BAB III SOLUSI BISNIS 3.1 Alternatif Solusi Bisnis Dalam bukunya Pemasaran Ritel, Hendry Ma’ruf menekankan 6 hal untuk melakukan pengembangan retail marketing mix, yaitu lokasi, merchandise, pricing, periklanan dan promosi, atmosfer dalam gerai dan retail service. Akan tetapi keenam hal ini baru akan dapat didetilkan lagi jika sebelumnya sebuah ritel sudah terlebih dahulu melakukan segmentasi. Karenanya dalam alternatif solusi bisnis bagi IDMR Bandung dilakukan proses kajian terhadap penetapan variabel segmentasi yang dilakukan dengan multikriteria sehingga dapat menjadi dasar untuk mengembangkan retail marketing mix selanjutnya. Dalam buku Hermawan Kartajaya on Segmentation, dikatakan bahwa static attribute segmentation merupakan cara memandang pasar berdasarkan geografis dan demografis, dimana segmentasi geografis adalah segmentasi yang paling sederhana, sementara variabel demografis merupakan salah satu yang paling sering digunakan karena dengan menggunakan variabel ini segmentasi dapat menjadi lebih mudah dilakukan.
Akan tetapi dengan
semakin ketatnya persaingan bisnis, melakukan segmentasi berdasarkan geografis atau demografis saja dirasakan tidak lagi mencukupi untuk dilakukan. Diperlukan suatu bentuk segmentasi yang lebih dinamis yang memiliki karakteristik multikriteria, simultan, dinamik dan flexible.
Multikriteria artinya kriteria segmentasi yang digunakan lebih dari satu, tidak terbatas kriteria geografis saja atau demografis saja, melainkan juga psikografis, benefits dan lain sebagainya. Simultan berarti sistem segmentasi
33
dapat menampilkan kriteria‐kriteria segmentasi secara bersamaan sesuai dengan kebutuhan marketer. Dinamik berarti sistem segmentasi tersebut memiliki kemampuan untuk mengkombinasikan multikriteria segmentasi yang ada sesuai dengan tujuan dari marketer. Sementara flexible berarti kriteria‐kriteria yang digunakan bukan merupakan sesuatu yang rigid melainkan dapat berubah dari waktu ke waktu sesuai dengan relevansinya terhadap perkembangan bisnis.
Banyaknya aspek yang harus diperhatikan akan menyebabkan retailer memiliki begitu banyak data tentang segmentasi yang dapat dikumpulkan. Karenanya diperlukan bantuan dari sistem informasi teknologi untuk dapat menyimpan, dan mengolah data‐data tersebut menjadi suatu bentuk customer grouping system (CGS) dimana CGS akan memfasilitasi kemampuan simultan, dinamik dan flexibilitas dari sistem segmentasi ini.. 3.1.1
Penetapan Variabel‐variabel Segmentasi bagi Ritel Modern di
Bandung (untuk IDMR Bandung) Dalam menetapkan variabel segmentasi bagi konsumen IDMR dilakukan dengan menggunakan exploratory research. Secara umum exploratory research adalah suatu study yang dilakukan dengan literature search, experience survey dan case analysis yang hasilnya diharapkan dapat membantu para marketer untuk memfokuskan pengamatan pada hal‐hal tertentu dari suatu lingkup pengamatan yang luas. Tujuan dari exploratory research yang dijelaskan dalam buku Marketing Research Chapter 4 adalah sebagai berikut: “Formulating a problem for more precise investigation or for developing hypotheses, establishing priorities for further research, gathering information about the practical problems of carrying out relevant research, increasing marketer’s familiarity with the problem and clarifying concepts.” (Churchill dan Iacobucci, 2005:77)
34
Tipe exploratory research yang digunakan dalam menentukan variabel segmentasi bagi IDMR adalah literature search dan experience survey. Berdasarkan literature search diperoleh beberapa jenis segmentasi yang dapat digunakan sebagai segmentasi ritel modern, antara lain segmentasi berdasarkan demografi, geografi, perilaku, psikografis, benefits/manfaat dan volume pemakaian (Bab 2, point 2.2.1.5). Selanjutnya dilakukan proses pemilihan variabel segmentasi dari beberapa jenis segmentasi di atas berdasarkan relevansi variabel dengan bisnis minimarket IDMR. Proses pemilihan variabel segmentasi ini dilakukan dengan experience survey. 3.1.2
Experience survey untuk Pemilihan Variabel Segmentasi bagi IDMR
Bandung Experience survey untuk pemilihan variabel segmentasi bagi minimarket IDMR dilakukan dengan menggunakan metode interview terhadap 20 orang pekerja ritel yang dianggap memiliki pengetahuan dan pengalaman bekerja yang baik dalam bisnis ritel IDMR atau memiliki hubungan pekerjaan dengan bisnis ritel minimarket IDMR Bandung, yaitu: 1. Marketing Manager di IDMR Bandung (1 orang) 2. Merchandising Manager di IDMR Bandung (3 orang) 3. Area Manager di IDMR Bandung (5 orang) 4. Marketing Supervisor (1 orang) 5. Merchandising Supervisor (4 orang) 6. Kepala toko IDMR (2 orang) 7. Supplier (4 orang) Experience
survey
dilakukan
terhadap
komponen‐komponen
yang
merupakan core unit dari bisnis ritel IDMR (Merchandising unit, Marketing unit, Sales unit) serta terhadap supplier yang merupakan faktor external yang sangat penting dalam bisnis ritel. Hal ini dimaksudkan agar diperoleh 35
gambaran yang luas terhadap batasan segmentasi konsumen yang terbaik bagi minimarket IDMR menurut pandangan dan pengalaman dari berbagai unit dalam IDMR itu sendiri. Experience survey dilakukan tidak hanya pada level managerial tetapi juga pada pekerja operasional di lapangan (supervisor dan kepala toko). Hal ini dimaksudkan agar diperoleh gambar yang utuh terhadap segmentasi konsumen terbaik bagi IDMR, sebab para supervisor dan kepala toko adalah ujung tombak proses marketing dari bisnis minimarket, sehingga dapat dikatakan merekalah yang langsung berhubungan dengan konsumen dan memahami konsumen.
Gambar 3.1 Experience Survey dilakukan terhadap beberapa Core Unit dari PT. IP Dari hasil experience survey yang dilakukan terhadap 20 orang pekerja ritel tersebut diperoleh 13 variabel segmentasi, yaitu: ‐ kelas sosial ekonomi ‐ alasan mengunjungi gerai ‐ kepadatan penduduk 36
‐ lokasi tempat tinggal ‐ pendapatan ‐ sikap konsumen terhadap benefits ‐ frekuensi kunjungan konsumen ke gerai ‐ jenis kelamin/sex ‐ pekerjaan ‐ gaya hidup ‐ umur ‐ pendidikan ‐ agama (Hasil survey, dalam Lampiran 2.) 3.1.2.1 Kelas Sosial Ekonomi Patokan kelas sosial ekonomi yang digunakan pada tesis ini adalah besarnya belanja bulanan di luar biaya sekolah anak, angsuran rumah/mobil, biaya listrik, air dan telepon rumah. Kelas sosial ekonomi biasanya berjalan seiringan dengan pendapatan. Semakin besar pendapatan seseorang, maka orang tersebut akan dapat memasuki kelas sosial ekonomi yang lebih tinggi. Jika
belanja
bulanan
seorang
konsumen
dapat
diketahui
dan
dikelompokkan, maka dapat disusun suatu kegiatan marketing yang diharapkan mengena pada kelas sosial yang dituju. 3.1.2.2 Alasan Mengunjungi Gerai Dalam persaingan yang semakin ketat, pengelompokan berdasarkan alasan konsumen mengunjungi gerai dapat menjadi salah satu faktor penting untuk mengetahui perilaku konsumen. Jika sebuah minimarket mengetahui alasan target konsumennya mengunjungi suatu gerai dan melakukan pembelian maka minimarket tersebut dapat melakukan perbaikan sesuai dengan yang diinginkan target konsumen. Misalnya alasan konsumen mengunjungi gerai adalah keramahan atau service dari personil toko sementara masalah harga 37
tidak terlalu relevan, maka suatu gerai dapat melakukan marketing program yang berhubungan dengan service bukan yang berhubungan dengan harga. 3.1.2.3 Kepadatan Penduduk Kepadatan penduduk merupakan hal yang sangat penting untuk diperhatikan, dimana semakin padat penduduk dalam suatu tempat maka potensi sales yang ada di daerah tersebut juga akan semakin besar. Retailer harus memperhatikan kepadatan penduduk suatu daerah sebelum memutuskan untuk membuka toko/gerai baru di daerah tersebut. Apalagi jika ternyata sudah ada kompetitor yang terlebih dahulu hadir disana. 3.1.2.4 Lokasi Tempat Tinggal Dalam bisnis minimarket lokasi tempat tinggal konsumen menjadi suatu hal yang penting dikarenakan minimarket memang dipola untuk hadir secara dekat dengan konsumen. Minimarket ditujukan agar masyarakat tidak perlu pergi jauh dari rumah/kediamannya untuk dapat memenuhi kebutuhan dasar. Lokasi tempat tinggal konsumen perlu diketahui oleh retailer dengan jelas, karena akan berhubungan dengan program promosi misalnya penyebaran mailer/leaflet, promosi door to door dan kegiatan in/out store promo lainnya. Penduduk yang tinggal dalam radius tertentu dari toko merupakan sasaran utama dari toko tersebut sebelum kemudian penduduk yang tinggal di luar radius tersebut dan para pendatang. 3.1.2.5 Pendapatan Seiring dengan meningkatnya pendapatan konsumen maka kemungkinan proses konsumsi meningkat juga semakin besar. Hal itu menyebabkan variabel pendapatan menjadi penting untuk diperhatikan. Akan tetapi diakui pendapatan tidak selalu menjadi cerminan pola belanja konsumen di toko karena masih ada berbagai kebutuhan bulanan yang tetap seperti cicilan rumah/mobil, sekolah anak dan lain‐lain. Sehingga meskipun
38
pendapatan konsumen tersebut besar, akan tetapi jika keperluan bulanan tetapnya besar maka potensi belanja di toko kemungkinan tidak sebesar yang diharapkan. 3.1.2.6 Sikap Konsumen terhadap Benefits (Manfaat) Produk dan Jasa Dalam kondisi persaingan yang semakin berat dalam bisnis minimarket, produk yang tersedia di minimarket atau ritel modern manapun cenderung akan sama (menjadi komoditi), karenanya saat ini masyarakat seringkali memilih produk/jasa yang betul‐betul memiliki benefit/manfaat, bahkan lebih lagi yaitu memiliki value added. Akibatnya konsumen menjadi lebih jeli dalam memilih minimarket yang menawarkan value added bagi konsumennya. 3.1.2.7 Frekuensi Kunjungan Konsumen ke Gerai Minimarket bertujuan untuk melayani kebutuhan pokok dan kebutuhan sehari‐hari
bagi
konsumennya.
Karenanya
mengenali
konsumen
berdasarkan frekuensi kunjungan ke gerai akan membantu proses marketing selanjutnya dari minimarket kepada konsumennya. Sebab sangat wajar apabila konsumen yang memiliki frekuensi cukup tinggi dalam berbelanja ke IDMR meminta perlakuan yang berbeda dibandingkan dengan konsumen yang hanya sekali atau dua kali berbelanja. 3.1.2.8 Jenis Kelamin/Sex Jenis kelamin/sex adalah salah satu upaya mengelompokkan konsumen yang paling dasar. Dengan mengetahui jenis kelamin/sex dari konsumen diharapkan marketer dapat lebih mengetahui perilaku konsumen dalam melakukan pembelanjaan di minimarket, termasuk dalam menentukan assortment produk yang akan dijual di toko maupun dalam penyusunan program promosi.
39
3.1.2.9 Pekerjaan Seperti halnya pendidikan, perbedaan pekerjaan juga dapat menyebabkan perbedaan perilaku. Karenanya pekerjaan dapat dijadikan suatu cara untuk mengelompokkan konsumen. 3.1.2.10 Gaya Hidup Gaya hidup tidak terlepas dari pendapatan dan kelas sosial ekonomi, dimana jika terjadi peningkatan pendapatan maka kecenderungan seseorang untuk memiliki gaya hidup yang berubah ke arah yang lebih tinggi/high class semakin besar dan demikian pula sebaliknya. 3.1.2.11 Umur Seperti halnya jenis kelamin/sex, umur juga diperlukan untuk mengetahui perilaku konsumen dalam kaitannya untuk menyusun assortment produk dan program promosi, karena seiring dengan perubahan umur, kebutuhan dan keinginan konsumen juga berubah. 3.1.2.12 Pendidikan Perbedaan status pendidikan seringkali menyebabkan perbedaan perilaku. Seringkali dengan semakin tinggi pendidikan konsumen, maka konsumen tersebut lebih mementingkan produk‐produk yang berkualitas dan memerlukan kemudahan dalam pelayanan. Sehingga variabel pendidikan dapat menjadi suatu cara untuk mengelompokkan konsumen. 3.1.2.13 Agama Pengelompokkan berdasarkan agama dimaksudkan untuk lebih mengenali perilaku konsumen berdasarkan nilai‐nilai/belief yang dianutnya. Tidak bisa dipungkiri bahwa saat ini agama memegang peranan yang sangat besar dalam kehidupan masyarakat khususnya bagi masyarakat yang sedang berupaya mencari tingkatan tertentu dalam kepercayaannya. Larangan‐
40
larangan tertentu atau anjuran‐anjuran tertentu dari suatu agama akan mempengaruhi perilaku konsumsi dari para pengikutnya. Setelah hasil experience survey di atas dikelompokkan berdasarkan jenis segmentasi, diketahui bahwa segmentasi geografis diwakili oleh 2 variabel segmentasi, segmentasi demografis diwakili 6 variabel segmentasi, segmentasi psikografis diwakili oleh 2 variabel segmentasi, segmentasi benefits/manfaat diwakili oleh 1 variabel segmentasi, dan segmentasi perilaku diwakili oleh 2 variabel segmentasi. Tabel 3.1 Pengelompokan Variabel Segmentasi berdasarkan Jenis Segmentasi
3.1.3
Uji Proporsi dari Hasil Experience Survey
Setelah terpilih 13 variabel dari hasil experience survey, dilakukan uji proporsi terhadap hasil tersebut dengan tujuan hanya atribut yang memiliki proporsi
41
pemilih yang tinggi yang akan diambil. Dari hasil uji proporsi, diketahui bahwa dari 20 orang yang di‐survey: ‐ 20 orang memilih kelas sosial ekonomi (100%) ‐ 20 orang memilih alasan mengunjungi gerai (100%) ‐ 18 orang memilih kepadatan penduduk (90%) ‐ 16 orang memilih lokasi tempat tinggal (80%) ‐ 16 orang memilih pendapatan (80%) ‐ 16 orang memilih sikap konsumen terhadap benefits (80%) ‐ 16 orang memilih frekuensi kunjungan konsumen ke gerai (80%) ‐ 13 orang memilih jenis kelamin/sex (65%) ‐ 8 orang memilih pekerjaan (40%) ‐ 8 orang memilih gaya hidup (40%) ‐ 6 orang memilih umur (30%) ‐ 4 orang memilih pendidikan (20%) ‐ 1 orang memilih agama (5%) Dari hasil uji proporsi ini, maka variabel yang akan diambil untuk pengujian selanjutnya adalah yang memiliki proporsi di atas 60%. Hal ini dimaksudkan agar penelitian dapat difokuskan pada variabel yang dianggap penting oleh lebih dari setengah ahli/expert yang diinterview. Adapun variabel yang akan diambil adalah : ‐ kelas sosial ekonomi ‐ alasan mengunjungi gerai ‐ kepadatan penduduk ‐ lokasi tempat tinggal ‐ pendapatan ‐ sikap konsumen terhadap benefits ‐ frekuensi kunjungan konsumen ke gerai ‐ jenis kelamin/sex 42
3.2 Analisa Solusi Bisnis 3.2.1
Pengujian Availability dan Efektifitas Variabel Segmentasi
Setelah mendapatkan 8 variabel segmentasi yang terpilih berdasarkan experience survey, selanjutnya dilakukan pengujian terhadap tingkat availability dan efektifitas variabel segmentasi tersebut. Proses pengujian availability dan efektifitas variabel segmentasi dilakukan dengan melakukan survey terhadap 35 orang pegawai yang berada dalam unit Merchandising dan Marketing IDMR Bandung. Pertanyaan untuk survey tingkat availability dapat dilihat dalam Lampiran 3, sementara pertanyaan untuk survey bagi tingkat keefektifan variabel segmentasi berdasarkan 5 kriteria efektifitas variabel segmentasi (measurable, substantial, accessible, differentiable dan actionable) dapat dilihat dalam Lampiran 4. 3.2.1.1 Mengukur Tingkat Availability Data dari Variabel Segmentasi Terpilih Upaya untuk mengukur tingkat availability data dari variabel segmentasi terpilih sangat diperlukan karena seringkali variabel segmentasi yang diperlukan untuk mengelompokkan pasar justru sulit untuk diperoleh. Salah satu cara untuk dapat memperoleh data tentang konsumen adalah dengan melakukan survey terhadap konsumen, dimana hal ini sepertinya belum pernah dilakukan IDMR Bandung secara khusus dikarenakan keterbatasan pemahaman tentang hal ini, serta keterbatasan sumber daya manusia, waktu dan biaya. Karenanya dalam tesis ini dilakukan pengukuran terhadap tingkat availability data berdasarkan pendapat 35 orang pegawai IDMR yang tergabung dapat unit Merchandising dan Marketing yang dalam tugas kesehariannya memiliki kaitan yang erat dengan proses marketing mix IDMR. 43
Dalam pengumpulan data dengan metode survey ini, kepada para responden diberi penjelasan bahwa untuk pengumpulan data bagi 8 variabel segmentasi yang telah terpilih sebelumnya, dapat dilakukan dengan survey konsumen dan pengumpulan data dari pusat data seperti BPS. Dalam penelitian ini, populasi yang menjadi target penelitian adalah unit Merchandising dan Marketing yang memiliki pegawai sebanyak 35 orang. Berdasarkan Tabel Krejcie, untuk jumlah populasi sebanyak 35 orang, diperlukan 32 orang yang akan menjadi sampel dengan tingkat kepercayaan 95% terhadap populasi. Karenanya untuk penelitian ini penyebaran kuisioner dilakukan terhadap 35 orang pegawai unit Merchandising dan Marketing. Adapun tingkat pengembalian kuisioner dalam survey ini adalah 100%. Hasil survey yang didapatkan kemudian diuji validitas dan reliabilitasnya. Prosedur yang digunakan untuk mengukur Construct validity dalam penelitian ini adalah dengan mengkorelasikan nilai subtes dengan nilai total (dengan menggunakan Pearson Correlation). Uji validitas ini dilakukan dengan tujuan untuk mengetahui apakah tiap variabel yang telah dipilih oleh responden memiliki hubungan yang erat dengan skor grand total. Cara uji validitas ini adalah dengan membandingkan nilai korelasi Pearson hasil perhitungan (r hitung) dari setiap variabel dengan nilai korelasi Pearson dari tabel (r tabel). r hitung diperoleh dengan menggunakan rumus :
r=
N .Σ( xy ) − (Σx)(Σy ) {N .Σ( x ) − (Σx) 2 }.{N .Σ( y 2 ) − (Σy ) 2 } 2
Suatu variabel dinyatakan valid jika nilai r hitung variabel tersebut lebih tinggi daripada nilai r tabel.
44
Sementara dalam menguji reliabilitas, dilakukan dengan metode Split Half dari Spearman Brown, yang dilakukan dengan membagi 2 suatu test/survey menjadi dua bagian yang sama besar, kemudian dilakukan perhitungan reliabilitas dengan cara menghitung korelasi antara dua bagian tersebut yang hasilnya dikoreksi dengan menggunakan koreksi Spearman Brown sebagai
R=
berikut : Dimana :
2r 1+ r
R = koefisien reliabilitas split half r = korelasi antar skor bagian pertama dan kedua Suatu variabel dianggap reliabel apabila R hitung lebih besar dari pada R tabel. 3.2.1.1.1
Uji Validitas
Pengujian validitas dilakukan pada 35 data (responden), dimana dengan tingkat signifikansi yang digunakan adalah 5%, maka r tabel yang digunakan sebagai pembanding adalah 0.334. Adapun rekapitulasi dari uji validitas dari seluruh variabel segmentasi pada tingkat availability data dari variabel segmentasi tersebut dapat dilihat pada Tabel 3.2. Tabel 3.2 Rekapitulasi Uji Validitas Tingkat Availability
45
Dari data yang diperoleh, diketahui bahwa r hitung dari semua variabel lebih besar dari pada r tabel, yang artinya seluruh data tersebut valid untuk pengukuran tingkat availability dari variabel segmentasi. Hasil survey untuk pengujian tingkat availability dapat dilihat dalam Lampiran 5 dan perhitungan validitas untuk dapat tersebut dapat dilihat pada Lampiran 6. 3.2.1.1.2
Uji Reliabilitas
Pada uji validitas nilai r hitung dibandingkan dengan nilai r tabel. Demikian juga dengan uji reliabilitas ini dimana, nilai R hitung akan dibandingkan dengan nilai R tabel. Apabila nilai R hitung lebih besar daripada R tabel maka kuesioner tersebut dinyatakan reliabel. r=
N .Σ( xy ) − (Σx)(Σy ) {N .Σ( x ) − (Σx) 2 }.{N .Σ( y 2 ) − (Σy ) 2 } 2
Adapun cara untuk menghitung r hitung adalah dengan terlebih dahulu metentukan nilai x dan nilai y. Nilai x adalah hasil penjumlahan dari jawaban responden ke‐i untuk pertanyaan ganjil (pertanyaan no 1, 3, 5, 7), sementara nilai y adalah hasil penjumlahan dari jawaban responden ke‐i untuk pertanyaan genap (pertanyaan no 2, 4, 6, 8). Untuk uji reliabilitas ini diperoleh nilai r = 0.628 dan nilai R hitung = 0.771. Tabel perhitungan lengkap uji reliabilitas ini dapat dilihat pada Lampiran 7. Uji reliabilitas ini dilakukan terhadap 35 buah data (responden), dimana taraf signifikansi yang digunakan adalah 5%. Karenanya nilai R tabel yang akan digunakan sebagai pembanding adalah 0.50. Dari hasil di atas dapat terlihat bahwa nilai R hitung lebih besar daripada nilai R tabel. Maka dapat disimpulkan bahwa kuisioner pada bagian pengukuran tingkat availability data bagi variabel segmentasi reliabel dan dapat digunakan dalam tahap berikutnya.
46
3.2.1.1.3
Hasil Pengukuran Tingkat Availability Data dari Variabel
Segmentasi Terpilih Setelah diperoleh hasil yang valid dan reliable dari survey yang dilakukan untuk pengukuran tingkat availability data dari variabel segmentasi terpilih, selanjutnya dilakukan perhitungan terhadap tingkat availability berdasarkan hasil survey terhadap 35 orang pegawai IDMR. Skala yang digunakan dalam survey ini adalah skala ordinal dengan skala 1 – 5, dengan keterangan: 1 : Sangat tidak available 2 : Tidak available 3 : Rata‐rata 4 : Available 5 : Sangat available Perhitungan dilakukan dengan menghitung nilai rata‐rata (mean) dari masing‐masing variabel segmentasi terpilih. Nilai rata‐rata (mean) tersebut kemudian akan diintepretasikan dalam standar 3 kelas tingkat availability dengan interval 1.67. Adapun standar 3 kelas yang digunakan adalah: 1 – 2.33
: Tidak available
2.34 – 3.67
: Rata‐rata
3.68 – 5
: Available
Berdasarkan hasil perhitungan rata‐rata (mean) diperoleh hasil bahwa alasan mengunjungi gerai, kepadatan penduduk, lokasi tempat tinggal, sikap konsumen terhadap benefits/manfaat, serta jenis kelamin/sex termasuk dalam
47
kategori available. Sementara variabel kelas sosial ekonomi, pendapatan dan frekuensi kunjungan konsumen ke gerai masuk dalam kategori rata‐rata (antara tidak available dan available dalam memperoleh data). Tabel 3.3 Nilai Mean dan Kategori dari Tingkat Availability Data Variabel Segmentasi
3.2.1.2 Mengukur Keefektifan Variabel Segmentasi berdasarkan 5 Kriteria Efektifitas Variabel Segmentasi (Measurable, Substantial, Accessible, Differentiable dan Actionable) terhadap Bisnis IDMR Bandung Dalam mengukur efektifitas dari 8 variabel segmentasi, digunakan 5 kriteria yaitu: 1. Measurable : ukuran, daya beli dan karakteristik segmen harus dapat diukur 2. Substantial : ukuran segmen besar dan cukup profitable untuk dilayani 3. Accessible : segmen harus dapat dicapai dan dilayani secara efektif 4. Differentiable : segmen secara konsep dapat dibedakan dan memberi respon yang berbeda terhadap elemen marketing mix dan program yang berbeda 5. Actionable : program dapat diformulasikan untuk menarik dan melayani segmen tersebut
48
Dalam mengukur keefektifan variabel segmentasi berdasarkan 5 kriteria efektifitas variabel segmentasi (measurable, substantial, accessible, differentiable dan actionable) terhadap bisnis IDMR Bandung, kembali dilakukan survey terhadap 35 orang pegawai IDMR yang tergabung dalam unit Merchandising dan Marketing yang dalam tugas kesehariannya memiliki kaitan yang erat dengan proses marketing mix IDMR. 3.2.1.2.1
Uji Validitas
Pengujian validitas dilakukan pada 35 data (responden), dimana dengan tingkat signifikansi yang digunakan adalah 5%, maka r tabel yang digunakan sebagai pembanding adalah 0.334. Hasil survey untuk pengujian keefektifan variabel segmentasi dapat dilihat dalam Lampiran 8 dan perhitungan validitas untuk data tersebut dapat dilihat dalam Lampiran 9. Berdasarkan hasil perhitungan r hitung masing‐masing kriteria diketahui bahwa r hitung dari semua kriteria keefektifan dari setiap variabel lebih besar dari pada r tabel, yang artinya seluruh data tersebut valid untuk pengukuran tingkat efektifitas variabel segmentasi bagi bisnis IDMR Bandung.
Adapun rekapitulasi uji validitas seluruh kriteria dari variabel segmentasi pada tingkat keefektifannya pada bisnis IDMR dapat dilihat dalam Tabel 3.4. Tabel 3.4 Rekapitulasi Uji Validitas Tingkat Keefektifan
49
3.2.1.2.2
Uji Reliabilitas
Dalam uji reliabilitas tingkat keefektifan variabel segmentasi, langkah awal juga dilakukan dengan cara menetapkan nilai x dan y. Nilai x adalah hasil penjumlahan dari jawaban responden ke‐i untuk pertanyaan ganjil (pertanyaan no 1, 3, 5), sementara nilai y adalah hasil penjumlahan dari jawaban responden ke‐i untuk pertanyaan genap (pertanyaan no 2 dan 4). Uji reliabilitas ini dilakukan terhadap 35 buah data (responden), dimana taraf signifikansi yang digunakan adalah 5%. Karenanya nilai R tabel yang akan digunakan sebagai pembanding adalah 0.50. Pada Tabel 3.5 dapat dilihat rekapitulasi nilai R hitung dari masing‐masing variabel segmentasi, dimana diketahui bahwa semua nilai R hitung tersebut lebih besar dari pada nilai R tabel. Maka dapat disimpulkan bahwa kuisioner pada bagian pengukuran tingkat keefektifan variabel segmentasi terpilih bagi bisnis minimarket IDMR reliabel dan dapat digunakan dalam tahap berikutnya. Data dan perhitungan uji reliabilitas dapat dilihat pada Lampiran 10. Tabel 3.5 Rekapitulasi Uji Reliabilitas Tingkat Keefektifan (nilai R hitung)
50
3.2.1.2.3
Hasil Pengukuran terhadap Tingkat Keefektifan Variabel
Segmentasi berdasarkan 5 Kriteria terhadap Bisnis IDMR Bandung Setelah diperoleh hasil yang valid dan reliable dari survey yang dilakukan untuk pengukuran tingkat keefektifan variabel segmentasi berdasarkan 5 kriteria terhadap bisnis IDMR Bandung, selanjutnya dilakukan perhitungan terhadap tingkat keefektifan berdasarkan hasil survey terhadap 35 orang pegawai IDMR.
Skala yang digunakan dalam survey ini adalah skala ordinal berskala 1 – 5, dengan keterangan: 1 : Sangat tidak significant 2 : Tidak significant 3 : Netral 4 : Significant 5 : Sangat significant Perhitungan dilakukan dengan menghitung nilai rata‐rata (mean) dari masing‐masing kriteria bagi variabel segmentasi terpilih. Nilai rata‐rata (mean) tersebut kemudian akan diintepretasikan dalam standar 3 kelas tingkat efektifitas dengan interval 1.67. Adapun standar 3 kelas yang digunakan adalah: 1 – 2.33
: Tidak Efektif
2.34 – 3.67
: Rata‐rata
3.68 – 5
: Efektif
Berdasarkan hasil perhitungan rata‐rata (mean) dari masing‐masing kriteria (measurable, substantial, accessible, differentiable dan actionable) diperoleh hasil
51
bahwa kriteria differential dari variabel kepadatan penduduk, kriteria diffrential dari lokasi tempat tinggal, kriteria measurability, substantial, differential dari variabel pendapatan dan kriteria differential dari jenis kelamin/sex masuk kategori rata‐rata (antara efektif dan tidak efektif) sementara seluruh kriteria dari variabel segmentasi lainnya masuk dalam kategori efektif. Sehubungan dengan adanya 5 kriteria untuk menilai keefektifan dari masing‐masing variabel segmentasi, maka dalam penelitian ini juga dilakukan proses pencarian satu nilai dari masing‐masing variabel segmentasi yang diharapkan mewakili keseluruhan nilai keefektifannya. Nilai tersebut dicari berdasarkan nilai rata‐rata (mean) dari 5 kriteria yang ada
dalam
masing‐masing
variabel
segmentasi,
dan
untuk
mengintepretasikan nilai mean tersebut, kembali dibuat standar 3 kelas tingkat efektifitas dengan interval 1.67. Adapun standar 3 kelas yang digunakan adalah: 1 – 2.33
: Tidak Efektif
2.34 – 3.67
: Rata‐rata
3.68 – 5
: Efektif
Berdasarkan hasil perhitungan rata‐rata (mean) dari gabungan kriteria (measurable, substantial, accessible, differentiable dan actionable) bagi masing‐ masing variabel segmentasi diperoleh hasil bahwa seluruh variabel segmentasi masuk dalam kategori efektif. Hal ini menunjukkan bahwa seluruh variabel segmentasi yang terpilih dapat digunakan dalam proses penyusunan segmentasi dinamik dengan sistem informasi bagi minimarket IDMR Bandung. Hasil perhitungan terhadap mean masing‐masing kriteria dan gabungan kriteria serta kategorinya dapat dilihat pada Tabel 3.8.
52
3.2.2
Penetapan Bobot/Nilai terhadap 8 Variabel Segmentasi (Keefektifan
Total) Setelah diperoleh data berdasarkan tingkat availability dan tingkat keefektifan variabel segmentasi terhadap bisnis IDMR Bandung, maka selanjutnya dilakukan penetapan bobot/nilai keefektifan total terhadap 8 variabel segmentasi tersebut. Penetapan bobot/nilai terhadap 8 variabel segmentasi ini dilakukan dengan mencari mean antara nilai tingkat availability masing‐masing variabel dengan tingkat keefektifannya terhadap bisnis IDMR. Dengan cara ini diperoleh suatu nilai yang menunjukkan bobot/nilai untuk masing‐masing variabel segmentasi yang dapat digunakan dalam menyusun marketing mix selanjutnya. Dari hasil perhitungan tersebut diketahui bahwa lokasi tempat tinggal memiliki bobot tertinggi (14%), disusul variabel jenis kelamin, alasan mengunjungi gerai, kepadatan penduduk dan sikap konsumen terhadap benefits yang masing‐masing memiliki bobot 13%. Rekapitulasi bobot/nilai dari mean nilai kemudahan dan nilai efektifitas dapat dilihat dalam Tabel 3.6. Tabel 3.6 Rekapitulasi Bobot/Nilai 8 Variabel Segmentasi
53
Untuk mengintepretasikan nilai mean tersebut di atas, dibuat standar 5 kelas tingkat efektifitas dengan interval 0.8. 1.00 – 1.80
: Sangat Tidak Efektif
1.81 – 2.60
: Tidak Efektif
2.61 – 3.40
: Rata ‐ rata
3.41 – 4.20
: Efektif
4.21 – 5.00
: Sangat Efektif
Tabel 3.7 Rekapitulasi Kriteria Bobot/Nilai Keefektifan Total 8 Variabel Segmentasi
3.2.3
Penetapan Atribut dalam 8 Variabel Segmentasi
Setelah penetapan bobot/nilai terhadap 8 variabel segmentasi tersebut, maka selanjutnya dilakukan penetapan atribut dari masing‐masing variabel segmentasi. Penetapan atribut dalam variabel segmentasi ini dilakukan dengan experience survey dengan metode wawancara mendalam dengan Marketing Manager IDMR Bandung, yang dianggap sebagai ahli yang berpengalaman dan mengerti karakteristik konsumen IDMR Bandung.
54
3.2.3.1 Kelas Sosial Ekonomi Berpatokan pada besarnya belanja bulanan di luar biaya sekolah anak, angsuran rumah/mobil, biaya listrik, air dan telepon rumah. Belanja bulanan: ‐
< Rp. 1 juta
‐
Rp 1.1 juta – Rp. 2.5 juta
‐
Rp. 2.6 juta – Rp. 5 juta
‐
> Rp. 5.1 juta
3.2.3.2 Alasan Mengunjungi Gerai ‐
Harga murah
‐
Kenyamanan gerai
‐
Keramahan personil toko
‐
Service personil toko
‐
Kelengkapan produk
‐
Dekat dengan rumah
3.2.3.3 Kepadatan Penduduk Kepadatan penduduk dari masing‐masing kecamatan dalam Kotamadya Bandung. 3.2.3.4 Lokasi Tempat Tinggal Lokasi tempat tinggal menggunakan data alamat konsumen dan Kode Pos. 3.2.3.5 Pendapatan (per bulan) Interval pembagian pendapatan konsumen per bulan, sebagai berikut: ‐
< Rp. 1 juta
‐
Rp 1.1 juta – Rp. 2.5 juta
‐
Rp. 2.6 juta – Rp. 5 juta
‐
> Rp. 5.1 juta
55
3.2.3.6 Sikap Konsumen terhadap Benefits/Manfaat (Terkait dengan Product) Sikap konsumen terhadap benefits/manfaat dibagi menjadi: ‐
Daya tahan
‐
Kemudahan
‐
Ekonomis
‐
Nilai tambah/value added
3.2.3.7 Frekuensi Kunjungan Konsumen ke Gerai (per bulan) Pembagian frekuensi kunjungan konsumen ke gerai (per bulan) dibagi menjadi: ‐
1‐2 kali
‐
3‐5 kali
‐
5‐10 kali
‐
> 10 kali
3.2.3.8 Jenis Kelamin/Sex Pengelompokan dasar berdasarkan jenis kelamin/sex, yaitu: ‐
Perempuan
‐
Laki‐laki
3.2.4
Data Collection bagi 8 Variabel Segmentasi
Dalam tesis ini, pengumpulan data yang berhubungan dengan konsumen dilakukan terhadap konsumen toko IDMR Padasuka. Dari 50 kuisioner yang diberikan kepada konsumen yang berbelanja pada tgl 29 Mei 2007, diperoleh 45 kuisioner yang kembali dan digunakan dalam data collecion bagi attribut variabel segmentasi. Untuk data yang berhubungan dengan kepadatan penduduk, data diperoleh dari data kependudukan BPS Bandung tahun 2005 dan dibatasi hanya pada 26 kecamatan di Kotamadya Bandung. Data atribut bagi 8 variabel segmentasi dapat dilihat pada Lampiran 11.
56
Tabel 3.8 Hasil Perhitungan terhadap Mean masing‐masing Kriteria dan Gabungan Kriteria serta Kategorinya
57
