4.6. Metode Pengolahan Data 4.6.1. Analisis Deskriptif
Metode analisis deskriptif adalah suatu metode dalam meneliti status sekelompok orang, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun
suatu kelas peristiwa pada masa sekarang. Metode ini bertujuan untuk menggambarkan sifat sesuatu yang tengah berlangsung pada saat penelitian
dilakukan dan memeriksa sebab-sebab dari suatu gejala tertentu. Selain itu, metode ini bertujuan menjawab pertanyaan yang menyangkut sesuatu pada saat
berlangsungnya proses penelitian Nazir 2005. Analisis deskriptif digunakan dalam penelitian ini untuk melihat
karakteristik umum pengunjung wisata memancing Fishing Valley Bogor. Data diperoleh dari kuesioner dan wawancara ditabulasikan dalam kerangka Tabel,
kemudian dianalisis untuk melihat karakteristik umum pengunjung yang akan dilakukan perhitungan persentase secara manual dengan bantuan kalkulator dan
komputer.
4.6.2. Analisis Biplot
Biplot merupakan teknik statistik deskriptif dimensi ganda yang dapat disajikan secara visual dengan menyajikannya secara simultan segugus objek
pengamatan dan peubah dalam suatu grafik pada suatu bidang datar sehingga ciri-ciri peubah dan objek pengamatan serta posisi relatif antara objek pengamatan
dengan peubah dapat dianalisis. Misalkan suatu matriks data X berukuran nxp yang berisi n pengamatan dan p peubah yang dikoreksi terhadap nilai rata-ratanya
dan berpangkat r, maka dapat dituliskan menjadi : X = U L A`
Dimana U dan A masing-masing berukuran nxr dan pxr. U adalah nilai loading, L adalah selisih, dan A` adalah peubah.
Pengolahan data menggunakan software the SAS sistem version 9.1 dengan menggunakan program makro biplot. Input untuk makro biplot adalah
matriks rataan yaitu matriks yang berisi rataan dari setiap peubah pada setiap objek atau matriks data dari n objek dan p peubah itu sendiri. Struktur data yang
dapat dianalisis dengan metode biplot diperlihatkan oleh tabel berikut 35
Tabel 5. Struktur Data yang dapat Dianalisis dengan Metode Biplot
Merek… Peubah ke-
1 2
3 …..
M 1
y
11
y
12
y
13
… y
1m
2 y
21
y
22
y
23
… y
2m
3 y
31
y
32
y
33
… y
3m
… ….
… …
… …
N y
n1
y
n2
y
n3
… y
nm
Keterangan : n = jumlah merek pemancingan m = jumlah peubah pengamatan
y
nm
= skala penilaian responden pada merek ke-I terhadap peubah ke-j Sumber : Dillon Goldstein 1984
Output Biplot berupa nilai singular dan keragamannya, rasio skala garis pada biplot, koordinat biplot serta biplot itu sendiri. Dua nilai singular pertama
menunjukkan keragaman yang diterangkan oleh komponen 1 sumbu utama dan komponen 2 sumbu 2 pada biplot. Besarnya keragaman yang dapat diterangkan
oleh kedua sumbu utama tersebut dinilai dari persentase keragamannya. Analisis Biplot bertujuan untuk mengetahui hubungan antar atribut,
kemiripan relatif antar mereknama agrowisata pemancingan di Kabupaten Bogor dan sekitarnya Jabodetabek, posisi relatif antar mereknama agrowisata
pemancingan di Kabupaten Bogor dengan atribut dan nilai atribut pada suatu mereknama agrowisata pemancingan di Kabupaten Bogor dan pemancingan lain
yang telah ditentukan. Adapun nama agrowisata pemacingan di Kabupaten Bogor yang diteliti dalam penelitian ini Fishing Valley, Telaga FajarMulya, Telaga
Cibubur, Telaga Mina, dan Telaga Arwana. Sedangkan peubah yang diamati antara lain jumlah ikan, variasi ikan, ukuran ikan, kebersihan kolam, luas kolam,
fasilitas tambahan pada kolam, harga, sistem pemancingan, fasilitas penunjang, sikap pelayan, kecepatan pelayanan, suasana tempat pemancingan, aksesibilitas,
dan keamanan. Interpretasi analisis Biplot terhadap agrowisata pemancingan Fishing
Valley adalah sebagai berikut : 1 Misalkan jika panjang atribut harga lebih panjang dibandingkan dengan
panjang atribut lainnya, maka keragaman atribut harga tinggi, sedangkan jika panjang atribut harga lebih pendek dibandingkan dengan panjang atribut
lainnya, maka keragaman atribut harga tersebut rendah.
36
2 Jika sudut antara vektor harga dengan vektor fasilitas penunjang membentuk sudut yang sempit, maka korelasi antara kedua atribut tersebut semakin
positif. Jika sudut antara vektor harga dengan vektor fasilitas penunjang tegak lurus maka korelasi keduanya rendah, sedangkan jika sudutnya tumpul
berlawanan arah maka korelasinya negatif. 3 Jika posisi merek agrowisata pemancingan Fishing Valley searah dengan
vektor fasilitas penunjang yang tersedia, maka diinterpretasikan sebagai besarnya nilai atribut tersebut untuk agrowisata pemancingan Fishing Valley.
Semakin dekat letak merek agrowisata pemancingan Fishing Valley dengan arah yang ditunjuk oleh atribut fasilitas penunjang yang tersedia maka
semakin tinggi nilai atribut fasilitas penunjang yang tersedia untuk agrowisata pemancingan Fishing Valley.
4 Kemiripan letakposisi dua agrowisata pemacingan di Kabupaten Bogor misalnya Fishing Valley dengan Telaga Fajar di mata konsumen
diinterpretasikan sebagai kemiripan sifat yang ditunjukkan oleh nilai-nilai atribut yang semakin tinggi.
4.7. Definisi Operasional
