Analisis Segmentasi dan Preferensi Konsumen Terhadap Pasar Tradisional dan Pasar Modern Menggunakan Binary Logistic Regression
DOI:
https://doi.org/10.52435/jaiit.v1i1.6Keywords:
preferensi konsumen, pasar, binary logistic regressionAbstract
Tidak dapat dipungkiri, sebagian masyarakat telah beralih pada penggunaan pasar modern dibandingkan pasar yang tradisional. Namun demikian, masyarakat Indonesia sangatlah beragam, mulai dari aspek demografis, pendidikan, dan kelompok perekonomiannya. Studi tentang pengaruh beberapa faktor-faktor tersebut terhadap keputusan dalam memilih pasar modern atau pasar tradisional merupakan fokus dari artikel ini. Pada artikel ini, digunakan binary logistic regression dengan dua variabel keputusan utama yaitu memilih pasar modern dan/atau memilih pasar tradisional. Keuntungan dari penggunaan regresi jenis ini adalah kita bisa mengukur kemungkinan seseorang dalam memilih alternatif tertentu. Pada artikel ini, sebanyak 200 sampel responden diambil di Kota Surakarta. Hasil yang didapatkan adalah 61% masih memilih pasar tradisional sebagai tempat berbelanja. Faktor yang cukup mempengaruhi keputusan konsumen dalam menentukan jenis pasar adalah pendidikan, pendapatan, dan jarak ke pasar. Berdasarkan hasil analisi, didapatkan simpulan bahwa persamaan binary logistic regression cukup handal dalam mengestimasi preferensi konsumen dalam memilih pasar tradisional atau modern.
References
Dwicahyani, A. R., Rosyidi, C. N., dan Pujiyanto, E. (2019). Minimizing gap of utility between consumer and producer in a duopoly market considering outsourcing decision, price, and product tolerance. Production & Manufacturing Research, Vol. 7, No. 1, hal. 23–43.
Hosmer, D.W dan Lemeshow, S. (1989). Applied Logistic Regression. John Wiley & Sons, New York, USA.
Kaygisiz, F., Bolat, B. A., dan Bulut D. (2019). Determining Factors Affecting Consumer’s Decision to Purchase Organic Chicken Meat. Brazilian Journal of Poultry Science, Vol. 21, No. 4, hal 1-8.
Ketaren, K. dan Sianturi, N. M. (2017). Decision Making Modelling with Logistic Regression Approach. International Journal of Applied Engineering Research, Vol. 12, No., hal. 9067-9073.
Khaeri, H. dan Pawitan, G. (2018). Penerapan Model Regresi Logistik Biner pada Motif Faktor Kewirausahaan Perempuan. Prima: Jurnal Pendidikan Matematika, Vol. 2, No. 1, hal. 67-80.
Menon, B. dan Raj, J. V. P. (2012). Logistic Regression Modelling for Consumer Purchase Behaviour of Passenger Cars. AIMA Journal of Management & Research, Vol. 6, No. 3, hal. 479-497.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2019 Anindya Rachma Dwicahyani, Benazir Imam Arif Muttaqin
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
All our articles are published under a Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) license.