Analisis ini didasarkan pada premis sederhana bahwa konsumen mengevaluasi nilai
turunan atau utilitas suatu produk atau jasa (baik nyata maupun hipotetis) dengan kombinasi
utilitas yang mereka berikan untuk setiap atribut (karakteristik) produk atau jasa. Pendekatan
analitis ini memberikan kesempatan kepada responden untuk menunjukkan substitusi mana
yang ingin mereka beli dan mana yang tidak akan mereka beli (Murti, 2002). Dengan analisis
ini, sebuah desain dapat dibentuk mengenai fitur produk baru, menghasilkan konsep produk
baru, membantu menentukan tingkat harga dan memperkirakan penjualan.
Menurut Santoso (2012), prosedur asosiasi berbeda dari analisis multivariat lainnya
karena tidak memerlukan pengujian hipotesis seperti normalitas, homogenitas dan hipotesis.
Menurut Hair et al (2010), metode desain dan pengukuran dalam conjoint analysis adalah:
Dalam analisis konjoin ada prosedur yang wajib di jalani antara lain selaku berikut.
1. Merumuskan Masalah
Periset wajib mengidentifikasi ataupun mengenali atribut dengan tingkatan
ataupun tingkat tiap-tiap dipergunakan untuk membentuk stimulus. Tingkat atribut
menampilkan nilai yang diasumsikan oleh atribut. Atribut yang diseleksi wajib sangat
berarti di dalam pengaruhi preferensi dan opsi pelanggan. Selaku contoh: dalam
memilah sesuatu merek mobil atribut yang dibutuhkan anatara lain harga,
mengkonsumsi bahan bakar, ruang bidang dalamnya, kecepatannya.
Banyaknya tingkatan atribut memastikan banyaknya parameter yang hendak
diperkirakan dan pula pengaruhi banyaknya stimulus yang hendak dievaluasi oleh
responden. Atribut yang diseleksi hendak pengaruhi penilaian pelanggan. Atribut dan
tingkat tiap- tiap dipergunakan selaku input untuk menyusun stimulus selaku
campuran tingkat atribut dalam analisis konjoin.
2. Membentuk Stimulus
Terdapat 2 metode pembuatan stimulus analisis konjoin ialah pendekatan
pendamping (the pairwise approach) dan prosedur profil penuh( full- profil
procedure). Di dalam pendekatan pendamping, responden memperhitungkan 2 atribut
tiap kali hingga seluruh mungkin pendamping 2 atribut sudah berakhir dievaluasi.
Tidak butuh mengevaluasi seluruh mungkin campuran sebab tidak bisa jadi untuk
dilaksanakan.
Di dalam pendekatan pairwise, dimungkinkan untuk mereduksi ataupun
kurangi jumlah perbandingan pendamping dengan memakai cyclical designs. Sama
halnya di dalam pendekatan full-profile, jumlah stimulus profile bisa dikurangi
dengan memakai fractional factorial design. Sesuatu kelas spesial fractional designs,
yang diucap orthogonal arrays, membolehkan untuk mengestimasi seluruh main
effects. Orthogonal arrays membolehkan pengukuran seluruh main effects of interest
on an uncorrelated basis. Desain ini mengasumsikan kalau seluruh interaksi yang
tidak berarti bisa diabaikan. Contoh: sepatu karet ataupun sepatu berolahraga
menjajaki pendekatan full profile. Dengan diketahuinya 3 atribut tiap- tiap dengan 3
tingkatan tingkat hingga diperoleh jumlah stimulinya 3 x 3 x 3= 27. Untuk kurangi
tugas penilaian dari responden, a fractional designs dibutuhkan.
3. Memastikan Wujud Informasi Input
Untuk pendekatan pendamping 2 atribut ataupun pairwise, responden
membagikan peringkat (rank) seluruh cell dari tiap matriks dinyatakan dalam
kemauan mereka (their desirability). Sebaliknya untuk pendekatan full profile, mereka
membagikan peringkat (rank) seluruh stimulus profiles.
4. Memilah Sesuatu Prosedur Analisis Konjoin
Sebagian prosedur yang berbeda ada untuk mengestimasi model bawah yang
sangat simpel, dan sangat terkenal ialah dummy variable regression, maksudnya
sesuatu regresi, variabel leluasa/prediktor terdiri dari veriabel dummy untuk tingkat
dari atribut. Bila yang diperoleh informasi metrik, lewat rating, berbentuk interval
ataupun rasio, wujud variabel tidak leluasa (variabel dependen). Jika informasinya
non metrik hasil ranking bisa jadi diganti jadi 0 ataupun 1 dengan membuat
perbandingan pendamping (pair comparison’s) antara merk.
Di dalam perihal ini, variabel leluasa ataupun prediktor mewakili
perbandingan di dalam tingkat atribut dari merk yang lagi diperbandingkan.Prosedur
lain yang pas untuk informasi non metrik yakni linmap dan monanova. Periset pula
wajib memutuskan apakah informasi hendak dianalisis pada tingkatan individual
ataupun pada tingkatan agregat. Pada tingkatan individual, informasi dari tiap
responden dianalisis secara terpisah. Jika analisis tingkatan agregat dicoba, sebagian
prosedur untuk pengelompokan responden wajib dipikirkan. Salah satu pendekatan
yang umum yakni pertama- tama mengestimate part-worth tingkatan individual
ataupun guna utility. Setelah itu responden dikelompokkan bersumber pada kemiripan
part- worth- nya. Analisis agregat setelah itu dicoba untuk tiap klaster. Model yang
pas untuk memperkirakan parameter wajib didetetapkan secara khusus.
5. Interpretasi Hasil
Untuk menginterpretasikan hasil analisis, butuh diplotkan guna part- worth.
Interpretasi hasil ini dicoba pada seluruh tingkatan kepentingan atribut dengan
membuat sesuatu grafik perbandingan antara nilai kepentingan dan tiaptiap atributnya.
6. Evaluasi Keandalan dan Kesahihan
Sebagian prosedur ada untuk memperhitungkan keandalan dan kesahihan
(reliability and validity) dari analisis konjoin.
a. Ketepatan ataupun kecocokan dari ditaksir model wajib dievaluasi.
b. Uji keandalan yang diulangi (test- retest reliability) dapat dievaluasi dengan
memperoleh sebagian pertimbangan yang diulangi (few replicated judgments)
setelah itu, dalam koleksi informasi. Dengan perkataan lain, dalam wawancara
responden dimohon untuk mengevaluasi lagi stimus tertentu yang diseleksi.
dua nilai dari stimulus ini setelah itu dikorelasikan untuk memperhitungkan
test-retestreliability.
c. Penilaian untuk stimuly hold out or validition bisa diprediksi dengan guna
part-worth yang diestimasi.
d. Penilaian yang diprediksi setelah itu bisa dikorelasikan dengan yang diperoleh
dari responden untuk memastikan internal validity.
e. Jika analisis tingkatan/tingkat agregat sudah dicoba, ditaksir ilustrasi bisa
dipecah dengan sebagian metode, dan analisis conjoint dicoba untuk tiap sub
sample untuk mengevaluasi stabilitas dari pemecahan analisis konjoin