ANALYSIS OF QUANTITATIVE RESEARCH IN ADVERTISING-2

Presentasi berjudul: "ANALYSIS OF QUANTITATIVE RESEARCH IN ADVERTISING-2"— Transcript presentasi:

1 ANALYSIS OF QUANTITATIVE RESEARCH IN ADVERTISING-2
Hak cipta dilindungi Undang-undang. Dilarang keras memperbanyak/ Mengcopy tanpa seizin “Copy Center” IBII Session: 08 Matakuliah: Advertising Research ANALYSIS OF QUANTITATIVE RESEARCH IN ADVERTISING-2 Tujuan Instruksional Khusus: Setelah membahas ini para peserta didik, mampu: Descriptive Analysis Analysis of Interval and Ratio Data Inferential Statistics Referensi: DAVIS, Joel J. Advertising Research, Theory and Practice. Prentice Hall Inc., 1997. YOUNG, Charles. The Advertising Research Handbook. Ideas in Flight Publisher, 2005.

2 A DESCRIPTIVE ANALYSIS
Rangkuman Statistik Deskriptif meringkas beberapa level pengukuran statistik deskriptif, yang mengilustrasikan dua aspek penting terhadap hubungan antara level pengukuran dan analisis data. Descriptive Data Analysis Technique Level of Measurement Nominal Ordinal Interval Ratio Frequency distribution X Proportion Percentage Mode Media Mean of average Frequency Distributions. Level Pengukuran Data pada semua level pengukuran dapat dijelaskan dan term of frequencies, proportion, percent, dan ratios. Response Category Number of Responses Single, never married 5 Single, separated 10 Single, divorced 6 Single, widowed 1 Married 28 Total 50

3 Current Marital Status Current Marital Status Current Marital Status
Number of Responses Single 22 Married 28 Total 50 Current Marital Status Number of Responses Ever married 45 Never married 5 Total 50 Proportions, Percentages, and Ratios. Proportions menggambarkan frekuensi relatif (persentase) pada setiap kategori response responden. Proporsi dihitung dengan membagi total jumlah respons pada masing-masing kategori respons dengan total jumlah respons di antara seluruh kategori. Current Marital Status Number of Responses Proportion Percent Single, never married 5 0,10 10% Single, separated 10 0,20 20% Single, divorced 6 0,12 12% Single, widowed 1 0,02 2% Married 28 0,56 56% Total 50 1,00 100%

4 ANALYSIS OF INTERVAL AND RATIO DATA
B ANALYSIS OF INTERVAL AND RATIO DATA Discrete Data Coba Anda pikirkan tentang iklan yang baru saja ditayangkan. Gunakan skala berikut untuk mengindikasikan kesetujuan atau ketidaksetujuan Anda, terhadap pernyataan bahwa “Iklan ini adalah untuk orang-orang seperti saya.” Strongly agree _________(1) Slightly agree _________(2) Neither agree nor disagree _________(3) Slightly disagree _________(4) Strongly disagree _________(5) Continuous Data Misalnya untuk pertanyaan seperti “Berapa usia Anda?” membutuhkan jawaban yang merupakan suatu continuous data. Pengorganisasian continuous data disebut sebagai Grouping yang mencakup beberapa langkah: 1. Input/order data 2. Tentukan jumlah dan ukuran kategori interval 3. Buat frekuensi distribusi Current Marital Status Number of Responses Ever married 45 Never married 5 Total 50

5 Pengelompokan data usia (penyusuinan kelas interval)
Five categories Eight categories Sixteen categories 1-15 1-9 1-4 16-30 10-19 5-9 31-45 20-29 10-14 46-60 30-39 15-19 70-79 40-49 20-24 50-59 25-29 60-69 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 7 28 39 53 9 33 54 12 34 41 13 55 57 35 58 14 36 16 43 63 17 64 19 37 44 20 21 68 69 73 47 26 75 27 52 Pengelompokan data usia (penyusuinan kelas interval) Data hasil respons terhadap pertanyaan’ “Berapa usia Anda?”

6 Saya akan membeli produk yang diiklankan
Age Group Step 1: Hitung titik tengah Titik Tengah Freq Step 2: Kalikan titik-tengah dengan frekuensi Titik tengah-Freq 0-9 4,5 3 13,5 10-19 14,5 12 174,0 20-29 24,5 294,0 30-39 34,5 26 897,0 40-49 44,5 20 890,0 50-59 54,5 13 708,5 60-69 64,5 8 516,0 70-79 74,5 6 447,0 Total 100 3.940,0 Step 3: Tambahkan produk-produk Step 4: Bagi jumlah produk dengan total jumlah dalam sampel, maka hasilnya: 3.940/100 = 39,4 = rata-rata Saya akan membeli produk yang diiklankan Iklan 1: Ultra Iklan 2: Power Iklan 3: Kids Sangat setuju (1) 20% 50% 5% Agak setuju 15% Netral 60% Agak tidak setuju Sangat tidak setuju Rata-rata 3,0

7 Squared Difference-Freq
Penghitungan Variance dan Standard Deviasi dari Data Berkelompok dan Tidak Berkelompok Grouped Data Step 1: Hitung rata-rata = (15*1) + (45*2) + (40*3) + (70*5)  200 = = 3,48 Frequency Response value Difference from Mean Squared Difference Squared Difference-Freq 15 1 -2,48 6,15 92,25 45 2 -1,48 2,19 98,55 40 3 -0,48 0,23 9,20 30 4 +0,52 0,27 8,10 70 5 +1,52 2,31 161,70 Total = 200 369,9 Step 2: Hitung Difference fr Mean Step 3: Kuadratkan Diffrence fr Mean Step 4: Jumlahkan Squared Difference Frequency Step 5: Variance = Total Squared Differences + (Number of Respondents -1) = 369,8  199 = 1,86 Step 6: Standard Deviation =  Variance =  2.0 = 1.42

8 Ungrouped Data Step 1: Hitung rata-rata = ( )  10 = 40  10 = 4,0 Jumlah responden Response value Step 2: Hitung Difference fr Mean Difference fr Mean Step 3: Kuadratkan Difference Difference Square 1 2 -2 4 -3 9 3 5 +1 6 7 8 10 Total 18 Step 4: Jumlahkan Squared Diffrence Step 5: Variance = Total Squared Difference  (Jumlah responden – 1) = 18 dibagi 9 = 2,0 Step 6: Standard Deviation =  Variance =  2.0 = 1.42

9 Data Nominal: Mengorganisasikan Pengukuran dan Penghitungan “Net” Persen
Coba Anda pikirkan tentang iklan yang baru saja ditayangkan. Mohon Anda isi dengan pilihan “Sangat” atau “Cenderung” atau “Tidak” atas pernyataan berikut yang paling sesuai dengan apa yang Anda rasakan setelah melihat iklan. Saya setuju Iklan yang bodoh ________ Iklannya memberikan pesan sesuatu yang baru Iklannya memang untuk orang seperti saya Saya sudah melihat jenis iklan seperti ini sebelumnya Orang-orang dalam iklan itu bisa dipercaya Iklannya membingungkan saya Saya akan bilang ke teman untuk “sebaiknya melihat iklan ini” Musiknya penting Orang yang memberi pernyataan dalam iklan itu bisa dipercaya Iklannya tidak penting Saya tidak menyukai jenis iklan ini Orang yang berbicara dalam iklan itu menjengkelkan Saya akan melihat iklan ini lagi

10 Pola respons untuk pertanyaan di atas dapat dibuat lebih jelas dengan beberapa langkah sebagai berikut: Tentukan area analitikal dimana data akan ditempatkan. Contohnya, apakah presentasi data nantinya hanya fokus kepada respons yang positif ataukah respons negatif saja, atau fokus kepada reaksi untuk eksekusi versus reaksi terhadap iklan? Dalam contoh ini bahasan berikut, kita fokus kepada respons positif dan respons negatif. Kelompokkan pernyataan yang disesuaikan dengan apa yang mau dipresentasikan. Dalam hal bahasan ini, kita sudah tentukan untuk mengambil respons positif dan negatif bersama-sama. Siapkan suatu label kelompok, dalam hal ini yaitu “Positive Responses” dan “Negative Responses”. Hitung Net Percentage pada setiap kelompok dan item-item. Tidak boleh terjadi duplikasi dan setidaknya minimal 1 pernyataan dalam 1 kelompok. Pernya-taan 1 Pernya-taan 2 Pernya-taan 3 Pernya-taan 4 “Net” (Any) Responden 1 X Responden 2 Responden 3 Responden 5 Total 3 2 1 Persen 60% 40% 20% Hasil “Net” untuk kelompok responden untuk kelompok pernyataan ini adalah 60 persen, yang artinya sebanyak 60 persen responden (3 dari 5) menyatakan setuju, setidaknya satu dari empat pernyataan.

11 Contoh Pemaparan Urutan Berasarkan Ranking
Persen Setuju Iklannya memang untuk orang seperti saya 87% Orang yang berbicara dalam iklan itu bisa dipercaya 84 Musiknya penting 83 Saya akan melihat iklan ini lagi 78 Iklannya memberikan pesan sesuatu yang baru 74 Orang-orang dalam iklan itu bisa dipercaya 31 Iklannya tidak penting 28 Iklannya membingungkan saya 26 Orang yang berbicara dalam iklan itu menjengkelkan Saya sudah melihat jenis iklan seperti ini sebelumnya 25 Saya akan bilang ke teman untuk agar ia melihat iklan ini 24 Saya tidak menyukai jenis iklan ini 23 Iklan yang bodoh 22

12 Pemaparan Respons berdasarkan pengelompokan “Positive” dan “Negative”.
Positive Responses—Net 97% Iklannya memang untuk orang seperti saya 87 Orang yang berbicara dalam iklan itu bisa dipercaya 84 Musiknya penting 83 Saya akan melihat iklan ini lagi 78 Iklannya memberikan pesan sesuatu yang baru 74 Orang-orang dalam iklan itu bisa dipercaya 31 Saya akan bilang ke teman untuk agar ia melihat iklan ini Negative Responses—Net 31% Iklannya tidak penting 28 Iklannya membingungkan saya 26 Orang yang berbicara dalam iklan itu menjengkelkan Saya sudah melihat jenis iklan seperti ini sebelumnya 25 Saya tidak menyukai jenis iklan ini 23 Iklan yang bodoh 22

13 Data Interval dan Rasio: Kombinasi Skala yang Berkaitan
Hal yang biasa digunakan untuk menguji sikap dan perilaku individual. Penggunaan skala multiple cenderung dimaksudkan untuk menyediakan panorama yang lebih luas. Contoh, sebuah perusahaan pengiklan yang mempertimbangkan repositioning suatu produk untuk meningkatkan benefit produk kesehatan mungkin pertama kali harus menguji target audiens yang menonton iklan bertemakan kesehatan dimana perusahaan memberikan sponsornya. Pertanyaan berikut mungkin menjadi pedomannya: Suatu produk yang diiklankan sebagai suatu “lite” atau “reduced fat” benar-benar lebihbaik untuk kesehatan Anda. Iklan mempromosikan suatu benefit produk kesehatan secara umum deceptive. Korporasi yang beriklan sesungguhnya sangat peduli kepada konsumen. Iklan yang bertemakan kesehatan sangat eksplitif. Sebagian besar iklan bertemakan kesehatan dipercaya. Korporasi menggunakan klaim untuk mendapatkan uang lebih banyak. Sebagian besar korporasi secara intens mengedepankan benefit kesehatan produk-produknya.

14 Total sample Adults 18-25 Men 26-54 Women
Pernyataan Total sample Adults 18-25 Men 26-54 Women Produk yang diiklankan sebagai “lite” adalah tidak baik untuk kesehatan Anda 3,3 3,2 2,9 3,7 Iklan produk kesehatan yang mengedepankan benefitnya secara umum deceptive 4,4 4,6 4,2 Korporasi yang mengiklankan produk kesehatan sebetulnya tidak tulus peduli kepada konsumen 4,1 4,3 3,9 Iklan yang bertemakan kesehatan sangat eksplitif 4,5 4,7 4,0 4,8 Sebagian besar iklan bertemakan kesehatan tidak bisa dipercaya Korporasi menggunakan klaim untuk mendapatkan uang lebih banyak Sebagian besar korporasi secara intens mengedepankan benefit kesehatan produk-produknya. * Ide inti dari pernyataan. Beberapa pernyataan berulang untuk melihat konsistensi numerik dalam melihat respons interpretasi. Nilai yang tinggi mengindikasikan sikap setuju yang lebih kuat dan lebih bersikap negatif.

15 INFERENTIAL STATISTICS
(Lihat kembali matakuliah Statistik untuk Ilmu Sosial, untuk membahas Kurva Normal, Pengujian Hipotesis, Membandingkan Rata-rata Samepl dengan rata-rata Populasi, Menguji Karakteristik Sampel Tunggal, Membandingkan Dua Rata-rata dari Sampel Independen, Tabel Kontingensi dan Kai-Kuadrat, dan Membuat Judgment tentang Pengukuran Tinggal dari Tiga atau Lebih Sampel Independen).