Analisis Perilaku Konsumen dalam Membeli Telepon Mobile ... › bitstream › 123456789 › 6368 › 2 › T1_67… · perilaku konsumen tanpa harus mengorbankan keanekaragaman perilaku

2

1. Latar Belakang Masalah Memahami perilaku konsumen adalah salah satu kunci untuk dapat

mengidentifikasi strategi pemasaran yang efektif [1]. Namun keragaman alasan

konsumen dalam membeli suatu produk memberikan kompleksitas untuk dapat

benar-benar menangkap keragaman alasan-alasan tersebut. Metode analisis yang

biasa digunakan, akan mencoba untuk mempersempit keragaman tersebut dan hanya

menangkap aspek-aspek yang dianggap relevan.

Metode konvensional mempunyai beberapa kelemahan dalam memahami

perilaku konsumen, yaitu kelemahan pertama adalah metode tersebut membutuhkan

pengetahuan teknikal yang cukup sulit untuk dapat memperoleh penjelasan tentang

fenomena perilaku; kelemahan lainnya adalah model yang dihasilkan dari metode

tersebut tidak dapat menjelaskan semua fenomena perilaku yang mungkin terjadi.

Hal ini disebabkan peniadaan informasi yang dianggap kurang relevan yang

sebenarnya berpotensi sebagai informasi yang berharga [2].

Untuk menjawab permasalahan tersebut, digunakan suatu teori yang disebut

Disjunctive Mapping (DM). Teori DM memungkinkan untuk dapat memahami

perilaku konsumen tanpa harus mengorbankan keanekaragaman perilaku konsumen.

Hal tersebut dimungkinkan karena DM mengandalkan kemampuan komputer untuk

memproses data dalam jumlah besar [2].

Tren telepon mobile di berbagai kalangan saat ini tentu dapat menjadi peluang

bisnis sangat menarik namun juga cukup menantang karena tidak sedikit pelaku

bisnis yang telah terjun dalam bisnis ini. Hal ini dapat dilihat dengan banyaknya

bisnis perdagangan telepon mobile yang bermunculan baik secara fisik maupun

melalui dunia maya. Oleh karena itu, sangat dibutuhkan pemahaman yang baik akan

pasar yang dituju sehingga seorang pelaku bisnis dapat menentukan strategi

pemasaran yang tepat, dan dapat meningkatkan peluang pasar. Guna mencapai tujuan

ini maka dalam penelitian tugas akhir, akan dilakukan analisis terhadap perilaku

konsumen dalam membeli telepon mobile dengan menerapkan teori DM, yang

diharapkan dapat menghasilkan pemahaman yang lebih baik terhadap perilaku

konsumen.

2. Kajian Pustaka

Adapun penelitian mengenai analisis perilaku dengan Disjunctive Mapping

(DM) telah dilakukan sebelumnya, yaitu penelitian yang membandingkan dua

kurikulum sekolah menengah dimana salah satunya adalah kurikulum yang sedang

digunakan, dan yang lainnya merupakan kurikulum revisi berisi tawaran untuk

menggunakan standarisasi nilai ujian. Penelitian tersebut memilih 400 siswa secara

acak untuk kedua kurikulum tersebut, namun hanya 303 siswa yang tersisa dalam

penelitian tersebut dengan kebanyakan siswa adalah siswa yang putus sekolah dari

kurikulum yang sedang digunakan. Nilai ujian dibagi ke dalam tiga kategori yaitu

High (tinggi), Medium (tengah), dan Low (rendah). Penelitian tersebut juga

mengumpulkan data tentang kualitas sekolah, dukungan administratif terhadap

kurikulum, serta kelas dan jenis kelamin setiap siswa. Tujuan dari penelitian tersebut

adalah untuk memilih kurikulum yang menghasilkan paling banyak siswa dengan

nilai ujian tinggi [2].

Dalam penelitian tersebut ditulis program DM dengan menggunakan JSL yang

merupakan bahasa scripting dari perangkat lunak JMP [3]. Program DM tersebut

3

menghasilkan sebuah peta yang memiliki 77 baris dimana setiap baris

merepresentasikan suatu jalur atau kombinasi dari variabel input. Setiap jalur

merepresentasikan satu cara suatu hasil dapat terjadi, sedangkan peta secara

keseluruhan menunjukkan semua cara dimana suatu hasil dapat terjadi. Permasalahan

yang kemudian muncul adalah bagaimana cara mengekstrak informasi yang berguna

dari dalam peta tanpa harus meruntuhkan keragaman jalur yang ada yang tentunya

akan membuang informasi yang mungkin berharga. Untuk menjawab permasalahan

tersebut digunakan tiga statistik dasar yaitu probabilitas jalur, potensi jalur, dan

kontribusi jalur (diukur dalam dua cara) [2]. Probabilitas jalur dari jalur didefinisikan

sebagai probabilitas jalur i tersebut terjadi atau frekuensi relatif yang dapat dituliskan

pada Rumus 1.

Ni / ƩN (1)

Dimana Ni adalah jumlah kasus dari jalur i, dan dimana penjumlahan

dilakukan pada semua jalur. Ini adalah probabilitas dimana suatu jalur akan terjadi

terlepas dari hasil yang dituju. Potensi jalur dari jalur i adalah probabilitas dari hasil

yang dituju pada suatu jalur yang dapat dituliskan pada Rumus 2.

(Frekuensi hasil yang dituju pada jalur i) / Ni (2)

Potensi jalur bertujuan untuk mengukur kekuatan relasi antara kondisi pada

suatu jalur dengan hasil yang dituju sebagai suatu probabilitas. Kontribusi jalur untuk

jalur i adalah probabilitas dari hasil yang dituju yang disumbangkan oleh jalur

tersebut dan relatif terhadap semua jalur yang mungkin yang dapat dituliskan pada

Rumus 3.

(Potensi Jalur) i * (Probabilitas Jalur) i (3)

Kontribusi jalur mengkombinasikan potensi jalur dengan probabilitas jalur dan

menghasilkan suatu ukuran tingkat peranan dari suatu jalur dalam probabilitas hasil

yang dituju, yang bergantung pada kekuatan dan frekuensi dari sebuah relasi.

Kontribusi jalur dinyatakan dalam dua cara yaitu sebagai probabilitas dimana kondisi

pada jalur dan hasil yang dituju akan terjadi, atau probabilitas yang sama sebagai

persentase probabilitas total dari hasil yang dituju.

Setelah peta disjungtif terbentuk maka proses analisis peta dapat dilakukan.

Salah satu metode analisis peta yang digunakan adalah analisis pengaruh [2]. Untuk

mengetahui pengaruh (influence) digunakan potensi jalur untuk mengukur efek dari

kondisi pada probabilitas suatu hasil yang dituju. Ukuran tersebut dihitung sebagai

berat rata-rata dari potensi jalur di seluruh jalur yang dipilih. Dengan mengamati

pemilihan jalur yang berbeda maka banyak pertanyaan yang dapat dijawab yang

menunjukkan seberapa banyak suatu kondisi atau banyak kondisi mempengaruhi

suatu hasil yang dituju dan bagaimana tingkat pengaruh tersebut dibandingkan

dengan hasil lain yang mungkin terjadi. Untuk mempermudah, proses analisis

dilakukan dengan bantuan grafik yang menunjukkan pengaruh dari semua kondisi

dalam peta. Grafik pada Gambar 1 menunjukkan hasil aplikasi metode statistika

ANOVA (Analysis of Variance) terhadap data yang dibentuk oleh peta dan

menggunakan potensi jalur sebagai variabel respon. Perhitungan mean dan interval

kepercayaan ditimbang dengan frekuensi jalur (N).

4

Gambar 1 Pengaruh Pada Semua Jalur [2]

Cara membaca grafik pada Gambar 1, dijelaskan sebagai berikut. Probabilitas

nilai tinggi (High) ditunjukkan oleh garis tengah di dalam ketupat. Dimensi vertikal

ketupat merepresentasikan 95% interval kepercayaan (nilai ini dapat diatur). Dimensi

horisontal ketupat menunjukkan proporsi dari sampel di setiap kategori. Garis

pembanding yang dekat dengan bagian atas dan bawah ketupat menguji apakah

perbedaan mean signifikan secara statistik. Jika garis pembanding pada satu ketupat

lebih dekat kepada mean dari ketupat lain, maka perbedaannya tidak signifikan.

Kesimpulan yang ditarik tentang DM dari hasil penelitian tersebut adalah

bahwa dapat digali banyak informasi dari suatu analisis yang lebih mudah, dan dapat

dijelaskan dengan singkat. Intinya bukanlah bahwa informasi tersebut tidak dapat

diperoleh dengan cara-cara lain namun informasi tersebut tidak dapat diperoleh

dengan mudah, dan dengan keahlian teknikal yang terbatas.

Berdasarkan kesimpulan tersebut, penelitian tentang analisis perilaku

konsumen dalam membeli telepon mobile perlu dilakukan mengingat masih

kurangnya penerapan teori DM serta kemudahan yang diberikan oleh metode ini.

Lewat penelitian yang dilakukan, diharapkan dapat diketahui berbagai aspek yang

mempengaruhi perilaku konsumen dalam membeli telepon mobile. Hasil dari analisis

perilaku konsumen dengan teori DM dapat membantu berbagai pelaku bisnis di

bidang telepon mobile dalam meninjau ulang strategi pemasaran yang sedang

digunakan maupun dalam menyusun strategi pemasaran yang baru guna

meningkatkan peluang pasar.

Pengertian Analisis Perilaku

Kamus Besar Bahasa Indonesia [4] mendefinisikan kata analisis sebagai

berikut: 1) Penyelidikan terhadap suatu peristiwa (karangan, perbuatan, dan

sebagainya) untuk mengetahui keadaan yang sebenarnya (sebab-musabab, duduk

perkaranya, dan sebagainya); 2) Penguraian suatu pokok atas berbagai bagiannya dan

penelaahan bagian itu sendiri serta hubungan antar bagian untuk memperoleh

pengertian yang tepat dan pemahaman arti keseluruhan; 3) Penyelidikan kimia

dengan menguraikan sesuatu untuk mengetahui zat bagiannya dan sebagainya; 4)

Penjabaran sesudah dikaji sebaik-baiknya; dan 5) Pemecahan persoalan yang dimulai

dengan dugaan akan kebenarannya. Berdasarkan definisi tersebut dapat disimpulkan

bahwa analisis perilaku merupakan usaha penyelidikan yang dilakukan terhadap

suatu perilaku guna memperoleh pengertian yang lebih baik tentang perilaku

tersebut.

Pengertian Analisis Perilaku Konsumen Perilaku konsumen merupakan segala aktivitas konsumen yang berkaitan

dengan pembelian, penggunaan, dan penghabisan barang dan jasa, termasuk emosi,

mental, dan respon-respon konsumen yang mendahului, menentukan, atau mengikuti

aktivitas-aktivitas tersebut [5]. Pendapat lain menyatakan bahwa perilaku konsumen

5

mencerminkan totalitas keputusan konsumen sehubungan dengan perolehan,

konsumsi, dan disposisi barang, jasa, kegiatan, pengalaman, orang-orang, dan ide-ide

oleh pengambilan keputusan dari waktu ke waktu [6]. Berdasarkan dua definisi

tersebut dapat disimpulkan bahwa perilaku konsumen adalah keputusan-keputusan

yang diambil oleh konsumen guna mendapatkan, mengkonsumsi, dan menghabiskan

suatu produk dimana keputusan-keputusan tersebut dapat dipengaruhi oleh berbagai

hal. Jika pengertian perilaku konsumen ini dikaitkan dengan pengertian analisis

perilaku yang telah dijelaskan sebelumnya, maka dapat diambil suatu kesimpulan

bahwa analisis perilaku konsumen adalah suatu usaha penyelidikan yang dilakukan

untuk memperoleh pengertian yang lebih baik terhadap keputusan-keputusan yang

diambil oleh konsumen untuk mendapatkan, mengkonsumsi, dan menghabiskan

suatu produk, serta berbagai hal yang mempengaruhi keputusan-keputusan tersebut.

Pengertian Teori Disjunctive Mapping

Disjunctive Mapping (DM) adalah suatu teori perilaku manusia yang

berlandaskan pada mekanisme disjungtif yang menyatakan bahwa suatu hasil yang

pasti dapat dijelaskan oleh input atau masukan yang tidak pasti dan beragam, dimana

jumlah probabilitas dari beragam cara suatu hasil dapat terjadi, akan menentukan

probabilitas hasil tersebut [2]. Teori DM sendiri adalah aplikasi dari mekanisme

disjungtif dimana data disusun untuk memetakan berbagai cara suatu hasil atau suatu

perilaku terjadi dan dimana penjelasan tentang perilaku tersebut dapat diperoleh

melalui analisis terhadap probabilitas dari jalur-jalur dimana hasil tersebut terjadi.

Ada beberapa konsep mendasar dari teori Disjunctive Mapping (DM), dimana hal-hal

tersebut perlu untuk dipahami agar dapat diaplikasikan dengan benar. Konsep-

konsep tersebut dijelaskan sebagai berikut.

Peta dan Bukan Model

Berbagai kondisi yang menuntun kepada perilaku manusia (motivasi,

kebiasaan, peristiwa, kepercayaan, ketentuan, perasaan, pengaruh, wawasan, tekanan

sosial, keadaan, dan sebagainya) secara sederhana dapat dijelaskan, sebagai jalur-

jalur. Sebagai contoh, sebuah masukan berupa rangkaian atau kombinasi dari tiga

peristiwa, A, B, dan C, menuntun kepada suatu perilaku X (A B C X). Jika ada

ketidakpastian yang terkait dengan hasil, yaitu jika dapat terjadi lebih dari satu hasil,

maka dibutuhkan paling tidak dua X. Satu (X1) mewakili keadaan dimana X terjadi

dan yang lainnya (X2) mewakili keadaan ketika X tidak terjadi. Jika ada

ketidakpastian baik tentang masukan dan hasil, maka dapat digambarkan dengan

tumpukan jalur-jalur (Tabel 1) dimana satu jalur mewakili setiap kombinasi dari

masukan. Tabel 1 Tumpukan Jalur-Jalur [2]

A1 B1 C1 X1, X2

A1 B1 C2 X1, X2

A1 B2 C1 X1, X2

A1 B2 C2 X1, X2

A2 B1 C1 X1, X2

A2 B1 C2 X1, X2

A2 B2 C1 X1, X2

A2 B2 C2 X1, X2

6

Tumpukan jalur-jalur pada Tabel 1 dapat dibayangkan sebagai sebuah peta

yang menunjukkan cara-cara untuk berangkat dari masukan-masukan perilaku

kepada keluarannya. Sebuah peta menunjukkan berbagai cara untuk berangkat dari

suatu tempat ke tempat lain. Karena setiap cara bersifat independen satu sama

lainnya, maka setiap jalur pada peta dapat memiliki logikanya masing-masing,

sehingga dapat dilewati lokasi yang berbeda dan digunakan kendaraan yang berbeda

untuk dapat sampai ke tujuan. Tetapi model harus menemukan atau menentukan

sejumlah logika yang mendasari, hanya satu jika mungkin. Dengan demikian model

tidak sesuai, ketika ada beberapa logika yang mendasari dan faktor-faktor yang

beragam dari suatu hal ke hal yang lainnya, seperti halnya ketika perilaku muncul

dari beragam kombinasi alasan. Peta sederhana menunjukkan apa yang ada di suatu

lokasi. Pada intinya model tidak memiliki kebebasan seperti halnya peta. Model pada

umumnya tidak mencari kebebasan karena model mencari logika-logika penyatu

yang dapat mencakup sebanyak mungkin. Dengan menggunakan sebuah peta, maka

tugas analisis adalah untuk menjawab pertanyaan-pertanyaan dengan mencari

berbagai jalur yang relevan, mengukurnya dan menjumlahkan efek jalur-jalur

tersebut. Sedangkan ketika menggunakan model maka tugas analisis adalah untuk

menunjukkan dinamika kunci, dan memberikan alasan berdasarkan informasi

tersebut.

Kategori dan Bukan Kontinuitas

Sebuah peta adalah representasi logis dari pada representasi matematika, dan

berdasarkan pada proposisi dari pada fungsi, demikian juga sebuah peta berurusan

dengan kategori dan bukan kontinuitas. Hal ini khususnya tepat untuk digunakan

pada data yang mewakili informasi yang direspon oleh manusia, sebagaimana

kontinuitas cenderung untuk diterjemahkan dalam bahasa kategorial seperti:

pendapatan kelas menengah yang mengacu pada suatu kisaran, dan kelas miskin

pada kirasan yang berbeda, dan sebagainya. Penggunaan kategori dapat menambah

informasi yang dihasilkan, dengan menjelaskan bagaimana data dipisahkan ke dalam

kategori-kategori.

Variabel dan Informasi yang Hilang

Variable-variabel DM terdiri dari kondisi-kondisi yang menjelaskan semua

kemungkinan keadaan (state), dimana dalam suatu keadaan yang dipertanyakan salah

satu dari kondisi-kondisi tersebut akan terjadi. Walaupun terkadang dimungkinkan

untuk mendefinisikan semua kondisi dengan kategori-kategori spesifik, namun

seringkali pada beberapa kasus tidak tersedia informasi atau tidak ada kategori yang

sesuai yang dapat digunakan. Keadaan tersebut seringkali dikategorikan sebagai

Tidak Digunakan, Lainnya, atau dibiarkan kosong (Tidak Diketahui). Penggunaan

kategori-kategori tersebut memungkinkan analisis untuk menjelajahi berapa banyak

dari probabilitas suatu hasil dapat muncul dari kondisi-kondisi yang tidak diketahui.

Kesamaan Bukan Sebagai Dasar dari Penjelasan

Disjungsi tidak menuntut kesamaan untuk menghasilkan keluaran yang pasti.

Namun DM mengukur efek kesamaan ketika kesamaan itu ada, dan ukuran ini akan

cenderung lebih informatif dari pada statistik konvensional, yang mengatributkan

efek dari disjungsi lengkap kepada kesamaannya. Pengetahuan akan kesamaan dapat

memberikan kegunaan praktis yang penting sebagai prediktor, dan dapat

merepresentasikan pengungkit yang efektif pada keseluruhan sistem disjungtif.

7

Lebih Kepada Kerjasama dari pada Kompetisi Ide

Probabilitas dari suatu keluaran adalah jumlah dari probabilitas jalur-jalur yang

menuju ke keluaran tersebut, dan setiap jalur adalah satu penjelasan dari satu cara

keluaran tersebut dapat terjadi. Penjelasan yang berbeda dapat berkerjasama untuk

menjelaskan keluaran tersebut. Suatu kompetisi untuk menemukan penjelasan terbaik

hanya akan mengidentifikasi jalur yang saat ini merupakan cara yang paling mungkin

untuk dapat mencapai suatu keluaran.

Parsimoni Bukan Merupakan Analisis yang Ideal

Karena penjelasan disjungtif bekerja melalui penyebaran cara-cara suatu hal

dapat terjadi, maka mempertahankan parsimoni sebagai sesuatu yang ideal adalah

suatu ajakan kepada representasi yang salah. Hal ini bukan hanya masalah

penyederhanaan berlebihan, tetapi masalah mengganggu mekanisme kausal pusat,

yang timbul dari penyebaran tersebut.

Menyelidiki Hasil dan Bukan Hubungan

Fenomena perilaku manusia bukan satu hal tetapi banyak hal, yang terdiri dari

beragam cara suatu hasil dapat terjadi dan kasus-kasus yang berbeda dari suatu

fenomena cenderung mengandung kondisi yang berbeda dan hubungan yang

berbeda. Jadi untuk mendapatkan target yang jelas guna investigasi, maka yang harus

dijadikan target adalah hasil itu sendiri.

Interpretasi Kondisi dan Jalur

Statistik bekerja dengan ukuran dari keadaan (state) dan perihal, dan jika

keadaan dan perihal yang diukur tidak sama pada dimensi yang relevan, maka artinya

tertekan keluar dari analisis. Dalam bahasa umum, konteks dan pengubah

mengijinkan nuansa makna, tetapi analisis kuantitatif konvensional harus berjuang

demi variabel-variabel yang berdiri sendiri, interaksi dan kontinjensi konflik dengan

parsimoni dan universalitas, dan program untuk mengidentifikasi kekuatan dasar

yang koheren. DM tanpa ketertarikan pada parsimoni atau universalitas menyediakan

suatu konteks khusus untuk setiap kondisi. Dengan demikian jalur, bukan kondisi,

dapat dianggap sebagai unit terkecil yang terdefinisi dengan baik.

Memahami Kondisi Melalui Efeknya Terhadap Jalur

Karena kondisi dipahami berdasarkan konteks jalurnya masing-masing, maka

pengukuran efek kondisi harus diukur dalam konteks tersebut, dan diharapkan suatu

kondisi untuk memiliki efek yang berbeda pada jalur yang berbeda. Ukuran efek dari

suatu kondisi adalah perbedaan probabilitas keluaran antara jalur-jalur dimana suatu

kondisi atau kombinasi dari kondisi-kondisi terjadi dan dengan jalur dimana kondisi

atau kombinasi tersebut tidak terjadi.

Probabilitas Sebagai Ukuran Besarnya Efek

Ketika bekerja dengan variabel kategorial maka pertanyaan praktis yang utama

adalah kemungkinan, yaitu apakah suatu hal akan terjadi. Di bawah ketidakpastian

pertanyaan tersebut menjadi seberapa mungkin hal tersebut dapat terjadi. Probabilitas

menjawab pertanyaan ini dengan angka yang dengan mudah dihitung dan dapat

dipahami dalam bentuk persentase.

Perangkat Lunak JMP

JMP adalah perangkat lunak visualisasi data dan analisis statistik yang dapat

digunakan untuk mempelajari data dengan melakukan analisis dan interaksi dengan

data menggunakan tabel data, grafik, diagram, dan report [7]. Tabel data dalam

8

perangkat lunak JMP adalah suatu tempat yang berisi kumpulan data yang diatur

berdasarkan baris dan kolom [7]. Setiap kolom dalam tabel data memiliki beberapa

atribut antara lain nama kolom dan tipe data. Salah satu fitur penting dari JMP adalah

JMP scripting language atau JSL, dimana JSL dapat digunakan untuk

mengembangkan kemampuan dasar JMP [3]. Dalam penelitian ini data perilaku

konsumen akan diatur ke dalam tabel data, sedangkan JSL akan digunakan untuk

mengimplementasikan teori Disjunctive Mapping (DM).

3. Metode Penelitian

Secara umum penelitian terbagi ke dalam 6 (enam) tahap, yaitu: (1) tahap

identifikasi kondisi-kondisi atau variabel-variabel, (2) tahap perancangan kuesioner

dan pengumpulan data, (3) tahap perancangan tabel data, (4) tahap perancangan

program Disjunctive Mapping (DM), (5) tahap implementasi dan analisis hasil, (6)

membuat laporan hasil penelitian. Gambar 2 menunjukkan flowchart tahapan

penelitian.

Identifikasi Kondisi

Identifikasi kondisi-kondisi menyangkut perilaku

konsumen dalam membeli telepon mobile

Perancangan Kuesioner dan Pengumpulan Data

Perancangan pertanyaan-pertanyaan kuesioner,

penyebaran kuesioner

Perancangan Tabel Data

Perancangan Program Disjunctive Mapping

Membentuk jalur, frekuensi jalur, tiga statistik dasar,

analisis pengaruh

Laporan Hasil Penelitian

Implementasi dan Analisis Hasil

Implementasi program DM, analisis pengaruh

Gambar 2 Flowchart Tahapan Penelitian

Identifikasi Kondisi

Peta disjungtif merupakan representasi dari kombinasi berbagai macam cara

atau kondisi suatu hal atau tujuan dapat terjadi. Dalam konteks penelitian

sebelumnya kondisi-kondisi yang diketahui antara lain kualitas sekolah, jenis

kurikulum yang digunakan, dukungan administratif terhadap kurikulum, jenis

kelamin siswa, kelas dan nilai ujian siswa dimana dalam penelitian tersebut nilai

ujian siswa dijadikan sebagai tujuan. Oleh karena itu dalam penelitian ini perlu untuk

diketahui kondisi-kondisi yang menyangkut perilaku konsumen dalam membeli

telepon mobile agar perancangan kuesioner dapat benar-benar menghasilkan

pertanyaan-pertanyaan yang akan menghasilkan data yang dibutuhkan. Penentuan

kondisi-kondisi tersebut dilakukan berdasarkan hasil wawancara pra penelitian

terhadap beberapa responden yang menunjukkan beberapa hal yang dipertimbangkan

9

pada saat konsumen melakukan pembelian telepon mobile. Tabel 2 menunjukkan

kondisi-kondisi yang dianggap penting dimana kondisi-kondisi tersebut

dikelompokkan ke dalam kondisi-kondisi yang menyangkut telepon mobile, kondisi-

kondisi yang menyangkut pembelian suatu telepon mobile oleh konsumen, dan

kondisi-kondisi yang menyangkut individual konsumen. Kondisi-kondisi tersebut

dijelaskan sebagai berikut. Kondisi-Kondisi Menyangkut Telepon Mobile adalah

sebagai berikut:

- Brand, merupakan kondisi yang menyatakan merek dari telepon mobile yang

dimiliki oleh konsumen.

- Model, merupakan kondisi yang menyatakan model atau tipe dari telepon

mobile yang dimiliki oleh konsumen.

- Platform, merupakan kondisi yang menyatakan jenis platform atau sistem

operasi dari telepon mobile yang dimiliki konsumen. Penggunaan kondisi

Brand dan Model ditujukan guna membantu konfirmasi atau identifikasi jenis

platform dari suatu telepon mobile ketika data yang diberikan tentang jenis

platform dari telepon mobile tersebut diragukan atau tidak diketahui. Seperti

yang telah dijelaskan pada batasan masalah, nilai yang mungkin dari jenis

platform dibatasi pada platform Android, iOS, Symbian, dan RIM BlackBerry.

Untuk telepon mobile dengan platform yang berbeda dari keempat platform

yang telah disebutkan, digunakan kategori Other.

- Price, merupakan kondisi yang menyatakan harga beli dari telepon mobile

yang dimiliki konsumen. Nilai yang mungkin dari harga beli dikelompokkan

ke dalam tiga kategori kisaran harga, yaitu kategori High untuk kisaran harga

beli lebih dari Rp. 3,000,000 (tiga juta rupiah), kategori Medium untuk kisaran

harga beli antara Rp. 1,500,000 (satu juta lima ratus ribu rupiah) dan Rp.

3,000,000 (tiga juta rupiah), dan kategori Low untuk kisaran harga beli kurang

dari Rp. 1,500,000 (satu juta lima ratus ribu rupiah).

- Condition, merupakan kondisi yang menyatakan kondisi telepon mobile yang

dimiliki konsumen ketika dibeli. Terdapat dua kemungkinan kategori yang

diberikan terhadap kondisi telepon mobile, yaitu kategori New untuk telepon

mobile yang dibeli dalam kondisi baru, dan kategori Used untuk telepon mobile

yang dibeli dalam kondisi bekas.

- Overall Quality, merupakan kondisi yang menyatakan opini konsumen

terhadap kualitas telepon mobile yang dimiliki secara keseluruhan. Terdapat

tiga kemungkinan kategori yang diberikan untuk kualitas telepon mobile secara

keseluruhan, yaitu kategori Good untuk opini bahwa kualitas telepon mobile

baik, kategori Average untuk opini bahwa kualitas telepon mobile rata-rata, dan

kategori Poor untuk opini bahwa kualitas telepon mobile buruk.

Kondisi-Kondisi Menyangkut Pembelian Telepon Mobile adalah sebagai berikut:

- Internet Shop, merupakan kondisi yang menyatakan bahwa pembelian telepon

mobile dilakukan melalui media internet seperti toko online bhineka.com,

amazon.com, dan sebagainya. Terdapat dua nilai yang mungkin dalam kondisi

ini, yaitu Yes untuk keadaan dimana pembelian telepon mobile dilakukan

melalui internet, dan No untuk keadaan dimana pembelian telepon mobile tidak

dilakukan melalui internet.

10

- Pay Method, merupakan kondisi yang menyatakan metode pembayaran yang

digunakan konsumen ketika melakukan pembelian telepon mobile. Terdapat

tiga kemungkinan kategori dalam metode pembayaran yang digunakan, yaitu

kategori Cash untuk pembayaran yang dilunasi dengan uang tunai, kategori

Credit untuk pembayaran yang dilakukan dengan cara angsuran, dan kategori

Electronic Payment untuk pembayaran yang dilakukan melalui media

elektronik seperti transfer ke rekening, kartu kredit, pay pal, dan sebagainya.

- Extra Features, merupakan kondisi yang menyatakan pembelian telepon

mobile karena alasan fitur tambahan selain telepon dan SMS yang dimiliki

telepon mobile tersebut.

- Price Factor, merupakan kondisi yang menyatakan pembelian telepon mobile

karena faktor harga.

- Other Reasons, merupakan kondisi yang menyatakan alasan-alasan lain yang

mungkin mempengaruhi pembelian telepon mobile.

- Terdapat dua nilai yang mungkin untuk setiap kondisi yang menyatakan alasan

pembelian telepon mobile, yaitu Yes untuk keadaan dimana alasan tersebut

berlaku, dan No untuk keadaan dimana alasan tersebut tidak berlaku.

Kondisi-Kondisi Menyangkut Individu Konsumen adalah sebagai berikut:

- Gender, merupakan kondisi yang menyatakan jenis kelamin konsumen.

Terdapat dua nilai yang mungkin untuk jenis kelamin konsumen, yaitu Female

untuk konsumen dengan jenis kelamin perempuan, dan Male untuk kosumen

dengan jenis kelamin laki-laki.

- Monthly Income, merupakan kondisi yang menyatakan penghasilan konsumen

setiap bulannya. Nilai yang mungkin dari penghasilan per bulan

dikelompokkan ke dalam tiga kategori kisaran penghasilan, yaitu kategori High

untuk kisaran penghasilan per bulan lebih dari Rp. 3,000,000 (tiga juta rupiah),

kategori Medium untuk kisaran penghasilan per bulan antara Rp. 1,500,000

(satu juta lima ratus ribu rupiah) dan Rp. 3,000,000 (tiga juta rupiah), dan

kategori Low untuk kisaran penghasilan per bulan kurang dari Rp. 1,500,000

(satu juta lima ratus ribu rupiah).

- Income Type, merupakan kondisi yang menyatakan jenis sumber penghasilan

yang dimiliki konsumen. Terdapat tiga kemungkinan kategori dalam jenis

sumber penghasilan yang dimiliki, yaitu kategori Personal untuk konsumen

yang memiliki sumber penghasilan pribadi atau mandiri, kategori Sponsored

untuk konsumen yang tidak memiliki sumber penghasilan pribadi atau

disponsori, dan kategori Both untuk konsumen yang memiliki sumber

penghasilan pribadi maupun disponsori.

Penentuan nilai yang mungkin dari setiap kondisi pada Tabel 2, tentunya

mengacu pada konsep dasar DM yang telah dijelaskan sebelumnya. Hal ini dapat

dilihat pada harga (Price) telepon mobile dan penghasilan bulanan (Monthly Income)

dari konsumen dimana nilai-nilai yang mungkin dari kedua kondisi tersebut

diterjemahkan ke dalam kategori-kategori yaitu High, Medium dan Low, dimana

setiap kategori mewakili suatu kisaran nilai. Selain itu konsep DM juga menjelaskan

tentang ketidakpastian dimana suatu masukan dapat atau tidak terjadi. Konsep ini

diterapkan pada kondisi menyangkut alasan konsumen ketika memutuskan untuk

membeli suatu telepon mobile karena tentunya alasan setiap konsumen dalam

11

melakukan pembelian dapat bereda-beda dan seringkali merupakan kombinasi dari

beberapa alasan [2]. Pada Tabel 2 dapat dilihat beberapa alasan konsumen

melakukan pembelian antara lain karena fitur tambahan selain fitur dasar (telepon

dan SMS) yang ditawarkan oleh suatu telepon, karena harga beli telepon yang dapat

dijangkau oleh konsumen, dan karena alasan lainnya. Penggunaan alasan lainnya

juga merupakan salah satu dari konsep DM dimana kategori lainnya dapat digunakan

untuk mewakili alasan-alasan lain yang belum teridentifikasi. Tabel 2 Identifikasi Kondisi-Kondisi

Kondisi Nilai yang Mungkin Keterangan

Telepon Mobile

Brand

Model

Platform Android

Symbian

RIM BlackBerry

Other

Price High > Rp 3,000,000

Medium Rp 1,500,000 – Rp 3,000,000

Low < Rp 1,500,000

Condition New

Used

Overall Quality Good

Average

Poor

Pembelian Telepon

Internet Shop Yes

No

Pay Method Cash

Credit

Electronic Payment

Extra Features Yes

No

Price Factor Yes

No

Other Reasons Yes

No

Individu Konsumen

Gender Female

Male

Income High > Rp 3,000,000

Medium Rp 1,500,000 – Rp 3,000,000

Low < Rp 1,500,000

Income Type Personal

Sponsored

Both

Perancangan Kuesioner dan Pengumpulan Data

Perancangan pertanyaan-pertanyaan kuesioner dilakukan berdasarkan kondisi-

kondisi pada Tabel 2 dimana kondisi-kondisi tersebut diterjemahkan ke dalam

kalimat pertanyaan yang mudah dimengerti oleh responden. Tabel 3 menampilkan

rancangan pertanyaan-pertanyaan yang akan diberikan dalam kuesioner. Langkah

selanjutnya adalah melakukan pengumpulan data dengan menyebarkan kuesioner

kepada responden-responden. Penyebaran kuesioner akan dilakukan dengan dua cara

12

pengumpulan data [8] yaitu survei diambil, dan survei yang dikirimkan lewat

komputer.

Tabel 3 Rancangan Pertanyaan-Pertanyaan Kuesioner

No. Pertanyaan Pilihan Jawaban

Telepon Mobile

1 Apa merek telepon mobile yang Anda

miliki?

2 Apa model atau tipe dari telepon mobile

tersebut?

3 Pilih jenis platform dari telepon mobile

tersebut.

a) Android

b) Apple iOS

c) RIM BlackBerry

d) Symbian

e) Lainnya

f) Tidak Tahu

4 Pilih kisaran harga telepon mobile

tersebut pada saat Anda membelinya.

a) Lebih dari Rp 3 juta

b) Antara Rp 1,5 juta – Rp 3 juta

c) Kurang dari Rp 1,5 juta

5 Pilih kondisi telepon mobile tersebut

pada saat Anda membelinya.

a) Baru

b) Bekas

6 Apa pendapat Anda tentang kualitas

telepon mobile tersebut secara

keseluruhan?

a) Baik

b) Rata-rata

c) Buruk

Pembelian Telepon

7 Apakah Anda membeli telepon mobile

tersebut melalui internet?

a) Ya

b) Tidak

8 Bagaimana cara Anda melakukan

pembayaran ketika Anda membeli

telepon mobile Anda?

a) Kredit

b) Tunai

c) Pembayaran Elektronik


tersebut karena faktor harga?

a) Ya

b) Tidak


tersebut karena telepon tersebut

memiliki fitur ekstra selain telepon dan

SMS?

a) Ya

b) Tidak

11 Apakah Anda memiliki alasan-alasan

lain selain alasan-alasan di atas ketika

Anda memutuskan untuk membeli

telepon mobile tersebut?

a) Ya

b) Tidak

Individu Konsumen

12 Jenis kelamin Anda? a) Laki-Laki

b) Perempuan

13 Pilih kisaran pemasukan atau

pendapatan Anda perbulannya.

a) Lebih dari Rp 3 juta

b) Antara Rp 1,5 juta – Rp 3 juta

c) Kurang dari Rp 1,5 juta

14 Pilih jenis pemasukan atau pendapatan

Anda.

a) Sponsor

b) Pemasukan Pribadi

c) Keduanya benar

Perancangan Tabel Data

Data yang nantinya diperoleh dari jawaban-jawaban responden akan diatur ke

dalam tabel data dalam perangkat lunak JMP. Rancangan tabel data dibuat

berdasarkan kondisi-kondisi yang telah teridentifikasi pada Tabel 3. Rancangan tabel

13

data yang terdiri dari nama-nama kolom, tipe data setiap kolom dan nilai-nilai yang

mungkin dari setiap kolom dapat dilihat pada Tabel 4.

Tabel 4 Rancangan Tabel Data

Nama Kolom Tipe Data Nilai yang Mungkin

Platform Character Android, iOS, Symbian, RIM BlackBerry

Price Character High, Medium, Low

Condition Character New, Used

Quality Character Good, Average, Poor

Internet Shop Character Yes, No

Pay method Character Cash, Credit, Electronic Payment

Extra Features Character Yes, No

Price Factor Character Yes, No

Other Reasons Character Yes, No

Gender Character Female, Male

Monthly Income Character High, Medium, Low

Income Type Character Personal, Sponsored, Both

Perancangan Program Disjunctive Mapping

Perancangan program Disjunctive Mapping (DM) dilakukan berdasarkan

program DM yang telah dikembangkan pada penelitian terdahulu dengan

menggunakan JMP Scripting Language (JSL) [2]. Program DM dapat dibagi ke

dalam dua bagian, yaitu program DM untuk membangun peta disjungtif, dan

program DM untuk melakukan analisis terhadap peta disjungtif [2]. Program DM

untuk membangun peta disjungtif merupakan bagian program DM yang membentuk

peta disjungtif berdasarkan data yang telah diatur ke dalam tabel data. Pembentukan

peta disjungtif sendiri dapat dibagi lagi ke dalam beberapa bagian, yaitu membentuk

jalur-jalur dari data yang ada, menghitung frekuensi setiap jalur yang terjadi, dan

menerapkan tiga statistik dasar pada setiap jalur yang terjadi. Setelah peta dijungtif

terbentuk, maka analisis terhadap peta disjungtif dapat dilakukan. Program DM

untuk melakukan analisis terhadap peta disjungtif merupakan bagian program DM

yang melakukan analisis dengan menggunakan metode analisis pengaruh. Dalam

metode analisis pengaruh akan dilakukan analisis pengaruh pada semua jalur dalam

peta disjungtif. Gambar 3 menunjukkan flowchart penggunaan program DM dalam

penelitian. Penggunaan program DM dimulai dengan menjalankan program DM

untuk membentuk jalur-jalur dari data yang telah dimasukkan ke dalam tabel data.

Setelah jalur-jalur terbentuk, maka tahap selanjutnya adalah menjalankan program

DM untuk menghitung frekuensi dari setiap jalur yang terbentuk pada tahap

sebelumnya. Hasil dari tahap ini adalah berupa sebuah tabel data baru dimana setiap

baris pada tabel data tersebut menunjukkan satu jalur yang terjadi pada tabel data

sebelumnya dan berapa kali jalur tersebut terjadi (frekuensi jalur). Seperti yang telah

dikemukakan sebelumnya bahwa DM menggunakan tiga statistik dasar, yaitu

probabilitas jalur, potensi jalur, dan kontribusi jalur (diukur dalam dua cara), guna

memperoleh informasi yang diinginkan dari peta disjungtif tanpa meruntuhkan

keragaman jalur. Tahap selanjutnya adalah menjalankan program DM untuk

menghitung tiga statistik dasar. Hasil yang diperoleh dari tahap ini adalah kolom-

kolom baru pada tabel data yang mewakili ketiga statistik dasar. Tahap selanjutnya

adalah proses perolehan informasi dari peta disjungtif yang telah terbentuk dengan

menggunakan metode analisis pengaruh. Pada tahap ini dijalankan program DM

14

untuk melakukan analisis pengaruh pada semua jalur. Hasil yang diperoleh dari tahap

ini adalah grafik-grafik yang menunjukkan pengaruh dari semua kondisi dalam peta

terhadap kondisi tujuan. Tugas selanjutnya adalah melakukan analisis terhadap

grafik-grafik tersebut dan menuliskan hasil analisis.

Mulai

Program Disjunctive Mapping

Untuk Membentuk Jalur-Jalur


Untuk Menghitung Frekuensi Jalur


Untuk Menghitung Tiga Statistik Dasar


Untuk Analisis Pengaruh

Pada Semua Jalur

Grafik Hasil

Analisis Pengaruh

Selesai

Tabel data baru dengan

frekuensi jalur

Tabel data dengan

jalur-jalur

Tabel data dengan

tiga statistik dasar

Gambar 3 Flowchart Penggunaan Program Disjunctive Mapping

4. Hasil dan Pembahasan

Pembuatan Tabel Data

Setelah perancangan tabel data serta pengumpulan data menggunakan

kuesioner telah dilakukan, maka langkah selanjutnya adalah pembuatan tabel data.

Kode Program 1 menunjukkan script JSL untuk membuat tabel data. Baris 1 (satu)

pada Kode Program 1 merupakan instruksi untuk membuat sebuah tabel baru

dengan nama tabel Data. Baris 2 (dua) merupakan instruksi untuk membuat sebuah

kolom baru dengan nama path dengan tipe data Character. Baris 3 (tiga) sampai

dengan baris 14 (empat belas) merupakan instruksi untuk membuat kolom-kolom

lainnya. Kode Program 1 Script JSL Pembuatan Tabel Data

01

02

03

04

05

06

New Table ("Data",

New Column("path", Character),

New Column("price", Character),

New Column("condition", Character),

New Column("quality", Character),

New Column("internet shop", Character),

15

07

08

09

10

11

12

13

14

15

New Column("pay method", Character),

New Column("price factor", Character),

New Column("extra features", Character),

New Column("other reasons", Character),

New Column("gender", Character),

New Column("income", Character),

New Column("income type", Character),

New Column("platform", Character)

);

Hasil Pengumpulan Data

Berdasarkan kedua metode pengumpulan data yang digunakan, yaitu metode

survei diambil, dan metode survei yang dikirimkan lewat komputer, diperoleh 170

(seratus tujuh puluh) responden, dimana 77 (tujuh puluh tujuh) responden diperoleh

melalui metode survei diambil, dan 93 (sembilan puluh tiga) responden lainnya

diperoleh melalui metode survei yang dikirimkan lewat komputer.

Gambar 4 menunjukkan grafik jumlah responden yang diperoleh berdasarkan

setiap jenis platform, dimana responden dengan telepon mobile platform Symbian

berjumlah 67 (enam puluh tujuh), RIM BlackBerry berjumlah 44 (empat puluh

empat) responden, Android berjumlah 31 (tiga puluh satu) responden, dan platform

lainnya (Other) berjumlah 28 responden.

Gambar 4 Jumlah Responden Berdasarkan Jenis Platform

Input Data

Pengaturan jawaban-jawaban kuesioner ke dalam tabel data dilakukan dengan

beberapa cara, tergantung metode pengumpulan data yang digunakan. Untuk

jawaban-jawaban yang diperoleh dengan metode survei diambil, jawaban-jawaban

dimasukkan satu per satu secara langsung ke dalam tabel data. Sedangkan untuk

jawaban-jawaban yang diperoleh dengan metode survei dikirimkan lewat komputer,

semua jawaban disalin ke dalam tabel data.

Pembentukan Jalur

Pembentukan jalur dilakukan dengan menggunakan JSL. Kode Program 2

menunjukkan script JSL untuk membentuk jalur-jalur dari seluruh baris data yang

ada. Baris 1 (satu) pada Kode Program 2 merupakan instruksi untuk melakukan

iterasi pada setiap baris dalam tabel data. Baris 2 (dua) sampai dengan baris 6 (enam)

merupakan instruksi yang dijalankan pada setiap iterasi. Pada iterasi di setiap baris

dilakukan operasi penggabungan nilai dari kolom-kolom kondisi pada baris tersebut,

dimana hasil dari operasi penggabungan tersebut disimpan pada kolom path dari

baris yang sama.

16

Kode Program 2 Script JSL Pembentukan Jalur

01

02

03

04

05

06

07

For Each Row(

:path = :price || :condition || :quality

|| :internet shop || :pay method

|| :price factor || :extra features

|| :other reasons || :gender

|| :income || :income type;

);

Menghitung Frekuensi Jalur

Penghitungan frekunsi jalur bertujuan untuk mengetahui berapa kali suatu jalur

terjadi pada suatu kondisi yang dituju, serta berapa kali suatu jalur terjadi terlepas

dari kondisi yang dituju. Dalam hal ini kondisi yang dijadikan sebagai tujuan adalah

kondisi platform yang memiliki empat kategori nilai, yaitu Symbian, RIM

BlackBerry, Android, dan Other. Kode Program 3 menunjukkan script JSL untuk

menghitung frekuensi jalur. Baris 1 (satu) pada Kode Program 3 menunjukkan

instruksi untuk membuat tabel statistik deskriptif melalui pengelompokkan kolom-

kolom, analisis kolom, dan kata kunci statistik [3]. Baris 2 (dua) merupakan instruksi

untuk mengurutkan baris data pada tabel yang akan dihasilkan berdasarkan frekuensi

kolom kelompok. Baris 3 (tiga) merupakan instruksi untuk membuat tabel baru.

Baris 4 (empat) merupakan instruksi untuk membuat tabel kolom berdasarkan nilai-

nilai dari kondisi platform. Baris 5 (lima) merupakan instruksi untuk membuat tabel

kolom berdasarkan kata kunci statistik N. Baris 6 (enam) hingga baris 19 (Sembilan

belas) merupakan instruksi-instruksi untuk membuat tabel baris berdasarkan nilai

dari kondisi-kondisi lainnya. Kode Program 3 Script JSL Untuk Menghitung Frekuensi Jalur

01

02

03

04

05

06

07

08

09

10

11

12

13

14

15

16

17

18

19

20

21

22

23

Tabulate(

Order by count of grouping columns( 1 ),

Add Table(

Column Table( Grouping Columns( :platform ) ),

Column Table( Statistics( N ) ),

Row Table(

Grouping Columns(

:path,

:price,

:condition,

:quality,

:internet shop,

:pay method,

:price factor,

:extra features,

:other reasons,

:gender,

:income,

:income type

)

)

)

);

Menghitung Tiga Statistik Dasar

Penghitungan tiga statistik dasar bertujuan untuk membantu dalam

mengekstrak informasi dari dalam jalur-jalur atau peta yang telah terbentuk [2].

Kode Program 4 menunjukkan script JSL untuk menghitung tiga statistik dasar.

Baris 1 (satu) hingga baris 6 (enam) merupakan instruksi untuk membuat kolom

17

baru, dimana pada setiap baris dalam kolom tersebut akan diisi dengan hasil

perhitungan probabilitas jalur. Baris 9 (sembilan) hingga baris 29 (dua puluh

sembilan) merupakan instruksi untuk membuat kolom-kolom yang akan diisi dengan

hasil perhitungan potensi jalur, kontribusi jalur, dan kontribusi jalur dalam persen,

untuk platform Symbian. Kode Program 4 Script JSL Untuk Menghitung Tiga Statistik Dasar

01

02

03

04

05

06

07

08

09

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

New Column( "path probability",

Numeric,

Continuous,

Format( "Fixed Dec", 10, 3 ),

Formula( :N / Col Sum( :N ),

Evalformula)

);

//Symbian

New Column( "Symbian path potential",

Numeric,

Continuous,


Formula( :Symbian / :N ),

Evalformula

);

New Column( "Symbian path contribution",

Numeric,

Continuous,


Formula( :path probability * :Symbian path potential ),

Evalformula

);

New Column( "%Symbian path contribution",

Numeric,

Continuous,


Formula( (:path probability * :Symbian path potential *

100 ), Evalformula)

);

Analisis Pengaruh Pada Semua Jalur

Analisis pengaruh pada semua jalur dilakukan untuk memahami perilaku

konsumen dalam pembelian telepon mobile berdasarkan jenis platform telepon

mobile tersebut. Kode Program 5 menunjukkan script JSL untuk melakukan analisis

pengaruh harga (price) pada semua jalur dari platform Symbian. Hasil dari Kode

Program 5 adalah grafik yang menunjukkan pengaruh dari harga (price) terhadap

pembelian telepon mobile platform Symbian. Baris 1 (satu) pada Kode Program 5

merupakan instruksi untuk melakukan analisis pengaruh dengan menggunakan

metode Oneway. Baris 2 (dua) merupakan instruksi untuk menentukan kolom yang

akan digunakan sebagai sumbu Y dalam grafik yang akan dihasilkan. Baris 3 (tiga)

merupakan instruksi untuk menentukan kolom yang akan digunakan sebagai sumbu

X dalam grafik yang akan dihasilkan. Baris 4 (empat) merupakan instruksi untuk

menentukan kolom frekuensi yang akan digunakan dalam perhitungan metode

Oneway guna mencari mean (rata-rata). Baris 5 (lima) dan baris 6 (enam) merupakan

instruksi-instruksi untuk menampilkan grafik dalam bentuk mean diamond dan

menampilkan data yang ada ke dalam grafik dalam bentuk titik-titik yang tersebar. Kode Program 5 Script JSL Untuk Analisis Pengaruh Pada Semua Jalur Platform Symbian

01

02

03

04

05

Oneway(

Y( :Symbian path potential ),

X( :price ),

Freq( :N ),

Mean Diamonds( 1 ),

18

06

07

Points Jittered( 1 )

);

Analisis Hasil

Analisis pengaruh yang dilakukan menghasilkan grafik-grafik (Gambar 5,

Gambar 6, Gambar 7, Gambar 8) yang menunjukkan pengaruh dari setiap kondisi

terhadap pembelian telepon mobile menurut jenis platform. Penjelasan grafik-grafik

yang dihasilkan dapat dilihat pada Tabel 5.

Gambar 5 Grafik-Grafik Pengaruh Berbagai Kondisi

Terhadap Pembelian Telepon Mobile Platform Symbian


Terhadap Pembelian Telepon Mobile Platform RIM BlackBerry


Terhadap Pembelian Telepon Mobile Platform Android

19


Terhadap Pembelian Telepon Mobile Platform Lainnya (Other)

Tabel 5 Penjelasan Grafik-Grafik Hasil Analisis Pengaruh

Platform Grafik Kondisi Nilai Jum Prob Lwr Upr Keterangan

Symbian Gambar 5 Price Low 72 0.51 0.43 0.60 Low, Medium > High

Medium 61 0.39 0.30 0.48

High 37 0.16 0.04 0.28

Condition New 147 0.35 0.29 0.41 Used > New

Used 23 0.69 0.54 0.85

Quality Poor 2 0.5 -0.03 1.03 Average = Good

Average 37 0.49 0.36 0.61

Good 131 0.37 0.30 0.43

Internet Shop No 163 0.40 0.34 0.46 No

Yes 7 0.14 -0.14 0.43

Pay method Cash 163 0.40 0.34 0.46 Cash

Credit 3 0 -0.43 0.43

Electronic 4 0.25 -0.13 0.63

Extra Features No 16 0.62 0.44 0.81 No = Yes

Yes 154 0.37 0.31 0.43

Price Factor No 87 0.36 0.27 0.44 No = Yes

Yes 83 0.43 0.35 0.52

Other Reasons No 29 0.52 0.38 0.66 No = Yes

Yes 141 0.37 0.30 0.43

Gender Female 73 0.40 0.30 0.49 Female = Male

Male 97 0.39 0.31 0.47

Monthly Income Low 106 0.46 0.39 0.53 Low=Medium=High

Medium 39 0.30 0.19 0.43

High 25 0.24 0.09 0.39

Income Type Both 29 0.41 0.27 0.55 Both = Personal =

Sponsored Personal 53 0.36 0.25 0.46

Sponsored 88 0.41 0.33 0.49

RIM

BlackBerry Gambar 6 Price Low 72 0.05 -0.01 0.12 High > Medium

Medium 61 0.28 0.20 0.35

High 37 0.62 0.52 0.72

Condition New 147 0.29 0.23 0.35 New

Used 23 0.04 -0.10 0.19

Quality Poor 2 0.5 0 1.00 Good

Average 37 0.08 -0.03 0.20

Good 131 0.30 0.24 0.37


Yes 7 0.14 -0.13 0.42


Credit 3 0.33 -0.09 0.75

Electronic 4 0.25 -0.11 0.61

20

Extra Features No 16 0 -0.18 0.18 No = Yes

Yes 154 0.28 0.23 0.34

Price Factor No 87 0.34 0.27 0.42 No > Yes

Yes 83 0.17 0.09 0.24


Yes 141 0.28 0.21 0.34


Male 97 0.26 0.18 0.33

Monthly Income Low 106 0.13 0.07 0.19 High, Medium > Low

Medium 39 0.41 0.31 0.51

High 25 0.56 0.43 0.69

Income Type Both 29 0.24 0.11 0.37 Personal >Sponsored

Personal 53 0.40 0.30 0.49

Sponsored 88 0.18 0.11 0.26

Android Gambar 7 Price Low 72 0.11 0.04 0.18 Low=Medium=High

Medium 61 0.26 0.18 0.34

High 37 0.19 0.08 0.29

Condition New 147 0.19 0.14 0.24 New = Used

Used 23 0.13 0 0.26

Quality Poor 2 0 -0.45 0.45 Average = Good

Average 37 0.22 0.11 0.32

Good 131 0.17 0.12 0.23


Yes 7 0.43 0.19 0.67


Credit 3 0 -0.36 0.36

Electronic 4 0.5 0.18 0.82

Extra Features No 16 0.12 -0.03 0.28 No = Yes

Yes 154 0.19 0.14 0.24


Yes 83 0.19 0.12 0.26

Other Reasons No 29 0.10 -0.01 0.22 No = Yes

Yes 141 0.20 0.14 0.25


Male 97 0.24 0.17 0.30

Monthly Income Low 106 0.16 0.10 0.22 Low=Medium=High

Medium 39 0.23 0.13 0.33

High 25 0.20 0.07 0.33

Income Type Both 29 0.24 0.12 0.36 Both = Personal =

Sponsored Personal 53 0.17 0.08 0.26

Sponsored 88 0.17 0.10 0.24

Other Gambar 8 Price Low 72 0.32 0.25 0.38 Low

Medium 61 0.06 0 0.14

High 37 0.03 -0.06 0.12

Condition New 147 0.17 0.12 0.22 New = Used

Used 23 0.13 0 0.26

Quality Poor 2 0 -0.43 0.43 Average = Good

Average 37 0.22 0.11 0.32

Good 131 0.15 0.10 0.21


Yes 7 0.28 0.05 0.52


Credit 3 0.67 0.32 1.01

Electronic 4 0 -0.30 0.30

Extra Features No 16 0.25 0.10 0.40 No = Yes

Yes 154 0.15 0.11 0.20


Yes 83 0.20 0.14 0.27


21

Yes 141 0.16 0.10 0.21


Male 97 0.11 0.05 0.17

Monthly Income Low 106 0.24 0.19 0.30 Low > Medium, High

Medium 39 0.05 -0.04 0.14

High 25 0 -0.12 0.12

Income Type Both 29 0.10 0 0.21 Both = Personal =

Sponsored Personal 53 0.07 -0.01 0.16

Sponsored 88 0.24 0.17 0.30

Berdasarkan penjelasan pada Tabel 5 menyangkut perilaku konsumen dalam

pembelian telepon mobile menurut jenis platform, diberikan beberapa analisis

sebagai berikut.

Platform Symbian: (1) Potensi untung dapat diperoleh pada harga jual (price)

mulai dari harga rendah (Low) hingga harga menengah (Medium). Untuk mengetahui

kisaran harga yang tepat bagi setiap kondisi telepon mobile, baru (New) dan bekas

(Used), dapat dilakukan analisis pengaruh baik pada jalur-jalur dengan kondisi baru

maupun pada jalur-jalur dengan kondisi bekas; (2) Pasar telepon mobile bekas (Used)

mempunyai potensi menguntungkan; dan (3) Pendapat konsumen menyatakan bahwa

kualitas (quality) telepon mobile dengan platform Symbian adalah rata-rata

(Average) atau baik (Good).

Platform RIM BlackBerry: (1) Potensi untung dapat diperoleh pada harga

jual (price) mulai dari harga menengah (Medium) hingga harga tinggi (High); (2)

Potensi untung dapat diperoleh melalui konsumen dengan tingkat penghasilan

(monthly income) menengah (Medium) hingga tingkat penghasilan tinggi (High),

dimana konsumen dengan jenis penghasilan (income type) pribadi (Personal)

memiliki pengaruh lebih besar dari pada konsumen yang belum memiliki sumber

penghasilan pribadi; dan (3) Pendapat konsumen menyatakan bahwa kualitas

(quality) telepon mobile dengan platform RIM BlackBerry adalah baik (Good).

Platform Android: (1) Potensi untung dapat diperoleh pada harga jual (price)

mulai dari harga rendah (Low) hingga harga tinggi (High). Untuk mengetahui kisaran

harga yang tepat bagi setiap kondisi telepon mobile, baru (New) dan bekas (Used),

dapat dilakukan analisis pengaruh baik pada jalur-jalur dengan kondisi baru maupun

pada jalur-jalur dengan kondisi bekas; (2) Potensi untung dapat diperoleh melalui

konsumen dengan tingkat penghasilan (monthly income) rendah (Low) hingga tingkat

penghasilan tinggi (High). Oleh karena itu, dapat dikatakan bahwa telepon mobile

dengan platform Android mempunyai peluang pasar yang besar; (3) Pasar telepon

mobile bekas (Used) mempunyai potensi (menguntungkan) yang sama dengan pasar

telepon mobile baru (New); dan (4) Pendapat konsumen menyatakan bahwa kualitas

(quality) telepon mobile dengan platform Android adalah (Average) atau baik

(Good).

Platform Lainnya (Other): (1) Potensi untung dapat diperoleh pada harga jual

(price) rendah (Low). Untuk mengetahui kisaran harga yang tepat bagi setiap kondisi

telepon mobile, baru (New) dan bekas (Used), dapat dilakukan analisis pengaruh baik

pada jalur-jalur dengan kondisi baru maupun pada jalur-jalur dengan kondisi bekas;

(2) Potensi untung dapat diperoleh melalui konsumen dengan tingkat penghasilan

(monthly income) rendah (Low); (3) Pasar telepon mobile bekas (Used) mempunyai

potensi (menguntungkan) yang sama dengan pasar telepon mobile baru (New); dan

22

(4) Pendapat konsumen menyatakan bahwa kualitas (quality) telepon mobile dengan

platform lain (Other) adalah (Average) atau baik (Good).

5. Simpulan

Berdasarkan hasil analisis perilaku konsumen dalam membeli telepon mobile

dengan menggunakan Disjunctive Mapping (DM), maka dapat disimpulkan bahwa

kondisi-kondisi seperti kondisi telepon mobile (baru atau bekas), harga beli, dan

pendapatan per bulan konsumen menunjukkan pengaruh yang signifikan terhadap

keputusan konsumen dalam membeli telepon mobile. Pengembangan yang dapat

dilakukan penelitian ini di kemudian hari adalah melakukan analisis yang lebih

mendalam dengan melakukan analisis pengaruh pada jalur pilihan guna lebih

memahami efek atau pengaruh dari kondisi-kondisi yang ada, melakukan evaluasi

terhadap perancangan kuesioner, melakukan perbandingan antara teori DM dengan

teori atau metode analisis lain, dan mengembangkan perangkat lunak dengan

interface yang dirancang secara khusus untuk memudahkan proses penerapan teori

DM.

6. Daftar Pustaka

[1] Raskin, Michael, & Lieberman, Warren. 2011. Disjunctive Mapping: Advances

in understanding consumer behavior. ORMS Today Journal, Vol. 38, No. 6,

December 2011, pp. 22-27.

[2] Raskin, Michael. 2011. The Arithmetic of Human Behavior. California: Veritec

Solutions.

[3] SAS 2. 2012. JMP® 10 Scripting Guide. North Carolina: SAS Institute Inc,

http://support.sas.com/documentation/onlinedoc/jmp/10/Scripting_Guide.pdf.

Diakses tanggal 16 Juli 2012.

[4] PBDEPDIKNAS (Pusat Bahasa Departemen Pendidikan Nasional). 2008.

KBBI Daring: Kamus Besar Bahasa Indonesia.

http://bahasa.kemdiknas.go.id/kbbi/. Diakses tanggal 27 Maret 2012.

[5] Kardes, F. R., Cronley, M. L., & Cline, T. W. 2011. Consumer Behavior. Ohio:

South-Western Cengage Learning.

http://books.google.co.id/books?id=nwew7nJ6000C&lpg=PP1&hl=id&pg=P

P1#v=onepage&q&f=false. Diakses tanggal 27 Maret 2012.

[6] Hoyer, W. D., & Macinnis, D. J. 2010. Consumer Behavior, Fifth Edition.

Ohio: South-Western Cengage Learning.

http://books.google.co.id/books?id=fk1rTxRYtY0C&lpg=PP1&hl=id&pg=PP

1#v=onepage&q&f=false. Diakses tanggal 27 Maret 2012.

[7] SAS 1. 2012. JMP® 10 Discovering JMP. North Carolina: SAS Institute Inc,

http://support.sas.com/documentation/onlinedoc/jmp/10/Discovering_JMP.pdf.

Diakses tanggal 16 Juli 2012.

[8] Jogiyanto, H.M. 2008. Pedoman Survei Kuesioner: Mengembangkan

Kuesioner, Mengatasi Bias dan Meningkatkan Respon. Yogyakarta: BPFE-

YOGYAKARTA.

Documents

Analisis Perilaku Konsumen dalam Membeli Telepon Mobile ... › bitstream › 123456789 › 6368 › 2 › T1_67… · perilaku konsumen tanpa harus mengorbankan keanekaragaman perilaku