Analisis Faktor Ketertarikan Ibu Terhadap Susu Formula Untuk balita (Studi Kasus: di Kecamatan Kualuh Selatan , Labuhan Batu Utara)

LAMPIRAN 1

DATA MENTAH No Nama Ibu Usia Balita mer

ek har ga Pro mosi Nilai gizi man faat ras a kemasa n kand unga n Saran dokter

1 hikma 2 Tatun 5 5 3 4 3 3 4 4 4

2 sinja

ramadani 1,3 Tahun 3 4 4 4 3 4 3 4 3

3 atika 2,2 Tahun 5 5 5 5 3 5 5 4 4

4 agustina 1 Tahun 5 4 5 4 4 4 5 5 5

5 arba'a 8 Bulan 4 4 2 3 4 3 2 4 2

6 elviana 5 Tahun 3 4 5 4 5 5 5 5 5

7 wulan

syahfitri 1,2 Tahun 3 5 2 4 5 4 2 4 2

8 ayu 3 Tahun 4 5 5 3 4 5 5 4 5

9 maya sari 2 Tahun 3 2 3 3 4 2 2 4 4

10 _{syamsinar 3 Tahun 5 4 5 4 5 5 5 5 4}

11 lina 2 Tahun 4 1 4 5 3 3 2 4 2

12 sarifah 8 Bulan 4 2 5 5 2 4 3 4 3

13 nila suneti 2 Tahun 3 3 5 2 3 4 1 4 3

14 maslina sari 1 Tahun 3 4 3 4 4 3 4 4 3

15 linda 1,3 Tahun 5 2 2 4 4 4 4 4 4

16 susi amelia 1,4 Tahun 4 5 2 3 2 4 4 5 4 17 arminah sir 1,8 Tahun 4 5 2 5 2 4 4 5 4

18 ernawati 2,3 Tahun 5 5 5 4 5 5 4 5 5

19 helmiwati 7 Bulan 5 5 5 4 5 5 4 5 5

20 rini 1,3 Tahun 4 2 1 4 4 4 5 4 4

21 nur 1,10 Tahun 4 3 2 4 4 4 3 4 4

22 melan 2,7 Bulan 2 4 3 4 5 5 4 4 4

23 neni 2 Tahun 4 4 2 2 4 2 4 4 2

24 susianti

sagala 1 Tahun 4 5 2 4 5 4 3 4 4

25 iin afrida p 7 Bulan 4 4 2 2 4 2 4 5 4

26 rini astuti 4,5 Tahun 4 4 2 2 4 2 3 5 4

27 defi 5 Tahun 4 4 4 2 4 2 2 5 5

28 sarifah 1 Tahun 4 4 4 4 4 4 2 4 4

29 patma 2,3 Tahun 4 4 5 4 4 4 4 4 5

30 angel 10 Bulan 2 5 2 5 5 5 3 5 4

31 suswita 5 Tahun 4 4 3 4 5 4 4 5 4

32 fitriusnita 1,8 Tahun 2 2 2 4 4 4 5 5 4

33 imah 1,1 Tahun 4 5 5 5 5 4 4 5 5

34 ningsih 2 Minggu 4 4 2 2 3 4 3 4 4

35 prisnawati 5 Bulan 2 2 3 3 3 5 3 5 4

36 fatma 2,3 Tahun 1 4 2 4 2 2 4 2 2

38 nuning 2,5 Tahun 3 5 3 3 4 3 2 5 5

39 tutik 2,1 Tahun 4 4 2 4 5 4 4 4 3

40 kiki 5 Bulan 4 4 2 4 2 4 4 4 4

41 fitriani 1,2 Tahun 4 4 3 3 5 4 4 5 4

42 srirahayu 6 Bulan 5 4 5 4 5 4 5 4 4

43 maria ulfa 3,5 Tahun 5 3 5 5 5 5 5 5 4

44 agustina 2,6 Tahun 5 5 4 5 4 4 5 5 5

45 husna 1 Tahun 5 5 5 4 4 5 4 5 4

46 icha 2,1 Tahun 4 4 2 4 4 4 2 4 3

47 halima 4 Tahun 4 5 5 5 4 5 5 5 4

48 rikit 8 Bulan 4 3 5 2 5 4 2 5 5

49 habibah 1,9 tahun 3 3 4 3 4 2 2 4 4

LAMPIRAN 2

ANALISIS FAKTOR KETERTARIKAN IBU TERHADAP SUSU FORMULA UNTUK BALITA

KUESIONER

(Studi Kasus di Kecamatan Kualuh Selatan, Labuhan Batu Uatara) A. IDENTITAS RESPONDEN

NAMA IBU :

STATUS IBU : USIA BALITA : B. PETUNJUK PENGISIAN

Berilah tanda silang (X) pada skala yang dianggap tepat atau paling sesuai dari pernyataan dibawah ini

Keterangan kolom jawaban

• Sangat setuju (5)

• Setuju (4)

• Cukup setuju (3)

• Tidak setuju (2)

• Sangan tidak setuju (1)

No

Pertanyaan

Nilai

1. Saya akan membeli susu dengan Merek

yang terkenal

2. Harga bukanlah masalah bagi saya untuk membeli susu formula untuk Balita saya 3 Biasanya saya akan tertarik membeli

produk susu formula lewat Promosi baik itu berupa media iklan, brosur dan penawaran.

4. Susu formula yang kaya akan Gizi adalah pilihan utama saya untuk membeli produk tersebut

5 Saya selalu memperhatikan Manfaat dari

2

1 3 4 5

2

1 3 4 5

2

1 3 4 5

2

produk susu formula yang akan saya beli demi pertumbuhan anak saya

6 Saya akan membeli susu formula dengan Rasa yang disukai anak saya

7 Kemasan yang menarik akan membuat saya tertarik untuk membeli produk susu formula

8 Saya selalu akan memperhatikan Kandungan susu formula yang sesuai dengan kebutuhan anak saya.

9 Saya lebih mempercayakan saran dokter untuk

membeli susu formula, buat balita saya

2

1 3 4 5

2

1 3 4 5

2

1 3 4 5

2

LAMPIRAN 3

PERHITUNGAN MSI Succesive Detail

Col Category Freq Prop Cum Density Z Scale 1.000 1.000 1.000 0.020 0.020 0.048

-2.054 1.000 2.000 4.000 0.080 0.100 0.175

-1.282 1.832 3.000 8.000 0.160 0.260 0.324

-0.643 2.490 4.000 25.000 0.500 0.760 0.311 0.706 3.448 5.000 12.000 0.240 1.000 0.000 4.716 2.000 1.000 1.000 0.020 0.020 0.048

-2.054 1.000 2.000 6.000 0.120 0.140 0.223

-1.080 1.970 3.000 5.000 0.100 0.240 0.311

-0.706 2.538 4.000 22.000 0.440 0.680 0.358 0.468 3.315 5.000 16.000 0.320 1.000 0.000 4.538 3.000 1.000 1.000 0.020 0.020 0.048

-2.054 1.000 2.000 18.000 0.360 0.380 0.381

-0.305 2.498 3.000 8.000 0.160 0.540 0.397 0.100 3.320 4.000 6.000 0.120 0.660 0.366 0.412 3.675 5.000 17.000 0.340 1.000 0.000 4.499 4.000 2.000 7.000 0.140 0.140 0.223

-1.080 1.000 3.000 9.000 0.180 0.320 0.358

-0.468 1.840 4.000 24.000 0.480 0.800 0.280 0.842 2.752 5.000 10.000 0.200 1.000 0.000 3.990 5.000 2.000 5.000 0.100 0.100 0.175

-1.282 1.000 3.000 7.000 0.140 0.240 0.311

-0.706 1.788 4.000 21.000 0.420 0.660 0.366 0.412 2.623 5.000 17.000 0.340 1.000 0.000 3.833 6.000 2.000 7.000 0.140 0.140 0.223

-1.080 1.000 3.000 6.000 0.120 0.260 0.324

-0.643 1.742 4.000 24.000 0.480 0.740 0.324 0.643 2.590 5.000 13.000 0.260 1.000 0.000 3.837 7.000 1.000 1.000 0.020 0.020 0.048 - 1.000

2.054 2.000 10.000 0.200 0.220 0.296

-0.772 2.183 3.000 9.000 0.180 0.400 0.386

-0.253 2.920 4.000 18.000 0.360 0.760 0.311 0.706 3.631 5.000 12.000 0.240 1.000 0.000 4.716 8.000 2.000 1.000 0.020 0.020 0.048

-2.054 1.000 4.000 26.000 0.520 0.540 0.397 0.100 2.751 5.000 23.000 0.460 1.000 0.000 4.284 9.000 2.000 5.000 0.100 0.100 0.175

-1.282 1.000 3.000 6.000 0.120 0.220 0.296

-0.772 1.750 4.000 27.000 0.540 0.760 0.311 0.706 2.728 5.000 12.000 0.240 1.000 0.000 4.050

Succesive Interval

x1 x2 x3 x4 x5 x6 x7 x8 x9

4.716 4.538 3.320 2.752 1.788 1.742 3.631 2.751 2.728 2.490 3.315 3.675 2.752 1.788 2.590 2.920 2.751 1.750 4.716 4.538 4.499 3.990 1.788 3.837 4.716 2.751 2.728 4.716 3.315 4.499 2.752 2.623 2.590 4.716 4.284 4.050 3.448 3.315 2.498 1.840 2.623 1.742 2.183 2.751 1.000 2.490 3.315 4.499 2.752 3.833 3.837 4.716 4.284 4.050 2.490 4.538 2.498 2.752 3.833 2.590 2.183 2.751 1.000 3.448 4.538 4.499 1.840 2.623 3.837 4.716 2.751 4.050 2.490 1.970 3.320 1.840 2.623 1.000 2.183 2.751 2.728 4.716 3.315 4.499 2.752 3.833 3.837 4.716 4.284 2.728 3.448 1.000 3.675 3.990 1.788 1.742 2.183 2.751 1.000 3.448 1.970 4.499 3.990 1.000 2.590 2.920 2.751 1.750 2.490 2.538 4.499 1.000 1.788 2.590 1.000 2.751 1.750 2.490 3.315 3.320 2.752 2.623 1.742 3.631 2.751 1.750 4.716 1.970 2.498 2.752 2.623 2.590 3.631 2.751 2.728 3.448 4.538 2.498 1.840 1.000 2.590 3.631 4.284 2.728 3.448 4.538 2.498 3.990 1.000 2.590 3.631 4.284 2.728 4.716 4.538 4.499 2.752 3.833 3.837 3.631 4.284 4.050 4.716 4.538 4.499 2.752 3.833 3.837 3.631 4.284 4.050 3.448 1.970 1.000 2.752 2.623 2.590 4.716 2.751 2.728 3.448 2.538 2.498 2.752 2.623 2.590 2.920 2.751 2.728 1.832 3.315 3.320 2.752 3.833 3.837 3.631 2.751 2.728 3.448 3.315 2.498 1.000 2.623 1.000 3.631 2.751 1.000 3.448 4.538 2.498 2.752 3.833 2.590 2.920 2.751 2.728

3.448 3.315 2.498 1.000 2.623 1.000 3.631 4.284 2.728 3.448 3.315 2.498 1.000 2.623 1.000 2.920 4.284 2.728 3.448 3.315 3.675 1.000 2.623 1.000 2.183 4.284 4.050 3.448 3.315 3.675 2.752 2.623 2.590 2.183 2.751 2.728 3.448 3.315 4.499 2.752 2.623 2.590 3.631 2.751 4.050 1.832 4.538 2.498 3.990 3.833 3.837 2.920 4.284 2.728 3.448 3.315 3.320 2.752 3.833 2.590 3.631 4.284 2.728 1.832 1.970 2.498 2.752 2.623 2.590 4.716 4.284 2.728 3.448 4.538 4.499 3.990 3.833 2.590 3.631 4.284 4.050 3.448 3.315 2.498 1.000 1.788 2.590 2.920 2.751 2.728 1.832 1.970 3.320 1.840 1.788 3.837 2.920 4.284 2.728 1.000 3.315 2.498 2.752 1.000 1.000 3.631 1.000 1.000 3.448 4.538 2.498 1.840 3.833 1.742 2.920 4.284 2.728 2.490 4.538 3.320 1.840 2.623 1.742 2.183 4.284 4.050 3.448 3.315 2.498 2.752 3.833 2.590 3.631 2.751 1.750 3.448 3.315 2.498 2.752 1.000 2.590 3.631 2.751 2.728 3.448 3.315 3.320 1.840 3.833 2.590 3.631 4.284 2.728 4.716 3.315 4.499 2.752 3.833 2.590 4.716 2.751 2.728 4.716 2.538 4.499 3.990 3.833 3.837 4.716 4.284 2.728 4.716 4.538 3.675 3.990 2.623 2.590 4.716 4.284 4.050 4.716 4.538 4.499 2.752 2.623 3.837 3.631 4.284 2.728 3.448 3.315 2.498 2.752 2.623 2.590 2.183 2.751 1.750 3.448 4.538 4.499 3.990 2.623 3.837 4.716 4.284 2.728 3.448 2.538 4.499 1.000 3.833 2.590 2.183 4.284 4.050 2.490 2.538 3.675 1.840 2.623 1.000 2.183 2.751 2.728 4.716 3.315 4.499 3.990 3.833 3.837 4.716 2.751 4.050

Lampiran 4

Output program spss

Case Processing Summary

N %

Cases

Valid 50 100.0

Excludeda 0 .0

Total 50 100.0

Item-Total Statistics

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Squared Multiple Correlation

Cronbach's Alpha if Item

Deleted

x1 24.374800 19.389 .469 .279 .744

x2 24.374640 20.432 .336 .153 .763

x3 24.374460 19.462 .472 .376 .743

x4 25.205440 20.488 .327 .369 .765

x5 25.040400 20.315 .355 .185 .761

x6 25.205740 18.437 .607 .469 .722

x7 24.374400 19.001 .510 .395 .737

x8 24.374440 20.282 .416 .337 .752

x9 25.040480 18.805 .561 .486 .729

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based

on Standardized

Items

N of Items

Inter-Item Correlation Matrix

x1 x2 x3 x4 x5 x6 x7 x8 x9

x1 1.000 .223 .368 .229 .187 .265 .403 .218 .345

x2 .223 1.000 .107 .137 .181 .242 .197 .275 .297

x3 .368 .107 1.000 .244 .210 .451 .202 .221 .454

x4 .229 .137 .244 1.000 .043 .487 .440 -.024 .025

x5 .187 .181 .210 .043 1.000 .307 .169 .329 .325

x6 .265 .242 .451 .487 .307 1.000 .463 .264 .341

x7 .403 .197 .202 .440 .169 .463 1.000 .195 .340

x8 .218 .275 .221 -.024 .329 .264 .195 1.000 .536

x9 .345 .297 .454 .025 .325 .341 .340 .536 1.000

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .739

Bartlett's Test of Sphericity

Approx. Chi-Square 102.296

df 36

Sig. .000

Anti-image Matrices

x1 x2 x3 x4 x5 x6 x7 x8 x9

x1 .792a -.116 -.251 -.059 -.053 .093 -.279 -.036 -.072

x2 -.116 .821a .119 -.075 -.040 -.098 .017 -.119 -.151

x3 -.251 .119 .684a -.120 -.005 -.304 .194 .055 -.348

x4 -.059 -.075 -.120 .653a .078 -.351 -.306 .099 .209

x5 -.053 -.040 -.005 .078 .845a -.194 .009 -.159 -.096

x6 .093 -.098 -.304 -.351 -.194 .757a -.240 -.103 -.032

x7 -.279 .017 .194 -.306 .009 -.240 .721a .010 -.236

x8 -.036 -.119 .055 .099 -.159 -.103 .010 .760a -.387

Reproduced Correlations

x1 x2 x3 x4 x5 x6 x7 x8 x9

Reproduc ed Correlatio n

x1 .380a .267 .387 .344 .273 .473 .428 .296 .398 x2 .267 .245a .286 .084 .291 .285 .234 .360 .404 x3 .387 .286 .398a .313 .302 .470 .420 .338 .435 x4 .344 .084 .313 .745a -.026 .556 .572 -.147 .019 x5 .273 .291 .302 -.026 .367a .258 .191 .474 .500 x6 .473 .285 .470 .556 .258 .625a .587 .246 .393 x7 .428 .234 .420 .572 .191 .587 .561a .158 .303 x8 .296 .360 .338 -.147 .474 .246 .158 .629a .636 x9 .398 .404 .435 .019 .500 .393 .303 .636 .684a

Residualb

x1 -.044 -.020 -.116 -.085 -.207 -.026 -.078 -.053 x2 -.044 -.179 .053 -.110 -.044 -.037 -.085 -.107 x3 -.020 -.179 -.069 -.092 -.019 -.218 -.117 .019 x4 -.116 .053 -.069 .069 -.069 -.131 .123 .006 x5 -.085 -.110 -.092 .069 .049 -.022 -.145 -.174 x6 -.207 -.044 -.019 -.069 .049 -.124 .018 -.053 x7 -.026 -.037 -.218 -.131 -.022 -.124 .038 .037 x8 -.078 -.085 -.117 .123 -.145 .018 .038 -.100 x9 -.053 -.107 .019 .006 -.174 -.053 .037 -.100

Communalities

Initial Extraction

x1 1.000 .380

x2 1.000 .245

x3 1.000 .398

x4 1.000 .745

x5 1.000 .367

x6 1.000 .625

x7 1.000 .561

x8 1.000 .629

DAFTAR PUSTAKA

Azwar, Saifudin. 2003. Metode Penelitian. Yogyakarta:Pustaka Pelajar

Dillon, R. W. Dan Goldstein, M. 1984. Multivariate Analysis and Aplications. New York: John Wiley & Sons, Inc.

Frucher,1994. Introduction to Factor Analysis. Newyork-toronto: d.Van Nostrand Company Incn

Ghozali, Imam. 2005. Aplikasi Analisis Multivariat Badan dengan Program Spss. Semarang: Badan Penerbit Universitas di Ponegoro

Kerlinger, F. N. 1993. Asas – asas Penelitian Bahavioral. (Edisi ketiga. Alih

Bahasa Landung R.Simatupang). Yogyakarta: Gajah Mada University

Press

Kotler, Philip. 2009. Manajemen Pemasaran. Jakarta : PT INDEKS Kelompok Gramedia

Kusnadi, Ratno Dwi Santoso, Mustajab Hary. 1992. analisis regresi. Yogyakarta: andi offset

Riduwan. 2002. Skala Pengukuran Variabel-Variabel Penelitian. Bandung: Alfabeta.

Riduwan. (2009). Skala Pengukuran Variabel-variabel Penelitian. Bandung: Alfabeta

Santoso, Singgih. (2010). Statistik Multivariat. Jakarta: PT Gramedia Supranto, J. 2004. Analisis Multivariat.Jakarta: Rineka Cipta

Umar, Husein.2000.Riset Pemasaran dan Prilaku Konsumen. Jakarta: PT Gramedia

tanggal 28 Januari, 2014

BAB 3

METODOLOGI PENELITIAN

3.1 Ruang lingkup

Keputusan membeli adalah perilaku yang rumit. Perilaku ini dapat dipengaruhi oleh berbagai macam faktor. Bagi para pemasar tentu ini menjadi tantangan utama untuk mengendalikan semua faktor yang mampu mempengaruhi perilaku ketertarikan konsumen dalam membeli suatu produk.

3.2 Penentuan Lokasi Penelitian

Penelitian ini mengambil lokasi di Kabupaten Labuhan Batu Utara tepatnya di Kecamatan Kualuh Selatan. Pemilihan lokasi penelitian dilakukan secara purposive atau sengaja, yaitu di Kecamatan Kualuh Selatan Kab Labuhan Batu Utara. Lokasi penelitian ditentukan berdasarkan tingkat produktivitas usaha yang menjual produk susu formula. Dari tahun ketahun perkembangan toko yang menyediakan susu formula berkembang pesat. Sehingga para Ibu tidak lagi kesulitan untuk membeli susu formula untuk balitanya.

3.3 Jenis dan Sumber Data

Tekhnik pengumpulan data dilakukan yaitu :

1. Observasi, yaitu dengan pengamatan lansung terhadap obyek yang akan di teliti dalam hal ini adalah para Ibu yang memiliki balita di Kecamtan Kualuh Selatan Kab Labuhan Batu Utara.

2. Wawancara, yaitu dengan pengamatan langsung terhadap obyek yang akan diteliti dalam hal ini adalah Ibu yang memiliki balita di Kecamtan Kualuh Selatan Kab Labuhan Batu Utara.

3. Mengumpulkan data berupa teori-teori yang di peroleh dari literatur yang berhubungan dengan permasalahan yang ada dalam penulisan ini

3.4 Populasi, Sampel, dan Tekhnik Pengambilan Sampel

3.4.1 Populasi

Populasi adalah sekelompok orang, kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan obyek penelitian (Supranto, 2004).

Populasi dalam penelitian ini adalah seluruh penduduk Kecamatan Kualuh Selatan kabupaten Labuhan Batu Utara yang berjenis kelamin wanita. Data total jumlah penduduk kecamatan Kualuh Selatan pada tahun 2010 yang diperoleh dari sensus penduduk oleh badan pusat statistik adalah 56.568 jiwa dengan jumlah laki-laki 28.507 jiwa dan wanita 28.061 jiwa. Jumlah sampel dalam penelitian ini adalah 50 responden wanita yang memiliki balita yang mengkonsumsi Susu Formula.

3.4.2 Sampel

Sampel adalah bagian dari populasi yang diambil untuk diteliti atau observasi, sehingga dengan melakukan pengamatan diperoleh keuntungan yaitu: menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah, dan diselidiki, sehingga hasilnya dapat cepat digunakan.

sedikit empat atau lima kali banyaknya variabel. Didalam penilitian ini n =50 dan variabel sebanyak 9 buah,

sehingga sampel yang diambil mencukupi, sebab 5 x 9 = 45. Maka penilitian dapat dilakukan karena sampel yang dibutuhkan sudah mencukupi.

3.4.3 Teknik Penarikan Sampel

Teknik sampel (penarikan sampel) yang digunakan oleh peneliti dalam penelitian ini adalah sampel bertujuan (Purposive Sample). Sampel bertujuan dilakukan dengan cara mengambil subjek bukan didasarkan atas strata, random atau daerah tetapi didasarkan tujuan tertentu.

Cara pengambilan sampel dalam penelitian ini adalah dengan teknik sampling kemudahan (Convenience Sampling), sampel yang diambil berdasarkan ketersediaan elemen dan kemudahan untuk mendapatkannya.

3.5 Teknik Pengumpulan Data

Dalam penelitian ini teknik penelitian data yang digunakan peneliti adalah dengan data primer. Data primer adalah data yang diperoleh dari sumber lapangan. Data yang bersumber dari responden dengan wawancara dan menggunakan angket kuisioner dalam bentuk pernyataan disertai dengan pilihan jawaban.

Penyusunan kuisioner berdasarkan dari variabel-variabel dan dijabarkan setiap pernyataan-pernyataan yang terdapat dalam kuisioner, Setiap jawaban responden diberi bobot dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian

(Riduwan,2005).

Adapun alternatif jawaban yang disediakan terdiri alternatif jawaban berupa pernyataan yang diklasifikasikan dalam bentuk sangat setuju, setuju, cukup setuju, tidak setuju, dan sangat tidak setuju seperti tabel berikut ini.

Tabel 3.1 Bobot Penelitian Berdasarkan Skala Likert

3.5 Variabel yang di Gunakan

Variabel yang digunakan peneliti dalam penelitian ini adalah :

X1 = Merek X2 = Nilai gizi

X3 = Promosi / Iklan X4 = Harga

X5 = Manfaat X6 = Rasa

X7 = Kemasan X8 = Kandungan

X9 = saran dokter

3.5.1 Penjabaran Tiap Variabel

1. X1 = Merek

Bobot Penilaian

1 Sangat tidak setuju 2 Tidak setuju

3 Cukup setuju

4 Setuju

Secara konvensional, merek dapat berupa nama, kata, frasa desain, gambar, atau kombinasi dua atau lebih. Tujuan merek yang digunakan pada barang yang diperdagangkan oleh seseorang atau beberapa orang secara bersama-sama atau badan hukum yaitu untuk membedakan dengan barang-barang sejenis lainnya.

Contohnya:

 Susu formula SGM

 Susu formula Nutrilon

 Susu formula Pregestimil

 Susu formula Bebelac

 Dan lain-lain

2. X2 = Nilai gizi

Susu formula balita adalah susu yang dihasilkan oleh industri untuk keperluan asupan gizi yang diperlukan balita. Susu formula kebanyakan tersedia dalam bentuk bubuk. Susu formula balita adalah cairan atau bubuk dengan formula tertentu yang diberikan pada balita dan anak-anak. Mereka berfungsi sebagai pengganti ASI. Susu formula memiliki peranan yang penting dalam makanan balita karena seringkali bertindak sebagai satu-satunya sumber gizi bagi balita. Karenanya, komposisi susu formula yang diperdagangkan dikontrol dengan hati-hati dan FDA (Food and Drugs Association/Badan Pengawas Obat dan Makanan Amerika) mensyaratkan produk ini harus memenuhi standar ketat tertentu

Tabel 3.2 Nilai Gizi Pada Susu Formula

3. X3 = Promosi / Iklan

Promosi adalah upaya untuk memberitahukan atau menawarkan produk atau jasa pada konsumen dengan tujuan menarik calo mengkonsumsinya. Dengan adanya promosi mengharapkan kenaikan angka Televisi dan Radio. Bahkan di setiap mini market atau toko yang menjual susu formula selalu memberikan penawaran yang bervariasi.

4. X4 = Harga

Harga adalah suatu nilai yang harus di keluarkan oleh pembeli untuk mendapatkan barang atau jasa yang memiliki nilai guna beserta pelayanannya. Penetapan Harga bersifat fleksibel, dimana bisa disesuaikan.

Tabel 3.3 daftar harga susu formula

5. X5 = Manfaat

Sebagaimana diketahui, manfaat dari susu formula adalah sebagai pengganti air susu ibu (ASI). Karena itu kandungan pada susu formula semaksimal mungkin dibuat agar menyerupai kandungan ASI. Kandungan yang harus ada pada susu formula misalnya adalah karbohidrat, protein, lemak, vitamin, dan mineral. Selain itu ada pula kandungan susu formula yang sifatnya tambahan.

6. X6 = Rasa

Pada susu formula terdapat beberapa rasa yang menambah keikmatan bagi balita contohnya ada rasa vanila, madu, cokelat, dan lain-lain

7. X7 = Kemasan

kemasan / packaging pada susu formula di indonesia hanya ada dua jenis yaitu kotak dan kaleng yang lapisan kemasan susu formula terbuat dari bisphenol A (BPA).

No Nama Susu Berat (gr) Harga

1 Bendera 123 vanila 1200 103.500

2 Bebelac 1 Complete 400 84.840

3 Dancow 1+ Pbio1 Pin Probiotik 800 78.650 4 Dancow Batita Madu & Vanila 900 75.500 5 Chilkid Regular Vanila & madu 800 113.000

6 SGM Soya 3 400 000 43.000

7 SGM 3 Madu 1000 000 62.000

8. X8 = Kandungan

Sebagaimana diketahui, fungsi susu formula adalah sebagai pengganti air susu ibu (ASI). Karena itu kandungan pada susu formula semaksimal mungkin dibuat agar menyerupai kandungan ASI. Kandungan yang harus ada pada susu formula misalnya adalah karbohidrat, protein, lemak, vitamin, dan mineral. Selain itu ada pula kandungan susu formula yang sifatnya tambahan. Kadang-kadang, kandungan susu formula tambahan ini disebutkan tanpa penjelasan yang cukup mengenai fungsi kandungan tersebut. Nah, berikut ini kandungan tambahan yang sering kita jumpai dan mungkin perlu kita pahami.

1. AA (arachidonic acid) atau disebut juga AHA atau ARA. Ini merupakan unsur yang berperan penting dalam pembentukan jaringan otak sehingga sangat kondusif bagi perkembangan otak bayi. Kandungan susu formula ini juga terdapat pada ASI dan sering disebut sebagai zat yang membantu kecerdasan bayi. Selain membantu kecerdasan, AA / AHA / ARA juga dapat merangsang perkembangan syaraf mata yang berguna untuk indera penglihatan bayi.

2. DHA (docosahexaenoic acid). Hampir sama seperti AA / AHA / ARA, maka DHA juga berfungsi membantu perkembangan otak dan indera penglihatan. Badan dunia World Health Organization (WHO) dan Food

and Agriculture Organization (FAO) merekomendasikan kandungan susu

formula AA dan DHA terutama untuk bayi yang lahir prematur. 3. LA (linoleic acid). LA adalah asam lemak yang sangat berguna untuk

perkembangan otak dan mental bayi. Fungsi LA sejalan dengan kandungan susu formula sebelumnya yaitu AA dan DHA.

4. FOS (fructo oligo sakarida) dan GOS (galakto oligo sakarida). Fungsi FOS dan GOS adalah untuk meningkatkan kekebalan tubuh,

meningkatkan jumlah bakteri yang baik, dan membatasi jumlah bakteri patogen yang tidak baik. FOS dan GOS digunakan agar sistem pencernaan

bayi semakin baik dan sehat. Menurut sebuah riset kadar FOS dan GOS dengan perbandingan 1 : 9 dapat menjaga kesehatan pencernaan bayi. 5. Beta karotene dan Lactoferin. Beta karotene dan laktoferin merupakan

kandungan susu formula yang berfungsi sebagai anti oksidan serta untuk meningkatkan daya tahan dan kekebalan tubuh.

6. Kolin. Ini merupakan bagian dari vitamin B. Fungsi kolin adalah untuk mencegah membran sel agar tidak mudah bocor atau rapuh, sehingga proses peremajaan sel berjalan baik. Otak membutuhkan kolin untuk meremajakan atau memperbarui sel-selnya.

7. Prebiotik. Prebiotik merupakan unsur penting dalam susu formula. Fungsi prebiotik adalah menyempurnakan sistem pencernaan bayi serta agar bayi terhindar dari sembelit.

8. Omega 3 dan Omega 6. Asam lemak omega 3 dan omega 6 merupakan jenis lemak tak jenuh ganda yang tidak dapat dihasilkan tubuh kita. Menurut sejumlah ahli, kandungan susu formula omega 3 dan omega 6 mempunyai fungsi yang saling berhubungan. Omega 3 dan omega 6 berguna untuk memelihara kesehatan rambut, kulit, kuku, hormon, dan mencegah kerusakan sel. Asupan omega 3 dan omega 6 harus seimbang. Akhirnya, di pasaran beredar banyak sekali merk susu formula. Dan kandungan susu formula-nya pun sangat mungkin berbeda-beda antara merk yang

satu dengan merk lainnya. Perbed

terutama dari segi harga. Meskipun pada dasarnya susu formula memiliki kandungan yang hampir setara.

9..X9 = saran dokter

Untuk yang terakhir ini adalah saran dokter. Pemilihan susu formula untuk balita tidak terlepas dari peranan dokter, sebab ada beberapa Ibu yang begitu percaya dengan dokter sehingga untuk pemilihan susu formula terbaik untuk balitanya si Ibu meminta saran dari dokter. Namun, sebagian lagi orang tua atau Ibu tidak melakukannya

BAB 4 PEMBAHASAN

4.1 Sumber Data

Data yang digunakan dalam penelitian ini adalah data primer yaitu data yang bersumber pada hasil wawancara terstruktur terhadap responden dengan menggunakan kuesioner. Kuesioner yang digunakan merupakan kuesioner tertutup (kuesioner berstruktur), yaitu kuesioner dalam bentuk pernyataan yang telah disertai dengan pilihan jawaban dalam bentuk skala.

Skala yang digunakan dalam penelitian ini adalah skala likert. Skala likert yaitu skala yang memiliki jarak (interval), skala likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok tentang suatu kejadian atau gejala sosial (Riduwan, 2005)

Pada penelitian ini skala telah dimodifikasi dalam bentuk pilihan ganda dimana setiap pernyataan diberi range skor antara 1 sampai dengan 5, masing-masing adalah :

1 = Sangat tidak setuju 2 = Tidak setuju 3 = Cukup Setuju 4 = Setuju 5 = Sangat setuju

4.2 Pengolahan Data 4.2.1 variabel penelitian

�1 = Merek Susu �2 = Nilai Gizi �7 = Kemasan

�3 = Promosi / Iklan �4= Harga �8 = Kandungan

4.2.2 Input Data Mentah

Penentuan matriks input data mentah yang terdiri 50 sampel observasi (responden) dan 10 variabel awal penelitian.

Tabel 4.1 Tabel hasil kuesioner dari 50 responden

No merek harg a

Promo si

Nilai gizi

manfaa t

rasa kemas an

kandunga n

Saran dokter

1 5 5 3 4 3 3 4 4 4

2 3 4 4 4 3 4 3 4 3

3 5 5 5 5 3 5 5 4 4

4 5 4 5 4 4 4 5 5 5

5 4 4 2 3 4 3 2 4 2

6 3 4 5 4 5 5 5 5 5

7 3 5 2 4 5 4 2 4 2

8 4 5 5 3 4 5 5 4 5

9 3 2 3 3 4 2 2 4 4

10 5 4 5 4 5 5 5 5 4

11 4 1 4 5 3 3 2 4 2

12 4 2 5 5 2 4 3 4 3

13 3 3 5 2 3 4 1 4 3

14 3 4 3 4 4 3 4 4 3

15 5 2 2 4 4 4 4 4 4

16 4 5 2 3 2 4 4 5 4

17 4 5 2 5 2 4 4 5 4

18 5 5 5 4 5 5 4 5 5

19 5 5 5 4 5 5 4 5 5

20 4 2 1 4 4 4 5 4 4

21 4 3 2 4 4 4 3 4 4

22 2 4 3 4 5 5 4 4 4

24 4 5 2 4 5 4 3 4 4

25 4 4 2 2 4 2 4 5 4

26 4 4 2 2 4 2 3 5 4

27 4 4 4 2 4 2 2 5 5

28 4 4 4 4 4 4 2 4 4

29 4 4 5 4 4 4 4 4 5

30 2 5 2 5 5 5 3 5 4

31 4 4 3 4 5 4 4 5 4

32 2 2 2 4 4 4 5 5 4

33 4 5 5 5 5 4 4 5 5

34 4 4 2 2 3 4 3 4 4

35 2 2 3 3 3 5 3 5 4

36 1 4 2 4 2 2 4 2 2

37 4 5 2 3 5 3 3 5 4

38 3 5 3 3 4 3 2 5 5

39 4 4 2 4 5 4 4 4 3

40 4 4 2 4 2 4 4 4 4

41 4 4 3 3 5 4 4 5 4

42 5 4 5 4 5 4 5 4 4

43 5 3 5 5 5 5 5 5 4

44 5 5 4 5 4 4 5 5 5

45 5 5 5 4 4 5 4 5 4

46 4 4 2 4 4 4 2 4 3

47 4 5 5 5 4 5 5 5 4

48 4 3 5 2 5 4 2 5 5

49 3 3 4 3 4 2 2 4 4

50 5 4 5 5 5 5 5 4 5

Dari hasil pembagian dan pengisian kuisioner tentang Analiss Faktor Ketertarikan Ibu Terhadap Susu Formula Untuk Balita kepada 50 orang Ibu maka didapatkan deskripsi sebagai berikut:

Tabel 4.2 Tabel Deskripsi Ketertarikan Ibu Terhadap Susu Formula

Variabel Skor Frekuensi Persenta

se �1 = Merek Susu 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

1 = sangat tidak setuju 12 25 8 4 1 24 % 50% 16% 8% 2% �2 = Nilai Gizi 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju 1= sangat tidak setuju

16 22 5 6 1 32% 44% 10% 12% 2% �3 = Promosi / Iklan 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

1 = sangat tidak setuju 17 6 8 18 1 34% 12% 16% 38% 2% �4= Harga 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

10 24 9 7 20% 48% 18% 14% �5= Manfaat dari Susu 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

17 21 7 5 34% 42% 14% 10% �6= Rasa yang

Disukai

5= Sangat Setuju 4= Setuju 3= Cukup Setuju 2= tidak setuju

13 24 6 7 26% 48% 12% 14% �7 = Kemasan 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

1 = sangat tidak setuju 12 18 9 10 1 24% 36% 18% 20% 2% �8 = Kandungan 5= Sangat Setuju

4= Setuju 2= tidak setuju

23 26 1 46% 52% 2% �9 =Saran dokter 5= Sangat Setuju

4= Setuju 3= Cukup Setuju 2= tidak setuju

12 27 6 5 24% 54% 12% 10%

4.3 Penskalaan Data Ordinal Menjadi Data Interval

Sebelum melaksanakan proses analisis faktor, maka data mentah yang masih berskala ordinal akan diubah kedalam bentuk skala interval. Teknik penskalaan yang digunakan yaitu teknik Methods Successive Interval (MSI) dengan bantuan Microsoft Office Excel 2007. Berikut ini adalah perhitungan penskalaan dengan teknik Methods Successive Interval (MSI)

Tabel 4.3 Penskalaan Variabel 1

Langkah-langkah perhitungan :

a. Nomor item pertanyaan yang akan di MSI adalah item 2 variabel X

b. Kategori skor jawaban responden dalam Skala Ordinal (Likert) berkisar nilainya antara 1 – 5.

c. Menghitung frekuensi masing-masing skor jawaban dalam skala ordinal. d. Menghitung proporsi dan proporsi kumulatif untuk setiap frekuensi skor

jawaban. No. variabel Kategori skor jawaban ordinal Frekuen si Propor si Proporsi kumulat if Z Densitas {f(z)} Nilai hasil penskalaa n 2 1

1 0,02 0,02 -2,054 0,048 1,000

2

4 0,08 0,10 -1,282 0,175 1,832

3

8 0,16 0,26 -0,643 0,324 2,490

4

25 0,5 0,76 0,706 0,311 3,448

5

12 0,24 1,00 0,000 4,716

e. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari Tabel Distribusi Normal Baku.

f. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai berikut :

2 1 2 1 ( ) 2 z

f z e

π − =

sehingga diperoleh :

2 1

( 2,054) 2

1 ( 2, 054)

22 2

7

f − = e− −

= 0.048

Untuk nilai densitas yang lain dapat dilakukan dengan cara yang sama. g. Menghitung SV (Scale Value) dengan rumus :

1

0 0, 048

2, 421 0, 02 0

SV = − = −

−

2

0, 048 0,175

1, 589 0,10 0, 02

SV = − = −

−

3

0,175 0, 324

0, 9304 0, 260 0,10

SV = − = −

−

4

0, 324 0, 311

0, 027 0, 76 0, 26

SV = − =

−

5

0, 311 0

1, 295 1, 00 0, 76

SV = − =

−

Menentukan Scale Value min sehingga SV_terkecil + SV_min =1 Scale Value terkecil = -2,421

-2,421+ SV_min = 1

limit

lower

under

-limit

offer

under

area

limit

upper

at

density

-limit

lower

at

density

SV

=

min

SV = 3,421

h. Mentransformasikan nilai skala dengan menggunakan rumus : Y =SV + SVmin

Y1 = (1+2,421 -2,421 = 1,000) Y2 = (-1,589+ 3,421 = 1,832) Y3 = (-0,9304 + 3,421 = 2,490) Y4 = (0,027 + 3,421 = 3,394)

Y5 = (1,295 +3,421 =4,716)

Dengan melakukan cara yang sama,maka akan diperoleh hasil penskalaan interval dari ke-10 variabel sebagai berikut :

Tabel 4.4 Hasil Penskalaan Variabel

No �_� �_� �_� �_� �_� �_� �_� �_� �_�

1 1,000 1,000 1,000

0 0

0 1,000 0 0

2 1,832 1,970 2,498 1,000 1,000 1,000 2,183

1 _1,000

3 2,490 2,538 3,320 1,840 1,788 1,742 2,920 0 1,750

4 3,448 3,315 3,675 2,752 2,623 2,590 3,631 2,751 2,728 5 4,716 4,538 4,499 3,990 3,833 3,837 4,716 4,284 4,050

4.4 Uji Validitas

Uji validitas yang dilakukan pada penelitian ini adalah uji validitas eksternal, yaitu dengan membandingkan nilai r hitung dengan nilai r tabel ( r product

moment). Nilai r hitung didapatkan dengan mengolah data hasil pengisian

kuisioner menggunakan program SPSS for Windows 20.0 Cara perhitungan validitas dengan SPSS for Windows 20.0 adalah sebagai berikut:

a. Masukkan data kedalam lembar kerja SPSS b. Klik analyze, pilih scale dan reliability analysis

c. Setelah muncul kotak dialog reliability analysis, pindahkan data (X1

sampai �9) ke dalam item statistik.

d. Klik kotak dialog statistic pilih scale if item deleted e. Klik continue dan OK

f. Hasil uji validitas ditunjukkan pada output kolom Corrected item total correlation.

Tabel 4.5 Case Processing Summary

N %

Cases

Valid 50 100.0 Excludeda 0 .0 Total 50 100.0

Pada tabel 4.5 terlihat uji coba dengan menggunakan 50 responden, dan semua responden tidak ada yang exclude atau dikeluarkan dari analisis.

Tabel 4.6 Uji validitas dengan program SPSS for Windows 20.0 :

Variabel r hitung r tabel Kesimpulan

X1 0,469 0,279 Valid

X2 0,336 0,279 Valid

Dari tabel 4.6 terlihat bahwa seluruh variabel dinyatakan valid karena nilai r-hitung > r tabel, r-hitung > 0,279.

4.5 Uji Reliabilitas

Pengujian reliabilitas dapat dilakukan dengan teknik cronbach alpha. Perhitungan ini menetapkan batas minimum �= 0,60 yaitu apabila hasil uji reliabilitas dengan teknik cronbach alpha lebih besar dari 0,60 maka variabel – variabel yang ada dikatakan reliabel.

Langkah-langkah perhitungan reliabilitas dengan program SPSS for

Windows 20.0 adalah sebagai berikut :

a. Masukkan data kedalam lembar kerja SPSS b. Klik analyze, pilih scale dan reliability analysis

c. Setelah muncul kotak dialog reliability analysis, pindahkan data (X1

sampai X ) ke dalam item statistik. ₁₀

d. Klik kotak dialog statistic pilih scale if item delete. e. Klik continue dan OK

f. Pada output kolom Cronbach’s Alpha if item Deleted adalah hasil uji reliabilitas

X4 0,327 0,279 Valid

X5 0,355 0,279 Valid

X6 0,607 0,279 Valid

X7 0,510 0,279 Valid

X8 0,416 0,279 Valid

X9 0,561 0,279 Valid

Tabel 4.7 Reliability Statistics Cronbach's Alpha N of Items

Pada tabel 4.7 terlihat besarnya nilai Cronbach’s Alpha yaitu 0,768 dengan jumlah pernyataan 9 butir, artinya data tersebut reliabel dilihat dari nilai

Cronbach’s Alpha

Tabel 4.8 Uji Reliabilitas dengan program SPSS for Windows 20.0 Variabel Cronbach`s Alpha

Hitung

Kesimpulan

X1 0,744 Reliabel

X2 0,763 Reliabel

X3 0,743 Reliabel

X4 0,765 Reliabel

X5 0,761 Reliabel

X6 0,722 Reliabel

X7 0,737 Reliabel

X8 0,752 Reliabel

X9 0,729 Reliabel

Dari tabel 4.8 terlihat bahwa semua variabel tersebut sudah r. 4.6 Analisis Data

Metode analisis data yang digunakan adalah teknik analisis faktor dengan pendekatan komponen utama. Langkah-langkah analisis faktor dengan SPSS for

Windows 20.0 dilakukan dengan cara sebagai berikut:

a. Masukkan data pada data editor b. Klik analyze

c. Klik Dimention Reduction, pilih factor

d. Masukkan variabel-variabel yang akan dianalisis faktor (X1 sampai X9) ke kolom variables

e. Pada menu descriptive, klik initial solution, coefficients, significance

levels, determinant, KMO adn Barlett’s test of sphericity, reproduced, dan anti image, lalu klik continu.

f. Pada menu extraction, pilih principal components, klik correlation matrix, unrotated factor solution dan scree plot, lalu klik continue

g. Pada menu rotation, klik varimax, rotated solution, loading plots,lalu klik

continue

h. Pada menu score, klik display factor score coefficient matrix, lalu klik

continue

i. Pada menu options, pilih missing value, klik exclude cases listwise, lalu klik continue,lalu klik OK

4.6.1 Membentuk Matrik Korelasi

Matriks korelasi merupakan matrik yang memuat koefisien-koefisien dari semua pasangan variabel dalam penelitian. Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel, nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor. Dengan bantuan program SPSS

maka diperoleh korelasi antara variabel sebagai berikut:

Dari tabel 4.9 memperlihatkan korelasi yang cukup kuat antara variabel X1 dengan X2 sehingga diharapkan nantinya bahwa variabel-variabel ini akan berkorelasi dengan faktor yang sama.

Prinsip utama analisis faktor adalah kolerasi, maka asumsi-asumsi yang terkait dengan kolerasi akan digunakan, yakni:

Tabel 4.9 matriks korelasi

x1 x2 x3 x4 x5 x6 x7 x8 x9

x1 1,000 0,223 0,368 0,229 0,187 0,265 0,403 0,218 0,345

x2 0,223 1,000 0,107 0,137 0,181 0,242 0,197 0,275 0,297 x3 0,368 0,107 1,000 0,244 0,210 0,451 0,202 0,221 0,454 x4 0,229 0,137 0,244 1,000 0,043 0,487 0,440 -0,024 0,025 x5 0,187 0,181 0,210 0,043 1,000 0,307 0,169 0,329 0,325 x6 0,265 0,242 0,451 0,487 0,307 1,000 0,463 0,264 0,341 x7 0,403 0,197 0,202 0,440 0,169 0,463 1,000 0,195 0,340 x8 0,218 0,275 0,221 -0,024 0,329 0,264 0,195 1,000 0,536 x9 0,345 0,297 0,454 0,025 0,325 0,341 0,340 0,536 1,000

• Besar korelasi atau korelasi antar variabel independen harus cukup kuat, misalkan di atas 0,5.

• Besar korelasi parsial, korelasi antara dua variabel dengan mengganggap tetap variabel yang lain, justru harus lebih kecil. Pada SPSS data dari 9 variabel yang berasal dari 50 orang responden kemudian di analisa pada

anti image correlation.

Pengujian seluruh matriks korelasi (korelasi antar-variabel), yang diukur dengan besaran bartlett test of sphericity dan measure sampling adequacy(msa) berkisar antara 0 dan 1 dengan kriteria (Santoso, 2005) :

MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel lain.

MSA > 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.

MSA < 0,5, variabel tidak bisa diprediksi dan tidak bisa di analisis lebih lanjut.

Dalam tahap lain, hal yang perlu dilakukan agar analisis faktor dapat dilaksanakan yaitu dengan melihat nilai uji Barlett’s test of sphericity dan uji

Kaiser Meyer Olkin (KMO) Measure of Sampling Adequacy.

Hasil output SPSS seperti tabel di atas menunjukkan angka KMO dan

Barlett’s test adalah 0,739 lebih besar dari 0,5 dengan signifikansi 0,000 lebih

kecil dari 0,05 maka variabel dan sampel sudah layak untuk dianalisis lebih lanjut. Hipotesis untuk uji diatas adalah :

 H0 = sampel belum memadai untuk dianalisis lebih lanjut

 H1 = sampel sudah memadai untuk dianalisis lebih lanjut Tabel 4.10 KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,739 Bartlett's Test of

Sphericity

Approx. Chi-Square 102,296

Df 36

 Kriteria dengan melihat probabilitas (tingkat signifikansi) :

Angka Sig. > 0,05, maka H0 diterima Angka Sig. < 0,05, maka H0 ditolak 4.6.2 Pengukuran MSA

Hasil pengolahan berikutnya adalah Measure of Sampling Adequacy (MSA) yang menyatakan kecukupan sampel. Pengukuran MSA dapat dilakukan dengan menggunakan SPSS 20.0 ditandai dengan pangkat yang terletak pada diagonal utama matriks anti image correlation.

Tabel 4.11 Nilai Measure of Sampling Adequacy (MSA)

No. Variabel Nilai MSA

1. X1 = Merek susu 0,792

2. X2 = Harga susu 0,821

3. X3 = Promosi/iklan 0,684

4. X4 = Nilai gizi 0,653

5. X5 = Manfaat 0,845

6. X6 = Rasa 0,757

7. X7 = Kemasan 0,721

8. X8 = Kandungan susu 0,760

9. X9 = Saran dokter 0,718

Pada tabel 4.11 terlihat bahwa nilai MSA pada masing – masing variabel diatas 0,50 artinya analisis faktor memang tepat digunakan untuk menganalisis data dalam bentuk matriks korelasi dan menunjukkan bahwa variabel – variabel tersebut memenuhi pengukuran kecukupan sampel.

4.6.3 Ekstraksi Faktor

Setelah ditetapkan bahwa analisis faktor merupakan teknik yang tepat untuk menganalisis data yang sudah dikumpulkan, kemudian ditentukan metode yang tepat untuk analisis faktor. Pada penelitian ini metode ekstraksi menggunakan

Principal Component Analysis. Analisis dilakukan untuk mengetahui apakah

variabel – variabel tersebut dapat di kelompokkan menjadi satu atau lebih faktor dengan memperhatikan nilai varian data asli.

Tabel 4.12 menunjukkan bahwa nilai komunalitas untuk variabel X1 sampai dengan X9 masing – masing sebesar 1. Komunalitas pada dasarnya adalah jumlah varian (bisa dalam persentase) suatu variabel mula – mula yang bisa dijelaskan oleh faktor yang ada.

Tabel 4.12 Communalities

Initial Extraction X1 = Merek susu _{1,000 0,380} X2 = Harga susu _{1,000 0,245} X3 = Promosi/iklan _{1,000 0,398} X4 = Nilai gizi _{1,000 0,745} X5 = Manfaat _{1,000 0,367}

X6 = Rasa _{1,000 0,625}

X7 = Kemasan _{1,000 0,561} X8 = Kandungan susu 1,000 _0,629 X9 = Saran dokter _{1,000 0,684}

a. Untuk variabel merek, nilai komunalitasnya adalah 0,380. Hal ini berarti sekitar 38% varian variabel Merek bisa dijelaksan oleh faktor yang terbentuk

b. Untuk variabel nilai gizi susu, nilai komunalitasnya adalah 0,245. Hal ini berarti sekitar 24,5% varian variabel nilai gizi susu bisa dijelaksan oleh faktor yang terbentuk

c. Untuk variabel promosi/iklan, nilai komunalitasnya adalah 0,398. Hal ini berarti sekitar 39,8% varian variabel promosi/iklann bisa dijelaksan oleh faktor yang terbentuk

d. Untuk variable harga , nilai komunalitasnya adalah 0,745. Hal ini berarti sekitar 74,5% varian variable harga bisa dijelaksan oleh faktor yang terbentuk

e. Untuk variabel manfaat, nilai komunalitasnya adalah 0,367. Hal ini berarti sekitar 36,7% varian variabel manfaat bisa dijelaksan oleh faktor yang terbentuk

f. Untuk variabel rasa, nilai komunalitasnya adalah 0,625. Hal ini berarti sekitar 62,5% varian variabel rasa bisa dijelaksan oleh faktor yang terbentuk

g. Untuk variable kemasan, nilai komunalitasnya adalah 0,561Hal ini berarti sekitar 56,1% varian variabel kemasan bisa dijelaksan oleh faktor yang terbentuk

h. Untuk variabel kandungan, nilai komunalitasnya adalah 0,629. Hal ini berarti sekitar 62,9 % varian variabel kandungan bisa dijelaksan oleh faktor yang terbentuk

i. Untuk variabel saran dokter, nilai komunalitasnya adalah 0,684. Hal ini berarti sekitar 68,4% varian variabel saran dokter bisa dijelaksan oleh faktor yang terbentuk

Tabel 4.13 Total Variansi yang Dijelaskan A. Nilai Eigen Value Untuk Setiap Faktor

Component Initial Eigenvalues

Total % of Variance Cumulative %

1 3,221 35,793 35,793

2 1,413 15,698 51,491

3 0,920 10,227 61,718

4 0,845 9,384 71,102

5 0,730 8,110 79,213

6 0,684 7,595 86,808

7 0,490 5,447 92,255

8 0,387 4,301 96,555

9 0,310 3,445 100,000

B. Sumbangan Masing-Masing Faktor Terhadap Varians Seluruh Variabel Asli

Faktor atau Komponen

Extraction Sums of Squared Loadings

Total % of Variance Cumulative %

1 _{3,221 35,793 35,793}

2 _{1,413 15,698 51,491}

Nilai eigen value untuk setiap faktor, yang pada awal terdiri dari 9 faktor yaitu sebanyak variabel aslinya. Pada tabel 4.13.B menunjukkan terdapat 2 faktor dengan nilai eigen value lebih dari 1 yaitu faktor 1 dan 2 masing – masing dengan nilai eigen value 3,221 ; 1,413 Kemudian total persentase varians kedua faktor diakumulasikan menjadi 35,793 + 15,698 = 51,491. Kedua faktor tersebut menjelaskan total varians variabel yang mempengaruhi. Nilai akumulasi persentase varians ini menentukan banyaknya faktor yang bisa diekstrak.

4.6.4 Menentukan Banyaknya Faktor

Banyaknya faktor atau principal component sama dengan banyaknya variabel asli/awal. Penentuan banyaknya faktor yang dilakukan dalam analisis faktor maksudnya mencari variabel terakhir yang saling bebas satu sama lain dan tidak berkolerasi, yang jumlahnya lebih sedikit dari variabel asal/awal tetapi masih mengandung variabel asli. Ada beberapa prosedur dalam menentukan banyaknya faktor, diantaranya sebagai berikut:

1. Dilihat dari Initial Eigen value total

Dalam pendekatan ini, untuk menentukan banyaknya faktor dari initial value yaitu

eigen value lebih besar dari 1(satu) dipertahankan, faktor lainnya yang eigen value-nya kurang dari satu tidak dimasukkan didalam model. Suatu eigen value

mencerminkan/ menunjukkan jumlah variance dengan faktor. Pada Tabel 4.13 A dengan label initial eigen value menunjukkan nilai eigen value untuk banyaknya faktor yang mempengaruhi ketertarikan seorang ibu terhadap susu formula untuk balita adalah 2, yaitu faktor 1 dengan eigen value 3,221, faktor 2 dengan eigen

value 1,413. Berdasarkan tabel 4.13 B dapat dilihat bahwa sumbangan yang

diberikan dari masing-masing faktor terhadap varians seluruh variabel asli. Faktor 1 memberikan sumbangan varians sebesar 35,793% faktor 2 memberikan sumbangan varians, sebesar 15,698%. Sehingga total sumbangan varians dari keempat faktor adalah sebesar 51,491%

2. Menentukan Banyaknya Faktor dengan Scree plot

Suatu scree plot adalah plot dari eigen values melawan banyaknya faktor dalam upaya melakukan ekstraksi agar diperoleh jumlah faktor scree plot berupa suatu kurva yang diperoleh dengan memplot eigen valuenya sebagai sumbu vertikal (tegak) dan banyaknya faktor/komponen sebagai sumbu horizontal (datar). Bentuk kurva atau plot-nya dipergunakan untuk menentukan banyaknya faktor.

Gambar 4.1 Scree Plot

Pada gambar diatas terlihat bahwa dari satu ke dua faktor (garis dari sumbu Component Number = 1 ke 2), arah garis menurun dengan cukup tajam. Kemudian dari angka 2 ke 3, garis masih menurun namun dengan slope yang kecil. Namun Pada faktor 3 sudah dibawah angka 1 dari sumbu Y (eigenvalue). Hal ini menunjukkan bahwa terdapat 2 faktor yang mempengaruhi ketertarikan ibu terhadap susu formula untuk balita yang dapat diekstraksi berdasarkan scree

plot.

4.6.5 Melakukan Rotasi Faktor

Dalam analisis faktor yang paling penting adalah output matrix factor atau matriks faktor pola ( factor pattern matriks matrix). Matriks faktor memuat koefisien yang dipergunakan untuk mengekspresikan variabel yang dibakukan dinyatakan dalam faktor (used to express the standardized variables in terms of

the factors). Koefisien ini merupakan factor loading, mewakili koefisien korelasi

antara faktor dengan variabel. Koefisien dengan nilai mutlak (absolute) yang besar menunjukkan bahwa faktor dan variabel sangat terkait. Koefisien dari

matriks faktor dapat dipergunakan untuk menginterpretasi faktor. Matriks faktornya dapat dilihat sebagai berikut :

Tabel 4.14 Matriks Faktor (a) ( Sebelum dirotasi)

Component Matrixa

Component

F1 F2

x1 0,611 0,086 x2 0,463 -0,177 x3 0,630 0,030 x4 0,461 0,730 x5 0,496 -0,349 x6 0,732 0,300 x7 0,649 0,374 x8 0,564 -0,558 x9 0,711 -0,423

Walaupun matriks faktor (komponen) awal atau yang belum dirotasi menunjukkan hubungan antara faktor (komponen) dengan variabel secara individu, akan tetapi masih sulit diambil kesimpulannya tentang banyaknya faktor yang bisa diekstraksi, hal ini di sebabkan karena faktor (komponen) berkorelasi dengan factor lainnya.

Proses rotasi terhadap faktor pada penelitian ini menggunakan metode

varimax rotation dalam program SPSS 20.0. Dan hasil rotasi terhadap dapat

Tabel 4.15 Matriks Faktor (a) ( Setelah dirotasi) Component

F1 F2

x1 0,373 0,491

x2 0,453 0,200

x3 0,426 0,465

x4 -0,187 0,843

x5 0,598 0,101

x6 0,309 0,728

x7 0,197 0,722

x8 0,793 0,001

x9 0,802 0,201

Tujuan dilakukan rotasi adalah untuk memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dapat dilihat perbedaan antara matriks faktor sebelum dirotasi dengan matriks faktor setelah dirotasi.

Tabel 4.16 Faktor-Faktor Hasil Interpretasi

Variabel

Korelasi Antara variabel Faktor

Faktor akhir variabel Sebelum

dirotasi

Setelah di rotasi

Sebelum dirotasi

Setelah di rotasi

X1 0,611 0,491 1 2 2

X2 0,463 0,453 1 1 1

X3 0,630 0,465 1 2 2

X4 0,730 0,843 2 2 2

X5 0,496 0,598 1 1 1

X6 0,732 0,728 1 2 2

X7 0,649 0,722 1 2 2

X8 0,564 0,793 1 1 1

Dengan demikian ke 9 variabel telah direduksi menjadi tiga faktor ketertarikan ibu terhadap susu formula untuk balita , yaitu :

1. Faktor 1 (F1) terdiri atas variabel X2 = nilai gizi , X5 = manfaat susu, X8 = kandungan susu , dan X9 = saran dokter

Faktor ini diberi nama

2. Faktor 2 (F2) terdiri atas variabel X1 = merek susu, X3 = promosi / iklan,

X4 = harga , X6 = Rasa , X7 = kemasan. manfaat dan kandungan

Faktor ini diberi nama merek dan promosi

Adapun model faktor ketertarikan ibu terhada susu formula untuk balita di kecematan kualuh selatan labuhan batu utara adalah sebagai berikut:

F1 = 0,453 X2 + 0,598 X5 + 0,793 X8 + 0,802 X9

F2 = 0,491 X1 + 0,465 X3 + 0,843 X4 + 0,728 X6 + 0,722 X7

Interpretasi didasarkan pada skala angka yang sebelumnya diberikan. Oleh karena angka bergerak dari negatif ke positif, maka persepsi responden di nilai berdasarkan arah gerak skala.

a. Korelasi nilai gizi, manfaat, kandungan, dan saran dokter bernilai positif. Hal ini berarti nilai gizi memberikan pengaruh yang tinggi untuk ketertarikan seorang ibu dalm memilih susu. Selain itu manfaat , kandungan dan saran dokter juga sangat mempengaruhi factor ketertarikan ibu dalm memilih susu formula. Pada faktor ini menjadi factor dominan dalam penelitian ini yang memberikan sumbangan varians sebesar 35,793%.

b. Korelasi merek susu , promosi / iklan, harga, rasa, dan kemasan bernilai positif. Maka merek susu sangat menentukan responden tertarik dalam memilih susu formula untuk balitanya, begitu juga dengan promosi/ iklan, harga, serta kemasan. Variabel - variabel ini merupakan factor yang mendukung ketertarikan ibu dalam memilih

susu formula, pada faktor yang kedua dengan memberikan sumbangan varians sebesar 51,491%

4.6.6 Menentukan Ketetapan Model

Langkah terakhir dalama analisis faktor ialah menentukan ketepatan/kecocokan model (model fit) dengan menggunakan bantuan Komputer SPSS 20.0. Asumsi dasar yang mendasari analisis faktor adalah korelasi terobservasi, antara variabel dapat dikarakteristikan pada common factor. Perbedaan antara korelasi yang diobservasi (pada matriks korelasi sebelum analisis faktor) dengan korelasi analisis faktor (yang diestimasi dari matriks faktor) yaitu yang disebut dengan residual. Kalau banyak residual yang nilainya lebih besar dari 0,05 (residual > 0,05), berarti model tidak tepat, model dipertimbangkan kembali. Sebaliknya, jika banyak residual yang nilainya lebih kecil dari 0,05 (residual < 0,05), berarti model sudah tepat.

Tabel 4.17 Selisih (Residual) antara Matriks Korelasi Sebelum Analisis Faktor dengan Matriks Korelasi Setelah Dilakukan Analisis Faktor

1

X X₂ X₃ X₄ X₅ X₆ X₇ X₈ X₉

1 X

2

X -0,044 3

X -0,020 -0,179 4

X -0,116 0,053 -0,069 5

X -0,085 -0,110 -0,092 0,069

6

X -0,207 -0,044 -0,019 -0,069 0,049 7

X -0,026 -0,037 -0,218 -0,131 -0,022 -0,124 8

X -.078 -0,085 -0,117 0,123 -0,145 0,018 0,08

9

X -.053 -0,107 0,019 0,006 -0,174 -0,053 0,037 -0,100

Terlihat pada tabel 4.17, nilai residual yang lebih besar dari 0,05 adalah 3 komponen (6% < 50%). Dengan keadaan residual tersebut diatas, maka model dapat dinyatakan sudah tepat dan layak untuk digunakan.

BAB 5

KESIMPULAN dan SARAN 5.1 Kesimpulan

Dari hasil penelitian 50 orang responden dan 9 variabel pernyataan terhadap Faktor ketertarikan ibu terhadap susu formula untuk balita, dalam penelitian ini, penulis dapat membuat kesimpulan-kesimpulan sebagai berikut :

1. Terdapat 2 faktor yang paling dominan yang Mempengaruhi ketertarikan Ibu terhadap susu formula untuk balita di Kecamatan Kualuh Selatan Kabupaten Labuhan Batu Utara, kedua faktor tersebut adalah sebagai berikut :

Factor utama atau dominan yang menjadi factor ketertarikan ibu terhadap susu formula yaitu factor manfaat dan kandungan (35,793%.) dan factor merek dan promosi (51,491%)

2. Kedua faktor yang menjadi memberikan proporsi keragaman kumulatif sebesar 87,284% artinya faktor ketertarikan ibu terhadap susu formula di kecamatan kualuh selatan kab labuhan batu utara sebesar 87,284% dan sisanya dapat dipengaruhi faktor-faktor lainnya yang tidak teridentifikasi oleh model penelitian.

3. Dari faktor yang dibentuk terdapat variabel – variabel yang telah dibakukan yaitu faktor pertama yaitu nilai gizi, manfaat, kandungan, dan saran dokter; faktor kedua yaitu merek susu , promosi / iklan, harga, rasa, dan kemasan;

5.2 Saran

a. Bagi sebuah perusahan yang memproduksi susu formula untuk balita, Penelitian ini dapat dijadikan sebagai konsep untuk meluncurkan produk susu baru yang paling diinginkan sehingga sesuai dengan yang diharapkan konsumen.

b. Penelitian ini dapat dilanjutkan atau diteruskan dalam bentuk analisis regresi linier berganda, dengan menambahkan perhitungan factor scores untuk setiap responden

c. Untuk penelitian selanjutnya, sebaiknya perlu penambahan variabel – variabel lain atau menggunakan sampel yang berbeda.

BAB 2

LANDASAN TEORI

2.1 Landasan Teori Ekonomi 2.1.1 Pemasaran

Menurut Stanton (Khotijah, 2004) “ pemasaran adalah suatu sistem keseluruhan dari kegiatan bisnis yang ditujukan untuk merencanakan, menentukan harga, mempromosikan, mendistribusi barang dan jasa yang memuaskan kebutuhan baik pada pembeli yang ada maupun pembeli potensial.”

Menurut Maynar dan Becman (Alma, 2004) “Pemasaran berarti segala kegiatan bisnis yang meliputi penyaluran barang dan jasa dari sektor produksi fisik ke sektor promosi.” Berdasarkan definisi diatas dapat diartikan bahwa pemasaran adalah keseluruhan proses dalam memberikan nilai pada konsumen yang meliputi penciptaan, penetuan harga, promosi dan distribus promosi.

Menurut Kotler (2009) pemasaran adalah suatu fungsi organisasi dan seperangkat proses untuk menciptakan, mengkomunikaskan dan menyerahkan nilai kepada pelanggan dan mengelola hbungan pelanggan dengan cara yang menguntungkan organisasi dan para pemilik usahanya.

2.1.2 Produk

Menurut Kotler dan Amstrong (2001) produk adalah segala sesuatu yang dapat ditawarkan kepasar untuk diperhatikan, dimiliki, digunakan, atau dikonsumsi yang dapat memuaskan keinginan atau kebutuhan. Produk mencakup objek fisik, jasa, orang, tempat, organisasi, dan gagasan. Sedangkan Zimmener dan

Scarborough (2004) produk adalah barang atau jasa yang digunakan untuk

Pada dasarnya Produk biasa dikatakan sebagai unsur program pemasaran yang paling penting, karena produk menentukan lingkup bisnis suatu perusahaan, setiap aspek perusahaan (termasuk keputusan harga, komunikasi, pemasaran dan distribusi) harus sesuai dengan kebijakan produk. Pelanggan dan pesaing juga ditentukan oleh produk yang ditawarkan perusahaan-perusahaan, kebutuhan dan tuntutan adanya riset dan pengembangan tergantung pada teknologi produk dan visi manajemen perusahaan.

2.1.3 Perencanaan Produk

Setiap proses pengembangan produk diawali dengan fase perencanaan, yang berkaitan dengan kegiatan-kegiatan pengembangan teknologi dan penelitian tingkat lanjut. Output fase perencanaan ini adalah pernyataan misi proyek yang nantinya akan digunakan sebagai input yang dibutuhkan untuk memulai tahapan pengembangan konsep dan merupakan suatu petunjuk untuk tim pengembang.

Untuk mengembangkan suatu rencana produk dan pernyataan misi proyek, ada lima tahapan proses berikut :

1. Mengidentifikasi peluang

Langkah ini dapat dibayangkan sebagai terowongan peluang karena membawa bersama-sama input berupa ide-ide untuk produk baru yang dikumpulkan secara pasif, atau bisa juga dikumpulkan melalui proses identifikasi kebutuhan pelanggan yang mencatat kelemahan produk yang sudah ada, kecenderungan gaya hidup, studi para pesaing, dan status teknologi.

2. Mengevaluasi dan memprioritaskan proyek

Langkah ini dalam proses perencanaan produk adalah memilih proyek yang paling menjanjikan untuk diikuti. Empat perspektif dasar yang beguna dalam kategori produk yang sudah ada adalah strategi bersaing, segmentasi pasar, mengikuti perkembangan teknologi, dan platform produk yang merupakan sekumpulan aset yang dibagi dalam sekumpulan produk.

3. Mengalokasikan sumber daya dan rencana waktu

Penentuan waktu dan alokasi daya ditentukan untuk proyek-proyek yang lebih menjanjikan, terlalu banyak akan menimbulkan persaingan untuk beberapa sumber daya.

4. Melengkapi perencanaan pendahuluan proyek

Setelah proyek disetujui, maka dibentuk sebuah tim-tim yaitu ahli teknik, pemasaran, manufaktur dan fungsi pelayanan untuk menghasilkan suatu pernyataan visi dan pernyataan misi produk yang isinya memformulasikan suatu definisi yang lebih detail.

5. Merefleksikan kembali hasil dan survei

Pada tahap ini dilakukan reality check terhadap pernyataan misi yang merupakan pegangan untuk tim pengembangan

2.1.4 Preferensi Konsumen

Preferensi adalah motif atau hal yang mempengaruhi konsumen dalam membeli suatu produk. Apabila produsen berhasil mengetahui dan mengendalikan motif ini, maka produsen tersebut mudah menggenggam pasar, sebaliknya apabila produsen gagal dalam mengendalikan motif ini, maka produk produsen tersebut memiliki ancaman gagal yang besar. Pengetahuan terhadap preferensi ini dibutuhkan untuk pengembangan produk dan merk. Dengan kata lain preferensi adalah suatu sikap yang lebih menyukai sesuatu benda daripada benda lain.

2.1.5 Nilai Guna (Utilitas)

Teori nilai guna (utilitas) yaitu teori ekonomi yang mempelajari kepuasan atau kenikmatan yang diperoleh seorang konsumen dari mengkonsumsi barang-barang. Kalau kepuasan itu semakin tinggi maka semakin tinggi nilai gunanya. Sebaliknya semakin rendah kepuasan dari suatu barang maka nilai guna semakin rendah pula. Nilai guna dibedakan menjadi dua pengertian :

a. Nilai Guna Marginal

Nilai guna marginal adalah pertambahan atau pengurangan kepuasan akibat adanya pertambahan atau pengurangan penggunaan satu unit barang tertentu.

b. Total Nilai Guna

Total nilai guna yaitu keseluruhan kepuasan yang diperoleh dari mengkonsumsi sejumlah barang-barang tertentu. (Ramma Lessandro. 2008)

Jika konsumen membeli barang karena mengharap memperoleh nilai gunanya, tentu saja secara rasional konsumen berharap memperoleh nilai guna optimal. Secara rasional nilai guna akan meningkat jika jumlah komoditas yang dikonsumsi meningkat. Ada dua cara mengukur nilai guna yaitu secara kardinal yaitu dengan pendekatan yang absolut dan secara ordinal yaitu dengan pendekatan nilai relatif, order atau rangking.

Dalam pendekatan kardinal bahwa nilai guna yang diperoleh konsumen dapat dinyatakan secara kuantitaif dan dapat diukur secara pasti. Untuk setiap unit yang dikonsumsi akan dapat dihitung nilai gunanya.

2.2 variabel

Variabel di dalam penelitian merupakan suatu atribut dari sekelompok objek yang diteliti, mempunyai variasi antara satu dan lainnya dalam kelompok tersebut, misalnya: tinggi badan dan berat badan yang merupakan atribut dari seseorang yang dalam hal ini adalah objek penelitiannya (Riduwan, 2002).

Variabel mempunyai bermacam-macam bentuk menurut hubungan antara satu variabel dan variabel lainnya, yaitu:

a. Variabel independen, yaitu: variabel yang menjadi sebab terjadinya atau terpengaruhnya variabel dependen.

independen.

c. Variabel moderator, yaitu: variabel yang memperkuat atau memperlemah hubungan antara variabel dependen dan independen.

d. Variabel intervening, yaitu: variabel moderator, tetapi nilainya tidak dapat diukur, seperti : kecewa, gembira, sakit hati.

e. Variabel kontrol, yaitu: variabel yang dikendalikan peneliti.

f. Variabel dummy, yaitu: variabel yang isinya berupa kode-kode yang berfungsi untuk membedakan data yang berada pada variabel-variabel tertentu pada kelompok-kelompoknya.

2.3 Data

Data adalah suatu bahan mentah yang jika diolah dengan baik melalui berbagai analisis dapat melahirkan berbagai informasi, dimana dengan informasi tersebut kita dapat mengambil keputusan.

2.3.1 Data Menurut Sifatnya

Menurut sifatnya data dibagi atas 2 bagian, yaitu: a. Data Kuantitatif

Data kuantitatif adalah serangkaian observasi atau pengukuran yang dapat dinyatakan dalam angka-angka. Contoh: Data hasil pengukuran kemampuan Matematika siswa yang berwujud skor hasil tes kemampuan. Data itu akan berupa angka seperti : 70, 35, 75, 80 dan sebagainya.

b. Data Kualitatif

Data kualitatif adalah serangkaian observasi dimana tiap observasi yang terdapat dalam sampel (atau populasi) tergolong dalam salah satu kelas-kelas yang saling lepas dan tidak dinyatakan dalam angka-angka. Contoh: Hasil penelitian tentang pendapat siswa terhadap cara mengajar guru Matematika di sekolah mereka.

3.3.2 Data Menurut Sumbernya

Menurut sumbernya data dibagi atas 2 bagian, yaitu: a. Data Intern

Data intern adalah data yang dibutuhkan seorang pemimpin perusahaan guna dipakai sebagai landasan pengambilan keputusan yang diperoleh dari catatan-catatan intern perusahaan itu sendiri.

Misalnya:

- Catatan-catatan akuntansi - Catatan-catatan produksi

- Catatan-catatan inventaris, dan lain-lain b. Data Ekstern

Data ekstern adalah data yang hanya diperoleh dari sumber-sumber dari luar perusahaan atau instansi. Data ekstern dibagi atas 2 bagian, yaitu: 1. Data Primer

Data primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut. Data yang diperoleh, seperti hasil wawancara atau hasil penelitian kuisioner. Dalam metode pengumpulan data primer, peneliti atau observer melakukan sendiri observasi di lapangan maupun di laboratorium. Pelaksanaannya dapat berupa survei atau percobaan (eksperimen).

2. Data Sekunder

Data sekunder adalah data yang diterbitkan oleh organisasi yang bukan merupakan pengolahannya atau data yang tidak secara langsung dikumpulkan oleh orang yang berkepentingan dengan data tersebut. Data sekunder pada umumnya disajikan dalam bentuk tabel-tabel atau diagram-diagram.

Misalnya:

- Data indeks prestasi mahasiswa dari suatu universitas. 2.4 Skala Pengukuran Data

Skala merupakan suatu prosedur pemberian angka atau simbol lain kepada sejumlah cirri dari suatu objek agar dapat menyatakan karakteristik angka pada ciri tersebut. Skala pengukuran oleh S.S Steven (1976) dibagi atas 4 bagian:

a. Skala nominal (klasifikasi)

Skala nominal adalah pengukuran berupa bilangan atau lambang-lambang lain untuk mengelompokkan objek atau benda-benda lain, dimana bilangan atau angka yang diberikan suatu kategori tidak menggambarkan kedudukan kategori tersebut terhadap kategori lainnya tetapi hanya sekedar kode maupun label.

Misalnya :

jenis kelamin anda 1 = pria 2 = wanita b. Skala ordinal

Skala ini mengurutkan data dari tingkat yang paling rendah ke tingkat yang paling tinggi atau sebaliknya, dengan interval yang tidak harus sama. Misalnya: Seorang anggota ABRI dapat dikelompokkan menurut pangkatnya: mayor, kapten, letnan. Dimana hubungan antar kelas-kelas terdapat urutan tertentu (mayor > kapten > letnan).

c. Skala interval

Skala interval adalah skala pengukuran yang mengelompokkan objek-objek ke dalam kelas-kelas yang mempunyai hubungan urutan dan perbedaan dalam jarak (interval) atau dengan yang lain.

Misalnya:

Selanjutnya diberi bobot masing-masing 4, 3, 2, 1 dan 0 sehingga interval A dan C sama dengan antara C dan E atau interval A dan B sama dengan interval D dan E.

d. Skala rasio

Skala rasio adalah skala pengukuran yang mengelompokkan objek-objek ke dalam kelas-kelas yang mempunyai hubungan urutan berbeda dalam jarak antara objek yang satu dengan yang lain serta titik nolnya berarti (tidak sembarang). Misalnya:

panjang, luas, isi, berat, tinggi dan sebagainya. 2.4.1 Skala Untuk Instrumen (Model Skala Sikap)

Bentuk-bentuk model skala sikap yang sering digunakan dalam penelitian ada 5 macam yaitu:

a. Skala Likert

Skala Likert digunakan untuk mengatur sikap, pendapatan, dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dengan menggunakan skala likert, maka variabel yang akan diukur dijabarkan menjadi subvariabel. Kemudian subvariabel dijabarkan lagi menjadi indikator-indikator, indikator-indikator yang terukur ini dijadikan titik tolak untuk membuat item instrumen yang berupa pertanyaan-pertanyaan atau pernyataan yang perlu dijawab responden. Setiap jawaban diungkapkan dengan kata-kata.

Misalnya:

SS (Sangat Setuju) = 5 S ( Setuju) = 4

N (Netral) = 3

TS (Tidak Setuju) = 2

b. Skala Guttman

Skala Guttman mengukur suatu dimensi saja dari suatu variabel multidimensi. Skala Guttman adalah skala yang digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten.

c. Skala Diferensial Semantik

Skala Diferensial Semantik atau skala perbedaan semantik berisikan serangkaian bipolar (dua kutub). Responden diminta untuk menilai suatu objek atau konsep pada suatu skala yang mempunyai 2 ajektif yang bertentangan .

Misalnya:

Panas-dingin, popular-tidak popular, bagus-buruk, dan sebagainya. d. Skala Rating ( Rating Scale)

Rating scale yaitu data mentah yang dapat berupa angka kemudian ditafsirkan

dalam pengertian kualitatif.

Misalnya: Ketat-longgar, lemah-kuat, positif-negatif. Responden tidak akan menjawab salah satu dari jawaban kuantitatif yang telah disediakan.

e. Skala Thurstone Skala Thurstone

meminta responden untuk memilih pertanyaan yang ia setujui dari beberapa pertanyaan yang menyajikan pandangan yang berbeda-beda. Pada umumnya setiap item mempunyai asosiasi nilai antara 1 sampai 10 tetapi nilai-nilainya tidak diketahui responden.

2.5 Uji Validitas

Suatu skala pengukuran disebut valid bila ia melakukan apa yang seharusnya dan mengukur apa yang seharusnya diukur (Situmorang, 2007). Secara konseptual, ada 3 macam validitas yaitu:

a. Validitas isi (Content Validity)

Validitas isi memastikan bahwa ukuran telah cukup memasukkan sejumlah item yang representatif dalam menyusun sebuah konsep. Validitas isi merupakan sebuah fungsi yang menunjukkan seberapa baik dimensi dan elemen sebuah konsep digambarkan.

b. Validitas Eksternal (External Validity)

Pada validitas eksternal instrumen diuji dengan cara membandingkan antara kriteria yang ada pada instrumen dengan fakta-fakta empiris yang terjadi dilapangan. Bila telah terdapat kesamaan antara kriteria dalam instrumen dengan fakta dilapangan, maka dapat dinyatakan instrumen tersebut mempunyai validitas eksternal yang tinggi. Instrumen penelitian yang mempunyai validitas eksternal yang tinggi mengakibatkan hasil penelitian yang tinggi pula. Penelitian mempunyai validitas eksternal yang tinggi bila hasil penelitian dapat digeneralisasikan atau diterapkan pada sampel lain dalam populasi yang diteliti. Untuk meningkatkan validitas eksternal penelitian, selain meningkatkan validitas eksternal instrumen, maka dapat dilakukan dengan memperbesar jumlah sampel. Validitas eksternal diperoleh dengan cara mengkorelasikan alat pengukur baru dengan tolok ukur eksternal, yang berupa alat ukur yang sudah valid.

c. Validitas konstruk (Construct Validity)

Validitas konstruk membuktikan seberapa bagus hasil yang diperoleh dari penggunaan ukuran sesuai dengan teori dimana pengujian dirancang. Hal ini dinilai dengan convergent validity (instrument yang memiliki korelasi tinggi) dan discriminant validity (variabel yang tidak berkorelasi).

2.6 Uji Reliabilitas

Reliabilitas menunjukan konsistensi dan stabilitas dari suatu skor (skala

pengukuran) (Situmorang, 2007). Dalam Reliabilitas mencakup dua hal utama yaitu:

a. Stabilitas ukuran

Menunjukan sebuah ukuran untuk tetap stabil dan tidak rentan terhadap perubahan situasi apa pun. Terdapat dua jenis uji stabilitas, yaitu: 1. Test retest reliability

Yaitu koefisien reliabilitas yang diperoleh dari pengulangan pengukuran konsep yang sama dalam dua kali kesempatan.

2. Reliabilitas bentuk paralel (parallel form realibity)

Terjadi ketika respon dari dua pengukuran yang sebanding dalam menyusun konstruk yang sama memiliki kolerasi yang tinggi. b. Konsistensi Internal Ukuran

Merupakan indikasi homogenitas item-item yang ada dalam ukuran yang menyusun konstruk. Pada saat ini yang banyak digunakan adalah dengan menggunakan Cronbach`s Alpha. Suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach`s Alpha > 0,60 (Ghozali, 2005) atau nilai Cronbach`s Alpha > 0,80 (Kuncoro, 2003). Konsistensi ukuran dapat diamati melalui reliabilitas konsistensi antar item (konsistensi jawaban responden untuk semua item dalam ukuran) dan split-half

2.7 Teori Matematika 2.7.1 Analisis Faktor

Analisis faktor adalah salah satu metode statistik multivariat yang mencoba menerangkan hubungan antar sejumlah variabel-variabel yang saling independen antara satu dengan yang lain sehingga bisa dibuat satu atau lebih kumpulan peubah yang lebih sedikit dari jumlah variabel awal. Analisis faktor juga digunakan untuk mengetahui faktor-faktor dominan dalam menjelaskan suatu masalah. Analisis faktor agak berbeda dengan analisis regresi, yaitu lebih memfokuskan analisisnya kepada teknik interdependensi (Supranto, 2004).

Analisis faktor digunakan untuk hal-hal penting berikut :

A. Untuk mengidentifikasi dimensi atau faktor yang dapat menjelaskan korelasi di antara sekelompok variabel.

B. Untuk mengidentifikasi sebuah variabel baru yang lebih sedikit dan tidak saling berkorelasi untuk menggantikan sekelompok variabel asli atau awal yang berkorelasi; untuk kemudian dianalisis lebih lanjut dengan analisis multivariate lainnya (seperti :analisis regresi dan analisis diskriminan). C. Untuk mengidentifikasi sekelompok variabel relevan dari sekelompok

variable yang lebih besar yang akan digunakan untuk analisis multivariat lanjutannya.

2.7.2 Model Analisis Faktor

Secara matematis, analisis faktor agak mirip dengan analisis regresi, yaitu dalam hal bentuk fungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas (communality). Kovarians di antara variabel dijelaskan terbatas dalam sejumlah kecil faktor umum (common factor) ditambah sebuah faktor unik (unique factor) untuk setiap variabel. Faktor-faktor tersebut tidak secara eksplisit diamati. Jika variabel distandardisasi, model analisis faktor dapat diekspresikan sebagai :

1 I1 1 I2 2 13 3 ... IJ J ... Im m I I

Dengan :

1

X = Variabel ke i yang di bakukan (rata-ratanya nol, standar deviasinya satu) IJ

B = Koefisien regresi parsial yang dibakukan untuk variabel i pada common faktor ke

J

F =Common faktor ke j koefisien regresi yang dibakukan untuk variabel ke i

pada faktor unik ke i (unique factor)

I

µ = faktor unik variabel ke i

m= Banyaknya common factor

Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan common factor. Common factor sendiri dapat dinyatakan sebagai kombinasi linear dari variabel – variabel yang terobservasi, yaitu:

1 I1 1 I2 2 13 3 ... IK K

F =W X +W X +W X + +W X

Dengan:

1

F = Estimasi faktor ke i

I

W =Bobot atau koefisien nilai faktor ke i

k = jumlah variable

Dimungkinkan untuk memilih bobot atau skor koefisien faktor sehingga faktor pertama dapat menjelaskan porsi terbesar dari total varians. Kemudian, kelompok kedua dari bobot dapat dipilih, sehingga faktor kedua tersebut merupakan varians sisa yang terbesar dengan tetap mempertimbangkan bahwa faktor kedua ini tidak berkorelasi dengan faktor pertama. Prinsip yang sama dapat diaplikasi untuk memilih penambahan bobot untuk penambahan faktor. Dengan demikian, faktor dapat diestimasi, dengan skor faktornya yang tidak berkorelasi (tidak seperti nilai dari variabel aslinya). Lebih jauh lagi, faktor pertama

diperhitungkan sebagai varians tertinggi dari data, faktor kedua sebagai varians tertinggi berikutnya, dan seterusnya.

2.7.3 Statistik Yang Berkaitan Dengan Analisis Faktor

Statistik penting yang berkaitan dengan analisis faktor adalah :

a Bartlett’s test of sphericity, adalah uji statistik yang digunakan untuk

menguji hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matrik korelasi populasi adalah sebuah matrik identitas (identity matrix), setiap variabel berkorelasi sempurna dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0).

b Correlation Matrix, adalah matrik segitiga (triangle matrix) yang lebih

rendah yang menunjukkan korelasi sederhana r, antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Seluruh elemen diagonal = 1, biasanya dibaikan. Dalam hal ini bentuk matrik korelasi misalnya untuk jumlah variabel n= 3

Tabel 2.1 Matrik Korelasi Untuk Jumlah Variabel n = 3

�� �� ��

��

�� ���

vi

8. Ucapan terimakasih buat bang Rohmat Effendi Sipahutar, dan M. Wahyudhi sirait. Yang tak pernah bosan memberi bantuan, Semoga allah membalas kebaikan kalian dengan berlipat ganda.

9. Ucapan terimaksih kepada sahabat masa kecilku terkhusus buat Zulkifli Hrp, Amd, yang selalu memberi motivasi dan semangat buat saya hingga saat ini, serta seluruh sahabat sekaligus keluarga saya di BM (Kak Lia, kak Titin, Kak Sinta, Siti Sahara, Ssi, Yelly Arviani, S.Kom, Kak Muslimah, dek Diana, dek Riski,) yang senantiasa memberi kehangatan dalam menyelesaikan skripsi ini.

Ucapan Terimakasih Terkhusus:

Buat Ayahanda (alm) yang telah menjadikan saya sebagai anaknya, serta Ibunda tercinta (Nursiti Purba) yang telah melahirkan dan membesarkan saya seorang diri yang senantiasa mendoakan yang terbaik untuk anaknya. Juga kepada ke tiga saudara saya tercinta Kak Dewi, Kak Ronni, Bang Untung, dan ponakan saya tercinta Sundara Silaen, Indrawan Silaen, Darma Silaen, Juwita Silaen, Iqbal Maulana Sabila, Mhd Akbar Silaen, Putra Silaen, Rafli Sipahutar, Nur Halimah Sipahutar.

Semoga Allah selalu melimpahkan rahmat dan kasih sayangnya buat semua orang yang telah berpartisipasi dalam menyelesaikan tugas akhir ini.

Medan, 8 November 2013 Penulis,

vii

8. Ucapan terimakasih buat bang Rohmat Effendi Sipahutar, dan M. Wahyudhi sirait. Yang tak pernah bosan memberi bantuan, Semoga allah membalas kebaikan kalian dengan berlipat ganda.

9. Ucapan terimaksih kepada sahabat masa kecilku terkhusus buat Zulkifli Hrp, Amd, yang selalu memberi motivasi dan semangat buat saya hingga saat ini, serta seluruh sahabat sekaligus keluarga saya di BM (Kak Lia, kak Titin, Kak Sinta, Siti Sahara, Ssi, Yelly Arviani, S.Kom, Kak Muslimah, dek Diana, dek Riski,) yang senantiasa memberi kehangatan dalam menyelesaikan skripsi ini.

Ucapan Terimakasih Terkhusus:

Buat Ayahanda (alm) yang telah menjadikan saya sebagai anaknya, serta Ibunda tercinta (Nursiti Purba) yang telah melahirkan dan membesarkan saya seorang diri yang senantiasa mendoakan yang terbaik untuk anaknya. Juga kepada ke tiga saudara saya tercinta Kak Dewi, Kak Ronni, Bang Untung, dan ponakan saya tercinta Sundara Silaen, Indrawan Silaen, Darma Silaen, Juwita Silaen, Iqbal Maulana Sabila, Mhd Akbar Silaen, Putra Silaen, Rafli Sipahutar, Nur Halimah Sipahutar.

Semoga Allah selalu melimpahkan rahmat dan kasih sayangnya buat semua orang yang telah berpartisipasi dalam menyelesaikan tugas akhir ini.

Medan, 8 November 2013 Penulis,

viii

ANALISIS FAKTOR KETERTARIKAN IBU TERHADAP SUSU FORMULA UNTUK BALITA

(Studi kasus: di Kecamatan Kualuh Selatan, Labuhan Batu Utara)

ABSTRAK

Analisis faktor merupakan suatu teknik statistika multivariat yang digunakan untuk mereduksi/meringkas data, dari variabel yang banyak diubah menjadi sedikit variabel. Teknik umum dalam analisis faktor adalah metode principal component analysis, yaitu metode yang digunakan untuk memperkirakan korelasi antara faktor yang akan dibentuk terhadap variabel. Analisis dilakukan untuk mengetahui apakah variabel – variabel tersebut dapat direduksi menjadi satu atau lebih faktor dengan memperhatikan nilai varian data asli. Penelitian ini terdiri dari 9 variabel yaitu jenis merek susu, harga, promosi / iklan , nilai gizi,manfaat, rasa, kemasan, kandungan, dan saran dokter. Berdasarkan hasil penelitian dengan jumlah sampel 50 orang terdapat 2 faktor yang dapat dibentuk yaitu Faktor pertama manfaat dan kandungan (35,793%.), Faktor kedua merek dan nilai gizi (51,491%) . Dalam faktor – faktor tersebut telah ditentukan variabel – variabel yang telah dibakukan berdasarkan loading factor yaitu faktor pertama terdiri Harga, manfaat, kandungan, dan saran dokter; faktor kedua terdiri merek susu , promosi / iklan, nilai gizi, rasa, dan kemasan.

Kata kunci : Analisis factor, Principal Component Analysis, loading factor

ix

Analyzing the factors of mother’s interested behaviour to formulated milk for toddlers

(Case Study : In Kualuh Selatan sub-district, North Labuhan Batu)

Abstract

Analyzing the factors is a multivariate statistical technique which is use to reduce the data from many variables into fewer variables. Usual techniques in analyzing factors method, this method is using to estimate the correlation between factors that will be formed into variable. This research consist of 9 variables, such as milk brand, price, promotion/advertising, nutritional value, beneficial, flavor, packaging, contents and doctor’s advice. The results show, with the samples of 50 (fifty) people there are 2 factors can be formed. First factor are beneficial and contents (35,793%), the second are name or brand and nutritional value (51,491%). Inside that factors can be determined variables that have been standardized based on loading factor. The first factors consist of price, beneficial, contents and doctor’s advice ; the seconds consist of name or brand, promotion/advertising, nutritional value, flavor, and packaging.

x DAFTAR ISI

Halaman

Persetujuan iii

Pernyataan iv

Penghargaan v

Abstrak vii

Abstract viii

Daftar isi ix

Daftar table xi

Daftar gambar xii

Daftar lampiran xiii

BAB 1 PENDAHULUAN

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Tinjauan Pustaka 3

1.3.1 Analisis factor 4

1.4 Tujuan Penelitian 6

1.5 Kontribusi Penelitian 6

1.6 Metodologi Penelitian

6 BAB 2 TINJAUAN PUSTAKA

2.1 Landasan Teori Ekonomi 8

2.1.1 Pemasaran 8

2.1.2 Produk 9

2.1.3 Perencanaan Produk 9

2.1.4 Preferensi Konsumen 11

2.1.5 Nilai Guna (Utilitas) 11

2.2 variabel 12

2.3 Data 13

2.3.1 Data Menurut Sifatnya

3.3.2 Data Menurut Sumbernya 13

2.4 Skala Pengukuran Data 15

2.4.1 Skala Untuk Instrumen (Model Skala Sikap) 16

a. Skala Likert 16

b. Skala Guttman 17

c. Skala Diferensial Semantik 17 d. Skala Rating ( Rating Scale) 17

e. Skala Thurstone 17

2.5 Uji Validitas 18

2.6 Uji Reliabilitas 19

2.7 Analisis Faktor 20

2.7.1 Model Analisis Faktor 20

xi

2.7.3 Pelaksanaan Analisis Faktor 24

BAB 3 METODOLOGI PENELITIAN

3.1 Ruang lingkup 29

3.2 Penentuan Lokasi Penelitian 29

3.3 Jenis dan Sumber Data 29

3.4 Populasi, Sampel, dan Tekhnik Pengambilan Sampel 30

3.4.1 Populasi 30

3.4.2 Sampel 31

3.4.3 Teknik Penarikan Sampel 31

3.5 Teknik Pengumpulan Data 31

3.6 Variabel yang di Gunakan 32

3.6.1 Penjabaran Tiap Variabel 33

BAB 4 PEMBAHASAN

4.1 Sumber Data 39

4.2 Pengolahan Data 39

4.2.1 variabel penelitian 39

4.2.2 Input Data Mentah 40

4.3 Penskalaan Data Ordinal Menjadi Data Interval 43

4.4 Uji Validitas 46

4.5 Uji Reliabilitas 48

4.6 Analisis Data 49

4.6.1 Membentuk Matrik Korelasi 50

4.6.2 Pengukuran MSA 52

4.6.3 Ekstraksi Faktor 52

4.6.4 Menentukan Banyaknya Faktor 56

4.6.5 Melakukan Rotasi Faktor 57

4.6.6 Menentukan Ketetapan Model 61 BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan 63

5.2 Saran 64

Daftar pustaka Lampiran