Penelitian ini merupakan penelitian payung dengan penelitian utama mengenai “Pakaian Batik” bersama-sama dengan dua penelitian lainnya yang berjudul “Kepribadian, Konsep Diri, dan Gaya Hidup Terhadap Pembelian Batik”
disusun oleh Karnila Sari, dan penelitian yang berjudul “Pengaruh Pengetahuan dan Ekuitas Merek Terhadap Perilaku Pembelian Pakaian Batik” disusun oleh Ruri Setianti.
Disain, Lokasi, dan Waktu
Penelitian ini menggunakan disain cross sectional study karena data dikumpulkan pada satu waktu dan tidak berkelanjutan (Umar 2005), serta menggunakan metode survei. Penelitian survei merupakan jenis penelitian yang dilakukan dengan menggunakan kuesioner sebagai alat pengumpul data utama.
Lokasi penelitian ini dilakukan di Institut Pertanian Bogor (IPB) yang bertempat di kampus IPB Dramaga. Adapun pemilihan lokasi penelitian dilakukan secara purposive sampling (sengaja) dengan pertimbangan bahwa Institut Pertanian Bogor merupakan salah satu perguruan tinggi terbesar di Indonesia, serta keterjangkauan lokasi. Pengambilan data dilakukan dilakukan selama 4 minggu mulai pada minggu ke-4 bulan Mei hingga minggu ke-3 bulan Juni 2011.
Teknik Pengambilan Contoh dan Jumlah Contoh
Populasi dalam penelitian ini adalah mahasiswa mayor minor program sarjana IPB tahun ajaran 2010/2011 yang berjumlah 9 871 orang. Contoh dalam penelitian ini adalah mahasiswa mayor minor IPB semester 4 sampai semester 10 yang tercatat masih aktif dari seluruh departemen yang tersebar di seluruh fakultas. Adapun fakultas yang terdapat pada IPB terdiri dari Faperta, FKH, FPIK, Fapet, Fahutan, Fateta, FMIPA, FEM, dan FEMA. Metode pemilihan contoh yang digunakan adalah convenience sampling yang dilakukan dengan cara memilih contoh yang ditemui lalu diperoleh mahasiswa yang bersedia untuk diwawancara secara tatap muka.
Penentuan jumlah sampel yang diambil menggunakan rumus slovin berikut (Umar 2005):
. 343.6 350
Keterangan:
= Jumlah contoh yang diambil = Jumlah populasi
= Taraf nyata 0.053
Berdasarkan perhitungan jumlah contoh yang didapat, maka jumlah contoh yang diambil dalam penelitian ini adalah sebanyak 350 orang, dengan pembagian jenis kelamin secara proporsional dari jumlah populasi, dimana penentuan jumlah contoh tiap subpopulasi menggunakan rumus:
Keterangan:
Ni = Total subpopulasi N = Total populasi n = Besarnya contoh
ni = Besar contoh untuk tiap subpopulasi
Tabel 1 Jumlah contoh berdasarkan departemen
No Fakultas
Contoh Jumlah
Mahasiswa Laki-laki
(Ni)
% ni
Jumlah Mahasiswa Perempuan
(Ni)
% ni
1 Pertanian Ilmu Tanah dan
Sumberdaya Lahan 121 3 4 132 2 4 Agronomi dan Holtikultura 228 6 9 325 6 12 Proteksi Tanaman 96 2 3 149 3 7 Arsitektur Lanskap 85 2 3 138 2 4 2 Kedokteran Hewan
Kedokteran Hewan 214 5 7 302 5 10 3 Perikanan dan Ilmu
Kelautan
Budidaya Perairan 110 3 4 123 2 4 Manajemen Sumberdaya
Perairan 78 2 3 116 2 4
Tabel 1 Lanjutan
No Fakultas
Contoh Jumlah
Mahasiswa Laki-laki
(Ni)
% ni
Jumlah Mahasiswa Perempuan
(Ni)
% ni Teknologi Hasil Perairan 80 2 3 161 3 7 Pemanfaatan Sumberdaya
Perikanan 100 3 4 63 1 2
Ilmu dan Teknologi
Kelautan 137 3 3 78 1 2
4 Peternakan Ilmu Produksi dan
Teknologi Peternakan 159 4 6 208 4 8 Ilmu Nutrisi dan Teknologi
Pakan 113 3 4 224 4 8
5 Kehutanan
Manajemen Hutan 167 4 6 183 3 7 Hasil Hutan 131 3 4 108 2 4 Konservasi Sumberdaya
Hutan 149 4 6 185 3 7
Silvikultur 81 2 3 113 2 4 6 Teknologi Pertanian
Teknik Pertanian 222 6 9 133 2 4 Ilmu dan Teknologi Pangan 135 3 4 221 4 8 Teknologi Industri
Pertanian 164 4 6 200 3 7
Teknik Sipil dan
Lingkungan 70 2 3 49 1 2
7 Matematika dan IPA
Statistik 87 2 3 133 2 4
Geofisika dan Meteorologi 88 2 3 88 2 4
Biologi 93 2 3 238 4 8
Kimia 102 3 4 176 3 7
Matematika 107 3 4 128 2 4 Ilmu Komputer 187 5 7 125 2 4
Fisika 92 2 3 63 1 2
Biokimia 91 2 3 126 2 4
Tabel 1 Lanjutan
No Fakultas
Contoh Jumlah
Mahasiswa Laki-laki
(Ni)
% ni
Jumlah Mahasiswa Perempuan
(Ni)
% ni
8 Ekonomi dan Manajemen
Ilmu Ekonomi 82 2 3 235 4 8
Manajemen 98 2 3 217 4 8
Agribisnis 114 3 4 246 4 8
Ekonomi Sumberdaya dan Lingkungan
78 2 3 206 4 8
9 Ekologi Manusia
Gizi Masyarakat 83 2 3 233 4 8 Ilmu Keluarga dan
Konsumen
17 0 0 164 3 7
Komunikasi dan Pengembangan Masyarakat
72 2 3 251 4 8
Total (N) 4031 100 143 5840 100 207
Jenis dan Cara Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder. Pengumpulan data primer dilakukan dengan menggunakan kuesioner yang sebelumnya telah diuji coba terlebih dahulu dengan menggunakan uji reliabilitas (Uji Cronbach Alpha). Data primer yang dikumpulkan mencakup karakteristik contoh (jenis kelamin, usia, asal daerah, dan uang saku), karakteristik keluarga (besar keluarga, pendapatan keluarga, pekerjaan orangtua, dan suku), afektif, persepsi, preferensi, dan minat beli. Data sekunder diperoleh dari Direktorat Administrasi dan Pendidikan mengenai data jumlah mahasiswa IPB pada tahun ajaran 2010/2011. Data sekunder digunakan sebagai acuan dalam penelitian sehingga permasalahan yang diteliti dapat dipahami secara mendalam. Sebaran jenis, bahan, dan cara pengumpulan data dijelaskan pada Tabel 2.
Tabel 2 Jenis, bahan, dan cara pengumpulan data
No Data Jenis Data Cara
Pengumpulan 1 Karakteristik contoh (jenis
kelamin, usia, asal daerah, dan uang saku)
Primer Wawancara
2 Karakteristik keluarga (besar keluarga, pendapatan keluarga, pekerjaan orangtua, dan suku)
Primer Wawancara
3 Persepsi terhadap pakaian batik Primer Wawancara 4 Afektif terhadap pakaian batik Primer Wawancara 5 Preferensi terhadap atribut
pakaian batik
Primer Wawancara 6 Minat beli pakaian batik Primer Wawancara
7 Jumlah mahasiswa IPB tahun ajaran 2010/2011
Sekunder Wawancara
Kuesioner yang digunakan untuk pengambilan data primer disusun sedemikian rupa agar dapat memenuhi sumber informasi bagi peneliti serta agar tidak menyulitkan contoh. Dalam penelitian ini, terdapat dua jenis variabel, yaitu variabel bebas (independen) dan variabel terikat (dependen). Variabel independen dalam penelitian ini adalah persepsi, afektif, dan preferensi mahasiswa terhadap pakaian batik, sedangkan yang menjadi variabel dependen adalah minat beli pakaian batik. Adapun variabel control yaitu karakteristik contoh, variabel independen, dan variabel dependen dapat dilihat pada Tabel 3.
Tabel 3 Variabel, definisi, jenis data, dan kategori data penelitian
Variabel Definisi Jenis
data
Kategori Karakteristik Contoh
Jenis kelamin Perbedaan contoh yang dibedakan antara laki-laki dan perempuan
Nominal Laki-laki Perempuan
Usia Umur yang dimiliki contoh dan
dinyatakan dalam tahun
Rasio Tahun
Tabel 3 Lanjutan
Variabel Definisi Jenis
data
Kategori Asal daerah Unsur geografis yang
menandakan daerah kelahiran ataupun tempat contoh tinggal sebelum berkuliah di IPB
Nominal [1] Jakarta
[2] Bogor dan Depok [3] Jawa barat (selain
Bogor dan Depok) dan Banten [4] Jawa Tengah,
Yogyakarta, dan Jawa Timur [5] Sumatera [6] Kalimantan dan
Sulawesi [7] Bali, Nusa
Tenggara, Maluku, dan Papua
Asal daerah Unsur geografis yang menandakan daerah kelahiran ataupun tempat contoh tinggal sebelum berkuliah di IPB
Nominal [1] Jakarta
[2] Bogor dan Depok [3] Jawa barat (selain
Bogor dan Depok) dan Banten [4] Jawa Tengah,
Yogyakarta, dan Jawa Timur [5] Sumatera [6] Kalimantan dan
Sulawesi [7] Bali, Nusa
Tenggara, Maluku, dan Papua Karakteristik Keluarga Contoh
Besar keluarga Jumlah anggota keluarga
Rasio [1] Keluarga Kecil (≤4 org)
[2] Keluarga Sedang (5-6 org)
[3] Keluarga Besar (≥7 org)
Pendapatan Ayah/Ibu
Jumlah uang yang diterima oleh orangtua sebagai insentif atau pemasukan lain dalam setiap bulannya
Rasio Rupiah
Pekerjaan Ayah/Ibu
Kegiatan yang menjadi sumber penghasilan keluarga
Nominal [1] Tentara/Polisi [2] PNS
[3] Wiraswasta/
Pengusaha
[4] Perusahaan/Swasta [5] Dosen/Guru
[6] Tidak Bekerja/IRT [7] Lainnya.………
Tabel 3 Lanjutan
Variabel Definisi Jenis
data Kategori Suku Suku bangsa contoh Nominal [1] Jawa
[2] Sunda [3] Melayu [4] Betawi [5] Minang [6] Batak
[7] Lainnya.……
Variabel Bebas (Independen)
Persepsi Evaluasi mahasiswa terkait dengan pandangan contoh terhadap stimuli berupa atribut pakaian batik yang kemudian digambarkan dengan kata-kata sifat
Ordinal Skala likert dengan 6 penilaian, yaitu:
SS = Sangat Setuju
S = Setuju
CS = Cukup Setuju KS = Kurang Setuju TS = Tidak Setuju STS = Sangat Tidak Setuju
Afektif Perasaan nasionalisme
seseorang dan kaitannya dengan perilaku terhadap pakaian batik
Ordinal Skala likert dengan 6 penilaian, yaitu:
SS = Sangat Setuju
S = Setuju
CS = Cukup Setuju KS = Kurang Setuju TS = Tidak Setuju STS = Sangat Tidak Setuju
Preferensi Tingkat kesukaan mahasiswa terhadap kombinasi atribut pakaian batik (model, motif, harga, jenis kain)
Ordinal Skala rating, dengan memberi skor nilai dari rentang 1 sampai 10. 1 untuk nilai paling rendah, 10 untuk nilai paling tinggi.
Variabel Terikat (Dependen) Minat beli Keinginan contoh
untuk membeli pakaian batik
Ordinal Skala likert dengan 6 penilaian, yaitu:
SS = Sangat Setuju
S = Setuju
CS = Cukup Setuju KS = Kurang Setuju TS = Tidak Setuju STS = Sangat Tidak Setuju
Pengolahan dan Analisis Data
Data yang diperoleh, diolah dan dianalisis dengan menggunakan program Microsoft Excel 2007, SPSS versi 16,0 for windows, dan SAS versi 9.1.
Pengolahan data meliputi coding, scoring, entrying, cleaning dan analyzing.
Analisis data dilakukan secara statistik dan deskriptif melalui uji deskriptif, Crosstab, uji beda Independent sample t-test, uji korelasi Pearson dan Spearman, uji analisis Conjoint, serta uji regresi linear berganda.
Analisis deskriptif. Penelitian ini berkenaan dengan bagaimana data dapat digambarkan atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel) untuk mendapatkan gambaran dari data tersebut, sehingga data lebih mudah dibaca dan bermakna. Santoso (2000) diacu dalam Sari (2010) menyatakan bahwa analisis deskriptif bertujuan untuk memberikan gambaran tentang suatu data, seperti berapa rata-rata, standar deviasi, dan sebagainya. Pada penelitian ini, analisis data secara deskriptif digunakan untuk memberikan gambaran terkait dengan karakteristik contoh (jenis kelamin, usia, asal daerah, dan uang saku), karakteristik keluarga (besar keluarga, pendapatan keluarga, pekerjaan orangtua, dan suku), serta gambaran terkait dengan variabel penelitian (afektif, persepsi, preferensi, dan minat beli). Rumus yang digunakan untuk mendapatkan nilai rata- rata dan deviasi standar pada penelitian, yaitu:
Rata-rata:
∑ Deviasi standar:
∑
Tabulasi silang. Variabel persepsi, afektif, serta minat beli tidak hanya dianalisis secara deskriptif, tetapi juga dilakukan tabulasi silang sehingga makna dari variabel penelitian tersebut dapat diuraikan dan dilihat sebarannya. Persepsi diukur dengan menggunakan 11 item pernyataan, dan indeks persepsi pun didapatkan dari total skor persepsi dengan cara menjumlahkan 11 item pernyataan tersebut. Variabel afektif diukur dengan menggunakan 9 item pernyataan. Indeks variabel afektif didapatkan dari total skor afektif dengan menjumlahkan 9 item pernyataan tersebut. Sedangkan varabel minat beli diukur dengan menggunakan 10 item pernyataan. Indeks variabel minat beli didapat dari total skor minat beli yang didapatkan dengan menjumlahkan 10 item
pernyataan. Skala yang digunakan adalah skala Likert yang terdiri dari enam peringkat, yaitu sangat setuju diberi bobot enam, setuju diberi bobot lima, cukup setuju diberi bobot empat, kurang setuju diberi bobot tiga, tidak setuju diberi bobot dua, dan sangat tidak setuju diberi bobot satu.
Tingkat persepsi, afektif, dan minat beli contoh ditentukan berdasarkan pengkategorian masing-masing variabel tersebut. Pengkategorian variabel dibuat secara konsisten, yang terdiri dari dua buah kategori dan didapatkan dengan membagi skala pengukuran menjadi dua dan mengalikannya dengan jumlah pernyataan. Hasil kali dari total bobot skala yang terdiri dari sangat setuju dan setuju dengan jumlah pernyataan termasuk ke dalam kategori menyetujui, sedangkan hasil kali dari total bobot skala yang terdiri dari cukup setuju, kurang setuju, tidak setuju, dan sangat tidak setuju dengan jumlah pernyataan termasuk ke dalam kategori kurang menyetujui. Kemudian hasil tersebut dilakukan pengkonversian ke dalam persentase. Adanya perbedaan jumlah pernyataan antar variabel membuat skor pengelompokkan kategori pun menjadi berbeda pula. Adapun pengelompokkan kategori masing-masing variabel adalah sebagai berikut: (1) persepsi, hasil perolehan skor persepsi dibagi ke dalam dua kategori, yaitu kurang setuju (16,67-66,67) dan setuju (68,18-100,00); (2) afektif, hasil perolehan skor afektif dibagi ke dalam dua kategori yaitu negatif (16,67-66,67) dan positif (68,52-100,00), (3) minat beli, hasil perolehan skor minat beli dibagi ke dalam dua kategori yaitu kurang setuju (16,67-6,67) dan setuju (68,33-100,00).
Sedangkan pengkategorian untuk variabel preferensi yang diukur dengan skala rating (memberi skor nilai dari rentang 1 sampai 10. 1 untuk nilai paling rendah, 10 untuk nilai paling tinggi) dilakukan dengan membagi total maksimum skor preferensi menjadi dua, yaitu rentang 1 sampai 5 masuk ke dalam kategori pertama, dan rentang 6 sampai 10 masuk ke dalam kategori ke dua.
Pengkonversian ke dalam presentase juga dilakukan dalam variabel penelitian ini. Sehingga pengkategorian untuk variabel preferensi adalah kurang suka (10,00-50,00) dan suka (60,00-100,00).
Uji beda Independent sample t-test. Uji beda dilakukan untuk menganalisis komparatif dua data untuk perbandingan antara laki-laki dan perempuan. uji beda independent sample t-test ini digunakan karena data berupa data numerik. Variabel yang diuji yaitu usia, jenis kelamin, uang saku, asal daerah, pekerjaan orangtua, pendapatan keluarga, besar keluarga, suku, persepsi, afektif, preferensi, dan minat beli.
Uji korelasi Pearson dan Spearman. Uji korelasi digunakan untuk mengetahui apakah di antara dua buah variabel terdapat hubungan, dan jika ada hubungan, bagaimana arah hubungan dan seberapa besar hubungan tersebut.
Uji korelasi Spearman digunakan untuk menganalisis hubungan antara dua buah variabel dengan data yang bertipe nominal. Adapun hubungan yang dianalisis adalah jenis kelamin, asal daerah, pekerjaan ayah, pekerjaan ibu dan suku dengan variabel penelitian (persepsi, afektif, preferensi, dan minat beli). Uji korelasi Pearson digunakan untuk jenis data rasio. Adapun uji ini digunakan untuk menganalisis: (1) hubungan antara usia, uang saku, besar keluarga, dan pendapatan keluarga dengan variabel penelitian (persepsi, afektif, preferensi, dan minat beli); (2) hubungan antara variabel independen (persepsi, afektif, dan preferensi) dengan variabel dependen (minat beli). Bentuk umum dari persamaan korelasi adalah sebagai berikut:
∑
∑
Dimana:
r = Koefisien korelasi X = Variabel bebas Y = Variabel terikat
Analisis Conjoint. Analisis Conjoint merupakan jenis analisis yang digunakan peneliti untuk mendapatkan nilai kepentingan atribut dari pakaian batik, serta mendapatkan hasil kombinasi atribut pakaian batik yang disukai oleh contoh. Analisis ini merupakan metode yang memusatkan perhatian pada pengukuran pendapat psikologis, serta selera konsumen. Analisis ini digunakan untuk mengukur nilai kegunaan dan nilai penting relatif dari tiap atribut. Nilai kegunaan menunjukkan preferensi konsumen terhadap taraf dari suatu atribut yang cenderung disukai oleh konsumen. Nilai penting relatif menunjukkan indikasi urutan atribut yang dapat mempengaruhi keinginan konsumen untuk membeli pakaian batik.
Kotler (2005), diacu dalam Damayanty (2009), menyatakan bahwa analisis Conjoint merupakan sebuah uji statistik dimana preferensi terhadap tawaran-tawaran yang berbeda telah diurutkan, disusun ulang (decompose) untuk menentukan fungsi utilitas orang tersebut untuk setiap atribut dan
kepentingan relatif setiap atribut. Contoh diberikan berbagai tawaran hipotesis yang dibentuk dengan menggabungkan berbagai tingkat atribut, kemudian diminta memberi peringkat berbagai tawaran tersebut.
Pada analisis Conjoint, contoh diminta untuk memilih atribut yang disukai dengan mengorbankan atribut lain pada saat yang bersamaan. Sehingga contoh akan membuat urutan kombinasi dari atribut pakaian batik, mulai dari yang disukai sampai yang paling tidak disukai. Model analisis Conjoint ditunjukkan oleh utilitas total dari setiap alternatif pilihan. Utilitas total yang diperoleh dihasilkan dari perhitungan nilai utilitas penting atribut dan taraf dikalikan dengan dummy dari atribut dan taraf. Berikut ini merupakan model dari analisis Conjoint:
Dimana:
U(x) = Utilitas total
βij = Nilai kegunaan dari atribut ke-I taraf ke-j
Xij = Variabel dummy atribut ke-I taraf ke-j (bernilai satu bila taraf yang berkaitan muncul dan 0 bila tidak muncul)
k = Taraf ke-j dari atribut ke-i m = Jumlah atribut
Nilai dummy berada pada kisaran 0 untuk kombinasi atribut alternatif yang tidak dipilih sampai 1 untuk kombinasi atribut alternatif yang dipilih. Jumlah variabel dummy dari suatu atribut adalah n-1, dimana n merupakan banyaknya taraf dalam suatu atribut. Untuk dapat mengetahui nilai kegunaan dari taraf-taraf tiap atribut dan tingkat kepentingan dari atribut-atribut yang mempengaruhi contoh maka menggunakan persamaan berikut ini :
∑ Dimana :
NPRi = Nilai penting relatif atribut ke-i
UTi = Nilai kegunaan tertinggi taraf atribut ke-i URi = Nilai kegunaan terendah taraf atribut ke-i K = Banyaknya atribut
Setelah melakukan survei terhadap 20 orang contoh, dapat diketahui empat macam atribut yang dipentingkan mahasiswa dalam melihat pakaian batik, yaitu: harga, motif, model, dan jenis kain. Masing-masing atribut terdiri dari
beberapa taraf yang dapat dilihat pada Tabel 4. Seluruh atribut pada produk pakaian batik yang akan diteliti seluruhnya terdiri dari dua taraf, dengan demikian secara teoritis jumlah stimuli yang didapatkan adalah 2 x 2 x 2 x 2 = 16 stimuli.
Hal ini berarti setiap contoh harus memberi pendapat terhadap 16 stimuli.
Banyaknya stimuli akan membuat contoh mengalami kesulitan dalam memberikan pendapat, oleh karena itu dilakukan pereduksian jumlah stimuli yang bertujuan untuk mengurangi jumlah kombinasi agar dapat menghindari kombinasi yang bertolak belakang.
Sistematika pereduksian dilakukan peneliti dengan kembali melakukan survei kepada 20 orang yang berbeda dari contoh sebelumnya, dimana contoh diminta untuk memilih 10 dari 16 kombinasi atribut pakaian batik yang paling disukai. Setelah dilakukan pereduksian stimuli, maka didapatkan 10 kombinasi atribut produk pakaian batik yang akan dinilai contoh sesuai dengan preferensinya. Stimuli tersebut disusun dalam kelompok stimuli yang terdiri dari kombinasi taraf-taraf atribut pakaian batik. Setiap contoh akan menilai kombinasi produk yang ada dengan angka 1 sampai dengan 10, dimana 1 untuk nilai kombinasi atribut yang paling rendah, dan 10 untuk nilai kombinasi yang paling tinggi.
Tabel 4 Atribut pakaian batik dan tarafnya
Atribut Taraf
Harga < Rp 100.000
> Rp 100.000
Model Jas/blazer/dress/kemeja/atasan (formal)
Kaos/jaket/daster (santai)
Motif Garis-garis (geometris)
Binatang, tumbuh-tumbuhan, dan makhluk hidup lainnya (nongeometris)
Jenis Kain Katun
Sutera
Uji regresi linear berganda. Uji regresi digunakan untuk menguji hubungan pengaruh antara variabel independen dan variabel dependen. Menurut Nugroho (2005), model regresi linear berganda dapat disebut sebagai model yang baik jika model tersebut sudah memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi klasik statistik. Oleh karena itu sebelum dilakukan pengujian regresi, dilakukan terlebih dahulu uji multikolineritas (untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan dengan variabel
independen lain dalam satu model), autokorelasi (untuk mengetahui ada tidaknya korelasi antara variabel pengganggu), dan heteroskesdastisitas (melihat variance residual suatu periode pengamatan ke periode pengamatan lain). Pertama, uji regresi linear berganda digunakan untuk menganalisis faktor-faktor yang berpengaruh terhadap persepsi pakaian batik. Model regresinya didefinisikan dengan persamaan berikut:
Dimana :
Y = Persepsi pakaian batik X1 = Usia (tahun)
X2 = Jenis kelamin (1=perempuan, 0=laki-laki) X3 = Uang saku (rupiah)
X4 = Suku (1=luar pulau jawa, 0=pulau jawa) X5 = Afektif (skor)
Kedua, analisis regresi linear berganda digunakan untuk mengetahui faktor-faktor yang berpengaruh terhadap afektif pakaian batik. Model regresinya didefinisikan dengan persamaan berikut:
Dimana :
Y = Persepsi pakaian batik X1 = Usia (tahun)
X2 = Jenis kelamin (1=perempuan, 0=laki-laki) X3 = Uang saku (rupiah)
X4 = Suku (1=luar pulau jawa, 0=pulau jawa) X5 = Persepsi (skor)
Ketiga, analisis regresi linear berganda digunakan untuk mengetahui faktor-faktor yang berpengaruh terhadap preferensi pakaian batik. Model regresinya didefinisikan dengan persamaan berikut:
Dimana :
Y = Persepsi pakaian batik X1 = Usia (tahun)
X2 = Jenis kelamin (1=perempuan, 0=laki-laki) X3 = Uang saku (rupiah)
X4 = Suku (1=luar pulau jawa, 0=pulau jawa) X5 = Persepsi (skor)
X6 = Afektif (skor)
Analisis regresi linear berganda pun digunakan untuk menganalisis faktor- faktor yang berpengaruh terhadap minat beli pakaian batik. Model regresinya didefinisikan dengan persamaan berikut:
Dimana :
Y = Persepsi pakaian batik X1 = Usia (tahun)
X2 = Jenis kelamin (1=perempuan, 0=laki-laki) X3 = Uang saku (rupiah)
X4 = Suku (1=luar pulau jawa, 0=pulau jawa) X5 = Persepsi (skor)
X6 = Afektif (skor) X7 = Preferensi (skor)
Tabel 5 Cara analisis data
No Variabel yang dianalisis Cara analisis data 1 Menganalisis afektif dan persepsi mahasiswa
terhadap batik
Crosstab, analisis deskriptif, uji beda Independent sample t- test
2 Menganalisis preferensi mahasiswa terhadap atribut batik.
Analisis Conjoint, Crosstab, uji beda Independent sample t- test
3 Menganalisis minat beli mahasiswa terhadap pakaian batik.
Crosstab, analisis deskriptif, uji beda Independent sample t- test
4 Menganalisis hubungan afektif, persepsi dan preferensi mahasiswa terhadap minat beli pakaian batik.
Diuji dengan uji korelasi Pearson
5 Menganalisis faktor-faktor yang mempengaruhi minat beli pakaian batik.
Diuji dengan uji regresi linear berganda
Definisi Operasional
Contoh adalah mahasiswa mayor-minor semester empat hingga semester sepuluh Institut Pertanian Bogor yang masih aktif pada tahun ajaran 2010/2011
Karakteristik Individu adalah ciri individu yang meliputi jenis kelamin, usia, uang saku, dan asal daerah
• Jenis kelamin adalah perbedaan contoh yang dibedakan menjadi laki- laki dan perempuan
• Usia adalah lama hidup contoh yang dinyatakan dalam tahun. Usia contoh termasuk masa dewasa awal (18-40 th) (Hurlock 1980)
• Uang saku adalah jumlah nilai dalam rupiah yang yang diperoleh contoh dalam satu bulan untuk memenuhi kebutuhan hidup sehari-hari
• Asal daerah adalah lokasi atau tempat contoh tinggal sebelum berkuliah di IPB
Karakteristik keluarga contoh adalah ciri keluarga contoh yang meliputi besar keluarga, pekerjaan ayah/ibu, pendapatan keluarga, dan suku
• Besar keluarga adalah jumlah individu yang menempati satu rumah
• Pekerjaan ayah/ibu adalah setiap kegiatan ayah/ibu yang menghasilkan uang sebagai sumber penghasilan utama
• Pendapatan keluarga adalah pendapatan perkapita keluarga tiap bulan diperoleh dari total jumlah penghasilan anggota keluarga, dengan asumsi anak belum bekerja
• Suku adalah unit kelompok lokalitas masyarakat yang mempunyai tingkat homogenitas yang dilatarbelakangi oleh letak geografis, nilai- nilai, dan budaya
Batik lokal adalah batik yang berasal dan diproduksi dari dalam negeri
Batik impor adalah batik yang berasal dari luar negeri, seperti China dan Malaysia
Atribut batik adalah stimulus yang terdapat pada pakaian batik, diantaranya adalah model, motif, harga, dan jenis kain
Persepsi adalah evaluasi mahasiswa terkait dengan pandangan contoh terhadap stimuli berupa atribut pakaian batik yang kemudian digambarkan dengan kata-kata sifat penilaian (pandangan) contoh terhadap pakaian batik
Afektif adalah perasaan nasionalisme seseorang dan kaitannya dengan perilaku terhadap pakaian batik
Preferensi adalah tingkat kesukaan contoh terhadap atribut pakaian batik, seperti, model, harga, jenis kain, dan motif. Merupakan variabel yang terdiri dari sepuluh kombinasi atribut pakaian batik
Minat beli adalah perilaku contoh berupa tindakan serta proses psikologis yang mendorong mahasiswa pada saat sebelum membeli pakaian batik.
