dikelompokkan dalam
conclusive research design, karena memberikan konklusi (kesimpulan) pada akhir
penelitiannya. Dan keduanya diidentikkan dengan riset kuantitatif, karena
menggunakan metode dan analisa survey. Descriptive research bertujuan memahami
gambaran atau deskripsi kasus pemasaran secara mendetil, yang dapat mengacu pada
jenis pertanyaan 5W+1H. Seperti why (mengapa kasus itu terjadi), how (bagaimana
kasus itu diketahui), what (hal apa yang ingin diketahui), who (siapa yang berhubungan
dengan kasus tersebut), when (pada saat kapan kasus itu berkemungkinan terjadi), dan
where (dimana kasus itu terjadi). Contoh kasus pemasaran yang mengarah pada riset
deskriptif seperti riset mengetahui karakteristik kelompok pembeli potensial dan yang
tidak. Atau pada kasus untuk mengetahui efektifitas iklan sebuah produk yang
mempengaruhi konsumen untuk membeli.
Berdasar sampel dan waktu pengujian, desain riset deskriptif dibagi menjadi
dua kelompok desain, yakni longitudinal design dan cross sectional design. Dalam
longitudinal research design, riset dilakukan pada sampel tetap yang diukur berulang
kali sepanjang waktu. Sedangkan cross sectional research design dikumpulkan
informasi dari sampel tertentu saja dan tidak dilakukan berulang kali. Apabila
dikumpulkan informasi dari satu sampel dilakukan hanya satu kali (waktu) saja,
dikelompokkan dalam single cross-sectional. Dan apabila dikumpulkan dari sampel-
sampel yang berbeda pada waktu yang berbeda pula, dikelompokkan dalam multiple
cross-sectional.
KRITERIA EVALUASI CROSS-SECTIONAL LONGITUDINAL

Identifikasi perubahan Kurang Bagus
Jumlah data Tidak terlalu besar Besar
Akurasi Cukup Kuat
Representasi sampel Kuat Lemah
Respon terhadap bias Kuat Cukup
Untuk jenis cause effect research design atau riset sebab akibat, bertujuan
untuk mengidentifikasi hubungan sebab akibat dari variabel-variabel kasus pemasaran.
Dalam beberapa buku teks, ada yang menamakan riset sebab akibat ini sebagai riset
eksperimental. Karena untuk mengidentifikasi suatu variabel itu menjadi penyebab
atau akibat variabel lain dilakukan suatu ekperimen. Dalam riset ini variabel terbagi
dua, yakni variabel pengaruh (independent variable) dan variabel terpengaruh
(dependent variable). Misalnya pada riset efektifitas iklan, apakah sebuah iklan yang
ditayangkan mempengaruhi preferensi konsumen dalam pembelian atau tidak.

Sumber Potensial Kesalahan dan Bias
Dalam mendesain sebuah riset, periset perlu memperhatikan sumber potensial
kesalahan (error) yang mendorong terjadinya bias. Bias is the devil of analysis, bias
menyebabkan kesalahan analisa dan melencengkan dari fakta sesungguhnya. Desain
riset yang baik harus dapat menekan atau mengendalikan berbagai kesalahan dan
faktor-faktor pendorong bias. Secara total keseluruhan, kesalahan (total error)
bersumber dari random sampling error dan non-sampling error. Random sampling
error merupakan kesalahan yang disebabkan sampel (responden) yang terpilih tidak
mereprensentasikan populasi akibat aspek pengacakan (random) kurang diperhatikan.
Sedangkan non-sampling error terjadi disebabkan oleh selain faktor sampling, seperti:
kesalahan periset, interviewer, responden, atau ketidakadaan respon.
TOTAL ERROR
RANDOM SAMPLING ERROR NON SAMPLING ERROR
Researcher Error Interviewer Error Respondent Error Non Response Error

Error
 Surrogate Info  Questioning Error  Inability Error  Failure to Contact
 Population Spec  Recording Error  Unwillingness  Incomplete
 Sampling Frame  Cheating Error Error Response
 Measurement  Interference Error
 Data Analysis  Respondent Select
a. Researcher error, kesalahan yang dilakukan periset meliputi:

 Surrogate information error, yakni kesalahan periset dalam mengumpulkan
informasi sehingga terjadi bias antara yang dibutuhkan dengan yang dicari.
Contoh kasus dalam brand association research, informasi yang dibutuhkan
ialah asosiasi (pertautan informasi dalam benak) konsumen terhadap merek
Indomie, tetapi yang dicari persepsi konsumen terhadap Indomie.
 Population specification error, yakni kesalahan periset dalam menentukan
populasi yang aktual dan relevan dengan kasus pemasaran yang diteliti.
Contoh kasus dalam riset preferensi konsumen restoran cepat saji Mc
Donald, apakah yang menjadi populasinya, orang tua atau anak-anak.
 Sampling frame error, yakni kesalahan periset dalam menentukan kerangka
sampling yang tepat. Contoh kasus dengan obyet riset ibu rumah tangga
perkotaan, apakah populasi didefinisikan sebagai isteri yang berada di
rumah dan tidak bekerja, bekerja paruh waktu, atau bekerja penuh. Dan
bila dispesifikasikan lagi, bagaimana dengan seorang isteri yang bekerja
penuh dan memiliki kantor di rumah (SOHO, small office & home office)
atau single parent (mother).

 Measurement error, yakni kesalahan periset dalam menentukan pengukuran
informasi. Contoh kasus brand association research pengukurannya berupa
jawaban dikotomik (Ya/Tidak) dan bukan dengan skala likert (sangat tidak
setuju/tidak setuju/biasa/setuju/sangat setuju).
 Data analysis error, yakni kesalahan periset dalam menganalisa data,
seperti menentukan uji statistika yang salah menghasilkan interpretasi pada
data hasil yang salah pula.
b. Interviewers error, kesalahan yang dilakukan pewawancara meliputi:
 Questioning error, kesalahan pewawancara dalam mengajukan pertanyaan
yang menyebabkan terjadinya salah persepsi atau tidak maksimal jawaban
tergali dari responden.
 Recording error, kesalahan pewawancara dalam faktor pendengaran, inter-
pretasi, dan pencatatan jawaban yang diberikan responden.
 Cheating error, kesalahan pewawancara karena tidak jujur atau merekayasa
jawaban yang diberikan responden.
 Interference error, kesalahan pewawancara karena mempengaruhi jawaban
responden seperti me-leading atau memberikan jawaban pribadi.
 Respondent selection error, kesalahan pewawancara dalam menentukan
dan menyeleksi responden yang akan diwawancarai di lapangan (field
survey).
c. Respondent error, kesalahan yang dilakukan responden meliputi:
 Inability error, kesalahan yang disebabkan ketidakmampuan atau ketidak-
tahuan responden menjawab pertanyaan.
 Unwillingness error, kesalahan yang disebabkan responden tidak bersedia
memberikan jawaban atau informasi akurat yang diperlukan riset.
Adakalanya responden menjawab secara normatif atau tidak jujur untuk
menutupi jawaban yang sesungguhnya karena menyangkut harga diri,
prestise, bosan, atau untuk menyenangkan pewawancara saja.
d. Non response error, kesalahan yang terjadi karena ketiadaan respon dari
responden meliputi:
 Failure to contact, responden tidak memberikan respon berupa penolakan
atau tidak berada di tempat saat akan diwawancarai;
 Incomplete response, responden tidak memberikan respon penuh,
berhalangan, atau terganggu sewaktu diwawancarai sehingga informasi yang
diperoleh tidak lengkap.

Pengendalian Kesalahan
Kesalahan riset, baik random sampling error mau pun non sampling error,
dimungkinkan untuk dapat dikendalikan oleh periset. Yakni dengan meminimalisasi
faktor-faktor yang mempengaruhi timbulnya sumber kesalahan. Beberapa saran
pengendalian kesalahan sebagai berikut:
1. Random sampling error sebagai satu-satunya kesalahan yang dapat dikalkulasi
persentase kesalahannya ini dapat dikurangi dengan menambah jumlah sampel
responden. Kalkulasi persentase sampling error akan dibahas pada bab Teknik
Pengambilan Sampel. Namun periset perlu berhati-hati sebab penambahan
jumlah sampel akan berimbas pada peningkatan bujet riset dan juga non
sampling error.
2. Surrogate information error sebagai salah satu kesalahan periset, dapat
dihindari dari awal saat mendesain riset dan kuesioner. Para periset perlu
berinteraksi atau berdiskusi intens dengan pihak klien/user agar desain riset
dan kuesioner sesuai dengan tujuan riset dan kebutuhan klien.
3. Population specification error dan sampling frame error dapat dihindari dengan
mendefinisikan secara detil populasi dan kerangka sampel berdasar referensi
atau acuan desain riset.
4. Measurement error dan data analysis error sangat terkait dengan kompetensi
periset atau data analyst. Namun bagi periset pemula dapat meminimalisasi-
kannya dengan mengacu contoh desain riset kuesioner dan analisa data yang
sudah baku.
5. Interviewers error dapat dihindari periset semenjak rekruitmen, perlunya
diseleksi interviewer yang memiliki kejujuran, kemampuan dasar, dan etika
mewawancarai. Lalu briefing untuk menjelaskan teknik wawancara, isi
kuesioner dan istilah yang terkait didalamnya, serta prosedur kerja. Apabila
memungkinkan dapat dilakukan training terlebih dahulu bagi interviewer
pemula. Dan peran seorang supervisor dalam tim riset bertugas mengontrol
interviewers dan mengecek hasil kerjanya. Di pihak klien diberikan hak pula
untuk melakukan pengecekan dan apabila terdapat ketidakjujuran dapat
dilakukan recall, menolak hasil survey interviewer tersebut.
6. Respondent error, failure to contact, dan incomplete response dapat dihindari
dengan menyiapkan database profil responden sehingga dapat diseleksi
responden yang tepat. Responden pun perlu dihubungi terlebih dahulu untuk
konfirmasi kesediaan waktu dan tempat mewawancarainya. Selain itu
responden berhak atas gift, berupa hadiah atas kesediaannya diwawancarai.

Bab 4
RISET KUALITATIF
Tarik ulur menentukan penggunaan riset kualitatif atau kuantitatif umumnya

selalu terjadi dalam riset-riset ilmu sosial. Bahkan tak terbendung pula dalam kajian
metodologi penelitian, lahir menjadi dua aliran orientasi metode riset, kualitatif dan
kuantitatif. Sama seperti halnya saat kita berbicara tentang cara pengambilan
keputusan antara menggunakan intuisi atau riset. Keduanya memiliki kelebihan dan
kekurangan yang tidak perlu dikontradiksikan. Yang perlu diperhatikan oleh periset
adalah menggunakan metode yang sesuai dengan tujuan dan karakteristik riset.
Pemilihan metode yang tepat akan lebih menjamin hasil riset dapat lebih diandalkan.
Perbedaan kedua metode ini dapat dibedakan berdasarkan tujuan riset, jenis dan
karakteristik riset lainnya seperti: jenis pertanyaan yang diajukan, waktu pengerjaan,
jenis analisa, hingga penarikan kesimpulan hasil riset.
PARAMETER METODE KUALITATIF METODE KUANTITATIF
Tujuan Riset Diagnosa masalah, penyaringan Pengujian fakta pasar, estimasi,

alternatif, dan penemuan konsep keterkaitan/korelasi, prediksi
atau ide baru
Jenis Riset Umumnya Exploratory Research Descriptive & Experimetal
Research Design
Jenis Pertanyaan terbuka, cenderung Pertanyaan terstruktur (kuesioner).
Pertanyaan kurang terstruktur, dan penggalian
mendalam dengan teknik probing
Waktu Membutuhkan waktu lebih pendek Membutuhkan waktu lebih panjang
Pengerjaan
Riset
Keterwakilan Jumlah sampel kecil dan terbatas Jumlah sampel besar dan cukup
Populasi sehingga kurang mewakili populasi baik mewakili populasi
Jenis Analisa Subyektif, interpretatif, analisa Analisa statistik, deskriptif,
semiotik prediksi sebab akibat dan korelasi
Kemampuan Kemampuan komunikasi, pengamat Metodologi ilmiah, prosedur statis-
Periset an, dan keterampilan interpretasi tik, dan korelasional
Penarikan Sangat terbatas, hanya untuk peng- Cukup baik untuk penarikan kesim-
Kesimpulan ertian & wawasan pendahuluan pulan fakta & estimasi keterkaitan
Beberapa teknik metode riset kualitatif yang sering digunakan dalam riset
pemasaran berdasarkan jumlah responden dan media wawancara, seperti diagram
berikut ini:

RISET KUALITATIF
JUMLAH RESPONDEN MEDIA INTERAKSI
6 - 12 Persons: Focus Face to Face

Group Discussion Interactive
Dyads (2) / Tryads (3): Telephone

Mini Groups Discuss Conference
One on Ones: Video Conference

In Depth / Experience
Interview, Projective
Technique
1. Focus Group Discussion (FGD), kelompok yang terdiri dari enam hingga dua belas
orang yang dipandu seorang moderator, bertujuan membahas sikap, persepsi, dan
pendapat masing-masing peserta secara terfokus. Untuk kelompok lebih kecil,
dapat digunakan mini group discussion.
2. In Depth Interview, wawancara terarah yang dilakukan periset terhadap seorang
responden secara mendalam.
3. Experience Interview, wawancara terarah yang dilakukan periset terhadap
seorang ahli atau yang berpengalaman tentang kasus pemasaran yang dihadapi
secara mendalam.
4. Projective Technique, teknik riset penjajakan dengan meminta responden untuk
memproyeksikan perasaan, keyakinan, atau motivasi dirinya terhadap seorang,
suatu obyek, atau situasi tertentu.
 Association Technique (with Word or Picture), meminta responden meng-
ungkapkan apa yang terlintas di benak setelah mendengar atau melihat
stimulus melalui kata-kata atau pilihan gambar.
 Completion Technique, meminta responden untuk memberikan suatu
pernyataan tambahan atau akhiran dari pernyataan situasi yang belum
lengkap.
 Role-Playing, meminta responden untuk bermain peran sebagai seseorang
yang bereaksi atas suatu stimulus yang diberikan.
 Personalization, meminta responden untuk menciptakan suatu kepribadian
dalam bentuk benda mati.
 Psychodrawing, meminta responden abstraksi ide berupa warna, bentuk,
atau simbol pada sebuah obyek.

Focus Group Discussion (FGD)
Teknik FGD merupakan jenis riset kualitatif yang cukup populer dalam riset
pemasaran. Tujuan penggunaan FGD sendiri tidak jauh berbeda dengan tujuan riset
kualitatif secara keseluruhan. Namun dibanding teknik riset kualitatif yang lain, FGD
memiliki kelebihan dalam mengeksplorasi suatu kelompok responden.
MANFAAT FGD KETERBATASAN FGD

 Riset dapat diadakan secara cepat  Diskusi dapat didominasi pembicaraan-
 Biaya riset relatif cukup murah nya oleh segelintir orang
 Saat responden tidak dipaksa untuk men-  Sedikit informasi hanya dapat diperoleh
jawab pertanyaan, mereka akan memberi- dari setiap responden
kan pikiran dan jawaban serius  Terdapat ketidakmerataan cakupan dari
 Responden mudah angkat bicara karena setiap topik pembicaraan
tidak ada perbedaan di antara mereka  Sudut pandang anggota minoritas
 Suasana kelompok akan membantu men- kelompok dapat terabaikan atau tidak
stimulus responden untuk bicara berpengaruh
 Terjadi efek simultan, saat responden
berpendapat maka yang lain akan ikut
berkomentar
 Sinergi diciptakan oleh kelompok
Peran penting yang perlu diperhatikan oleh periset dalam pelaksanaan focus group
discussion adalah:
1. Memahami tujuan dan garis besar dari riset yang akan dilakukan.
2. Mendesain panduan moderator dan alur diskusi disesuaikan dengan tujuan riset.
3. Menyeleksi responden berdasarkan kriteria riset sebagai peserta FGD. Umumnya
diperlukan 2-4 grup per kategori responden suatu riset pemasaran. Jumlah grup
dapat bertambah sesuai heterogenitas dari kategori responden yang diamati.
4. Memenej tim bantu pelaksana, antara lain bagian: akomodasi, perlengkapan
logistik, konsumsi, dan dokumentasi.
5. Bersama tim menyiapkan fasilitas yang dibutuhkan, yakni:
 Khusus FGD: ruang pertemuan khusus (tenang dan lapang), konsumsi,
penjemputan/pengantaran jika diperlukan, name tag, dan VCR.
 In Depth Interview dan tambahan FGD: tape recoder dan gift.
6. Dimungkinkan periset merangkap menjadi moderator memandu jalannya FGD,
selanjutnya menginterpretasikan dan menganalisa dalam sebuah laporan akhir.
FGD lebih jauh dapat dikembangkan dan dioptimalisasikan bagi riset-riset
penting pemasaran. Edward F. Fern dalam bukunya, Advanced Focus Group Research
(2001), menuliskan FGD dapat difungsikan dalam tiga tugas utama, yakni: exploratory,
clinical, dan experiential. Tugas exploratory focus group adalah menciptakan,
mengumpulkan, mengidentifikasi, menemukan, menjelaskan, dan mendapatkan
gagasan, perasaan, dan perilaku.

[Moderator]
Coba lihat kemasan produk
Kok lubang pembuka juice ini! Apa yang terlintas
tdk ada? Saya suka dalam pikiran Bapak/Ibu? Bentuknya tidak menarik.
minum di-tenggak Saya tidak tertarik untuk
membelinya!
Tulisannya numpuk Logonya bagus,

penuh kata-kata. kenapa tidak dibuat JELEK !! Saya suka,
Saya ngga suka! besar gampang
dijinjing.
Tugas experiental focus group dapat memberikan kesempatan para pengambil

keputusan untuk mengamati “perilaku alami” dari peserta FGD yang ditetapkan
sebagai “wakil” populasi. Perilakunya ini dimanifestasikan melalui: berbagi
pengalaman hidup, berbagi preferensi, maksud dan tujuan, serta perilaku. Sedangkan
tugas clinical focus group secara lebih luas digunakan untuk melihat akibat atau
dampak penerapan suatu kebijakan pemasaran. Pendekatan ini dikenal juga sebagai
group depth interview atau group dynamic. Detil dari tugas-tugas FGD dijelaskan
dalam tabel berikut.
FGD UNTUK PENELITIAN TERAPAN (APPLIED RESEARCH)
Exploratory Clinical Experiental
 Menciptakan ide/konsep  Menyikapkan motif  Berbagi pengalaman

baru  Mengungkapkan resistensi  Memperoleh dalam berbagi
 Mengumpulkan gagasan- terhadap bujukan dalam: sikap, preferensi,
gagasan unik  Mengungkakan: prasangka, perhatian, & perilaku
 Mengidentifikasi kebutuhan, penilaian, kecenderungan  Memahami: bahasa,
harapan, & masalah  Menganalisa kegemaran pengetahuan, & pengalaman
 Menemukan: penggunaan terhadap perilaku yang  Mengevaluasi: program &
baru untuk produk yang berbeda strategi, iklan, hasil survey,
sudah ada dan produk baru konsep produk/layanan,
untuk penggunaan yang kebiasaan konsumsi media
sudah ada
 Menjelaskan: hasil survey
yang masih menimbulkan
tanda tanya

FGD UNTUK PENELITIAN TEORITIS/AKADEMIS (THEORITICAL RESEARCH)
Exploratory Clinical Experiental
 Menghasilkan konstruk  Menjelaskan: keyakinan,  Triangulasi dari riset

teoritis perasaan, & perilaku kuantitatif
 Mengembangkan: model,  Mengungkapkan alasan-  Memperkuat model,
hipotesis, teori alasan preferensi hipotesis, teori
Ada tiga kesalahan yang seringkali terjadi dalam pelaksanaan riset kualitatif
khususnya FGD dan in depth interview, yaitu kesalahan: metodologi, prosedural, dan
analisa. Kemudian menggeneralisasi informasi baru yang diperoleh dari responden
sebagai suatu kesimpulan riset. Sedangkan contoh kesalahan prosedural yang kerap
terjadi ialah periset tidak mendefinisikasi tujuan secara jelas. Lalu pemilihan
responden yang tidak tepat sehingga tidak diperoleh informasi yang diharapkan dan
cenderung bias. Termasuk pula ketidakmampuan moderator dalam mengarahkan FGD
serta fasilitas FGD yang kurang diperhatikan sehingga mengganggu kenyaman
responden. Kepiawaian seorang moderator nampak pada kemampuan mengkondisikan
grup diskusi sesuai dengan tujuan riset. Membangun suasana yang nyaman sehingga
dapat memancing responden untuk berpendapat secara bebas.
Untuk kesalahan analisa yang sudah pasti membawa kegagalan sebuah riset
kualitatif antara lain subyektifitas moderator yang dipengaruhi pengetahuan atau
pengalamannya. Meski moderator mengetahui jawaban secara teoritis, namun tidak
boleh mempengaruhi alur pertanyaan dalam diskusi dan analisa. Ini prinsip. Moderator
harus berposisi sebagai orang “awam” (atau berpura-pura “awam”) yang dikarenakan
ketidaktahuannya, melemparkan pertanyaan melalui jalannya FGD. Pertanyaan yang
tidak/kurang terjawab baik oleh seorang responden dapat ditanyakan kepada
responden lainnya secara satu per satu berurutan atau bersilangan posisi duduk
responden. Kesalahan lainnya adalah hasil interaksi dalam FGD itu dikuantifikasikan,
seperti dalam angka indeks, prosentase perilaku konsumen, proporsi atas sikap, atau
stastistik deskriptif lainnya.
Teknik Bertanya
Keterampilan kedua setelah kemampuan membangun dinamika kelompok, yang
perlu dimiliki periset sebagai moderator dalam FGD atau sebagai interviewer dalam in
depth interview adalah kemampuan bertanya. Karena apapun jawaban yang
disampaikan responden, terlepas benar atau tidak, merupakan tujuan dari riset
kualitatif. Beberapa teknik bertanya yang sering digunakan antara lain: teknik probing,
teknik why-why questions, atau teknik what-if. Teknik probing dilakukan untuk
mendapatkan jawaban yang lebih detil dari responden. Periset bertanya tentang suatu

hal kepada responden, setiap jawaban yang keluar difokuskan untuk ditanyakan
beruntun hingga detil jawaban tergali. Berikut contoh periset (T) bertanya kepada
responden (J) mengenai kebiasaannya mengkonsumsi mie instan dengan teknik
probing:
T : Berapa bungkus Anda mengkonsumsi mie instan per minggunya?

J : 3-4 bungkus
T : Apakah dari merek mie instan yang berbeda? Jenis rasa berbeda?
J : Tidak, sama. Mieku rasa Ayam Pedas
T : Apakah Anda menyukai rasa pedasnya?
J : Ya
T : Apakah cukup takaran bumbunya?
J : Ya, kadang-kadang
T : Apakah Anda menambahkan bumbu lain?
J : Tidak
Bertanya dengan teknik why-why questions, periset menggali beruntun alasan

dibalik jawaban atau pendapat responden, seperti “mengapa A?” lalu “mengapa tidak
B?”. Sedangkan teknik what-if berguna untuk meminta pendapat responden tentang
suatu pengandaian kondisi tertentu. “Seandainya (Jika) Anda merasa tidak pelayanan
teller pada Bank TRUST apa yang akan Anda lakukan?”. Selain teknik-teknik tersebut,
periset perlu juga mengetahui pertanyaan dasar dan makna beberapa kata tanya dalam
bahasa Indonesia, seperti berikut ini:
1. Pertanyaan Ingatan
 “Dimana Anda biasa membeli mie instan?”
 “Anda lebih sering bertransaksi di ATM atau di bank TRUST?”
2. Pertanyaan Pengamatan
 “Selama Anda membeli mie instan, apakah pernah mendapatkan isi mie
instan (mie, bumbu, minyak) yang kurang lengkap?”
 “Apakah Anda selalu mendapatkan bukti/struk setiap bertransaksi di ATM
bank TRUST?”
3. Pertanyaan Analistik (sebab-akibat)
 “Mengapa Anda mengkonsumsi mie instan dengan nasi? Apakah porsi mi
instan kurang bagi Anda?”
 “Bagaimana program senyum staf bank TRUST terhadap kepuasan
pelanggan?”
4. Pertanyaan Hipotetik (Memancing Praduga)
 “Apabila Anda mendapatkan mie instan tidak lengkap bumbunya, apakah
tetap akan Anda konsumsi?”
 “Apabila transaksi bank TRUST belum dapat dilakukan secara online, …?”
5. Pertanyaan Proyektif (Mengungkap ke Depan)
 “Apabila mie instan ditambah kacang garing, apakah Anda menyukainya”

 “Apabila Anda mendapat hadiah dari bank TRUST, hadiah apa yang
diinginkan?”
6. Pertanyaan Perbandingan
 “Mana yang lebih Anda sukai Mie Enaak atau MieKu?”
 “Anda lebih menyukai hadiah dari bank itu berupa mobil mewah atau uang
tunai?”
Kata-kata “apa”, “siapa”,”kapan”, dan “kapan” adalah kata tanya untuk
mengungkapkan fakta. Sehingga periset menggunakannya apabila ingin responden
mengungkapkan apa yang sesungguhnya terjadi atau dilakukan responden. Sedangkan
“bagaimana” juga dapat digunakan dalam pengungkapan yang sama, serta proses
analisa dan untuk menyimpulkan. Sementara kata “mengapa” lebih digunakan untuk
meminta pendapat responden pada tahap analisa dan penyimpulan.
Salah satu jawaban yang menggambarkan tanggapan responden yang meragukan
ialah jawaban tidak tahu. Seringkali ditemui dalam wawancara di lapangan, hal ini
perlu diwaspadai oleh pewawancara. Sebaiknya pewawancara tidak lekas-lekas
meninggalkan pertanyaan itu dan pindah ke pertanyaan lain. Jawaban “tidak tahu”
perlu mendapat perhatian, sebab jawaban itu dapat mengandung beragam arti yakni:
1. Responden tidak begitu mengerti pertanyaan pewawancara. Untuk menghindari
jawaban “tidak mengerti”, maka dia menjawab “tidak tahu”.
2. Responden sebenarnya sedang berpikir, tetapi karena merasa kurang nyaman
kalau membiarkan pewawancara menunggu lama, maka ia memberikan jawaban
“tidak tahu”.
3. Sering pula dikarenakan responden tidak ingin diketahui jawaban sesungguhnya
karena bersifat pribadi, maka ia pun mengatakan “tidak tahu”. Dapat juga terjadi
karena ia ragu-ragu atau takut mengutarakan pendapatnya.
4. Responden memang benar-benar tidak tahu dan itulah jawaban sebenarnya.
Untuk menghadapi jenis “tidak tahu” selain nomor empat di atas, pewawancara perlu
mengamati responden dengan cermat, mimik atau raut mukanya. Benarkah responden
tidak tahu, atau ada hal lain dibalik jawabannya. Pewawancara dapat menunggu
sejenak (teknik silent probe) membiarkan responden berpikir kembali. Atau
pewawancara dapat mengulangi pertanyaan yang diberikan dengan menjelaskan kata-
kata yang tidak dimengerti tersebut.
Kesemua petunjuk praktis di atas hanyalah dalam tips dalam bertanya,
selebihnya merupakan pengalaman periset mencoba. Karena teknik bertanya
merupakan keterampilan bukan sebuah ilmu, sehingga akan menguasainya bila sering
mencoba.

Penyusunan Hasil Riset
Tahapan sistematis yang perlu dilakukan dalam penyusunan hasil riset FGD
atau in depth interview adalah:
1. Dimulai dengan mentranskripsikan hasil wawancara dari alat perekam, tape
recorder atau VCR. Transkrip mudah ditulis dengan aturan tanya (“T:”) dan jawab
(“J:”). Hasil lengkap transkrip merupakan data mentah yang tetap perlu
dilampirkan jika diminta oleh pihak klien.
2. Kemudian dilakukan kategorisasi data, pengelompokkan tanggapan, pernyataan,
dan argumen dari responden berdasarkan tema dari pertanyaan yang diajukan
atau TOR dalam desain riset.
3. Pemilahan selanjutnya dilakukan untuk membuang “sampah” informasi yang tidak
atau kurang berguna. Selain tidak memiliki urgensitas berdasar tujuan riset,
“sampah” ini juga akan mengganggu proses analisa. Ingat GIGO = Garbage In –
Garbage Out.
4. Seusai pengelompokkan dan pemilahan, barulah dibuat resume dari masing-
masing kategori yang telah dibuat. Resume ini untuk mempermudah membaca
hasil riset dan proses analisa nantinya.
5. Pengujian validitas dan reliabilitas dilakukan dengan memperbandingkan hasil
resume antar grup yang diamati.
6. Apabila lima tahapan di atas telah sistematis dilakukan, maka tahapan akhir yakni
analisa sudah pasti akan mudah dilakukan. Hasil analisa dan rangkumannya ini
kemudian disusun dalam laporan akhir riset.
Catatan penting dalam penyusunan hasil riset dan laporan akhir, yakni periset
harus tetap fokus pada tujuan riset dan tidak terperangkap pada subyektifitas dan
kebingungan di tengah lautan data yang dimiliki. Dan hal yang tidak boleh terlupakan
dan menjadi kekuatan FGD yaitu komentar atau pernyataan spontan responden yang
sebelumnya tidak pernah dibayangkan periset. Ungkapan-ungkapan orisinal demikian
bisa jadi representasi dari keadaan “populasi” yang sesungguhnya. Dalam laporan akhir
riset, ungkapan-ungkapan ini perlu dikutip agar klien sebagai user atau pembaca dapat
memperoleh cuplikan ilustrasi dari hasil diskusi. Mengingat FGD sering digunakan
sebagai riset eksplorataris maka verifikasi lebih lanjut sikap dan pendapat responden
FGD tersebut dapat dilanjutkan dengan survey kuantitatif.

Contoh Desain Riset FGD “Psikografis Pasar Telepon Seluler/CDMA”
DISCUSSION GUIDE - FGD
A. INTRODUCTION
 Pendahuluan dan perkenalan.
 Maksud dan tujuan peserta FGD diundang.
 Penjelasan penggunaan alat rekam (handycam & Cassette recorder).
 Hal-hal yang perlu diperhatikan peserta FGD: memberikan komentar untuk
semua permasalahan yang dilontarkan tanpa ragu-ragu berdasarkan
pengalaman atau pendapat pribadi, tanpa tekanan apapun serta tidak ada
jawaban benar atau salah. Semua komentar yang diberikan merupakan
masukan berharga dalam kegiatan FGD ini.
B. AWARENESS
1. Brand Awareness
2. Product Awareness (Knowledge Product)
3. Ad Awareness
4. Service Awareness
C. USAGE & HABIT

1. Usage (Telepon Seluler)
 Alasan penggunaan (PROBE)?
 Intensitas penggunaanya (waktu dan lokasi)?
 Bujet yang diperlukan? Per bulan atau per sekali penggunaan?
 Alokasi bujet
2. Habitual User
 (Melanjutkan point C.1), untuk keperluan: pribadi? keluarga? pekerjaan?
bisnis? (PROBE)?
 Alokasi waktu penggunaan?
 Banyak orang yang menggunakannya?
 Siapa penanggung jawab pembayaran? Individu/bersama? Jika bersama-
sama, rumah atau kantor, prosentase pembagian?
 Cara pembayaran?
 Pernahkah mendapatkan denda?
D. SATISFACTION & CUSTOMER LOYALTY

1. Satisfaction Atributes
 Kejernihan suara;
 Ketersediaan jaringan;
 Keragaman fitur layanan;
 Harga pulsa;
 Layanan customer service;
 Layanan gangguan;
 Cara pembayaran;
 Discount;
 Prestise;
 Atribut lainnya …… (PROBE)
2. Unsatisfaction
 Keluhan? (PROBE)
 Mekanisme menyampaikan keluhan? (PROBE)
 Fasilitas komplain?
3. Loyalty Atributes
 Atribut mana yang dianggap paling penting? (PROBE)
 Loyalty factors? (PROBE)
E. SWITCHING BEHAVIORS
1. Competitor Brand/Product
2. Competitor Atributes

Kejernihan suara;
Ketersediaan perangkat;
Keragaman fitur layanan;
Harga pulsa;
Layanan customer service;
Layanan gangguan;
Mekanisme pembayaran;
Address book;
Discount;
Prestise;
Atribut lainnya …… (PROBE)
3. Switching Behaviors
F. NEED & EXPECTATIONS

1. Kebutuhan? (PROBE);
2. Harapan? (PROBE);
G. FIXED TELEPHONE: PERCEPTION & PERSONIFICATION

1. Persepsi (PROBE);
2. Personifikasi produk (PROBE);
H. END OF SESSION
 Ucapan terima kasih.
 Pembagian gift.

Bab 5
KONSEPSI ACUAN DESAIN RISET
Bangunan riset yang kokoh didirikan dari fondasi dan kerangka yang kuat, dan
sebaliknya, bangunan riset yang rapuh didirikan dari fondasi dan kerangka yang lemah.
Fondasi riset pemasaran adalah landasan konseptual pemasaran itu sendiri. Dan
kerangka riset adalah desain riset berdasar kasus pemasaran yang dihadapi. Fondasi
dan kerangka saling memperkuat dan menjadi kesatuan yang tak terpisahkan. Dengan
kata lain, desain riset pemasaran yang bagus mengacu pada konsepsi pemasaran yang
tepat. Beragam buku pemasaran saat ini memunculkan sudut pandang yang beragam
pula untuk memahami konsepsi pemasaran sebagai acuan riset. Salah satu konsepsi
pemasaran modern yang dijelaskan secara komprehensif, sistematis, sederhana, dan
banyak menjadi acuan strategis para pemasar ialah konsep Sustainable Market-ing
Enterprise (SME) yang dikembangkan oleh para marketing guru yakni Phillip Kotler,
Hermawan Kartajaya, et al.
Hermawan Kartajaya et. al dalam buku “Re-thinnking Marketing: The
Sustainable Market-ing Enterprise in Asia”, meringkas komponen-komponen yang
mempengaruhi proses pemasaran dari berbagai teori pemasaran (Ohmae, Kottler,
Mintzberg, Keegan, etc.), dalam “Rocket Diagram” SME model. Pemaparan SME model
akan berfokus pada bagian STV Triangle sebagai kerangka acuan mendesain riset
pemasaran. Model STV Triangle merupakan sub model “market-ing” yang membahas
nine core elements of architecture, sebuah desain utama arsitektur perusahaan. Nine
core elements of architecture ini dikelompokkan dalam tiga wilayah: Strategy, Tactic,
dan Value (STV). Strategy pada wilayah mind share terdiri dari: segmentation,
targeting, dan positioning. Lalu Tactic di wilayah market share terdiri dari:
differentiation, marketing mix, dan selling. Dan terakhir value pada value share
terdiri dari: brand, service, dan process. Eksplorasi model STV Triangle dicoba penulis
sebagai kerangka acuan menemukan rumusan tujuan mendesain riset pemasaran pada
pembahasan bab ini.

Digram STV (©Philip Kotler & Hermawan Kertajaya-2000)
Masalah Segmentation
Bagi para praktisi pemasaran, segmentasi merupakan konsep yang tak asing
dalam memulai sebuah strategi awal pemasaran. Bagaimana pasar diasumsikan, dibagi-
bagi berdasar kelas SES (Status Ekonomi Sosial), geografis atau wilayah pemasaran,
demografis, hingga psikografis. Namun segmentasi tersebut umumnya dilakukan secara
a priori dan mereka kebanyakan mengambil keputusan tanpa (atau kurang)
bersandarkan atas data pasar. Beberapa pertanyaan yang dapat menguji a priori
segmentation tersebut:
 Apakah segmen itu cukup besar? Dan seberapa besar (market size)?
 Apakah ada daya belinya? Seberapa besar (Rp.) daya belinya?
 Apakah dapat dibedakan dengan segmen lainnya (distinguishable) ?
 Apakah sudah ada pesaing lain yang menguasai itu? Dan seberapa besar peng-
uasaannya (market share)?
 Apakah pasar ini dapat dijangkau? Dan pihak perusahaan memiliki sumber daya
yang memadai?
 Bagaimana profil dari konsumen yang dikelompokkan loyal dan tidak?

Contoh Hasil Segmentasi Konsumen Sebuah Kota di AS
Apabila pertanyaan di atas tersebut belum cukup terjawab, maka praktisi

memerlukan riset terlebih dahulu untuk meminimalisasi resiko kegagalan atau lebih
menggali gambaran konsumen yang akan digarap. Riset segmentasi dapat pula
dilakukan untuk mengevaluasi pasar yang sudah berjalan (post hoc segmentation).
Apabila kondisi penjualan dirasakan stagnan, tak berkembang, atau ada kecenderungan
penolakan dari target pasar. Terjadi perubahan pasar, trend, atau masuknya
kompetitor baru, yang perlu dilakukan adalah kebijakan segmentasi ulang.
Riset segmentasi merupakan jenis riset deskriptif jenis cross sectional, berupa
survey konsumen atau pelanggan dengan metode kuantitatif. Dapat dilakukan satu kali
(single cross sectional) atau berulang (multiple cross sectional) namun dengan waktu
yang disesuaikan perkembangan trend pasar. Beberapa analisa statistik seperti CHAID,
factor analysis, cluster analysis, atau discriminant analysis dapat membantu
menentukan segmentasi yang sesuai.
Masalah Targeting
Kelanjutan dari strategi segmentasi dilakukan targeting, yakni menetapkan
segmen-segmen potensial yang disesuaikan kemampuan sumber daya yang dimiliki
secara efektif. Kesalahan melakukan segmentasi sudah pasti berimbas pada kesalahan

menentukan targeting. Dikutip dari buku STP Rhenald Kasali (2001), setidaknya ada
tujuh pertanyaan yang perlu diindentifikasikan dalam kasus targeting, yaitu :
 Apakah pasar sasaran telah berubah dalam beberapa waktu terakhir ini? Apakah
akan tetap membidik sasaran yang sama, atau menentukan sasarn baru?
 Apakah konsumen yang sesungguhnya telah sesuai dengan yang direncanakan atau
disasarkan? Apabila tidak, mengapa berbeda?
 Apa landasannya atau alasannya
memilih target segmen tersebut?
Mengapa bukan segmen yang lain?
 Apakah yang membedakan segmen ini
dengan segmen yang lain? Proses apa
yang digunakan untuk menemukan
segmen ini?
 Dapatkah dibuktikan bahwa segmen ini cukup potensial dan menguntungkan?
Berapa lama dibutuhkan waktu untuk menggerakkan segmen sasaran ini untuk
memberi respons? Apakah lingkungan ekonomi tidak berubah ketika anda merasa
yakin itulah saatnya memetik hasil?
 Apa yang perusahaan lakukan apabila segmen sasaran itu tidak memberi respons?
Mengapa mereka tidak merespons?
 Apakah ada sasaran pasar lain yang lebih menguntungkan?
Pertanyaan-pertanyaan tersebut di atas ditujukan untuk menguji strategi sebuah

perusahaan dalam menetapkan targeting yang tepat. Riset targeting dapat dilakukan
sekaligus dengan riset segmentasi, jenis riset deskriptif dengan metode kuantitatif
atau survey.
Masalah Positioning
Elemen ketiga strategi pemasaran adalah positioning, yaitu cara menempatkan
produk di benak konsumen agar dipersepsikan berbeda dan relatif unggul dibanding
produk kompetitor. Beberapa hal yang perlu diperhatikan dalam kasus pemasaran yang
terkait dengan masalah positioning adalah:
 Konsumen tidak bisa membedakan atribut-atribut produk yang dimiliki
perusahaan dibandingkan kompetitor.
 Ada kecenderungan produk kalah bersaing dengan kompetitor karena dianggap
terlalu spesifik (over positioning) pada segmen konsumen yang digarap.
 Konsumen confused terhadap strategi komunikasi yang telah dilakukan.
 Kredibilitas produk (perusahaan) belum dipercaya atau diyakini oleh pelanggan.

 Seberapa kuat positioning pemimpin pasar produk sejenis telah menancap kuat
di benak konsumen, sehingga dapat menjadi pertimbangan dalam strategi
komunikasi pemasaran.
 Seberapa kuat dan lemah positioning produk perusahaan mempengaruhi
konsumen sebagai evaluasi kinerja produk.
Untuk mengeksplorasi positioning dilakukan melalui exploratory research dengan
metode kualitatif seperti focus group discussion (FGD). Melalui FGD akan diperoleh
positioning, dari aspek-aspek produk seperti: fitur, manfaat, kegunaan, tipe pengguna,
perbandingan dengan produk sejenis, disosiasi produk, harga, hingga gabungan aspek
atribut (hybrid). Apabila telah diperoleh atribut-atribut positioning selanjutnya dapat
dilakukan descriptive research metode kuantitatif survey sehingga akan diperoleh peta
persepsi konsumen (perseptual mapping) dikaitkan pula dengan kinerja produk. Analisa
statistik yang digunakan seperti correpsondence analysis, multi dimensional scalling
(MDS) analysis, biplot analysis, atau important perfomance analysis (IPA).
Contoh Positioning Produk Asuransi Menggunakan Correspondence Analysis

Masalah Differentiation
Prasyarat strategi positioning ialah memahami differentiation yang dimiliki
suatu produk/jasa layanan. Differentiation bukan keunikan produk yang “asal beda”
namun keunikan yang memiliki keunggulan bersaing (competitive advantage)
dibandingkan produk kompetitor sejenis. Promosi yang landasi keunggulan bersaing ini
memiliki kekuatan untuk mengakuisisi konsumen. Beberapa hal yang perlu diperhatikan
dalam kasus pemasaran yang terkait dengan masalah differentiation adalah:
 Anggapan sebagai barang komoditas, yakni konsumen tidak lagi membedakan
satu produk dengan produk lain sejenis. Seperti produk air minum dalam
kemasan yang secara generik dikenal dengan “Aqua” meski dengan merek yang
berbeda. Produsen Aqua selanjutnya melakukan differentiation dengan
memunculkan minuman mineral berasa buah-buah dengan kemasan yang trendy.
 Produk-produk yang ditawarkan di pasar berkutat pada kompetisi harga.
Konsumen hanya dapat membedakan berdasarkan murah/mahalnya sebuah
produk.
 Eksplorasi keunggulan bersaing secara komparatif terhadap para kompetitor dan
upaya memfokuskan pada kompentensi inti perusahaan. Sederhananya, ”what
the company can do the best”, hal apa yang paling baik dilakukan perusahaan.
Untuk mengeksplorasi differentiation dapat dilakukan terlebih dahulu
exploratory research dengan metode kualitatif seperti FGD. Melalui FGD akan
diperoleh competitive advantage factors, dari aspek content (what to offer), aspek
context (how to offer), dan aspek infrastucture (enable to offer). Apabila telah
diperoleh competitive advantage dapat dilakukan descriptive research melalui survey
konsumen sehingga akan diperoleh proporsi competitive advantage dikaitkan pula
dengan kinerja produk. Analisa statistik yang digunakan seperti semantic differential
analysis atau teknik perceptual mapping.
Masalah Marketing Mix (4P: Product, Place, Price, Promotion)

Taktik perusahaan kedua yang dapat digunakan dan dikendalikan untuk
merespon keinginan pasar adalah menetapkan marketing mix atau bauran pemasaran.
Bauran pemasaran yang dikenal selama ini adalah pendapat Jerome Mc Carthy, yakni
4P: Product, Place, Price, & Promotion. Beberapa hal yang perlu diperhatikan dalam
kasus pemasaran yang terkait dengan masalah bauran pemasaran tersebut:
 Keinginan untuk memahami produk yang diminati oleh konsumen namun sesuai
dengan kapabilitas perusahaan, saat mengembangkan sebuah produk baru atau
mengevaluasi produk yang sudah ada di pasaran.

 Informasi kebijakan harga pasar, berapa tarif discount, tarif kenaikan, serta
harga optimum dan reasonable sesuai karakteristik konsumen.
 Penentuan lokasi yang strategis dan taktik penetrasi pasar berdasar: aksesibilitas,
tingkat kompetisi, daya beli dan daya serap konsumen, serta potensi pasar jangka
panjang.
 Evaluasi efektifitas promosi yang telah atau akan dilakukan, baik isi maupun
media penyampaiannya.
Untuk melakukan riset bauran pemasaran, dapat dilakukan riset per item atau
secara keseluruhan. Biasanya untuk riset secara keseluruhan dilakukan dalam upaya
benchmarking terhadap pemimpin pasar, sehingga disebut sebagai benchmarking
research. Riset promosi, dapat dilakukan secara experimental research untuk
mengukur efektifitasnya (pre-post marketing). Exploratory research untuk penjajakan
konsep yang disukai atau diminati calon konsumen dalam riset produk. Sementara
untuk riset lokasi atau harga lebih tepat dilakukan quantitative research. Riset lokasi
dengan metode observasi, sedangkan riset harga dengan survey. Salah satu teknik
analisa dalam riset harga, yakni conjoint analysis atau PSM (Price Sensitivity Meter)
analysis akan diperoleh kisaran harga yang reasonable menurut konsumen.
Masalah Selling
Sebagai dimensi terakhir taktik pemasaran, selling atau penjualan dianggap
sebagai hasil akhir ramuan konsep-konsep pemasaran. Segala macam konsep
pemasaran bermuara dan dibuktikan melalui hasil penjualan. Beberapa hal yang perlu
diperhatikan dalam kasus pemasaran yang terkait dengan masalah penjualan adalah:
 Bagaimana perilaku dan kebiasaan konsumen dalam pembelian, yakni berupa
akses media promosi, intesitas pembelian, hingga tingkat repetisi pembelian
konsumen.
 Apakah ada perbedaan mekanisme penjualan melalui distribution channel yang
telah dijalankan, lalu seberapa efektif dan bagaimana meningkatkan penjualan.
 Mengukur efektifitas item-item marketing mix terhadap penjualan.
 Menganalisa apakah ada keterkaitan kenaikan/penurunan penjualan dengan
faktor-faktor makro.
 Meramal (forecast) dan mengestimasi pertumbuhan penjualan di masa datang.
Riset yang terkait dengan masalah penjualan umumnya terintegrasi dengan riset
bauran pemasaran. Khusus analisa faktor makro dan peramalan dapat dilakukan dengan
desk research. Analisa faktor makro melalui studi literatur dengan analisa SWOT
terhadap perkembangan politik, ekonomi, sosial dan teknologi (PEST studies).

Sementara analisa peramalan dapat menggunakan metode forecasting menggunakan
data-data terkait.
Masalah Brand
Wilayah ketiga pemasaran ialah wilayah nilai (value). Dan nilai yang paling
penting ialah yang dipersepsikan (perceived value) konsumen, bukan nilai sebenarnya.
“Reality is not reality. In marketing, perceptian is reality”. Komponen yang paling
utama dari wilayah ini ialah brand atau merek. Warren Keegan mengatakan, produk itu
sesuatu yang dibuat perusahaan sedangkan merek itu sesuatu yang dibeli konsumen.
Sementara itu menurut Aaker, terdapat lima elemen untuk memahami ekuitas sebuah
merek, yakni:
 Brand awareness, seberapa kuat tingkat merek dikenal konsumen.
 Brand associations, bagaimana merek tersebut diasosiasikan oleh konsumen.
 Perceived quality, bagaimana kualitas produk/jasa layanan dipersepsikan oleh
konsumen, mana yang sesuai harapan dan mana yang tidak.
 Brand loyalty, seberapa loyal konsumen menggunakan merek yang ditawarkan.
 Other aspects, aspek-aspek merek berharga lainnya seperti: hak paten, akses
terhadap pasar (brand extension), teknologi, dan lain-lain.
Brand equity research merupakan riset kuantitatif standar untuk memperoleh
informasi empat komponen di atas, selain other aspects. Analisa datanya pun relatif
mudah, lebih jauh dapat lihat studi kasus di akhir buku ini.
Masalah Service
Dimensi kedua value adalah komponen service atau layanan. Konsumen saat ini
memandang layanan yang berkualitas merupakan suatu keharusan untuk melakukan
pembelian berulang. Hasil survey Parasuraman, et.al. yang banyak menjadi acuan
praktisi pemasaran adalah lima parameter SERVQUAL (service quality) yakni aspek:
reliability, tangibles, assurance, responsiveness, dan emphaty. Kelima parameter ini
nantinya menjadi acuan dalam pengukuran kepuasan pelanggan (customer
satisfaction). Riset kepuasan pelanggan merupakan salah satu riset yang sering
disurvey banyak perusahaan. Apabila ingin mengeksplorasi atribut kepuasan dan
ketidakpuasan pelanggan dapat menggunakan riset kualitatif (FGD atau in depth
interview). Sedangkan apabila ingin melihat efektifitas layanan para frontliner atau
customer service dapat menggunakan mystery shopper. Lebih jauh survey kuantitatif
dapat membuat tracking dan indeks kepuasan dan ketidakpuasan pelanggan untuk
program service improvement. Beberapa metode dan desain risetnya relatif sudah
memiliki standar baku.

Masalah Process
Dimensi ketiga value adalah proses. Nilai tercipta bila setiap orang dalam
perusahaan, baik langsung atau tidak, terlibat dalam proses pemuasan konsumen.
Suatu perusahaan yang menganggap dirinya kumpulan fungsi yang bekerja terpisah,
sulit mendapatkan nilai dari proses karena setiap fungsi tidak peduli terhadap fungsi
lainnya. Beragam riset yang dapat dilakukan yang terkait dengan masalah ini, namun
dapat mengacu pada audit manajemen mutu. Dapat dilakukan seperti riset quality
assurance (QA) menggunakan statistical process control (SPC) yang dikombinasikan
balanced scorecard atau sistem analisa manajemen lainnya.
Ringkasan Desain Riset

Untuk mempermudah pemahaman menentukan desain riset yang tepat berdasar
pendekatan konsep STV di atas, berikut ringkasan desain riset dan analisa statistika
yang bersesuaian:

Ringkasan Desain Riset
KASUS PEMASARAN ANALISA DATA

DESAIN RISET
(KONSEP STV) (RISET KUANTITATIF)
Segmentasi dan  Desk Research: Content Analysis data BPS,  “Target Market”: CHAID,
Targeting Departemen/BUMN terkait, Asosiasi. THAID
 Kualitatif: In Depth Interview kepada market  “Customer”: Cluster,
leader atau market challenger Discriminant Analysis
 Kuantitatif: Field survey terhadap target  “Atribut”: Factor Analysis
market secara acak.
Positioning  Kualitatif: FGD terhadap target market  Data kategorik: Corres-
 Kuantitatif: Field survey terhadap target pondence Analysis
market (konsumen internal maupun  Data metrik: MDS Analysis
kompetitor)
Differentiation  Kualitatif: Mystery Shooping, FGD  Teknik Semantic
 Kuantitatif: Field survey terhadap target Differentiation
market (konsumen internal maupun  Perceptual Mapping:
kompetitor) Correspondence/MDS
 Bagan IPA (Important
Perfomance Analysis)
Marketing Mix  Kualitatif: Blind Test, FGD, atau In Depth  Conjoint Analysis
(Product) Interview
 Kuantitatif: Field survey terhadap target
market, Central Location Test (CLT)
Marketing Mix (Price)  “Range of Acceptable
 Kuantitatif: Field survey terhadap target Price”: Price Sensiti-vity
market Meter (PSM)
 Conjoint Analysis
Marketing Mix  Desk Research: Media Omnibus Research  Pre-post Design:

(Promotion) Report Parametric
 Kualitatif: FGD, In Depth Interview,  “Promosi vs Penjual-an”:
Projective Technique Regresi
 Kuantitatif: Field survey terhadap target
market
Marketing Mix (Place)  Desk Research: Data Planologi Tata Kota  Retail Gravity Theory
 Kualitatif: FGD  Index of Retail Saturation
 Kuantitatif: Field Observation
Selling  Desk Research: Forecast database  Forecasting Methods

 Kualitatif: FGD Internal (Times series, Trend Line,
Regression)
 Kuantitatif: Field survey
Brand  Awareness: Top of Mind

 Desk Research: Omnibus Research (Best
(TOM) Questions
Brand Index)
 Associations: Cochran Q
 Kualitatif: FGD & In Depth Interview
Test
 Kuantitatif: Field Survey
 Perceived Quality:
Service  Desk Research: Omnibus Research (CS Index)  Indeks

 Kualitatif: FGD Internal & Eksternal, Mystery  SEM (Lisrel)
Shooping, In Depth Interview
 Kuantitatif: Field Survey Pelanggan
Process  Kualitatif: FGD Internal & Eksternal  SEM (Lisrel)

 Kuantitatif: Field Survey Internal (Audit) &  SPC (Statistical Process
Eksternal Control)

Contoh-1: Desain Riset New Product Development “Mie Lezat”
Dalam riset new product development, yakni pengembangan sebuah produk
baru di pasar, periset perlu mendesain lima tahapan plus uji kelayakan bisnis, yakni:
1. Tahap penggalian ide atau konsep sebuah produk untuk memperoleh consumer
insight berupa atribut, fitur, manfaat, dan faktor-faktor lain yang mempengaruhi
motif pembelian, dapat dilakukan dengan metode FGD (focus group discussion).
2. Tahap pengujian konsep produk melalui deskripsi tertulis, tergambar, atau
sampel prototipe produk, untuk mengetahui reaksi, persepsi, prospek, kelebihan
atau kekurangan dan segmen (calon) konsumen. Prosedur riset dilakukan melalui
metode FGD, attitude measurement, atau usage test.
3. Tahap pengujian nama produk atau merek, menggunakan prosedur riset seperti:
meaning test, pronounciation test, memory test, atau brand extension test. Uji
ini dilakukan untuk memperoleh sebuah merek yang cocok dengan konsep produk
hasil uji sebelumnya.
4. Tahap pengujian kemasan, untuk melihat kesesuaiannya dengan konsep dan
merek yang telah diuji sebelumnya, sekaligus memperoleh tanggapan dan dan
persepsi konsumen. Atribut kemasan yang diuji antara lain: warna, materil, logo,
bentuk, berat, ukuran, setting layout, dan format tulisan. Teknik pengujian
berupa tes asosiasi untuk bentuk, warna, dan logo/simbol. Lalu recognition test
dan tes penggunaan berupa kemudahan dan kecocokan konsumen terhadap
kemasan.
5. Tahap uji penggunaan, untuk mengetahui awareness produk setelah diluncurkan
di pasar. Melalui blind test, konsumen diminta mencoba produk dan
dikomparasikan saat merek tersebut diberi tahu dan saat tidak diberi tahu;
6. Terakhir tahap pengujian kelayakan bisnis, untuk memperkirakan daya serap,
tingkat penjulan dan laba yang diperoleh. Dilakukan tes pasar dengan beragam
treatment untuk pasar terkontrol dan pasar standar, seperti: agen/pengecer
diberi voucher atau insentif, letak produk ditentukan, penjualan dimonitor, atau
pengamatan kompetitor.
Contoh-2: Desain Riset Kasus Periklanan

Sebuah perusahaan fast-moving consumer goods ingin melakukan evaluasi atas
efektifitas iklan yang digarap oleh agensi periklanan. Efektifitas sebuah iklan didasari
stimulus pesan iklan terhadap respon audiens terhadap peningkatan penjualan. Media
iklan yang diriset ialah media above the line (TV, Radio) dan below the line (majalah,
tabloid, dan surat kabar). Mengukur efektifitas sebuah iklan cocok menggunakan jenis
experimental design, dengan desain pengujian pre-post testing. Pre testing untuk

pengujian konsep sebuah iklan, dari awal draft kasar hingga konsep final. Post testing
untuk pengujian iklan yang sudah dipasang atau ditayangkan media untuk mengukur
keefektifitasan sebuah iklan.
1. Pre-testing iklan, beberapa metode riset yang dilakukan:

 Meranking konsep iklan, responden diminta untuk meranking konsep iklan dari
beberapa segi seperti gambar, jingle, dialog artis, moto, atau tema.
Perankingan dapat menggunakan analytical hierarchi process (AHP).
 Mengukur reaksi langsung dan komentar konsumen dengan meminta
responden menyaksikan konsep iklan TV, Radio, atau media cetak. Reaksi
yang nampak dari responden dan komentar yang sampaikan dapat menjadi
pola yang dapat dianalisa positif/negatifnya konsep iklan yang disajikan
tersebut.
2. Post-testing iklan
a. Mengukur perhatian (ad awareness) dengan indikator:
 Persentase yang pernah melihat iklan dimaksud
 Persentase yang membaca nama produk yang diiklankan
 Persentase yang membaca sebagian besar pesan iklan
b. Mengukur dampak terhadap penjualan dengan studi dilakukan secara periodik
yakni meneliti :
 Persepsi terhadap iklan dan produknya, dapat dilakukan melalui FGD atau
survey konsumen.
 Jumlah penjualan, dapat menggunakan analisa data internal dengan
metode forecasting.
 Pengaruh iklan terhadap penjualan, dapat mengkombinasikan analisa
regresi (metode forecasting) dengan analisa korelasi dari data internal
penjualan dan bujet promosi.
3. Riset media iklan

Iklan harus dipasang pada media yang tepat (media placement), namun tentunya
perlu mengetahui media yang tepat dengan target konsumen dan sesuai dengan
produk yang dijual. Umumnya biro iklan memiliki data sekuder untuk menganalisa
media yang tepat dan sesuai berdasar informasi seperti: tiras, jumlah pembaca,
dan profil pembaca (untuk media cetak); jumlah pemirsa, rating program TV, dan
profil pemirsa (untuk media TV); jumlah dan profil pendengar (untuk media
radio).

Bab 6
DESAIN KUESIONER
Menurut Kamus Besar Bahasa Indonesia, kuesioner adalah alat penelitian survey
yang berisi daftar pertanyaan tertulis, bertujuan untuk mendapat tanggapan dari orang
atau kelompok yang terpilih sebagai sampel (KBBI, 1990). Fungsi kuesioner sendiri
dalam riset pemasaran ialah sebagai instrumen untuk memperoleh informasi yang
relevan dengan tujuan riset serta memiliki tingkat keandalan (reliability) dan
kesahihan (validity) yang tinggi. Mengingat terbatasnya masalah yang dapat ditanyakan
dalam kuesioner, maka senantiasa perlu diingat agar pertanyaan-pertanyaan memang
langsung berkaitan dengan tujuan dan hipotesa penelitian. Dalam riset kuantitatif,
hasil kuesioner tersebut akan terjelma dalam angka-angka, tabel, analisa statistika,
dan uraian serta kesimpulan hasil riset.
Isi pertanyaan dalam kuesioner lengkap, umumnya terbagi dalam empat
kelompok pertanyaan yakni tentang fakta, pendapat atau sikap, informasi, dan
persepsi diri.
a. Pertanyaan tentang fakta, berkaitan dengan data pribadi responden.
Umpamanya pertanyaan usia, pendidikan, pekerjaan, pengeluaran rumah
tangga, atau status sosial responden.
b. Pertanyaan tentang pendapat atau sikap responden, menyangkut pendapat dan
sikap subyektif responden terhadap sesuatu yang berkaitan dengan tujuan riset.
Seperti pertanyaan terhadap kepuasan atas layanan teller atau customer
service pada riset layanan jasa perbankan.
c. Pertanyaan tentang informasi, berkaitan tentang apa yang diketahui responden
dan sejauh mana hal tersebut diketahuinya. Seperti pertanyaan tentang brand
awareness: apakah responden mengenal suatu merek, sejak kapan
mengenalnya, apakah saat ini menggunakan merek tersebut, dsb.
d. Pertanyaan tentang persepsi diri, responden menilai perilakunya sendiri dalam
hubungan dengan yang lain. Umpamanya persepsi tingkat kepentingan dan
harapan responden (importance perfomance analysis) sebagai konsumen
terhadap suatu produk mie instan.

Tahapan Mendesain Kuesioner
Selain isi yang dituju, pertanyaan dalam kuesioner harus mampu menghasilkan
data yang diperlukan dan harus dapat ditafsirkan serta dijawab dengan benar oleh
responden. Sebelum menyusun kuesioner, ada baiknya mempelajari kuesioner yang
sudah ada dan terkait dengan riset yang yang akan dilakukan. Beberapa jenis riset
pemasaran bahkan telah memiliki kuesioner baku, baik yang dipublikasikan maupun
tidak. Namun sebelum menjadi acuan, contoh kuesioner tersebut perlu diuji validitas
isi dan relevansinya dengan tujuan riset. Validitas isi pertanyaan dari kuesioner
tersebut sesuai dengan konsep (tujuan) riset, baik definisi teoritis atau literatur, atau
hasil pendefinisian periset maupun langsung dari responden yang bersangkutan. Dengan
pengujian isi tersebut, kuesioner contoh yang menjadi acuan riset telah lolos uji
validitas, selanjutnya diuji reliabilitasnya. Setelah kedua pengujian tersebut, barulah
kuesioner menjadi final draft.
Namun untuk menyusun kuesioner tanpa sumber acuan yang cukup, setidaknya
periset memperhatikan lima tahapan berikut:
1. Membuat konstruksi variabel atau “kata kunci” pertanyaan.
2. Menyusun kalimat tanya.
3. Mendesain sistematika alur pertanyaan dan tampilan (setting lay out).
4. Melakukan pre-test.
5. Final draft.
Konstruksi Variabel
Pengujian suatu masalah dalam analisa statistika, baik pemasaran maupun
dalam kasus penelitian lainnya, harus dideskripsikan dalam bentuk variabel. Selain itu
pula konsep variabel akan membantu mempermudah penyusunan kuesioner lebih valid.
Salah satu teknik untuk mengkonstruksikan variabel dari masalah pemasaran yang
menjadi tujuan riset ialah dengan perceptual mapping atau pemetaan persepsi
(konsep). Pemetaan konsep ini dapat melanjutkan hasil rumusan tujuan riset
sebelumnya, dengan mengidentifikasi “kata kunci” untuk memudahkan pemetaan.
Kata kunci yang mengelompok dan memiliki perbedaan dalam karakteristik responden
dapat dinamakan variabel. Kalau variabel-variabel sudah jelas, maka pertanyaan pun
menjadi jelas. Sebaliknya, jika variabel-variabelnya masih kabur di pikiran periset,
pertanyaan-pertanyaan juga akan kabur dan mungkin sekali akan memasukkan
pertanyaan yang tidak relevan.
Selain pengujian validitas isi, kuesioner dapat pula diuji melalui validitas
konstruk. Konstruk atau construct dalam bahasa Inggris diartikan sebagai kerangka dari
suatu konsep. Dalam metodologi ilmiah, pengujian penelitian dibangun dari konsep

yang diterjemahkan dalam tujuan atau operasionalisasi riset. Apabila menyusun
rumusan tujuan riset sudah tepat (bab 2), maka rumusan tersebut menjadi konstruk
yang sudah didefinisikan secara operasional. Misalnya kasus riset segmentasi,
berdasarkan definisi teoritis berarti mengidentifikasi segmen-segmen yang terbentuk
pada pasar sesuai kriteria produk atau jasa. Segmen tersebut dioperasionalkan dari
aspek-aspek geografis, demografis, hingga psikografis. Melalui perceptual mapping
diperoleh gambaran kerangka operasional lebih mendetil dan dapat digarisbawahi
menjadi “kata kunci” yang membantu dalam penyusunan kuesioner.
Seperti contoh pada gambar di bawah ini, kasus segmentasi produk Mie Sedap
dipetakan berdasarkan teori dalam faktor pendapatan (income), demografi, umur,
status, hingga gaya hidup. Masing-masing faktor tersebut diturunkan lebih lanjut untuk
mendapat faktor yang mendeskripsikan tujuan riset lebih komprehensif. Kata kunci
“pengeluaran” dapat menjadi variabel, karena karakteristik responden memiliki
perbedaan dalam pengeluaran per bulannya, yakni dapat dikelompokkan dalam kelas A
(>Rp. 2 juta/bulan), kelas B (Rp. 1-2 juta/bulan), atau kelas C (Rp. 0,5 - 1 juta).
Namun apabila responden yang disurvey berstatus menikah (semua), maka faktor
status tidak dimasukkan sebagai variabel. Semakin komprehensif pendeskripsian
variabel operasional semakin valid konstruk kuesioner yang dibuat.
Jenis Pertanyaan
Setelah pemetaan, variabel tersebut disusun menjadi kalimat tanya yang tepat.
Dapat berupa jenis pertanyaan terbuka (open-ended questions), pertanyaan tertutup
(closed-ended questions), atau jenis pertanyaan campuran. Pertanyaan jenis terbuka
lebih banyak digunakan untuk metode riset kualitatif, sedangkan untuk pertanyaan
jenis tertutup dan mendetil disarankan untuk metode riset kuantitatif.
1. Pertanyaan terbuka, kemungkinan jawaban tidak ditentukan terlebih dahulu
dan responden bebas memberikan jawaban. Seperti pertanyaan tentang
pendapat pribadi, ekplorasi pertanyaan (probing), atau pertanyaan klarifikasi.

Q1. Seberapa sering Anda mengkonsumsi mie instan? Per bulan/minggu?
Apakah mie instan yang dikonsumsi berbeda merek? Merek Mie
Sedap?
Q2. Alasan utama Anda memilih Mie Sedap?
2. Pertanyaan tertutup, kemungkinan jawaban ditentukan terlebih dahulu dan

responden bebas memberikan jawaban yang telah diperikan. Jawaban
berbentuk pilihan berganda (dua/lebih) dengan satu atau lebih jawaban, serta
jawaban yang berskala. Pilihan jawaban disarankan dipilih secara seksama atau
menggunakan hasil riset penelitian sebelumnya, atau dapat pula melakukan
riset pendahuluan agar dalam analisa kuantitatif dapat mengestimasi data riset
mendetil.
a. Pertanyaan dikotomik atau pertanyaan dengan dua jawaban terpilih,
contoh:
Q3. Apakah Anda mengetahui promosi berhadiah Mie Sedap?

(1). YA (2). TIDAK
b. Pertanyaan pilihan berganda (multiple choices) dengan satu jawaban,

contoh:
Q4. Jumlah konsumsi mie instan (merek apa saja) Anda sekeluarga rata-
rata dalam sebulan?
a. < 6 bungkus
b. 6 – 12 bungkus
c. 12 – 24 bungkus
d. > 24 bungkus
c. Pertanyaan pilihan berganda (multiple choices) dengan jawaban lebih dari

satu, contoh:
Q5. Apa yang menjadi “teman” dan “campuran” Anda makan mie instan
(merek apa saja)? (Jawaban dapat lebih dari satu)
 Tidak ada  Ikan atau Daging
 Nasi  Sayuran
 Telur  Kerupuk
 Saos / Kecap  Penyedap / Bumbu Tambahan

d. Pertanyaan berskala (scaling questions), biasanya jenis pertanyaan tentang
sikap, perilaku, setuju/tidak setuju, atau pertanyaan berurut (ranking).
Q6. Tingkat kepentingan Anda terhadap atribut produk Mie Sedap?

Pilihan Jawaban: (1) = Tidak Penting, (2) = Biasa, atau (3) = Penting
….. Cita rasa kedaerahan
….. Harga murah
….. Bungkus yang menarik
….. Berhadiah
Q7. Tingkat kepuasan Anda terhadap atribut produk Mie Sedap?
Pilihan Jawaban: (1) = Sangat Tidak Puas, (2) = Tidak Puas,
(3) = Biasa, (4) = Puas, atau (5) = Sangat Puas
….. Cita rasa
….. Harga
….. Tampilan bungkus
….. Hadiah langsung
3. Pertanyaan kombinasi terbuka-tertutup, jawaban sudah ditentukan tetapi masih

ada kemungkinan tambahan jawaban atau dilanjutkan dengan pertanyaan
terbuka.
Q8. Merek mie instan yang paling sering Anda konsumsi?

a. Indomie
b. Super Mie
c. Sarimi
d. Mie Sedap
e. Salami
f. Lainnya (sebutkan) …………………………………………….
Q9. Apakah Anda pernah menkonsumsi Mie Sedap?
(1). PERNAH (2). TIDAK PERNAH
Jika PERNAH (1), jenis Mie Sedap cita rasa apa (saja)?
………………………………………………………..…………………………..
Hal-hal yang Harus Dihindari dalam Menyusun Pertanyaan

1. Hindari menggunakan istilah asing, jargon, slang, atau yang terkesan modern
namun tidak dimengerti responden. Gunakan kalimat atau kata-kata dengan bahasa
Indonesia baku yang sederhana, mudah dimengerti, dan berlaku untuk semua
responden.

Q10. Mie Sedap pas dengan taste Anda?
(1). YA (2). TIDAK
Sebaiknya:
Apakah cita rasa Mie Sedap sesuai dengan selera Anda?
2. Hindari pertanyaan dengan makna ganda atau kontradiktif (barreled question).
Q11. Mana yang lebih Anda sukai, Mie Sedap rasa ayam bawang atau soto ?
Pertanyaan membingungkan responden, apabila ia tidak menyukai Mie
Sedap atau menyukai kedua cita rasa tersebut.
Sebaiknya:
Jika Anda pernah mengkonsumsi Mie Sedap, cita rasa apa yang Anda
sukai?
(Jawaban dapat lebih dari satu)
 Tidak ada
 Rasa Ayam Bawang
 Rasa Soto
 Lainnya (sebutkan) …………
3. Hindari pertanyaan mengarahkan (leading question).
Q12. Selain Mie Sedap, apakah ada merek yang lebih baik?
(1). YA, Sebutkan ………………. (2). TIDAK
Sebaiknya:
Sebutkan merek mie instan yang paling baik menurut Anda? Lalu, merek
selain itu? [Buat tiga ranking mie instan terbaik]
4. Hindari pertanyaan yang mengandung sugesti.

Q13. Apabila saat di rumah dan merasa lapar namun tidak tersedia cukup
makanan, apakah Anda memasak mie instan atau jajan di luar rumah?
Sebaiknya:
Apa yang Anda lakukan di rumah, saat merasa lapar namun tidak
tersedia cukup makanan?

5. Hindari pertanyaan mempermalukan, menurunkan prestise atau harga diri
responden.
Q14. Apakah Anda sehari-hari mengkonsumsi mie instan?

(1). YA (2). TIDAK
Sebaiknya:
Seberapa sering Anda mengkonsumsi mie instan? ….
(per bulan / minggu / hari)
Ukuran Skala Data

Sebelum membahas lebih jauh desain kuesioner, perlu dibahas dahulu ukuran
skala data. Secara umum ukuran skala dibuat dengan tujuan agar periset dapat
menempatkan ciri-ciri atau karakteristik obyek riset berdasarkan suatu ukuran atau
tertentu, sehingga dapat dibedakan, digolongkan, dan diurutkan (Mallo, 1985).
Nantinya penggunaan ukuran skala pada jawaban pertanyaan kuesioner jenis tertutup
ini akan membantu menentukan statistik uji yang tepat dalam proses analisa data. Ciri-
ciri atau karakteriktik dari nilai variabel ini dapat dibedakan menjadi empat tingkatan
skala, yang dikembangkan pertama kali oleh S.S. Steven, yakni skala nominal, ordinal,
interval, dan rasio.
a. Nominal adalah tingkatan pertama dan skala paling sederhana, yakni nilai-nilai
variabel hanya sekedar dibedakan antar kategori nilainya. Dasar perbedaannya
adalah agar tidak tumpang tindih dalam penggolongan kategori nilai dalam satu
variabel. Misalnya: jenis kelamin (1-pria, 2-wanita), kategori pekerjaan (1-PNS, 2-
pegawai swasta, 3-wiraswasta, 4-profesional (dokter, pengacara), 5-ibu rumah
tangga, 6-lainnya). Dalam skala nominal ini tidak diasumsikan tingkatan antar
kategori, seperti variabel jenis kelamin: wanita (2) tidak dikatakan lebih tinggi dari
pria (1), ataupun sebaliknya.
b. Ordinal adalah tingkatan kedua setelah nominal, diasumsikan bahwa kategori suatu
variabel selain dibedakan antar kategorinya, juga dilakukan pengurutan atau
tingkatan dari kategori tersebut. Misalnya strata pekerjaan (1-staf, 2-supervisor, 3-
manager, 4-direktur). Namun peringkat yang diberikan belum menunjukkan “jarak”
apakah supervisor (2) dua kali lebih tinggi dari staf (1). Atau menjawab, apakah
antara staf (1) dengan supervisor (2) dan antara supervisor (2) dengan manager (3)
berjarak sama.
c. Interval adalah tingkatan lanjutan dari dua skala sebelumnya, diasumsikan bahwa
nilai suatu variabel selain dibedakan, dan mempunyai tingkatan, juga diasumsikan
mempunyai jarak yang pasti antar kategorinya. Misalnya variabel usia (tahun), yang
dapat dibedakan umur Agus (30 tahun) dan Eeng (35 tahun), bahwasanya Eeng lebih

tua dibandingkan Agus dengan jarak usia 5 tahun. Namun keduanya tidak dapat
dilakukan perbandingan rasio, karena nilai usianya berawal dari titik nol yang tidak
sama (mutlak). Saat ini perbandingan usia Agus dan Eeng, 30/35 = 6/7. Tapi
setahun yang akan datang, perbandingannya berubah (30+1)/(35+1) = 31/36, yang
jelas berbeda.
d. Rasio adalah tingkatan skala terakhir, diasumsikan bahwa nilai suatu variabel selain
dibedakan, dan mempunyai tingkatan, serta mempunyai jarak suatu nilai dengan
nilai yang lain, juga diasumsikan bahwa setiap nilai variabel diukur dari suatu
keadaan atau titik yang sama (nol mutlak). Seperti: gaji karyawan, jumlah
penjualan, penghasilan, laba, dsb.
Terdapat beberapa istilah yang sering digunakan untuk mengelompokkan empat
skala data tersebut dalam dua istilah kelompok. Istilah kategorik (skala nominal dan
ordinal) dengan non kategorik (skala interval dan rasio). Lalu istilah non metrik (skala
nominal dan ordinal) dengan metrik (skala interval dan rasio). Dan istilah data
kualitatif (skala nominal dan ordinal) dengan data kuantitatif (skala interval dan
rasio). Untuk lebih memahami perbedaan empat skala ukuran di atas, berikut ilustrasi
contoh kasus yang dikutip dan diperbarui dari contoh kasus Mallo (1985). Dua orang
pegawai, sebut saja Abdullah dan Solechan, memiliki gaji per bulannya masing-masing
Rp. 1,8 juta dan Rp. 3,6 juta. Dari informasi tersebut dicoba disimpulkan dengan
empat pernyataan sebagai berikut:
A. Gaji Abdullah berbeda dengan gaji Solechan.
B. Gaji Solechan per bulannya lebih besar daripada Abdullah.
C. Gaji Solechan per bulannya lebih besar Rp. 1,8 juta dibandingkan gaji Abdullah.
D. Gaji Solechan per bulannya dua kali lebih besar daripada Abdullah.
Sepintas, dari keempat pernyataan A, B, C, dan D di atas mana yang benar?
Apabila disimak teliti, keempat pernyataan tersebut semuanya benar! Yang
membedakan keempat pernyataan tersebut adalah tingkatan perhatian yang mendasari
masing-masing pernyataan tersebut. Seperti halnya skala nominal, pernyataan A hanya
memperhatikan perbedaan gaji kedua orang tersebut. Pernyataan B selain memper-
hatikan adanya perbedaan, juga membuat tingkatan dari gaji kedua orang tersebut,
seperti halnya skala ordinal. Sedangkan pernyataan C, seperti halnya skala interval,
selain memperhatikan adanya perbedaan dan tingkatan, juga jarak dari gaji kedua
orang itu. Pernyataan D adalah seperti halnya skala rasio, memperhatikan perbanding-
an rasio gaji kedua orang tersebut.
Dari ilustrasi tersebut, tentunya dapat dikatakan bahwa untuk variabel-variabel
tertentu, skala nilai variabelnya dapat diubah-ubah. Misalnya, suatu variabel yang nilai
nya berskala rasio, dapat dibuat berskala, interval, atau ordinal, ataupun nominal.

Karena sifat skala rasio mencakup pula sifat skala interval; lalu sifat skala interval
mencakup pula sikap skala ordinal; dan sifat skala ordinal mencakup pula sikap skala
nominal. Dalam tabel berikut diringkas sifat keempat skala pengukuran variabel.
SIFAT & ASUMSI NOMINAL ORDINAL INTERVAL RASIO
Membedakan ( = , ≠ ) Ya Ya Ya Ya
Urutan ( > , < ) - Ya Ya Ya
Jarak ( + , - ) - - Ya Ya
Nol Mutlak ( x , : ) - - - Ya
Desain Kuesioner
Kuesioner yang diperuntukkan memperoleh data di lapangan (field survey), baik
angket yang diisi sendiri oleh responden maupun kuesioner panduan bagi pewawancara
(interviewer), perlu memperhatikan desain tata letak, tampilan, dan sistematika alur
pertanyaan. Khusus metode riset kualitatif seperti dibahas pada bab sebelum ini, tidak
memerlukan kuesioner lengkap dan mendetil, tapi cukup panduan bagi moderator
(dalam FGD) atau observer. Hal-hal yang perlu diperhatikan dalam mendesain
kuesioner antara lain:
1. Ukuran kertas standar (kuarto/A4/folio), tidak terlalu besar atau terlalu kecil akan
mempermudah pengisian kuesioner oleh responden atau pewawancara di lapangan.
2. Jenis font/huruf disesuaikan, termasuk pula angka, alfabetis, atau kotak pengisian
jawaban, berukuran tidak terlalu besar atau terlalu kecil dengan spasi tidak rapat.
3. Kotak data responden atau pewawancara untuk pengecekan oleh supervisor
diletakkan di muka halaman depan.
4. Sistematika alur pertanyaan dimulai dengan data (fakta) responden, dilanjutkan
dengan pertanyaan berkaitan informasi, lalu barulah pendapat atau sikap dan
persepsi responden. Pertanyaan diupayakan beralur dari aspek umum ke aspek yang
lebih spesifik, sesuai dengan alur berpikir kebanyakan orang. Dan pertanyaan
sensitif agar tidak mengganggu pertanyaan lainnya, ditempatkan di urutan akhir.
5. Apabila rekruitmen responden terseleksi, seperti syarat konsumen produk tertentu
atau khusus SES kelas AB, dapat dilakukan filtering pada pertanyaan awal. Contoh:
[Riset Customer Satisfaction, syarat responden pernah mengkonsumsi produk

Mie Sedap minimal 3 bulan terakhir].
Q1. Apakah Anda mengkonsumsi Mie Sedap dalam tiga bulan terakhir?
(1). YA
(2). TIDAK (STOP WAWANCARA, UCAPKAN TERIMA KASIH)

6. Apabila terdapat pertanyaan selektif dapat dilakukan skipping, yakni meloncat
langsung ke pertanyaan non selektif. Contoh:
[Riset Perilaku Konsumen Mie Instan, syarat responden pernah mengkonsumsi

produk mie instan (merek apa saja) minimal 3 bulan terakhir].
Q1. Apakah Anda mengkonsumsi Mie Sedap dalam tiga bulan terakhir?
(1). YA
(2). TIDAK (Skip Q.4)
Q2. Pertanyaan Selektif (Syarat Q.1: mengkonsumsi Mie Sedap)
Q3. Pertanyaan Selektif (Syarat Q.1: mengkonsumsi Mie Sedap)
Q4. Pertanyaan Non Selektif
Mengukur Sikap Pelanggan

Banyak kuesioner dalam riset pemasaran didesain untuk mengukur attitude
atau sikap pelanggan. Sikap merupakan evaluasi sesuatu secara umum dari seseorang.
Sikap pelanggan menjadi faktor penting dikarenakan:
 Sikap tidak berubah dalam waktu panjang;
 Sikap membantu menjelaskan bagaimana kesiapan seseorang untuk melakukan
sesuatu;
 Sikap menghasilkan konsistensi dalam perilaku keseharian; dan
 Sikap berkaitan dengan preferensi atau alasan pengambilan keputusan.
Sikap dapat diukur menggunakan beberapa prosedur berikut:
 Self Reporting, sebuah teknik umum yang digunkan mengukur sikap dengan cara
responden ditanyakan langsung tentang sikap mereka terhadap sesuatu hal yang
menjadi tujuan riset.
 Observation of behavior, diasumsikan perilaku sesorang merupakan hasil dari
sikap seseorang tersebut. Sehingga sikap diobservasi dari perilaku keseharian
yang nampak dari responden.
 Indirect technique, teknik tidak langsung dengan menggunakan sebuah stimulus
seperti menggunakan uji asosiasi kata (word association tests).
 Performance of objective tasks, diasumsikan bahwa perfomansi atau kinerja
tergantung dari sikapnya.
 Multiple measures, sebuah gabungan atau kombinasi dari teknik eksplorasi
sikap agar temuan lebih valid, khususnya berguna saat teknik self-reporting
digunakan.

Ada sejumlah jenis skala penghitungan sikap yang dapat digunakan, antara lain:
 Skala Likert. Pernyataan-pernyataan dalam kuesioner dijawab responden
berdasar tingkat kesetujuan/ketidaksetujuannya, dapat berskala 5 (sangat tidak
setuju- tidak setuju–antara setuju dan tidak–setuju-sangat setuju), berskala 7
atau 10.
 Teknik Q-Sort. Responden diminta mengurutkan pernyataan-pertanyaan yang
diajukan dari yang dianggap sangat penting atau sangat sesuai hingga
pernyataan yang sangat tidak penting atau sangat tidak sesuai. Dengan
menggunakan metode thurstones case V akan diperoleh rating masing-masing
pernyataan berdasar distribusi normal.
 Skala Semantic Differential. Pernyataan-pernyataan dalam kuesioner disusun
dua lajur yang bermakna beda (kontradiktif) atau bermakna positif dan negatif.
Di antara lajur tersebut disusun skala nilai 7 atau 10 untuk dipilih responden
yang sesuai dengan sikapnya. Untuk meminimalisasi bias jawaban responden,
satu lajur pernyataan diacak makna positif dan negatif. Sehingga responden
tidak menjawab nilai yang “sama” untuk satu lajurnya. Seperti contoh berikut:
Q1. Berikan nilai dari pernyataan yang sesuai dengan Minimarket A ?
a. Staf pelayan yang ramah 1 2 3 4 5 6 7 Staf pelayan yang tidak

ramah
b. Harga cukup mahal 1 2 3 4 5 6 7 Harga cukup murah
c. Peralatan dan kebutuhan 1 2 3 4 5 6 7 Peralatan dan kebutuhan
rumah tangga kurang rumah tangga tersedia
tersedia
d. Lokasi strategis 1 2 3 4 5 6 7 Lokasi kurang strategis
e. Keluraga/tetangga belanja 1 2 3 4 5 6 7 Keluraga/tetangga tidak
di sini belanja di sini
f. Penempatan rak barang 1 2 3 4 5 6 7 Penempatan rak barang
cukup baik kurang baik
Semantic Differential dapat digunakan pula untuk melakukan komparasi dengan

kompetitor, menilai keunggulan kompetitif atau differentation. Analisa meng-
gunakan output bagan rata-rata penilaian responden (skor: 1-7) yang dibuat
dengan fasilitas “chart” MS Excel:

COMPETITIVE ADVANTAGE MINIMARKET A & B
Staf pelayan yang kurang

Staf pelayan yang ramah 1.72 3.06
ramah
Harga cukup mahal 4.61 5.39 Harga cukup murah
Peralatan dan kebutuhan

Peralatan dan kebutuhan
4.61 6.39 rumah tangga cukup
rumah tangga kurang
tersedia
tersedia
Lokasi strategis 4.17 6.14 Lokasi kurang strategis
Keluarga/tetangga Keluarga/tetangga tidak

3.61 5.61
belanja di sini belanja di sini
Penempatan rak barang 1.39

Penempatan rak barang
cukup baik 2.17 kurang baik
Minimarket A Minimarket B
 Skala Stapel, serupa dengan skala semantic differential namun tidak dibuat dua
lajur pernyataan bermakna potitif/negatif atau kontradiksi, hanya skornya saja
dibuat positif/negatif . Contoh:
a. -5 -4 -3 -2 -1 Staf pelayan ramah +1 +2 +3 +4 +5
b. -5 -4 -3 -2 -1 Harga cukup murah +1 +2 +3 +4 +5
c. -5 -4 -3 -2 -1 Kelengkapan peralatan dan +1 +2 +3 +4 +5
kebutuhan rumah tangga
Pre-Test Kuesioner
Pretest diadakan untuk menyempurnakan kuesioner, dari sisi isi, desain,
validitas, dan keandalan. Ada dua pre test yang perlu dilakukan, tes pertama terhadap
isi, desain, dan tampilan, sedangkan tes kedua terhadap keandalan pertanyaan
(validity & reliability test). Keduanya dapat dilakukan dengan berdiskusi sesama
angggota tim riset atau uji coba wawancara dengan 10 – 30 responden. Untuk aspek isi,
desain, dan tampilan, tes setidaknya dapat menjawab beberapa pertanyaan berikut:
1. Apakah pertanyaan atau jawaban tertentu pada kuesioner dapat dihilangkan karena
mungkin tidak relevan dengan tujuan riset atau untuk responden yang diteliti.
2. Apakah pertanyaan atau jawaban tertentu pada kuesioner dapat ditambahkan
karena adakalanya terlupa pertanyaan atau jawaban yang terkait dengan tujuan
riset atau untuk responden yang diteliti.

3. Apakah tiap pertanyaan pada kuesioner dapat dimengerti dengan baik bagi
pewawancara atau responden sendiri yang diteliti.
4. Apakah alur pertanyaan sudah tepat atau perlu mengubah urutan pertanyaan
sehingga pewawancara atau responden di lapangan dapat memahami tiap-tiap
pertanyaan yang diajukan.
5. Apakah pertanyaan yang sensitif dapat diperlunak dengan mengubah bahasa.
6. Apakah waktu wawancara dapat dipersingkat, selain membantu mempercepat
jadwal riset juga tidak memberatkan responden.
7. Apakah proses pencatatan hasil jawaban oleh pewawancara atau responden
langsung dapat mudah ditabulasi secara mudah.
Selanjutnya pengujian terhadap keandalan pertanyaan kuesioner (validity &

reliability test) secara statistik dilakukan hanya pada pertanyaan tertutup. Seperti
diungkapkan sebelumnya, validitas menunjukkan sejauh mana kuesioner mengukur apa
yang ingin diukur. Sedangkan reliabilitas atau keandalan menunjukkan sejauh mana
suatu hasil pengukuran melalui kuesioner relatif konsisten dalam pengulangan
pengukuran yang berbeda. Seperti ilustrasi berikut ini:
Tidak Andal dan Andal tapi Andal

Tidak Valid Tidak Valid dan Valid
Langkah pengujian validitas sebuah pertanyaan inti pada kuesioner berjenis

closed ended (tertutup), sebagai berikut:
1. Mendefinisikan konsep yang diukur secara operasional. Apabila pada saat mem-
rumuskan tujuan dan mengkonstruksi variabel telah sistematis mendefinisikan
operasional konsep, berarti kuesioner telah lulus uji.
2. Melakukan uji kuesioner kepada 10-30 orang responden khususnya pertanyaan inti
berjenis closed-ended (tertutup). Hasil pre test tersebut untuk setiap pertanyaan
diuji statistik dengan metode korelasi, yakni pearson atau product moment dengan
rumus:

n. x. y    x.  y 
r
n.  x 2

 ( x) 2 . n.  y  ( y ) 2 
r : nilai korelasi (uji diperbandingan dengan tabel kritik nilai r);

n : jumlah responden;
x : skor nilai jawaban responden per pertanyaan;
y : total skor nilai jawaban seluruh pertanyaan untuk seorang responden;
Contoh kasus dikutip dari Jamaluddin Ancok (Singarimbun, 1989)

NOMER PERTANYAAN (=X) TOTAL SCORE
RESPONDEN
1 2 3 4 5 6 7 8 9 10 (=Y)
A 5 4 5 4 5 4 4 5 4 5 45
B 4 5 4 5 4 5 5 4 5 4 45
C 3 4 4 3 4 2 4 5 4 4 37
D 5 5 4 3 4 5 4 3 4 1 38
E 3 3 4 4 3 4 4 4 4 1 34
F 2 1 2 1 2 2 2 2 1 5 20
G 2 3 2 3 2 2 3 3 1 5 26
H 1 1 1 2 1 2 2 1 2 5 18
I 4 4 4 5 5 5 4 4 4 1 40
J 5 2 2 2 2 3 2 2 2 5 27
*Jenis Scaling Questions, Nilai Jawaban X: 1(Sangat Tidak Bagus), 2(Tidak Bagus),
3(Biasa), 4(Bagus), dan 5(Sangat Bagus).
3. Hasil output analisa menggunakan SPSS 11.5 :

No. Pertanyaan Pearson Correlation Sign. N
1 0.724 0.018 10
2 0.918 0.000 10
3 0.942 0.000 10
4 0.847 0.002 10
5 0.936 0.000 10
6 0.776 0.008 10
7 0.921 0.000 10
8 0.859 0.001 10
9 0.895 0.000 10
10 -0.421 0.226 10
Terlihat pada pertanyaan ke-10 nilai signifikansinya (Sign.) sebesar 0.226 lebih
besar dibandingkan  standar yakni 0.05, berarti validitasnya tidak signifikan.

Disarankan pertanyaan ke-10 tidak dimasukkan ke dalam kuesioner karena tidak
valid untuk mengukur sesuai (konsep) tujuan riset.
Sementara untuk pengujian reliabilitas, ada beberapa tes yang sering

dipergunakan antara lain:
1. Test-Retest
Pengujian dilakukan dengan meminta responden mengisi ulang jawaban
pertanyaan seperti pada uji validitas namun dengan selang waktu sekitar 15-30
hari. Selanjutnya dilakukan pengujian sama dengan metode pengujian validitas,
yakni korelasi pearson dari variabel x (skor total tes pertama) dan y (skor total
tes kedua).
2. Cronbach Alpha
k .r
Dihitung dengan menggunakan rumus:   ,
1  (k  1).r
dengan r adalah rata-rata korelasi antar item dan k jumlah item. Apabila nilai
cronbach alpha () mendekati satu berarti pengukuran kuesioner tersebut
dapat diandalkan (reliable).
3. Spearman-Brown
Uji khusus reliabilitas data dikotomik, berbentuk Ya (1) dan Tidak (0).
Diusahakan pertanyaan berjumlah genap agar dapat dibagi dua. Dihitung
dengan rumus:
2.rtt
rtot  , dimana
1  rtot
rtt : angka korelasi belahan pertama dan belahan kedua;
rtot : angka reliabilitas keseluruhan item;
4. Kuder-Richdson (KR-21)
Sama seperti spearman-brown, uji ini khusus reliabilitas data dikotomik,
berbentuk Ya (1) dan Tidak (0), namun berbeda rumusannya.
Cara pengukuran validitas dan reliabilitas yang dikemukakan di atas baru sebagian
teknik yang dipakai dalam penyusunan kuesioner untuk survey. Masih ada teknik-teknik
lain yang tidak seluruhnya ditampilkan.
Program statistik seperti SPSS pun menyediakan beragam pengujian tersebut di
atas sehingga mempermudah analisa tanpa kesulitan menghitung (secara manual)
berdasar rumusan yang tepat. Untuk contoh kasus Jamaluddin ancok di atas, melalui
uji cronbach alpha dengan menggunakan sembilan pertanyaan yang dianggap valid,
diperoleh alpha sebesar 0.9618. Artinya, karena nilai alpha mendekati satu maka
kesembilan pertanyaan tadi sangat andal sebagai instrumen riset. Lebih lanjut, setelah

melalui tahapan akhir pengujian validitas dan reliabilitas, barulah kuesioner siap
dilepas ke lapangan sebagai instrumen survey yang andal.

Bab 7
TEKNIK PENGAMBILAN SAMPEL
Dalam riset metode kuantitatif, metodologi pengujian dilakukan dengan

pendekatan statistika. Ilmu statistika bukan saja membahas penganalisaan data,
namun juga berkaitan dengan pengumpulan data, perangkumannya, hingga intepretasi
data. Data diperoleh dari sampel yang diharapkan dapat mendeskripsikan sebuah
populasi. Populasi adalah himpunan “unit” (misalkan orang, obyek, atau kejadian)
yang menjadi bahan perhatian studi. Sedangkan bagian kecil dari populasi tersebut
dinamakan sampel. Jumlah sampel diambil untuk dibuat inferensi (kesimpulan)
karakteristik dari populasi melalui metode statistika. Seperti contoh berikut:
 Dalam polling pendapat, sebagian kecil orang diwawancarai dan pendapat mereka
digunakan untuk melihat sikap masyarakat secara keseluruhan.
 Hasil produk suatu pabrik dapat ditolak atau diterima berdasarkan pemeriksaan
acak beberapa produk saja yang diambil dari hasil produksi suatu pabrik.
 Rata-rata penghasilan petani Indonesia diketahui berdasarkan penghitungan dari
komunitas petani dari beberapa daerah.
Umumnya riset pemasaran untuk survey di lapangan mengambil sampel yang
terbatas, karena mempertimbangan ekonomis, waktu, dan kemudahan lainnya. Kecuali
sensus yang dilakukan BPS (Biro Pusat Statitik) secara periodik, dilakukan survey
(populasi) penduduk Indonesia. Dalam pengambilan sampel harus didasarkan teknik
sampling yang tepat agar kesimpulan representatif untuk menggambarkan karakteristik
populasi. Apabila biaya, waktu, dan SDM sudah dibatasi sejak semula, periset harus
mendapatkan suatu metode pengambilan sampel yang dapat menghasilkan presisi yang
tertinggi. Perlu disadari bahwa tingkat presisi yang tinggi tidak mungkin dicapai dengan
biaya, waktu, dan SDM yang terbatas. Yang mungkin dapat dicapai ialah tingkat presisi
tertentu dengan biaya, waktu, dan SDM yang terbatas.
Dalam aplikasinya, populasi sering didefinisikan dalam sampling frame atau
kerangka awal riset yang membatasi jumlah populasi itu sendiri. Misalkan, periset ingin
meneliti preferensi konsumen untuk membeli produk lampu pijar Philips. Populasi
“konsumen produk Philips” didefinisikan pada wilayah (geografis) mana, perkotaan
atau pedesaan, pembeli pertama kali atau yang kesekian kalinya, dan seterusnya.
Menurut jumlahnya, populasi terbagi dua yakni: populasi terbatas (berhingga) yang
dapat diperkirakan jumlahnya dan populasi tak terbatas (tak berhingga) yang tidak
diperoleh data estimasinya. Populasi terbagi dua pula menurut keragamannya, yakni

populasi homogen yang mememiliki karakteristik sifat yang sama; dan populasi hete-
rogen yang mememiliki karakteristik sifat yang beragam.
Beberapa pedoman sederhana untuk menentukkan ukuran minimal sampel
berikut contoh kasusnya:
1. Pada kasus yang sulit memprediksi atau memang tidak diketahui jumlah populasi,
maka ukuran sampel dapat diambil dengan pendekatan sederhana yakni:
1
n > , dimana (1-)% adalah asumsi interval kepercayaan (IK) sampel
2
terhadap populasi;
Contoh kasus :
Jika kita ingin mengetahui pasar sebuah produk yang akan diluncurkan dengan
populasi (calon) konsumen yang sulit diprediksi, berapa jumlah sampel ( = n)
yang harus ditetapkan?
 Jika menetapkan IK sebesar 99% atau  = 0,01 maka n > 10.000
 Jika menetapkan IK sebesar 95% atau  = 0,05 maka n > 400
 Jika menetapkan IK sebesar 90% atau  = 0,10 maka n > 100
2. Pada kasus yang diketahui proporsi atau perbandingan dari populasi dan kelompok
sampel yang akan diriset, digunakan pendekatan rumus:
2
z 
n > p . q .   / 2  , dimana:
 e 
n : jumlah sampel
p : perkiraan proporsi populasi
(jika tidak diketahui, maka diambil p = 0,5)
q : (1 - p)
z/2 : nilai standar (distribusi normal) untuk IK yang ditetapkan
e : error sampling (estimasi yang dapat diterima)
Contoh kasus:
Berdasar data BPS, populasi penduduk DKI Jakarta tahun 2000 sebesar 9 juta
orang dan sekitar 500.000 merupakan kelas SES A+. Berapa sampel yang
diperlukan untuk mendapat informasi dari kelas premium tersebut dengan IK
95% dan error sampling yang ditolerir sebesar 5 %?
p = 500.000/9.000.000 = 0,055
q = 1 – 0,055 = 0,945
z/2 = 1,96 (pada taraf signifikansi  = 0,05)
e = 0,05
2
 1,96 
maka : n > (0,055).(0,945).   berarti n > 80
 0,05 
disimpulkan sampel diambil minimal 80 orang.

3. Pendekatan rumus (2), namun tanpa diketahui nilai proporsi atau perbandingan dari
populasi yang tak berhingga, digunakan pendekatan nilai: p = q = 0,5 atau dapat
menggunakan tabel sebagai berikut:
Margin Level of Confidence (IK)

Error 90.00% 95.00% 99.00% 99.90%
+ 1% 6766 9604 16590 19741
+ 2% 1692 2401 4184 4936
+ 3% 752 1068 1844 2194
+ 4% 423 601 1037 1234
+ 5% 271 385 664 790
+ 7.5% 121 171 296 351
+ 10% 68 97 166 198
+ 15% 31 43 74 88
+ 20% 17 25 42 50
+ 50% 3 4 7 10
Dalam literatur sampling technique masih banyak lagi pendekatan rumus untuk
mengestimasi sampel dari populasi sesuai karakteristik dan nilai uji satistiknya, namun
ketiga pendekatan ini yang relatif mudah dan sering dipergunakan dalam riset
pemasaran.
Teknik Pengambilan Sampel

Teknik pengambilan sampel dibagi dalam dua kelompok berdasar pendekatan
probalitas atau tidak, yakni: probabality random sampling dan non probabality random
sampling. Untuk probabality random sampling, setiap unit dari populasi memiliki
peluang sama untuk diambil sebagai sampel, sehingga karakteristik populasi dapat
direpresentasikan sampel cukup kuat. Sedang non probabality random sampling
peluang unit populasi tidak dapat ditentukan, namun dapat meminimalisai tingkat
kesulitan dan biaya pengambilan sampel.
Probability Random Non Probability Random

Sampling Technique Sampling Technique
Simple Random Sampling Convenience Sampling
Systematic Random Sampling Purposive Sampling
Stratified Random Sampling Quota Sampling
Cluster Random Sampling Snowball Sampling
Booster Sampling
Multistage Random Sampling

Teknik pengambilan sampel dengan pendekatan probabality random sampling
terdapat lima pilihan yakni:
1. Simple Random Sampling
Metode paling sederhana dalam pengambilan sampel, yakni unit populasi yang
diambil secara acak menjadi sampel seperti pengundian atau pengocokan dalam
arisan. Pengacakan modern dapat menggunakan tabel random atau dengan bantuan
komputer. Hal yang diperhatikan adalah karakteristik populasinya adalah homogen.
2. Systematic Random Sampling
Sama halnya dengan simple random sampling, namun dalam pengambilannya dari
populasi yang homogen menggunakan metode sistematik (pengurutan acak). Bagi
data populasi cukup besar dan memiliki penomeran seperti database customer akan
lebih mudah menggunakannya dibandingkan simple random sampling.
3. Stratified Random Sampling
Metode pengambilan sampel untuk populasi heterogen yang terbagi menjadi
beberapa kelompok (stratum). Langkah awal adalah mengelompokkan populasi dari
frame stratum yang cenderung homogen, lalu dari data populasi diukur proporsi
dari stratum-stratum tersebut. Dari jumlah sampel yang telah ditetapkan,
diambillah sampel secara acak dari stratum dengan ukuran proporsi yang sama
dengan populasi awal.
4. Cluster Random Sampling
Metode pengambilan sampel untuk populasi heterogen yang terbagi dalam banyak
cluster (kelompok, wilayah, atau pembagian lainnya). Langkah awal adalah
menentukan cluster-cluster populasi, lalu dari cluster populasi diiambil secara
simple random sample. Barulah setelah cluster populasi terpilih, diambil sampel
secara acak pula.
5. Two Stage Cluster Random Sampling
Metode cluster random sampling yang diambil dua tahap cluster. Contoh dalam
pengambilan sampel di wilayah DKI Jakarta, tahap awal berupa cluster kecamatan
yang diacak. Tahap kedua dari cluster kecamatan yang diambil, diambil acak
kelurahan sebagai cluster kedua, dan seterusnya sampai mendapat frame yang
tepat dan mudah.
Sementara untuk teknik pengambilan sampel dengan pendekatan probabality
random sampling juga terdapat lima pilihan teknik pengambilan, yakni:
1. Convenience Sampling
Pengambilan sampel paling mudah karena diserahkan jumlah dan kriteria terhadap
subyektifitas (dan kemudahan) periset dalam pengambilannya, sehingga disebut

pula accidental sampling. Disarankan penggunaannya hanya untuk riset kualitatif,
atau untuk tes produk baru.
2. Judgment/Purposive Sampling
Hampir sama dengan convenience sampling, namun periset menggunakan
persyaratan lebih ketat dalam menentukan jumlah, kriteria, dan kemudahan
pengambilan sampel.
3. Quota Sampling
Purposive sampling pada jenis populasi heterogen atau terkelompokkan, sehingga
setiap kelompok (stratum/cluster) ditentukan kuota jumlah sampelnya.
4. Snowball Sampling
Pengambilan sampel yang sulit diperoleh, disiasati dengan cara mencari satu
sampel terlebih dahulu sesuai kriteria yang ditetapkan. Lalu dari sampel pertama
dicari informasi untuk mendapat sampel kedua yang memiliki kesamaan dan
seterusnya, seperti “bola salju” yang menggelinding.
5. Booster Sampling
Mencari sampel yang sulit dengan cara mengamati lingkungan atau komunitas yang
sesuai kriteria sampel, lalu diambil satu per satu sampelnya.
Satu teknik yang cukup sering digunakan dalam riset pemasaran ialah multi
stage random sampling. Suatu metode kombinasi bertahap dari beberapa metode
pengambilan sampel untuk menyiasati kesulitan dan biaya survey di lapangan. Yang
sering dipergunakan dalam riset pemasaran, yakni tahapan awal menggunakan quota
sampling untuk menjatahkan sampel per kota besar, lalu dilanjutkan cluster sampling
pada tingkatan daerah di bawahnya. Pengacakan atau randomisasi terakhir dilakukan
pada tingkatan lebih kecil yakni RT/RW, menggunakan simple atau stratified random
sampling.
Contoh Metodologi Survey IBBA

Indonesian Best Brand Award (IBBA), suatu penghargaan yang diberikan kepada
perusahaan yang memiliki ekuitas dan value merek produk yang kuat, menggunakan
teknik sampling baku dalam surveynya. Penghargaan tahunan yang diadakan oleh MARS
dan Majalah SWA ini mengambil total sampel 3.044 responden berusia 15-55 tahun
yang berada di lima kota besar: Jakarta, Surabaya, Bandung, Medan dan Semarang.
pengambilan sample dilakukan dengan probabilistic sampling, sehingga margins of
error (MOE) bisa ditentukan. Dengan asumsi populasinya infinite (secara statistik, jika
populasi melewati jumlah tertentu bisa dianggap infinite atau tak terhingga), secara
total setiap sampel memiliki MOE 1,79 %, dengan tingkat kepercayaan 95%. Sementara

itu apabila Analisanya diturunkan menurut kota MOE di setiap kota yang diteliti seperti
yang ditunjukan oleh table berikut.
Kota Jumlah Responden (Usia 15-55 Tahun) MOE (%)

Jakarta 605 3.98
Surabaya 599 4.00
Bandung 622 3.93
Medan 614 3.96
Semarang 604 3.99
Total 3.044 1.79
Pengambilan sampling dalam penelitian ini menggunakan metode multistage

random sampling, yakni random sampling secara bertahap dengan tahapan sebagai
berikut :
Kota Terpilih  Kecamatan  Kelurahan  Rukun Warga ( RW)  Rukun
Tetangga (RT)  Unit Tempat Kediaman (UTK)  Responden.
Upaya pengacakan sederhana (simple randomize) dimulai dari wilayah kecamatan
hingga RT. Dari setiap RT yang terpilih, kemudian diambil sebanyak 50 UTK dengan
tehnik systematic random sampling. Tahap pemilihan responden, yang merupakan
tahapan terakhir proses sampling, dilakukan dengan cara mapping. Yakni
mengidentifikasi seluruh anggota keluarga yang berusia 15-55 tahun, kemudian dipilih
satu secara random. Riset ini dilakukan dengan menggunakan kaidah kuantitatif –
wawancara dilakukan dengan tatap muka dengan menggunakan daftar pertanyaan
berstruktur.
Dalam analisanya, agar hasil riset mempresentasikan populasi sebenarnya,
dilakukan pembobotan (weighting) yang didasarkan pada rasio antara jumlah sampel
yang diambil dengan jumlah populasi sebenarnya dari masing masing kota.
Jumlah Responden Jumlah Populasi Nilai Pembobot

Kota
(Usia 15-55 thn) (Usia 15-55 thn) (Ribu)
Jakarta 605 5.644 ribu 9,36
Surabaya 599 1.698 ribu 2,84
Bandung 622 1.398 ribu 2,25
Medan 614 1.056 ribu 1,72
Semarang 604 846 ribu 1,40
Nilai pembobot masing masing kota adalah: nilai pembobot ini dapat diartikan: seorang
responden di Jakarta merepresentasikan 9.360 orang berusia 15-55 tahun. Seorang
responden di Semarang merepresentasikan 1.400 orang dan seterusnya (Asto & Budi,
Majalah SWA 14/XVIII).

Bab 8
PENGUMPULAN DATA
Tahapan riset pemasaran setelah periset mendesain kuesioner ialah

mengumpulkan data atau informasi yang dibutuhkan dari responden. Untuk metode
riset kualitatif telah dibahas sebelumnya pada bab 4, pengumpulan informasi dapat
menggunakan FGD, in depth interview, projective technique, atau desk research.
Dalam bab ini akan dibahas pengumpulan data untuk metode riset kuantitatif. Untuk
metode riset kuantitatif, pengumpulan data umumnya perusahaan riset dilakukan
melalui wawancara tatap muka. Periset dapat pula mengumpulkan data menggunakan
pilihan media interaksi lain seperti telepon, surat, atau internet. Wawancara tatap
muka atau melalui alternatif media memiliki kelebihan dan kekurangan yang dapat
disesuaikan dengan kemampuan dan keterbatasan periset itu sendiri.
PARAMATER PENILAIAN WAWANCARA SURAT TELEPON

Sedang, Lambat, tak
Kecepatan pengumpulan data Cepat
cenderung cepat terkontrol
Cakupan wilayah Terbatas Luas Luas
Sedang
Kerjasama responden Bagus Cukup bagus
cenderung buruk
Tergantung
Keahlian dalam bertanya Cukup cakap Sedang
format kuesioner
Ukuran kuesioner Panjang Sedang Sedikit mungkin
Kemungkinan tidak direspon Rendah Tinggi Sedang
Kemungkinan kesalahpahaman Rendah Tinggi Sedang
Supervisi untuk Inteviewers Sedang Tidak perlu Sedang
Ketidakjelasan responden Rendah Tinggi Sedang
Tergantung
Biaya Cukup Besar Sedang
insentif/hadiah
Wawancara tatap muka banyak dipilih untuk mengumpulkan data, dikarenakan

pengontrolan yang kuat dari periset untuk meminimalisasi non sampling error. Dan
dapat memaksimalkan pertanyaan yang akan digali melalui kuesioner. Namun
terkendala dengan bujet riset, khususnya untuk jumlah responden yang besar dengan
cakupan wilayah yang luas. Sedangkan survey dengan sedikit pertanyaan akan lebih
efektif melalui telepon (telesurvey) yang dapat mengakses wilayah cukup luas. Dalam
metode telesurvey ini yang menjadi catatan penting adalah keringkasan pertanyaan
yang diajukan dan terbatas pada responden yang memiliki akses telepon. Perusahaan
dapat pula mengumpulkan data dari konsumen melalui angket atau surat seusai

pembelian atau penggunaan jasa layanan. Angket tersebut dapat diberikan langsung,
disisipkan pada kemasan produk, atau bekerja sama dengan media cetak dibagikan
pada pembacanya. Beberapa sumber mengungkapkan, tingkat pengembalian riset
melalui surat yang cukup bagus berkisar 5-10 % dari total jumlah surat yang disebar.
Semakin besar insentif atau hadiah yang dijanjikan bagi responden, semakin besar pula
tingkat pengembalian angket atau surat survey. Untuk pengumpulan data melalui
internet memiliki kesamaan seperti halnya melalui surat, namun terbatasi pada
responden pengakses internet yang masih minim pemakainya di Indonesia.
Prosedur Wawancara
Periset sebagai penanggung jawab survey di lapangan yang merekrut
pewawancara atau mengalihdayakan (outsourching) kepada tim yang berpengalaman
perlu memberikan taklimat sebelum wawancara dilakukan. Taklimat merupakan
petunjuk teknis dan arahan mengumpulkan data melalui wawancara dengan
responden. Taklimat ini berisikan:
1. Penjelasan tujuan riset, tugas pewawancara, dan menekankan pentingnya
peranan pewawancara.
2. Penjelasan tiap nomer pertanyaan dalam kuesioner, baik redaksional penulisan
maupun maksud yang terkandung dalam pertanyaan tersebut. Pemahaman atas
item-item pertanyaan itu diharapkan pewawancara dapat mengumpulkan
informasi dari responden dengan tepat dan jelas.
3. Penjelasan cara mencatat jawaban responden termasuk teknis pengisiannya.
Jika diperoleh jawaban yang belum jelas dapat digunakan teknik probing.
4. Penjelasan mengenai pedoman mewawancarai, etika, persiapan, dan prosedur
reward & punishment. Reward terkait dengan honor atau bonus yang diperoleh
pewawancara atas keberhasilan mengumpulkan data dengan baik. Dan
punishment terkait sanksi atas ketidakjujuran dalam mewawancarai.
5. Orientasi tentang masalah yang mungkin terjadi di lapangan dan bagaimana tips
atau trik mengatasinya. Jika diperlukan dapat dilakukan latihan t-group,
berupa latihan mewawancarai di antara anggota tim pewawancara.
Dan untuk mendapatkan data yang valid serta meminimalisasi terjadinya non
sampling error, sebelum wawancara dimulai pewawancara harus mampu menciptakan
hubungan baik dengan responden. Atau menurut Koentjaraningrat harus dibuat
rapport, yakni situasi psikologis yang menunjukkan responden bersedia bekerja sama
dan menjawab pertanyaan sesuai dengan pikirannya dan keadaan sebenarnya. Kesan
pertama dari penampilan, apa yang diucapkan, dan dilakukan pewawancara sangat

penting merangsang sikap kerja sama responden. Berdasarkan pengalaman Michigan
Survey Research Center, responden lebih ingat akan pewawancara dan cara
mewawancarainya dibandingkan dengan isi wawancara. Beberapa pedoman untuk
mencapai hubungan yang menyenangkan dari responden antara lain:
 Berpakaian sederhana, rapi, tanpa perhiasan berlebihan, dan tanda pengenal
atau surat tugas;
 Bersikap sopan, rendah hati, dan bersikap hormat kepada responden;
 Memilih waktu yang tepat saat berkunjung dan menepati kesepakatan
pertemuan apabila ada perjanjian waktu berkunjung;
 Wawancara sebaiknya dimulai dengan memperkenalkan diri sekaligus
mengutarakan maksud dan tujuan pewawancara berkunjung. Dapat diselingi
dengan obrolan kecil, tentunya sesuai adat kebiasaan responden;
 Mewawancarai responden sesuai dengan taklimat (briefing) teknis riset
sebelumnya namun tidak terkesan kaku;
 Akhiri wawancara dengan ucapan terima kasih sembari memberikan hadiah
(gift) atau insentif bagi responden yang telah disediakan. Jangan lupa untuk
mengecek kembali pertanyaan yang belum terisi dan kartu kontrol.
Etika Pewawacara
1. Jujur dan cermat dalam pencatatan atau pengisian kuesioner;
2. Netral dan tidak memihak atas respon atau jawaban responden, meski berbeda
pendapat dengan pewawancara;
3. Tidak mengarahkan (leading) dan memberikan sugesti atas jawaban responden;
4. Menghormati hak-hak privacy responden untuk diwawancarai atau menjawab
pertanyaan. Dengan tidak merendahkan, menyinggung perasaan, atau
menghina responden, hingga menimbulkan ketegangan;
5. Melaporkan hasil wawancara sesuai prosedur dan taklimat koordinator survey.
Tips Mewawancarai
1. Buat kepastian waktu wawancara apabila responden sulit ditemui langsung atau
belum melengkapi keseluruhan jawaban yang diberikan;
2. Usahakan pada saat mewawancarai hanya responden yang hadir, tidak teman
atau keluarga yang menemani. Agar dalam menjawab pertanyaan tidak
dipengaruhi (bias) orang lain;
3. Reaksi atau jawaban pertama (spontan) terhadap suatu pertanyaan itulah
pendapat responden yang sesungguhnya. Adakalnya responden berubah

pendapat setelah pindah ke pertanyaan lain, jawaban atas pertanyaan semula
jangan segera dihapus.
4. Pada jawaban “Ya” atau “Tidak”, sering responden menambahkan keterangan
“Ya, kalau …” atau “Ya, tetapi …”, dalam hal ini tulislah lengkap, meskipun ini
untuk jawaban tertutup.
5. Tulislah dengan lengkap semua komentar responden. Kata-kata yang diucapkan
untuk melukiskan perasaannya adalah sangat penting.
6. Jawaban responden harus dimengerti maksudnya sebelum dicatat. Kalau belum
jelas tanyakan lagi. Jawaban harus khusus, jangan terlalu umum atau pun
mempunyai dua arti. Seperti “Saya suka karena bagus”, “Saya tidak suka”, atau
“karena menarik”.
7. Usahakanlah sambil menulis tetap berbicara. Berikanlah pertanyaan yang
mengajak dia berpikir. Membiarkan responden menanti terlalu lama dapat
menimbulkan kebosanan.
8. Selesai wawancara, periksa kembali kuesioner yang telah diisi dengan teliti,
untuk menjaga agar tidak ada nomer-nomer yang tidak terisi.
Metode Observasi
Pengumpulan data riset kuantitatif dapat pula dilakukan melalui observasi atau
pengamatan. Seperti survey untuk store check, distribution channel (lokasi
gerai/ritel), atau kepuasan pelanggan dan mutu layanan dengan mystery shopper.
Namun observasi tersebut harus dibekali lembar pengisian semacam kuesioner sehingga
diperoleh data yang dapat dikuantitatifkan. Seperti dalam riset store check dapat
dianalisa tingkat penetrasi sebuah di pasar dengan mengamati (mengecek) penjualan
produk tersebut di berbagai toko. Atau riset saluran distribusi untuk menentukan
kelayakan bisnis lokasi gerai (outlet) yang tepat juga melalui pengamatan di lapangan.
Baik daya serap pasar, yakni jumlah pengunjung pada hari atau jam tertentu. Maupun
analisa tingkat kompetisi dengan pesaing dari produk atau jasa layanan sejenis. Namun
ada beberapa hal yang perlu diperhatikan dalam metode observasi sehingga dapat
dikategorikan dalam pengumpulan data riset kuantitatif ialah:
 Dibuat skenario atau prosedur pelaksanaan yang seragam dalam setiap survey
di lapangan;
 Dibuat prosedur pelaporan atau pengisian data hasil survey;
 Jumlah lokasi pengamatan merupakan sampel sehingga perlu diperhatikan
(teknik) pengambilan sampling-nya;
 Hasil pengamatan berupa data terkodifikasi sehingga dapat membantu analisa
secara statistik, seperti korelasi, trend, atau tracking.

Mystery Shopper (MS) merupakan salah satu metode observasi dalam riset
pemasaran yang sering digunakan untuk mengukur kualitas layanan, yakni dengan
mengirimkan sejumlah periset yang berperan sebagai mystery shopper. Dalam metode
MS, setiap periset bertindak layaknya konsumen yang melakukan transaksi atau
kegiatan pengamatan lainnya yang dituangkan dalam skenario observasi. Menurut Peter
Gurney (Service Intelligent, 2001), MS yang efektif untuk perbaikan mutu layanan
(service quality) perlu melalui sepuluh tahapan 10 Steps Effectiveness Mystery
Shopper, yakni:
1. Review service & sales standard, ulasan atas gambaran layanan standar yang
telah diberikan perusahaan (klien) terhadap pelanggan selama ini. Ulasan ini
nantinya akan dianalisa apakah sudah dikerjakan sesuai SOP, lalu apakah
mengacu dengan keinginan pelanggan atau perlu menggunakan benchmark
standard.
2. Design the evaluation tools, mendesain perangkat analisa terhadap standar
layanan tersebut. Apakah secara minimal telah dilakukan oleh para frontliner
layanan perusahaan.
3. Determine scenario, menentukan skenario yang ingin dilakukan melalui survey
mystery shopper. Skenario ini disesuaikan dengan perangkat evaluasi yang telah
didesain sebelumnya.
4. Specify reporting needs, skenario yang telah disusun akan dilanjutkan dengan
pelaporan hasil survey secara spesifik dan dimungkinkan untuk dikuantitatifkan
untuk dibuat scoring, ranking, dan tracking.
5. Hire/Train Shoppers, setelah skenario dan sistem pelaporan telah dibuat,
kemudian dilanjutkan dengan rekruitmen para shopper yang bertindak seperti
layaknya pelanggan. Para shopper akan disesuaikan dengan karakter pelanggan,
baik penampilan, aksen, maupun akseptabilitas secara khusus.
6. Conduct a baseline study, pelaksanaan MS sebagai landasan studi penilaian atas
mutu layanan yang telah diberikan. Namun pada MS ini para frontliner layanan
perusahaan (klien) tidak diberitahukan sebelumnya agar landasan penilaian
awal lebih natural.
7. Share result, hasil penilaian dan analisa MS dikonsultasikan bersama dengan
para front liner layanan untuk memperbaiki mutu layanan yang kurang dan
mempertahankan yang telah baik atau sesuai standar.
8. Set goals, menyiapkan tujuan perbaikan mutu layanan yang berkelanjutan.
9. Train, melatih para frontliner layanan oleh internal perusahaan.

10. Repeat the study, mengulang MS kembali dengan memberitahukan sebelumnya
untuk mengevaluasi dan penilaian atas hasil pelatihan yang telah dilakukan para
frontliner.
Contoh Manajemen Survey

Survey lapangan, misalkan dalam sebuah riset pemasaran untuk mengevaluasi
kepuasan pelanggan di 7 kota tentunya membutuhkan tim survey yang terkoordinasi.
Prosedur yang perlu dilakukan seorang project manager setelah desain riset dan
kuesioner telah disepakati adalah
1. Menyiapkan perlengkapan administrasi dan staf lapangan. Administrasi terkait
material survey seperti: copy kuesioner, gift untuk responden, surat keterangan
survey atau kartu pengenal bagi interviewer, database pelanggan (responden),
dan administrasi lainnya. Sementara untuk tenaga lapangan yang dibutuhkan
adalah supervisor dan interviewer yang jumlahnya disesuaikan dengan target
responden dan target waktu. Apabila belum tersedia tenaga lapangan, perlu
dilakukan rekruitmen dengan seleksi sebelumnya. Perhitungan awal untuk
mengestimasi waktu survey dengan jumlah tenaga lapangan yang dibutuhkan
seperti tabel berikut:
Target Wawancara/Hari Jumlah Staf Min.
Kota Survey
Responden Waktu (Maksimum)** Spv. Intv.
Jatabek 150 20 hari 8 wawancara 1 8
Medan 75 12 hari 7 wawancara 1 7
Surabaya 75 12 hari 7 wawancara 1 7
Balikpapan 50 10 hari 5 wawancara 1 5
Makassar 50 10 hari 5 wawancara 1 5
Total 400 20 hari* 5 wawancara 5 5
*waktu pengerjaan survey serentak
**asumsi wawancara: 1 responden/hari setiap interviewer
2. Untuk meminimalisasi ketidakpemahaman isi dan teknik penyampaian dalam

mewawancarai responden, interviewers dibekali brief langsung oleh Tim Inti
yang waktunya sebelum target wawancara ditetapkan. Saat brief, diberikan
pula perlengkapan administrasi, database responden, dan administrasi lainnya.
Bagi interviewer pemula perlu dilakukan try out terlebih dahulu untuk
memastikan kemampuannya.
3. Meski telah dilakukan brief, prosedur pengawasan perlu dilakukan untuk meng-
hindari kesalahan survey dan kecurangan interviewer. Ujung tombak peng-
awasan berada di tangan Supervisor. Empat hal yang perlu diperhatikan dalam
pengawasan tersebut, yakni:

 Pengawasan jadwal. Supervisor menetapkan jadwal kerja Interviewer agar
disepakati target survey bersama. Jadwal kerja perlu memperhatikan
waktu untuk membuat janji (appointment) dengan responden dan fleksi-
bilitas interviewernya sendiri. Target dan realisasi interviewer untuk
memperoleh data responden dicatat dalam control sheet sebagai progress
report harian. Laporan perkembangan ini juga dibutuhkan oleh project
manager dan pihak klien untuk memantau perkembangan survey terkini.
 Pengawasan prosedur pengambilan data. Supervisor dapat melakukan
pengecekannya dengan witness, menyaksikan langsung atau ikut serta saat
interviewer mewawancara, apakah sudah benar atau belum. Lalu secara
acak sekitar 10 % responden dihubungi kembali, apakah sudah diwawanca-
rai secara lengkap atau tidak.
 Pengawasan isi atau hasil kuesioner. Apabila terdapat kekosongan atau
kesalahan pengisian item-item kuesioner, Supervisor berhak meminta
interviewer melakukan wawancara ulang. Namun apabila terjadi banyak
kesalahan dapat dilakukan penolakan (reject) hasil wawancara.
 Secara cross check, Project Manager atau bahkan klien sendiri dapat
mengecek kebenaran wawancara yang telah dilakukan juga dengan
menghubungi 5-10% dari responden di setiap wilayah survey. Apabila
terdapat data fiktif yang dilakukan oleh seorang interviewer akan
dilakukan recall, penolakan keseluruhan pekerjaan interviewer tersebut.
Misalkan, dari 10 wawancara diketahui satu wawancara fiktif, kesepuluh
hasil wawancara itu ditolak meski sembilan wawancara belum teriden-
tifikasi fiktif atau tidak.
4. Setelah manajemen survey telah dilakukan dengan pengawasan ketat, hasil

survey dapat memasuki tahapan riset selanjutnya. Yakni proses tabulasi data
dan analisa data hasil survey keseluruhan.

Bab 9
TABULASI DATA
Sebelum melakukan analisa data, dilakukan terlebih dahulu tahapan pra analisa
data berupa penyuntingan, verifikasi, dan tabulasi data. Pasca pengumpulan data di
lapangan merupakan proses memasuki tahapan pra analisa. Tabulasi data biasanya
memang tidak dimasukkan dalam prosedur analisa data riset, karena belum
mengungkapkan hubungan data hasil riset. Namun sedikitnya tabulasi data ini dapat
menyajikan pra analisa berupa ukuran deskriptif masing-masing variabel pengamatan.
Tahapan awal pra analisa, data hasil survey yang telah dicek oleh supervisor lapangan
di-entry pada program komputer. Dahulu sebelum program komputer berkembang,
data hasil survey dikumpulkan dan dianalisa secara manual. Tentunya ini akan
merepotkan untuk survey yang melibatkan banyak responden.
Proses entry atau pengetikan/pemasukan data secara sederhana dapat
menggunakan program MS Excel atau langsung pada program aplikasi statistik seperti
SPSS, Minitab, STATA, atau Lisrel. Namun khusus program aplikasi statistik tersebut,
data harus dikodifikasi (data coding) secara numerik terlebih dahulu agar dapat
dianalisa. Gambar berikut menampilkan tahapan yang perlu dilakukan proses pra
analisa:
PRE-ANALYSIS PROCESS
DATA Evaluasi DATA

COLLECTING Kelayakan Isi CODING
DATA ENTRY
DATA EDITING &

INCOMPLETE CHECKING REJECT
COMPLETE
DATA
TABULATION
DATA
ANALYSIS

Hal penting yang perlu diperhatikan, yakni terjadinya kesalahan saat
pengetikan atau mengkodifikasi jawaban yang berdampak pada kesalahan fatal pada
analisa data. Seperti dalam skala likert: “1 - 5” = “sangat tidak puas – sangat puas”,
jangan terbalik mengkodifikasikan “sangat tidak puas” = “5”. Beberapa perusahaan
riset pemasaran atau lembaga survey umumnya menggunakan program khusus data
entry, coding, dan tabulation dalam satu kesatuan. Sehingga mempermudah proses pra
analisa sekaligus meminimalisasi terjadinya kesalahan pengetikan dan memasukkan
data. Program khusus tersebut seperti Quantum, QPS, atau CS-Pro dapat di-setting
tampilan layarnya nampak seperti kuesioner asli. Apabila program tersebut sudah di-
setting sebelumnya, peng-entry-an data dapat dilakukan terpisah oleh siapapun meski
bukan periset semula.
Pengontrolan data setelah supervisor lapangan adalah Data Entry Officers, yakni
penyuntingan dan pengecekan apabila terdapat satu dua jawaban kuesioner yang tidak
terisi, tidak lengkap, atau tidak terbaca. Apabila hal itu terjadi, dapat dilakukan
konfirmasi secepatnya kepada interviewer bersangkutan melalui supervisor lapangan.
Namun pengontrolan ini hanya ditoleransikan bagi kesalahan kecil tanpa perlu
konfirmasi ulang terhadap responden yang terkait. Sementara untuk kesalahan besar
dapat dilakukan penolakan (“reject”) atas kuesioner yang telah dikumpulkan.
Adakalanya terjadi satu-dua jawaban kuesioner kosong tidak terisi dan periset
sendiri kesulitan untuk mengkonfirmasi ulang responden, interviewer, atau supervisor
bersangkutan. Kebijakan penolakan dapat ditoleransi apabila kurang dari 5 % dari
seluruh sampel responden. Kekosongan atau kehilangan nilai data ini dapat disiasati
pada program SPSS dengan replace missing value (RMV). Dengan RMV, data yang hilang
tadi akan diganti dengan pendekatan statistik, seperti pendekatan rata-rata, median,
interpolasi linier, atau interpolasi trend. Barulah, setelah penyuntingan dan pengecek-
kan data dilakukan sesuai ambang toleransi kesalahan dan acuan jumlah sampel bersih.
Data mentah yang telah disunting dan dicek disebut raw data yang adakalanya klien
atau pihak pengguna memintanya sebagai bukti lapangan dan lampiran laporan akhir
riset.
Ringkasan Ukuran Statistik

Dalam tahapan tabulasi dapat diperoleh ringkasan ukuran statistik deskriptif
sebagai pra analisa. Meski beberapa buku riset berbeda pendapat, apakah bagian dari
tabulasi data ataukah sudah masuk analisa data. Dalam ringkasan statistik deskriptif,
data dijelaskan karakteristiknya secara kuantitatif yang ringkas. Pra analisis ini akan
membantu periset menyajikan ribuan data dalam bentuk yang lebih mudah dipahami
dan lebih cepat dimengerti. Seperti informasi kecenderungan pemusatan data,

bagaimana penyebarannya, lalu kemiringan dan kelancipan. Selain itu juga untuk
informasi jumlah data yang missing atau kosong tak terisi, dan data pencilan (outlier)
yang menyebabkan data bias. Beberapa statistical software dapat memberikan ukuran-
ukuran tersebut seusai data selesai ditabulasi. Ringkasan statistik deskriptif ini
dijelaskannya dalam empat ringkasan ukuran statistik yakni:
A. Ukuran Pemusatan (Central Tendency)

Ukuran ini memberikan informasi kecenderungan data mengelompok atau
memusat. Terdapat tiga ukuran utama pemusatan yang tepat disesuaikan skala
ukuran data, yakni:
 Mean atau sering disebut dengan rata-rata. Ukuran mean tepat digunakan bagi
data berskala interval (arithmetic mean) dan data berskala rasio (geometric
mean). Namun kurang tepat sebagai ukuran pemusatan apabila terdapat pencil-
an (outlier). Secara matematis, arithmetic mean (rata-rata hitung) adalah:
n
x i
X  i 1
n
 Median dari suatu himpunan data kuantitatif adalah angka tengah (bila n ganjil)
atau rata-rata dua angka tengah (bila n genap) yang telah terurut dari nilai
terendah hingga yang terbesar. Median cocok untuk data berskala ordinal, yang
dapat ditampilkan dengan tabel frekuensi (prosentase per kategori).
 Modus merupakan nilai yang paling sering muncul, atau yang frekuensinya
paling tinggi. Dengan kata lain, modus menunjukkan di mana data cenderung
berkonsentrasi. Ukuran ini tepat bagi data berskala nominal, sama seperti
median, dapat disajikan pula dalam tabel frekuensi (prosentase per kategori).
B. Ukuran Penyebaran (Dispertion)

Ukuran ini memberikan informasi kecenderungan data menyebar. Terdapat tiga
ukuran utama pemusatan yang tepat disesuaikan skala ukuran data, yakni:
 Range ialah selisih antara nilai terbesar dengan nilai terkecil dari suatu himpun-
an data. Range adalah ukuran penyimpangan yang mudah dipahami, cepat dan
mudah menghitungnya, tetapi kurang teliti. Semakin besar nilai range, maka
semakin tinggi penyimpangan data dari nilai rata-ratanya. Kelemahan ukuran
range ini adalah tidak adanya informasi mengenai distribusi data-data lain yang
berada di antara nilai terbesar dan terkecil tersebut. Artinya, range bisa sama
namun sebaran datanya dapat berbeda. Ukuran range dapat digunakan untuk
semua ukuran skala.

 Interquartile Range yang dilambangkan dengan dq merupakan penyebaran
bagian tengah dari data, yaitu: dq = qA – qB dimana qA ialah kuartil atas dan qB
ialah kuartil bawah. Karena yang digunakan ialah bagian tengah dari data,
maka dq tidak dipengaruhi oleh data pencilan. Untuk data berskala kategorik,
dq cocok membantu memberikan informasi deviasi.
 Deviasi standard yang dilambangkan dengan S merupakan ukuran penyimpang-
an yang diperoleh dari deviasi tiap data dengan nilai rata-ratanya. Semakin
kecil nilai standar deviasi, maka semakin kecil penyimpangannya dan nilai data
mengelompok seputar nilai rata-ratanya. Nilai kuadrat standar deviasi, S2,
disebut juga variansi dan hanya cocok untuk data berskala rasio atau interval.
n n
 ( X i  X )2 (X i  X )2
S2  i 1
dan S  i 1
n 1 n 1
C. Ukuran Kemiringan (Skewness) dan Kelancipan (Kurtosis)

Untuk statistik lebih lanjut, sering diperlukan asumsi penyebaran data –khususnya
data metrik- itu berdistribusi normal atau tidak. Distribusi normal merupakan
penyebaran data yang simetris berbentuk lonceng atau genta. Jika populasi
berdistribusi normal, maka histogram sampel umumnya mempunyai frekuensi besar
pada kelas interval yang berada di tengah, sedangkan kelas yang di tepi kanan dan
kiri mem-punyai frekuensi kecil.
Contoh Himpunan Data Berdistribusi Normal

Skewness
Mean < Median Mean > Median Mean = Median
Kurtosis
Replace Missing Value SPSS 11.5

Seperti yang telah dibahas di atas, saat melakukan data entry atau tabulasi,
periset menghadapi suatu nilai data yang hilang atau missing. Untuk beberapa analisa
statistika dapat bermasalah, sehingga perlu trik pengisian data yang hilang. Pada
program SPSS dengan replace missing value (RMV), data yang hilang tadi akan diganti
dengan pendekatan statistik, yakni:
 Series Mean, mengisi nilai missing dengan rata-rata dari keseluruhan deret
(variabel/kolom).
 Mean Nearby Points, mengisi nilai missing dengan rata-rata pada sekeliling nilai
yang valid.
 Median Nearby Points, mengisi nilai missing dengan median pada sekeliling nilai
yang valid.
 Linier Interpolation, mengisi nilai missing dengan interpolasi linier.
 Linier Trend at Point, mengisi nilai missing dengan trend linier pada setiap titik.
Tahapan menggunakan prosedur RMV dilakukan sebagai berikut:

1. Menentukan variabel (kolom) yang terdapat missing value, dapat dibaca dari
output prosedur statistik deskriptif pada SPSS. Seperti contoh di bawah ini,
nampak variable “Revenue” terdapat 12 nilai data missing dan 1488 nilai valid.
Statistics
Revenue
N Valid 1488
Missing 12

2. Klik menu Transform, pilih Replace Missing Value sehingga keluar tampilan
berikut:
3. Beri nama variabel (kolom) pada name, apabila ingin membuat variabel baru bagi
variabel yang memiliki data missing. Secara default SPSS langsung memberikan
nama baru, yakni “nama_1”. Apabila tidak ingin membuat variabel baru, gunakan
nama variabel yang lama. Jangan lupa klik Change.
4. Pilihlah variabel akan dilakukan prosedur RMV.
5. Pilihlah metode pada Method. Khusus yang memilih metode …of nearby, pilih
rentang berapa jarak keliling data valid yang dipilih, pada Span of Nearby Points.
6. Klik OK jika akan melakukan prosedur RMV atau Cancel jika akan dibatalkan.

Bab 10
ANALISA DATA
Seperti telah dibahas pada bab sebelumnya, pasca tabulasi data dilanjutkan pra
analisa berupa tampilan ringkasan ukuran statistik deskriptif. Lebih lanjut, tahapan
analisa data masih menggunakan statistik deskriptif dapat menyajikan informasi data
dalam bentuk tabel dan visualisasi bagan, diagram, atau grafik. Selain menyajikan data
mentah menjadi lebih informatif, juga mempermudah proses analisa data. Analisa data
menggunakan tabel deskriptif dan visualisasi diagram ini akan sangat membantu bagi
praktisi yang awam dengan pengujian statistik. Karena cukup mudah mengolahnya
tanpa perlu mengernyitkan dahi dengan rumus-rumus statistik. Atau menggunakan
statistical software yang membutuhkan waktu untuk mempelajarinya. Dan tidak perlu
khawatir, karena lembaga riset profesional pun menggunakan tabel-tabel deskriptif
sederhana dan visualisasi diagram untuk mendeskripsikan hasil-hasil risetnya.
Hasil riset kuantitatif yang terkait dengan fakta, informasi, pendapat, dan
persepsi responden (ingat bahasan pada bab mendesain kuesioner) umumnya dapat
disajikan dalam bentuk tabel. Tabel tersebut berisikan kolom kategori dari suatu
variabel beserta kolom jumlah dan frekuensi. Adakalanya ditambahkan kolom frekuensi
kumulatif. Untuk variabel berisi data metrik dapat juga dibuatkan tabel, namun data
tersebut dikategorisasikan atau dibuat kelas-kelasnya terlebih dahulu. Jenis tabel
sendiri tidak terlalu banyak, yakni tabel satu arah dan tabel tabulasi silang (cross
tabulation) dua arah atau lebih. Di bawah ini contoh-contoh tabel beserta analisanya:
Tabel Satu Arah (Penghasilan Responden)

Penghasilan Rata-Rata/Bulan n Frekuensi Kumulatif
Kurang dari Rp. 1.000.000 10 5.0% 5.0%
Rp. 1.000.001 – Rp. 1.500.000 30 15.0% 20.0%
Rp. 1.500.001 – Rp. 2.000.000 50 25.0% 45.0%
Rp. 2.000.001 – Rp. 5.000.000 75 37.5% 82.5%
Rp. 5.000.001 – Rp. 10.000.000 25 12.5% 95.0%
Di atas Rp. 10.000.001 10 5.0% 100.0%
Total 200 100%
Apabila sampel diambil secara random, secara sekilas pembaca pun akan mudah
menganalisa dan dapat menyimpulkan tabel satua arah di atas:
 Status ekonomi sosial (SES) mayoritas “populasi” yang diamati berada pada kelas
menengah atas, 75% berpenghasilan lebih dari Rp. 1,5 juta/bulan.

 Apabila target pasar adalah kelas berpenghasilan di atas Rp. 5 juta, maka
potential consumer adalah sebanyak 17.5% dikalikan jumlah N populasi.
Tabulasi Silang 2 Arah Baris (Brand Switching)
Obat Nyamuk Obat Nyamuk Bakar Saat Ini

Bajar Sebelumnya Kodok Bajaj Elang Bangau Lainnya Total
Cap Kodok 65% 15% 7.5% 12.5% - 100%
Cap Bajaj 20% 45 % - 20% 5% 100%
Cap Elang 30% 7.5% 15% 45% 2.5% 100%
Cap Bangau 25% 5% - 70% - 100%
Lainnya 35% 10% 2.5% 50% 2.5% 100%
Dalam kasus brand switching, tabulasi silang dapat membantu menganalisa proporsi
perpindahan merek. Seperti hasil tabulasi di atas, nampak obat nyamuk cap Bangau
memiliki konsumen yang loyal (70%) dibanding merek lain, hanya 30% yang melakukan
perpindahan merek. Sementara cap Elang memiliki konsumen yang berloyalitas rendah
(15%).
Tabulasi Silang (Cross Tabulation)
Jenis Variasi Rasa Instant Coffee

Usia Total
Kelamin Black Coffee Capuccino Chocolate
< 15 thn 1 9 25 35
Laki-Laki 15-18 thn 3 16 8 27
18–25 thn 8 21 9 38
< 15 thn 2 14 13 29
Perempuan 15-18 thn 7 12 24 43
18–25 thn 7 17 4 28
Total 28 89 83 200
Dalam kasus segmentasi konsumen, tabulasi silang dapat membantu menganalisa

proporsi profil demografis konsumennya. Seperti hasil tabulasi di atas, nampak
peminum kopi instan rasa chocolate paling banyak disukai oleh laki-laki berusia < 15
tahun dan perempuan berusia 15-18 tahun. Apabila ingin mengetahui apakah ada
pengaruh jenis kelamin dan atau usia dengan variasi rasa kopi yang disukai, dapat
menggunakan statistik inferensial seperti: correlation test atau two ways ANOVA.
Visualisasi Diagram Pemasaran

Data mentah itu ibarat mutiara, maka data-data tersebut perlu diasah menjadi
lebih berbobot. Selain tabel, informasi juga dapat ditampilkan lebih menarik dengan
bentuk atau visualisasi diagram (bagan/grafik). Namun menampilkan data dalam

bentuk diagram, baik melalui program MS Excel, Visio, atau program lainnya, perlu
memperhatikan karakteristik dari data tersebut. Di sebuah artikel, Rhenald Kasali
mengomentari sering terjadinya tampilan diagram (chart) tidak menunjukkan ada
hubungan dengan data yang dipresentasikan. Misalnya, data hasil riset menunjukkan
pertumbuhan jumlah pemakai internet di Indonesia, namun teknik visual yang dibuat
berbentuk pie chart. Alhasil, visualnya jadi tidak “berbunyi”, bahkan bisa
membingungkan (detik.com, 2000). Di bawah ini, beberapa visualisasi diagram
pemasaran yang sering dibuat untuk analisa data dan laporan riset pemasaran
menggunakan fasilitas CHART pada MS Excel.
1. Pie Chart
Pie Chart atau diagram kue yang berbentuk lingkaran ini, diperuntukkan untuk
visualisasi data proporsi atau prosentase dari beberapa kategori. Cocok dipakai jika
datanya menunjukkan hubungan (relation) antara suatu kategori dengan kategori
lain secara keseluruhan. Hindari menggunakan pie chart apabila terlalu banyak
kategori yang akan ditampilkan. Gunakan saja tabel atau tabulasi data, sehingga
mempermudah membaca proporsi data dari masing-masing kategorinya. Pie chart
dapat divariasikan dalam bentuk tiga dimensi, bagian pie yang terbelah (exploded
pie), atau bentuk donat (doughnut). Berikut contoh-contoh pie chart beserta
analisanya:
Diagram Pie (Market Size)
Market Size Obat Nyamuk Bakar
Lainnya
Cap Elang 3.6% Cap Kodok
Cap Bajaj 8.3% 28.6%
17.9%
Cap Bangau
41.7%
Tanpa diberikan penjelasan pun, pembaca akan dapat langsung menganalisa bahwa
market leader hasil riset di atas adalah obat nyamuk bakar Cap Bangau. Dengan
market share sebesar 41.7%, lalu disusul Cap Kodok (28.6%), dan Cap Bajaj (17.9%).

Diagram Doughnut Pie (Market Size)
Pertanyaan tentang pendapat kepuasan kuantitatif dengan skala likert pun dapat
dibuat diagram pie. Diagram dapat divariasikan dengan pewarnaan, ukuran font,
atau menambahkan gambar clip art yang sesuai seperti contoh di atas.
2. Bar Chart
Bar Chart atau diagram batang digunakan apabila hubungan antar datanya itu
berupa ranking, persamaan, korelasi, atau perbandingan. Ringkasnya, diagram ini
berfungsi untuk menunjukkan perbandingan (comparison) antara satu kelas dengan
kelas yang lain dalam satu atau beberapa variabel. Diagram batang dapat
divariasikan dalam tampilan baris/kolom, bentuk terbagi (stacked bar), atau
bentuk bar-line chart seperti pareto charts. Berikut contoh-contoh bar chart
beserta analisanya:
Diagram Batang Metode Top/Bottom 2 Boxes

Stacked Bar
Diagram batang yang paling sederhana, seperti contoh di atas, cukup

menampilkan nilai dari masing-masing kategori. Atau dibuat stacked bar berwarna
secara terpisah atau masih dalam kesatuan grafik. Nilai tidak harus berupa
prosentase, hanya contoh di atas mengukur prosentase kepuasan/ketidakpuasan
(skala: 0-100%). Dalam pengukuran sikap dengan skala likert, rating 1 hingga 5,
dapat diringkas berdasarkan penilaian dua tertinggi (Top 2 Boxes), yaitu kelompok
responden yang menjawab Sangat Puas (skala 5) dan Puas (skala 4). Sedangkan
tingkat ketidakpuasan dilihat berdasarkan penilaian dua terendah (Bottom 2
Boxes), yaitu kelompok responden yang menjawab Sangat Tidak Puas (skala 1) dan
Tidak Puas (skala 2).
Diagram Batang Clustered (Kepuasan Layanan)
Apabila kita ingin memperbandingan beberapa atribut dengan kategori

penilaian yang sama juga dapat menggunakan diagram batang. Cukup praktis
menggunakan fasilitas “CHART” MS Excel tipe clustered dan cukup mudah pula
menganalisanya. Sebelumnya, jawaban responden -konsumen obat nyamuk bakar
cap Kodok- dibuat rata-rata (“average”) untuk masing-masing atribut. Lalu

diringkas dengan metode top/bottom 2 boxes, menjadi satisfied dan unsatisfied.
Seperti contoh di atas yang memperbandingan indeks kepuasan/ketidakpuasan
(skala: 0-100%) untuk beberapa atribut. Nampak secara keseluruhan (overall)
atribut obat nyamuk bakar cukup satisfied (60.34%). Beberapa atribut ada yang
dinilai memuaskan (satisfied > 60 %), tapi ada juga dinilai tidak memuaskan
(unsatisfied > 60 %) seperti atribut “asap yang tidak membuat sesak”.
Diagram Pareto
Diagram Pareto sangat bermanfaat untuk menggambarkan masalah berdasarkan

urutan dari banyaknya kejadian. Seperti halnya diagram batang, diagram Pareto
menunjukkan frekuensi dari item-item kejadian (sumbu x) dengan persegi
berbentuk batang. Serta dikombinasikan dengan grafik garis berupa persentase
kumulatif dari frekuensi kejadian per itemnya. Namun batang-batang tersebut
diurutkan dari yang terbesar yakni di sebelah kiri grafik diikuti batang berfrekuensi
lebih rendah di sebelah kanannya.
Nama Pareto sendiri berasal dari seorang ahli ekonomi Italia pada abad 19,
Vilfredo Pareto menemukan terjadi maldistribusi kesejahteraan (maldistribution of
wealth). Dari hasil penelitiannya, bagian terbesar kesejahteraan hanya dikuasai
sebagian kecil orang. Atau diintisarikan dalam prinsip 80/20, yakni sekitar 80%
masalah disebabkan oleh 20% dari penyebab. Hal ini menjadi kunci perbaikan
proses pertama kali adalah mengidentifikasi dan memfokuskan kepada masalah
utama.
Berdasarkan contoh diagran pareto di atas, masalah yang kerap dikomplain
oleh konsumen obat nyamuk bakar cap Kodok adalah “batang obat nyamuk patah”

dan “batang obat nyamuk basah”. Seperti diagram clustered sebelumnya, lebih
lanjut analisis dapat memberikan rekomendasi untuk service/product improvement
yang perlu dilakukan produsen. Namun diagram pareto lebih mudah untuk
memberikan prioritas kerja dari service/product improvement yang dilakukan.
3. Line Chart
Line graph atau grafik garis digunakan untuk menunjukkan hubungan antar data
berupa pertumbuhan, fluktuasi, atau pertambahan/pengurangan. Berikut contoh-
contoh diagram garis atau grafik beserta analisanya:
Diagram Garis
Penggunaan Obat Nyamuk Bakar Cap Kodok

Berdasarkan Waktu
100% 100%
90%
80% 85%
80%
70% 75%
70%
60%
50%
40%
30%
20%
10%
0%
2 Bulan Lalu Sebulan Lalu Bulan Ini Bulan Depan 2 Bulan Depan
Diagram garis yang paling sederhana, seperti contoh di atas, cukup menampilkan
nilai dari masing-masing kategori. Berbeda dengan grafik batang, pada grafik garis
kita akan mudah melihat fluktuasi. Analisa contoh grafik di atas, penggunaan obat
nyamuk bakar saat ini terjadi peningkatan dari dua bulan sebelumnya. Namun perlu
diwaspadai oleh produsen, terjadi penurunan rencana penggunaan satu dua bulan
ke depan sebesar 20%-25%. Apa saja yang mempengaruhi penurunan tersebut, itu
dapat digali lagi oleh periset, apakah terjadi penurunan kualitas, pengaruh faktor
perilaku konsumen, dan sebagainya.

Diagram Price Sensitivity Meter (PSM)
Dalam riset elastisitas harga, dapat dibuat grafik PSM sekaligus dapat dianalisa
kisaran harga terendah hingga tertinggi yang dapat diterima konsumen (Range of
Acceptable Price). Grafik PSM (Price Sensitivity Meter) yang dikembangkan Van
Westendorp, ekonom asal Belanda, mudah dibuat menggunakan fasilitas chart MS
Excel. Berikut langkah-langkah pembuatan grafik PSM:
 Dalam mendesain kuesioner, responden diminta menyebutkan tingkat harga
yang mereka anggap “terlalu murah”, “murah”, “mahal”, dan “terlalu
mahal”. Buat pilihan harga tersebut sebagai pilihan jawaban tertutup (ingat,
closed-ended question).
 Jawaban responden dibuat tabulasi frekuensi kumulatif menaik (ascending)
dan menurun (descending) dari jumlah responden yang menyebutkan harga
tertentu untuk empat variabel (terlalu murah, murah, mahal dan terlalu
mahal).
 Hasil tabulasi empat variabel tersebut selanjutnya dimasukkan dalam fasilitas
chart MS Excel tipe line chart. Sumbu horisontal menunjukkan tingkat harga
sedangkan sumbu vertikal menunjukkan distribusi (persentase) kumulatif 0 %
hingga 100 %.
 Dari grafik ogive yang dibuat diperoleh perpotongan dua garis, amati nilai
harga pada sumbu-x.
 Kisaran harga yang dapat diterima konsumen (RAP=Range of Acceptable Price)
didefinisikan sebagai tingkatan harga yang dibatasi oleh titik MPC (Marginal
Cheap Price Point) dan MEP (Marginal Expensive Price Point).

 MCP adalah tingkatan harga di mana persentase jumlah responden yang
menganggapnya terlalu murah (too cheap) sama dengan jumlah yang
menganggapnya tidak murah (not cheap).
 Sedangkan MEP adalah tingkatan harga di mana persentase jumlah responden
yang menganggapnya terlalu mahal (too expensive) sama dengan jumlah yang
menganggapnya tidak mahal (not expensive).
4. Scatter Plot Diagram IPA

Scatter plot diagram atau diagram titik digunakan jika ada suatu variabel yang
menunjukkan korelasi dengan variabel lainnya, baik positif atau negatif. Atau juga
variabelnya itu tidak menunjukkan hubungan apapun dengan lainnya. Scatter
diagram ini biasanya dipakai jika ada plot-plot kecil yang menunjukkan data riset
tersebut. Lalu, dari plot-plot ini ditarik suatu garis yang akhirnya membuat plot
tersebut jauh lebih gampang untuk dimengerti. Contoh analisa data yang informatif
menggunakan scatter plot adalah diagram Important Perfomace Analysis (IPA). IPA
merupakan diagram yang memetakan kinerja (perfomance) suatu produk atau
merek dengan tingkat kepentingan atau harapan di mata konsumen. Sama sepeti
diagram titik (kartesius) dengan dua sumbu x dan sumbu y pada umumnya. Namun
untuk lebih informatif, diagram dibagi empat bagian untuk mempermudah analisa
dan rekomendasi strategisnya.
Diagram Baku Important Perfomance Analysis (IPA)

High
High Important Good Perfomance

Level and
but High Important
Poor Perfomance Level
Poor Good
Poor Perfomance Good Perfomance

and but
Low Important Low Important
Level Level
Low
Yang menjadi ploters atau titik-titik pada diagram adalah skor rata-rata (skala
likert) dari penilaian responden terhadap atribut-atribut yang ditanyakan.
Pertanyaan dan skor kinerja sebagai sumbu horisontal:

“Saat menggunakan produk X, bagaimana Anda menilai kualitasnya dalam hal
... [bacakan atribut], apakah?
a. Sangat baik (Skor: 5)
b. Baik (Skor: 4)
c. Biasa (Skor: 3)
d. Jelek (Skor: 2)
e. Sangat Jelek (Skor: 1)
Sedangkan pertanyaan dan skor tingkat kepentingan sebagai sumbu vertikal:
“Apakah ... [bacakan atribut], bagi Anda itu?

a. Sangat tidak penting (Skor: 1)
b. Tidak penting (Skor: 2)
c. Antara penting & tidak (Skor: 3)
d. Penting (Skor: 4)
e. Sangat penting (Skor: 5)
Lalu untuk membagi menjadi empat kuadran, buat sumbu utama pada titik rata-
rata skor seluruh atribut. Jangan lupa berikan nama pada setiap ploters sesuai
atribut yang ditanyakan. Diagram sejenis ini dipergunakan juga untuk mengukur
price perfomance analysis, perceived & expected quality, atau need & perfomance
analysis.
Contoh Diagram IPA 4 Kuadran
SURVEY TOSERBA "ABC" DI KOTA BOGOR
2.60
HIGH LEVEL
2.50
2.40 Interior
Parkir Layanan SPG
2.30
Penataan AC
Layanan Kasir
2.20 Barang
2.10 Harga Murah

Keragaman Merek Kelengkapan Produk
2.00 Keamanan
Kualitas
LOW LEVEL
1.90 Produk
1.80
1.70
1.60
1.50 Lokasi Strategis
1.40
4.2 4.3 4.4 4.5 4.6 4.7 4.8
POOR PERFOMANCE
GOOD PERFOMANCE
Analisis kasus survey toserba di atas, keamanan, kelengkapan produk, dan kualitas
produk dianggap penting dan dinilai bagus kinerjanya oleh pengunjung, berarti
direkomendasikan untuk terus dipertahankan. Fasilitas AC, interior ruangan, parkir,
layanan SPG, layanan kasir, keragaman merek, harga murah, dan penataan barang
dianggap penting namun dinilai buruk, berarti atribut ini merupakan prioritas
utama untuk perbaikan (service improvement priority). Sementara atribut lokasi

strategis, meski dinilai kurang bagus namun dianggap tidak terlalu penting,
sehingga tidak perlu terlalu berlebihan dalam kebijakan lokasi toserba.
Lebih jauh pengembangan analisis IPA, grafik dibagi menjadi sembilan kuadran,
dengan kuadran tengah untuk penilaian average. Dan pembaginya adalah kuartil
dari skor seluruh atribut.
Contoh Diagram IPA 9 Kuadran
5. Diagram Jaring Laba-Laba

Untuk memperbandingkan perceived quality dari berbagai merek produk,
analisa data dapat lebih informatif dan menarik menggunakan diagram jaring laba-
laba. Diagram ini berbentuk segi “n” yang ditarik garis-garis simetris dan plot garis
dari sumbu utama menyerupai jaring laba-laba. Plot garis ini untuk berfungsi
memperbandingkan skor rata-rata perceived quality dari ke-n merek produk.
Diagram ini mudah dibuat menggunakan fasilitas CHART dari MS Excel tipe radar.
Namun sebelumnya rata-rata skor perceived quality dari n merek ini telah
disiapkan.
Analisa contoh di bawah, nampak jelas untuk assurance score obat nyamuk
bakar tertinggi adalah cap Kodok dan cap Bangau. Sedangkan skor terendah adalah
cap Singa. Diagram ini dapat juga untuk memperbandingkan skor parameter
berbagai merek atau produk, seperti service quality antar cabang atau lainnya.
Namun jumlah kategori yang diperbandingkan baiknya apabila lebih dari dua
kategori tapi kurang dari delapan kategori.

Jaring Laba-laba (Perceived Quality)
6. Diagram Semantic Differential

Apabila kita menginginkan analisa perbandingan parameter-parameter dari
suatu merek/produk dengan kompetitornya. Perbandingan ini dapat membantu
menggali keunikan dan keunggulan kompetitif (competitive advantage) dengan
kompetitor dekat atau dengan market leader sebagai strategi benchmarking. Yang
perlu disiapkan sebelumnya adalah desain kuesioner seperti yang telah dibahas
pada bab sebelumnya, menggunakan skala semantic differential. Fasilitas CHART
MS Excel yang digunakan adalah tipe scatter with data points connected by lines.
Dalam contoh berikut, Asuransi XYZ menjadi perusahaan kompetitor dari
Asuransi XYZ, dapat kita analisa bahwa keunggulan kompetitif yang dimiliki
Asuransi ABC adalah bonafiditas, pelayananan cepat, akses TI yang mudah, dan
agen yang ramah. Hal ini yang perlu direkomendasikan untuk program promosi
Asuransi ABC. Dalam riset service quality, diagram semantic diferrential ini
dipergunakan untuk gap analysis dari expected & perceived quality.

Semantic Differential (2 Merek Asuransi)

Bab 11
STATISTIK INFERENSIAL
Berdasarkan tujuannya, statistik terbagi dua, yakni statistik deskriptif yang

telah dijelaskan pada Bab 10 dan statistik inferensial. Statistik inferensial bertujuan
menganalisa karakteristik sampel untuk diinferensi atau digeneralisasi terhadap
populasi. Pada statistik deskriptif kita menganalisa karakteristik berdasarkan tabulasi,
ukuran numerik, grafik, dan diagram yang dilihat secara matematis dan visual.
Sedangkan metode statistik inferensial, kita melakukan penaksiran (estimasi),
pengujian, pemodelan, dan sebagainya untuk karakteristik populasi yang perhitungan-
nya didasari himpunan data sampel. Tentunya pengambilan kesimpulan dari sampel
akan memunculkan “ketidakpastian”, yang nantinya menjadi ukuran seberapa andal
(reliable) taksiran, pengujian, maupun pemodelan yang dihasilkan. Ukuran keandalan
tersebut berupa ukuran tingkat kepercayaan, tingkat signifikansi, atau sampling error,
yang diperoleh dari asumsi dan hasil estimasi statistik.
Data akan menjadi informasi yang mempunyai arti bila analisanya menyajikan
kepada pengguna (klien/user) sejumlah deskripsi, hubungan atau perbedaan, pengaruh
suatu atau beberapa variabel terhadap variabel tertentu, yang dapat digunakan dalam
pengambilan keputusan. Dilema yang sering dihadapi oleh periset adalah memilih
pengujian dan teknis analisa statistik yang tepat sesuai tujuan dan metode riset. Bab
ini akan membahas kerangka untuk memilih uji statistik inferensial yang tepat.
Setidaknya ada tiga aspek yang perlu diperhatikan dalam menentukan uji statistik yang
tepat, yakni (1) hipotesa pengujian yang terkait perumusan tujuan riset; (2) hubungan
antar variabelnya (dependen atau interdependen); (3) skala data (nominal, ordinal,
interval, atau rasio).
Seperti yang dibahas pada Bab 2, langkah awal memulai riset ialah dengan
memaparkan garis besar masalah dan merumuskannya dalam tujuan riset, sehingga
akan dihasilkan hipotesa awal pengujian. Berapa jumlah variabel yang terlibat?
Bagaimana hubungan antar variabel-variabel amatan? Apakah ada hubungan
mempengaruhi dan dipengaruhi secara terpisah (dependen). Atau antar variabel-
variabel tersebut saling mempengaruhi (interdependen). Hipotesa ini akan membantu
menentukan uji statistik yang tepat. Lebih lanjut, uji statistik ditentukan lagi oleh
jenis skala data, apakah variabel data berjenis metrik (rasio/interval) atau non metrik
(ordinal/nominal). Berikut diagram alur dalam menentukan uji statistik yang tepat.

HIPOTESA UJI
(STATISTIK INFERENSIAL)
JUMLAH
SATU VARIABEL DUA VARIABEL
VARIABEL
(UNIVARIAT) (BIVARIAT)
AMATAN
Data Metrik Data Metrik
Data Non Metrik Data Non Metrik
> 2 VARIABEL
(MULTIVARIAT)
DEPENDEN INTERDEPENDEN
Data Metrik Data Metrik
Data Non Metrik Data Non Metrik
Dalam bahasan buku-buku referensi teori statistika, istilah univariat dan

bivariat lebih menunjukkan pada jumlah variabelnya saja, satu (uni) dan dua (bi). Yang
populer adalah mean different test (uji beda rata-rata) dalam pengujian uni/bivariat
dan correlational test (uji korelasi/asosiasi) khusus pengujian bivariat. Namun tetap
dalam penentuannya, masing-masing uji tersebut memperhatikan skala data: metrik
atau non metrik.
Mean Different Analysis

Mean different test atau disebut juga uji beda (selisih) rata-rata, digunakan
untuk menentukan apakah ada perbedaan atau tidak di antara satu, dua, atau lebih
grup sampel (kelompok perlakuan) dari variabel yang diamati. Pengujian ini merupakan
uji statistik sederhana, namun dapat menentukan perbedaan antar grup dengan
memperhatikan ukuran pemusatan dan distribusi data, serta interval kepercayaan yang
terestimasi. Antara grup sampel yang diamati, dapat memiliki hubungan kesamaan
perlakuan (paired/related samples) atau saling bebas (independent samples).
Contoh kasus untuk one sample test, misalnya dalam suatu produksi mie instan,
ingin diuji apakah masa kadulawarsanya dapat dijamin selama 300 hari di seluruh unit
produksi dengan interval kepercayaan 99.0%. Sedangkan untuk grup paired/related
sample (berpasangan), sering digunakan dalam riset efektifitas periklanan dengan
melihat tanggapan konsumen sebelum dan sesudah penayangan (pre-post design).

Untuk grup independent sample (saling bebas), misalkan ingin diketahui apakah ada
perbedaan distribusi mie instan di wilayah yang berbeda seperti Jabotabek, Bandung,
dan Surabaya (3 grup sampel).
Secara prosedural pengujian distribusi normal dan jenis data, mean different
test terbagi dua, yakni:
a. Statistik Parametrik, disyaratkan data berjenis data rasio/interval dan harus ber-
distribusi normal. Untuk mengetahui apakah data berdistribusi normal atau tidak,
dapat diuji dengan uji NPP Plot atau uji Kolmogorv-Smirnov. Selanjutnya mean
different test dibedakan berdasarkan jumlah grup sampel dan hubungan antar
sampel, yakni:
 One sample t-test, pengujian sejumlah sampel dalam satu grup untuk
dianalisa dengan uji-t apakah ada perbedaan dengan suatu nilai tertentu
atau tidak.
 Paired samples t-test, pengujian terhadap dua grup sampel yang
berpasangan dengan uji-t apakah ada perbedaan diantara keduanya atau
tidak.

 Independent samples t-test, pengujian terhadap dua grup sampel yang
saling bebas dengan uji-t apakah ada perbedaan diantara keduanya atau
tidak.
 Analysis of Variance (ANOVA), pengujian terhadap lebih dari dua grup
sampel dengan uji-ANOVA apakah ada perbedaan diantara grup sampel atau
tidak.
b. Statistik Non Paramaterik, data umumnya berjenis data nominal/kategorik tanpa
harus diuji kenormalan distribusinya. Data rasio/interval dapat pula menggunakan
prosedur non parametrik untuk beberapa uji tertentu. Riset pemasaran,
khususnya untuk mengetahui sikap atau pendapat konsumen dengan pilihan skala
likert (jenis kategorik) umumnya menggunakan prosedur non parametrik ini.
Seperti halnya statistik parametrik, pengujian dibedakan berdasarkan jumlah grup
sampel dan hubungan antar sampel, namun masing-masing lebih beragam yakni:
 One sample, pengujian sejumlah sampel dalam satu grup untuk dianalisa
apa-kah ada perbedaan dengan suatu nilai tertentu atau tidak, dapat diuji
dengan: binomial test, KS test, atau Runs Test.
 2-related samples, pengujian terhadap dua grup sampel yang berhubungan
apakah ada perbedaan diantara keduanya atau tidak dapat diuji dengan:
Wilcoxon, Sign, Mc Nemar, atau Marginal Homogenity test.
 2-independent samples, pengujian terhadap dua grup sampel yang saling
bebas apakah ada perbedaan diantara keduanya atau tidak dapat diuji
dengan: Mann Whitney, Sign, Moses, atau Wald-Wolfowitz test.
 >2-related samples, pengujian terhadap lebih dari dua grup sampel yang
berhubungan apakah ada perbedaan diantara grup sampel atau tidak, dapat
diuji dengan: Friedman, Konkordasi Kendall, atau Cochran test.
 >2-independent samples, pengujian terhadap lebih dari dua grup sampel
yang saling bebas apakah ada perbedaan diantara grup sampel atau tidak,
dapat diuji dengan: Kruskal Wallis, Median, atau Jocnkheere-Tepstra test.
Dalam riset pemasaran mean different cukup bagus digunakan untuk desain
eksperimental atau desain sebab akibat. Seperti pre-post design, yakni pengujian
sebelum diberikan “perlakuan” dibandingkan dengan sesudah “perlakuan”. Atau suatu
variabel pengamatan diperbandingan langsung dengan beberapa perlakukan sebagai
variabel kontrol. Kelemahan mean different test, baik statistik parametrik maupun
non parametrik, adalah keterbatasan analisa yang dihasilkan. Mean different test
hanya memberikan jawaban apakah ada perbedaan atau tidak di antara grup sampel.
Pertanyaan lebih lanjut, apabila ada perbedaan, seperti seberapa besar pengaruh satu
grup sampel kepada grup lainnya itu tidak terjawab.

Correlational (Bivariate) Analysis
Correlational analysis digunakan untuk menganalisa apakah ada hubungan atau
korelasi diantara dua variabel yang diamati, sekaligus menghitung seberapa kuat
korelasi tersebut (positif/negatif). Contoh kasus misalnya, ingin diketahui adakah
korelasi antara pemberian pengetahuan konsumen tentang produk (product knowledge)
dengan intensitas pembelian. Analisa asosiasi atau korelasi lebih lanjut dapat pula
menggunakan korelasi parsial untuk melihat hubungan dua variabel dengan kontrol
variabel lain. Hal yang perlu diperhatikan dalam uji ini, dua variabel yang berkorelasi
kuat tidak serta merta kedua variabel dikatakan memiliki hubungan sebab akibat.
Kedua variabel dapat dikatakan memiliki hubungan sebab akibat apabila didukung
secara teoritis atau dilakukan pengujian eksperimental.
Jenis pengujian asosiasi/korelasi inipun dibedakan berdasarkan jenis data dari
kedua variabel tersebut. Tabel berikut akan membantu pemilihan uji statistik korelasi
yang tepat, misalkan antara variabel X1 dan X2. Rumus lengkapnya dapat dilihat pada
lembar lampiran.
JENIS DATA VARIABEL X2
VARIABEL X1
NOMINAL ORDINAL INTERVAL/RASIO
Contingency Coef., Korelasi Point-
NOMINAL Korelasi Rank-Biserial
Phi-Cramer, Lambda Biserial
Korelasi Gamma, Ubah X2 dalami skala
Korelasi Rank-
ORDINAL Sommers, Kendall, ranking, lalu gunakan
Biserial
atau Spearman uji Spearman
Ubah X2 dalami skala
Korelasi Point- Korelasi Pearson,
INTERVAL/RASIO ranking, lalu gunakan
Biserial Product Moment
uji Spearman
Dalam pengujian melalui program analisa statistik dalam dilakukan secara serentak
nilai korelasi dari dua atau lebih variabel. Nilai korelasi dinotasikan r, berada pada –1 <
r < 1. Untuk nilai r = –1 dikategorikan berkorelasi kuat negatif, artinya jika variabel
satu itu naik maka dipastikan variabel kedua berkebalikan akan turun. Sedangkan nilai
r = +1 termasuk dalam kategori kuat positif, artinya jika variabel satu itu naik maka
dipastikan variabel kedua sama-sama akan naik.
Untuk melihat lebih jauh keeratan antar variabel George Argyrous dalam
bukunya, Statistics for Social Research (1997) menggolongkan nilai mutlak dari r
sebagai berikut:
 Sangat Lemah untuk: 0 < r < 0.2
 Lemah untuk: 0.2 < r < 0.4
 Moderat untuk: 0.4 < r < 0.7
 Kuat untuk: 0.7 < r < 0.9 , dan
 Sangat Kuat untuk: 0.9 < r < 1.0

Selain informasi kekuatan hubungan, nilai korelasi dikuadratkan (r2) yang disebut
koefisien determinasi dapat menunjukkan pengaruh variabel independen terhadap
variabel dependen dalam korelasi kausalitas. Misalkan hasil riset eksperimental,
korelasi variabel independen x dan variabel dependen y ialah r = 0.80. Berarti r2 =
0.64 atau 64.0% variabel y dipengaruhi/disebabkan oleh variabel x, dan 36.0% sisanya
disebabkan variabel lain.
Contoh Pengujian Korelasi

Contoh berikut adalah riset yang melibatkan 30 orang responden konsumen
Jamu Sido Muncul dengan beragam latar belakang pendidikan dan usia. Untuk
membuktikan apakah endorser factor (variabel independen) berpengaruh terhadap
intensitas pembelian (variabel dependen). Endorser factor terkait dengan pengenalan
secara mendalam bintang iklan Sido Muncul dari tokoh intelektual dan akademisi,
Rhenald Kasali. Sedangkan intensitas pembelian, terkait dengan keinginan
mengkonsumsi setelah menyaksikan iklan versi endorser. Pertanyaan singkat dari kedua
variabel tersebut, setelah dilakukan pertanyaan screening sebelumnya:
3 Pertanyaan untuk Variabel X (“Endorser Factor”)
Q.1. Apakah Anda mengenal Rhenald Kasali, [setelah responden menjawab lalu
ditekankan] seorang pakar pemasaran dari UI?
a. Tidak mengenal (Score: 1)
b. Pernah mendengar tapi “lupa-lupa ingat” (Score: 2)
c. Mengenal (Score: 3)
Q.2. Apakah Anda pernah menyaksikan iklan Jamu Sido Muncul versi Rhenald Kasali?
Seperti apa iklannya … [hal yang diingat responden]?
a. Pernah, yang iklannya …. (Score: 3)
b. Pernah, tapi lupa (Score: 2)
c. Tidak pernah (Score: 1)
Q.3. Apakah Anda yakin Rhenald Kasali mengkonsumsi Sido Muncul?
a. Tidak yakin (Score: 1)
b. Mungkin (Score: 2)
c. Yakin (Score: 3)
2 Pertanyaan untuk Variabel Y (“Intensitas Pembelian”)
Q.4. Setelah menyaksikan iklan Sido Muncul versi “Rhenald Kasali”, apakah memberi
referensi Anda untuk mengkonsumsi jamu Sido Muncul lebih banyak?
a. Tidak (Score: 1)
b. Sedikit menambah referensi (Score: 2)
c. Ya, lebih yakin (Score: 3)
Q.5. Bagaimana perbandingan jumlah konsumsi jamu “Sido Muncul” sesudah Anda
menyaksikan iklan versi “Rhenald Kasali”?
a. Lebih banyak dari sebelumnya (Score: 3)
b. Sama, tidak berubah (Score: 2)
c. Lebih sedikit dari sebelumnya (Score: 1)
Jawaban responden setelah dicoding, dihitung rata-rata scorenya untuk masing-masing
variabel.

Analisa Data
Hasil riset yang dilakukan dapat dilihat pada tabel di bawah ini. Karena kedua
variabel itu bernilai data rasio berupa hasil rata-rata dari 2-3 score jawaban, maka
untuk menilai korelasinya menggunakan uji korelasi pearson. Berdasar rumus korelasi
pearson akan diperoleh nilai:
n. XY    X 
. Y 
r
  2
 
n.  X 2   X  . n.  Y 2   Y 
2
30.102.163  61.33
. 47.5
r
30.132.88  61.33 . 30.82.25  47.5
2 2
3064.89  2913.175 151.715

r   0.6958
(15.0010).(14.5344) 218.0317
2 2
Responden X Y XY X Y
Abdullah Sidiq 1.33 1.00 1.330 1.769 1.000
Amir Syamsudin 1.00 1.00 1.000 1.000 1.000
Badrun 2.00 1.50 3.000 4.000 2.250
Baskoro 3.00 3.00 9.000 9.000 9.000
Budimansyah 1.67 1.50 2.500 2.778 2.250
Cippy Olivia 2.33 1.50 3.500 5.444 2.250
Dino Jalal 2.67 2.50 6.667 7.111 6.250
Decy 1.67 1.50 2.500 2.778 2.250
Dadang Hermawan 1.67 1.50 2.500 2.778 2.250
Eka Prasetya 2.33 1.50 3.500 5.444 2.250
Fikri Jufri 2.33 1.00 2.333 5.444 1.000
Karim Ahmad 2.00 1.50 3.000 4.000 2.250
Kiki Son’a 3.00 2.50 7.500 9.000 6.250
Makmur Ridwan 1.67 1.50 2.500 2.778 2.250
Makmur Hadi 1.67 1.50 2.500 2.778 2.250
Novi 2.00 1.00 2.000 4.000 1.000
Neneng 2.67 2.50 6.667 7.111 6.250
Oscar 2.00 1.50 3.000 4.000 2.250
Oloan Sitompul 1.67 2.00 3.333 2.778 4.000
Pras Anggoro 1.67 1.00 1.667 2.778 1.000
Romeo 2.33 1.50 3.500 5.444 2.250
Tunggul Simatupang 1.67 1.50 2.500 2.778 2.250
Susi 2.67 1.50 4.000 7.111 2.250
Sisca Khan 1.67 1.50 2.500 2.778 2.250
Vivi Aleida 2.00 1.50 3.000 4.000 2.250
Wawan 2.33 1.50 3.500 5.444 2.250
Yulianti Hanif 1.67 1.50 2.500 2.778 2.250
Zulkifli 1.67 1.00 1.667 2.778 1.000
Zainuddin 2.00 1.50 3.000 4.000 2.250
Total 61.330 47.500 102.163 132.880 82.250
Berarti, endorser factor pada iklan Sido Muncul, yakni Rhenald Kasali, relatif cukup
kuat mempengaruhi intensitas pembelian konsumen. Semakin kuat bintang iklan
sebagai endorser dikenal, maka relatif cukup kuat pula mempengaruhi intensitas
pembelian konsumen. Dengan konstribusi pengaruh r2 = 0.4842 atau 48.42% dalam
cakupan wilayah riset yang diteliti.

Analisa Statistik Menggunakan MS Excel
Pengujian statistik sederhana seperti pengujian korelasi, ANOVA, atau regresi dan
termasuk tampilan grafik dapat menggunakan fasilitas pada MS Excel. Namun untuk
pengujian statistik, cek terlebih dahulu sub menu Data Analysis pada menu Tools
dalam MS Excel (Windows 95/98/ME/XP) apakah sudah tersedia atau belum. Bila belum
tersedia, perlu diaktifkan untuk memunculkannya menggunakan fasilitas Add-Ins pada
menu Tools. Add-Ins ini adalah program tambahan yang disediakan MS Excel untuk
melakukan berbagai analisis yang tidak terdapat pada program MS Excel yang standar.
Program Add-Ins memiliki fungsi bantuan analisa statistik sederhana adalah Analysis
ToolPak. Mekanisme memunculkan menu Data Analysis sebagai berikut:
1. Klik menu Tools
2. Pilih sub menu Add-Ins, tampak di layar sederetan isi
3. Pilih Analysis ToolPak dan Analysis ToolPak-VBA.

4. Klik OK.
5. Apabila tidak terakses, berarti perlu memasukkan CD program Windows yang
digunakan.

Bab 12
ANALISA MULTIVARIAT
Seringkali permasalahan bisnis bersifat multi dimensional sehingga investigasi

dengan satu variabel (univariate analysis) atau dua variabel (bivariate analysis) tidak
mampu menganalisa masalah tersebut. Metode analisa statistik inferensial yang
menguji banyak variabel dan bersifat multi dimensional adalah analisa multivariat.
Analisa multivariat berdasarkan hubungan ketergantungan antar variabelnya dibagi
dalam dua kelompok, yakni dependence method dan interdependence method. Untuk
memahaminya secara mendalam dibutuhkan waktu yang tidak sebentar. Bagi praktisi
yang awam terhadap statistik, lebih mudah memahami dahulu karakteristik analisa
multivariat, tahapan dan prosedur pengujian, serta aplikasinya pada riset pemasaran.
Barulah, sedikit demi sedikit berlatih menggunakan statistical software, seperti SPSS
dengan bantuan beberapa buku panduan menjalankan SPSS. Hal ini lebih praktis dari
pada berkutat mempelajari teori-teori analisis multivariat tanpa mengetahui teknis
penerapannya pada riset pemasaran. Atau langsung mempelajari program SPSS, tanpa
mengetahui fungsi analisis atau pengujian statistik yang ada didalamnya.
Analisa multivariat kelompok dependence method bertujuan untuk menjelaskan

atau memprediksi varibel terikat (dependen) berdasarkan variabel bebas (independen).
Analisa dalam kelompok dependence method ini antara lain: Analisa Regresi Berganda,
Analisa Diskriminan Berganda, Analisa Multivariat Varians (MANOVA), Analisa Korelasi
Kanonik, dan Analisa Conjoint. Sementara analisa multivariat kelompok inter
dependence method bertujuan untuk menjelaskan seperangkat variabel atau
mengelompokkan berdasarkan kesamaan karakteristik antar variabel. Dalam metode

ini tidak ada suatu variabel atau sekelompok variabel yang dijelaskan atau diprediksi
oleh variabel lain. Analisa dalam kelompok ini antara lain: Analisa Faktor, Analisa
Cluster, Analisa Biplot, Analisa Multi Dimension Scalling (MDS), dan Analisa
Correspondence. Perbedaan penentuan analisa uji statistik selain didasari tujuan
analisa dan hubungan antar variabel, juga sangat ditentukan oleh jenis data yang
menjadi bahan analisa. Apakah jenis non metrik (kategorik: nominal dan ordinal) atau
jenis data metrik (interval dan rasio).
Tabel Analisa Multivariat Kelompok Dependen
VARIABEL DEPENDEN
VARIABEL
1 VARIABEL > 1 VARIABEL
INDEPENDEN
Metrik Non Metrik Metrik Non Metrik
1 VARIABEL
Metrik Regresi Discriminant Analysis, Canonical Multiple-group
Sederhana Regresi Logistik Correlation Discriminant
Analysis (MDA)
Non Metrik t-test Discrete Discriminant MANOVA Discrete MDA
Analysis
> 1 VARIABEL
Metrik Regresi Ganda Discriminant Analysis, Canonical MDA
Regresi Logistik Correlation
Non Metrik ANOVA Discrete Discriminant MANOVA Discrete MDA
Analysis, Conjoint
Analysis (MONA-
NOVA)
Tabel Analisa Multivariat Kelompok Interdependen
JUMLAH JENIS DATA

VARIABEL Metrik Non Metrik
2 VARIABEL Korelasi Sederhana 2-Way Contingency Table, Loglinier

Models.
> 2 VARIABEL Principal Component, Factor Analysis, Multiway Contingency Table, Loglinier
Cluster Analysis, MDS Models, Correspondence Analysis
1. Analisa Regresi
Regresi merupakan analisa statistika yang cukup banyak digunakan oleh
berbagai kalangan ilmuwan, ekonom, psikolog, sosiolog dan biomedik. Dikembang-
kan pertama kali oleh Sir Francis Galton (1822-1911), Regresi bermanfaat untuk
melihat hubungan antara variabel dependen dengan variabel independen. Dan
bermanfaat untuk meramal atau mengestimasi melalui persamaan matematis suatu
variabel dependen dari variabel-variabel prediktor. Sehingga persamaan regresi ini
juga dikelompokkan sebagai metode forecasting.

Dalam aplikasi pemasaran, beragam kasus yang terkait dengan kebutuhan
informasi tentang pengaruh variabel independen terhadap variabel dependen dan
estimasinya, dapat menggunakan analisa regresi. Berikut ilustrasi kasus pemasaran
yang dimungkinkan diuji menggunakan analisa regresi:
 Estimasi peningkatan indeks kepuasan pelanggan dari program perbaikan mutu
layanan.
 Pengaruh promosi, jumlah SPG, dan potongan harga terhadap penjualan.
 Estimasi konsumsi mie instan nasional berdasar pendapatan per kapita, harga
sembako, dan tingkat inflasi.
Regresi terbagi dua macam, baik berdasarkan jumlah variabel independennya,
maupun berdasar kepangkatan (linieritas). Pertama, regresi sederhana (simple
regression) yang memiliki satu variabel independen dan regresi ganda (multiple
regression) yang memiliki lebih dari satu variabel independen. Kedua, regresi linier
(linier regression) yang variabel independennya berpangkat satu dan regresi non
linier (non-linier regression) yang variabel independennya ada yang tidak ber-
pangkat satu. Namun variabel dependen dan independen, keduanya harus berjenis
data metrik. Seperti contoh berikut:
 Regresi sederhana: Y = b0 + b1X
 Regresi ganda: Y = b0 + b1X1 + b2X2
 Regresi linier: Y = b0 + b1X1 + b2X2 + b3X3
 Regresi non linier: Y = b0 + b1X + b2X2 + b3X3
Dimana: Y (variabel dependen), Xi (variabel independen), sedangkan b0, b1, b3
adalah nilai koefisien.
Untuk mendapatkan sebuah persamaan regresi yang tepat menggambarkan
karakteristik populasi dari sejumlah sampel yang diambil perlu memperhatikan
syarat-syarat asumsi berikut:
 Jumlah rata-rata kesalahan dari estimasi Sum of Square Error (SSE) atau nilai
selisih y sampel dengan y terestimasi itu sama dengan nol, lalu berdistribusi
normal dengan variansi sama dengan σ2.
 Variabel independen saling bebas sehingga tidak terjadi multikolinieritas.
 Antar error (kesalahan) saling bebas sehingga tidak terjadi otokorelasi.
Berdasarkan hasil penghitungan statistik, persamaan regresi dapat dinyatakan
bagus atau tidak, –setidaknya- berdasar tiga kriteria ketepatan (goodness of fit):
1. Uji signifikansi individual (statistik t). Ukuran seberapa jauh pengaruh satu
variabel independen (individual) menjelaskan satu variabel dependen.
Apabila hasil uji t-hitung lebih besar dari t-tabel, berarti variabel independen
cukup signifikan untuk menjelaskan variabel dependen.

2. Uji signifikansi simultan (statistik F). Ukuran seberapa jauh pengaruh
variabel independen dalam model secara bersama-sama (simultan)
menjelaskan satu variabel dependen. Apabila hasil uji F-hitung lebih besar
dari F-tabel, berarti variabel independen cukup signifikan secara simultan
dalam model untuk menjelaskan variabel dependen.
3. Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan
model dalam menerangkan variasi variabel terkait. Nilai koefisien determinasi
berada di antara 0 dan 1. Seperti halnya pada analisa korelasi, misalkan
didapat nilai R2 = 0.89, berarti 89% model dapat memprediksi nilai y (variabel
dependen).
2. Analisa Diskriminan
Dalam kasus pemasaran sering dihadapi permasalahan bagaimana membuat
pengelompokkan atau klasifikasi dari beberapa kategori. Seperti segmentasi
loyalitas pelanggan, kategori loyal dan tidak loyal, yang diamati dari karakter
demografis (kota, pendidikan, umur, SES), karakter psikografis, dan intensitas
pembelian. Lalu dalam evaluasi kinerja staf SDM pemasaran (under, meet, & high
perfomance) berdasarkan besaran customer satisfaction index, target penjualan,
gaji pokok, insentif/bonus, jumlah jam lembur, dan jam pelatihan.
Analisa diskriminan merupakan teknik statistik untuk mengklasifikasikan obyek
atau individu ke dalam grup terpisah berdasarkan sejumlah variabel bebas. Tujuan
utamanya adalah menemukan kombinasi linier dari sejumlah variabel bebas yang
meminimalkan probabilitas salah klasifikasi obyek/individu ke dalam masing-masing
grup (Dillon & Goldstein,1984). Ada kesamaan dengan regresi dalam kombinasi
linier, namun berbeda pada variabel dependen. Analisa diskriminan berjenis data
non metrik, sementara regresi berjenis data metrik. Untuk variabel independennya
dapat berjenis data metrik atau juga non metrik (analisa diskriminan diskret).
Jumlah kategori variabel dependennya, minimal berjumlah dua atau lebih dari dua
(MDA). Persamaan umum analisa diskriminan adalah:
dik = b0k + b1kXi1 + … + bpkXip

dimana : dik = nilai untuk fungsi diskriminan kategori ke-k dan kasus ke-i
p = jumlah prediktor (variabel independen)
djk = nilai koefisien ke-j dari fungsi ke-k
Xij = nilai kasus ke-i dari prediktor ke-j
Jumlah k adalah min(Group-1, p-1)
Tahapan yang perlu diperhatikan periset dalam penggunaan analisis diskriminan
antara lain sebagai berikut:

1. Menentukan dari obyek pengamatan, variabel mana yang dimasukkan dalam
kelompok variabel independen atau dependen. Lebih baik penentuan variabel
ini sudah disiapkan saat perumusan tujuan dan desain riset, sehingga akan
membantu analisa berdasarkan data yang tepat.
2. Menentukan prosedur pembuatan fungsi diskriminan, apakah simultaneous
estimation atau step-wise estimation. Apabila semua variabel independen
dari obyek pengamatan dimasukkan secara bersama-sama dalam proses
analisis diskriminan digunakan prosedur simultaneous estimation. Sedangkan
bila ada proses seleksi berupa “pembuangan” terhadap variabel independen
yang tidak signifikan dalam pembentukan fungsi diskriminan, digunakan step-
wise estimation.
3. Menguji signifikansi dari fungsi diskriminan yang terbentuk, seperti halnya
pada persamaan model (analisis) regresi. Pengujian dapat dilakukan dengan
menggunakan Wils’s Lambda, Pilai, F-Test, atau uji sejenis lainnya.
4. Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk mengetahui
ketepatan klasifikasi per variabel dengan casewise diagnostics.
5. Melakukan uji validasi, apakah fungsi diskriminan yang terbentuk dapat
berlaku untuk data lain yang berbeda atau berlaku secara umum.
6. Menginterpretasi fungsi diskriminan yang terbentuk dengan kerangka acuan
tujuan dan desain riset.
Sebagai analisis multivariat kelompok dependen terdapat persyaratan asumsi
yang perlu dipenuhi agar fungsi diskriminan valid yakni:
 Variabel independen berdistribusi normal atau multivariate normality.
Apabila tidak berdistribusi normal, variabel tersebut dapat dilakukan
transformasi atau dapat menggunakan regresi logitik sebagi alternatif.
 Matriks kovarians dari variabel-variabel independen memiliki kesamaan.
 Tidak terjadi multikolinieritas atau korelasi kuat antar variabel independen.
 Tidak diperoleh pencilan (outlier) atau data yang ektrem muncul. Hal ini
dapat dihindari dengan pengujian awal data sebelum analisa dilakukan.
3. Analisis Korelasi Kanonikal

Analisis korelasi kanonikal sama halnya seperti uji asosiasi/korelasi, bermanfaat
untuk menentukan keeratan hubungan diantara variabel dependen dan independen.
Hanya saja variabel dependen atau independen merupakan sekelompok lebih dari
satu variabel yang berjenis data metrik. Sebagai ilustrasi, berikut contoh kasus
pemasaran yang dimungkinkan diuji menggunakan analisa korelasi kanonikal:

 Manajer pemasaran sebuah perusahaan tertarik menentukkan hubungan
antara tipe-tipe produk yang dihasilkan dengan gaya hidup dan kepribadian
konsumen.
 Pengelola apartemen ingin menentukan hubungan antara kualitas apartemen
yang diukur oleh variabel lokasi, luas ruangan, perlengkapan rumah tangga,
keamanan, fasilitas belanja dan olah raga, terhadap tingkat keseriusan
konsumen untuk menjadi tenant.
Sama seperti halnya analisis multivariat kelompok dependen yang lain, ada dua
asumsi yang perlu dipenuhi agar hasil analisa valid yakni:
 Variabel dependen dan independen berdistribusi normal atau multivariate
normality. Apabila tidak berdistribusi normal, variabel tersebut dapat
dilakukan transformasi.
 Tidak terjadi multikolinieritas atau korelasi kuat antar anggota kelompok
variabel independen atau kelompok variabel dependen.
Sedangkan tahapan yang perlu diperhatikan periset dalam penggunaan analisis
korelasi kanonikal sebagai berikut:
1. Menentukan dari obyek pengamatan, variabel mana yang dimasukkan dalam
kelompok variabel independen atau dependen. Lebih baik penentuan variabel
ini sudah disiapkan saat perumusan tujuan dan desain riset, sehingga akan
membantu analisa berdasarkan data yang tepat.
2. Menurunkan fungsi kanonikal, yakni korelasi antara himpunan variabel
dependen dan himpunana variabel independen.
3. Menentukkan fungsi kanonikal yang terbentuk dengan menguji mana fungsi
yang signifikan. Pengujian dapat dilakukan dengan menggunakan uji
signifikansi, canonical relationship, dan redudancy index.
4. Melakukan uji validasi, apakah hasil output yang terbentuk dapat berlaku
untuk data lain yang berbeda atau berlaku secara umum. Validasi dilakukan
dengan membagi dua bagian sampel, kemudian membandingkan kedua hasil
yang ada tersebut.
5. Menginterpretasi fungsi kanonikal yang terbentuk dengan kerangka acuan
tujuan dan desain riset. Interpretasi bersumber dari canonical weights,
canonical loadings, atau cross canonical loadings.
4. Analisis MANOVA
Multivariate Analysis of Variance (MANOVA) termasuk analisis multivariat
kelompok dependen yang bertujuan menaksir hubungan antara dua atau lebih

variabel dependen dengan variabel klasifikasi atau faktor. Sebagai ilustrasi, berikut
contoh kasus pemasaran yang dimungkinkan diuji menggunakan analisa MANOVA:
 Apakah ada perbedaan dalam pembelian berulang (sering, jarang, dan tidak
pernah) pada sebuah minimarket berdasarkan jarak rumah, penghasilan kotor
per bulan, dan indeks kepuasan.
 Akan diuji apakah terdapat hubungan antara tingkat pendidikan (SMA,
Diploma, Sarjana, dan Pasca Sarjana) terhadap penerimaan iklan di media
cetak, radio, dan televisi.
Metode MANOVA hampir sama dengan dengan analisis univariat ANOVA, hanya
berbeda pada jumlah variabel dependen dan metode pengujian perbedaan antar
kelompok yang menggunakan matriks SSCP. Asumsi yang perlu dipenuhi agar
analisis MANOVA valid yakni:
 Variabel-variabel dependen berdistribusi normal atau multivariate normality,
jika sulit setidaknya masing-masing variabel tersebut berdistribusi normal.
 Matriks kovarians antar group variabel dependen memiliki kesamaan.
 Tidak terjadi multikolinieritas atau korelasi kuat antar variabel dependen.
 Tidak diperoleh pencilan (outlier) atau data yang ektrem muncul. Hal ini
dapat dihindari dengan pengujian awal data sebelum analisa dilakukan.
Dan terdapat tiga tahapan pengujian MANOVA yang perlu dilalui, yakni:
1. Menguji terpenuhinya asumsi-asumsi pada data MANOVA.
2. Tahapan inti dari analisis MANOVA, yakni mengujiperbedaan antar group
variabel dependen.
yang ada tersebut.
4. Menginterpretasi output dengan kerangka acuan tujuan dan desain riset.
5. Conjoint Analysis
Dalam riset pemasaran, analisis conjoint sangat tepat digunakan untuk
mengetahui preferensi konsumen berdasar atribut-atribut pada produk. Selain itu
juga digunakan dalam mendesain produk yang sebenarnya diminati konsumen,
termasuk juga pilihan harganya. Misalkan sebuah produk sabun mandi memiliki
atribut berdasar: jenis kulit (kering, normal, lembab), aroma (bunga, parfum, non
aroma), kemasan (batang, cair botol, cair sanchet), dan manfaat (membersihkan
kuman, menghilangkan bau badan, memperhalus kulit). Apabila menggunakan
kombinasi matematis diperoleh jumlah: 3 x 3 x 3 x 3 = 81! kombinasi.

Tentunya perusahaan tersebut akan beresiko jika memproduksi sebanyak 81
kombinasi sabun tersebut. Dengan analisis conjoint akan dibantu menentukan
pilihan jenis sabun yang sangat disukai oleh konsumen. Sehingga perusahaan dapat
memaksimalkan produksi yang disukai pasar dan meminimalisasi produk yang
kurang disukai pasar. Tanpa harus uji coba melempar produk itu ke pasar dengan
bujet yang cukup besar, lalu dalam waktu tertentu menunggu respon pasar
tersebut.
Analisis conjoint termasuk analisis multivariat kelompok dependen, yakni
terdapat pengaruh variabel independen terhadap variabel independen yang
keduanya data non metrik. Shubash Sharma (2001) menyebut analisis conjoint juga
sebagai MONANOVA (monotonic analysis of variance). Berbeda dengan analisis
multivariat lain, analisis conjoint tidak memerlukan syarat asumsi yang ketat. Ada
lima tahap perlu dilalui dalam analisis conjoint ini, yakni:
1. Menentukan preferensi dengan mengeksplorasi atribut dari produk yang akan
diteliti. Akan lebih baik preferensi tersebut dieksplorasi sebelum mendesain
kuesioner, baik atribut utama maupun spesifikasinya. Atribut utama seperti
jenis kulit, aroma, kemasan pada contoh di atas itu disebut FACTOR. Sedang-
kan spesifikasi atau bagian dari masing-masing atribut utama dalam program
aplikasi SPSS disebut dengan LEVEL.
2. Mendesain STIMULI atau suatu kombinasi antar LEVEL dari FACTOR. Seperti
contoh di atas, sabun untuk jenis kulit lembab, beraroma parfum, dalam
kemasan cair sachet, dan bermanfaat memperhalus kulit adalah satu stimuli.
Analisis Conjoint dapat menentukan sedikit pilihan stimuli bagi kuesioner
sehingga mempermudah responden dalam menjawab, namun tetap dapat
mewakili seluruh kombinasi stimuli.
3. Setelah mendesain kusioner berdasar stimuli yang diperoleh, barulah
dilakukan pengumpulan data dari responden yang menjadi sampel konsumen.
Jenis pertanyaan dapat berupa permintaan pengurutan seluruh pilihan stimuli
berdasarkan tingkat kepentingan menurut responden. Atau menilai setiap
stimuli tersebut dengan skala likert, sangat suka hingga sangat tidak suka
(skor: 1–5 atau 1–7). Jawaban setiap responden ini disebut UTILITY yang
dinyatakan dengan angka dan menjadi dasar perhitungan conjoint.
4. Melakukan proses analisis conjoint dan menentukan hasil tersebut berdasar
Predictive Accuracy-nya. Untuk program aplikasi SPSS, analisis dapat sekaligus
dilakukan validasi dengan menguji sejumlah holdout sample.
5. Menginterpretasikan output yang terbentuk dengan kerangka acuan tujuan
dan desain riset.

6. Analisis Faktor
Analisis faktor termasuk analisis mulitvariat kelompok interdepeden yang cukup
sering digunakan. Analisis ini bertujuan untuk menemukan hubungan antar
sejumlah variabel-variabel yang saling independen sehingga bisa dibuat satu atau
beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal.
Pengelompokkan tersebut berdasarkan kekuatan korelasi masing-masing variabel
prediktornya. Seperti gambar di bawah, misalkan delapan variabel berdasarkan
analisis faktor dapat diringkas menjadi dua faktor.
X-1 X-2 X-3 X-4 X-5 X-6 X-7 X-8
FACTOR 1 FACTOR 2
(X1,X6,X8) (X2,X3,X4,X5,X7)
Sebagai ilustrasi, berikut contoh kasus pemasaran yang dimungkinkan diuji

menggunakan analisa faktor:
 Segmentasi psikografis berdasarkan variabel-variabel persepsi, perilaku, dan
kebiasaan konsumen. Bagaimana karakteristik psikografis dari konsumen yang
memiliki daya beli dan konsumtif yang tinggi.
 Persepsi para tenant terhadap image dari department store yang selama ini
disewanya.
Asumsi yang penting dalam analisis faktor ini adalah terkait dengan korelasi di
antara variabel independen amatannya, yakni:
 Besar korelasi antar variabel independen harus cukup kuat di atas 0.50
dengan pengujian KMO atau Bartlett’s Test.
 Besar korelasi parsial, yakni korelasi antar dua variabel independen dengan
menganggap variabel lain tetap, itu justru harus kecil. Pada SPSS, korelasi
parsial ini dapat dideteksi melalui ANTI-IMAGE CORRELATION.
 Lebih lanjut dari pengujian KMIO, matriks korelasi yang diukur dengan
MEASURE SAMPLING ADEQUACY (MSA) terdapat korelasi yang signifikan
setidaknya di beberapa variabel.

 Variabel-variabel independen berdistribusi normal (multavariate normality)
pada beberapa kasus sebaiknya terpenuhi.
Sementara tahapan yang perlu dilalui dalam analisis faktor ini adalah:
1. Menentukan variabel independen apa saja yang akan dianalisis.
2. Menguji terpenuhinya asumsi dari variabel-variabel amatan. Sebelumnya
dapat dilakukan proses standarisasi (z-score) apabila terdapat perbedaan
satuan ukuran antar variabel yang mencolok.
3. Melakukan proses factoring, yakni memilah variabel-variabel mana yang
dapat diikutsertakan lebih lanjut.
4. Melakukan proses factor rotation untuk memperjelas variabel-variabel mana
yang masuk dalam faktor tertentu. Beberapa metode rotasi pad analisis
faktor yang cukup popeler adalah orthogonal rotation dan oblique rotation.
yang ada tersebut. Atau digunkan metode confirmatory factor analysis (CFA)
pada analisa SEM (structural equation modeling).
6. Menginterpretasikan faktor-faktor yang terbentuk dan mendefinisikan faktor
tersebut yang dapat mewakili variabel-variabelnya.
7. Cluster Analysis
Suatu teknik multivariat yang cukup baik untuk mengelompokkan unit-unit yang
menjadi obyek pengamatan adalah analisis cluster. Unit-unit yang berhubungan
secara mutually exclusive ini dikelompokkan berdasar kemiripan atau homogenitas
dalam suatu kelompok dan heterogenitas dengan unit-unit kelompok lain. Analisis
Cluster sangat bermanfaat untuk riset segmentasi dengan cara mengidentifikasi
unit individu yang memiliki kesamaan kebutuhan, gaya hidup, atau respon terhadap
strategi pemasaran. Berbeda dengan analisis faktor yang bertujuan mereduksi dan
mengelompokkan terhadap variabel pengamatan, sementara analisis cluster
bertujuan mengelompokkan terhadap isi variabel.
Sebagai analisis multivariat kelompok interdependen, yang berarti tidak ada
variabel dependen ataupun variabel independen, serta tidak ada model definitif.
Asumsi yang penting dalam analisis ini adalah sampel yang diambil memperhatikan
teknik sampling yang tepat sehingga terjamin keterwakilan populasi. Apabila data
yang berskala metrik memiliki satuan ukuran yang berbeda, dilakukan standarisasi
(Z-score) terlebih dahulu. Tahapan yang perlu dilalui dalam analisis cluster ini
adalah:

1. Menentukan ukuran kesamaan (similarity) antar obyek. Ada tiga metode
pengukuran, yakni: korelasi, jarak (distance), dan asosiasi antar obyek pada
beberapa variabel. Namun metode jarak euclidian distance yang populer
digunakan.
2. Proses cluster atau pengelompokkan data. Dalam program SPSS dan aplikasi
statistik populer lain, pengelompokkan data dapat dilakukan dengan dua
metode, yakni:
a. Hirarchical method, metode ini memulai pengelompokan dengan dua atau
lebih obyek yang mempunyai kesamaan paling dekat dan terus berproses
hingga membentuk hirarki seperti akar pohon. Hirarki ini dinamakan
dendogram yang diperoleh dari beberapa pilihan teknik seperti: single
linkage, complete linkage, average linkage, ward’s method, dan centroid
method.
b. Non-hirarchical method, berbeda dengan metode hirarchical, metode ini
menentukan terlebih dahulu berapa jumlah cluster yang diinginkan.
Metode ini sering disebut juga K-Means Cluster.
untuk data lain yang berbeda atau berlaku secara umum. Lalu selanjutnya
dilakukan profiling masing-masing cluster yang signifikan terbentuk.
4. Menginterpretasi output cluster dengan kerangka acuan tujuan dan desain
riset.
8. Multi Dimensional Scalling (MDS) dan Analisis Correspondence

Analisis multivariat yang dapat memetakan hubungan interdependen atau saling
ketergantungan antar variabel adalah analisis Multi Dimensional Scalling (MDS) dan
Correspondence. Output yang berbentuk grafis sangat cocok untuk perceptual
mapping, positioning atau problem/product concepts exploration. Secara prinsip,
walaupun kedua analisis ini menampilkan hasil utama dalam bentuk grafik, namun
ada perbedaan dalam jenis data yang dianalisis. MDS dapat menganalisis data
metrik dan non metrik, sedangkan corespondence hanya untuk data non metrik.
Apabila analisis faktor berhubungan dengan mengelompokkan dan mereduksi
variabel (kolom) dan analisis cluster berhubungan dengan pengelompokkan dan
peringkasan responden (baris). Sementara, analisis Multi Dimensional Scalling
(MDS) dan Correspondence lebih berhubungan dengan obyek dari suatu penelitian
secara langsung. Dalam artian, melakukan pemrosesan sekaligus baris dan kolom.
Skala multidimesi dimaksudkan sebagai teknik untuk mengukur obyek dalam ruang
multidimensi berdasarkan kesamaan penilaian responden terhadap suatu obyek.

Analisis lain yang sejenis dan juga berfungsi untuk perceptual mapping dan
positioning dalam riset pemasaran adalah analisis biplot. Seperti contoh kasus fiktif
berikut, ingin diamati kesamaan karakteristik atribut pelayanan dari delapan bank.
Menggunakan analisis biplot, seperti halnya analisis MDS dan correspondence, dapat
diamati output grafiknya. Nampak kualitas atribut KanCab (kantor cabang), Lokasi,
Produk, Aman, ATM, dan Hadiah melekat pada Bank BCA, lalu Bank Mandiri dan
Bank BNI.
Contoh Grafik Output Analisis Biplot
9. Structural Equation Modeling (SEM)

Kompleksitas masalah bisnis dan pemasaran nampak dengan banyaknya variabel
indikator yang mempengaruhi, baik secara langsung (direct indicator) maupun tidak
langsung atau laten (indirect indicator). Salah satu pemodelan statistik yang cukup
reliabel untuk menghitung besar pengaruh dari variabel-variabel tersebut sekaligus
memodelkannya adalah SEM (Structural Equation Modeling). SEM yang paling
sederhana adalah path analysis (analisa jalur) atau confirmatory factor analysis
(CFA). Salah satu software yang cukup populer untuk mengoperasikan metode SEM
adalah LISREL, yang dikembangkan oleh psikolog asal Swedia, Karl Joreskog &
Sorborn. Metode yang awalnya dikembangkan dibidang psikologi ini, mulai populer
digunakan saat ini dalam riset pemasaran.
Menurut Joreskorg dan Sorborn (1996), setidaknya ada empat asumsi minimal
yang perlu dipenuhi dalam analisa SEM ini, yakni:

1. EPSILON atau variansi galat/error dari prediktor-y pada variabel laten
endogen itu tidak berkorelasi dengan varibel laten endogennya (ETA).
2. DELTA atau variansi galat/error dari prediktor-x pada variabel laten eksogen
itu tidak berkorelasi dengan varibel laten endogennya (KSI).
3. ZETA atau variansi galat/error dari variabel laten endogen (ETA) tidak
berkorelasi dengan varibel laten eksogen (KSI).
4. ZETA atau variansi galat/error dari variabel laten endogen (ETA) tidak
berkorelasi dengan EPSILON dan DELTA.
Setelah mengetahui asumsi yang perlu dipenuhi dalam analisa SEM, periset
juga perlu memahami tujuh tahapan analisa sebagai berikut:
1. Menentukan hipotesis model hubungan variabel-variabel yang terkait tujuan
riset berdasarkan kerangka teori yang dibangun periset. SEM tidak dapat
menghasilkan model yang terbaik, tetapi menguji model mana yang terbaik
dari hipotesis periset.
2. Menyusun diagram lintas (path analysis) dari model hipotesis tersebut,
tersusun dari variabel-variabel laten dan indikatornya. Lalu disusun hipotesis
alur hubungan antar variabel tersebut, kausalitas (satu arah) atau berkorelasi
(dua arah/rekursif).
3. Menyusun model pengukuran (meaurement model) dan model struktural
(structural model). Model pengukuran menguji hipotesis-hipotesis tentang
sejauh mana variabel yang datanya telah diperoleh merupakan indikator yang
baik untuk mengukur variabel laten yang diteliti, baik endogen maupun
eksogen. Sementara model struktural menggambarkan pengaruh suatu
variabel laten terhadap suatu variabel lainnya. Secara matematis, model
sturktural ini merupakan persamaan matriks dari parameter: variabel eksogen,
variabel endogen, dan residu.
Contoh Tampilan SEM pada LISREL

4. Input data penelitian dari variabel-variabel diteliti dan masuk dalamhipotesis
model. Dapat berupa data asli (perhatikan skala data!), matriks kovariansi,
atau matriks korelasi dari variabel-variabel indikator.
5. Melakukan identifikasi model dengan mengukur kemampuan model dalam
menghasilkan pendugaan parameter, seperti koefisien path, yang unik. Jika
jumlah parameter model > p(p+1)/2, p adalah jumlah variabel indikator, maka
tidak ada jaminan model dapat teridentifikasi.
6. Evaluasi model akhir yang terbaik hasil analisa jalur berulang. Uji kecocokan
model dilakukan untuk menilai apakah model cocok dan konsisten dengan data
yang terkumpul. Uji kecocokan model menggunakan tes goodness of fit.
Pengujian goodness of fit menggambarkan sejauh mana model teoritis sesuai
dengan data. Beberapa alat uji kesesuaian antara model dengan data tersebut
antara lain: chi square (λ2), Goodness of Fit Index (GFI), Adjusted Goodness of
Fit (AGFI), dan Root Mean Square Residual (RMSR). Pengujian atas hipotesis
hanya bisa dilakukan jika telah terbukti bahwa ada kesesuaian antara model
dan data (perbedaannya tidak bermakna). Apabila belum diperoleh model
“terbaik”, tahapan dapat diulang kembali dari awal.
7. Terakhir, barulah menginterpretasikan model “terbaik” yang diperoleh.
10. Resume Analisa Statistika dalam Riset Pemasaran

Jenis-jenis pengujian atau analisa statistik layaknya seperti jenis-jenis pisau
untuk keperluan memasak atau kegiatan lainnya. Keberagaman pisau tersebut
memiliki fungsi yang berbeda sesuai karakteristik pisau dan obyek yang akan
dipotong, diiris, dikupas, atau ditusukkan. Bagi pengguna, tentunya tidaklah perlu
mengetahui secara mendalam bagaimana proses pembuatan pisau-pisau tersebut.
Tetapi yang penting adalah bagaimana menggunakan pisau-pisau tersebut sesuai
fungsi dan manfaatnya. Kesalahan penggunaan pisau-pisau tersebut dapat
menghilangkan fungsi dan manfaatnya, bahkan juga dapat membahayakan si
pengguna.
Begitu pula dengan uji-uji statistik yang membantu menganalisa suatu hasil
riset kuantitatif. Cukup beragam, memiliki fungsi dan manfaat yang berbeda sesuai
karakteristik variabel penelitian. Praktisi riset tidaklah perlu disibukkan mendalami
teori-teori statistik, meski dimungkinkan pada kesempatan lain. Tetapi yang lebih
penting adalah mengetahui dan membedakan terlebih dahulu fungsi dan manfaat
masing-masing pengujian statistik. Tahapan berikutnya, menggunakan statistical
software yang dua dasawarsa belakngan ini sudah cukup berkembang. Didesain
praktis bagi semua kalangan atau lebih user friendly. Seperti SPSS atau Minitab,

yang memiliki memiliki fasilitas under windows dan tampilan seperti MS Excel yang
cukup familiar. Meski ada juga statistical software yang perlu menggunakan bahasa
pemograman atau syntax khusus.
Berikut resume analisa statistik yang dipergunakan dalam riset pemasaran:
Uji/Analisa Statitika Jenis Riset Pemasaran

Brand Switching, dapat dilanjutkan pengujian ada
Cross Tabulation
tidaknya korelasi antar variabel kategori pengamatan
Uji t paired sample/Non Riset eksperimental (pre-post design) seperti tes
Parametrik 2-Paired Samples produk/promo iklan
ANOVA/Non Parametrik >2 Riset eksperimental kombinasi “perlakukan” variabel
Samples seperti tes produk, promosi, atau bauran pemasaran
Analisa Non Parametrik
Riset Asosiasi Merek
Cochran
Korelasi Kanonik Korelasi antar variabel, problem exploration.
Riset eksperimental kombinasi “perlakukan” variabel
MANOVA
seperti tes produk, promosi, atau bauran pemasaran
Regresi Linier/Multiple Analisa penjualan/Forecasting
Analisa Faktor Segmentasi atribut
Segmentasi kategori konsumen (loyalitas, intensitas
Analisa Diskriminan
pembelian)
Pemetaan variabel, konseptualisasi masalah,
Analisa Correspondence
positioning
Analisa Multidimensional Pemetaan variabel, konseptualisasi masalah,
Scalling positioning
Analisa Cluster Hierarchical
Segmentasi konsumen
& K-Means
Riset harga, pengembangan dan uji produk, serta riset
Analisa Conjoint
bauran pemasaran

Bab 13
MENYUSUN LAPORAN AKHIR
Tahapan akhir dari seluruh proses riset pemasaran adalah penyusunan laporan
akhir sekaligus mempresetasikannya di depan klien atau pengguna. Menurut Wong Toon
Quee (1999), tujuan utama dari laporan akhir riset pemasaran adalah menyampaikan
hasil riset dan kesimpulan yang diperoleh, serta rekomendasi –jika diperlukan- dengan
cara yang jelas dan ringkas. Bagi kalangan praktisi, laporan riset dapat dibuat dengan
pendekatan laporan lengkap standar atau populer. Sedangkan bagi kalangan akademisi,
laporan riset umumnya sudah memiliki format yang standar. Laporan lengkap standar
disusun berdasar sistematika baku dan dijelaskan secara mendetil. Sedangkan laporan
populer itu lebih ringkas, bab-bab metodologi dan analisa teknis tidak disajikan detil.
Bagi riset profesional, kedua jenis laporan riset perlu disampaikan bagi pihak klien.
Hanya saja, laporan populer disiapkan untuk sajian presentasi dan laporan lengkap
beserta data riset penunjanga (soft/hard copy) sebagai laporan keseluruhan riset.
Format Laporan Lengkap Standar

Format standar untuk laporan akhir sebuah riset, baik riset akademis maupun
riset profesional, secara formal setidaknya memperhatikan enam bagian, yakni:
1. Halaman Judul
2. Lembar Pengesahan (khusus riset akademis)
3. Daftar Isi, Tabel, Grafik, dan Gambar
4. Ringkasan (Abstrak/Executive Summary)
4.1. Tujuan Riset
4.2. Hasil Riset
4.3. Kesimpulan
5. Isi
5.1. Pendahuluan
5.2. Latar Belakang
5.3. Tujuan Riset
5.4. Pembatasan Riset (jika diperlukan)
5.5. Metodologi Riset
5.6. Analisa
5.7. Kesimpulan
5.8. Saran dan Rekomendasi
6. Lampiran
6.1. Data Hasil Survey/Responden
6.2. Penghitungan Rinci (jika diperlukan)
6.3. Tabel, Grafik, dan Gambar Umum yang Menunjang
6.4. Bahan-Bahan Pendukung
6.5. Referensi Riset (jika diperlukan)
6.6. Daftar Pustaka (khusus riset akademis)

1. Halaman Judul
Bagian ini meliputi judul laporan, kepada siapa laporan tersebut dibuat, lalu nama
pembuat laporan, dan tanggal pelaporan. Judul yang baik disarankan agar menarik,
namun menggambarkan tujuan/subyek dari riset.
2. Lembar Pengesahan
Khusus laporan riset ilmiah akademis, seperti skripsi, tesis, dan disertasi dimuat
tanda tangan pengesahan tim/dosen penguji dan pembimbing sebagai syarat telah
dilakukan pengujian secara akademis.
3. Daftar Isi
Daftar isi harus mencakup bagian dan sub bagian laporan dengan diberi nomor
halamannya, termasuk pula daftar tabel dan daftar gambar.
Contoh Halaman Judul Riset Bisnis
LAPORAN AKHIR
RISET PASAR ASURANSI KERUGIAN JP-ASTOR
PT. ASURANSI JASARAHARJA PUTERA
Disusun oleh:
September 2004
4. Ringkasan
Untuk mempermudah pembaca, laporan akhir yang cukup tebal umumnya
ditampilkan ringkasan oleh penulisnya. Ringkasan pada laporan riset akademis
dinamakan abstrak (1-2 halaman), sedangkan untuk riset bisnis disebut executive
summary. Ringkasan mencakup empat bagian, yakni (1) tujuan riset, termasuk
latar belakang dan metodologi; (2) hasil utama dari riset; (3) kesimpulan; dan (4)
apabila diperlukan saran dan rekomendasi.

5. Isi Riset
Bagian ini merupakan bagian inti riset yang dimulai dari pendahuluan yang berisi
latar belakang mengapa riset tersebut perlu dilakukan dan tujuannya. Selanjutnya
dibahas metodologi yang digunakan, hasilnya, dan batasan riset. Cakupan isi riset
ilmiah dijelaskan masing-masing bab berikut:
i. Pendahuluan, terdiri atas uraian mengenai Latar Belakang Masalah,
Perumusan Masalah, Tujuan Riset, Metodologi, dan Sistematika Penulisan.
ii. Survey Literatur, khusus riset akademis untuk mengidentifikasi secara cermat
semua teori dan studi empiris sebelumnya yang relevan dengan topik riset.
iii. Metodologi Riset, menjelaskan kronologis riset, termasuk cara pengumpulan
data, macam/jenis data, alat analisa, dan model yang digunakan.
iv. Analisa Data, menyajikan hasil-hasil utama riset yang mengikuti metodologi
yang telah digariskan.
v. Kesimpulan dan Rekomendasi, menyajikan pernyataan hasil analisa terhadap
riset yang telah dilakukan. Beberapa hal yang perlu diperhatikan dalam
menyusun kesimpulan: (1) kesimpulan harus menjawab tujuan dari riset; (2)
kesimpulan ditarik berdasarkan hasil analisa; (3) kesimpulan bukan ringkasan
melainkan pernyataan eksplisit mengenai apa yang telah ditemukan dari
riset. Sementara Rekomendasi menjawab pertanyaan: (1) setelah ditarik
suatu kesimpulan, “implikasi” apa yang kemungkinan terjadi (2) tindak lanjut
berdasar kesimpulan tersebut.
6. Lampiran
Lampiran berisikan bahan-bahan yang mendukung dan bermanfaat bagi pembaca.
Contohnya, draft kuesioner, penghitungan rinci, draft hasil wawancara/survey,
tabel rinci, dan daftar pustaka.
Proses Penulisan Laporan

Langkah pertama dalam proses penulisan adalah mengatur (mengorganisasikan)
bagaimana bahan-bahan hasil riset yang telah dikumpulkan dan dianalisa itu disajikan.
Menyusun laporan riset bisnis relatif lebih mudah dibandingkan riset akademis. Riset
akademis perlu melakukan studi literatur mendalam berupa eksplorasi teori-teori
pendukung. Sedangkan riset bisnis cenderung menyederhanakan laporan dengan tujuan
mudah dibaca klien atau pengguna. Isi Bab Pendahuluan merupakan hasil eksplorasi
tahapan pertama riset, lalu ditambah catatan metodologi yang digunakan. Bab terkait
Isi Riset kemudian disusun berdasar hasil analisa deskriptif dan pengujian statistik
lainnya jika dilakukan. Terakhir, barulah dirangkai kesimpulan dari keseluruhan hasil
riset yang telah dilakukan.

Seperti dalam diagram alur berikut, setelah tahapan pengorganisasian dan
memulai penulisan dari satu bab ke bab yang lain, dilanjutkan tahapan pemeriksaan.
Pemeriksaan dilakukan agar tulisan mudah dibaca, dikoreksi tata bahasa dan ejaannya,
serta evaluasi kelayakan isi. Dalam riset bisnis seringkali dibuat secara tim, ini akan
mempermudah dan mempercepat penyusunan laporan akhir. Namun apabila
penyusunan dilakukan oleh satu orang dalam tim untuk satu babnya, perhatikan
kesinambungan isi, gaya bahasa, dan format penulisan dari satu bab ke bab lainnya.
Dan akhir dari penulisan dan pengecekan adalah pencetakan. Perlu diingat, jangan
sampai bonafiditas periset berkurang dimata klien akibat pencetakan laporan akhir
yang cacat. Baik pencetakan laporan akhir lengkap maupun laporan popular untuk
presentasi.
ORGANISASI PEMERIKSAAN
Mengumpulkan Periksa Tulisan

Bahan & Data Agar Mudah
Dibaca
Membuat Koreksi Tata

Kerangka Isi Bahasa & Ejaan
MULAI MENULIS
BAB PER BAB
PENCETAKAN
LAPORAN AKHIR
Presentasi Laporan Akhir

Satu hal yang tak kalah penting dibandingkan dengan penyusunan laporan akhir
adalah mempresentasikan hasil dari riset itu sendiri. Seringkali pihak klien meminta
periset mempresentasikan hasil risetnya, bahkan adakalanya kepada pihak media
massa atau masyarakat umum apabila isi riset terkait informasi publik. Baik tidaknya
periset mempresentasikan hasil riset dapat mempengaruhi diterima tidaknya sebuah
hasil riset. Pihak klien bisa meragukan isi penelitian apabila periset kurang meyakinkan
dalam mempresentasi laporan akhir, meski hasil riset baik reliabilitas dan validitasnya
secara metodologi. Sehingga penting sekali, periset mempersiapkan diri saat akan
mempresentasikan hasil riset.

Berikut beberapa tips yang perlu diperhatikan periset dalam melakukan
presentasi hasil riset di depan klien:
1. Sistematis dan terstruktur

 Alur presentasi yang sistematis dan terstruktur akan membantu audiens
cepat memahami tujuan akhir riset. Seringkali periset ingin menyajikan
seluruh hasil riset sehingga tidak memperhatikan sistematika dan waktu
yang terbatas. Ada nasehat bagi presenter yang sering bertele-tele, KISS =
Keep It Simple Stupid!
 Salah satu cara mengembangkan presentasi adalah logical structure, yakni
menguraikan topik pembicaraan dari topik utama ke sub-sub topik sehingga
dapat menguraikan “benang kusut” topik presentasi.
 Hal penting dalam logical structure adalah main points, yaitu hal-hal pokok
yang mungkin ditanyakan audiens dan harus dijawab. Menurut Holcombe &
Stein dalam buku Presentations for Decision Making (dikutip dari Kasali,
2002) memberikan struktur main points:
(i). Jika main point-nya adalah rekomendasi atau suatu konklusi, maka
pertanyaan adalah “why” dan jawabannya adalah a series of
reasons.
(ii). Jika main point-nya adalah prosedur, maka pertanyaannya adalah
“how”, tentu jawabannya adalah a series of steps.
(iii). Jika main point-nya adalah satu deskripsi mengenai suatu analisis,
maka pertanyaannya adalah “what”, tentu jawabannya adalah parts
of whole.
2. Gunakan bantuan media visual
 Alat bantu visual akan mengefektifkan presentasi lisan serta menambah
minat dan daya serap dari audiens.
 Media visual yang membantu seperti menggunakan transparan dengan media
over head projector (OHP), menggunakan aplikasi komputer seperti power
point dengan media projector (in focus), atau menggunakan slide, video
camera, dsb.
3. Jangan membaca laporan
 Presentasi dengan gaya pidato dengan membaca teks sudah pasti membawa
kebosanan pada audiens. Dan berdampak pada menghilangnya minat dan
spontanitas audiens dalam diskusi atau interaksi.
 Dengan bantuan power point, periset dapat menyajikan poin-poin penting
saja tanpa terpaku teks laporan akhir riset. Gunakan teks sebagai alat bantu
apabila periset lupa detil angka-angka laporan akhir.

 Berikan improvisasi berupa ilustrasi-ilustrasi menarik untuk membantu
audiens memahami isi presentasi.
4. Mengetahui audiens
 Presentasi di depan audiens yang belum diketahui jumlah, kompetensi, dan
tingkatan pekerjaan (supervisor/manajer/direksi) seperti kita menyeburkan
diri ke sungai yang tidak diketahui dalam dan derasnya arus.
 Selain persiapan internal, periset juga perlu mencari tahu persiapan
eksternal, seperti siapa audiensnya. Latar belakang audiens akan membantu
persiapan isi presentasi, waktu, media, hingga persiapan teknis lainnya.
5. Latihan
 Latihan akan membantu alur presentasi sekaligus kepercayaan diri periset
dalam mempresentasikan di depan klien atau khalayak banyak. Seperti yang
dikatakan Winston Churcill, presenter terbaik di saat mendadak atau
impromptu diperoleh dari berapa banyak ia berlatih di depan cermin.
 Tentunya bagi periset yang memiliki “jam terbang” presentasi yang banyak
tidak harus berlatih berkaca di depan cermin. Tapi persiapan yang matang
bagi siapapun akan membantu kelancaran presentasi.

Bab 14
STUDI KASUS 1: RISET MARKETING PLAN
Seorang Area Sales Manager baru di sebuah perusahaan nasional consumer

goods diminta untuk membuat marketing plan dengan mengevaluasi kinerja program
pemasaran dari manager sebelumnya. Berikut informasi singkat terkait dengan program
pemasaran yang akan dievaluasi.
a. Data penjualan 24 bulan di tiga wilayah
Bulan DKI Jakarta (unit) Botabek (unit) Jabar (unit)
Januari 2003 1,300 3,750 4,130
Februari 2003 2,760 6,130 7,170
Maret 2003 25,250 46,880 68,930
April 2003 38,750 60,500 84,230
Mei 2003 32,550 57,800 81,520
Juni 2003 30,410 54,690 78,410
Juli 2003 27,670 49,660 73,380
Agustus 2003 28,980 47,440 71,160
September 2003 28,000 42,350 59,140
Oktober 2003 31,450 50,790 67,580
November 2003 46,750 62,090 78,880
Desember 2003 66,580 81,920 98,710
Januari 2004 70,250 85,590 102,380
Februari 2004 56,750 72,090 87,880
Maret 2004 34,030 49,370 65,160
April 2004 36,170 51,510 67,300
Mei 2004 38,910 54,250 64,380
Juni 2004 37,600 52,940 63,070
Juli 2004 38,580 53,920 64,050
Agustus 2004 30,490 45,680 61,010
September 2004 32,630 47,820 63,150
Oktober 2004 35,370 50,560 60,230
November 2004 34,060 49,250 58,920
Desember 2004 35,040 50,230 59,900
b. Promosi
 Peluncuran produk di sebuah mall di Jakarta Barat pada bulan Desember 2002
menghabiskan bujet sebesar Rp. 150 juta.
 Bujet promosi di TV Comercial dan radio antara bulan Desember 2002 -
Pebruari 2003 sebesar Rp. 1.2 milyar.
 Promosi berupa event marketing (below the line) dilakukan di wilayah
Jabotabek bulan Pebruari-Maret 2003 menghabiskan bujet sebesar Rp. 300
juta.

 Oktober 2003 - Januari 2004 diadakan promosi “Hadiah THR” berupa voucher
undian yang disisipkan dalam kemasan. Berupa hadiah 10 sepeda motor Suzuki
Smash, paket lebaran, dan hadiah lainnya dengan bujet total sebesar Rp 500
juta.
c. Saluran Distribusi
 Distribusi wilayah Jabotabek dan Jawa Barat pada tahun 2003 dilakukan oleh
PT. Logistik Lestari. Sementara sejak awal tahun 2004, distribusi dilakukan
oleh divisi distribusi (internal) perusahaan.
Berdasarkan informasi yang diperoleh tersebut, dilakukan riset sederhana untuk

mengeksplorasi masalah yang terjadi. Berikut tahapan riset yang dilakukan:
1. Perumusan Masalah
 Apakah terdapat perbedaan penjualan dan pertumbuhannya di masing-masing
wilayah: DKI Jakarta, Botabek, dan Jawa Barat. Apabila terdapat perbedaan,
disebabkan oleh apa? Promosi yang dilakukan atau disebabkan oleh distributor?
 Bagaimana pengaruh promosi terhadap penjualan?
 Bagaimana pertumbuhan penjualan di tahun 2005 yang akan menjadi target
realistis manajer yang baru?
2. Metodologi Riset
 Metode riset yang digunakan adalah metode kuantitatif dengan menggunakan
data pemasaran internal yang tersedia.
 Pengujian statistik yang digunakan antara lain: statistik deskriptif untuk meng-
gambarkan pertumbuhan penjualan, lalu statistik inferensial sederhana (mean
different) untuk melihat beda antar kategori dan perlakuan. Serta forecasting
analysis untuk memprediksi penjualan di masa datang.
3. Pengolahan dan Analisa Data

a. Statistik Deskriptif
 Pertumbuhan produk pasca peluncuran produk signifikan terjadi pada bulan
Pebruari-Maret 2003 sebesar 815%, kenaikan dari 2.760 unit menjadi 25.250.
Hal ini terjadi karena bombardir promosi yang dilakukan sejak peluncuran
Desember 2002 dengan media above & below the line (ATL/BTL).
 Rata-rata penjualan tahun 2003 sejak bulan Maret adalah sebesar DKI
Jakarta 35.6 ribu, Botabek 55.4 ribu, dan Jawa Barat 76.2 ribu. Sedangkan
rata-rata penjualan tahun 2004 adalah sebesar DKI Jakarta 39.99 ribu,

Botabek 55.3 ribu, dan Jawa Barat 68.12 ribu. Berarti pertumbuhan per
tahunnya adalah DKI Jakarta 12.2%, Botabek –0.26% dan Jawa Barat –10,6%.
 Pertumbuhan 2004 di Botabek dan Jabar terjadi dimungkinkan karena tidak
dilakukan promosi pada akhir tahun 2004 seperti tahun-tahun sebelumnya.
Nampak pada bulan November 2003 – Januari 2004 pertumbuhan naik lebih
dari 40% karena promosi “Hadiah THR”.
 Deskripsi lengkapnya dijelaskan gambar berikut:
b. Uji Mean Different

 Untuk melihat apakah ada perbedaan penjualan di tiga kota dan atau dua
distributor digunakan 2 Ways ANOVA.
 Hipotesa :
1. Ada tidaknya perbedaan baris (distributor).
 (H0)baris : Tidak ada perbedaan 2 distributor terhadap penjualan.
 (Hi)baris : Ada perbedaan 2 distributor terhadap penjualan.
2. Ada tidaknya perbedaan kolom (wilayah penjualan).
 (H0)baris : Tidak ada perbedaan 3 wilayah terhadap penjualan.
 (Hi)baris : Ada perbedaan 3 wilayah terhadap penjualan.
3. Ada tidaknya perbedaan interaksi (distributor dan wilayah penjualan).
 (H0)baris : Tidak ada perbedaan 2 distributor dan 3 wilayah penjualan
terhadap penjualan.
 (Hi)baris : Ada perbedaan 2 distributor dan 3 wilayah penjualan
terhadap penjualan.

 Analisis Uji berdasar  = 0.05 atau Interval Kepercayaan 95% adalah: jika
Fhitung > Ftabel, maka Ho ditolak dan jika Fhitung < Ftabel, maka Ho diterima.
 Ringkasan Tabel 2 Ways ANOVA
Jumlah Kuadrat dB Kuadrat Rata-Rata F Hitung F Tabel
Baris 959.44 1 959.44 2.760 3.986

Kolom 11733.19 2 5866.59 16.875 3.136
Interaksi 126.35 2 63.17 0.182 3.136
Galat 22945.00 66 347.65
Total 35763.98 71
 Kesimpulan :
1. Tidak ada perbedaan dua distributor terhadap penjualan.
2. Ada perbedaan tiga wilayah penjualan terhadap penjualan.
3. Tidak ada perbedaan 2 distributor dan 3 wilayah penjualan (bersama-
sama) terhadap penjualan.
4. Kesimpulan
a. Penjualan di wilayah Botabek dan Jawa Barat perlu perhatian serius, karena
kecenderungan menurun. Pertumbuhan Botabek –0.26% dan Jawa Barat –10.6%,
namun secara rata-rata Jawa Barat memimpin (68.12 ribu), lalu Botabek (55.3
ribu), dan DKI Jakarta (39.99 ribu). Dari ketiga wilayah, pertumbuhan DKI
Jakarta terbaik sebesar 12.2%.
b. Promosi “Hadiah THR” Rp. 500 juta pada bulan November 2003 – Januari 2004
tidak terlalu efektif terhadap penjualan. Meski dengan pertumbuhan naik lebih
dari 40% atau bertambah 235.25 ribu unit. Apabila cost product sebesar 65% dan
harga pasar Rp. 7000/unit, maka diperoleh gross profit: (100–65)% x 235.25 ribu
x 7000 = Rp. 576 juta. Berarti hanya menyumbang laba sebesar Rp. 76 juta.
c. Distribusi yang dilakukan oleh pihak internal tidak efektif karena tidak ada
perbedaan signifikan (menjadi lebih baik) dalam penjualan, kecuali ada
pengurangan biaya distribusi.
5. Rekomendasi
Untuk strategi jangka pendek, wilayah Jawa Barat merupakan wilayah garapan
utama mengumpulkan penjualan terbesar. Namun untuk strategi jangka panjang,
DKI Jakarta merupakan wilayah yang berpotensi besar apabila digarap secara baik
karena memiliki pertumbuhan positif, dibanding wilayah lain. Perlu dieksplorasi
juga strategi promosi yang efektif.

Bab 15
STUDI KASUS 2: BRAND EQUITY RESEARCH
Sebuah produsen pionir obat nyamuk bakar lokal, sebut saja cap KODOK, ingin
mengevalusi kinerja brand atau merek unggulannya. Seberapa kuat ekuitas merek yang
telah cukup lama dipertahankan terhadap merek kompetitor baru yang bermunculan.
Apakah masih dipersepsikan positif di mata konsumen dan masih cukup kuat mengerek
loyalitas pelanggan. Seperti yang telah dibahas pada Bab 6 tentang acuan brand atau
merek, menurut Aaker, terdapat lima elemen untuk memahami ekuitas sebuah merek.
Namun hanya empat yang diukur dalam riset ini, yakni: brand awareness, brand
associations, perceived quality, dan brand loyalty. Untuk other aspects atau aspek-
aspek merek berharga lainnya seperti: hak paten, akses terhadap pasar (brand
extension), dan teknologi, tidak diukur karena cenderung bersifat kualitatif. Berikut
tahapan riset yang dilakukan:
1. Rumusan tujuan riset ini adalah untuk mengukur aspek-aspek ekuitas merek sebagai
berikut:
a. Brand awareness atau kesanggupan seorang konsumen untuk mengenali atau
mengingat kembali merek cap Kodok sebagai obat nyamuk bakar.
b. Brand association adalah segala kesan yang muncul di benak konsumen
berdasar ingatannya terhadap obat nyamuk bakar cap Kodok.
c. Perceived quality dapat didefinisikan sebagai persepsi pelanggan terhadap
keseluruhan kualitas atau keunggulan obat nyamuk bakar cap Kodok yang
berkaitan dengan apa yang diharapkan pelanggan.
d. Brand Loyalty merupakan suatu ukuran loyalitas konsumen obat nyamuk bakar
cap Kodok dan konsumen obat nyamuk lain.
2. Riset dilakukan dengan metode kuantitatif melalui wawancara tatap muka.
3. Responden adalah pengguna obat nyamuk bakar, baik cap Kodok atau cap lainnya
dan bertempat tinggal di wilayah target pasar di Surabaya dan sekitarnya. Pria atau
wanita berusia antara 18-60 tahun sebanyak 500 responden, dengan perkiraan error
sebesar + 4.38 %. Sampel diambil dengan metode multi stage random sampling
dengan pemilahan berdasar Kecamatan  Kelurahan  RW  RT  Unit Tempat
Kediaman (UTK).
4. Desain kuesioner, hasil pengumpulan data dijelaskan berdasar empat aspek brand
equity berikut:

Brand Awareness
Brand awareness diukur dengan menanyakan responden secara spontan,
pengenalan merek-merek obat nyamuk bakar. Jawaban spontan pertama kali
dikategorikan sebagai Top of Mind (TOM), jawaban spontan kedua dan seterusnya
dikelompokkan dalam Spontanous (Brand Recall). Sedangkan pengenalan dengan
bantuan interviewer dikelompokkan dalam Awareness (Brand Recognition) dan
tidak mengenal sama sekali dalam Unaware Brand. Berikut contoh kuesioner untuk
mengukur brand awareness.
Q1. Merek obat nyamuk bakar apa yang Anda ketahui? Ada lagi? (Checklist Tabel)
Q2. Obat nyamuk bakar apa yang Anda gunakan saat ini? (Checklist Tabel)
Top of Mind Spontanous Awareness Digunakan

Merek Obat
No. (Jawaban (Selain Jawaban (Jawaban Saat ini
Nyamuk Bakar
Pertama, Q1) Pertama, Q1) Dibantu, Q1) (Q.2)
1. Baygon 1 1 1 1
2. Domestosnomos 2 2 2 2
3. Garuda 3 3 3 3
4. Kodok 4 4 4 4
5. Tiga Roda 5 5 5 5
6. Lainnya …………… 6 6 6 6
Hal-hal yang perlu diperhatikan :

 Pilihan merek produk/perusahaan diusahakan menampilkan sebanyak mungkin
merek yang eksis. Sehingga akan mempermudah saat meng-coding agar tidak
menumpuk pada jawaban alternatif [“lainnya …”].
 Top of Mind hanya memiliki satu jawaban (single answer) sedangkan jawaban
Spontanous dan awareness dapat lebih dari satu jawaban (multiple answer).
Brand Association
Dalam survey ini, asosiasi obat nyamuk cap Kodok dieksplorasi dari
karakteristik yang dimiliki atau yang dianggap memiliki kesamaan sifat atau
karakter. Dikarenakan dalam mengasosiasi perlu prasyarat pengenalan sebelumnya,
brand associations dilakukan hanya kepada responden yang telah menggunakan
obat nyamuk bakar cap Kodok. Digunakan uji statistik prosedur non parametrik,
Cochran Q test. Cara menghitung asosiasi merek suatu produk adalah dengan
mengajukan pertanyaan dikotomik (2 pilihan: Ya/Tidak). Berdasarkan eksplorasi
awal periset mengajukan 9 atribut yang nanti ditanyakan dan diseleksi oleh
responden, sebagai berikut:

Apakah obat nyamuk cap KODOK itu … [bacakan atribut berikut]? YA/TIDAK
A. Diproduksi sudah cukup lama E. Cocok membasmi nyamuk Surabaya
B. Sudah dipakai turun-temurun F. Kodok, binatang pemakan nyamuk
C. Ampuh mengusir nyamuk G. Kebanggaan Surabaya (lokasi pabrik)
D. Cocok bagi masyarakat bawah H. Tersedia banyak di warung
Perceived Quality
Dieksplorasi 8 atribut perceived quality, yang mengacu pada standar Perceived
(Product) Quality dari David A. Garvin. Untuk memperluas analisa, digunakan
perceptual mapping IPA (Importance Perfomance Analysis) yang memiliki sembilan
kuadran penilaian berdasarkan kinerja (perceived quality) dan kepentingannya di
mata konsumen cap Kodok. Dan akan diperbandingkan pula dengan perceived
quality dari produk lain.
PERCEIVED QUALITY
“Saat menggunakan obat nyamuk bakar Cap Kodok, bagaimana Anda menilai
kualitasnya dalam hal ... [Baca per Atribut, Tabel], apakah?
Sangat baik 5
Baik 4
Cukup 3
Jelek 2
Sangat Jelek 1
IMPORTANT LEVEL
“Menurut Anda, seberapa penting obat nyamuk bakar itu (umum, tidak hanya cap
Kodok) dalam hal ... [Baca per Atribut, Tabel], apakah ?
Sangat Penting 5
Penting 4
Antara Penting & Tidak 3
Tidak Penting 2
Sangat Tidak Penting 1
PERCEIVED IMPORTANT
NO. ATRIBUT
QUALITY LEVEL
1. Kemampuan untuk mengusir nyamuk 1 2 3 4 5 1 2 3 4 5
2. Kemampuan untuk mengusir serangga lain selain nyamuk 1 2 3 4 5 1 2 3 4 5
3. Asap yang mengepul dan banyak menyebar 1 2 3 4 5 1 2 3 4 5
4. Asap aman apabila terhirup 1 2 3 4 5 1 2 3 4 5
5. Tahan lama lebih dari 8 jam/batang 1 2 3 4 5 1 2 3 4 5
6. Harga terjangkau 1 2 3 4 5 1 2 3 4 5
7. Tersedia di warung-warung tradisional 1 2 3 4 5 1 2 3 4 5
8. Berhadiah 1 2 3 4 5 1 2 3 4 5
Brand Loyalty
Ukuran loyalitas merek ini dapat memberikan gambaran tentang mungkin
tidaknya konsumen beralih ke merek lain, terutama jika merek tersebut mengalami
perubahan baik menyangkut harga maupun atribut lain. Untuk menggali tingkat

loyalitas terhadap suatu merek, digunakan kuesioner Der Plan Consulting dan Sat
Metrix yang telah teruji reliabilitasnya. Ketiga pertanyaan tersebut antara lain:
1. Secara keseluruhan puaskah Anda sebagai konsumen terhadap keseluruhan kualitas
produk cap Kodok?
a. Sangat Puas (Score: 1.00)
b. Puas (Score: 0.75)
c. Antara Puas & Tidak (Score: 0.05)
d. Tidak Puas (Score: 0)
e. Sangat Tidak Puas (Score: 0)
2. Apabila keluarga atau teman Anda membutuhkan obat nyamuk bakar, apakah akan
menginformasikan cap Kodok yang Anda gunakan saat ini?
a. Pasti tanpa diminta (Score: 1.00)
b. Menginformasikan apabila diminta (Score: 0.50)
c. Tidak akan menginformasikan (Score: 0)
3. Apabila obat nyamuk bakar cap Kodok telah habis, apakah Anda akan membeli
kembali?
a. Pasti membeli kembali (Score: 1.00)
b. Belum terpikirkan (Score: 0.50)
c. Tidak akan membeli lagi (Score: 0)
5. Hasil survey (data fiktif) yang diperoleh beserta analisa data:

a. Brand Awareness
Brand Awareness (n = 500)
Merek Obat Total Aware Total Unware Market

TOM Score
Nyamuk Bakar Brand Brand Share
Baygon 35.7 100 0 35.2
Domestosnomos 24.6 91.3 8.7 22.9
Garuda 15.3 81.8 18.2 14.9
Kodok 6.2 69.9 30.1 9.1
Tiga Roda 17.7 85.6 14.4 16.8
Lainnya …………… 0.5 6.0 94.0 1.1
Total 100 434.6 165.4 100
Nampak pada tabel di atas, obat nyamuk bakar lokal cap Kodok kalah dalam
awareness dari konsumen dengan merek-merek nasional, baik top of mind (TOM
Score) maupun total awareness (TOM, spontanous, aware). Namun cukup bagus
untuk merek lokal dengan menguasai 9.1% dari pasar di wilayah Surabaya.
b. Brand Associations
Hasil survey menunjukkan, asosiasi atau kesan yang muncul di benak konsumen
berdasar ingatannya terhadap obat nyamuk bakar cap Kodok ada empat, yakni:
sudah dipakai turun-temurun, kebanggaan Surabaya sebagai lokasi pabrik,
cocok membasmi nyamuk Surabaya, dan diproduksi sudah cukup lama.

c. Perceived Quality
Nampak pada grafik di atas, menurut konsumen obat nyamuk bakar cap Kodok
terdapat tiga atribut kinerja produk dinilai bagus sesuai harapan. Yakni
kemampuan mengusir nyamuk, tahan lama > 8 jam, dan tersedia di warung
tradisional. Sementara kualitas produk di mata konsumen yang dianggap
penting namun belum baik kinerjanya adalah asap aman terhirup.
d. Brand Loyalty
NO. PARAMATER LOYALITAS NILAI CLI
1. Kepuasan layanan secara keseluruhan (overall) 70.00
2. Kemauan untuk merekomendasikan 80.00
3. Kemauan untuk menggunakan kembali 75.00
CLI TOTAL 75.00
Berdasarkan hasil survey yang telah dilakukan, terlihat loyalitas konsumen obat
nyamuk bakar cap Kodok dengan tial nilai 75.0 yang berarti: cukup puas,
bersedia merekomendasi, dan mau menggunakan kembali.
6. Rekomendasi berdasar hasil survey

a. Tingkat awareness ditingkatkan dengan menggencarkan promosi menggunakan
media lokal dengan mengedepankan keunggulan kualitas produk cap Kodok.
Yakni dengan asosiasi positif seperti: sudah dipakai turun-temurun,
kebanggaan Surabaya sebagai lokasi pabrik, cocok membasmi nyamuk
Surabaya, dan diproduksi sudah cukup lama.
b. Kualitas produk yang perli diperbaiki adalah asap aman terhirup.
c. Loyalitas konsumen cukup bagus, gunakan strategi Customer Relationshoip
Management (CRM) untuk mempertahankan pelangan (retention) dan meng-
akuisisi pelanggan baru melalui rekomendasi pelanggan, words of mouth.

Bab 16
STUDI KASUS 3: CUSTOMER SATISFACTION &
LOYALTY SURVEY (CSLS)
Departemen CRM sebuah perusahaan nasional asuransi jiwa ingin mengevaluasi

kepuasan pelanggan dan memprofilkan loyalitas pelanggan tersebut. Maka direncana-
kan survey dan sekaligus pengukuran indeks kepuasan dan loyalitas pelanggan. Indeks
ini akan dijadikan tracking secara periodik agar perbaikan mutu layanan dapat dilaku-
kan secara berkelanjutan (suistainable service improvement). Berikut ringkasan riset
yang telah dilakukan.
I. Tujuan Riset
Riset CSLS ini bertujuan untuk:
1. Mengukur indeks kepuasan pelanggan customer satisfaction index (CSI) dan
indeks loyalitas pelanggan customer loyalty index (CLI) dengan skala 0-100.
2. Mengeksplorasi faktor-faktor yang menyumbangkan kepuasan dan loyalitas
pelanggan untuk dilakukan program priorita perbaikan layanan.
II. Metodologi Riset

Riset dilakukan dalam tiga tahapan riset, yakni:
1. Preliminary research atau riset pendahuluan untuk mengeksplorasi parameter
dari landasan teori yang digunakan. Yakni teori dari Parasuman, et. all.,
SERVQUAL (Service Quality) Dimension yang terdiri dari lima dimensi:
tangibles, realibility, assurance, responsibility, dan emphaty. Dilakukan
secara internal (FGD) dari Departemen CRM dan lainnya yang terkait.
2. Validity & Realibility Test untuk menentukan parameter yang tepat untuk
mengukur customer satisfaction produk asuransi jiwa yang terkait, sekaligus
membangun konstruk riset yang valid. Jumlah responden yang digunakan
dalam pengujian ini adalah jumlah minimal dari riset kuantitatif sebanyak 30
orang dengan menyebarkan angket terbatas kepada pelanggan.
3. Descriptive research, untuk lebih menjauh mengukur kepuasan dan loyalitas
pelanggan. Dilakukan terhadap 500 pelanggan sebagai responden dari 100.000
nasabah, diambil dengan teknik systematic random sampling berdasar nomor
polis nasabah melalui telepon atau telesurvey. Error sampling yang diperoleh
menurut rumus Slovin adalah sebesar + 4.46 %.

III. Desain Kuesioner
Kuesioner yang dibuat untuk pengukuran indeks (descriptive research) merupakan
hasil riset pendahuluan yang selanjutnya diuji validitasnya. Hasil eksplorasi awal
diperoleh sejumlah 18 variabel prediktor kepuasan pelanggan, namun setelah
pengujian dengan Cochran Q Test terhadap jawaban dikotomik (YA/TDK) 30
responden didapat hanya 10 variabel yang signifikan. Sementara untuk mengukur
loyalitas pelanggan digunakan kuesioner Der Plan Consulting dan Sat Metrix yang
telah teruji reliabilitasnya. Berikut final questionnaire untuk mengukur CSLS:
[PERTANYAAN KEPUASAN PELANGGAN]
Seberapa puas Anda sebagai nasabah terhadap layanan yang telah diberikan oleh
Perusahaan Asuransi dalam hal:
NO. JENIS LAYANAN YANG DIBERIKAN JAWABAN

Q1. Materi flyer (brosur) yang mudah dipahami A B C D E
Q2. Layanan call center untuk akses informasi produk A B C D E
Q3. Kompetensi agen asuransi dalam informasi produk A B C D E
Q4. Staf CS memberikan informasi yang dibutuhkan A B C D E
Q5. Kemudahan dalam prosedur pengajuan polis A B C D E
Q6. Produk asuransi sesuai kebutuhan nasabah A B C D E
Q7. Staf CS tanggap terhadap komplain nasabah A B C D E
Q8. Staf CS membantu menyelesaikan komplain A B C D E
Q9. Kecepatan dalam proses klaim A B C D E
Q10. Perusahaan membuktikan kredibilitasnya yang baik A B C D E
Bobot skala jawaban dari skala likert dalam kuesioner Kepuasan Pelanggan:
PILIHAN JAWABAN CODING (BOBOT)

A. Sangat Puas 1.00
B. Puas 0.75
C. Antara Puas & Tidak 0.50
D. Tidak Puas 0
E. Sangat Tidak Puas 0
[PERTANYAAN LOYALITAS PELANGGAN]

Q1. Secara keseluruhan puaskah Anda sebagai nasabah terhadap layanan yang telah
diberikan?

A. Sangat Puas 1.00
B. Puas 0.75
C. Antara Puas & Tidak 0.50
D. Tidak Puas 0
E. Sangat Tidak Puas 0

Q2. Apabila kerabat atau rekan Anda membutuhkan informasi tentang produk atau
perusahaan asuransi jiwa, apakah akan merekomendasikan produk asuransi jiwa
yang Anda gunakan saat ini?

A. Merekomendasikannya tanpa diminta 1.00
B. Merekomendasikannya apabila diminta 0.50
C. Tidak akan merekomendasikan 0
Q3. Apabila masa polis produk atau perusahaan asuransi jiwa telah habis, apakah
Anda akan terus memperpanjang polis?

A. Pasti Memperpanjang 1.00
B. Pikir-pikir 0.50
C. Tidak Memperpanjang 0
IV. Hasil Riset dan Analisis Data

a. Tahapan menghitung CSI yang dilakukan adalah sebagai berikut:
1. Hitung nilai masing-masing jawaban responden ditabulasi dan di-coding
bobot indeksnya. Menggunakan statistical software (SPSS/Minitab) atau
MS Excel dapat diperoleh indeks CSI melalui fasilitas coding dengan
mudah. Sehingga masing-masing pertanyaan yang mewakili parameter
mutu layanan akan mendapatkan indeks kepuasan pelanggan.
2. Hitung rata-rata indeks kepuasan pelanggan dari sepuluh parameter
sebagai nilai CSI total. Berikut hasil survey yang telah dilakukan:
NO. PARAMATER NILAI CSI
1. Materi flyer (brosur) yang mudah dipahami 85.00
2. Layanan call center untuk akses informasi produk 72.50
3. Kompetensi agen asuransi dalam informasi produk 82.50
4. Staf CS memberikan informasi yang dibutuhkan 75.00
5. Kemudahan dalam prosedur pengajuan polis 82.50
6. Produk asuransi sesuai kebutuhan nasabah 77.50
7. Staf CS tanggap terhadap komplain nasabah 62.50
8. Staf CS membantu menyelesaikan komplain 60.00
9. Kecepatan dalam proses klaim 65.00
10. Perusahaan membuktikan kredibilitasnya yang baik 75.00
CSI TOTAL 73.75
3. Interpretasi hasil penghitungan indeks, baik masing-masing parameter

maupun total ideks, dengan acuan berikut:

INDEKS CSI KINERJA PARAMETER
90.01 – 100 Excellent
70.01 – 90.00 Satisfied
50.01 – 70.00 Average
25.01 – 50.00 Unsatisfied
0 – 25.00 Very Unsatisfied
b. Tahapan menghitung CLI yang dilakukan adalah sebagai berikut:

1. Hitung rata-rata nilai loyalitas pelanggan dari tiga parameter sebagai
nilai CLI total. Berikut hasil survey yang telah dilakukan:
NO. PARAMATER NILAI CLI
1. Kepuasan layanan secara keseluruhan (overall) 72.50
2. Kemauan untuk merekomendasikan 80.00
3. Kemauan untuk menjadi nasabah kembali 55.00
CLI TOTAL 69.17
2. Interpretasi hasil penghitungan indeks, baik masing-masing parameter

maupun total ideks, dengan acuan berikut:
INDEKS CSI KINERJA PARAMETER
90.01 – 100 High Loyalist
70.01 – 90.00 Loyalist
50.01 – 70.00 Average
25.01 – 50.00 Switcher
0 – 25.00 High Switcher
c. Faktor-faktor kepuasan pelanggan yang mempengaruhi loyalitas pelanggan

diprediksi dengan menggunakan persamaan regresi. Dengan menggunakan
statistical software, model regresi dapat diperoleh dari variabel dependen
CLI Total dan variabel independen nilai CSI dari 10 parameter. Analisis regresi
dilengkapi metode stepwise untuk menghilangkan variabel independen yang
kurang signifikan. Sehingga akan diperoleh variabel prediktor loyalitas dan
model matematis untuk memprediksi CLI. Berikut hasil model regresi:
Y = 0.168*X3 + 0.205*X5 + 0.265*X6 + 0.282*X9

Sign. 0.04551 R-square (Adj): 0.7713
Dimana:
X3 : nilai CSI untuk kompetensi agen asuransi dalam informasi produk (0-100)
X5 : nilai CSI untuk kemudahan dalam prosedur pengajuan polis (0-100)
X6 : nilai CSI untuk produk asuransi sesuai kebutuhan nasabah (0-100)
X9 : nilai CSI untuk kecepatan dalam proses klaim (0-100)
Y : nilai total CLI (0-100)

V. Kesimpulan dan Rekomendasi
Berdasarkan hasil survey CSLS diperoleh hasil:
a. Indeks total kepuasan pelanggan tahun ini adalah sebesar 73.75% atau dinilai
Satisfied oleh nasabah. Dengan parameter tertinggi adalah materi flyers
(brosur) yang mudah dipahami dan terendah adalah staf Customer Service
(CS) membantu menyelesaikan komplain. Sedangkan parameter di bawah nilai
CSI adalah: kecepatan proses klaim, staf CS tanggap terhadap komplain
nasabah, dan staf CS membantu menyelesaikan komplain.
b. Indeks total loyalitas pelanggan tahun ini adalah sebesar 69.17% atau memiliki
nasabah yang rata-rata antara loyal dan tidak (average).
c. Faktor-faktor kepuasan pelanggan yang mempengaruhi loyalitas pelanggan
berdasarkan prioritas adalah kecepatan proses klaim, kesesuaian produk
asuransi dengan kebutuhan nasabah, kemudahan prosedur pengajuan klaim,
dan kompetensi agen asuransi.
Berdasarkan hasil survey CSLS pula, direkomendasikan bagi CRM Department
untuk program layanan nasabah sebagai berikut:
a. Prioritas utama program perbaikan layanan (service improvement) untuk
membangun loyalitas nasabah adalah meningkatkan kinerja dalam kecepatan
proses klaim. Selain merupakan variabel yang signifikan mempengaruhi CLI
total, juga dikarenakan penilaian CSI masih di bawah standar Satisfied.
b. Prioritas selanjutnya untuk program perbaikan layanan adalah aspek-aspek
yang penilaian CSI-nya masih di bawah standar Satisfied. Yakni: kecepatan
proses klaim, staf CS tanggap terhadap komplain nasabah, dan staf CS
membantu menyelesaikan komplain.
c. Sementara untuk program untuk mempertahankan loyalitas pelanggan
(customer retention) selain kecepatan proses klaim adalah kecepattanggapan
staf CS terhadap komplain nasabah dan membantu menyelesaikan komplain.

DAFTAR PUSTAKA
Aaker, David A., V.Kumar, & Day, George S. 1995 (5th Edition). Marketing Research.
Hohn Wiley & Sons, Inc., New York.
Asian Market Research News. 2002. Why Focus Groups (And Many Other Research
Technique) Fail. www.asianmarketresearch.com.
Cochran, William G. 1991. Teknik Penarikan Sampel.UI Press, Jakarta.
Darmadi Durianto, Sugiarto, dan Tony Sitinjak. 2001. Strategi Menaklukan Pasar:
Melalui Riset Ekuitas dan Perilaku Merek. Gramedia Pustaka Utama, Jakarta.
Der Plan Consulting. 2001. Customer Satisfaction & Customer Loyalty: Theoritical
Background. Der Plan, Frankfurt.
Dillon, W.R., & Goldstein, M. 1984. Multivariate Analysis: Methods and Applications.
New York: Mc-Graw Holl Inc.
Fandy Tjiptono, Yanto Candra, dan Anastasia Diana. Marketing Scales. MARKNESIS dan
Penerbit Andi, Yogyakarta.
Fern, Edward F. 2001. Advanced Focus Group Research. SAGE Publications, London.
Gendall, Phillip & Esslemont, Don. 1992. Market Research: What It Can and Can’t Do.
Marketing Buletin No.3, 63-66.
Gurney, Peter. 2001. Performance Assessment: A Primer for Call Centres (Mystery
Shopping Program). Service Intelligent.
Irawan, Handi. 2003. Indonesian Customer Satisfaction: Membedah Strategi Kepuasan
Pelanggan Merek Pemenang ICSA. Elex Media Komputindo, Jakarta.
Karl G. Joreskorg, and Dag Sorbon. 1996. LISREL 8: User’s Reference Guide. Scientific
Software International (SSI), Chicago.
Kartajaya, Hermawan. 2003. Marketing Plus 2000: Siasat Memenangkan Persaingan
Global. Gramedia Pustaka Utama, Jakarta.
Kartajaya, Hermawan et. all. 2003. MarkPlus on Strategy. Gramedia Pustaka Utama,
Jakarta.
Kasali, Rhenald. 2002. Sukses Melakukan Presentasi. Gramedia Pustaka Utama, Jakarta.
Kasali, Rhenald. 2001. Membidik Pasar Indonesia: Segmentasi, Targeting, dan
Positioning. Gramedia Pustaka Utama, Jakarta.
Kasali, Rhenald. 2000. Antara Data dan Visual dikutip dari situs www.detik.com.
Kelloway, E. Kevin. 1998. Using Lisrel for Structural Equation Modeling: A Researcher’s
Guide. SAGE Publications, London.
Kerlinger, Fred N. 2004 (Terj., Edisi Ke-10): Asas-Asas Penelitian Behavioral. Gajah
Mada University Press, Yogyakarta.

Kuncoro, Mudrajad. 2003. Metode Riset untuk Riset Bisnis & Ekonomi. Penerbit
Erlangga, Jakarta.
Linggawati et. all. 2000. Pelatihan Statistika (SPSS 7.0). Jurusan Matematika FMIPA UI,
Depok.
Malo, Manasse. 1985. Materi Pokok Metode Penelitian Sosial. Karunika, Jakarta.
Margareth Crimp and Len Tiu Wright. 1995. The Marketing Research Process - 4th
Edition. Prentice Hall, UK.
Masri Singarimbun dan Sofian Effendi. 1989. Metode Penelitian Survey. Pustaka LP3ES,
Jakarta.
Melvin Crask, Richard J. Fox, and Roy G. Stout. 1998. Marketing Research: Principles &
Applications. Prentice Hall, New Jersey.
Philip Kotler, Hermawan Kertajaya, Hooi Den Huan, and Sandra Liu. 2003. Rethinking
Marketing Suistainable Market-ing Enterprise in Asia. Prentice Hall, Jakarta.
Quee, Wong Toon. 1999 (3rd Edition). Marketing Research. Butterworth Heinemann,
Singapore.
Rakhmat, Jalaluddin. 2004 (cetakan ke-11). Metode Penelitian Komunikasi. Rosda
Karya, Bandung.
Rangkuti, Freddy. 2002. The Power of Brand: Teknik Mengelola Brand Equity dan
Strategi Pengembangan Merek. Gramedia Pustaka Utama, Jakarta.
Rangkuti, Freddy. 1999. Riset Pemasaran. Gramedia Pustaka Utama, Jakarta.
Santoso, Singgih. 2002. Buku Latihan SPSS Statistik Multivariat. Elex Media Kompu-
tindo, Jakarta.
Santoso, Singgih & Tjiptono, Fandy. 2001. Riset Pemasaran: Konsep dan Aplikasi dengan
SPSS. Elex Media Komputindo, JakartaUmar, Hussien. 2002 Metode Riset Bisnis.
Gramedia Pustaka Utama, Jakarta.
SatMetrix, 2001. Measuring Customer Loyalty: A Satmetrix Sytems White Paper.
Satmetrix System,Inc. California.
Sharma, Shubash. 1995. Multivariate Analysis. SAGE Publications, London.
Simamora, Bilson. 2003. Membongkar Kotak Hitam Konsumen. Gramedia Pustaka
Utama, Jakarta.
Simamora, Bilson. 2001. Remarketing for Business Recovery. Gramedia Pustaka Utama,
Jakarta.
Tim Litbang Wahana Komputer. 2001. Pengolahan Data Statistik dengan SPSS 10.0.
Penerbit Salemba Infotek, Jakarta.
Walpole, Ronald E. Pengantar Statistika (Edisi Ke-3). Gramedia Pustaka Utama,
Jakarta.

Marketing Research For Beginner Panduan PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Marketing Research For Beginner Panduan PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

MARKETING RESEARCH FOR BEGINNER

PRIMA ARIESTONANDRI. Senior Researcher di sebuah perusahaan riset dan konsultan

Riset pemasaran sebagai alat bantu pengambilan keputusan dan memecahkan

Marketing Research for Beginner i

Marketing Research for Beginner ii

Marketing Research for Beginner iii

Konsep inti pemasaran sesungguhnya menekankan pada identifikasi kebutuhan

Definisi Riset Pemasaran

Marketing Research for Beginner 1

Marketing Research for Beginner 2

Marketing Research for Beginner 3

Marketing Research for Beginner 4

Pendekatan intuisi menekankan pada kemampuan dan pengalaman subyektif

Marketing Research for Beginner 5

Marketing Research for Beginner 6

Berlandaskan metodologi ilmiah, semakin tinggi reliabilitas dan validitas dari

RISET YANG BAIK RISET YANG BURUK

 Berorientasi (awal) pada masalah  Sangat membingungkan dan tidak

Klasifikasi Riset Pemasaran

Marketing Research for Beginner 7

Marketing Research for Beginner 8

Perusahaan Jasa Layanan Riset

FULL SERVICE LIMITED SERVICE

Syndicated Service Field Survey Service

Standardize Service Coding & Data Entry

Customized Service Research Design

Branded Service Data Analysis

Pemasok layanan riset penuh dikelompokkan lebih lanjut dalam syndicated

Marketing Research for Beginner 9

Marketing Research for Beginner 10

Marketing Research for Beginner 11

STUDI LITERATUR RISET KUALITATIF RISET KUANTITATIF

Pendataan Informasi & Penentuan Narasumber/ Penentuan Responden

Desain TOR/Acuan Riset Desain Kuesioner

ANALISA DATA Data Analysis

Marketing Research for Beginner 12

Menurut Kerlinger (2004), eksplorasi masalah yang baik dinyatakan dalam

Marketing Research for Beginner 13

Segmen pelanggan yang  Kebutuhan spesifik dari Jika segmen memiliki

AKAR SEBAB AKAR SEBAB

Marketing Research for Beginner 14

Hal yang cukup penting diperhatikan periset setelah melakukan eksplorasi

Menyusun Proposal Riset

Marketing Research for Beginner 15

Selain aspek-aspek yang diperlukan dalam penyusunan proposal, terdapat hal-

Marketing Research for Beginner 16

Data Entry Project

Marketing Research for Beginner 17

Marketing Research for Beginner 18

Marketing Research for Beginner 19

2. Reliability Aspek-aspek yang berhubungan dengan kemampuan

3. Responsiveness Aspek-aspek yang berhubungan dengan kecepat-

4. Assurance Aspek-aspek yang berhubungan dengan jaminan atas

5. Emphaty Aspek-aspek yang berhubungan dengan kemampuan

2. 10 Steps Effectiveness Mystery Shopper

Marketing Research for Beginner 20

No. SCHEDULE TIME

No. ALOKASI BUJET UNIT HARGA/UNIT TOTAL (Rp.)

Marketing Research for Beginner 21

DESK RESEARCH EXPLORATORY RESARCH CONCLUSIVE RESARCH

Descriptive Research Cause-Effect Research

Cross Sectional Longitudinal

Single Cross Multiple Cross