PPT TATAP MAYA 2 RISET KOMUNIKASI PEMASARAN TERPADU.pptx

PPT 2

1. Riset Komunikasi Pemasaran Terpadu Sandra Olifia, M.Si

2. 3 1 2 Table Of Contents Perancangan Metode Riset Komuniikasi Pemasaran Anaisis Data Riset Penentuan Desain Riset

3. Penentuan Desain Riset 1

4. Welcome To Presentation I'm Rain, and I'll be sharing with you my beautiful ideas. Follow me at @reallygreatsite to learn more.

5. Riset K omunikasi Pmasaran T erpadu (Integrated Marketing Communication Research) Tujuannya adalah untuk memahami efektivitas pesan pemasaran , perilaku konsumen , serta kinerja strategi komunikasi secara menyeluruh agar dapat menciptakan pesan yang konsisten dan berdampak di berbagai saluran komunikasi . Adalah proses pengumpulan , analisis , dan interpretasi data yang berkaitan dengan semua elemen komunikasi pemasaran-seperti periklanan , promosi penjualan , pemasaran langsung , hubungan masyarakat (PR), penjualan personal, hingga pemasaran digital- secara terpadu .

6. Penentuan Desain Riset Menentukan desain riset pemasaran ( eksploratoris , deskriptif atau kausal ). Menentukan informasi yang dibutuhkan . Menetapkan prosedur pengukuran dan skala . Menyusun dan melakukan pre-test terhadap kuesioner atau bentuk pengumpulan data lainnya . Menetapkan proses sampling dan jumlah sampel . Menyusun rencana analisis data. Berikut ini adalah penjabarannya .

7. 1. Menentukan desain riset pemasaran ( eksploratoris , deskriptif , atau kausal ) Tujuannya : Memilih pendekatan riset yang sesuai dengan tujuan penelitian . Penjelasan : Eksploratoris : Untuk menggali masalah atau fenomena baru yang belum jelas . Deskriptif : Untuk menggambarkan atau memprofilkan konsumen /pasar berdasarkan data terukur . Kausal : Untuk menguji hubungan sebab-akibat antar variabel . Contoh : Perusahaan minuman ingin tahu mengapa penjualannya turun ( eksploratoris ), berapa banyak konsumen yang membeli per minggu ( deskriptif ), atau apakah diskon meningkatkan penjualan ( kausal ).

8. 2. Menentukan informasi yang dibutuhkan Tujuannya : Menentukan data apa saja yang diperlukan untuk menjawab pertanyaan riset . Jenis Informasi : Data primer: Data baru dari survei , wawancara , eksperimen . Data sekunder : Data yang sudah ada , misalnya laporan penjualan atau data dari BPS. Contoh : Untuk mengukur efektivitas iklan , dibutuhkan informasi tentang jumlah tayangan iklan , biaya iklan , dan perubahan brand awareness.

9. 3. Menetapkan prosedur pengukuran dan skala Tujuannya : Menentukan bagaimana variabel diukur secara kuantitatif atau kualitatif . Contoh skala : Nominal: Jenis kelamin , pekerjaan . Ordinal: Peringkat kepuasan (1 = sangat tidak puas , 5 = sangat puas ). Interval: Skor sikap konsumen terhadap merek . Rasio : Pendapatan bulanan , jumlah pembelian . Contoh : Menggunakan skala Likert 1–5 untuk mengukur kepuasan pelanggan terhadap pelayanan toko.

10. 4. Menyusun dan melakukan pre-test terhadap kuesioner atau bentuk pengumpulan data lainnya Tujuannya : Memastikan pertanyaan dalam kuesioner mudah dipahami , tidak menimbulkan bias, dan relevan . Pre-test dilakukan pada kelompok kecil (10–30 responden ) sebelum survei besar . Contoh : Kuesioner online diuji coba pada 20 mahasiswa sebelum dikirim ke 500 responden .

11. 5. Menetapkan proses sampling dan jumlah sampel Tujuannya : Memilih siapa yang akan dijadikan responden agar hasil riset representatif . Jenis Sampling: Probability sampling: Setiap orang punya peluang sama untuk dipilih ( misalnya random sampling). Non-probability sampling: Responden dipilih dengan kriteria tertentu ( misalnya purposive sampling). Contoh : Untuk meneliti pengguna Shopee di Jakarta, dipilih 300 responden secara acak dari daftar pengguna aktif .

12. 6. Menyusun rencana analisis data Tujuannya : Menentukan metode analisis yang sesuai dengan jenis data dan tujuan riset . Metode Analisis : Deskriptif : Mean, median, frekuensi . Inferensial : Uji T, ANOVA, regresi , korelasi . Kualitatif : Analisis isi , analisis tematik . Contoh : Menggunakan regresi linier untuk melihat pengaruh biaya iklan terhadap penjualan .

13. Perancangan Metode Riset Komunikasi Pemasaran 2

14. Tahapan … Kriteria data yang baik : Klasifikasi data menurut : Cara memperoleh data Data prımer kuisioner meliputi : obyektif ( sesuai dengan keadaan yang sesungguhnya ), representatif , standard error rendah , up to date & relevan Jenisnya : data kualitatif & data kuantitatif Sifatnya : data diskrit & data continue Sumbernya : data internal & data eksternal 1. Data primer: dikumpulkan dan diolah sendiri langsung dari obyeknya . ( biasanya terdiri dari : observasi , eksperimen , & kuesioner ) 2. Data sekunder : diperoleh dalam bentuk sudah jadi ( sudah dikumpulkan dan sudah diolah oleh pihak lain), biasanya dalam bentuk publikasi . 3. Menurut waktu pengumpulannya : data cross section & time series Wawancara Pribadi , Survei Pos, Telepon , Panel , dan Teknik Wawancara Kelompok

15. Kriteria data yang baik : 1. Obyektif ( Sesuai dengan Keadaan yang Sesungguhnya ) Penjelasan : Data harus dikumpulkan tanpa bias, tidak dimanipulasi , dan mencerminkan kondisi nyata di lapangan . Contoh:Dalam survei kepuasan pelanggan di Alfamart , jawaban konsumen dikumpulkan apa adanya , tanpa ada intervensi dari petugas survei . 2. Representatif Penjelasan : Data harus mewakili keseluruhan populasi yang diteliti , bukan hanya sebagian kecil yang tidak relevan . Contoh:Jika ingin meneliti perilaku belanja online di Indonesia, data harus diambil dari berbagai daerah ( kota besar dan kecil ), bukan hanya dari Jakarta saja . 3. Standard Error Harus Kecil Penjelasan : Standard error yang kecil menunjukkan data lebih akurat dan tingkat kesalahan dalam penarikan sampel terhadap populasi semakin rendah . Contoh:Survei dengan 1.000 responden akan memiliki standard error lebih kecil daripada survei dengan 100 responden , sehingga hasilnya lebih dapat dipercaya .

16. Kriteria data yang baik : 4. Up to Date Penjelasan : Data harus mutakhir , tidak usang , agar relevan dengan situasi terkini . Contoh:Data tren penjualan e-commerce tahun 2025 akan lebih relevan untuk analisis pemasaran dibandingkan data dari tahun 2019. 5. Relevan Penjelasan : Data harus sesuai dengan tujuan penelitian , tidak melebar ke hal-hal yang tidak berkaitan . Contoh:Jika tujuannya meneliti pengaruh iklan Instagram terhadap minat beli , data yang dikumpulkan sebaiknya mencakup frekuensi melihat iklan dan niat membeli , bukan data tentang gaya musik favorit responden .

17. Cara memperoleh data m enurut waktu pengumpulannya : 1. Data Cross Section Pengertian Data cross section adalah data yang dikumpulkan pada satu titik waktu tertentu dari banyak responden atau objek penelitian . Fokusnya pada perbedaan antar subjek dalam satu periode waktu yang sama , bukan perubahan dari waktu ke waktu . Cara Memperoleh Data Menggunakan survei , kuesioner , wawancara , atau observasi yang dilakukan pada satu periode waktu tertentu . Data biasanya bersifat snapshot ( potret sesaat ). Contoh di Indonesia Survei Gojek pada bulan Maret 2025 untuk mengetahui tingkat kepuasan pelanggan di 10 kota besar Indonesia. Data ini hanya menggambarkan situasi pada Maret 2025, tidak membandingkan tren dari bulan sebelumnya atau sesudahnya .

18. Cara memperoleh data menurut waktu pengumpulannya : 2. Data Time Series Pengertian Data time series adalah data yang dikumpulkan secara berkala dari waktu ke waktu untuk melihat tren , pola , atau perubahan dalam jangka tertentu . Cara Memperoleh Data Menggunakan data laporan keuangan , statistik penjualan , atau survei yang dilakukan secara berulang dalam periode tertentu ( harian , bulanan , tahunan ). Contoh di Indonesia Data penjualan Indomie dari Januari 2020 sampai Desember 2024 untuk melihat tren penjualan setiap bulan . Data ini bisa menunjukkan pola kenaikan penjualan pada saat Ramadhan atau saat ada promosi besar .

19. Klasifikasi data menurut : 1. Data Diskrit (Discrete Data) Pengertian : Data berupa bilangan bulat yang tidak dapat dipecah-pecah lagi menjadi nilai di antaranya . Hanya menghitung jumlah (count), tidak ada nilai pecahan atau desimal . Contoh dalam Riset Pemasaran : Jumlah konsumen yang membeli produk di toko = 120 orangJ umlah cabang Alfamart di Jawa Barat = 250 toko Jumlah komplain pelanggan pada bulan Januari = 35 complain Ciri Utama: Nilainya berupa angka bulat . Sifatnya menghitung (counting), bukan mengukur (measuring).

20. Klasifikasi data menurut : 2. Data Kontinu (Continuous Data) Pengertian : Data yang bisa berbentuk pecahan / desimal karena hasil pengukuran . Nilai bisa berada dalam rentang tertentu (interval). Contoh dalam Riset Pemasaran : Pendapatan rata-rata pelanggan Shopee = Rp 3,75 juta / bulan Waktu rata-rata belanja online = 2,5 jam/ minggu Berat rata-rata paket JNE = 1,35 kg Ciri Utama: Bisa berupa desimal atau pecahan . Sifatnya mengukur (measuring).

21. Anaisis Data Riset 3

22. 1. Analisis dengan bantuan ilmu statistik Mayoritas data riset pemasaran merupakan tipikal data instrumen , sehingga dianalisis dengan metode instrumen . A. Aplikasi metode statistik : Statistik Deskriptif : menggambarkan berbagai karakteristik data. Statistik Induktif ( Inferensi ): inferensi terhadap sekumpulan data dari satu sampel , misalnya : prediksi , estimasi , pengambilan keputusan , dsb . B. Jenis data statistik : Data Kualitatif : data kategori , tidak dapat dilakukan operasi matematika , meliputi : data nominal & data ordinal. Data Kuantitatif : dapat dilakukan operasi matematika , meliput : data interval & data rasio .

23. 2. Analisis dengan bantuan non ilmu statistik Analisis Sikap Konsumen dengan Metode Fishbein, atau Multiattribute Attitude Model Analisis Semantic Differensial , Importance Performance Analysis, Optimasi Biaya Pemasaran , dll .