Download - Model Multinomial Logit Untuk Menentukan Harga Optimal .../Model... · secara individual), penentuan validasi model multinomial logit, penentuan harga optimal masing-masing provider,

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


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.


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


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)


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)


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)


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


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


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


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


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


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


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


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.


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.


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.


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.


commit to user

II-2

b. Lifestyle


Messenger,yahoo messenger) dan social networking (facebook, twitter).

c. Business


Messenger,yahoo messenger) dan unlimited push-email.

2. Indosat

Paket BIS yang ditawarkan oleh Indosat adalah:

a. Gaul


Messenger,yahoo messenger) dan social networking (facebook, twitter).

b. Mail


Messenger,yahoo messenger) dan unlimited push-email.

c. Irit


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


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


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.


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


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


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


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.


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


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



Secara umum, untuk menganalisis model dengan p variabel bebas maka tiga

fungsi logitnya dapat dinotasikan sebagai berikut:


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


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


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


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)


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.


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.


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 :


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.


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


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.


commit to user

III-5

1. Pengujian Multikolinieritas Data


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)


(3.6)


(3.7) 0)( 0 =telU (3.8)

dimana,

PL(tel)1 = kemungkinan responden memilih paket Lifestyle


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)


paket Business (Intercept)


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


Business

131 Ttel = Bobot kepentingan atribut harga paket Lifestyle untuk pilihan paket Full

Services


commit to user

III-7

232 Ttel = Bobot kepentingan atribut harga paket Business untuk pilihan paket Full

Services


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)


(3.14)


(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)


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


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)


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


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


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


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)


commit to user

III-13

)3()2()1()0(

)0(

0)(UtelUtelUtelUtel

Utel

eeee

etelPL

+++=

(3.24)

dimana,


(3.25)


(3.26)


(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,


(3.34)


(3.35)


(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.


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)


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.


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.


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



TELKOMSEL


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



INDOSAT


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


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


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.


commit to user

IV-7

4.2.1 Uji Multikolinieritas Data


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


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.


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:


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.


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.


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.


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



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




bahwa harga paket 1 (Gaul) secara individu mempengaruhi variabel dependen.


commit to user

IV-14

Untuk harga paket 2 (Mail) dapat dilihat nilai 2 hitungnya yaitu sebesar




bahwa harga paket 2 (Mail) secara individu mempengaruhi variabel dependen.

Untuk harga paket 3 (Irit) dapat dilihat nilai 2 hitungnya yaitu sebesar




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.


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.



(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.


commit to user

IV-16



(Mail) sebesar 73,079;13,014;100,223 dan 21,973. Nilai 2 tabel dengan derajat




memilih paket 2.



(Irit) sebesar 254,637;19,036;3,978 dan 258,017. Nilai 2 tabel dengan derajat




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


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


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%.


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


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


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)


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


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


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


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).


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.


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)


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


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


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


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


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


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


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


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.


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


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.


commit to user

Download - Model Multinomial Logit Untuk Menentukan Harga Optimal .../Model... · secara individual), penentuan validasi model multinomial logit, penentuan harga optimal masing-masing provider,

Top Related