Transcript Cluster Analyses

IMPLEMENTASI DALAM PRAKTEK
RISET PEMASARAN
6
5
4
Series 1
3
Series 2
2
Series 3
1
0
0
1
2
3
4
5


'Cluster analysis' is a class of statistical
techniques that can be applied to data that
exhibit “natural” groupings.
Cluster analysis sorts through the raw data
and groups them into clusters.


Secara umum bertujuan: mengelompokkan
obyek-obyek berdasarkan kesamaan
karakteristik di antara obyek-obyek tersebut.
Ciri-ciri Cluster yang baik
• Homogenitas (kesamaan) yang tinggi antar anggota
dalam satu Cluster (Within-Cluster)
• Heterogenitas (perbedaan) yang tinggi antar Cluster
yang satu dengan Cluster lainnya (Between Cluster)
Builds the hierarchy from the individual elements
by progressively merging clusters
Example : 6 elements : a b c d e f
First step : determine which elements to merge in
a cluster.
Construct a distance matrix

Mengukur kesamaan antar obyek (similarity).
◦ Sesuai dengan prinsip dasar cluster yang
mengelompokkan obyek yang mempunyai
kemiripan, maka proses pertama adalah mengukur
seberapa jauh ada kesamaan antar obyek.
◦

Mengukur korelasi antar obyek pada
beberapa variable

Mengukur jarak (distance) antara dua obyek.
◦ Menggunakan rumus jarak . Yang paling terkenal
adalah jarak Euclidean.




The two closest elements b and c are merged,
We now have the following clusters
{a}, {b, c}, {d}, {e} and {f}, and want to merge
them further.
To do that, we need to take the distance
between {a} and {b c}, and therefore define
the distance between two clusters.


Each agglomeration occurs at a greater
distance between clusters than the previous
agglomeration.
Decide to stop clustering either when the
clusters are too far apart to be merged
(distance criterion) or when there is a
sufficiently small number of clusters (number
criterion).


Conceptual clustering : it is not only the inherent
structure of the data that drives cluster formation,
but also the description language which is available
to the learner.
Thus, a statistically strong grouping in the data
may fail to be extracted by the learner if the
prevailing concept description language is
incapable of describing that particular regularity.
Contoh:
•
•
•
•
•
•
•
•
•
Usia Konsumen (dalam tahun)
Jumlah Anak dari Konsumen (Orang)
Income (dalam Rupiah/bulan)
Kegiatan Konsumen Membaca Koran Setiap Minggu (Jam)
Kegiatan Konsumen Menonton TV Setiap Minggu (Jam)
Jumlah Motor yang Dimiliki Konsumen (Buah)
Jumlah Mobil yang Dimiliki Konsumen (Buah)
Jumlah Kartu Kredit/ ATM yang Dimiliki Konsumen (Buah)
Tingkat Pembelian Barang dari Konsumen Setiap Minggu
(Berapa Kali dalam Seminggu)
Perlu melakukan transformasi data
◦ Terlihat isi data sangat bervariasi dalam satuan, dimana ada variabel (data)
dengan satuan ratusan ribu (INCOME), namun ada data dengan satuan di
bawah 10 (ANAK). Perbedaan satuan yang mencolok seperti ini, akan
menyebabkan bias dalam analisis Cluster, sehingga data asli harus
ditransformasi (standardisasi) sebelum bisa dianalisis.
◦ Dengan demikian, perlu dilakukan transformasi terhadap variabel yang
relevan ke bentuk Z-Score  Standardisasi data dengan Z-Score:
Descriptive Statistics
N
Minimum
20
Maximum
42
Mean
29.88
Std. Deviation
5.660
Usia
60
Jumlah Anak
60
0
Penghasilan rata-rata per
bulan
60
225000
Jumlah Jam membaca Koran
setiap minggu
60
2
11
5.73
2.321
Jumlah Jam menonton TV
setiap minggu
60
10
24
16.77
3.586
Jumlah Motor yang dipunyai
60
0
2
.93
.634
Jumlah Mobil yang dipunyai
60
0
2
.57
.647
Jumlah Kartu Kredit/ATM
yang dipunyai
60
0
5
2.00
1.193
Tingkat Pembelian Barang
setiap minggu
60
1
9
4.15
2.563
Tingkat Pengeluaran Bulanan
60
Jumlah Jam Kerja setiap
minggu
60
10
75
29.87
16.766
Jumlah Jam Berbelanja setiap
minggu
60
3
25
9.94
5.015
Valid N (listwise)
60
70000
4
2000000
600000
.70
630000.00
186833.33
1.109
444094.966
132609.778


The vacation travel market.
Recent research has identified three clusters :
 1) The demanders - they want exceptional service and
expect to be pampered;
 2) The escapists - they want to get away and just
relax;
 3) The educationalist - they want to see new things, go
to museums, go on a safari, or experience new
cultures.

In marketing, cluster analysis is used for:
 Segmenting the market
 Determining target markets
 Product positioning
 New Product Development

In the study of social networks:
 Clustering may be used to recognize
communities within large groups of
people.

In the field of marketing, demographics, opinion research, and social research in
general, psychographic variables are any attributes relating to personality,
values, attitudes, interests, or lifestyles. They can be contrasted with
demographic variables (such as age and gender), behavioral variables (such as
usage rate or loyalty).

When a relatively complete assessment of a person or group's psychographic makeup is constructed, this is called a psychographic profile. Psychographic profiles are
used in market segmentation as well as in advertising.

Some categories of psychographic factors used in market segmentation include:
 Activities, Interests, Opinions (AIO)
 Attitudes
 Values









Price Conscious
Quality Conscious
Prestige/Image Conscious
Risk taker
Conservatif
Impulsif
Well Planned
Agresif
Pasif
Psychographics Analysis dibuat menggunakan metode cluster analysis
terhadap variabel-variabel atau pernyataan-pernyataan psychographic
yang telah didesign.
Langkah-langkah




Sebelum menentukan jumlah cluster yang akan dipakai, terlebih dahulu
variabel-variabel tersebut kita analisis menggunakan Faktor Analysis
yang tujuannya untuk menjelaskan hubungan diantara variabel-variabel
dalam beberapa bentuk faktor. Dari faktor-faktor variabel tersebut akan
terbentuk pengelompokan variabel yang didasarkan pada korelasi antar
variabel, dimana antar variabel dalam suatu sel tertentu memiliki
korelasi yang kuat, tetapi terhadap variabel dalam kelompok lain
memiliki korelasi yang relatif lemah.
Dari faktor analysis ini sudah bisa menganalisa secara umum
kecenderungan dari variabel-variabel untuk masing-masing kelompok
yang terbentuk dan kita bisa menentukan jumlah cluster yang akan kita
gunakan.
Berdasarkan faktor analysis ini kita bisa meng-cluster berdasarkan
jumlah kelompok yang mencul. Untuk mengetahui lebih detail untuk
masing-masing kelompok tersebut, hasil cluster dicrosskan dengan
variabel demografi atau pertanyaan-pertanyaan yang relevan.

Factor analysis in psychology is most often associated with
intelligence research. However, it also has been used to find
factors in a broad range of domains such as personality,
attitudes, beliefs, etc..
Advantages
 Reduction of number of variables, by combining two or more
variables into a single factor. For example, performance at
running, ball throwing, batting, jumping and weight lifting could
be combined into a single factor such as general athletic ability.
 Usually, in an item by people matrix, factors are selected by
grouping related items. In the Q factor analysis technique, the
matrix is transposed and factors are created by grouping related
people: For example, liberals, libertarians, conservatives and
socialists, could form separate groups.

















KARTU BANTU
Berikut ini akan saya bacakan beberapa pernyataan; tolong B/I/S
katakan kepada saya apakah pernyataan tersebut .................(mulai
dari pernyataan bertanda X )
1.Sangat sesuai dengan kebiasaan /pribadi saya
2.Sesuai dengan kebiasaan / pribadi saya
3.Kurang sesuai dengan kebiasaan / pribadi saya
4.Tidak sesuai dengan kebiasaan/pribadi saya
Price conscious
Saya bersedia untuk jalan lebih jauh untuk
mendapatkan barang yang sedikit lebih murah.
Sebelum membeli suatu barang, saya selalu
membanding-bandingkan harganya terlebih dahulu.
Saya lebih suka membeli barang-barang dengan
harga diskon.
Quality conscious
Saya lebih suka membeli barang yang harganya lebih
murah, walaupun kualitasnya sedikit lebih rendah
daripada merek yang biasa saya beli.
Saya selalu memilih merek yang kualitasnya paling
baik, masalah harga tidak jadi soal.
Image/Prestige conscious
Saya lebih suka membeli barang yang telah terkenal
mereknya.
Saya lebih suka membeli barang yang biasa
digunakan para artis/tokoh terkenal
Saya merasa bangga bila menggunakan/membeli
barang yang orang tahu harganya cukup mahal.\













Risk taker
Saya suka mencoba-coba membeli merek baru yang
belum saya ketahui kualitasnya
Sayasama sekali tidak berkeberatan untuk mencoba
produk baru.
Konservatif
Saya lebih suka membeli barang dengan merek yang
telah lama saya gunakan.
Saya lebih suka membeli barang dengan merek yang
biasa digunakan orang-tua, teman atau kenalan
saya.
Impulsif
Seringkali ketika saya pulang dari berbelanja,
ternyata banyak barang yang saya beli diluar rencana
Jika punya uang, saya sering membeli barang
apapun yang ditawarkan sales kepada saya
Seringkali saya membeli barang yang sesungguhnya
tidak benar-benar saya butuhkan
Well planned
Kalau saya berbelanja, biasanya saya rencanakan
dulu jenis dan merek barang yang akan saya beli.
Sebelum menentukan pilihan, biasanya saya perlu
waktu untuk membanding kelebihan dan
kekurangan dari merek-merek
Rural Psychographic Segments
I.
Ali – Alimah – (Traditionals )
Unconcerned attitude, lack of
receptiveness toward new products, not
attuned to quality, conservative,
uninfluenced by environment, unbending,
planned activities
II. Eko – Eni – (Contemplators)
Economical, thrifty, planned, not impulsive,
look for quality and well trusted brands,
not bold to try new things, non risk-taker.
III. Yoyok - Yayuk – (Chameleons )
Anything goes, chameleon, not concerned
about quality, look for discounts and
inexpensiveness, like brands but also go for
imitation , open to try new products,
impulsive buyers.
Rural Psychographic Segments
IV. Gultom – Gultami – (Innovators)
High socializing activities, look for qualtity and
price, open for new products, greatly
influenced by social environment, sufficiently
well planned and not impulsive.“
V. Juragan – Juragin – (Status Seekers )
Status seeker, want to give impression of being
able to buy expensive products, buy without
planning, open to new products , look for quality
and trusted brands.
Product
Purchase and
General
category
Segmentation consumption segmentation
segmentation
Brand
Segmentation