Marketing Research for Beginner: Panduan Praktis Riset Pemasaran Bagi Pemula (Penerbit Andi, 2006;...

MARKETING RESEARCH FOR BEGINNER

Prima Ariestonandri

Anggapan riset pemasaran itu sulit dan butuh biaya besar, sehingga hanya perusahaan

besar saja yang dapat menjalankannya, tidaklah sepenuhnya benar. Banyak jenis dan

metode riset pemasaran dapat dilakukan mudah dengan bujet yang minim oleh

perusahaan kecil dan menengah, tidak terkecuali pula dapat dilakukan sendiri oleh para

praktisi pemasaran. Buku ini ditulis berdasarkan pengalaman penulis dalam

menjalankan riset pemasaran dan memberikan pelatihan di beberapa perusahaan UKM,

lokal, dan nasional.

Buku ini dijelaskan dari perspektif praktis, how to, bagaimana memulai sebuah riset,

hingga bagaimana menganalisa dan mengimplementasikan hasil riset. Penjelasan how to

ini akan mudah dipahami dengan adanya contoh praktis setiap babnya. Dan juga bab

studi kasus khusus yang dibedah dari awal hingga akhir, seperti riset marketing plan,

customer satisfaction & loyalty survey, dan brand equity research.

Selain penjelasan praktis dan sistematis akan diberikan pula tips di beberapa tahapan

riset yang tidak muncul dalam buku-buku teori referensi. Sehingga pembaca dengan

beragam latar belakang dari satu bab ke bab lain secara bertahap, akan memiliki

pengayaan untuk dapat menjalankan sebuah riset pemasaran.

Riset yang baik tidaklah berarti mahal. Penentu baik tidaknya sebuah riset pemasaran adalah

pijakan metodologi yang kuat sehingga dapat membantu pengambilan keputusan yang tepat. Dan

buku ini menuntun tahap demi tahap bagaimana menjalankan riset yang baik.”

Yanti B. Sugarda – CEO Polling Center & Founder Visi Anak Bangsa

“Simple, sistematis, dan mudah diikuti oleh praktisi dan periset pemula.”

Suryadi Sulthan - GM Business Digest SWA

“Kebanyakan perusahaan yang telah merasakan manfaat riset pemasaran akan berusaha untuk

dapat melaksanakan sendiri. Namun kendala yang biasa dihadapi adalah keterbatasan

pengetahuan dan keahlian dalam meriset. Buku ini dapat menjadi solusi dalam membantu

keterbatasan tersebut. Kasus-kasus yang dikupas memberikan pengalaman praktis bagi pelaksana

riset pasar.”

Sahat Panggabean – Head of Research Departmentr PT. Indocement Tunggal Prakasa, Tbk.

“Tips praktis mengenai tahapan riset dalam buku ini cukup applicable dan mudah dipahami oleh

para praktisi dengan berbagai latar belakang.”

Amanda Tjokroprayogo – Senior Manager CRM Department PT. AJ Manulife Indonesia

“Ini adalah gabungan teori dan pengalaman penulis. Tahapan-tahapan penyelenggaraan riset

pemasaran dipaparkan secara gamblang dan dapat diikuti tanpa perlu mengerutkan dahi.”

Baso Amir – Communication & Publication Manager PT. Limas Centric, Tbk.

PRIMA ARIESTONANDRI. Senior Researcher di sebuah perusahaan riset dan konsultan

bisnis. Telah menangani riset dan pelatihan di beberapa perusahaan nasional, seperti:

Telkom, Telkomsel, Indosat, USAID, Swiss Contact, L’Oreal Indonesia, Manulife

Indonesia, Indocement, Astra International, Limas Stockhomindo, dan Philips Indonesia.

didedikasikan untuk ibunda tercinta,

almarhumah Hj. Naning P. Padmaamijaya

Marketing Research for Beginner i

KATA PENGANTAR

Riset pemasaran sebagai alat bantu pengambilan keputusan dan memecahkan

masalah pemasaran, sangat diperlukan untuk meminimalisasi terjadi kesalahan strategi

bisnis. Namun penggunaan riset dan analisa data pemasaran masih sedikit dijadikan

alat bantu analisa bagi pihak manajemen perusahaan. Seringkali kebijakan pemasaran

yang diambil tanpa pertimbangan matang, try and error, yang tentunya lebih besar

memakan biaya dan resiko kerugian dibandingkan melakukan riset di lapangan.

Sekurang-kurangnya pemahaman dalam fungsi, manfaat, dan implementasi riset harus

dimiliki oleh praktisi pemasaran dalam pengambilan langkah-langkah strategis. Lebih

lanjut kemampuan mendesain dan menganalisa data riset akan memperkaya informasi

sekaligus mampu menjalankan riset secara mandiri.

Dalam kurikulum akademis sendiri, khususnya program pasca sarjana studi

pemasaran, riset pemasaran merupakan mata kuliah inti yang ditujukan untuk

menajamkan kemampuan analytical skills. Namun masih sedikit buku teks Indonesia

yang menjadi referensi praktis bagi periset pemula. Umumnya banyak buku lebih

mengedepankan teori-teori namun sedikit menjelaskan tahapan mudah bagaimana

menjalankan sebuah riset. Hal ini yang mempersulit menerjemahkan teori aplikatif

seperti halnya ilmu pemasaran dengan penerapannya di lapangan. Buku ini ditulis

berdasarkan pengalaman penulis dalam menjalankan riset pemasaran dan memberikan

pelatihan di beberapa perusahaan. Image bahwa melakukan riset pemasaran perlu

biaya besar sehingga hanya perusahaan besar saja yang melakukannya, tidaklah

sepenuhnya benar. Beberapa riset pemasaran sebenarnya dapat dilakukan mudah oleh

seorang praktisi pemasaran, tidak terkecuali pula bagi perusahaan kecil dan

menengah.

Dalam buku ini dijelaskan dari perspektif praktisi pemula, how to, bagaimana

memulai sebuah riset, bagaimana menjalankan dan mendesain riset, hingga bagaimana

menganalisa dan mengimplementasikan hasil riset. Penjelasan how to ini akan lebih

mudah dipahami kembali dengan adanya studi kasus yang dibedah dari awal hingga

akhir pula. Selain penjelasan praktis dan sistematis akan diberikan pula tips di

beberapa tahapan riset yang tidak muncul dalam buku-buku teori referensi. Bab-bab

dalam buku ini merupakan modul marketing research course, yang memiliki tujuan

pengayaan masing-masing modulnya. Sehingga pembaca dengan beragam latar

belakang dari satu bab ke bab lain secara bertahap, akan memiliki tujuan pengayaan

bersama untuk menjalankan sebuah riset pemasaran.

Marketing Research for Beginner ii

Penulisan buku ini merupakan hasil interaksi yang intens antara penulis dengan

rekan-rekan dan kolega dari berbagai perusahaan, baik dalam menjalankan proyek

riset/survey, pelatihan, maupun dalam mendiskusikan tema-tema terkait. Menjadi

kepantasan, penulis mengucapkan terima kasih atas “pembelajaran dan pengayaan

bersama” tersebut. Kepada rekan-rekan kerja di Sigma Research: Nurjannah Andi

Lemmung, Abdullah Koro, Hari Sakti W, Pak Sony Sunaryo, dan staf riset. Kemudian

Suryadi Sulthan dan Aris Nandy (Business Digest SWA); Hermawan Setiawan, Pak Wahyu

Sulistiadi, dan rekan staf admin P3M UI; Ibu Titin Siswantiningsih (Matematika UI).

Yang saya hormati Bapak/Ibu rekan-rekan dan kolega: Ibnu Hadyanto (SM

Telkom Divre VII); Rahmat Slamet (Kadiv. Litbang JP Insurance); Ambarukmi dan Yudi

(Telkom Divisi Long Distance); Amanda, Christien, dan Pratas (CRM Departement PT.

Asuransi Jiwa Manulife); Sahat Panggabean dan Tri Hardjono (Market Research Division

PT. Indocement, Tbk.); CS Division PT. Astra International; Dino Leonandri (Holiday Inn

Bandung); Hasan Basri (Air Asia Indonesia); Marisa AB (Bank Mandiri); Maulana T. Hadi

dan M. Hidir (Citibank); Aisyah AM (Bank BNI); Abdulloh (Mandom Indonesia); Putu &

Wisnu (Garuda Food); Ahmad Hussein & Salman (Biro Riset Makassar); Resa Suhardiman

(International Islamic University Malaysia); Yaya Suhendra (Universitas Gunadarma);

Kiatwansyah, Intan, mahasiswa, dan staf akademik GICI Business School Jakarta.

Terakhir, dukungan keluarga sungguh telah memberikan “warna” tersendiri

sepanjang kehidupan penulis dan menjadi keniscayaan mensyukurinya kehadirat Illahi

Rabbi. Kepada isteriku yang selalu mendampingi menghadapi masa-masa sulit. Lalu

keluarga di Bekasi: Papa, Bu Mien, Aa, mbak Novi, Eneng, Mas Hasan, dan keluarga di

Ciledug. Serta para keponakan kecilku, Zenitha Shafira, Ahmad Zidane Fathurrahman,

dan Nada Kamila.

Marketing Research for Beginner iii

DAFTAR ISI

Kata Pengantar

Daftar Isi

Bab 1 PENDAHULUAN

Bab 2 MEMULAI SEBUAH RISET

Bab 3 DESAIN RISET

Bab 4 RISET KUALITATIF

Bab 5 KONSEPSI ACUAN DESAIN RISET

Bab 6 DESAIN KUESIONER

Bab 7 TEKNIK PENGAMBILAN SAMPEL

Bab 8 PENGUMPULAN DATA

Bab 9 TABULASI DATA

Bab 10 ANALISA DATA

Bab 11 ANALISA STATISTIK INFERENSIAL

Bab 12 ANALISA MULTIVARIAT

Bab 13 MENYUSUN LAPORAN AKHIR

Bab 14 STUDI KASUS 1: “RISET MARKETING PLAN”

Bab 15 STUDI KASUS 2: “BRAND EQUITY RESEARCH”

Bab 16 STUDI KASUS 3: “CUSTOMER SATISFACTION & LOYALTY SURVEY”

Daftar Pustaka

Marketing Research for Beginner 1

Bab 1

PENDAHULUAN

Konsep inti pemasaran sesungguhnya menekankan pada identifikasi kebutuhan

konsumen, yang selanjutnya dibuat dan dikembangkan produk/jasa layanan yang

mempertemukan kebutuhan konsumen tersebut dengan target perusahaan secara

tepat. Proses identifikasi kebutuhan konsumen ini tentunya akan terus berlangsung

karena pasar dan konsumen terus berkembang. Bagaimana kebutuhan konsumen ini

diperoleh secara tepat? Diperlukan perangkat alat analisa yang ilmiah yang dapat

dipertanggungjawabkan baik secara tahapan, metodologi, perolehan data, dan hasilnya

secara ilmiah pula. Salah satu bidang ilmu terapan yang mengkombinasikan ilmu

pemasaran dengan metodologi penelitian ini adalah riset pemasaran.

Riset pemasaran bukan monopoli para pelaku pasar saja, saat ini kebutuhan

riset pemasaran pun merambah hingga organisasi non profit seperti partai politik.

Seperti saat Pemilu 2004 yang lalu, beberapa partai politik merengkuh kemenangan

melalui informasi karakteristik “pasar” calon pemilih saat menentukan tema dan

pendekatan kampanye. Bahkan prediksi cepat dari salah satu lembaga survey dengan

metode Quick Count-nya, mampu memprediksi perolehan suara secara akurat.

Pembahasan riset pemasaran dibedakan dalam dua tujuan, yakni penelitian

teoritis atau akademis (theoritical research) dan penelitian terapan (applied

research). Penelitian teoritis yang umumnya dilakukan oleh akademisi lebih berfokus

pada pembuktian, evaluasi, atau pengembangan dari teori-teori pemasaran. Sedangkan

penelitian terapan berfokus pada proses pengambilan keputusan dalam pemasaran.

Penelitian teoritis cenderung lebih ketat dalam sistematika pelaporan risetnya.

Sedangkan penelitian terapan, baik dilakukan oleh praktisi maupun akademisi,

cenderung lebih praktis. Namun keduanya dapat memiliki kompleksitas masalah dari

yang paling sederhana hingga yang cukup rumit. Buku ini dibahas berdasar pendekatan

penelitian terapan, yang lebih bertujuan pada pengambilan keputusan pemasaran

secara praktis.

Definisi Riset Pemasaran

Istilah riset pemasaran (marketing research) seringkali dirancukan dengan riset

pasar (market research). Ada perbedaan tersendiri di antara kedua istilah ini. Riset

pasar berfokus pada pasar yang telah ditentukan dengan produk barang atau jasa yang

spesifik. Sedangkan riset pemasaran diartikan secara meluas, tidak terpaku pada

penelitian aspek dari pasar atau produk saja. Dengan kata lain riset pasar merupakan


bagian dari riset pemasaran. Berikut definisi riset pemasaran dari institusi, pakar, dan

praktisi di bidang pemasaran:

American Marketing Association (AMA), mendefinisikan riset pemasaran sebagai

fungsi yang menghubungkan konsumen, pelanggan, dan masyarakat umum dengan

pemasar melalui informasi. Informasi ini digunakan untuk mengidentifikasikan dan

menentukan peluang dan masalah pemasaran; merumuskan, menyempurnakan,

dan mengevaluasi tindakan pemasaran; memantau kinerja pemasaran; dan

menyempurnakan pemahaman mengenai pemasaran sebagai sebuah proses serta

pemahaman atas cara-cara yang dapat membuat aktifitas pemasaran lebih efektif

(Crask, et. al.,1995).

Definisi Maholtra, et. al. (1996) -yang menjadi acuan banyak referensi buku riset

pemasaran- adalah identifikasi, pengumpulan, analisa, dan penyebarluasan

informasi secara sistematis dan obyektif dengan tujuan untuk membantu

manajemen dalam pengambilan keputusan berkaitan dengan identifikasi dan

pemecahan masalah atau peluang dalam bidang pemasaran (Rangkuti, 1999).

Philip Kotler (2000), salah satu Guru pemasaran dunia, mendefinisikan sebagai

perancangan, pengumpulan, analisa, dan pelaporan yang sistematis dari data atau

temuan yang relevan dengan situasi pemasaran tertentu yang dihadapi oleh

perusahaan.

Praktisi riset, Robby Susatyo (Managing Director Synovate Indonesia)

mendefinisikan riset pemasaran sebagai suatu identifikasi yang obyektif dan

sistematis, dilanjutkan dengan pengumpulan, analisa, dan perangkaian informasi

yang bertujuan untuk memperbaiki pengambilan keputusan yang berkaitan solusi

masalah dan penemuan peluang dalam proses pemasaran (P3M UI, 2003).

Perkembangan riset pemasaran sendiri dari tahun 1915 tidak bisa lepas dari

perkembangan ilmu-ilmu lain seperti ilmu pemasaran itu sendiri, perilaku konsumen

(psikologi), ilmu sosial, statistik, hingga teknologi aplikasi komputer. Berikut

perkembangan riset pemasaran menurut Wong Toon Quee (1999) yang terbagi lima fase

penting.

.... – 1915 Fase Pra Perkembangan

Survey sudah mulai dilakukan namun tanpa pendekatan atau

landasan metodologi ilmiah

Perusahaan riset belum muncul

1915 – 1940 Fase Perkembangan Awal Riset Pasar

Dikenal dengan riset pasar (market research)

Perusahaan riset pasar mulai berdiri


Survey dilakukan masih terfokus pada riset konsumen

Buku riset pasar pertama dipublikasikan tahun 1921

1941 – 1950 Fase Peningkatan Fungsi dari Riset Pasar

Sudah dikenal sebagai riset pemasaran (marketing research)

Makin bertambah institusi/organisasi bisnis yang mempelajari

riset pemasaran

Cakupan riset sudah memasuki bagian fungsional pemasaran

(4P: Product, Price, Promotion, & Place)

1950 – 1980 Fase Perkembangan Metodologi Riset

Desain kuesioner sudah mulai tersusun sistematis

Prosedur sampling lebih terukur dan efisien

Berkembang desain riset eksperimental

Pengumpulan data dilandasi metodologi ilmiah

Berkembang konsep dan teknik riset kualitatif

1980 - .... Fase Perkembangan Aplikasi Komputer & Statistik

Berkembang analisa data riset menggunakan statistik

lanjutan, seperti cluster analysis, multiple regression, dan

factor analysis

Berkembang riset gaya hidup (life style) dan psikografis

Berkembang model pengukuran kepuasan pelanggan (customer

satisfaction)

Pada perusahaan modern saat ini, sumber informasi pasar dari data internal,

riset pasar reguler, hingga hasil intelejensi pasar, telah terintegrasikan dalam sistem

informasi pemasaran perusahaan (Marketing Management Information System = MMIS).

MMIS merupakan pemasok informasi pasar berbasis teknologi informasi (IT) yang

berkesinambungan, terstruktur, dan cenderung baku. Sementara riset pemasaran yang

dilakukan temporer umumnya bersifat ad hoc (sementara) namun berkemampuan

mengeksplorasi masalah dan identifikasi peluang pasar secara lebih aktual. Baik

berbasis MMIS maupun berdasar riset pemasaran, para pengambil keputusan pemasaran

akan dilengkapi “peta dan amunisi” yang lengkap saat memasuki pasar dan

menghadapi para kompetitor.


Pendekatan Intuisi atau Riset?

Abdullah, pengusaha pemula, mengamati strategi pemasaran dari sebuah

lembaga pendidikan yang banyak miliki siswa, membuat paket pelatihan bervariasi

dengan biaya yang murah. Kemudian ia menanyakan hasil pengamatannya kepada

beberapa teman dekatnya. Teman pertama mengatakan, “banyak orang tahu bahwa

produk yang dibuat banyak dan murah sudah pasti akan laku”. Sedangkan teman kedua

memberikan saran mengutip tulisan di buku pemasaran dan apa yang diajarkan dosen-

nya, bahwa harga murah akan mempengaruhi peningkatan penjualan. Kemudian

Abdullah membacakan hasil penelitian bahwa harga murah dapat juga mempengaruhi

penurunan penjualan. Teman ketiga membantahnya, ”Penelitian itu diragukan, sudah

sangat jelas dalam bisnis itu harga murah akan meningkatkan penjualan!”. Terakhir

teman keempat berpendapat, perlu pengamatan lebih mendalam, apakah banyaknya

siswa dari lembaga pendidikan itu dikarenakan biayanya yang murah atau karena ada

faktor lain.

Filosof ilmu Charles Pierce menyebutkan empat cara untuk mengetahui dan

menjelaskan gejala-gejala alam dan sosial. Dalam kategori Pierce, dikutip dari Rakmat

(2004), contoh jawaban teman pertama dari masalah di atas adalah metode keteguhan

(method of tenacity); orang berpegang teguh pada suatu pendapat karena pendapat

itu sudah diyakininya sejak lama. Tambahan pula pendapat ini diperkuat dengan

pernyataan orang lain di sekitarnya. Jawaban teman kedua disebut metode otoritas

(method of authority); kebenaran pernyataan dibuktikan dengan menunjuk pada

pernyataan orang yang dianggap asli. Jawaban ketiga disebut metode intuisi (method

of intuition); pendapat kita dibuktikan dengan menegaskan bahwa keyakinan kita

sudah jelas benarnya, sudah self-evident, dan tidak perlu pembuktian. Yang keempat

barulah disebut metode ilmiah (scientific method).

Dalam pengambilan keputusan pada kasus-kasus pemasaran, para pemimpin

perusahaan lebih banyak menggunakan dua pendekatan, yakni berdasarkan intuisi dan

analisa data (ilmiah). Banyak perusahaan yang mengandalkan berdasarkan keputusan

(intuisi) Manajer, Boss, atau Sang Pemilik langsung, menuding riset pasar hanya

membuang bujet sia-sia. Sebaliknya tidak sedikit perusahaan yang meminimalisasikan

kebijakan strategisnya berdasar intuisi perorangan, yakni lebih menggunakan hasil riset

atau analisa data pasar. Dikotomi yang terjadi ini disebabkan oleh budaya perusahaan

yang dibentuk sejak awal dan kompetensi dari pimpinan perusahaan. Umumnya

perusahaan keluarga lebih banyak mengambil keputusan melalui intuisi. Sedangkan

perusahaan terbuka banyak berorientasi keputusannya berdasar riset pasar atau analisa

data.


Pasar beberapa kota besar di Indonesia sebenarnya mudah dan relatif murah

dibaca dengan menggunakan data sindikasi perusahaan riset atau data BPS. Namun

tidak sedikit perusahaan yang apriori terhadap riset pasar, bahwasanya bukanlah

sesuatu yang penting. Dari perusahaan yang tergolong besar di Indonesia, hanya sekitar

20% yang melakukan dengan aktifitas riset pemasaran secara formal dan sistematis.

Secara total bujet pemasaran sendiri, alokasi riset kira-kira hanya sekitar 1-2% dari

total bujet pemasaran. Angka ini relatif lebih rendah dibandingkan negara-negara lain

yang rata-rata mencapai 5% total bujet pemasaran (Irawan, 2000). Padahal

pengambilan keputusan bisnis melalui intuisi secara kalkulasi keuangan lebih beresiko

dibandingkan mengadakan riset pasar terlebih dahulu.

Pendekatan intuisi menekankan pada kemampuan dan pengalaman subyektif

seseorang, sehingga mempengaruhi daya instingtifnya. Menurut seorang praktisi intuisi

terkenal di AS, Laura Day, intuisi berproses secara non linier, yang berbeda dengan

metodologi riset yang linier dan sistematis. Disinilah sisi kelebihan dan kelemahannya.

Kelebihannya adalah pada kecepatan analisa dan penafsiran informasi bukan

menyimpulkan informasi secara deduktif. Sedangkan sisi kelemahannya adalah sulitnya

meyakinkan kepada orang lain, baik sesama tim maupun share holder, argumentasi

analisa intuisi tersebut. Para pemasar -bahkan tidak sedikit yang telah menjadi owner-

memiliki intuisi bisnis yang kuat banyak tidak berlatar belakang pendidikan tinggi.

Namun mereka telah merasakan asam-garam bisnis yang mereka geluti dan sukses

menetapkan keputusan pemasarannya. Intuisi bisnis Sosrodjojo menciptakan teh manis

botolan era 70-an, membuat raja minuman dunia, Coca Cola, pun saat ini iri. Apabila

Akio Morita tidak mengembangkan intuisinya, bahwa saat berjalan atau berolahraga

lari orang membutuhkan musik, tidaklah akan membesarkan perusahaan kampiun Sony

Corp. melalui walkman-nya.

Data Riset

??!

Intuisi ?!#


Setidaknya empat syarat intuisi bisnis melahirkan keputusan pasar yang tepat.

Intuisi bisnis itu tersebut menjadi inovasi radikal yang dapat meroketkan produk baru

sekaligus merebut pasar, sekaligus menciptakan tatanan bisnis baru. Pertama, intuisi

tersebut lahir dari sebuah visi yang jelas. Visi bukan sebuah impian atau harapan yang

berlebihan (wishfull thinking), tapi keyakinan terhadap masa depan yang berpijak

pada saat ini. Pemasar yang memiliki visi bisnis yang jelas, akan mudah melahirkan

intuisi yang tepat meski berada dalam ketidakpastian pasar. Kedua, intuisi tersebut

dapat diaplikasikan dalam tahapan operasional. Intuisi besar tanpa tahapan

pencapaiannya sudah dipastikan kegagalannya sejak awal. Ketiga, intuisi didukung

oleh keyakinan (tim) pelaksananya. Intuisi besar selalu akan diawali dengan keraguan

dan ketidakpastian pencapaiannya. Keyakinan yang kuat dari pelaksananya dapat

menjadi kekuatan abstrak yang melebihi kekuatan atas modal dan aset. Keempat,

konsistensi jangka panjang untuk mewujudkan intuisi tersebut.

Sementara itu pendekatan riset pasar bertumpu pada informasi atau fakta pasar

yang dikumpulkan. David Ogilvy dalam bukunya, Ogilvy on Advertising, mengungkapkan

ada sepuluh hal yang dapat diperoleh riset untuk memberikan analisa strategis, yakni:

1. Riset terkadang dapat memperoleh ide produk baru dari konsumen potensial.

Tetapi persepsi konsumen tersebut sangat dipengaruhi oleh pengalaman

sebelumnya, sehingga berlebihan mengharapkan muncul ide yang revolusioner.

2. Riset dapat meneliti reaksi konsumen terhadap produk baru saat masih dalam

tahapan konseptual. Jika diperlukan, sejumlah konsep yang berbeda dapat diuji-

cobakan untuk mendapatkan konsep yang berpeluang paling sukses.

3. Riset dapat menentukan formula, cita rasa, wangi, warna, atau atribut produk

lainnya yang memiliki daya tarik atau alternatif yang paling disukai konsumen.

4. Riset dapat menemukan sejumlah desain paket yang disukai untuk terjual dan

profil konsumen yang menggunakannya.

5. Riset dapat mengestimasi potensial penjualan dari produk baru berikut belanja

iklan yang dibutuhkan untuk meraih profit maksimum. Dalam beberapa kondisi,

riset dapat memprediksi pengaruh harga terhadap penjualan produk dan indikasi

harga yang perlu dikenai pada sebuah produk.

6. Saat produk siap di pasaran, riset dapat menentukan bagaimana konsumen

menilai perbandingannya dengan produk lain yang baru dibeli.

7. Riset dapat membantu memutuskan positioning yang optimal untuk sebuah

produk.

8. Riset dapat menentukan faktor-faktor apa yang penting dalam pengambilan

keputusan pembelian, kosa kata apa yang cocok digunakan untuk membicarakan


tentang produk tersebut. Lalu koran atau majalah apa yang dibaca, stasiun radio

apa yang didengar, dan program televisi apa yang ditonton.

9. Riset dapat menentukan komunikasi iklan apa yang diharapkan.

10. Riset dapat menentukan sebuah argumentasi. Kadang satu-satunya cara

memecahkan perbedaan pendapat atau keputusan dapat digunakan hasil riset

independen sebagai penengah.

Berlandaskan metodologi ilmiah, semakin tinggi reliabilitas dan validitas dari

sebuah riset, semakin dipercaya hasil analisa yang diperoleh. Sebaliknya riset pasar

yang salah dalam metodologi dan analisis, akan menghasilkan riset yang rendah

reliabilitas dan validitasnya. Analisa hasil riset yang salah dipastikan akan menyebab-

kan pengambilan keputusan yang salah dan berujung pada kerugian strategis. Berikut

perbandingan riset yang baik dan yang buruk:

RISET YANG BAIK RISET YANG BURUK

Berorientasi (awal) pada masalah

Berorientasi (hasil) pada tindakan

Efisien dalam biaya

Menggunakan metode riset yang tepat

Sampel yang cukup

Reliabel

Sangat membingungkan dan tidak terarah

Tidak membantu dalam pengambil-an keputusan

Biaya yang besar dan tidak efisien

Menghasilkan hasil riset yang salah

Sebagai resume akhir, kedua pendekatan baik intuisi maupun analisa data

(riset) tidaklah perlu dikontradiksikan, mana yang lebih baik dan mana yang tidak.

Karena keduanya memiliki kelebihan dan kekurangan yang bisa saling disinergikan.

Namun yang perlu digarisbawahi, pendekatan intuisi bukan berarti mengambil

keputusan dengan coba-coba, try & error, tanpa pertimbangan intuitif yang matang.

Dan pendekatan riset pasar bukan sekedar menghasilkan angka-angka, probabilitas,

estimasi, atau model yang “memukau” tanpa dilandasi dengan metode riset yang teruji

validitas dan reliabilitasnya.

Klasifikasi Riset Pemasaran

Berdasarkan tujuannya, riset pemasaran dapat diklasifikasikan dalam tiga

kelompok, meski dimungkinkan adanya kombinasi. Ketiga jenis riset itu adalah:

1. Problem Solving Research, yakni riset yang diadakan untuk mengidentifikasi dan

memecahkan masalah-masalah pemasaran. Riset ini memang berorientasi pada

masa lalu, berupa masalah pemasaran yang pernah terjadi. Namun dengan


mengidentifikasi masalah yang telah terjadi dan mendapatkan solusinya

merupakan investasi untuk tidak mengulanginya di masa yang akan datang.

2. Controlling Research, yakni riset yang diadakan untuk pengawasan atau

mengendalikan proses bisnis dan pemasaran yang sedang berjalan. Dengan

melakukan riset ini secara reguler, proses bisnis dan pemasaran akan tetap

terjaga kinerjanya. Bahkan seperti dalam riset pengendalian mutu (quality

control) dapat dilakukan perbaikan berkelanjutan sehingga jangka panjang

diperoleh zero deffect.

3. Planning research, yakni riset yang diadakan untuk mendapatkan informasi

sebagai panduan merencanakan kegiatan pemasaran. Sebuah perencanaan bisnis

atau pemasaran yang baik tentunya perlu didasari informasi yang tepat dan

terukur. Sehingga target akan dicapai optimal berdasarkan tahapan perencanaan

yang matang.

Sumber data dari riset, baik jenis problem solving, controlling maupun planning

research tersebut diperoleh dari data primer dan data sekunder. Sumber data primer

berasal langsung dari obyek riset, melalui survey di lapangan, eksperimen, atau

observasi (pengamatan). Data primer ini dapat diperoleh atau dilakukan sendiri oleh

perusahaan bersangkutan atau dari perusahaan jasa riset pasar. Sedangkan sumber

data sekunder berasal secara tidak langsung dari obyek riset dalam bentuk yang telah

dikumpulkan dan diolah untuk publik oleh institusi riset. Kelebihan data primer

dibandingkan data sekunder adalah pada cakupan informasi yang digali lebih spesifik,

fokus, aktual, dan cukup mendalam. Namun tentunya data primer memerlukan waktu

cukup lama dan biaya yang tidak sedikit. Berbeda dengan data sekunder yang dapat

diperoleh relatif cukup murah dan cepat dari hasil survey omnibus perusahaan riset,

BPS (Biro Pusat Statistik), annual report, atau melalui gudang informasi dunia, yakni

akses internet.

Dalam prakteknya, ada empat faktor utama yang mempengaruhi keputusan

manajemen untuk menjalankan sebuah riset pemasaran, yakni:

1. Relevansi, keterkaitan riset dengan kebutuhan informasi pemecahan masalah

atau peluang pasar dalam proses pengambilan keputusan pemasaran.

2. Ketepatan waktu, umumnya riset dilakukan pada saat perusahaan membutuhkan

informasi yang terkait. Meski tidak sedikit perusahaan yang secara reguler

memanfaatkan hasil riset pasar, seperti data rating iklan atau tracking brand.

3. Ketersediaan data, riset diperlukan saat informasi/data internal perusahaan

kurang memadai untuk keputusan strategis pemasaran.

4. Biaya & manfaat, keputusan terakhir dari perusahan dalam mengadakan riset

ialah alokasi biaya dengan manfaat yang diperoleh seefesien mungkin.


Apabila keempat faktor sudah dapat dipenuhi internal perusahaan, riset pemasaran

bukanlah suatu prestise yang perlu diada-adakan.

Perusahaan Jasa Layanan Riset

Apabila perusahaan tidak memiliki sumber daya untuk memperoleh data pasar

yang diperlukan dengan melakukan riset mandiri, dapat dilakukan alih daya

(outsourching) kepada perusahaan yang menyediakan jasa riset pemasaran.

Perusahaan lokal penyedia jasa riset dan pemasok data pasar di Indonesia pun cukup

memiliki kompetensi dan tidak kalah dengan perusahaan riset multinasional. Baik yang

menyediakan full service maupun limited service. Pemasok layanan riset penuh (full

service supplier) menawarkan semua item-item riset pemasaran, mulai dari identifikasi

masalah, mendesain riset dan kuesioner, pengumpulan data, interpretasi data, analisa

data, hingga presentasi dan konsultasi hasil riset. Sedangkan pemasok layanan riset

terbatas (limited service supplier) menawarkan salah satu atau sebagian item jasa

riset pemasaran.

Pemasok layanan riset penuh dikelompokkan lebih lanjut dalam syndicated

service, standardized service, branded service, dan customized (ad hoc) service. Untuk

syndicated service, informasi dikumpulkan untuk banyak perusahaan dalam suatu

industri sejenis secara periodik. Data syndicated service disebut juga data omnibus.

Kelebihan data sindikasi atau omnibus ini, suatu produk/jasa dari berbagai merek

dapat dibuat ranking, tracking, sekaligus benchmarking suatu kategori industri. Namun

data sindikasi ini sangat terbatas dalam mengeksplorasi variabel suatu kasus

pemasaran. Salah satu perusahaan syndicated service yang sering dijadikan acuan

rating khusus media/iklan ialah Nielsen Media Research. Sedangkan standardized &

RESEARCH SERVICE

FULL SERVICE

SUPPLIER

LIMITED SERVICE

SUPPLIER

Syndicated Service

Standardize Service

Customized Service

Branded Service

Field Survey Service

Coding & Data Entry

Research Design

Data Analysis


branded service, diberikan jenis layanan riset yang standar atau spesialis layanan dari

sebuah perusahaan riset. Seperti Frontier yang dikenal untuk jasa riset customer

satisfaction (ICSA) atau MARS untuk jasa riset brand equity (IBBA). Khusus riset yang

disesuaikan dengan kebutuhan klien, perusahaan riset menyediakan customized service

yang dieksplorasi kasus perusahaan terkait secara aktual.

Sementara itu pemasok layanan riset terbatas terbagi dalam salah satu atau

kombinasi dari aspek-aspek tahapan riset. Seperti khusus research design disediakan

layanan mendesain riset yang sesuai dengan masalah atau identifikasi pemasaran,

termasuk panduannya seperti kuesioner untuk field survey. Atau khusus field survey,

berupa layanan pengumpulan data melalui wawancara tatap muka, observasi,

telesurvey, atau mail survey. Coding dan data entry services disediakan untuk

memberikan bantuan pengecekan hasil kuesioner yang dilanjutkan memasukan data

tersebut sekaligus kodifikasi pada software yang telah ditentukan. Sedangkan untuk

data analysis service, disediakan layanan analisa data kuantitatif hasil survey yang

telah dilakukan sebelumnya.


Bab 2

MEMULAI SEBUAH RISET

Riset pemasaran merupakan sebuah penelitian ilmiah yang sudah pasti harus

dipertanggungjawabkan secara ilmiah pula. Keilmiahan sebuah riset dapat dilihat dari

sistematika dan landasan metodologi dalam alur pengerjaannya. Meninggalkan tahapan

metodologi sama halnya menganalisa dalam kerangka pijakan yang lemah dan sudah

pasti merencanakan sebuah hasil kesimpulan yang bias. Lebih jauh, mengadopsi

konsep-konsep pemasaran modern akan membantu mempermudah membedah suatu

kasus pemasaran. Pemahaman terhadap konsep pemasaran dan metodologi riset yang

matang menjadi tulang punggung dalam menyelesaikan kasus-kasus yang rumit atau

kompleks.

Secara praktis ada lima langkah utama dalam riset pemasaran, yakni pertama

adalah merumuskan tujuan riset itu sendiri dari masalah atau peluang pemasaran.

Langkah awal ini akan membantu pijakan selanjutnya dalam penentuan desain riset

yang tepat. Dalam mendesain riset juga ditentukan metode dan teknik pengambilan

datanya. Apakah menggunakan jenis riset kuantitatif, kualitatif, atau desk research.

Setelah desain ditentukan selanjutnya dilakukan pengumpulan data, baik data primer

di lapangan maupun data sekunder. Data atau informasi yang diperoleh tersebut

kemudian dilakukan proses analisa yang nantinya dibuat kesimpulan berupa laporan

akhir hasil riset.

FINAL

REPORT

DATA

ANALYSIS

COLLECTING

DATA

RESEARCH

DESIGN

RESEARCH

OBJECTIVE ?!


Kelima tahapan utama tersebut bukan suatu tahapan terpisah yang dikerjakan

tanpa terkait tahapan satu dengan yang lainnya. Saat merumuskan tujuan riset, juga

terkait desain riset yang akan digunakan, sekaligus pengumpulan data dan metode

analisis data. Singkatnya, rencana riset memperhatikan seluruh tahapan namun dalam

pelaksanaannya dilakukan bertahap. Rencana riset ini, baik riset bisnis maupun

akademis disebut juga proposal riset atau usulan penelitian dalam bidang akademis.

Perencanaan riset pemasaran untuk kasus yang sederhana sebenarnya tidaklah terlalu

sulit. Bahkan beberapa kasus pemasaran memiliki acuan standar riset (standardized

research), seperti riset kepuasan pelanggan atau riset ekuitas merek. Sementara untuk

riset spesifik (customized research) atau juga penelitian akademis (tesis/disertasi)

cenderung lebih kompleks dan memerlukan perhatian mendetil pada setiap

tahapannya. Secara mendetil tahapan riset pemasaran dapat dijelaskan pada diagaram

alur berikut:

Penentuan Responden

(Teknik Sampling)

Pendataan Informasi &

Sumber Informasi

STUDI LITERATUR RISET KUALITATIF

Penentuan Narasumber/

Kelompok Rujukan

PERUMUSAN

TUJUAN RISET

RISET KUANTITATIF

PENENTUAN JENIS

& METODE RISET

HIPOTESIS DAN

KONSEP TEORITIS

INTERPRETASI

KASUS PEMASARAN

ANALISA DATA

PENGUMPULAN

DATA

Desain KuesionerDesain TOR/Acuan Riset

LAPORAN AKHIR

Research Objective

Preparing

Research Design

Data Collecting

Data Analysis

Final Report


Merumuskan Tujuan Riset

Masalah dan peluang dalam pemasaran adalah seperti koin mata uang, kedua

sisinya akan selalu muncul bersamaan tergantung sisi mana yang diamati. Masalah yang

dialami oleh seseorang atau perusahaan di satu sisi, akan menjadi peluang bagi orang

lain atau perusahaan tertentu di sisi lain. Contoh sederhana, seorang yang menderita

sakit merupakan peluang bagi orang yang bisa menyembuhkan. Bahkan seorang yang

meninggal saat ini menjadi peluang bisnis bagi perusahaan yang bergerak di bidang

layanan pengurusan jenasah, penguburan, hingga prosesi doa bagi keluarga yang

ditinggalkannya. Masalah atau peluang pasar baik internal maupun eksternal

tergantung bagaimana periset melihatnya. Riset pemasaran dalam hal ini selain

bertujuan mengeksplorasi dan mengidentifikasi masalah sekaligus juga memberikan

solusi, sehingga dapat memandang masalah tersebut menjadi peluang di masa yang

akan datang.

Sebuah riset yang “powerfull”, dimulai dengan mengeksplorasi masalah

pemasaran atau perkiraan peluang pasar ke dalam rumusan tujuan riset. Merumuskan

tujuan riset ini bukanlah sekedar membuat sebuah pernyataan ansich. Rumusan ini

haruslah merupakan hasil eksplorasi awal, meski tidak mesti mendetil, dapat berupa

gejala, indikasi, atau hal-hal yang diperkirakan akan terjadi. Setelah masalah yang

menjadi obyek riset dieksplorasi, selanjutnya perlu dilakukan pembatasan agar lebih

terfokus. Pada beberapa kasus dimungkinkan dilakukan riset pendahuluan yakni

exploratory research untuk mengumpulkan data dan mengidentifikasi masalah yang

terjadi secara mendetil. Seperti melalui riset kualitatif (focus group discussion (FGD),

in depth interview, atau experience interview), atau paling sederhana dengan studi

literatur (desk research). Melalui tahapan eksplorasi, pembatasan, dan pengumpulan

data ini akan menghasilkan rumusan tujuan riset yang memiliki landasan kuat untuk

tahapan riset selanjutnya.

Menurut Kerlinger (2004), eksplorasi masalah yang baik dinyatakan dalam

bentuk pertanyaan atau pernyataan yang menanyakan. Dan masalah tersebut dapat

mengungkapkan suatu hubungan dua variabel atau lebih. Terkait dengan valid atau

tidaknya sebuah riset, akan terlihat dari alur hubungan antara marketing problem,

research objective, hingga action standard. Seperti contoh kasus berikut:


MARKETING PROBLEM RESEARCH OBJECTIVE ACTION STANDARD

Segmen pelanggan yang mana, yang akan menjadi target pasar pada tahun yang akan datang?

Kebutuhan spesifik dari setiap segmen yang men-jadi target pasar

Kategori dan segmen dari konsumen yang memiliki minat & daya beli yang tinggi.

Jika segmen memiliki potensi kinerja penjualan per tahunnya lebih 10.000 unit maka segmen tersebut menjadi target pasar yang perhatian utama

Untuk mengeksplorasi masalah pemasaran yang menjadi obyek riset, ada lima

teknik eksplorasi yang dapat membantu, yakni:

1. Brainstorming, diskusi intensif baik dalam kelompok kecil (2-4 orang) maupun

yang lebih besar. Dengan dipandu seorang moderator, tema pembicaraan akan

lebih terfokus sehingga masalah dapat tergali mendalam. Sudut pandang yang

berbeda di antara peserta diskusi akan memperkaya perspektif suatu masalah.

2. Case Study, studi kasus terhadap permasalahan sejenis dari perusahaan yang

berbeda. Studi kasus dapat diperoleh dari hasil penelitian akademis atau bisnis,

baik dalam berbagai media, jurnal, dan literatur. Analogi terhadap kasus terkait

akan membantu menemukan masalah bahkan solusi yang sama pula.

3. Experience Interview, mengeksplorasi masalah bisnis yang dihadapi dengan

mengundang orang yang ahli (konsultan) dibidangnya untuk diwawancarai.

Kompetensi dan pengalaman para ahli ini akan membantu mengidentifikasi

masalah dan terkadang dapat memberikan alternatif solusi.

4. Fishbone Technique, metode tulang/sirip ikan yang diperkenalkan oleh Prof.

Ishikawa untuk memetakan masalah berdasar akibat dan akar penyebabnya.

Berawal dari kepala ikan yang menyatakan akibat utama, lalu diruntun faktor

penyebab utama dan turunannya pada tulang ikan besar, sedang, dan kecil.

Seperti gambar berikut:

AKIBAT

SEBAB

UTAMA A

SEBAB A1 SEBAB A2

SEBAB

UTAMA B

SEBAB

UTAMA C

SEBAB C2

SEBAB C1

AKAR SEBAB

C2-1

AKAR SEBAB

C2-2


5. Why-why question, yakni menggali akar penyebab masalah dengan mempertanya-

kan secara berulang dan terfokus, mengapa? Lalu mengapa?

Hal yang cukup penting diperhatikan periset setelah melakukan eksplorasi

masalah adalah pembatasan masalah. Sebuah riset, baik besar maupun kecil, tentunya

terbatasi oleh ketersediaan cakupan kajian riset, bujet, waktu, personel, atau sumber

daya lainnya. Bagi praktisi yang melakukan riset internal, sejak awal akan terbatasi

wilayah wewenang dan tanggung jawab departemennya. Kecuali terdapat kesepakatan

antar depertemen, misalkan antara bagian pemasaran dengan produksi dan

sebagainya. Begitu pula periset dari kalangan akademis, terbatas pada fokus bidang

yang dipelajari. Dan keputusan terakhir dan cukup menentukan bagi praktisi untuk

mengadakan riset pemasaran secara internal atau alih daya adalah bujet. Bujet riset

yang terbatas perlu dioptimalkan secara efisien agar tidak mengorbankan tujuan utama

riset.

Menyusun Proposal Riset

Pengadaan sebuah riset pemasaran, baik dilakukan secara internal perusahaan

maupun eksternal oleh perusahaan riset atau penelitian akademis perlu diawali dengan

penyusunan proposal riset. Proposal riset akan membantu periset dalam membuat

prosedur, tahapan, dan perencanaan riset yang matang dan menjadi acuan kerja bagi

pihak lain yang terkait. Singkat padat atau panjang terinci dari sebuah proposal riset

memang tidaklah baku, tergantung kebutuhan informasi yang akan dipresentasikan.

Sekalipun demikian, ada beberapa aspek proposal yang perlu dipersiapkan dalam

penyusunan proposal riset antara lain:

1. Latar Belakang, berisikan deskripsi awal tentang kasus pemasaran yang menjadi

obyek riset. Deskripsi kasus pemasaran tersebut dapat masalah yang diajukan

berupa gejala, indikasi, atau hal-hal yang diperkirakan akan terjadi.

2. Tujuan Riset, merupakan rumusan tujuan riset hasil dari eksplorasi awal dan

pembatasan kasus pemasaran yang baiknya dijelaskan per item.

3. Studi Pendekatan, berisikan pendekatan literatur atau konsep-konsep pemasaran

yang berkaitan dengan kasus pemasaran dan tujuan riset di atas. Pendekatan

studi ini akan membantu periset dalam menentukan metodologi riset yang tepat.

4. Sumber Data dan Metodologi Riset, berisikan sumber data yang akan dieksplorasi

dan jenis dan metode riset akan dipergunakan.

5. Analisa Riset yang Diharapkan, berisikan informasi yang dibutuhkan untuk peng-

ambilan keputusan pemasaran berdasar tujuan semula.


6. Jadwal Riset, berisikan jadwal kerja riset yang direncanakan sesuai kemampuan

sumber daya yang dimiliki.

7. Estimasi Bujet Riset, berisikan estimasi bujet pengadaan riset, dapat secara rinci

atau nominal total bujetnya saja.

Selain aspek-aspek yang diperlukan dalam penyusunan proposal, terdapat hal-

hal terkait yang membantu memperdalam bahasan setiap aspeknya, yakni:

1. Bahasan tentang latar belakang dan tujuan riset dapat diperoleh dari hasil

pengamatan atau diskusi intensif dengan perusahaan pengguna jasa riset (disebut

klien atau user). Untuk merumuskan tujuan riset, periset harus siap berulang kali

memperbaiki proposal hingga diterima pihak klien. Adakalanya pihak klien telah

mempersiapkan TOR dari riset pemasaran yang akan diadakan. Apabila periset

dan klien belum dapat mengidentifikasi kasus pemasaran yang terjadi, dapat

diajukan exploratory research dengan metode FGD, wawancara dengan para ahli,

atau studi literatur mendalam.

2. Bahasan sumber data dan metodologi riset dapat mengacu pada tahapan riset

pemasaran yang dibahas pada bab-bab buku ini lebih lanjut.

3. Tim pelaksana riset yang digunakan dalam sebuah riset pemasaran (kuantitatif)

skala besar perlu didukung staf khusus. Namun untuk riset berskala kecil

beberapa fungsi kerja staf dapat dilakukan seorang staf saja. Berikut fungsi staf

kerja yang umumnya diperlukan beserta deskripsi kerjanya:

Interviewers, ujung tombak riset yang bertugas mewawancarai langsung

responden. Sedangkan staf riset yang bertugas hanya mengamati atau tidak

berhadapan langsung dengan responden disebut sebagai observer. Baik

interviewer maupun observer dapat merupakan pekerja lepas atau alih

daya, namun dengan memperhatikan kompetensi dan kejujuran.

Supervisor, staf riset yang bertugas mengkoordinasi kerja para interviewer

atau observer, termasuk briefing awal dan quality control hasil survey.

Pengecekan internal harus dilakukan untuk meminimalisasi kesalahan

survey.

Data Entry Officer, staf riset yang bertugas mengkodifikasi dan

memasukkan data hasil survey, sekaligus melakukan pengecekan atau

quality control tahap kedua setelah Supervisor;

Data Analyst, staf riset yang bertugas menganalisa data hasil survey berupa

hasil tabulasi data dan analisa statistik lainnya;


Project Manager, penanggung jawab keseluruhan riset, dari menyusun

rencana kerja riset, mendesain riset, mengkoordinasikan seluruh staf riset,

hingga mempresentasi laporan akhir riset.

4. Bagi institusi riset baru dalam mengajukan proposal riset dapat di-endorser

dengan menuliskan staf ahli atau konsultan ahli yang memiliki track record cukup

bagus. Selain akan membantu dalam merancang riset yang tepat, sang endorser

ini akan membangun kredibilitas di mata calon klien.

5. Alokasi jadwal riset yang perlu diperhatikan dalam menyusun proposal yang

mengacu pada tahapan riset standar kuantitatif yakni:

Preparing concept & research design, persiapan pematangan konsep dan

rumusan tujuan riset, dilanjutkan dengan mendesain riset dan kuesioner

jika diperlukan. Diperkirakan membutuhkan waktu sekitar 1-2 minggu.

Interviewer briefing, penerangan bagi para interviewers atau observer

untuk melakukan survey di lapangan. Untuk beberapa kasus, klien perlu ikut

serta untuk mem-brief tentang produk dan informasi teknis terkait, agar

tidak salah persepsi saat mewawancarai responden. Waktu yang diperlukan

tidak lebih dari satu hari apabila telah disepakati jadwal pertemuan

sebelumnya.

Data collecting, tahap pengumpulan data berupa wawancara atau observasi

ini membutuhkan waktu cukup lama. Estimasi waktu tergantung pada

cakupan wilayah survey, metode sampling yang digunakan, dan tingkat

kesulitan memperoleh responden. Hal tersebut dapat dibantu menambah

staf interviewer/observer atau menggunakan database calon responden

yang sudah ada.

Project Manager

Field

Supervisor

Data Entry Officer

Interviewer


Data coding & entry, waktu memasukan data hasil survey diperlukan sekitar

minimal 25-30 kuesioner lengkap per orang dalam satu hari dan untuk

mempercepat pekerjaan dapat dikerjakan lebih dari satu orang;

Data Analysis, waktu analisa data untuk riset yang tidak terlalu kompleks

dapat diselesaikan kurang dari seminggu bahkan dapat sekaligus menyusun

laporan akhir riset.

Final report & presentation, penyiapan laporan akhir dan presentasi yang

menarik dapat diselesaikan dalam waktu satu minggu.

6. Alokasi bujet riset yang perlu diperhatikan dalam menyusun proposal yakni:

Research design, biaya mendesain konstruksi desain riset yang tepat dan

sekaligus mendesain kuesioner.

Administration cost, biaya administrasi riset seperti: penggandaan

kuesioner dan biaya kurir pengiriman bila survey di daerah.

Interviewers fee, biaya bagi intreviewer yang dapat dihitung per

wawancara (kuesioner) atau upah harian/bulanan.

Gift for respondent, hadiah yang diberikan kepada responden atas

kesediaan waktunya diwawancarai.

Operational cost, biaya operasional yang diperlukan dalam pengumpulan

data dan survey di lapangan.

Officers fee, biaya staf pelaksana riset yakni: project manager, data

analyst, supervisor, dan data entry officer.

Final report & presentation, biaya penyusunan laporan akhir dan

presentasi.


Contoh Proposal Riset

Berikut ini contoh sebuah contoh proposal ringkas riset pemasaran dari sebuah

perbankan, sebut saja Bank Trust.

Latar Belakang

Bank Trust berkeinginan menilai mutu kinerja layanan cabang-cabang

sekaligus melakukan pemeringkatan. Cabang mana saja yang memiliki

kinerja di atas standar layanan, sesuai standar layanan, dan di bawah

standar layanan.

Bank Trust berkeinginan mengevaluasi standar layanan staf frontliner

yakni customer service, teller, dan satpam. Seperti halnya penilaian

cabang, staf frontliner mana saja yang memiliki kinerja di atas standar

layanan, sesuai standar layanan, dan di bawah standar layanan.

Tujuan Riset

1. Mengevaluasi kinerja mutu layanan (service quality) bank Trust. Dalam

hal ini berbagai aspek seperti: banking hall dan pelayanan teller atau

front liner officer Bank Trust dapat diketahui.

2. Melakukan scoring, ranking, & tracking service performance. Dengan

melakukan riset secara berkala akan didapatkan track kinerja pelayanan

bank Trust, sehingga dapat diketahui aspek-aspek yang telah mengalami

peningkatan, dan hal-hal yang perlu mendapatkan perbaikan.

3. Merekam customer experience, sehingga apa yang dialami oleh nasabah

dan calon nasabah Bank Trust dapat diketahui secara objektif.

Studi Pendekatan

Berdasarkan tujuan riset Bank Trust, metode riset yang tepat digunakan

ialah metode mystery shopper (MS). Untuk menyusun skenario dan

parameter dengan validitas konstruk (construct validity) riset yang tepat,

digunakan pendekatan studi yang bersesuaian.

1. Service Quality (SERVQUAL) Dimensions

Parameter mutu layanan bagi perusahaan jasa (termasuk perbankan)

telah dilakukan penelitan oleh Parasuraman, Zeithaml, dan L. Berry

(1990) dalam lima dimensi pengukuran yang dikenal dengan SERVQUAL

Dimensions (Service Quality). Kelima dimensi itu ialah: aspek tangibles,

reliability, responsiveness, assurance, dan empathy.


No. D I M E N S I DEFINISI OPERASIONAL

1. Tangible Aspek-aspek yang berhubungan dengan fasilitas (tampak) fisik, perlengkapan, personel serta materi komunikasi.

2. Reliability Aspek-aspek yang berhubungan dengan kemampuan mewujudkan layanan yang telah dijanjikan secara tepat.

3. Responsiveness Aspek-aspek yang berhubungan dengan kecepat-tanggapan dalam memberikan layanan yang dibutuhkan.

4. Assurance Aspek-aspek yang berhubungan dengan jaminan atas layanan yang diberikan sesuai dengan kompetensi standar dan harapan dari konsumen.

5. Emphaty Aspek-aspek yang berhubungan dengan kemampuan memahami komunikasi perasaan (emosional, empati) konsumen.

2. 10 Steps Effectiveness Mystery Shopper

Menurut Peter Gurney (Service Intelligent, 2001), MS yang efektif untuk

perbaikan mutu layanan perlu melalui sepuluh tahapan, yakni:

1. review service/sales standard

2. design the evaluation tools

3. determine scenario

4. specify reporting needs

5. hire or train shoppers

6. conduct a baseline study

7. share result

8. set goals

9. train

10. repeat the study.

Metodologi

Mystery Shopper (MS) merupakan salah satu metode dalam riset pemasaran

yang sering digunakan untuk mengukur kualitas layanan, yakni dengan

mengirimkan sejumlah periset yang berperan sebagai mystery shopper.

Dalam program MS bank Trust ini, periset bertindak layaknya nasabah bank

dengan membuka rekening (tabungan), bertransaksi, komplain, sampai

akhirnya menutup rekening, yang dituangkan dalam skenario observasi.

Parameter

1. Standard Parameter

Parameter standar atau mendasar yang harus dimiliki oleh para

frontliner yakni Customer Service, Teller, dan Satpam serta tampilan

fisik ruangan.


2. Advanced Parameter

Parameter lebih lanjut yang apabila dimiliki oleh Customer Service,

Teller, dan Satpam akan bernilai lebih (plus).

Jadwal Riset

No. SCHEDULE TIME

1. Preparing Concept 1 week

2. Questionnaire design 1 week

3. Briefing for Field Survey 2 days

4. Interview face to face 3 weeks

5. Data Entry & Cleaning Data 3 days

6. Analyze Data 1 week

7. Reporting & Presentation 1 week

Total 8 weeks

Bujet Riset

No. ALOKASI BUJET UNIT HARGA/UNIT TOTAL (Rp.)

1. Research Design 1 1,000,000 1,000,000

2. Interviewer Fee 60 45,000 2,700,000

3. Data Entry & Data Coding 60 1,000 60,000

4. Administration Cost 60 2,000 120,000

5. Communication Cost 1 area 750,000 750,000

6. Operational Cost 1 area 500,000 500,000

7. Officers Fee(PO, Analyst, Spv) 1 bln 4,500,000 4,500,000

8. Final Report 1 500,000 500,000

Total 10,130,000


Bab 3

DESAIN RISET

Seusai merumuskan tujuan riset, dilakukan penentuan desain riset yang sesuai.

Berdasarkan dari eksplorasi dan tujuan riset, desain riset pemasaran terbagi tiga jenis

desain menurut Parasuraman, Aaker, W. Emory dan D. Cooper, serta Maholtra. Yakni

exploratory research design, descriptive research design, dan cause effect research

design. Pada exploratory research atau desain riset penjajakan, umumnya masalah

yang akan dipecahkan belum terdefinisi secara pasti. Melalui desain riset inilah

diharapkan kasus pemasaran yang (akan) dihadapi tersebut dapat didefinisikan atau

dijelaskan lebih spesifik. Seperti dalam hal periset menghadapi kasus seperti ketidak

puasan pelanggan dan penurunan penjualan, namun faktor-faktor yang mempengaruhi

belum diketahui pasti.

Beberapa buku riset pemasaran mengelompokkan riset exploratory ini dalam

kelompok riset kualitatif karena proses penjajakannya banyak menggunakan metode

dan teknik kualitatif. Seperti experience interview, in depth interview, atau focus

group group discussion (FGD). Metode dan teknik riset kualitatif ini akan dijelaskan

khusus pada bab tersendiri. Di luar metode kualitatif, untuk mengeksplorasi masalah

atau tujuan riset dapat pula menggunakan studi literatur (desk research). Studi

literatur ini cukup murah dan termudah dibandingkan desain riset lain, karena

menggunakan data sekunder.

DESK RESEARCH EXPLORATORY RESARCH CONCLUSIVE RESARCH

Descriptive Research Cause-Effect Research

Cross Sectional

Research Design

Longitudinal

Research Design

Single Cross

Sectional

Multiple Cross

Sectional

RESEARCH DESIGN


Untuk desain descriptive dan cause effect dapat dikelompokkan dalam

conclusive research design, karena memberikan konklusi (kesimpulan) pada akhir

penelitiannya. Dan keduanya diidentikkan dengan riset kuantitatif, karena

menggunakan metode dan analisa survey. Descriptive research bertujuan memahami

gambaran atau deskripsi kasus pemasaran secara mendetil, yang dapat mengacu pada

jenis pertanyaan 5W+1H. Seperti why (mengapa kasus itu terjadi), how (bagaimana

kasus itu diketahui), what (hal apa yang ingin diketahui), who (siapa yang berhubungan

dengan kasus tersebut), when (pada saat kapan kasus itu berkemungkinan terjadi), dan

where (dimana kasus itu terjadi). Contoh kasus pemasaran yang mengarah pada riset

deskriptif seperti riset mengetahui karakteristik kelompok pembeli potensial dan yang

tidak. Atau pada kasus untuk mengetahui efektifitas iklan sebuah produk yang

mempengaruhi konsumen untuk membeli.

Berdasar sampel dan waktu pengujian, desain riset deskriptif dibagi menjadi

dua kelompok desain, yakni longitudinal design dan cross sectional design. Dalam

longitudinal research design, riset dilakukan pada sampel tetap yang diukur berulang

kali sepanjang waktu. Sedangkan cross sectional research design dikumpulkan

informasi dari sampel tertentu saja dan tidak dilakukan berulang kali. Apabila

dikumpulkan informasi dari satu sampel dilakukan hanya satu kali (waktu) saja,

dikelompokkan dalam single cross-sectional. Dan apabila dikumpulkan dari sampel-

sampel yang berbeda pada waktu yang berbeda pula, dikelompokkan dalam multiple

cross-sectional.

KRITERIA EVALUASI CROSS-SECTIONAL LONGITUDINAL

Identifikasi perubahan Kurang Bagus

Jumlah data Tidak terlalu besar Besar

Akurasi Cukup Kuat

Representasi sampel Kuat Lemah

Respon terhadap bias Kuat Cukup

Untuk jenis cause effect research design atau riset sebab akibat, bertujuan

untuk mengidentifikasi hubungan sebab akibat dari variabel-variabel kasus pemasaran.

Dalam beberapa buku teks, ada yang menamakan riset sebab akibat ini sebagai riset

eksperimental. Karena untuk mengidentifikasi suatu variabel itu menjadi penyebab

atau akibat variabel lain dilakukan suatu ekperimen. Dalam riset ini variabel terbagi

dua, yakni variabel pengaruh (independent variable) dan variabel terpengaruh

(dependent variable). Misalnya pada riset efektifitas iklan, apakah sebuah iklan yang

ditayangkan mempengaruhi preferensi konsumen dalam pembelian atau tidak.


Sumber Potensial Kesalahan dan Bias

Dalam mendesain sebuah riset, periset perlu memperhatikan sumber potensial

kesalahan (error) yang mendorong terjadinya bias. Bias is the devil of analysis, bias

menyebabkan kesalahan analisa dan melencengkan dari fakta sesungguhnya. Desain

riset yang baik harus dapat menekan atau mengendalikan berbagai kesalahan dan

faktor-faktor pendorong bias. Secara total keseluruhan, kesalahan (total error)

bersumber dari random sampling error dan non-sampling error. Random sampling

error merupakan kesalahan yang disebabkan sampel (responden) yang terpilih tidak

mereprensentasikan populasi akibat aspek pengacakan (random) kurang diperhatikan.

Sedangkan non-sampling error terjadi disebabkan oleh selain faktor sampling, seperti:

kesalahan periset, interviewer, responden, atau ketidakadaan respon.

a. Researcher error, kesalahan yang dilakukan periset meliputi:

Surrogate information error, yakni kesalahan periset dalam mengumpulkan

informasi sehingga terjadi bias antara yang dibutuhkan dengan yang dicari.

Contoh kasus dalam brand association research, informasi yang dibutuhkan

ialah asosiasi (pertautan informasi dalam benak) konsumen terhadap merek

Indomie, tetapi yang dicari persepsi konsumen terhadap Indomie.

Population specification error, yakni kesalahan periset dalam menentukan

populasi yang aktual dan relevan dengan kasus pemasaran yang diteliti.

Contoh kasus dalam riset preferensi konsumen restoran cepat saji Mc

Donald, apakah yang menjadi populasinya, orang tua atau anak-anak.

Sampling frame error, yakni kesalahan periset dalam menentukan kerangka

sampling yang tepat. Contoh kasus dengan obyet riset ibu rumah tangga

perkotaan, apakah populasi didefinisikan sebagai isteri yang berada di

rumah dan tidak bekerja, bekerja paruh waktu, atau bekerja penuh. Dan

bila dispesifikasikan lagi, bagaimana dengan seorang isteri yang bekerja

penuh dan memiliki kantor di rumah (SOHO, small office & home office)

atau single parent (mother).

TOTAL ERROR

RANDOM SAMPLING ERROR

Researcher Error

NON SAMPLING ERROR

Non Response Error

Surrogate Info

Population Spec

Sampling Frame

Measurement

Data Analysis

Failure to Contact

Incomplete Response

Inability Error

Unwillingness

Error

Questioning Error

Recording Error

Cheating Error

Interference Error

Respondent Select

Respondent Error Error

Interviewer Error


Measurement error, yakni kesalahan periset dalam menentukan pengukuran

informasi. Contoh kasus brand association research pengukurannya berupa

jawaban dikotomik (Ya/Tidak) dan bukan dengan skala likert (sangat tidak

setuju/tidak setuju/biasa/setuju/sangat setuju).

Data analysis error, yakni kesalahan periset dalam menganalisa data,

seperti menentukan uji statistika yang salah menghasilkan interpretasi pada

data hasil yang salah pula.

b. Interviewers error, kesalahan yang dilakukan pewawancara meliputi:

Questioning error, kesalahan pewawancara dalam mengajukan pertanyaan

yang menyebabkan terjadinya salah persepsi atau tidak maksimal jawaban

tergali dari responden.

Recording error, kesalahan pewawancara dalam faktor pendengaran, inter-

pretasi, dan pencatatan jawaban yang diberikan responden.

Cheating error, kesalahan pewawancara karena tidak jujur atau merekayasa

jawaban yang diberikan responden.

Interference error, kesalahan pewawancara karena mempengaruhi jawaban

responden seperti me-leading atau memberikan jawaban pribadi.

Respondent selection error, kesalahan pewawancara dalam menentukan

dan menyeleksi responden yang akan diwawancarai di lapangan (field

survey).

c. Respondent error, kesalahan yang dilakukan responden meliputi:

Inability error, kesalahan yang disebabkan ketidakmampuan atau ketidak-

tahuan responden menjawab pertanyaan.

Unwillingness error, kesalahan yang disebabkan responden tidak bersedia

memberikan jawaban atau informasi akurat yang diperlukan riset.

Adakalanya responden menjawab secara normatif atau tidak jujur untuk

menutupi jawaban yang sesungguhnya karena menyangkut harga diri,

prestise, bosan, atau untuk menyenangkan pewawancara saja.

d. Non response error, kesalahan yang terjadi karena ketiadaan respon dari

responden meliputi:

Failure to contact, responden tidak memberikan respon berupa penolakan

atau tidak berada di tempat saat akan diwawancarai;

Incomplete response, responden tidak memberikan respon penuh,

berhalangan, atau terganggu sewaktu diwawancarai sehingga informasi yang

diperoleh tidak lengkap.


Pengendalian Kesalahan

Kesalahan riset, baik random sampling error mau pun non sampling error,

dimungkinkan untuk dapat dikendalikan oleh periset. Yakni dengan meminimalisasi

faktor-faktor yang mempengaruhi timbulnya sumber kesalahan. Beberapa saran

pengendalian kesalahan sebagai berikut:

1. Random sampling error sebagai satu-satunya kesalahan yang dapat dikalkulasi

persentase kesalahannya ini dapat dikurangi dengan menambah jumlah sampel

responden. Kalkulasi persentase sampling error akan dibahas pada bab Teknik

Pengambilan Sampel. Namun periset perlu berhati-hati sebab penambahan

jumlah sampel akan berimbas pada peningkatan bujet riset dan juga non

sampling error.

2. Surrogate information error sebagai salah satu kesalahan periset, dapat

dihindari dari awal saat mendesain riset dan kuesioner. Para periset perlu

berinteraksi atau berdiskusi intens dengan pihak klien/user agar desain riset

dan kuesioner sesuai dengan tujuan riset dan kebutuhan klien.

3. Population specification error dan sampling frame error dapat dihindari dengan

mendefinisikan secara detil populasi dan kerangka sampel berdasar referensi

atau acuan desain riset.

4. Measurement error dan data analysis error sangat terkait dengan kompetensi

periset atau data analyst. Namun bagi periset pemula dapat meminimalisasi-

kannya dengan mengacu contoh desain riset kuesioner dan analisa data yang

sudah baku.

5. Interviewers error dapat dihindari periset semenjak rekruitmen, perlunya

diseleksi interviewer yang memiliki kejujuran, kemampuan dasar, dan etika

mewawancarai. Lalu briefing untuk menjelaskan teknik wawancara, isi

kuesioner dan istilah yang terkait didalamnya, serta prosedur kerja. Apabila

memungkinkan dapat dilakukan training terlebih dahulu bagi interviewer

pemula. Dan peran seorang supervisor dalam tim riset bertugas mengontrol

interviewers dan mengecek hasil kerjanya. Di pihak klien diberikan hak pula

untuk melakukan pengecekan dan apabila terdapat ketidakjujuran dapat

dilakukan recall, menolak hasil survey interviewer tersebut.

6. Respondent error, failure to contact, dan incomplete response dapat dihindari

dengan menyiapkan database profil responden sehingga dapat diseleksi

responden yang tepat. Responden pun perlu dihubungi terlebih dahulu untuk

konfirmasi kesediaan waktu dan tempat mewawancarainya. Selain itu

responden berhak atas gift, berupa hadiah atas kesediaannya diwawancarai.


Bab 4

RISET KUALITATIF

Tarik ulur menentukan penggunaan riset kualitatif atau kuantitatif umumnya

selalu terjadi dalam riset-riset ilmu sosial. Bahkan tak terbendung pula dalam kajian

metodologi penelitian, lahir menjadi dua aliran orientasi metode riset, kualitatif dan

kuantitatif. Sama seperti halnya saat kita berbicara tentang cara pengambilan

keputusan antara menggunakan intuisi atau riset. Keduanya memiliki kelebihan dan

kekurangan yang tidak perlu dikontradiksikan. Yang perlu diperhatikan oleh periset

adalah menggunakan metode yang sesuai dengan tujuan dan karakteristik riset.

Pemilihan metode yang tepat akan lebih menjamin hasil riset dapat lebih diandalkan.

Perbedaan kedua metode ini dapat dibedakan berdasarkan tujuan riset, jenis dan

karakteristik riset lainnya seperti: jenis pertanyaan yang diajukan, waktu pengerjaan,

jenis analisa, hingga penarikan kesimpulan hasil riset.

PARAMETER METODE KUALITATIF METODE KUANTITATIF

Tujuan Riset Diagnosa masalah, penyaringan alternatif, dan penemuan konsep atau ide baru

Pengujian fakta pasar, estimasi, keterkaitan/korelasi, prediksi

Jenis Riset Umumnya Exploratory Research Descriptive & Experimetal Research Design

Jenis Pertanyaan

Pertanyaan terbuka, cenderung kurang terstruktur, dan penggalian mendalam dengan teknik probing

Pertanyaan terstruktur (kuesioner).

Waktu Pengerjaan Riset

Membutuhkan waktu lebih pendek Membutuhkan waktu lebih panjang

Keterwakilan Populasi

Jumlah sampel kecil dan terbatas sehingga kurang mewakili populasi

Jumlah sampel besar dan cukup baik mewakili populasi

Jenis Analisa Subyektif, interpretatif, analisa semiotik

Analisa statistik, deskriptif, prediksi sebab akibat dan korelasi

Kemampuan Periset

Kemampuan komunikasi, pengamat an, dan keterampilan interpretasi

Metodologi ilmiah, prosedur statis-tik, dan korelasional

Penarikan Kesimpulan

Sangat terbatas, hanya untuk peng-ertian & wawasan pendahuluan

Cukup baik untuk penarikan kesim-pulan fakta & estimasi keterkaitan

Beberapa teknik metode riset kualitatif yang sering digunakan dalam riset

pemasaran berdasarkan jumlah responden dan media wawancara, seperti diagram

berikut ini:


1. Focus Group Discussion (FGD), kelompok yang terdiri dari enam hingga dua belas

orang yang dipandu seorang moderator, bertujuan membahas sikap, persepsi, dan

pendapat masing-masing peserta secara terfokus. Untuk kelompok lebih kecil,

dapat digunakan mini group discussion.

2. In Depth Interview, wawancara terarah yang dilakukan periset terhadap seorang

responden secara mendalam.

3. Experience Interview, wawancara terarah yang dilakukan periset terhadap

seorang ahli atau yang berpengalaman tentang kasus pemasaran yang dihadapi

secara mendalam.

4. Projective Technique, teknik riset penjajakan dengan meminta responden untuk

memproyeksikan perasaan, keyakinan, atau motivasi dirinya terhadap seorang,

suatu obyek, atau situasi tertentu.

Association Technique (with Word or Picture), meminta responden meng-

ungkapkan apa yang terlintas di benak setelah mendengar atau melihat

stimulus melalui kata-kata atau pilihan gambar.

Completion Technique, meminta responden untuk memberikan suatu

pernyataan tambahan atau akhiran dari pernyataan situasi yang belum

lengkap.

Role-Playing, meminta responden untuk bermain peran sebagai seseorang

yang bereaksi atas suatu stimulus yang diberikan.

Personalization, meminta responden untuk menciptakan suatu kepribadian

dalam bentuk benda mati.

Psychodrawing, meminta responden abstraksi ide berupa warna, bentuk,

atau simbol pada sebuah obyek.

JUMLAH RESPONDEN MEDIA INTERAKSI

6 - 12 Persons: Focus

Group Discussion

Face to Face

Interactive

Dyads (2) / Tryads (3):

Mini Groups Discuss

One on Ones:

In Depth / Experience

Interview, Projective

Technique

Telephone

Conference

RISET KUALITATIF

Video Conference


Focus Group Discussion (FGD)

Teknik FGD merupakan jenis riset kualitatif yang cukup populer dalam riset

pemasaran. Tujuan penggunaan FGD sendiri tidak jauh berbeda dengan tujuan riset

kualitatif secara keseluruhan. Namun dibanding teknik riset kualitatif yang lain, FGD

memiliki kelebihan dalam mengeksplorasi suatu kelompok responden.

MANFAAT FGD KETERBATASAN FGD

Riset dapat diadakan secara cepat

Biaya riset relatif cukup murah

Saat responden tidak dipaksa untuk men-jawab pertanyaan, mereka akan memberi-kan pikiran dan jawaban serius

Responden mudah angkat bicara karena tidak ada perbedaan di antara mereka

Suasana kelompok akan membantu men-stimulus responden untuk bicara

Terjadi efek simultan, saat responden berpendapat maka yang lain akan ikut berkomentar

Sinergi diciptakan oleh kelompok

Diskusi dapat didominasi pembicaraan-nya oleh segelintir orang

Sedikit informasi hanya dapat diperoleh dari setiap responden

Terdapat ketidakmerataan cakupan dari setiap topik pembicaraan

Sudut pandang anggota minoritas kelompok dapat terabaikan atau tidak berpengaruh

Peran penting yang perlu diperhatikan oleh periset dalam pelaksanaan focus group

discussion adalah:

1. Memahami tujuan dan garis besar dari riset yang akan dilakukan.

2. Mendesain panduan moderator dan alur diskusi disesuaikan dengan tujuan riset.

3. Menyeleksi responden berdasarkan kriteria riset sebagai peserta FGD. Umumnya

diperlukan 2-4 grup per kategori responden suatu riset pemasaran. Jumlah grup

dapat bertambah sesuai heterogenitas dari kategori responden yang diamati.

4. Memenej tim bantu pelaksana, antara lain bagian: akomodasi, perlengkapan

logistik, konsumsi, dan dokumentasi.

5. Bersama tim menyiapkan fasilitas yang dibutuhkan, yakni:

Khusus FGD: ruang pertemuan khusus (tenang dan lapang), konsumsi,

penjemputan/pengantaran jika diperlukan, name tag, dan VCR.

In Depth Interview dan tambahan FGD: tape recoder dan gift.

6. Dimungkinkan periset merangkap menjadi moderator memandu jalannya FGD,

selanjutnya menginterpretasikan dan menganalisa dalam sebuah laporan akhir.

FGD lebih jauh dapat dikembangkan dan dioptimalisasikan bagi riset-riset

penting pemasaran. Edward F. Fern dalam bukunya, Advanced Focus Group Research

(2001), menuliskan FGD dapat difungsikan dalam tiga tugas utama, yakni: exploratory,

clinical, dan experiential. Tugas exploratory focus group adalah menciptakan,

mengumpulkan, mengidentifikasi, menemukan, menjelaskan, dan mendapatkan

gagasan, perasaan, dan perilaku.


Tugas experiental focus group dapat memberikan kesempatan para pengambil

keputusan untuk mengamati “perilaku alami” dari peserta FGD yang ditetapkan

sebagai “wakil” populasi. Perilakunya ini dimanifestasikan melalui: berbagi

pengalaman hidup, berbagi preferensi, maksud dan tujuan, serta perilaku. Sedangkan

tugas clinical focus group secara lebih luas digunakan untuk melihat akibat atau

dampak penerapan suatu kebijakan pemasaran. Pendekatan ini dikenal juga sebagai

group depth interview atau group dynamic. Detil dari tugas-tugas FGD dijelaskan

dalam tabel berikut.

FGD UNTUK PENELITIAN TERAPAN (APPLIED RESEARCH)

Exploratory Clinical Experiental

Menciptakan ide/konsep

baru Mengumpulkan gagasan-

gagasan unik Mengidentifikasi kebutuhan,

harapan, & masalah Menemukan: penggunaan

baru untuk produk yang sudah ada dan produk baru untuk penggunaan yang sudah ada

Menjelaskan: hasil survey yang masih menimbulkan tanda tanya

Menyikapkan motif Mengungkapkan resistensi

terhadap bujukan Mengungkakan: prasangka,

penilaian, kecenderungan Menganalisa kegemaran

terhadap perilaku yang berbeda

Berbagi pengalaman Memperoleh dalam berbagi

dalam: sikap, preferensi, perhatian, & perilaku

Memahami: bahasa, pengetahuan, & pengalaman

Mengevaluasi: program & strategi, iklan, hasil survey, konsep produk/layanan, kebiasaan konsumsi media

[Moderator]

Coba lihat kemasan produk

juice ini! Apa yang terlintas

dalam pikiran Bapak/Ibu?

JELEK !! Saya suka, gampang

dijinjing.

Logonya bagus,

kenapa tidak dibuat besar

Bentuknya tidak menarik. Saya tidak tertarik untuk

membelinya!

Tulisannya numpuk penuh kata-kata.

Saya ngga suka!

Kok lubang pembuka tdk ada? Saya suka minum di-tenggak


FGD UNTUK PENELITIAN TEORITIS/AKADEMIS (THEORITICAL RESEARCH)

Exploratory Clinical Experiental

Menghasilkan konstruk

teoritis Mengembangkan: model,

hipotesis, teori

Menjelaskan: keyakinan,

perasaan, & perilaku Mengungkapkan alasan-

alasan preferensi

Triangulasi dari riset

kuantitatif Memperkuat model,

hipotesis, teori

Ada tiga kesalahan yang seringkali terjadi dalam pelaksanaan riset kualitatif

khususnya FGD dan in depth interview, yaitu kesalahan: metodologi, prosedural, dan

analisa. Kemudian menggeneralisasi informasi baru yang diperoleh dari responden

sebagai suatu kesimpulan riset. Sedangkan contoh kesalahan prosedural yang kerap

terjadi ialah periset tidak mendefinisikasi tujuan secara jelas. Lalu pemilihan

responden yang tidak tepat sehingga tidak diperoleh informasi yang diharapkan dan

cenderung bias. Termasuk pula ketidakmampuan moderator dalam mengarahkan FGD

serta fasilitas FGD yang kurang diperhatikan sehingga mengganggu kenyaman

responden. Kepiawaian seorang moderator nampak pada kemampuan mengkondisikan

grup diskusi sesuai dengan tujuan riset. Membangun suasana yang nyaman sehingga

dapat memancing responden untuk berpendapat secara bebas.

Untuk kesalahan analisa yang sudah pasti membawa kegagalan sebuah riset

kualitatif antara lain subyektifitas moderator yang dipengaruhi pengetahuan atau

pengalamannya. Meski moderator mengetahui jawaban secara teoritis, namun tidak

boleh mempengaruhi alur pertanyaan dalam diskusi dan analisa. Ini prinsip. Moderator

harus berposisi sebagai orang “awam” (atau berpura-pura “awam”) yang dikarenakan

ketidaktahuannya, melemparkan pertanyaan melalui jalannya FGD. Pertanyaan yang

tidak/kurang terjawab baik oleh seorang responden dapat ditanyakan kepada

responden lainnya secara satu per satu berurutan atau bersilangan posisi duduk

responden. Kesalahan lainnya adalah hasil interaksi dalam FGD itu dikuantifikasikan,

seperti dalam angka indeks, prosentase perilaku konsumen, proporsi atas sikap, atau

stastistik deskriptif lainnya.

Teknik Bertanya

Keterampilan kedua setelah kemampuan membangun dinamika kelompok, yang

perlu dimiliki periset sebagai moderator dalam FGD atau sebagai interviewer dalam in

depth interview adalah kemampuan bertanya. Karena apapun jawaban yang

disampaikan responden, terlepas benar atau tidak, merupakan tujuan dari riset

kualitatif. Beberapa teknik bertanya yang sering digunakan antara lain: teknik probing,

teknik why-why questions, atau teknik what-if. Teknik probing dilakukan untuk

mendapatkan jawaban yang lebih detil dari responden. Periset bertanya tentang suatu


hal kepada responden, setiap jawaban yang keluar difokuskan untuk ditanyakan

beruntun hingga detil jawaban tergali. Berikut contoh periset (T) bertanya kepada

responden (J) mengenai kebiasaannya mengkonsumsi mie instan dengan teknik

probing:

T : Berapa bungkus Anda mengkonsumsi mie instan per minggunya? J : 3-4 bungkus T : Apakah dari merek mie instan yang berbeda? Jenis rasa berbeda? J : Tidak, sama. Mieku rasa Ayam Pedas T : Apakah Anda menyukai rasa pedasnya? J : Ya T : Apakah cukup takaran bumbunya? J : Ya, kadang-kadang T : Apakah Anda menambahkan bumbu lain?

J : Tidak

Bertanya dengan teknik why-why questions, periset menggali beruntun alasan

dibalik jawaban atau pendapat responden, seperti “mengapa A?” lalu “mengapa tidak

B?”. Sedangkan teknik what-if berguna untuk meminta pendapat responden tentang

suatu pengandaian kondisi tertentu. “Seandainya (Jika) Anda merasa tidak pelayanan

teller pada Bank TRUST apa yang akan Anda lakukan?”. Selain teknik-teknik tersebut,

periset perlu juga mengetahui pertanyaan dasar dan makna beberapa kata tanya dalam

bahasa Indonesia, seperti berikut ini:

1. Pertanyaan Ingatan

“Dimana Anda biasa membeli mie instan?”

“Anda lebih sering bertransaksi di ATM atau di bank TRUST?”

2. Pertanyaan Pengamatan

“Selama Anda membeli mie instan, apakah pernah mendapatkan isi mie

instan (mie, bumbu, minyak) yang kurang lengkap?”

“Apakah Anda selalu mendapatkan bukti/struk setiap bertransaksi di ATM

bank TRUST?”

3. Pertanyaan Analistik (sebab-akibat)

“Mengapa Anda mengkonsumsi mie instan dengan nasi? Apakah porsi mi

instan kurang bagi Anda?”

“Bagaimana program senyum staf bank TRUST terhadap kepuasan

pelanggan?”

4. Pertanyaan Hipotetik (Memancing Praduga)

“Apabila Anda mendapatkan mie instan tidak lengkap bumbunya, apakah

tetap akan Anda konsumsi?”

“Apabila transaksi bank TRUST belum dapat dilakukan secara online, …?”

5. Pertanyaan Proyektif (Mengungkap ke Depan)

“Apabila mie instan ditambah kacang garing, apakah Anda menyukainya”


“Apabila Anda mendapat hadiah dari bank TRUST, hadiah apa yang

diinginkan?”

6. Pertanyaan Perbandingan

“Mana yang lebih Anda sukai Mie Enaak atau MieKu?”

“Anda lebih menyukai hadiah dari bank itu berupa mobil mewah atau uang

tunai?”

Kata-kata “apa”, “siapa”,”kapan”, dan “kapan” adalah kata tanya untuk

mengungkapkan fakta. Sehingga periset menggunakannya apabila ingin responden

mengungkapkan apa yang sesungguhnya terjadi atau dilakukan responden. Sedangkan

“bagaimana” juga dapat digunakan dalam pengungkapan yang sama, serta proses

analisa dan untuk menyimpulkan. Sementara kata “mengapa” lebih digunakan untuk

meminta pendapat responden pada tahap analisa dan penyimpulan.

Salah satu jawaban yang menggambarkan tanggapan responden yang meragukan

ialah jawaban tidak tahu. Seringkali ditemui dalam wawancara di lapangan, hal ini

perlu diwaspadai oleh pewawancara. Sebaiknya pewawancara tidak lekas-lekas

meninggalkan pertanyaan itu dan pindah ke pertanyaan lain. Jawaban “tidak tahu”

perlu mendapat perhatian, sebab jawaban itu dapat mengandung beragam arti yakni:

1. Responden tidak begitu mengerti pertanyaan pewawancara. Untuk menghindari

jawaban “tidak mengerti”, maka dia menjawab “tidak tahu”.

2. Responden sebenarnya sedang berpikir, tetapi karena merasa kurang nyaman

kalau membiarkan pewawancara menunggu lama, maka ia memberikan jawaban

“tidak tahu”.

3. Sering pula dikarenakan responden tidak ingin diketahui jawaban sesungguhnya

karena bersifat pribadi, maka ia pun mengatakan “tidak tahu”. Dapat juga terjadi

karena ia ragu-ragu atau takut mengutarakan pendapatnya.

4. Responden memang benar-benar tidak tahu dan itulah jawaban sebenarnya.

Untuk menghadapi jenis “tidak tahu” selain nomor empat di atas, pewawancara perlu

mengamati responden dengan cermat, mimik atau raut mukanya. Benarkah responden

tidak tahu, atau ada hal lain dibalik jawabannya. Pewawancara dapat menunggu

sejenak (teknik silent probe) membiarkan responden berpikir kembali. Atau

pewawancara dapat mengulangi pertanyaan yang diberikan dengan menjelaskan kata-

kata yang tidak dimengerti tersebut.

Kesemua petunjuk praktis di atas hanyalah dalam tips dalam bertanya,

selebihnya merupakan pengalaman periset mencoba. Karena teknik bertanya

merupakan keterampilan bukan sebuah ilmu, sehingga akan menguasainya bila sering

mencoba.


Penyusunan Hasil Riset

Tahapan sistematis yang perlu dilakukan dalam penyusunan hasil riset FGD

atau in depth interview adalah:

1. Dimulai dengan mentranskripsikan hasil wawancara dari alat perekam, tape

recorder atau VCR. Transkrip mudah ditulis dengan aturan tanya (“T:”) dan jawab

(“J:”). Hasil lengkap transkrip merupakan data mentah yang tetap perlu

dilampirkan jika diminta oleh pihak klien.

2. Kemudian dilakukan kategorisasi data, pengelompokkan tanggapan, pernyataan,

dan argumen dari responden berdasarkan tema dari pertanyaan yang diajukan

atau TOR dalam desain riset.

3. Pemilahan selanjutnya dilakukan untuk membuang “sampah” informasi yang tidak

atau kurang berguna. Selain tidak memiliki urgensitas berdasar tujuan riset,

“sampah” ini juga akan mengganggu proses analisa. Ingat GIGO = Garbage In –

Garbage Out.

4. Seusai pengelompokkan dan pemilahan, barulah dibuat resume dari masing-

masing kategori yang telah dibuat. Resume ini untuk mempermudah membaca

hasil riset dan proses analisa nantinya.

5. Pengujian validitas dan reliabilitas dilakukan dengan memperbandingkan hasil

resume antar grup yang diamati.

6. Apabila lima tahapan di atas telah sistematis dilakukan, maka tahapan akhir yakni

analisa sudah pasti akan mudah dilakukan. Hasil analisa dan rangkumannya ini

kemudian disusun dalam laporan akhir riset.

Catatan penting dalam penyusunan hasil riset dan laporan akhir, yakni periset

harus tetap fokus pada tujuan riset dan tidak terperangkap pada subyektifitas dan

kebingungan di tengah lautan data yang dimiliki. Dan hal yang tidak boleh terlupakan

dan menjadi kekuatan FGD yaitu komentar atau pernyataan spontan responden yang

sebelumnya tidak pernah dibayangkan periset. Ungkapan-ungkapan orisinal demikian

bisa jadi representasi dari keadaan “populasi” yang sesungguhnya. Dalam laporan akhir

riset, ungkapan-ungkapan ini perlu dikutip agar klien sebagai user atau pembaca dapat

memperoleh cuplikan ilustrasi dari hasil diskusi. Mengingat FGD sering digunakan

sebagai riset eksplorataris maka verifikasi lebih lanjut sikap dan pendapat responden

FGD tersebut dapat dilanjutkan dengan survey kuantitatif.


Contoh Desain Riset FGD “Psikografis Pasar Telepon Seluler/CDMA”

DISCUSSION GUIDE - FGD A. INTRODUCTION

Pendahuluan dan perkenalan. Maksud dan tujuan peserta FGD diundang. Penjelasan penggunaan alat rekam (handycam & Cassette recorder). Hal-hal yang perlu diperhatikan peserta FGD: memberikan komentar untuk

semua permasalahan yang dilontarkan tanpa ragu-ragu berdasarkan pengalaman atau pendapat pribadi, tanpa tekanan apapun serta tidak ada jawaban benar atau salah. Semua komentar yang diberikan merupakan masukan berharga dalam kegiatan FGD ini.

B. AWARENESS

1. Brand Awareness 2. Product Awareness (Knowledge Product) 3. Ad Awareness 4. Service Awareness

C. USAGE & HABIT

1. Usage (Telepon Seluler) Alasan penggunaan (PROBE)? Intensitas penggunaanya (waktu dan lokasi)? Bujet yang diperlukan? Per bulan atau per sekali penggunaan? Alokasi bujet

2. Habitual User (Melanjutkan point C.1), untuk keperluan: pribadi? keluarga? pekerjaan?

bisnis? (PROBE)? Alokasi waktu penggunaan? Banyak orang yang menggunakannya? Siapa penanggung jawab pembayaran? Individu/bersama? Jika bersama-

sama, rumah atau kantor, prosentase pembagian? Cara pembayaran? Pernahkah mendapatkan denda?

D. SATISFACTION & CUSTOMER LOYALTY

1. Satisfaction Atributes Kejernihan suara; Ketersediaan jaringan; Keragaman fitur layanan; Harga pulsa; Layanan customer service; Layanan gangguan; Cara pembayaran; Discount; Prestise; Atribut lainnya …… (PROBE)

2. Unsatisfaction Keluhan? (PROBE) Mekanisme menyampaikan keluhan? (PROBE) Fasilitas komplain?

3. Loyalty Atributes Atribut mana yang dianggap paling penting? (PROBE) Loyalty factors? (PROBE)

E. SWITCHING BEHAVIORS

1. Competitor Brand/Product 2. Competitor Atributes


Kejernihan suara; Ketersediaan perangkat; Keragaman fitur layanan; Harga pulsa; Layanan customer service; Layanan gangguan; Mekanisme pembayaran; Address book; Discount; Prestise; Atribut lainnya …… (PROBE)

3. Switching Behaviors F. NEED & EXPECTATIONS

1. Kebutuhan? (PROBE); 2. Harapan? (PROBE);

G. FIXED TELEPHONE: PERCEPTION & PERSONIFICATION

1. Persepsi (PROBE); 2. Personifikasi produk (PROBE);

H. END OF SESSION

Ucapan terima kasih. Pembagian gift.


Bab 5

KONSEPSI ACUAN DESAIN RISET

Bangunan riset yang kokoh didirikan dari fondasi dan kerangka yang kuat, dan

sebaliknya, bangunan riset yang rapuh didirikan dari fondasi dan kerangka yang lemah.

Fondasi riset pemasaran adalah landasan konseptual pemasaran itu sendiri. Dan

kerangka riset adalah desain riset berdasar kasus pemasaran yang dihadapi. Fondasi

dan kerangka saling memperkuat dan menjadi kesatuan yang tak terpisahkan. Dengan

kata lain, desain riset pemasaran yang bagus mengacu pada konsepsi pemasaran yang

tepat. Beragam buku pemasaran saat ini memunculkan sudut pandang yang beragam

pula untuk memahami konsepsi pemasaran sebagai acuan riset. Salah satu konsepsi

pemasaran modern yang dijelaskan secara komprehensif, sistematis, sederhana, dan

banyak menjadi acuan strategis para pemasar ialah konsep Sustainable Market-ing

Enterprise (SME) yang dikembangkan oleh para marketing guru yakni Phillip Kotler,

Hermawan Kartajaya, et al.

Hermawan Kartajaya et. al dalam buku “Re-thinnking Marketing: The

Sustainable Market-ing Enterprise in Asia”, meringkas komponen-komponen yang

mempengaruhi proses pemasaran dari berbagai teori pemasaran (Ohmae, Kottler,

Mintzberg, Keegan, etc.), dalam “Rocket Diagram” SME model. Pemaparan SME model

akan berfokus pada bagian STV Triangle sebagai kerangka acuan mendesain riset

pemasaran. Model STV Triangle merupakan sub model “market-ing” yang membahas

nine core elements of architecture, sebuah desain utama arsitektur perusahaan. Nine

core elements of architecture ini dikelompokkan dalam tiga wilayah: Strategy, Tactic,

dan Value (STV). Strategy pada wilayah mind share terdiri dari: segmentation,

targeting, dan positioning. Lalu Tactic di wilayah market share terdiri dari:

differentiation, marketing mix, dan selling. Dan terakhir value pada value share

terdiri dari: brand, service, dan process. Eksplorasi model STV Triangle dicoba penulis

sebagai kerangka acuan menemukan rumusan tujuan mendesain riset pemasaran pada

pembahasan bab ini.


Digram STV (©Philip Kotler & Hermawan Kertajaya-2000)

Masalah Segmentation

Bagi para praktisi pemasaran, segmentasi merupakan konsep yang tak asing

dalam memulai sebuah strategi awal pemasaran. Bagaimana pasar diasumsikan, dibagi-

bagi berdasar kelas SES (Status Ekonomi Sosial), geografis atau wilayah pemasaran,

demografis, hingga psikografis. Namun segmentasi tersebut umumnya dilakukan secara

a priori dan mereka kebanyakan mengambil keputusan tanpa (atau kurang)

bersandarkan atas data pasar. Beberapa pertanyaan yang dapat menguji a priori

segmentation tersebut:

Apakah segmen itu cukup besar? Dan seberapa besar (market size)?

Apakah ada daya belinya? Seberapa besar (Rp.) daya belinya?

Apakah dapat dibedakan dengan segmen lainnya (distinguishable) ?

Apakah sudah ada pesaing lain yang menguasai itu? Dan seberapa besar peng-

uasaannya (market share)?

Apakah pasar ini dapat dijangkau? Dan pihak perusahaan memiliki sumber daya

yang memadai?

Bagaimana profil dari konsumen yang dikelompokkan loyal dan tidak?


Contoh Hasil Segmentasi Konsumen Sebuah Kota di AS

Apabila pertanyaan di atas tersebut belum cukup terjawab, maka praktisi

memerlukan riset terlebih dahulu untuk meminimalisasi resiko kegagalan atau lebih

menggali gambaran konsumen yang akan digarap. Riset segmentasi dapat pula

dilakukan untuk mengevaluasi pasar yang sudah berjalan (post hoc segmentation).

Apabila kondisi penjualan dirasakan stagnan, tak berkembang, atau ada kecenderungan

penolakan dari target pasar. Terjadi perubahan pasar, trend, atau masuknya

kompetitor baru, yang perlu dilakukan adalah kebijakan segmentasi ulang.

Riset segmentasi merupakan jenis riset deskriptif jenis cross sectional, berupa

survey konsumen atau pelanggan dengan metode kuantitatif. Dapat dilakukan satu kali

(single cross sectional) atau berulang (multiple cross sectional) namun dengan waktu

yang disesuaikan perkembangan trend pasar. Beberapa analisa statistik seperti CHAID,

factor analysis, cluster analysis, atau discriminant analysis dapat membantu

menentukan segmentasi yang sesuai.

Masalah Targeting

Kelanjutan dari strategi segmentasi dilakukan targeting, yakni menetapkan

segmen-segmen potensial yang disesuaikan kemampuan sumber daya yang dimiliki

secara efektif. Kesalahan melakukan segmentasi sudah pasti berimbas pada kesalahan


menentukan targeting. Dikutip dari buku STP Rhenald Kasali (2001), setidaknya ada

tujuh pertanyaan yang perlu diindentifikasikan dalam kasus targeting, yaitu :

Apakah pasar sasaran telah berubah dalam beberapa waktu terakhir ini? Apakah

akan tetap membidik sasaran yang sama, atau menentukan sasarn baru?

Apakah konsumen yang sesungguhnya telah sesuai dengan yang direncanakan atau

disasarkan? Apabila tidak, mengapa berbeda?

Apa landasannya atau alasannya

memilih target segmen tersebut?

Mengapa bukan segmen yang lain?

Apakah yang membedakan segmen ini

dengan segmen yang lain? Proses apa

yang digunakan untuk menemukan

segmen ini?

Dapatkah dibuktikan bahwa segmen ini cukup potensial dan menguntungkan?

Berapa lama dibutuhkan waktu untuk menggerakkan segmen sasaran ini untuk

memberi respons? Apakah lingkungan ekonomi tidak berubah ketika anda merasa

yakin itulah saatnya memetik hasil?

Apa yang perusahaan lakukan apabila segmen sasaran itu tidak memberi respons?

Mengapa mereka tidak merespons?

Apakah ada sasaran pasar lain yang lebih menguntungkan?

Pertanyaan-pertanyaan tersebut di atas ditujukan untuk menguji strategi sebuah

perusahaan dalam menetapkan targeting yang tepat. Riset targeting dapat dilakukan

sekaligus dengan riset segmentasi, jenis riset deskriptif dengan metode kuantitatif

atau survey.

Masalah Positioning

Elemen ketiga strategi pemasaran adalah positioning, yaitu cara menempatkan

produk di benak konsumen agar dipersepsikan berbeda dan relatif unggul dibanding

produk kompetitor. Beberapa hal yang perlu diperhatikan dalam kasus pemasaran yang

terkait dengan masalah positioning adalah:

Konsumen tidak bisa membedakan atribut-atribut produk yang dimiliki

perusahaan dibandingkan kompetitor.

Ada kecenderungan produk kalah bersaing dengan kompetitor karena dianggap

terlalu spesifik (over positioning) pada segmen konsumen yang digarap.

Konsumen confused terhadap strategi komunikasi yang telah dilakukan.

Kredibilitas produk (perusahaan) belum dipercaya atau diyakini oleh pelanggan.


Seberapa kuat positioning pemimpin pasar produk sejenis telah menancap kuat

di benak konsumen, sehingga dapat menjadi pertimbangan dalam strategi

komunikasi pemasaran.

Seberapa kuat dan lemah positioning produk perusahaan mempengaruhi

konsumen sebagai evaluasi kinerja produk.

Untuk mengeksplorasi positioning dilakukan melalui exploratory research dengan

metode kualitatif seperti focus group discussion (FGD). Melalui FGD akan diperoleh

positioning, dari aspek-aspek produk seperti: fitur, manfaat, kegunaan, tipe pengguna,

perbandingan dengan produk sejenis, disosiasi produk, harga, hingga gabungan aspek

atribut (hybrid). Apabila telah diperoleh atribut-atribut positioning selanjutnya dapat

dilakukan descriptive research metode kuantitatif survey sehingga akan diperoleh peta

persepsi konsumen (perseptual mapping) dikaitkan pula dengan kinerja produk. Analisa

statistik yang digunakan seperti correpsondence analysis, multi dimensional scalling

(MDS) analysis, biplot analysis, atau important perfomance analysis (IPA).

Contoh Positioning Produk Asuransi Menggunakan Correspondence Analysis


Masalah Differentiation

Prasyarat strategi positioning ialah memahami differentiation yang dimiliki

suatu produk/jasa layanan. Differentiation bukan keunikan produk yang “asal beda”

namun keunikan yang memiliki keunggulan bersaing (competitive advantage)

dibandingkan produk kompetitor sejenis. Promosi yang landasi keunggulan bersaing ini

memiliki kekuatan untuk mengakuisisi konsumen. Beberapa hal yang perlu diperhatikan

dalam kasus pemasaran yang terkait dengan masalah differentiation adalah:

Anggapan sebagai barang komoditas, yakni konsumen tidak lagi membedakan

satu produk dengan produk lain sejenis. Seperti produk air minum dalam

kemasan yang secara generik dikenal dengan “Aqua” meski dengan merek yang

berbeda. Produsen Aqua selanjutnya melakukan differentiation dengan

memunculkan minuman mineral berasa buah-buah dengan kemasan yang trendy.

Produk-produk yang ditawarkan di pasar berkutat pada kompetisi harga.

Konsumen hanya dapat membedakan berdasarkan murah/mahalnya sebuah

produk.

Eksplorasi keunggulan bersaing secara komparatif terhadap para kompetitor dan

upaya memfokuskan pada kompentensi inti perusahaan. Sederhananya, ”what

the company can do the best”, hal apa yang paling baik dilakukan perusahaan.

Untuk mengeksplorasi differentiation dapat dilakukan terlebih dahulu

exploratory research dengan metode kualitatif seperti FGD. Melalui FGD akan

diperoleh competitive advantage factors, dari aspek content (what to offer), aspek

context (how to offer), dan aspek infrastucture (enable to offer). Apabila telah

diperoleh competitive advantage dapat dilakukan descriptive research melalui survey

konsumen sehingga akan diperoleh proporsi competitive advantage dikaitkan pula

dengan kinerja produk. Analisa statistik yang digunakan seperti semantic differential

analysis atau teknik perceptual mapping.

Masalah Marketing Mix (4P: Product, Place, Price, Promotion)

Taktik perusahaan kedua yang dapat digunakan dan dikendalikan untuk

merespon keinginan pasar adalah menetapkan marketing mix atau bauran pemasaran.

Bauran pemasaran yang dikenal selama ini adalah pendapat Jerome Mc Carthy, yakni

4P: Product, Place, Price, & Promotion. Beberapa hal yang perlu diperhatikan dalam

kasus pemasaran yang terkait dengan masalah bauran pemasaran tersebut:

Keinginan untuk memahami produk yang diminati oleh konsumen namun sesuai

dengan kapabilitas perusahaan, saat mengembangkan sebuah produk baru atau

mengevaluasi produk yang sudah ada di pasaran.


Informasi kebijakan harga pasar, berapa tarif discount, tarif kenaikan, serta

harga optimum dan reasonable sesuai karakteristik konsumen.

Penentuan lokasi yang strategis dan taktik penetrasi pasar berdasar: aksesibilitas,

tingkat kompetisi, daya beli dan daya serap konsumen, serta potensi pasar jangka

panjang.

Evaluasi efektifitas promosi yang telah atau akan dilakukan, baik isi maupun

media penyampaiannya.

Untuk melakukan riset bauran pemasaran, dapat dilakukan riset per item atau

secara keseluruhan. Biasanya untuk riset secara keseluruhan dilakukan dalam upaya

benchmarking terhadap pemimpin pasar, sehingga disebut sebagai benchmarking

research. Riset promosi, dapat dilakukan secara experimental research untuk

mengukur efektifitasnya (pre-post marketing). Exploratory research untuk penjajakan

konsep yang disukai atau diminati calon konsumen dalam riset produk. Sementara

untuk riset lokasi atau harga lebih tepat dilakukan quantitative research. Riset lokasi

dengan metode observasi, sedangkan riset harga dengan survey. Salah satu teknik

analisa dalam riset harga, yakni conjoint analysis atau PSM (Price Sensitivity Meter)

analysis akan diperoleh kisaran harga yang reasonable menurut konsumen.

Masalah Selling

Sebagai dimensi terakhir taktik pemasaran, selling atau penjualan dianggap

sebagai hasil akhir ramuan konsep-konsep pemasaran. Segala macam konsep

pemasaran bermuara dan dibuktikan melalui hasil penjualan. Beberapa hal yang perlu

diperhatikan dalam kasus pemasaran yang terkait dengan masalah penjualan adalah:

Bagaimana perilaku dan kebiasaan konsumen dalam pembelian, yakni berupa

akses media promosi, intesitas pembelian, hingga tingkat repetisi pembelian

konsumen.

Apakah ada perbedaan mekanisme penjualan melalui distribution channel yang

telah dijalankan, lalu seberapa efektif dan bagaimana meningkatkan penjualan.

Mengukur efektifitas item-item marketing mix terhadap penjualan.

Menganalisa apakah ada keterkaitan kenaikan/penurunan penjualan dengan

faktor-faktor makro.

Meramal (forecast) dan mengestimasi pertumbuhan penjualan di masa datang.

Riset yang terkait dengan masalah penjualan umumnya terintegrasi dengan riset

bauran pemasaran. Khusus analisa faktor makro dan peramalan dapat dilakukan dengan

desk research. Analisa faktor makro melalui studi literatur dengan analisa SWOT

terhadap perkembangan politik, ekonomi, sosial dan teknologi (PEST studies).


Sementara analisa peramalan dapat menggunakan metode forecasting menggunakan

data-data terkait.

Masalah Brand

Wilayah ketiga pemasaran ialah wilayah nilai (value). Dan nilai yang paling

penting ialah yang dipersepsikan (perceived value) konsumen, bukan nilai sebenarnya.

“Reality is not reality. In marketing, perceptian is reality”. Komponen yang paling

utama dari wilayah ini ialah brand atau merek. Warren Keegan mengatakan, produk itu

sesuatu yang dibuat perusahaan sedangkan merek itu sesuatu yang dibeli konsumen.

Sementara itu menurut Aaker, terdapat lima elemen untuk memahami ekuitas sebuah

merek, yakni:

Brand awareness, seberapa kuat tingkat merek dikenal konsumen.

Brand associations, bagaimana merek tersebut diasosiasikan oleh konsumen.

Perceived quality, bagaimana kualitas produk/jasa layanan dipersepsikan oleh

konsumen, mana yang sesuai harapan dan mana yang tidak.

Brand loyalty, seberapa loyal konsumen menggunakan merek yang ditawarkan.

Other aspects, aspek-aspek merek berharga lainnya seperti: hak paten, akses

terhadap pasar (brand extension), teknologi, dan lain-lain.

Brand equity research merupakan riset kuantitatif standar untuk memperoleh

informasi empat komponen di atas, selain other aspects. Analisa datanya pun relatif

mudah, lebih jauh dapat lihat studi kasus di akhir buku ini.

Masalah Service

Dimensi kedua value adalah komponen service atau layanan. Konsumen saat ini

memandang layanan yang berkualitas merupakan suatu keharusan untuk melakukan

pembelian berulang. Hasil survey Parasuraman, et.al. yang banyak menjadi acuan

praktisi pemasaran adalah lima parameter SERVQUAL (service quality) yakni aspek:

reliability, tangibles, assurance, responsiveness, dan emphaty. Kelima parameter ini

nantinya menjadi acuan dalam pengukuran kepuasan pelanggan (customer

satisfaction). Riset kepuasan pelanggan merupakan salah satu riset yang sering

disurvey banyak perusahaan. Apabila ingin mengeksplorasi atribut kepuasan dan

ketidakpuasan pelanggan dapat menggunakan riset kualitatif (FGD atau in depth

interview). Sedangkan apabila ingin melihat efektifitas layanan para frontliner atau

customer service dapat menggunakan mystery shopper. Lebih jauh survey kuantitatif

dapat membuat tracking dan indeks kepuasan dan ketidakpuasan pelanggan untuk

program service improvement. Beberapa metode dan desain risetnya relatif sudah

memiliki standar baku.


Masalah Process

Dimensi ketiga value adalah proses. Nilai tercipta bila setiap orang dalam

perusahaan, baik langsung atau tidak, terlibat dalam proses pemuasan konsumen.

Suatu perusahaan yang menganggap dirinya kumpulan fungsi yang bekerja terpisah,

sulit mendapatkan nilai dari proses karena setiap fungsi tidak peduli terhadap fungsi

lainnya. Beragam riset yang dapat dilakukan yang terkait dengan masalah ini, namun

dapat mengacu pada audit manajemen mutu. Dapat dilakukan seperti riset quality

assurance (QA) menggunakan statistical process control (SPC) yang dikombinasikan

balanced scorecard atau sistem analisa manajemen lainnya.

Ringkasan Desain Riset

Untuk mempermudah pemahaman menentukan desain riset yang tepat berdasar

pendekatan konsep STV di atas, berikut ringkasan desain riset dan analisa statistika

yang bersesuaian:


Ringkasan Desain Riset

KASUS PEMASARAN (KONSEP STV)

DESAIN RISET ANALISA DATA

(RISET KUANTITATIF)

Segmentasi dan Targeting

Desk Research: Content Analysis data BPS, Departemen/BUMN terkait, Asosiasi.

Kualitatif: In Depth Interview kepada market leader atau market challenger

Kuantitatif: Field survey terhadap target market secara acak.

“Target Market”: CHAID, THAID

“Customer”: Cluster, Discriminant Analysis

“Atribut”: Factor Analysis

Positioning Kualitatif: FGD terhadap target market

Kuantitatif: Field survey terhadap target market (konsumen internal maupun kompetitor)

Data kategorik: Corres-pondence Analysis

Data metrik: MDS Analysis

Differentiation Kualitatif: Mystery Shooping, FGD

Kuantitatif: Field survey terhadap target market (konsumen internal maupun kompetitor)

Teknik Semantic Differentiation

Perceptual Mapping: Correspondence/MDS

Bagan IPA (Important Perfomance Analysis)

Marketing Mix (Product)

Kualitatif: Blind Test, FGD, atau In Depth Interview

Kuantitatif: Field survey terhadap target market, Central Location Test (CLT)

Conjoint Analysis

Marketing Mix (Price)

Kuantitatif: Field survey terhadap target market

“Range of Acceptable Price”: Price Sensiti-vity Meter (PSM)

Conjoint Analysis

Marketing Mix (Promotion)

Desk Research: Media Omnibus Research Report

Kualitatif: FGD, In Depth Interview, Projective Technique

Kuantitatif: Field survey terhadap target market

Pre-post Design: Parametric

“Promosi vs Penjual-an”: Regresi

Marketing Mix (Place) Desk Research: Data Planologi Tata Kota

Kualitatif: FGD

Kuantitatif: Field Observation

Retail Gravity Theory

Index of Retail Saturation

Selling Desk Research: Forecast database

Kualitatif: FGD Internal

Kuantitatif: Field survey

Forecasting Methods (Times series, Trend Line, Regression)

Brand Desk Research: Omnibus Research (Best

Brand Index)

Kualitatif: FGD & In Depth Interview

Kuantitatif: Field Survey

Awareness: Top of Mind (TOM) Questions

Associations: Cochran Q Test

Perceived Quality:

Service Desk Research: Omnibus Research (CS Index)

Kualitatif: FGD Internal & Eksternal, Mystery Shooping, In Depth Interview

Kuantitatif: Field Survey Pelanggan

Indeks

SEM (Lisrel)

Process Kualitatif: FGD Internal & Eksternal

Kuantitatif: Field Survey Internal (Audit) & Eksternal

SEM (Lisrel)

SPC (Statistical Process Control)


Contoh-1: Desain Riset New Product Development “Mie Lezat”

Dalam riset new product development, yakni pengembangan sebuah produk

baru di pasar, periset perlu mendesain lima tahapan plus uji kelayakan bisnis, yakni:

1. Tahap penggalian ide atau konsep sebuah produk untuk memperoleh consumer

insight berupa atribut, fitur, manfaat, dan faktor-faktor lain yang mempengaruhi

motif pembelian, dapat dilakukan dengan metode FGD (focus group discussion).

2. Tahap pengujian konsep produk melalui deskripsi tertulis, tergambar, atau

sampel prototipe produk, untuk mengetahui reaksi, persepsi, prospek, kelebihan

atau kekurangan dan segmen (calon) konsumen. Prosedur riset dilakukan melalui

metode FGD, attitude measurement, atau usage test.

3. Tahap pengujian nama produk atau merek, menggunakan prosedur riset seperti:

meaning test, pronounciation test, memory test, atau brand extension test. Uji

ini dilakukan untuk memperoleh sebuah merek yang cocok dengan konsep produk

hasil uji sebelumnya.

4. Tahap pengujian kemasan, untuk melihat kesesuaiannya dengan konsep dan

merek yang telah diuji sebelumnya, sekaligus memperoleh tanggapan dan dan

persepsi konsumen. Atribut kemasan yang diuji antara lain: warna, materil, logo,

bentuk, berat, ukuran, setting layout, dan format tulisan. Teknik pengujian

berupa tes asosiasi untuk bentuk, warna, dan logo/simbol. Lalu recognition test

dan tes penggunaan berupa kemudahan dan kecocokan konsumen terhadap

kemasan.

5. Tahap uji penggunaan, untuk mengetahui awareness produk setelah diluncurkan

di pasar. Melalui blind test, konsumen diminta mencoba produk dan

dikomparasikan saat merek tersebut diberi tahu dan saat tidak diberi tahu;

6. Terakhir tahap pengujian kelayakan bisnis, untuk memperkirakan daya serap,

tingkat penjulan dan laba yang diperoleh. Dilakukan tes pasar dengan beragam

treatment untuk pasar terkontrol dan pasar standar, seperti: agen/pengecer

diberi voucher atau insentif, letak produk ditentukan, penjualan dimonitor, atau

pengamatan kompetitor.

Contoh-2: Desain Riset Kasus Periklanan

Sebuah perusahaan fast-moving consumer goods ingin melakukan evaluasi atas

efektifitas iklan yang digarap oleh agensi periklanan. Efektifitas sebuah iklan didasari

stimulus pesan iklan terhadap respon audiens terhadap peningkatan penjualan. Media

iklan yang diriset ialah media above the line (TV, Radio) dan below the line (majalah,

tabloid, dan surat kabar). Mengukur efektifitas sebuah iklan cocok menggunakan jenis

experimental design, dengan desain pengujian pre-post testing. Pre testing untuk


pengujian konsep sebuah iklan, dari awal draft kasar hingga konsep final. Post testing

untuk pengujian iklan yang sudah dipasang atau ditayangkan media untuk mengukur

keefektifitasan sebuah iklan.

1. Pre-testing iklan, beberapa metode riset yang dilakukan:

Meranking konsep iklan, responden diminta untuk meranking konsep iklan dari

beberapa segi seperti gambar, jingle, dialog artis, moto, atau tema.

Perankingan dapat menggunakan analytical hierarchi process (AHP).

Mengukur reaksi langsung dan komentar konsumen dengan meminta

responden menyaksikan konsep iklan TV, Radio, atau media cetak. Reaksi

yang nampak dari responden dan komentar yang sampaikan dapat menjadi

pola yang dapat dianalisa positif/negatifnya konsep iklan yang disajikan

tersebut.

2. Post-testing iklan

a. Mengukur perhatian (ad awareness) dengan indikator:

Persentase yang pernah melihat iklan dimaksud

Persentase yang membaca nama produk yang diiklankan

Persentase yang membaca sebagian besar pesan iklan

b. Mengukur dampak terhadap penjualan dengan studi dilakukan secara periodik

yakni meneliti :

Persepsi terhadap iklan dan produknya, dapat dilakukan melalui FGD atau

survey konsumen.

Jumlah penjualan, dapat menggunakan analisa data internal dengan

metode forecasting.

Pengaruh iklan terhadap penjualan, dapat mengkombinasikan analisa

regresi (metode forecasting) dengan analisa korelasi dari data internal

penjualan dan bujet promosi.

3. Riset media iklan

Iklan harus dipasang pada media yang tepat (media placement), namun tentunya

perlu mengetahui media yang tepat dengan target konsumen dan sesuai dengan

produk yang dijual. Umumnya biro iklan memiliki data sekuder untuk menganalisa

media yang tepat dan sesuai berdasar informasi seperti: tiras, jumlah pembaca,

dan profil pembaca (untuk media cetak); jumlah pemirsa, rating program TV, dan

profil pemirsa (untuk media TV); jumlah dan profil pendengar (untuk media

radio).


Bab 6

DESAIN KUESIONER

Menurut Kamus Besar Bahasa Indonesia, kuesioner adalah alat penelitian survey

yang berisi daftar pertanyaan tertulis, bertujuan untuk mendapat tanggapan dari orang

atau kelompok yang terpilih sebagai sampel (KBBI, 1990). Fungsi kuesioner sendiri

dalam riset pemasaran ialah sebagai instrumen untuk memperoleh informasi yang

relevan dengan tujuan riset serta memiliki tingkat keandalan (reliability) dan

kesahihan (validity) yang tinggi. Mengingat terbatasnya masalah yang dapat ditanyakan

dalam kuesioner, maka senantiasa perlu diingat agar pertanyaan-pertanyaan memang

langsung berkaitan dengan tujuan dan hipotesa penelitian. Dalam riset kuantitatif,

hasil kuesioner tersebut akan terjelma dalam angka-angka, tabel, analisa statistika,

dan uraian serta kesimpulan hasil riset.

Isi pertanyaan dalam kuesioner lengkap, umumnya terbagi dalam empat

kelompok pertanyaan yakni tentang fakta, pendapat atau sikap, informasi, dan

persepsi diri.

a. Pertanyaan tentang fakta, berkaitan dengan data pribadi responden.

Umpamanya pertanyaan usia, pendidikan, pekerjaan, pengeluaran rumah

tangga, atau status sosial responden.

b. Pertanyaan tentang pendapat atau sikap responden, menyangkut pendapat dan

sikap subyektif responden terhadap sesuatu yang berkaitan dengan tujuan riset.

Seperti pertanyaan terhadap kepuasan atas layanan teller atau customer

service pada riset layanan jasa perbankan.

c. Pertanyaan tentang informasi, berkaitan tentang apa yang diketahui responden

dan sejauh mana hal tersebut diketahuinya. Seperti pertanyaan tentang brand

awareness: apakah responden mengenal suatu merek, sejak kapan

mengenalnya, apakah saat ini menggunakan merek tersebut, dsb.

d. Pertanyaan tentang persepsi diri, responden menilai perilakunya sendiri dalam

hubungan dengan yang lain. Umpamanya persepsi tingkat kepentingan dan

harapan responden (importance perfomance analysis) sebagai konsumen

terhadap suatu produk mie instan.


Tahapan Mendesain Kuesioner

Selain isi yang dituju, pertanyaan dalam kuesioner harus mampu menghasilkan

data yang diperlukan dan harus dapat ditafsirkan serta dijawab dengan benar oleh

responden. Sebelum menyusun kuesioner, ada baiknya mempelajari kuesioner yang

sudah ada dan terkait dengan riset yang yang akan dilakukan. Beberapa jenis riset

pemasaran bahkan telah memiliki kuesioner baku, baik yang dipublikasikan maupun

tidak. Namun sebelum menjadi acuan, contoh kuesioner tersebut perlu diuji validitas

isi dan relevansinya dengan tujuan riset. Validitas isi pertanyaan dari kuesioner

tersebut sesuai dengan konsep (tujuan) riset, baik definisi teoritis atau literatur, atau

hasil pendefinisian periset maupun langsung dari responden yang bersangkutan. Dengan

pengujian isi tersebut, kuesioner contoh yang menjadi acuan riset telah lolos uji

validitas, selanjutnya diuji reliabilitasnya. Setelah kedua pengujian tersebut, barulah

kuesioner menjadi final draft.

Namun untuk menyusun kuesioner tanpa sumber acuan yang cukup, setidaknya

periset memperhatikan lima tahapan berikut:

1. Membuat konstruksi variabel atau “kata kunci” pertanyaan.

2. Menyusun kalimat tanya.

3. Mendesain sistematika alur pertanyaan dan tampilan (setting lay out).

4. Melakukan pre-test.

5. Final draft.

Konstruksi Variabel

Pengujian suatu masalah dalam analisa statistika, baik pemasaran maupun

dalam kasus penelitian lainnya, harus dideskripsikan dalam bentuk variabel. Selain itu

pula konsep variabel akan membantu mempermudah penyusunan kuesioner lebih valid.

Salah satu teknik untuk mengkonstruksikan variabel dari masalah pemasaran yang

menjadi tujuan riset ialah dengan perceptual mapping atau pemetaan persepsi

(konsep). Pemetaan konsep ini dapat melanjutkan hasil rumusan tujuan riset

sebelumnya, dengan mengidentifikasi “kata kunci” untuk memudahkan pemetaan.

Kata kunci yang mengelompok dan memiliki perbedaan dalam karakteristik responden

dapat dinamakan variabel. Kalau variabel-variabel sudah jelas, maka pertanyaan pun

menjadi jelas. Sebaliknya, jika variabel-variabelnya masih kabur di pikiran periset,

pertanyaan-pertanyaan juga akan kabur dan mungkin sekali akan memasukkan

pertanyaan yang tidak relevan.

Selain pengujian validitas isi, kuesioner dapat pula diuji melalui validitas

konstruk. Konstruk atau construct dalam bahasa Inggris diartikan sebagai kerangka dari

suatu konsep. Dalam metodologi ilmiah, pengujian penelitian dibangun dari konsep


yang diterjemahkan dalam tujuan atau operasionalisasi riset. Apabila menyusun

rumusan tujuan riset sudah tepat (bab 2), maka rumusan tersebut menjadi konstruk

yang sudah didefinisikan secara operasional. Misalnya kasus riset segmentasi,

berdasarkan definisi teoritis berarti mengidentifikasi segmen-segmen yang terbentuk

pada pasar sesuai kriteria produk atau jasa. Segmen tersebut dioperasionalkan dari

aspek-aspek geografis, demografis, hingga psikografis. Melalui perceptual mapping

diperoleh gambaran kerangka operasional lebih mendetil dan dapat digarisbawahi

menjadi “kata kunci” yang membantu dalam penyusunan kuesioner.

Seperti contoh pada gambar di bawah ini, kasus segmentasi produk Mie Sedap

dipetakan berdasarkan teori dalam faktor pendapatan (income), demografi, umur,

status, hingga gaya hidup. Masing-masing faktor tersebut diturunkan lebih lanjut untuk

mendapat faktor yang mendeskripsikan tujuan riset lebih komprehensif. Kata kunci

“pengeluaran” dapat menjadi variabel, karena karakteristik responden memiliki

perbedaan dalam pengeluaran per bulannya, yakni dapat dikelompokkan dalam kelas A

(>Rp. 2 juta/bulan), kelas B (Rp. 1-2 juta/bulan), atau kelas C (Rp. 0,5 - 1 juta).

Namun apabila responden yang disurvey berstatus menikah (semua), maka faktor

status tidak dimasukkan sebagai variabel. Semakin komprehensif pendeskripsian

variabel operasional semakin valid konstruk kuesioner yang dibuat.

Jenis Pertanyaan

Setelah pemetaan, variabel tersebut disusun menjadi kalimat tanya yang tepat.

Dapat berupa jenis pertanyaan terbuka (open-ended questions), pertanyaan tertutup

(closed-ended questions), atau jenis pertanyaan campuran. Pertanyaan jenis terbuka

lebih banyak digunakan untuk metode riset kualitatif, sedangkan untuk pertanyaan

jenis tertutup dan mendetil disarankan untuk metode riset kuantitatif.

1. Pertanyaan terbuka, kemungkinan jawaban tidak ditentukan terlebih dahulu

dan responden bebas memberikan jawaban. Seperti pertanyaan tentang

pendapat pribadi, ekplorasi pertanyaan (probing), atau pertanyaan klarifikasi.


Q1. Seberapa sering Anda mengkonsumsi mie instan? Per bulan/minggu?

Apakah mie instan yang dikonsumsi berbeda merek? Merek Mie

Sedap?

Q2. Alasan utama Anda memilih Mie Sedap?

2. Pertanyaan tertutup, kemungkinan jawaban ditentukan terlebih dahulu dan

responden bebas memberikan jawaban yang telah diperikan. Jawaban

berbentuk pilihan berganda (dua/lebih) dengan satu atau lebih jawaban, serta

jawaban yang berskala. Pilihan jawaban disarankan dipilih secara seksama atau

menggunakan hasil riset penelitian sebelumnya, atau dapat pula melakukan

riset pendahuluan agar dalam analisa kuantitatif dapat mengestimasi data riset

mendetil.

a. Pertanyaan dikotomik atau pertanyaan dengan dua jawaban terpilih,

contoh:

Q3. Apakah Anda mengetahui promosi berhadiah Mie Sedap?

(1). YA (2). TIDAK

b. Pertanyaan pilihan berganda (multiple choices) dengan satu jawaban,

contoh:

Q4. Jumlah konsumsi mie instan (merek apa saja) Anda sekeluarga rata-

rata dalam sebulan?

a. < 6 bungkus

b. 6 – 12 bungkus

c. 12 – 24 bungkus

d. > 24 bungkus

c. Pertanyaan pilihan berganda (multiple choices) dengan jawaban lebih dari

satu, contoh:

Q5. Apa yang menjadi “teman” dan “campuran” Anda makan mie instan

(merek apa saja)? (Jawaban dapat lebih dari satu)

Tidak ada Ikan atau Daging

Nasi Sayuran

Telur Kerupuk

Saos / Kecap Penyedap / Bumbu Tambahan


d. Pertanyaan berskala (scaling questions), biasanya jenis pertanyaan tentang

sikap, perilaku, setuju/tidak setuju, atau pertanyaan berurut (ranking).

Q6. Tingkat kepentingan Anda terhadap atribut produk Mie Sedap?

Pilihan Jawaban: (1) = Tidak Penting, (2) = Biasa, atau (3) = Penting

….. Cita rasa kedaerahan

….. Harga murah

….. Bungkus yang menarik

….. Berhadiah

Q7. Tingkat kepuasan Anda terhadap atribut produk Mie Sedap?

Pilihan Jawaban: (1) = Sangat Tidak Puas, (2) = Tidak Puas,

(3) = Biasa, (4) = Puas, atau (5) = Sangat Puas

….. Cita rasa

….. Harga

….. Tampilan bungkus

….. Hadiah langsung

3. Pertanyaan kombinasi terbuka-tertutup, jawaban sudah ditentukan tetapi masih

ada kemungkinan tambahan jawaban atau dilanjutkan dengan pertanyaan

terbuka.

Q8. Merek mie instan yang paling sering Anda konsumsi?

a. Indomie

b. Super Mie

c. Sarimi

d. Mie Sedap

e. Salami

f. Lainnya (sebutkan) …………………………………………….

Q9. Apakah Anda pernah menkonsumsi Mie Sedap?

(1). PERNAH (2). TIDAK PERNAH

Jika PERNAH (1), jenis Mie Sedap cita rasa apa (saja)?

………………………………………………………..…………………………..

Hal-hal yang Harus Dihindari dalam Menyusun Pertanyaan

1. Hindari menggunakan istilah asing, jargon, slang, atau yang terkesan modern

namun tidak dimengerti responden. Gunakan kalimat atau kata-kata dengan bahasa

Indonesia baku yang sederhana, mudah dimengerti, dan berlaku untuk semua

responden.


Q10. Mie Sedap pas dengan taste Anda?

(1). YA (2). TIDAK

Sebaiknya:

Apakah cita rasa Mie Sedap sesuai dengan selera Anda?

2. Hindari pertanyaan dengan makna ganda atau kontradiktif (barreled question).

Q11. Mana yang lebih Anda sukai, Mie Sedap rasa ayam bawang atau soto ?

Pertanyaan membingungkan responden, apabila ia tidak menyukai Mie

Sedap atau menyukai kedua cita rasa tersebut.

Sebaiknya:

Jika Anda pernah mengkonsumsi Mie Sedap, cita rasa apa yang Anda

sukai?

(Jawaban dapat lebih dari satu)

Tidak ada

Rasa Ayam Bawang

Rasa Soto

Lainnya (sebutkan) …………

3. Hindari pertanyaan mengarahkan (leading question).

Q12. Selain Mie Sedap, apakah ada merek yang lebih baik?

(1). YA, Sebutkan ………………. (2). TIDAK

Sebaiknya:

Sebutkan merek mie instan yang paling baik menurut Anda? Lalu, merek

selain itu? [Buat tiga ranking mie instan terbaik]

4. Hindari pertanyaan yang mengandung sugesti.

Q13. Apabila saat di rumah dan merasa lapar namun tidak tersedia cukup

makanan, apakah Anda memasak mie instan atau jajan di luar rumah?

Sebaiknya:

Apa yang Anda lakukan di rumah, saat merasa lapar namun tidak

tersedia cukup makanan?


5. Hindari pertanyaan mempermalukan, menurunkan prestise atau harga diri

responden.

Q14. Apakah Anda sehari-hari mengkonsumsi mie instan?

(1). YA (2). TIDAK

Sebaiknya:

Seberapa sering Anda mengkonsumsi mie instan? ….

(per bulan / minggu / hari)

Ukuran Skala Data

Sebelum membahas lebih jauh desain kuesioner, perlu dibahas dahulu ukuran

skala data. Secara umum ukuran skala dibuat dengan tujuan agar periset dapat

menempatkan ciri-ciri atau karakteristik obyek riset berdasarkan suatu ukuran atau

tertentu, sehingga dapat dibedakan, digolongkan, dan diurutkan (Mallo, 1985).

Nantinya penggunaan ukuran skala pada jawaban pertanyaan kuesioner jenis tertutup

ini akan membantu menentukan statistik uji yang tepat dalam proses analisa data. Ciri-

ciri atau karakteriktik dari nilai variabel ini dapat dibedakan menjadi empat tingkatan

skala, yang dikembangkan pertama kali oleh S.S. Steven, yakni skala nominal, ordinal,

interval, dan rasio.

a. Nominal adalah tingkatan pertama dan skala paling sederhana, yakni nilai-nilai

variabel hanya sekedar dibedakan antar kategori nilainya. Dasar perbedaannya

adalah agar tidak tumpang tindih dalam penggolongan kategori nilai dalam satu

variabel. Misalnya: jenis kelamin (1-pria, 2-wanita), kategori pekerjaan (1-PNS, 2-

pegawai swasta, 3-wiraswasta, 4-profesional (dokter, pengacara), 5-ibu rumah

tangga, 6-lainnya). Dalam skala nominal ini tidak diasumsikan tingkatan antar

kategori, seperti variabel jenis kelamin: wanita (2) tidak dikatakan lebih tinggi dari

pria (1), ataupun sebaliknya.

b. Ordinal adalah tingkatan kedua setelah nominal, diasumsikan bahwa kategori suatu

variabel selain dibedakan antar kategorinya, juga dilakukan pengurutan atau

tingkatan dari kategori tersebut. Misalnya strata pekerjaan (1-staf, 2-supervisor, 3-

manager, 4-direktur). Namun peringkat yang diberikan belum menunjukkan “jarak”

apakah supervisor (2) dua kali lebih tinggi dari staf (1). Atau menjawab, apakah

antara staf (1) dengan supervisor (2) dan antara supervisor (2) dengan manager (3)

berjarak sama.

c. Interval adalah tingkatan lanjutan dari dua skala sebelumnya, diasumsikan bahwa

nilai suatu variabel selain dibedakan, dan mempunyai tingkatan, juga diasumsikan

mempunyai jarak yang pasti antar kategorinya. Misalnya variabel usia (tahun), yang

dapat dibedakan umur Agus (30 tahun) dan Eeng (35 tahun), bahwasanya Eeng lebih


tua dibandingkan Agus dengan jarak usia 5 tahun. Namun keduanya tidak dapat

dilakukan perbandingan rasio, karena nilai usianya berawal dari titik nol yang tidak

sama (mutlak). Saat ini perbandingan usia Agus dan Eeng, 30/35 = 6/7. Tapi

setahun yang akan datang, perbandingannya berubah (30+1)/(35+1) = 31/36, yang

jelas berbeda.

d. Rasio adalah tingkatan skala terakhir, diasumsikan bahwa nilai suatu variabel selain

dibedakan, dan mempunyai tingkatan, serta mempunyai jarak suatu nilai dengan

nilai yang lain, juga diasumsikan bahwa setiap nilai variabel diukur dari suatu

keadaan atau titik yang sama (nol mutlak). Seperti: gaji karyawan, jumlah

penjualan, penghasilan, laba, dsb.

Terdapat beberapa istilah yang sering digunakan untuk mengelompokkan empat

skala data tersebut dalam dua istilah kelompok. Istilah kategorik (skala nominal dan

ordinal) dengan non kategorik (skala interval dan rasio). Lalu istilah non metrik (skala

nominal dan ordinal) dengan metrik (skala interval dan rasio). Dan istilah data

kualitatif (skala nominal dan ordinal) dengan data kuantitatif (skala interval dan

rasio). Untuk lebih memahami perbedaan empat skala ukuran di atas, berikut ilustrasi

contoh kasus yang dikutip dan diperbarui dari contoh kasus Mallo (1985). Dua orang

pegawai, sebut saja Abdullah dan Solechan, memiliki gaji per bulannya masing-masing

Rp. 1,8 juta dan Rp. 3,6 juta. Dari informasi tersebut dicoba disimpulkan dengan

empat pernyataan sebagai berikut:

A. Gaji Abdullah berbeda dengan gaji Solechan.

B. Gaji Solechan per bulannya lebih besar daripada Abdullah.

C. Gaji Solechan per bulannya lebih besar Rp. 1,8 juta dibandingkan gaji Abdullah.

D. Gaji Solechan per bulannya dua kali lebih besar daripada Abdullah.

Sepintas, dari keempat pernyataan A, B, C, dan D di atas mana yang benar?

Apabila disimak teliti, keempat pernyataan tersebut semuanya benar! Yang

membedakan keempat pernyataan tersebut adalah tingkatan perhatian yang mendasari

masing-masing pernyataan tersebut. Seperti halnya skala nominal, pernyataan A hanya

memperhatikan perbedaan gaji kedua orang tersebut. Pernyataan B selain memper-

hatikan adanya perbedaan, juga membuat tingkatan dari gaji kedua orang tersebut,

seperti halnya skala ordinal. Sedangkan pernyataan C, seperti halnya skala interval,

selain memperhatikan adanya perbedaan dan tingkatan, juga jarak dari gaji kedua

orang itu. Pernyataan D adalah seperti halnya skala rasio, memperhatikan perbanding-

an rasio gaji kedua orang tersebut.

Dari ilustrasi tersebut, tentunya dapat dikatakan bahwa untuk variabel-variabel

tertentu, skala nilai variabelnya dapat diubah-ubah. Misalnya, suatu variabel yang nilai

nya berskala rasio, dapat dibuat berskala, interval, atau ordinal, ataupun nominal.


Karena sifat skala rasio mencakup pula sifat skala interval; lalu sifat skala interval

mencakup pula sikap skala ordinal; dan sifat skala ordinal mencakup pula sikap skala

nominal. Dalam tabel berikut diringkas sifat keempat skala pengukuran variabel.

SIFAT & ASUMSI NOMINAL ORDINAL INTERVAL RASIO

Membedakan ( = , ≠ ) Ya Ya Ya Ya

Urutan ( > , < ) - Ya Ya Ya

Jarak ( + , - ) - - Ya Ya

Nol Mutlak ( x , : ) - - - Ya

Desain Kuesioner

Kuesioner yang diperuntukkan memperoleh data di lapangan (field survey), baik

angket yang diisi sendiri oleh responden maupun kuesioner panduan bagi pewawancara

(interviewer), perlu memperhatikan desain tata letak, tampilan, dan sistematika alur

pertanyaan. Khusus metode riset kualitatif seperti dibahas pada bab sebelum ini, tidak

memerlukan kuesioner lengkap dan mendetil, tapi cukup panduan bagi moderator

(dalam FGD) atau observer. Hal-hal yang perlu diperhatikan dalam mendesain

kuesioner antara lain:

1. Ukuran kertas standar (kuarto/A4/folio), tidak terlalu besar atau terlalu kecil akan

mempermudah pengisian kuesioner oleh responden atau pewawancara di lapangan.

2. Jenis font/huruf disesuaikan, termasuk pula angka, alfabetis, atau kotak pengisian

jawaban, berukuran tidak terlalu besar atau terlalu kecil dengan spasi tidak rapat.

3. Kotak data responden atau pewawancara untuk pengecekan oleh supervisor

diletakkan di muka halaman depan.

4. Sistematika alur pertanyaan dimulai dengan data (fakta) responden, dilanjutkan

dengan pertanyaan berkaitan informasi, lalu barulah pendapat atau sikap dan

persepsi responden. Pertanyaan diupayakan beralur dari aspek umum ke aspek yang

lebih spesifik, sesuai dengan alur berpikir kebanyakan orang. Dan pertanyaan

sensitif agar tidak mengganggu pertanyaan lainnya, ditempatkan di urutan akhir.

5. Apabila rekruitmen responden terseleksi, seperti syarat konsumen produk tertentu

atau khusus SES kelas AB, dapat dilakukan filtering pada pertanyaan awal. Contoh:

[Riset Customer Satisfaction, syarat responden pernah mengkonsumsi produk

Mie Sedap minimal 3 bulan terakhir].

Q1. Apakah Anda mengkonsumsi Mie Sedap dalam tiga bulan terakhir?

(1). YA

(2). TIDAK (STOP WAWANCARA, UCAPKAN TERIMA KASIH)


6. Apabila terdapat pertanyaan selektif dapat dilakukan skipping, yakni meloncat

langsung ke pertanyaan non selektif. Contoh:

[Riset Perilaku Konsumen Mie Instan, syarat responden pernah mengkonsumsi

produk mie instan (merek apa saja) minimal 3 bulan terakhir].

Q1. Apakah Anda mengkonsumsi Mie Sedap dalam tiga bulan terakhir?

(1). YA

(2). TIDAK (Skip Q.4)

Q2. Pertanyaan Selektif (Syarat Q.1: mengkonsumsi Mie Sedap)

Q3. Pertanyaan Selektif (Syarat Q.1: mengkonsumsi Mie Sedap)

Q4. Pertanyaan Non Selektif

Mengukur Sikap Pelanggan

Banyak kuesioner dalam riset pemasaran didesain untuk mengukur attitude

atau sikap pelanggan. Sikap merupakan evaluasi sesuatu secara umum dari seseorang.

Sikap pelanggan menjadi faktor penting dikarenakan:

Sikap tidak berubah dalam waktu panjang;

Sikap membantu menjelaskan bagaimana kesiapan seseorang untuk melakukan

sesuatu;

Sikap menghasilkan konsistensi dalam perilaku keseharian; dan

Sikap berkaitan dengan preferensi atau alasan pengambilan keputusan.

Sikap dapat diukur menggunakan beberapa prosedur berikut:

Self Reporting, sebuah teknik umum yang digunkan mengukur sikap dengan cara

responden ditanyakan langsung tentang sikap mereka terhadap sesuatu hal yang

menjadi tujuan riset.

Observation of behavior, diasumsikan perilaku sesorang merupakan hasil dari

sikap seseorang tersebut. Sehingga sikap diobservasi dari perilaku keseharian

yang nampak dari responden.

Indirect technique, teknik tidak langsung dengan menggunakan sebuah stimulus

seperti menggunakan uji asosiasi kata (word association tests).

Performance of objective tasks, diasumsikan bahwa perfomansi atau kinerja

tergantung dari sikapnya.

Multiple measures, sebuah gabungan atau kombinasi dari teknik eksplorasi

sikap agar temuan lebih valid, khususnya berguna saat teknik self-reporting

digunakan.


Ada sejumlah jenis skala penghitungan sikap yang dapat digunakan, antara lain:

Skala Likert. Pernyataan-pernyataan dalam kuesioner dijawab responden

berdasar tingkat kesetujuan/ketidaksetujuannya, dapat berskala 5 (sangat tidak

setuju- tidak setuju–antara setuju dan tidak–setuju-sangat setuju), berskala 7

atau 10.

Teknik Q-Sort. Responden diminta mengurutkan pernyataan-pertanyaan yang

diajukan dari yang dianggap sangat penting atau sangat sesuai hingga

pernyataan yang sangat tidak penting atau sangat tidak sesuai. Dengan

menggunakan metode thurstones case V akan diperoleh rating masing-masing

pernyataan berdasar distribusi normal.

Skala Semantic Differential. Pernyataan-pernyataan dalam kuesioner disusun

dua lajur yang bermakna beda (kontradiktif) atau bermakna positif dan negatif.

Di antara lajur tersebut disusun skala nilai 7 atau 10 untuk dipilih responden

yang sesuai dengan sikapnya. Untuk meminimalisasi bias jawaban responden,

satu lajur pernyataan diacak makna positif dan negatif. Sehingga responden

tidak menjawab nilai yang “sama” untuk satu lajurnya. Seperti contoh berikut:

Q1. Berikan nilai dari pernyataan yang sesuai dengan Minimarket A ?

a. Staf pelayan yang ramah 1 2 3 4 5 6 7 Staf pelayan yang tidak ramah

b. Harga cukup mahal 1 2 3 4 5 6 7 Harga cukup murah

c. Peralatan dan kebutuhan rumah tangga kurang tersedia

1 2 3 4 5 6 7 Peralatan dan kebutuhan rumah tangga tersedia

d. Lokasi strategis 1 2 3 4 5 6 7 Lokasi kurang strategis

e. Keluraga/tetangga belanja di sini

1 2 3 4 5 6 7 Keluraga/tetangga tidak belanja di sini

f. Penempatan rak barang cukup baik

1 2 3 4 5 6 7 Penempatan rak barang kurang baik

Semantic Differential dapat digunakan pula untuk melakukan komparasi dengan

kompetitor, menilai keunggulan kompetitif atau differentation. Analisa meng-

gunakan output bagan rata-rata penilaian responden (skor: 1-7) yang dibuat

dengan fasilitas “chart” MS Excel:


Skala Stapel, serupa dengan skala semantic differential namun tidak dibuat dua

lajur pernyataan bermakna potitif/negatif atau kontradiksi, hanya skornya saja

dibuat positif/negatif . Contoh:

a. -5 -4 -3 -2 -1 Staf pelayan ramah +1 +2 +3 +4 +5

b. -5 -4 -3 -2 -1 Harga cukup murah +1 +2 +3 +4 +5

c. -5 -4 -3 -2 -1 Kelengkapan peralatan dan kebutuhan rumah tangga

+1 +2 +3 +4 +5

Pre-Test Kuesioner

Pretest diadakan untuk menyempurnakan kuesioner, dari sisi isi, desain,

validitas, dan keandalan. Ada dua pre test yang perlu dilakukan, tes pertama terhadap

isi, desain, dan tampilan, sedangkan tes kedua terhadap keandalan pertanyaan

(validity & reliability test). Keduanya dapat dilakukan dengan berdiskusi sesama

angggota tim riset atau uji coba wawancara dengan 10 – 30 responden. Untuk aspek isi,

desain, dan tampilan, tes setidaknya dapat menjawab beberapa pertanyaan berikut:

1. Apakah pertanyaan atau jawaban tertentu pada kuesioner dapat dihilangkan karena

mungkin tidak relevan dengan tujuan riset atau untuk responden yang diteliti.

2. Apakah pertanyaan atau jawaban tertentu pada kuesioner dapat ditambahkan

karena adakalanya terlupa pertanyaan atau jawaban yang terkait dengan tujuan

riset atau untuk responden yang diteliti.

1.72

6.39

6.14

3.61

3.06

5.39

4.61

4.17

5.61

4.61

1.39

2.17

Minimarket A Minimarket B

Staf pelayan yang ramah

Lokasi kurang strategisLokasi strategis

Keluarga/tetangga

belanja di sini

Penempatan rak barang

cukup baik

Peralatan dan kebutuhan

rumah tangga cukup

tersedia

Harga cukup murah

Staf pelayan yang kurang

ramah

Peralatan dan kebutuhan

rumah tangga kurang

tersedia

Harga cukup mahal

Keluarga/tetangga tidak

belanja di sini

Penempatan rak barang

kurang baik

COMPETITIVE ADVANTAGE MINIMARKET A & B


3. Apakah tiap pertanyaan pada kuesioner dapat dimengerti dengan baik bagi

pewawancara atau responden sendiri yang diteliti.

4. Apakah alur pertanyaan sudah tepat atau perlu mengubah urutan pertanyaan

sehingga pewawancara atau responden di lapangan dapat memahami tiap-tiap

pertanyaan yang diajukan.

5. Apakah pertanyaan yang sensitif dapat diperlunak dengan mengubah bahasa.

6. Apakah waktu wawancara dapat dipersingkat, selain membantu mempercepat

jadwal riset juga tidak memberatkan responden.

7. Apakah proses pencatatan hasil jawaban oleh pewawancara atau responden

langsung dapat mudah ditabulasi secara mudah.

Selanjutnya pengujian terhadap keandalan pertanyaan kuesioner (validity &

reliability test) secara statistik dilakukan hanya pada pertanyaan tertutup. Seperti

diungkapkan sebelumnya, validitas menunjukkan sejauh mana kuesioner mengukur apa

yang ingin diukur. Sedangkan reliabilitas atau keandalan menunjukkan sejauh mana

suatu hasil pengukuran melalui kuesioner relatif konsisten dalam pengulangan

pengukuran yang berbeda. Seperti ilustrasi berikut ini:

Langkah pengujian validitas sebuah pertanyaan inti pada kuesioner berjenis

closed ended (tertutup), sebagai berikut:

1. Mendefinisikan konsep yang diukur secara operasional. Apabila pada saat mem-

rumuskan tujuan dan mengkonstruksi variabel telah sistematis mendefinisikan

operasional konsep, berarti kuesioner telah lulus uji.

2. Melakukan uji kuesioner kepada 10-30 orang responden khususnya pertanyaan inti

berjenis closed-ended (tertutup). Hasil pre test tersebut untuk setiap pertanyaan

diuji statistik dengan metode korelasi, yakni pearson atau product moment dengan

rumus:

Tidak Andal dan

Tidak Valid Andal tapi

Tidak Valid

Andal dan Valid


222 )(..)(.

...

yynxxn

yxyxnr

r : nilai korelasi (uji diperbandingan dengan tabel kritik nilai r);

n : jumlah responden;

x : skor nilai jawaban responden per pertanyaan;

y : total skor nilai jawaban seluruh pertanyaan untuk seorang responden;

Contoh kasus dikutip dari Jamaluddin Ancok (Singarimbun, 1989)

RESPONDEN NOMER PERTANYAAN (=X) TOTAL SCORE

( = Y ) 1 2 3 4 5 6 7 8 9 10

A 5 4 5 4 5 4 4 5 4 5 45

B 4 5 4 5 4 5 5 4 5 4 45

C 3 4 4 3 4 2 4 5 4 4 37

D 5 5 4 3 4 5 4 3 4 1 38

E 3 3 4 4 3 4 4 4 4 1 34

F 2 1 2 1 2 2 2 2 1 5 20

G 2 3 2 3 2 2 3 3 1 5 26

H 1 1 1 2 1 2 2 1 2 5 18

I 4 4 4 5 5 5 4 4 4 1 40

J 5 2 2 2 2 3 2 2 2 5 27

*Jenis Scaling Questions, Nilai Jawaban X: 1(Sangat Tidak Bagus), 2(Tidak Bagus), 3(Biasa), 4(Bagus), dan 5(Sangat Bagus).

3. Hasil output analisa menggunakan SPSS 11.5 :

No. Pertanyaan Pearson Correlation Sign. N

1 0.724 0.018 10

2 0.918 0.000 10

3 0.942 0.000 10

4 0.847 0.002 10

5 0.936 0.000 10

6 0.776 0.008 10

7 0.921 0.000 10

8 0.859 0.001 10

9 0.895 0.000 10

10 -0.421 0.226 10

Terlihat pada pertanyaan ke-10 nilai signifikansinya (Sign.) sebesar 0.226 lebih

besar dibandingkan standar yakni 0.05, berarti validitasnya tidak signifikan.


Disarankan pertanyaan ke-10 tidak dimasukkan ke dalam kuesioner karena tidak

valid untuk mengukur sesuai (konsep) tujuan riset.

Sementara untuk pengujian reliabilitas, ada beberapa tes yang sering

dipergunakan antara lain:

1. Test-Retest

Pengujian dilakukan dengan meminta responden mengisi ulang jawaban

pertanyaan seperti pada uji validitas namun dengan selang waktu sekitar 15-30

hari. Selanjutnya dilakukan pengujian sama dengan metode pengujian validitas,

yakni korelasi pearson dari variabel x (skor total tes pertama) dan y (skor total

tes kedua).

2. Cronbach Alpha

Dihitung dengan menggunakan rumus: rk

rk

).1(1

.

,

dengan r adalah rata-rata korelasi antar item dan k jumlah item. Apabila nilai

cronbach alpha () mendekati satu berarti pengukuran kuesioner tersebut

dapat diandalkan (reliable).

3. Spearman-Brown

Uji khusus reliabilitas data dikotomik, berbentuk Ya (1) dan Tidak (0).

Diusahakan pertanyaan berjumlah genap agar dapat dibagi dua. Dihitung

dengan rumus:

tot

tt

totr

rr

1

.2 , dimana

rtt : angka korelasi belahan pertama dan belahan kedua;

rtot : angka reliabilitas keseluruhan item;

4. Kuder-Richdson (KR-21)

Sama seperti spearman-brown, uji ini khusus reliabilitas data dikotomik,

berbentuk Ya (1) dan Tidak (0), namun berbeda rumusannya.

Cara pengukuran validitas dan reliabilitas yang dikemukakan di atas baru sebagian

teknik yang dipakai dalam penyusunan kuesioner untuk survey. Masih ada teknik-teknik

lain yang tidak seluruhnya ditampilkan.

Program statistik seperti SPSS pun menyediakan beragam pengujian tersebut di

atas sehingga mempermudah analisa tanpa kesulitan menghitung (secara manual)

berdasar rumusan yang tepat. Untuk contoh kasus Jamaluddin ancok di atas, melalui

uji cronbach alpha dengan menggunakan sembilan pertanyaan yang dianggap valid,

diperoleh alpha sebesar 0.9618. Artinya, karena nilai alpha mendekati satu maka

kesembilan pertanyaan tadi sangat andal sebagai instrumen riset. Lebih lanjut, setelah


melalui tahapan akhir pengujian validitas dan reliabilitas, barulah kuesioner siap

dilepas ke lapangan sebagai instrumen survey yang andal.


Bab 7

TEKNIK PENGAMBILAN SAMPEL

Dalam riset metode kuantitatif, metodologi pengujian dilakukan dengan

pendekatan statistika. Ilmu statistika bukan saja membahas penganalisaan data,

namun juga berkaitan dengan pengumpulan data, perangkumannya, hingga intepretasi

data. Data diperoleh dari sampel yang diharapkan dapat mendeskripsikan sebuah

populasi. Populasi adalah himpunan “unit” (misalkan orang, obyek, atau kejadian)

yang menjadi bahan perhatian studi. Sedangkan bagian kecil dari populasi tersebut

dinamakan sampel. Jumlah sampel diambil untuk dibuat inferensi (kesimpulan)

karakteristik dari populasi melalui metode statistika. Seperti contoh berikut:

Dalam polling pendapat, sebagian kecil orang diwawancarai dan pendapat mereka

digunakan untuk melihat sikap masyarakat secara keseluruhan.

Hasil produk suatu pabrik dapat ditolak atau diterima berdasarkan pemeriksaan

acak beberapa produk saja yang diambil dari hasil produksi suatu pabrik.

Rata-rata penghasilan petani Indonesia diketahui berdasarkan penghitungan dari

komunitas petani dari beberapa daerah.

Umumnya riset pemasaran untuk survey di lapangan mengambil sampel yang

terbatas, karena mempertimbangan ekonomis, waktu, dan kemudahan lainnya. Kecuali

sensus yang dilakukan BPS (Biro Pusat Statitik) secara periodik, dilakukan survey

(populasi) penduduk Indonesia. Dalam pengambilan sampel harus didasarkan teknik

sampling yang tepat agar kesimpulan representatif untuk menggambarkan karakteristik

populasi. Apabila biaya, waktu, dan SDM sudah dibatasi sejak semula, periset harus

mendapatkan suatu metode pengambilan sampel yang dapat menghasilkan presisi yang

tertinggi. Perlu disadari bahwa tingkat presisi yang tinggi tidak mungkin dicapai dengan

biaya, waktu, dan SDM yang terbatas. Yang mungkin dapat dicapai ialah tingkat presisi

tertentu dengan biaya, waktu, dan SDM yang terbatas.

Dalam aplikasinya, populasi sering didefinisikan dalam sampling frame atau

kerangka awal riset yang membatasi jumlah populasi itu sendiri. Misalkan, periset ingin

meneliti preferensi konsumen untuk membeli produk lampu pijar Philips. Populasi

“konsumen produk Philips” didefinisikan pada wilayah (geografis) mana, perkotaan

atau pedesaan, pembeli pertama kali atau yang kesekian kalinya, dan seterusnya.

Menurut jumlahnya, populasi terbagi dua yakni: populasi terbatas (berhingga) yang

dapat diperkirakan jumlahnya dan populasi tak terbatas (tak berhingga) yang tidak

diperoleh data estimasinya. Populasi terbagi dua pula menurut keragamannya, yakni


populasi homogen yang mememiliki karakteristik sifat yang sama; dan populasi hete-

rogen yang mememiliki karakteristik sifat yang beragam.

Beberapa pedoman sederhana untuk menentukkan ukuran minimal sampel

berikut contoh kasusnya:

1. Pada kasus yang sulit memprediksi atau memang tidak diketahui jumlah populasi,

maka ukuran sampel dapat diambil dengan pendekatan sederhana yakni:

n >2

1

, dimana (1-)% adalah asumsi interval kepercayaan (IK) sampel

terhadap populasi;

Contoh kasus :

Jika kita ingin mengetahui pasar sebuah produk yang akan diluncurkan dengan

populasi (calon) konsumen yang sulit diprediksi, berapa jumlah sampel ( = n)

yang harus ditetapkan?

Jika menetapkan IK sebesar 99% atau = 0,01 maka n > 10.000

Jika menetapkan IK sebesar 95% atau = 0,05 maka n > 400

Jika menetapkan IK sebesar 90% atau = 0,10 maka n > 100

2. Pada kasus yang diketahui proporsi atau perbandingan dari populasi dan kelompok

sampel yang akan diriset, digunakan pendekatan rumus:

n > p . q .

2

2/

e

z , dimana:

n : jumlah sampel p : perkiraan proporsi populasi

(jika tidak diketahui, maka diambil p = 0,5) q : (1 - p)

z/2 : nilai standar (distribusi normal) untuk IK yang ditetapkan e : error sampling (estimasi yang dapat diterima)

Contoh kasus:

Berdasar data BPS, populasi penduduk DKI Jakarta tahun 2000 sebesar 9 juta

orang dan sekitar 500.000 merupakan kelas SES A+. Berapa sampel yang

diperlukan untuk mendapat informasi dari kelas premium tersebut dengan IK

95% dan error sampling yang ditolerir sebesar 5 %?

p = 500.000/9.000.000 = 0,055

q = 1 – 0,055 = 0,945

z/2 = 1,96 (pada taraf signifikansi = 0,05)

e = 0,05

maka : n > (0,055).(0,945).

2

05,0

96,1

berarti n > 80

disimpulkan sampel diambil minimal 80 orang.


3. Pendekatan rumus (2), namun tanpa diketahui nilai proporsi atau perbandingan dari

populasi yang tak berhingga, digunakan pendekatan nilai: p = q = 0,5 atau dapat

menggunakan tabel sebagai berikut:

Margin Error

Level of Confidence (IK)

90.00% 95.00% 99.00% 99.90%

+ 1% 6766 9604 16590 19741

+ 2% 1692 2401 4184 4936

+ 3% 752 1068 1844 2194

+ 4% 423 601 1037 1234

+ 5% 271 385 664 790

+ 7.5% 121 171 296 351

+ 10% 68 97 166 198

+ 15% 31 43 74 88

+ 20% 17 25 42 50

+ 50% 3 4 7 10

Dalam literatur sampling technique masih banyak lagi pendekatan rumus untuk

mengestimasi sampel dari populasi sesuai karakteristik dan nilai uji satistiknya, namun

ketiga pendekatan ini yang relatif mudah dan sering dipergunakan dalam riset

pemasaran.

Teknik Pengambilan Sampel

Teknik pengambilan sampel dibagi dalam dua kelompok berdasar pendekatan

probalitas atau tidak, yakni: probabality random sampling dan non probabality random

sampling. Untuk probabality random sampling, setiap unit dari populasi memiliki

peluang sama untuk diambil sebagai sampel, sehingga karakteristik populasi dapat

direpresentasikan sampel cukup kuat. Sedang non probabality random sampling

peluang unit populasi tidak dapat ditentukan, namun dapat meminimalisai tingkat

kesulitan dan biaya pengambilan sampel.

Probability Random

Sampling Technique

Simple Random Sampling

Systematic Random Sampling

Stratified Random Sampling

Cluster Random Sampling

Non Probability Random

Sampling Technique

Convenience Sampling

Purposive Sampling

Quota Sampling

Snowball Sampling

Booster SamplingMultistage Random Sampling


Teknik pengambilan sampel dengan pendekatan probabality random sampling

terdapat lima pilihan yakni:

1. Simple Random Sampling

Metode paling sederhana dalam pengambilan sampel, yakni unit populasi yang

diambil secara acak menjadi sampel seperti pengundian atau pengocokan dalam

arisan. Pengacakan modern dapat menggunakan tabel random atau dengan bantuan

komputer. Hal yang diperhatikan adalah karakteristik populasinya adalah homogen.

2. Systematic Random Sampling

Sama halnya dengan simple random sampling, namun dalam pengambilannya dari

populasi yang homogen menggunakan metode sistematik (pengurutan acak). Bagi

data populasi cukup besar dan memiliki penomeran seperti database customer akan

lebih mudah menggunakannya dibandingkan simple random sampling.

3. Stratified Random Sampling

Metode pengambilan sampel untuk populasi heterogen yang terbagi menjadi

beberapa kelompok (stratum). Langkah awal adalah mengelompokkan populasi dari

frame stratum yang cenderung homogen, lalu dari data populasi diukur proporsi

dari stratum-stratum tersebut. Dari jumlah sampel yang telah ditetapkan,

diambillah sampel secara acak dari stratum dengan ukuran proporsi yang sama

dengan populasi awal.

4. Cluster Random Sampling

Metode pengambilan sampel untuk populasi heterogen yang terbagi dalam banyak

cluster (kelompok, wilayah, atau pembagian lainnya). Langkah awal adalah

menentukan cluster-cluster populasi, lalu dari cluster populasi diiambil secara

simple random sample. Barulah setelah cluster populasi terpilih, diambil sampel

secara acak pula.

5. Two Stage Cluster Random Sampling

Metode cluster random sampling yang diambil dua tahap cluster. Contoh dalam

pengambilan sampel di wilayah DKI Jakarta, tahap awal berupa cluster kecamatan

yang diacak. Tahap kedua dari cluster kecamatan yang diambil, diambil acak

kelurahan sebagai cluster kedua, dan seterusnya sampai mendapat frame yang

tepat dan mudah.

Sementara untuk teknik pengambilan sampel dengan pendekatan probabality

random sampling juga terdapat lima pilihan teknik pengambilan, yakni:

1. Convenience Sampling

Pengambilan sampel paling mudah karena diserahkan jumlah dan kriteria terhadap

subyektifitas (dan kemudahan) periset dalam pengambilannya, sehingga disebut


pula accidental sampling. Disarankan penggunaannya hanya untuk riset kualitatif,

atau untuk tes produk baru.

2. Judgment/Purposive Sampling

Hampir sama dengan convenience sampling, namun periset menggunakan

persyaratan lebih ketat dalam menentukan jumlah, kriteria, dan kemudahan

pengambilan sampel.

3. Quota Sampling

Purposive sampling pada jenis populasi heterogen atau terkelompokkan, sehingga

setiap kelompok (stratum/cluster) ditentukan kuota jumlah sampelnya.

4. Snowball Sampling

Pengambilan sampel yang sulit diperoleh, disiasati dengan cara mencari satu

sampel terlebih dahulu sesuai kriteria yang ditetapkan. Lalu dari sampel pertama

dicari informasi untuk mendapat sampel kedua yang memiliki kesamaan dan

seterusnya, seperti “bola salju” yang menggelinding.

5. Booster Sampling

Mencari sampel yang sulit dengan cara mengamati lingkungan atau komunitas yang

sesuai kriteria sampel, lalu diambil satu per satu sampelnya.

Satu teknik yang cukup sering digunakan dalam riset pemasaran ialah multi

stage random sampling. Suatu metode kombinasi bertahap dari beberapa metode

pengambilan sampel untuk menyiasati kesulitan dan biaya survey di lapangan. Yang

sering dipergunakan dalam riset pemasaran, yakni tahapan awal menggunakan quota

sampling untuk menjatahkan sampel per kota besar, lalu dilanjutkan cluster sampling

pada tingkatan daerah di bawahnya. Pengacakan atau randomisasi terakhir dilakukan

pada tingkatan lebih kecil yakni RT/RW, menggunakan simple atau stratified random

sampling.

Contoh Metodologi Survey IBBA

Indonesian Best Brand Award (IBBA), suatu penghargaan yang diberikan kepada

perusahaan yang memiliki ekuitas dan value merek produk yang kuat, menggunakan

teknik sampling baku dalam surveynya. Penghargaan tahunan yang diadakan oleh MARS

dan Majalah SWA ini mengambil total sampel 3.044 responden berusia 15-55 tahun

yang berada di lima kota besar: Jakarta, Surabaya, Bandung, Medan dan Semarang.

pengambilan sample dilakukan dengan probabilistic sampling, sehingga margins of

error (MOE) bisa ditentukan. Dengan asumsi populasinya infinite (secara statistik, jika

populasi melewati jumlah tertentu bisa dianggap infinite atau tak terhingga), secara

total setiap sampel memiliki MOE 1,79 %, dengan tingkat kepercayaan 95%. Sementara


itu apabila Analisanya diturunkan menurut kota MOE di setiap kota yang diteliti seperti

yang ditunjukan oleh table berikut.

Kota Jumlah Responden (Usia 15-55 Tahun) MOE (%)

Jakarta 605 3.98

Surabaya 599 4.00

Bandung 622 3.93

Medan 614 3.96

Semarang 604 3.99

Total 3.044 1.79

Pengambilan sampling dalam penelitian ini menggunakan metode multistage

random sampling, yakni random sampling secara bertahap dengan tahapan sebagai

berikut :

Kota Terpilih Kecamatan Kelurahan Rukun Warga ( RW) Rukun Tetangga (RT) Unit Tempat Kediaman (UTK) Responden.

Upaya pengacakan sederhana (simple randomize) dimulai dari wilayah kecamatan

hingga RT. Dari setiap RT yang terpilih, kemudian diambil sebanyak 50 UTK dengan

tehnik systematic random sampling. Tahap pemilihan responden, yang merupakan

tahapan terakhir proses sampling, dilakukan dengan cara mapping. Yakni

mengidentifikasi seluruh anggota keluarga yang berusia 15-55 tahun, kemudian dipilih

satu secara random. Riset ini dilakukan dengan menggunakan kaidah kuantitatif –

wawancara dilakukan dengan tatap muka dengan menggunakan daftar pertanyaan

berstruktur.

Dalam analisanya, agar hasil riset mempresentasikan populasi sebenarnya,

dilakukan pembobotan (weighting) yang didasarkan pada rasio antara jumlah sampel

yang diambil dengan jumlah populasi sebenarnya dari masing masing kota.

Kota Jumlah Responden

(Usia 15-55 thn)

Jumlah Populasi

(Usia 15-55 thn)

Nilai Pembobot

(Ribu)

Jakarta 605 5.644 ribu 9,36

Surabaya 599 1.698 ribu 2,84

Bandung 622 1.398 ribu 2,25

Medan 614 1.056 ribu 1,72

Semarang 604 846 ribu 1,40

Nilai pembobot masing masing kota adalah: nilai pembobot ini dapat diartikan: seorang

responden di Jakarta merepresentasikan 9.360 orang berusia 15-55 tahun. Seorang

responden di Semarang merepresentasikan 1.400 orang dan seterusnya (Asto & Budi,

Majalah SWA 14/XVIII).


Bab 8

PENGUMPULAN DATA

Tahapan riset pemasaran setelah periset mendesain kuesioner ialah

mengumpulkan data atau informasi yang dibutuhkan dari responden. Untuk metode

riset kualitatif telah dibahas sebelumnya pada bab 4, pengumpulan informasi dapat

menggunakan FGD, in depth interview, projective technique, atau desk research.

Dalam bab ini akan dibahas pengumpulan data untuk metode riset kuantitatif. Untuk

metode riset kuantitatif, pengumpulan data umumnya perusahaan riset dilakukan

melalui wawancara tatap muka. Periset dapat pula mengumpulkan data menggunakan

pilihan media interaksi lain seperti telepon, surat, atau internet. Wawancara tatap

muka atau melalui alternatif media memiliki kelebihan dan kekurangan yang dapat

disesuaikan dengan kemampuan dan keterbatasan periset itu sendiri.

PARAMATER PENILAIAN WAWANCARA SURAT TELEPON

Kecepatan pengumpulan data Sedang,

cenderung cepat Lambat, tak terkontrol

Cepat

Cakupan wilayah Terbatas Luas Luas

Kerjasama responden Bagus Sedang

cenderung buruk Cukup bagus

Keahlian dalam bertanya Cukup cakap Tergantung

format kuesioner Sedang

Ukuran kuesioner Panjang Sedang Sedikit mungkin

Kemungkinan tidak direspon Rendah Tinggi Sedang

Kemungkinan kesalahpahaman Rendah Tinggi Sedang

Supervisi untuk Inteviewers Sedang Tidak perlu Sedang

Ketidakjelasan responden Rendah Tinggi Sedang

Biaya Cukup Besar Tergantung

insentif/hadiah Sedang

Wawancara tatap muka banyak dipilih untuk mengumpulkan data, dikarenakan

pengontrolan yang kuat dari periset untuk meminimalisasi non sampling error. Dan

dapat memaksimalkan pertanyaan yang akan digali melalui kuesioner. Namun

terkendala dengan bujet riset, khususnya untuk jumlah responden yang besar dengan

cakupan wilayah yang luas. Sedangkan survey dengan sedikit pertanyaan akan lebih

efektif melalui telepon (telesurvey) yang dapat mengakses wilayah cukup luas. Dalam

metode telesurvey ini yang menjadi catatan penting adalah keringkasan pertanyaan

yang diajukan dan terbatas pada responden yang memiliki akses telepon. Perusahaan

dapat pula mengumpulkan data dari konsumen melalui angket atau surat seusai


pembelian atau penggunaan jasa layanan. Angket tersebut dapat diberikan langsung,

disisipkan pada kemasan produk, atau bekerja sama dengan media cetak dibagikan

pada pembacanya. Beberapa sumber mengungkapkan, tingkat pengembalian riset

melalui surat yang cukup bagus berkisar 5-10 % dari total jumlah surat yang disebar.

Semakin besar insentif atau hadiah yang dijanjikan bagi responden, semakin besar pula

tingkat pengembalian angket atau surat survey. Untuk pengumpulan data melalui

internet memiliki kesamaan seperti halnya melalui surat, namun terbatasi pada

responden pengakses internet yang masih minim pemakainya di Indonesia.

Prosedur Wawancara

Periset sebagai penanggung jawab survey di lapangan yang merekrut

pewawancara atau mengalihdayakan (outsourching) kepada tim yang berpengalaman

perlu memberikan taklimat sebelum wawancara dilakukan. Taklimat merupakan

petunjuk teknis dan arahan mengumpulkan data melalui wawancara dengan

responden. Taklimat ini berisikan:

1. Penjelasan tujuan riset, tugas pewawancara, dan menekankan pentingnya

peranan pewawancara.

2. Penjelasan tiap nomer pertanyaan dalam kuesioner, baik redaksional penulisan

maupun maksud yang terkandung dalam pertanyaan tersebut. Pemahaman atas

item-item pertanyaan itu diharapkan pewawancara dapat mengumpulkan

informasi dari responden dengan tepat dan jelas.

3. Penjelasan cara mencatat jawaban responden termasuk teknis pengisiannya.

Jika diperoleh jawaban yang belum jelas dapat digunakan teknik probing.

4. Penjelasan mengenai pedoman mewawancarai, etika, persiapan, dan prosedur

reward & punishment. Reward terkait dengan honor atau bonus yang diperoleh

pewawancara atas keberhasilan mengumpulkan data dengan baik. Dan

punishment terkait sanksi atas ketidakjujuran dalam mewawancarai.

5. Orientasi tentang masalah yang mungkin terjadi di lapangan dan bagaimana tips

atau trik mengatasinya. Jika diperlukan dapat dilakukan latihan t-group,

berupa latihan mewawancarai di antara anggota tim pewawancara.

Dan untuk mendapatkan data yang valid serta meminimalisasi terjadinya non

sampling error, sebelum wawancara dimulai pewawancara harus mampu menciptakan

hubungan baik dengan responden. Atau menurut Koentjaraningrat harus dibuat

rapport, yakni situasi psikologis yang menunjukkan responden bersedia bekerja sama

dan menjawab pertanyaan sesuai dengan pikirannya dan keadaan sebenarnya. Kesan

pertama dari penampilan, apa yang diucapkan, dan dilakukan pewawancara sangat


penting merangsang sikap kerja sama responden. Berdasarkan pengalaman Michigan

Survey Research Center, responden lebih ingat akan pewawancara dan cara

mewawancarainya dibandingkan dengan isi wawancara. Beberapa pedoman untuk

mencapai hubungan yang menyenangkan dari responden antara lain:

Berpakaian sederhana, rapi, tanpa perhiasan berlebihan, dan tanda pengenal

atau surat tugas;

Bersikap sopan, rendah hati, dan bersikap hormat kepada responden;

Memilih waktu yang tepat saat berkunjung dan menepati kesepakatan

pertemuan apabila ada perjanjian waktu berkunjung;

Wawancara sebaiknya dimulai dengan memperkenalkan diri sekaligus

mengutarakan maksud dan tujuan pewawancara berkunjung. Dapat diselingi

dengan obrolan kecil, tentunya sesuai adat kebiasaan responden;

Mewawancarai responden sesuai dengan taklimat (briefing) teknis riset

sebelumnya namun tidak terkesan kaku;

Akhiri wawancara dengan ucapan terima kasih sembari memberikan hadiah

(gift) atau insentif bagi responden yang telah disediakan. Jangan lupa untuk

mengecek kembali pertanyaan yang belum terisi dan kartu kontrol.

Etika Pewawacara

1. Jujur dan cermat dalam pencatatan atau pengisian kuesioner;

2. Netral dan tidak memihak atas respon atau jawaban responden, meski berbeda

pendapat dengan pewawancara;

3. Tidak mengarahkan (leading) dan memberikan sugesti atas jawaban responden;

4. Menghormati hak-hak privacy responden untuk diwawancarai atau menjawab

pertanyaan. Dengan tidak merendahkan, menyinggung perasaan, atau

menghina responden, hingga menimbulkan ketegangan;

5. Melaporkan hasil wawancara sesuai prosedur dan taklimat koordinator survey.

Tips Mewawancarai

1. Buat kepastian waktu wawancara apabila responden sulit ditemui langsung atau

belum melengkapi keseluruhan jawaban yang diberikan;

2. Usahakan pada saat mewawancarai hanya responden yang hadir, tidak teman

atau keluarga yang menemani. Agar dalam menjawab pertanyaan tidak

dipengaruhi (bias) orang lain;

3. Reaksi atau jawaban pertama (spontan) terhadap suatu pertanyaan itulah

pendapat responden yang sesungguhnya. Adakalnya responden berubah


pendapat setelah pindah ke pertanyaan lain, jawaban atas pertanyaan semula

jangan segera dihapus.

4. Pada jawaban “Ya” atau “Tidak”, sering responden menambahkan keterangan

“Ya, kalau …” atau “Ya, tetapi …”, dalam hal ini tulislah lengkap, meskipun ini

untuk jawaban tertutup.

5. Tulislah dengan lengkap semua komentar responden. Kata-kata yang diucapkan

untuk melukiskan perasaannya adalah sangat penting.

6. Jawaban responden harus dimengerti maksudnya sebelum dicatat. Kalau belum

jelas tanyakan lagi. Jawaban harus khusus, jangan terlalu umum atau pun

mempunyai dua arti. Seperti “Saya suka karena bagus”, “Saya tidak suka”, atau

“karena menarik”.

7. Usahakanlah sambil menulis tetap berbicara. Berikanlah pertanyaan yang

mengajak dia berpikir. Membiarkan responden menanti terlalu lama dapat

menimbulkan kebosanan.

8. Selesai wawancara, periksa kembali kuesioner yang telah diisi dengan teliti,

untuk menjaga agar tidak ada nomer-nomer yang tidak terisi.

Metode Observasi

Pengumpulan data riset kuantitatif dapat pula dilakukan melalui observasi atau

pengamatan. Seperti survey untuk store check, distribution channel (lokasi

gerai/ritel), atau kepuasan pelanggan dan mutu layanan dengan mystery shopper.

Namun observasi tersebut harus dibekali lembar pengisian semacam kuesioner sehingga

diperoleh data yang dapat dikuantitatifkan. Seperti dalam riset store check dapat

dianalisa tingkat penetrasi sebuah di pasar dengan mengamati (mengecek) penjualan

produk tersebut di berbagai toko. Atau riset saluran distribusi untuk menentukan

kelayakan bisnis lokasi gerai (outlet) yang tepat juga melalui pengamatan di lapangan.

Baik daya serap pasar, yakni jumlah pengunjung pada hari atau jam tertentu. Maupun

analisa tingkat kompetisi dengan pesaing dari produk atau jasa layanan sejenis. Namun

ada beberapa hal yang perlu diperhatikan dalam metode observasi sehingga dapat

dikategorikan dalam pengumpulan data riset kuantitatif ialah:

Dibuat skenario atau prosedur pelaksanaan yang seragam dalam setiap survey

di lapangan;

Dibuat prosedur pelaporan atau pengisian data hasil survey;

Jumlah lokasi pengamatan merupakan sampel sehingga perlu diperhatikan

(teknik) pengambilan sampling-nya;

Hasil pengamatan berupa data terkodifikasi sehingga dapat membantu analisa

secara statistik, seperti korelasi, trend, atau tracking.


Mystery Shopper (MS) merupakan salah satu metode observasi dalam riset

pemasaran yang sering digunakan untuk mengukur kualitas layanan, yakni dengan

mengirimkan sejumlah periset yang berperan sebagai mystery shopper. Dalam metode

MS, setiap periset bertindak layaknya konsumen yang melakukan transaksi atau

kegiatan pengamatan lainnya yang dituangkan dalam skenario observasi. Menurut Peter

Gurney (Service Intelligent, 2001), MS yang efektif untuk perbaikan mutu layanan

(service quality) perlu melalui sepuluh tahapan 10 Steps Effectiveness Mystery

Shopper, yakni:

1. Review service & sales standard, ulasan atas gambaran layanan standar yang

telah diberikan perusahaan (klien) terhadap pelanggan selama ini. Ulasan ini

nantinya akan dianalisa apakah sudah dikerjakan sesuai SOP, lalu apakah

mengacu dengan keinginan pelanggan atau perlu menggunakan benchmark

standard.

2. Design the evaluation tools, mendesain perangkat analisa terhadap standar

layanan tersebut. Apakah secara minimal telah dilakukan oleh para frontliner

layanan perusahaan.

3. Determine scenario, menentukan skenario yang ingin dilakukan melalui survey

mystery shopper. Skenario ini disesuaikan dengan perangkat evaluasi yang telah

didesain sebelumnya.

4. Specify reporting needs, skenario yang telah disusun akan dilanjutkan dengan

pelaporan hasil survey secara spesifik dan dimungkinkan untuk dikuantitatifkan

untuk dibuat scoring, ranking, dan tracking.

5. Hire/Train Shoppers, setelah skenario dan sistem pelaporan telah dibuat,

kemudian dilanjutkan dengan rekruitmen para shopper yang bertindak seperti

layaknya pelanggan. Para shopper akan disesuaikan dengan karakter pelanggan,

baik penampilan, aksen, maupun akseptabilitas secara khusus.

6. Conduct a baseline study, pelaksanaan MS sebagai landasan studi penilaian atas

mutu layanan yang telah diberikan. Namun pada MS ini para frontliner layanan

perusahaan (klien) tidak diberitahukan sebelumnya agar landasan penilaian

awal lebih natural.

7. Share result, hasil penilaian dan analisa MS dikonsultasikan bersama dengan

para front liner layanan untuk memperbaiki mutu layanan yang kurang dan

mempertahankan yang telah baik atau sesuai standar.

8. Set goals, menyiapkan tujuan perbaikan mutu layanan yang berkelanjutan.

9. Train, melatih para frontliner layanan oleh internal perusahaan.


10. Repeat the study, mengulang MS kembali dengan memberitahukan sebelumnya

untuk mengevaluasi dan penilaian atas hasil pelatihan yang telah dilakukan para

frontliner.

Contoh Manajemen Survey

Survey lapangan, misalkan dalam sebuah riset pemasaran untuk mengevaluasi

kepuasan pelanggan di 7 kota tentunya membutuhkan tim survey yang terkoordinasi.

Prosedur yang perlu dilakukan seorang project manager setelah desain riset dan

kuesioner telah disepakati adalah

1. Menyiapkan perlengkapan administrasi dan staf lapangan. Administrasi terkait

material survey seperti: copy kuesioner, gift untuk responden, surat keterangan

survey atau kartu pengenal bagi interviewer, database pelanggan (responden),

dan administrasi lainnya. Sementara untuk tenaga lapangan yang dibutuhkan

adalah supervisor dan interviewer yang jumlahnya disesuaikan dengan target

responden dan target waktu. Apabila belum tersedia tenaga lapangan, perlu

dilakukan rekruitmen dengan seleksi sebelumnya. Perhitungan awal untuk

mengestimasi waktu survey dengan jumlah tenaga lapangan yang dibutuhkan

seperti tabel berikut:

Kota Survey Target Wawancara/Hari

(Maksimum)**

Jumlah Staf Min.

Responden Waktu Spv. Intv.

Jatabek 150 20 hari 8 wawancara 1 8

Medan 75 12 hari 7 wawancara 1 7

Surabaya 75 12 hari 7 wawancara 1 7

Balikpapan 50 10 hari 5 wawancara 1 5

Makassar 50 10 hari 5 wawancara 1 5

Total 400 20 hari* 5 wawancara 5 5

*waktu pengerjaan survey serentak

**asumsi wawancara: 1 responden/hari setiap interviewer

2. Untuk meminimalisasi ketidakpemahaman isi dan teknik penyampaian dalam

mewawancarai responden, interviewers dibekali brief langsung oleh Tim Inti

yang waktunya sebelum target wawancara ditetapkan. Saat brief, diberikan

pula perlengkapan administrasi, database responden, dan administrasi lainnya.

Bagi interviewer pemula perlu dilakukan try out terlebih dahulu untuk

memastikan kemampuannya.

3. Meski telah dilakukan brief, prosedur pengawasan perlu dilakukan untuk meng-

hindari kesalahan survey dan kecurangan interviewer. Ujung tombak peng-

awasan berada di tangan Supervisor. Empat hal yang perlu diperhatikan dalam

pengawasan tersebut, yakni:


Pengawasan jadwal. Supervisor menetapkan jadwal kerja Interviewer agar

disepakati target survey bersama. Jadwal kerja perlu memperhatikan

waktu untuk membuat janji (appointment) dengan responden dan fleksi-

bilitas interviewernya sendiri. Target dan realisasi interviewer untuk

memperoleh data responden dicatat dalam control sheet sebagai progress

report harian. Laporan perkembangan ini juga dibutuhkan oleh project

manager dan pihak klien untuk memantau perkembangan survey terkini.

Pengawasan prosedur pengambilan data. Supervisor dapat melakukan

pengecekannya dengan witness, menyaksikan langsung atau ikut serta saat

interviewer mewawancara, apakah sudah benar atau belum. Lalu secara

acak sekitar 10 % responden dihubungi kembali, apakah sudah diwawanca-

rai secara lengkap atau tidak.

Pengawasan isi atau hasil kuesioner. Apabila terdapat kekosongan atau

kesalahan pengisian item-item kuesioner, Supervisor berhak meminta

interviewer melakukan wawancara ulang. Namun apabila terjadi banyak

kesalahan dapat dilakukan penolakan (reject) hasil wawancara.

Secara cross check, Project Manager atau bahkan klien sendiri dapat

mengecek kebenaran wawancara yang telah dilakukan juga dengan

menghubungi 5-10% dari responden di setiap wilayah survey. Apabila

terdapat data fiktif yang dilakukan oleh seorang interviewer akan

dilakukan recall, penolakan keseluruhan pekerjaan interviewer tersebut.

Misalkan, dari 10 wawancara diketahui satu wawancara fiktif, kesepuluh

hasil wawancara itu ditolak meski sembilan wawancara belum teriden-

tifikasi fiktif atau tidak.

4. Setelah manajemen survey telah dilakukan dengan pengawasan ketat, hasil

survey dapat memasuki tahapan riset selanjutnya. Yakni proses tabulasi data

dan analisa data hasil survey keseluruhan.


Bab 9

TABULASI DATA

Sebelum melakukan analisa data, dilakukan terlebih dahulu tahapan pra analisa

data berupa penyuntingan, verifikasi, dan tabulasi data. Pasca pengumpulan data di

lapangan merupakan proses memasuki tahapan pra analisa. Tabulasi data biasanya

memang tidak dimasukkan dalam prosedur analisa data riset, karena belum

mengungkapkan hubungan data hasil riset. Namun sedikitnya tabulasi data ini dapat

menyajikan pra analisa berupa ukuran deskriptif masing-masing variabel pengamatan.

Tahapan awal pra analisa, data hasil survey yang telah dicek oleh supervisor lapangan

di-entry pada program komputer. Dahulu sebelum program komputer berkembang,

data hasil survey dikumpulkan dan dianalisa secara manual. Tentunya ini akan

merepotkan untuk survey yang melibatkan banyak responden.

Proses entry atau pengetikan/pemasukan data secara sederhana dapat

menggunakan program MS Excel atau langsung pada program aplikasi statistik seperti

SPSS, Minitab, STATA, atau Lisrel. Namun khusus program aplikasi statistik tersebut,

data harus dikodifikasi (data coding) secara numerik terlebih dahulu agar dapat

dianalisa. Gambar berikut menampilkan tahapan yang perlu dilakukan proses pra

analisa:

PRE-ANALYSIS PROCESS

D A T A

COLLECTING

D A T A

A N A L Y S I S

Evaluasi Kelayakan Isi

DATA ENTRY

D A T A

C O D I N G

DATA EDITING &

CHECKING

D A T A

TABULATION

INCOMPLETE R E J E C T

COMPLETE


Hal penting yang perlu diperhatikan, yakni terjadinya kesalahan saat

pengetikan atau mengkodifikasi jawaban yang berdampak pada kesalahan fatal pada

analisa data. Seperti dalam skala likert: “1 - 5” = “sangat tidak puas – sangat puas”,

jangan terbalik mengkodifikasikan “sangat tidak puas” = “5”. Beberapa perusahaan

riset pemasaran atau lembaga survey umumnya menggunakan program khusus data

entry, coding, dan tabulation dalam satu kesatuan. Sehingga mempermudah proses pra

analisa sekaligus meminimalisasi terjadinya kesalahan pengetikan dan memasukkan

data. Program khusus tersebut seperti Quantum, QPS, atau CS-Pro dapat di-setting

tampilan layarnya nampak seperti kuesioner asli. Apabila program tersebut sudah di-

setting sebelumnya, peng-entry-an data dapat dilakukan terpisah oleh siapapun meski

bukan periset semula.

Pengontrolan data setelah supervisor lapangan adalah Data Entry Officers, yakni

penyuntingan dan pengecekan apabila terdapat satu dua jawaban kuesioner yang tidak

terisi, tidak lengkap, atau tidak terbaca. Apabila hal itu terjadi, dapat dilakukan

konfirmasi secepatnya kepada interviewer bersangkutan melalui supervisor lapangan.

Namun pengontrolan ini hanya ditoleransikan bagi kesalahan kecil tanpa perlu

konfirmasi ulang terhadap responden yang terkait. Sementara untuk kesalahan besar

dapat dilakukan penolakan (“reject”) atas kuesioner yang telah dikumpulkan.

Adakalanya terjadi satu-dua jawaban kuesioner kosong tidak terisi dan periset

sendiri kesulitan untuk mengkonfirmasi ulang responden, interviewer, atau supervisor

bersangkutan. Kebijakan penolakan dapat ditoleransi apabila kurang dari 5 % dari

seluruh sampel responden. Kekosongan atau kehilangan nilai data ini dapat disiasati

pada program SPSS dengan replace missing value (RMV). Dengan RMV, data yang hilang

tadi akan diganti dengan pendekatan statistik, seperti pendekatan rata-rata, median,

interpolasi linier, atau interpolasi trend. Barulah, setelah penyuntingan dan pengecek-

kan data dilakukan sesuai ambang toleransi kesalahan dan acuan jumlah sampel bersih.

Data mentah yang telah disunting dan dicek disebut raw data yang adakalanya klien

atau pihak pengguna memintanya sebagai bukti lapangan dan lampiran laporan akhir

riset.

Ringkasan Ukuran Statistik

Dalam tahapan tabulasi dapat diperoleh ringkasan ukuran statistik deskriptif

sebagai pra analisa. Meski beberapa buku riset berbeda pendapat, apakah bagian dari

tabulasi data ataukah sudah masuk analisa data. Dalam ringkasan statistik deskriptif,

data dijelaskan karakteristiknya secara kuantitatif yang ringkas. Pra analisis ini akan

membantu periset menyajikan ribuan data dalam bentuk yang lebih mudah dipahami

dan lebih cepat dimengerti. Seperti informasi kecenderungan pemusatan data,


bagaimana penyebarannya, lalu kemiringan dan kelancipan. Selain itu juga untuk

informasi jumlah data yang missing atau kosong tak terisi, dan data pencilan (outlier)

yang menyebabkan data bias. Beberapa statistical software dapat memberikan ukuran-

ukuran tersebut seusai data selesai ditabulasi. Ringkasan statistik deskriptif ini

dijelaskannya dalam empat ringkasan ukuran statistik yakni:

A. Ukuran Pemusatan (Central Tendency)

Ukuran ini memberikan informasi kecenderungan data mengelompok atau

memusat. Terdapat tiga ukuran utama pemusatan yang tepat disesuaikan skala

ukuran data, yakni:

Mean atau sering disebut dengan rata-rata. Ukuran mean tepat digunakan bagi

data berskala interval (arithmetic mean) dan data berskala rasio (geometric

mean). Namun kurang tepat sebagai ukuran pemusatan apabila terdapat pencil-

an (outlier). Secara matematis, arithmetic mean (rata-rata hitung) adalah:

n

x

X

n

i

i 1

Median dari suatu himpunan data kuantitatif adalah angka tengah (bila n ganjil)

atau rata-rata dua angka tengah (bila n genap) yang telah terurut dari nilai

terendah hingga yang terbesar. Median cocok untuk data berskala ordinal, yang

dapat ditampilkan dengan tabel frekuensi (prosentase per kategori).

Modus merupakan nilai yang paling sering muncul, atau yang frekuensinya

paling tinggi. Dengan kata lain, modus menunjukkan di mana data cenderung

berkonsentrasi. Ukuran ini tepat bagi data berskala nominal, sama seperti

median, dapat disajikan pula dalam tabel frekuensi (prosentase per kategori).

B. Ukuran Penyebaran (Dispertion)

Ukuran ini memberikan informasi kecenderungan data menyebar. Terdapat tiga

ukuran utama pemusatan yang tepat disesuaikan skala ukuran data, yakni:

Range ialah selisih antara nilai terbesar dengan nilai terkecil dari suatu himpun-

an data. Range adalah ukuran penyimpangan yang mudah dipahami, cepat dan

mudah menghitungnya, tetapi kurang teliti. Semakin besar nilai range, maka

semakin tinggi penyimpangan data dari nilai rata-ratanya. Kelemahan ukuran

range ini adalah tidak adanya informasi mengenai distribusi data-data lain yang

berada di antara nilai terbesar dan terkecil tersebut. Artinya, range bisa sama

namun sebaran datanya dapat berbeda. Ukuran range dapat digunakan untuk

semua ukuran skala.


Interquartile Range yang dilambangkan dengan dq merupakan penyebaran

bagian tengah dari data, yaitu: dq = qA – qB dimana qA ialah kuartil atas dan qB

ialah kuartil bawah. Karena yang digunakan ialah bagian tengah dari data,

maka dq tidak dipengaruhi oleh data pencilan. Untuk data berskala kategorik,

dq cocok membantu memberikan informasi deviasi.

Deviasi standard yang dilambangkan dengan S merupakan ukuran penyimpang-

an yang diperoleh dari deviasi tiap data dengan nilai rata-ratanya. Semakin

kecil nilai standar deviasi, maka semakin kecil penyimpangannya dan nilai data

mengelompok seputar nilai rata-ratanya. Nilai kuadrat standar deviasi, S2,

disebut juga variansi dan hanya cocok untuk data berskala rasio atau interval.

1

)( 2

12

n

XX

S

n

i

i

dan 1

)( 2

1

n

XX

S

n

i

i

C. Ukuran Kemiringan (Skewness) dan Kelancipan (Kurtosis)

Untuk statistik lebih lanjut, sering diperlukan asumsi penyebaran data –khususnya

data metrik- itu berdistribusi normal atau tidak. Distribusi normal merupakan

penyebaran data yang simetris berbentuk lonceng atau genta. Jika populasi

berdistribusi normal, maka histogram sampel umumnya mempunyai frekuensi besar

pada kelas interval yang berada di tengah, sedangkan kelas yang di tepi kanan dan

kiri mem-punyai frekuensi kecil.

Contoh Himpunan Data Berdistribusi Normal


Mean < Median Mean > Median Mean = Median

Skewness

Kurtosis

Replace Missing Value SPSS 11.5

Seperti yang telah dibahas di atas, saat melakukan data entry atau tabulasi,

periset menghadapi suatu nilai data yang hilang atau missing. Untuk beberapa analisa

statistika dapat bermasalah, sehingga perlu trik pengisian data yang hilang. Pada

program SPSS dengan replace missing value (RMV), data yang hilang tadi akan diganti

dengan pendekatan statistik, yakni:

Series Mean, mengisi nilai missing dengan rata-rata dari keseluruhan deret

(variabel/kolom).

Mean Nearby Points, mengisi nilai missing dengan rata-rata pada sekeliling nilai

yang valid.

Median Nearby Points, mengisi nilai missing dengan median pada sekeliling nilai

yang valid.

Linier Interpolation, mengisi nilai missing dengan interpolasi linier.

Linier Trend at Point, mengisi nilai missing dengan trend linier pada setiap titik.

Tahapan menggunakan prosedur RMV dilakukan sebagai berikut:

1. Menentukan variabel (kolom) yang terdapat missing value, dapat dibaca dari

output prosedur statistik deskriptif pada SPSS. Seperti contoh di bawah ini,

nampak variable “Revenue” terdapat 12 nilai data missing dan 1488 nilai valid.

Statistics Revenue

N Valid 1488

Missing 12


2. Klik menu Transform, pilih Replace Missing Value sehingga keluar tampilan

berikut:

3. Beri nama variabel (kolom) pada name, apabila ingin membuat variabel baru bagi

variabel yang memiliki data missing. Secara default SPSS langsung memberikan

nama baru, yakni “nama_1”. Apabila tidak ingin membuat variabel baru, gunakan

nama variabel yang lama. Jangan lupa klik Change.

4. Pilihlah variabel akan dilakukan prosedur RMV.

5. Pilihlah metode pada Method. Khusus yang memilih metode …of nearby, pilih

rentang berapa jarak keliling data valid yang dipilih, pada Span of Nearby Points.

6. Klik OK jika akan melakukan prosedur RMV atau Cancel jika akan dibatalkan.


Bab 10

ANALISA DATA

Seperti telah dibahas pada bab sebelumnya, pasca tabulasi data dilanjutkan pra

analisa berupa tampilan ringkasan ukuran statistik deskriptif. Lebih lanjut, tahapan

analisa data masih menggunakan statistik deskriptif dapat menyajikan informasi data

dalam bentuk tabel dan visualisasi bagan, diagram, atau grafik. Selain menyajikan data

mentah menjadi lebih informatif, juga mempermudah proses analisa data. Analisa data

menggunakan tabel deskriptif dan visualisasi diagram ini akan sangat membantu bagi

praktisi yang awam dengan pengujian statistik. Karena cukup mudah mengolahnya

tanpa perlu mengernyitkan dahi dengan rumus-rumus statistik. Atau menggunakan

statistical software yang membutuhkan waktu untuk mempelajarinya. Dan tidak perlu

khawatir, karena lembaga riset profesional pun menggunakan tabel-tabel deskriptif

sederhana dan visualisasi diagram untuk mendeskripsikan hasil-hasil risetnya.

Hasil riset kuantitatif yang terkait dengan fakta, informasi, pendapat, dan

persepsi responden (ingat bahasan pada bab mendesain kuesioner) umumnya dapat

disajikan dalam bentuk tabel. Tabel tersebut berisikan kolom kategori dari suatu

variabel beserta kolom jumlah dan frekuensi. Adakalanya ditambahkan kolom frekuensi

kumulatif. Untuk variabel berisi data metrik dapat juga dibuatkan tabel, namun data

tersebut dikategorisasikan atau dibuat kelas-kelasnya terlebih dahulu. Jenis tabel

sendiri tidak terlalu banyak, yakni tabel satu arah dan tabel tabulasi silang (cross

tabulation) dua arah atau lebih. Di bawah ini contoh-contoh tabel beserta analisanya:

Tabel Satu Arah (Penghasilan Responden)

Penghasilan Rata-Rata/Bulan n Frekuensi Kumulatif

Kurang dari Rp. 1.000.000 10 5.0% 5.0%

Rp. 1.000.001 – Rp. 1.500.000 30 15.0% 20.0%

Rp. 1.500.001 – Rp. 2.000.000 50 25.0% 45.0%

Rp. 2.000.001 – Rp. 5.000.000 75 37.5% 82.5%

Rp. 5.000.001 – Rp. 10.000.000 25 12.5% 95.0%

Di atas Rp. 10.000.001 10 5.0% 100.0%

Total 200 100%

Apabila sampel diambil secara random, secara sekilas pembaca pun akan mudah

menganalisa dan dapat menyimpulkan tabel satua arah di atas:

Status ekonomi sosial (SES) mayoritas “populasi” yang diamati berada pada kelas

menengah atas, 75% berpenghasilan lebih dari Rp. 1,5 juta/bulan.


Apabila target pasar adalah kelas berpenghasilan di atas Rp. 5 juta, maka

potential consumer adalah sebanyak 17.5% dikalikan jumlah N populasi.

Tabulasi Silang 2 Arah Baris (Brand Switching)

Obat Nyamuk Bajar Sebelumnya

Obat Nyamuk Bakar Saat Ini

Kodok Bajaj Elang Bangau Lainnya Total

Cap Kodok 65% 15% 7.5% 12.5% - 100%

Cap Bajaj 20% 45 % - 20% 5% 100%

Cap Elang 30% 7.5% 15% 45% 2.5% 100%

Cap Bangau 25% 5% - 70% - 100%

Lainnya 35% 10% 2.5% 50% 2.5% 100%

Dalam kasus brand switching, tabulasi silang dapat membantu menganalisa proporsi

perpindahan merek. Seperti hasil tabulasi di atas, nampak obat nyamuk cap Bangau

memiliki konsumen yang loyal (70%) dibanding merek lain, hanya 30% yang melakukan

perpindahan merek. Sementara cap Elang memiliki konsumen yang berloyalitas rendah

(15%).

Tabulasi Silang (Cross Tabulation)

Jenis Kelamin

Usia Variasi Rasa Instant Coffee

Total Black Coffee Capuccino Chocolate

Laki-Laki

< 15 thn 1 9 25 35

15-18 thn 3 16 8 27

18–25 thn 8 21 9 38

Perempuan

< 15 thn 2 14 13 29

15-18 thn 7 12 24 43

18–25 thn 7 17 4 28

Total 28 89 83 200

Dalam kasus segmentasi konsumen, tabulasi silang dapat membantu menganalisa

proporsi profil demografis konsumennya. Seperti hasil tabulasi di atas, nampak

peminum kopi instan rasa chocolate paling banyak disukai oleh laki-laki berusia < 15

tahun dan perempuan berusia 15-18 tahun. Apabila ingin mengetahui apakah ada

pengaruh jenis kelamin dan atau usia dengan variasi rasa kopi yang disukai, dapat

menggunakan statistik inferensial seperti: correlation test atau two ways ANOVA.

Visualisasi Diagram Pemasaran

Data mentah itu ibarat mutiara, maka data-data tersebut perlu diasah menjadi

lebih berbobot. Selain tabel, informasi juga dapat ditampilkan lebih menarik dengan

bentuk atau visualisasi diagram (bagan/grafik). Namun menampilkan data dalam


bentuk diagram, baik melalui program MS Excel, Visio, atau program lainnya, perlu

memperhatikan karakteristik dari data tersebut. Di sebuah artikel, Rhenald Kasali

mengomentari sering terjadinya tampilan diagram (chart) tidak menunjukkan ada

hubungan dengan data yang dipresentasikan. Misalnya, data hasil riset menunjukkan

pertumbuhan jumlah pemakai internet di Indonesia, namun teknik visual yang dibuat

berbentuk pie chart. Alhasil, visualnya jadi tidak “berbunyi”, bahkan bisa

membingungkan (detik.com, 2000). Di bawah ini, beberapa visualisasi diagram

pemasaran yang sering dibuat untuk analisa data dan laporan riset pemasaran

menggunakan fasilitas CHART pada MS Excel.

1. Pie Chart

Pie Chart atau diagram kue yang berbentuk lingkaran ini, diperuntukkan untuk

visualisasi data proporsi atau prosentase dari beberapa kategori. Cocok dipakai jika

datanya menunjukkan hubungan (relation) antara suatu kategori dengan kategori

lain secara keseluruhan. Hindari menggunakan pie chart apabila terlalu banyak

kategori yang akan ditampilkan. Gunakan saja tabel atau tabulasi data, sehingga

mempermudah membaca proporsi data dari masing-masing kategorinya. Pie chart

dapat divariasikan dalam bentuk tiga dimensi, bagian pie yang terbelah (exploded

pie), atau bentuk donat (doughnut). Berikut contoh-contoh pie chart beserta

analisanya:

Diagram Pie (Market Size)

Tanpa diberikan penjelasan pun, pembaca akan dapat langsung menganalisa bahwa

market leader hasil riset di atas adalah obat nyamuk bakar Cap Bangau. Dengan

market share sebesar 41.7%, lalu disusul Cap Kodok (28.6%), dan Cap Bajaj (17.9%).

Market Size Obat Nyamuk Bakar

Cap Bangau

41.7%

Cap Kodok

28.6%

Lainnya

3.6%Cap Elang

8.3%Cap Bajaj

17.9%


Diagram Doughnut Pie (Market Size)

Pertanyaan tentang pendapat kepuasan kuantitatif dengan skala likert pun dapat

dibuat diagram pie. Diagram dapat divariasikan dengan pewarnaan, ukuran font,

atau menambahkan gambar clip art yang sesuai seperti contoh di atas.

2. Bar Chart

Bar Chart atau diagram batang digunakan apabila hubungan antar datanya itu

berupa ranking, persamaan, korelasi, atau perbandingan. Ringkasnya, diagram ini

berfungsi untuk menunjukkan perbandingan (comparison) antara satu kelas dengan

kelas yang lain dalam satu atau beberapa variabel. Diagram batang dapat

divariasikan dalam tampilan baris/kolom, bentuk terbagi (stacked bar), atau

bentuk bar-line chart seperti pareto charts. Berikut contoh-contoh bar chart

beserta analisanya:

Diagram Batang Metode Top/Bottom 2 Boxes


Stacked Bar

Diagram batang yang paling sederhana, seperti contoh di atas, cukup

menampilkan nilai dari masing-masing kategori. Atau dibuat stacked bar berwarna

secara terpisah atau masih dalam kesatuan grafik. Nilai tidak harus berupa

prosentase, hanya contoh di atas mengukur prosentase kepuasan/ketidakpuasan

(skala: 0-100%). Dalam pengukuran sikap dengan skala likert, rating 1 hingga 5,

dapat diringkas berdasarkan penilaian dua tertinggi (Top 2 Boxes), yaitu kelompok

responden yang menjawab Sangat Puas (skala 5) dan Puas (skala 4). Sedangkan

tingkat ketidakpuasan dilihat berdasarkan penilaian dua terendah (Bottom 2

Boxes), yaitu kelompok responden yang menjawab Sangat Tidak Puas (skala 1) dan

Tidak Puas (skala 2).

Diagram Batang Clustered (Kepuasan Layanan)

Apabila kita ingin memperbandingan beberapa atribut dengan kategori

penilaian yang sama juga dapat menggunakan diagram batang. Cukup praktis

menggunakan fasilitas “CHART” MS Excel tipe clustered dan cukup mudah pula

menganalisanya. Sebelumnya, jawaban responden -konsumen obat nyamuk bakar

cap Kodok- dibuat rata-rata (“average”) untuk masing-masing atribut. Lalu


diringkas dengan metode top/bottom 2 boxes, menjadi satisfied dan unsatisfied.

Seperti contoh di atas yang memperbandingan indeks kepuasan/ketidakpuasan

(skala: 0-100%) untuk beberapa atribut. Nampak secara keseluruhan (overall)

atribut obat nyamuk bakar cukup satisfied (60.34%). Beberapa atribut ada yang

dinilai memuaskan (satisfied > 60 %), tapi ada juga dinilai tidak memuaskan

(unsatisfied > 60 %) seperti atribut “asap yang tidak membuat sesak”.

Diagram Pareto

Diagram Pareto sangat bermanfaat untuk menggambarkan masalah berdasarkan

urutan dari banyaknya kejadian. Seperti halnya diagram batang, diagram Pareto

menunjukkan frekuensi dari item-item kejadian (sumbu x) dengan persegi

berbentuk batang. Serta dikombinasikan dengan grafik garis berupa persentase

kumulatif dari frekuensi kejadian per itemnya. Namun batang-batang tersebut

diurutkan dari yang terbesar yakni di sebelah kiri grafik diikuti batang berfrekuensi

lebih rendah di sebelah kanannya.

Nama Pareto sendiri berasal dari seorang ahli ekonomi Italia pada abad 19,

Vilfredo Pareto menemukan terjadi maldistribusi kesejahteraan (maldistribution of

wealth). Dari hasil penelitiannya, bagian terbesar kesejahteraan hanya dikuasai

sebagian kecil orang. Atau diintisarikan dalam prinsip 80/20, yakni sekitar 80%

masalah disebabkan oleh 20% dari penyebab. Hal ini menjadi kunci perbaikan

proses pertama kali adalah mengidentifikasi dan memfokuskan kepada masalah

utama.

Berdasarkan contoh diagran pareto di atas, masalah yang kerap dikomplain

oleh konsumen obat nyamuk bakar cap Kodok adalah “batang obat nyamuk patah”


dan “batang obat nyamuk basah”. Seperti diagram clustered sebelumnya, lebih

lanjut analisis dapat memberikan rekomendasi untuk service/product improvement

yang perlu dilakukan produsen. Namun diagram pareto lebih mudah untuk

memberikan prioritas kerja dari service/product improvement yang dilakukan.

3. Line Chart

Line graph atau grafik garis digunakan untuk menunjukkan hubungan antar data

berupa pertumbuhan, fluktuasi, atau pertambahan/pengurangan. Berikut contoh-

contoh diagram garis atau grafik beserta analisanya:

Diagram Garis

Diagram garis yang paling sederhana, seperti contoh di atas, cukup menampilkan

nilai dari masing-masing kategori. Berbeda dengan grafik batang, pada grafik garis

kita akan mudah melihat fluktuasi. Analisa contoh grafik di atas, penggunaan obat

nyamuk bakar saat ini terjadi peningkatan dari dua bulan sebelumnya. Namun perlu

diwaspadai oleh produsen, terjadi penurunan rencana penggunaan satu dua bulan

ke depan sebesar 20%-25%. Apa saja yang mempengaruhi penurunan tersebut, itu

dapat digali lagi oleh periset, apakah terjadi penurunan kualitas, pengaruh faktor

perilaku konsumen, dan sebagainya.

Penggunaan Obat Nyamuk Bakar Cap Kodok

Berdasarkan Waktu

100%

75%80%

85%

70%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2 Bulan Lalu Sebulan Lalu Bulan Ini Bulan Depan 2 Bulan Depan


Diagram Price Sensitivity Meter (PSM)

Dalam riset elastisitas harga, dapat dibuat grafik PSM sekaligus dapat dianalisa

kisaran harga terendah hingga tertinggi yang dapat diterima konsumen (Range of

Acceptable Price). Grafik PSM (Price Sensitivity Meter) yang dikembangkan Van

Westendorp, ekonom asal Belanda, mudah dibuat menggunakan fasilitas chart MS

Excel. Berikut langkah-langkah pembuatan grafik PSM:

Dalam mendesain kuesioner, responden diminta menyebutkan tingkat harga

yang mereka anggap “terlalu murah”, “murah”, “mahal”, dan “terlalu

mahal”. Buat pilihan harga tersebut sebagai pilihan jawaban tertutup (ingat,

closed-ended question).

Jawaban responden dibuat tabulasi frekuensi kumulatif menaik (ascending)

dan menurun (descending) dari jumlah responden yang menyebutkan harga

tertentu untuk empat variabel (terlalu murah, murah, mahal dan terlalu

mahal).

Hasil tabulasi empat variabel tersebut selanjutnya dimasukkan dalam fasilitas

chart MS Excel tipe line chart. Sumbu horisontal menunjukkan tingkat harga

sedangkan sumbu vertikal menunjukkan distribusi (persentase) kumulatif 0 %

hingga 100 %.

Dari grafik ogive yang dibuat diperoleh perpotongan dua garis, amati nilai

harga pada sumbu-x.

Kisaran harga yang dapat diterima konsumen (RAP=Range of Acceptable Price)

didefinisikan sebagai tingkatan harga yang dibatasi oleh titik MPC (Marginal

Cheap Price Point) dan MEP (Marginal Expensive Price Point).


MCP adalah tingkatan harga di mana persentase jumlah responden yang

menganggapnya terlalu murah (too cheap) sama dengan jumlah yang

menganggapnya tidak murah (not cheap).

Sedangkan MEP adalah tingkatan harga di mana persentase jumlah responden

yang menganggapnya terlalu mahal (too expensive) sama dengan jumlah yang

menganggapnya tidak mahal (not expensive).

4. Scatter Plot Diagram IPA

Scatter plot diagram atau diagram titik digunakan jika ada suatu variabel yang

menunjukkan korelasi dengan variabel lainnya, baik positif atau negatif. Atau juga

variabelnya itu tidak menunjukkan hubungan apapun dengan lainnya. Scatter

diagram ini biasanya dipakai jika ada plot-plot kecil yang menunjukkan data riset

tersebut. Lalu, dari plot-plot ini ditarik suatu garis yang akhirnya membuat plot

tersebut jauh lebih gampang untuk dimengerti. Contoh analisa data yang informatif

menggunakan scatter plot adalah diagram Important Perfomace Analysis (IPA). IPA

merupakan diagram yang memetakan kinerja (perfomance) suatu produk atau

merek dengan tingkat kepentingan atau harapan di mata konsumen. Sama sepeti

diagram titik (kartesius) dengan dua sumbu x dan sumbu y pada umumnya. Namun

untuk lebih informatif, diagram dibagi empat bagian untuk mempermudah analisa

dan rekomendasi strategisnya.

Diagram Baku Important Perfomance Analysis (IPA)

Yang menjadi ploters atau titik-titik pada diagram adalah skor rata-rata (skala

likert) dari penilaian responden terhadap atribut-atribut yang ditanyakan.

Pertanyaan dan skor kinerja sebagai sumbu horisontal:

GoodPoor

Low

Hig

h

Poor Perfomance

and

Low Important

Level

Good Perfomance

but

Low Important

Level

Good Perfomance

and

High Important

Level

High Important

Level

but

Poor Perfomance


“Saat menggunakan produk X, bagaimana Anda menilai kualitasnya dalam hal ... [bacakan atribut], apakah? a. Sangat baik (Skor: 5) b. Baik (Skor: 4) c. Biasa (Skor: 3) d. Jelek (Skor: 2)

e. Sangat Jelek (Skor: 1)

Sedangkan pertanyaan dan skor tingkat kepentingan sebagai sumbu vertikal:

“Apakah ... [bacakan atribut], bagi Anda itu? a. Sangat tidak penting (Skor: 1) b. Tidak penting (Skor: 2) c. Antara penting & tidak (Skor: 3) d. Penting (Skor: 4) e. Sangat penting (Skor: 5)

Lalu untuk membagi menjadi empat kuadran, buat sumbu utama pada titik rata-

rata skor seluruh atribut. Jangan lupa berikan nama pada setiap ploters sesuai

atribut yang ditanyakan. Diagram sejenis ini dipergunakan juga untuk mengukur

price perfomance analysis, perceived & expected quality, atau need & perfomance

analysis.

Contoh Diagram IPA 4 Kuadran

Analisis kasus survey toserba di atas, keamanan, kelengkapan produk, dan kualitas

produk dianggap penting dan dinilai bagus kinerjanya oleh pengunjung, berarti

direkomendasikan untuk terus dipertahankan. Fasilitas AC, interior ruangan, parkir,

layanan SPG, layanan kasir, keragaman merek, harga murah, dan penataan barang

dianggap penting namun dinilai buruk, berarti atribut ini merupakan prioritas

utama untuk perbaikan (service improvement priority). Sementara atribut lokasi

SURVEY TOSERBA "ABC" DI KOTA BOGOR

Lokasi Strategis

Parkir

Interior

Kelengkapan Produk

Kualitas

Produk

Keragaman Merek

Harga Murah

Layanan SPG

Layanan Kasir

Keamanan

Penataan

Barang

AC

1.40

1.50

1.60

1.70

1.80

1.90

2.00

2.10

2.20

2.30

2.40

2.50

2.60

4.2 4.3 4.4 4.5 4.6 4.7 4.8

GOOD PERFOMANCE

HIG

H L

EV

EL

POOR PERFOMANCE

LO

W

LE

VE

L


strategis, meski dinilai kurang bagus namun dianggap tidak terlalu penting,

sehingga tidak perlu terlalu berlebihan dalam kebijakan lokasi toserba.

Lebih jauh pengembangan analisis IPA, grafik dibagi menjadi sembilan kuadran,

dengan kuadran tengah untuk penilaian average. Dan pembaginya adalah kuartil

dari skor seluruh atribut.

Contoh Diagram IPA 9 Kuadran

5. Diagram Jaring Laba-Laba

Untuk memperbandingkan perceived quality dari berbagai merek produk,

analisa data dapat lebih informatif dan menarik menggunakan diagram jaring laba-

laba. Diagram ini berbentuk segi “n” yang ditarik garis-garis simetris dan plot garis

dari sumbu utama menyerupai jaring laba-laba. Plot garis ini untuk berfungsi

memperbandingkan skor rata-rata perceived quality dari ke-n merek produk.

Diagram ini mudah dibuat menggunakan fasilitas CHART dari MS Excel tipe radar.

Namun sebelumnya rata-rata skor perceived quality dari n merek ini telah

disiapkan.

Analisa contoh di bawah, nampak jelas untuk assurance score obat nyamuk

bakar tertinggi adalah cap Kodok dan cap Bangau. Sedangkan skor terendah adalah

cap Singa. Diagram ini dapat juga untuk memperbandingkan skor parameter

berbagai merek atau produk, seperti service quality antar cabang atau lainnya.

Namun jumlah kategori yang diperbandingkan baiknya apabila lebih dari dua

kategori tapi kurang dari delapan kategori.


Jaring Laba-laba (Perceived Quality)

6. Diagram Semantic Differential

Apabila kita menginginkan analisa perbandingan parameter-parameter dari

suatu merek/produk dengan kompetitornya. Perbandingan ini dapat membantu

menggali keunikan dan keunggulan kompetitif (competitive advantage) dengan

kompetitor dekat atau dengan market leader sebagai strategi benchmarking. Yang

perlu disiapkan sebelumnya adalah desain kuesioner seperti yang telah dibahas

pada bab sebelumnya, menggunakan skala semantic differential. Fasilitas CHART

MS Excel yang digunakan adalah tipe scatter with data points connected by lines.

Dalam contoh berikut, Asuransi XYZ menjadi perusahaan kompetitor dari

Asuransi XYZ, dapat kita analisa bahwa keunggulan kompetitif yang dimiliki

Asuransi ABC adalah bonafiditas, pelayananan cepat, akses TI yang mudah, dan

agen yang ramah. Hal ini yang perlu direkomendasikan untuk program promosi

Asuransi ABC. Dalam riset service quality, diagram semantic diferrential ini

dipergunakan untuk gap analysis dari expected & perceived quality.


Semantic Differential (2 Merek Asuransi)


Bab 11

STATISTIK INFERENSIAL

Berdasarkan tujuannya, statistik terbagi dua, yakni statistik deskriptif yang

telah dijelaskan pada Bab 10 dan statistik inferensial. Statistik inferensial bertujuan

menganalisa karakteristik sampel untuk diinferensi atau digeneralisasi terhadap

populasi. Pada statistik deskriptif kita menganalisa karakteristik berdasarkan tabulasi,

ukuran numerik, grafik, dan diagram yang dilihat secara matematis dan visual.

Sedangkan metode statistik inferensial, kita melakukan penaksiran (estimasi),

pengujian, pemodelan, dan sebagainya untuk karakteristik populasi yang perhitungan-

nya didasari himpunan data sampel. Tentunya pengambilan kesimpulan dari sampel

akan memunculkan “ketidakpastian”, yang nantinya menjadi ukuran seberapa andal

(reliable) taksiran, pengujian, maupun pemodelan yang dihasilkan. Ukuran keandalan

tersebut berupa ukuran tingkat kepercayaan, tingkat signifikansi, atau sampling error,

yang diperoleh dari asumsi dan hasil estimasi statistik.

Data akan menjadi informasi yang mempunyai arti bila analisanya menyajikan

kepada pengguna (klien/user) sejumlah deskripsi, hubungan atau perbedaan, pengaruh

suatu atau beberapa variabel terhadap variabel tertentu, yang dapat digunakan dalam

pengambilan keputusan. Dilema yang sering dihadapi oleh periset adalah memilih

pengujian dan teknis analisa statistik yang tepat sesuai tujuan dan metode riset. Bab

ini akan membahas kerangka untuk memilih uji statistik inferensial yang tepat.

Setidaknya ada tiga aspek yang perlu diperhatikan dalam menentukan uji statistik yang

tepat, yakni (1) hipotesa pengujian yang terkait perumusan tujuan riset; (2) hubungan

antar variabelnya (dependen atau interdependen); (3) skala data (nominal, ordinal,

interval, atau rasio).

Seperti yang dibahas pada Bab 2, langkah awal memulai riset ialah dengan

memaparkan garis besar masalah dan merumuskannya dalam tujuan riset, sehingga

akan dihasilkan hipotesa awal pengujian. Berapa jumlah variabel yang terlibat?

Bagaimana hubungan antar variabel-variabel amatan? Apakah ada hubungan

mempengaruhi dan dipengaruhi secara terpisah (dependen). Atau antar variabel-

variabel tersebut saling mempengaruhi (interdependen). Hipotesa ini akan membantu

menentukan uji statistik yang tepat. Lebih lanjut, uji statistik ditentukan lagi oleh

jenis skala data, apakah variabel data berjenis metrik (rasio/interval) atau non metrik

(ordinal/nominal). Berikut diagram alur dalam menentukan uji statistik yang tepat.


Dalam bahasan buku-buku referensi teori statistika, istilah univariat dan

bivariat lebih menunjukkan pada jumlah variabelnya saja, satu (uni) dan dua (bi). Yang

populer adalah mean different test (uji beda rata-rata) dalam pengujian uni/bivariat

dan correlational test (uji korelasi/asosiasi) khusus pengujian bivariat. Namun tetap

dalam penentuannya, masing-masing uji tersebut memperhatikan skala data: metrik

atau non metrik.

Mean Different Analysis

Mean different test atau disebut juga uji beda (selisih) rata-rata, digunakan

untuk menentukan apakah ada perbedaan atau tidak di antara satu, dua, atau lebih

grup sampel (kelompok perlakuan) dari variabel yang diamati. Pengujian ini merupakan

uji statistik sederhana, namun dapat menentukan perbedaan antar grup dengan

memperhatikan ukuran pemusatan dan distribusi data, serta interval kepercayaan yang

terestimasi. Antara grup sampel yang diamati, dapat memiliki hubungan kesamaan

perlakuan (paired/related samples) atau saling bebas (independent samples).

Contoh kasus untuk one sample test, misalnya dalam suatu produksi mie instan,

ingin diuji apakah masa kadulawarsanya dapat dijamin selama 300 hari di seluruh unit

produksi dengan interval kepercayaan 99.0%. Sedangkan untuk grup paired/related

sample (berpasangan), sering digunakan dalam riset efektifitas periklanan dengan

melihat tanggapan konsumen sebelum dan sesudah penayangan (pre-post design).

HIPOTESA UJI

(STATISTIK INFERENSIAL)

JUMLAH

VARIABEL

AMATAN

SATU VARIABEL

(UNIVARIAT)

> 2 VARIABEL

(MULTIVARIAT)

DUA VARIABEL

(BIVARIAT)

INTERDEPENDEND E P E N D E N

Data Metrik

Data Non Metrik

Data Metrik

Data Non Metrik

Data Metrik

Data Non Metrik

Data Metrik

Data Non Metrik


Untuk grup independent sample (saling bebas), misalkan ingin diketahui apakah ada

perbedaan distribusi mie instan di wilayah yang berbeda seperti Jabotabek, Bandung,

dan Surabaya (3 grup sampel).

Secara prosedural pengujian distribusi normal dan jenis data, mean different

test terbagi dua, yakni:

a. Statistik Parametrik, disyaratkan data berjenis data rasio/interval dan harus ber-

distribusi normal. Untuk mengetahui apakah data berdistribusi normal atau tidak,

dapat diuji dengan uji NPP Plot atau uji Kolmogorv-Smirnov. Selanjutnya mean

different test dibedakan berdasarkan jumlah grup sampel dan hubungan antar

sampel, yakni:

One sample t-test, pengujian sejumlah sampel dalam satu grup untuk

dianalisa dengan uji-t apakah ada perbedaan dengan suatu nilai tertentu

atau tidak.

Paired samples t-test, pengujian terhadap dua grup sampel yang

berpasangan dengan uji-t apakah ada perbedaan diantara keduanya atau

tidak.


Independent samples t-test, pengujian terhadap dua grup sampel yang

saling bebas dengan uji-t apakah ada perbedaan diantara keduanya atau

tidak.

Analysis of Variance (ANOVA), pengujian terhadap lebih dari dua grup

sampel dengan uji-ANOVA apakah ada perbedaan diantara grup sampel atau

tidak.

b. Statistik Non Paramaterik, data umumnya berjenis data nominal/kategorik tanpa

harus diuji kenormalan distribusinya. Data rasio/interval dapat pula menggunakan

prosedur non parametrik untuk beberapa uji tertentu. Riset pemasaran,

khususnya untuk mengetahui sikap atau pendapat konsumen dengan pilihan skala

likert (jenis kategorik) umumnya menggunakan prosedur non parametrik ini.

Seperti halnya statistik parametrik, pengujian dibedakan berdasarkan jumlah grup

sampel dan hubungan antar sampel, namun masing-masing lebih beragam yakni:

One sample, pengujian sejumlah sampel dalam satu grup untuk dianalisa

apa-kah ada perbedaan dengan suatu nilai tertentu atau tidak, dapat diuji

dengan: binomial test, KS test, atau Runs Test.

2-related samples, pengujian terhadap dua grup sampel yang berhubungan

apakah ada perbedaan diantara keduanya atau tidak dapat diuji dengan:

Wilcoxon, Sign, Mc Nemar, atau Marginal Homogenity test.

2-independent samples, pengujian terhadap dua grup sampel yang saling

bebas apakah ada perbedaan diantara keduanya atau tidak dapat diuji

dengan: Mann Whitney, Sign, Moses, atau Wald-Wolfowitz test.

>2-related samples, pengujian terhadap lebih dari dua grup sampel yang

berhubungan apakah ada perbedaan diantara grup sampel atau tidak, dapat

diuji dengan: Friedman, Konkordasi Kendall, atau Cochran test.

>2-independent samples, pengujian terhadap lebih dari dua grup sampel

yang saling bebas apakah ada perbedaan diantara grup sampel atau tidak,

dapat diuji dengan: Kruskal Wallis, Median, atau Jocnkheere-Tepstra test.

Dalam riset pemasaran mean different cukup bagus digunakan untuk desain

eksperimental atau desain sebab akibat. Seperti pre-post design, yakni pengujian

sebelum diberikan “perlakuan” dibandingkan dengan sesudah “perlakuan”. Atau suatu

variabel pengamatan diperbandingan langsung dengan beberapa perlakukan sebagai

variabel kontrol. Kelemahan mean different test, baik statistik parametrik maupun

non parametrik, adalah keterbatasan analisa yang dihasilkan. Mean different test

hanya memberikan jawaban apakah ada perbedaan atau tidak di antara grup sampel.

Pertanyaan lebih lanjut, apabila ada perbedaan, seperti seberapa besar pengaruh satu

grup sampel kepada grup lainnya itu tidak terjawab.


Correlational (Bivariate) Analysis

Correlational analysis digunakan untuk menganalisa apakah ada hubungan atau

korelasi diantara dua variabel yang diamati, sekaligus menghitung seberapa kuat

korelasi tersebut (positif/negatif). Contoh kasus misalnya, ingin diketahui adakah

korelasi antara pemberian pengetahuan konsumen tentang produk (product knowledge)

dengan intensitas pembelian. Analisa asosiasi atau korelasi lebih lanjut dapat pula

menggunakan korelasi parsial untuk melihat hubungan dua variabel dengan kontrol

variabel lain. Hal yang perlu diperhatikan dalam uji ini, dua variabel yang berkorelasi

kuat tidak serta merta kedua variabel dikatakan memiliki hubungan sebab akibat.

Kedua variabel dapat dikatakan memiliki hubungan sebab akibat apabila didukung

secara teoritis atau dilakukan pengujian eksperimental.

Jenis pengujian asosiasi/korelasi inipun dibedakan berdasarkan jenis data dari

kedua variabel tersebut. Tabel berikut akan membantu pemilihan uji statistik korelasi

yang tepat, misalkan antara variabel X1 dan X2. Rumus lengkapnya dapat dilihat pada

lembar lampiran.

VARIABEL X1 JENIS DATA VARIABEL X2

N O M I N A L O R D I N A L INTERVAL/RASIO

N O M I N A L Contingency Coef., Phi-Cramer, Lambda

Korelasi Rank-Biserial Korelasi Point-Biserial

O R D I N A L Korelasi Rank-Biserial

Korelasi Gamma, Sommers, Kendall, atau Spearman

Ubah X2 dalami skala ranking, lalu gunakan uji Spearman

INTERVAL/RASIO Korelasi Point-Biserial

Ubah X2 dalami skala ranking, lalu gunakan uji Spearman

Korelasi Pearson, Product Moment

Dalam pengujian melalui program analisa statistik dalam dilakukan secara serentak

nilai korelasi dari dua atau lebih variabel. Nilai korelasi dinotasikan r, berada pada –1 <

r < 1. Untuk nilai r = –1 dikategorikan berkorelasi kuat negatif, artinya jika variabel

satu itu naik maka dipastikan variabel kedua berkebalikan akan turun. Sedangkan nilai

r = +1 termasuk dalam kategori kuat positif, artinya jika variabel satu itu naik maka

dipastikan variabel kedua sama-sama akan naik.

Untuk melihat lebih jauh keeratan antar variabel George Argyrous dalam

bukunya, Statistics for Social Research (1997) menggolongkan nilai mutlak dari r

sebagai berikut:

Sangat Lemah untuk: 0 < r < 0.2

Lemah untuk: 0.2 < r < 0.4

Moderat untuk: 0.4 < r < 0.7

Kuat untuk: 0.7 < r < 0.9 , dan

Sangat Kuat untuk: 0.9 < r < 1.0


Selain informasi kekuatan hubungan, nilai korelasi dikuadratkan (r2) yang disebut

koefisien determinasi dapat menunjukkan pengaruh variabel independen terhadap

variabel dependen dalam korelasi kausalitas. Misalkan hasil riset eksperimental,

korelasi variabel independen x dan variabel dependen y ialah r = 0.80. Berarti r2 =

0.64 atau 64.0% variabel y dipengaruhi/disebabkan oleh variabel x, dan 36.0% sisanya

disebabkan variabel lain.

Contoh Pengujian Korelasi

Contoh berikut adalah riset yang melibatkan 30 orang responden konsumen

Jamu Sido Muncul dengan beragam latar belakang pendidikan dan usia. Untuk

membuktikan apakah endorser factor (variabel independen) berpengaruh terhadap

intensitas pembelian (variabel dependen). Endorser factor terkait dengan pengenalan

secara mendalam bintang iklan Sido Muncul dari tokoh intelektual dan akademisi,

Rhenald Kasali. Sedangkan intensitas pembelian, terkait dengan keinginan

mengkonsumsi setelah menyaksikan iklan versi endorser. Pertanyaan singkat dari kedua

variabel tersebut, setelah dilakukan pertanyaan screening sebelumnya:

3 Pertanyaan untuk Variabel X (“Endorser Factor”) Q.1. Apakah Anda mengenal Rhenald Kasali, [setelah responden menjawab lalu

ditekankan] seorang pakar pemasaran dari UI? a. Tidak mengenal (Score: 1) b. Pernah mendengar tapi “lupa-lupa ingat” (Score: 2) c. Mengenal (Score: 3)

Q.2. Apakah Anda pernah menyaksikan iklan Jamu Sido Muncul versi Rhenald Kasali? Seperti apa iklannya … [hal yang diingat responden]? a. Pernah, yang iklannya …. (Score: 3) b. Pernah, tapi lupa (Score: 2) c. Tidak pernah (Score: 1)

Q.3. Apakah Anda yakin Rhenald Kasali mengkonsumsi Sido Muncul? a. Tidak yakin (Score: 1) b. Mungkin (Score: 2) c. Yakin (Score: 3)

2 Pertanyaan untuk Variabel Y (“Intensitas Pembelian”) Q.4. Setelah menyaksikan iklan Sido Muncul versi “Rhenald Kasali”, apakah memberi

referensi Anda untuk mengkonsumsi jamu Sido Muncul lebih banyak? a. Tidak (Score: 1) b. Sedikit menambah referensi (Score: 2) c. Ya, lebih yakin (Score: 3)

Q.5. Bagaimana perbandingan jumlah konsumsi jamu “Sido Muncul” sesudah Anda menyaksikan iklan versi “Rhenald Kasali”? a. Lebih banyak dari sebelumnya (Score: 3) b. Sama, tidak berubah (Score: 2) c. Lebih sedikit dari sebelumnya (Score: 1)

Jawaban responden setelah dicoding, dihitung rata-rata scorenya untuk masing-masing variabel.


Analisa Data

Hasil riset yang dilakukan dapat dilihat pada tabel di bawah ini. Karena kedua

variabel itu bernilai data rasio berupa hasil rata-rata dari 2-3 score jawaban, maka

untuk menilai korelasinya menggunakan uji korelasi pearson. Berdasar rumus korelasi

pearson akan diperoleh nilai:

2222 ...

..

YYnXXn

YXXYnr

225.4725.82.30.33.6188.132.30

5.47.33.61163.102.30

r

6958.00317.218

715.151

)5344.14).(0010.15(

175.291389.3064

r

Responden X Y XY X2

Y2

Abdullah Sidiq 1.33 1.00 1.330 1.769 1.000

Amir Syamsudin 1.00 1.00 1.000 1.000 1.000

Badrun 2.00 1.50 3.000 4.000 2.250

Baskoro 3.00 3.00 9.000 9.000 9.000

Budimansyah 1.67 1.50 2.500 2.778 2.250

Cippy Olivia 2.33 1.50 3.500 5.444 2.250

Dino Jalal 2.67 2.50 6.667 7.111 6.250

Decy 1.67 1.50 2.500 2.778 2.250

Dadang Hermawan 1.67 1.50 2.500 2.778 2.250

Eka Prasetya 2.33 1.50 3.500 5.444 2.250

Fikri Jufri 2.33 1.00 2.333 5.444 1.000

Karim Ahmad 2.00 1.50 3.000 4.000 2.250

Kiki Son’a 3.00 2.50 7.500 9.000 6.250

Makmur Ridwan 1.67 1.50 2.500 2.778 2.250

Makmur Hadi 1.67 1.50 2.500 2.778 2.250

Novi 2.00 1.00 2.000 4.000 1.000

Neneng 2.67 2.50 6.667 7.111 6.250

Oscar 2.00 1.50 3.000 4.000 2.250

Oloan Sitompul 1.67 2.00 3.333 2.778 4.000

Pras Anggoro 1.67 1.00 1.667 2.778 1.000

Romeo 2.33 1.50 3.500 5.444 2.250

Tunggul Simatupang 1.67 1.50 2.500 2.778 2.250

Susi 2.67 1.50 4.000 7.111 2.250

Sisca Khan 1.67 1.50 2.500 2.778 2.250

Vivi Aleida 2.00 1.50 3.000 4.000 2.250

Wawan 2.33 1.50 3.500 5.444 2.250

Yulianti Hanif 1.67 1.50 2.500 2.778 2.250

Zulkifli 1.67 1.00 1.667 2.778 1.000

Zainuddin 2.00 1.50 3.000 4.000 2.250

Total 61.330 47.500 102.163 132.880 82.250

Berarti, endorser factor pada iklan Sido Muncul, yakni Rhenald Kasali, relatif cukup

kuat mempengaruhi intensitas pembelian konsumen. Semakin kuat bintang iklan

sebagai endorser dikenal, maka relatif cukup kuat pula mempengaruhi intensitas

pembelian konsumen. Dengan konstribusi pengaruh r2 = 0.4842 atau 48.42% dalam

cakupan wilayah riset yang diteliti.


Analisa Statistik Menggunakan MS Excel

Pengujian statistik sederhana seperti pengujian korelasi, ANOVA, atau regresi dan

termasuk tampilan grafik dapat menggunakan fasilitas pada MS Excel. Namun untuk

pengujian statistik, cek terlebih dahulu sub menu Data Analysis pada menu Tools

dalam MS Excel (Windows 95/98/ME/XP) apakah sudah tersedia atau belum. Bila belum

tersedia, perlu diaktifkan untuk memunculkannya menggunakan fasilitas Add-Ins pada

menu Tools. Add-Ins ini adalah program tambahan yang disediakan MS Excel untuk

melakukan berbagai analisis yang tidak terdapat pada program MS Excel yang standar.

Program Add-Ins memiliki fungsi bantuan analisa statistik sederhana adalah Analysis

ToolPak. Mekanisme memunculkan menu Data Analysis sebagai berikut:

1. Klik menu Tools

2. Pilih sub menu Add-Ins, tampak di layar sederetan isi

3. Pilih Analysis ToolPak dan Analysis ToolPak-VBA.

4. Klik OK.

5. Apabila tidak terakses, berarti perlu memasukkan CD program Windows yang

digunakan.


Bab 12

ANALISA MULTIVARIAT

Seringkali permasalahan bisnis bersifat multi dimensional sehingga investigasi

dengan satu variabel (univariate analysis) atau dua variabel (bivariate analysis) tidak

mampu menganalisa masalah tersebut. Metode analisa statistik inferensial yang

menguji banyak variabel dan bersifat multi dimensional adalah analisa multivariat.

Analisa multivariat berdasarkan hubungan ketergantungan antar variabelnya dibagi

dalam dua kelompok, yakni dependence method dan interdependence method. Untuk

memahaminya secara mendalam dibutuhkan waktu yang tidak sebentar. Bagi praktisi

yang awam terhadap statistik, lebih mudah memahami dahulu karakteristik analisa

multivariat, tahapan dan prosedur pengujian, serta aplikasinya pada riset pemasaran.

Barulah, sedikit demi sedikit berlatih menggunakan statistical software, seperti SPSS

dengan bantuan beberapa buku panduan menjalankan SPSS. Hal ini lebih praktis dari

pada berkutat mempelajari teori-teori analisis multivariat tanpa mengetahui teknis

penerapannya pada riset pemasaran. Atau langsung mempelajari program SPSS, tanpa

mengetahui fungsi analisis atau pengujian statistik yang ada didalamnya.

Analisa multivariat kelompok dependence method bertujuan untuk menjelaskan

atau memprediksi varibel terikat (dependen) berdasarkan variabel bebas (independen).

Analisa dalam kelompok dependence method ini antara lain: Analisa Regresi Berganda,

Analisa Diskriminan Berganda, Analisa Multivariat Varians (MANOVA), Analisa Korelasi

Kanonik, dan Analisa Conjoint. Sementara analisa multivariat kelompok inter

dependence method bertujuan untuk menjelaskan seperangkat variabel atau

mengelompokkan berdasarkan kesamaan karakteristik antar variabel. Dalam metode


ini tidak ada suatu variabel atau sekelompok variabel yang dijelaskan atau diprediksi

oleh variabel lain. Analisa dalam kelompok ini antara lain: Analisa Faktor, Analisa

Cluster, Analisa Biplot, Analisa Multi Dimension Scalling (MDS), dan Analisa

Correspondence. Perbedaan penentuan analisa uji statistik selain didasari tujuan

analisa dan hubungan antar variabel, juga sangat ditentukan oleh jenis data yang

menjadi bahan analisa. Apakah jenis non metrik (kategorik: nominal dan ordinal) atau

jenis data metrik (interval dan rasio).

Tabel Analisa Multivariat Kelompok Dependen

VARIABEL INDEPENDEN

VARIABEL DEPENDEN

1 VARIABEL > 1 VARIABEL

Metrik Non Metrik Metrik Non Metrik

1 VARIABEL

Metrik Regresi Sederhana

Discriminant Analysis, Regresi Logistik

Canonical Correlation

Multiple-group Discriminant Analysis (MDA)

Non Metrik t-test Discrete Discriminant Analysis

MANOVA Discrete MDA

> 1 VARIABEL

Metrik Regresi Ganda Discriminant Analysis, Regresi Logistik

Canonical Correlation

MDA

Non Metrik ANOVA Discrete Discriminant Analysis, Conjoint Analysis (MONA-NOVA)

MANOVA Discrete MDA

Tabel Analisa Multivariat Kelompok Interdependen

JUMLAH VARIABEL

JENIS DATA

Metrik Non Metrik

2 VARIABEL Korelasi Sederhana 2-Way Contingency Table, Loglinier Models.

> 2 VARIABEL Principal Component, Factor Analysis, Cluster Analysis, MDS

Multiway Contingency Table, Loglinier Models, Correspondence Analysis

1. Analisa Regresi

Regresi merupakan analisa statistika yang cukup banyak digunakan oleh

berbagai kalangan ilmuwan, ekonom, psikolog, sosiolog dan biomedik. Dikembang-

kan pertama kali oleh Sir Francis Galton (1822-1911), Regresi bermanfaat untuk

melihat hubungan antara variabel dependen dengan variabel independen. Dan

bermanfaat untuk meramal atau mengestimasi melalui persamaan matematis suatu

variabel dependen dari variabel-variabel prediktor. Sehingga persamaan regresi ini

juga dikelompokkan sebagai metode forecasting.


Dalam aplikasi pemasaran, beragam kasus yang terkait dengan kebutuhan

informasi tentang pengaruh variabel independen terhadap variabel dependen dan

estimasinya, dapat menggunakan analisa regresi. Berikut ilustrasi kasus pemasaran

yang dimungkinkan diuji menggunakan analisa regresi:

Estimasi peningkatan indeks kepuasan pelanggan dari program perbaikan mutu

layanan.

Pengaruh promosi, jumlah SPG, dan potongan harga terhadap penjualan.

Estimasi konsumsi mie instan nasional berdasar pendapatan per kapita, harga

sembako, dan tingkat inflasi.

Regresi terbagi dua macam, baik berdasarkan jumlah variabel independennya,

maupun berdasar kepangkatan (linieritas). Pertama, regresi sederhana (simple

regression) yang memiliki satu variabel independen dan regresi ganda (multiple

regression) yang memiliki lebih dari satu variabel independen. Kedua, regresi linier

(linier regression) yang variabel independennya berpangkat satu dan regresi non

linier (non-linier regression) yang variabel independennya ada yang tidak ber-

pangkat satu. Namun variabel dependen dan independen, keduanya harus berjenis

data metrik. Seperti contoh berikut:

Regresi sederhana: Y = b0 + b1X

Regresi ganda: Y = b0 + b1X1 + b2X2

Regresi linier: Y = b0 + b1X1 + b2X2 + b3X3

Regresi non linier: Y = b0 + b1X + b2X2 + b3X

3

Dimana: Y (variabel dependen), Xi (variabel independen), sedangkan b0, b1, b3

adalah nilai koefisien.

Untuk mendapatkan sebuah persamaan regresi yang tepat menggambarkan

karakteristik populasi dari sejumlah sampel yang diambil perlu memperhatikan

syarat-syarat asumsi berikut:

Jumlah rata-rata kesalahan dari estimasi Sum of Square Error (SSE) atau nilai

selisih y sampel dengan y terestimasi itu sama dengan nol, lalu berdistribusi

normal dengan variansi sama dengan σ2.

Variabel independen saling bebas sehingga tidak terjadi multikolinieritas.

Antar error (kesalahan) saling bebas sehingga tidak terjadi otokorelasi.

Berdasarkan hasil penghitungan statistik, persamaan regresi dapat dinyatakan

bagus atau tidak, –setidaknya- berdasar tiga kriteria ketepatan (goodness of fit):

1. Uji signifikansi individual (statistik t). Ukuran seberapa jauh pengaruh satu

variabel independen (individual) menjelaskan satu variabel dependen.

Apabila hasil uji t-hitung lebih besar dari t-tabel, berarti variabel independen

cukup signifikan untuk menjelaskan variabel dependen.


2. Uji signifikansi simultan (statistik F). Ukuran seberapa jauh pengaruh

variabel independen dalam model secara bersama-sama (simultan)

menjelaskan satu variabel dependen. Apabila hasil uji F-hitung lebih besar

dari F-tabel, berarti variabel independen cukup signifikan secara simultan

dalam model untuk menjelaskan variabel dependen.

3. Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan

model dalam menerangkan variasi variabel terkait. Nilai koefisien determinasi

berada di antara 0 dan 1. Seperti halnya pada analisa korelasi, misalkan

didapat nilai R2 = 0.89, berarti 89% model dapat memprediksi nilai y (variabel

dependen).

2. Analisa Diskriminan

Dalam kasus pemasaran sering dihadapi permasalahan bagaimana membuat

pengelompokkan atau klasifikasi dari beberapa kategori. Seperti segmentasi

loyalitas pelanggan, kategori loyal dan tidak loyal, yang diamati dari karakter

demografis (kota, pendidikan, umur, SES), karakter psikografis, dan intensitas

pembelian. Lalu dalam evaluasi kinerja staf SDM pemasaran (under, meet, & high

perfomance) berdasarkan besaran customer satisfaction index, target penjualan,

gaji pokok, insentif/bonus, jumlah jam lembur, dan jam pelatihan.

Analisa diskriminan merupakan teknik statistik untuk mengklasifikasikan obyek

atau individu ke dalam grup terpisah berdasarkan sejumlah variabel bebas. Tujuan

utamanya adalah menemukan kombinasi linier dari sejumlah variabel bebas yang

meminimalkan probabilitas salah klasifikasi obyek/individu ke dalam masing-masing

grup (Dillon & Goldstein,1984). Ada kesamaan dengan regresi dalam kombinasi

linier, namun berbeda pada variabel dependen. Analisa diskriminan berjenis data

non metrik, sementara regresi berjenis data metrik. Untuk variabel independennya

dapat berjenis data metrik atau juga non metrik (analisa diskriminan diskret).

Jumlah kategori variabel dependennya, minimal berjumlah dua atau lebih dari dua

(MDA). Persamaan umum analisa diskriminan adalah:

dik = b0k + b1kXi1 + … + bpkXip

dimana : dik = nilai untuk fungsi diskriminan kategori ke-k dan kasus ke-i

p = jumlah prediktor (variabel independen)

djk = nilai koefisien ke-j dari fungsi ke-k

Xij = nilai kasus ke-i dari prediktor ke-j

Jumlah k adalah min(Group-1, p-1)

Tahapan yang perlu diperhatikan periset dalam penggunaan analisis diskriminan

antara lain sebagai berikut:


1. Menentukan dari obyek pengamatan, variabel mana yang dimasukkan dalam

kelompok variabel independen atau dependen. Lebih baik penentuan variabel

ini sudah disiapkan saat perumusan tujuan dan desain riset, sehingga akan

membantu analisa berdasarkan data yang tepat.

2. Menentukan prosedur pembuatan fungsi diskriminan, apakah simultaneous

estimation atau step-wise estimation. Apabila semua variabel independen

dari obyek pengamatan dimasukkan secara bersama-sama dalam proses

analisis diskriminan digunakan prosedur simultaneous estimation. Sedangkan

bila ada proses seleksi berupa “pembuangan” terhadap variabel independen

yang tidak signifikan dalam pembentukan fungsi diskriminan, digunakan step-

wise estimation.

3. Menguji signifikansi dari fungsi diskriminan yang terbentuk, seperti halnya

pada persamaan model (analisis) regresi. Pengujian dapat dilakukan dengan

menggunakan Wils’s Lambda, Pilai, F-Test, atau uji sejenis lainnya.

4. Menguji ketepatan klasifikasi dari fungsi diskriminan, termasuk mengetahui

ketepatan klasifikasi per variabel dengan casewise diagnostics.

5. Melakukan uji validasi, apakah fungsi diskriminan yang terbentuk dapat

berlaku untuk data lain yang berbeda atau berlaku secara umum.

6. Menginterpretasi fungsi diskriminan yang terbentuk dengan kerangka acuan

tujuan dan desain riset.

Sebagai analisis multivariat kelompok dependen terdapat persyaratan asumsi

yang perlu dipenuhi agar fungsi diskriminan valid yakni:

Variabel independen berdistribusi normal atau multivariate normality.

Apabila tidak berdistribusi normal, variabel tersebut dapat dilakukan

transformasi atau dapat menggunakan regresi logitik sebagi alternatif.

Matriks kovarians dari variabel-variabel independen memiliki kesamaan.

Tidak terjadi multikolinieritas atau korelasi kuat antar variabel independen.

Tidak diperoleh pencilan (outlier) atau data yang ektrem muncul. Hal ini

dapat dihindari dengan pengujian awal data sebelum analisa dilakukan.

3. Analisis Korelasi Kanonikal

Analisis korelasi kanonikal sama halnya seperti uji asosiasi/korelasi, bermanfaat

untuk menentukan keeratan hubungan diantara variabel dependen dan independen.

Hanya saja variabel dependen atau independen merupakan sekelompok lebih dari

satu variabel yang berjenis data metrik. Sebagai ilustrasi, berikut contoh kasus

pemasaran yang dimungkinkan diuji menggunakan analisa korelasi kanonikal:


Manajer pemasaran sebuah perusahaan tertarik menentukkan hubungan

antara tipe-tipe produk yang dihasilkan dengan gaya hidup dan kepribadian

konsumen.

Pengelola apartemen ingin menentukan hubungan antara kualitas apartemen

yang diukur oleh variabel lokasi, luas ruangan, perlengkapan rumah tangga,

keamanan, fasilitas belanja dan olah raga, terhadap tingkat keseriusan

konsumen untuk menjadi tenant.

Sama seperti halnya analisis multivariat kelompok dependen yang lain, ada dua

asumsi yang perlu dipenuhi agar hasil analisa valid yakni:

Variabel dependen dan independen berdistribusi normal atau multivariate

normality. Apabila tidak berdistribusi normal, variabel tersebut dapat

dilakukan transformasi.

Tidak terjadi multikolinieritas atau korelasi kuat antar anggota kelompok

variabel independen atau kelompok variabel dependen.

Sedangkan tahapan yang perlu diperhatikan periset dalam penggunaan analisis

korelasi kanonikal sebagai berikut:

1. Menentukan dari obyek pengamatan, variabel mana yang dimasukkan dalam

kelompok variabel independen atau dependen. Lebih baik penentuan variabel

ini sudah disiapkan saat perumusan tujuan dan desain riset, sehingga akan

membantu analisa berdasarkan data yang tepat.

2. Menurunkan fungsi kanonikal, yakni korelasi antara himpunan variabel

dependen dan himpunana variabel independen.

3. Menentukkan fungsi kanonikal yang terbentuk dengan menguji mana fungsi

yang signifikan. Pengujian dapat dilakukan dengan menggunakan uji

signifikansi, canonical relationship, dan redudancy index.

4. Melakukan uji validasi, apakah hasil output yang terbentuk dapat berlaku

untuk data lain yang berbeda atau berlaku secara umum. Validasi dilakukan

dengan membagi dua bagian sampel, kemudian membandingkan kedua hasil

yang ada tersebut.

5. Menginterpretasi fungsi kanonikal yang terbentuk dengan kerangka acuan

tujuan dan desain riset. Interpretasi bersumber dari canonical weights,

canonical loadings, atau cross canonical loadings.

4. Analisis MANOVA

Multivariate Analysis of Variance (MANOVA) termasuk analisis multivariat

kelompok dependen yang bertujuan menaksir hubungan antara dua atau lebih


variabel dependen dengan variabel klasifikasi atau faktor. Sebagai ilustrasi, berikut

contoh kasus pemasaran yang dimungkinkan diuji menggunakan analisa MANOVA:

Apakah ada perbedaan dalam pembelian berulang (sering, jarang, dan tidak

pernah) pada sebuah minimarket berdasarkan jarak rumah, penghasilan kotor

per bulan, dan indeks kepuasan.

Akan diuji apakah terdapat hubungan antara tingkat pendidikan (SMA,

Diploma, Sarjana, dan Pasca Sarjana) terhadap penerimaan iklan di media

cetak, radio, dan televisi.

Metode MANOVA hampir sama dengan dengan analisis univariat ANOVA, hanya

berbeda pada jumlah variabel dependen dan metode pengujian perbedaan antar

kelompok yang menggunakan matriks SSCP. Asumsi yang perlu dipenuhi agar

analisis MANOVA valid yakni:

Variabel-variabel dependen berdistribusi normal atau multivariate normality,

jika sulit setidaknya masing-masing variabel tersebut berdistribusi normal.

Matriks kovarians antar group variabel dependen memiliki kesamaan.

Tidak terjadi multikolinieritas atau korelasi kuat antar variabel dependen.

Tidak diperoleh pencilan (outlier) atau data yang ektrem muncul. Hal ini

dapat dihindari dengan pengujian awal data sebelum analisa dilakukan.

Dan terdapat tiga tahapan pengujian MANOVA yang perlu dilalui, yakni:

1. Menguji terpenuhinya asumsi-asumsi pada data MANOVA.

2. Tahapan inti dari analisis MANOVA, yakni mengujiperbedaan antar group

variabel dependen.




yang ada tersebut.

4. Menginterpretasi output dengan kerangka acuan tujuan dan desain riset.

5. Conjoint Analysis

Dalam riset pemasaran, analisis conjoint sangat tepat digunakan untuk

mengetahui preferensi konsumen berdasar atribut-atribut pada produk. Selain itu

juga digunakan dalam mendesain produk yang sebenarnya diminati konsumen,

termasuk juga pilihan harganya. Misalkan sebuah produk sabun mandi memiliki

atribut berdasar: jenis kulit (kering, normal, lembab), aroma (bunga, parfum, non

aroma), kemasan (batang, cair botol, cair sanchet), dan manfaat (membersihkan

kuman, menghilangkan bau badan, memperhalus kulit). Apabila menggunakan

kombinasi matematis diperoleh jumlah: 3 x 3 x 3 x 3 = 81! kombinasi.


Tentunya perusahaan tersebut akan beresiko jika memproduksi sebanyak 81

kombinasi sabun tersebut. Dengan analisis conjoint akan dibantu menentukan

pilihan jenis sabun yang sangat disukai oleh konsumen. Sehingga perusahaan dapat

memaksimalkan produksi yang disukai pasar dan meminimalisasi produk yang

kurang disukai pasar. Tanpa harus uji coba melempar produk itu ke pasar dengan

bujet yang cukup besar, lalu dalam waktu tertentu menunggu respon pasar

tersebut.

Analisis conjoint termasuk analisis multivariat kelompok dependen, yakni

terdapat pengaruh variabel independen terhadap variabel independen yang

keduanya data non metrik. Shubash Sharma (2001) menyebut analisis conjoint juga

sebagai MONANOVA (monotonic analysis of variance). Berbeda dengan analisis

multivariat lain, analisis conjoint tidak memerlukan syarat asumsi yang ketat. Ada

lima tahap perlu dilalui dalam analisis conjoint ini, yakni:

1. Menentukan preferensi dengan mengeksplorasi atribut dari produk yang akan

diteliti. Akan lebih baik preferensi tersebut dieksplorasi sebelum mendesain

kuesioner, baik atribut utama maupun spesifikasinya. Atribut utama seperti

jenis kulit, aroma, kemasan pada contoh di atas itu disebut FACTOR. Sedang-

kan spesifikasi atau bagian dari masing-masing atribut utama dalam program

aplikasi SPSS disebut dengan LEVEL.

2. Mendesain STIMULI atau suatu kombinasi antar LEVEL dari FACTOR. Seperti

contoh di atas, sabun untuk jenis kulit lembab, beraroma parfum, dalam

kemasan cair sachet, dan bermanfaat memperhalus kulit adalah satu stimuli.

Analisis Conjoint dapat menentukan sedikit pilihan stimuli bagi kuesioner

sehingga mempermudah responden dalam menjawab, namun tetap dapat

mewakili seluruh kombinasi stimuli.

3. Setelah mendesain kusioner berdasar stimuli yang diperoleh, barulah

dilakukan pengumpulan data dari responden yang menjadi sampel konsumen.

Jenis pertanyaan dapat berupa permintaan pengurutan seluruh pilihan stimuli

berdasarkan tingkat kepentingan menurut responden. Atau menilai setiap

stimuli tersebut dengan skala likert, sangat suka hingga sangat tidak suka

(skor: 1–5 atau 1–7). Jawaban setiap responden ini disebut UTILITY yang

dinyatakan dengan angka dan menjadi dasar perhitungan conjoint.

4. Melakukan proses analisis conjoint dan menentukan hasil tersebut berdasar

Predictive Accuracy-nya. Untuk program aplikasi SPSS, analisis dapat sekaligus

dilakukan validasi dengan menguji sejumlah holdout sample.

5. Menginterpretasikan output yang terbentuk dengan kerangka acuan tujuan

dan desain riset.


6. Analisis Faktor

Analisis faktor termasuk analisis mulitvariat kelompok interdepeden yang cukup

sering digunakan. Analisis ini bertujuan untuk menemukan hubungan antar

sejumlah variabel-variabel yang saling independen sehingga bisa dibuat satu atau

beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal.

Pengelompokkan tersebut berdasarkan kekuatan korelasi masing-masing variabel

prediktornya. Seperti gambar di bawah, misalkan delapan variabel berdasarkan

analisis faktor dapat diringkas menjadi dua faktor.

Sebagai ilustrasi, berikut contoh kasus pemasaran yang dimungkinkan diuji

menggunakan analisa faktor:

Segmentasi psikografis berdasarkan variabel-variabel persepsi, perilaku, dan

kebiasaan konsumen. Bagaimana karakteristik psikografis dari konsumen yang

memiliki daya beli dan konsumtif yang tinggi.

Persepsi para tenant terhadap image dari department store yang selama ini

disewanya.

Asumsi yang penting dalam analisis faktor ini adalah terkait dengan korelasi di

antara variabel independen amatannya, yakni:

Besar korelasi antar variabel independen harus cukup kuat di atas 0.50

dengan pengujian KMO atau Bartlett’s Test.

Besar korelasi parsial, yakni korelasi antar dua variabel independen dengan

menganggap variabel lain tetap, itu justru harus kecil. Pada SPSS, korelasi

parsial ini dapat dideteksi melalui ANTI-IMAGE CORRELATION.

Lebih lanjut dari pengujian KMIO, matriks korelasi yang diukur dengan

MEASURE SAMPLING ADEQUACY (MSA) terdapat korelasi yang signifikan

setidaknya di beberapa variabel.

FACTOR 1

(X1,X6,X8)

X-5 X-8X-6X-3 X-4X-1 X-7X-2

FACTOR 2

(X2,X3,X4,X5,X7)


Variabel-variabel independen berdistribusi normal (multavariate normality)

pada beberapa kasus sebaiknya terpenuhi.

Sementara tahapan yang perlu dilalui dalam analisis faktor ini adalah:

1. Menentukan variabel independen apa saja yang akan dianalisis.

2. Menguji terpenuhinya asumsi dari variabel-variabel amatan. Sebelumnya

dapat dilakukan proses standarisasi (z-score) apabila terdapat perbedaan

satuan ukuran antar variabel yang mencolok.

3. Melakukan proses factoring, yakni memilah variabel-variabel mana yang

dapat diikutsertakan lebih lanjut.

4. Melakukan proses factor rotation untuk memperjelas variabel-variabel mana

yang masuk dalam faktor tertentu. Beberapa metode rotasi pad analisis

faktor yang cukup popeler adalah orthogonal rotation dan oblique rotation.




yang ada tersebut. Atau digunkan metode confirmatory factor analysis (CFA)

pada analisa SEM (structural equation modeling).

6. Menginterpretasikan faktor-faktor yang terbentuk dan mendefinisikan faktor

tersebut yang dapat mewakili variabel-variabelnya.

7. Cluster Analysis

Suatu teknik multivariat yang cukup baik untuk mengelompokkan unit-unit yang

menjadi obyek pengamatan adalah analisis cluster. Unit-unit yang berhubungan

secara mutually exclusive ini dikelompokkan berdasar kemiripan atau homogenitas

dalam suatu kelompok dan heterogenitas dengan unit-unit kelompok lain. Analisis

Cluster sangat bermanfaat untuk riset segmentasi dengan cara mengidentifikasi

unit individu yang memiliki kesamaan kebutuhan, gaya hidup, atau respon terhadap

strategi pemasaran. Berbeda dengan analisis faktor yang bertujuan mereduksi dan

mengelompokkan terhadap variabel pengamatan, sementara analisis cluster

bertujuan mengelompokkan terhadap isi variabel.

Sebagai analisis multivariat kelompok interdependen, yang berarti tidak ada

variabel dependen ataupun variabel independen, serta tidak ada model definitif.

Asumsi yang penting dalam analisis ini adalah sampel yang diambil memperhatikan

teknik sampling yang tepat sehingga terjamin keterwakilan populasi. Apabila data

yang berskala metrik memiliki satuan ukuran yang berbeda, dilakukan standarisasi

(Z-score) terlebih dahulu. Tahapan yang perlu dilalui dalam analisis cluster ini

adalah:


1. Menentukan ukuran kesamaan (similarity) antar obyek. Ada tiga metode

pengukuran, yakni: korelasi, jarak (distance), dan asosiasi antar obyek pada

beberapa variabel. Namun metode jarak euclidian distance yang populer

digunakan.

2. Proses cluster atau pengelompokkan data. Dalam program SPSS dan aplikasi

statistik populer lain, pengelompokkan data dapat dilakukan dengan dua

metode, yakni:

a. Hirarchical method, metode ini memulai pengelompokan dengan dua atau

lebih obyek yang mempunyai kesamaan paling dekat dan terus berproses

hingga membentuk hirarki seperti akar pohon. Hirarki ini dinamakan

dendogram yang diperoleh dari beberapa pilihan teknik seperti: single

linkage, complete linkage, average linkage, ward’s method, dan centroid

method.

b. Non-hirarchical method, berbeda dengan metode hirarchical, metode ini

menentukan terlebih dahulu berapa jumlah cluster yang diinginkan.

Metode ini sering disebut juga K-Means Cluster.


untuk data lain yang berbeda atau berlaku secara umum. Lalu selanjutnya

dilakukan profiling masing-masing cluster yang signifikan terbentuk.

4. Menginterpretasi output cluster dengan kerangka acuan tujuan dan desain

riset.

8. Multi Dimensional Scalling (MDS) dan Analisis Correspondence

Analisis multivariat yang dapat memetakan hubungan interdependen atau saling

ketergantungan antar variabel adalah analisis Multi Dimensional Scalling (MDS) dan

Correspondence. Output yang berbentuk grafis sangat cocok untuk perceptual

mapping, positioning atau problem/product concepts exploration. Secara prinsip,

walaupun kedua analisis ini menampilkan hasil utama dalam bentuk grafik, namun

ada perbedaan dalam jenis data yang dianalisis. MDS dapat menganalisis data

metrik dan non metrik, sedangkan corespondence hanya untuk data non metrik.

Apabila analisis faktor berhubungan dengan mengelompokkan dan mereduksi

variabel (kolom) dan analisis cluster berhubungan dengan pengelompokkan dan

peringkasan responden (baris). Sementara, analisis Multi Dimensional Scalling

(MDS) dan Correspondence lebih berhubungan dengan obyek dari suatu penelitian

secara langsung. Dalam artian, melakukan pemrosesan sekaligus baris dan kolom.

Skala multidimesi dimaksudkan sebagai teknik untuk mengukur obyek dalam ruang

multidimensi berdasarkan kesamaan penilaian responden terhadap suatu obyek.


Analisis lain yang sejenis dan juga berfungsi untuk perceptual mapping dan

positioning dalam riset pemasaran adalah analisis biplot. Seperti contoh kasus fiktif

berikut, ingin diamati kesamaan karakteristik atribut pelayanan dari delapan bank.

Menggunakan analisis biplot, seperti halnya analisis MDS dan correspondence, dapat

diamati output grafiknya. Nampak kualitas atribut KanCab (kantor cabang), Lokasi,

Produk, Aman, ATM, dan Hadiah melekat pada Bank BCA, lalu Bank Mandiri dan

Bank BNI.

Contoh Grafik Output Analisis Biplot

9. Structural Equation Modeling (SEM)

Kompleksitas masalah bisnis dan pemasaran nampak dengan banyaknya variabel

indikator yang mempengaruhi, baik secara langsung (direct indicator) maupun tidak

langsung atau laten (indirect indicator). Salah satu pemodelan statistik yang cukup

reliabel untuk menghitung besar pengaruh dari variabel-variabel tersebut sekaligus

memodelkannya adalah SEM (Structural Equation Modeling). SEM yang paling

sederhana adalah path analysis (analisa jalur) atau confirmatory factor analysis

(CFA). Salah satu software yang cukup populer untuk mengoperasikan metode SEM

adalah LISREL, yang dikembangkan oleh psikolog asal Swedia, Karl Joreskog &

Sorborn. Metode yang awalnya dikembangkan dibidang psikologi ini, mulai populer

digunakan saat ini dalam riset pemasaran.

Menurut Joreskorg dan Sorborn (1996), setidaknya ada empat asumsi minimal

yang perlu dipenuhi dalam analisa SEM ini, yakni:


1. EPSILON atau variansi galat/error dari prediktor-y pada variabel laten

endogen itu tidak berkorelasi dengan varibel laten endogennya (ETA).

2. DELTA atau variansi galat/error dari prediktor-x pada variabel laten eksogen

itu tidak berkorelasi dengan varibel laten endogennya (KSI).

3. ZETA atau variansi galat/error dari variabel laten endogen (ETA) tidak

berkorelasi dengan varibel laten eksogen (KSI).

4. ZETA atau variansi galat/error dari variabel laten endogen (ETA) tidak

berkorelasi dengan EPSILON dan DELTA.

Setelah mengetahui asumsi yang perlu dipenuhi dalam analisa SEM, periset

juga perlu memahami tujuh tahapan analisa sebagai berikut:

1. Menentukan hipotesis model hubungan variabel-variabel yang terkait tujuan

riset berdasarkan kerangka teori yang dibangun periset. SEM tidak dapat

menghasilkan model yang terbaik, tetapi menguji model mana yang terbaik

dari hipotesis periset.

2. Menyusun diagram lintas (path analysis) dari model hipotesis tersebut,

tersusun dari variabel-variabel laten dan indikatornya. Lalu disusun hipotesis

alur hubungan antar variabel tersebut, kausalitas (satu arah) atau berkorelasi

(dua arah/rekursif).

3. Menyusun model pengukuran (meaurement model) dan model struktural

(structural model). Model pengukuran menguji hipotesis-hipotesis tentang

sejauh mana variabel yang datanya telah diperoleh merupakan indikator yang

baik untuk mengukur variabel laten yang diteliti, baik endogen maupun

eksogen. Sementara model struktural menggambarkan pengaruh suatu

variabel laten terhadap suatu variabel lainnya. Secara matematis, model

sturktural ini merupakan persamaan matriks dari parameter: variabel eksogen,

variabel endogen, dan residu.

Contoh Tampilan SEM pada LISREL


4. Input data penelitian dari variabel-variabel diteliti dan masuk dalamhipotesis

model. Dapat berupa data asli (perhatikan skala data!), matriks kovariansi,

atau matriks korelasi dari variabel-variabel indikator.

5. Melakukan identifikasi model dengan mengukur kemampuan model dalam

menghasilkan pendugaan parameter, seperti koefisien path, yang unik. Jika

jumlah parameter model > p(p+1)/2, p adalah jumlah variabel indikator, maka

tidak ada jaminan model dapat teridentifikasi.

6. Evaluasi model akhir yang terbaik hasil analisa jalur berulang. Uji kecocokan

model dilakukan untuk menilai apakah model cocok dan konsisten dengan data

yang terkumpul. Uji kecocokan model menggunakan tes goodness of fit.

Pengujian goodness of fit menggambarkan sejauh mana model teoritis sesuai

dengan data. Beberapa alat uji kesesuaian antara model dengan data tersebut

antara lain: chi square (λ2), Goodness of Fit Index (GFI), Adjusted Goodness of

Fit (AGFI), dan Root Mean Square Residual (RMSR). Pengujian atas hipotesis

hanya bisa dilakukan jika telah terbukti bahwa ada kesesuaian antara model

dan data (perbedaannya tidak bermakna). Apabila belum diperoleh model

“terbaik”, tahapan dapat diulang kembali dari awal.

7. Terakhir, barulah menginterpretasikan model “terbaik” yang diperoleh.

10. Resume Analisa Statistika dalam Riset Pemasaran

Jenis-jenis pengujian atau analisa statistik layaknya seperti jenis-jenis pisau

untuk keperluan memasak atau kegiatan lainnya. Keberagaman pisau tersebut

memiliki fungsi yang berbeda sesuai karakteristik pisau dan obyek yang akan

dipotong, diiris, dikupas, atau ditusukkan. Bagi pengguna, tentunya tidaklah perlu

mengetahui secara mendalam bagaimana proses pembuatan pisau-pisau tersebut.

Tetapi yang penting adalah bagaimana menggunakan pisau-pisau tersebut sesuai

fungsi dan manfaatnya. Kesalahan penggunaan pisau-pisau tersebut dapat

menghilangkan fungsi dan manfaatnya, bahkan juga dapat membahayakan si

pengguna.

Begitu pula dengan uji-uji statistik yang membantu menganalisa suatu hasil

riset kuantitatif. Cukup beragam, memiliki fungsi dan manfaat yang berbeda sesuai

karakteristik variabel penelitian. Praktisi riset tidaklah perlu disibukkan mendalami

teori-teori statistik, meski dimungkinkan pada kesempatan lain. Tetapi yang lebih

penting adalah mengetahui dan membedakan terlebih dahulu fungsi dan manfaat

masing-masing pengujian statistik. Tahapan berikutnya, menggunakan statistical

software yang dua dasawarsa belakngan ini sudah cukup berkembang. Didesain

praktis bagi semua kalangan atau lebih user friendly. Seperti SPSS atau Minitab,


yang memiliki memiliki fasilitas under windows dan tampilan seperti MS Excel yang

cukup familiar. Meski ada juga statistical software yang perlu menggunakan bahasa

pemograman atau syntax khusus.

Berikut resume analisa statistik yang dipergunakan dalam riset pemasaran:

Uji/Analisa Statitika Jenis Riset Pemasaran

Cross Tabulation Brand Switching, dapat dilanjutkan pengujian ada tidaknya korelasi antar variabel kategori pengamatan

Uji t paired sample/Non Parametrik 2-Paired Samples

Riset eksperimental (pre-post design) seperti tes produk/promo iklan

ANOVA/Non Parametrik >2 Samples

Riset eksperimental kombinasi “perlakukan” variabel seperti tes produk, promosi, atau bauran pemasaran

Analisa Non Parametrik

Cochran Riset Asosiasi Merek

Korelasi Kanonik Korelasi antar variabel, problem exploration.

MANOVA Riset eksperimental kombinasi “perlakukan” variabel seperti tes produk, promosi, atau bauran pemasaran

Regresi Linier/Multiple Analisa penjualan/Forecasting

Analisa Faktor Segmentasi atribut

Analisa Diskriminan Segmentasi kategori konsumen (loyalitas, intensitas pembelian)

Analisa Correspondence Pemetaan variabel, konseptualisasi masalah, positioning

Analisa Multidimensional Scalling

Pemetaan variabel, konseptualisasi masalah, positioning

Analisa Cluster Hierarchical & K-Means

Segmentasi konsumen

Analisa Conjoint Riset harga, pengembangan dan uji produk, serta riset bauran pemasaran


Bab 13

MENYUSUN LAPORAN AKHIR

Tahapan akhir dari seluruh proses riset pemasaran adalah penyusunan laporan

akhir sekaligus mempresetasikannya di depan klien atau pengguna. Menurut Wong Toon

Quee (1999), tujuan utama dari laporan akhir riset pemasaran adalah menyampaikan

hasil riset dan kesimpulan yang diperoleh, serta rekomendasi –jika diperlukan- dengan

cara yang jelas dan ringkas. Bagi kalangan praktisi, laporan riset dapat dibuat dengan

pendekatan laporan lengkap standar atau populer. Sedangkan bagi kalangan akademisi,

laporan riset umumnya sudah memiliki format yang standar. Laporan lengkap standar

disusun berdasar sistematika baku dan dijelaskan secara mendetil. Sedangkan laporan

populer itu lebih ringkas, bab-bab metodologi dan analisa teknis tidak disajikan detil.

Bagi riset profesional, kedua jenis laporan riset perlu disampaikan bagi pihak klien.

Hanya saja, laporan populer disiapkan untuk sajian presentasi dan laporan lengkap

beserta data riset penunjanga (soft/hard copy) sebagai laporan keseluruhan riset.

Format Laporan Lengkap Standar

Format standar untuk laporan akhir sebuah riset, baik riset akademis maupun

riset profesional, secara formal setidaknya memperhatikan enam bagian, yakni:

1. Halaman Judul 2. Lembar Pengesahan (khusus riset akademis) 3. Daftar Isi, Tabel, Grafik, dan Gambar 4. Ringkasan (Abstrak/Executive Summary)

4.1. Tujuan Riset 4.2. Hasil Riset 4.3. Kesimpulan

5. Isi 5.1. Pendahuluan 5.2. Latar Belakang 5.3. Tujuan Riset 5.4. Pembatasan Riset (jika diperlukan) 5.5. Metodologi Riset 5.6. Analisa 5.7. Kesimpulan 5.8. Saran dan Rekomendasi

6. Lampiran 6.1. Data Hasil Survey/Responden 6.2. Penghitungan Rinci (jika diperlukan) 6.3. Tabel, Grafik, dan Gambar Umum yang Menunjang 6.4. Bahan-Bahan Pendukung 6.5. Referensi Riset (jika diperlukan) 6.6. Daftar Pustaka (khusus riset akademis)


1. Halaman Judul

Bagian ini meliputi judul laporan, kepada siapa laporan tersebut dibuat, lalu nama

pembuat laporan, dan tanggal pelaporan. Judul yang baik disarankan agar menarik,

namun menggambarkan tujuan/subyek dari riset.

2. Lembar Pengesahan

Khusus laporan riset ilmiah akademis, seperti skripsi, tesis, dan disertasi dimuat

tanda tangan pengesahan tim/dosen penguji dan pembimbing sebagai syarat telah

dilakukan pengujian secara akademis.

3. Daftar Isi

Daftar isi harus mencakup bagian dan sub bagian laporan dengan diberi nomor

halamannya, termasuk pula daftar tabel dan daftar gambar.

Contoh Halaman Judul Riset Bisnis

LAPORAN AKHIR RISET PASAR ASURANSI KERUGIAN JP-ASTOR

PT. ASURANSI JASARAHARJA PUTERA

Disusun oleh:

September 2004

4. Ringkasan

Untuk mempermudah pembaca, laporan akhir yang cukup tebal umumnya

ditampilkan ringkasan oleh penulisnya. Ringkasan pada laporan riset akademis

dinamakan abstrak (1-2 halaman), sedangkan untuk riset bisnis disebut executive

summary. Ringkasan mencakup empat bagian, yakni (1) tujuan riset, termasuk

latar belakang dan metodologi; (2) hasil utama dari riset; (3) kesimpulan; dan (4)

apabila diperlukan saran dan rekomendasi.


5. Isi Riset

Bagian ini merupakan bagian inti riset yang dimulai dari pendahuluan yang berisi

latar belakang mengapa riset tersebut perlu dilakukan dan tujuannya. Selanjutnya

dibahas metodologi yang digunakan, hasilnya, dan batasan riset. Cakupan isi riset

ilmiah dijelaskan masing-masing bab berikut:

i. Pendahuluan, terdiri atas uraian mengenai Latar Belakang Masalah,

Perumusan Masalah, Tujuan Riset, Metodologi, dan Sistematika Penulisan.

ii. Survey Literatur, khusus riset akademis untuk mengidentifikasi secara cermat

semua teori dan studi empiris sebelumnya yang relevan dengan topik riset.

iii. Metodologi Riset, menjelaskan kronologis riset, termasuk cara pengumpulan

data, macam/jenis data, alat analisa, dan model yang digunakan.

iv. Analisa Data, menyajikan hasil-hasil utama riset yang mengikuti metodologi

yang telah digariskan.

v. Kesimpulan dan Rekomendasi, menyajikan pernyataan hasil analisa terhadap

riset yang telah dilakukan. Beberapa hal yang perlu diperhatikan dalam

menyusun kesimpulan: (1) kesimpulan harus menjawab tujuan dari riset; (2)

kesimpulan ditarik berdasarkan hasil analisa; (3) kesimpulan bukan ringkasan

melainkan pernyataan eksplisit mengenai apa yang telah ditemukan dari

riset. Sementara Rekomendasi menjawab pertanyaan: (1) setelah ditarik

suatu kesimpulan, “implikasi” apa yang kemungkinan terjadi (2) tindak lanjut

berdasar kesimpulan tersebut.

6. Lampiran

Lampiran berisikan bahan-bahan yang mendukung dan bermanfaat bagi pembaca.

Contohnya, draft kuesioner, penghitungan rinci, draft hasil wawancara/survey,

tabel rinci, dan daftar pustaka.

Proses Penulisan Laporan

Langkah pertama dalam proses penulisan adalah mengatur (mengorganisasikan)

bagaimana bahan-bahan hasil riset yang telah dikumpulkan dan dianalisa itu disajikan.

Menyusun laporan riset bisnis relatif lebih mudah dibandingkan riset akademis. Riset

akademis perlu melakukan studi literatur mendalam berupa eksplorasi teori-teori

pendukung. Sedangkan riset bisnis cenderung menyederhanakan laporan dengan tujuan

mudah dibaca klien atau pengguna. Isi Bab Pendahuluan merupakan hasil eksplorasi

tahapan pertama riset, lalu ditambah catatan metodologi yang digunakan. Bab terkait

Isi Riset kemudian disusun berdasar hasil analisa deskriptif dan pengujian statistik

lainnya jika dilakukan. Terakhir, barulah dirangkai kesimpulan dari keseluruhan hasil

riset yang telah dilakukan.


Seperti dalam diagram alur berikut, setelah tahapan pengorganisasian dan

memulai penulisan dari satu bab ke bab yang lain, dilanjutkan tahapan pemeriksaan.

Pemeriksaan dilakukan agar tulisan mudah dibaca, dikoreksi tata bahasa dan ejaannya,

serta evaluasi kelayakan isi. Dalam riset bisnis seringkali dibuat secara tim, ini akan

mempermudah dan mempercepat penyusunan laporan akhir. Namun apabila

penyusunan dilakukan oleh satu orang dalam tim untuk satu babnya, perhatikan

kesinambungan isi, gaya bahasa, dan format penulisan dari satu bab ke bab lainnya.

Dan akhir dari penulisan dan pengecekan adalah pencetakan. Perlu diingat, jangan

sampai bonafiditas periset berkurang dimata klien akibat pencetakan laporan akhir

yang cacat. Baik pencetakan laporan akhir lengkap maupun laporan popular untuk

presentasi.

Presentasi Laporan Akhir

Satu hal yang tak kalah penting dibandingkan dengan penyusunan laporan akhir

adalah mempresentasikan hasil dari riset itu sendiri. Seringkali pihak klien meminta

periset mempresentasikan hasil risetnya, bahkan adakalanya kepada pihak media

massa atau masyarakat umum apabila isi riset terkait informasi publik. Baik tidaknya

periset mempresentasikan hasil riset dapat mempengaruhi diterima tidaknya sebuah

hasil riset. Pihak klien bisa meragukan isi penelitian apabila periset kurang meyakinkan

dalam mempresentasi laporan akhir, meski hasil riset baik reliabilitas dan validitasnya

secara metodologi. Sehingga penting sekali, periset mempersiapkan diri saat akan

mempresentasikan hasil riset.

ORGANISASI

Mengumpulkan

Bahan & Data

Membuat

Kerangka Isi

MULAI MENULIS

BAB PER BAB

PEMERIKSAAN

Koreksi Tata

Bahasa & Ejaan

Periksa Tulisan Agar Mudah

Dibaca

PENCETAKAN

LAPORAN AKHIR


Berikut beberapa tips yang perlu diperhatikan periset dalam melakukan

presentasi hasil riset di depan klien:

1. Sistematis dan terstruktur

Alur presentasi yang sistematis dan terstruktur akan membantu audiens

cepat memahami tujuan akhir riset. Seringkali periset ingin menyajikan

seluruh hasil riset sehingga tidak memperhatikan sistematika dan waktu

yang terbatas. Ada nasehat bagi presenter yang sering bertele-tele, KISS =

Keep It Simple Stupid!

Salah satu cara mengembangkan presentasi adalah logical structure, yakni

menguraikan topik pembicaraan dari topik utama ke sub-sub topik sehingga

dapat menguraikan “benang kusut” topik presentasi.

Hal penting dalam logical structure adalah main points, yaitu hal-hal pokok

yang mungkin ditanyakan audiens dan harus dijawab. Menurut Holcombe &

Stein dalam buku Presentations for Decision Making (dikutip dari Kasali,

2002) memberikan struktur main points:

(i). Jika main point-nya adalah rekomendasi atau suatu konklusi, maka

pertanyaan adalah “why” dan jawabannya adalah a series of

reasons.

(ii). Jika main point-nya adalah prosedur, maka pertanyaannya adalah

“how”, tentu jawabannya adalah a series of steps.

(iii). Jika main point-nya adalah satu deskripsi mengenai suatu analisis,

maka pertanyaannya adalah “what”, tentu jawabannya adalah parts

of whole.

2. Gunakan bantuan media visual

Alat bantu visual akan mengefektifkan presentasi lisan serta menambah

minat dan daya serap dari audiens.

Media visual yang membantu seperti menggunakan transparan dengan media

over head projector (OHP), menggunakan aplikasi komputer seperti power

point dengan media projector (in focus), atau menggunakan slide, video

camera, dsb.

3. Jangan membaca laporan

Presentasi dengan gaya pidato dengan membaca teks sudah pasti membawa

kebosanan pada audiens. Dan berdampak pada menghilangnya minat dan

spontanitas audiens dalam diskusi atau interaksi.

Dengan bantuan power point, periset dapat menyajikan poin-poin penting

saja tanpa terpaku teks laporan akhir riset. Gunakan teks sebagai alat bantu

apabila periset lupa detil angka-angka laporan akhir.


Berikan improvisasi berupa ilustrasi-ilustrasi menarik untuk membantu

audiens memahami isi presentasi.

4. Mengetahui audiens

Presentasi di depan audiens yang belum diketahui jumlah, kompetensi, dan

tingkatan pekerjaan (supervisor/manajer/direksi) seperti kita menyeburkan

diri ke sungai yang tidak diketahui dalam dan derasnya arus.

Selain persiapan internal, periset juga perlu mencari tahu persiapan

eksternal, seperti siapa audiensnya. Latar belakang audiens akan membantu

persiapan isi presentasi, waktu, media, hingga persiapan teknis lainnya.

5. Latihan

Latihan akan membantu alur presentasi sekaligus kepercayaan diri periset

dalam mempresentasikan di depan klien atau khalayak banyak. Seperti yang

dikatakan Winston Churcill, presenter terbaik di saat mendadak atau

impromptu diperoleh dari berapa banyak ia berlatih di depan cermin.

Tentunya bagi periset yang memiliki “jam terbang” presentasi yang banyak

tidak harus berlatih berkaca di depan cermin. Tapi persiapan yang matang

bagi siapapun akan membantu kelancaran presentasi.


Bab 14

STUDI KASUS 1: RISET MARKETING PLAN

Seorang Area Sales Manager baru di sebuah perusahaan nasional consumer

goods diminta untuk membuat marketing plan dengan mengevaluasi kinerja program

pemasaran dari manager sebelumnya. Berikut informasi singkat terkait dengan program

pemasaran yang akan dievaluasi.

a. Data penjualan 24 bulan di tiga wilayah

Bulan DKI Jakarta (unit) Botabek (unit) Jabar (unit)

Januari 2003 1,300 3,750 4,130

Februari 2003 2,760 6,130 7,170

Maret 2003 25,250 46,880 68,930

April 2003 38,750 60,500 84,230

Mei 2003 32,550 57,800 81,520

Juni 2003 30,410 54,690 78,410

Juli 2003 27,670 49,660 73,380

Agustus 2003 28,980 47,440 71,160

September 2003 28,000 42,350 59,140

Oktober 2003 31,450 50,790 67,580

November 2003 46,750 62,090 78,880

Desember 2003 66,580 81,920 98,710

Januari 2004 70,250 85,590 102,380

Februari 2004 56,750 72,090 87,880

Maret 2004 34,030 49,370 65,160

April 2004 36,170 51,510 67,300

Mei 2004 38,910 54,250 64,380

Juni 2004 37,600 52,940 63,070

Juli 2004 38,580 53,920 64,050

Agustus 2004 30,490 45,680 61,010

September 2004 32,630 47,820 63,150

Oktober 2004 35,370 50,560 60,230

November 2004 34,060 49,250 58,920

Desember 2004 35,040 50,230 59,900

b. Promosi

Peluncuran produk di sebuah mall di Jakarta Barat pada bulan Desember 2002

menghabiskan bujet sebesar Rp. 150 juta.

Bujet promosi di TV Comercial dan radio antara bulan Desember 2002 -

Pebruari 2003 sebesar Rp. 1.2 milyar.

Promosi berupa event marketing (below the line) dilakukan di wilayah

Jabotabek bulan Pebruari-Maret 2003 menghabiskan bujet sebesar Rp. 300

juta.


Oktober 2003 - Januari 2004 diadakan promosi “Hadiah THR” berupa voucher

undian yang disisipkan dalam kemasan. Berupa hadiah 10 sepeda motor Suzuki

Smash, paket lebaran, dan hadiah lainnya dengan bujet total sebesar Rp 500

juta.

c. Saluran Distribusi

Distribusi wilayah Jabotabek dan Jawa Barat pada tahun 2003 dilakukan oleh

PT. Logistik Lestari. Sementara sejak awal tahun 2004, distribusi dilakukan

oleh divisi distribusi (internal) perusahaan.

Berdasarkan informasi yang diperoleh tersebut, dilakukan riset sederhana untuk

mengeksplorasi masalah yang terjadi. Berikut tahapan riset yang dilakukan:

1. Perumusan Masalah

Apakah terdapat perbedaan penjualan dan pertumbuhannya di masing-masing

wilayah: DKI Jakarta, Botabek, dan Jawa Barat. Apabila terdapat perbedaan,

disebabkan oleh apa? Promosi yang dilakukan atau disebabkan oleh distributor?

Bagaimana pengaruh promosi terhadap penjualan?

Bagaimana pertumbuhan penjualan di tahun 2005 yang akan menjadi target

realistis manajer yang baru?

2. Metodologi Riset

Metode riset yang digunakan adalah metode kuantitatif dengan menggunakan

data pemasaran internal yang tersedia.

Pengujian statistik yang digunakan antara lain: statistik deskriptif untuk meng-

gambarkan pertumbuhan penjualan, lalu statistik inferensial sederhana (mean

different) untuk melihat beda antar kategori dan perlakuan. Serta forecasting

analysis untuk memprediksi penjualan di masa datang.

3. Pengolahan dan Analisa Data

a. Statistik Deskriptif

Pertumbuhan produk pasca peluncuran produk signifikan terjadi pada bulan

Pebruari-Maret 2003 sebesar 815%, kenaikan dari 2.760 unit menjadi 25.250.

Hal ini terjadi karena bombardir promosi yang dilakukan sejak peluncuran

Desember 2002 dengan media above & below the line (ATL/BTL).

Rata-rata penjualan tahun 2003 sejak bulan Maret adalah sebesar DKI

Jakarta 35.6 ribu, Botabek 55.4 ribu, dan Jawa Barat 76.2 ribu. Sedangkan

rata-rata penjualan tahun 2004 adalah sebesar DKI Jakarta 39.99 ribu,


Botabek 55.3 ribu, dan Jawa Barat 68.12 ribu. Berarti pertumbuhan per

tahunnya adalah DKI Jakarta 12.2%, Botabek –0.26% dan Jawa Barat –10,6%.

Pertumbuhan 2004 di Botabek dan Jabar terjadi dimungkinkan karena tidak

dilakukan promosi pada akhir tahun 2004 seperti tahun-tahun sebelumnya.

Nampak pada bulan November 2003 – Januari 2004 pertumbuhan naik lebih

dari 40% karena promosi “Hadiah THR”.

Deskripsi lengkapnya dijelaskan gambar berikut:

b. Uji Mean Different

Untuk melihat apakah ada perbedaan penjualan di tiga kota dan atau dua

distributor digunakan 2 Ways ANOVA.

Hipotesa :

1. Ada tidaknya perbedaan baris (distributor).

(H0)baris : Tidak ada perbedaan 2 distributor terhadap penjualan.

(Hi)baris : Ada perbedaan 2 distributor terhadap penjualan.

2. Ada tidaknya perbedaan kolom (wilayah penjualan).

(H0)baris : Tidak ada perbedaan 3 wilayah terhadap penjualan.

(Hi)baris : Ada perbedaan 3 wilayah terhadap penjualan.

3. Ada tidaknya perbedaan interaksi (distributor dan wilayah penjualan).

(H0)baris : Tidak ada perbedaan 2 distributor dan 3 wilayah penjualan

terhadap penjualan.

(Hi)baris : Ada perbedaan 2 distributor dan 3 wilayah penjualan

terhadap penjualan.


Analisis Uji berdasar = 0.05 atau Interval Kepercayaan 95% adalah: jika

Fhitung > Ftabel, maka Ho ditolak dan jika Fhitung < Ftabel, maka Ho diterima.

Ringkasan Tabel 2 Ways ANOVA

Jumlah Kuadrat dB Kuadrat Rata-Rata F Hitung F Tabel

Baris 959.44 1 959.44 2.760 3.986

Kolom 11733.19 2 5866.59 16.875 3.136

Interaksi 126.35 2 63.17 0.182 3.136

Galat 22945.00 66 347.65

Total 35763.98 71

Kesimpulan :

1. Tidak ada perbedaan dua distributor terhadap penjualan.

2. Ada perbedaan tiga wilayah penjualan terhadap penjualan.

3. Tidak ada perbedaan 2 distributor dan 3 wilayah penjualan (bersama-

sama) terhadap penjualan.

4. Kesimpulan

a. Penjualan di wilayah Botabek dan Jawa Barat perlu perhatian serius, karena

kecenderungan menurun. Pertumbuhan Botabek –0.26% dan Jawa Barat –10.6%,

namun secara rata-rata Jawa Barat memimpin (68.12 ribu), lalu Botabek (55.3

ribu), dan DKI Jakarta (39.99 ribu). Dari ketiga wilayah, pertumbuhan DKI

Jakarta terbaik sebesar 12.2%.

b. Promosi “Hadiah THR” Rp. 500 juta pada bulan November 2003 – Januari 2004

tidak terlalu efektif terhadap penjualan. Meski dengan pertumbuhan naik lebih

dari 40% atau bertambah 235.25 ribu unit. Apabila cost product sebesar 65% dan

harga pasar Rp. 7000/unit, maka diperoleh gross profit: (100–65)% x 235.25 ribu

x 7000 = Rp. 576 juta. Berarti hanya menyumbang laba sebesar Rp. 76 juta.

c. Distribusi yang dilakukan oleh pihak internal tidak efektif karena tidak ada

perbedaan signifikan (menjadi lebih baik) dalam penjualan, kecuali ada

pengurangan biaya distribusi.

5. Rekomendasi

Untuk strategi jangka pendek, wilayah Jawa Barat merupakan wilayah garapan

utama mengumpulkan penjualan terbesar. Namun untuk strategi jangka panjang,

DKI Jakarta merupakan wilayah yang berpotensi besar apabila digarap secara baik

karena memiliki pertumbuhan positif, dibanding wilayah lain. Perlu dieksplorasi

juga strategi promosi yang efektif.


Bab 15

STUDI KASUS 2: BRAND EQUITY RESEARCH

Sebuah produsen pionir obat nyamuk bakar lokal, sebut saja cap KODOK, ingin

mengevalusi kinerja brand atau merek unggulannya. Seberapa kuat ekuitas merek yang

telah cukup lama dipertahankan terhadap merek kompetitor baru yang bermunculan.

Apakah masih dipersepsikan positif di mata konsumen dan masih cukup kuat mengerek

loyalitas pelanggan. Seperti yang telah dibahas pada Bab 6 tentang acuan brand atau

merek, menurut Aaker, terdapat lima elemen untuk memahami ekuitas sebuah merek.

Namun hanya empat yang diukur dalam riset ini, yakni: brand awareness, brand

associations, perceived quality, dan brand loyalty. Untuk other aspects atau aspek-

aspek merek berharga lainnya seperti: hak paten, akses terhadap pasar (brand

extension), dan teknologi, tidak diukur karena cenderung bersifat kualitatif. Berikut

tahapan riset yang dilakukan:

1. Rumusan tujuan riset ini adalah untuk mengukur aspek-aspek ekuitas merek sebagai

berikut:

a. Brand awareness atau kesanggupan seorang konsumen untuk mengenali atau

mengingat kembali merek cap Kodok sebagai obat nyamuk bakar.

b. Brand association adalah segala kesan yang muncul di benak konsumen

berdasar ingatannya terhadap obat nyamuk bakar cap Kodok.

c. Perceived quality dapat didefinisikan sebagai persepsi pelanggan terhadap

keseluruhan kualitas atau keunggulan obat nyamuk bakar cap Kodok yang

berkaitan dengan apa yang diharapkan pelanggan.

d. Brand Loyalty merupakan suatu ukuran loyalitas konsumen obat nyamuk bakar

cap Kodok dan konsumen obat nyamuk lain.

2. Riset dilakukan dengan metode kuantitatif melalui wawancara tatap muka.

3. Responden adalah pengguna obat nyamuk bakar, baik cap Kodok atau cap lainnya

dan bertempat tinggal di wilayah target pasar di Surabaya dan sekitarnya. Pria atau

wanita berusia antara 18-60 tahun sebanyak 500 responden, dengan perkiraan error

sebesar + 4.38 %. Sampel diambil dengan metode multi stage random sampling

dengan pemilahan berdasar Kecamatan Kelurahan RW RT Unit Tempat

Kediaman (UTK).

4. Desain kuesioner, hasil pengumpulan data dijelaskan berdasar empat aspek brand

equity berikut:


Brand Awareness

Brand awareness diukur dengan menanyakan responden secara spontan,

pengenalan merek-merek obat nyamuk bakar. Jawaban spontan pertama kali

dikategorikan sebagai Top of Mind (TOM), jawaban spontan kedua dan seterusnya

dikelompokkan dalam Spontanous (Brand Recall). Sedangkan pengenalan dengan

bantuan interviewer dikelompokkan dalam Awareness (Brand Recognition) dan

tidak mengenal sama sekali dalam Unaware Brand. Berikut contoh kuesioner untuk

mengukur brand awareness.

Q1. Merek obat nyamuk bakar apa yang Anda ketahui? Ada lagi? (Checklist Tabel) Q2. Obat nyamuk bakar apa yang Anda gunakan saat ini? (Checklist Tabel)

No. Merek Obat

Nyamuk Bakar

Top of Mind

(Jawaban

Pertama, Q1)

Spontanous

(Selain Jawaban

Pertama, Q1)

Awareness

(Jawaban

Dibantu, Q1)

Digunakan

Saat ini

(Q.2)

1. Baygon 1 1 1 1

2. Domestosnomos 2 2 2 2

3. Garuda 3 3 3 3

4. Kodok 4 4 4 4

5. Tiga Roda 5 5 5 5

6. Lainnya …………… 6 6 6 6

Hal-hal yang perlu diperhatikan :

Pilihan merek produk/perusahaan diusahakan menampilkan sebanyak mungkin

merek yang eksis. Sehingga akan mempermudah saat meng-coding agar tidak

menumpuk pada jawaban alternatif [“lainnya …”].

Top of Mind hanya memiliki satu jawaban (single answer) sedangkan jawaban

Spontanous dan awareness dapat lebih dari satu jawaban (multiple answer).

Brand Association

Dalam survey ini, asosiasi obat nyamuk cap Kodok dieksplorasi dari

karakteristik yang dimiliki atau yang dianggap memiliki kesamaan sifat atau

karakter. Dikarenakan dalam mengasosiasi perlu prasyarat pengenalan sebelumnya,

brand associations dilakukan hanya kepada responden yang telah menggunakan

obat nyamuk bakar cap Kodok. Digunakan uji statistik prosedur non parametrik,

Cochran Q test. Cara menghitung asosiasi merek suatu produk adalah dengan

mengajukan pertanyaan dikotomik (2 pilihan: Ya/Tidak). Berdasarkan eksplorasi

awal periset mengajukan 9 atribut yang nanti ditanyakan dan diseleksi oleh

responden, sebagai berikut:


Apakah obat nyamuk cap KODOK itu … [bacakan atribut berikut]? YA/TIDAK A. Diproduksi sudah cukup lama B. Sudah dipakai turun-temurun C. Ampuh mengusir nyamuk D. Cocok bagi masyarakat bawah

E. Cocok membasmi nyamuk Surabaya F. Kodok, binatang pemakan nyamuk G. Kebanggaan Surabaya (lokasi pabrik) H. Tersedia banyak di warung

Perceived Quality

Dieksplorasi 8 atribut perceived quality, yang mengacu pada standar Perceived

(Product) Quality dari David A. Garvin. Untuk memperluas analisa, digunakan

perceptual mapping IPA (Importance Perfomance Analysis) yang memiliki sembilan

kuadran penilaian berdasarkan kinerja (perceived quality) dan kepentingannya di

mata konsumen cap Kodok. Dan akan diperbandingkan pula dengan perceived

quality dari produk lain.

PERCEIVED QUALITY

“Saat menggunakan obat nyamuk bakar Cap Kodok, bagaimana Anda menilai kualitasnya dalam hal ... [Baca per Atribut, Tabel], apakah?

Sangat baik 5 Baik 4 Cukup 3 Jelek 2 Sangat Jelek 1

IMPORTANT LEVEL “Menurut Anda, seberapa penting obat nyamuk bakar itu (umum, tidak hanya cap Kodok) dalam hal ... [Baca per Atribut, Tabel], apakah ?

Sangat Penting 5 Penting 4 Antara Penting & Tidak 3 Tidak Penting 2 Sangat Tidak Penting 1

NO. A T R I B U T PERCEIVED

QUALITY

IMPORTANT

LEVEL

1. Kemampuan untuk mengusir nyamuk 1 2 3 4 5 1 2 3 4 5

2. Kemampuan untuk mengusir serangga lain selain nyamuk 1 2 3 4 5 1 2 3 4 5

3. Asap yang mengepul dan banyak menyebar 1 2 3 4 5 1 2 3 4 5

4. Asap aman apabila terhirup 1 2 3 4 5 1 2 3 4 5

5. Tahan lama lebih dari 8 jam/batang 1 2 3 4 5 1 2 3 4 5

6. Harga terjangkau 1 2 3 4 5 1 2 3 4 5

7. Tersedia di warung-warung tradisional 1 2 3 4 5 1 2 3 4 5

8. Berhadiah 1 2 3 4 5 1 2 3 4 5

Brand Loyalty

Ukuran loyalitas merek ini dapat memberikan gambaran tentang mungkin

tidaknya konsumen beralih ke merek lain, terutama jika merek tersebut mengalami

perubahan baik menyangkut harga maupun atribut lain. Untuk menggali tingkat


loyalitas terhadap suatu merek, digunakan kuesioner Der Plan Consulting dan Sat

Metrix yang telah teruji reliabilitasnya. Ketiga pertanyaan tersebut antara lain:

1. Secara keseluruhan puaskah Anda sebagai konsumen terhadap keseluruhan kualitas produk cap Kodok?

a. Sangat Puas (Score: 1.00) b. Puas (Score: 0.75) c. Antara Puas & Tidak (Score: 0.05) d. Tidak Puas (Score: 0) e. Sangat Tidak Puas (Score: 0)

2. Apabila keluarga atau teman Anda membutuhkan obat nyamuk bakar, apakah akan menginformasikan cap Kodok yang Anda gunakan saat ini?

a. Pasti tanpa diminta (Score: 1.00) b. Menginformasikan apabila diminta (Score: 0.50) c. Tidak akan menginformasikan (Score: 0)

3. Apabila obat nyamuk bakar cap Kodok telah habis, apakah Anda akan membeli kembali?

a. Pasti membeli kembali (Score: 1.00) b. Belum terpikirkan (Score: 0.50) c. Tidak akan membeli lagi (Score: 0)

5. Hasil survey (data fiktif) yang diperoleh beserta analisa data:

a. Brand Awareness

Brand Awareness (n = 500)

Merek Obat Nyamuk Bakar

TOM Score Total Aware

Brand Total Unware

Brand Market Share

Baygon 35.7 100 0 35.2

Domestosnomos 24.6 91.3 8.7 22.9

Garuda 15.3 81.8 18.2 14.9

Kodok 6.2 69.9 30.1 9.1

Tiga Roda 17.7 85.6 14.4 16.8

Lainnya …………… 0.5 6.0 94.0 1.1

Total 100 434.6 165.4 100

Nampak pada tabel di atas, obat nyamuk bakar lokal cap Kodok kalah dalam

awareness dari konsumen dengan merek-merek nasional, baik top of mind (TOM

Score) maupun total awareness (TOM, spontanous, aware). Namun cukup bagus

untuk merek lokal dengan menguasai 9.1% dari pasar di wilayah Surabaya.

b. Brand Associations

Hasil survey menunjukkan, asosiasi atau kesan yang muncul di benak konsumen

berdasar ingatannya terhadap obat nyamuk bakar cap Kodok ada empat, yakni:

sudah dipakai turun-temurun, kebanggaan Surabaya sebagai lokasi pabrik,

cocok membasmi nyamuk Surabaya, dan diproduksi sudah cukup lama.


c. Perceived Quality

Nampak pada grafik di atas, menurut konsumen obat nyamuk bakar cap Kodok

terdapat tiga atribut kinerja produk dinilai bagus sesuai harapan. Yakni

kemampuan mengusir nyamuk, tahan lama > 8 jam, dan tersedia di warung

tradisional. Sementara kualitas produk di mata konsumen yang dianggap

penting namun belum baik kinerjanya adalah asap aman terhirup.

d. Brand Loyalty

NO. PARAMATER LOYALITAS NILAI CLI

1. Kepuasan layanan secara keseluruhan (overall) 70.00

2. Kemauan untuk merekomendasikan 80.00

3. Kemauan untuk menggunakan kembali 75.00

CLI TOTAL 75.00

Berdasarkan hasil survey yang telah dilakukan, terlihat loyalitas konsumen obat

nyamuk bakar cap Kodok dengan tial nilai 75.0 yang berarti: cukup puas,

bersedia merekomendasi, dan mau menggunakan kembali.

6. Rekomendasi berdasar hasil survey

a. Tingkat awareness ditingkatkan dengan menggencarkan promosi menggunakan

media lokal dengan mengedepankan keunggulan kualitas produk cap Kodok.

Yakni dengan asosiasi positif seperti: sudah dipakai turun-temurun,

kebanggaan Surabaya sebagai lokasi pabrik, cocok membasmi nyamuk

Surabaya, dan diproduksi sudah cukup lama.

b. Kualitas produk yang perli diperbaiki adalah asap aman terhirup.

c. Loyalitas konsumen cukup bagus, gunakan strategi Customer Relationshoip

Management (CRM) untuk mempertahankan pelangan (retention) dan meng-

akuisisi pelanggan baru melalui rekomendasi pelanggan, words of mouth.


Bab 16

STUDI KASUS 3: CUSTOMER SATISFACTION & LOYALTY SURVEY (CSLS)

Departemen CRM sebuah perusahaan nasional asuransi jiwa ingin mengevaluasi

kepuasan pelanggan dan memprofilkan loyalitas pelanggan tersebut. Maka direncana-

kan survey dan sekaligus pengukuran indeks kepuasan dan loyalitas pelanggan. Indeks

ini akan dijadikan tracking secara periodik agar perbaikan mutu layanan dapat dilaku-

kan secara berkelanjutan (suistainable service improvement). Berikut ringkasan riset

yang telah dilakukan.

I. Tujuan Riset

Riset CSLS ini bertujuan untuk:

1. Mengukur indeks kepuasan pelanggan customer satisfaction index (CSI) dan

indeks loyalitas pelanggan customer loyalty index (CLI) dengan skala 0-100.

2. Mengeksplorasi faktor-faktor yang menyumbangkan kepuasan dan loyalitas

pelanggan untuk dilakukan program priorita perbaikan layanan.

II. Metodologi Riset

Riset dilakukan dalam tiga tahapan riset, yakni:

1. Preliminary research atau riset pendahuluan untuk mengeksplorasi parameter

dari landasan teori yang digunakan. Yakni teori dari Parasuman, et. all.,

SERVQUAL (Service Quality) Dimension yang terdiri dari lima dimensi:

tangibles, realibility, assurance, responsibility, dan emphaty. Dilakukan

secara internal (FGD) dari Departemen CRM dan lainnya yang terkait.

2. Validity & Realibility Test untuk menentukan parameter yang tepat untuk

mengukur customer satisfaction produk asuransi jiwa yang terkait, sekaligus

membangun konstruk riset yang valid. Jumlah responden yang digunakan

dalam pengujian ini adalah jumlah minimal dari riset kuantitatif sebanyak 30

orang dengan menyebarkan angket terbatas kepada pelanggan.

3. Descriptive research, untuk lebih menjauh mengukur kepuasan dan loyalitas

pelanggan. Dilakukan terhadap 500 pelanggan sebagai responden dari 100.000

nasabah, diambil dengan teknik systematic random sampling berdasar nomor

polis nasabah melalui telepon atau telesurvey. Error sampling yang diperoleh

menurut rumus Slovin adalah sebesar + 4.46 %.


III. Desain Kuesioner

Kuesioner yang dibuat untuk pengukuran indeks (descriptive research) merupakan

hasil riset pendahuluan yang selanjutnya diuji validitasnya. Hasil eksplorasi awal

diperoleh sejumlah 18 variabel prediktor kepuasan pelanggan, namun setelah

pengujian dengan Cochran Q Test terhadap jawaban dikotomik (YA/TDK) 30

responden didapat hanya 10 variabel yang signifikan. Sementara untuk mengukur

loyalitas pelanggan digunakan kuesioner Der Plan Consulting dan Sat Metrix yang

telah teruji reliabilitasnya. Berikut final questionnaire untuk mengukur CSLS:

[PERTANYAAN KEPUASAN PELANGGAN]

Seberapa puas Anda sebagai nasabah terhadap layanan yang telah diberikan oleh Perusahaan Asuransi dalam hal:

NO. JENIS LAYANAN YANG DIBERIKAN JAWABAN

Q1. Materi flyer (brosur) yang mudah dipahami A B C D E

Q2. Layanan call center untuk akses informasi produk A B C D E

Q3. Kompetensi agen asuransi dalam informasi produk A B C D E

Q4. Staf CS memberikan informasi yang dibutuhkan A B C D E

Q5. Kemudahan dalam prosedur pengajuan polis A B C D E

Q6. Produk asuransi sesuai kebutuhan nasabah A B C D E

Q7. Staf CS tanggap terhadap komplain nasabah A B C D E

Q8. Staf CS membantu menyelesaikan komplain A B C D E

Q9. Kecepatan dalam proses klaim A B C D E

Q10. Perusahaan membuktikan kredibilitasnya yang baik A B C D E

Bobot skala jawaban dari skala likert dalam kuesioner Kepuasan Pelanggan:

PILIHAN JAWABAN CODING (BOBOT)

A. Sangat Puas 1.00

B. Puas 0.75

C. Antara Puas & Tidak 0.50

D. Tidak Puas 0

E. Sangat Tidak Puas 0

[PERTANYAAN LOYALITAS PELANGGAN]

Q1. Secara keseluruhan puaskah Anda sebagai nasabah terhadap layanan yang telah diberikan?


A. Sangat Puas 1.00

B. Puas 0.75

C. Antara Puas & Tidak 0.50

D. Tidak Puas 0

E. Sangat Tidak Puas 0


Q2. Apabila kerabat atau rekan Anda membutuhkan informasi tentang produk atau perusahaan asuransi jiwa, apakah akan merekomendasikan produk asuransi jiwa yang Anda gunakan saat ini?


A. Merekomendasikannya tanpa diminta 1.00

B. Merekomendasikannya apabila diminta 0.50

C. Tidak akan merekomendasikan 0

Q3. Apabila masa polis produk atau perusahaan asuransi jiwa telah habis, apakah

Anda akan terus memperpanjang polis?


A. Pasti Memperpanjang 1.00

B. Pikir-pikir 0.50

C. Tidak Memperpanjang 0

IV. Hasil Riset dan Analisis Data

a. Tahapan menghitung CSI yang dilakukan adalah sebagai berikut:

1. Hitung nilai masing-masing jawaban responden ditabulasi dan di-coding

bobot indeksnya. Menggunakan statistical software (SPSS/Minitab) atau

MS Excel dapat diperoleh indeks CSI melalui fasilitas coding dengan

mudah. Sehingga masing-masing pertanyaan yang mewakili parameter

mutu layanan akan mendapatkan indeks kepuasan pelanggan.

2. Hitung rata-rata indeks kepuasan pelanggan dari sepuluh parameter

sebagai nilai CSI total. Berikut hasil survey yang telah dilakukan:

NO. PARAMATER NILAI CSI

1. Materi flyer (brosur) yang mudah dipahami 85.00

2. Layanan call center untuk akses informasi produk 72.50

3. Kompetensi agen asuransi dalam informasi produk 82.50

4. Staf CS memberikan informasi yang dibutuhkan 75.00

5. Kemudahan dalam prosedur pengajuan polis 82.50

6. Produk asuransi sesuai kebutuhan nasabah 77.50

7. Staf CS tanggap terhadap komplain nasabah 62.50

8. Staf CS membantu menyelesaikan komplain 60.00

9. Kecepatan dalam proses klaim 65.00

10. Perusahaan membuktikan kredibilitasnya yang baik 75.00

CSI TOTAL 73.75

3. Interpretasi hasil penghitungan indeks, baik masing-masing parameter

maupun total ideks, dengan acuan berikut:


INDEKS CSI KINERJA PARAMETER

90.01 – 100 Excellent

70.01 – 90.00 Satisfied

50.01 – 70.00 Average

25.01 – 50.00 Unsatisfied

0 – 25.00 Very Unsatisfied

b. Tahapan menghitung CLI yang dilakukan adalah sebagai berikut:

1. Hitung rata-rata nilai loyalitas pelanggan dari tiga parameter sebagai

nilai CLI total. Berikut hasil survey yang telah dilakukan:

NO. PARAMATER NILAI CLI

1. Kepuasan layanan secara keseluruhan (overall) 72.50

2. Kemauan untuk merekomendasikan 80.00

3. Kemauan untuk menjadi nasabah kembali 55.00

CLI TOTAL 69.17

2. Interpretasi hasil penghitungan indeks, baik masing-masing parameter

maupun total ideks, dengan acuan berikut:

INDEKS CSI KINERJA PARAMETER

90.01 – 100 High Loyalist

70.01 – 90.00 Loyalist

50.01 – 70.00 Average

25.01 – 50.00 Switcher

0 – 25.00 High Switcher

c. Faktor-faktor kepuasan pelanggan yang mempengaruhi loyalitas pelanggan

diprediksi dengan menggunakan persamaan regresi. Dengan menggunakan

statistical software, model regresi dapat diperoleh dari variabel dependen

CLI Total dan variabel independen nilai CSI dari 10 parameter. Analisis regresi

dilengkapi metode stepwise untuk menghilangkan variabel independen yang

kurang signifikan. Sehingga akan diperoleh variabel prediktor loyalitas dan

model matematis untuk memprediksi CLI. Berikut hasil model regresi:

Y = 0.168*X3 + 0.205*X5 + 0.265*X6 + 0.282*X9

Sign. 0.04551 R-square (Adj): 0.7713 Dimana: X3 : nilai CSI untuk kompetensi agen asuransi dalam informasi produk (0-100) X5 : nilai CSI untuk kemudahan dalam prosedur pengajuan polis (0-100) X6 : nilai CSI untuk produk asuransi sesuai kebutuhan nasabah (0-100) X9 : nilai CSI untuk kecepatan dalam proses klaim (0-100) Y : nilai total CLI (0-100)


V. Kesimpulan dan Rekomendasi

Berdasarkan hasil survey CSLS diperoleh hasil:

a. Indeks total kepuasan pelanggan tahun ini adalah sebesar 73.75% atau dinilai

Satisfied oleh nasabah. Dengan parameter tertinggi adalah materi flyers

(brosur) yang mudah dipahami dan terendah adalah staf Customer Service

(CS) membantu menyelesaikan komplain. Sedangkan parameter di bawah nilai

CSI adalah: kecepatan proses klaim, staf CS tanggap terhadap komplain

nasabah, dan staf CS membantu menyelesaikan komplain.

b. Indeks total loyalitas pelanggan tahun ini adalah sebesar 69.17% atau memiliki

nasabah yang rata-rata antara loyal dan tidak (average).

c. Faktor-faktor kepuasan pelanggan yang mempengaruhi loyalitas pelanggan

berdasarkan prioritas adalah kecepatan proses klaim, kesesuaian produk

asuransi dengan kebutuhan nasabah, kemudahan prosedur pengajuan klaim,

dan kompetensi agen asuransi.

Berdasarkan hasil survey CSLS pula, direkomendasikan bagi CRM Department

untuk program layanan nasabah sebagai berikut:

a. Prioritas utama program perbaikan layanan (service improvement) untuk

membangun loyalitas nasabah adalah meningkatkan kinerja dalam kecepatan

proses klaim. Selain merupakan variabel yang signifikan mempengaruhi CLI

total, juga dikarenakan penilaian CSI masih di bawah standar Satisfied.

b. Prioritas selanjutnya untuk program perbaikan layanan adalah aspek-aspek

yang penilaian CSI-nya masih di bawah standar Satisfied. Yakni: kecepatan

proses klaim, staf CS tanggap terhadap komplain nasabah, dan staf CS

membantu menyelesaikan komplain.

c. Sementara untuk program untuk mempertahankan loyalitas pelanggan

(customer retention) selain kecepatan proses klaim adalah kecepattanggapan

staf CS terhadap komplain nasabah dan membantu menyelesaikan komplain.


DAFTAR PUSTAKA

Aaker, David A., V.Kumar, & Day, George S. 1995 (5th Edition). Marketing Research.

Hohn Wiley & Sons, Inc., New York.

Asian Market Research News. 2002. Why Focus Groups (And Many Other Research

Technique) Fail. www.asianmarketresearch.com.

Cochran, William G. 1991. Teknik Penarikan Sampel.UI Press, Jakarta.

Darmadi Durianto, Sugiarto, dan Tony Sitinjak. 2001. Strategi Menaklukan Pasar:

Melalui Riset Ekuitas dan Perilaku Merek. Gramedia Pustaka Utama, Jakarta.

Der Plan Consulting. 2001. Customer Satisfaction & Customer Loyalty: Theoritical

Background. Der Plan, Frankfurt.

Dillon, W.R., & Goldstein, M. 1984. Multivariate Analysis: Methods and Applications.

New York: Mc-Graw Holl Inc.

Fandy Tjiptono, Yanto Candra, dan Anastasia Diana. Marketing Scales. MARKNESIS dan

Penerbit Andi, Yogyakarta.

Fern, Edward F. 2001. Advanced Focus Group Research. SAGE Publications, London.

Gendall, Phillip & Esslemont, Don. 1992. Market Research: What It Can and Can’t Do.

Marketing Buletin No.3, 63-66.

Gurney, Peter. 2001. Performance Assessment: A Primer for Call Centres (Mystery

Shopping Program). Service Intelligent.

Irawan, Handi. 2003. Indonesian Customer Satisfaction: Membedah Strategi Kepuasan

Pelanggan Merek Pemenang ICSA. Elex Media Komputindo, Jakarta.

Karl G. Joreskorg, and Dag Sorbon. 1996. LISREL 8: User’s Reference Guide. Scientific

Software International (SSI), Chicago.

Kartajaya, Hermawan. 2003. Marketing Plus 2000: Siasat Memenangkan Persaingan

Global. Gramedia Pustaka Utama, Jakarta.

Kartajaya, Hermawan et. all. 2003. MarkPlus on Strategy. Gramedia Pustaka Utama,

Jakarta.

Kasali, Rhenald. 2002. Sukses Melakukan Presentasi. Gramedia Pustaka Utama, Jakarta.

Kasali, Rhenald. 2001. Membidik Pasar Indonesia: Segmentasi, Targeting, dan

Positioning. Gramedia Pustaka Utama, Jakarta.

Kasali, Rhenald. 2000. Antara Data dan Visual dikutip dari situs www.detik.com.

Kelloway, E. Kevin. 1998. Using Lisrel for Structural Equation Modeling: A Researcher’s

Guide. SAGE Publications, London.

Kerlinger, Fred N. 2004 (Terj., Edisi Ke-10): Asas-Asas Penelitian Behavioral. Gajah

Mada University Press, Yogyakarta.


Kuncoro, Mudrajad. 2003. Metode Riset untuk Riset Bisnis & Ekonomi. Penerbit

Erlangga, Jakarta.

Linggawati et. all. 2000. Pelatihan Statistika (SPSS 7.0). Jurusan Matematika FMIPA UI,

Depok.

Malo, Manasse. 1985. Materi Pokok Metode Penelitian Sosial. Karunika, Jakarta.

Margareth Crimp and Len Tiu Wright. 1995. The Marketing Research Process - 4th

Edition. Prentice Hall, UK.

Masri Singarimbun dan Sofian Effendi. 1989. Metode Penelitian Survey. Pustaka LP3ES,

Jakarta.

Melvin Crask, Richard J. Fox, and Roy G. Stout. 1998. Marketing Research: Principles &

Applications. Prentice Hall, New Jersey.

Philip Kotler, Hermawan Kertajaya, Hooi Den Huan, and Sandra Liu. 2003. Rethinking

Marketing Suistainable Market-ing Enterprise in Asia. Prentice Hall, Jakarta.

Quee, Wong Toon. 1999 (3rd Edition). Marketing Research. Butterworth Heinemann,

Singapore.

Rakhmat, Jalaluddin. 2004 (cetakan ke-11). Metode Penelitian Komunikasi. Rosda

Karya, Bandung.

Rangkuti, Freddy. 2002. The Power of Brand: Teknik Mengelola Brand Equity dan

Strategi Pengembangan Merek. Gramedia Pustaka Utama, Jakarta.

Rangkuti, Freddy. 1999. Riset Pemasaran. Gramedia Pustaka Utama, Jakarta.

Santoso, Singgih. 2002. Buku Latihan SPSS Statistik Multivariat. Elex Media Kompu-

tindo, Jakarta.

Santoso, Singgih & Tjiptono, Fandy. 2001. Riset Pemasaran: Konsep dan Aplikasi dengan

SPSS. Elex Media Komputindo, JakartaUmar, Hussien. 2002 Metode Riset Bisnis.

Gramedia Pustaka Utama, Jakarta.

SatMetrix, 2001. Measuring Customer Loyalty: A Satmetrix Sytems White Paper.

Satmetrix System,Inc. California.

Sharma, Shubash. 1995. Multivariate Analysis. SAGE Publications, London.

Simamora, Bilson. 2003. Membongkar Kotak Hitam Konsumen. Gramedia Pustaka

Utama, Jakarta.

Simamora, Bilson. 2001. Remarketing for Business Recovery. Gramedia Pustaka Utama,

Jakarta.

Tim Litbang Wahana Komputer. 2001. Pengolahan Data Statistik dengan SPSS 10.0.

Penerbit Salemba Infotek, Jakarta.

Walpole, Ronald E. Pengantar Statistika (Edisi Ke-3). Gramedia Pustaka Utama,

Jakarta.

Marketing Research for Beginner: Panduan Praktis Riset Pemasaran Bagi Pemula (Penerbit Andi, 2006;...

Documents

Transcript of Marketing Research for Beginner: Panduan Praktis Riset Pemasaran Bagi Pemula (Penerbit Andi, 2006;...