33
4.4. Metode Pengambilan Sampel
Peneliti melakukan pengambilan sampel dengan metode non probability sampling, dimana non probability sampling tidak melibatkan pilihan acak. Teknik
non probability sampling yang digunakan adalah judgement sampling yaitu teknik pengambilan sampel yang dilakukan dengan terlebih dahulu merumuskan kriteria-
kriteria yang akan digunakan sebagai acuan penarikan sampel. Kriteria tersebut adalah seorang responden yang dipilih, mengetahui, mengenal dan pernah
mengkonsumsi susu pasteurisasi Milkfood Barokah. Pengumpulan data responden pada lokasi penelitian dilakukan sesuai
dengan kriteria yang telah ditetapkan. Jumlah sampel penelitian didapatkan dengan menggunakan rumus Slovin yakni sebagai berikut:
n = N Ne
2
+ 1 Dimana:
n = jumlah sampel N = jumlah populasi
e
2
= nilai kritis yang digunakan, yaitu 10 Adapun jumlah populasi konsumen susu pasteurisasi Milkfood Barokah
tidak diketahui secara pasti. Oleh sebab itu, jumlah sampel yang digunakan adalah berdasarkan pendekatan jumlah pembeli rata-rata per bulan. Menurut wawancara
dengan pihak UMKM Milkfood Barokah, bahwa jumlah pembeli rata-rata 70 orang per harinya. Jika perusahaan berproduksi selama 20 hari dalam sebulan
maka jumlah rata-rata pembeli perbulan yaitu 1400 orang. Adapun perhitungan jumlah responden adalah sebagai berikut:
n = 14001400 0,1
2
+ 1 n = 93,3
≈ 94 orang
4.5. Analisis Deskriptif
Analisis deskriptif kualitatif ditujukan untuk mendapatkan informasi tentang berbagai kondisi lapang yang berpengaruh dalam keputusan pembelian.
Analisis ini dipilih karena mampu mendeskripsikan karakteristik konsumen serta proses keputusan pembelian yang terjadi. Analisis deskriptif berisi data
karakteristik konsumen usia, jenis kelamin, pendidikan, pekerjaan, pendapatan, dan status pernikahan.
34
4.6. Metode Importance Performance Analysis IPA
Importance Performance Analysis IPA secara konsep merupakan suatu model multi-atribut. Teknik ini mengidentifikasi kekuatan dan kelemahan
penawaran pasar dengan menggunakan dua kriteria yaitu kepentingan relatif atribut dan kepuasan konsumen.
Penerapan teknik IPA dimulai dengan identifikasi atribut-atribut yang relevan terhadap situasi pilihan yang diamati. Daftar atribut-atribut dapat
dikembangkan dengan mengacu kepada literatur-literatur, melakukan interview, dan menggunakan penilaian manajerial. Di lain pihak, sekumpulan atribut yang
melekat kepada barang atau jasa dievaluasi berdasarkan seberapa penting masing- masing produk tersebut bagi konsumen dan bagaimana jasa atau barang tersebut
dipersepsikan oleh konsumen. Evaluasi ini diperoleh melalui survey terhadap sampel yang terdiri atas
konsumen. Setelah menentukan atribut-atribut yang layak, konsumen ditanya dengan dua pertanyaan. Satu adalah atribut yang menonjol dan yang kedua adalah
kinerja perusahaan yang menggunakan atribut tersebut. Dengan menggunakan mean, median atau pengukuran ranking, skor kepentingan dan kinerja atribut
dikumpulkan dan diklasifikasikan ke dalam kategori tinggi atau rendah; kemudian dengan memasangkan kedua set rangking tersebut, masing-masing atribut
ditempatkan ke dalam salah satu dari empat kuadran kepentingan kinerja. Skor mean kinerja dan kepentingan digunakan sebagai koordinat untuk memplotkan
atribut-atribut individu pada matriks dua dimensi yang ditunjukkan pada Gambar3.
Gambar 3.
Bentuk Matriks Importance Performance Analysis IPA
Kuadran I Prioritas Utama
Kuadran II Pertahankan Prestasi
Kuadran III Prioritas Rendah
Kuadran IV Berlebihan
35
Keterangan :
Kuadran I: Menunjukkan faktor atau atribut yang dianggap mempengaruhi
pelanggan, termasuk unsur–unsur jasa yang dianggap sangat penting, namun produk tidak sesuai keinginan pelanggan sehingga
tidak puas.
Kuadran II: Menunjukkan unsur pokok yang sudah ada pada produk sehingga wajib dipertahankan serta dianggap sangat penting dan
memuaskan. Kuadran III: Menunjukkan faktor yang kurang penting pengaruhnya bagi
pelanggan, keberadaannya biasa–biasa saja dan dianggap kurang penting serta kurang memuaskan.
Kuadran IV: Menunjukkan faktor yang mempengaruhi pelanggan kurang penting namun pelaksanaannya berlebihan, dianggap kurang
penting tetapi sangat memuaskan.
Rumus yang digunakan dalam IPA adalah sebagai berikut :
Dimana: TKi = Tingkat kesesuaian responden
Xi = Skor penilaian tingkat kinerjakepuasan
Yi = Skor penilaian kepentingan
4.7. Metode
Customer Satisfaction Index CSI
Customer Satisfaction Index CSI digunakan untuk menentukan tingkat kepuasan
pelanggan secara
menyeluruh dengan
pendekatan yang
mempertimbangkan tingkat harapan dari atribut-atribut kualitas jasa yang diukur. Metode pengukuran CSI ini menurut Dicson dalam Haris 2008, terdapat empat
langkah dalam perhitungan Customer Satisfaction Index CSI yaitu sebagai berikut:
1 Menentukan Mean Importance Score MIS dan Mean Satisfaction Score MSS. Nilai ini berasal dari rata-rata tingkat kepentingan dan kinerja tiap
responden. Semakin tinggi nilai MIS maka semakin tinggi juga rata-rata tingkat kepentingan konsumen terhadap suatu produk dan semakin tinggi nilai
MSS maka semakin tinggi pula kinerja tiap responden.
36 2 Menghitung Weighting Factors WF, yaitu mengubah nilai rata-rata tingkat
harapan menjadi angka persentase dari total nilai rata-rata tingkat harapan untuk seluruh atribut yang diuji, sehingga didapatkan total Weighting
FactorsWF 100. 3 Menghitung Weighted Score WS dan Weighted Total WT, yaitu nilai
perkalian antar nilai rata-rata tingkat kinerja kepuasan masing-masing atribut dengan Weighted Factors WF masing-masing atribut. Menghitung Weighted
Total WT, yaitu dengan menjumlahkan Weighted Score WS dari semua atribut kualitas jasa.
4 Menghitung Statisfaction Index, yaitu Weighted Total WT dibagi skala maksimal yang digunakan dalam penelitian ini skala maksimal adalah 5,
kemudian dikali 100. Tingkat kepuasan responden secara menyeluruh dapat dilihat dari tingkat
kriteria kepuasan konsumen atau pelanggan, yang dapat dilihat pada Tabel 5 berikut :
Tabel 5. Tingkat Kepuasan Responden Secara Menyeluruh
Nilai Index Kriteria Indeks Kepuasan
0,81 – 1,00 Sangat Puas
0,66 – 0,80 Puas
0,51 – 0,65 Cukup Puas
0,35 – 0,50 Kurang Puas
0,00 – 0,34 Tidak Puas
4.8. Penentuan Atribut Dugaan
Kategori