HASIL DAN PEMBAHASAN. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. Profil Responden

Transkripsi

1 disusun ke dalam bentuk kartu stimuli, diantara tiap kartu berisi kombinasi dari taraftaraf atribut yang berbeda dengan kartu-kartu lainnya (Lampiran 4). 3. Pengumpulan data melalui penyebaran kuesioner. Responden dihadapkan pada seluruh kartu stimuli lalu diminta untuk mengevaluasinya terlebih dahulu dengan memberikan penilaian (rating) terhadap masing-masing kartu stimuli. Kemudian responden yang sama diminta lagi untuk mengevaluasi kartu-kartu stimuli tersebut dengan cara mengurutkannya (ranking) dimulai dari stimuli yang paling disukai sampai pada stimuli yang paling tidak disukai. Selama responden mengevaluasi stimuli, peneliti melakukan pengamatan terhadap perilaku responden yang dicatat dalam kuesioner. Penelitian ini menggunakan 100 orang responden dengan kuota yang telah ditentukan untuk masing-masing departemen dan jenis kelamin (Tabel 2). Penggunaan kuota dalam memilih responden bertujuan agar kekonsistenan responden dapat dibandingkan secara seimbang berdasarkan departemen dan jenis kelamin. Tabel 2. Kuota pada Departemen dan Jenis Kelamin Departemen Kuota Statistika 25% Ilmu Komputer 25% Agronomi &Hortikultura 25% Agribisnis 25% Jenis Kelamin Kuota Laki-laki 5 Perempuan 5 4. Analisis Konjoin pada tiap responden untuk mengidentifikasi atribut yang dipentingkan dalam memilih mata kuliah pilihan dan juga untuk melihat kekonsistenan jawaban responden. Konsistensi dilihat dengan membandingkan NRP tiap atribut pada masing-masing data rating dan ranking per individu. Responden dikatakan konsisten apabila hasil analisis konjoin per individu dari data rating dan ranking menunjukkan urutan tingkat kepentingan atribut yang sama dari dua data tersebut. 5. Analisis Regresi Logistik Biner untuk mengidentifikasi faktor-faktor yang mempengaruhi kekonsistenan jawaban responden antara metode rating dan ranking. Analisis data menggunakan software SPSS 11.5 for windows, Microsoft Excel, dan SAS 9.1. HASIL DAN PEMBAHASAN Profil Responden Responden pada penelitian ini terdiri dari tiga angkatan, yaitu angkatan 40 sebanyak 34% dan angkatan 41 dan 42 masing-masing sebanyak 33%. Mayoritas responden berasal dari Jabodetabek (47%), dengan tempat tinggal saat ini kost atau mengontrak rumah (83%), dan pengeluaran kurang dari Rp per bulan (52%). Dari segi aktivitas, sebagian besar responden aktif berorganisasi (72%) dan suka bermain games (81%). Profil responden secara umum disajikan pada Tabel 3. Tabel 3. Profil Responden Karakteristik Kategori Persentase Angkatan 40 34% 41 33% 42 33% Asal Daerah Jabodetabek* 47% Luar Jabodetabek 43% Luar Jawa 1 Tempat Tinggal Kost / Kontrak 83% saat ini Bersama Orangtua 16% Ikut Keluarga 1% Pengeluaran per <= Rp % Bulan <= Rp % > Rp % Suka Bermain Ya 81% Games Tidak 19% Aktif Berorganisasi Ya 72% Tidak 28% Total 10 * = Jakarta Bogor Depok Tangerang Bekasi

2 Atribut yang Dipentingkan dalam Memilih Mata Kuliah Pilihan Analisis konjoin pada tiap individu memberikan hasil yang berbeda antar responden satu sama lain dalam hal atribut yang dipentingkan dalam memilih mata kuliah pilihan. Dari Tabel 4 terlihat bahwa atribut tingkat kesulitan materi merupakan atribut dengan frekuensi terbanyak yang dipilih responden sebagai atribut paling penting dalam memilih mata kuliah pilihan, kemudian diikuti oleh atribut kegunaan di dunia kerja yang frekuensinya terbanyak kedua setelah atribut tingkat kesulitan materi. Pada atribut menunjang mayor dan kemudahan mendapat nilai, tidak banyak responden yang mementingkan atribut tersebut dalam pertimbangannya memilih mata kuliah pilihan. Tabel 4. Frekuensi Atribut yang Dipentingkan Responden Atribut yang Frekuensi Dipentingkan Rating Ranking Tingkat Kesulitan Materi Kegunaan di Dunia Kerja Menunjang Mayor Kemudahan Mendapat Nilai Berdasarkan NKT terbesar pada tiap atribut hasil analisis konjoin yang disajikan pada Tabel 5, dapat ditarik kesimpulan bahwa kombinasi taraf atribut mata kuliah pilihan yang paling disukai mahasiswa adalah mata kuliah pilihan dengan tingkat kesulitan materi yang mudah, sangat menunjang mayor, mudah mendapatkan nilai dari dosen, dan dapat diaplikasikan di dunia kerja. Terdapat kecenderungan bahwa banyak mahasiswa yang memilih mata kuliah pilihan dengan tingkat kesulitan materi yang mudah agar dapat menutupi kekurangannya pada mata kuliah wajib. Mahasiswa juga mempertimbangkan dampak mata kuliah yang dipilih pada saat di dunia kerja nanti. Mata kuliah pilihan yang dapat diaplikasikan di dunia kerja tentunya menjadi pilihan mahasiswa. Pada atribut menunjang mayor, mata kuliah pilihan yang dapat menunjang mayor akan dipilih oleh mahasiswa untuk melengkapi ilmu utamanya. Hal lain yang menjadi pertimbangan mahasiswa dalam memilih mata kuliah pilihan adalah dari sisi dosen. Mata kuliah pilihan dengan dosen yang dikenal mudah memberikan nilai tentunya menjadi pilihan mahasiswa. Tabel 5. NKT tiap Atribut dari Masing-masing Data Rating dan Ranking Atribut Taraf NKT Rating NKT Ranking Tingkat Sulit Kesulitan Sedang Materi Mudah Menunjang Sangat Menunjang Mayor Kurang Menunjang Tidak Menunjang Kemudahan Mudah Mendapat Sulit Nilai Kegunaan di Aplikatif Dunia Kerja Kurang Aplikatif NRP tiap atribut untuk data rating dan ranking pada masing-masing responden disajikan pada Lampiran 5. Nilai ini digunakan untuk melihat kekonsistenan tiap responden dalam mengevaluasi stimuli dengan dua cara yang berbeda (rating dan ranking). Jika urutan NRP tiap atribut pada masing-masing data rating dan ranking menunjukkan urutan yang sama maka dapat dikatakan responden konsisten dalam mengevaluasi stimuli. Tabel 6. Rata-rata NRP tiap Atribut pada Masingmasing Data Rating dan Ranking Urutan NRP Tingkat Atribut Rating Ranking Kepentingan Tingkat Kesulitan Materi Kegunaan di Dunia Kerja Menunjang Mayor Kemudahan Mendapat Nilai Tabel 6 menunjukkan rata-rata NRP tiap atribut pada masing-masing data rating dan ranking yang digunakan untuk melihat NRP tiap atribut secara keseluruhan. Nilai ini diperoleh dengan menjumlahkan NRP tiap atribut masing-

3 masing responden baik pada data rating dan ranking kemudian dibagi dengan banyaknya responden. Berdasarkan Tabel 6, terlihat bahwa atribut tingkat kesulitan materi memiliki NRP terbesar dibanding atribut lainnya baik pada data rating maupun ranking. Sehingga atribut tersebut menjadi atribut yang paling dipentingkan responden dalam memilih mata kuliah pilihan. Atribut selanjutnya yang dipentingkan responden secara berurutan adalah atribut kegunaan di dunia kerja, menunjang mayor, dan kemudahan mendapat nilai sesuai dengan besar NRP masingmasing atribut. Secara umum, responden dapat dikatakan konsisten dalam mengevaluasi stimuli dengan metode rating dan ranking. Hal ini ditunjukkan oleh hasil rata-rata NRP tiap atribut pada masingmasing data rating dan ranking yang memberikan urutan tingkat kepentingan atribut yang sama (Tabel 6). Namun setelah dilihat lebih rinci pada masing-masing individu, diperoleh hanya 43% responden yang menunjukkan urutan tingkat kepentingan atribut yang sama antara data rating dan ranking (konsisten) sedangkan 57% lainnya tidak konsisten. Perbandingan tersebut dapat dilihat pada Gambar % 57% % 52% Laki-laki Konsisten Tidak Konsisten 66% 34% Perempuan Gambar 2. Persentase Konsistensi Responden Berdasarkan Jenis Kelamin Gambar 3 menunjukkan persentase kekonsistenan dari masing-masing departemen, terlihat bahwa Departemen Statistika memiliki persentase konsisten sebesar 36%, Departemen Ilmu Komputer dan Departemen Agribisnis masing-masing 44%, sedangkan Departemen Agronomi dan Hortikultura memiliki persentase terbesar yaitu 48%. Sehingga dalam penelitian ini dapat ditarik kesimpulan bahwa Departemen Agronomi dan Hortikultura cenderung lebih konsisten dibanding departemen yang lain. Konsistensi responden berdasarkan angkatan terlihat pada Gambar 4. Angkatan 42 cenderung lebih konsisten dibanding angkatan lainnya dengan persentase sebesar 48.5%, kemudian diikuti dengan angkatan 40 (41.2%) dan angkatan 41 (39.4%) % 56% 52% 56% Konsist en Tidak Konsist en Gambar 1. Persentase Konsistensi Seluruh Responden dalam Mengevaluasi Stimuli 36% 44% 48% 44% ST K I LK OM AGH AGB Gambar 2 menunjukkan persentase konsistensi responden berdasarkan jenis kelamin. Responden laki-laki memiliki persentase konsisten yang lebih tinggi dibanding yang tidak konsisten, namun sebaliknya pada responden perempuan. Dan jika dibandingkan antara lakilaki dan perempuan, responden laki-laki cenderung lebih konsisten dibanding responden perempuan dalam mengevaluasi stimuli dengan metode rating dan ranking. Konsisten Tidak Konsi sten Gambar 3. Persentase Konsistensi Responden Berdasarkan Departemen Dalam pengumpulan data ditemui ketidakkonsistenan jawaban responden dalam mengevaluasi stimuli, walaupun secara umum responden dapat dikatakan konsisten. Untuk itu perlu ditelusuri faktor-faktor yang mempengaruhi kekonsistenan jawaban responden pada saat pengumpulan data.

4 120,0 100,0 80,0 60,0 40,0 20,0 0,0 58,8 60,6 41, 39, 51,5 48, Konsist en Tidak Konsist en Gambar 4. Persentase Konsistensi Responden Berdasarkan Angkatan Faktor-faktor yang Mempengaruhi Kekonsistenan Faktor-faktor yang mempengaruhi kekonsistenan jawaban responden dalam mengevaluasi profil produk dengan metode rating dan ranking pada model penuh menghasilkan Statistik Uji-G sebesar dengan nilai-p = 0.000, yang berarti sedikitnya ada satu β i yang tidak sama dengan nol diantara sebelas peubah penjelas tersebut pada taraf nyata 5% (Tabel 7). Tabel 7. Analisis regresi logistik dengan model penuh Peubah Koefisien Wald Sig. 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-likelihood = G = , Nilai-p = Pengujian parameter secara parsial dengan Statistik Uji-Wald menghasilkan tujuh peubah penjelas yang tidak berpengaruh nyata terhadap kekonsistenan dikarenakan nilai-p yang dihasilkan lebih besar dari α = Sedangkan peubah-peubah yang berpengaruh nyata terhadap kekonsistenan pada taraf nyata 5% adalah peubah waktu, kebiasaan bermain games (suka/tidak), sikap dan kesungguhan saat mengevaluasi. Setelah tujuh peubah penjelas yang tidak berpengaruh nyata pada taraf 5% direduksi maka akan diperoleh model seperti pada Tabel 8 dengan nilai statistik uji-g sebesar dan nilai-p = Model hasil reduksi menunjukkan semua peubah nyata pada taraf 5% sehingga diperoleh faktor-faktor yang berperan terhadap kekonsistenan jawaban responden dalam mengevaluasi profil produk dengan metode rating dan ranking adalah faktor lama mengevaluasi, hobi (suka bermain games atau tidak), sikap dan kesungguhan saat mengevaluasi. Mayoritas responden (81%) dalam penelitian ini suka bermain games sehingga mereka cenderung menganggap pengumpulan data sebagai suatu permainan. Hal tersebut mempengaruhi kesungguhan mereka saat mengevaluasi sehingga hasilnya tidak konsisten. Nilai uji statistik-g yang digunakan untuk membandingkan model penuh dan model reduksi adalah: G red = -2(( )-( )) = Nilai G red diatas lebih kecil dari χ 2 (11, 0.05) = 19.68, yang berarti hipotesis nol diterima. Hal ini menunjukkan bahwa peubah jenis kelamin, departemen, angkatan, aktif berorganisasi, memiliki metode sendiri, mengobrol saat mengevaluasi, metode termudah dapat dikeluarkan dari model penuh. Tabel 8. Analisis regresi logistik dengan model reduksi Rasio Peubah Koefisien Wald Sig. Odds WAKTU GAMES (1) SIKAP (1) KESUNGGUHAN (1) Constant Log-likelihood = G = , Nilai-p = Nilai dugaan rasio odds untuk peubah waktu pada Tabel 8 memiliki makna bahwa responden dengan catatan waktu lebih lama cenderung lebih konsisten dibandingkan responden dengan catatan waktu lebih cepat. Peubah suka bermain games memiliki dugaan rasio odds sebesar 0.2, yang berarti responden yang suka main games memiliki kemungkinan kecil untuk dapat mengevaluasi stimuli lebih konsisten dibanding

5 dengan responden yang tidak suka bermain games. Pengertian ini setara dengan responden yang tidak suka bermain games memiliki peluang 5 kali lebih konsisten dibanding responden yang suka bermain games. Peubah sikap dalam mengevaluasi memiliki dugaan rasio odds sebesar 5.9 yang berarti responden yang bersikap tenang cenderung lebih konsisten dibanding responden yang bersikap bingung saat mengevaluasi stimuli. Dugaan rasio odds sebesar 44.7 pada peubah kesungguhan dalam mengevaluasi menunjukkan bahwa responden yang serius dalam mengevaluasi cenderung lebih konsisten dibanding yang tidak serius. SIMPULAN Nilai Relatif Penting (NRP) tiap atribut dari data rating dan ranking secara keseluruhan menunjukkan bahwa atribut tingkat kesulitan materi merupakan atribut dengan NRP terbesar dibanding atribut lainnya. Sehingga dapat ditarik kesimpulan bahwa sebagian besar responden menganggap bahwa atribut tingkat kesulitan materi merupakan atribut paling penting yang dipertimbangkan mahasiswa dalam memilih mata kuliah pilihan. Secara umum, seluruh responden dapat dikatakan konsisten dalam mengevaluasi profil mata kuliah pilihan dengan metode rating dan ranking. Hal ini berkaitan dengan urutan rata-rata NRP tiap atribut pada masing-masing data rating dan ranking yang menunjukkan urutan tingkat kepentingan atribut yang sama. Namun setelah dilihat lebih detail pada masing-masing individu, diperoleh hanya 43% responden yang dapat mengevaluasi secara konsisten. Faktor-faktor yang mempengaruhi kekonsistenan jawaban responden dalam mengevaluasi profil produk dengan metode rating dan ranking adalah faktor lama mengevaluasi, hobi (suka bermain games atau tidak), sikap dan kesungguhan responden saat mengevaluasi. Umumnya responden dengan catatan waktu yang lebih lama, tidak suka bermain games, tenang dan serius dapat mengevaluasi stimuli dengan dua cara berbeda tersebut secara konsisten. SARAN Hal yang perlu diperhatikan pada saat pengumpulan data adalah latar belakang dan keadaan responden saat menjawab pertanyaan pada kuesioner agar hasil yang diperoleh sesuai harapan peneliti. Untuk mendukung hal tersebut, maka perlu dirancang kondisi pengumpulan data yang kondusif. Suasana yang tenang dan tidak terburu-buru sangat mempengaruhi antusiasme reponden dalam mengisi kuesioner. DAFTAR PUSTAKA Anonim A Short History of Conjoint Analysis. [02 April 2007]. Cochran, W.G Sampling Techniques. Third Edition. New York: Wiley. Hair, J.F., R.E. Anderson, R.L. Tatham Multivariate Data Analysis. Fifth Edition. New Jersey: Prentice Hall International. Harlina, I.E Kajian pada Rancangan Fractional Factorial 3 n-p. Skripsi. Departemen Statistika, IPB. Bogor. Hosmer D.W., Lemeshow S Applied Logistic Regression. New York: Wiley. Kuhfeld, W.F Marketing Research Methods in SAS. SAS Institute, Inc. Malhotra, N.K Marketing Research an Applied Orientation. United States: Pearson Education International. Scheaffer, R.L., Mendenhall, W. Ott, L Elementary Survey Sampling. Fourth Edition. Boston: PWS-KENT Publishing Company.