Karakteristik Responden Menurut Kepemilikan Sepeda Motor Honda Beat Karakteristik Responden Menurut Jenis Kelamin

Gambar V.IV. Karakteristik Responden Menurut Pekerjaan Orang tua

5. Karakteristik Responden Menurut Uang Saku Sebulan

Tabel V.9. Karakteristik Responden Menurut Uang Saku Sebulan Uang Saku Sebulan Rp Jumlah orang Persentase Kurang dari Rp. 500.000 24 24 Rp. 500.000 – Rp. 1.000.000 48 48 Rp. 1.100.000 – Rp. 1.500.000 15 15 Lebih dari Rp. 1.500.000 13 13 Sumber: Data primer yang diolah 2013 Berdasarkan data yang diperoleh, jumlah uang saku responden yang paling banyak di rentang Rp. 500.000 - Rp. 1.000.000, yaitu sebanyak 48 orang 48. Untuk lebih jelas dapat dilihat dari gambar di bawah ini: Pegawai Negeri Pegawai Swasta Wiraswasta Lain-lain Jumlah orang 48 19 19 14 Persentase 48 19 19 14 10 20 30 40 50 60 ju m la h Karakteristik Responden Menurut Pekerjaan Orang Tua Gambar V.V. Karakteristik Responden Menurut Uang Saku Sebulan

E. Analisis Multiatribut Attitude Model MAM

Analisis Multiattribute Attitude Model MAM digunakan untuk mengukur sikap konsumen secara keseluruhan dengan rumus sebagai berikut: A = W |I − x | Keterangan : Ao = Sikap konsumen secara keseluruhan terhadap suatu objek yang diteliti. Wi = Bobot rata-rata tingkat kepentingan terhadap atribut i. Xi = Nilai belief rata-rata konsumen terhadap atribut i. Ii = Nilai ideal rata-rata konsumen terhadap atribut i. n = Jumlah atribut yang diteliti. Rp. 500.000 Rp. 500.000 – Rp. 1.000.000 Rp. 1.100.000 – Rp. 1.500.000 Rp.1.500.00 Jumlah orang 24 48 15 13 Persentase 24 48 15 13 10 20 30 40 50 60 ju m la h Karakteristik Responden Menurut Uang Saku Sebulan Jawaban dari para responden merupakan data yang bersifat kualitatif sehingga perlu diubah menjadi kuantitatif dengan cara memberi skor, yaitu: Sikap Konsumen Skor Sangat setuju SS : diberi skor 5 Setuju S : diberi skor 4 Netral N : diberi skor 3 Tidak Setuju TS : diberi skor 2 Sangat Tidak Setuju STS : diberi skor 1

1. Pemberian Bobot Rata- rata Wi

Pemberian bobot rata-rata Wi pada tiap-tiap atribut, dilakukan berdasarkan pada skala kepentingan yang dilakukan oleh responden, namun dalam penelitian ini pemberian bobot dilakukan oleh penulis untuk mempermudah responden dalam menjawab. Untuk mencari bobot tingkat kepentingan atribut dapat digunakan rumus sebagai berikut: Untuk pemberian bobot rata-rata Wi dihitung melalui tingkat kepentingan konsumen terhadap atribut, digunakan sistem perkalian dimana banyaknya responden yang memilih satu atribut dikalikan dengan nomor kepentingan kemudian dijumlahkan.

Dokumen yang terkait

Analisis kepuasan mahasiswa terhadap pelayanan Perpustakaan Universitas Sanata Dharma : studi pada mahasiswa Universitas Sanata Dharma Yogyakarta pemakai jasa Perpustakaan Kampus I Mrican.

0 1 126

Sikap konsumen terhadap sepeda motor Honda Beat : studi kasus pada mahasiswa Universitas Sanata Dharma, Kampus I Mrican, Yogyakarta.

0 0 2

Alasan konsumen membeli pasta gigi Pepsodent : studi kasus pada mahasiswa Uiversitas Sanata Dharma Kampus I Mrican, Yogyakarta...

0 2 106

Analisis sikap konsumen terhadap produk sepeda motor Yamaha Jupiter Z : studi kasus pada mahasiswa Universitas Sanata Dharma Yogyakarta.

0 0 119

Persepsi konsumen terhadap atribut produk Teh Sosro : studi kasus pada mahasiswa Universitas Sanata Dharma Kampus I Mrican.

0 0 129

Analisis sikap konsumen terhadap bauran pemasaran sepeda motor Honda, Suzuki, dan Yamaha : studi kasus pada Mahasiswa Universitas Sanata Dharma Yogyakarta Kampus Mrican.

0 1 78

MANAJEMEN WAKTU MAHASISWA TERHADAP KURIK

0 1 17

Analisis sikap konsumen terhadap bauran pemasaran sepeda motor Honda, Suzuki, dan Yamaha : studi kasus pada Mahasiswa Universitas Sanata Dharma Yogyakarta Kampus Mrican - USD Repository

0 0 76

Analisis sikap konsumen terhadap bauran pemasaran sepeda motor Honda, Suzuki, dan Yamaha : studi kasus pada Mahasiswa Universitas Sanata Dharma Yogyakarta Kampus Mrican - USD Repository

0 0 76

Persepsi konsumen terhadap atribut produk Teh Sosro : studi kasus pada mahasiswa Universitas Sanata Dharma Kampus I Mrican - USD Repository

0 0 127