Penelitian dilakukan di Kabupaten Bogor, Propinsi Jawa Barat. Lokasi ini dipilih secara purposive dengan mempertimbangkan bahwa Kabupaten Bogor merupakan salah satu daerah yang memproduksi padi di Jawa Barat dan memiliki konsumen produk benih padi bersertifikat PT SHS dalam jumlah yang besar. PT SHS sebagai pemimpin pasar menguasai sebesar 36 persen pasokan benih padi di Kabupaten Bogor.
Lahan pertanian yang ada di Kabupaten Bogor saat ini mencapai hingga 88.267 Ha. Meskipun saat ini Bogor sedang mengalami beberapa permasalahan pertanian, salah satunya menyangkut penyempitan lahan untuk pertanian akibat adanya alih fungsi lahan menjadi bangunan perumahan dan sebagainya, namun Bogor tetap memiliki potensi untuk pengembangan produksi padi yang cukup besar yaitu dengan pemanfaatan lahan tidur yang terdapat di sejumlah wilayah di Kabupaten Bogor. Luas lahan tidur yang ada di wilayah Kabupaten Bogor adalah sebanyak 8.250 Ha, lahan tidur tersebut berpotensi untuk dikembangkan menjadi lahan pertanian. Penelitian dilakukan pada lokasi sentra produksi padi di Kabupaten Bogor yaitu Kecamatan Pamijahan. Desa yang menjadi daerah penelitian adalah desa Ciasmara yang menjadi sentra produksi padi di kecamatan pamijahan. Diharapkan pada lokasi tersebut dapat ditemui banyak petani padi yang menggunakan benih padi bersertifikat PT SHS agar bisa dijadikan sebagai responden untuk mengetahui bagaimana perilakunya terhadap merek benih padi bersertifikat PT SHS sesuai dengan tujuan dari penelitian ini.
Pertimbangan lainnya dalam pemilihan Kabupaten Bogor sebagai lokasi penelitian juga tidak terlepas dari adanya lembaga pendidikan/perguruan tinggi dan penelitian di Bogor seperti IPB (Institut Pertanian Bogor) dan Litbang Pertanian seperti Balitpa (Balai Penelitian Padi), serta organisasi/kelembagaan petani seperti HKTI (Himpunan Kelompok Tani Indonesia) cabang Bogor dan lembaga penelitian lainnya yang dapat memberikan kontribusi bagi perkembangan arus informasi teknologi yang cepat sehingga dapat menjadi salah satu pemicu bagi petani di wilayah Bogor ini untuk semakin selektif dalam memilih benih padi sebagai unsur/faktor penting bagi peningkatan produktivitas pertanamannya. Pengumpulan data di lokasi penelitian dilakukan pada bulan Februari-April 2012.
Jenis dan Sumber Data
Sumber dan jenis data yang digunakan dalam penelitian ini adalah data primer dan data sekunder sebagai berikut:
1. Data Primer
Data primer diperoleh melalui pemberian kuisoner, yang dilakukan dengan mewawancarai secara langsung para petani padi di Desa Ciasmara Kecamatan Pamijahan Kabupaten Bogor yang menjadi responden.
2. Data sekunder
Data sekunder diperoleh dari studi literatur yang berhubungan dengan topik penelitian, yang bersumber pada Buku-buku (Buku mengenai Benih Padi,
Perilaku dan Preferensi Konsumen), Hasil-hasil penelitian (Jurnal dan Skripsi), Website, serta lembaga-lembaga atau instansi pemerintah yang terkait seperti Direktorat Perbenihan Tanaman Pangan Dirjen Tanaman Pangan Kementerian Pertanian, Dinas Pertanian Kabupaten Bogor, BP4K (Badan Pelaksana Penyuluhan Pertanian, Perikanan, dan Kehutanan) Kabupaten Bogor, BP3K Kecamatan Cibungbulang, (Badan Pelaksana Penyuluhan Pertanian dan Kehutanan), dan UPT (Unit Pelaksana Teknis) Perbenihan.
Metode Pengambilan Sampel
Metode pengambilan sampel yang digunakan dalam penelitian ini adalah Simple Random Sampling, sehingga semua anggota populasi memiliki kesempatan yang sama untuk menjadi responden dan menjadi sampling frame. Populasi dari penelitian ini adalah petani padi yang berada di Desa Ciasmara, Kecamatan Pamijahan dengan jumlah 310 orang petani yang tersebar pada 7 kelompok tani yang berbeda. Penentuan sample frame untuk pengambilan sampel penelitian dari populasi tersebut, dilakukan terlebih dahulu melalui screening / penyaringan terhadap anggota populasi yang pernah atau saat ini aktif mengunakan benih bersertifikat. Berdasarkan penelusuran data yang dilakukan, diketahui bahwa seluruh populasi petani padi yang terdapat di Desa Ciasmara pernah menggunakan benih padi bersertifikat. Dengan demikian kerangka sampling didapatkan. Kemudian sampel dipilih secara acak dari kerangka sampling tersebut sebanyak 50 orang responden.
Pengujian Kuisioner
Pengujian kuisioner dilakukan dengan melakukan uji validitas dan reliabilitas. Pengujian ini perlu dilakukan karena kuisioner merupakan instrumen penting dalam penelitian, sehingga kuisioner penelitian harus dapat dipercaya. Menurut Umar (2000) validitas menunjukkan sejauh mana suatu alat pengukur itu mengukur apa yang ingin diukur. Oleh karena itu, uji validitas digunakan untuk mengukur dan mengetahui tingkat kebenaran alat ukur. Sedangkan Reliabilitas adalah istilah yang dipakai untuk menunjukkan sejauh mana suatu pengukuran relatif konsisten apabila pengukuran diulangi dua kali atau lebih (Umar, 2000). Uji realiabilitas digunakan untuk mengetahui tingkat ketepatan alat ukur.
Pengujian validitas dilakukan menggunakan korelasi Spearman. Nilai korelasi yang dipersyaratkan dalam uji validitas ini apabila lebih besar atau sama dengan 0,30 (rxy ≥ 0,30) atau nilai signifikansinya ≤ α (α= 0,05), maka indikator tersebut dianggap valid. Pengujian reliabilitas dilakukan menggunakan nilai Cronbach Alpha (α). Kriteria alpha (α) secara umum dinyatakan reliabel jika α > 0,6. Berdasarkan hasil uji kuisioner, maka diketahui bahwa ke 15 variabel yang telah diuji dapat dinyatakan valid dan reliabel (Lampiran 3).
Metode Analisis Data
Pengolahan data dalam penelitian ini menggunakan dua metode analisis yaitu analisis Deskriptif dan analisis Faktor. Data yang diperoleh kemudian diolah untuk mengetahui faktor-faktor yang mempengaruhi keputusan pembelian oleh petani. Pengolahan data pada penelitian ini mengunakan bantuan software SPSS 17 dan paket aplikasi Microsoft Office Excel.
Analisis Deskriptif
Analisis deskriptif dalam penelitian ini digunakan dalam penggambaran data karakteristik konsumen (umur, jenis kelamin, status, pendidikan terakhir, penerimaan rata-rata per bulan serta pengeluaran rata-rata per bulan untuk makanan). Selain itu proses keputusan pembelian (pengenalan kebutuhan, pencarian informasi, evaluasi alternatif, pembelian dan evaluasi pembelian) yang dikumpulkan melalui kuesioner juga dianalisis dengan menggunakanan analisis deskriptif. Analisis deskriptif dipilih karena dinilai mampu mendeskripsikan dan menggambarkan karakteristik konsumen serta proses keputusan pembelian yang berlangsung dalam penelitian. Hasil jawaban kuisioner yang dinilai sama akan diklasifikasikan serta dihitung persentasenya. Karakteristik konsumen dan perilaku konsumen dalam proses keputusan pembelian dapat dilihat dari jawaban- jawaban yang paling dominan.
Tabulasi Top Two Boxes
Top two boxes digunakan untuk mengetahui perbandingan jumlah top option. Analisis dengan menggunakan bentuk top two boxes diperoleh dari hasil perhitungan persentase jumlah responden yang memberikan jawaban berpengaruh dan sangat berpengaruh. Untuk skala 1- 4, maka tingkat pengaruh tinggi diperoleh dari persentase jumlah responden yang menjawab pada skala 3 dan 4, sedangkan tingkat pengaruh rendah pelanggan dapat diperoleh dari persentase jumlah responden yang menjawab pada skala 1 dan 2 (tidak berpengaruh dan sangat tidak berpengaruh).
Analisis Korespondensi
Analisis Korespondensi merupakan bagian analisis multivariate yang mempelajari hubungan antara dua atau lebih variabel dengan memperagakan baris dan kolom secara serempak dari tabel kontingensi dua arah dalam ruang vektor berdimensi rendah (dua). Analisis korespondensi digunakan untuk mereduksi dimensi variabel dan menggambarkan profil vektor baris dan vektor kolom suatu matrik data dari tabel kontingensi. Hasil dari analisis korespondensi biasanya mengikutkan dua dimensi terbaik untuk mempresentasikan data, yang menjadi koordinat titik dan suatu ukuran jumlah informasi yang ada dalam setiap dimensi yang biasa dinamakan inertia.
Secara geometri baris dan kolom dari suatu matriks X(nxp) dengan n baris dan p kolom dipandang sebagai titik-titik (unsur) dalam suatu ruang berdimensi p
atau n. Secara matematis model Principal Component Analysis dapt ditulis sebagai berikut:
dimana: i = 1,2,...,n j=1,2,...p
Secara umum matriks data berukuran n x p dengan unsur–unsur xij sebagai frekuensi. Untuk mendapatkan sebuah visualisasi baris dan kolom matriks data asli dalam dimensi yang lebih rendah terlebih dahulu dibangun matriks P(nxp) sebagai matriks analisis korespondensi P(nxp) didefinisikan sebagai matriks frekuensi relatif dari x, maka :
Jumlahan baris n merupakan massa baris dan jumlahan kolom p merupakan massa kolom.
dimana : i = 1,2,....n j = 1,2,...p
Matrik N adalah matriks data yang unsur-unsurnya merupakan bilangan positif berukuran I xJ dimana I menunjukkan baris dan J menunjukkan kolom. P adalah Matriks korespondensi didefinisikan sebagai matriks yang unsur-unsurnya adalah unsur matriks N yang telah dibagi dengan jumlah total unsur matriks N. Vektor jumlah baris dan kolom dari matriks P masing-masing dinotasikan dengan r dan c. Matrik diagonal dari elemen-elemen vektor jumlah baris r adalah matriks Dr dengan ukuran (I x I) sedangkan Dc adalah matrik diagonal dengan ukuran (JxJ) dari elemen-elemen vektor jumlah kolom c.
Untuk mereduksi dimensi data berdasarkan keragaman data (nilai eigen/inersia) terbesar dengan mempertahankan informasi yang optimum, diperlukan penguraian nilai singular. Penguraian nilai singular merupakan salah satu konsep Aljabar matriks dan konsep eigen decomposition yang terdiri dari nilai eigen dan vektor eigen. Nilai singular dicari untuk memperoleh koordinat baris dan kolom sehingga hasil analisis korespondensi dengan mudah diketahui hubungan / assosiasinya jika divisualisasikan dalam bentuk grafik.
Jarak yang digunakan untuk dapat menggambarkan titik-titik pada plot korespondensi adalah jarak Chi-Square.
Dengan: f i = massa baris yang diperoleh dari jumlahan baris dari matrik P f j = massa kolom dari penjumlahan kolom matriks P
Jarak antara dua kolom ke-j dan ke-j’ adalah :
Jarak khi-kuadrat dapat dikonversikan menjadi nilai similarity dengan memberi tanda yang berlawanan dengan tanda pada nilai difference. Dimana nilai difference adalah: Difference = nilai aktual – nilai ekspektasi dan nilai ekspektasi diperoleh dari : Ekspektasi = (total baris x total kolom ) ÷ total keseluruhan.
Kontribusi mutlak (absolute contribution) adalah proporsi keragaman yang diterangkan masing-masing titik terhadap sumbu utamanya. Nilai kontribusi mutlak digunakan untuk menentukan suatu titik yang masuk pada suatu faktor atau dimensi dengan kriteria bahwa titik yang masuk ke dalam suatu faktor adalah yang mempunyai nilai atau proporsi yang terbesar. Sedangkan kontribusi relatif adalah (relative contribution) adalah bagian ragam dari suatu titik yang dapat diterangkan oleh sumbu utamanya. Semakin tinggi nilai korelasi kuadrat menunjukkan bahwa sumbu utama mampu menerangkan nilai inersia dengan baik sekali, dan sebaliknya semakin kecil nilai korelasi kuadrat maka semakin sedikit nilai inersia yang dapat diterangkan oleh sumbu utama. Kontribusi relatif atau korelasi baris ke i atau kolom j dengan komponen k adalah kontribusi axis ke inersia baris ke I atau kolom ke j, dinyatakan dalam persen inersia baris ke i atau kolom ke j.