UAS Riset Pasar
Nabila Dea A
2025-05-26
# Memuat library
library(readxl)
library(dplyr)## Warning: package 'dplyr' was built under R version 4.4.2##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(ggplot2)
# Membaca data dari Excel
data <- read_excel("C:/Users/ACER/Downloads/Soal UAS Riset Pasar.xlsx")
# Melihat nama kolom untuk identifikasi
names(data)## [1] "Usia"
## [2] "Jenis Kelamin"
## [3] "Fakultas"
## [4] "Tingkat Studi"
## [5] "Apakah Anda tinggal di kos atau rumah sendiri?"
## [6] "Berapa pengeluaran bulanan Anda (dalam Rp)?"
## [7] "Seberapa sering Anda membeli makanan/minuman di kampus?"
## [8] "Apakah Anda tertarik membeli produk buatan mahasiswa?"
## [9] "Produk apa yang sering Anda beli di kampus?"
## [10] "Seberapa penting kemudahan pembayaran bagi Anda?"
## [11] "Platform mana yang Anda gunakan untuk belanja online?"
## [12] "Apakah Anda mengikuti tren fashion kampus?"
## [13] "Apakah Anda membeli produk digital (ebook, template, dll)?"
## [14] "Apakah Anda suka barang custom (sesuai permintaan)?"
## [15] "Apakah Anda peduli dengan isu ramah lingkungan?"
## [16] "Topik apa yang paling Anda minati saat ini?"
## [17] "Berapa kali dalam seminggu Anda nongkrong di kampus?"
## [18] "Apa faktor utama Anda dalam memilih produk (harga, kualitas, tren, dll)?"
## [19] "Jika ada produk baru, apa yang membuat Anda tertarik mencoba?"
## [20] "Ide produk apa yang Anda inginkan ada di kampus?"data <- data %>%
rename(
Jenis_Kelamin = 'Jenis Kelamin',
Tingkat_Studi = 'Tingkat Studi',
Tempat_Tinggal = 'Apakah Anda tinggal di kos atau rumah sendiri?',
Pengeluaran = `Berapa pengeluaran bulanan Anda (dalam Rp)?`,
Frekuensi_Beli = 'Seberapa sering Anda membeli makanan/minuman di kampus?',
Minat_ProdukMhs = 'Apakah Anda tertarik membeli produk buatan mahasiswa?',
Sering_Dibeli = 'Produk apa yang sering Anda beli di kampus?',
Pembayaran = 'Seberapa penting kemudahan pembayaran bagi Anda?',
Platform = 'Platform mana yang Anda gunakan untuk belanja online?',
Tren_Fashion = 'Apakah Anda mengikuti tren fashion kampus?',
Minat_Digital = `Apakah Anda membeli produk digital (ebook, template, dll)?`,
Minat_Custom = 'Apakah Anda suka barang custom (sesuai permintaan)?',
Kepedulian_Lingkungan = 'Apakah Anda peduli dengan isu ramah lingkungan?',
Minat_Topik ='Topik apa yang paling Anda minati saat ini?',
Frekuensi_Nongkrong = 'Berapa kali dalam seminggu Anda nongkrong di kampus?',
Faktor_Memilih_Produk = 'Apa faktor utama Anda dalam memilih produk (harga, kualitas, tren, dll)?',
Minat_ProdukBaru = 'Jika ada produk baru, apa yang membuat Anda tertarik mencoba?',
Ide = 'Ide produk apa yang Anda inginkan ada di kampus?'
)names(data)## [1] "Usia" "Jenis_Kelamin" "Fakultas"
## [4] "Tingkat_Studi" "Tempat_Tinggal" "Pengeluaran"
## [7] "Frekuensi_Beli" "Minat_ProdukMhs" "Sering_Dibeli"
## [10] "Pembayaran" "Platform" "Tren_Fashion"
## [13] "Minat_Digital" "Minat_Custom" "Kepedulian_Lingkungan"
## [16] "Minat_Topik" "Frekuensi_Nongkrong" "Faktor_Memilih_Produk"
## [19] "Minat_ProdukBaru" "Ide"Apakah mahasiswa yang tinggal di kos lebih sering membeli makanan/minuman di kampus?
table(data$Tempat_Tinggal, data$Frekuensi_Beli)##
## Beberapa kali seminggu Jarang Setiap hari Tidak pernah
## Asrama 36 36 31 28
## Kos 40 25 20 29
## Rumah sendiri 36 23 19 32chisq.test(table(data$Tempat_Tinggal, data$Frekuensi_Beli))##
## Pearson's Chi-squared test
##
## data: table(data$Tempat_Tinggal, data$Frekuensi_Beli)
## X-squared = 5.5631, df = 6, p-value = 0.4739Penjelasan: Berdasarkan hasil analisis, tempat tinggal mahasiswa tidak memengaruhi kebiasaan membeli makanan atau minuman di kampus. Hal ini dapat dilihat dari hasil uji Chi-Square yang menghasilkan p-value sebesar 0.4739, lebih besar dari taraf signifikan 0.05
Platform belanja online mana yang paling populer di kalangan mahasiswa?
sort(table(data$Platform), decreasing = TRUE)##
## WhatsApp Instagram Tokopedia Lainnya Shopee
## 82 74 72 68 59# Hitung frekuensi setiap platform
platform_freq <- as.data.frame(table(data$Platform))
# Ubah nama kolom biar lebih rapi
colnames(platform_freq) <- c("Platform", "Jumlah")
# Buat bar chart horizontal
ggplot(platform_freq, aes(x = reorder(Platform, Jumlah), y = Jumlah)) +
geom_bar(stat = "identity", fill = "#0073e6") +
coord_flip() +
labs(title = "Platform Belanja Online Paling Populer di Kalangan Mahasiswa",
x = "Platform Belanja Online", y = "Jumlah Mahasiswa") +
theme_minimal()
Penjelasan: Berdasarkan analisis di atas, WhatsApp menjadi platform belanja online yang paling populer di kalangan mahasiswa, diikuti oleh Instagram dan Tokopedia. Hal ini menunjukkan bahwa WhatsApp memiliki daya tarik yang lebih besar di kalangan mahasiswa, kemungkinan karena harga yang kompetitif (tidak di markup) atau karena kemudahan penggunaan aplikasinya.
Apakah tingkat studi S2 paliing peduli terhadap isu ramah lingkungan?
chisq.test(table(data$Tingkat_Studi, data$Kepedulian_Lingkungan))##
## Pearson's Chi-squared test
##
## data: table(data$Tingkat_Studi, data$Kepedulian_Lingkungan)
## X-squared = 6.3344, df = 4, p-value = 0.1755Penjelasan: Berdasarkan hasil analisis, p-value sebesar 0.1755 lebih besar dari taraf signifikansi 0.05 menunjukkan tidak ada hubungan yang signifikan antara tingkat studi mahasiswa (D3/ S1/ S2) dengan tingkat kepedulian terhadap isu ramah lingkungan.
Dengan kata lain, mahasiswa S2 tidak secara khusus lebih peduli terhadap isu ramah lingkungan dibandingkan mahasiswa dari jenjang lainnya.
Apakah mahasiswa yang memilih “unik” sebagai alasan mencoba produk baru punya minat berbeda terhadap topik tertentu?
data$Alasan_Unik <- ifelse(data$Minat_ProdukBaru == "Unik", "Ya", "Tidak")table(data$Alasan_Unik, data$Minat_Topik)##
## Bisnis Desain Lingkungan Musik Teknologi
## Tidak 52 41 61 57 46
## Ya 16 23 16 28 15chisq.test(table(data$Alasan_Unik, data$Minat_Topik))##
## Pearson's Chi-squared test
##
## data: table(data$Alasan_Unik, data$Minat_Topik)
## X-squared = 6.0723, df = 4, p-value = 0.1938Penjelasan: Berdasarkan hasil uji chi-square, tidak ditemukan hubungan yang signifikan antara mahasiswa yang memilih alasan “unik” saat mencoba produk baru dengan minat mereka terhadap berbagai topik (bisnis, desain, lingkungan, musik, teknologi). Hal ini ditunjukkan oleh p-value sebesar 0.1938 yang lebih besar dari taraf signifikansi 0.05, sehingga tidak ada cukup bukti untuk menyimpulkan adanya perbedaan minat berdasarkan alasan tersebut.
Dengan kata lain, mahasiswa yang memilih alasan “unik” tidak menunjukkan kecenderungan minat khusus terhadap topik tertentu dibandingkan mahasiswa lainnya.
Usia berapa yang paling tertarik membeli produk digital?
table_usia_digital <- table(data$Usia, data$Minat_Digital)
print(table_usia_digital)##
## Tidak Ya
## <18 35 46
## >25 42 57
## 18-21 49 47
## 22-25 44 35library(ggplot2)
ggplot(data, aes(x = Usia, fill = Minat_Digital)) +
geom_bar(position = "dodge") +
labs(title = "Minat Produk Digital berdasarkan Kelompok Usia",
x = "Usia", y = "Jumlah Mahasiswa") +
scale_fill_manual(values = c("Ya" = "#0073e6", "Tidak" = "#d9d9d9")) +
theme_minimal()
Penjelasan: Berdasarkan hasil plot data, mahasiswa
dengan usia lebih dari 25 tahun merupakan yang paling tertarik membeli
produk digital. Hal ini terlihat dari jumlah responden yang menyatakan
“ya” pada pertanyaan “Apakah Anda membeli produk digital (ebook,
template, dll)
Produk apa yang paling sering dibeli mahasiswa di kampus?
sort(table(data$Sering_Dibeli), decreasing = TRUE)##
## Aksesoris Alat tulis Makanan Merchandise kampus
## 75 74 69 69
## Minuman
## 68library(ggplot2)
ggplot(data, aes(x = Sering_Dibeli)) +
geom_bar(fill = "steelblue") +
theme_minimal() +
labs(title = "Produk yang Paling Sering Dibeli Mahasiswa",
x = "Jenis Produk", y = "Jumlah Pembeli") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Berdasarkan hasil analisis frekuensi, produk yang paling sering dibeli
mahasiswa adalah aksesoris, diikuti oleh alat tulis. Hal ini menunjukkan
bahwa produk tersebut memiliki daya tarik tinggi di lingkungan kampus
dan mungkin menjadi kebutuhan utama mahasiswa.
Apakah mahasiswa dengan pengeluaran >2 juta cenderung lebih tertarik pada produk digital?
# Mengelompokkan berdasarkan pengeluaran
data <- data %>%
mutate(Kelompok_Pengeluaran = ifelse(Pengeluaran > 2000000, ">2 juta", "≤2 juta"))# Melihat ringkasan data minat digital berdasarkan kelompok pengeluaran
table(data$Kelompok_Pengeluaran, data$Minat_Digital)##
## Tidak Ya
## >2 juta 39 42
## ≤2 juta 131 143# Uji chi-square
uji <- chisq.test(table(data$Kelompok_Pengeluaran, data$Minat_Digital))
print(uji)##
## Pearson's Chi-squared test with Yates' continuity correction
##
## data: table(data$Kelompok_Pengeluaran, data$Minat_Digital)
## X-squared = 2.4976e-30, df = 1, p-value = 1Penjelasan: Berdasarkan analisis, minat mahasiswa terhadap produk digital tidak tergantung pada besar kecilnya pengeluaran mereka. Mahasiswa dengan pengeluaran tinggi dan rendah sama-sama bisa tertarik ataupun tidak tertarik pada produk digital.
Apakah preferensi ketertarikan membeli produk buatan mahasiswa berbeda antara mahasiswa laki-laki dan perempuan?
table_jk_produk <- table(data$Jenis_Kelamin, data$Minat_ProdukMhs)
print(table_jk_produk)##
## Mungkin Tidak Ya
## Laki-laki 59 61 60
## Perempuan 58 57 60# Uji Chi-Square
chisq.test(table_jk_produk)##
## Pearson's Chi-squared test
##
## data: table_jk_produk
## X-squared = 0.073732, df = 2, p-value = 0.9638Penjelasan: Berdasarkan hasil uji chi-square, tidak ditemukan hubungan yang signifikan antara jenis kelamin dengan preferensi ketertarikan membeli produk buatan mahasiswa. Nilai p-value sebasar 0.9638 lebih besar dari taraf signifakansi 0.05.
Artinya, baik laki-laki maupun perempuan memiliki ketertarikan yang relatif sama terhadap produk buatan mahasiswa.
Fakultas mana yang paling menginginkan cemilan sehat dijual di kampus?
library(ggplot2)
library(dplyr)
# Filter hanya yang menjawab "Ya"
cemilan_ya <- data %>%
filter(Ide == "Cemilan sehat") %>%
group_by(Fakultas) %>%
summarise(Jumlah = n()) %>%
arrange(desc(Jumlah))
# Visualisasi bar chart horizontal
ggplot(cemilan_ya, aes(x = reorder(Fakultas, Jumlah), y = Jumlah)) +
geom_bar(stat = "identity", fill = "#33a02c") +
coord_flip() +
labs(title = "Fakultas dengan Minat Tertinggi pada Cemilan Sehat",
x = "Fakultas", y = "Jumlah Mahasiswa") +
theme_minimal()
Penjelasan: Berdasarkan plot di atas, diketahui bahwa
fakultas yang paling menginginkan cemilan sehat dijual di kampus yaitu
fakultas MIPA.