TUGAS INDIVIDU

STATISTIKA MULTIVARIAT TERAPAN

ANALISIS KONJOIN

OLEH:

Tia Maryati Irfan

16037054

PRODI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2017/2018
 Analisis Konjoin

A. Pengertian Analisis Konjoin

Analisis Konjoin adalah sebuah teknik analisis yang dapat digunakan untuk
menentukan tingkat kepentingan relatif berdasarkan persepsi pelanggan yang dibawa oleh
suatu produk tertentu dan nilai kegunaan yang muncul dari atribut-atribut produk terkait.
Atau dapat dikatakan juga bahwa Analisis Konjoin adalah analisis yang digunakan untuk
membantu mendapatkan kombinasi atau komposisi atribut-atribut suatu produk barang atau
jasa baik produk baru maupun lama yang paling disukai konsumen. Dalam analisis konjoin
juga dijelaskan bahwa tidak ada asumsi dalam analisis ini. Skala variabel yang digunakan
dalam analisis konjoin ini adalah skala nominal, ordinal, interval, dan rasio.
Jadi analisis konjoin adalah analisis dalam statistika multivariat yang digunakan untuk
membantu mendapatkan preferensi suatu produk barang atau jasa yang paling disukai
konsumen baik itu adalah produk baru ataupun produk lama.
B. Tujuan dan Manfaat Analisis Konjoin
Tujuan Analisis Konjoin
1. Untuk menentukan kepentingan relatif pelanggan. Hasil output konjoin akan
memberikan kesimpulan yang nantinya mengarah pada atribut apa saja yang
mempengaruhi konsumen dalam memilih suatu produk.
2. Mengestimasi pasar dengan merek yang berbeda dalam tingkatan level atribut.
Untuk menduga dalam pasar, produk apa saja yang harus diutamakan oleh
siprodusen.
3. Menentukan komposisi merek yang paling disenangi, features dari merek dapat
dibuat bervariasi, dinyatakan dalam level atribut dan utilities yang bersangkutan.
4. Membuat segmen pasar berdasarkan pada kemiripan preferensi untuk level atribut.

Manfaat Analisis Konjoin

1) Merancang harga
2) Memprediksi tingkat penjualan atau penggunaan produk (market share), uji
coba konsep produk baru.
3) Segmentasi preferensi
4) Merancang strategi promosi
C. Statistik Dalam Analisis Konjoin
1. Parth-worth functions/ utility function ialah kegunaan (utility) yang dikaitkan oleh
pelanggan pada sub atribut tingkatan/level/ setiap atribut.
2. Relative importance weight ialah nilai yang bisa menunjukkan atribut mana yang
penting tingkatan/level/di dalam mempengaruhi pilihan pelanggan.
3. Internal validity meliputi korelasi antara evaluasi hold out yang diprediksi atau
validitasi stimulus dengan hasil yang diperoleh dari para pelanggan.
4. Full profiles atau complete profiles adalah merek yang dibentuk dinyatakan dalam
semua atribut dengan menggunakan atribut level yang ditentukan oleh desain.
5. Cylical designs ialah desain yang dipergunakan untuk mengurangi banyaknya
pasangan yang harus diperbandingkan.
6. Factional factorial design ialah desain yang dipergunakan untuk mengurangi
banyaknya profile stimulus yang dievaluasi di dalam pendekatan profil penuh.
7. Orthogonal arrays ialah sebuah kelas desain faktorial yang memungkinakan untuk
membuat perkiraan yang efisien dari seluruh pengaruh utama (Main effects).
D. Istilah – Istilah dalam Analisis Konjoin
1. Atribut, yaitu berupa variabel-variabel yang akan diteliti.
2. Taraf/level, yaitu bagian dari atribut yang menunjukkan nilai yang diasumsikan oleh
atribut.
3. Stimuli, yaitu sekelompok atribut yang dievaluasi oleh responden. Dalam desain
stimuli termasuk memilih atribut dan taraf atribut yang akan digunakan untu membuat
stimuli.
4. Nilai kepentingan relatif (Relative Importance Value), yaitu nilai yang menunjukkan
atribut mana yang penting dalam mempengaruhi pilihan responden.
5. Nilai kegunaan (Utilitas), yaitu teori ekonomi yang mempelajari kepuasan atau
kenikmatan yang diperoleh seorang konsumen dari mengkonsumsikan barang-barang.
Kalau kepuasan itu semakin tinggi maka semakin tinggi nilai guna. Sebaliknya
semakin rendah kepuasan dari suatu barang maka nilai guna semakin rendah pula.
Nilai guna dibedakan diantara dua pengertian:
a. Nilai guna marginal yaitu pertambahan/pengurangan kepuasan akibat adanya
pertambahan/pengurangan penggunaan satu unit barang tertentu.
b. Total nilai guna yaitu keseluruhan kepuasan yang diperoleh dari mengkonsumsi
sejumlah barang-barang tertentu.
E. Tahapan Analisis Konjoin
1. Merumuskan Masalah
2. Merancang kombinasi atribut.
3. Menentukan metode pengumpulan data.
4. Menentukan metode analisis.
5. Menentukan data rating konsumen.
6. Menentukan berapa variabel dummy yang akan digunakan.
7. Melakukan Analisis variabel dummy yang akan memunculkan nilai utility dan
bobot dari produk.
8. Hasi analisis dan interpretasinya.
F. Penerapan Analisis Konjoin
Data pemilihan produk permen coklat yang diduga dipengaruhi oleh rasa, bentuk, dan
kandungan kacang didalam permen coklat. Ketiga hal ini dalam analisis konjoin dinamakan
atribut. Pada setiap atribut terdiri dari dua level pilihan. Sumber data berasal dari
Prosedur Analisis Konjoin
1. Merumuskan Masalah
Pilihan produk apa yang lebih disukai konsumen? Permen Coklat apa yang banyak
diminati oleh konsumen? Apakah rasa, bentuk, atau kandungan kacang didalam permen
coklat yang menjadi penentu keputusan konsumen? Sehingga permen coklat dengan
kombinasi pilihan seperti apa yang paling bagus untuk ditawarkan? Persoalan ini dapat
diselesaikan dengan menggunakan analisis konjoin.

Attribut No Level
1 Cokelat Hitam
Rasa
2 Cokelat Susu
1 Keras
Bentuk
2 Lembut
1 Menggunakan Kacang
Kandungan Kacang
2 Tanpa Kacang

2. Perancangan kombinasi taraf/stimuli.

Kombinasi level atribut(stimuli) dirancang menggunakan pendekatan kombinasi
lengkap (full profile). Dimana setiap responden mengevaluasi semua stimuli yang muncul.
Merancang stimuli dapat dilakukan dengan menggunakan SPSS dengan menggunakan
Orthogonal Design. Langkah-langkahnya adalah sebagai berikut :
 Klik Data  Orthogonal Design  Generate  akan muncul kotak dialog Masukan
Atribut Yang ingin diteliti pada Factor Name dan Factor Label  AddKlik pada
factor name dan factor label  Define Values  Masukkan Taraf yang akan diteliti
pada label  Continue  Klik Option  Masukkan jumlah kombinasi atribut pada
minimum of cases to generate (pada kasus ini jumlah kombinasinya adalah 2 x 2 x 2 =
8 kombinasi  continue  Isi data set dengan nama yang diinginkan Ok.

Untuk melihat kombinasi atribut yang telah dibuat maka lakukan perintah berikut.

Klik DataOrthogonal Design  Display  Lalu inputkan semua atribut pada kotak
factors kemudian centang listing for experimenter dan profiles for subjects lalu klik
OK.
Maka akan keluar output seperti berikut.

Card List
Card ID Rasa_Permen Bentuk_Permen Kandungan_kac
ang_permen
Menggunakan
1 1 Cokelat Hitam Keras
Kacang
Tidak Ada
2 2 Cokelat Hitam Keras
Kacang
Menggunakan
3 3 Cokelat Hitam Lembut
Kacang
Tidak Ada
4 4 Cokelat Hitam Lembut
Kacang
Menggunakan
5 5 Cokelat Susu Lembut
Kacang
Tidak Ada
6 6 Cokelat Susu Keras
Kacang
Tidak Ada
7 7 Cokelat Susu Lembut
Kacang
Menggunakan
8 8 Cokelat Susu Keras
Kacang

Berdasarkan tabel diatas terdapat 8 kemungkinan profil permen coklat yang terbentuk.
Untuk membuktikan kedelapan profil sudah orthogonal dapat dilihat melalui nilai korelasinya
dengan cara berikut. Analyze > correlate > Bivariate
Maka akan muncul ouput seperti berikut.

Correlations
Rasa_Permen Bentuk_Permen Kandungan_kac
ang_permen
Pearson Correlation 1 ,000 ,000
Rasa_Permen Sig. (2-tailed) 1,000 1,000
N 8 8 8
 Pearson Correlation ,000 1 ,000
Bentuk_Permen Sig. (2-tailed) 1,000 1,000
N 8 8 8
Pearson Correlation ,000 ,000 1
Kandungan_kacang_perme
Sig. (2-tailed) 1,000 1,000
n
N 8 8 8

Dari output diatas terlihat bahwa matriks korelasi antara ketiga faktor adalah ortogonal.
Karena tidak terdapat korelasi antar atributnya.
3. Menentukan Metode Pengumpulan data

Data yang digunakan pada penerapan analisis konjoin ini berupa data metrik (data
berskala interval atau rasio). Untuk memperoleh data dalam bentuk metrik, responden
diminta untuk memberikan nilai atau rating terhadap masing-masing stimuli. Dengan cara
ini, responden akan dapat memberikan penilaian terhadap masing-masing stimuli secara
terpisah. Pemberian nilai atau rating dilakukan dengan menggunakan skala likert mulai dari 1
hingga 10 (1 = paling tidak disukai dan 10 = paling disukai).

Berikut adalah data rata – rata pemberian rating oleh 10 orang responden.

SUBJ P1 P2 P3 P4 P5 P6 P7 P8
Rata - Rata 7 6 6 4 9 8 9 7
4. Menentukan Variabel dummy.
Teknik utama yang digunakan dalam analisis konjoin adalah regresi linear berganda.
Dengan variabel tak bebas Y dan variabel bebas ada X 1,X2,X3,....Xn karena atribut dan levelnya
berupa kata-kata perlu dilakukan pengkodean menjadi variabel dummy. Karena atribut rasa,
bentuk, dan kandungan coklat mempunyai 2 level maka banyak variabel nya :
Variabel dummy = banyak level – 1
=2–1
=1
Maka setiap atribut mempunyai satu buah masing – masing variabel dummy. Jadi
total secara keseluruhan variabel dummy yang kita miliki yaitu sebanyak tiga buah yaitu :
X1 = Variabel dummy yang mewakili atribut Rasa Permen Coklat.
X2 = Variabel dummy yang mewakili atribut Bentuk Coklat.
X3 = Variabel dummy yang mewakili atribut kandungan kacang.
Berikut adalah format data dalam variabel dummy.
 Rasa X1 Bentuk X2 Kandungan Kacang X3

Coklat Hitam 1 Keras 1 Menggunakan Kacang 1

Coklat Susu 0 Lembut 0 Tanpa Kacang 0

Format data dalam analisis regresi terdiri atas 3 variabel dummy dengan sebuah
variabel dependen yang berisi data preferensi.

No Y X1 X2 X3

1 7 1 1 1

2 6 1 1 0

3 6 1 0 1

4 4 1 0 0

5 9 0 0 1

6 8 0 1 0

7 9 0 0 0

8 7 0 1 1

5. Melakukan analisis regresi linear berganda menggunakan variabel dummy.

Inputkan variabel dummy pada SPSS baru kemudian Klik Analyze  Regression 
Linear  Kemudian masukkan variabel terikat (Dependent) Y dan variabel bebas
(Independent) X  Klik OK.

Maka akan muncul output seperti berikut.

 Variables Entered/Removeda
Model Variables Variables Method
Entered Removed
1 X3, X2, X1b . Enter
a. Dependent Variable: Y
b. All requested variables entered.

Model Summary
Model R R Square Adjusted R Std. Error of the
Square Estimate
1 ,806a ,650 ,388 1,32288
a. Predictors: (Constant), X3, X2, X1

ANOVAa
Model Sum of Squares df Mean Square F Sig.
Regression 13,000 3 4,333 2,476 ,201b
1 Residual 7,000 4 1,750
Total 20,000 7
a. Dependent Variable: Y
b. Predictors: (Constant), X3, X2, X1

Coefficientsa
Model Unstandardized Coefficients Standardized t Sig. 80,0% Confidence Interval for B
Coefficients
B Std. Error Beta Lower Bound Upper Bound
(Constant) 8,000 ,935 8,552 ,001 6,566 9,434
X1 -2,500 ,935 -,791 -2,673 ,056 -3,934 -1,066
1
X2 ,000 ,935 ,000 ,000 1,000 -1,434 1,434
X3 ,500 ,935 ,158 ,535 ,621 -,934 1,934
a. Dependent Variable: Y

Dari hasil output SPSS diatas didapatkan model regresi linier berganda :

Y = 8 – 2,5 X1 + 0,5 X3
 6. Menentukan nilai utility dan bobot menggunakan SPSS dengan syntax berikut.
Pada worksheet PREFERENSI_PELANGGAN tersebut klik menu file > pilih
syntax >
CONJOINT PLAN = 'D:\KOMBINASIPERMEN.sav'
/DATA='D:\PREFERENSI.sav'
/FACTORS= Rasa (DISCRETE) Bentuk (DISCRETE) Kandungan_Kacang
(DISCRETE)
/SUBJECT = SUBJ
/SCORE = P1 TO P8
/PRINT =SUMMARYONLY
Setelah syntax selesai diinputkan langkah selanjutnya yaitu klik RUN. Maka akan
muncul hasil output berikut.

Tabel utility

Utilities
Utility Estimate Std. Error
Cokelat Hitam -1,250 ,468
Rasa
Cokelat Susu 1,250 ,468
Keras ,000 ,468
Bentuk
Lembut ,000 ,468
Menggunakan Kacang ,250 ,468
Kandungan_Kacang
Tidak Ada Kacang -,250 ,468
(Constant) 7,000 ,468

Tingkat Kepentingan / nilai bobot

Importance Values
Rasa 83,333
Bentuk ,000
Kandungan_Kacang 16,667
Averaged Importance Score

Correlationsa
Value Sig.
Pearson's R ,806 ,008
Kendall's tau ,694 ,013
a. Correlations between observed and
estimated preferences

Analisis konjoin merupakan salah satu metode yang digunakan untuk menentukan
preferensi konsumen terhadap suatu barang atau jasa. Adapun hasil yang diperoleh pada
penelitian tentang preferensi konsumen terhadap sepatu sebagai berikut:
 1. Berdasarkan tabel utility diperoleh nilai kegunaan taraf (NKT) yang didapatkan dari
perolehan hasil SPSS yaitu sebagai berikut :
a. Untuk taraf atribut Rasa Permen Coklat yaitu coklat hitam diperoleh nilai kegunaan
relatifnya sebesar –1,250 dan cokelat susu sebesar 1,250. Terlihat nilai kegunaan
relatif keduanya bernilai negatif dan positif. Untuk nilai utility yang bernilai negatif
maka dapat diartikan bahwa konsuumen tidak menyukai rasa cokelat hitam pada
permen cokelat. Sedangkan untuk Cokelat susu diperoleh nilai kegunaan relatifnya
sebesar 1,250. Terlihat nilai kegunaan relatifnya bernilai positif hal ini berarti
konsumen menyukai rasa coklat susu pada permen coklat. Jadi preferensi tehadap
atribut rasa permen coklat yang sangat disukai adalah rasa coklat susu.
b. Untuk taraf atribut bentuk permen coklat yaitu bentuk keras dan lembut diperoleh
nilai kegunaan relatifnya sebesar 0,000. Ini berarti kedua bentuk permen coklat tidak
mempengaruhi preferensi konsumen dalam memilih bentuk permen coklat. Jadi
preferensi konsumen terhadap atribut bentuk permen coklat tidak terlalu berpengaruh
dalam pemilihan permen coklat.
c. Untuk taraf atribut kandungan kacang yang menggunakan kacang didalam permen
coklat diperoleh nilai kegunaan relatifnya sebesar 0,250. Terlihat nilai kegunaan
relatifnya bernilai positif ini berarti konsumen menyukai permencoklat yang
mengandung kacang didalamnya. Sedangkan untuk permen coklat yang tidak
menggunakan kandungan kacang didalamnya diperoleh nilai kegunaan relatif
keduanya sebesar –0,250. Terlihat nilai kegunaan relatif bernilai negatif hal ini
berarti konsumen tidak menyukai permen coklat yang tidak mengandung kacang
didalamnya. Jadi preferensi tehadap atribut kandungan kacang didalam permen coklat
yang sangat disukai adalah permen coklat yang didalamnya mengandung kacang.
2. Berdasarkan tabel tingkat kepentingan relatif (bobot) diperoleh nilai kegunaan taraf
(NKT) dan nilai tingkat kepentingan relatif yang didapatkan dari perolehan hasil SPSS
yaitu sebagai berikut :

Pada tabel tersebut terlihat bahwa atribut yang memiliki tingkat kepentingan relatif
yang tinggi dari ketiga atribut tersebut adalah rasa permen coklat. Ini berarti rasa permen
coklat merupakan faktor yang paling penting yang menjadi pertimbangan konsumen jika
memilih produk permen coklat. Faktor kedua yaitu kandungan kacang didalam permen
coklat. sedangkan faktor ketiga bentuk coklat tidak menjadi pertimbangan konsumen jika
memilih produk permen coklat.