skip to main content

ANALISIS PENGARUH LOKASI DAN KARAKTERISTIK KONSUMEN DALAM MEMILIH MINIMARKET DENGAN METODE REGRESI LOGISTIK DAN CART

*Rokhana Dwi Bekti scopus  -  Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta, Indonesia
Noviana Pratiwi  -  Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta, Indonesia
Maria Titah Jatipaningrum  -  Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta, Indonesia
Dina Auliana  -  Jurusan Statistika, Fakultas Sains Terapan, Institut Sains & Teknologi AKPRIND Yogyakarta, Indonesia
Open Access Copyright (c) 2017 MEDIA STATISTIKA under http://creativecommons.org/licenses/by-nc-sa/4.0/.

Citation Format:
Abstract

Konsumen saat ini memiliki banyak pilihan untuk berbelanja memenuhi kebutuhan sehari-hari, baik di pasar modern maupun tradisional, serta ritel khususnya dalam bentuk minimarket. Dengan demikian persaingan antar minimarket juga sangat tinggi. Setiap minimarket memiliki strategi pemasaran yang berbeda-beda, karena karakteristik konsumen dalam berbelanja juga berbeda-beda. Dalam strategi pemasaran, informasi dari berbagai aspek, yaitu dapat dari segi konsumen, pasar, pesaing, maupun produk sangat diperlukan. Pada penelitian ini melakukan analisis factor yang berpengaruh pada minat konsumen yang berbelanja di minimarket. Factor yang dikaji adalah dari segi konsumen, baik karakteristik maupun lokasi tempat tinggal. Data yang digunakan adalah data primer dengan melakukan survey wawancara pada konsumen di Kecamatan Ngaglik, Kab. Sleman, DIY. Sedangkan sampel minimarket adalah Indomaret. Metode analisis yang digunakan adalah regresi logistik dan Classification and Regression Trees (CART). Hasil analisis menunjukkan bahwa faktor-faktor yang signifikan berpengaruh terhadap minat belanja di Indomaret dengan metode regresi logistik adalah variabel jenis kelamin, pengeluaran rata-rata perbulan, dan lokasi tempat tinggal konsumen. Sedangkan factor berperan penting dalam pembentukan pohon klasifikasi CART adalah juga lokasi. Apabila dibandingkan berdasarkan nilai ketepatan klasifikasi, metode CART, sebagai metode nonparametrik yang tidak memiliki asumsi distribusi tertentu, menghasilkan ketepatan klasifikasi yang lebih tinggi dibandingkan regresi logistik.

Fulltext View|Download

Article Metrics:

Last update:

No citation recorded.

Last update: 2024-11-20 00:01:30

  1. Exponential Random Graph Models (ERGMs) to analyze the online shop networking in Instagram

    Bekti R.D.. Journal of Physics: Conference Series, 127 (1), 2020. doi: 10.1088/1742-6596/1456/1/012025