KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK PADA ANALISIS KONJOIN (Studi Kasus Preferensi Mahasiswa IPB dalam Memilih Mata Kuliah Pilihan)

Transkripsi

1 KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK PADA ANALISIS KONJOIN (Stud Kasus Preferens Mahasswa IPB dalam Memlh Mata Kulah Plhan) YUNI SUCI KURNIAWATI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007

2 ABSTRAK YUNI SUCI KURNIAWATI. Konsstens Responden dalam Mengevaluas Profl Produk pada Analss Konjon (Stud Kasus Preferens Mahasswa IPB dalam Memlh Mata Kulah Plhan). D bawah bmbngan HARI WIJAYANTO dan UTAMI DYAH SYAFITRI. Pengukuran respon pada analss konjon adalah berupa preferens atau kengnan konsumen dalam membel suatu produk atau jasa. Pengukuran respon n dapat dlakukan dengan mengevaluas beberapa profl produk bak dengan cara memberkan penlaan (ratng) atau mengurutkan (rankng) profl-profl produk tersebut berdasarkan tngkat kesukaan. Jka dua metode evaluas (ratng dan rankng) dlakukan oleh responden, maka ada kemungknan terjad ketdakkonsstenan jawaban responden terhadap hasl evaluas. Responden dkatakan konssten apabla hasl analss konjon per ndvdu dar data ratng dan rankng menunjukkan urutan tngkat kepentngan atrbut yang sama dar dua data tersebut. Peneltan n menggunakan stud kasus preferens mahasswa IPB dalam memlh mata kulah plhan. Secara keseluruhan, responden dapat dkatakan konssten dalam mengevaluas stmul dengan metode ratng dan rankng. Namun setelah dlhat lebh rnc pada masng-masng ndvdu dperoleh hanya 43% responden yang dapat mengevaluas stmul dengan metode ratng dan rankng secara konssten. Faktor-faktor yang berperan terhadap kekonsstenan jawaban responden adalah faktor waktu, kegatan suka berman games, skap dan kesungguhan responden dalam mengevaluas stmul.

3 KONSISTENSI RESPONDEN DALAM MENGEVALUASI PROFIL PRODUK PADA ANALISIS KONJOIN (Stud Kasus Preferens Mahasswa IPB dalam Memlh Mata Kulah Plhan) YUNI SUCI KURNIAWATI G Skrps Sebaga salah satu syarat untuk memperoleh gelar Sarjana Sans pada Departemen Statstka DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR 2007

4 Judul : Konsstens Responden dalam Mengevaluas Profl Produk pada Analss Konjon (Stud Kasus Preferens Mahasswa IPB dalam Memlh Mata Kulah Plhan) Nama : Yun Suc Kurnawat NRP : G Menyetuju : Pembmbng I, Pembmbng II, Dr. Ir. Har Wjayanto, MS Utam Dyah Syaftr, M.S NIP NIP Mengetahu : Dekan Fakultas Matematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor Dr. Drh. Hasm, DEA NIP Tanggal Lulus :

5 PRAKATA Alhamdulllahrabbl alamn, segala puj dan syukur penuls panjatkan kehadrat Allah SWT atas segala karuna-nya sehngga penuls dapat menyelesakan karya lmah n. Shalawat serta salam semoga selalu tercurahkan kepada Rasulullah SAW, keluarga, sahabat, dan umatnya hngga akhr zaman. Karya lmah n berjudul Konsstens Responden dalam Mengevaluas Profl Produk pada Analss Konjon (Stud Kasus Preferens Mahasswa IPB dalam Memlh Mata Kulah Plhan). Peneltan n membahas bagamana kekonsstenan jawaban responden dalam mengevaluas stmul menggunakan dua metode evaluas (ratng dan rankng) dan faktor-faktor apa saja yang mempengaruh kekonsstenan. Terma kash penuls ucapkan kepada semua phak yang telah membantu dalam penyelesaan karya lmah n, terutama kepada : Bapak Dr. Ir. Har Wjayanto, MS dan Ibu Utam Dyah Syaftr, M.S atas bmbngan dan masukan yang telah dberkan kepada penuls. Seluruh dosen pengajar Departemen Statstka IPB atas lmu bermanfaat yang telah dberkan selama penuls mengkut perkulahan d Departemen Statstka IPB. Ibu dan Bapak atas doa dan semangat yang selalu menyerta, kakak-kakakku atas nashat dan bmbngan yang dbutuhkan penuls, dan kedua keponakanku yang lucu (Raz dan Bma) atas hburan dan keceraan yang telah dberkan. Seluruh staf pegawa Departemen Statstka IPB: Ibu Markonah, Ibu Suls, Pak Ian, Ibu Dedeh, Bang Sudn, Ibu Aat, Mang Dur, dan Mang Herman. Terma kash atas segala hal yang membantu penuls dalam menyelesakan karya lmah n. Heru Novryad, thanks for the love and support that you always gve to me..ich lebe dch. Teman-teman senasb sepenanggungan d Statstka 40: Adst, Mey, Vna, Ran, dan Rahayu (true frends never de!!), Arf dan Yud (teman seperjuangan konjon...semangat!!), Anggoro, Ema, dan Den (termakash atas dskusnya), Edo, Adt, Dauz, Rna, dan seluruh teman-teman lannya...never forget our sweet memores. Tm pembahas semnar (Irfan, Ennta, dan Zanal), kakak-kakak kelas Statstka 38 dan 39 (Kak Ryan...terma kash atas bahan-bahannya), dan adk-adk kelas Statstka 41 dan 42. Teman-teman sepermanan : Rathma (thanks for the books), Kk, Yasmn, P2t, Ren, Nye, Tw, Ache. Kak Irfan...Statstcs tutor, terma kash atas lmunya. Semua phak yang telah memberkan dukungan kepada penuls yang tdak dapat dsebut satu persatu sehngga karya lmah n dapat dselesakan. Penuls menyadar bahwa penulsan karya lmah n mash jauh dar sempurna, oleh karena tu krtk dan saran yang membangun sangat penuls harapkan sebaga pemcu untuk dapat berkarya lebh bak lag. Semoga karya lmah n bermanfaat bag phak yang membutuhkan. Bogor, November 2007 Penuls

6 RIWAYAT HIDUP Penuls dlahrkan d Bogor pada tanggal 11 Jun 1985 dar pasangan E. Sukandar Praytno dan C. Komarah sebaga anak keempat dar 4 bersaudara. Penuls menempuh penddkan dasar d SD Neger Kebon Pedes I pada tahun 1991, kemudan melanjutkan penddkan menengah pertama d SLTP Neger 5 Bogor hngga tahun Pada tahun 2003 penuls menyelesakan penddkan menengah atas d SMU Neger 2 Bogor dan pada tahun yang sama dterma d Departemen Statstka Fakultas Matematka dan Ilmu Pengetahuan Alam Insttut Pertanan Bogor melalu Undangan Seleks Masuk IPB (USMI). Selama mengkut perkulahan, penuls kut serta dalam kegatan hmpunan profes Gamma Sgma Betta sebaga anggota Departemen Kewrausahaan perode 2004/2005. Penuls pernah menjad assten mata kulah perancangan percobaan pada tahun ajaran 2006/2007 dan menjad surveyor Verfkas dan Valdas Data Admnstras Kependudukan Departemen Dalam Neger pada tahun Penuls mengkut kegatan praktek lapang d Bala Besar Pengkajan dan Pengembangan Teknolog Pertanan (BBP2TP) Bogor pada bulan Februar-Aprl 2007.

7 DAFTAR ISI Halaman DAFTAR TABEL... v DAFTAR GAMBAR... v DAFTAR LAMPIRAN... v PENDAHULUAN Latar Belakang... 1 Tujuan... 1 TINJAUAN PUSTAKA Metode Penarkan Contoh Analss Konjon... 1 Regres Logstk Bner... 3 BAHAN DAN METODE Bahan... 4 Metode... 4 HASIL DAN PEMBAHASAN Profl Responden Atrbut yang Dpentngkan dalam Memlh Mata Kulah Plhan... 6 Faktor-faktor yang Mempengaruh Kekonsstenan SIMPULAN... 9 SARAN DAFTAR PUSTAKA... 9 LAMPIRAN... 10

8 DAFTAR TABEL Halaman 1. Atrbut dan Taraf Atrbut yang Devaluas Kuota Pada Departemen dan Jens Kelamn Profl Responden Frekuens Atrbut yang Dpentngkan Responden NKT tap Atrbut dar Masng-masng Data Ratng dan Rankng Rata-rata NRP tap Atrbut pada Masng-masng Data Ratng dan Rankng Analss Regres Logstk dengan Model Penuh Analss Regres Logstk dengan Model Reduks... 8 DAFTAR GAMBAR Halaman 1. Persentase Konsstens Seluruh Responden dalam Mengevaluas Stmul Persentase Konsstens Responden Berdasarkan Jens Kelamn Persentase Konsstens Responden Berdasarkan Departemen Persentase Konsstens Responden Berdasarkan Angkatan... 8 DAFTAR LAMPIRAN Halaman 1. Kuesoner yang Ds oleh Responden Kuesoner Pengamatan terhadap Responden oleh Penelt Peubah Penjelas Beserta Peubah Boneka yang Terbentuk Profl Mata Kulah Plhan (Stmul) NRP tap Atrbut untuk Data Ratng dan Rankng pada Masng-masng Responden... 15

9 PENDAHULUAN Latar Belakang Analss konjon dgunakan untuk mempelajar faktor-faktor yang mempengaruh konsumen dalam pengamblan keputusan pembelan produk atau jasa (Kuhfeld, 2005). Suatu produk atau jasa terdr dar beberapa atrbut, sepert harga, warna, komposs, dan lanlan. Pada umumnya konsumen tdak memlk plhan produk yang terbak d tap atrbut, untuk tu konsumen melakukan trade off (pertukaran) antar atrbut dalam menentukan produk mana yang mereka bel. Analss konjon sangat erat hubungannya dengan profl produk (stmul). Terdapat dua metode yang dgunakan untuk mengevaluas stmul, yatu memberkan penlaan (ratng) atau pengurutan (rankng). Evaluas konsumen dengan memberkan penlaan maupun pengurutan terhadap suatu stmul dgunakan untuk menangkap preferens atau kengnan konsumen dalam membel produk tersebut. Pada saat pengumpulan data, dmungknkan terjadnya error dalam jawaban responden. Salah satunya berkatan dengan hasl yang dperoleh dar responden. Jka dua metode evaluas (ratng dan rankng) dlakukan oleh responden, maka ada kemungknan terjad ketdakkonsstenan jawaban responden terhadap hasl evaluas. Peneltan n akan membahas bagamana kekonsstenan jawaban responden dalam mengevaluas stmul menggunakan dua metode evaluas tersebut dan faktor-faktor apa saja yang mempengaruh kekonsstenan. Stud kasus yang dgunakan dalam peneltan n adalah preferens mahasswa IPB dalam memlh mata kulah plhan. Tujuan Tujuan dar peneltan n adalah: 1. Mengdentfkas Nla Kegunaan Taraf (NKT) tap atrbut dan Nla Relatf Pentng (NRP) atrbut yang mempengaruh mahasswa dalam memlh mata kulah plhan yang dgunakan untuk melhat kekonsstenan jawaban dar metode evaluas ratng dan rankng. 2. Mengdentfkas faktor-faktor yang mempengaruh kekonsstenan jawaban responden antara metode ratng dan rankng. TINJAUAN PUSTAKA Metode Penarkan Contoh Metode penarkan contoh adalah metode yang dgunakan untuk memlh sebagan anggota populas untuk dgunakan sebaga contoh. Ada dua jens metode penarkan contoh, pertama adalah metode penarkan contoh berpeluang. Metode penarkan contoh n berdasarkan konsep pengacakan dmana setap anggota populas memlk peluang yang sama untuk terambl sebaga contoh. Kedua adalah metode penarkan contoh tak berpeluang dmana contoh yang dambl dbatas pada suatu bagan dar populas yang mudah ddapat (Cochran, 1977). Yang termasuk ke dalam penarkan contoh tak berpeluang dantaranya adalah Quota samplng dan Purposve samplng. Quota samplng merupakan metode memlh contoh yang mempunya cr-cr tertentu dalam jumlah atau kuota yang dngnkan. Keuntungan metode n adalah mudah, murah, dan relatf cepat melaksanakannya. Namun penarkan contoh n dlakukan secara subjektf oleh penelt sehngga hasl yang dperoleh tdak dapat dgeneralsaskan untuk populas (Scheaffer et al, 1990). Purposve samplng adalah metode penarkan contoh dengan pertmbangan tertentu (Cochran, 1977). Seseorang atau sesuatu dambl sebaga contoh karena penelt menganggap bahwa seseorang atau sesuatu tersebut memlk nformas yang dperlukan bag peneltannya. Dar penjelasan d atas, dapat dsmpulkan bahwa metode quota-purposve samplng adalah metode penarkan contoh dmana jumlah dan krtera responden yang akan dtelt sudah dtentukan terlebh dahulu. Analss Konjon Menurut para pelaku rset pemasaran, kata Conjont berasal dar stlah CONsdered JOINTly yang berart konsumen mempertmbangkan secara bersamaan semua atrbut penyusun suatu produk (Anonm, 2002). Analss konjon menurut Har et al (1998) adalah salah satu teknk analss multvarate yang secara spesfk dgunakan untuk memaham bagamana preferens konsumen terhadap produk maupun jasa. Analss n juga berguna untuk menentukan kepentngan relatf suatu atrbut sesua dengan plhan konsumen, menentukan kombnas taraf

10 atrbut yang palng dsuka konsumen, dan dapat membuat segmentas pasar berdasarkan pada kemrpan preferens taraf atrbut. Berkut n adalah tahapan yang umum dlakukan dalam merancang dan melaksanakan analss konjon (Malhotra, 2004): 1. Pemlhan Atrbut dan Taraf Atrbut Pada tahap n dtentukan atrbut dan taraf atrbut yang akan dgunakan dalam merancang stmul. Atrbut adalah bentuk umum dar suatu produk atau jasa, sepert ukuran, warna, kecepatan, dan lan-lan. D dalam perancangan percobaan, stlah atrbut dentk dengan stlah faktor. Masng-masng atrbut memlk taraf spesfk yang menyertanya. Dar ss teor, sangat dsarankan atrbut dan taraf yang terplh memlk peran dalam mempengaruh preferens konsumen dalam memlh produk atau jasa. Pada umumnya cara yang serng dtempuh untuk mendapatkan atrbut dan taraf yang berperan adalah dengan melakukan dskus pakar, eksploras data sekunder atau melakukan peneltan pendahuluan. 2. Perancangan Stmul Stmul atau profl produk adalah kombnas dar taraf atrbut yang satu dengan taraf atrbut lannya. Pada perancangan percobaan, stmul dentk dengan perlakuan. Terdapat dua pendekatan yang umum dgunakan dalam merancang stmul, yatu: a. Parwse Combnaton Pendekatan parwse combnaton (kombnas berpasangan) dsebut juga evaluas dua faktor, dmana responden mengevalus dua atrbut secara bersamaan sampa semua kemungknan kombnas dua atrbut terevaluas. Bla ada sejumlah p atrbut berart jumlah pasangan yang devaluas ada p(p-1)/2 pasangan. b. Full Profle Pendekatan n dsebut evaluas banyak faktor karena penyusunan profl produk melbatkan seluruh atrbut. Jka sebelumnya telah terplh sebanyak p buah atrbut dengan masng-masng atrbut mempunya 2 taraf, maka akan ada sebanyak 2 p kombnas taraf atrbut yang harus devaluas responden. Pendekatan full-profle drekomendaskan untuk jumlah atrbut kurang dar 6 (Har et al, 1998). Semakn banyak atrbut dan taraf yang dgunakan maka akan semakn banyak stmul yang akan terbentuk, sehngga menjad tdak efsen dalam proses evaluas. Untuk tu dperlukan metode pereduksan stmul, salah satunya dengan menggunakan fractonal factoral desgn yatu rancangan yang hanya melakukan sebagan dar kombnas perlakuan lengkap. Pada rancangan n dapat menghlangkan nformas tentang pengaruh tngkat tngg tetap tdak menghlangkan nformas tentang pengaruh utama dan nteraks tngkat rendah yang merupakan nformas pentng dalam percobaan (Harlna, 2007). 3. Penentuan Jens Data Dalam analss konjon, data yang dperlukan dapat berupa nonmetrk (data berskala nomnal atau ordnal) maupun metrk (data berskala nterval atau raso). a. Data Nonmetrk Untuk data berjens nonmetrk, responden dmnta untuk membuat rankng atau mengurutkan stmul yang telah dbuat pada tahap sebelumnya. Nla rankng n dpercaya akan mencermnkan perlaku konsumen dalam stuas nyata. Pengurutan n basanya dmula dar stmul yang palng dsuka sampa pada stmul yang palng tdak dsuka. Untuk stmul yang palng dsuka dber rankng mula dar 1 dan seterusnya hngga rankng terakhr bag stmul yang palng tdak dsuka. b. Data Metrk Pada data metrk, responden mengevalua profl produk dengan memberkan penlaan (ratng) terhadap masng-masng stmul. Pemberan ratng dapat menggunakan skala Lkert mula dar 1 sampa 9 (1= palng tdak dsuka, 9=palng dsuka). Bla dbandngkan dengan nonmetrk (rankng), cara n lebh dsuka oleh responden, karena tdak membutuhkan pertmbangan yang terlalu rumt. 4. Metode Analss Model dasar analss konjon adalah sebaga berkut: m j U ( X ) = β x k = 1 j= 1 j j

11 Dmana: U(X) = Total kepuasan terhadap suatu stmul β j = Nla kegunaan taraf ke-j atrbut ke- k j = Banyaknya taraf dar atrbut ke- m = Banyaknya atrbut X j = Peubah boneka atrbut ke- taraf ke-j (bernla 1 bla taraf yang berkatan muncul dan 0 bla tdak). Nla Kegunaan Taraf (NKT) adalah nla pentngnya suatu taraf relatf terhadap taraf yang lan pada suatu atrbut. NKT dapat dduga menggunakan analss regres peubah boneka dengan peubah bebas adalah peubah boneka untuk stmul-stmul yang terbentuk (bernla 1 bla taraf yang berkatan muncul dan 0 bla tdak). Jumlah peubah boneka dar suatu atrbut adalah sebanyak n-1, dmana n adalah banyaknya taraf dalam suatu atrbut. Sedangkan peubah tak bebasnya adalah preferens atau kengnan konsumen untuk membel suatu produk. Dengan kata lan, responden memberkan rankng atau ratng sebaga cermnan preferens atau kengnan untuk membel suatu produk. Koefssen peubah boneka menunjukkan selsh nla kegunaan suatu taraf dengan nla kegunaan taraf acuannya (Malhotra, 2004). NKT tertngg pada tap atrbut menunjukkan taraf atrbut yang palng dsuka. Nla Relatf Pentng (NRP) adalah nla yang menunjukkan tngkat kepentngan relatf suatu atrbut terhadap atrbut yang lan. Tngkat kepentngan dar suatu atrbut ddefnskan sebaga selsh antara NKT terbesar dengan NKT terkecl. Atrbut dengan selsh terbesar merupakan atrbut yang dnla palng pentng. NRP dformulaskan sebaga berkut: I NRP = m I = 1 Dmana: NRP = NRP atrbut ke- I = [max (β j ) mn (β j )], untuk setap atrbut ke- m = Banyaknya atrbut Regres Logstk Bner Regres logstk bner merupakan teknk analss data yang dapat menjelaskan hubungan antara peubah respon yang memlk dua kategor dengan satu atau lebh peubah penjelas berskala kontnu atau kategor (Hosmer dan Lemeshow, 1989). Peubah respon Y memlk dua kemungknan nla, yatu Y = 1 menyatakan bahwa respon memlk krtera yang dtentukan dan sebalknya Y = 0 tdak memlk krtera, maka peubah respon Y mengkut sebaran Bernoull dengan parameter π ( x ) sehngga fungs sebaran peluangnya adalah : y 1 y f ( y ) = [ π ( x )] [ 1 π ( x )] Model umum regres logstk dengan p peubah penjelas yatu : exp ( ) ( ) ( g( x) ) E Y x = π x = 1+ exp( g( x) ) dengan melakukan transformas logt dperoleh : π ( x) g( x) = ln 1 π ( x) = β + β x + β x β p x p Dalam pendugaan parameter dgunakan metode kemungknan maksmum (maxmum lkelhood), dmana fungs kemungknannya adalah: l n y ( β ) = Ππ ( x ) π = 1 1 y [ 1 ( x )] β dduga dengan memaksmumkan persamaan d atas. Untuk memudahkan perhtungan, dlakukan pendekatan logartma sehngga fungs log-lkelhood sebaga berkut: n L( β ) = [ y lnπ ( x ) + (1 y ) ln(1 π ( x ))] = 1 Nla dugaan β dapat dperoleh dengan membuat turunan pertama L(β) terhadap β = 0, dengan =0,1,2,...,p. Pengujan terhadap parameter model dlakukan untuk mengetahu peranan peubah bebas dalam model. Uj parameter yang dgunakan adalah statstk Uj G dan Uj Wald (W). Statstk Uj-G dgunakan untuk menguj peranan peubah penjelas d dalam model secara bersama-sama, rumus untuk uj G berdasarkan hpotess : H 0 : β 1 = β 2 =... = β p = 0 H 1 : palng sedkt ada satu β 0 (=1,2,...,p) adalah L0 G = 2 ln L1 dengan L 0 adalah loglkelhood tanpa peubah penjelas, dan L 1 merupakan loglkelhood dengan p peubah penjelas. Krtera keputusan yang 2 dambl yatu menolak H 0 jka G > χα ( p) atau dengan melhat nla-p, jka lebh kecl dar taraf

12 nyata (α) maka Ho dtolak (Hosmer dan Lemeshow, 1989). Statstk Uj Wald dgunakan untuk menguj parameter β secara parsal (Hosmer dan Lemeshow, 1989). Rumus untuk Uj Wald berdasarkan hpotess H 0 : β = 0 lawan H 1 : β 0 ( = 0,1, 2,, p) ˆ adalah β W = SE ˆ ( ˆ β ) dengan βˆ merupakan penduga β dan S ˆ E( βˆ ) merupakan penduga galat baku dar βˆ. Krtera keputusan adalah H 0 dtolak jka W > Z α atau / 2 nla-p dar Uj Wald lebh kecl dar α. Interpretas koefsen untuk model regres logstk adalah dengan melhat raso oddsnya. Raso odds adalah ukuran asosas yang memperkrakan berapa besar kecenderungan pengaruh peubah-peubah penjelas terhadap peubah respon (Hosmer dan Lemeshow, 1989). Dalam analss model logt raso odds ddefnskan sebaga : Ψ = exp( β ) = exp[ g(1) g(0)] Interpretas raso odds untuk peubah penjelas X berskala nomnal, yatu kecenderungan untuk Y = 1 pada X = 1 sebesar ψ kal dbandngkan pada X = 0. Sedangkan untuk peubah penjelas X kontnu, jka ψ lebh besar atau sama dengan satu maka semakn besar nla peubah X dkut semakn besarnya kecenderungan untuk Y=1. BAHAN DAN METODE Bahan Peneltan n menggunakan data prmer dengan stud kasus mengena preferens mahasswa IPB dalam memlh mata kulah plhan. Ukuran contoh yang dambl sebanyak 100 responden. Pemlhan departemen dlakukan secara purposve, dengan asums departemen yang dplh adalah departemen yang menyedakan alternatf mata kulah plhan yang luas bag mahasswanya. Departemen yang terplh adalah Statstka, Ilmu Komputer, Agronom & Hortkultura, dan Agrbsns. Cara pengamblan data dlakukan melalu penyebaran kuesoner. Ada dua kuesoner yang dgunakan dalam peneltan n, pertama kuesoner untuk ds oleh responden dalam mengevaluas stmul (Lampran 1) dan yang kedua adalah kuesoner bag penelt untuk mencatat keadaan responden saat mengevaluas stmul (Lampran 2), yang akan dgunakan untuk menelusur faktor-faktor yang mempengaruh kekonsstenan. Peubah respon yang dgunakan dalam analss regres logstk adalah konsstens responden dalam mengevaluas stmul dengan metode ratng dan rankng (Y=1 jka responden konssten dalam mengevaluas, dan Y=0 jka responden tdak konssten dalam mengevaluas). Peubah penjelas beserta peubah boneka yang terbentuk dsajkan pada Lampran 3. Metode Langkah-langkah yang dlakukan dalam peneltan n antara lan: 1. Pemlhan atrbut beserta taraf-tarafnya melalu peneltan pendahuluan, dmana responden dmnta untuk menyebutkan atrbut apa saja yang dnla berpengaruh dalam memlh mata kulah plhan. Berdasarkan peneltan pendahuluan dperoleh 4 buah atrbut yang dnla mempengaruh mahasswa IPB dalam memlh mata kulah plhan. Atrbut-atrbut tersebut dapat dlhat pada Tabel 1. Tabel 1. Atrbut dan taraf atrbut yang devaluas No. Atrbut Taraf Atrbut 1 Tngkat Kesultan Mater Sult Sedang (X11, X12, X13) 2 Menunjang Mayor (X21, X22, X23) 3 Kemudahan Mendapat Nla (X31, X32) 4 Kegunaan d Duna Kerja (X4, X42) Mudah Sangat Menunjang Kurang Menunjang Tdak Menunjang Mudah Sult Aplkatf Kurang Aplkatf 2. Perancangan stmul melalu pendekatan fullprofle. Dengan bantuan Software SPSS dperoleh 9 buah stmul dengan menggunakan fractonal factoral desgn. Kemudan stmul yang telah dperoleh

13 dsusun ke dalam bentuk kartu stmul, dantara tap kartu bers kombnas dar taraftaraf atrbut yang berbeda dengan kartu-kartu lannya (Lampran 4). 3. Pengumpulan data melalu penyebaran kuesoner. Responden dhadapkan pada seluruh kartu stmul lalu dmnta untuk mengevaluasnya terlebh dahulu dengan memberkan penlaan (ratng) terhadap masng-masng kartu stmul. Kemudan responden yang sama dmnta lag untuk mengevaluas kartu-kartu stmul tersebut dengan cara mengurutkannya (rankng) dmula dar stmul yang palng dsuka sampa pada stmul yang palng tdak dsuka. Selama responden mengevaluas stmul, penelt melakukan pengamatan terhadap perlaku responden yang dcatat dalam kuesoner. Peneltan n menggunakan 100 orang responden dengan kuota yang telah dtentukan untuk masng-masng departemen dan jens kelamn (Tabel 2). Penggunaan kuota dalam memlh responden bertujuan agar kekonsstenan responden dapat dbandngkan secara sembang berdasarkan departemen dan jens kelamn. Tabel 2. Kuota pada Departemen dan Jens Kelamn Departemen Kuota Statstka 25% Ilmu Komputer 25% Agronom &Hortkultura 25% Agrbsns 25% Jens Kelamn Kuota Lak-lak 50% Perempuan 50% 4. Analss Konjon pada tap responden untuk mengdentfkas atrbut yang dpentngkan dalam memlh mata kulah plhan dan juga untuk melhat kekonsstenan jawaban responden. Konsstens dlhat dengan membandngkan NRP tap atrbut pada masng-masng data ratng dan rankng per ndvdu. Responden dkatakan konssten apabla hasl analss konjon per ndvdu dar data ratng dan rankng menunjukkan urutan tngkat kepentngan atrbut yang sama dar dua data tersebut. 5. Analss Regres Logstk Bner untuk mengdentfkas faktor-faktor yang mempengaruh kekonsstenan jawaban responden antara metode ratng dan rankng. Analss data menggunakan software SPSS 11.5 for wndows, Mcrosoft Excel, dan SAS 9.1. HASIL DAN PEMBAHASAN Profl Responden Responden pada peneltan n terdr dar tga angkatan, yatu angkatan 40 sebanyak 34% dan angkatan 41 dan 42 masng-masng sebanyak 33%. Mayortas responden berasal dar Jabodetabek (47%), dengan tempat tnggal saat n kost atau mengontrak rumah (83%), dan pengeluaran kurang dar Rp per bulan (52%). Dar seg aktvtas, sebagan besar responden aktf berorgansas (72%) dan suka berman games (81%). Profl responden secara umum dsajkan pada Tabel 3. Tabel 3. Profl Responden Karakterstk Kategor Persentase Angkatan 40 34% 41 33% 42 33% Asal Daerah Jabodetabek* 47% Luar Jabodetabek 43% Luar Jawa 10% Tempat Tnggal Kost / Kontrak 83% saat n Bersama Orangtua 16% Ikut Keluarga 1% Pengeluaran per <= Rp % Bulan <= Rp % > Rp % Suka Berman Ya 81% Games Tdak 19% Aktf Berorgansas Ya 72% Tdak 28% Total 100% * = Jakarta Bogor Depok Tangerang Bekas

14 Atrbut yang Dpentngkan dalam Memlh Mata Kulah Plhan Analss konjon pada tap ndvdu memberkan hasl yang berbeda antar responden satu sama lan dalam hal atrbut yang dpentngkan dalam memlh mata kulah plhan. Dar Tabel 4 terlhat bahwa atrbut tngkat kesultan mater merupakan atrbut dengan frekuens terbanyak yang dplh responden sebaga atrbut palng pentng dalam memlh mata kulah plhan, kemudan dkut oleh atrbut kegunaan d duna kerja yang frekuensnya terbanyak kedua setelah atrbut tngkat kesultan mater. Pada atrbut menunjang mayor dan kemudahan mendapat nla, tdak banyak responden yang mementngkan atrbut tersebut dalam pertmbangannya memlh mata kulah plhan. Tabel 4. Frekuens Atrbut yang Dpentngkan Responden Atrbut yang Frekuens Dpentngkan Ratng Rankng Tngkat Kesultan Mater Kegunaan d Duna Kerja Menunjang Mayor Kemudahan Mendapat Nla Berdasarkan NKT terbesar pada tap atrbut hasl analss konjon yang dsajkan pada Tabel 5, dapat dtark kesmpulan bahwa kombnas taraf atrbut mata kulah plhan yang palng dsuka mahasswa adalah mata kulah plhan dengan tngkat kesultan mater yang mudah, sangat menunjang mayor, mudah mendapatkan nla dar dosen, dan dapat daplkaskan d duna kerja. Terdapat kecenderungan bahwa banyak mahasswa yang memlh mata kulah plhan dengan tngkat kesultan mater yang mudah agar dapat menutup kekurangannya pada mata kulah wajb. Mahasswa juga mempertmbangkan dampak mata kulah yang dplh pada saat d duna kerja nant. Mata kulah plhan yang dapat daplkaskan d duna kerja tentunya menjad plhan mahasswa. Pada atrbut menunjang mayor, mata kulah plhan yang dapat menunjang mayor akan dplh oleh mahasswa untuk melengkap lmu utamanya. Hal lan yang menjad pertmbangan mahasswa dalam memlh mata kulah plhan adalah dar ss dosen. Mata kulah plhan dengan dosen yang dkenal mudah memberkan nla tentunya menjad plhan mahasswa. Tabel 5. NKT tap Atrbut dar Masng-masng Data Ratng dan Rankng Atrbut Taraf NKT Ratng NKT Rankng Tngkat Sult Kesultan Sedang Mater Mudah Menunjang Sangat Menunjang Mayor Kurang Menunjang Tdak Menunjang Kemudahan Mudah Mendapat Sult Nla Kegunaan d Aplkatf Duna Kerja Kurang Aplkatf NRP tap atrbut untuk data ratng dan rankng pada masng-masng responden dsajkan pada Lampran 5. Nla n dgunakan untuk melhat kekonsstenan tap responden dalam mengevaluas stmul dengan dua cara yang berbeda (ratng dan rankng). Jka urutan NRP tap atrbut pada masng-masng data ratng dan rankng menunjukkan urutan yang sama maka dapat dkatakan responden konssten dalam mengevaluas stmul. Tabel 6. Rata-rata NRP tap Atrbut pada Masngmasng Data Ratng dan Rankng Urutan NRP Tngkat Atrbut Ratng Rankng Kepentngan Tngkat Kesultan Mater Kegunaan d Duna Kerja Menunjang Mayor Kemudahan Mendapat Nla Tabel 6 menunjukkan rata-rata NRP tap atrbut pada masng-masng data ratng dan rankng yang dgunakan untuk melhat NRP tap atrbut secara keseluruhan. Nla n dperoleh dengan menjumlahkan NRP tap atrbut masng-

15 masng responden bak pada data ratng dan rankng kemudan dbag dengan banyaknya responden. Berdasarkan Tabel 6, terlhat bahwa atrbut tngkat kesultan mater memlk NRP terbesar dbandng atrbut lannya bak pada data ratng maupun rankng. Sehngga atrbut tersebut menjad atrbut yang palng dpentngkan responden dalam memlh mata kulah plhan. Atrbut selanjutnya yang dpentngkan responden secara berurutan adalah atrbut kegunaan d duna kerja, menunjang mayor, dan kemudahan mendapat nla sesua dengan besar NRP masngmasng atrbut. Secara umum, responden dapat dkatakan konssten dalam mengevaluas stmul dengan metode ratng dan rankng. Hal n dtunjukkan oleh hasl rata-rata NRP tap atrbut pada masngmasng data ratng dan rankng yang memberkan urutan tngkat kepentngan atrbut yang sama (Tabel 6). Namun setelah dlhat lebh rnc pada masng-masng ndvdu, dperoleh hanya 43% responden yang menunjukkan urutan tngkat kepentngan atrbut yang sama antara data ratng dan rankng (konssten) sedangkan 57% lannya tdak konssten. Perbandngan tersebut dapat dlhat pada Gambar 1. 60% 50% 40% 30% 43% 57% 120% 100% 80% 60% 40% 20% 0% 48% 52% Lak-lak Konssten Tdak Konssten 66% 34% Perempuan Gambar 2. Persentase Konsstens Responden Berdasarkan Jens Kelamn Gambar 3 menunjukkan persentase kekonsstenan dar masng-masng departemen, terlhat bahwa Departemen Statstka memlk persentase konssten sebesar 36%, Departemen Ilmu Komputer dan Departemen Agrbsns masng-masng 44%, sedangkan Departemen Agronom dan Hortkultura memlk persentase terbesar yatu 48%. Sehngga dalam peneltan n dapat dtark kesmpulan bahwa Departemen Agronom dan Hortkultura cenderung lebh konssten dbandng departemen yang lan. Konsstens responden berdasarkan angkatan terlhat pada Gambar 4. Angkatan 42 cenderung lebh konssten dbandng angkatan lannya dengan persentase sebesar 48.5%, kemudan dkut dengan angkatan 40 (41.2%) dan angkatan 41 (39.4%). 120% 20% 100% 10% 80% 60% 64% 56% 52% 56% 0% Konsst en Tdak Konsst en Gambar 1. Persentase Konsstens Seluruh Responden dalam Mengevaluas Stmul 40% 20% 0% 36% 44% 48% 44% ST K I LK OM AGH AGB Gambar 2 menunjukkan persentase konsstens responden berdasarkan jens kelamn. Responden lak-lak memlk persentase konssten yang lebh tngg dbandng yang tdak konssten, namun sebalknya pada responden perempuan. Dan jka dbandngkan antara laklak dan perempuan, responden lak-lak cenderung lebh konssten dbandng responden perempuan dalam mengevaluas stmul dengan metode ratng dan rankng. Konssten Tdak Kons sten Gambar 3. Persentase Konsstens Responden Berdasarkan Departemen Dalam pengumpulan data dtemu ketdakkonsstenan jawaban responden dalam mengevaluas stmul, walaupun secara umum responden dapat dkatakan konssten. Untuk tu perlu dtelusur faktor-faktor yang mempengaruh kekonsstenan jawaban responden pada saat pengumpulan data.

16 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% 58,80% 60,60% 41,20% 39,40% 51,50% 48,50% Konsst en Tdak Konsst en Gambar 4. Persentase Konsstens Responden Berdasarkan Angkatan Faktor-faktor yang Mempengaruh Kekonsstenan Faktor-faktor yang mempengaruh kekonsstenan jawaban responden dalam mengevaluas profl produk dengan metode ratng dan rankng pada model penuh menghaslkan Statstk Uj-G sebesar dengan nla-p = 0.000, yang berart sedktnya ada satu β yang tdak sama dengan nol dantara sebelas peubah penjelas tersebut pada taraf nyata 5% (Tabel 7). Tabel 7. Analss regres logstk dengan model penuh Peubah Koefsen Wald Sg. WAKTU JENIS KELAMIN (1) DEPARTEMEN (1) ANGKATAN ANGKATAN (1) ANGKATAN (2) GAMES (1) ORGANISASI (1) SIKAP (1) KESUNGGUHAN (1) METODE SENDIRI (1) MENGOBROL (1) METODE MUDAH (1) Constant Log-lkelhood = G = , Nla-p = Pengujan parameter secara parsal dengan Statstk Uj-Wald menghaslkan tujuh peubah penjelas yang tdak berpengaruh nyata terhadap kekonsstenan dkarenakan nla-p yang dhaslkan lebh besar dar α = Sedangkan peubah-peubah yang berpengaruh nyata terhadap kekonsstenan pada taraf nyata 5% adalah peubah waktu, kebasaan berman games (suka/tdak), skap dan kesungguhan saat mengevaluas. Setelah tujuh peubah penjelas yang tdak berpengaruh nyata pada taraf 5% dreduks maka akan dperoleh model sepert pada Tabel 8 dengan nla statstk uj-g sebesar dan nla-p = Model hasl reduks menunjukkan semua peubah nyata pada taraf 5% sehngga dperoleh faktor-faktor yang berperan terhadap kekonsstenan jawaban responden dalam mengevaluas profl produk dengan metode ratng dan rankng adalah faktor lama mengevaluas, hob (suka berman games atau tdak), skap dan kesungguhan saat mengevaluas. Mayortas responden (81%) dalam peneltan n suka berman games sehngga mereka cenderung menganggap pengumpulan data sebaga suatu permanan. Hal tersebut mempengaruh kesungguhan mereka saat mengevaluas sehngga haslnya tdak konssten. Nla uj statstk-g yang dgunakan untuk membandngkan model penuh dan model reduks adalah: G red = -2(( )-( )) = Nla G red datas lebh kecl dar χ 2 (11, 0.05) = 19.68, yang berart hpotess nol dterma. Hal n menunjukkan bahwa peubah jens kelamn, departemen, angkatan, aktf berorgansas, memlk metode sendr, mengobrol saat mengevaluas, metode termudah dapat dkeluarkan dar model penuh. Tabel 8. Analss regres logstk dengan model reduks Raso Peubah Koefsen Wald Sg. Odds WAKTU GAMES (1) SIKAP (1) KESUNGGUHAN (1) Constant Log-lkelhood = G = , Nla-p = Nla dugaan raso odds untuk peubah waktu pada Tabel 8 memlk makna bahwa responden dengan catatan waktu lebh lama cenderung lebh konssten dbandngkan responden dengan catatan waktu lebh cepat. Peubah suka berman games memlk dugaan raso odds sebesar 0.2, yang berart responden yang suka man games memlk kemungknan kecl untuk dapat mengevaluas stmul lebh konssten dbandng

17 dengan responden yang tdak suka berman games. Pengertan n setara dengan responden yang tdak suka berman games memlk peluang 5 kal lebh konssten dbandng responden yang suka berman games. Peubah skap dalam mengevaluas memlk dugaan raso odds sebesar 5.9 yang berart responden yang berskap tenang cenderung lebh konssten dbandng responden yang berskap bngung saat mengevaluas stmul. Dugaan raso odds sebesar 44.7 pada peubah kesungguhan dalam mengevaluas menunjukkan bahwa responden yang serus dalam mengevaluas cenderung lebh konssten dbandng yang tdak serus. SIMPULAN Nla Relatf Pentng (NRP) tap atrbut dar data ratng dan rankng secara keseluruhan menunjukkan bahwa atrbut tngkat kesultan mater merupakan atrbut dengan NRP terbesar dbandng atrbut lannya. Sehngga dapat dtark kesmpulan bahwa sebagan besar responden menganggap bahwa atrbut tngkat kesultan mater merupakan atrbut palng pentng yang dpertmbangkan mahasswa dalam memlh mata kulah plhan. Secara umum, seluruh responden dapat dkatakan konssten dalam mengevaluas profl mata kulah plhan dengan metode ratng dan rankng. Hal n berkatan dengan urutan rata-rata NRP tap atrbut pada masng-masng data ratng dan rankng yang menunjukkan urutan tngkat kepentngan atrbut yang sama. Namun setelah dlhat lebh detal pada masng-masng ndvdu, dperoleh hanya 43% responden yang dapat mengevaluas secara konssten. Faktor-faktor yang mempengaruh kekonsstenan jawaban responden dalam mengevaluas profl produk dengan metode ratng dan rankng adalah faktor lama mengevaluas, hob (suka berman games atau tdak), skap dan kesungguhan responden saat mengevaluas. Umumnya responden dengan catatan waktu yang lebh lama, tdak suka berman games, tenang dan serus dapat mengevaluas stmul dengan dua cara berbeda tersebut secara konssten. SARAN Hal yang perlu dperhatkan pada saat pengumpulan data adalah latar belakang dan keadaan responden saat menjawab pertanyaan pada kuesoner agar hasl yang dperoleh sesua harapan penelt. Untuk mendukung hal tersebut, maka perlu drancang konds pengumpulan data yang kondusf. Suasana yang tenang dan tdak terburu-buru sangat mempengaruh antusasme reponden dalam mengs kuesoner. DAFTAR PUSTAKA Anonm A Short Hstory of Conjont Analyss. [02 Aprl 2007]. Cochran, W.G Samplng Technques. Thrd Edton. New York: Wley. Har, J.F., R.E. Anderson, R.L. Tatham Multvarate Data Analyss. Ffth Edton. New Jersey: Prentce Hall Internatonal. Harlna, I.E Kajan pada Rancangan Fractonal Factoral 3 n-p. Skrps. Departemen Statstka, IPB. Bogor. Hosmer D.W., Lemeshow S Appled Logstc Regresson. New York: Wley. Kuhfeld, W.F Marketng Research Methods n SAS. SAS Insttute, Inc. Malhotra, N.K Marketng Research an Appled Orentaton. Unted States: Pearson Educaton Internatonal. Scheaffer, R.L., Mendenhall, W. Ott, L Elementary Survey Samplng. Fourth Edton. Boston: PWS-KENT Publshng Company.

18

19 L A M P I R A N

20 Lampran 1. Kuesoner yang Ds Oleh Responden KUESIONER PENELITIAN PREFERENSI MAHASISWA IPB DALAM MEMILIH MATA KULIAH PILIHAN Nama Pewawancara : Nomor Responden : Tanggal Wawancara : Nama Responden : A. PROFIL RESPONDEN Petunjuk : Lngkar jawaban pada salah satu plhan yang sesua 1. Jens Kelamn : a. Lak-lak b. Perempuan 2. Asal Daerah : a. Jabodetabek b. Pulau Jawa (Selan Jabodetabek) c. Luar Jawa 3. Tempat Tnggal Saat In : a. Kost/Kontrak c. Ikut Keluarga (Selan Orangtua) b. Bersama Orangtua d. Lannya : Pengeluaran per Bulan : a. Rp b. Rp c. > Rp Fakultas & Departemen : a. FMIPA - Statstka c. FAPERTA - Agronom dan Hortkultura b. FMIPA - Ilmu Komputerd. FEM - Agrbsns 6. Angkatan : a. 40 b. 41 c Apakah anda suka berman games (Komputer, Playstaton, dll)? a. Ya b. Tdak 8. Apakah anda aktf berorgansas? a. Ya b. Tdak B. EVALUASI PROFIL MATA KULIAH PILIHAN (STIMULI) DENGAN METODE RATING SHOW CARD Petunjuk : Masng-masng stmul dber nla dengan menggunakan Skala Lkert mula dar 1 sampa 9 (1=stmul yang palng tdak dsuka, 9=stmul yang palng dsuka). Stmul 1 Stmul 4 Stmul 7 Stmul 2 Stmul 5 Stmul 8 Stmul 3 Stmul 6 Stmul 9 C. EVALUASI PROFIL MATA KULIAH PILIHAN (STIMULI) DENGAN METODE RANKING SHOW CARD Petunjuk : Masng-masng stmul durutkan mula dar stmul yang palng dsuka sampa stmul yang palng tdak dsuka. Rankng pertama untuk stmul yang palng dsuka dan seterusnya hngga rankng terakhr bag stmul yang palng tdak dsuka. Stmul 1 Stmul 4 Stmul 7 Stmul 2 Stmul 5 Stmul 8 Stmul 3 Stmul 6 Stmul 9

21 Lampran 2. Kuesoner Pengamatan Terhadap Responden oleh Penelt NO WAKTU SIKAP KESUNGGUHAN KERJA SAMA BERTANYA JENIS PERTANYAAN KEGIATAN MENGOBROL METODE SENDIRI METODE TERMUDAH Keterangan : 1. No : Nomor Responden 2. Waktu : Waktu Mula Waktu Berakhr Evaluas 3. Skap : Tenang / Bngung 4. Kesungguhan : Serus / Tdak Serus 5. Kerja Sama : Kerja sama dengan responden lan (Ya/Tdak) 6. Bertanya : Bertanya pada ntervewer saat evaluas (Ya/Tdak) 7. Jens Pertanyaan : Sederhana atau rumt (jka no 7 menjawab ya) 8. Kegatan Mengobrol : Apakah responden mengobrol saat mengevaluas (Ya/Tdak) 9. Metode Sendr : Memlk metode sendr saat mengevaluas (Ya/Tdak) 10. Metode Termudah : Ratng / Rankng

22 Lampran 3. Peubah Penjelas Beserta Peubah Boneka yang Terbentuk PEUBAH PENJELAS Kategor (1) (2) WAKTU (WAKTU) : Peubah Kontnu JENIS KELAMIN (JENIS KELAMIN) Lak-lak 1 Perempuan 0 DEPARTEMEN (DEPARTEMEN) non-eksak 1 eksak 0 ANGKATAN (ANGKATAN) SUKA BERMAIN GAMES (GAMES) Ya 1 Tdak 0 AKTIF BERORGANISASI (ORGANISASI) Ya 1 Tdak 0 SIKAP SAAT MENGEVALUASI (SIKAP) Tenang 1 Bngung 0 KESUNGGUHAN DALAM MENGEVALUASI (KESUNGGUHAN) Serus 1 Tdak Serus 0 MEMILIKI METODE SENDIRI (METODE SENDIRI) Ya 1 Tdak 0 MENGOBROL SAAT MENGEVALUASI (MENGOBROL) Ya 1 Tdak 0 METODE TERMUDAH (METODE MUDAH) Ratng 1 Rankng 0

23 Lampran 4. Profl Mata Kulah Plhan (Stmul) STIMULI 1 -Tngkat Kesultan Mater : Mudah -Menunjang Mayor: Kurang -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Aplkatf STIMULI 2 -Tngkat Kesultan Mater : Mudah -Menunjang Mayor: Tdak -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Kurang Aplkatf STIMULI 3 -Tngkat Kesultan Mater : Sedang -Menunjang Mayor: Sangat -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Kurang Aplkatf STIMULI 4 -Tngkat Kesultan Mater : Sedang -Menunjang Mayor: Tdak -Kemudahan Mendapat Nla : Sult -Kegunaan d Duna Kerja : Aplkatf STIMULI 5 -Tngkat Kesultan Mater : Sedang -Menunjang Mayor : Kurang -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Aplkatf STIMULI 6 -Tngkat Kesultan Mater : Sult -Menunjang Mayor : Tdak -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Aplkatf STIMULI 7 -Tngkat Kesultan Mater : Sult -Menunjang Mayor : Sangat -Kemudahan Mendapat Nla : Mudah -Kegunaan d Duna Kerja : Aplkatf STIMULI 8 -Tngkat Kesultan Mater : Mudah -Menunjang Mayor : Sangat -Kemudahan Mendapat Nla : Sult -Kegunaan d Duna Kerja : Aplkatf STIMULI 9 -Tngkat Kesultan Mater : Sult -Menunjang Mayor: Kurang -Kemudahan Mendapat Nla : Sult -Kegunaan d Duna Kerja : Kurang Aplkatf

24 Lampran 5. NRP Tap Atrbut untuk Data Ratng dan Rankng pada Masng-masng Responden NRP tap Atrbut pada Data Ratng NRP tap Atrbut pada Data Rankng No.Resp X1 X2 X3 X4 X1 X2 X3 X4 Konsstens

25 Lampran 5. (Lanjutan) NRP tap Atrbut pada Data Ratng NRP tap Atrbut pada Data Rankng No.Resp X1 X2 X3 X4 X1 X2 X3 X4 Konsstens MEAN