Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

com

keberlanjutan

Artikel

Apakah Konsumen Bersedia Membayar Premi untuk

Mie Beras Murni? Sebuah Studi Eksperimen Pilihan
Diskrit di Taiwan
Yu-Hui Chen, Kai-Han Qiu, Kang Ernest Liu * and Chun-Yuan Chiang
Departemen Ekonomi Pertanian, Universitas Nasional Taiwan, Taipei 10617, Taiwan;
yhc@ntu.edu.tw (Y.-HC); R04627001@ntu.edu.tw (K.-HQ); R05627005@ntu.edu.tw (C.-YC)
* Korespondensi: kangernestliu@ntu.edu.tw
---- -
Diterima: 8 Juni 2020; Diterima: 28 Juli 2020; Diterbitkan: 30 Juli 2020 ---

Abstrak:Sebagian besar konsumen di Taiwan belum pernah makan mie beras murni (PRN) dan
beberapa mungkin keliru memperlakukan mie beras berbasis tepung jagung sebagai PRN. Penelitian ini
menguji kesediaan konsumen untuk membayar (WTP) untuk PRN menggunakan eksperimen pilihan
diskrit (DC) dengan tes mencicipi buta untuk memahami kemampuan konsumen untuk
mengidentifikasi PRN dengan kandungan beras yang bervariasi berdasarkan penampilan dan rasanya.
Mengumpulkan data dari wilayah metropolitan Taipei, hasil eksperimen DC kami dari kedua kondisi
sebelum dan sesudah eksperimen menunjukkan bahwa konsumen Taiwan lebih memilih PRN dan WTP
mereka untuk PRN diperkuat. Model kelas laten menyoroti bahwa preferensi atribut cenderung
berbeda berdasarkan kelompok dan dengan demikian rasio kandungan beras harus diberi label dengan
benar sehingga konsumen dapat membuat pilihan yang lebih baik sesuai dengan preferensi mereka.

Kata kunci:mie beras murni; percobaan pilihan diskrit; kesediaan untuk membayar; premium; Taiwan

1. Perkenalan

Keamanan pangan merupakan pertimbangan utama, terutama bagi konsumen, yang menghargai produk makanan
berkualitas tinggi dan bersedia membayar mahal untuk produk yang aman [1-6]. Konsumen semakin peduli tentang
bagaimana makanan diproduksi, dari apa diproduksi, dan di mana diproduksi.7-10]. Meskipun pelabelan makanan dapat
mengungkapkan informasi berharga ini, keamanan pangan mungkin masih menjadi masalah kritis dan mempengaruhi
kepercayaan masyarakat terhadap pelabelan makanan ketika konsumen tidak memiliki kemampuan profesional untuk
menilai keaslian label makanan [11-14].
Memproduksi makanan dengan atau tanpa bahan tambahan makanan selalu kontroversial [15-17]. Aditif makanan bertindak
sebagai pengawet yang memperpanjang umur simpan produk, meningkatkan warna dan rasa makanan, dan bahkan menggantikan
sebagian bahan-bahan tertentu untuk membantu mengurangi biaya produksi. Namun, beberapa konsumen menganggap bahan
tambahan makanan sebagai faktor risiko yang dapat mengakibatkan masalah keamanan pangan [18-20]. Akibatnya, makanan alami
dianggap relatif aman dan dengan demikian menjadi semakin populer, menjadikan makanan bebas aditif sebagai strategi pemasaran
yang efektif [21-24]. Kesediaan untuk membayar (WTP) premium untuk makanan alami sayangnya telah memotivasi produsen untuk
mendistorsi klaim produk untuk meningkatkan keuntungan mereka [8].
Nasi adalah makanan pokok yang penting dan mewakili budaya makanan di Taiwan. Pemerintah
Taiwan secara aktif mempromosikan produk beras yang beragam dan sehat, termasuk bihun [25]. Dari
perspektif budaya dan kebijakan, bihun sangat bermanfaat bagi promosi beras. Industri mie beras
Taiwan mencapai puncaknya pada tahun 1960-an, dengan Hsinchu saja melaporkan lebih dari 100 pabrik
mie beras [26]. Namun, sejak 1980-an, industri ini kehilangan daya saingnya karena kenaikan harga
beras dan pengenalan bahan-bahan alternatif, seperti tepung jagung. Misalnya, biji-bijian panjang

Keberlanjutan2020,12, 6144; doi:10.3390/su12156144 www.mdpi.com/journal/sustainability

Keberlanjutan2020,12, 6144 2 dari 18

harga beras sekitar 40 NTD per kg; tetapi tepung jagung dihargai 16 NTD per kg, menjadikannya
bahan dengan harga yang jauh lebih rendah untuk digunakan. Selain itu, seluruh proses produksi
mie beras murni sangat kompleks, melibatkan total 17 proses dan membutuhkan waktu dua hari
untuk menyelesaikannya. Namun, penggunaan pati jagung dapat mengurangi durasi produksi
menjadi satu hari dan meningkatkan potensi bantuan mekanik. Proses pembuatan bihun murni
mahal dan memakan waktu mengingat tingkat mekanisasi yang rendah dan permintaan tenaga
kerja yang tinggi. Selain itu, output untuk bihun jauh lebih rendah daripada mi yang terbuat dari
tepung jagung. Akibatnya, banyak pabrik bihun skala besar memproduksi bihun yang seluruhnya
terbuat dari tepung jagung. Di Taiwan,
Bahan tambahan makanan, seperti gom, umumnya digunakan untuk menjaga kekompakan saat memproduksi
mie beras berbasis pati jagung, menyebabkan efek negatif pada pencernaan pati dan indeks glikemik yang tinggi [27,
28]. Meskipun bihun yang dibuat terutama dari tepung jagung memiliki keuntungan yang jelas baik dari segi biaya
maupun hasil, bihun membutuhkan waktu pencernaan yang lebih lama dan memiliki nilai gizi yang lebih rendah
daripada bihun murni. Namun, banyak konsumen di Taiwan yang percaya bahwa rasa “kenyal” dari bihun disebabkan
oleh kemajuan teknologi dalam proses produksinya. Dikelola bersama oleh kelompok perlindungan konsumen Taiwan
dan media pada tahun 2013, sebuah survei mengungkapkan bahwa 45 dari 52 produk mie beras yang diselidiki gagal
memenuhi standar nasional yang menyatakan bahwa persentase beras dalam mie beras harus 50% atau lebih. Ada 39
kasus dengan kandungan beras 20% atau kurang, dan lebih buruk lagi, sembilan kesalahan pelaporan jumlah beras
dalam produk mereka [29]. Temuan survei mendapat perhatian publik yang signifikan di Taiwan dan hampir merusak
kepercayaan konsumen terhadap bihun.
Pemerintah menerapkan peraturan untuk mengatur pelabelan bihun pada 1 Juli 2014. Peraturan tersebut
mengamanatkan bahwa hanya bihun murni, yaitu dengan kandungan beras 100%, yang dapat diberi label “mie
beras”; produk dengan kandungan beras 50–99% harus diberi label “mie beras campur”; yang kurang dari 50%
dapat diberi label “mie beras kukus” [30]. Selanjutnya, mie beras murni dibedakan dari mie beras dengan
kandungan tepung jagung yang tinggi dan konsumen mulai lebih memperhatikan apakah produk mie beras
benar-benar terbuat dari beras. Jadi, berapa banyak konsumen yang bersedia membayar untuk mie beras
murni adalah topik yang layak dipelajari. Makalah ini menganalisis preferensi konsumen untuk produk mie
beras dengan berbagai tingkat kandungan beras dengan melakukan eksperimen pilihan diskrit (DC) di Taiwan
dan dengan demikian WTP untuk produk mie beras dihitung untuk menilai harga pasar mie beras.

Selain itu, industri mie beras Taiwan telah menggunakan tepung jagung sejak tahun 1970-an, dan oleh karena
itu sebagian besar konsumen, terutama generasi muda, mungkin belum pernah makan mie beras murni dan
beberapa mungkin keliru memperlakukan mie beras kukus sebagai mie beras murni. Mie beras murni dan bihun
kukus berbeda dalam penampilan dan rasa, dan konsumen harus menyadari perbedaan ini untuk membuat
perbandingan yang tepat. Namun, rendahnya pangsa pasar mie beras murni membuat konsumen kehilangan
kesempatan yang cukup untuk mencoba produk tersebut. Oleh karena itu, penelitian ini menggunakan eksperimen
buta rasa untuk memahami kemampuan konsumen dalam mengidentifikasi mie beras murni dengan berbagai
kandungan nasi berdasarkan penampilan dan rasanya. Para peserta diinformasikan tentang penggunaan tepung
jagung dalam industri mie beras dan berbagai nilai gizi mie beras tergantung pada kandungan berasnya. Eksperimen
DC dibagi menjadi dua tahap, pra dan pasca pemberian informasi, untuk mengamati apakah informasi yang
diberikan mempengaruhi perilaku pengambilan keputusan peserta. Hasil eksperimen kemudian digunakan untuk
mengevaluasi dampak terhadap WTP peserta.
Penelitian ini melakukan estimasi preferensi yang dinyatakan dari eksperimen DC untuk menganalisis
perilaku pembelian mie beras konsumen. Dalam eksperimen, peserta dapat memilih opsi yang mereka sukai
dari serangkaian profil produk hipotetis berdasarkan tingkat atribut [31]. WTP peserta diperkirakan dan
dihitung sesuai dengan pilihan akhir mereka. Ini adalah pendekatan yang diadopsi secara luas dalam survei
preferensi makanan, terutama pada pelabelan makanan [32-35]. Dibandingkan dengan penilaian kontingen,
eksperimen DC tidak secara langsung mengukur WTP konsumen untuk barang tetapi menyoroti preferensi
mereka sesuai dengan berbagai atribut. Selain itu, peserta diharuskan untuk memilih hanya satu opsi,
sehingga mengurangi potensi bias yang disebabkan oleh miskomunikasi atau salah tafsir [36-38].
Keberlanjutan2020,12, 6144 3 dari 18

2. Bahan dan Metode

2.1. Pengumpulan data

2.1.1. Prosedur Pengambilan Sampel

Penting untuk memahami bagaimana konsumen membuat keputusan pembelian tentang bihun
berdasarkan kandungan beras. Dalam studi ini, populasi target adalah konsumen di wilayah metropolitan
Taipei (yaitu, Kota Taipei dan Kota Taipei Baru), mewakili sekitar 28% dari populasi di Taiwan dan sekitar
setengah dari pengeluaran makanan secara nasional [39]. Untuk mengambil sampel yang representatif dari
wilayah metropolitan Taipei, distribusi populasi akhir tahun 2015 dalam hal jenis kelamin, usia, dan tingkat
pendidikan dirujuk untuk membentuk skema pengambilan sampel [40]. Meja1menyajikan distribusi jenis
kelamin, usia, dan tingkat pendidikan per 100 penduduk wilayah metropolitan Taipei. Peserta dalam penelitian
ini direkrut berdasarkan distribusi demografis ini.

Tabel 1.Distribusi populasi per 100 penduduk wilayah metropolitan Taipei.

Pendidikan

Jenis kelamin Usia (Tahun) SMP SMA perguruan tinggi dan Jumlah

dan di bawah Sekolah Di atas

20–34 0 3 12 15
Pria 35–49 2 5 10 17
50–64 4 5 7 16
Subtotal 6 13 29 48
20–34 0 3 12 15
Perempuan 35–49 2 6 11 19
50–64 6 6 6 18
Subtotal 8 15 29 52
Sumber: Departemen Pendaftaran Rumah Tangga, Kementerian Dalam Negeri, Taiwan (2016) [40].

Kami melakukan percobaan pada empat kesempatan terpisah, masing-masing dua sesi pada akhir
pekan (Minggu, 12 Maret 2017) dan hari kerja (Rabu, 22 Maret 2017). Jumlah orang yang direkrut untuk
setiap sesi dirancang sebagai berikut: 36 orang untuk setiap sesi hari Minggu pada pukul 10:00 dan
15:00, masing-masing; 31 orang untuk setiap sesi Rabu pada pukul 18:00 dan 20:00, masing-masing.
Secara total, 134 orang direkrut. Setiap peserta diberikan uang tunai 500 NTD dan sekotak mi beras (nilai
pasar: 500 NTD) sebagai insentif untuk partisipasi. Semua sesi percobaan diadakan di Universitas
Nasional Taiwan, lokasi yang nyaman bagi konsumen di wilayah metropolitan Taipei untuk berpartisipasi
dalam percobaan.
Peserta direkrut terutama menggunakan sistem papan buletin Universitas Nasional Taiwan,
PTT, sistem yang paling banyak digunakan di Taiwan, atau sistem aplikasi LINE, di mana teman dan
keluarga berbagi atau meneruskan pesan rekrutmen dengan kontak mereka sendiri. Adapun
kelompok sampel dengan karakteristik tertentu, seperti “35-64 tahun dengan pendidikan SMP atau
lebih rendah” atau “laki-laki berusia 35-49 tahun dengan tingkat pendidikan SMA atau SMK”,
peserta yang memenuhi syarat adalah sulit untuk merekrut; oleh karena itu, kami meminta
referensi dari teman dan keluarga kami dan memulai kontak dengan penduduk wilayah
metropolitan Taipei. Walaupun demikian,41,42]. Oleh karena itu, kekurangan dalam rekrutmen ini
bisa menjadi keterbatasan penelitian ini. Secara keseluruhan, jumlah peserta sebenarnya adalah
128 orang.
Keberlanjutan2020,12, 6144 4 dari 18

2.1.2. Desain Eksperimental Pilihan

Untuk memahami persepsi konsumen tentang mie beras (RN), eksperimen kami dirancang untuk
meniru pasar yang sebenarnya. Dalam kuesioner, ukuran hipotetis dari produk mie beras adalah 300 g,
ukuran yang paling umum ditemukan di pasaran. Meja2daftar atribut (dan level) dari produk hipotetis:
kandungan beras (mie beras murni, bihun campuran, atau bihun kukus); bahan tambahan makanan (ya
atau tidak); harga per 300 g (20, 30, 60, 120, 150, atau 200 NTD); dan penunjukan asal (ya atau tidak).

Meja 2.Atribut dan levelnya.

Atribut Tingkat Jumlah Level

PRN (100%);
Kandungan beras (dalam %) BRN (50-99%); 3
SRN (0–49%)
Harga (NTD per 300 gram) 20; 30; 60; 120; 150; 200 6
Aditif makanan Ya; Tidak 2
Penunjukan asal
Ya; Tidak 2
(misalnya, Hsinchu RN)

Catatan: PRN: bihun murni; BRN: mie beras campur; SRN: mie beras kukus.

Kandungan beras merupakan atribut utama yang menarik dalam penelitian ini. Aturan FDA menetapkan kadar
beras 100% dan 50% sebagai kriteria pembeda untuk produk mie beras. Tiga tingkatan didefinisikan dalam penelitian
ini: “mie beras murni” (PRNs) yang mengandung 100% beras; “mie beras campur” (BRNs) minimal 50% tetapi kurang
dari 100%; dan “mie beras kukus” (SRNs) mengacu pada produk mie beras dengan kandungan beras kurang dari 50%.
Proporsi kadar beras dan warna bihun sangat berhubungan, yaitu semakin banyak tepung jagung yang digunakan
dalam pembuatan bihun, semakin putih warnanya; semakin banyak kandungan beras, semakin kuning tampilan
bihun. Oleh karena itu, penampilan mereka juga mempengaruhi pembelian mereka, karena konsumen cenderung
memperhatikan perbedaan warna saat membeli bihun [43,44].
Harga telah terbukti menjadi salah satu faktor ekonomi terpenting yang mempengaruhi keputusan
pembelian makanan konsumen [21,32-35,45,46]. Selain itu, berdasarkan atribut, WTP konsumen dapat
diperkirakan secara efisien dengan informasi harga. Karena sebagian besar produk bihun yang dijual di
pasaran dijual dengan harga 300 g per bungkus, maka harga tersebut dibagi menjadi enam tingkatan, yaitu 20,
30, 60, 120, 150, dan 200 Dolar Taiwan Baru (NTD) per paket 300 gram
Dari survei produk mie beras yang tersedia secara komersial, kami menemukan bahwa produk tersebut ditandai dengan bahan tambahan

makanan yang ditempatkan di tempat yang tidak terlalu mencolok pada kemasannya atau ditandai secara mencolok sebagai “tanpa bahan

pengawet ditambahkan” atau “tanpa bahan tambahan makanan”. Apakah bahan tambahan makanan yang tercantum pada label atau tidak dapat

berdampak pada keputusan pembelian konsumen [18-20]. Akibatnya, penggunaan bahan tambahan makanan atau tidak didefinisikan sebagai

salah satu atribut dalam penelitian kami.

Asal usul yang tertera pada label, seperti pelabelan negara asal, nama daerah, dan pelabelan lokal, telah
dipelajari secara intensif pada makanan.7,9,47-49]. Di Taiwan, peraturan FDA mengizinkan bisnis untuk
mencantumkan penunjukan asal (DOO) pada kemasan produk mie beras. Memberi label DOO seperti “mie
beras Hsinchu” pada kemasannya adalah praktik umum di Taiwan karena popularitasnya. Label-label ini
memberi kesan kepada konsumen bahwa suatu produk tertentu terkait dengan daerah yang terkenal dengan
bihunnya dan meningkatkan keinginan mereka untuk membeli produk tersebut. Banyak produsen mie beras
mencantumkan istilah “Hsinchu” pada label produk mereka meskipun mereka tidak berlokasi di Hsinchu. Oleh
karena itu, penelitian ini memasukkan penunjukan asal sebagai atribut untuk menguji hipotesis secara empiris
bahwa apakah pencantuman penunjukan asal, terutama “mie beras Hsinchu” yang paling representatif,
meningkatkan WTP konsumen.
Berdasarkan atribut dan level yang disebutkan di atas, desain faktorial penuh menghasilkan 72 (3×6× 2×2)
profil produk yang berbeda. Mengikuti eksperimen DC konvensional [10,50], setiap set pilihan
Keberlanjutan2020,12, 6144 5 dari 18

dirancang untuk terdiri dari satu profil produk dasar dan dua profil produk alternatif, menghasilkan 2485 (C71)
kumpulan pilihan. Untuk 2membuat jumlah set pilihan praktis, kami mengadopsi desain ortogonal untuk menghasilkan
profil produk yang cukup menggunakan perangkat lunak SPSS 22.0 [51] dan kemudian menghilangkan profil yang
tidak masuk akal (misalnya, mie beras murni dengan bahan tambahan makanan) berdasarkan saran dari pakar
industri dan akademisi. Akibatnya, dua belas profil produk berbeda yang tercantum dalam Tabel3dipertahankan
untuk menghasilkan 55 (C11) kumpulan
2
pilihan. Di antara mereka, beberapa set pilihan yang tidak penting (misalnya,
dua alternatif dengan atribut yang identik tetapi harga yang berbeda) dihapus lagi, menghasilkan total 50 set pilihan.
Akhirnya, lima set pilihan ditugaskan untuk setiap kuesioner dan dengan demikian ada sepuluh versi kuesioner dalam
percobaan kami. Angka1menunjukkan pilihan sampel yang ditetapkan dalam kuesioner.

Tabel 3.Profil produk mie beras.

Profil Isi Beras Harga (NTD) Aditif makanan Penunjukan Asal

dasar SRN 20 Ya Tidak

1 PRN 120 Tidak Tidak

2 BRN 200 Tidak Tidak

3 SRN 60 Tidak Tidak

4 PRN 150 Tidak Tidak

5 BRN 60 Tidak Ya
6 PRN 150 Tidak Ya
7 SRN 120 Ya Ya
8 SRN 30 Tidak Tidak

9 BRN 120 Tidak Tidak

10 BRN 150 Ya Tidak

11 PRN 120 Tidak Ya

Catatan: PRN: bihun murni; BRN: mie beras campur; SRN: mie beras kukus.

Gambar 1.Satu set pilihan sampel.

2.1.3. Merancang Tes Mencicipi

Selain mengeksplorasi perilaku pembelian konsumen terhadap produk mie beras dengan kandungan
nasi yang bervariasi, penelitian ini melakukan eksperimen mencicipi dan memberikan kuesioner dengan
konten yang relevan untuk menguji perubahan perilaku pembelian. Sebelum mengungkapkan informasi dan
melakukan percobaan pencicipan, peneliti melakukan percobaan pilihan dimana partisipan diminta untuk
memilih dari berbagai barang imajiner. Setelah percobaan pencicipan, percobaan pilihan kedua dilakukan
untuk menentukan apakah perilaku pembelian peserta berbeda dari yang diamati sebelum percobaan
pencicipan. Tujuan utama dari percobaan mencicipi adalah untuk memungkinkan peserta
Keberlanjutan2020,12, 6144 6 dari 18

untuk memahami perbedaan tampilan dan rasa dari ketiga jenis bihun tersebut. Hal ini membantu
mengurangi pengaruh persepsi konsumen terhadap mi beras dalam eksperimen pilihan kedua dan
memfasilitasi refleksi preferensi konsumen yang lebih akurat sesuai dengan hasil pencicipan.
Mie beras tipis digunakan sebagai sampel pencicip karena sering terlihat di pasar dengan pangsa
pasar terbesar di Taiwan [28]. Para peneliti memilih “Mie Beras Murni 100% Hsinchu” dari Sheng Kuang
sebagai bihun murni, “Mie Beras Campuran Hsinchu” Buddha sebagai bihun campuran, dan “Mie Ichi Ban
Soul” dari Long Kow sebagai bihun kukus. Berbeda dengan nasi yang bisa dicicipi tanpa bumbu apapun [
52], bihun biasanya dimakan dengan cara ditumis atau sebagai bihun kuah. Dalam percobaan kami,
seorang ahli dengan pengalaman lebih dari 10 tahun dalam memasak bihun goreng direkrut untuk
menstandarisasi kualitas dan rasa bihun goreng. Produk mie beras menggunakan bumbu dalam jumlah
yang sama, termasuk kol Korea, potongan wortel, kecap, Great Day Five Treasures Oil, dan saus (terbuat
dari jamur shiitake, udang, bawang merah, parutan babi, dan lemak babi). Bahan untuk bumbu
ditimbang menggunakan timbangan elektronik. Gelas pencicip 2,5 ons (sekitar 71,03 mL) diisi hingga
70% dari kapasitasnya dengan produk mie beras. Percobaan dilakukan dalam bentuk tes buta dan
menggunakan langkah-langkah sebagai berikut:

1. Peneliti utama menunjukkan kepada peserta tiga jenis produk mie beras dalam kemasan
transparan, masing-masing seberat 300 g. Kemasan transparan hanya mencantumkan label 1,
2, dan 3. Peneliti kemudian meminta peserta untuk menentukan bihun murni, bihun campur,
dan bihun kukus berdasarkan penampakannya.
2. Ketiga produk tersebut dibagikan kepada peserta dalam tasting cup. Gelas-gelas tersebut diberi label
A, B, dan C. Para peserta harus mengidentifikasi jenis mie sesuai tampilan produk mie beras yang
dimasak.
3. Penyidik kemudian meminta peserta untuk mencicipi bihun. Untuk mencegah rasa setiap
produk saling mempengaruhi, para peserta disediakan secangkir air di antara setiap
pencicipan. Peserta harus menentukan jenis mie sesuai dengan rasa dari produk mie beras
yang dimasak.
4. Terakhir, peneliti utama memberikan jawaban yang benar kepada peserta untuk setiap paket dan
cangkir cicip. Peneliti kemudian menjawab pertanyaan peserta untuk memperdalam pemahaman
mereka tentang produk mie beras.

2.1.4. Informasi Deskriptif Peserta

Ada 128 peserta total dalam percobaan kami, termasuk 57 laki-laki (44,53%) dan 71 perempuan (55,47%).
Empat kategori usia antara 20-59 tahun didistribusikan secara merata, dengan masing-masing kategori terdiri
dari sekitar 20% dari semua peserta. Peserta 60 atau lebih tua terdiri 14,84% dari semua peserta. Rata-rata usia
peserta adalah sekitar 43 tahun. Untuk tingkat pendidikan, kategori “perguruan tinggi” memiliki peserta
terbanyak (31,25%). Selain itu, mayoritas peserta adalah pembelanja rumah tangga utama (67,97%). Lebih dari
separuh peserta memiliki penghasilan sebelum pajak individu yang berkisar antara 20.000–49.999 NTD
(55,47%), diikuti oleh mereka yang memiliki penghasilan antara 50.000–79.999 NTD (14,84%) dan 10.000–
19.999 NTD (11,72%). Untuk pengeluaran makan mingguan rumah tangga, kategori 1.000–1.999 memiliki
peserta terbanyak (28,13%), diikuti 2.000–2.999 NTD (24,22%) dan 3.000–3.999 NTD (18,75%). Detail tentang
peserta kami juga dapat ditemukan di LampiranSEBUAH.

2.2. Model Ekonometrika

Eksperimen DC kami dirancang berdasarkan model karakteristik Lancaster [53] dan model utilitas
acak [54]. Konsumen dianggap memaksimalkan utilitas mereka, yang terdiri dari dua komponen: bagian
deterministik yang dapat diamati (Vaku j) dan komponen acak yang tidak dapat diamati (εaku j). Menurut
Hanley dkk. [55],Vaku jdapat diasumsikan sebagai fungsi aditif dan linier dari atribut
Keberlanjutan2020,12, 6144 7 dari 18

xaku jdan dengan demikian tingkat utilitas yang diperoleh konsumensayaketika profil produkjterpilih (kamuaku j) dapat
dinyatakan sebagai:
∑
kamuaku j=Vaku j+aku j= βkxsaya jk+aku j (1)
k

di manaxsaya jkmewakilikatribut alternatifjdipilih oleh konsumensayadankadalah koefisien yang

sesuai untukkth atribut, yang tidak terpengaruh oleh profil produk alternatif atau konsumen
individu.
Secara konvensional, eksperimen pilihan mengasumsikan bahwa konsumen adalah homogen dan bahwa
pilihan konsumen tidak terpengaruh oleh profil produk alternatif. Oleh karena itu, asumsi independensi
alternatif yang tidak relevan (IIA) harus divalidasi, biasanya dengan analisis model multinomial logit (MNL).55-
57].

2.2.1. Model Logit Parameter Acak

Berbeda dengan model MNL, model random parameter logit (RPL) memperhitungkan heterogenitas dalam
parameter acak. Model RPL juga memungkinkan untuk setiap distribusi istilah kesalahan dan validitas IIA tidak
diperlukan, yang berarti bahwa model RPL dapat memperkirakan heterogenitas yang dapat diamati dan tidak dapat
diamati dalam preferensi dalam sampel [58,59]. Oleh karena itu, untuk percobaank, utilitas yang diturunkan dari
profil alternatifjdipilih oleh konsumensayadapat dinyatakan sebagai [60]:

kamusaya jk=sayaxsaya jk+saya jk (2)

dimanasayaadalah taksiran utilitas marjinal yang diperoleh konsumensayadanxsaya jkadalah variabel penjelas.
Probabilitas bersyaratLsayamemilihsayaketika konsumen menghadapi serangkaianKpercobaan dapat dinyatakan
sebagai [35]:
∏K eβsayaxsaya jk

Lsaya(βsaya) = ∑J (3)
eβsayaxsaya jk
k=1 j=1

Probabilitas bersyarat dari semua pilihan yang mungkinsayadapat dinyatakan sebagai [35]:

∫
Psaya= f(βsaya)Lsaya(βsaya)dβsaya (4)

Dalam penelitian ini, setiap peserta menghadapi serangkaian tiga pilihan; ini dianggap sebagai spesifikasi pilihan
berulang. Persamaan (4) adalah bentuk estimasi tertutup yang mengharuskan penggunaan estimasi kemungkinan
maksimum (MLE) [60].

2.2.2. Model Kelas Laten

Meskipun model RPL dapat digunakan untuk menganalisis heterogenitas preferensi konsumen, Boxall dan
Adamowicz [61] menunjukkan bahwa model kelas laten (LC) dapat meningkatkan kinerja dengan menggunakan
model RPL. Model LC dapat mensegmentasi sampel heterogen asli menjadi subsampel dengan preferensi homogen
berdasarkan karakteristik konsumen [62]. Model LC dapat digunakan untuk memperkirakan preferensi atribut dalam
kelompok konsumen yang berbeda dan dapat mengevaluasi efek faktor sosial ekonomi di antara kelompok yang
berbeda [63].
Adapun untuk menurunkan fungsi probabilitas bagi konsumen yang memilihjth alternatif (dari antara set
pilihanC) menggunakan model LC, biarkan sampel terdiri darinkelas laten. Di kelas-kelas ini, parameter
estimasi untuk fungsi utilitas dapat digunakan untuk menangkap heterogenitas yang tidak dapat diamati
dalam sampel individu. Asumsikansayakonsumen tersebut adalah anggota darinkelas danZsayamewakili atribut
sosial ekonomi darisayakonsumen ke. Fungsi utilitas dapat dinyatakan sebagai:
() ()
kamuaku j|n=Vaku j|nZj|n+aku j|nZj|n,n = 1, 2, . . . , N (5)
Keberlanjutan2020,12, 6144 8 dari 18

Probabilitas pilihan yang dibuat olehsayakonsumen ke-nkelas th adalah:

(())
exp Vaku j|nZj|n
Paku j|n=∑C ( ( )) (6)
c=1exp Vaku j|nZc|n

Asumsikan variabel pengelompokan anggotaMyang digunakan untuk membagi konsumen menjadinkelas dan
atribut sosial ekonomi ituZsayamempengaruhi pengelompokan anggota ini. Koefisien pengelompokan anggota untuk
sayakonsumen ke-nkelas th adalahMdi=Zsaya+di. Selanjutnya, asumsikan bahwa suku kesalahan untuk koefisien
pengelompokan anggota mematuhi distribusi nilai ekstrim Tipe I dan suku kesalahan untuk sampel dalam kelas yang
sama adalah iid. KemungkinanHdidarisayakonsumen ke-nkelas ke-th dapat dinyatakan sebagai:

exp(αλnZsaya)
Hdi=∑N (7)
n=1exp(αλnZsaya)

di mana adalah parameter skala yang sering distandarisasi menjadi 1; n(1,2,. . .,N) adalah parameter yang
diestimasi untuk kelas tertentu dan mewakili kontribusi sampel di kelas terhadap probabilitas anggota di
kelas; danZsayaadalah atribut sosial ekonomi yang menjadi dasar pengelompokan. Memecahkan
Persamaan (6) dan (7) untuk probabilitas memilihjalternatif menghasilkan sebagai berikut:
∑N
Paku j = n=1Paku j|nHdi

∑N exp(Vjsaya
|n(Zj|n))
(8)
exp(αλnZsaya)
= n=1[∑C c=1exp(Vaku j|n(Zc|n ]× [ ∑N ]
)) n=1exp(αλnZsaya)

Untuk memperkirakan WTP rata-rata untuk setiap atribut, WTP marginal untuk setiap atribut dapat
dihitung dengan membagi utilitas marginal setiap atribut dengan utilitas marginal harga [57,64]. Persamaan
estimasinya adalah sebagai berikut:

dV
βAtribut
WTPAtribut=dAtribut=
dV
(9)
dHarga
βHarga

2.2.3. Definisi Variabel

Kami menggunakan pengkodean efek untuk memperkirakan potensi efek non-linier tingkat atribut karena
keunggulannya dalam efektivitas estimasi [65-67]. Pedhazur [65] menemukan bahwa pengkodean efek menghasilkan hasil
yang lebih baik untuk jumlah variabel kategori yang lebih besar. Lusk dkk. [66] menemukan bahwa desain ortogonal dapat
dipertahankan menggunakan pengkodean efek. Bech dan Gyrd-Hansen [67] menegaskan bahwa pengkodean efek dan
pengkodean tiruan menghasilkan efek yang identik dalam kebanyakan situasi; namun, ketika pengkodean dummy digunakan
dengan lebih dari satu variabel kategori, korelasi mungkin ada antara intersep dan variabel, menghasilkan masalah saat
menjelaskan intersep.
Empat atribut didefinisikan dalam penelitian ini: kandungan beras (mie beras murni, bihun campuran,
atau bihun kukus); bahan tambahan makanan (ya atau tidak); penunjukan asal, seperti “mie beras Hsinchu” (ya
atau tidak); dan harga. Enam variabel didefinisikan berdasarkan atribut ini (Tabel4). Intersep itu bernamaASC.
Berdasarkan kandungan beras, kami mendefinisikanPRN(mie beras murni) danBRN (mie beras campur). Kami
juga mendefinisikanMENAMBAHKANapakah suatu produk menggunakan bahan tambahan makanan;lakukan
apakah kemasan produk mencantumkan penunjukan asal; danHARGAsebagai harga produk. Selain variabel
untuk tingkat atribut ini, kami membuat variabel dummy untuk faktor kontinu dalam hal nilai median mereka
(Juutinen et al., 2011). Variabel sosial ekonomi dummy termasuk jenis kelamin (PRIA), usia (USIA), tingkat
pendidikan (pendidikan), penghasilan (PENGHASILAN), dan pembeli rumah tangga utama (MAINBUY). Variabel
perilaku pembelian adalahTANDA, menunjukkan apakah peserta biasanya memperhatikan label kandungan
beras pada kemasan saat membeli produk bihun.
Keberlanjutan2020,12, 6144 9 dari 18

Tabel 4.Definisi variabel dalam eksperimen pilihan.

Variabel Definisi Pengkodean

Tingkat atribut
1 = profil dasar yang dipilih 0 =
ASC Istilah intersep
profil #1 atau #2 dipilih 1 = bihun
PRN Mie beras murni murni; 0 = jika tidak 1 = mie beras
BRN Mie beras campur campur; 0 = jika tidak 1 = dengan bahan
MENAMBAHKAN Aditif makanan tambahan makanan; 0 = sebaliknya
1 = dengan penunjukan asal;
lakukan Penunjukan asal
0 = sebaliknya
Variabel kontinu: enam level 20, 30, 60, 120,
HARGA Tingkat harga
150, dan 200 NTD per paket 300 g
Variabel sosial ekonomi
PRIA Jenis kelamin 1 = laki-laki; 0 = perempuan
1 = 42 tahun atau lebih; 0 =
USIA Usia
kurang dari 42 tahun 1 =
universitas atau lulusan
pendidikan Tingkat Pendidikan
sekolah;0 = sebaliknya
PENGHASILAN Penghasilan bulanan pribadi 1 = $35.000 atau lebih; 0 = sebaliknya
MAINBUY Pembeli utama atau tidak 1 = ya; 0 = tidak

Variabel perilaku pembelian

Memperhatikan atau tidak
TANDA 1 = ya; 0 = tidak
label isi beras pada kemasan

3. Hasil Estimasi

Di bawah kerangka model utilitas acak, beberapa set hasil estimasi dilakukan dengan
menggunakan NLOGIT versi 5 [68]. Karena hasil MNL serupa dengan model RPL, estimasi
parameter dan WTP yang sesuai tersedia berdasarkan permintaan untuk menghemat ruang. Hasil
estimasi dari model RPL dan LC dilaporkan di sini untuk tujuan perbandingan.

3.1. Hasil RPL

Meja5daftar perkiraan RPL untuk kedua koefisien dan kesalahan standar mereka. Jika kesalahan standar suatu
variabel signifikan secara statistik, terdapat preferensi yang heterogen di antara para partisipan untuk variabel
tersebut. Hasil empiris kami menunjukkan bahwa kesalahan standar signifikan secara statistik untukASC danPRN
sebelum tes rasa tapi untukPRNdanMENAMBAHKANsetelah percobaan, mengungkapkan heterogenitas hanya dalam
beberapa atribut dalam percobaan. Selain itu, estimasi koefisien dengan menggunakan model RPL juga menunjukkan
bahwa variabelASC,PRN,MENAMBAHKAN, danHARGAsignifikan secara statistik baik sebelum dan sesudah tes
pencicipan, sedangkanlakukansignifikan hanya sebelum percobaan.
Meja5juga mencantumkan perhitungan WTP marginal untuk setiap tingkat atribut yang signifikan. WTP
marginal untuk intersep adalah 114,12 NTD sebelum percobaan dan meningkat menjadi 86,01 NTD setelah
percobaan. Sebelum percobaan, WTP marginal peserta untuk PRN adalah 52,54 NTD dan hampir dua kali lipat
menjadi 106,25 NTD setelahnya, menunjukkan bahwa uji rasa memiliki efek memperkuat preferensi peserta
dan meningkatkan WTP mereka untuk mie beras murni. Selain itu, WTP marjinal peserta untuk produk tanpa
bahan tambahan makanan adalah 31,54 NTD sebelum percobaan tetapi meningkat menjadi 55,16 NTD setelah
percobaan, yang menunjukkan lagi bahwa uji rasa berpengaruh pada peningkatan WTP peserta untuk produk
mie beras yang dilakukan tidak menggunakan bahan tambahan makanan.
Untuk istilah interaksi, tidak ada perkiraan kesalahan standar yang signifikan secara statistik, menunjukkan tidak
ada preferensi yang heterogen tentang harga dalam hal jenis kelamin konsumen, usia, tingkat pendidikan,
pendapatan, apakah peserta adalah pembelanja rumah tangga utama, atau apakah konsumen biasanya
memperhatikan label kandungan beras pada kemasan. Adapun hasil pra-eksperimen, empat istilah signifikan secara
statistik, termasuk:HARGA*EDU,HARGA*PENDAPATAN,HARGA * PEMBELIAN UTAMA, dan HARGA * TANDA,
menunjukkan bahwa, sebelum eksperimen, empat jenis peserta lebih memilih untuk memilih
Keberlanjutan2020,12, 6144 10 dari 18

profil produk baru. Karakteristik demografis mereka adalah (1) memiliki pendapatan yang lebih tinggi; (2)
memperhatikan label kandungan beras; (3) mencapai tingkat pendidikan yang lebih tinggi; dan (4) pembelanja
utama rumah tangga. Namun, hanya istilah interaksiHARGA*MALEdanHARGA * TANDA signifikan secara
statistik, menunjukkan bahwa hanya dua jenis peserta, termasuk perempuan dan mereka yang biasanya
memperhatikan label kandungan beras pada kemasan, lebih memilih untuk memilih profil produk baru setelah
percobaan.

Tabel 5.Hasil estimasi model logit parameter acak untuk kondisi pra dan pasca eksperimen.

Pra-Eksperimen Pasca-Eksperimen
Variabel
Coeffikuno nilai-t se nilai-t WTP Coeffikuno nilai-t se nilai-t WTP
ASC 3.943 ** 2.32 2.447 ** 2.08 144.12 21,502 * 1.68 4.590 0.36 86.01
PRN 1,437 *** 3.41 1.090 ** 2.18 52.54 26.562 ** 2.05 27,432 ** 2.06 106.25
BRN 0,123 0.79 0,015 0,04 0,680 0.35 0.226 0,03
MENAMBAHKAN 0,863*** 2.95 0,518 0,95 31,54 13.789 ** 2.06 11.307 * 1.91 55.16
lakukan 0,786*** 5.18 0.105 0.18 28.72 3.170 1.40 5.151 1.22
HARGA 0,027 *** 3.47 0.250 ** 1.96
Persimpangan
ketentuan

HARGA*MALE 0,003 1.13 0,001 0,04 0,055 * 1.68 0,083 0,75

HARGA*UMUR 0,002 0,75 0,012 1.08 0,034 1.01 0,001 0,01
HARGA*EDU 0,006 ** 2.08 0,010 0,84 0,059 1.57 0,060 0,61
HARGA*PENDAPATAN 0,010*** 2.59 0,004 0,28 0,081 1.62 0,038 0.36
HARGA * PEMBELIAN UTAMA 0,007 ** 2.22 0,009 0,58 0,050 1.38 0,079 0,89
HARGA * TANDA 0,005 * 1.85 0,002 0.14 0,074 * 1.86 0,034 0.38
Ukuran sampel 547 548
Log kemungkinan 337.677 324.785
Pseudo R2 0,438 0,461

Catatan: ***P<0,01, **P<0,05, *P<0,1, masing-masing.

3.2. Hasil LC
Selain menggunakan model RPL untuk mengamati perbedaan preferensi peserta untuk tingkat
atribut sebelum dan sesudah uji rasa, kami menggunakan model LC untuk melakukan analisis
segmentasi pasar. Peserta dibagi ke dalam kelas berdasarkan variabel sosial ekonomi dan perilaku. Kami
menguji beberapa konfigurasi grup untuk mengoptimalkan jumlah kelas untuk sampel kami,
menghasilkan dua kelas untuk kondisi pra dan pasca eksperimen. Tabel6dan7daftar hasil estimasi LC
untuk kondisi pra dan pasca eksperimen, masing-masing. Statistik uji chi-kuadrat untuk kondisi sebelum
dan sesudah eksperimen menunjukkan bahwa model LC sesuai.
Untuk kondisi pra-eksperimen, kedua kelas peserta, yang dikelompokkan berdasarkan segmentasi pasar,
menunjukkan preferensi yang berbeda untuk produk mie beras. Peserta kelas satu lebih menyukai bihun
murni yang tidak menggunakan bahan tambahan pangan, mencantumkan penyebutan asal, dan murah.
Sebaliknya, peserta kelas II lebih menyukai produk bihun yang mencantumkan penyebutan asal dan harganya
murah. Selanjutnya, dibandingkan dengan kelas pertama, kelas kedua menunjukkan preferensi yang jauh lebih
besar untuk produk dengan penunjukan asal.
Kelas pertama terdiri 53,1% dari sampel; kelas kedua terdiri 46,9% dari sampel. Membandingkan variabel
sosial ekonomi dan perilaku kelas satu dengan kelas dua, semua variabel (yaitu, jenis kelamin, usia, tingkat
pendidikan, pendapatan bulanan pribadi, pembelanja rumah tangga utama, dan memperhatikan label isi beras
pada kemasan) adalah signifikan secara statistik, menunjukkan bahwa, membandingkan kelas pertama dengan
kelas kedua, anggota kelas pertama dengan preferensi yang signifikan sebagian besar perempuan yang
berusia 42 tahun atau lebih muda, memiliki sekolah menengah, sekolah menengah kejuruan, atau tingkat
pendidikan yang lebih rendah, adalah bukan pembelanja utama rumah tangga, berpenghasilan 35.000 NTD
atau lebih, dan biasanya memperhatikan label isi beras pada kemasan saat membeli produk bihun.

Meja7menunjukkan hasil estimasi pasca-eksperimen model LC. Kedua kelas peserta kembali
disegmentasi untuk menunjukkan preferensi yang berbeda untuk produk mie beras. Pertama
Keberlanjutan2020,12, 6144 11 dari 18

kelas peserta lebih menyukai bihun murni yang tidak menggunakan bahan tambahan pangan,
mencantumkan penyebutan asal, dan murah. Peserta kelas II lebih menyukai produk murah dan
tidak menyukai profil produk dasar. Selain itu, dibandingkan dengan kelas pertama, kelas kedua
menunjukkan preferensi yang jauh lebih besar untuk produk murah. Kelas pertama terdiri dari 69%
sampel; kelas kedua terdiri 31% dari sampel. Membandingkan variabel sosial ekonomi dan perilaku
kelas satu dengan kelas dua, variabel pendapatan pribadi bulanan dan memperhatikan label isi
beras pada kemasan adalah signifikan. Hal ini menunjukkan bahwa, membandingkan kelas
pertama dengan kelas kedua, anggota kelas pertama dengan preferensi yang signifikan sebagian
besar peserta yang memiliki pendapatan 35,

Meja8daftar WTP marjinal, baik sebelum dan sesudah percobaan, dihitung menggunakan nilai-nilai
dari Tabel6dan7. Karena karakteristik kelas pra dan pasca eksperimen berbeda, kami tidak dapat
membandingkan WTP sebelum dan sesudah eksperimen. Sebelum eksperimen, kelas pertama bersedia
membayar 172,34 NTD untuk bihun murni, 93,51 NTD untuk tanpa bahan tambahan makanan, dan
104,32 NTD untuk penunjukan asal, tetapi kelas kedua bersedia membayar 76,99 NTD untuk mengganti
profil dasar di Meja3dan 15,98 NTD untuk penunjukan asal. Setelah percobaan, kelas I bersedia
membayar 233,09 NTD untuk bihun murni, 64,96 NTD tanpa bahan tambahan makanan, dan 52,90 NTD
untuk penunjukan asal, sedangkan kelas kedua bersedia membayar 65,03 NTD untuk mengganti profil
dasar di percobaan kami.

Tabel 6.Hasil estimasi model kelas laten untuk kondisi pra eksperimen.

Kelas 1 Kelas 2
Atribut
Coeffikuno se Coeffikuno se
ASC 1.10338 1.30637 2.17492 ** 0.85069
PRN 1.84056*** 0,58378 0,43669 0.3471
BRN 0.21684 0.24353 0,06721 0.22606
MENAMBAHKAN 0,99871*** 0,3644 0,51032 0.32955
lakukan 1.11415 *** 0.25825 0.45131*** 0.15201
HARGA 0,01068 * 0,00557 0,02825*** 0,0068

Estimasi koefisien kelas 1 relatif terhadap kelas 2

Suku konstan 0,15794 0,48658
PRIA 0,55803 ** 0.27726
USIA 0,47865 * 0.28657
pendidikan 0,57399 ** 0.27461
PENGHASILAN 1.50486 *** 0,39884
MAINBUY 1.05075 *** 0.29928
TANDA 1.03744 *** 0.33226

Proporsi sampel 0,531 0,469

Ukuran sampel 547
AIC/T 1.269
Log kemungkinan 328.14026
Statistik chi-kuadrat 545.60133 ***
Pseudo R2 0.4539559
Catatan: ***P<0,01, **P<0,05, *P<0.1.
Keberlanjutan2020,12, 6144 12 dari 18

Tabel 7.Hasil estimasi model kelas laten untuk kondisi pasca eksperimen.

Kelas 1 Kelas 2
Atribut
Coeffikuno se Coeffikuno se
ASC 30,6596 5.382×106 2.52768 ** 1.28790
PRN 3.61983 *** 0.82813 0,25281 0,51289
BRN 0.5002 0,31160 0,53203 0,36652
MENAMBAHKAN 1.00887*** 0,25235 0.45921 0,47144
lakukan 0.82161*** 0.26407 0,03830 0,25863
HARGA 0,01553*** 0,00574 0,03887 *** 0,01104

Estimasi koefisien kelas 1 relatif terhadap kelas 2

Suku konstan 0,79090*** 0.24841
PRIA 0,08007 0.15105
USIA 0.10178 0.16156
pendidikan 0.26509 0.16239
PENGHASILAN 0,43091 ** 0.18221
MAINBUY 0,12452 0.16395
TANDA 0.26830 * 0.16244

Proporsi sampel 0,688 0,312

Ukuran sampel 548
AIC/T 1.263
Log kemungkinan 327.19300
Statistik chi-kuadrat 549.69306***
Pseudo R2 0.4565257

Catatan: ***P<0,01, **P<0,05, *P<0.1.

Tabel 8.Estimasi kesediaan marjinal untuk membayar menggunakan model kelas laten.

Pra-Eksperimen Pasca-Eksperimen

Atribut Kelas 1 Kelas 2 Kelas 1 Kelas 2

ASC 76,99 65.03

PRN 172.34 233.09
BRN
MENAMBAHKAN 93,51 64,96
lakukan 104.32 15.98 52.90

Variabel yang signifikan dalam model MNL, RPL, dan LC dirangkum dalam Tabel9. Kami menemukan
bahwa baik sebelum dan sesudah pengujian rasa, variabel yang signifikan di ketiga model memiliki efek positif
atau negatif yang sama pada utilitas di semua model. Hal ini menunjukkan bahwa dalam ketiga model, variabel
tingkat atribut ini memiliki efek yang konsisten pada preferensi peserta.

Tabel 9.Tanda variabel yang signifikan secara statistik di antara model.

Pra-Eksperimen Pasca-Eksperimen

Atribut MNL RPL LC_1 LC_2 MNL RPL LC_1 LC_2

ASC − − − − −
PRN + + + + + +
BRN
MENAMBAHKAN − − − − − −
lakukan + + + + + +
HARGA − − − − − − − −

4. Diskusi

Pelabelan informasi yang tepat tentang produk makanan dipelajari secara ekstensif dalam ekonomi makanan [69,70].
Label makanan yang ambigu atau menyesatkan dapat membuat keputusan konsumen bias [8]. Penelitian ini mencoba untuk
menyelidiki faktor-faktor yang mempengaruhi WTP konsumen untuk mie beras di Taiwan. Hasil ekonometrik kami
menggunakan model MNL, RPL, dan LC mengungkapkan beberapa temuan penting tentang label makanan.
Keberlanjutan2020,12, 6144 13 dari 18

Pertama, dalam hal perkiraan WTP, informasi tentang kandungan beras memainkan peran paling penting di
antara atribut yang dipilih dalam percobaan kami. Dibandingkan dengan SRN kadar beras kurang dari 50% dan BRN
kadar beras minimal 50% tetapi kurang dari 100%, PRN mengandung beras 100%. Seperti yang kami laporkan
sebelumnya, WTP marjinal konsumen untuk PRN meningkat secara dramatis dari 52,54 NTD dalam kondisi pra-
eksperimen menjadi 106,25 NTD dalam kondisi pasca-eksperimen. Setelah mengklasifikasikan dua kelompok
menggunakan model LC, nilai perkiraan PRN secara substansial lebih tinggi: masing-masing 172,34 NTD dan 233,09
NTD. Mirip dengan penelitian tentang makanan organik oleh Batte et al. [71], hasil kami memperkuat temuan bahwa
konsumen bersedia membayar lebih untuk 100% bahan makanan alami.
Kedua, konsumen tidak mau membayar lebih untuk bahan tambahan makanan [72]. Perkiraan WTP kami dari
kedua model semuanya negatif, menunjukkan bahwa konsumen menghargai makanan bebas aditif daripada
makanan dengan aditif. Secara khusus, perkiraan WTP marjinal tanpa bahan tambahan makanan sedikit meningkat
dari 31,54 NTD menjadi 55,16 NTD dalam model RPL (Tabel5). Temuan penelitian ini konsisten dengan Radam et al. [
73], yang mempelajari produk makanan tanpa tambahan Monosodium Glutamate (MSG), dan dengan Chou dan Chen
[74], yang menunjukkan bahwa konsumen Taiwan paling peduli dengan efek bahan tambahan makanan pada
kesehatan fisik dan bersedia membayar mahal untuk produk makanan tanpa bahan tambahan.
Akhirnya, model RPL juga menunjukkan bahwa konsumen menunjukkan preferensi heterogen untuk mie beras murni
dalam kondisi pra-percobaan, tetapi preferensi mereka untuk mie beras murni dan bahan tambahan makanan heterogen
dalam kondisi pasca-eksperimen. Selain itu, analisis kelompok dengan model LCM menunjukkan bahwa dua kelompok
konsumen melaporkan perbedaan yang signifikan dalam preferensi untuk tingkat atribut dalam kondisi pra-eksperimen.
Kelompok pertama sebagian besar terdiri dari wanita yang berusia 42 tahun atau lebih muda; pernah mengenyam
pendidikan sekolah menengah atas, kejuruan, atau pendidikan yang lebih rendah; bukan pembeli utama dalam rumah
tangga; melaporkan pendapatan bulanan sebesar 35.000 NTD atau lebih; dan umumnya memperhatikan kandungan beras
yang disebutkan pada label saat membeli produk. Kelompok ini lebih memilih membeli produk mie beras murni yang memiliki
nama lokal dan tanpa bahan tambahan apapun. Kelompok kedua, sebaliknya, lebih menyukai produk dengan nama lokal
tetapi dengan harga lebih murah.

5. Kesimpulan dan Implikasi

Beras adalah makanan pokok terpenting di Taiwan dan mewakili budaya makanan negara tersebut.
Produk makanan olahan, seperti bihun, dapat mempromosikan berbagai kegunaan beras. Sebagian
besar konsumen, terutama generasi muda, di Taiwan belum pernah makan bihun murni dan beberapa
mungkin salah mengira bihun berbahan dasar tepung jagung sebagai PRN. Tujuan dari penelitian ini
adalah untuk memperoleh WTP konsumen untuk PRN menggunakan model DC dengan percobaan rasa
buta untuk memahami kemampuan konsumen untuk mengidentifikasi PRN dengan kandungan beras
yang bervariasi berdasarkan penampilan dan rasanya. Mengumpulkan data dari wilayah metropolitan
Taipei, hasil eksperimen DC kami dari kondisi sebelum dan sesudah eksperimen menunjukkan bahwa
konsumen Taiwan lebih menyukai PRN dan WTP mereka untuk PRN diperkuat.
Studi ini menunjukkan bahwa konsumen umumnya khawatir tentang apakah mie beras sebenarnya terbuat dari beras
dan lebih memilih mie beras murni daripada yang dikukus, menunjukkan bahwa mie beras murni masih memiliki potensi
pasar. Eksperimen mencicipi memperkuat preferensi konsumen untuk mie beras murni tanpa bahan tambahan makanan.
Oleh karena itu, produsen yang memasarkan dan mempromosikan mie beras murni harus mengadakan acara pencicipan
untuk membantu konsumen memahami produk dengan rasio kandungan beras yang berbeda dan memperkuat preferensi
dan WTP mereka untuk mie beras murni. Selain itu, label “tanpa bahan tambahan makanan” pada kemasan dapat
meningkatkan WTP konsumen.
Kelompok konsumen cenderung berbeda dalam preferensi mereka. Menggunakan model LC, preferensi
heterogen terdeteksi dan beberapa konsumen kurang peduli tentang kandungan beras dalam mie beras dan
mungkin lebih memilih SRN daripada PRN. Temuan ini menunjukkan bahwa, meskipun ada nilai dalam
mempromosikan mie beras murni, masih ada pasar untuk mie beras berbasis tepung jagung yang lebih terjangkau.
Oleh karena itu, tampaknya penting untuk menetapkan pedoman pelabelan untuk mie beras untuk menghilangkan
ambiguitas di pasar yang dapat menyesatkan konsumen dan untuk memastikan preferensi berbagai
Keberlanjutan2020,12, 6144 14 dari 18

kelompok konsumen merasa puas. Pedoman tersebut juga harus membedakan dengan jelas antara bihun murni dan
bihun berbahan dasar tepung jagung.
Menurut peraturan Food and Drug Administration, hanya produk dengan kandungan beras 100% yang dapat
disebut sebagai bihun murni atau bihun. Produsen juga dapat menyebutkan kandungan beras dan nama lokal pada
kemasannya. Namun, Badan Pengawas Obat dan Makanan bermaksud untuk melonggarkan peraturannya untuk
pelabelan "mie beras" [75]. Studi ini menegaskan bahwa penggunaan nama lokal berpengaruh positif terhadap
preferensi konsumen dan WTP untuk produk. Jadi, jika pemerintah melonggarkan peraturan pelabelannya,
pemerintah harus mengadopsi langkah-langkah pelengkap untuk mencegah salah tafsir konsumen; misalnya, label
“mie beras” belum tentu berarti “mie beras murni”. Selain itu, harus menetapkan batas bawah yang wajar untuk rasio
kadar beras dan dengan jelas menentukan posisi dan ukuran label kemasan untuk rasio kadar beras. Pemerintah juga
dapat menilai dampak dari langkah-langkah ini pada produsen nyata dari mie beras murni dan, oleh karena itu,
menawarkan subsidi atau mengeluarkan tanda sertifikasi sebelum relaksasi untuk mengurangi dampak pada
produsen mie beras murni.
Karena peserta kami direkrut di wilayah metropolitan Taipei, WTP untuk mie beras murni mungkin terlalu
tinggi jika kami menargetkan Taiwan sebagai populasi untuk membuat kesimpulan. Penelitian lebih lanjut juga
dapat memperhatikan efek perancu dari bahan makanan dan bahan tambahan makanan, dua komponen
utama dalam produk makanan olahan.

Kontribusi Penulis:Konseptualisasi, Y.-HC, K.-HQ dan KEL; metodologi, Y.-HC, K.-HQ dan KEL; perangkat lunak,
K.-HQ; validasi, Y.-HC dan KEL; analisis formal, K.-HQ; investigasi, Y.-HC, K.-HQ dan KEL; kurasi data, K.-HQ;
tulisan—persiapan draf asli, Y.-HC, K.-HQ, KEL dan C.-YC; menulis—review dan editing, Y.-HC dan KEL;
administrasi proyek, Y.-HC; akuisisi pendanaan, KEL Semua penulis telah membaca dan menyetujui versi
naskah yang diterbitkan.”
Pendanaan:Penelitian ini didukung sebagian oleh Kementerian Sains dan Teknologi Taiwan (ROC) (nomor
hibah MOST 105-2410-H-194-004).
Konflik kepentingan:Para penulis menyatakan tidak ada konflik kepentingan.
Keberlanjutan2020,12, 6144 15 dari 18

Lampiran A

Tabel A1.Profil sosial ekonomi peserta.

Frekuensi Persentase
Kategori Barang
(Orang) (%)
Pria 57 44.53
Jenis kelamin
Perempuan 71 55.47

20–29 29 22.66
30–39 28 21.88

Usia (tahun)
40–49 24 18.75
50–59 28 21.88
60 ke atas 19 14.84

Rata-rata (tahun) 43.01

Sekolah dasar 2 1.56

sekolah menengah pertama 9 7.03
SMA 38 29.69
Pendidikan Kampus 22 17.19
Universitas 40 31.25
Lulusan sekolah 17 13.28

Rata-rata (tahun) 14.431

Belum menikah 70 54.69
Status pernikahan Telah menikah 48 37.50
Lainnya2 10 7.81
Ya 87 67,97
Pembeli rumah tangga utama
Tidak 41 32.03

Kurang dari 10.000 5 3.91

10.000–19.999 15 11.72
20.000–49.999 71 55.47
Pribadi sebelum pajak bulanan
50,000–79,999 19 14.84
pendapatan (NTD)
80.000 ke atas 6 4.69
Tidak ada pendapatan 12 9.38
Rata-rata (NTD) 35.664.06

Kurang dari 1000 9 7.03

1000–1999 36 28.13
2000–2999 31 24.22
Makanan mingguan rumah tangga
pengeluaran (NTD)
3000–3999 24 18.75
4000–4999 14 10.94
5000 ke atas 14 10.94

Rata-rata (NTD) 2792.97

Ukuran sampel 128

Catatan:1.Rata-rata tahun pendidikan dihitung menurut tahun sekolah berikut: 6 tahun untuk sekolah dasar, 9 tahun untuk sekolah menengah
pertama, 12 tahun untuk sekolah menengah atas, 16 tahun untuk perguruan tinggi dan universitas, dan 18 tahun untuk sekolah
pascasarjana.2.“Lainnya” dalam status perkawinan termasuk perceraian dan janda.

Referensi
1. Pembuat Bir, MS; Prestat, CJ Sikap konsumen terhadap masalah keamanan pangan.J. Makanan Saf.2002,22, 67–83. [
CrossRef]
2. Caswell, JA Bagaimana pelabelan atribut keselamatan dan proses mempengaruhi pasar makanan.pertanian. sumber daya. Ekonomi Putaran.
1998,27, 151–158. [CrossRef]
3. Grunert, KG Kualitas dan keamanan pangan: Persepsi dan permintaan konsumen.Eur. Pdt. Ekonomi2005,32, 369–
391. [CrossRef]
4. Luck, JL; Briggeman, nilai-nilai BC Makanan.Saya. J. Pertanian. Ekonomi2009,91, 184-196. [CrossRef]
Keberlanjutan2020,12, 6144 16 dari 18

5. Markbak, MR; Christensen, T.; Gyrd-Hansen, D.; Olsen, SB Apakah embedding termasuk dalam penilaian konsumen
terhadap karakteristik keamanan pangan?Eur. Pdt. Ekonomi2011,38, 1–21. [CrossRef]
6. Ortega, DL; Wang, HH; Widmar, O.; Nicole, J. Akuakultur impor dari Asia: Analisis permintaan konsumen AS untuk
atribut kualitas makanan tertentu.pertanian. Ekonomi2014,45, 625–634. [CrossRef]
7. Dekhili, S.; d'Hauteville, F. Pengaruh wilayah asal pada kualitas minyak zaitun yang dirasakan: Pendekatan eksperimental
menggunakan kelompok kontrol.Kualitas Makanan. Lebih menyukai.2009,20, 525–532. [CrossRef]
8. McFadden, JR; Huffman, KAMI Kesediaan membayar untuk makanan alami, organik, dan konvensional: Efek
informasi dan label yang bermakna.Kebijakan Pangan2017,68, 214–232. [CrossRef]
9. Meas, T.; Hu, W.; Batte, MT; Hutan, TA; Ernst, S. Pengganti atau pelengkap? Preferensi konsumen untuk atribut
makanan lokal dan organik.Saya. J. Pertanian. Ekonomi2015,97, 1044–1071. [CrossRef]
10. Onozaka, Y.; McFadden, DT Apakah pelabelan lokal melengkapi atau bersaing dengan label berkelanjutan lainnya? Analisis
gabungan nilai langsung dan gabungan untuk klaim produk segar.Saya. J. Pertanian. Ekonomi2011,93, 693–706. [
CrossRef]
11. Hobbs, JE Asimetri informasi dan peran sistem ketertelusuran.Agribus. Int. J.2004,20, 397–415. [CrossRef]

12. Manning, L.; Segera, JM Food safety, food fraud, dan food defense: Literatur yang berkembang pesat.J. Ilmu Pangan. 2016,
81, R823–R834. [CrossRef] [PubMed]
13. McCluskey, JJ Pendekatan teori permainan untuk makanan organik: Analisis informasi dan kebijakan asimetris.pertanian.
sumber daya. Ekonomi Putaran.2000,29, 1–9. [CrossRef]
14. Verbeke, W. Pertanian dan industri makanan di era informasi.Eur. Pdt. Ekonomi2005,32, 347–368. [CrossRef]

15. Abdulmumeen, HA; Risikat, AN; Sururah, AR Food: Pengawet, aditif, dan aplikasinya.Int. J. Kimia. Biokimia.
Sci.2012,1, 36–47.
16. Amchova, P.; Kotolova, H.; Ruda-Kucerova, J. Masalah keamanan kesehatan pewarna makanan sintetis.Regulasi racun.
farmasi.2015,73, 914–922. [CrossRef]
17. Parke, DV; Lewis, DFV Aspek keamanan pengawet makanan.Tambahan Makanan. Konta.1992,9, 561–577. [CrossRef
]
18. Dosman, DM; Adamowicz, WL; Hrudey, SE Penentu sosial ekonomi dari persepsi risiko terkait kesehatan dan
keamanan pangan.Anal Risiko.2001,21, 307–318. [CrossRef]
19. Shim, SM; Seo, SH; Lee, Y; Bulan, GI; Kim, MS; Park, JH Pengetahuan konsumen dan persepsi keamanan bahan
tambahan makanan: Evaluasi efektivitas penyampaian informasi tentang pengawet.Kontrol Makanan 2011,22,
1054–1060. [CrossRef]
20. Wilcock, A.; Pun, M.; Khanona, J.; Aung, M. Sikap, pengetahuan dan perilaku konsumen: Tinjauan masalah
keamanan pangan.Tren Makanan Sci. teknologi.2004,15, 56–66. [CrossRef]
21. Asioli, D.; Aschemann-Witzel, J.; Caputo, V.; Vecchio, R.; Annunziata, A.; Tidak, T.; Varela, P. Memahami tren
"label bersih": Tinjauan perilaku pilihan makanan konsumen dan diskusi tentang implikasi industri.
Makanan Res. Int.2017,99, 58–71. [CrossRef] [PubMed]
22. Hartmann, C.; Hieke, S.; Lancip, C.; Siegrist, M. Evaluasi kesehatan konsumen Eropa dari produk makanan berlabel 'Bebas
dari'.Kualitas Makanan. Lebih menyukai.2018,68, 377–388. [CrossRef]
23. Kubota, S.; Sawano, H.; Kono, H. Preferensi konsumen Jepang untuk pelabelan anggur bebas aditif.pertanian. Ekonomi
Makanan.2017,5, 4. [CrossRef]
24. Romawi, S.; Ssebuahnchez-Siles, LM; Siegrist, M. Pentingnya kealamian makanan bagi konsumen: Hasil tinjauan
sistematis.Tren Makanan Sci. teknologi.2017,67, 44–57. [CrossRef]
25. Lagu, HI Promosi makanan beras multidimensi.pertanian. Kebijakan Rev.2015,281, 6–11. (Dalam bahasa Cina)
26. Sanggar Budaya Benih.Industri Mie Beras Hsinchu; Pusat Kebudayaan Kotamadya Hsinchu: Kota Hsinchu, Taiwan, 1998;
hlm. 31–69.
27. Srikaeo, K.; Laothongsan, P.; Lerdluksamee, C. Pengaruh gom pada sifat fisik, struktur mikro dan kecernaan
pati mie beras fermentasi alami kering.Int. J.Biol. Makromol.2018,109, 517–523. [CrossRef] [PubMed]

28. Tseng, M.-Y. Analisis Pasar untuk Industri Mie Beras Hsinchu. Tesis Master, Universitas Nasional Taiwan,
Taipei, Taiwan, 2017.
Keberlanjutan2020,12, 6144 17 dari 18

29. Wang, WH Mengungkap Rahasia Yang Belum Diungkap Industri Mi Beras: 90% Mie Beras Dibanjiri Tepung
Jagung Murah. Berita & Pasar. 2013. Tersedia online:https://www.newsmarket.com.tw/blog/ 23881/
(diakses pada 6 Juli 2020).
30. Administrasi Makanan dan Obat Taiwan.Tanya Jawab Peraturan Label Produk Mie Beras Kemasan
Komersial; Administrasi Makanan dan Obat Taiwan: Taipei, Taiwan, 2016.
31. Garrod, G.; Willis, KGPenilaian Ekonomi Lingkungan; Edward Elgar: Northampton, Inggris, 1999.
32. Alfnes, F.; Guttormsen, AG; Stein, G.; Kolstad, K. Kesediaan konsumen untuk membayar warna salmon: Eksperimen
pilihan dengan insentif ekonomi nyata.Saya. J. Pertanian. Ekonomi2006,88, 1050–1061. [CrossRef]
33. Chalak, A.; Abiad, M. Seberapa efektif penyediaan informasi dalam membentuk keputusan pembelian terkait keamanan
pangan? Bukti dari eksperimen pilihan di Lebanon.Kualitas Makanan. Lebih menyukai.2012,26, 81–92. [CrossRef]
34. Probst, L.; Houedjofonon, E.; Ayerakwa, HM; Haas, R. Apakah mereka akan membelinya? Potensi pemasaran sayuran
organik di sektor penjual makanan untuk memperkuat keamanan sayuran: Studi eksperimen pilihan di tiga kota Afrika
Barat.Kebijakan Pangan2012,37, 296–308. [CrossRef]
35. Van Loo, EJ; Caputo, V.; Nayga, RM, Jr.; Meullenet, J.-F.; Ricke, SC Kesediaan konsumen untuk membayar dada ayam
organik: Bukti dari eksperimen pilihan.Kualitas Makanan. Lebih menyukai.2011,22, 603–613. [CrossRef]
36. Breidert, C.; Hasler, M.; Reutterer, T. Sebuah tinjauan metode untuk mengukur kesediaan-untuk-membayar.inovasi Tanda. 2006,2,
8–32.
37. Choi, AS; Ritchie, BB; Papandrea, F.; Bennett, J. Penilaian ekonomi situs warisan budaya: Sebuah pendekatan
pemodelan pilihan.Wisata. Kelola.2010,31, 213–220. [CrossRef]
38. Hoefkens, C.; Veettil, PC; van Huylenbroeck, G.; van Camp, J.; Verbeke, W. Label nutrisi apa yang digunakan dalam
lingkungan katering? Eksperimen pilihan diskrit.Kebijakan Pangan2012,37, 741–750. [CrossRef]
39. Direktorat Jenderal Anggaran, Akuntansi, dan Statistik, Eksekutif Yuan, Taiwan.Survei Pendapatan dan
Pengeluaran Keluarga; Direktorat Jenderal Anggaran, Akuntansi, dan Statistik, Yuan Eksekutif, Taiwan:
Taipei, Taiwan, 2020.
40. Departemen Pendaftaran Rumah Tangga, Kementerian Dalam Negeri, Taiwan, Distribusi Penduduk Berusia 15 Tahun ke
Atas Menurut Usia, Jenis Kelamin dan Tingkat Pendidikan. 2016. Tersedia online:https://www.ris.gov.tw/app/ portal/346
(diakses pada 29 Juli 2019).
41. Hsu, JL; Lin, YT Konsumsi dan Persepsi Atribut Susu Cair di Taiwan.nutrisi Ilmu Makanan.2006,36, 177-182. [
CrossRef]
42. Huang, M.-H.; Liu, KE; Hsu, JL; Lee, H.J. Faktor-Faktor yang Mempengaruhi Kepercayaan Konsumen Terhadap Sertifikasi
Keamanan Pangan dengan Ancaman Wabah Avian Influenza di Taiwan: Bukti dari Taipei Metropolitans.pertanian.
Ekonomi2013,51, 1–25.
43. Ares, G.; Deliza, R. Mempelajari pengaruh bentuk dan warna kemasan terhadap ekspektasi konsumen terhadap dessert susu
menggunakan analisis asosiasi kata dan konjoin.Kualitas Makanan. Lebih menyukai.2010,21, 930–937. [CrossRef]
44. Skreli, E.; Imami, D. Menganalisis preferensi konsumen terhadap atribut apel di Tirana, Albania.Int. Agribisnis
Pangan. Kelola. Putaran.2012,15, 137-156.
45. Huang, CL; Fu, TT Analisis gabungan preferensi konsumen dan evaluasi daging olahan.J.Int. Agribisnis
Pangan. Tanda.1995,7, 35–53. [CrossRef]
46. Jan, MS; Fu, TT; Huang, CL Analisis conjoint/logit dari tanggapan konsumen terhadap tahu yang dimodifikasi secara genetik di
Taiwan.J. Pertanian. Ekonomi2007,58, 330–347. [CrossRef]
47. Fraser, I.; Balcombe, K. Dibungkus dengan bendera: Pilihan makanan dan pelabelan negara asal.Eurochoices2018, 17, 37–
42. [CrossRef]
48. Lombardi, P.; Caracciolo, F.; Cembalo, L.; Colantuoni, F.; D'Amico, M.; Del Giudice, T.; Maraglino, T.; Menna,
C.; Panik, T.; Sannino, G.; dkk. Pelabelan negara asal untuk rantai pasokan kentang awal Italia.
Meditasi Baru2013,12, 37–49.
49. Liu, KE; Hsu, J.; Chern, WS Pelabelan negara asal dan harga premium daging sapi domestik di Taiwan.J. Soc. Sci.
Philos.2013,25, 1–44. (Dalam bahasa Cina)
50. Lee, C.-H.; Chen, Y.-J.; Chen, C.W. Penilaian nilai ekonomi konservasi ekologis terumbu karang Kenting.
Keberlanjutan2019,11, 5869. [CrossRef]
51. IBM Corp.Statistik IBM SPSS untuk Windows, Versi 22.0; IBM Corp: Armonk, NY, AS, 2013.
52. Aoki, K.; Akai, K.; Ujiie, K.; Shimura, T.; Nishino, N. Dampak informasi peringkat rasa dan metode budidaya pada
jenis beras yang melindungi burung langka di Jepang: Eksperimen pilihan non-hipotetis dengan mencicipi.
Kualitas Makanan. Lebih menyukai.2019,75, 28–38. [CrossRef]
Keberlanjutan2020,12, 6144 18 dari 18

53. Lancaster, KJ Sebuah pendekatan baru untuk teori konsumen.J. Polit. Ekonomi1996,74, 132-157. [CrossRef]
54. McFadden, D. Analisis logit bersyarat dari perilaku pilihan kualitatif. DiPerbatasan dalam Ekonometrika;
Zarembka, P., Ed.; Pers Akademik: New York, NY, AS, 1973; hal.105-142.
55. Hanley, N.; Mourato, S.; Wright, Pendekatan Pemodelan Pilihan RE: Penilaian Alternatif Unggul untuk
Lingkungan?J. Ekonomi. bertahan2001,15, 435–462. [CrossRef]
56. Hausman, J.; McFadden, D. Uji spesifikasi untuk model logit multinomial.ekonometrika1984,52, 1219-1240. [
CrossRef]
57. Gracia, A.; Loureiro, ML; Nayga, RM Penilaian konsumen tentang informasi nutrisi: Sebuah studi eksperimen pilihan.Kualitas
Makanan. Lebih menyukai.2009,20, 463–471. [CrossRef]
58. Jones, S.; Hensher, DA Memprediksi Kesulitan Keuangan Perusahaan: Model Logit Campuran.Akun. Putaran.2004,79,
1011–1038. [CrossRef]
59. Greene, WH; Hensher, DA; Rose, J. Akuntansi untuk Heterogenitas dalam Varians Efek yang Tidak Diamati dalam Model
Logit Campuran.terjemahan Res. Bagian B2006,40, 75-92. [CrossRef]
60. Kereta, KEMetode Pilihan Diskrit dengan Simulasi, edisi ke-2.; Cambridge University Press: Cambridge, Inggris,
2009.
61. Boxall, PC; Adamowicz, WL Memahami Preferensi Heterogen dalam Model Utilitas Acak: Pendekatan Kelas
Laten.Mengepung. sumber daya. Ekonomi2002,23, 421–446. [CrossRef]
62. Bhat, CR Model pemilihan mode segmentasi endogen dengan aplikasi untuk perjalanan antar kota.terjemahan Sci.
1997,31, 34–48. [CrossRef]
63. Bechtold, KB; Abdulai, A. Menggabungkan pernyataan sikap dengan eksperimen pilihan untuk menganalisis
heterogenitas preferensi untuk produk susu fungsional.Kebijakan Pangan2014,47, 97–106. [CrossRef]
64. James, S.; Burton, M. Preferensi konsumen untuk makanan GM dan atribut lain dari sistem pangan.Australia J. Pertanian.
sumber daya. Ekonomi2003,47, 501–518. [CrossRef]
65. Pedhazur, EJRegresi Berganda dalam Penelitian Perilaku: Penjelasan dan Prediksi, edisi ke-3.; Holt McDougal: New
York, NY, AS, 1997.
66. Lusk, JL; Moore, M.; Rumah, LO; Morrow, B. Pengaruh nama merek dan jenis modifikasi pada penerimaan
konsumen keripik jagung rekayasa genetika: Sebuah analisis awal.Int. Agribisnis Pangan. Kelola. Putaran.2001, 4
, 373–383. [CrossRef]
67. Bech, M.; Gyrd-Hansen, D. Efek coding dalam eksperimen pilihan diskrit.Ekonomi Kesehatan.2005,14, 1079–1083. [CrossRef
]
68. Greene, WHPanduan Referensi NLOGIT Versi 5; Perangkat Lunak Ekonometrika, Inc.: Plainview, NY, AS; Bukit Kastil,
Australia, 2012.
69. Gao, Z.; Schroeder, TC Pengaruh informasi label pada kesediaan membayar konsumen untuk atribut makanan.Saya.
J. Pertanian. Ekonomi2009,91, 795–809. [CrossRef]
70. Yin, S.; Lv, S.; Chen, Y.; Wu, L.; Chen, M.; Yan, J. Preferensi konsumen untuk formula berbasis susu bayi dengan
atribut informasi keamanan pangan pilihan: Bukti dari eksperimen pilihan di Cina.Bisa. J. Pertanian. Ekonomi
2018,66, 557–569. [CrossRef]
71. Batte, MT; Pelacur, NH; Haab, TC; Beaverson, J. Menempatkan uang mereka di mulut mereka: Kesediaan konsumen untuk
membayar produk makanan organik multi-bahan yang diproses.Kebijakan Pangan2007,32, 145–159. [CrossRef]

72. Zhong, Y.; Wu, L.; Chen, X.; Huang, Z.; Hu, W. Pengaruh informasi aditif makanan pada kesediaan konsumen untuk menerima
makanan dengan aditif.Int. J.Lingkungan. Res. Kesehatan masyarakat2018,15, 2394. [CrossRef]
73. Radam, A.; Yakub, MR; Lebah, TS; Selamat, J. Persepsi, sikap dan kesediaan konsumen untuk membayar terhadap produk
makanan yang berlabel “tanpa tambahan MSG”.Int. J. Mark. pejantan2010,2, 65–77. [CrossRef]
74. Chou, CJ; Chen, KS Sebuah studi kognisi aditif makanan, risiko yang dirasakan dan strategi mitigasi risiko.Lei. Holistik.
Kesehatan2010,3, 115–126. (Dalam bahasa Cina)
75. Lai, SM; Chiang, LH Perubahan Kebijakan: “Serbuk Jerami” Berganti Nama Menjadi “Mie Beras”. PN Taiwan. 2016. Tersedia
online:http://news.pts.org.tw/article/341586(diakses pada 6 Juli 2020). (Dalam bahasa Cina).

©2020 oleh penulis. Penerima Lisensi MDPI, Basel, Swiss. Artikel ini adalah artikel akses
terbuka yang didistribusikan di bawah syarat dan ketentuan lisensi Creative Commons
Attribution (CC BY) (http://creativecommons.org/licenses/by/4.0/).