Model Multinomial Logit Untuk Menentukan Harga
Optimal Paket Blackberry Internet Service (BIS)
Telkomsel dan Indosat (Studi Kasus : Mahasiswa
Fakultas Teknik UNS Pengguna Blackberry)
Skripsi
DIANDRA PARAMITA TIMUR I0308038
JURUSAN TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET
SURAKARTA 2013
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
KATA PENGANTAR
Puji syukur kehadirat Sang Maha Pencipta, Allah SWT, yang telah
melimpahkan rahmat dan hidayah-Nya kepada makhlukNya. Sholawat dan salam
tersampaikan kepada Nabi Muhammad SAW, sehingga penulis dapat
menyelesaikan skripsi sebagai syarat untuk mendapatkan gelar Sarjana Teknik di
Jurusan Teknik Industri Fakultas Teknik Universitas Sebelas Maret Surakarta.
Skripsi ini dapat terselesaikan berkat bantuan dan bimbingan dari berbagai
pihak. Pada kesempatan ini penulis ingin menyampaikan ucapan terima kasih
yang sebesar-besarnya atas bimbingan, bantuan, dan dukungan yang tak ternilai
terhadap pihak-pihak sebagai berikut :
1. Allah SWT atas limpahan rahmat dan karunia-Nya.
2. Kedua orangtuaku tercinta dan kedua kakakku tersayang yang selalu
mendoakan dan memberi dukungan dalam pembuatan laporan ini.
3. Ibu Azizah Aisyati, ST.,MT. selaku pembimbing I yang telah memberikan
bimbingan dan pengarahannya kepada peneliti selama pelaksanaan penelitian
dan penyusunan skripsi ini.
4. Bapak Dr. Cucuk Nur Rosyidi, ST., MT. selaku Ketua Jurusan Teknik Industri
UNS dan pembimbing II yang telah memberikan bimbingan dan pengarahan
kepada peneliti selama pelaksanaan penelitian dan penyusunan skripsi ini.
5. Bapak Wakhid Akhmad Jauhari, ST, MT dan Bapak Dr. Eko Pujianto, Ssi,
MT selaku penguji yang telah memberikan kritik dan saran untuk penelitian
ini.
6. Teman-teman TI 2008 khususnya ani, nisa, nia, galin, rina, ellen, intan, nandi,
yoga, cent, mira, reza, putri, dll. Terima kasih atas bantuan dan pertemanannya
selama di TI.
7. Teman-teman seangkatan dan seperjuangan TI UNS 2008 pada umumnya atas
dukungan, keakraban, serta kekompakannya selama ini.
8. Terima kasih untuk asisten LSP 2008 ani, raga, nuski, anggun, nydhia, wulan
atas kerja sama, dukungan, dan bantuan selama ini. Terima kasih juga untuk
adek-adek angkatan asisten LSP 2009 dan 2010 yang sudah membantu selama
ini.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
9. Achmad Hayyunuski buat semua dukungan, semangat, bantuan dan doa
selama ini.
10. Semua pihak yang tidak dapat kami sebutkan satu persatu, terima kasih atas
segala bantuan dan pertolongan yang telah diberikan.
Penulis menyadari bahwa skripsi ini jauh dari sempurna dan banyak
memiliki kekurangan. Oleh karena itu penulis mengharapkan kritik, masukan dan
saran yang membangun untuk penyempurnaan skripsi ini. Semoga skripsi ini
dapat memberikan manfaat bagi pembaca sekalian.
Surakarta, Januari 2013
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
ABSTRAK
Diandra Paramita Timur, NIM : I 0308038. MODEL MULTINOMIAL LOGIT UNTUK MENENTUKAN HARGA OPTIMAL PAKET BLACKBERRY INTERNET SERVICE (BIS) TELKOMSEL DAN INDOSAT (STUDI KASUS : MAHASISWA FAKULTAS TEKNIK UNS PENGGUNA BLACKBERRY). Skripsi. Surakarta: Jurusan Teknik Industri, Fakultas Teknik, Universitas Sebelas Maret, Januari 2013.
Blackberry adalah perangkat seluler yang memiliki kemampuan layanan push e-mail, telepon, sms, penjelajahan internet, messenger (Blackberry Messenger) dan berbagai kemampuan nirkabel lainnya. Hal ini menyebabkan banyak masyarakat di berbagai negara yang tertarik dan menggunakannya termasuk di negara Indonesia. Dengan layanan dasar yang dimiliki oleh Blackberry seperti Blackberry Internet Services (BIS) maka provider-provider besar seperti Telkomsel dan Indosat berlomba untuk menguasai pasar Blackberry dalam memperebutkan konsumen. Tujuan penelitian ini adalah menentukan harga optimal untuk paket Lifestyle, Business dan Full Services Telkomsel dan paket Gaul, Mail, dan Irit Indosat pada Blackberry Internet Services untuk memaksimalkan ekspektasi pendapatan keduanya dan untuk mengetahui harga optimal dan ekspetasi pendapatan untuk tiap paket yang mempunyai fasilitas sama dimana tidak terjadi persaingan harga antara Telkomsel dan Indosat.
Model Multinomial Logit digunakan dalam menentukan harga optimal yang ditawarkan untuk masing-masing layanan dari provider serta harga yang terbentuk dimana tidak terjadi persaingan antara dua provider pada setiap layanan yang mempunyai fasilitas yang sama. Pengolahan data meliputi pengujian multikolinieritas data, penentuan estimasi parameter model multinomial logit, penentuan evaluasi model multinomial logit (uji kebaikan model, uji signifikansi variabel independen secara bersama, dan uji signifikansi variabel independen secara individual), penentuan validasi model multinomial logit, penentuan harga optimal masing-masing provider, dan penentuan harga optimal ketika tidak ada persaingan keduanya.
Hasil penelitiannya yaitu pada Telkomsel, harga paket Lifestyle sebesar Rp 70.000, harga paket Business sebesar Rp 88.479, harga paket Full Services sebesar 91.524, dan ekspektasi pendapatan sebesar Rp 88.054. Sedangkan untuk Indosat, harga paket Gaul sebesar Rp 53.766, harga paket Mail sebesar Rp 49.930, harga paket Irit sebesar 90.000, dan ekspektasi pendapatan sebesar Rp 77.675. Pada situasi dimana tidak terjadi persaingan harga, didapatkan harga optimal untuk paket Lifestyle dan Gaul sebesar Rp 70.000, paket Business dan Mail sebesar Rp 84.529, dan paket Full Services dan Irit sebesar Rp 98.801 dengan ekspektasi pendapatan sebesar Rp 110.000 untuk kedua provider. Kata kunci : multinomial logit, Blackberry Internet Service, harga optimal xiv + 71 halaman; 21 tabel; 15 gambar; 2 lampiran Daftar pustaka : 21 (1989-2012)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
ABSTRACT
Diandra Paramita Timur, NIM : I 0308038. MULTINOMIAL LOGIT MODEL TO DETERMINE THE OPTIMAL PRICE OF BLACKBERRY INTERNET SERVICE (BIS) FOR TELKOMSEL AND INDOSAT (CASE STUDY : STUDENTS OF ENGINEERING FACULTY UNS). Thesis. Surakarta: Industrial Engineering Department, Faculty of Engineering, Sebelas Maret University, January 2013.
Blackberry is a mobile device which has many capabilities such as push e-mail service, phone, sms, internet browsing, messenger (Blackberry Messenger) and a variety of other wireless capabilities. Blackberry has basic service called Blackberry Internet Services (BIS). Many people including in Indonesia interested to in using this device. The big providers such as Telkomsel and Indosat compete for dominating of the Blackberry market to get more consumers. The purpose of this study is to determine the optimal price for the services of Lifestyle, Business and Full Services of Telkomsel and the services of Gaul, Mail, and Irit of Indosat on Blackberry Internet Services to maximize the expected revenues for them and to find the optimal price and expected revenue where is no competition between Telkomsel and Indosat.
Multinomial Logit Model is used to determine the optimal price that must be offered for each of the services from providers and price when there is no competition between two providers on any services that have the same facilities. Data processing includes test of multinomial logit assumption (multicolinearity test), determination of the multinomial logit model parameter, multinomial logit model evaluation (goodness of fit test, overall model test, and significance test), determination of multinomial logit model validity, determination of the optimal price for each providers, and determination of optimal price for both Telkomsel and Indosat.
The optimal price of Lifestyle, Business, and Full Services of Telkomsel are Rp 70,000, Rp 88.479, and 91.524 respectively with expected revenue Rp 88.054. While for Indosat, the price of Gaul, Mail, and Irit of Indosat are Rp 53.766, Rp 49.930, and Rp 90.000 respectively with expected revenue Rp 77.675. At the situation where there is no competition, the optimal price for BIS Lifestyle and Gaul, BIS Business and Mail, and BIS Full Services and Irit are Rp 70.000, Rp 84.529, and Rp 98.801 with expected revenue is Rp 56,214 for both Telkomsel and Indosat. Key words : multinomial logit, Blackberry Internet Service, optimal price xiv + 71 pages; 21 tables; 15 drawings; 2 attachments Bibliography : 21 (1989-2012)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
DAFTAR ISI
HALAMAN JUDUL i
LEMBAR PENGESAHAN ii
SURAT PERNYATAAN ORISINALITAS KARYA ILMIAH iii
SURAT PERNYATAAN PUBLIKASI KARYA ILMIAH iv
KATA PENGANTAR v
ABSTRAK vii
ABSTRACT viii
DAFTAR ISI ix
DAFTAR TABEL xii
DAFTAR GAMBAR xiii
BAB I PENDAHULUAN I-1
1.1 Latar Belakang I-1
1.2 Perumusan Masalah I-4
1.3 Tujuan Penelitian I-4
1.4 Manfaat Penelitian I-5
1.5 Batasan Masalah I-5
1.6 Asumsi I-5
1.7 Sistematika Penulisan I-5
BAB II LANDASAN TEORI II-1
2.1 Blackberry II-1
2.2 Metode Sampling II-2
2.3 Uji Multikolinearitas II-7
2.4 Qualitative Choice Model II-8
2.5 Regresi Logistik II-9
2.6 Regresi Logistik Multinomial II-10
2.7 Uji Kebaikan Model II-11
2.8 Uji Signifikasi Variabel Independen Secara Bersama II-12
(Overall Model Fit)
2.9 Uji Signifikasi Variabel Independen Secara Individu II-13
(Significance Test)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
x
2.10 Penentuan Validasi Model Multinomial Logit II-14
2.11 Penelitian Terdahulu II-15
2.11.1 Correa (2008) II-15
2.11.2 Arini (2011) II-16
BAB III METODOLOGI PENELITIAN III-1
3.1 Tahap Identifikasi Masalah III-2
3.2 Tahap Pengumpulan dan Pengolahan Data III-3
3.2.1 Pengumpulan Data III-3
3.2.2 Pengolahan Data III-4
3.3 Tahap Analisis III-15
3.4 Tahap Kesimpulan dan Saran III-15
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA IV-1
4.1 Pengumpulan Data IV-1
4.1.1 Perancangan dan Penyebaran Kuesioner IV-2
4.1.2 Perekapan Data IV-3
4.2 Pengolahan Data IV-6
4.2.1 Uji Multikolinearitas Data IV-7
4.2.2 Penentuan Estimasi Parameter Model Multinomial IV-7
Logit
4.2.3 Penentuan Evaluasi Model Multinomial Logit IV-9
4.2.4 Penentuan Validasi Model Multinomial Logit IV-16
4.2.5 Penentuan Harga Optimal Masing-Masing Provider IV-18
4.2.6 Penentuan Harga Optimal dimana Tidak Terjadi IV-19
Persaingan
BAB V ANALISIS DAN INTERPRETASI HASIL V-1
5.1 Analisis Hasil Klasifikasi Data Responden Telkomsel dan V-1
Indosat
5.2 Analisis Hasil Parameter Model Multinomial Logit V-3
5.3 Analisis Hasil Evaluasi Model Multinomial Logit V-4
5.4 Analisis Hasil Validasi Model Multinomial Logit V-8
5.5 Analisis Hasil Optimisasi Harga Masing-Masing Provider V-9
5.6 Analisis Hasil Optimisasi Harga Masing- Masing V-10
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xi
Provider dan Harga Dimana Tidak Terjadi Persaingan
Antara Keduanya
BAB VI KESIMPULAN DAN SARAN VI-1
6.1 Kesimpulan VI-1
6.2 Saran VI-1
DAFTAR PUSTAKA
LAMPIRAN
Lampiran 1 : Kuesioner Paket BIS Bulanan Telkomsel L-1
Lampiran 2 : Kuesioner Paket BIS Bulanan Indosat L-3
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xii
DAFTAR TABEL
Hal
Tabel 2.1 Tabel Klasifikasi II-14
Tabel 3.1 Tabel Klasifikasi Provider Telkomsel III-10
Tabel 3.2 Tabel Klasifikasi Provider Indosat III-11
Tabel 4.1 Contoh Kuesioner untuk Pengguna Telkomsel IV-2
Tabel 4.2 Contoh Kuesioner untuk Pengguna Indosat IV-3
Tabel 4.3 Hasil Pengisian Kuesioner 1 Responden Pengguna IV-4
Telkomsel
Tabel 4.4 Hasil Pengisian Kuesioner 1 Responden Pengguna Indosat IV-5
Tabel 4.5 Hasil Uji Multikolinieritas Data Telkomsel IV-7
Tabel 4.6 Hasil Uji Multikolinieritas Data Indosat IV-7
Tabel 4.7 Harga Optimal Hasil Output Excel Solver Telkomsel IV-18
Tabel 4.8 Harga Optimal Hasil Output Excel Solver Indosat IV-19
Tabel 4.9 Harga Optimal Hasil Output Excel Solver dimana IV-20
Tidak Terjadi Persaingan
Tabel 5.1 Tabel Probabilitas Pilihan Responden Telkomsel V-1
Tabel 5.2 Tabel Probabilitas Pilihan Responden Indosat V-3
Tabel 5.3 Tabel Hasil Uji Kebaikan Model (Goodness of fit) V-5
Tabel 5.4 Tabel Hasil Uji Signifikansi Variabel Independen V-6
Secara Bersama (Overall Model Fit)
Tabel 5.5 Tabel Hasil Uji Likelihood Ratio V-6
Tabel 5.6 Tabel Hasil Uji Wald V-7
Tabel 5.7 Tabel Hasil Validasi Model Multinomial Logit V-8
Tabel 5.8 Tabel Perhitungan Revenue Aktual dan Usulan Responden V-9
Telkomsel
Tabel 5.9 Tabel Perhitungan Revenue Aktual dan Usulan Responden V-10
Indosat
Tabel 5.10 Tabel Harga Optimal Untuk Tiap Provider dan keduanya V-10
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xiii
DAFTAR GAMBAR
Hal
Gambar 2.1 Kurva Fungsi Logistik II-10
Gambar 3.1 Metodologi Penelitian III-1
Gambar 4.1 Jumlah Data Pengguna Telkomsel IV-5
Gambar 4.2 Jumlah Data Pengguna Indosat IV-6
Gambar 4.3 Estimasi Parameter Telkomsel Hasil dari SPSS 17.0 IV-8
Gambar 4.4 Estimasi Parameter Indosat Hasil dari SPSS 17.0 IV-9
Gambar 4.5 Tabel Pseudo R2 Telkomsel IV-10
Gambar 4.6 Tabel Pseudo R2 Indosat IV-10
Gambar 4.7 Gambar Uji Overall Model Fit Telkomsel IV-11
Gambar 4.8 Gambar Uji Overall Model Fit Indosat IV-11
Gambar 4.9 Gambar Uji Likelihood Ratio Telkomsel IV-12
Gambar 4.10 Gambar Uji Likelihood Ratio Indosat IV-13
Gambar 4.11 Gambar Uji Wald Telkomsel IV-14
Gambar 4.12 Gambar Uji Wald Indosat IV-15
Gambar 4.13 Gambar Hasil Validasi Model untuk Telkomsel Hasil IV-16
SPSS 17.0
Gambar 4.14 Gambar Hasil Validasi Model untuk Indosat Hasil IV-17
SPSS 17.0
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-1
BAB I
PENDAHULUAN
Pada bab ini membahas mengenai latar belakang, perumusan masalah,
tujuan penelitian, manfaat penelitian, batasan masalah, asumsi, dan sistematika
penulisan.
1.1 Latar Belakang
Salah satu bidang yang berkembang pesat di Indonesia adalah di bidang
teknologi komunikasi. Sebagai salah satu negara berkembang, Indonesia selalu
beradaptasi dengan kemajuan teknologi dari waktu ke waktu (ICT Clinic
Gorontalo, 2012). Beberapa provider di Indonesia berlomba-lomba menciptakan
inovasi baru seperti perang harga untuk menarik hati konsumen di Indonesia (ICT
Clinic Gorontalo, 2012). Jumlah pelanggan provider telepon seluler di Indonesia
pada tahun 2012 mencapai 255 juta dengan pangsa terbesar dikuasai Telkomsel
disusul Indosat dan XL Axiata. Berdasarkan data Asosiasi Telekomunikasi
Seluler Indonesia (ATSI) 2012, Telkomsel mendominasi pasar dengan jumlah
pelanggan sekitar 109,88 juta (43,1%), sedangkan PT Indosat 52,1 juta (20,43%)
dan XL Axiata 46,4 juta nomor (18,2%) (Bank BJB, 2012). Selain itu,
perkembangan yang pesat pada industri komunikasi juga didorong oleh
pekembangan yang pesat dari pasar telepon seluler. Salah satu perangkat seluler
yang sedang berkembang sekarang yaitu Blackberry.
Blackberry adalah perangkat selular yang memiliki kemampuan layanan push
e-mail, telepon, sms, penjelajahan internet, messenger (Blackberry
Messenger/BBM), dan berbagai kemampuan nirkabel lainnya. Blackberry
diperkenalkan pada tahun 1999 oleh perusahaan Kanada, Research In Motion
(RIM). Penggunaan gadget canggih ini begitu fenomenal sehingga menjadi suatu
kebutuhan. Jika Blackberry telah diaktifkan, Blackberry dapat lebih unggul dari
handphone biasa dalam kegiatan browsing (Forum Satelit, 2012).
BlackBerry pertama kali diperkenalkan di Indonesia pada pertengahan
Desember 2004 (Wikipedia, 2012). Saat ini di Indonesia tren Blackberry sudah
meluas di kalangan masyarakat. Terbukti dengan pernyataan Co-Chief Executive
Officer RIM yang mengatakan bahwa pertumbuhan Blackberry di Indonesia
merupakan yang paling signifikan di Asia Tenggara bahkan pasar yang tumbuh
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-2
paling pesat di dunia. Pertumbuhan pelanggan di Indonesia naik 10 kali lipat
dalam waktu 24 bulan. Pangsa pasarnya sendiri di Indonesia mencapai 38%
(VIVA News, 2011). Karena alasan ini, provider yang ada di Indonesia berlomba
mendapatkan pangsa pasar untuk memenuhi permintaan konsumen dalam
penggunaan layanan software Blackberry khususnya layanan yang disebut
Blackberry Internet Service (BIS). Telkomsel mempunyai keunggulan pada
market share BlackBerry yang mencapai 52-53% dari total pangsa pasar dan
jumlah pelanggan BlackBerry Telkomsel 4,4 juta pelanggan dari total 110 juta
pelanggan Telkomsel. Di sisi lain, untuk tahun 2012, pengguna BlackBerry
Indosat mencapai 1,5 juta pengguna atau sekitar 24% dari total pangsa pasar
Indosat sendiri (Okezone, 2012). Hal ini yang membuat Indosat memiliki posisi
yang kokoh di pasar layanan BlackBerry di Indonesia, yang merupakan pasar
layanan BlackBerry kedua terbesar di Indonesia (Indosat, 2012).
Blackberry mempunyai 4 layanan dasar adalah Blackberry Internet Service
(BIS), Blackberry Enterprise Service (BES), Blackberry Professional Software
(BPS), dan Blackberry Mobile Data System (MDS). Provider besar yang
menguasai pangsa pasar Blackberry di Indonesia menawarkan layanan BIS dan
BES. Blackberry Internet Service (BIS) adalah layanan yang disediakan untuk
pengguna Blackberry agar bisa melakukan browsing internet, pesan email, dan
pesan instan dengan Blackberry (Wikipedia, 2012). Sedangkan Blackberry
Enterprise Service (BES) adalah layanan BlackBerry yang terintegrasi pada
sistem email yang terorganisasi melalui paket perangkat lunak. BES ditujukan
bagi pelanggan korporasi dengan cakupan usaha yang besar. Keuntungan yang
diperoleh adalah memperluas komunikasi nirkabel dan data perusahaan kepada
pengguna aktif dengan cara yang aman (Wikipedia, 2012).
Untuk masyarakat pengguna Blackberry yang ada di Indonesia, BIS
merupakan layanan yang umum digunakan dalam pengoperasiannya. Oleh karena
itu, layanan yang diamati dalam penelitian ini yaitu layanan Blackberry Internet
Service (BIS) per bulan untuk Telkomsel dan Indosat dimana Telkomsel
mempunyai 3 jenis paket yaitu paket Lifestyle, Mail atau Business, dan Full
Services sedangkan Indosat mempunyai 3 jenis paket juga seperti paket Gaul,
Mail, dan Irit. Masing-masing paket provider ini mempunyai fasilitas yang sama
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-3
sehingga keduanya dapat dibandingkan. Untuk paket Lifesyle dari Telkomsel
dapat dibandingkan dengan paket Gaul dari Indosat, paket Business dari
Telkomsel dibandingkan dengan paket Mail dari Indosat, dan untuk paket Full
Services dari telkomsel dapat dibandingkan dengan paket Irit dari indosat. Ketiga
jenis paket ini dipilih untuk dibandingkan karena ketiga paket ini merupakan
paket permanen dan bukan merupakan paket promo yang mempunyai batas waktu
tertentu. Masing-masing provider berlomba untuk merebut hati pelanggan agar
menggunakan layanan dari provider tersebut. Salah satu cara yang digunakan
provider untuk menarik konsumen yaitu memberikan penawaran harga layanan
dan fasilitas yang diberikan dengan harga yang terjangkau.
Kebutuhan manusia merupakan sesuatu yang perlu digali oleh pemasar
supaya konsumen dapat dilayani dengan lebih baik. Dalam konteks pemasaran,
konsumen memilih produk atau tujuan berdasarkan kriteria yang obyektif seperti
ukuran, harga, berat, dan sebagainya. Konsumen mempercayai harga sebagai
indikator kualitas (Prasetijo dan Ihalauw, 2005). Telkomsel dan Indosat berlomba
menawarkan paket-paket promo layanan BIS dengan harga yang murah dan
fasilitas yang sudah lengkap. Dari persaingan tersebut, harga merupakan salah
satu faktor yang dapat mempengaruhi konsumen dalam memilih provider yang
akan digunakan untuk mengoperasikan Blackberry. Sedangkan segmen pasar
yang sensitif terhadap harga salah satunya merupakan segmen pasar dari
mahasiswa. Segmen pasar merupakan suatu patokan keberhasilan yang amat
penting dalam penetapan harga yang dilakukan oleh suatu perusahaan sehingga
hal ini juga harus diperhatikan (Winardi, 1992).
Salah satu metode yang dapat digunakan untuk menentukan harga adalah
dengan model multinomial logit. Model multinomial logit merupakan model
logistik yang variabel terikatnya bukan merupakan pilihan yang dikotomi (ya atau
tidak) melainkan pilihan berganda (Nachrowi dkk.,2002). Model multinomial
logit merupakan pengembangan dari model binary logit dan digunakan untuk
mendeskipsikan bagaimana seorang individu memilih diantara 3 atau lebih pilihan
diskrit (Garrow, 2010). Dalam penelitian Correa (2008) dinyatakan bahwa
multinomial approach (multinomial logit) adalah metode yang paling baik untuk
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-4
optimisasi harga. Output yang dihasilkan bukan prediksi tetapi sebuah
probabilitas.
Pada penelitian ini, model multinomial logit digunakan untuk menentukan
harga optimal yang ditawarkan untuk masing-masing layanan dari provider serta
harga gabungan antara dua provider untuk setiap layanan yang mempunyai
fasilitas yang sama. Model multinomial logit mempunyai variabel terikat berupa
keputusan pilihan konsumen dalam memilih produk sedangkan variabel bebasnya
berupa harga yang ditentukan sehingga dapat mempengaruhi konsumen dalam
memilih. Karena itu, dengan model multinomial logit dapat diketahui probabilitas
konsumen dalam memilih salah satu dari alternatif yang ditawarkan. Probabilitas
ini kemudian digunakan untuk menentukan harga optimal untuk memaksimumkan
ekspektasi pendapatan Telkomsel dan Indosat dan menentukan harga yang
terbentuk dimana tidak terjadi persaingan antara Telkomsel dan Indosat.
1.2 Perumusan Masalah
Masalah yang diangkat untuk penelitian ini adalah
1. Bagaimana menentukan harga optimal Paket Lifestyle, Mail, dan Full
Services Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan
BIS untuk memaksimumkan ekspektasi pendapatan perusahaan dengan
menggunakan model multinomial logit.
2. Bagaimana menentukan harga dan ekspetasi pendapatan yang
menggambarkan kondisi dimana tidak terjadi persaingan antara keduanya
yang dapat menguntungkan kedua belah pihak.
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Menentukan harga optimal untuk Paket Lifestyle, Mail, dan Full Services
Telkomsel dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS
untuk memaksimumkan ekspektasi pendapatan perusahaan dengan
menggunakan model Multinomial logit.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-5
2. Menentukan harga dan ekspektasi pendapatan antara Telkomsel dan Indosat
yang menggambarkan kondisi dimana tidak terjadi persaingan antara
keduanya yang dapat menguntungkan kedua belah pihak.
1.4 Manfaat Penelitian
Manfaat dari penelitian ini adalah:
1. Dapat memberi masukan kepada provider yang bersangkutan untuk
menentukan harga yang ditawarkan untuk masing-masing paket layanan BIS
2. Perusahaan dapat memaksimalkan pendapatan berdasarkan harga paket
layanan BIS yang ditawarkan.
1.5 Batasan Masalah
Batasan masalah dari penelitian ini adalah:
1. Provider yang dipilih yaitu Telkomsel dan Indosat.
2. Jenis paket Telkomsel yang diamati hanya paket Lifestyle, paket Business,
dan paket Full Services untuk jangka waktu per bulan.
3. Jenis paket Indosat yang diamati hanya paket Gaul, paket Mail, dan paket
Irit untuk jangka waktu per bulan.
4. Responden penelitian ini adalah Mahasiswa Universitas Sebelas Maret
pemakai Blackberry Program S1 Fakultas Teknik.
1.6 Asumsi
Asumsi yang digunakan dalam penelitian ini adalah:
1. Harga untuk tiap paket BIS baik Telkomsel maupun Indosat tidak berubah
selama penelitian dilakukan.
2. Biaya produksi layanan tidak dipertimbangkan dalam penelitian ini.
1.7 Sistematika Penulisan
Dalam penulisan laporan tugas akhir ini diberikan uraian yang diberikan pada
setiap bab yang berurutan untuk mempermudah pembahasannya. Dari pokok-
pokok permasalahan dapat dibagi menjadi enam bab seperti dijelaskan di bawah
ini.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
I-6
BAB I PENDAHULUAN
Bab ini berisi mengenai alasan atau latar belakang perlunya diadakan
penelitian disertai pula dengan perumusan masalah, tujuan penelitian,
manfaat penelitian, batasan masalah, asumsi, dan sistematika
penulisan dari penelitian.
BAB II LANDASAN TEORI
Bab ini berisi mengenai dasar-dasar teori dan hasil-hasil penelitian
sebelumnya yang menunjang pembahasan masalah yaitu mengenai
metode pengambilan data, sampling, model multinomial logit, dan
penelitian terdahulu.
BAB III METODOLOGI PENELITIAN
Bab ini berisi mengenai kerangka pemikiran dari penelitian yang
memuat tahap-tahap penelitian mulai dari tahap identifikasi
permasalahan awal, tahap pengumpulan dan pengolahan data, analisis
dan interpretasi hasil serta penarikan kesimpulan.
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA
Bab ini berisi mengenai data penelitian diperlukan dalam menganalisis
permasalahan yang ada. Data berkenaan dengan hasil kuesioner yang
disebarkan kepada pemakai Blackberry. Pada bab ini dijelaskan pula
cara pengolahan data-data tersebut.
BAB V ANALISIS DAN INTERPRETASI HASIL
Bab ini berisi interpretasi dari hasil pengolahan data, baik data primer
maupun data sekunder serta membandingkan terhadap tujuan
penelitian yang telah ditetapkan.
BAB VI KESIMPULAN DAN SARAN
Bab ini berisi mengenai kesimpulan dari hasil pengolahan data
penelitian dan saran untuk penelitian mengenai optimisasi harga
dengan model multinomial logit.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-1
BAB II
LANDASAN TEORI
Pada bab ini akan menjelaskan mengenai toeri-teori yang mengacu pada
pembuatan tugas akhir dan sebagai landasan untuk melakukan penelitian.
2.1 Blackberry
Blackberry adalah perangkat selular yang memiliki kemampuan layanan push
e-mail, telepon, sms, penjelajahan internet, messenger (Blackberry
Messenger/BBM), dan berbagai kemampuan nirkabel lainnya. Blackberry
diperkenalkan pada tahun 1999 oleh perusahaan Kanada, Research In Motion
(RIM). Penggunaan gadget canggih ini begitu fenomenal sehingga menjadi suatu
kebutuhan. Pada prinsipnya fungsi dasar Blackberry sama dengan handphone
lainnya yaitu untuk telepon dan sms. Perbedaannya pada Operating System
Blackberry yang menggunakan Operating System (OS) berbasis Java buatan RIM
(vendor Blackberry). Jika Blackberry telah diaktifkan dengan layanan Blackberry
provider tertentu, Blackberry dapat lebih unggul dari handphone biasa dalam
kegiatan browsing (Forum Satelit, 2012).
Blackberry Internet Service (BIS) adalah layanan yang disediakan untuk
pengguna Blackberry agar bisa melakukan browsing internet, pesan email, dan
pesan instan dengan Blackberry (Wikipedia, 2012).Blackberry mempunyai 4
layanan dasar yang ditawarkan yaitu Blackberry Internet Service (BIS),
Blackberry Enterprise Service (BES), Blackberry Professional Software (BPS),
dan Blackberry Mobile Data System (MDS).
BIS pada provider besar seperti Telkomsel dan indosat menyediakan
beberapa paket yang dapat dipilih oleh para pengguna Blackberry dengan
menggunakan salah satu dari dua provider terbesar ini.
1. Telkomsel
Paket BIS yang ditawarkan oleh Telkomsel adalah:
a. Full Services
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger), social networking (facebook, twitter), browsing,
dan push-email.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-2
b. Lifestyle
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger) dan social networking (facebook, twitter).
c. Business
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger) dan unlimited push-email.
2. Indosat
Paket BIS yang ditawarkan oleh Indosat adalah:
a. Gaul
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger) dan social networking (facebook, twitter).
b. Mail
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger) dan unlimited push-email.
c. Irit
Untuk paket BIS ini, fasilitas yang ditawarkan adalah chatting (Blackberry
Messenger,yahoo messenger), social networking (facebook, twitter), browsing,
dan push-email.
2.2 Metode Sampling
Sampel adalah suatu himpunan bagian dari unit populasi (Kuncoro, 2003).
Sedangkan sampling yaitu proses memilih sejumlah elemen dari populasi yang
yang mencukupi untuk mempelajari populasi dan memahami karakteristik elemen
populasi.
1. Alasan Utama Penggunaan Sampel
Alasan utama penggunaan sampel adalah kendala sumber daya yang terbatas
jumlahnya, ketepatan dalam memperoleh data yang akurat, dan pengukuran
destruktif (Kuncoro,2003).
2. Karakteristik Sampel yang Baik
Karakteristik sampel yang baik antara lain memungkinkan peneliti untuk
mengambil keputusan yang berhubungan dengan besaran sampel untuk
memperoleh jawaban yang dikehendaki, sampel mengidentifikasi probabilitas dari
setiap unit analisis untuk menjadi sampel, sampel memungkinkan peneliti
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-3
menghitung akurasi dan pengaruh dalam pemilihan sampel daripada harus
melakukan sensus, dan sampel memungkinkan peneliti menghitung derajat
kepercayaan yang diterapkan dalam estimasi populasi yang disusun dari sampel
statistika.
3. Proses Pemilihan Sampel
Proses pemilihan sampel merupakan suatu rangkaian kegiatan yang
berurutan. Tahapan dalam pemilihan sampel antara lain penentuan populasi,
penentuan unit pemilihan sampel, penentuan kerangka pemilihan sampel,
penentuan desain sampel dan penentuan jumlah sampel, serta pemilihan sampel.
4. Jumlah Sampel
Secara umum jumlah sampel minimal yang dapat diterima untuk suatu studi
tergantung dari jenis studi yang dilakukan. Beberapa pedoman yang dianjurkan
menurut Gay dan Diehl (dalam Kuncoro, 2003) adalah:
a. Untuk studi deskriptif, sampel 10% dari populasi dianggap merupakan
jumlah amat minimal. Untuk populasi yang lebih kecil, setidaknya 20%
mungkin diperlukan.
b. Untuk studi korelasional dibutuhkan minimal 30 sampel untuk menguji
ada tidaknya hubungan.
c. Untuk studi kausal-komparatif minimal 30 subjek per grup umumnya
dianjurkan.
d. Untuk studi eksperimen minimal 15 subjek per grup umumnya dianjurkan.
5. Metode Pengambilan Sampel
Secara umum sampel terdiri dari dua macam yaitu dengan cara probabilitas
dan non probabilitas.
a. Sampel Probabilitas
Sampel probabilitas dipilih berdasarkan prosedur seleksi dan memiliki
peluang yang sama untuk dipilih. Ada 5 jenis untuk sampel probabilitas yaitu
sampel random sederhana, sampel sistematis, sampel stratifikasi, sampel
kluster, dan sampel multi tahap.
1) Sampel Random Sederhana (Simple Random Sampling)
Pemilihan sampel random sederhana adalah desain pemilihan sampel yang
paling sederhana dan mudah. Prinsip pemilihan sampel dalam desain ini
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-4
adalah setiap elemen dalam populasi mempunyai kesempatan yang sama
untuk dipilih.
2) Sampel Sistematis (Systematic Sampling)
Sampel ini hampir sama dengan pemilihan random sederhana.
Perbedaannya yaitu pada cara pemilihan elemen untuk menjadi sampel.
Seluruh elemen yang ada pada unit pemilihan sampel diberi nomor urut mulai
dari nomor 1.
3) Sampel Stratifikasi (Stratified Sampling)
Perbedaan dengan kedua desain sebelumnya adalah langkah pertama
sebelum pemilihan sampel harus dilakukan pengelompokan populasi dengan
kriteria tertentu ke dalam beberapa strata.
4) Sampel Klaster (Cluster Sampling)
Alasan yang mendorong digunakannya sampel kluster adalah adanya
kebutuhan efisiensi ekonomis yang tidak bisa diperoleh peneliti jika
menggunakan random sederhana dan tidak tersedianya kerangka sampel untuk
elemen tertentu.
5) Sampel Daerah Multitahap (Multistage Area Sampling)
Multistage area sampling adalah prosedur pengambilan sampel yang
melibatkan penggunaan kombinasi teknik sampel probabilitas yang telah
dibahas pada bagian terdahulu.
b. Sampel Non Probabilitas
Sampel non probabilitas dipilih secara arbitrer oleh peneliti. Probabilitas
masing-masing anggota populasi tidak diketahui. Para peneliti menggunakan
sampel ini karena tidak ada upaya untuk melakukan generalisasi berdasarkan
sampel.
1) Convenience Sampling
Convenience sampling adalah prosedur untuk mendapatkan unit sampel
menurut keinginan peneliti. Peneliti menggunakan metode ini untuk
memperoleh daftar pertanyaan dalam jumlah yang besar dan lengkap secara
cepat dan hemat.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-5
2) Judgement Sampling
Metode sampling ini adalah salah satu jenis dari purposive sampling selain
quota sampling dimana peneliti memilih sampel berdasarkan penilaian
terhadap beberapa karakteristik anggota sampel yang disesuaikan dengan
maksud penelitian.
3) Quota Sampling
Metode ini digunakan untuk memastikan bahwa berbagai subgrup dalam
populasi telah terwakili dengan berbagai karakteristik sampel sampai batas
tertentu yang dikehendaki peneliti. Peneliti menentukan target kuota yang
dikehendaki.
4) Snowball Sampling
Metode sampling ini merupakan prosedur pengambilan sampel dimana
responden pertama dipilih dengan metode probabilitas dan kemudian
responden selanjutnya diperoleh dari informasi yang diberikan oleh
responden yang pertama.
6. Ukuran Sampel yang Diperlukan
Untuk menentukan ukuran sampel dari suatu populasi terdapat bermacam
cara, baik untuk ukuran populasi yang diketahui maupun yang tidak diketahui
(atau terlalu besar) (Umar, 2003). Cara penentuan ukuran sampel dapat dijelaskan
sebagai berikut:
a. Rumus Slovin
Untuk menentukan berapa minimal sampel yang dibutuhkan jika ukuran
populasi diketahui dapat menggunakan rumus Slovin seperti berikut:
(2.1)
dimana,
n = Ukuran Sampel
N = Ukuran Populasi
e = Kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang
dapat ditolerir
b. Cara Interval Taksiran
Jika ukuran populasi tidak diketahui atau sangat besar maka tidak bisa
menggunakan rumus Slovin. Beberapa rumus dapat dipakai misalnya untuk
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-6
menaksir parameter µ dan parameter P. Seperti halnya dengan ukuran
populasi yang terbatas, pada ukuran populasi yang tidak terbataspun besarnya
sampel dapat disesuaikan dengan alat analisis seperti Chi-Square yang
menuntut jumlah observasi tertentu.
1). Menaksir parameter rata-rata µ
Model interval taksiran untuk parameter µ adalah
(2.2)
Atau (2.3)
dimana dianggap error (e) dari hasil taksirannya. Jika error ini
dikuadratkan akan didapatkan sebagai berikut:
(2.4)
Dengan perhitungan matematik sederhana, jumlah sampel n dapat ditentukan
menjadi:
(2.5)
Karena standar deviasi populasi sering tidak diketahui maka jalan keluarnya
ada tiga cara yaitu diambil dari riset terdahulu jika ada, diambil dari prasurvei
terhadap beberapa data saja yang dianggap cukup mewakili, dan standar
deviasi dapat didekati dengan range (R) yaitu selisih data terbesar-terkecil
sehingga dapat dicari dengan rumus .
2). Menaksir parameter proporsi P
Model interval taksiran untuk parameter P adalah sebagai berikut:
(2.6)
Atau (2.7)
dimana
p = x/n
q = 1-p
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-7
e =
Jumlah sampel yang diperlukan adalah (2.8)
Jika p dan q tidak diketahui maka dapat diketahui dengan 0,25 sebagai
perkalian antara 0,5 x 0,5.
2.3 Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen) (Ghazali, 2005).
Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel
independen. Jika variabel independen saling berkorelasi, maka variabel-variabel
ini tidak ortogonal. Variabel ortogonal adalah variabel independen yang nilai
korelasi antar sesama variabel independen sama dengan nol. Untuk mendeteksi
ada atau tidaknya multikolinieritas di dalam model regresi adalah sebagai berikut:
a. Nilai R2 yang dihasilkan oleh suatu estimasi model regresi empiris sangat
tinggi tetapi secara individual variabel-variabel independen banyak yang
tidak signifikan mempengaruhi variabel dependen.
b. Menganalisis matrik korelasi variabel-variabel independen. Jika antar
variabel independen ada korelasi yang cukup tinggi (umumnya di atas 0,9),
maka hal ini merupakan indikasi adanya multikolinieritas. Tidak adanya
korelasi yang tinggi antar variabel independen tidak berarti bebas dari
multikolonieritas. Multikolinieritas dapat disebabkan karena adanya efek
kombinasi dua atau lebih variabel independen.
c. Multikolinieritas dapat juga dilihat dari nilai tolerance dan lawannya
variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap
variabel independen manakah yang dijelaskan oleh variabel independennya
lainnya. Dalam pengertian sederhana setiap variabel independen menjadi
variabel dependen (terikat) dan diregres terhadap variabel independen
lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih
yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance
yang rendah sama dengan nilai VIF tinggi (karena VIF=1/tolerance). Nilai
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-8
cutoff yang umum dipakai untuk menunjukkan adanya multikolinieritas
adalah nilai tolerance VIF 10. Setiap peneliti
harus menentukan tingkat kolinieritas yang masih dapat ditolerir. Sebagai
misal nilai tolerance = 0,10 sama dengan tingkat kolinieritas 0,95. Walaupun
multikolinieritas dapat dideteksi dengan nilai Tolerance dan VIF, tetapi masih
tetap tidak mengetahui variabel-variabel independen mana sajakah yang
saling berkorelasi.
2.4 Qualitative Choice Model
Qualitative choice (pilihan kualitatif) merupakan suatu situasi dimana
pembuat keputusan atau seorang konsumen yang menghadapi diantara pilihan-
pilihan yang berbeda dan konsumen harus memilih salah satu dari pilihan yang
diberikan (Correa,2008). Sifat dari pilihan yang akan dibuat tergantung pada
masalah yang dihadapi oleh pembuat keputusan atau konsumen. Pembatasan
untuk pilihan yang akan dibuat yaitu antara lain:
a. Jumlah alternatif yang terbatas
b. Alternatif bersifat mutually exclusive. Artinya bahwa pembuat keputusan atau
konsumen hanya dapat memilih salah satu alternatif diantara alternatif yang
ada.
c. Jumlah dari pilihan-pilihan atau alternatif lengkap.
Konsumen ingin memaksimalkan utilitas. Mereka memilih produk yang
mereka percaya memiliki keseluruhan utilitas yang tertinggi. Pilihan yang dipilih
tergantung pada karakteristik dari pilihan individu, yang mana dipengaruhi oleh
kebiasaan, iklan pengalaman, tekanan dari orang lain, kendala lingkungan, opini,
dan lain-lain. Terkait dengan tiap-tiap pilihan yang mempunyai kemungkinan
untuk dipilih, dan pilihan itu dapat dispesifikasi sebagai fungsi parametrik dengan
bentuk berikut: (2.9)
dimana,
Xin = vektor dari karakteristik alternatif i yang diamati oleh pembuat keputusan n,
Jn = jumlah semua alternatif,
Sn = karakteristik yang diamati dari pembuat keputusan n seperti pendapatan,
umur, dll dan adalah vektor dari parameter.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-9
Multinomial logit dapat diimplementasikan di dalam Qualitative Choice
Model. Multinomial logit adalah model pilihan jenis logit di mana jumlah pilihan
lebih dari dua.
QCM digunakan dalam beberapa situasi. Dari pilihan rute untuk bekerja,
untuk membeli produk sesuai spesifikasi konsumen, pilihan yang dihadapi oleh
pembuat keputusan biasanya dibuat untuk memenuhi batasan yang disebutkan di
atas.
2.5 Regresi Logistik
Model regresi logistik adalah model regresi yang peubah terikat atau
responnya mensyaratkan berupa peubah kategorik sedangkan menurut Hosmer
dan Lemeshow (2000), Metode regresi logistik adalah suatu metode analisis
statistika yang mendeskripsikan hubungan antara peubah respon yang memiliki
dua kategori atau lebih dengan satu atau lebih peubah penjelas berskala kategori
atau interval. Yang dimaksud dengan peubah kategorik yaitu peubah yang berupa
data nominal dan ordinal. Pendekatan model persamaan regresi logistik digunakan
karena dapat menjelaskan hubungan antara X dan x) yang bersifat tidak linear,
ketidaknormalan sebaran dari Y, keragaman respon yang tidak konstan dan tidak
dapat dijelaskan oleh model regresi linear biasa (Agresti, 1990).
Jika data hasil pengamatan memiliki p peubah bebas yaitu x1 , x2 ,..., xp
dengan peubah respon Y, dengan Y mempunyai dua kemungkinan nilai 0 dan 1, Y
= 1 menyatakan bahwa respon memiliki kriteria yang ditentukan dan sebaliknya Y
= 0 tidak memiliki kriteria, maka peubah respon Y mengikuti sebaran Bernoulli
dengan parameter i) sehingga fungsi sebaran peluang adalah sebagai berikut : y (2.10)
Model umum regresi logistik dengan p peubah penjelas yaitu: (2.11)
dengan melakukan transformasi logit diperoleh: ln (2.12)
dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-10
(2.13)
Merupakan penduga logit yang berperan sebagai fungsi linear dari peubah
penjelas. Karena fungsi penghubung yang digunakan adalah fungsi penghubung
logit maka sebaran peluang yang digunakan disebut sebaran logistik (McCullagh
dan Nelder, 1989).
Gambar 2.1 Kurva Fungsi Logistik
2.6 Regresi Logistik Multinomial
Regresi logistik multinomial merupakan perluasan dari regresi logistik
dengan respon biner yang dapat menangani variabel repon dengan kategori lebih
dari dua. Nachrowi (2005) menjelaskan, untuk model regresi dengan variabel
respon berskala nominal empat kategori digunakan kategori variabel hasil Y yang
dikode 0, 1, 2, dan 3.
Dalam model regresi logistik dikotomi, variabel terikat dinyatakan dalam
fungsi logit untuk Y =1 dibanding dengan fungsi logit untuk Y = 0. Kategori Y=0
disebut sebagi kategori pembanding (reference group). Dalam model logistik
dengan empat kategori, dihasilkan tiga fungsi logit yaitu:
1. Fungsi logit untuk Y=1 relatif terhadap fungsi logit untuk Y=0
2. Fungsi logit untuk Y=2 relatif terhadap fungsi logit untuk Y=0
3. Fungsi logit untuk Y=3 relatif terhadap fungsi logit untuk Y=0
Secara umum, untuk menganalisis model dengan p variabel bebas maka tiga
fungsi logitnya dapat dinotasikan sebagai berikut:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-11
ln (2.14) ln (2.15) ln (2.16)
Berdasarkan ketiga fungsi logit tersebut maka didapatkan probabilitas respon
untuk model regresi logistik dengan empat kategori yaitu sebagai berikut:
(2.17)
(2.18)
(2.19)
(2.20)
Sebagai perbandingan, dalam model logit dikotomi, pengestimasian
parameter dilakukan pada bentuk rasio antara Pr (Y=1|x) dan Pr (Y=0|x). Lebih
spesifik lagi, yang diestimasi adalah:
(2.21)
Model ini dapat diestimasi melalui teknik maximum likelihood. Dalam model
regeresi logistik dengan empat kategori, analogi juga digunakan sebagai berikut:
(2.22)
(2.23)
(2.24)
Kemudian dengan menggunakan metode taksiran maximum likelihood,
parameter-parameter dalam model tersebut dapat diestimasi.
2.7 Uji Kebaikan Model
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur dari
goodness of fit. Untuk uji kebaikan model dapat digunakan koefisien determinasi
(Pseudo R2) untuk menilai kebaikan model. Koefisien determinasi (R2) pada
intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi
variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1. Nilai R2
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-12
yang kecil berarti kemampuan variabel-variabel independen dalam menjelaskan
variabel-variabel dependen amat terbatas. Nilai yang mendekati 1 berarti variabel-
variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variabel-variabel dependen.
Satu hal yang perlu dicatat bahwa koefisien determinasi hanyalah salah satu
dan bukan satu-satunya kriteria memilih model yang baik. Alasannya bila suatu
estimasi regresi menghasilkan koefisien determinasi yang tinggi tetapi tidak
konsisten dengan teori ekonomika yang dipilih oleh peneliti atau tidak lolos dari
uji asumsi klasik maka model tersebut bukanlah model penaksir yang baik dan
seharusnya tidak dipilih menjadi model empirik (Ghozali, 2005).
Uji kebaikan model dilakukan dengan menghitung nilai Pseudo R2 yang
terdiri dari Cox and Snell, Nagelkerke, dan McFadden.
Rumus Pseudo R2 Cox and Snell
(2.25)
Rumus Pseudo R2 Nagelkerke
(2.26)
Rumus Pseudo R2 McFadden
(2.27)
dimana LLnull adalah likelihood model hanya dengan konstanta LLk adalah model
yang diestimasi dan n adalah jumlah observasi.
2.8 Uji Signifikansi Variabel Independen Secara Bersama (Overall Model
Fit)
Uji overall model fit dilakukan dengan uji G atau uji likelihood ratio, yaitu
dengan menghitung perbedaan nilai -2 log likelihood (-2LL) antara model yang
hanya terdiri dari konstanta dengan model yang terdiri dari konstanta dan variabel
independen.
(2.28)
dimana,
L0 = nilai log likelihood model regresi logistik tanpa variabel prediktor
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-13
L1 = nilai log likelihood model regresi logistik dengan variabel prediktor
Hipotesis yang digunakan adalah sebagai berikut:
H0 k = 0
H1: k
Uji likelihood ratio menggunakan distribusi chi square ( ). H0 akan ditolak
jika nilai G > Z atau G2 > 2 . Hal ini mengindikasikan bahwa paling sedikit
ada satu k yang tidak sama dengan 0. Jika nilai 2 hitung lebih besar dari 2 tabel
maka bisa disimpulkan bahwa variabel independen secara bersama mempengaruhi
variabel dependen. Sebaliknya jika 2 hitung lebih kecil dari 2 tabel maka bisa
disimpulkan bahwa variabel independen secara bersama tidak mempengaruhi
variabel dependen.
2.9 Uji Signifikansi Variabel Independen Secara Individual (Significance
Test)
Uji signifikansi variabel independen dilakukan untuk mengetahui apakah
variabel independen secara individu mempengaruhi variabel dependennya. Uji
signifikansi variabel independen dilakukan dengan dua cara yaitu Uji Likelihood
Ratio dan Uji Wald.
Uji Likelihood Ratio dilakukan dengan menghitung perbedaan -2 log
likelihood (-2LL) antara model yang diestimasi (final model) dengan model tanpa
variabel yang diamati (reduce model) dengan derajat bebas sebanyak variabel
independen yang tidak dimasukkan dalam model. Uji likelihood ratio ini
mengikuti distribusi chi square. Prinsipnya sama dengan uji signifikasi variabel
independen secara bersama dalam pembacaan dan perbandingan antara 2 tabel
dan 2 hitung, hanya disini pengujian untuk variabel indenpenden secara individu
bukan secara bersama.
Sedangkan Uji Wald digunakan untuk mengetahui apakah variabel
independen berpengaruh terhadap variabel dependennya. Hipotesis yang
digunakan adalah sebagai berikut:
H0 k = 0
H1: k
Untuk nilai statistik Wald dapat dicari dengan rumus sebagai berikut
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-14
(2.29)
Dengan adalah taksiran standar error parameter dan adalah nilai
koefisien estimasi pada model. H0 ditolak jika W > Z atau W2 2 dengan
derajat bebas sebesar df dimana df=1.
Nilai Statistika Wald ini mengikuti distribusi chi square. Jika nilai statistik
Wald lebih besar dari pada nilai 2 tabel maka dapat dismpulkan variabel
independen berpengaruh pada variabel dependen. Sebaliknya jika nilai statistik
Wald lebih kecil daripada nilai 2 tabel maka dapat disipulkan variabel
independen tidak berpengaruh pada variabel dependen.
2.10 Penentuan Validasi Model Multinomial logit
Penentuan validasi model multinomial logit merupakan prosedur klasifikasi
yang dilakukan untuk melihat peluang kesalahan klasifikasi oleh suatu fungsi.
Ukuran yang dipakai adalah Apparent Error Rate (APER). Nilai APER
menyatakan nilai proporsi sampel yang salah yang diklasifikasikan oleh fungsi
klasifikasi (Johnson dan Wichern, 1992). Penentuan kesalahan pengklasifikasian
dapat diketahui melalui tabel klasifikasi sebagai berikut:
Tabel 2.1 Tabel Klasifikasi
Actual Membership
Predicted Membership p1 p2
p1 n11 n12 p2 n21 n22
dimana,
n11 = Jumlah yi dari p1 yang tepat diklasifikasikan sebagai p1
n12 = Jumlah yi dari p1 yang salah diklasifikasikan sebagai p2
n21 = Jumlah yi dari p2 yang salah diklasifikasikan sebagai p1
n22 = Jumlah yi dari p2 yang tepat diklasifikasikan sebagai p2
(2.30)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-15
2.11 Penelitian Terdahulu
Penelitian yang terkait dengan optimisasi harga telah dilakukan antara lain
oleh Correa (2008) dan Arini (2011).
2.11.1 Correa (2008)
Penelitian terdahulu yang terkait dengan pelaksanaan penelitian ini yaitu
penelitian yang dilakukan oleh Correa (2008).
Pada penelitian yang dilakukan oleh Correa (2008) dijelaskan bagaimana
model Multinomial logit bisa diimplementasikan di dalam situasi ‘Qualitative
Choice’ untuk menghasilkan output berupa penetapan harga optimal. Analisis ini
berdasarkan pada kasus dimana penjual ingin menentukan kombinasi harga
terbaik dari dua produk yang ditawarkan berdasarkan satu tipe konsumen.
Hasil dari penelitian Correa dilihat dari metodologi penelitiannya yaitu
Multinomial logit Model merupakan pendekatan yang paling baik dibanding
kedua alternatif pendekatan lainnya karena hasilnya paling mendekati nilai
optimum teoritis dan akurasinya semakin baik dengan bertambahnya jumlah
observasi. Output dari model adalah nilai utilitas yang dapat digunakan untuk
menentukan harga optimum.
Sehingga optimasi harga dapat dimodelkan sebagai berikut:
a. Fungsi tujuan: Memaksimum ekspektasi pendapatan (Expected Revenue)
Max Expected Revenue = Price1* PL1 + Price2* PL2
(2.31)
b. Fungsi pembatas: probabilitas konsumen memilih produk i (Purchase
Likelihood)
)2()1()0(
)1(
1 UUU
U
eee
ePL
++=
(2.32)
)2()1()0(
)2(
2 UUU
U
eee
ePL
++=
(2.33)
upperower ppricep ££l (2.34)
dimana U(i) adalah estimasi utilitas produk i yang dimodelkan pada bagian
sebelumnya. plower dan pupper merupakan batas atas dan batas bawah harga dari tiap
produk.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
II-16
2.11.2 Arini (2011)
Penelitian ini juga mengacu pada penelitian yang dilakukan oleh Arini
(2011). Penelitian Arini (2011) dilakukan dengan mengacu pada penelitian yang
dilakukan oleh Correa (2008) juga.
Pada penelitian yang dilakukan oleh Arini (2011) sama seperti penelitian
Correa (2008) yaitu optimisasi harga dengan memakai model multinomial logit
sebagai pendekatannya. Fungsi tujuan yang diambil sama seperti Correa (2008)
yaitu untuk memaksimumkan pendapatan. Fungsi pembatasnya merupakan
probabilitas konsumen memilih produk i.
Produk yang diambil dalam penelitian Arini (2011) adalah flashdisk yang
mempunyai kapasitas berbeda yaitu 4GB dan 8GB. Dengan model multinomial
logit akan dihasilkan output berupa harga optimal untuk tiap produk guna
memaksimumkan pendapatan perusahaan dari produk tersebut.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-1
BAB III
METODOLOGI PENELITIAN
Pada bab ini dibahas mengenai tahapan-tahapan yang dilakukan dalam
penelitian. Tahapan-tahapan ini digambarkan dengan flowchart seperti di bawah
ini :
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-2
Metodologi penelitian yang tersaji dalam flowchart diatas kemudian akan
diuraikan dan dijelaskan lebih lanjut dalam sub bab berikut.
3.1 Identifikasi Masalah
Tahapan yang ada pada identifikasi masalah adalah sebagai berikut :
1. Studi Pustaka
Tahap ini merupakan studi pendahuluan untuk menggali informasi terkait
dengan penelitian yg dilakukan. Tujuan dari studi pustaka untuk menggambarkan
teori dan konsep yang akan digunakan dalam menyelesaikan permasalahan yang
diteliti dan untuk mendapatkan dasar referensi yang kuat. Studi pustaka dilakukan
dengan mengumpulkan semua informasi yang berkaitan dengan penelitian yang
akan dilakukan berupa referensi yg berhubungan model multinomial logit berupa
buku, informasi dari internet, dan penelitian terkini dalam mengenai model
multinomial logit.
2. Studi Lapangan
Studi lapangan dilakukan untuk mendapatkan informasi dan keterangan yang
berhubungan langsung dengan produk yang dipakai dalam penelitian. Produk
yang dipilih yaitu harga BIS per bulan. Provider paket yang diamati yaitu
Telkomsel dan Indosat. Untuk paket dari Telkomsel yaitu paket Lifestyle, paket
Business, dan paket Full Services. Sedangkan dari Indosat yang diambil adalah
paket Gaul, paket Mail, dan paket Irit. Masing-masing paket provider ini
mempunyai fasilitas yang sama sehingga keduanya dapat dibandingkan. Pada
penelitian ini akan ditentukan kombinasi harga untuk masing-masing paket
provider guna memaksimalkan pendapatan masing-masing provider.
3. Perumusan Masalah
Setelah mengidentifikasi masalah yang terjadi, kemudian dilakukan
perumusan masalah yang akan diselesaikan sehingga mendapatkan hasil yang
baik. Perumusan masalah yang dilakukan yaitu bagaimana menentukan harga
untuk harga Paket Lifestyle, Mail, dan Full Services Telkomsel dan harga Paket
Gaul, Mail, dan Irit Indosat pada layanan BIS untuk memaksimumkan ekspetasi
pendapatan keduanya dengan menggunakan model multinomial logit.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-3
4. Tujuan dan Manfaat Penelitian
Setelah diketahui masalah apa yang akan diselesaikan, kemudian menentukan
tujuan dan manfaat yang akan dicapai selanjutnya. Tujuan yang ingin dicapai
yaitu untuk menentukan harga Paket Lifestyle, Mail, dan Full Services Telkomsel
dan harga Paket Gaul, Mail, dan Irit Indosat pada layanan BIS untuk
memaksimumkan ekspetasi pendapatan keduanya dengan menggunakan model
Multinomial logit.
Sedangkan manfaat yang diambil dari penelitian ini adalah diharapkan dapat
memberi masukan kepada provider yang bersangkutan untuk menentukan harga
yang ditawarkan untuk masing-masing paket layanan BIS serta perusahaan dapat
memaksimalkan pendapatan berdasarkan harga paket layanan BIS yang
ditawarkan.
3.2 Tahap Pengumpulan dan Pengolahan Data
Pada tahap ini dilakukan pengumpulan dan pengolahan data yang digunakan
untuk penelitian ini.
3.2.1 Pengumpulan Data
Pengumpulan data dilakukan dengan kuesioner yang disebarkan kepada
Mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta.
Pengumpulan data dengan kuesioner memerlukan perancangan kuesioner.
1. Perancangan dan Penyebaran Kuesioner
Perancangan kuesioner ini dilakukan untuk mengetahui data apa saja yang
dibutuhkan. Data yang diperlukan dalam pembentukan model multinomial logit
untuk penentuan harga yaitu kombinasi data pilihan pembelian pada harga yang
berbeda-beda. Rancangan kuesioner dibuat berdasarkan multinomial stated-choice
survey (Cook&Wissman, 2007) karena pada tipe kuesioner ini responden dapat
memilih salah satu pilihan dari beberapa alternatif yang diberikan.
Kuesioner dibagi menjadi dua yaitu kuesioner bagi pengguna provider
Telkomsel dan kuesioner bagi pengguna Indosat. Untuk setiap kuesioner terdapat
empat pilihan. Pada Telkomsel, terdapat kombinasi harga untuk paket Lifestyle,
paket Business, dan paket Full Services. Pada Indosat, terdapat kombinasi harga
untuk paket Gaul, paket Mail, dan paket Irit. Untuk setiap provider terdapat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-4
pilihan Tidak Membeli jika konsumen merasa harga yang ditawarkan tidak cocok.
Data pilihan tersebut kemudian dipilih konsumen dari tiap provider sesuai dengan
keinginannya apakah akan memilih untuk membeli salah satu dari paket atau tidak
membeli. Dari pilihan konsumen tersebut dapat diketahui kemungkinan konsumen
untuk membeli pada harga tertentu.
Sampel dalam penelitian ini adalah mahasiswa Fakultas Teknik program S1
UNS yang merupakan pemakai Blackberry. Untuk pencarian sampling digunakan
teknik purposive sampling (sampling bertujuan) karena sampling dilakukan
langsung kepada responden yang mempunyai Blackberry pemakai provider
Telkomsel atau Indosat. Karena jenis sampling merupakan non probability
sampling jadi jumlah sampel yang dibutuhkan tidak dapat diketahui secara pasti
dan yang menentukan jumlah sampel sudah cukup atau belum hanya dari
keinginan seorang peneliti. Oleh karena itu, untuk mendapatkan jumlah responden
yang akan menjadi sampel secara pasti dan diketahui jumlah populasinya dapat
menggunakan rumus Slovin pada persamaan (2.1) dengan kelonggaran (e) sebesar
10%. Responden yang dipilih sebagai sampel berjumlah 50 mahasiswa pemakai
Blackberry dengan provider Telkomsel dan 50 mahasiswa pemakai Blackberry
dengan provider Indosat.
2. Perekapan Data
Perekapan data dilakukan untuk mengetahui pilihan responden pada tiap
kombinasi harga paket BIS pada pengguna provider Telkomsel dan Indosat.
Responden diminta untuk memilih antara paket yang ditawarkan Telkomsel
dengan harga tertentu atau tidak membeli jika responden adalah pengguna
Telkomsel dan paket yang ditawarkan Indosat dengan harga tertentu atau tidak
membeli jika responden adalah pengguna Indosat. Dari hasil pengumpulan data
dengan kuesioner berupa pilihan konsumen pada harga tertentu tersebut, dapat
diketahui kemungkinan konsumen untuk membeli pada harga tertentu.
3.2.2 Pengolahan Data
Pengolahan data yang dilakukan meliputi pengujian multikolinearitas data,
model multinomial logit, dan penentuan harga optimal yang ditawarkan provider.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-5
1. Pengujian Multikolinieritas Data
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Uji
multikolinearitas dilakukan dengan menghitung nilai tolerance dan VIF. Jika nilai
VIF kurang dari 10 atau nilai tolerance mendekati 1, maka dapat disimpulkan
bahwa tidak ada multikolinieritas antar variabel independennya.
2. Penentuan Estimasi Parameter Model Multinomial logit
Estimasi parameter dilakukan untuk mengetahui metode dan konsep yang
digunakan untuk mendapatkan parameter dari model pilihan. Untuk mengestimasi
atau pendugaan parameter, metode yang sering digunakan adalah metode
maximum likelihood, yaitu dengan mencari koefisien regresi sehingga probabilitas
kejadian variabel dependen bisa semaksimum mungkin. Nilai estimasi parameter
dapat dilihat pada tabel Parameter Estimates output SPSS pada kolom B. Berikut
ini merupakan spesifikasi model multinomial logit yang akan dibuat untuk
masing-masing provider.
a. Telkomsel
)3()2()1()0(
)1(
1)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.1)
)3()2()1()0(
)2(
2)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.2)
)3()2()1()0(
)3(
3)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.3)
)3()2()1()0(
)0(
0)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.4)
dimana,
131321211111 )()( ++++= TTTteltelU telteltel
(3.5)
232322212122 )()( ++++= TTTteltelU telteltel
(3.6)
333323213133 )()( ++++= TTTteltelU telteltel
(3.7) 0)( 0 =telU (3.8)
dimana,
PL(tel)1 = kemungkinan responden memilih paket Lifestyle
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-6
PL(tel)2 = kemungkinan responden memilih paket Business
PL(tel)3 = kemungkinan responden memilih paket Full Services
PL(tel)0 = kemungkinan responden memilih tidak membeli
T1= harga paket Lifestyle (Rp)
T2= harga paket Business (Rp)
T3= harga paket Full Services (Rp)
U(tel)1 = Estimasi utilitas paket Lifestyle
U(tel)2 = Estimasi utilitas paket Business
U(tel)3 = Estimasi utilitas paket Full Services
U(tel)0 = Estimasi utilitas pilihan tidak membeli
1 =Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Lifestyle (Intercept)
2 =Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Business (Intercept)
3 =Parameter yang diestimasi oleh model pada provider Telkomsel untuk
paket Full Services (Intercept)
111 Ttel = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket
Lifestyle
212 Ttel = Bobot kepentingan atribut harga paket Business untuk pilihan paket
Lifestyle
313 Ttel = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Lifestyle
121 Ttel = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket
Business
222 Ttel = Bobot kepentingan atribut harga paket Business untuk pilihan paket
Business
323 Ttel = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Business
131 Ttel = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket Full
Services
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-7
232 Ttel = Bobot kepentingan atribut harga paket Business untuk pilihan paket Full
Services
333 Ttel = Bobot kepentingan atribut harga paket Full Services untuk pilihan paket
Full Services
b. Indosat
)3()2()1()0(
)1(
1)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.9)
)3()2()1()0(
)2(
2)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.10)
)3()2()1()0(
)3(
3)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.11)
)3()2()1()0(
)0(
0)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.12)
Dimana,
131321211111 )()( ++++= IIIindindU indindind
(3.13)
232322212122 )()( ++++= IIIindindU indindind
(3.14)
333323213133 )()( ++++= IIIindindU indindind
(3.15) 0)( 0 =indU (3.16)
dimana,
PL(ind)1 = kemungkinan responden memilih paket Gaul
PL(ind)2 = kemungkinan responden memilih paket Mail
PL(ind)3 = kemungkinan responden memilih paket Irit
PL(ind)0 = kemungkinan responden memilih tidak membeli
I1= harga paket Gaul (Rp)
I2= harga paket Mail (Rp)
I3= harga paket Irit (Rp)
l)1 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket
Gaul (Intercept)
)2 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket
Mail (Intercept)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-8
)3 =Parameter yang diestimasi oleh model pada provider Indosat untuk paket
Irit (Intercept)
111 Iind = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Gaul
212 Iind = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Gaul
313 Iind = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Gaul
121 Iind = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Mail
222 Iind = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Mail
323 Iind = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Mail
131 Iind = Bobot kepentingan atribut harga paket Gaul untuk pilihan paket Irit
232 Iind = Bobot kepentingan atribut harga paket Mail untuk pilihan paket Irit
333 Iind = Bobot kepentingan atribut harga paket Irit untuk pilihan paket Irit
dan merupakan parameter yang diestimasi pada model. Nilai dan
dapat dicari menggunakan software SPSS 17.0.
3. Penentuan Evaluasi Model Multinomial logit
Evaluasi ini dilakukan untuk mengetahui apakah hasil model Multinomial
logit ini sudah baik atau belum. Terdapat beberapa uji untuk mengevaluasi model
antara lain :
a. Uji Kebaikan Model (Goodness of fit)
Ketepatan fungsi regresi sampel dalam menaksir nilai aktual dapat diukur
dari goodness of fit. Pada penelitian ini digunakan koefisien determinasi
(Pseudo R2) untuk menilai kebaikan model. Koefisien determinasi (R2) pada
intinya mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variabel dependen. Nilai koefisien determinasi adalah antara 0 dan 1.
Nilai R2 mendekati 0 berarti kemampuan variabel-variabel independen dalam
menjelaskan variabel-variabel dependen amat terbatas. Nilai yang mendekati
1 berarti variabel-variabel independen memberikan hampir semua informasi
yang dibutuhkan untuk memprediksi variabel-variabel dependen.
Uji kebaikan model dilakukan dengan menghitung nilai Pseudo R2 yang
terdiri dari Cox and Snell pada persamaan (2.25), Nagelkerke pada
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-9
persamaan (2.26), dan McFadden pada persamaan (2.27). Nilai Pseudo R-
square dapat dilihat pada tabel output SPSS.
b. Uji Signifikansi Variabel Independen Secara Bersama (Overall Model
Fit)
Uji overall model fit dilakukan dengan uji likelihood ratio, yaitu dengan
menghitung perbedaan nilai -2 log likelihood (-2LL) antara model yang
hanya terdiri dari konstanta dengan model yang terdiri dari konstanta dan
variabel independen. Uji likelihood ratio menggunakan distribusi chi square.
Jika nilai 2 hitung lebih besar dari 2 tabel maka bisa disimpulkan bahwa
variabel independen secara bersama mempengaruhi variabel dependen.
Sebaliknya jika 2 hitung lebih kecil dari 2 tabel maka bisa disimpulkan
bahwa variabel independen secara bersama tidak mempengaruhi variabel
dependen.
c. Uji Signifikansi Variabel Independen Secara Individual (Significance Test)
Uji signifikansi variabel independen dilakukan untuk mengetahui apakah
variabel independen secara individu mempengaruhi variabel dependennya.
Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji
Likelihood Ratio dan Uji Wald.
Uji Likelihood Ratio dilakukan dengan menghitung perbedaan -2 log
likelihood (-2LL) antara model yang diestimasi (final model) dengan model
tanpa variabel yang diamati (reduce model) dengan derajat bebas sebanyak
variabel independen yang tidak dimasukkan dalam model. Uji likelihood
ratio ini mengikuti distribusi chi square. Prinsipnya sama dengan uji
signifikasi variabel independen secara bersama dalam pembacaan dan
perbandingan antara 2 tabel dan 2 hitung, hanya disini pengujian untuk
variabel indenpenden secara individu bukan secara bersama.
Sedangkan Uji Wald digunakan untuk mengetahui apakah variabel
independen berpengaruh terhadap variabel dependennya. Nilai Statistika
Wald ini mengikuti distribusi chi square. Jika nilai statistik Wald lebih besar
dari pada nilai 2 tabel maka dapat dismpulkan variabel independen
berpengaruh pada variabel dependen. Sebaliknya jika nilai statistik Wald
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-10
lebih kecil daripada nilai 2 tabel maka dapat disipulkan variabel independen
tidak berpengaruh pada variabel dependen.
4. Penentuan Validasi Model Multinomial logit
Validasi model ini dilakukan dengan melihat perbandingan antara data yang
diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat
jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam
bentuk prosentase. Pada validasi ini terdapat Percent Correct yang menunjukkan
seberapa besar model meprediksi pilihan dengan benar (misal data yang
diobservasi pilihan 1, maka model akan memprediksi dengan benar pilihan 1
pula). Penentuan kesalahan pengklasifikasian dapat diketahui seperti pada Tabel
2.1. Untuk provider Telkomsel, contoh pembacaan tabel klasifikasi dapat dilihat
pada Tabel 3.1.
Tabel 3.1 Tabel Klasifikasi Provider Telkomsel
Actual Membership
Predicted Membership Paket
Lifestyle Paket Business Paket Full
Services Paket Lifestyle nLL nLB nLF
Paket Business nBL nBB nBF
Paket Full Services
nFL nFB nFF
dimana,
nLL = Jumlah yi dari pilihan paket Lifestyle yang tepat diklasifikasikan sebagai
paket Lifestyle
nLF = Jumlah yi dari pilihan paket Lifestyle yang salah diklasifikasikan sebagai
paket Full Services
nBL = Jumlah yi dari pilihan paket Business yang salah diklasifikasikan sebagai
paket Lifestyle
nBB = Jumlah yi dari pilihan paket Business yang tepat diklasifikasikan sebagai
paket Business
nFB = Jumlah yi dari pilihan paket Full Services yang salah diklasifikasikan
sebagai paket Business
nFF = Jumlah yi dari pilihan paket Full Services yang tepat diklasifikasikan
sebagai paket Full Services
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-11
Sedangkan untuk provider Indosat, contoh pembacaan tabel klasifikasi dapat
dilihat pada tabel 3.2.
Tabel 3.2 Tabel Klasifikasi Provider Indosat
Actual Membership
Predicted Membership Paket Gaul Paket Mail Paket Irit
Paket Gaul nGG nGM nGI
Paket Mail nMG nMM nMI
Paket Irit nIG nIM nII
dimana,
nGG = Jumlah yi dari pilihan paket Gaul yang tepat diklasifikasikan sebagai
paket Gaul
nGI = Jumlah yi dari pilihan paket Gaul yang salah diklasifikasikan sebagai
paket Irit
nMG = Jumlah yi dari pilihan paket Mail yang salah diklasifikasikan sebagai
paket Gaul
nMM = Jumlah yi dari pilihan paket Mail yang tepat diklasifikasikan sebagai
paket Mail
nIM = Jumlah yi dari pilihan paket Irit yang salah diklasifikasikan sebagai
paket Mail
nII = Jumlah yi dari pilihan paket Irit yang tepat diklasifikasikan sebagai paket
Irit
Ukuran yang dipakai adalah Apparent Error Rate (APER). Nilai APER
menyatakan nilai proporsi sampel yang salah yang diklasifikasikan oleh fungsi
klasifikasi pada persamaan (2.30). Untuk provider Telkomesl persamaan APER
dapat ditulis sebagai berikut:
(3.17)
Sedangkan untuk provider Indosat, persamaan APER dapat dilihat sebagai
berikut: (3.18)
5. Penentuan Harga Optimal Masing-Masing Provider
Optimisasi dilakukan dengan mencari nilai harga paket BIS yang ditawarkan
Telkomsel dan Indosat yang akan memaksimukan nilai ekspektasi pendapatan
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-12
untuk masing-masing provider. Model untuk optimisasi harga adalah sebagai
berikut:
a. Fungsi tujuan: Memaksimum ekspektasi pendapatan (Expected Revenue)
Fungsi tujuan untuk tiap provider yaitu :
Max ER(Telkomsel)= T1* PL(tel)1+ T2* PL(tel)2+ T3* PL(tel)3 (3.19)
Max ER(Indosat)= I1* PL(ind)1+ I2* PL(ind)2+ I3* PL(ind)3 (3.20)
ER(Telkomsel)= Ekspektasi pendapatan untuk provider Telkomsel
ER(Indosat)= Ekspektasi pendapatan untuk provider Indosat
PL(tel)1 = kemungkinan responden memilih paket Lifestyle
PL(tel)2 = kemungkinan responden memilih paket Business
PL(tel)3 = kemungkinan responden memilih paket Full Services
PL(tel)0 = kemungkinan responden memilih tidak membeli
T1= harga paket Lifestyle (Rp)
T2= harga paket Business (Rp)
T3= harga paket Full Services (Rp)
PL(ind)1 = kemungkinan responden memilih paket Gaul
PL(ind)2 = kemungkinan responden memilih paket Mail
PL(ind)3 = kemungkinan responden memilih paket Irit
PL(ind)0 = kemungkinan responden memilih tidak membeli
I1= harga paket Gaul (Rp)
I2= harga paket Mail (Rp)
I3= harga paket Irit (Rp)
b. Batasan (constraints) : probabilitas konsumen memilih paket i (Purchase
Likelihood)
1). Telkomsel
)3()2()1()0(
)1(
1)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.21)
)3()2()1()0(
)2(
2)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.22)
)3()2()1()0(
)3(
3)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.23)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-13
)3()2()1()0(
)0(
0)(UtelUtelUtelUtel
Utel
eeee
etelPL
+++=
(3.24)
dimana,
131321211111 )()( ++++= TTTteltelU telteltel
(3.25)
232322212122 )()( ++++= TTTteltelU telteltel
(3.26)
333323213133 )()( ++++= TTTteltelU telteltel
(3.27) 0)( 0 =telU (3.28)
upperower pTip ££l (3.29)
2). Indosat
)3()2()1()0(
)1(
1)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.30)
)3()2()1()0(
)2(
2)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.31)
)3()2()1()0(
)3(
3)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.32)
)3()2()1()0(
)0(
0)(UindUindUindUind
Uind
eeee
eindPL
+++=
(3.33)
dimana,
131321211111 )()( ++++= IIIindindU indindind
(3.34)
232322212122 )()( ++++= IIIindindU indindind
(3.35)
333323213133 )()( ++++= IIIindindU indindind
(3.36) 0)( 0 =indU (3.37)
upperower pIip ££l (3.38)
U(i) adalah estimasi utilitas paket i yang dimodelkan pada bagian
sebelumnya. dan merupakan parameter yang diestimasi pada model.
plower dan pupper merupakan batas atas dan batas bawah harga dari tiap paket.
Batas atas dan batas bawah harga ditentukan dengan mencari kisaran harga paket
yang ada di pasaran.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-14
6. Penentuan Harga Optimal dimana Tidak Terjadi Persaingan
Penentuan harga optimal ini merupakan penentuan untuk harga dari paket
yang mempunyai fasilitas untuk masing-masing provider. Sehingga bisa
didapatkan suatu harga yang optimal yang dapat menguntungkan kedua belah
pihak.
Untuk kasus ini, pada paket Lifestyle dari Telkomsel dan paket Gaul dari
Indosat mempunyai fasilitas yang sama. Sehingga dapat ditentukan satu harga
optimal yang bisa menguntungkan Telkomsel dan Indosat. Demikian juga untuk
paket Business dari Telkomsel dan paket Mail dari Indosat serta paket Full
Services dari Telkomsel dan paket Irit dari Indosat.
Cara yang digunakan untuk menentukan harga pada kondisi seperti ini adalah
dengan mengurangkan fungsi probabilitas dari masing-masing provider untuk tiap
paketnya. Sehingga nanti akan menghasilkan nilai yang baru kemudian akan
menghasilkan persamaan Purchase Likelihood yang baru pula serta fungsi tujuan
yang baru pula.
)3()2()1()0(
)1(
)3()2()1()0(
)1(
1)(UindUindUindUind
Uind
UtelUtelUtelUtel
Utel
eeee
e
eeee
egabPL
+++-
+++=
(3.39)
)3()2()1()0(
)2(
)3()2()1()0(
)2(
2)(UindUindUindUind
Uind
UtelUtelUtelUtel
Utel
eeee
e
eeee
egabPL
+++-
+++=
(3.40)
)3()2()1()0(
)3(
)3()2()1()0(
)3(
3)(UindUindUindUind
Uind
UtelUtelUtelUtel
Utel
eeee
e
eeee
egabPL
+++-
+++=
(3.41)
)3()2()1()0(
)0(
)3()2()1()0(
)0(
0)(UindUindUindUind
Uind
UtelUtelUtelUtel
Utel
eeee
e
eeee
egabPL
+++-
+++=
(3.42)
Maka fungsi tujuan yang baru yaitu:
Max ER(Gab)= P1Gab* PL(gab)1+ P2Gab* PL(gab)2+ P3Gab* PL(gab)3
(3.43)
Keterangan:
ER(Gab)= Ekspektasi pendapatan untuk provider Telkomsel dan Indosat
P1Gab = Harga optimal yang terbentuk untuk paket 1 (Lifestyle dan Gaul)
P2Gab = Harga optimal yang terbentuk untuk paket 2 (Business dan Mail)
P3Gab = Harga optimal yang terbentuk untuk paket 3 (Full Services dan Irit)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
III-15
PL(gab)1= Kemungkinan responden memilih paket 1 (Lifestyle dan Gaul)
PL(gab)2= Kemungkinan responden memilih paket 2 (Business dan Mail)
PL(gab)3= Kemungkinan responden memilih paket 3 (Full Services dan Irit).
3.3 Analisa dan Interpretasi Hasil
Pada tahap analisa dan interpretasi hasil dilakukan penilaian dan analisa
terhadap hasil pengolahan data yang sudah dilakukan sehingga diharapkan bisa
digunakan untuk penyelesaian masalah yang berguna untuk memperbaiki keadaan
sebelumnya.
3.4 Kesimpulan dan Saran
Kesimpulan dilakukan terhadap pengolahan data dan analisis yang sudah
dilakukan sebelumnya dan saran dilakukan untuk memberikan masukan-masukan
supaya dapat memberikan hasil yang lebih baik.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-1
BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA
Penyelesaian dalam tugas akhir ini dilakukan dengan tahap pengumpulan data
dan pengolahan data sebagai dasar dalam memberikan analisis terhadap
penyelesaian permasalahan yang dihadapi.
4.1 Pengumpulan Data
Populasi dalam penelitian ini merupakan Mahasiswa Fakultas Teknik
program S1 Universitas Sebelas Maret Surakarta pemakai Blackberry provider
Telkomsel dan Indosat. Pengumpulan data dilakukan dengan penyebaran
kuesioner yang disebarkan kepada sampel yang ditentukan. Jumlah mahasiswa
Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta terhitung
sampai bulan maret 2011 adalah 1598 orang. Sedangkan jumlah populasi
mahasiswa pemakai Blackberry provider Telkomsel dan Indosat di Fakultas
Teknik program S1 Universitas Sebelas Maret Surakarta tidak diketahui. Oleh
karena itu perhitungan populasinya menggunakan asumsi sebesar 19% untuk tiap
jurusan di Fakultas Teknik.
Total sampel responden untuk populasi mahasiswa pemakai Blackberry
provider Telkomsel dan Indosat di Fakultas Teknik program S1 Universitas
Sebelas Maret Surakarta dengan kelonggaran (e) sebesar 10% yaitu sebanyak 76
orang. Jika dari perhitungan untuk sampel responden dengan jumlah populasi
mahasiswa Fakultas Teknik program S1 Universitas Sebelas Maret Surakarta
sebesar 1598 orang dengan kelonggaran (e) sebesar 10% yaitu:
Maka, jumlah sampel 100 orang ini sudah dapat mencukupi sampel dari
mahasiswa pemakai Blackberry provider Telkomsel dan Indosat di Fakultas
Teknik program S1 Universitas Sebelas Maret Surakarta yang hanya berjumlah 76
orang.
Sampel yang diambil berjumlah 100 dimana 50 responden merupakan
pengguna Blackberry dengan provider Telkomsel dan 50 responden merupakan
pengguna Blackberry dengan provider Indosat.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-2
4.1.1 Perancangan dan Penyebaran Kuesioner
Perancangan kuesioner ini dilakukan untuk mengetahui data apa saja yang
dibutuhkan. Data yang diperlukan dalam pembentukan model multinomial logit
untuk penentuan harga yaitu kombinasi data pilihan pembelian pada harga yang
berbeda-beda. Kuesioner dibagi menjadi dua yaitu kuesioner bagi pengguna
provider Telkomsel dan kuesioner bagi pengguna Indosat. Untuk setiap kuesioner
terdapat empat pilihan. Pada Telkomsel, terdapat kombinasi harga untuk paket
Lifestyle, paket Business, dan paket Full Services. Pada Indosat, terdapat
kombinasi harga untuk paket Gaul, paket Mail, dan paket Irit. Untuk setiap
provider terdapat pilihan Tidak Membeli jika konsumen merasa harga yang tidak
ditawarkan tidak cocok. Data pilihan tersebut kemudian dipilih konsumen dari
tiap provider sesuai dengan keinginannya apakah akan memilih untuk membeli
salah satu dari paket atau tidak membeli. Dari pilihan konsumen tersebut dapat
diketahui kemungkinan konsumen untuk membeli pada harga tertentu.
Pada Tabel 4.1 dan Tabel 4.2 ditunjukkan contoh kuesioner yang
disebarkan kepada pengguna Telkomsel dan Indosat. Terdapat 27 pilihan harga
untuk tiap-tiap provider.
Tabel 4.1 Contoh Kuesioner untuk Pengguna Telkomsel
Paket LifeStyle Paket Mail Paket Full Services Tidak MembeliKombinasi 1 60.000 80.000 99.000Kombinasi 2 60.000 80.000 109.000Kombinasi 3 60.000 80.000 89.000
Paket LifeStyle Paket Mail Paket Full Services Tidak MembeliKombinasi 4 60.000 90.000 99.000Kombinasi 5 60.000 90.000 109.000Kombinasi 6 60.000 90.000 89.000
Paket LifeStyle Paket Mail Paket Full Services Tidak MembeliKombinasi 7 60.000 70.000 99.000Kombinasi 8 60.000 70.000 109.000Kombinasi 9 60.000 70.000 89.000
TELKOMSEL
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-3
Tabel 4.2 Contoh Kuesioner untuk Pengguna Indosat
Responden diharuskan memilih salah satu pilihan dari tiap kombinasi yang
ada. Misalnya pada kombinasi 1 terdapat empat pilihan yang berupa harga tiap
paket dan satu pilihan tidak membeli. Jika terdapat variasi harga untuk tiap paket,
apakah responden akan memilih salah satu paket atau mungkin memilih untuk
tidak membeli.
4.1.2 Perekapan Data
Pengumpulan data dilakukan untuk mengetahui pilihan responden pada
tiap kombinasi harga paket BIS pada pengguna provider Telkomsel dan Indosat.
Responden diminta untuk memilih antara paket yang ditawarkan Telkomsel
dengan harga tertentu atau tidak membeli jika dia pengguna Telkomsel dan paket
yang ditawarkan Indosat dengan harga tertentu atau tidak membeli jika dia
pengguna Indosat. Dari hasil pengumpulan data dengan kuesioner berupa pilihan
konsumen pada harga tertentu tersebut, dapat diketahui kemungkinan konsumen
untuk membeli pada harga tertentu.
Tabel 4.3 merupakan contoh hasil pengisian kuesioner untuk satu
responden pengguna Blackberry dengan provider Telkomsel.
Paket Gaul Paket Mail Paket Irit Tidak MembeliKombinasi 1 45.000 45.000 100.000Kombinasi 2 45.000 45.000 110.000Kombinasi 3 45.000 45.000 90.000
Paket Gaul Paket Mail Paket Irit Tidak MembeliKombinasi 4 45.000 55.000 100.000Kombinasi 5 45.000 55.000 110.000Kombinasi 6 45.000 55.000 90.000
Paket Gaul Paket Mail Paket Irit Tidak MembeliKombinasi 7 45.000 35.000 100.000Kombinasi 8 45.000 35.000 110.000Kombinasi 9 45.000 35.000 90.000
INDOSAT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-4
Tabel 4.3 Hasil Pengisian Kuesioner 1 Responden Pengguna Telkomsel
Harga 1 yang dimaksud yaitu harga untuk paket Lifestyle dalam satuan
ribuan, harga 2 yang dimaksud yaitu harga untuk paket Business dalam satuan
ribuan, dan harga 3 merupakan harga untuk paket Full Services dalam satuan
ribuan. Sedangkan untuk kolom pilihan terdapat pilihan 1 yang berarti konsumen
memilih paket Lifestyle, pilihan 2 berarti bahwa konsumen memilih paket
Business, pilihan 3 berarti konsumen memilih paket Full Services, dan pilihan 0
berarti jika konsumen tidak memilih pilihan paket apapun.
Dari 50 responden pengguna Telkomsel dapat dilihat keputusan pemilihan
harga paket untuk setiap kombinasi. Gambar 4.1 ditunjukkan hasil pengolahan
data dari kuesioner 50 responden Telkomsel mengenai keputusan pemilihan
paket.
No.Harga
Paket 1Harga
Paket 2Harga
Paket 3Pilihan
1 60 80 99 12 60 80 109 23 60 80 89 14 60 90 99 15 60 90 109 16 60 90 89 37 60 70 99 28 60 70 109 19 60 70 89 3
10 70 80 99 011 70 80 109 012 70 80 89 313 70 90 99 014 70 90 109 015 70 90 89 316 70 70 99 017 70 70 109 018 70 70 89 019 50 80 99 120 50 80 109 121 50 80 89 322 50 90 99 123 50 90 109 124 50 90 89 325 50 70 99 126 50 70 109 127 50 70 89 1
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-5
l
Gambar 4.1 Jumlah Data Pengguna Telkomsel
Dari Gambar 4.1 dapat dilihat bahwa keputusan konsumen untuk pilihan 0
atau tidak membeli sebanyak 173 (12,8%), keputusan konsumen untuk pilihan 1
atau memilih paket Lifestyle sebanyak 437 (32,4%), keputusan konsumen untuk
pilihan 2 atau memilih paket Business sebanyak 236 (17,5%), dan keputusan
konsumen untuk pilihan 3 atau memilih paket Full Services sebanyak 504 (37,3%)
dari jumlah total 1350 data untuk 27 pilihan harga.
Untuk provider Indosat, hasil pengisian kuesioner satu responden dapat
ditunjukkan pada tabel 4.4.
Tabel 4.4 Hasil Pengisian Kuesioner 1 Responden Pengguna Indosat
No.Harga Paket 1
Harga Paket 2
Harga Paket 3
Pilihan
1 45 45 100 12 45 45 110 13 45 45 90 34 45 55 100 15 45 55 110 16 45 55 90 37 45 35 100 28 45 35 110 29 45 35 90 3
10 55 45 100 3
11 55 45 110 0
12 55 45 90 313 55 55 100 314 55 55 110 015 55 55 90 316 55 35 100 317 55 35 110 018 55 35 90 319 35 45 100 120 35 45 110 121 35 45 90 322 35 55 100 123 35 55 110 124 35 55 90 325 35 35 100 226 35 35 110 227 35 35 90 3
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-6
Harga 1 yang dimaksud yaitu harga untuk paket Gaul dalam satuan ribuan,
harga 2 yang dimaksud yaitu harga untuk paket Mail dalam satuan ribuan, dan
harga 3 merupakan harga untuk paket Irit dalam satuan ribuan. Sedangkan untuk
kolom pilihan terdapat pilihan 1 yang berarti konsumen memilih paket Gaul,
pilihan 2 berarti bahwa konsumen memilih paket Mail, pilihan 3 berarti konsumen
memilih paket Irit, dan pilihan 0 berarti jika konsumen tidak memilih pilihan
paket apapun.
Dari 50 responden pengguna Indosat dapat dilihat keputusan pemilihan
harga paket untuk setiap kombinasi. Gambar 4.2 ditunjukkan hasil pengolahan
data dari kuesioner 50 responden Indosat mengenai keputusan pemilihan paket.
Gambar 4.2 Jumlah Data Pengguna Indosat
Dari Gambar 4.2 dapat dilihat bahwa keputusan konsumen untuk pilihan 0
atau tidak membeli sebanyak 238 (17,6%), keputusan konsumen untuk pilihan 1
atau memilih paket Gaul sebanyak 416 (30,8%), keputusan konsumen untuk
pilihan 2 atau memilih paket Mail sebanyak 275 (20,4%), dan keputusan
konsumen untuk pilihan 3 atau memilih paket Irit sebanyak 421 (31,2%) dari
jumlah total 1350 data untuk 27 pilihan harga.
4.2 Pengolahan Data
Data yang sudah didapat dan dikumpulkan kemudian dimasukkan ke dalam
tahap pengolahan data. Pengolahan data yang dilakukan untuk menguji model
multinomial logit meliputi uji multikololinearitas data, penentuan estimasi
parameter model multinomial logit, penentuan evaluasi model multinomial logit,
dan penentuan validasi model multinomial logit.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-7
4.2.1 Uji Multikolinieritas Data
Uji multikolinieritas bertujuan untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang
baik seharusnya tidak terjadi korelasi diantara variabel independen.
Uji multikolinieritas data dilakukan terhadap provider Telkomsel dan
Indosat. Pada Tabel 4.5 ditunjukkan data mengenai multikolinieritas Telkomsel.
Tabel 4.5 Hasil Uji Multikolinieritas Data Telkomsel
Dari Tabel 4.5 dapat dilihat bahwa nilai tolerance untuk setiap paket
sebesar 1 dan nilai VIF untuk setiap paket juga 1 maka nilai tolerance > 0,1 dan
nilai VIF < 10, sehingga data di atas menduga bahwa tidak ada multikolinieritas
diantara variabel independen. Tabel 4.6 menunjukkan data multikolinieritas untuk
Indosat.
Tabel 4.6 Hasil Uji Multikolinieritas Data Indosat
Dari Tabel 4.6 dapat dilihat bahwa nilai tolerance untuk setiap paket
sebesar 1 dan nilai VIF untuk setiap paket juga 1 maka nilai tolerance > 0,1 dan
nilai VIF < 10. Sehingga data di atas menduga bahwa tidak ada multikolinieritas
diantara variabel independen.
4.2.2 Penentuan Estimasi Parameter Model Multinomial logit
Penentuan estimasi parameter disini digunakan untuk mengetahui nilai
konstanta dan koefisien pada model. Untuk data telkomsel, hasil estimasi
parameter dapat ditunjukkan pada Gambar 4.3.
Tolerance VIFPaket1 1,000 1,000Paket2 1,000 1,000Paket3 1,000 1,000
ModelCollinearity Statistics
Tolerance VIFPaketGaul 1,000 1,000PaketMail 1,000 1,000PaketIrit 1,000 1,000
Model Collinearity Statistics
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-8
Gambar 4.3 Estimasi Parameter Telkomsel Hasil dari SPSS 17.0
Nilai konstanta dan koefisien pada model untuk tiap paket dapat
ditunjukkan pada kolom B Gambar 4.3. Sehingga persamaan model untuk
Telkomsel dengan mengacu persamaan (3.1-3.8) dapat ditulis sebagai berikut:
321321321
321
383,0032,0032,0224,44178,0109,0064,0567,31164,003,0113,0473,270
164,003,0113,0473,27
1)( PPPPPPPPP
PPP
eeee
etelPL ---------
---
+++=
(4.1)
321321321
321
383,0032,0032,0224,44178,0109,0064,0567,31164,003,0113,0473,270
178,0109,0064,0567,31
2)( PPPPPPPPP
PPP
eeee
etelPL ---------
---
+++=
(4.2)
321321321
321
383,0032,0032,0224,44178,0109,0064,0567,31164,003,0113,0473,270
383,0032,0032,0224,44
3)( PPPPPPPPP
PPP
eeeee
telPL ---------
---
+++=
(4.3)
321321321 383,0032,0032,0224,44178,0109,0064,0567,31164,003,0113,0473,270
0
0)(PPPPPPPPP eeee
etelPL --------- +++
= (4.4)
dimana,
3211 164,003,0113,0473,27)( PPPtelU ---= (4.5)
3212 178,0109,0064,0567,31)( PPPtelU ---= (4.6)
3213 383,0032,0032,0224,44)( PPPtelU ---= (4.7) 0)( 0 =telU (4.8)
Sedangkan untuk data indosat, hasil estimasi parameter dapat ditunjukkan
pada Gambar 4.4.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-9
Gambar 4.4 Estimasi Parameter Indosat Hasil dari SPSS 17.0 Nilai konstanta dan koefisien pada model untuk tiap paket dapat
ditunjukkan pada kolom B Gambar 4.4. Sehingga persamaan model untuk Indosat
dengan mengacu persamaan (3.9-3.16) dapat ditulis sebagai berikut:
321321321
321
247,0025,0058,029067,0133,0047,008,15079,0024,0161,089,140
079,0024,0161,089,14
1)(PPPPPPPPP
PPP
eeee
eindPL -------+-
-+-
+++=
(4.9)
321321321
321
247,0025,0058,029067,0133,0047,008,15079,0024,0161,089,140
067,0133,0047,008,15
2)( PPPPPPPPP
PPP
eeee
eindPL -------+-
---
+++=
(4.10)
321321321
321
247,0025,0058,029067,0133,0047,008,15079,0024,0161,089,140
247,0025,0058,029
3)( PPPPPPPPP
PPP
eeee
eindPL -------+-
---
+++=
(4.11)
321321321 247,0025,0058,029067,0133,0047,008,15079,0024,0161,089,140
0
0)(PPPPPPPPP eeee
eindPL -------+- +++
= (4.12)
dimana,
3211 079,0024,0161,089,14)( PPPindU -+-= (4.13)
3212 067,0133,0047,008,15)( PPPindU ---= (4.14)
3213 247,0025,0058,029)( PPPindU ---= (4.15) 0)( 0 =indU (4.16)
4.2.3 Penentuan Evaluasi Model Multinomial logit
Penentuan evaluasi model ini dilakukan untuk mengetahui apakah hasil
dari model rmultinomial logit ini sudah baik atau belum. Penentuan evaluasi untuk
hasil model multinomial logit antara lain:
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-10
a. Uji Kebaikan Model (Goodness of fit)
Nilai goodness of fit yang menggunakan koefisien determinasi Pseudo R2
berguna untuk mengukur seberapa jauh kemampuan model dalam menerangkan
variasi variabel dependen. Untuk hasil model multinomial logit Telkomsel, nilai
goodness of fit dapat dilihat pada Gambar 4.5.
Gambar 4.5 Tabel Pseudo R2 Telkomsel
Dari tabel 4.5 dapat dilihat nilai dari Cox and Snell R2 sebesar 0,5, untuk nilai
Nagelkerke R2 sebesar 0,54 dan untuk nilai dari McFadden R2 sebesar 0,266.
Sedangkan untuk hasil model multinomial logit Indosat, nilai goodness of fit
dapat dilihat pada Gambar 4.6.
Gambar 4.6 Tabel Pseudo R2 Indosat
Dari Gambar 4.6 dapat dilihat nilai dari Cox and Snell R2 sebesar 0,501,
untuk nilai Nagelkerke R2 sebesar 0,537 dan untuk nilai dari McFadden R2
sebesar 0,256.
b. Uji Signifikansi Variabel Independen Secara Bersama (Overall Model Fit)
Uji overall model fit dilakukan dengan uji likelihood ratio menggunakan
SPSS. Hasil uji overall model fit untuk Telkomsel dapat ditunjukkan pada Gambar
4.7.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-11
Gambar 4.7 Gambar Uji Overall Model Fit Telkomsel
Dari gambar 4.7 dapat dilihat bahwa nilai 2 hitung sebesar 935,602.
Sedangkan nilai 2 tabel dengan degree of freedom (df) sebesar 9 dan tingkat 2 tabel dapat dilihat
pada tabel 2. Dapat dilihat bahwa nilai 2 hitung lebih besar daripada nilai 2
tabel. Sehingga bisa disimpulkan bahwa variabel independen secara bersama
mempengaruhi variabel dependen.
Sedangkan untuk hasil uji overall model fit untuk Indosat dapat ditunjukkan
pada Gambar 4.8.
Gambar 4.8 Gambar Uji Overall Model Fit Indosat
Dari gambar 4.8 dapat dilihat bahwa nilai 2 hitung sebesar 938,525.
Sedangkan nilai 2 tabel dengan degree of freedom (df) sebesar 9 dan tingkat 2 tabel dapat dilihat
pada tabel 2. Dapat dilihat bahwa nilai 2 hitung lebih besar daripada nilai 2
tabel. Sehingga bisa disimpulkan bahwa variabel independen secara bersama
mempengaruhi variabel dependen.
c. Uji Signifikansi Variabel Independen Secara Individual (Significance Test)
Uji signifikansi variabel independen dilakukan dengan dua cara yaitu Uji
Likelihood Ratio dan Uji Wald.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-12
1). Uji Likelihood Ratio
Uji likelihood ratio dapat dilihat hasilnya pada output SPSS pada tabel
likelihood ratio tests. Untuk provider Telkomsel hasil uji likelihood ratio dapat
dilihat pada Gambar 4.9.
Gambar 4.9 Gambar Uji Likelihood Ratio Telkomsel
Uji likelihood ratio ini mengikuti distribusi chi square. Sehingga dari gambar
4.9 dapat dilihat nilai 2 untuk intercept, harga paket 1 (Lifestyle), harga paket 2
(Business), dan harga paket 3 (Full Services).
Dari Gambar 4.9 dapat dilihat nilai 2 hitung untuk intercept atau koefisien
yaitu sebesar 423,195. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan
taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar
7,81. Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa intercept atau koefisien secara individu mempengaruhi variabel dependen.
Untuk harga paket 1 (Lifestyle) dapat dilihat nilai 2 hitungnya yaitu sebesar
125,474. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf
kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81.
Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa harga paket 1 (Lifestyle) secara individu mempengaruhi variabel dependen.
Untuk harga paket 2 (Business) dapat dilihat nilai 2 hitungnya yaitu sebesar
85,529. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf kepercayaan
sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81. Nilai chi 2
hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan bahwa harga
paket 2 (Business) secara individu mempengaruhi variabel dependen.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-13
Untuk harga paket 3 (Full Services) dapat dilihat nilai 2 hitungnya yaitu
sebesar 734,787. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf
kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81.
Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa harga paket 3 (Full Services) secara individu mempengaruhi variabel
dependen.
Sedangkan untuk provider Indosat hasil uji likelihood ratio dapat dilihat pada
Gambar 4.10.
Gambar 4.10 Gambar Uji Likelihood Ratio Indosat
Uji likelihood ratio ini mengikuti distribusi chi square. Sehingga dari gambar
4.10 dapat dilihat nilai chi square untuk intercept, harga paket 1 (Gaul), harga
paket 2 (Mail), dan harga paket 3 (Irit).
Dari Gambar 4.10 dapat dilihat nilai 2 hitung untuk intercept atau koefisien
yaitu sebesar 410,313. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan
taraf kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar
7,81. Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa intercept atau koefisien secara individu mempengaruhi variabel dependen.
Untuk harga paket 1 (Gaul) dapat dilihat nilai 2 hitungnya yaitu sebesar
243,896. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf
kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81.
Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa harga paket 1 (Gaul) secara individu mempengaruhi variabel dependen.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-14
Untuk harga paket 2 (Mail) dapat dilihat nilai 2 hitungnya yaitu sebesar
217,485. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf
kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81.
Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa harga paket 2 (Mail) secara individu mempengaruhi variabel dependen.
Untuk harga paket 3 (Irit) dapat dilihat nilai 2 hitungnya yaitu sebesar
488,098. Sedangkan dengan derajat kebebasan (df) sebesar 3 dan taraf
kepercayaan sebesar 0,05 maka dapat diketahui bahwa nilai 2 tabel sebesar 7,81.
Nilai 2 hitung lebih besar daripada nilai 2 tabel sehingga dapat disimpulkan
bahwa harga paket 3 (Irit) secara individu mempengaruhi variabel dependen.
2). Uji Wald
Uji Wald dapat dilihat hasilnya pada output SPSS pada tabel parameter
estimates. Pada tabel tersebut nilai statistik Wald ada pada kolom Wald. Untuk
provider Telkomsel hasil uji Wald dapat dilihat pada Gambar 4.11.
Gambar 4.11 Gambar Uji Wald Telkomsel
Dari gambar 4.11 dapat dilihat nilai statistik Wald untuk intercept atau
koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen
berupa keputusan memilih paket 1 (Lifestyle) sebesar 99,243;74,404;5,525 dan
59,717. Nilai 2 tabel dengan derajat kebebasan (df) 1 dan taraf kepercayaan
sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai 2
tabel sehingga intercept, harga paket 1, harga paket 2, dan harga paket 3 secara
individu mempengaruhi keputusan memilih paket 1.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-15
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket
2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 2
(Business) sebesar 116,631;19,941;57,97 dan 63,905. Nilai 2 tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai
statistik Wald lebih besar daripada nilai 2 tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan
memilih paket 2.
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket
2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 3
(Full Services) sebesar 216,205;4,544;4,956 dan 260,681. Nilai 2 tabel dengan
derajat kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84.
Nilai statistik Wald lebih besar daripada nilai 2 tabel sehingga intercept, harga
paket 1, harga paket 2, dan harga paket 3 secara individu mempengaruhi
keputusan memilih paket 3.
Untuk provider Indosat hasil uji Wald dapat dilihat pada Gambar 4.12.
Gambar 4.12 Gambar Uji Wald Indosat
Dari Gambar 4.12 dapat dilihat nilai statistik Wald untuk intercept atau
koefisien, harga paket 1, harga paket 2, dan harga paket 3 pada variabel dependen
berupa keputusan memilih paket 1 (Gaul) sebesar 78,239;160,955;4,116 dan
33,533. Nilai 2 tabel dengan derajat kebebasan (df) 1 dan taraf kepercayaan
sebesar 0,05 yaitu sebesar 3,84. Nilai statistik Wald lebih besar daripada nilai 2
tabel sehingga intercept, harga paket 1, harga paket 2, dan harga paket 3 secara
individu mempengaruhi keputusan memilih paket 1.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-16
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket
2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 2
(Mail) sebesar 73,079;13,014;100,223 dan 21,973. Nilai 2 tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai
statistik Wald lebih besar daripada nilai 2 tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan
memilih paket 2.
Nilai statistik Wald untuk intercept atau koefisien, harga paket 1, harga paket
2, dan harga paket 3 pada variabel dependen berupa keputusan memilih paket 3
(Irit) sebesar 254,637;19,036;3,978 dan 258,017. Nilai 2 tabel dengan derajat
kebebasan (df) 1 dan taraf kepercayaan sebesar 0,05 yaitu sebesar 3,84. Nilai
statistik Wald lebih besar daripada nilai 2 tabel sehingga intercept, harga paket 1,
harga paket 2, dan harga paket 3 secara individu mempengaruhi keputusan
memilih paket 3.
4.2.4 Penentuan Validasi Model Multinomial logit
Validasi model ini dilakukan dengan melihat perbandingan antara data
yang diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat
jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam
bentuk prosentase (Tabel 3.1 untuk Telkomsel dan Tabel 3.2 untuk Indosat).
Validasi model untuk provider Telkomsel dapat dilihat pada Gambar 4.13.
Gambar 4.13 Gambar Hasil Validasi Model untuk Telkomsel Hasil SPSS 17.0
Gambar 4.13 menunjukkan seberapa besar model memprediksi data yang
diobservasi dengan benar. Benar disini yang dimaksud adalah jika data yang
diobservasi kemudian diprediksi oleh model dengan pilihan yang sama. Misalnya
data yang diobservasi adalah pilihan memilih 0. Maka benar itu yang dimaksud
adalah model memprediksi pilihan 0 juga. Dari tabel diatas terlihat bahwa model
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-17
memprediksi pilihan 0 dengan benar sebanyak 61, memprediksi salah menjadi
pilihan memilih 1 sebanyak 64, memprediksi salah menjadi pilihan memilih 2
sebanyak 30 dan memprediksi salah menjadi pilihan memilih 3 sebanyak 18. Hal
yang sama berlaku untuk semua pilihan.
Percent correct menunjukan prosentase seberapa besar model dapat
memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi
dengan benar sebesar 35,3%, untuk pilihan 1 yang diprediksi dengan benar
sebesar 65,9%, untuk pilihan 2 yang diprediksi dengan benar sebesar 32,3%, dan
untuk pilihan 3 yang diprediksi dengan benar sebesar 80%.
Sedangkan overall percentage menunjukkan prosentase prediksi suatu
pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar
7,4%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul
sebesar 14,8% dan pilihan 3 diprediksi muncul sebesar 40,7%.
Untuk provider Indosat hasil validasi model dapat dilihat pada Gambar
4.14.
Gambar 4.14 Gambar Hasil Validasi Model untuk Indosat Hasil SPSS 17.0
Dari gambar 4.14 terlihat bahwa model memprediksi pilihan 0 dengan
benar sebanyak 83, memprediksi salah menjadi pilihan memilih 1 sebanyak 71,
memprediksi salah menjadi pilihan memilih 2 sebanyak 53 dan memprediksi salah
menjadi pilihan memilih 3 sebanyak 31. Hal yang sama berlaku untuk semua
pilihan.
Percent correct menunjukan prosentase seberapa besar model dapat
memprediksi dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi
dengan benar sebesar 34,9%, untuk pilihan 1 yang diprediksi dengan benar
sebesar 71,2%, untuk pilihan 2 yang diprediksi dengan benar sebesar 47,3%, dan
untuk pilihan 3 yang diprediksi dengan benar sebesar 70,1%.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-18
Sedangkan overall percentage menunjukkan prosentase prediksi suatu
pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar
11,1%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul
sebesar 18,5% dan pilihan 3 diprediksi muncul sebesar 33,3%.
4.2.5 Penentuan Harga Optimal Masing-Masing Provider
Penentuan harga optimal dilakukan untuk masing-masing provider dengan
menggunakan software Excel Solver.
Fungsi tujuan yang ditentukan yaitu memaksimumkan ekspetasi
pendapatan (Expected Revenue) pada provider Telkomsel yang ditunjukkan pada
persamaan (3.19) dan pada provider Indosat yang ditunjukkan pada persamaan
(3.20).
Sedangkan batasan untuk fungsi tujuannya yaitu probabilitas konsumen
memilih paket yang ditawarkan (Purchase Likelihood). Untuk batasan pada
provider Telkomsel yaitu probabilitas konsumen memilih paket Lifestyle, paket
Business atau paket Full Service. Untuk batasan pada provider Indosat yaitu
probabilitas konsumen memilih paket Gaul, paket Mail atau paket Irit.
Dengan persamaan Purchase Likelihood (PL) yang sudah didapat pada
persamaan (4.1-4.4) untuk provider Telkomsel dan persamaan Purchase
Likelihood (PL) yang sudah didapat pada persamaan (4.9-4.12) untuk provider
Indosat maka dapat diolah sesuai fungsi tujuan dan batasan yang sudah
ditentukan. Untuk mendapatkan harga yang optimal maka diperlukan software
Excel Solver. Hasil output Excel Solver untuk provider Telkomsel ditunjukkan
pada tabel 4.7.
Tabel 4.7 Harga Optimal Hasil Output Excel Solver Telkomsel
1 Intercept 27,473 harga Life style= Rp70.000,00 PL1= 0,094417144 ER= Rp88.053,00harga1 -0,113 harga Business= Rp88.479,00 PL2= 0,044824912harga2 -0,03 harga Full Services= Rp91.524,00 PL3= 0,846533674harga3 -0,164 PL0= 0,014224269
2 Intercept 31,567 U1= 1,89856628harga1 -0,064 U2= 1,15132757harga2 -0,109 U3= 4,098707025harga3 -0,178 U0= 0
3 Intercept 44,224harga1 -0,032harga2 -0,032harga3 -0,383
Estimated Parameter Changing Cell (Harga Optimal) Constraint (Batasan) Target cell is to max Expected Revenue
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-19
Estimated Parameter adalah hasil estimasi parameter dari output SPSS.
Changing Cell merupakan bagian yang nilainya berubah-ubah sehingga tercapai
fungsi tujuannya yaitu expected revenue yang maksimal. Bagian yang berubah-
ubah disini yaitu harga untuk tiap paket. Constraint merupakan batasan yang
sudah dikemukakan sebelumnya. Target cell merupakan hasil untuk fungsi tujuan
yang diinginkan yaitu memaksimumkan expected revenue. Untuk mencapai
fungsi tujuan itu maka didapatkan harga yang optimal untuk paket Lifestyle
sebesar Rp 70.000. Sedangkan untuk paket Business sebesar Rp 88.479 dan untuk
paket Full Services sebesar Rp 91.524.
Untuk hasil output Excel Solver untuk provider Indosat ditunjukkan pada
Tabel 4.8.
Tabel 4.8 Harga Optimal Hasil Output Excel Solver Indosat
Untuk mencapai fungsi tujuan maka didapatkan harga yang optimal untuk
paket Gaul sebesar Rp 53.766. Sedangkan untuk paket Mail sebesar Rp 49.930
dan untuk paket Irit sebesar Rp 90.000.
4.2.6 Penentuan Harga Optimal dimana Tidak Terjadi Persaingan
Untuk menentukan harga optimal ini yaitu sama seperti menentukan harga
optimal untuk masing-masing provider. Penggunaan Excel Solver masih
dibutuhkan. Fungsi tujuan yang ditentukan yaitu memaksimumkan ekspetasi
pendapatan (Expected Revenue) antara Telkomsel dan Indosat dimana tidak terjadi
persaingan pada persamaan (3.43). Sedangkan batasan untuk fungsi tujuannya
yaitu probabilitas konsumen memilih paket yang ditawarkan pada persamaan
(3.39-3.42).
1 Intercept 14,89 harga Gaul= Rp53.766 PL1= 0,09675 ER= Rp77.675harga1 -0,161 harga Mail= Rp49.930 PL2= 0,06242harga2 0,024 harga Irit= Rp90.000 PL3= 0,77063harga3 -0,079 PL0= 0,0702
2 Intercept 15,08 U1= 0,32184harga1 -0,047 U2= -0,11776harga2 -0,133 U3= 2,40326harga3 -0,067 U0= 0
3 Intercept 29harga1 -0,058harga2 -0,025harga3 -0,247
Estimated ParameterChanging Cell (Harga
Optimal)Constraint (Batasan) Target cell is to max ER value
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IV-20
Dengan persamaan yang sudah didapat maka dapat diolah sesuai fungsi
tujuan dan batasan yang sudah ditentukan. Untuk mendapatkan harga yang
optimal maka diperlukan software Excel Solver. Hasil output Excel Solver
ditunjukkan pada Tabel 4.9.
Tabel 4.9 Harga Optimal Hasil Output Excel Solver dimana Tidak Terjadi
Persaingan
Untuk mencapai fungsi tujuan maka didapatkan harga yang optimal untuk
paket 1 (Lifestyle dan Gaul) sebesar Rp 70.000. Sedangkan untuk paket 2
(Business dan Mail sebesar Rp 84.529 dan untuk paket 3 (Full Services dan Irit)
sebesar Rp 98.801.
1 Intercept 27,473 1 Intercept 14,89 harga Gaul= Rp70.000 PL1= Rp0 ER= Rp56.214harga1 -0,113 harga1 -0,161 harga Mail= Rp84.529 PL2= 0,14948603harga2 -0,03 harga2 0,024 harga Irit= Rp98.801 PL3= 0,32023431harga3 -0,164 harga3 -0,079 PL0= -0,6402723
2 Intercept 31,567 2 Intercept 15,08 U1tel= 0,82364907harga1 -0,064 harga1 -0,047 U2tel= 0,28659954harga2 -0,109 harga2 -0,133 U3tel= 1,43803313harga3 -0,178 harga3 -0,067 U0= 0
3 Intercept 44,224 3 Intercept 29 U1ind= -2,1566219harga1 -0,032 harga1 -0,058 U2ind= -6,0721263harga2 -0,032 harga2 -0,025 U3ind= -1,577239harga3 -0,383 harga3 -0,247 U0= 0
Target cell is to max ER valueEstimated Parameter Tel Estimated Parameter Ind Changing Cell (Harga Constraint (Batasan)
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-1
BAB V
ANALISIS DAN INTERPRETASI HASIL
Pada tahap ini dilakukan analisis dan interpretasi hasil terhadap pengumpulan
dan pengolahan data sebelumnya.
5.1 Analisis Hasil Klasifikasi Data Responden Telkomsel dan Indosat
Klasifikasi data dilakukan untuk mengetahui jumlah responden yang memilih
pilihan dari paket-paket yang ditawarkan dari kuesioner sehingga dapat diketahui
probabilitas pilihan paket untuk tiap provider.
Tabel 5.1 menunjukkan probabilitas pilihan responden pada kombinasi harga
paket Telkomsel.
Tabel 5.1 Tabel probabilitas pilihan responden Telkomsel
Dari Tabel 5.1 dapat dilihat perilaku responden pemakai Telkomsel dalam
memilih paket Telkomsel yang ditawarkan berdasarkan perubahan harga yang
dilakukan.
No. Harga 1 Harga 2 Harga 3 Pilihan 0 Pilihan 1 Pilihan 2 Pilihan 3
1 60 80 99 0 0,62 0,04 0,342 60 80 109 0,3 0,36 0,3 0,043 60 80 89 0 0,06 0,1 0,844 60 90 99 0,02 0,56 0,08 0,345 60 90 109 0,46 0,42 0,12 06 60 90 89 0,02 0,04 0,08 0,867 60 70 99 0 0,46 0,32 0,228 60 70 109 0,22 0,34 0,4 0,049 60 70 89 0,04 0,08 0,16 0,72
10 70 80 99 0,1 0,24 0,14 0,5211 70 80 109 0,5 0,22 0,28 012 70 80 89 0 0,04 0,08 0,8813 70 90 99 0,12 0,3 0,04 0,5414 70 90 109 0,72 0,22 0,02 0,0415 70 90 89 0,02 0,06 0,12 0,816 70 70 99 0,1 0,24 0,32 0,3417 70 70 109 0,28 0,22 0,48 0,0218 70 70 89 0,04 0,04 0,08 0,8419 50 80 99 0 0,78 0,08 0,1420 50 80 109 0,2 0,64 0,1 0,0621 50 80 89 0 0,24 0,12 0,6422 50 90 99 0 0,74 0,04 0,2223 50 90 109 0,22 0,66 0,12 024 50 90 89 0,02 0,08 0,16 0,7425 50 70 99 0 0,58 0,26 0,1626 50 70 109 0,1 0,36 0,48 0,0627 50 70 89 0 0,14 0,2 0,66
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-2
1. Jika harga tiap paket pada Telkomsel yang ditawarkan dinaikkan semua,
maka pilihan tidak membeli lebih banyak sebesar 72%.
2. Jika harga paket Full Services diturunkan dari harga awal, responden lebih
memilih untuk memakai paket Full Services. Sebaliknya jika harga paket
Full Services dinaikkan dari harga awal, maka responden lebih memilih
untuk memakai paket lain atau tidak membeli.
3. Ketika harga paket Lifestyle diturunkan dari harga awal dimana harga
paket Full Services tetap atau naik, responden lebih memilih untuk
memakai paket Lifestyle. Tetapi ketika harga paket Lifestyle dinaikkan
dari harga awal, maka responden lebih memilih untuk memakai paket lain
atau bahkan pilihan tidak membeli.
4. Ketika harga paket Business diturunkan dari harga awal dimana harga
paket Full Services dan paket Lifestyle naik, responden lebih memilih
untuk memakai paket Business. Tetapi ketika harga paket Business
dinaikkan dari harga awal, maka pilihan responden untuk paket Business
sangat kecil.
Kecenderungan yang dapat dilihat dari keputusan pemakai Telkomsel yaitu
jika harga paket Full Services diturunkan, maka konsumen lebih untuk berpindah
ke paket Full Services.
Tabel 5.2 menunjukkan probabilitas pilihan responden pada kombinasi harga
paket Indosat. Dari Tabel 5.2 dapat dilihat perilaku responden pemakai Indosat
dalam memilih paket Indosat yang ditawarkan berdasarkan perubahan harga yang
dilakukan.
1. Jika harga tiap paket pada Indosat yang ditawarkan dinaikkan semua,
maka pilihan tidak membeli lebih banyak sebesar 72%.
2. Jika harga paket Irit diturunkan dari harga awal, responden lebih memilih
untuk memakai paket Irit. Sebaliknya jika harga paket Irit dinaikkan dari
harga awal, maka responden lebih memilih untuk memakai paket lain atau
tidak membeli.
3. Ketika harga paket Gaul diturunkan dari harga awal dimana harga paket
Irit tetap atau naik, responden lebih memilih untuk memakai paket Gaul
tetapi ketika harga paket Gaul dinaikkan dari harga awal, maka responden
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-3
lebih memilih untuk memakai paket lain atau bahkan pilihan tidak
membeli.
4. Ketika harga paket Mail diturunkan dari harga awal dimana harga paket
Irit dan paket Gaul naik, responden lebih memilih untuk memakai paket
Mail. Tetapi ketika harga paket Mail dinaikkan dari harga awal, maka
pilihan responden untuk paket Mail sangat kecil.
Kecenderungan yang dapat dilihat dari keputusan pemakai Indosat yaitu jika
harga paket Irit diturunkan, maka konsumen lebih untuk berpindah ke paket Irit.
Tabel 5.2 Tabel probabilitas pilihan responden Indosat
5.2 Analisis Hasil Parameter Model Multinomial logit
Penentuan estimasi parameter disini digunakan untuk mengetahui nilai
konstanta dan koefisien pada model. Untuk Telkomsel terdapat pilihan untuk
paket Lifestyle, paket Business, paket Full Services, dan Tidak Membeli. Setiap
pilihan mempunyai probabilitas konsumen dalam memilih paket yang diinginkan
No. Harga 1 Harga 2 Harga 3 Pilihan 0 Pilihan 1 Pilihan 2 Pilihan 3
1 45 45 100 0,08 0,7 0,06 0,162 45 45 110 0,36 0,4 0,18 0,063 45 45 90 0,02 0,1 0,1 0,784 45 55 100 0,1 0,66 0,04 0,25 45 55 110 0,36 0,5 0,08 0,066 45 55 90 0,02 0,2 0,04 0,747 45 35 100 0,1 0,12 0,66 0,128 45 35 110 0,22 0,08 0,64 0,069 45 35 90 0,02 0,04 0,22 0,72
10 55 45 100 0,22 0,12 0,34 0,3211 55 45 110 0,4 0,12 0,38 0,112 55 45 90 0,1 0,04 0,14 0,7213 55 55 100 0,5 0,22 0,06 0,2214 55 55 110 0,74 0,1 0,08 0,0815 55 55 90 0,14 0,08 0,02 0,7616 55 35 100 0,2 0,08 0,5 0,2217 55 35 110 0,38 0,08 0,44 0,118 55 35 90 0,1 0 0,16 0,7419 35 45 100 0,04 0,68 0,12 0,1620 35 45 110 0,2 0,62 0,12 0,0621 35 45 90 0 0,38 0,04 0,5822 35 55 100 0,04 0,8 0,02 0,1423 35 55 110 0,2 0,68 0,06 0,0624 35 55 90 0 0,44 0,02 0,5425 35 35 100 0,04 0,44 0,38 0,1426 35 35 110 0,16 0,42 0,36 0,0627 35 35 90 0 0,22 0,24 0,54
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-4
atau yang disebut purchase likelihood (PL). Probabilitas konsumen untuk
Telkomsel dapat dilihat pada persamaan (4.1), (4.2), (4.3), dan (4.4). Sedangkan
model utilitas atau fungsi logitnya sendiri dapat dilihat pada persamaan (4.5),
(4.6), (4.7), dan (4.8). Untuk Indosat terdapat pilihan untuk paket Gaul, paket
Mail, paket Irit, dan Tidak Membeli. Setiap pilihan mempunyai probabilitas
konsumen dalam memilih paket yang diinginkan atau yang disebut purchase
likelihood (PL). Probabilitas konsumen untuk Indosat dapat dilihat pada
persamaan (4.9), (4.10), (4.11), dan (4.12). Sedangkan model utilitas atau fungsi
logitnya sendiri dapat dilihat pada persamaan (4.13), (4.14), (4.15), dan (4.16).
Koefisien untuk tiap harga pada masing-masing utilitas menunjukkan sejauh
mana suatu variabel independen (harga masing-masing paket) mempengaruhi
pemilihan suatu alternatif paket yang ditawarkan.
Pemilihan paket Lifestyle Telkomsel lebih besar dipengaruhi oleh variabel
dari harga paket 2 (paket Business) dibandingkan dengan variabel harga paket 1
dan paket 3. Pemilihan paket Business Telkomsel lebih besar dipengaruhi oleh
variabel harga paket 1 (paket Lifestyle) dibandingkan variabel harga paket 2 dan
paket 3. Variabel harga paket 1 (paket Lifestyle) dan variabel harga paket 2 (paket
Business) lebih besar pengaruhnya dalam pemilihan paket Full Services
Telkomsel dibandingkan variabel harga paket 3.
Pemilihan paket Gaul Indosat lebih besar dipengaruhi oleh variabel dari harga
paket 2 (paket Mail) dibandingkan dengan variabel harga paket 1 dan paket 3.
Pemilihan paket Mail Indosat lebih besar dipengaruhi oleh variabel harga paket 1
(paket Gaul) dibandingkan variabel harga paket 2 dan paket 3. Variabel harga
paket 2 (paket Mail) lebih besar pengaruhnya dalam pemilihan paket Irit Indosat
dibandingkan variabel harga paket 1 dan harga paket 3.
5.3 Analisis Hasil Evaluasi Model Multinomial logit
Evaluasi ini dilakukan untuk mengetahui apakah hasil model Multinomial
logit ini sudah baik atau belum. Terdapat beberapa uji yang dilakukan didalamnya
yaitu uji kebaikan model (Goodness of Fit), uji signifikansi variabel independen
secara bersama (Overall Model Fit), dan uji signifikansi variabel independen
secara individual (Significance Test).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-5
Pseudo R-Square
Telkomsel Indosat
Cox and Snell 0,5 0,501Nagelkerke 0,54 0,537Mcfadden 0,266 0,256
1. Analisis Hasil Uji Kebaikan Model (Goodness of fit)
Tabel 5.3 Tabel Hasil Uji Kebaikan Model (Goodness of fit)
Tabel 5.3 merupakan tabel hasil Goodness of fit dari Telkomsel dan Indosat.
Pada hasil Telkomsel dapat dilihat bahwa nilai untuk perhitungan dari Cox and
Snell dan Nagelkerke mendekati 1. Hal ini berarti variabel-variabel independen
memberikan hampir semua informasi yang dibutuhkan untuk memprediksi
variabel-variabel dependen. Untuk perhitungan McFadden didapatkan nilai
mendekati 0. Hal ini berarti kemampuan variabel-variabel independen dalam
menjelaskan variabel-variabel dependen amat terbatas. Selain itu juga didapatkan
hasil bahwa variabel-variabel independen dalam model yang dapat menjelaskan
keputusan pemilihan (variabel dependen) adalah sebesar 50% dari perhitungan
Cox and Snell, 54% dari perhitungan Nagelkereke dan 26,6% dari perhitungan
McFadden, sedangkan sisanya dijelaskan oleh variabel lain diluar model.
Hasil untuk Indosat pada perhitungan dari Cox and Snell dan Nagelkerke
mendekati 1. Hal ini berarti variabel-variabel independen memberikan hampir
semua informasi yang dibutuhkan untuk memprediksi variabel-variabel dependen.
Untuk perhitungan McFadden didapatkan nilai mendekati 0. Hal ini berarti
kemampuan variabel-variabel independen dalam menjelaskan variabel-variabel
dependen amat terbatas. Selain itu juga didapatkan hasil bahwa variabel-variabel
independen dalam model yang dapat menjelaskan keputusan pemilihan (variabel
dependen) adalah sebesar 50,1% dari perhitungan Cox and Snell, 53,7% dari
perhitungan Nagelkereke dan 25,6% dari perhitungan McFadden, sedangkan
sisanya dijelaskan oleh variabel lain diluar model.
2. Analisis Hasil Uji Signifikansi Variabel Independen Secara Bersama (Overall
Model Fit)
Uji overall model fit digunakan untuk mengetahui apakah variabel
independen yang ada di dalam model regresi logistik mempengaruhi variabel
dependen secara serentak atau bersama.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-6
Tabel 5.4 Tabel Hasil Uji Signifikansi Variabel Independen Secara Bersama
(Overall Model Fit)
Tabel 5.4 menunjukkan hasil dari uji overall model fit untuk provider
Telkomsel dan Indosat. Pada provider Telkomsel didapatkan hasil 2 hitung lebih
besar daripada 2 tabel. Sehingga didapatkan kesimpulan bahwa harga paket
Lifestyle, paket Business, dan paket Full Services (variabel independen)
mempengaruhi keputusan dalam pemilihan paket pada provider Telkomsel
(variabel dependen) secara bersama.
Hasil dari uji overall model fit untuk provider Indosat menunjukkan bahwa 2
hitung lebih besar daripada 2 tabel. Sehingga didapatkan kesimpulan bahwa
harga paket Gaul, paket Mail, dan paket Full Irit (variabel independen)
mempengaruhi keputusan dalam pemilihan paket provider Indosat (variabel
dependen) secara bersama.
3. Analisis Hasil Uji Signifikansi Variabel Independen Secara Individual
(Significance Test)
Uji signifikansi variabel independen dilakukan untuk mengetahui apakah
variabel independen secara individu mempengaruhi variabel dependennya. Uji
signifikansi variabel independen dilakukan dengan dua cara yaitu Uji Likelihood
Ratio dan Uji Wald.
a. Uji Likelihood Ratio
Tabel 5.5 Tabel Hasil Uji Likelihood Ratio
Chi-square df Sig.Telkomsel 935,602 9 0,00
Indosat 938,525 9 0,00
Likelihood Ratio TestsModel Fitting Information
Chi Square df Sig.
Lifesyle 125,474 3 0,00Business 85,529 3 0,00
Full Services 734,787 3 0,00Chi Square df Sig.
Gaul 243,896 3 0,00Mail 217,485 3 0,00Irit 488,098 3 0,00
Telkomsel
Paket
Indosat
Paket
Likelihood Ratio Tests
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-7
Tabel 5.5 menunjukkan hasil uji Likelihood Ratio untuk Telkomsel dan
Indosat. Hasil untuk Telkomsel menunjukkan bahwa nilai 2 hitung untuk tiap
variabel independen lebih besar daripada 2 tabelnya. Hal ini menunjukkan
bahwa variabel-variabel independennya yaitu harga paket Lifestyle, paket
Business, dan paket Full Services secara individu mempengaruhi keputusan
dalam pemilihan alternatif pilihan paket (variaabel dependen).
Hasil uji Likelihood Ratio untuk Indosat menunjukkan bahwa nilai 2
hitung untuk tiap variabel independen lebih besar daripada 2 tabelnya. Hal
ini menunjukkan bahwa variabel-variabel independennya yaitu harga paket
Gaul, paket Mail, dan paket Irit secara individu mempengaruhi keputusan
dalam pemilihan alternatif pilihan paket (variaabel dependen).
b. Uji Wald
Tabel 5.6 Tabel Hasil Uji Wald
Tabel 5.6 menunjukkan hasil uji Wald untuk Telkomsel dan Indosat. Hasil
untuk Telkomsel menunjukkan bahwa nilai statistik Wald yaitu 2 hitung
untuk tiap variabel independen lebih besar daripada 2 tabelnya. Hal ini
menunjukkan bahwa variabel-variabel independennya yaitu harga paket
Lifestyle, paket Business, dan paket Full Services secara individu
Wald Sig.
Lifesyle 74,404 0,00Business 5,525 0,019
Full Services 59,717 0,00
Lifesyle 19,941 0,00
Business 57,970 0,00Full Services 63,905 0,00
Lifesyle 4,544 0,033Business 4,956 0,026
Full Services 260,681 0,00Wald Sig.
Gaul 160,955 0,00Mail 4,116 0,042Irit 33,533 0,00
Gaul 13,014 0,00Mail 100,223 0,00Irit 21,973 0,00
Gaul 19,036 0,00Mail 3,978 0,048Irit 258,107 0,00
2
3
Likelihood Ratio Tests
Telkomsel
1
Indosat
1
2
3
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-8
mempengaruhi keputusan dalam pemilihan alternatif pilihan paket (variaabel
dependen).
Hasil uji Wald untuk Indosat menunjukkan bahwa nilai statistik Wald
yaitu 2 hitung untuk tiap variabel independen lebih besar daripada 2
tabelnya. Hal ini menunjukkan bahwa variabel-variabel independennya yaitu
harga paket Gaul, paket Mail, dan paket Irit secara individu mempengaruhi
keputusan dalam pemilihan alternatif pilihan paket (variaabel dependen).
5.4 Analisis Hasil Validasi Model Multinomial logit
Validasi model ini dilakukan dengan melihat perbandingan antara data yang
diobservasi dengan data prediksi model. Dari perbandingan ini dapat dilihat
jumlah data yang diobservasi yang dapat diprediksi benar oleh model dalam
bentuk prosentase.
Tabel 5.7 Tabel Hasil Validasi Model Multinomial Logit
Tabel 5.7 menunjukkan tabel yang berisi tabel validasi dari provider
Telkomsel dan Indosat. Overall percentage Telkomsel menunjukkan prosentase
prediksi suatu pilihan dari seluruh pilihan yang muncul. Pilihan 0 diprediksi
muncul sebesar 7,4%, pilihan 1 diprediksi muncul sebesar 37%, pilihan 2
diprediksi muncul sebesar 14,8% dan pilihan 3 diprediksi muncul sebesar 40,7%.
Percent correct menunjukan prosentase seberapa besar model dapat memprediksi
dengan benar data yang diobservasi. Untuk pilihan 0 yang diprediksi dengan
benar sebesar 35,3%, untuk pilihan 1 yang diprediksi dengan benar sebesar
65,9%, untuk pilihan 2 yang diprediksi dengan benar sebesar 32,3%, dan untuk
pilihan 3 yang diprediksi dengan benar sebesar 80%. Dari hasil rata-rata percent
correct memberikan nilai diatas 50% sehingga model multinomial logit untuk
Telkomsel dapat dikatakan valid.
Tidak Membeli
Lifestyle BusinessFull
ServicesPercent Correct
Tidak Membeli
Gaul Mail IritPercent Correct
Tidak Membeli
61 64 30 18 35,30%Tidak
Membeli83 71 53 31 34,90%
Lifestyle 21 288 63 65 65,90% Gaul 22 296 39 59 71,20%Business 16 80 76 64 32,20% Mail 26 54 130 65 47,30%
Full Services
2 68 31 403 80% Irit 19 79 28 295 70,1%
Overall Percentage
7,40% 37% 14,80% 40,70% 61,30%Overall
Percentage11,10% 37% 18,50% 33,30% 59,60%
ObservedPredicted
ObservedPredicted
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-9
Hasil validasi pada provider Indosat ditunjukkan pada Tabel 5.7. Overall
percentage Indosat menunjukkan prosentase prediksi suatu pilihan dari seluruh
pilihan yang muncul. Pilihan 0 diprediksi muncul sebesar 11,1%, pilihan 1
diprediksi muncul sebesar 37%, pilihan 2 diprediksi muncul sebesar 18,5% dan
pilihan 3 diprediksi muncul sebesar 33,3%. Percent correct menunjukan
prosentase seberapa besar model dapat memprediksi dengan benar data yang
diobservasi. Untuk pilihan 0 yang diprediksi dengan benar sebesar 34,9%, untuk
pilihan 1 yang diprediksi dengan benar sebesar 71,2%, untuk pilihan 2 yang
diprediksi dengan benar sebesar 47,3%, dan untuk pilihan 3 yang diprediksi
dengan benar sebesar 70,1%. Dari hasil rata-rata percent correct memberikan nilai
diatas 50% sehingga model multinomial logit untuk Indosat dapat dikatakan valid.
5.5 Analisis Hasil Optimisasi Harga Masing-Masing Provider
Tabel 4.7 menunjukkan hasil untuk harga optimal tiap paket Telkomsel.
Harga optimal untuk paket Lifestyle sebesar Rp 70.000, untuk paket Business
sebesar Rp 88.479 dan untuk paket Full Services sebesar Rp 91.524. Dari ketiga
harga optimal tiap paket untuk Telkomsel didapatkan expected revenue sebesar
Rp 88.053.
Tabel 5.8 Tabel perhitungan revenue aktual dan usulan responden Telkomsel
Tabel 5.8 merupakan tabel hasil revenue aktual dan usulan untuk Telkomsel.
Revenue aktual Telkomsel didapatkan dari harga tiap BIS aktual dikalikan dengan
probabilitas tiap paket yang sekarang sedang digunakan oleh 50 responden
Telkomsel. Probabilitas aktual didapatkan dari jumlah paket yang sedang
digunakan dibagi 50. Harga paket Lifestyle naik sebesar 15,1% dari harga asli,
harga paket Business naik sebesar 10,1% dari harga asli, dan harga paket Full
Services turun sebesar 7,9%. Berdasarkan tabel diatas, terlihat bahwa revenue
yang aktual sebesar Rp 84.180. Hasil ini lebih kecil jika dibandingkan dengan
hasil expected revenue yang diusulkan yaitu sebesar Rp 88.053 dimana prosentase
Pengguna Aktual
Probabilitas Aktual
Harga Aktual Revenu e
Prob abilitas Usulan
Harga Optimal (usulan)
Exp ected Rev enu e
Prosentase Perubahan
Harga
Prosentase perubahan revenue
Lifesyle 19 0,38 Rp60.000 0,0944 Rp70.000 Naik 15,1%Business 0 0 Rp80.000 0,0448 Rp88.479 Naik 10,1%
Full Services 31 0,62 Rp99.000 0,8465 Rp91.524 Turun 7,9%
Telkomsel
PERUBAHAN
Naik 4,4%
AKTUAL USULAN
Paket Rp84.180 Rp88.053
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-10
kenaikan sebesar 4,4%. Sehingga penggunaan model multinomial logit dapat
berguna dalam menentukan harga optimal yang dapat memaksimumkan
pendapatan bagi Telkomsel.
Pada Tabel 4.8 merupakan tabel hasil untuk harga optimal tiap paket pada
Indosat. Harga optimal untuk paket Gaul sebesar Rp 53.766, untuk paket Mail
sebesar Rp 49.930 dan untuk paket Irit sebesar Rp 90.000. Dari ketiga harga
optimal tiap paket untuk Indosat didapatkan expected revenue sebesar Rp 77.675.
Tabel 5.9 Tabel perhitungan revenue aktual dan usulan responden Indosat
Tabel 5.9 merupakan tabel hasil revenue aktual dan usulan Indosat. Revenue
aktual Indosat didapatkan dari harga tiap BIS aktual dikalikan dengan probabilitas
tiap paket yang sekarang sedang digunakan oleh 50 responden Indosat.
Probabilitas aktual didapatkan dari jumlah paket yang sedang digunakan dibagi
50. Harga paket Gaul naik sebesar 19% dari harga asli, harga paket Mail naik
sebesar 10,1% dari harga asli, dan harga paket Full Services turun sebesar
10%.Berdasarkan tabel diatas, terlihat bahwa revenue yang aktual sebesar Rp
63.700. Hasil ini lebih kecil jika dibandingkan dengan hasil expected revenue
yang diusulkan yaitu sebesar Rp 77.675. Sehingga penggunaan model
multinomial logit dapat berguna dalam menentukan harga optimal yang dapat
memaksimumkan pendapatan bagi Indosat.
5.6 Analisis Hasil Optimisasi Harga Masing-Masing Provider dan Harga
Dimana Tidak Terjadi Persaingan Antara Keduanya
Tabel 5.10 merupakan tabel harga optimal untuk paket pada Telkomsel, paket
pada Indosat, dan harga optimal dimana tidak terjadi persaingan diantara keduaya.
Pengguna Aktual
Probabilitas Aktual
Harga Aktual
Revenu eProb abilitas
Usulan
Harga Optimal (usulan)
Exp ected Rev enu e
Prosentase Perubahan
Harga
Prosentase perubahan revenue
Gaul 33 0,66 Rp45.000 0,0967514 Rp53.766 Naik 19%Mail 0 0 Rp45.000 0,0624197 Rp49.930 Naik 10,1%Irit 17 0,34 Rp100.000 0,7706333 Rp90.000 Turun 10%
Naik 21%
AKTUAL USULAN PERUBAHAN
Indosat
Paket Rp77.675Rp63.700
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-11
Tabel 5.10 Tabel harga optimal untuk tiap provider dan keduanya
Pada harga Lifestyle Telkomsel aktual sebesar Rp 60.000 dan harga Gaul
Indosat aktual sebesar Rp 45.000. Jika Telkomsel dan Indosat menginginkan
pendapatan maksimal maka mereka dapat menaikkan harganya menjadi Rp
70.000. Pada harga Business Telkomsel aktual sebesar Rp 80.000 dan harga Mail
Indosat aktual sebesar Rp 45.000. Jika Telkomsel dan Indosat menginginkan
pendapatan maksimal maka mereka dapat menaikkan harganya menjadi Rp
84.529. Pada harga Full Services Telkomsel aktual sebesar Rp 99.000 dan harga
Irit Indosat aktual sebesar Rp 100.000. Jika Telkomsel dan Indosat menginginkan
pendapatan maksimal maka mereka dapat menurunkan harganya menjadi Rp
98.801.
Harga paket Lifestyle sebesar Rp 70.000 dan harga yang terbentuk ketika
Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 1
(Lifestyle dan Gaul) adalah sebesar Rp 70.000 juga. Hal ini dapat menunjukkan
bahwa harga untuk paket Lifestyle sudah sesuai untuk diterapkan jika
menginginkan keuntungan maksimum. Harga paket Business sebesar Rp 88.479
dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki
keuntungan yang sama untuk paket 2 (Business dan Mail) adalah sebesar Rp
84.529. Hal ini menunjukkan bahwa jika paket Business Telkomsel ingin
menaikkan keuntungan, maka harga paketnya perlu diturunkan sebesar Rp 3.950.
Harga paket Full Services sebesar Rp 91.524 dan harga yang terbentuk ketika
Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 3 (Full
Services dan Irit) adalah sebesar Rp 98.801. Hal ini menunjukkan bahwa jika
paket Full Services Telkomsel ingin menaikkan keuntungan, maka harga paketnya
perlu dinaikkan sebesar Rp 7.277.
Provider Paket Harga Provider Paket HargaLifestyle 70.000Rp Lifestyle + Gaul 70.000Rp Business 88.479Rp Business + Mail 84.529Rp
Full Services 91.524Rp
Full Services + Irit 98.801Rp
Gaul 53.766Rp Lifestyle + Gaul 70.000Rp Mail 49.930Rp Business + Mail 84.529Rp
Irit 90.000Rp Full Services +
Irit 98.801Rp
Harga di saat tidak
ada persainganHarga di saat tidak
ada persaingan
Telkomsel
Indosat
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
V-12
Harga paket Gaul sebesar Rp 53.766 dan harga yang terbentuk ketika
Telkomsel dan Indosat bisa memilikki keuntungan yang sama untuk paket 2
(Lifestyle dan Gaul) adalah sebesar Rp 70.000. Hal ini menunjukkan bahwa jika
paket Gaul Indosat ingin menaikkan keuntungan, maka harga paketnya perlu
dinaikkan sebesar Rp 16.324. Harga paket Mail sebesar Rp 49.930 dan harga yang
terbentuk ketika Telkomsel dan Indosat bisa memilikki keuntungan yang sama
untuk paket 2 (Business dan Mail) adalah sebesar Rp 84.529. Hal ini
menunjukkan bahwa jika paket Mail Indosat ingin menaikkan keuntungan, maka
harga paketnya perlu dinaikkan sebesar Rp 35.599. Harga paket Irit sebesar Rp
90.000 dan harga yang terbentuk ketika Telkomsel dan Indosat bisa memilikki
keuntungan yang sama untuk paket 3 (Full Services dan Irit) adalah sebesar Rp
98.801. Hal ini menunjukkan bahwa jika paket Full Services Telkomsel ingin
menaikkan keuntungan, maka harga paketnya perlu dinaikkan sebesar Rp 8.801.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
VI-1
BAB VI
KESIMPULAN DAN SARAN
Pada bab ini dilakukan pengambilan kesimpulan dari hasil pengumpulan
dan pengolahan data dan saran untuk penelitian selanjutnya.
6.1 Kesimpulan
Kesimpulan penelitian ini sebagai berikut :
1. Berdasarkan penelitian yang sudah dilakukan didapatkan harga optimal BIS
provider Telkomsel untuk paket Lifestyle sebesar Rp 70.000, paket business
sebesar Rp 88.479, dan paket Full Services sebesar Rp 91.524 sedangkan
ekspetasi pendapatan Telkomsel yang didapat adalah sebesar Rp 88.053
2. Setelah dilakukan penelitian didapatkan hasil bahwa harga optimal BIS
provider Indosat untuk paket Gaul sebesar Rp Rp 53.766, paket Mail
sebesar Rp 49.930, dan paket Irit sebesar Rp 90.000 sedangkan ekspetasi
pendapatan Indosat sebesar Rp 77.675.
3. Dilihat dari perbandingan revenue aktual dan revenue usulan, hasil
prosentase perubahan revenue untuk Telkomsel adalah naik 4,4% dan
prosentase perubahan revenue untuk Indosat adalah naik 21% setelah
dilakukan penelitian ini.
4. Selain dilakukan penelitian untuk tiap provider, pada penelitian ini juga
didapatkan harga optimal yang terbentuk di saat tidak ada persaingan harga
antara Telkomsel dan Indosat antara lain untuk paket Lifestyle dan Gaul
sebesar Rp 70.000, untuk paket Business dan Mail sebesar Rp 84.529, dan
untuk pake Full Services dan Irit sebesar Rp 98.801 dengan ekspetasi
pendapatan sebesar Rp. 56.214.
6.2 Saran
Saran yang dapat diberikan untuk penelitian selanjutnya antara lain :
1. Sebaiknya sampel yang dipakai dalam pengolahan data bisa lebih luas
cakupannya misalnya pemakai Blackberry seluruh Indonesia atau data
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
VI-2
pemakai Blackberry yang langsung didapat dari perusahaan provider supaya
data yang dihasilkan lebih bisa mewakilkan hasil yang sesungguhnya.
2. Dalam penentuan harga jual, selain dari pihak konsumen sebaiknya juga
dipertimbangkan mengenai biaya produksi yang dipakai oleh perusahaan
sehingga harga jual yang terbentuk dapat lebih merepresentasikan harga jual
dari perusahaan. Hal ini dapat dilakukan dengan penelitian langsung ke
dalam perusahaan untuk mengetahui biaya-biaya produksi yang
dikeluarkan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user