BAB V HASIL DAN PEMBAHASAN
5.3 Faktor-Faktor Apa Saja Yang Mempunyai Keterkaitan Paling Erat
Desa Bangun Sari
Untuk memperoleh faktor-faktor apa saja yang mempunyai keterkaitan paling erat terhadap keputusan konsumen dalam pembelian tanaman hias, maka diuji terlebih dahulu variabel-variabel yang digunakan. Variabel-variabel tersebut adalah Budaya (π1), Pengaruh orang lain (π2), Hobi (π3), Pengalaman (π4), Tren (π5), Beragam pilihan tanaman hias (π6), Harga (π7), Promosi (π8), Tempat yang nyaman (π9), dan Sentra produksi tanaman hias (π10). Variabel tersebut didapat berdasarkan faktor-faktor yang mempengeruhi proses pengambilan keputusan pembelian konsumen yang terdiri dari faktor kebudayaan, sosial, pribadi, psikologi dan bauran pemasaran.
5.3.1 Analisis Faktor
Langkah yang dilakukan setelah uji validitas dan reliabilitas adalah analisis faktor. Analisis faktor digunakan menentukan faktor-faktor yang dapat mendeskripsikan keterkaitan (interrelationship) antar variabel asal atau dengan kata lain, analisis faktor bertujuan untuk menafsirkan arti dari
variabel-variabel dalam suatu kumpulan data (Nugroho, 2008). Cara untuk menentukannya adalah dengan melihat hasil pengukuran nilai KMO (KaiserMeyer-Olkin) measure of sampling adequacy, Bartlettβs Test, MSA (Measurement of Sampling Adequacy), Communalities, Total Variance Explained, Scree Plot, Component Matrix, Rotated Component Matrix, dan Component Transformation Matrix. Nilai KMO MSA berubah-ubah di setiap analisis. Nilai KMO dan Bartlettβs Test digunakan untuk mengetahui kelayakan suatu variabel, apakah dapat dianalisis lebih lanjut dengan analisis faktor atau tidak. Analisis faktor dikatakan layak apabila nilai KMO lebih besar dari 0,5 dan nilai siginifikansi Bartlettβs Test kurang dari 0,05.
Dalam pengujian ini terjadi tiga kali pengujian untuk mendapatkan nilai yang sesuai.
Tabel 5.20 Nilai KMO (KaiserMeyer-Olkin) Measure of Sampling Adequacy and Bartlettβs Test
Keterangan Variabel Analisis Faktor
1 2 3 Sumber: Data primer diolah, 2021
Dari tabel diatas dapat dilihat pengujian pertama diperoleh nilai KMO 0,578
> 0,5. Nilai signifikansi Barlett Test of Sphericity sebesar 0,000 < 0,05, maka variabel yang digunakan dapat dilanjutkan karena sudah memenuhi syarat. Untuk mengetahui dan menentukan variabel apa saja yang yang layak pakai dalam analisis faktor dapat dilihat dari nilai MSA. Berdasarkan hasil analisis ada beberapa nilai variabel kurang dari 0,5, yaitu Budaya (0,494), Hobi (0,426), Beragam pilihan tanaman hias (0,487) dan Promosi (0,238) direduksi sehingga tidak dipakai di analisis berikutnya. Pada pengujian kedua diperoleh nilai KMO 0,701 > 0,5. Nilai signifikansi Barlett Test of Sphericity sebesar 0,000 < 0,05 dan nilai MSA setiap variabel memiliki nilai lebih dari 0,5 tetapi ada satu variabel yang memiliki nilai Extraction communalitiesnya kurang dari 0,5, yaitu variabel pengalaman.
Tabel 5.21 Nilai Communalities Pengujian Kedua
Variabel Initial Extraction
Pengaruh orang lain (πΏπ) 1,000 0,674
Pengalaman (πΏπ) 1,000 0,489
Tren (πΏπ) 1,000 0,662
Harga (πΏπ) 1,000 0,630
Tempat yang nyaman (πΏπ) 1,000 0,632
Sentra produksi tanaman hias (πΏππ) 1,000 0,841 Sumber: Data Primer diolah, 2021
Tabel Communalities menunjukkan nilai variabel yang diteliti apakah mampu untuk menjelaskan faktor atau tidak dengan nilai Extraction lebih besar dari 0,5. Nilai extraction yang kurang dari 0,5 direduksi, sehingga tidak dipakai dianalisis berikutnya.
Pada pengujian ketiga tersisa 5 variabel dengan nilai KMO MSA 0,640 >
0,5, nilai signifikansi Barlett Test of Sphericity sebesar 0,000 < 0,05, dan
nilai MSA setiap variabel lebih besar dari 0,5 maka variabel yang diuji memenuhi syarat.
Tabel 5.22 Nilai Communalities Pengujian Ketiga
Variabel Initial Extraction
Pengaruh orang lain (π2) 1,000 0,712
Tren (π5) 1,000 0,673
Harga (π7) 1,000 0,669
Tempat yang nyaman (π9) 1,000 0,669
Sentra produksi tanaman hias (π10) 1,000 0,839 Sumber: Data Primer diolah, 2021
Pada pengujian ketiga nilai Extraction Communalities disetiap variabel yang diuji > 0,5, dimana keeratan hubungan variabel Pengaruh orang lain terhadap faktor yang terbentuk sebesar 0,712, Tren sebesar 0,673, Harga sebesar 0,669, Tempat yang nyaman sebesar 0,669, dan sentra produksi tanaman hias sebesar 0,839, serta nilai initial eigenvalues seluruhnya bernilai 1. Dengan itu dapat disimpulkan bahwa semua variabel dapat menjelaskan faktor yang terbentuk. Pengujian selanjutnya yaitu Total Variance Explained untuk mengetahui besarnya persentase keragaman total yang mampu diterangkan oleh keragaman faktor-faktor yang terbentuk.
Tabel 5.23 Total Variance Explained
Component Total Variance
(%)
Cumulative (%)
1 2,299 45,986 45,986
2 1,262 25,241 71,227
3 0,617 12,343 83,569
4 0,564 11,290 94,859
5 0,257 5,141 100,000
Sumber: Data primer diolah, 2021
Berdasarkan tabel Total Variance Explained maka ada dua faktor yang terbentuk dari lima variabel yang diuji. Dimana syarat untuk menjadi sebuah
faktor, maka eigenvalues > 1. Faktor pertama memiliki eigenvalues sebesar 2,299, faktor kedua memiliki eigenvalues sebesar 1,262. Besarnya keragaman yang dapat dijelaskan oleh Faktor 1 adalah 45,986%, keragaman yang mampu dijelaskan oleh faktor 2 adalah 25,241%. Total kedua faktor akan mampu menjelaskan keragaman sebesar 71,227%. Hal ini menjelaskan bahwa sebanyak 71,227% dari seluruh variabel yang ada dapat dijelaskan oleh kedua komponen yang terbentuk. Karena eigenvalues ditetapkan 1, maka total nilai yang akan diambil adalah yang memiliki nilai > 1 yaitu komponen 1 dan 2.
Banyaknya faktor yang terbentuk juga dapat ditentukan dengan scree plot.
Kriteria ini digunakan untuk menentukan jumlah faktor yang optimum, yaitu kurva yang diperoleh dengan memplot faktor (sebagai sumbu horizontal) dan akar cirinya (sebagai sumbu vertikal). Kemudian ketajaman kurva terlihat untuk menentukan titik keluaran (out of points), yaitu ketika kurva mulai menyerupai garis horizontal (Nugroho, 2008).
Gambar 3. Scree Plot
Dari gambar Scree Plot diatas ada dua titik komponen yang memiliki nilai eigenvalue > 1, maka dapat diartikan bahwa ada dua faktor yang dapat terbentuk, yaitu komponen 1 dan komponen 2. Setelah mengetahui bahwa
faktor optimal yang terbentuk adalah dua faktor, selanjutnya untuk melihat besarnya korelasi tiap variabel dalam faktor yang terbentuk dapat dilihat pada tabel Component matrix.
Tabel 5.24 Component Matrix
Variabel Component
1 2
Pengaruh orang lain (π2) 0,300 0,789
Tren (π5) 0,428 0,700
Harga (π7) 0,798 -0,180
Tempat yang nyaman (π9) 0,769 -0,279
Sentra produksi tanaman hias (π10) 0,894 -0,200 Sumber: Data Primer diolah, 2021
Tabel Component matrix menunjukkan nilai korelasi antara masing-masing variabel dengan faktor yang terbentuk. Variabel yang memiliki factor loadings β₯ 0,5 dikelompokkan kedalam komponen satu ataupun komponen kedua. Dari tabel diatas dapat dilihat variabel Pengaruh orang lain berkorelasi sebesar 0,300 dengan faktor 1 dan 0,789 dengan faktor 2. Variabel Tren berkorelasi sebesar 0,428 dengan faktor 1 dan 0,700 dengan faktor 2. Variabel Harga berkorelasi sebesar 0,798 dengan faktor 1 dan -0,180 dengan faktor 2.
Variabel Tempat yang nyaman berkorelasi sebesar 0,769 dengan faktor 1 dan -0,279 dengan faktor 2. Variabel Sentra produksi tanaman hias berkorelasi sebesar 0,894 dengan faktor 1 dan -0,200 dengan faktor 2. Tiap faktor belum dapat diinterpretasikan dengan jelas sehingga perlu dilakukan rotasi dengan metode varimax. Untuk memastikan suatu variabel masuk dalam kelompok faktor mana, maka dapat ditentukan dengan melihat nilai korelasi terbesar antara variabel dengan faktor (Component) yang terbentuk. Dapat dilihat pada tabel Rotated component matrix.
Tabel. 5.25 Rotated Component Matrix
Variabel Component
1 2
Pengaruh orang lain (π2) 0,004 0,844
Tren (π5) 0,155 0,806
Harga (π7) 0,810 0,111
Tempat yang nyaman (π9) 0,818 0,009
Sentra produksi tanaman hias (π10) 0,907 0,127 Sumber: Data primer diolah, 2021
Berdasarkan tabel diatas dapat ditentukan variabel yang akan masuk diantara kedua faktor dengan melihat nilai korelasi terbesar. Variabel Harga (0,810), Tempat yang nyaman (0,818), Sentra produksi tanaman hias (0,907) masuk ke dalam faktor 1, sedangkan Pengaruh orang lain (0,844) dan Tren (0,806) masuk ke dalam faktor 2. Untuk mengetahui apakah faktor-faktor yang terbentuk sudah tidak memiliki korelasi lagi satu sama lain atau orthogonal dapat dilihat pada tabel Component Transformation Matrix
Tabel 5.26 Component Transformation Matrix
Component 1 2
1 0,936 0,351
2 -0,351 0,936
Sumber: Data primer diolah, 2021
Tabel Component Transformation Matrix menunjukkan bahwa nilai-nilai korelasi yang terdapat pada diagonal utama berada di atas 0,5 yaitu komponen 1 nilai korelasinya sebesar 0,936 > 0,5 dan komponen 2 nilai korelasinya sebesar 0,936 > 0,5, maka kedua faktor yang terbentuk ini dapat disimpulkan layak untuk merangkum kelima variabel yang dianalisis. Maka terbentuklah dua komponen utama, yaitu komponen pertama (faktor) yang terdiri dari Harga (π7), Tempat yang nyaman (π9), dan Sentra produksi tanaman hias (π10), serta komponen kedua (faktor gaya hidup) terdiri dari Pengaruh orang lain (π2) dan Tren (π5).
Komponen pertama hasil analisis faktor terdiri dari harga, tempat yang nyaman, dan sentra produksi tanaman hias diberi nama faktor harga dan pelayanan. Dalam pembelian harga mempengaruhi dalam pembelian tanaman hias. Pada tahap pencarian informasi fokus utama yang menarik perhatian konsumen dalam membeli tanaman hias adalah 92% setuju dengan harga tanaman hias. Pelayanan yang baik dalam penjualan seperti tempat yang nyaman akan memberikan konsumen kenyamanan dalam memilih dan membeli tanaman hias yang diinginkannya, serta konsumen yang mengetahui bahwa desa Bangun sari merupakan salah satu sentra produksi tanaman hias menjadikan tempat tersebut didatangi konsumen untuk membeli tanaman hias.
Komponen kedua hasil analisis faktor terdiri dari pengaruh orang lain dan tren diberi nama faktor gaya hidup. Pembelian tanaman hias yang sedang tren menjadikan gaya hidup baru masa kini karena orang-orang berlomba-lomba untuk memperindah rumahnya dengan tanaman hias dan menjadikan budidaya tanaman menjadi tren baru di masa pandemi seperti saat ini.
Pengaruh orang lain juga mempengaruhi dalam pembelian tanaman hias, hal ini karena orang lain seperti keluarga, teman/tetangga menjadi pengaruh terdekat untuk melakukan pembelian dan melihat orang lain mulai membudidayakan tanaman hias membuat konsumen berminat untuk mengikuti tren budidaya tanaman hias tersebut.
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
1. Proses pengambilan keputusan konsumen dalam pembelian tanaman hias terdiri dari lima tahap, yaitu pengenalan kebutuhan, pencarian informasi, evaluasi alternatif, pengambilan keputusan dan perilaku pasca pembelian.
2. Faktor-faktor yang mempunyai keterkaitan paling erat dalam keputusan pembelian tanaman hias di Desa Bangun Sari terdiri dari dua komponen yang terbentuk berdasarkan nilai factor loading. Komponen pertama diberi nama faktor harga dan pelayanan terdiri dari harga, tempat yang nyaman, dan sentra produksi tanaman hias. Komponen kedua diberi nama faktor gaya hidup terdiri dari pengaruh orang lain dan tren.
6.2 Saran
1. Untuk pelaku usahatani tanaman hias di Desa Bangun Sari, disarankan dapat menyediakan tanaman hias yang diinginkan konsumen, seperti meningkatkan ragam jenis tanaman hias yang dijual, harga yang terjangkau dan tempat yang nyaman.
2. Untuk pemerintah diharapkan dapat membantu petani dan pelaku bisnis tanaman hias dalam menjalankan usahataninya dan mengembangkannya, seperti mempromosikan Desa Bangun Sari sebagai destinasi agrowisata.
3. Untuk peneliti selanjutnya, disarankan melakukan penelitian lebih lanjut di daerah lain untuk membandingkan daerah yang telah diteliti.
DAFTAR PUSTAKA
Abdulah, Junaedy. 2004. Bauran pemasaran dan Trend Penjualan Tanaman Hias.
Penebar Swadaya, Jakarta.
Amirullah. 2002. Perilaku Konsumen. Edisi Pertama. Cetakan Pertama. Penerbit Graha Ilmu Jakarta.
Amstrong dan Philip Kotler. 2003. Manajemen Pemasaran. Edisi Kesembilan.
Jakarta: PT. Indeks Gramedia.
Arikunto S. 2002. Metodologi Penelitian. Rineka Cipta. Jakarta.
Artaraya, I Putu. 2018. Ekonometrika Terapan: Analisa Faktor. Surabaya:
Universitas Narotama.
Dewi, Dian Ayunita NN. 2008. Modul Uji Validitas dan Reliabilitas. Semarang:
Universitas Diponegoro.
Direktorat Budidaya Tanaman Hias. 2008. Pedoman Budidaya Tanaman Hias yang Baik dan Benar. Jakarta.
Dwiastuti, Rini, dkk. 2012. Ilmu Perilaku Konsumen. Malang: Universitas Brawijaya Press.
Engel, J.F. et.al. 1994. Consumer Behavior Jilid 1. Alih Bahasa Budiyanto. Jakarta:
Binarupa Aksara.
Fadila, Dewi & Ridho, Sari Lestari Zainal. 2013. Perilaku Konsumen. Palembang:
Penerbit Citrabooks Indonesia.
Guilford J.P., Benjamin Fruchter.1956. Fundamental Statistic in Psychology and Education. 5thed. Mc-Graw-Hill. Tokyo.hal 145.
Hutagalung, Bima. 2013. Analisis Faktor-Faktor yang Mempengaruhi Perilaku Konsumen dalam Mengkonsumsi Daging Ayam Kampung di Kota Medan.
Skripsi. Program Studi Agribisnis, Fakultas Pertanian. Universitas Sumatera Utara. Medan.
Jonathan, Sarwono. 2006. Metode Penelitian Kuantitatif dan Kualitatif.
Yogyakarta: Graha Ilmu.
Kotler, Amstrong. 2001. Prinsip-prinsip pemasaran. Edisi kedua belas. Jilid 1.
Jakarta: Erlangga
Kotler, Philip dan AB. Susanto. 2001. Manajemen Pemasaran Indonesia. Buku 2.
Salemba empat. Jakarta.
Kotler, Phillip & Keller. 2007. Manajemen Pemasaran. Edisi Keduabelas. Jilid 2.
dialih bahasakan oleh Benjamin Molan. Jakarta: PT Indeks.
---. 2008. Manajemen Pemasaran. Edisi Ketigabelas. Jilid 1.
Jakarta: Erlangga.
---. 2009. Manajemen Pemasaran. Jilid I. Edisi ke 13.
Jakarta: Erlangga.
Machfoedz Mahmud. 2005. Pengantar Pemasaran Modern. Edisi pertama. Cetakan Pertama. Penerbit : UPP AMP YKPN. Yogyakarta.
Malhotra, N. 2004. Marketing research. Upper Saddle River: Pearson Prentice Hall.
Intl.
Mangkunegara, Prabu Anwar. 2002. Perilaku Konsumen. Edisi Revisi. Cetakan Kedua. PT. Refika. Aditama Bandung.
Nanang, Martono. 2010. Metode Penelitian Kuantitatif. Jakarta. Rajawali Pers.
Noviana, Anita. 2013. Perilaku Konsumen Dalam Pembelian Tanaman Hias di Kecamatan Pekalongan Kabupaten Lampung Timur. Skripsi. Jurusan Agribisnis, Fakultas Pertanian Universitas Lampung. Bandar Lampung.
Nurcahyanto, Guntur. 2010. "Ebook Uji Instrumen Penelitian." Indonesia: Ismail.
Nugroho, Sigit. 2008. Statistika Multivariat Terapan.Cetakan Pertama. Edisi 1.
UNIB Press. Bengkulu.
Pulungan, N. 2008. Prospek Pengembangan Tanaman Hias Aglaonema di Kota Medan. Fakultas Pertanian, Universitas Sumatra Utara, Medan.
Reksoprayitno. 2000. Pengantar Ekonomi Mikro. Edisi Millenium. BPFE UGM.
Yogyakarta.
Resty Avita Haryanto. 2013. βStrategi Promosi, Kualitas Produk, Kualitas Layanan Terhadap Kepuasan Pelanggan Pada Restoran MC DONALDβS Manadoβ. EMBA. Vol 1 No. 4
Swastha, Basu. 2000. Asas-asas Marketing. Edisi III. Yogyakarta : Liberty.
Schiffman dan Kanuk. 2008. Perilaku konsumen. Edisi 7. Jakarta: Indeks
Setiadi, Nugroho. 2003. Perilaku Konsumen: Perspektif Kontemporer pada Motif, Tujuan, dan Keinginan Konsumen. Edisi Ketiga. Jakarta: PrenadaMedia Group.
Shinta, Agustina. 2011. Manajemen Pemasaran: Universitas Brawijaya.
Simamora, Bilson. 2005. Analisis Multivariant Pemasaran. Jakarta: PT Gramedia Pustaka Utama.
Sirait, Nusantry. 2015. Faktor-Faktor yang Mempengaruhi Perilaku Konsumen dalam Mengonsumsi Gula Putih Bermerek di Kota Medan. Skripsi.
Program Studi Agribisnis, Fakultas Pertanian. Universitas Sumatera Utara.
Siregar, Melinda. 2020. Strategi Pemasaran Tanaman Hias di Desa Bangun Sari Kecamatan Tanjung Morawa Kabupaten Deli Serdang. Skripsi. Program Studi Agribisnis, Fakultas Pertanian. Universitas Sumatera Utara.
Subianto, T. 2007. Studi tentang perilaku konsumen beserta implikasinya terhadap keputusan pembelian. Jurnal Ekonomi Modernisasi, 3(3), pp.165-182.
Sugiarto, dkk. 2001.Teknik Sampling. Jakarta: PT Gramedia Pustaka Utama.
Sugiyono. 2012. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung:
Alfabeta
Solomon, M. R. 2007. Consumer Behavior: Buying, Having, and Being. New Jersey, Upper Saddle River: Pearson Educatio n, Inc.
Sumarni, Murti dan John Soeprihanto. 2010. Pengantar Bisnis (Dasar-dasar Ekonomi Perusahaan). Edisi ke 5. Yogyakarta: Liberty. Yogyakarta.
Sumarwan, Ujang. 2002. Perilaku Konsumen: Teori dan Penerapannya dalam Pemasaran. Bogor: Ghalia Indonesia
Sumarwan, Ujang. 2015. Perilaku Konsumen Teori Penerapannya Dalam Pemasaran. Edisi Kedua. Cetakan Ketiga. Bogor: Penerbit Ghalia Indonesia.
Supranto, J. 2004. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta. Jakarta.
Ulum, H. Miftachul. 2016. Uji Validitas dan Uji Reliabilitas. Malang.
Validitas, Uji. "Reliabilitas." Hasil Uji Validitas dan Reliabilitas Variabel X 2 (2013).
Widyastuti, Titiek. 2018. Teknologi Budaya Tanaman Hias Agribisnis. Yogyakarta:
CV Mine.
Yatiman. 2018. Analisis Faktor-Faktor Yang Mempengaruhi Perilaku Konsumen Dalam Keputusan Pembelian Anggrek (Orchidaceae) di Tempat Usaha Yusra dan Windha-Wan Florist. Skripsi. Program Studi Agribisnis, Fakultas Pertanian. Universitas Muhammadiyah Sumatera Utara. Medan.
https://klikhijau.com/read/11-jenis-philodendron-paling-populer-di-tanah-air-klik-ini/ (Diakses pada 28 November 2020).
https://www.kompas.com/tren/read/2020/09/29/100500465/3-tanaman-hias-yang-harganya-melonjak-di-tengah-pandemi-covid-19-apa-saja?page=all (Diakses pada 28 Oktober 2020).
https://www.cnnindonesia.com/gaya-hidup/20200925071518-65-550742/janda-bolong-tanaman-hias-yang-harganya-naik-sejak-pandemi (Diakses pada 27 November 2020).
LAMPIRAN
Lampiran 1. Karakteristik Konsumen Tanaman Hias
29 58 P SMA Ibu Rumah Tangga Rp. 1.000.000 - < Sumber: Data primer diolah, 2021
Lampiran 2. Hasil Uji Validitas dan Reliabilitas Correlations
Budaya Pengaruh Orang
lain
Hobi Pengalaman Tren Beragamnya pilihan tanaman hias
Harga Promosi Tempat yang
Beragamnya
*. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Case Processing Summary variables in the procedure.
Reliability Statistics
Lampiran 3. Hasil Analisis Faktor KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
.640 Bartlett's Test of
Sphericity
Approx. Chi-Square 62.666
Df 10
Sig. .000
Anti-image Matrices a. Measures of Sampling Adequacy (MSA)
Communalities
Initial Extraction Pengaruh orang lain 1.000 .712
Tren 1.000 .673
Extraction Method: Principal Component Analysis.
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Extraction Method: Principal Component Analysis.
Component Matrixa
Component
1 2
Pengaruh orang lain .300 .789
Tren .428 .700
Harga .798 -.180
Tempat yang nyaman .769 -.279
Sentra produksi tanaman hias .894 -.200 Extraction Method: Principal Component Analysis.
a. 2 components extracted.
Rotated Component Matrixa
Component
1 2
Pengaruh orang lain .004 .844
Tren .155 .806
Harga .810 .111
Tempat yang nyaman .818 .009
Sentra produksi tanaman hias
.907 .127
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a a. Rotation converged in 3 iterations.
Component Transformation Matrix
Component 1 2
1 .936 .351
2 -.351 .936
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.