bab i pendahuluan 1.1 latar belakang - digilib.uns.ac.id/analisis... · pemilihan sepeda motor....
TRANSCRIPT
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 .