1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Industri sepeda motor nasional merupakan industri yang masih terus

mengalami pertumbuhan. Berdasarkan data dari AISI (Asosiasi Industri

Sepedamotor Indonesia) tingkat produksi sepeda motor cenderung mengalami

peningkatan tiap tahun sejak tahun 1996 – 2010, pada tahun 2008 produksi sepeda

motor di Indonesia mencapai 6.264.265 unit, dengan jumlah penjualan domestik

sebanyak 6.215.831 unit dan ekspor sebanyak 64.968 unit. Angka tersebut

merupakan jumlah tertinggi dibanding tahun-tahun sebelumnya. Sedangkan

produksi sepeda motor nasional pada tahun 2010 diperkirakan akan mencapai 6.3

juta unit (Asosiasi Industri Sepedamotor Indonesia, 2010).

Berdasarkan Indonesian Commercial Newsletter (2009) pertumbuhan

produksi sepeda motor tersebut didorong oleh kebutuhan masyarakat akan alat

transportasi yang murah dan fleksibel. Kebutuhan masyarakat tersebut akan terus

ada mengingat belum adanya sistem transportasi masal yang terintegrasi. Masih

berkaitan dengan fakta di atas, kondisi ekonomi global yang mengalami resesi

diperkirakan juga akan membuat tingkat persaingan pada industri sepeda motor

nasional semakin tinggi. Pasar yang tertekan akan memaksa para produsen untuk

menggunakan berbagai macam strategi dalam memenangkan persaingan.

Beberapa strategi yang ditempuh antara lain adalah dengan peluncuran model

baru, penyesuaian harga, pembiayaan, pemasangan iklan dan promosi hingga

pembangunan jaringan komunitas.

Peluncuran model baru dan penyesuaian harga menjadi bagian dari

strategi perusahan-perusahaan produsen sepeda motor dalam memenangkan

persaingan pasar. Menurut Kasali (1998) hanya perusahaan yang kreatif saja

yang dapat terus bertahan. Ia harus dapat mengubah produknya, kemasannya,

pendekatannya, cara menangani pasarnya, atau bahkan segmen pasarnya dari

waktu ke waktu. Dalam usaha menangani pasar, perusahaan sebaiknya dapat

memahami perilaku konsumen dalam memilih suatu produk. Konsumen memiliki

2

pertimbangan yang sesuai dengan kebutuhan dan gaya hidupnya saat memutuskan

menggunakan suatu barang. Hal itulah yang harus diperhatikan para produsen

sepeda motor dalam menyusun strategi pemasaran, sehingga dapat memenangkan

persaingan pasar sepeda motor.

Persaingan pasar sepeda motor di Surakarta patut diperhatikan para

produsen. Hal ini mengingat Surakarta merupakan salah satu kota besar di Jawa

Tengah. Selain itu menurut Badan Pusat Statistik Surakarta (2010) kepadatan

penduduk di kota Surakarta paling tinggi di Jawa Tengah. Kepadatan penduduk

yang tinggi membawa konsekuensi terkait penyediaan sarana transportasi berupa

sepeda motor.

Beragamnya jenis sepeda motor menjadikan konsumen akan lebih selektif

dalam memilih sepeda motor dengan memperhatikan atribut-atribut dari tiap

sepeda motor, yang sesuai dengan kebutuhan. Oleh karena itu perlu diketahui

karakteristik konsumen (variabel independen) mana yang paling mempengaruhi

pemilihan sepeda motor. Menurut Honda (2009) karakteristik konsumen meliputi

usia (X1), jenis kelamin (X2), pendidikan (X3), pekerjaan (X4), pengeluaran (X5),

kebiasaan pergi jauh/ touring (X6), ketertarikan produk baru (X7), kebiasaan kredit

(X8). Selain itu juga perlu diketahui atribut sepeda motor (variabel dependen)

mana yang paling diperhitungkan konsumen. Masih menurut Honda (2009) atribut

sepeda motor meliputi keiritan bensin (Y1), desain model (Y2), tipe model (Y3),

kecepatan (Y4), daya tahan mesin (Y5), harga (Y6), harga jual kembali (Y7), dan

ketersediaan bengkel (Y8).

Untuk mengetahui keeratan hubungan antara karakteristik konsumen

dengan atribut sepeda motor di kota Surakarta tersebut digunakan analisis korelasi

kanonik.

1.2 Perumusan Masalah

Berdasarkan uraian dalam latar belakang masalah, dapat dirumuskan tiga

masalah.

1. Variabel karakteristik konsumen apakah yang paling berpengaruh dalam

pemilihan sepeda motor?

3

2. Variabel atribut sepeda motor apakah yang paling mendasari pemilihan

sepeda motor?

3. Bagaimana keeratan hubungan antara karakteristik konsumen dengan

atribut sepeda motor?

1.3 Tujuan Penelitian

Berikut adalah tujuan dari penelitian ini.

1. Menentukan variabel karakteristik konsumen yang paling berpengaruh

dalam pemilihan sepeda motor dengan analisis korelasi kanonik

2. Menentukan variabel atribut sepeda motor yang paling mendasari

pemilihan sepeda motor dengan analisis korelasi kanonik

3. Mengetahui keeratan hubungan antara karakteristik konsumen dengan

atribut sepeda motor dengan analisis korelasi kanonik

1.4 Manfaat Penelitian

Dapat menambah pengetahuan peran nyata statistik khususnya analisis

korelasi kanonik dalam riset pemasaran.

4

BAB II

LANDASAN TEORI

2.1 Tinjauan Pustaka

Dalam penelitian ini, terdapat beberapa pengertian yang mendasari, yaitu

pengertian mengenai perilaku kosumen, validitas dan reliabilitas, variansi-

kovariansi dan korelasi, nilai eigen dan vektor eigen serta analisis korelasi

kanonik.

2.1.1 Perilaku Konsumen dalam Pemasaran

Mempelajari tentang perilaku konsumen merupakan hal yang sangat

penting dalam dunia pemasaran, karena tujuan kegiatan pemasaran adalah

untuk mempengaruhi konsumen supaya bersedia membeli barang dan jasa

perusahaan pada saat mereka membutuhkannya. Sebelum kegiatan pemasaran

dilakukan, manajer pemasaran harus memahami perilaku konsumen.

Model perilaku konsumen yang dikemukakan Kotler (2000)

menerangkan bahwa keputusan konsumen dalam pembelian selain

dipengaruhi oleh karakteristik konsumen, dapat dipengaruhi oleh rangsangan

perusahaan yang mencakup produk, harga, tempat dan promosi. Variabel-

variabel di atas saling mempengaruhi proses keputusan pembelian sehingga

menghasilkan keputusan pembelian yang didasarkan pada pilihan produk,

pilihan merek, pilihan penyalur, waktu pembelian, jumlah pembelian.

Kemudian Kotler (2000) menyatakan bahwa keputusan pembeli juga

dipengaruhi oleh karakteristik pribadi, yaitu usia pembeli dan tahap siklus

hidup, pekerjaan, keadaan ekonomi, gaya hidup, serta kepribadian dan konsep

pribadi pembeli. Selanjutnya gaya hidup seseorang adalah pola hidup

seseorang yang diungkapkan dalam kegiatan, minat, dan pendapat seseorang.

Gaya hidup bisa merupakan identitas kelompok. Gaya hidup setiap kelompok

akan mempunyai ciri-ciri tersendiri. Walaupun demikian, gaya hidup akan

sangat relevan dengan usaha-usaha pelaku pasar untuk menjual produknya.

Dengan kata lain, perubahan gaya hidup suatu kelompok akan mempunyai

dampak yang luas pada berbagai aspek konsumen.

5

2.1.2 Validitas dan Reliabilitas

1. Validitas

Menurut Azwar (1997), validitas menunjukkan sejauh mana ketepatan

dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu

kuesioner atau instrumen pengukur dapat dikatakan memiliki validitas yang

tinggi bila alat tersebut menjalankan fungsi ukurnya atau memberikan hasil

ukur yang sesuai dengan tujuan pengukuran tersebut. Uji validitas untuk data

yang diperoleh dengan menggunakan kuesioner dapat dilakukan dengan

menghitung korelasi produk momen (Pearson correlation), yaitu korelasi

antara skor setiap butir pertanyaan dengan skor total. Rumus yang digunakan

untuk itu adalah

n

jj

n

j

iij

j

n

jiij

i

tt

tt

r

1

22

1

1

(2.1)

dengan ij adalah skor responden ke-j pada pertanyaan ke-i, i adalah rata-rata

skor pertanyaan ke-i, tj adalah total skor seluruh pertanyaan untuk responden

ke-j, t adalah rata-rata total skor, n adalah jumlah responden dan ri adalah

korelasi antara butir pertanyaan ke-i dengan total skor.

Pengujian validitas dilakukan dengan membandingkan angka korelasi

yang diperoleh dengan angka kritis tabel korelasi nilai r. Angka kritis

diperoleh dari tabel korelasi nilai r dengan taraf signifikansi 5% dan derajat

bebas n-2. Bila angka korelasi yang diperoleh lebih besar daripada angka kritis

tabel korelasi nilai r maka data dikatakan valid (Singarimbun &

Effendi,1989).

2. Reliabilitas

Menurut Azwar (1997), reliabilitas mempunyai berbagai nama lain

seperti keterpercayaan, keterhandalan, keajegan, kestabilan, dan konsistensi.

Namun ide pokok yang terkandung dalam konsep reliabilitas adalah sejauh

mana hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat

6

dipercaya hanya bila dalam beberapa kali pelaksanaan pengukuran terhadap

kelompok subjek yang sama diperoleh hasil yang relatif sama, selama aspek

yang diukur dalam diri responden memang belum berubah. Dalam hal ini,

relatif sama berarti adanya toleransi terhadap perbedaan-perbedaan yang kecil

diantara hasil beberapa kali pengukuran. Bila perbedaan itu sangat besar dari

waktu ke waktu maka hasil pengukuran tidak dapat dipercaya dan dikatakan

sebagai tidak reliabel.

Masih berdasarkan Azwar (1997) bila skor pada responden pertama

diberi lambang dan skor pada responden kedua diberi lambang , maka

koefisien reliabilitas dinyatakan dengan simbol 'r , dengan 10 r .

Koefisien reliabilitas dikatakan sempurna bila 'r = 1, dan sebaliknya,

kuesioner tidak reliabel bila 'r = 0. Uji reliabilitas dapat dilakukan dengan

berbagai cara, salah satunya dengan metode pendekatan konsistensi internal

yang menggunakan rumus Rulon, rumus Flanagan, atau dengan koefisien

Cronbach . Rumus Rulon dan rumus Flanagan digunakan untuk data diskrit,

sedangkan untuk data diskrit maupun data interval, 'r dapat dinyatakan

dengan nilai Cronbach yang dirumuskan

21

2

11 T

p

ii

CronbachS

S

p

p (2.2)

dengan p adalah banyaknya pertanyaan, Si2 adalah variansi skor butir

pertanyaan ke-i dan ST2 adalah variansi skor total.

Menurut Ghozali (2002) suatu variabel dikatakan reliabel bila nilai

koefisien reliabilitas yang diperoleh lebih dari atau sama dengan 0.6.

2.1.3 Variansi-Kovariansi dan Korelasi

Dalam suatu penelitian seringkali terdapat lebih dari satu variabel, sehingga

ukuran-ukuran (data) yang terkumpul adalah data multivariat. Nilai variabel-

variabel tersebut dicatat untuk masing-masing item, individu atau trial percobaan

7

yang berbeda. Untuk menunjukkan harga variabel ke-i yang diamati pada item ke-

j digunakan notasi xij. Mean sampel dari n pengukuran pada variabel ke-i

didefinisikan sebagai

n

jiji x

nx

1

1 , i = 1,2,..., k.

Variansi sampel ke-i didefinisikan sebagai

2

1

2

n

jiijiii xx

n

iss i = 1,2,..., k

untuk n kecil (data kurang dari 40) digunakan pembagi n-1. Sedangkan untuk

kovariansi sampel sih didefinisikan sebagai

n

jhhjiijih xxxx

ns

1

1

k.1,2,...,h

k1,2,...,i

Untuk koefisien korelasi sampel untuk variabel ke-i dan variabel ke-h

didefinisikan sebagai

2/12/1hhii

ihih

ss

sr

k.1,2,...,h

k1,2,...,i

Statistik deskriptif di atas dapat dituliskan dalam bentuk matriks sebagai

mean sampel

kx

x

x

X2

1

,

variansi-kovariansi sampel

kkkk

k

k

n

sss

sss

sss

S

21

22221

11211

,

dan korelasi

1

1

1

21

221

112

kk

k

k

rr

rr

rr

R (Johnson & Wichern,1988).

8

2.1.4 Nilai Eigen dan Vektor Eigen

Bila M adalah sebuah matriks n x n, maka sebuah vektor tak nol x pada Rn

disebut vektor eigen (eigenvector) dari M bila Mx adalah kelipatan skalar dari x.

Lebih jelasnya dapat dituliskan

Mx = λx

untuk skalar sembarang λ. Skalar λ disebut nilai eigen (eigenvalue) dari M dan x

disebut sebagai vektor dari M yang terkait dengan λ (Anton & Rorres, 2004).

2.1.5 Analisis Korelasi Kanonik

Analisis korelasi kanonik adalah metode statistik multivariat yang dapat

digunakan untuk mengetahui keeratan hubungan antara kelompok variabel

independen dan kelompok variabel dependen. Analisis ini berfokus pada korelasi

antara kombinasi linear dari kelompok variabel dependen dengan kombinasi linear

dari kelompok variabel independen. Ide utama dari analisis ini adalah mencari

pasangan dari kombinasi linear tersebut yang memiliki korelasi terbesar. Pasangan

dari kombinasi linear ini merupakan fungsi kanonik dan korelasinya disebut

korelasi kanonik (Hair et al., 1998).

Hal-hal yang harus diperhatikan dalam melakukan analisis korelasi

kanonik sebagai berikut.

1. Asumsi Dasar Analisis Korelasi Kanonik

Analisis korelasi kanonik mensyaratkan beberapa asumsi yang harus

dipenuhi, antara lain permasalahan ukuran sampel, multikolinearitas dan

normal multivariat. Di antara asumsi tersebut, yang paling penting adalah

normal multivariat. Pengujian normal multivariat analog dengan asumsi

normal univariat untuk semua variabel (Sherry & Henson, 2005).

Menurut Hair et al. (1998) dalam analisis korelasi kanonik diperlukan

asumsi normalitas pada variabel bertipe metrik. Teknik pengujian asumsi

normal multivariat dilakukan dengan uji normalitas untuk setiap variabel. Bila

secara individu sebuah variabel memenuhi asumsi normalitas maka secara

keseluruhan juga akan memenuhi asumsi normal multivariat. Menurut

Supranto (2000) asumsi normalitas terpenuhi bila nilai signifikansi pada uji

9

Kolmogorov Smirnov lebih dari alpha. Dalam hal ini alpha yang digunakan

sebesar 0.05.

Asumsi tidak adanya multikolinearitas dapat diketahui dengan cara

menganalisis matriks korelasi sederhana antar variabel independen dan

korelasi sederhana antar variabel dependennya. Bila nilai korelasi cukup besar,

yaitu di atas 0.8 maka dimungkinkan terjadi multikolinearitas, tetapi bila ada

yang melampaui 0.95 dapat dikatakan terjadi multikolinearitas serius (Glantz

& Slinker, 1990).

2. Koefisien Kanonik dan Fungsi Kanonik

Misalkan terdapat kelompok variabel dependen Y1, Y2, …, Yk yang

dinotasikan dengan vektor variabel acak Y, dan kelompok variabel

independen X1, X2, …, Xk yang dinotasikan dengan vektor variabel acak X,

maka karakteristik dari vektor variabel acak X dan Y tersebut menurut

Johnson & Wichern (1988) adalah

.ΣCov(X)

ΣCov(Y)μE(X)

ΣΣY)Cov(X,μE(Y) t

XX

YYX

YXXYY

Misalkan At = kaaa ,...,, 21 dan Bt = kbbb ,...,, 21 maka kombinasi linear dari

kedua kelompok variabel tersebut dapat dituliskan sebagai

W= AtX kk XaXaXa ....2211

V= BtY kkYbYbYb ....2211 .

Vektor koefisien A dan B dapat diperoleh dengan cara mencari

222

21 ... k yang merupakan nilai eigen dari matriks XYXXYXYY 11

yang berpadanan dengan vektor eigen kf,...,f,f 21 . Di samping itu,

222

21 ... k juga merupakan nilai eigen dari matriks YXYYXYXX 11

yang berpadanan dengan vektor eigen ke,...,e,e 21 . Sehingga vektor koefisien

kanonik A dan B diperoleh sebagai berikut

10

1

11

1 fff

1b

YYt

2

22

2 eee

1a

XXt

2

22

2 fff

1b

YYt

(2.3)

ak k

kXXt

k

eee

1

bk k

kYYt

k

fff

1

.

Korelasi kanonik diperoleh dengan menghitung

kYY

tkkXX

tk

kXYtk

kkk VWbbaa

ba,Corr

.

Didefinisikan pasangan pertama dari variabel kanonik adalah kombinasi

linear W1 dan V1 yang memiliki variansi satu dan korelasinya terbesar.

Pasangan kedua dari variabel kanonik adalah kombinasi linear W2 dan V2

yang memiliki variansi satu dan korelasi terbesar kedua serta tidak berkorelasi

dengan variabel kanonik yang pertama. Sedangkan pasangan ke-k dari

variabel kanonik adalah kombinasi linear Wk dan Vk yang memiliki variansi

satu dan korelasinya terbesar ke-k serta tidak berkorelasi dengan variabel

kanonik 1, 2, …, k-1. Dengan demikian dapat dituliskan

Fungsi kanonik pertama :

.V,WCorrmaksimum,1)Var(VYbV

1)W(VarXaW

1111t11

1t11

Fungsi kanonik kedua :

.V,WCorr maksimum,0V,WCovV,WCovYbV

1)Var(V)Var(WXaW

2221221t22

22t22

ρ

Fungsi kanonik ke-k :

.V,WCorr maksimum0,V,WCovYbV

1)Var(V)Var(WXaWt

t

kkkkkkk

kkkk

ρ

Dari uraian di atas dapat dituliskan dalam analisis korelasi kanonik dari

variabel kanonik W dan V, dapat dibentuk fungsi kanonik W= AtX dan

1

11

1 eee

1a

XXt

11

V= BtY dengan A dan B adalah vektor koefisien kanonik yang didapatkan dari

persamaan (2.3).

3. Uji Signifikansi Korelasi Kanonik

Ada dua hipotesis yang diujikan dalam analisis korelasi kanonik yaitu uji

hipotesis untuk mengetahui apakah secara keseluruhan korelasi kanonik

signifikan dan uji hipotesis untuk mengetahui apakah ada sebagian korelasi

kanonik yang signifikan (Rencher, 2002).

(a). Uji korelasi kanonik secara bersama

Berdasarkan Rencher (2002), pengujian korelasi kanonik secara

bersama dilakukan dengan uji statistik Wilk melalui pendekatan distribusi

F . Hipotesisnya adalah

k.1,2,...,idimana0ada:

0...:

1

210

i

k

H

H

Statistik uji F = 2

1/1

/11

df

dft

t

, dengan

k

ii

1

21 .

Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi bila

FF dengan derajat bebas df1 dan df2 dimana

21 kdf , 1

2

1 22 kwtdf , dengan 32

2

1 knw , dan

52

42

4

k

kt .

Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol

ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan

dalam pengujian ini adalah 0.05.

(b). Uji individu

Berdasarkan Rencher (2002), pengujian korelasi kanonik secara

individu dilakukan melalui pendekatan distribusi F . Dengan hipotesisnya

adalah

.k 1,2,...,idimana0:

0,...,0,0:

1

210

i

k

H

H

12

Statistik uji F = 2

1/1

/11

df

dft

j

tj

, dengan

k

jiij21 .

Kriteria keputusan yaitu hipotesis nol ditolak pada taraf signifikansi bila

FF dengan derajat bebas df1 dan df2 dimana

21 )1( jkdf , 1)1(

2

1 22 jkwtdf , dengan 32

2

1 knw ,

dan 5)1(2

4)1(2

4

jk

jkt .

Selain itu dapat pula dilihat dari nilai signifikansi F, dimana hipotesis nol

ditolak bila nilai signifikansi F kurang dari alpha. Alpha yang digunakan

dalam pengujian ini adalah 0.05.

4. Interpretasi Fungsi Kanonik

Menurut Hair et al. (1998), interpretasi yang dapat dilakukan dalam

analisis korelasi kanonik yaitu terhadap koefisien kanonik (bobot

kanonik/weight canonic), muatan/loadings canonic dan muatan silang/cross

loadings canonic.

(a) Bobot kanonik merupakan koefisien kanonik yang telah dibakukan, dapat

diinterpretasikan sebagai besarnya kontribusi variabel asal terhadap variat

kanonik. Semakin besar nilai koefisien ini menyatakan semakin besar

kontribusi variabel yang bersangkutan terhadap variat kanonik. Bila tanda

dari bobot suatu variabel berlawanan dengan variat kanoniknya maka

menunjukkan hubungan yang terbalik dengan variabel lainnya. Bobot

kanonik memiliki sifat tidak stabil karena pengaruh multikolinearitas,

maka dalam mengoptimalkan hasil perhitungan korelasi kanonik, lebih

tepat menggunakan muatan kanonik dan muatan silang kanonik untuk

menginterpretasi hasil dari analisis korelasi kanonik.

(b) Muatan kanonik dapat dihitung dari korelasi sederhana antara variabel asal

dengan masing-masing koefisien variat kanoniknya. Semakin besar nilai

muatan kanonik mencerminkan semakin dekat hubungan fungsi kanonik

13

yang bersangkutan dengan variabel asal. Masih berdasarkan Hair et al.

(1998) muatan kanonik variabel dependen diperoleh dengan rumus

BRR YYYV (2.4)

RYY merupakan korelasi sederhana antar kelompok variabel Y dan B

merupakan vektor koefisien kanonik variat V. Sedangkan muatan kanonik

variabel independen diperoleh dengan rumus

ARR XXXW (2.5)

RXX merupakan korelasi sederhana antar kelompok variabel X dan A

merupakan matriks koefisien kanonik variat W.

(c) Muatan silang kanonik dapat dihitung dari perkalian dari nilai korelasi

kanonik dengan muatan kanonik. Perhitungan ini mencakup korelasi tiap

variabel dependen dengan variat kanonik independen dan juga sebaliknya.

Semakin besar nilai muatan silang kanonik mencerminkan semakin dekat

hubungan fungsi kanonik yang bersangkutan dengan variabel lawan.

Masih berdasarkan Hair et al. (1998) muatan silang kanonik variabel

dependen diperoleh dengan rumus

kYVYW RR .

RYW merupakan muatan kanonik variabel dependen dan k adalah nilai

korelasi kanonik fungsi kanonik ke-k. Sedangkan muatan silang kanonik

variabel independen diperoleh dengan rumus

kXWXV RR

RXW merupakan muatan kanonik variabel independen dan k adalah nilai

korelasi kanonik fungsi kanonik ke-k.

Keeratan hubungan antar dua kelompok variabel dapat dikatakan

baik bila semua koefisien muatan silang kanonik dari variabel dependen

maupun independen lebih dari atau sama dengan 0.45 (Sherry & Henson,

2005).

14

5. Redundansi

Redundansi merupakan sebuah indeks yang menghitung proporsi

keragaman yang dapat dijelaskan oleh variabel kanonik yang dipilih baik

dari variabel kanonik dependen maupun variabel kanonik independen.

Proporsi keragaman Y yang diterangkan oleh variat kanonik V

diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan,

muatan kanonik diperoleh dari persamaan (2.4), atau dapat dituliskan

dengan rumus

k

RR

k

i

YV

Yk

i 1

2

)(2

dengan k adalah jumlah variabel dalam kelompok variabel dependen.

Proporsi keragaman Y yang diterangkan oleh variat kanonik W

diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata

muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus

YkkXYk RR )(22

)(2 .

Proporsi keragaman X yang diterangkan oleh variat kanonik W

diperoleh dari perhitungan rata-rata muatan kanonik yang dikuadratkan,

muatan kanonik diperoleh dari persamaan (2.5), atau dapat dituliskan

dengan rumus

k

RR

k

i

XW

Xk

i 1

2

)(2

dengan k adalah jumlah variabel dalam kelompok variabel independen.

Proporsi keragaman X yang diterangkan oleh variat kanonik V

diperoleh melalui perkalian kuadrat korelasi kanonik dengan rata-rata

muatan kanonik yang dikuadratkan, atau dapat dituliskan dengan rumus

XkkYXk RR )(22

)(2 .

Kuadrat korelasi kanonik menyatakan estimasi variansi yang dapat

diterangkan melalui variat kanoniknya, tetapi bukan menyatakan variansi

dari variabel. Jadi tidak dapat menganggap 100% dari variansi kelompok

15

variabel dependen dijelaskan oleh himpunan variabel independen, dan juga

sebaliknya (Hair et al., 1998).

Selain itu dijelaskan oleh Keramati (2007) bahwa suatu variat kanonik

dikatakan cukup baik dan signifikan dalam menerangkan variansi dalam

suatu penelitian, bila nilai proporsi keragaman kumulatifnya lebih dari 25%.

Hal ini mengingat kemungkinan adanya variabel-variabel lain yang juga

berkontribusi dalam perhitungan namun belum disertakan dalam penelitian.

2.2 Kerangka Pemikiran

Berdasarkan tinjauan pustaka, dapat disusun suatu kerangka pemikiran

1. Dilakukan presampling dengan mengedarkan kuesioner 30 buah, data

yang diperoleh diuji reliabilitas dan validitasnya untuk mengetahui

keakuratan kuesioner yang akan digunakan.

2. Kuesioner yang sudah reliabel dan valid diedarkan ke seluruh responden.

3. Data yang sudah diperoleh dikenai uji validitas dan reliabilitas.

4. Data dikenai uji asumsi yaitu normal multivariat dan multikolinearitas.

5. Dilakukan analisis korelasi kanonik terhadap data tersebut sehingga

diperoleh fungsi kanonik dan besarnya korelasi kanonik.

6. Korelasi kanonik yang didapatkan diuji statistik untuk mengetahui

signifikansinya.

7. Berdasarkan fungsi kanonik yang signifikan, dicari nilai redundansinya

untuk mengetahui proporsi keragaman yang diterangkan oleh variabel asal

maupun variabel lawan.

8. Interpretasi fungsi kanonik dengan bobot kanonik, muatan kanonik dan

muatan silang kanonik sehingga diketahui variabel yang memiliki

hubungan paling erat baik di dalam kelompok variabel maupun antar

kelompok variabel.

16

BAB III

METODE PENELITIAN

3.1 Sumber Data

Data yang digunakan dalam penelitian ini berupa data primer yang

diperoleh dengan mengedarkan kuesioner kepada konsumen/pemilik sepeda motor

di kota Surakarta. Sampel yang digunakan sebanyak 150 responden dari 5

kecamatan yang berada di kota Surakarta, yaitu kecamatan Banjarsari, kecamatan

Jebres, kecamatan Pasar Kliwon, kecamatan Serengan, dan kecamatan Laweyan.

Jumlah responden tiap kecamatan sebanyak 30 orang. Pemilihan responden untuk

mengisi kuesioner tiap kecamatan dipilih secara random. Kuesioner yang

digunakan terdapat dalam Lampiran 1 dan untuk hasil pengisian kuesioner dapat

dilihat dalam Lampiran 2.

Penelitian dimulai dengan melakukan presampling untuk mengukur

validitas dan reliabilitas kuesioner. Sampel yang digunakan sebanyak 30

responden. Uji validitas dari masing-masing pertanyaan dapat dicari dengan

menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat pada

Lampiran 3. Dalam Tabel 3.1 terlihat bahwa semua pertanyaan valid karena

memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel

korelasi-r untuk derajat bebas 28 dan taraf signifikansi 5% yaitu 0.3739.

Tabel 3.1 Koefisien korelasi Pearson dari sebelas pertanyaan presampling

Variabel Koefisien korelasi pearsonKebiasaan touring 0.495Ketertarikan produk baru 0.657Kebiasaan kredit 0.554Keiritan bensin 0.560Desain model 0.782Tipe model 0.742Kecepatan 0.700Daya tahan mesin 0.760Harga 0.742Harga jual kembali 0.541Ketersediaan bengkel 0.568

17

Langkah berikutnya dilakukan uji reliabilitas dengan menggunakan

persamaan (2.2) dan diperoleh nilai koefisien Cronbach = 0.7446 lebih dari 0.6

sehingga dapat disimpulkan bahwa variabel yang dibentuk sudah reliabel dan

dapat dikatakan bahwa kuesioner yang dibagikan dapat memberikan data yang

konsisten. Setelah kuesioner dinyatakan valid dan reliabel, maka penelitian dapat

dilakukan dengan menggunakan kuesioner tersebut untuk mendapatkan data

keseluruhan yang akan dianalisis.

Selanjutnya dilakukan penelitian untuk seluruh responden pada bulan

Juli – Agustus 2010. Masing-masing responden menjawab pertanyaan dalam

kuesioner yang sudah valid dan reliabel. Pertanyaan-pertanyaan yang diberikan

mewakili variabel-variabel yang diteliti. Variabel yang diteliti terdiri kelompok

variabel independen (karakteristik konsumen) dan kelompok variabel dependen

(atribut sepeda motor). Rincian masing-masing kelompok variabel dapat dilihat

dalam Tabel 3.2 dan Tabel 3.3.

Tabel 3.2 Keterangan dan skor variabel independen (karakteristik konsumen)

Variabel Keterangan SkorUsia (X1) Usia dari responden 1 : < 20 tahun

2 : 20- 29 tahun3 : 30- 39 tahun4 : 40- 49 tahun5 : > 50 tahun

Jenis kelamin (X2)

Jenis kelamin responden

1 : Laki-laki2 : Perempuan

Pendidikan (X3)

Tingkat pendidikan terakhir responden

1 : Tidak tamat SD2 : SD3 : SMP4 : SMA5 : Perguruan Tinggi

Pekerjaan (X4)

Jenis pekerjaan yang dimiliki responden

1 : Pensiunan2 : Wiraswasta3 : Karyawan swasta4 : Pegawai negeri5 : Pelajar

Pengeluaran (X5)

Jumlah rata-rata pengeluaran untuk kebutuhan sehari-hari tiap bulan.

1 : < Rp. 500.000,-2 : Rp. 500.001,- s/d Rp. 1.500.000,-3 : Rp. 1.500.001,- s/d Rp.2.500.000,-4 : Rp. 2.500.001,- s/d Rp.3.500.000,-5 : > Rp. 3.500.000,-

18

Lanjutan Tabel 3.2

Kebiasaan pergi jauh/touring (X6)

Rutinitas melakukan perjalanan jauh (dengan jarak > 50 km)

1 : Sangat jarang (tiap > 4 bulan)2 : Jarang (tiap 1-4 bulan)3 : Sering (tiap minggu)4 : Sangat sering (tiap hari)

Ketertarikan produk baru (X7)

Kecenderungan konsumen untuk menggunakan barang yang up to date

1 : Sangat tidak tertarik2 : Tidak tertarik3 : Tertarik4 : Sangat tertarik

Kebiasaan kredit (X8)

Kecenderungan konsumen membayar secara kredit dalam membeli barang

1 : Sangat sering2 : Sering3 : Jarang4 : Sangat jarang

Tabel 3.3 Keterangan dan skor variabel dependen (atribut sepeda motor)

Variabel Keterangan Skor

Keiritan bensin (Y1)

Jumlah bahan bakar bensin yang dibutuhkan oleh sepeda motor

1 : Sangat boros2 : Boros3 : Irit4 : Sangat irit

Desain model (Y2)

Tampilan fisik dari sepeda motor

1 : Sangat jelek2 : Jelek3 : Bagus4 : Sangat bagus

Tipe model (Y3)

Kemudahan teknologi sepeda motor (matic/ non matic)

1 : Sangat sulit2 : Sulit3 : Mudah4 : Sangat mudah

Kecepatan (Y4)

Kemampuan sepeda motor menempuh jarak dalam waktu yang tertentu

1 : Sangat lambat2 : Lambat3 : Cepat4 : Sangat cepat

Daya tahan mesin (Y5)

Kemampuan mesin tetap berfungsi dengan baik saat digunakan dalam waktu yang lama

1 : Sangat buruk2 : Buruk3 : Baik4 : Sangat baik

Harga beli (Y6)

Harga sepeda motor saat dibeli

1 : Sangat mahal2 : Mahal3 : Murah4 : Sangat murah

19

Lanjutan Tabel 3.3Harga jual kembali (Y7)

Harga sepeda motor saat dijual kembali setelah digunakan

1 : Sangat murah2 : Murah3 : Mahal4 : Sangat mahal

Ketersediaan bengkel (Y8)

Keberadaan bengkel resmi sepeda motor di sekitar tempat tinggal konsumen

1 : Sangat jarang2 : Jarang3 : Banyak4 : Sangat banyak

3.2 Metode Analisis Data

Tahap analisis data yaitu mengolah data yang telah diperoleh, karena

perhitungan secara manual cukup rumit dan memakan waktu lama, maka

perhitungan dilakukan dengan bantuan software SPSS 11.0 .

Penelitian ini berupa studi kasus tentang analisis korelasi kanonik yang

diaplikasikan dengan langkah-langkah sebagai berikut.

1. Melakukan uji validitas dan reliabilitas untuk semua data.

2. Melakukan uji asumsi normalitas dan multikolinearitas data.

3. Melakukan analisis korelasi kanonik dengan langkah-langkah

(a) menentukan fungsi kanonik dan besarnya korelasi kanonik,

(b) melakukan uji signifikansi terhadap korelasi kanonik, baik uji secara

bersama-sama maupun individu,

(c) menentukan nilai redundansi dari beberapa fungsi kanonik yang

signifikan.

4. Menginterpretasi fungsi kanonik dengan tiga cara yaitu

(a) menentukan bobot kanonik (weight kanonik) untuk mengetahui urutan

kontribusi relatif dari tiap kelompok variabel,

(b) menentukan muatan kanonik (loading kanonik) untuk mengetahui variabel

yang memiliki hubungan paling erat dalam tiap kelompok variabel,

(c) menentukan muatan silang kanonik (cross loading kanonik) untuk variabel

yang memiliki hubungan paling erat antar kelompok variabel.

20

BAB IV

PEMBAHASAN

4.1 Uji Validitas dan Reliabilitas

Data keseluruhan yang diperoleh dari pengisian kuesioner diuji validitas

dan reliabilitasnya. Uji validitas dari masing-masing pertanyaan dapat dicari

dengan menggunakan persamaan (2.1) dan hasil perhitungannya dapat dilihat

pada Lampiran 3. Dalam Tabel 4.1 terlihat bahwa semua pertanyaan valid karena

memiliki koefisien korelasi Pearson lebih besar dari nilai angka kritis tabel

korelasi-r untuk derajat bebas 148 dan taraf signifikansi 5% yaitu 0.1614.

Selanjutnya dilakukan uji reliabilitas dengan menggunakan persamaan

(2.2) dan diperoleh nilai koefisien Cronbach = 0.7446 lebih dari 0.6 sehingga dapat

disimpulkan bahwa variabel yang dibentuk sudah reliabel dan dapat dikatakan

bahwa kuesioner yang dibagikan dapat memberikan data yang konsisten.

Tabel 4.1 Koefisien korelasi Pearson dari sebelas pertanyaan data keseluruhan

Variabel Koefisien korelasi pearson

Signifikansi

Kebiasaan touring 0.395 0.000Ketertarikan produk baru 0.474 0.000Kebiasaan kredit 0.418 0.000Keiritan bensin 0.455 0.000Desain model 0.627 0.000Tipe model 0.688 0.000Kecepatan 0.679 0.000Daya tahan mesin 0.654 0.000Harga 0.327 0.000Harga jual kembali 0.534 0.000Ketersediaan bengkel 0.611 0.000

4.2 Pemeriksaan Asumsi

Sebelum dilakukan pengolahan data dengan korelasi kanonik, keseluruhan

data yang diperoleh diuji terlebih dahulu sesuai persyaratan-persyaratan yang

harus dipenuhi yaitu asumsi normalitas dan multikolinearitas.

21

1. Pengujian Normalitas Multivariat

Pengujian normalitas dilakukan dengan uji Kolmogorov Smirnov untuk

masing-masing variabel dependen maupun independen yang bertipe metrik.

Berdasarkan perhitungan, semua variabel tersebut berdistribusi normal karena

nilai signifikansi lebih dari 0.05, hasil perhitungan dapat dilihat pada output

SPSS 11.0 yang terdapat dalam Lampiran 4.

2. Pengujian Multikolinearitas

Pengujian multikolinearitas dilakukan dengan melihat matriks korelasi

sederhana antar variabel independen dan korelasi sederhana antar variabel

dependennya. Berdasarkan hasil perhitungan yang tampak pada Tabel 4.2 dan

4.3, tidak ada korelasi yang bernilai lebih dari 0.8 maka dapat disimpulkan tidak

terdapat multikolinearitas.

Tabel 4.2 Korelasi sederhana antar variabel independen

Var X1 X2 X3 X4 X5 X6 X7 X8

X1 1.000 -0.172 -0.146 -0.434 0.319 -0.040 -0.026 -0.079X2 -0.172 1.000 0.026 0.037 -0.138 -0.079 0.096 0.128

X3 -0.146 0.026 1.000 0.210 0.128 0.088 0.060 0.050X4 -0.434 0.037 0.210 1.000 -0.185 0.021 0.049 -0.004X5 0.319 -0.139 0.128 -0.185 1.000 0.293 0.208 -0.201X6 -0.040 -0.079 0.088 0.021 0.293 1.000 0.231 0.015X7 -0.026 0.096 0.060 0.049 0.208 0.231 1.000 0.063X8 -0.079 0.128 0.050 -0.004 -0.201 0.015 0.063 1.000

Tabel 4.3 Korelasi sederhana antar variabel dependen

Var Y1 Y2 Y3 Y4 Y5 Y6 Y7 Y8

Y1 1.000 0.217 0.226 0.219 0.202 0.231 0.243 0.171Y2 0.217 1.000 0.412 0.436 0.452 0.087 0.332 0.304Y3 0.226 0.412 1.000 0.452 0.631 -0.114 0.337 0.447Y4 0.219 0.436 0.452 1.000 0.383 .0.163 0.288 0.334Y5 0.202 0.452 0.631 0.383 1.000 -0.036 0.331 0.364Y6 0.231 0.087 -0.114 0.163 -0.036 1.000 0.068 0.086Y7 0.243 0.332 0.337 0.288 0.331 0.068 1.000 0.375Y8 0.171 0.304 0.447 0.334 0.364 0.086 0.375 1.000

22

4.3 Hasil Analisis Korelasi Kanonik

Dengan terpenuhinya semua persyaratan untuk uji korelasi kanonik, maka

analisis data dapat dilanjutkan. Pengolahan data dalam analisis korelasi kanonik

menggunakan program SPSS ver 11.0. Hasil perhitungan secara lengkap dapat

dilihat pada Lampiran 5. Untuk kepentingan memperoleh hasil penelitian hanya

diambil bagian-bagian yang penting. Adapun bagian-bagian tersebut dapat dilihat

di bawah ini.

1. Fungsi Kanonik

Banyaknya fungsi kanonik yang terbentuk mengikuti jumlah minimal

variabel dalam setiap kelompok variabel. Dalam kasus ini, kelompok variabel

dependen terdiri dari 8 variabel sedangkan kelompok variabel independen juga

terdiri dari 8 variabel, maka akan terbentuk 8 fungsi kanonik. Penentuan

jumlah fungsi kanonik yang dapat digunakan dalam tahap interpretasi

didasarkan pada uji signifikansi statistik dan indeks redundansi tiap variat

kanonik.

2. Uji Signifikansi Statistik

(a). Pengujian secara bersama-sama

Tabel 4.4 Hasil uji signifikansi multivariat bersama

Uji Statistik Nilai Pendekatan F-statistik Signifikansi FPillaiHotelling WilkRoy

1.051261.536780.284270.41517

2.666463.175622.96751

0.0000.0000.000

Pengujian dilakukan dengan membandingkan antara nilai

signifikansi F dan taraf signifikansi . Dengan menggunakan uji statistik

Wilk dan 05.0 , terlihat pada Tabel 4.4 bahwa semua fungsi signifikan

karena nilai signifikansi F kurang dari 0.05. Dengan demikian bila

digabung secara bersama-sama, fungsi kanonik 1 sampai fungsi kanonik 8

23

dapat dianalisis lebih lanjut. Hasil pengujian secara bersama-sama dalam

Tabel 4.4 tersebut berdasarkan output SPSS 11.0 pada Lampiran 5.

(b). Pengujian secara individu

Tabel 4.5 Hasil uji signifikansi individu

Fungsi kanonik

Korelasi kanonik

Korelasi kanonik kuadrat

F-statistik Signifikansi F

12345678

0.6440.5550.4410.2630.1930.1500.0700.014

0.415170.307530.194690.069400.037070.022360.004840.00020

2.967512.149401.398720.769100.571310.429840.176930.02843

0.0000.0000.0640.7830.9050.9190.9500.866

Pengujian dilakukan dengan membandingkan antara nilai

signifikansi F dan taraf signifikansi . Dari Tabel 4.5 terlihat bahwa nilai

signifikansi F fungsi pertama dan kedua kurang dari 0.05 sehingga

signifikan secara individu. Sedangkan fungsi ketiga sampai fungsi

kedelapan nilai signifikansi lebih dari 0.05 maka fungsi-fungsi tersebut

tidak signifikan secara individu. Dengan demikian hanya fungsi pertama

dan fungsi kedua yang dapat dianalisis lebih lanjut karena signifikan

secara individu dan bersama-sama. Sedangkan fungsi ketiga sampai fungsi

kedelapan secara individu tidak dapat dianalisis lebih lanjut. Hasil

pengujian secara individu dalam Tabel 4.5 tersebut berdasarkan output

SPSS 11.0 pada Lampiran 5.

3. Analisis Redundansi

Analisis redundansi dilakukan hanya pada dua fungsi kanonik, yaitu

fungsi kanonik pertama dan kedua. Dalam analisis redundansi yang digunakan

adalah nilai muatan kanonik, korelasi kanonik kuadrat ( 2k ) dan indeks

redundansi. Indeks redundansi diperoleh dari perkalian rata-rata muatan

24

kanonik kuadrat dengan korelasi kanonik kuadrat ( 2k ) . Berikut perhitungan

indeks redundansi untuk dua fungsi kanonik yang ditampilkan dalam Tabel

4.6 dan 4.7.

Tabel 4.6 dan 4.7 menunjukkan hasil perhitungan rata-rata muatan

kanonik kuadrat dan indeks redundansi untuk variabel dependen dan

independen dari fungsi pertama dan fungsi kedua. Rata-rata muatan kanonik

kuadrat digunakan untuk mengetahui proporsi variansi bersama dalam

masing-masing variat kanonik, sedangkan indeks redundansi untuk

mengetahui proporsi variansi yang dijelaskan varit kanonik lawan. Penyajian

secara kumulatif dapat dilihat dalam Tabel 4.8 dan 4.9.

Tabel 4.6 Perhitungan indeks redundansi untuk fungsi kanonik pertama

Variat/variabel

Muatan kanonik

Muatan kanonik kuadrat

Rata-rata muatankuadrat

Korelasi kanonik kuadrat

Indeks Redundansi

Variabel independenX1

X2

X3

X4

X5

X6

X7

X8

Variat independen

0.267-0.597-0.241-0.2410.046-0.569-0.557-0.352

0.0712890.3564090.0580810.0580810.0021160.3237610.3102490.123904

1.30389 0.162986 0.41517 0.067667

Variabel dependenY1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

Variat dependen

-0.201-0.537-0.572-0.768-0.553-0.565-0.384-0.558

0.0404010.2883690.3271840.5898240.3058090.3192250.1474560.311364

2.329632 0.291204 0.41517 0.120899

25

Tabel 4.7 Perhitungan indeks redundansi untuk fungsi kanonik kedua

Variat/variabel

Muatan kanonik

Muatan kanonik kuadrat

Rata-ratamuatankuadrat

Korelasi kanonik kuadrat

Indeks Redundansi

Variabel independenX1

X2

X3

X4

X5

X6

X7

X8

Variat independen

0.277-0.4210.028

-0.0390.6060.5560.399-0.621

0.0767290.1772410.0007840.0015210.3672360.3091360.1592010.385641

1.477489 0.184686 0.30753 0.056797Variabel dependenY1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

Variat dependen

0.1270.193-0.476-0.173-0.1940.6070.010-0.562

0.0161290.0372490.2265760.0299290.0376360.368449

0.00010.315844

1.031912 0.128989 0.30753 0.039668

Dari Tabel 4.8 dapat disimpulkan bahwa pada fungsi pertama, variansi

dalam variabel independen dapat dijelaskan sebesar 16.3 % oleh variat

kanonik independen, dan dapat dijelaskan sebesar 6.8 % oleh variat kanonik

dependennya. Untuk fungsi kedua variansi dalam variabel dependen dapat

dijelaskan sebesar 18.5 % oleh variat kanonik independen, dan dapat

dijelaskan sebesar 5.7 % oleh variat kanonik dependennya.

Dari Tabel 4.9 dapat disimpulkan bahwa pada fungsi pertama, variansi

dalam variabel dependen dapat dijelaskan sebesar 29.1 % oleh variat kanonik

dependen, dan dapat dijelaskan sebesar 12.1 % oleh variat kanonik

independennya. Untuk fungsi kedua variansi dalam variabel dependen dapat

26

dijelaskan sebesar 12.9 % oleh variat kanonik dependen, dan dapat dijelaskan

sebesar 4 % oleh variat kanonik independennya.

Tabel 4.8 Analisis redundansi dari variabel independen untuk dua fungsi kanonik

Variansi yang dijelaskan variat kanoniknya sendiri

(variansi bersama)

Variansi yang dijelaskan variat kanonik lawan (redundansi)

Fungsi kanonik

Prosentase Prosentase kumulatif

Korelasi kanonik kuadrat

Prosentase Prosentase kumulatif

12

0.1629860.184686

0.1629860.347672

0.415170.30753

0.0676670.056797

0.0676670.124464

Tabel 4.9 Analisis redundansi dari variabel dependen untuk dua fungsi kanonik

Variansi yang dijelaskan Variat kanoniknya sendiri

(variansi bersama)

Variansi yang dijelaskan variat kanonik lawan (redundansi)

Fungsi kanonik

Prosentase Prosentase kumulatif

Korelasi kanonik kuadrat

Prosentase Prosentase kumulatif

12

0.2912040.128989

0.2912040.420193

0.415170.30753

0.1208990.039668

0.1208990.168657

Proporsi variansi keseluruhan dalam variat kanonik dependen yang

dijelaskan fungsi pertama dan kedua adalah sebesar 42 % dan proporsi

variansi keseluruhan dalam variat kanonik independen yang dijelaskan fungsi

pertama dan kedua adalah sebesar 34.8 %. Sehingga berdasarkan nilai-nilai

tersebut dapat disimpulkan bahwa variat dependen dan variat independen

cukup baik dalam mewakili himpunan variabelnya masing-masing, karena

suatu variat kanonik dikatakan cukup baik dan signifikan dalam menerangkan

variansi dalam suatu penelitian, bila nilainya lebih dari 25%. Hal ini

mengingat terdapat variabel-variabel lain yang juga berkontribusi dalam

perhitungan namun tidak disertakan dalam penelitian.

27

4.4 Interpretasi Fungsi Kanonik

(a). Bobot kanonik

Tabel 4.10 Bobot kanonik variabel independen dan dependen

Bobot KanonikVariabelFungsi kanonik 1 Fungsi kanonik 2

Variabel independenX1

X2

X3

X4

X5

X6

X7

X8

-0.008-0.547-0.139-0.135 0.165-0.554-0.382-0.210

0.158-0.292-0.011 0.060 0.232 0.405 0.321-0.550

Variabel dependenY1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

0.165-0.099-0.234-0.432-0.170-0.539-0.024-0.190

0.061 0.454-0.345-0.193 0.070 0.591 0.193-0.641

Besarnya (koefisien) bobot menunjukkan kontribusi terhadap variat.

Dengan tidak memperhatikan fungsi ketiga sampai dengan kedelapan,

berdasarkan koefisien kanonik yang telah dibakukan dalam Tabel 4.10 dapat

disimpulkan pada fungsi kanonik pertama urutan kontribusi variabel-

variabel independen terhadap variabel kanonik adalah X6, X2, X7, X8, X5,

X3, X4, X1. Hal ini berarti dari kelompok variabel karakteristik konsumen,

variabel kebiasaan pergi jauh merupakan variabel yang paling

diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya

karakteristik konsumen yang berpengaruh dalam pemilihan sepeda motor

adalah jenis kelamin, ketertarikan produk baru, kebiasaan kredit,

pengeluaran, tingkat pendidikan, jenis pekerjaan dan terakhir variabel usia.

Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel

independen terhadap variabel kanonik adalah X8, X6, X7, X2, X5, X1, X4, X3.

Hal ini berarti dari kelompok variabel karakteristik konsumen, variabel

28

kebiasaan kredit merupakan variabel yang paling mempengaruhi konsumen

dalam memilih sepeda motor.

Dengan tidak memperhatikan fungsi ketiga sampai dengan kedelapan,

berdasarkan koefisien kanonik yang telah dibakukan dalam Tabel 4.10 dapat

disimpulkan pada fungsi kanonik pertama urutan kontribusi variabel-

variabel dependen terhadap variabel kanonik adalah

Y6,Y4,Y3,Y8,Y5,Y1,Y2,Y7. Hal ini berarti dari kelompok variabel atribut

sepeda motor, variabel harga beli sepeda motor merupakan variabel yang

paling diperhitungkan konsumen dalam memilih sepeda motor. Selanjutnya

konsumen memperhitungkan kecepatan, tipe model, ketersediaan bengkel,

daya tahan mesin, keiritan bensin, desain model dan terakhir harga jual

kembali. Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel

dependen terhadap variabel kanonik adalah Y8,Y6,Y2,Y3,Y4,Y7,Y5,Y1.

Sedangkan pada fungsi kedua, urutan kontribusi variabel-variabel dependen

terhadap variabel kanonik adalah Y8,Y6,Y2,Y3,Y4,Y7,Y5,Y1. Hal ini berarti

dari kelompok variabel atribut sepeda motor, variabel keberadaan bengkel

merupakan variabel yang paling diperhitungkan konsumen dalam memilih

sepeda motor. Tanda minus pada bobot kanonik menunjukkan bahwa

hubungan variabel tersebut berlawanan arah dalam variat kanonik yang

dibentuk.

(b). Muatan Kanonik

Muatan kanonik menyatakan korelasi variabel terhadap variat di mana

variabel bergabung dalam setiap fungsi kanonik. Untuk kelompok variabel

independen (karakteristik konsumen), berdasarkan Tabel 4.11 terlihat bahwa

variabel X2 (jenis kelamin) adalah variabel yang memiliki muatan tertinggi

pada fungsi pertama. Selanjutnya disimpulkan variabel-variabel yang

hubungannya paling erat dengan variat kanonik independen yaitu X2, X6,

dan X7. Tabel 4.10 juga memperlihatkan bahwa pada fungsi pertama seluruh

variabel independen bertanda minus, kecuali pada variabel X1 dan X5. Hal

ini menunjukkan bahwa seluruh variabel mempunyai pengaruh yang searah

29

dalam variat dependen kecuali variabel usia dan jumlah pengeluaran.

Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya

paling erat dengan variat kanonik independen yaitu X8, X5, dan X6.

Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan

variabel karakteristik konsumen, maka karakter konsumen yang paling

berpengaruh dalam memilih suatu sepeda motor adalah karakter jenis

kelamin, kemudian diikuti gaya hidup kebiasaan pergi jauh, ketertarikan

dengan produk baru, kebiasaaan kredit, usia, pendidikan, pekerjaan dan

terakhir tingkat pengeluaran konsumen. Sedangkan berdasarkan fungsi

kedua dapat disimpulkan dari keseluruhan variabel karakteristik konsumen,

maka karakter konsumen yang paling berpengaruh dalam memilih suatu

sepeda motor adalah karakter kebiasaan kredit, kemudian diikuti tingkat

pengeluaran, kebiasaan pergi jauh, jenis kelamin, ketertarikan produk baru,

usia, pekerjaan dan terakhir tingkat pendidikan.

Tabel 4.11 Muatan kanonik variabel independen dan dependen

Muatan kanonikVariabelFungsi kanonik 1 Fungsi kanonik 2

Variabel independenX1

X2

X3

X4

X5

X6

X7

X8

0.267-0.597-0.241-0.241 0.046-0.569-0.557-0.352

0.277-0.4210.028

-0.0390.6060.5560.399

-0.621Variabel dependenY1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

-0.201-0.537-0.572-0.768-0.553-0.565-0.384-0.558

0.127 0.193-0.476-0.173-0.194 0.607 0.010-0.562

30

Masih berdasarkan Tabel 4.11 terlihat bahwa dari kelompok variabel

dependen (atribut sepeda motor), variabel Y4 (kecepatan) adalah variabel

yang memiliki muatan tertinggi pada fungsi pertama. Selanjutnya

disimpulkan variabel-variabel yang hubungannya paling erat dengan variat

kanonik dependen yaitu Y4, Y3, Y6, Y8, Y5, dan Y2. Tabel 4.11 juga

memperlihatkan bahwa pada fungsi pertama seluruh variabel dependen

bertanda minus, hal ini menunjukkan bahwa seluruh variabel mempunyai

pengaruh yang searah dalam variat dependen. Sedangkan pada fungsi kedua

terlihat variabel-variabel yang hubungannya paling erat dengan variat

kanonik dependen yaitu Y6 dan Y8.

Berdasarkan fungsi pertama dapat disimpulkan dari keseluruhan

variabel atribut sepeda motor, maka atribut sepeda motor yang paling

dipertimbangkan konsumen saat membeli adalah atribut kecepatan suatu

sepeda motor, kemudian diikuti variabel tipe model, harga beli, ketersediaan

bengkel, daya tahan mesin, desain model, harga jual kembali dan keiritan

bensin. Sedangkan berdasarkan fungsi kedua dapat disimpulkan dari

keseluruhan variabel atribut sepeda motor, atribut sepeda motor yang paling

dipertimbangkan konsumen saat membeli adalah atribut harga beli,

kemudian didikuti ketersediaan bengkel, tipe model, daya tahan mesin,

desain model, kecepatan, keiritan bensin dan harga jual kembali.

(c) Muatan Silang Kanonik

Muatan-silang kanonik menyatakan korelasi variabel dalam suatu

variat terhadap variat kanonik lainnya. Berdasarkan Tabel 4.12, untuk

kelompok variabel independen (karakteristik konsumen), terlihat bahwa

pada fungsi pertama variabel-variabel yang hubungannya paling erat dengan

kelompok variabel dependen (atribut sepeda motor) yaitu X2, X6, dan X7.

Sedangkan pada fungsi kedua terlihat variabel-variabel yang hubungannya

paling erat dengan kelompok variabel dependen yaitu X8, X5, dan X6. Hal ini

sama dengan yang terjadi pada interpretasi muatan kanonik.

31

Tabel 4.12 Muatan silang kanonik variabel independen dan dependen Muatan silang kanonikVariabel

Fungsi kanonik 1 Fungsi kanonik 2Variabel independenX1

X2

X3

X4

X5

X6

X7

X8

0.172-0.385-0.156-0.155 0.029-0.366-0.359-0.227

0.154-0.2340.016

-0.0220.3360.3080.221

-0.344Variabel dependenY1

Y2

Y3

Y4

Y5

Y6

Y7

Y8

-0.130-0.346-0.368-0.495-0.356-0.364-0.248-0.359

0.070 0.107-0.264-0.096-0.107 0.337 0.005-0.312

Masih berdasarkan Tabel 4.12 terlihat bahwa untuk kelompok variabel

dependen (atribut sepeda motor) pada fungsi kanonik pertama, variabel-

variabel yang hubungannya erat dengan kelompok variabel independen

(karakteristik konsumen) yaitu Y4, Y3, Y6, Y8, Y5, dan Y2. Urutan keeratan

ini sama dengan yang terjadi pada interpretasi muatan kanonik. Sedangkan

pada fungsi kedua terlihat variabel-variabel yang hubungannya erat dengan

variabel kanonik independen Y6 dan Y8.

Keeratan hubungan antar dua kelompok variabel dapat dilihat dari

nilai koefisien muatan silang kanonik, dari Tabel 4.12 terlihat bahwa selain

variabel Y4 (atribut kecepatan sepeda motor), semua nilai koefisien variabel

dependen maupun independen dari kedua fungsi kurang dari 0.45, sehingga

dapat dikatakan keeratan hubungan antar dua kelompok variabel cukup

rendah.

Bila interpretasi dari muatan silang kanonik dalam fungsi pertama

digunakan sebagai prediksi seperti regresi berganda maka bila dimisalkan

32

peringkat nilai jenis kelamin, pendidikan, pekerjaan, kebiasaan touring,

ketertarikan produk baru dan kebiasaan kredit adalah rendah maka peringkat

nilai keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin,

harga beli, harga jual dan ketersediaan bengkel juga rendah. Sedangkan bila

tingkat usia dan pengeluaran semakin tinggi maka peringkat nilai keiritan

bensin, desain model, tipe model, kecepatan, daya tahan mesin, harga beli,

harga jual dan ketersediaan bengkel justru menjadi rendah .

Konsumen berjenis kelamin perempuan, konsumen berpendidikan

rendah, konsumen dengan pekerjaan pensiunan dan wiraswasta, konsumen

yang jarang melakukan perjalanan jauh, tidak tertarik dengan produk baru

dan sering melakukan kredit cenderung tidak memperhatikan atribut sepeda

motor meliputi keiritan bensin, desain model, tipe model, kecepatan, daya

tahan mesin, harga beli, harga jual dan ketersediaan bengkel saat

membelinya. Konsumen berjenis kelamin laki-laki, konsumen

berpendidikan tinggi, konsumen dengan pekerjaan karyawan swasta,

pegawai negeri, dan pelajar, konsumen yang sering melakukan perjalanan

jauh, mudah tertarik dengan produk baru, dan jarang melakukan kredit

cenderung sangat memperhatikan atribut sepeda motor yang meliputi

keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin,

harga beli, harga jual dan ketersediaan bengkel saat membelinya. Konsumen

yang memiliki tingkat usia tinggi dan memiliki rata-rata pengeluaran tinggi

juga cenderung tidak memperhatikan atribut sepeda motor yang meliputi

keiritan bensin, desain model, tipe model, kecepatan, daya tahan mesin,

harga beli, harga jual dan ketersediaan bengkel saat membelinya.

Sedangkan interpretasi untuk fungsi kedua maka bila dimisalkan

peringkat nilai jenis kelamin, pekerjaan, dan kebiasaan kredit adalah rendah

maka peringkat nilai tipe model, kecepatan, daya tahan mesin, dan

ketersediaan bengkel juga rendah. Sedangkan peringkat nilai untuk tingkat

usia, pendidikan, pengeluaran, kebiasaan pergi jauh, dan ketertarikan produk

baru yang semakin tinggi mengakibatkan peringkat nilai keiritan bensin,

desain model, harga beli, dan harga jual kembali juga tinggi.

33

Konsumen berjenis kelamin perempuan, konsumen dengan

pekerjaan pensiunan dan wiraswasta, dan sering melakukan kredit

cenderung tidak memperhatikan atribut sepeda motor yang meliputi tipe

model, kecepatan, daya tahan mesin, dan ketersediaan bengkel saat

membelinya. Konsumen berjenis kelamin laki-laki, konsumen dengan

pekerjaan karyawan swasta, pegawai negeri, dan pelajar, dan jarang

melakukan kredit cenderung sangat memperhatikan atribut sepeda motor

yang meliputi tipe model, kecepatan, daya tahan mesin, dan ketersediaan

bengkel saat membelinya. Konsumen yang memiliki tingkat usia tinggi,

berpendidikan tinggi, memiliki rata-rata pengeluaran tinggi, sering

melakukan perjalanan jauh, dan mudah tertarik dengan produk baru juga

cenderung sangat memperhatikan atribut sepeda motor yang meliputi

keiritan bensin, desain model, harga beli, dan harga jual saat membelinya.

34

BAB V

PENUTUP

5.1 Kesimpulan

Kesimpulan yang dapat ditarik berdasarkan hasil dari pembahasan sebagai

berikut.

1. Berdasarkan fungsi kanonik pertama, variabel karakteristik konsumen yang

paling berpengaruh dalam memilih sepeda motor adalah jenis kelamin seorang

konsumen. Sedangkan berdasarkan fungsi kanonik kedua, variabel

karakteristik konsumen yang paling berpengaruh dalam memilih sepeda motor

adalah kebiasaan kredit seseorang dalam membeli suatu barang.

2. Berdasarkan fungsi kanonik pertama, variabel atribut sepeda motor yang

paling mendasari konsumen dalam memilih sepeda motor adalah atribut

kecepatan suatu sepeda motor. Sedangkan berdasarkan fungsi kanonik kedua,

variabel atribut sepeda motor yang paling mendasari konsumen dalam

memilih sepeda motor adalah harga beli dari suatu sepeda motor.

3. Berdasarkan fungsi kanonik pertama, variabel-variabel karakteristik konsumen

yang hubungannya paling erat dengan variabel atribut sepeda motor adalah

karakter jenis kelamin, kebiasaan pergi jauh, dan ketertarikan dengan produk

baru dengan nilai muatan silang kanonik kurang dari 0.45, sehingga dapat

dikatakan hubungan kedua kelompok variabel cukup rendah. Sedangkan

variabel-variabel atribut sepeda motor yang hubungannya paling erat dengan

variabel karakteristik konsumen adalah kecepatan suatu sepeda motor, model,

harga beli, ketersediaan bengkel, daya tahan mesin, dan desain model dengan

nilai muatan silang kanonik juga kurang dari 0.45, kecuali variabel kecepatan

suatu sepeda motor bernilai 0.495.

5.2 Saran

Bagi pembaca yang tertarik pada analisis korelasi kanonik dapat

mengaplikasikannya untuk sektor-sektor kehidupan lain seperti kesehatan,

pendidikan dan pertanian.

35

DAFTAR PUSTAKA

Anton, H. & Rorres, C. (2004). Aljabar Linear Elementer Versi Aplikasi.Ed.Kedelapan. Erlangga, Jakarta.

Asosiasi Industri Sepedamotor Indonesia. (2010). Statistic of Motorcycle Production, Wholesales Domestic and Exports. http://www.aisi.or.id/statistic.

Azwar, S. (1997). Reliabilitas dan Validitas. Ed.3 Pustaka Pelajar Offset, Yogyakarta.

Badan Pusat Statistik Surakarta. (2010). Gambaran Umum Penduduk Surakarta. BPS, Surakarta.

Ghozali, I. (2002). Aplikasi Analisis Multivariate Dengan Program SPSS. Badan Penerbit Universitas Diponegoro, Semarang.

Glantz, S.A. & Slinker, B.K. (1990). Primer of Applied Regression and Analysisof Variance. Mc-Graw Hill, Inc, Singapore.

Hair, J. F., Anderson R. E, Tatham R. L, Black, W. C. (1998). Multivariate Data Analysis. Fifth Edition . Prentice-Hall International, Inc , New Jersey.

Honda. (2009). Kuesioner Konsumen Honda. PT. Astra Honda Motor, Jakarta.

Indonesian Commercial Newsletter (2009). Laporan Market IntelligencePerkembangan Industri Sepeda Motor di Indonesia. PT Data Consult, http://www.datacon.co.id/index1ind.html.

Johnson, R. A. & Wichern, D. W. (1988) Applied Multivariate Statistical Analysis Second Edition. Prentice-Hall International, Inc , New Jersey.

Kasali, R. (1998). Membidik Pasar Indonesia: Segmentasi, Targeting, Positioning. Gramedia, Jakarta.

Keramati, A. (2007). Assessing the Effects of Information Technology on Firm Performance Using Canonical Correlation Analysis: A Survey in Iran Car Part Suppliers Sector. World Academy of Science, Engineering and Technology 35 2007, pp:11-18.

Kotler, P. (2000). Marketing Management. Prentice-Hall International, Inc, NewJersey.

36

Rencher, A.C. (2002). Methods of Multivariate Analysis. John Wiley & Sons, Inc, New York.

Sherry, A. & Henson, R.K. (2005). Conducting and Interpreting Canonical Correlation Analysis in Personality Research: A User-Friendly Primer. Journal Of Personality Assessment 84(1), Lawrence Erlbaum Associates, Inc. pp:37–48.

Singarimbun, M. dan Effendi, S. (1989). Metode Penelitian Survei. Ed. Revisi. LP3ES, Jakarta.

Supranto, J. (2000). Statistik Teori Dan Aplikasi. Erlangga, Jakarta .

37

LAMPIRAN

Lampiran 1 Kuesioner Konsumen Sepeda Motor

Lampiran 2 Hasil Pengisian Kuesioner

Lampiran 3 Uji Validitas dan Reliabilitas Kuesioner

Lampiran 4 Uji Normalitas

Lampiran 5 Output syntax Canonical Correlation dan Manova