maka semakin besar pendapatnnya. Dilhat dari rata-rata pendapatan, Pihak Little Farmers
perlu mengkaji lebih dalam penentuan harga paket yang ditawarkan, dikhawatirkan harga paket yang ditawarkan Little Farmers terlalu mahal.
d. Pendidikan
Variabel memiliki nilai communality 0,699 dalam mempengaruhi kunjungan ke Little Farmers. Semakin tinggi pendidikan seseorang, yang berarti
informasi yang dimilikinya semakin banyak akan mempengaruhinya dalam mengambil keputusan untuk memilih tempat objek wista. sebagian besar
pengunjung memiliki tingkat pendidikan Perguruan Tinggi atau Akademi 63 persen. Sebaran pengunjung menurut tingkat pendidikan dapat dilihat seperti
pada Tabel 8. Pemasangan name tag papan nama pada setiap jenis tanaman sayuran,
hortikultura, jenis tanaman hias, dan pada setiap jenis peternakan perlu dipertahankan, sehingga salah satu tujuan Little Farmers untuk menambah dan
memperluas pengetahuan pengunjungnya dapat dicapai. Selain hal tersebut Little Farmers
perlu meningkatan kaulitas pemandu instruktur dalam penyampaian materi atau penjelasan materi di lapangan.
e. Biaya Rekreasi
Biaya rekreasi memiliki nilai communality 0,676 yang mempengaruhi kunjungan ke Little Farmers. Berdasarkan sebaran responden, biaya rekreasi
pengunjung per orang yang dominan dikeluarkan adalah antara Rp. 25.001- 50.000 53 persen, diikuti oleh biaya rekreasi antara Rp. 50.001 – 100.000 16
persen. Hal ini sesuai dengan tempat tinggal pengunjung, yaitu dari Bandung, Cimahi, Padalarang dan Purwakarta yang mepunyai jarak tidak jauh dari lokasi
Little Farmers sehingga tidak membutuhkan biaya transportasi yang cukup besar.
Terdapat 8 persen pengunjung dengan biaya rekreasi lebih dari Rp. 150.001 karena mereka berasal dari Jakarta, Tangerang, Bogor dan Banjarmasin. Biaya
rekreasi pengunjung dapat dilihat seperti pada Tabel 18. Secara umum semakin jauh tempat tinggal, maka biaya yang dikeluarkan
semakin besar, sehingga semakin sedikit yang berkunjung. Untuk meningkatkan minat berkunjung mereka, maka Little Farmers perli melakukan peningkatan
kualitas objek, seperti peningkatan daya tarik, ketersediaan sarana dan prasarana, serta keamanan. Seseorang akan bersedia mengeluarkan biaya untuk produkjasa.
Jika produkjasa yang diberikan dapat memuaskan kebutuhannya, dan memiliki kemampuan ekonomi untuk mendapatkannya.
f. Pekerjaan
Pekerjaan merupakan salah satu faktor yang mempengaruhi kunjungan ke Little Farmers dengan nilia communality 0,620. pekerjaan dapat
menggambarkan tingkat pendapatan dan waktu luang pengunjung. Sebagian besar pengunjung Little Farmers memiliki pekerjaan yang sangat beragam, yang terdiri
dari Pegawai Swasta 33 persen, Pegawai NegeriBUMN 23 persen, Pengusaha 13 persen, PelajarMahasiswa 8 persen. Pekerjaan pengunjung dapat dilihat
seperti pada Tabel 9.
g. Informasi
Variabel yang terakhir berpengaruh terhadap kunjungan ke Little Farmers
adalah informasi. Hal ini dapat dilihat dari nilai communality yang dimilikinya, yaitu 0,614 yang merupakan nilai yang paling kecil dibanding
variabel lainnya. Sebagian besar pengunjug yang ditemui 84 persen mengatakan
telah mendapatkan informasi mengenai Little Farmers sebelum berkunjung untuk pertama kali, yang pada umumnya memperoleh informasi dari teman atau
keluarga terdapat sebanyak 73 persen, sedangkan 11 persen mendapat informasi dari Membaca Artikel Brosur, Majalah, Koran, TV atau Radio. Sebaran
pengunjung menurut sumber informasi mengenai Little Farmers dapat dilihat seperti pada Tabel 19.
Melihat kenyataan terssebut, Little Farmers perlu meningkatkan pemberian informasi kepada masyarakat melalui media masa, papan iklan, dan
spanduk, sehingga lebih dikenal oleh masyarakat. Salah satu cara agar pemberian informasi melalui media masa agar mendapat perhadatian besar dari masyarakat
adalah dengan memberikan iiklan atau tayangan singkat di televisi atau media cetak mengenai Little Farmers pada waktu sebelum liburan.
Berdasarkan hasil pengolahan analisis faktor pada Tabel 26, dapat disimpulkan bahwa dari tujuh variabel yang dianalisis dapat diekstraksi menjadi
tiga faktor utama. Salah satu kriteria yang digunakan untuk menentukan jumlah faktor yang terbentuk adalah menggunakan kriteria Eigenvalue. Dalam
pendekatan ini, hanya faktor dengan nilai Eigenvalue yang lebih besar dari 1,0 yang digunakan. Eigenvalue menunjukan sejumlah variansi lebih dari 1,0. Faktor
yang mempunyai variansi kurang dari 1,0 tidak lebih baik dari variabel tunggal, karena berdasarkan standarisasi, setiap variabel mempunyai variansi 1,0.
Berikutnya dalam analisis faktor dihitung total varian yang dapat dijelaskan oleh komponen yang dihasilkan. Terlihat bahwa nilai total varian ketiga faktor akan
dapat menjelaskan 70,482 persen variabilitas dari tujuh variabell. Hasil analisis pembentukan faktor dapat dilihat seperti pada Tabel 27.
Tabel 27. Hasil Analisis Pembentukan Faktor
Component Initial Eigenvalues
Extraction Sums of Squared Loadings
Total of
Variance Cumulative
Total of
Variance Cumulative
1 2,076
29,659 29,659
2,076 29,659
29,659 2
1,788 25,548
55,207 1,788
25,548 55,207
3 1,069
15,275 70,482
1,069 15,275
70,482 4
0,753 10,760
81,242 5
0,502 7,176
88,418 6
0,452 6,450
94,868 7
0,359 5,132
100,000 Extraction Method
: Principal Component Analysis.
Interpretasi faktor didasari oleh variabel-variabel dengan loading tertinggi pada faktor tersebut. Untuk mempermudah melakukan interpretasi, maka
perlu dilakukan proses rotasi agar semakin jelas perbedaan setiap variabel akan dimasukan dalam faktor yang mana. Proses rotasi yang digunakan dalam
penelitian ini adalah rotasi varimax. Component matrix hasil proses rotasi dapat dilihat pada Tabel 28.
Tabel 28. Component Matrix Hasil Proses Rotasi Component
Variabel 1
2 3
Umur -0.248
0.843 0.107
Status perkawinan 0.077
0.878 0.128
Pendidikan 0.811
-0.138 0.152
Pekerjaan -0.057
0.091 0.780
Pendapatan
0.756
0.419 0.016
Biaya rekreasi
0.749
0.295 0.168
Informasi -0.076
-0.097
-0.774
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 4 iterations.
8.1.1. Faktor Pertama
Variabel-variabel yang menyusun faktor pertama adalah pendidikan, pendapatan dan biaya rekreasi.. Ketiga variabel tersebut mampu menerangkan
keragaman data sebesar 29,659 persen. Hal ini menunjukan bahwa 29,659 persen pengunjung dalam melakukan kunjangan ke Little Farmers mempertimbangkan
variabel pada faktor pertama ini.
Tabel 29. Faktor Pertama I Komponen Utama Deskripsi variabel
Loading
Pendidikan 0.811
Pendapatan 0.756
Biaya Rekreasi 0.749
Nilai loading tertinggi terdapat pada variabel pendidikan yaitu sebesar 0,811, varibael pendapatan 0,756 dan variabel 0,749. Korelasi ketiga variabel
tersebut memiliki hubungan yang positif yang menunjukkan bahwa semakin tingginya nilai yang diberikan kepada satu variabel maka semakin tinggi juga nilai
variabel yang lainnya. Artinya, semakin tinggi pendidikan maka semakin tinggi pendapatan dan semakin tinggi biaya rekreasi yang disediakan pengunjung untuk
rekreasi.
8.1.2. Faktor Kedua
Variabel-variabel yang menyusun faktor pertama adalah status perkawianan dan umur, kedua variabel tersebut berpengaruh terhadap kunjungan
ke Little Farmers Kedua variabel tersebut mampu menerangkan keragaman data sebesar 25,548 persen artinya, 25,548 persen pengunjung yang berkunjung ke
Little Farmers dipengaruhi oleh status perkawinan dan umur.
Tabel 30. Faktor Kedua II Komponen Utama Deskripsi variabel
Loading
Status Perkawinan 0,878
Umur 0.843
Nilai loading tertinggi dari kedua variabel ini terdapat pada variabel status perkawinan sebesar 0.878 dan umur sebesar 0.843. kedua variabel tersebut
saling berkolerasi positif terhadap kunjungan Little Farmers , artinya semakin beranjak umur seseorang 15-30 tahun, maka ia memiliki status perkawinan
sudah berkeluarga. Responden yang banyak berkunjung adalah responden yang sudah berkeluarga dan berumur sekitar 15-30 tahun.
8.1.3. Faktor Ketiga
Faktor ketiga tersusun atas dua variabel, yaitu variabel pekerjaan dan informasi. Faktor kedua ini mampu menerangkan keragaman data sebesar 15,275
persen. Artinya 15,275 persen bahwa variabel pendidikan dan variabel informasi berpengaruh terhadap tingkat pengunjung Little Farmers dalam melakukan
kunjungan.
Tabel 31. Faktor Ketiga III Komponen Utama Deskripsi variabel
Loading
Pekerjaan 0.780
Informasi -0.774
Berdasarkan nilai loading pada Tabel 30 bahwa nilai variabel pekerjaan lebih besar dibandingkan variabel informasi. Kedua variabel ini memiliki korelasi
yang negatif artinya, semakin seseorang yang sudah memiliki status pekerjaan,
maka informasi semakin tidak sangat berpengaruh. Sehingga orang-orang yang sudah bekerja cenderung menjadikan informasi sebagai faktor yang lemah dalam
mempengaruhi kunjungan, karena diduga informasi sudah mereka dapat dari rekan-rekan kerja.
8.2. Rekomendasi Strategi Pemasaran
