Perilaku konsumen dalam pembelian kacang mete di pasar tradisional Kabupaten Wonogiri dianalisis menggunaka metode analisis faktor. Menurut
Rochaety et. al (2007), analisis faktor merupakan sebuah analisis yang
mencari hubungan interdependensi antarvariabel, sehingga mampu
mengidentifikasi dimensi-dimensi atau faktor-faktor yang menyusunnya. Oleh karena itu, dalam analisis faktor tidak terdapat variabel bebas maupun variabel terikat. Manfaat dari analisis faktor adalah melakukan peringkasan
commit to user
variabel berdasarkan tingkat keeratan hubungan antar variabel, sehingga akan diperoleh faktor-faktor dominan yang berpengaruh terhadap variabel lainnya. Dalam penelitian ini data yang digunakan dalam analisis faktor berasal dari pendapat responden mengenai atribut-atribut produk kacang mete. Analisis faktor digunakan untuk melihat seberapa besar kontribusi variabel-variabel yang terangkum dalam faktor bauran pemasaran yang dipertimbangkan dalam mengambil keputusan pembelian kacang mete.
Berdasarkan hal tersebut maka dilakukan analisis faktor yang dipertimbangkan konsumen dalam membeli kacang mete pada pasar tradisional di Kabupaten Wonogiri. Faktor bauran pemasaran yang diteliti adalah produk, harga, promosi, dan tempat. Faktor produk yang diteliti terdiri dari variabel kandungan gizi (X1), keutuhan (X2), warna (X3) dan rasa kacang mete (X4). Faktor harga yang diteliti terdiri dari variabel harga (X5) dan kesesuaian harga dengan mutu kacang mete (X6). Faktor promosi yang diteliti terdiri dari variabel promosi (X7), potongan harga (X8), dan pengalaman pembelian (X9). Faktor tempat yang diteliti terdiri dari variabel jarak pasar (X10), lokasi pasar (X11), ketersediaan (X12), kenyamanan pasar (X13), pelayanan (X14), kebersihan pasar (X15), dan keamanan pasar (X16). Enambelas variabel yang dipertimbangkan konsumen dalam pengambilan keputusan pembelian kacang mete tersebut dianalisis menggunakan analisis
faktor dengan bantuan program komputer SPSS (Statistical Product and
Service Solution) 17.
Layak tidaknya analisis faktor untuk dilakukan analisis lebih lanjut
dapat diketahui dengan mengunakan uji Kaiser-Meyer-Olkin (KMO), Bartlett
Test of Sprericity,dan Measure of Sampling Adequacy. Analisis faktor dapat dilakukan dengan persyaratan pokok yang harus dipenuhi yaitu nilai indeks KMO tinggi, yaitu berkisar antara 0,5 sampai 1 (Simamora, 2005). Besarnya nilai KMO dapat dilihat pada Tabel 25.
Tabel 25. KMO (Kaiser Meyer Olkin) Measures of Sampling Adequacy and Bartlett’s Test
Uji KMO dan Bartlett Hasil Penelitian
KMO Measure of Sampling Adequacy 0,625
Bartlett’s Test of Sphericity
- Approx. Chi-Square 156,193
- Derajat Kebebasan (Df) 78,000 - Signifikansi (Sig) 0,000
Sumber : Analisis Data Primer Tahun 2012
Menurut Simamora (2005), KMO uji yang nilainya berkisar anara 0 sampai 1 mempertanyakan kelayakan analisis faktor. Apabila nilai KMO tinggi (berkisar antara 0,5 sampai 1), maka analisis faktor layak dilakukan. Sebaliknya, kalau nilai KMO dibawah 0,5 analisis faktor tidak layak dilakukan. Ketentuan tersebut berdasarkan pada:
1. Jika probabilitas (sig) kurang dari 0,05, maka variabel dapat dianalisis
lebih lanjut
2. Jika probabilitas (sig) lebih dari 0,05, maka variabel tidak dapat dianalisis
lebih lanjut.
Berdasarkan hasil analisis dengan SPSS 17, diperoleh nilai KMO Measure of Sampling Adequacy sebesar 0,625 dengan signifikansi sebesar 0,000. Nilai 0,625 berada di atas 0,5 dan signifikansi 0,00 lebih kecil dari 0,05, maka variabel dan data dapat dianalisis lebih lanjut.
Besarnya Measures of Sampling Adequacy (MSA) merupakan uji
statistik yang digunakan untuk mengetahui korelasi antar variabel dapat
dilihat pada tabel anti images correlation matrices pada SPSS. Besarnya
commit to user
Tabel 26. Hasil Pengujian Analisis Faktor 1No. Variabel-variabel MSA 1. Kandungan gizi 0,518 2. Keutuhan 0,444 3. Warna 0,586 4. Rasa 0,488 5. Harga 0,469 6. Kesesuaian harga 0,601 7. Promosi 0,601 8. Potongan harga 0,413 9. Pengalaman pembelian 0,543 10. Jarak pasar 0,382 11. Lokasi pasar 0,331
12. Ketersediaan kacang mete 0,614 13. Kenyamanan pasar 0,586
14. Pelayanan pasar 0,471
15. Kebersihan pasar 0,606 16. Keamanan Pasar 0,582
Sumber: Analisis Data Primer Tahun 2012
Menurut Anonimd (2011), besarnya angka MSA adalah antara 0
sampai 1, jika digunakan dalam menentukan penggabungan variabel ketentuannya sebagai berikut:
1. Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan.
2. Jika MSA dapat diprediksi dan dapat
dianalisis lebih lanjut.
3. Jika MSA < 0,5, maka variabel tersebut tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut sehingga variabel tersebut harus dikeluarkan.
Tabel 26. menunjukkan bahwa variabel yang mempunyai MSA lebih dari 0,5 adalah variabel kandungan gizi, warna, kesesuaian harga, promosi, pengalaman pembelian, ketersediaan, kenyamanan, kebersihan, dan keamanan pasar sehingga variabel tersebut dapat dianalisis lebih lanjut. Sedangkan variabel keutuhan, rasa, harga, potongan harga, jarak pasar, lokasi pasar, dan pelayanan pasar mempunyai MSA kurang dari 0,5, maka variabel tersebut dikeluarkan dan perlu dilakukan proses pengujian ulang. Menurut
Anonimd (2011), apabila terdapat lebih dari 1 variabel yang memiliki MSA di
bawah 0,5, maka yang dikeluarkan adalah variabel dengan MSA terkecil, dan proses penilaian tetap harus dilakukan pengulangan. Dengan demikian
pasar tidak menjadi variabel yang dipertimbangkan konsumen dalam pembelian kacang mete di pasar tradisional Kabupaten Wonogiri. Lokasi pasar tradisional di Kabupaten Wonogiri pada umumnya berada di lokasi yang strategis, yaitu di tepi jalan raya dan dekat atau bersebelahan dengan terminal angkutan umum. Pasar Kota Wonogiri, Pasar Kecamatan Ngadirojo, dan Pasar Kecamatan Jatisrono tersebut menyediakan produk yang bervariasi dan lengkap, kemudahan dalam mendapatkan produk yang diinginkan, dan memberikan kepuasan saat berbelanja.
Pengulanan proses pengujian dilakukan tanpa memasukkan variabel lokasi pasar, sehingga nilai MSA dari hasil pengujian yang ke-2 dapat dilihat pada Tabel 27.
Tabel 27. Hasil Pengujian Analisis Faktor 2
No. Variabel-variabel MSA 1. Kandungan gizi 0,485 2. Keutuhan 0,471 3. Warna 0,614 4. Rasa 0,484 5. Harga 0,492 6. Kesesuaian harga 0,635 7. Promosi 0,646 8. Potongan harga 0,413 9. Pengalaman pembelian 0,561 10. Jarak pasar 0,384
11. Ketersediaan kacang mete 0,657 12. Kenyamanan pasar 0,629
13. Pelayanan pasar 0,466
14. Kebersihan pasar 0,639 15. Keamanan Pasar 0,633
Sumber: Analisis Data Primer Tahun 2012
Tabel 27. menunjukkan bahwa dari hasil pengujian analisis faktor yang ke-2 masih terdapat variabel yang mempunyai MSA kurang dari 0,5 yaitu variabel keutuhan, rasa, harga, potongan harga, jarak pasar, dan pelayanan pasar. Variabel yang dikeluarkan adalah variabel dengan MSA
terkecil yaitu variabel jarak pasar. Sehingga, variabel jarak pasar tidak
menjadi variabel yang dipertimbangkan konsumen. Konsumen yang berbelanja di Pasar Kota Wonogiri, Pasar Kecamatan Ngadirojo, dan Pasar Kecamatan Jatisrono diketahui berasal dari berbagai wilayah Kabupaten
commit to user
Wonogiri yang dapat dilihat dari jarak pasar dengan tempat tinggal konsumen.
Pengulanan proses pengujian dilakukan tanpa memasukkan variabel jarak pasar, sehingga nilai MSA dari hasil pengujian yang ke-3 dapat dilihat pada Tabel 28.
Tabel 28. Hasil Pengujian Analisis Faktor 3
No. Variabel-variabel MSA 1. Kandungan gizi 0,606 2. Keutuhan 0,579 3. Warna 0,620 4. Rasa 0,602 5. Harga 0,486 6. Kesesuaian harga 0,602 7. Promosi 0,653 8. Potongan harga 0,395 9. Pengalaman pembelian 0,553 10. Ketersediaan kacang mete 0,640 11. Kenyamanan pasar 0,649
12. Pelayanan pasar 0,455
13. Kebersihan pasar 0,618 14. Keamanan Pasar 0,653
Sumber: Analisis Data Primer Tahun 2012
Tabel 28. menunjukkan bahwa hasil pengujian analisis faktor yang ke- 3 masih terdapat variabel yang mempunyai MSA kurang dari 0,5 yaitu variabel harga, potongan harga, dan pelayanan pasar. Variabel yang
dikeluarkan adalah variabel dengan MSA terkecil, yaitu variabel potongan
harga. Sehingga, variabel potongan harga tidak menjadi variabel dari faktor promosi yang dipertimbangkan oleh konsumen. Pedagang kacang mete jarang memberikan potongan harga kepada konsumen, apabila pedagang memberikan potongan harga, besarnya hampir sama untuk setiap pedagang dan nilainya tidak terlalu besar. Pedagang kacang mete tidak mengambil keuntungan yang besar bila dibandingkan dengan resiko yang harus diterima jika kacang mete yang dijualnya tidak laku karena sebagian orang masih menganggap kacang mete sebagai produk mewah.
Pengulanan proses pengujian dilakukan tanpa memasukkan variabel potongan harga, sehingga nilai MSA dari hasil pengujian yang ke-4 dapat dilihat pada Tabel 29.
Tabel 29. Hasil Pengujian Analisis Faktor 4
No. Variabel-variabel MSA 1. Kandungan gizi 0,626 2. Keutuhan 0,602 3. Warna 0,621 4. Rasa 0,632 5. Harga 0,521 6. Kesesuaian harga 0,641 7. Promosi 0,691 8. Pengalaman pembelian 0,549 9. Ketersediaan kacang mete 0,681 10. Kenyamanan pasar 0,691 11. Pelayanan pasar 0,561 12. Kebersihan pasar 0,612 13. Keamanan Pasar 0,650
Sumber: Analisis Data Primer Tahun 2012
Tabel 29. menunjukkan bahwa semua variabel pada analisis ke-4 mempunyai MSA lebih dari 0,5 sehingga ketigabelas variabel tersebut dapat dianalisis lebih lanjut. Setelah menemukan variabel yang dapat dianalisis,
selanjutnya dilanjutkan dengan communalities. Communalities merupakan
jumlah total variasi dari sebuah variabel penelitian yang bisa dijelaskan faktor
umum. Dari nilai communalities dapat diketahui hubungan antara variabel
dengan faktor-faktor yang nantinya dibentuk. Communalities untuk tiap
variabel dapat dilihat pada Tabel 30.
Tabel 30. Communalities
Variabel-variabel Initial Extraction
Kandungan gizi 1,000 0,373 Keutuhan 1,000 0,666 Warna 1,000 0,629 Rasa 1,000 0,533 Harga 1,000 0,451 Kesesuaian harga 1,000 0,558 Promosi 1,000 0,463 Pengalaman pembelian 1,000 0,501 Ketersediaan kacang mete 1,000 0,558 Kenyamanan pasar 1,000 0,531 Pelayanan pasar 1,000 0,481 Kebersihan pasar 1,000 0,548 Keamanan Pasar 1,000 0,514
Sumber: Analisis Data Primer Tahun 2012
Tabel 30. menunjukkan besarnya communalities untuk masing-masing
variabel berbeda. Communalities untuk variabel kandungan gizi nilainya
commit to user
dijelaskan oleh faktor yang akan terbentuk. Sedangkan untuk variabel keutuhan nilainya 0,666 artinya sekitar 66,6 % varian dari variabel keutuhan dapat dijelaskan oleh faktor yang akan terbentuk, begitu juga untuk variabel- variabel yang lain. Hal tersebut menunjukkan bahwa semakin kecil communalities sebuah variabel, berarti semakin lemah hubungannya dengan
faktor yang terkait, dan semakin besar communalities sebuah variabel, maka
semakin kuat hubungannya dengan faktor yang terbentuk.
Setelah diketahui nilai communalities, selanjutnya dapat dilihat pada
nilai eigen value. Kriteria suatu faktor dipertimbangkan oleh konsumen
terhadap keputusan dalam membeli kacang mete pada pasar tradisional Pasar Kota Wonogiri, Pasar Kecamatan Ngadirojo, dan Pasar Kecamatan Jatisrono,
dapat diketahui dengan melihat nilai eigen value dari suatu faktor. Eigen
value untuk faktor yang dipertimbangkan konsumen terhadap keputusan
pembelian kacang mete harus lebih dari 1. Angka eigenv alue menunjukkan
kepentingan relatif masing-masing faktor yang terbentuk dalam menghitung
varian dari variabel-variabel penelitian yang dianalisis. Besarnya eigen value
dan proporsi varians untuk masing-masing faktor yang terbentuk dapat dilihat pada Tabel 31. sebagai berikut:
Tabel 31. Angka Eigen value dan Proporsi Varian dari Tiap Faktor
Faktor inti Eigen value Proporsi Varian
1 (tempat) 2,307 17,746 %
2 (produk) 1,939 14,914 %
3 (promosi) 1,474 11,337 %
4 (harga) 1,058 8,136 %
Total 6,778 52,132 %
Sumber: Analisis Data Primer Tahun 2012
Pada analisis data terdapat 13 variabel yang dilibatkan, jadi akan ada 13 yang diusulkan dalam analisis faktor. Setiap faktor mewakili variabel- variabel yang dianalisis. Kemampuan setiap faktor mewakili variabel-variabel
yang dianalisis, ditunjukkan oleh besarnya varians yang dijelaskan (eigen
value). Tabel 31. menunjukkan bahwa terdapat 4 variabel yang menjadi faktor inti dari faktor bauran pemasaran. Hal ini terjadi karena 4 faktor
tidak menjadi faktor inti karena nilai eigen value kurang dari 1. Dengan demikian pada penelitian ini terbentuk 4 faktor yang menjadi pertimbangan konsumen dalam membeli kacang mete di pasar tradisional di Kabupaten Wonogiri. Faktor 1 mampu menjelaskan 17,746% varian ke-13 variabel penelitian, faktor 2 mampu menjelaskan 14,914% varian ke-13 variabel penelitian, faktor 3 mampu menjelaskan 11,337% varian ke-13 variabel penelitian, faktor 4 mampu menjelaskan 8,136% varian ke-13 variabel penelitian. Total varian yang mampu dijelaskan keempat faktor tersebut adalah 52,132%, yang berarti penelitian ini mampu menjelaskan faktor yang menjadi pertimbangan konsumen dalam membeli kacang mete di Pasar Kota Wonogiri, Pasar Kecamatan Ngadirojo, dan Pasar Kecamatan Jatisrono sebesar 52,132%. Sedangkan sisanya 47,868% merupakan faktor lain yang tidak tercakup dalam hasil analisis faktor misalnya karakteristik dari konsumen itu sendiri, lingkungan sosial, budaya, ekonomi, politik dan faktor- faktor lain.
Empat faktor yang dihasilkan merupakan kumpulan dari variabel- variabel yang merupakan unsur pembentuk faktor tersebut. Penamaan masing-masing faktor yang dipertimbangkan oleh konsumen kacang mete di pasar tradisional di Kabupaten Wonogiri didasarkan pada variabel-variabel yang menyusun faktor tersebut. Setelah diketahui empat faktor yang sesuai untuk menyederhanakan ke-13 variabel penelitian yang diteliti, maka dari
analisis data dengan menggunakan SPSS 17 diperoleh tabel rotated
component matrix. Tabel tersebut menunjukkan distribusi ke-13 variabel pada
empat faktor yang terbentuk. Angka-angka yang terdapat pada tabel rotated
component matrix adalah factor loading yang menunjukkan besarnya korelasi
antara suatu variabel dengan masing-masing faktor yang terbentuk. Factor
loading memberikan informasi tentang variabel mana yang berkorelasi signifikan dengan faktor tertentu. Informasi ini selanjutnya digunakan untuk menginterpretasikan faktor secara subyektif. Proses penentuan faktor dilakukan dengan melakukan perbandingan besarnya korelasi setiap baris dengan melihat besar nilai korelasi yang lebih besar dari 0,5.
commit to user
Factor loading dari ke-13 variabel tersebut selanjutnya dirotasikan
dengan metode varimax, yaitu metode rotasi oethogonal (sudut putar 90o)
yang menyederhanakan kolom dari matrik faktor agar hanya didapat satu faktor loading tertinggi untuk tiap-tiap variabel. Nilai faktor loading yang telah dirotasi dapat dilihat pada Tabel 32.
Tabel 32. Nilai Factor Loading untuk Tiap-tiap Variabel
Faktor Nama Faktor
Proporsi Varian
Variabel yang Terlibat pada Faktor Inti
Nilai
Korelasi Eigen value 1 Tempat 17,746% Ketersediaan kacang mete 0,621 2,307
Kenyamanan pasar 0,695 Pelayanan pasar 0,332 Kebersihan pasar 0,711 Keamanan pasar 0,549
2 Produk 14,914% Kandungan gizi 0,546 1,939 Keutuhan 0,672
Warna 0,702 Rasa 0,722
3 Promosi 11,337% Kesesuaian harga 0,696 1,474 Promosi 0,524
Pengalaman pembelian 0,681
4 Harga 8,136% Harga 0,597 1,058
Sumber : Analisis Data Primer Tahun 2012
Tabel 32. menunjukkan bahwa dari hasil analisis faktor terdapat 4 faktor yang dipertimbangkan konsumen dalam membeli kacang mete di pasar tradisional di Kabupaten Wonogiri dengan variabel-variabel yang terkandung di dalamnya. Faktor dengan total varian tertinggi merupakan faktor yang paling dominan. Sehingga jika diurutkan menurut total variannya, faktor tempat menempati urutan pertama yaitu dengan total varian sebesar 17,746%, kemudian urutan kedua adalah faktor produk dengan total varian sebesar 14,914%, urutan selanjutnya yaitu faktor promosi dengan total varian sebesar 11,337%, dan yang terakhir adalah faktor harga dengan total varian 8,136%.
Hal tersebut membuktikan bahwa hipotesis pertama diterima, karena faktor
bauran pemasan dipertimbangkan dalam keputusan pembelian kacang mete di pasar tradisional di Kabupaten Wonogiri.
Pada tabel tersebut juga menunjukkan variabel-variabel yang dominan dipertimbangkan konsumen dalam pembelian kacang mete pada masing- masing faktor. Variabel yang dominan dipertimbangkan konsumen memiliki
nilai faktor loading yang tertinggi pada masing-masing faktor. Variabel yang paling dipertimbangkan konsumen pada faktor tempat adalah variabel kebersihan pasar yaitu sebesar 0,711, variabel yang paling dipertimbangkan konsumen pada faktor produk adalah variabel rasa yaitu sebesar 0,722, variabel yang paling dipertimbangkan konsumen pada faktor promosi adalah variabel kesesuaian harga dengan mutu kacang mete yaitu sebesar 0,696, dan variabel yang paling dipertimbangkan konsumen pada faktor harga adalah variabel harga yaitu sebesar 0,597. Sebelum dianalisis variabel kesesuaian harga termasuk dalam faktor harga, tetapi setelah dianalisis variabel kesesuaian harga termasuk ke dalam faktor promosi. Hal ini dikarenakan kesesuaian harga kacang mete mengandung unsur promosi dalam penjualan kacang mete di pasar tradisional di Kabupaten Wonogiri.
Hipotesis kedua menyebutkan bahwa variabel yang dominan dari faktor produk adalah variabel rasa, dari faktor harga adalah variabel harga, dari faktor promosi adalah variabel potongan harga, dan faktor tempat adalah variabel kebersihan pasar. Dengan demikian, dapat disimpulkan bahwa
hipotesis kedua ditolak, karena variabel potongan harga bukan merupakan variabel yang dominan dari faktor promosi yang dipertimbangkan konsumen.
D. Perilaku Konsumen dalam Proses Pengambilan Keputusan Pembelian