ANALISIS CONJOINT

ILUSTRASI

Perusahaan X ingin mengembangkan sebuah sabun cuci baru. Setelah mendiskusikan dengan bagian penjualan, manajemen memutuskan ada tiga atribut penting yang harus ada pada produk tersebut, yaitu bahan baku, bentuk, dan merek dagang. Untuk mengoperasionalkan atribut ini, peneliti mengembangkan tiga faktor dengan masing-masing dua level, yaitu :

ANALISIS CONJOINT

Analisis Konjoin (Conjoint Analysis, Considered Jointly) adalah sebuah metode statistika multivariat yang dikembangkan untuk memahami bagaimana responden membangun preferensi terhadap type sebuah produk.

Dalam prosesnya analisis konjoin akan memberikan ukuran kuantitatif terhadap tingkat kegunaan (utility) dan kepentingan relatif (relatif importance) suatu faktor dibandingkan dengan faktor lain.

RANCANGAN EKSPERIMEN CONJOINT

1. Menentukan tujuan research2. Memilih metodologi conjoint

. Jika faktornya <= 6, gunakan choice based conjoint- Jika 6 < faktornya <= 10, gunakan traditional conjoint.- Jika faktornya > 10, gunakan adaptive choice conjoint

3. Menyeleksi faktor dan level4. Menentukan bentuk model dasar produk.

METODELOGI CONJOINT

Tradisional conjoint merupakan teknik analisis dalam konjoin dimana responden dihadapkan terhadap seluruh pilihan stimuli yang di dapat dari kombinasi dari faktor dan level yang ada.

Adaptive conjoint dikembangkan untuk mengakomodasi permasalah yang melibatkan jumlah faktor yang banyak (lebih dari 10) yang tidak mungkin digunakan dengan pendekatan tradisional. Biasanya penggunaan metode ini dibantu dengan peralatan komputer.

METODOLOGI CONJOINT

Choised Based Conjoint (CBC)

Untuk metode yang terakhir ini, hampir mirip dengan metode ACA, namun responden tidak hanya dihadapkan pada stimuli yang ada tapi juga dihadapkan pada kombinasi efek interaksi dari atribut yang ada. Contoh, ada 20 stimuli, responden diminta untuk memilih stimuli terbaik dengan membandingkan antara 2 stimuli yang kita ambil secara acak, misal kita ambil stimuli ke-1 dan ke-2 maka responden diminta untuk mengambil stimuli yang dianggap terbaik dari keduanya, kemudian stimuli yang terbaik kita bandingkan dengan stimuli berikutnya sampai didapatkan stimuli terbaik. Dengan catatan bahwa stimuli yang sudah tereliminasi tidak dapat digunakan untuk pembanding berikutnya.

MENENTUKAN BENTUK MODEL DASAR PRODUK

Ditentukan berdasarkan nilai kegunaan (utility) dan kepentingan relatif (relatif importance) suatu faktor dibandingkan dengan faktor lain.

Misalkan dari contoh kasus sebelumnya, dipilih dua responden untuk memberikan tanggapan terhadap stimulus yang terbentuk. Stimulus adalah kombinasi dari level-level faktor.

kedua responden akan memberikan ranking terhadap stimulus yang ada, dengan angka 1 adalah yang paling disukai, dan angka yang terakhir (tergantung jumlah stimuli yang dihasilkan) adalah yang tidak disukai.

DATA

Stimulus Responden 1

Cair, Bebas Pospate, Hatco ranking 1 Cair, Bebas Pospate, Generik ranking 2 Cair, Dengan Pospate, Hatco ranking 5 Cair, Dengan Pospate, Generik ranking 6 Powder, Bebas Pospate, Hatco

ranking 3 Powder, Bebas Pospate, Generik ranking 4 Powder, Dengan Pospate, Hatco ranking 7 Powder, Dengan Pospate, Generik ranking 8

DATA

Stimulus Responden 2

Cair, Bebas Pospate, Hatco ranking 1 Cair, Bebas Pospate, Generik ranking 2 Cair, Dengan Pospate, Hatco ranking 3 Cair, Dengan Pospate, Generik ranking 4 Powder, Bebas Pospate, Hatco

ranking 7 Powder, Bebas Pospate, Generik ranking 5 Powder, Dengan Pospate, Generik ranking 8 Powder, Dengan Pospate, Hatco ranking 6

LANGKAH-LANGKAH Menghitung deviasi untuk setiap level

Deviasi = rata-rata peringkat untuk setiap level – rata-rata peringkat keseluruhan.

Membalik tanda deviasi (+ -) atau (- +). Mengkuadratkan setiap nilai deviasi dan menghitung

jumlahnya. Menghitung nilai standarisasi, yaitu jumlah level dibagi

dengan jumlah kuadrat deviasi. Menghitung deviasi terstandar = kuadrat deviasi dikalikan

dengan nilai standarisasi. Menghitung dugaan Part-Worth = akar kuadrat dari deviasi

terstandar. Menghitung Range of part-Worth = Estimasi Parth-worth untuk

level disukai (positif) + Estimasi parth-worth tidak disukai (negatif).

Menghitung Factor importance = range of part-worth dibagi dengan jumlah semua range of part-worth

DETAIL RESPONDEN 1

Rata-rata ranking keseluruhan = (1+2+3+…+8)/8 = 4,5

Responden ke-1 RankingRata-Rata Ranking

DeviasiFaktor1 = Bentuk  Cair 1,2,5,6  3,5 -1

Powder 3,4,7,8  5,5 +1Faktor2 = Bahan

BakuBebas Pospate 1,2,3,4 2,5 -2

Dengan Pospate 5,6,7,8, 6,5 +2Faktor3 = Merk

Hatco 1,3,5,7 4,0 -0,5Generik 2,4,6,8 5,0 +0,5TOTAL

Standarisasi  

DETAIL RESPONDEN 1

Responden ke-iBalikan Deviasi

Kuadrat Deviasi

Deviasi Terstandar

Estimasi part-worth

Range of part-worth

Faktor importance

Faktor1 = Bentuk  

Cair +1  1 +0,571  +0,756  1,512  28,6%Powder -1  1 -0,571  -0,756    

Faktor2 = Bahan Baku

Bebas Pospate +2 4 +2,284 +1,511 3,022 57,1%Dengan Pospate -2 4 -2,284 -1,511

Faktor3 = MerkHatco +0,5 0,25 +0,143 +0,378 0,756 14,3%

Generik -0,5 0,25 -0,143 -0378Jumlah Kuadrat

Deviasi 10,5Nilai

Standarisasi  0,571     

Jumlah renge of part-worth 5,290

KESIMPULAN

Jadi bentuk type produk yang disukai oleh responden 1 adalah Bahan baku bebas pospate, Bentuknya Cair dan Mereknya Hatco.

Tingkat penting dari masing-masing Factor adalahBahan Baku = 57,1%Bentuk = 28,6%Merek = 14,3%