cara menentukan faktor determinan tingkat kesukaan
DESCRIPTION
analisis faktor untuk menghitung kesukaan konsumenTRANSCRIPT
Page | 1
CONSUMER PREFERENCE STUDY
Yohanes Kristianto Hand out disampaikan pada kuliah Pengawasan Mutu Makanan
Jurusan Gizi Politeknik Kesehatan Malang Tujuan instruksional:
Setelah mempelajari materi ini mahasiswa mampu:
1. melakukan survai kesukaan konsumen/pasien
2. mengolah data hasil survai kesukaan konsumen/pasien menggunakan program
SPSS
3. menginterpretasikan hasil pengolahan data survai kesukaan konsumen/pasien
Konsumen/pasien memilih makanan atau jasa dengan menggunakan berbagai
pertimbangan. Sebagai petugas pelayanan makanan, ahli gizi perlu mengetahui faktor apa
yang mendominasi keputusan untuk memilih produk/jasa. Dengan mengetahui hal tersebut
maka ahli gizi memiliki peta yang tepat tentang faktor mana yang dominan dan mana yang
tidak. Sehingga, upaya perbaikan dapat dilakukan dengan tepat guna. Makalah ini ditujukan
untuk memberikan pemahaman dalam hal tersebut. Untuk memudahkan memahaminya
perhatikan contoh masalah di bawah ini.
Masalah:
Faktor-faktor apa saja yang mempengaruhi keputusan memilih suatu produk makanan atau
pelayanan gizi, atau penggunaan BTM dalam memasak makanan sehari-hari.
Pendekatan dan cara:
1. Pendapat konsumen/pasien tentang pelayanan gizi atau produk diukur melaui
atribut mutu terpilih dengan menggunakan pada skala interval mulai 1 (sangat tidak
setuju) sampai 5 (sangat setuju), tingkat ketelitian 0.1.
2. Pilihlan atribut mutu yang sesuai untuk setiap kategori produk untuk kelompok
konsumen tertentu.
Page | 2
Misalnya:
Untuk minyak goreng, atribut mutu yang dapat dipilih antara lain adalah: harga,
ketersediaan di warung/toko, kejernihan, aroma, membeku tidaknya di pagi hari,
ada tidaknya hadiah, keawetan.
Contoh pertanyaan:
Bagaimana pendapat Anda jika minyak goreng yang Anda beli harganya terjangkau?
3. Jumlah konsumen harus cukup besar (>50 responden) untuk memenuhi
persyaratan statistik.
4. Untuk menjawab faktor apa saja yang dipertimbangkan konsumen lakukan factor
analysis.
ANALISIS FAKTOR (dengan SPSS 11.00)
Prinsip:
Menguji kelayakan data dan variabel untuk analsis faktor dan mengelompokkan variabel-
variabel menjadi faktor (komponen). Pengelompokan faktor yang tepat ditandai adanya
korelasi yang kuat.
Prosedur Tahap I (Pengujian Kelayakan Data dan Varibel):
1. Masukkan data ke SPSS, responden sebagai baris (kasus) & faktor-faktor sebagai
kolom (variabel), simpan (lihat Gambar 1).
2. Klik Analyse – Data Reduction – Factor, masukkan semua variabel dalam kotak
Varibles (parameter dengan tanda bintang berarti bukan harga default):
Klik tab Descriptives,
o aktifkan Anti-image & KMO* and Barlett’s test of
sphericity*
o klik Continue untuk kembali ke dialog box Factor Analysis
3. OK
Page | 3
Gambar 1 Format Entry Data Kesukaan Konsumen
Membaca Output:
1. Lihat tabel KMO and Barlett’s Test.
Nilai MSA (Measure of Sampling Adequacey) adalah 0 – 1, jika nilainya > 0.5
menunjukkan bahwa data dapat digunakan dalam analsis faktor, dengan kata lain
faktor analisis dapat dipercaya. Angka signifikasi yang semakin kecil menunjukkan
bahwa korelasi antar variabel semakin bermakna.
KMO and Bartlett's Test
.570
58.007
28
.001
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square
df
Sig.
Bart let t's Test of
Sphericity
2. Lihat tabel Anti-image Matrices, perhatikan nilai MSA yang disajikan secara
diagonal ke bawah pada baris Anti-image Correlation (ditandai dengan
superscript “a”). Jika nilai MSA < 0.5 maka variabel tersebut tidak layak untuk
digunakan dalam analisis faktor selanjutnya. Apabila ada beberapa variabel yang
nilai MSA-nya < 0.5, keluarkan variabel dg nilai MSA terkecil, dan lakukan
pengujian kelayakan data lagi.
Page | 4
Anti-image Matrices
.913 5.732E-02 -.172 -7.288E-03 -1.099E-02 -6.52E-03 .142 -8.44E-02
5.732E-02 .578 .101 -.270 9.343E-02 .209 9.666E-02 -.173
-.172 .101 .827 -7.961E-02 -.169 -1.19E-02 -7.593E-02 -8.25E-03
-7.288E-03 -.270 -7.96E-02 .532 -.243 -6.02E-03 -.220 4.527E-03
-1.099E-02 9.343E-02 -.169 -.243 .692 3.231E-02 .104 -.164
-6.517E-03 .209 -1.19E-02 -6.025E-03 3.231E-02 .817 -.127 4.621E-02
.142 9.666E-02 -7.59E-02 -.220 .104 -.127 .826 4.968E-03
-8.442E-02 -.173 -8.25E-03 4.527E-03 -.164 4.621E-02 4.968E-03 .810
.524a 7.894E-02 -.198 -1.046E-02 -1.383E-02 -7.55E-03 .163 -9.82E-02
7.894E-02 .538a .146 -.487 .148 .304 .140 -.252
-.198 .146 .608a -.120 -.224 -1.44E-02 -9.185E-02 -1.01E-02
-1.046E-02 -.487 -.120 .545a -.401 -9.14E-03 -.332 6.895E-03
-1.383E-02 .148 -.224 -.401 .579a 4.296E-02 .138 -.219
-7.548E-03 .304 -1.44E-02 -9.142E-03 4.296E-02 .680a -.155 5.680E-02
.163 .140 -9.18E-02 -.332 .138 -.155 .394a 6.072E-03
-9.815E-02 -.252 -1.01E-02 6.895E-03 -.219 5.680E-02 6.072E-03 .719a
Rasa enak
Suhu makanan tepat
Warna menarik
Waktu penyajian tepat
Tekstur makanan baik
Alat saji sesuai
Harga murah
Petugas ramah
Rasa enak
Suhu makanan tepat
Warna menarik
Waktu penyajian tepat
Tekstur makanan baik
Alat saji sesuai
Harga murah
Petugas ramah
Anti-image Covariance
Anti-image Correlation
Rasa enak
Suhu
makanan
tepat
Warna
menarik
Waktu
penyajian
tepat
Tekstur
makanan baik
Alat saji
sesuai Harga murah
Petugas
ramah
Measures of Sampling Adequacy (MSA)a.
Gambar 2 Hasil Pengujian Anti-Image Correlation
Pengujian Kelayakan Data dan Varibel Ulangan
Prosedur serupa dengan tahap I, tetapi varibel yang tidak memenui syarat tidak
diikutsertakan. Pengujian ulang seharusnya menghasilkan nilai MSA KMO & Barlett yg
lebih besar dari yang diperoleh pada tahap I, demikian halnya dengan nilai MSA tiap
variabel pada tabel Anti-image Matrices.
Prosedur Tahap II (Membentuk Faktor dengan Mereduksi Jumlah Variabel):
1. Buka file data.
2. Klik Analyse – Data Reduction – Factor, masukkan variabel-variabel yang
layak dalam kotak Varibles
a. Klik tab Extraction, set dengan parameter berikut (parameter dengan
tanda bintang berarti bukan harga default):
Method: Principal components
Analyse: Correlaton Matrix
Display: Unrotated factor solution dan Scree Plot*
Eigenvalues over: 1
Maximum Iteration for Convergence: 25
Klick Continue
b. Klik tab Rotation, aktifkan parameter berikut:
Page | 5
Method: Varimex*
Display: Rotated Solution dan Loading Plot(s)*
Maximum Iteration for Convergence: 25
Klik Continue
3. OK
Membaca Output:
1. Lihat Tabel Communalities
Angka dalam Tabel Communalities menunjukkan besarnya varian tiap variabel
(atribut mutu) yang dapat dijelaskan oleh faktor yang terbentuk. Dalam analisis ini
faktor merupakan bentukan dari variabel-variabel. Angka pada kolom Extraction
merupakan variance tiap variabel yang dapat dijelaskan oleh faktor atau komponen
yang terbentuk (jumlah faktor yang terbentuk lihat Tabel Componen Matrix).
Contoh, angka 0.85 dalam kolom Exraction berarti bahwa 85% varians variabel
yang bersangkutan dapat dijelaskan oleh faktor yang terbentuk. Nilai yang kecil
mengindikasikan bahwa variabel tidak layak digunakan sebagai prediktor dan
mungkin tidak perlu disertakan dalam analsis.
2. Lihat Tabel Total Variance Explained dan Gambar Scree Plot
Nilai eigenvalues diurutkan dari terbesar, angka < 1 tidak digunakan untuk
menghitung jumlah faktor yang dibentuk. Gambar Scree Plot secara grafis
menunjukkan banyaknya komponen yang layak untuk menjelaskan model,
yaitu sejumlah angka di atas angka 1.
Dalam analisis faktor yang baik, hanya ada beberapa komponen yang
menjelaskan banyak varians, sedangkan sisanya menjelaskan sebagian kecil
varians saja.
3. Lihat Tabel Componen Matrix
Angka dalam tabel ini menunjukkan besarnya korelasi setiap variabel dengan
faktornya. Sehingga angka yang mendekati 1 menunjukkan korelasi yang semakin
kuat. Untuk mengelompokkan sebuah variabel ke dalam suatu faktor yang
Page | 6
terbentuk gunakan cutoff poin 0.5. Jika ada satu variabel tidak dapat dimasukkan ke
dalam salah satu faktor yang terbentuk, gunakan Tabel Rotated Component
Matrix.
4. Tabel Rotated Component Matrix
Angka dalam tabel ini menunjukkan korelasi parsial variabel tertentu dengan
faktornya. Dengan demikian angka korelasi yang kecil menjadi lebih kecil dan
sebaliknya yang besar menjadi lebih besar. Berdasarkan tabel ini masukkan
variabel-variabel yang dianalisis ke dalam faktor yang terbentuk dengan
menggunkan cuttoff point sebelumnya.
5. Lihat Tabel Transformation Matrix
Nilai pada tabel ini menunjukkan korelasi antar faktor yang terbentuk, amati
korelasi antara faktor yang sama (angka dalam garis diagonal), jika cukup kuat dapat
dikatakan pembentukan faktor dapat diandalkan.
Membuat Kesimpulan Umum:
1. Sebutkan ada berapa faktor yang terbentuk dari sejumlah variabel yang diteliti dan
berikan nama yang tepat untuk setiap faktor. Berdasarkan jumlah faktor tersebut,
dapat dikatakan bahwa faktor-faktor itulah (sebutkan namanya) yang digunakan
konsumen sebagai bahan pertimbangan untuk memilih produk.
2. Untuk setiap faktor, jelaskan sifat hubungannya (positif atau negatif), dan bahaslah
kesesuaiannya dengan teori.
Contoh Kasus:
Suatu studi consumer preference dilakukan di sebuah rumah sakit terhadap 50 pasien di
ruang VIP. Tujuan studi tersebut adalah untuk mengetahui pendapat pasien terhadap
makanan yang disajikan dengan menggunakan atribut mutu rasa, warna, suhu, tekstur,
waktu penyajian, alat saji, keramahan petugas, dan harga. Pengukuran atribut dilakukan
dengan menggunakan rentang nilai 1 (sangat tidak setuju) sampai 5 (sangat setuju) dengan
tingkat ketelitian 0.1. Data diukur pada skala interval. (Untuk latihan gunakan file consumer
preference.sav).
Page | 7
Contoh Kuesioner Pengumpulan Data Study Kesukaan Konsumen
KUESIONER PERSEPSI MAHASISWA KOTA
MALANG TERHADAP MUTU MIE INSTAN
NOIDI:
…………….………….…
Area survey: ……………..……..
Interviewer:
…………………A/B
Tgl Pengisian: …………………..
Responden yang Terhormat,
Kami adalah mahasiswa Politeknik Kesehatan Malang 2007 yang sedang mengadakan kajian tentang
Persepsi Mahasiswa Kota Malang terhadap Mutu Mie Instant. Kami mohon kesediaan Saudara untuk
dapat mengisi kuesioner untuk menggambarkan persepsi Saudara terhadap produk mi instant. Agar hasil
penelitian ini dapat bermanfaat, mohon kuesioner diisi dengan lengkap dan benar. Hasil kajian
sepenuhnya digunakan untuk kepentingan kegiatan belajar dan tidak ada hubungannya dengan upaya
pemasaran produk.
INFORMASI RESPONDEN (Isilah dengan singkat dan jelas)
1. Perguruan Tinggi dimana Saudara kuliah:
..................................................................................................................
2. Jurusan ……..……………….. 3. Program Studi……………………………….. 4.
Semester ……………
5. Umur ………..……. tahun, 6. Jenis kelamin: L / P (lingkari yang sesuai)
7. Status Domisili (lingkari nomor yang sesuai):
[1] Kost/kontrak
[2] Tinggal bersama keluarga/famili
[3] Asrama mahasiswa
[4] Lainnya, sebutkan ……………..
8. Pendapatan/uang kiriman Saudara per bulan: Rp ……………………….
DAFTAR PERTANYAAN
1. Sebutkan 5 (lima) merk mie instan yang Saudara ketahui, beri nomor urut dari yang paling populer
(beri nomor 1) sampai yang kurang populer (nomor 5):
…………………………………………………………………………………………………………
……………….
…………………………………………………………………………………………………………
……………….
2. Dari 5 (lima) merk yang Saudara sebutkan, merk apa yang paling baik? …………………. Sebutkan
alasannya:
[1] Rasa enak [5] Keamanan pangan
[2] Kemasan menarik [6] Harga sesuai
[3] Banyak dikonsumsi [7] Produsen ternama
Page | 8
[4] Bergizi tinggi [8] Lain-lain, sebutkan ………………………..
3. Dari 5 (lima) merk yang Saudara sebutkan, merk apa yang paling mahal? ……………………..
4. Berapa pengeluaran rata-rata per bulan untuk membeli mie instan? Rp ………………………… /
bulan.
5. Mie instan merk apa yang paling sering Saudara konsumsi? ………………………..Sebutkan
alasannya:
[1] Rasa enak [5] Keamanan pangan
[2] Kemasan menarik [6] Harga sesuai
[3] Banyak dikonsumsi [7] Produsen ternama
[4] Bergizi tinggi [8] Lain-lain, sebutkan ………………………..
6. Seberapa sering Saudara mengkonsumsi mie instant?
[1] ≥ 4 x seminggu [4] 1 – 2 x seminggu
[2] 3 – 4 x seminggu [5] ≤ 1 x seminggu
[3] 2 – 3 x seminggu
7. Seberapa banyak mie instan yang Saudara habiskan setiap kali mengkonsumsinya:
[1] >2 bungkus [3] 1 bungkus
[2] 2 bungkus [4] < 1 bungkus
8. Bagaimana umumnya cara Saudara mengkonsumsi mi instan:
[1] Dimakan kering (sebagai snack)
[2] Disiapkan sesuai dengan petunjuk label dengan menggunakan semua bumbu yang disediakan
ke no. 10
[3] Disiapkan sesuai dengan petunjuk label tetapi tidak menggunakan semua bumbu ke no. 9
9. Jenis bumbu yang mana yang umumnya tidak Saudara gunakan pada saat memasak mi instan:
[1] Bumbu penyedap/seasoning [4] Minyak
[2] Saus [5] Kecap
[3] Cabe [6] Bahan padatan
10. Waktu mengkonsumsi mie instan biasanya Saudara lakukan pada saat:
[1] Sarapan [4] Antara makan siang dan makan malam
[2] Antara sarapan dan makan siang [5] Makan malam
[3] Makan siang [6] Tidak tentu
11. Makanan apa yang paling sering Saudara tambahkan pada saat menyiapkan mie instan atau pada saat
makan mi instan?
[1] Telur
[2] Sayur
[3] Nasi
[4] Mi dikonsumsi tanpa penambahan makann lain
[5] Lainnya, sebutkan …………………………..
12. Dengan mengkonsumsi mie instan sesuai porsi, apakah kebutuhan gizi Saudara tercukupi?
[1] Ya
[2] Tidak
[3] Tidak tahu
13. Informasi dalam label yang paling sering Saudara pertimbangkan dalam memilih produk mi instan
adalah:
[1] Rasa [6] Pewarna
[2] Merk dagang [7] Masa kadaluarsa
Page | 9
[3] Nilai gizi [8] Status halal
[4] Pengawet [9] Harga
[5] MSG/vetsin [10] Lainnya, sebutkan ………………..
14. Untuk mie kuah, air rebusan mie instan pada umumnya keruh, apa yang Saudara lakukan pada saat
menyiapkan:
[1] Air rebusan tidak diganti (digunakan sebagai kuah)
[2] Dibuang, air diganti dengan yang baru
[3] Sebagian dibuang, sebagian digunakan sebagai kuah
15. Menurut Saudara, apakah mengkonsumsi mi instan dalam waktu yang lama dapat berakibat negatif
bagi kesehatan?
[1] Ya
[2] Tidak
[3] Tidak tahu
Terima kasih atas partisipasi Saudara,
Bantuan Saudara sangat berharga bagi kami
Page | 10
Kepustakaan
Anderson, DR, Sweeney, DJ, Williams, TA, 1994, Introduction to Statistics: Concepts
and Applications, 3rd ed, West Publishing Company, Minneapolist/St.Paul.
Dawson-Saunders, B. dan R. G. Trapp, 1994, Basic and Clinical Biostatistics. London,
Prentice-Hall International Inc.,
Kunert, J, 2000, Workshop on The Statistical Analysis of Sensory Profiling Data:
Randomization/Permutation/ANOVA, Food Quality and Preference, vol. 11,
pp. 141 – 143.
Nazir, M., 1988, Metode Penelitian, Ghalia Indonesia, Jakarta.
Siegel, S., 1994, Statistik Non-parametrik, (terjemahan oleh: Z Suyuti dan L
Simatupang), edisi keenam, Gramedia, Jakarta.
Steel, RGD dan Torrie, JH, 1993, Prinsip dan Prosedur Statistika: Suatu Pendekatan
Biometrik, Penerjemah: Bambang Sumantri, Gramedia Pustaka Utama, Jakarta.
Tumbaleka, AR dkk., 1995, Pengukuran, dalam Dasar-dasar Metodologi Penelitian
Klinis, editor: S. Sastroasmoro dan S. Ismael, Bagian Ilmu Kesehatan Anak, FK
UI, Jakarta, pp. 27 - 41.
Winarno, F. G., 1993, Pangan: Gizi, Teknologi, dan Konsumen. Jakarta, Gramedia
Pustaka Utama, Indonesia