IV.
METODE PENELITIAN
4.1. Lokasi dan Waktu Penelitian
Penelitian dilakukan di Kabupaten Takalar dan Sidenreng Rappang Provinsi Sulawesi Selatan. Pemilihan lokasi ditentukan secara sengaja (purpossive), dengan pertimbangan bahwa kedua kabupaten tersebut merupakan sentra produksi dan pengembangan jagung khususnya jagung komposit yang ada di Sulawesi Selatan. Setiap kabupaten ditentukan masing-masing dua desa dari dua kecamatan, dengan alasan bahwa produksi dan penyebaran jagung komposit pada setiap kecamatan dari setiap kabupaten relatif lebih tinggi dan jumlah petani jagung lebih banyak dibandingkan dengan kecamatan lain. Penelitian dilaksanakan pada bulan Maret – Mei 2012.
4.2. Jenis dan Sumber Data
Jenis data yang digunakan pada penelitian ini adalah data primer dan data sekunder yang bersifat data kualitatif (deskriptif) dan kuantitatif. Data primer adalah data yang diperoleh langsung dari sumber primer dengan melakukan wawancara melalui pengisian daftar pertanyaan ke petani responden yang menggunakan benih unggul jagung komposit.
Data sekunder yang digunakan merupakan data penunjang penelitian yang diperoleh melalui instansi-instasi terkait seperti Badan Pusat Statistik, situs resmi kementerian dan dinas atau instansi pemerintahan setempat. Data sekunder juga diperoleh di Balai Pengawasan Sertifikasi Benih (BPSB-TPH), Dinas Tanaman Pangan dan Hortikultura (DISTAN), Badan Pusat Statistik (BPS) Provinsi Sulawesi Selatan.
4.3. Metode Pengambilan Sampel
Pengumpulan data dilakukan dengan metode survei dengan melakukan wawancara langsung terhadap petani/responden, dan pengisian kuesioner. Pengambilan sampel dalam penelitian ini dengan cara pengambilan contoh acak kelompok (cluster random sampling). Populasi dibagi ke dalam beberapa
kelompok berdasarkan karakteristik tertentu. Kelompok yang terbentuk mewakili populasi. Setiap sampling unit atau anggota kelompok memiliki peluang yang sama untuk dipilih sebagai contoh. Populasi yang dimaksud adalah petani jagung. Sementara sampling unit yang akan dijadikan contoh adalah petani yang pernah menggunakan benih jagung lokal, komposit, dan hibrida yang berada di Desa Salaka dan Desa Alluka (Kecamatan Pattallassang, Kabupaten Takalar) dan Desa Bulo Wattang dan Desa Bulo (Kecamatan Panca Rijang, Kabupaten Sidrap). Pengambilan sampel dilakukan dengan pertimbangan bahwa lokasi tersebut merupakan sentra produksi jagung di Kabupaten Takalar dan Kabupaten Sidrap. Tabel 3 Jumlah Populasi Petani Jagung di Lokasi Penelitian
No Kabupaten Jumlah Petani Kecamatan Jumlah Petani Desa/Dusun Jumlah Petani
1 Takalar 809 Pattallassang 533 - Salaka - Alluka
60 61 2 Sidrap 592 Panca Rijang 341 - Bulo Wattang
- Bulo
140 136
Total 1.401 874 400
Sumber : Badan Penyuluh Pertanian, Kab. Takalar dan Kab. Sidrap, 2012
Beberapa acuan yang dapat dipertimbangkan menyangkut ukuran pengambilan sampel berkaitan dengan ragam populasi, yaitu: (1) jika populasi besar, sampel dapat diambil dengan persentase kecil dan jika populasi kecil dapat diambil persentase besar, (2) ukuran sampel sebaiknya tidak kurang dari 30 satuan, dan (3) jumlah sampel disesuaikan dengan kemampuan biaya, (4) Jumlah responden tersebut ditentukan berdasarkan minimum 10 persen dari total populasi responden (Arikunto, 2002).
Jumlah contoh untuk analisis atribut dengan analisis multiatribut fishbein dilakukan dengan mengambil sebanyak 40 petani responden. Responden yang akan dianalisis adalah petani jagung yang pernah menggunakan benih lokal, komposit dan hibrida. Setiap desa diambil sebanyak 10 orang sampel/responden dimana setiap kabupaten terdiri dari dua kecamatan. Sehingga jumlah sampel untuk petani jagung pada dua kabupetan sebanyak 40 orang petani responden.
Untuk analisis model persamaan struktural (SEM), menurut Ferdinand (2002), ukuran sampel tergantung dari jumlah variabel indikator yang digunakan dalam seluruh variabel laten. Jumlah indikator dikali 5 – 10. Karena pada
penelitian ini terdapat 20 variabel indikator, maka besarnya sampel adalah minimal 100 - 200 sampel/responden.
4.4. Variabel dan Skala Pengukuran
Variabel – variabel yang akan digunakan dalam penelitian ini terdiri dari variabel laten dan variabel manifes sebagai indikator dari variabel laten. Semua variabel diukur dengan menggunakan skala Likert. Identifikasi variabel laten dan manifest tersaji pada Tabel 3.
Skala Likert merupakan skala yang dikembangkan melalui metode Likert, dimana subjek harus diindikasikan berdasarkan tingkatannya dan berdasarkan berbagai pernyataan yang berkaitan dengan perilaku suatu objek. Skala ini banyak digunakan karena skala ini memberi peluang kepada responden untuk mengekspresikam perasaan mereka dalam bentuk persetujuan terhadap suatu pernyataan. Pertanyaan diberikan berjenjang, mulai dari tingkat terendah sampai tertinggi, karena pilihan jawaban berjenjang, maka setiap pilihan jawaban diberi skor (Sumarwan et al., 2011).
Tabel 4 Variabel Laten dan Indikator Model Persamaan Struktural
No. Variabel Laten Variabel Indikator
1 Produk (X1) 1. Produktivitas tinggi (X1.1)
2. Jenis varietas tercantum dalam kemasan (X1.2) 3. Kualitas kemasan terjamin (X1.3)
4. Adanya label benih dalam kemasan (X1.4) 5. Penggunaan pupuk yang efisien (X1.5) 6. Umur panen pendek (X1.6)
7. Daya berkecambah benih tinggi (X1.7) 8. Ketahanan terhadap hama /penyakit (X1.8) 9. Ukuran benih dan tongkol besar (X1.9) 10. Daya simpan benih tahan lama (X1.10) 2 Harga (X2) 11. Harga benih murah (X2.1)
12. Harga benih sesuai dengan mutunya (X2.2) 3 Tempat (X3) 13. Kemudahan memperoleh benih (X3.1)
14. Stok benih selalu tersedia pada saat dibutuhkan (X3.2) 4 Promosi (X4) 15. Ketersediaan demplot jagung komposit (X4.1)
16. Ketersediaan pedum/juknis/leaflet/brosur (X4.2) 5 Kepuasan Petani
(X5)
17. Kepuasan secara keseluruhan (Y1) 6 Loyalitas petani
(Y)
18. Keinginan untuk membeli kembali (Y2)
19. Tetap menggunakannya walaupun harganya naik (Y3) 20. Bersedia merekomendasikan kepada orang lain (Y4)
Skala Likert menggunakan skor tertentu untuk tiap jawaban (Rangkuti, 1997). Skala ini digunakan untuk mengetahui penilaian konsumen dalam hal ini petani terhadap dimensi bauran pemasaran (produk, harga, tempat, promosi) terhadap penggunaan benih unggul jagung komposit di Sulawesi Selatan. Adapun skor dan respon yang digunakan dalam penelitian ini tersaji dalam Tabel 5.
Tabel 5 Kriteria Skala Likert untuk Model Persamaan Struktural
Kriteria Skor
Sangat Setuju 5
Setuju 4
Netral 3
Tidak Setuju 2
Sangat Tidak Setuju 1
Sumber : Rangkuti, 2007
Keterangan:
1. Kategori sangat setuju adalah petani yang menggunakan benih unggul jagung komposit merasakan bahwa benih tersebut lebih dari yang diharapkan. Petani kemungkinan besar akan sulit berpindah ke jenis benih yang lain yang pada akhirnya akan puas dan loyal.
2. Kategori setuju adalah petani yang menggunakan benih unggul jagung komposit merasakan bahwa benih tersebut sudah sesuai dengan harapannya. 3. Kategori netral adalah petani yang menggunakan benih unggul jagung
komposit merasakan bahwa benih tersebut belum diketahui benar atau masih ragu-ragu apakah benih yang akan digunakan sesuai dengan harapannya atau tidak.
4. Kategori tidak setuju adalah petani yang menggunakan benih unggul jagung komposit merasakan bahwa benih tersebut tidak sesuai dengan yang diharapkan.
5.
Kategori sangat tidak setuju adalah petani yang menggunakan benih unggul jagung komposit merasakan bahwa benih tersebut sangat tidak sesuai dengan harapannya. Petani yang berada pada kategori ini merupakan petani yang kemungkinan sangat kecil untuk menggunakan kembali benih unggul jagung komposit untuk kegiatan usahatani selanjutnya.4.5. Metode Analisis Data
Data dan informasi yang didapat diolah dan dianalisis secara kualitatif (deskriptif) dan kuantitatif. Analisis deskriptif dilakukan untuk mengetahui karakteristik petani dalam memilih dan menggunakan benih unggul jagung komposit. Analisis kuantitatif dilakukan dengan pendekatan multiatribut produk dan model persamaan struktural (Structural Equation Modelling). Selanjutnya
data dianalisis dengan menggunakan perangkat lunak MS-Excel dan Lisrel (Linear Structural Relationship) ver. 8.30.
4.5.1. Analisis Deskriptif
Analisis deskriptif digunakan untuk mengambarkan karakteristik konsumen dan tahapan proses keputusan pembelian benih jagung komposit yang diperoleh dari daftar pertanyaan melalui kuisioner dan disajikan dalam bentuk tabulasi. Analisis deskriptif menggunakan tabel frekuensi yaitu penyajian data dan informasi dalam bentuk tabel sederhana yang berisi pengelompokan jawaban yang sama dari responden. Tabel frekuensi berfungsi untuk mengambarkan ciri-ciri atau karakteristik dari suatu variabel (Rangkuti, 1997).
Hasil yang diperoleh diolah dengan menggunakan presentase berdasarkan jumlah responden. Persentase terbesar dari setiap hasil adalah faktor dominan dari masing-masing variabel yang dianalisis. Pengelompokan karakteristik konsumen meliputi data demografi seperti usia, jenis kelamin, pekerjaan, pendidikan, dan tingkat pendapatan serta pengeluaran. Pada penelitian ini analisis deskriptif digunakan untuk melihat karakteristik petani terhadap penggunaan benih unggul jagung komposit di Sulawesi Selatan. Analisis deskriptif ini disajikan dalam bentuk uraian dan tabulasi sederhana.
4.5.2. Analisis Multiatribut Fishbein
Sikap dan perilaku konsumen juga merupakan bagian dari konsep perilaku konsumen. Salah satu model analisis sikap adalah model sikap multiatribut
Fishbein. Model sikap Fishbein ini berfokus pada prediksi sikap yang dibentuk seseorang terhadap obyek tertentu. Formulasi model Fishbein (Mowen dan Minor, 1998) adalah sebagai berikut:
dimana:
Ao = Sikap keseluruhan konsumen terhadap obyek
bi = Kekuatan kepercayaan konsumen terhadap atribut ke-i ei = Evaluasi kepentingan terhadap atribut ke-i
Penelitian ini menggunakan model ”the attitude-toward-object model” yang digunakan untuk mengukur sikap konsumen terhadap sebuah produk (pelayanan/jasa) atau berbagai merek produk. Model ini secara singkat menjelaskan bahwa sikap seorang konsumen terhadap suatu objek akan ditentukan oleh sikapnya terhadap berbagai atribut yang dimiliki oleh objek tersebut. Model ini menggambarkan bahwa sikap konsumen terhadap suatu produk atau merek sebuah produk ditentukan oleh dua hal yaitu kepercayaan terhadap atribut yang dimiliki produk atau merek (komponen bi), dan evaluasi pentingnya atribut dari produk tersebut (komponen ei). Komponen bi mengukur
kepercayaan konsumen terhadap atribut yang dimiliki oleh masing-masing merek. Konsumen harus memperhatikan merek dari suatu produk ketika mengevaluasi atribut yang dimiliki oleh masing-masing merek tersebut. Sedangkan komponen ei mengukur evaluasi kepentingan atribut-atribut yang dimiliki oleh obyek tersebut.
Pada penelitian ini digunakan penilaian skala lima angka (-2, -1, 0, +1, +2) karena skala tersebut dianggap telah dapat mewakili pilihan konsumen. Penggunaan tanda positif maupun negatif bertujuan untuk melihat respon positif dan negatif dari konsumen (Sumarwan, 2000). Dua komponen utama model ini adalah:
1. Kekuatan kepercayaan (belief strength) (bi) adalah kemungkinan yang diyakini dari hubungan antara suatu obyek dengan ciri-cirinya yang relevan. Kekuatan kepercayaan diukur dengan meminta konsumen memeringkat kemungkinan semua asosiasi dari setiap kepercayaan utama mereka. Komponen bi yang menggambarkan seberapa kuat komponen percaya bahwa
benih unggul jagung komposit memiliki atribut yang diberikan. Kepercayaan diukur pada Skala Likert, hasil pelaksanaan atribut yang berjajar dari “sangat tidak percaya” hingga “sangat percaya”. Variabel bi menunjukkan seberapa kuat konsumen percaya bahwa benih unggul jagung komposit yang diteliti memiliki atribut yang diberikan. Skala pengukuran bi yaitu lima angka yang berjajar dari 2 = sangat percaya; 1 = percaya; 0 = ragu-ragu; -1 = tidak percaya, dan; -2 = sangat tidak percaya
2. Evaluasi kepercayaan (belief evaluation) (ei) yaitu mencerminkan seberapa baik konsumen menilai suatu ciri. Pemasar mengukur komponen (ei) dengan
meminta konsumen menyebutkan evaluasi mereka terhadap setiap kepercayaan utama. Sementara komponen ei yang menggambarkan evaluasi
atribut diukur pada Skala likert yang berjajar mulai dari “sangat tidak penting” hingga “sangat penting”. Variabel ei menggambarkan tingkat kepentingan atribut produk yang akan diukur pada sebuah skala tingkat kepentingan lima angka yang berjajar yaitu dari 2 = sangat penting; 1 = penting; 0 = netral; -1 = tidak penting; -2 = sangat tidak penting
Atribut yang digunakan untuk komponen ei harus sama dengan atribut yang digunakan untuk menghitung komponen bi. Untuk memperkirakan sikap konsumen terhadap masing-masing jenis benih setiap skor kepercayaan terlebih dahulu harus dikalikan dengan skor evaluasi yang sesuai. Total skor tersebut menunjukkan bagaimana sikap konsumen terhadap atribut benih jagung lokal, komposit dan hibrida. Hasil akhir menunjukkan sikap konsumen terhadap produk seperti sikap suka atau tidak suka, percaya atau tidak percaya, dan penting atau tidak penting. Penilaian akan lebih baik apabila terdapat produk sejenis yang dapat dibandingkan, sehingga konsumen dapat memberi penilaian yang objektif. Atribut dari penelitian ini diperoleh dari penelitian terdahulu, eksplorasi langsung ke produsen, konsumen serta beberapa literatur. Atribut-atribut yang akan diuji dalam penelitian ini dapat dilihat dalam Tabel 6.
Tabel 6 Daftar Atribut Produk yang Diuji dalam Penelitian No. Atribut produk yang akan diuji dalam penelitian
A. Produk
1 Produktivitas (hasil panen)
2 Ketahanan terhadap hama dan penyakit 3 Umur tanaman (panen)
4 Daya tumbuh (berkecambah) 5 Efisiensi penggunaan pupuk 6 Daya simpan 7 Kualitas kemasan 8 Jenis varietas 9 Ukuran benih 10 Tanggal kadaluarsa 11 Ukuran tongkol 12 Label benih B. Harga
13 Harga benih jagung
C. Tempat
14 Kemudahan dalam akses benih 15 Stok benih tersedia
D. Promosi
16 Ketersediaan demplot di lapangan 17 Adanya pedum/juknis/leaflet/brosur
4.5.3. Pemetaan Persepsi Konsumen
Tehnik pemetaan persepsi konsumen (perceptual mapping) digunakan untuk mengetahui persepsi konsumen terhadap atribut benih unggul jagung komposit dibandingkan atribut benih unggul jagung hibrida dan benih lokal. Langkah-langkah yang digunakan dalam analisis ini adalah:
1. Analisis mean score (rata-rata) 2. Grafik sarang laba-laba
Pada grafik sarang laba-laba dapat dilihat nilai rata-rata dari setiap atribut yang melekat pada masing-masing benih jagung. Grafik sarang laba-laba merupakan nilai rata-rata dalam bentuk grafik dua dimensi.
4.5.4. Analisis Model Persamaan Struktural
Model persamaan strukutral (Structural Equation Modeling) merupakan suatu teknik statistik yang dipakai untuk menguji serangkaian hubungan antara beberapa variabel yang terbentuk dari variabel faktor atau variabel terobservasi. Metode analisis verifikatif statistik pada penelitian dilakukan dengan
menggunakan metode Structural Equation Modeling (SEM) (Srirezeki, 2009). Data penelitian yang diperoleh akan dianalisis dengan menggunakan bantuan perangkat lunak LISREL ver. 8.30. Implementasi model SEM pada penelitian ini terdiri dari 6 variabel laten dan 20 variabel indikator (manifes). Variabel laten endogen yaitu kepuasan dan loyalitas. Kepuasan petani dipengaruhi kepuasan secara keseluruhan, sementara loyalitas petani dipengaruhi oleh keinginan untuk membeli kembali, tetap menggunakan benih komposit walaupun harganya naik, dan bersedia merekomendasikan kepada orang lain. Sementara variabel laten eksogen yaitu kepuasan petani faktor-faktor yang mempengaruhinya adalah bauran pemasaran (produk, harga, tempat dan promosi) dengan masing-masing variabel manifes/indikatornya. Hubungan pengaruh antar variabel laten dan variabel indikatornya sebagai model awal persamaan struktural dari analisis kepuasan dan loyalitas petani terhadap penggunaan benih unggul jagung komposit tersaji dalam diagram path (path diagram) pada Gambar 8.
Secara matematis, formulasi model persamaan struktural dirumuskan sebagai berikut:
1. Model Persamaan Struktural
η = γ1ξ1 + γ2ξ2 + γ3ξ3 + γ4ξ4 + γ5ξ5 + ζ ... (1)
2. Model Pengukuran Variabel Laten Eksogen (Kepuasan) X1.1 = λx1.1 ξ1 + δ1.1 ... (2) X1.2 = λx1.2 ξ1 + δ1.2 ... (3) X1.3 = λx1.3 ξ1 + δ1.3 ... (4) X1.4 = λx1.4 ξ1 + δ1.4 ... (5) X1.5 = λx1.5 ξ1 + δ1.5 ... (6) X1.6 = λx1.6 ξ1 + δ1.6 ... (7) X1.7 = λx1.7 ξ1 + δ1.7 ... (8) X1.8 = λx1.8 ξ1 + δ1.8 ... (9) X1.9 = λx1.9 ξ1 + δ1.9 ... (10) X1.10 = λx1.10 ξ1 + δ1.10 ... (11) X2.1 = λx2.1 ξ2 + δ2.1 ... (12) X2.2 = λx2.2 ξ2 + δ2.2 ... (13) X3.1 = λx3.1 ξ3 + δ3.1 ... (14) X3.2 = λx3.2 ξ3 + δ3.2 ... (15)
X4.1 = λx4.1 ξ4 + δ4.1 ... (16)
X4.2 = λx4.2 ξ4 + δ4.2 ... (17)
3. Model Pengukuran Variabel Laten Endogen (Loyalitas) Y1 = λy1η + ε1 ... (18)
Y2 = λy2η + ε2 ... (19)
Y3 = λy3η + ε3 ... (20)
Y4 = λy4η + ε4 ... (21) dimana:
η = variabel laten endogen loyalitas petani
γ = koefisien hubungan model persamaan struktural
ζ = komponen error
ξ1,2,...n = variabel laten eksogen produk, harga, tempat, dan promosi
X1,2,...n = variabel indikator pada laten eksogen
Y1.2,...n = variabel indikator pada laten endogen
λx.1,2,...n = muatan faktor variabel indikator pada laten eksogen
λy1,2,...n = muatan faktor variabel indikator pada laten endogen
δ, ε = error pada model hubungan variabel indikator
Gambar 8 Model Persamaan Struktural dari Analisis Kepuasan dan Loyalitas Petani Dalam Penggunaan Benih Unggul Jagung Komposit
Tujuan utama dari analisis SEM adalah menguji kebaikan suatu model yaitu kesesuaian model teoritis dengan data empiris. Kriteria untuk menentukan
goodness of fit model SEM disajikan dalam Tabel 7 berikut ini:
Tabel 7 Kriteria “Goodness of Fit”
No. Kriteria Indeks Ukuran Nilai Acuan
1 Chi kuadrat (2) Sekecil mungkin
2 P – value 0,05 3 CMIN/df 2,00 4 RMSEA 0,08 5 GFI Mendekati 1 6 AGFI Mendekati 1 Sumber: Wijaya (2009)
Penjelasan dari masing – masing kriteria tersebut adalah sebagai berikut:
1. Chi kuadrat (2) dan P – value merupakan alat uji untuk mengukur overall fit. Model dikategorikan baik jika memiliki 2 = 0 yang berarti tidak ada perbedaan antara model teoritis dan empiris. Tingkat signifikansi model yang ditetapkan adalah P 0,05 yang berarti tidak ada perbedaan yang signifikan antara model teoritis dan empiris pada taraf nyata 5%.
2. CMIN/df (Normed Chi Square) merupakan rasio antara 2 dengan derajat bebas. Ukuran ini digunakan karena 2 sangat sensitive terhadap jumlah observasi.
3. RMSEA (Root Mean Square Error of Approximation) menunjukkan
goodness of fit yang diharapkan model diestimasikan dalam populasi. Nilai RMSEA 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu didasarkan pada degree of
freedom.
4. GFI (Goodness of Fit Index) digunakan untuk menghitung proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasikan. Indeks ini mencerminkan tingkat kesesuaian model secara keseluruhan. Nilai GFI yang semakin mendekati 1 menujukkan tingkat kesesuaian model yang lebih baik.
5. AGFI (Adjusted GFI) merupakan GFI yang disesuaikan dengan degree of
freedom yang tersedia untuk menguji diterima tidaknya model. Nilai AGFI yang semakin mendekati 1 menunjukkan tingkat kesesuaian model yang lebih baik.
