Preperensi konsumen terhadap buah- buahan berubah telah meningkatkan
permintaan buah Peningkatan
pertumbuhan pasar modern
Total Buah Segar Bandung
Konsumen
Kualitas pelayanan • Lokasi
• Sifat dan kualitas keragaman • Harga
• Personel penjualan
• Pelayanan yang ditawarkan • Atribut fisik toko
• Atmosfer toko
• Iklan dan promosi • Pelayanan sesudah transaksi
Tahapan proses pengambilan
keputusan analisis deskriptif
Fasilitas yang perlu
dikembangkan Uji friedman dan
multiple comparison
Tingkat kepuasan pengunjung
Importance- performance
analysis Persaingan
Rekomendasi Bauran Pemasaran
Gambar 5. Bagan Kerangka Pemikiran Operasional
IV. METODE PENELITIAN
4.1 Lokasi dan Waktu Penelitian
Penelitian dilakukan di Toko khusus buah-buahan Total Buah Segar, yaitu di jalan Tirtayasa no.22, Kota Bandung. Pemilihan lokasi ini dilakukan secara
sengaja didasarkan kenyataan bahwa Total Buah Segar adalah Toko khusus buah-buahan yang baru membuka cabangnya di kota Bandung tepatnya pada
bulan Januari 2006. Penelitian dilokasi dilaksanakan mulai bulan Desember 2006 sampai dengan Januari 2007.
4.2 Jenis dan Sumber Data
Jenis dan sumber data yang digunakan dalam penelitian ini adalah data primer dan data sekunder. Sumber data primer yang diperoleh melalui
penyebaran kuestioner kepada pengunjung supermarket khusus buah-buahan Total Buah Segar, wawancara dengan pihak manajemen dan pengamatan
langsung di lapangan. Sedangkan data sekunder diperoleh dari Badan pusat statistik, internet, perpustakaan pusat IPB dan perpustakaan pertanian IPB.
4.3 Metode Pengambilan Sampel
Metode pengambilan sampel dilakukan melalui metode convenience sampling dengan pendekatan non-probability sampling, yaitu ketika responden
yang dijadikan sample sedang berada pada lokasi penelitian. Penentuan jumlah responden ditentukan demgan rumus Slovin. Contoh minimal berdasarkan
populasi yang telah diketahui jumlahnya, maka dapat dilakukan dengan menggunakan rumus Slovin Umar, 2003 sebagai berikut:
2
. 1
e N
N n
+ =
dengan : n = jumlah contoh minimal N = jumlah populasi
e = tingkat kesalahan yang diinginkan 10 Ukuran populasi N mengacu pada tingkat kunjungan bulan September
2006 yaitu 8822 orang dan persen tingkat kesalahan yang diinginkan e ditentukan sebesar 10 persen. Alasan digunakannya data kunjungan bulan
September 2006 adalah karena data tersebut adalah data terbaru yang diperoleh dari perusahaan. Jumlah minimum pengunjung yang harus diambil sebagi
sampel adalah:
01 ,
. 8822
1 8822
+
n =
= 98,879175 Untuk memudahkan perhitungan maka jumlah sampel yang diambil
dibulatkan menjadi 100 orang. Hal ini dapat dilakukan mengingat tidak adanya perubahan validitas yang diakibatkan oleh kelebihan jumlah sampel.
4.4 Metode Pengskalaan Scaling Method
Jenis skala yang dipakai dalam penelitian ini adalah skala ordinal yang sifatnya hanya mengurutkan data dari tingkat paling tinggi sampai tingkat yang
paling rendah atau sebaliknya dengan interval yang tidak harus sama Umar, 2003. Untuk pengskalaan instrumen digunakan skala Likert, yaitu skala yang
berhubungan dengan pernyataan tentang sikap seseorang terhadap sesuatu
Umar, 2003. Kategori untuk skala Likert dalam penelitian ini dijelaskan pada Table 1:
Tabel 1 Kategori untuk Setiap Skala pada Skala Likert Skala
1 2 3
4 5
Sangat tidak penting
tidak penting
Biasa saja
penting Sangat penting
Sangat sedikit sedikit
Sedang Banyak
sangat Banyak
Sangat sempit sempit
Sedang Luas
sangat Luas tidak
Sangat tidak Sedang Memadai
sangat Memadai
memadai Memadai
Sangat tidak segar tidak
segar Biasa
saja Segar sangat
Segar Sangat tidak indah
tidak indah
Biasa saja
Indah sangat Indah
Kategori
tidak Sangat tidak
teratur Biasa
saja Teratur sangat
Teratur teratur
sangat Mahal Sangat murah
murah Sedang
Mahal tidak
Sangat tidak bervariasi
Sedang Bevariasi sangat
Bevariasi bervariasi
4.5 Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode Statistika Diskriptif, Importance-Performance Analysis Analisis Kepentingan-
Kinerja Analisis Friedman yang dilengkapi dengan Multipel Comparison Uji Perbandingan Berganda.
4.5.1 Metode Statistika Deskriptif
Metode ini digunakan untuk mengolah data demografi konsumen Total Buah Segar serta proses keputusan pembelian mereka. Metode ini
menggunakakan tabulasi yang kemudian diolah sehingga menghasilkan rata-rata Mean, data yang paling banyak muncul Modus dan proposi dari suatu kategori
data primer tertentu.
