KONSEP PEMAHAMAN MULTINOMIAL NORMIT/PROBIT MODEL LOGISTIC REGRESSION
DISERTAI CONTOH KASUS PENERAPAN PADA ANALISIS STRATEGI MARKETING PERUSAHAAN GADGET
RAKSASA “SAMSUNG”, “NOKIA” DAN “BLACKBERRY” UNTUK KEBIJAKAN PEMASARAN PERUSAHAAN
GADGET BARU “WAJIBSTAT”
Selamat
siang sobat semua.. Wah apa kabar noh sooob? Moga baik-baik aja ya semuanya
hehehe.. Oke deeeh kayaknya udah lama banget saya gak posting soob dan mumpung kali
ini saya ada waktu luang, oke saya buat postingan/tulisan lagi nih buat sobat
semua hehehe..
Nah,
kali ini bahasannya adalah Multinomial Normit/Probit
Model Logistic Regression ya sooob hehehe. Nah seperti yang sudah pernah
saya bahas dalam postingan sebelumnya tentang regresi logistik dan juga contoh
kasus Binary Logistic Regression, (cek
disini aja yaa), bahwa dalam regresi logistik,
variabel terikat memiliki skala data kategorik alias non metrik yaitu
nominal ataupun ordinal.
Konsep tersebut juga kita turunkan untuk multinomial normit/probit
model. Perbedaannya dengan regresi logistik logit secara teoritis adalah probit
menggunakan fungsi kumulatif distribusi normal (Z) sedangkan untuk logit
sendiri menggunakan fungsi kumulatif distribusi logistik yaitu fungsi
distribusi eksponensial.
Naaaah,
selanjutnya permasalahan yang menggunakan model probit biasanya bersifat targetting system yang artinya pada level
berapakah suatu nilai harus diusahakan agar
mampu menembus target sampai dengan 50 persen (setengahnya tercapai).
Misalnya
dalam kasus tertentu di bidang farmasi, dalam percobaan penerapan suatu jenis
zat baru untuk melumpuhkan virus yaitu berapa persen dosis zat baru yang harus
dicampurkan ke masing-masing serum agar 50 persen sampel virus percobaan yang
dipakai bisa dilumpuhkan. Contoh lain dalam bidang analisis kepemilikan saham
perusahaan, katakanlah perusahaan dengan kepemilikan saham mutual (bersama), yaitu sampai
berapa lot saham yang harus dikeluarkan oleh manejer perusahaan agar targetting
50% dari current debt of total bisa dibayarkan.
Nah, untuk contoh kasus kita
ini seperti pada judul analisis strategi marketing gadget, maka penerapan
normit/probit model ini adalah berapa persen potongan harga/diskon yang harus
diberikan oleh perusahaan gadget dengan strateginya masing-masing agar target
50% dari total unit produksi tertentu bisa terjual/laku
di pasaran.
Nah,
sama halnya seperti analisis kovarians (ancova), maka dalam analisis probit ini
kita menggunakan variabel kovariat sebagai pengontrol. Ingat bahwa variabel
kovariat ini berskala data metrik (interval atau rasio). Oke deh soob, daripada pusing mendingan kita
langsung aja ya ke contoh kasusnya hehehe.. Nah, dalam kasus ini saya
melibatkan ketiga perusahaan raksasa untuk gadget dengan produk andalannya yang
seimbang untuk dibandingkan. Katakanlah untuk penelitian ini secara tersirat Samsung
mengeluarkan produknya Samsung Galaxy, Blackberry mengeluarkan produk Samsung
tipe Z dan Nokia sendiri mengeluarkan Nokia Lumia. Untuk strategi perusahaan
ada yang bersifat prospector, defender dan
analyzer.
Prospector
sendiri adalah strategi yang terus menerus mengeluarkan inovasi produk baru
mengingat pasaran produknya sedang laris manis saat ini di pasaran. Defender adalah untuk perusahaan yang
lebih memilih bertahan karena memang selama ini sudah sempat punya nama
besar/reputasi baik di pasaran dan hanya menelurkan beberapa produk baru tetapi
dengan teknologi yang memang tak kalah canggih. Next, analyzer adalah perusahaan yang awalnya belum bersinar di pasaran
dan terus mencari, menganalisis persaingan produk gadget lainnya sampai pada
akhirnya mampu meniru dan mengembangkan ide dari produk-produk perusahaan
ponsel lain hingga perusahaan analyzer
ini siap dan yakin/mantap untuk menelurkan produknya di pasar dan bersaing
dengan produk-produk lainnya.
Nah,
kali ini sebuah perusahaan gadget Wajibstat yang baru saja mengembangkan sayap untuk
terjun ke dunia persaingan usaha gadget canggih ingin mempelajari dan
menganalisis strategi pemasaran yang sedang dipergunakan oleh ketiga perusahaan
raksasa gadget yang sedang booming pada
saat ini. Tujuannya untuk mempersiapkan berbagai strategi kebijakan untuk
kesuksesan pemasaran gadget Wajibstat di masa mendatang.
Oke
deh untuk strategi prospector saya atributkan
kepada perusahaan gadget Blackberry, untuk defender
saya atributkan ke perusahaan nokia dan terakhir untuk analyzer saya alamatkan ke perusahaan gadget samsung. Yap, agar
tidak membuang-buang waktu, sobat download
dulu data penelitiannya yang akan kita pakai yaa disini.
Oke
deeeh pertama silahkan buka SPSS sobat, lalu input data sehingga pada data view akan muncul seperti berikut:
Untuk
variabel strategi silahkan sobat atur pada variable view. Berikan value 1 untuk perusahaan dengan strategi
Prospector BB, value 2 untuk
perusahaan dengan strategi Defender Nokia sedangkan value 3 untuk perusahaan yang menggunakan strategi Analyzer Samsung.
Berikut gambarannya:
Oke
deh sekarang kita masuk ke bagian olah datanya. Silahkan sobat klik Analyze, Regression dan pilih Probit pada menu drop down. Berikut gambarannya:
Selanjutnya
untuk bagian Respon Frequency
silahkan sobat inputkan dengan variabel penjualan (Respon Frequency adalah bagian dari Total Response). Selanjutnya, untuk total response silahkan sobat isikan dengan variabel produksi. Nah,
selanjutnya untuk Factor, silahkan
sobat masukkan variabel terikat kita yaaa, yaitu strategi. Jangan lupa untuk
mengatur Define Variable dengan angka
1 sebagai Minimum Value dan 3 sebagai
Maximum Value (sesuai dengan data
variabel strategi yang ada pada Data View).
Next, masukkan variabel diskon ke dalam bagian Covariates. Ingat lagi bahwa kovariat atau variabel pendukung
kontrol harus merupakan variabel berskala data metrik (interval atau rasio).
Next, untuk bagian Transform silahkan
sobat pilih Natural Log.
Jika
langkah di atas sudah benar, maka sobat akan sampai ke bagian seperti ini:
Oke
deeeh selanjutnya klik Option lalu centang pada bagian Parallelism Test untuk melihat apakah parameter intersep untuk
seluruh strategi sama atau tidak. Selanjutnya pada Natural Response Rate pilih Calculate
from data dengan iterasi maksimum isikan 100.
Tujuan dari Natural Response Rate ini adalah untuk
melihat persentase penjualan terhadap total produksi tanpa kita mempersoalkan
pemberian diskon/potongan harga. Dengan kata lain, kita bisa memprediksi berapa
jumlah item yang bisa terjual sebenarnya andaikata kita memberikan harga 100%
yaitu harga tanpa diskon. Yap selanjutnya klik Continue dan OK. Berikut
ilustrasinya sooob hehehe...
Oke
deeeh sob, untuk masalah interpretasi output nanti akan lumayan banyak jadi
akan segera saya rilis pada postingan selanjutnya yaaa hehehe.. Yaap, itu dulu
yang bisa saya bagikan ke sobat semua.. Semangaaat terus belajarnya.. Semoga
postingan ini bermanfaat buat kita semua.. Salam damai dan sukses selalu :-)
mas..saya mau bertanya buku probit yang digunakan judul ny apa ya ? trims
BalasHapusMAKASIH ATAS KULIAHNYA
BalasHapusOm, mau tanya... 1.kalau penggunaan untuk discrete choice dengan menggunakan spss bagaimana ya...? 2. data seperti apa yang bisa dimasukkan ke spss untuk discrete choice
BalasHapusTERIMAKASIH, cukup membantu. tuhan memberkati
BalasHapusUntuk postingan hasil outputnya sudah adakah pak?
BalasHapustrims atas infonya
BalasHapuskalau dengan e-views gimana pak?
BalasHapuskalau dengan e-views gimana pak?
BalasHapusAssalamualaikum.
BalasHapusMohon pendapat dan pencerahannya, apakah perbedaan antara probit logit dengan regresi logistik biner. Karena kedua hal tersebut sama-sama menggunakan categori biner pada variabel dependennya dan mencari peluang untuk variabel dependennya. Terima kasih banyak atas pencerahaannya.