MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
GO-JEK merupakan salah satu usaha jasa transportasi online yang sedang
berkembang pesat saat ini. Sebagai salah satu jasa transportasi online yang
terpercaya, GO-JEK harus memiliki strategi pemasaran yang efektif dan inovatif
untuk mendapatkan dan mempertahankan konsumennya. Tujuan penelitian ini
adalah: mengidentifikasi dan menganalisis faktor-faktor apakah yang
memengaruhi pengambilan keputusan konsumen GO-JEK. Metode pengambilan
sampel yang digunakan pada penelitian ini yaitu teknik kuota sampling. Data
dianalisis menggunakan analisis deskriptif dan analisis faktor dengan bantuan
software SPSS 22. Hasil penelitian ini menunjukkan, ada 11 faktor yang
memengaruhi konsumen dalam menggunakan GO-JEK, yaitu kualitas pelayanan
driver dan grafis, perkembangan teknologi, demografis dan psikografis,
perbedaan individu, pengaruh pertemanan, fasilitas pendukung, kenyamanan,
promosi above the line, tempat dan waktu, promosi below the line dan
ketersediaan jasa. Faktor dominan yang paling berpengaruh dalam menggunakan
GO-JEK adalah kualitas pelayanan driver dan grafis yang memiliki keragaman
data sebesar 27,81%.
ABSTRACT
DEVI KARTIKA SARI. Analysis of the Factors that Influence the Decision to
Use the Transportation Service GO-JEK (Case Studies People who Living in the
City of Bogor). Supervised by JONO M MUNANDAR.
GO-JEK is a transportation service business online that is growing rapidly.
As one of the trusted online transportation services, GO-JEK must have effective
marketing strategies and innovative ways to acquire and retain customers. The
purpose of this study are: to identify and analyze the factors that influence the
decision whether consumers GO-JEK. The sampling method used in this research
that quota sampling technique. Data were analyzed using descriptive analysis and
factor analysis with SPSS 22. The results of this study showed that there are 11
factors that affect consumers in using GO-JEK, quality of service driver and
graphic, developments in technology, demographics and psychographics ,
individual differences, influence of the friendship, support facilities , convenience,
above the line promotion, place and time, below the line promotion, and
availability of services. The dominant factor is the most influential in using GO-
JEK is the quality of service driver and graphic who have a diversity of data
amounting to 27.81%.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Manajemen
DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2016
2
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2016 ini ialah
pemasaran relasional, dengan judul Analisis Faktor-Faktor yang Memengaruhi
Keputusan Penggunaan Jasa Transportasi GO-JEK (Studi Kasus Masyarakat yang
Tinggal di Kota Bogor)
Terima kasih penulis ucapkan kepada Bapak Dr. Ir. Jono M. Munandar,
M.Sc selaku dosen pembimbing yang telah memberikan arahan dan pembelajaran
yang sangat berharga dalam membantu penulisan penelitianan ini. Ungkapan
terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, dan
teman-teman atas segala doa, dukungan serta cinta dan kasih sayangnya.
Semoga karya ilmiah ini bermanfaat.
DAFTAR ISI
DAFTAR TABEL vi
DAFTAR GAMBAR vi
DAFTAR LAMPIRAN vi
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 2
Tujuan Penelitian 3
Manfaat Penelitian 3
Ruang Lingkup Penelitian 3
TINJAUAN PUSTAKA 3
Proses Keputusan Pembelian 3
Pemasaran Jasa 4
Perilaku Konsumen 5
Model Keputusan Pembelian 5
Transportasi 7
Alat Analisis 8
Penelitian Terdahulu 8
METODE 9
Kerangka Pemikiran Penelitian 9
Lokasi dan Waktu Penelitian 11
Pengumpulan Data 11
Pengolahan dan Analisis Data 12
Definisi Operasional Variabel 14
HASIL DAN PEMBAHASAN 17
Karakteristik Responden 17
Proses Pengambilan Keputusan 18
Faktor-Faktor Pengambilan Keputusan 20
Faktor Dominan 25
Implikasi Manajerial 25
SIMPULAN DAN SARAN 27
Simpulan 27
Saran 27
DAFTAR PUSTAKA 28
LAMPIRAN 30
RIWAYAT HIDUP 45
4
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
1 Uji validitas 30
2 Uji reliabilitas 31
3 Karakteristik responden 32
4 Proses pengambilan keputusan 35
5 Nilai KMO 38
6 Nilai communalities 39
7 Total variance explained 40
8 Component matrix 41
9 Rotated component matrix 42
10 Component transformation matrix 43
11 Component plot in rotated space 44
1
PENDAHULUAN
Latar Belakang
Berdasarkan Tabel 1, jumlah penduduk Kota Bogor dari tahun 2010 hingga
tahun 2015 cenderung mengalami peningkatan mencapai 1.047.922 jiwa.
Peningkatan jumlah penduduk mengakibatkan kemacetan di banyak wilayah,
tidak terkecuali Bogor. Kemacetan tersebut sering menjadi penghambat
masyarakat dalam melakukan aktivitasnya sehari-hari. Kemacetan seringkali
menghabiskan waktu tempuh masyarakat untuk mencapai tempat tujuan. Dalam
mengatasi hambatan tersebut, masyarakat memerlukan jasa transportasi yang
cepat, nyaman, dan aman dalam menunjang aktivitasnya sehari-hari. Sebagian
besar masyarakat penduduk kota maupun Kabupaten Bogor beraktivitas di
Jakarta. Baik itu bekerja, sekolah, dan aktivitas lainnya. Berbagai aktivitas
masyarakat turut didukung oleh sarana transportasi yang memadai.
Semakin berkembangnya perusahaan-perusahaan jasa transportasi yang ada
di Indonesia, membuat perusahaan-perusahaan jasa tersebut saling bersaing dalam
memberikan jasa transportasi yang terbaik. Perusahaan jasa berlomba-lomba
dalam meningkatkan pelayanan untuk menarik konsumennya. Salah satu bentuk
transportasi yang digunakan adalah bentuk transportasi darat. Transportasi darat
terdiri dari Bus, Kereta Api, Taksi, Angkutan Kota, maupun Ojek.
Perkembangan teknologi sangat penting dijaman sekarang, karena
teknologi adalah salah satu penunjang perkembangan manusia. Hadirnya
perkembangan teknologi ini, tentunya memiliki dampak positif dan negatif
terhadap semua faktor yang bisa berdampak dalam kehidupan kita.
Perkembangangan teknologi yang semakin dirasakan saat ini adalah penggunaan
internet. Asosiasi Penyedia Jasa Internet Indonesia (APJII) merilis hasil riset
nasional terkait jumlah pengguna dan penetrasi internet di Indonesia yang
mengalami peningkatan pada tahun 2014 sebesar 34.9%. Pertumbuhan pengguna
internet di tahun 2014 kemarin sangat didukung oleh pertumbuhan pengguna
2
Perumusan Masalah
konsumen GO-JEK?; (4) Faktor apakah yang paling dominan dalam pengambilan
keputusan konsumen GO-JEK?
Tujuan Penelitian
Manfaat Penelitian
TINJAUAN PUSTAKA
Pengenalan Masalah
Proses pembelian dimulai ketika pembeli menyadari suatu masalah atau
kebutuhan yang dipicu oleh rangsangan internal dan eksternal. Dengan
rangsangan internal salah satu dari kebutuhan normal seseorang naik ke tingkat
maksimum dan menjadi dorongan; atau kebutuhan bisa timbul akibat rangsangan
eksternal.
Pencarian Informasi
Kita dapat membedakan antara dua tingkat keterlibatan dengan pencarian.
Keadaan pencarian yang lebih rendah disebut perhatian tajam. Pada tingkat ini
seseorang hanya menjadi lebih reseptif terhadap informasi tentang sebuah
produk. Pada tingkat berikutnya, seseorang dapat memasuki pencarian informasi
aktif dengan mencari bahan bacaan, menelepon teman, melakukan kegiatan
online, dan mengunjungi toko untuk mempelajari produk tersebut. Terdapat
sumber informasi utama dimana konsumen dibagi menjadi empat kelompok yaitu
pribadi (keluarga, teman, tetangga, rekan), komersial (iklan, situs web, wiraniaga,
penyalur, kemasan, tampilan), publik (media massa, organisasi pemeringkat
konsumen), dan eksperimental (penanganan, pemeriksaan, penggunaan produk).
Evaluasi Alternatif
Konsep dasar yang akan membantu kita memahami proses evaluasi yaitu
konsumen berusaha memuaskan sebuah kebutuhan, konsumen mencari manfaat
tertentu dari solusi produk dan konsumen melihat masing-masing produk sebagai
sekelompok atribut dengan berbagai kemampuan untuk menghantarkan manfaat
yang diperlukan untuk memuaskan kebutuhan ini. Konsumen akan memberikan
perhatian terbesar pada atribut yang menghantarkan manfaat yang memenuhi
kebutuhan.
Keputusan Pembelian
Dalam tahap evaluasi, konsumen membentuk preferensi antarmerek dalam
kumpulan pilihan. Konsumen mungkin juga membentuk maksud untuk membeli
merek yang paling disukai. Dalam melaksanakan maksud pembelian, konsumen
dapat membentuk lima subkeputusan yaitu merek, penyalur, kuantitas, waktu, dan
metode pembayaran.
Perilaku Pascapembelian
Setelah pembelian, konsumen mungkin mengalami konflik dikarenakan
melihat fitur mengkhawatirkan tertentu atau mendengar hal-hal menyenangkan
tentang merek lain dan waspada terhadap informasi yang mendukung
keputusannya. Komunikasi pemasaran seharusnya memasok keyakinan dan
evaluasi yang memperkuat pilihan konsumen dan membantunya merasa nyaman
tentang merek tersebut.
Pemasaran Jasa
Perilaku Konsumen
lingkungan orang itu sendiri; (f) emosi, menurut Hawkins dan Mothersbaugh
(2013), emosi merupakan sesuatu yang kuat cenderung perasaan yang tidak
terkontrol dan memengaruhi perilaku; dan (g) sikap, menurut Kotler dan
Amstrong (2008), sikap adalah evaluasi, perasaan, dan tendensi yang relatif
konsisten dari seseorang terhadap sebuah objek atau ide. Model keputusan
pembelian menurut Hawkins dan Mothersbaugh (2013) dapat dilihat pada Gambar
1.
Faktor Sosial :
- Budaya
- - Demografi
- - Kelas sosial
- - Kelompok Acuan
- - Keluarga
-
Proses Pengambilan
Keputusan :
Marketing Activities
(8P) : Pengenalan
Masalah
- Elemen produk
- Tempat dan waktu Konsep Diri Pencarian Informasi
- Harga Dan
- Promosi dan edukasi Gaya Hidup Evaluasi Alternatif
- Proses Dan Seleksi
- Lingkungan fisik
- Manusia Keputusan
- Kualitas dan Pembelian
Produktivitas
Proses
Pasca Pembelian
Faktor Personal :
- - Persepsi
- - Pembelajaran
- - Memori
- - Motivasi
- - Kepribadian
- - Emosi
- - Sikap
Transportasi
Alat Analisis
Analisis Deskriptif
Menurut Simamora (2005), analisis deskriptif memberikan gambaran
tentang data yang kita miliki. Dalam mendeskripsikan data, kita bisa
menggunakan berbagai cara. Pada analisis faktor, gambaran diberikan melalui
rata-rata (mean) dan standar deviasi (standar deviation) setiap variabel. Cara lain
dapat melalui modus, median, range proporsi, dan indeks variabel kumulatif.
Analisis Faktor
Menurut Suliyanto (2005), analisis faktor adalah suatu teknik untuk
menganalisis tentang saling ketergantungan (interdependence) dari beberapa
variabel secara simultan dengan tujuan untuk meyederhanakan dari bentuk
hubungan antara beberapa variabel yang diteliti menjadi sejumlah faktor yang
lebih sedikit daripada variabel yang diteliti, yang berarti dapat juga
menggambarkan tentang struktur data dari suatu penelitian. Jadi, pada prinsipnya
analisis faktor digunakan untuk mengelompokkan beberapa variabel yang
memiliki kemiripan untuk dijadikan satu faktor, sehingga dimungkinkan dari
beberapa atribut yang mempengaruhi suatu komponen variabel dapat diringkas
menjadi beberapa faktor utama yang jumlahnya lebih sedikit.
Penelitian Terdahulu
Lanjutan Tabel 2
No. Judul Alat Analisis Kesimpulan
3. Rinda Cipta Yunivia 1. Analisis Deskriptif Berdasarkan analisis faktor
(2014), 2. Analisis Faktor terdapat 3 faktor yang terbentuk
Analisis Faktor–faktor 3. Analisis Multiatribut yaitu faktor pengaruh
yang Mempengaruhi Fishbein lingkungan sekitar dan sosial,
Perilaku Konsumen faktor psikologis, dan faktor
dalam Keputusan perbedaan individu. Berdasarkan
Pembelian Frestea analisis multiatribut fishbein
niali sikap konsumen terhadap
Frestea sangat baik.
METODE
satunya adalah jasa transportasi GO-JEK. Ada beberapa faktor yang menjadi
pertimbangan konsumen dalam memilih GO-JEK sebagai sarana transportasi.
Oleh karena itu, hendaknya GO-JEK mengetahui faktor-faktor yang menjadi
keinginan dan kebutuhan konsumen sehingga dapat meningkatkan kualitas
pelayanannya.
Proses penelitian ini melalui dua tahap analisis. Analisis pertama yaitu
analisis deskriptif yang digunakan untuk mengidentifikasi karakteristik konsumen
dan menganalisis proses keputusan yang dilakukan oleh konsumen. Analisis
kedua adalah analisis faktor yang digunakan untuk mengetahui faktor-faktor yang
memengaruhi keputusan pembelian. Hasil dari kedua analisis ini akan
menghasilkan suatu implikasi manajerial perilaku konsumen dalam keputusan
penggunaan jasa transportasi GO-JEK. Kerangka pemikiran dapat dilihat pada
Gambar 2.
Perkembangan internet
Analisis Analisis
Deskriptif Faktor
Pengumpulan Data
Jenis dan sumber data yang digunakan dalam penelitian ini adalah data
primer dan sekunder. Data primer adalah data yang diperoleh atau dikumpulkan
langsung berupa lembar kuisioner yang diisi oleh responden. Sedangkan data
sekunder didapatkan dari literatur, buku, skripsi, jurnal dan bahan lain yang
terkait dengan penelitian ini.
Penentuan Sampel
( )
......................................................................................... (1)
Keterangan :
n = jumlah contoh
N = jumlah populasi
е = tingkat kesalahan yang digunakan 10%
Data yang diperoleh dari Badan Pusat Statistik pada tahun 2015 jumlah
penduduk Kota Bogor mencapai 1.047.922 jiwa. Maka berdasarkan perhitungan
rumus slovin dengan nilai kesalahan sampel yang dapat ditolerir sebesar 10%
diperoleh:
( )
= 99,99045 ≈ 100................................ (2)
Lanjutan Tabel 3
Daerah Jumlah Penduduk Penduduk (%) Sampel
Bogor Barat 232.634 22 22
Tanah Sereal 221,198 21 21
Jumlah 1.047.922 100 100
Sumber: Data diolah (2016)
Keterangan:
n = jumlah responden
X= skor variabel (jawaban responden)
Y= skor total dari variabel untuk responden ke-n
Hasil dari uji validitas data dikatakan valid jika nilai dari lebih besar
dari nilai yang bergantung pada jumlah sampel dan tolak ukur kesalahan
yang ditoleransi (α).
Hasil uji validitas dengan 47 pertanyaan, terdapat 10% atau 5 pertanyaan
yang tidak valid. Oleh karena itu dilakukan perubahan pertanyaan pada
pertanyaan yang tidak valid tersebut.
windows. Menurut sofyan (2013) rumus yang bisa digunakan untuk uji reliabilitas
dengan teknik alpha cronbach, yaitu:
[ ][ ] ....................................................................... (4)
Keterangan :
= Koefisien reliabilitas instrumen
k = Jumlah butir pertanyaan
= Jumlah varian butir
= Varian total
Analisis Deskriptif
Analisis Faktor
Menurut Simamora (2005), ada dua metode dasar analisis faktor, yaitu
principal component analysis (PCA) dan common factor analysis yang sering juga
disebut principal axis factoring. PCA bertujuan untuk mengetahui jumlah faktor
minimal yang dapat diekstrak. Sedangkan common factor analysis mengekstrak
faktor hanya berdasarkan common variance. Metode ini dapat dipakai apabila
tujuan utama peneliti adalah untuk mengetahui dimensi-dimensi laten atau
konstruk yang mendasari variabel-variabel asli. Namun common factor analysis
memiliki beberapa kelemahan, sehingga pemakaian principal component analysis
menjadi lebih luas.
Pada penelitian ini, melakukan analisis faktor menggunakan bantuan
software SPSS 22 dengan metode ekstraksi menggunakan PCA, serta metode
rotasi dengan varimax.
14
Variabel Operasional
Lanjutan Tabel 4
Lanjutan Tabel 4
Lanjutan Tabel 4
Karakteristik Responden
Lanjutan Tabel 5
Presentase
Karakteristik Jumlah
(%)
Hobi Travelling 23 23
Olahraga 20 20
Membaca 13 13
Menonton 9 9
Kuliner 9 9
Mendengarkan Musik 8 8
Lainnya 18 18
Sumber: Data diolah (2016)
Berdasarkan teori menurut Kotler dan Keller (2009) terdapat lima tahap
proses keputusan pembelian, yaitu pengenalan masalah, pencarian informasi,
evaluasi alternatif, keputusan pembelian, dan perilaku pascapembelian. Hasil
dapat dilihat di Tabel 6.
Lanjutan Tabel 6
Persentase
Karakteristik Jumlah
(%)
Kemudahan Pemesanan (praktis) 40 40
Jangka waktu pencarian informasi mengenai
GO-JEK: 80 80
< 1 Hari
Evaluasi Alternatif Hal yang menjadi pertimbangan memilih GO-
JEK:
Harga/tarif 46 46
Kemudahan Pemesanan (praktis) 31 31
Memiliki pilihan jasa transportasi selain GO-
JEK:
Ya 91 91
Tidak 9 9
Jenis jasa transportasi lain yang dipilih:
Angkutan umum 43 47.25
Ojek Online 36 39.56
Transportasi lain yang menjadi pilihan:
Grab 38 43.95
Angkutan Umum Kota Bogor 37 37.36
Pembelian Cara memperoleh keputusan menggunakan
GO-JEK:
Telah direncanakan, kemudian memilih 68 68
Pihak yang memengaruhi keputusan
menggunakan GO-JEK:
Diri sendiri 79 79
Jangka waktu pengambilan keputusan:
< 1 Hari 86 86
Waktu menggunakan GO-JEK:
Pagi hari 35 35
Siang hari 31 31
Pasca Pembelian Tingkat kepuasan:
Puas 82 82
Penggunaan ulang GO-JEK:
Setuju 65 65
Menyarankan orang lain menggunakan GO-
JEK:
Ya 95 95
Sumber: Data diolah (2016)
Pada penelitian ini, terdapat 3 faktor yang digunakan untuk analisis faktor,
yaitu faktor sosial, marketing activities, dan faktor personal. Faktor tersebut
memiliki 20 variabel, yaitu budaya, demografi, kelas sosial, kelompok acuan,
keluarga, elemen produk, tempat dan waktu, harga, promosi dan edukasi, proses,
lingkungan fisik, manusia, produktivitas dan kualitas, persepsi, pembelajaran,
memori, motivasi, kepribadian, emosi dan sikap. Kemudian dari 20 variabel
tersebut terbentuk indikator sebanyak 47.
Tahap pertama dalam analisis faktor adalah melihat nilai Kaiser-Mayer-
Olkinmeasure of sampling adequacy (KMO). Nilai KMO ini berfungsi untuk
mengetahui apakah indikator layak untuk digunakan. Nilai KMO dapat dikatakan
memenuhi kriteria apabila lebih besar atau sama dengan 0.5. Jika nilai KMO lebih
besar atau sama dengan 0.5 maka variabel layak untuk diuji dan dapat dilanjutkan
ke tahap berikutnya. Nilai KMO yang didapat pada variabel yang diteliti adalah
0.767. Oleh karena nilai KMO yang didapat lebih besar dari 0.5, maka analisis
faktor layak digunakan dalam penelitian ini. Hasil dari nilai KMO dapat dilihat
pada Lampiran 5.
Tahap selanjutnya adalah melihat tabel anti-image matrics. Pada tabel
anti-image matrices terdapat kolom anti-image correlation yang dapat
menunjukan nilai MSA berupa sejumlah angka yang membentuk diagonal. Nilai
MSA harus lebih besar dari 0.5. Jika sebuah variabel memiliki nilai MSA dibawah
0.5 maka variabel tersebut harus dieliminasi. Pada variabel yang diuji, nilai MSA
untuk semua variabel diatas 0.5 sehingga dapat dilanjutkan ke tahap yang
berikutnya. Kemudian pada tahap selanjutnya dihasilkan nilai communalities
melalui ekstraksi dengan metode Principal Component Analysis (PCA) yang
dapat dilihat pada Lampiran 6.
Metode PCA juga menghasilkan Total Variance Explained yang
menunjukan nilai Eigenvalues. Nilai Eigenvalues yang lebih dari 1 menunjukan
setiap faktor mampu mewakili variabel-variabel yang dianalisis yang ditunjukan
oleh besarnya varians yang dijelaskan. Pada proses ekstraksi dengan metode PCA
didapatkan 11 faktor baru yang memiliki Eigenvalues lebih dari 1 yang dapat
dilihat pada Lampiran 7.
Tahap selanjutnya adalah rotasi menggunakan metode varimax yang
bertujuan untuk mengelompokan indikator ke dalam faktor baru. Indikator yang
21
dapat dikelompokan ke dalam suatu faktor, harus memiliki factor loading lebih
besar atau sama dengan 0.5. Hasil dari tahap rotasi dapat dilihat pada Rotated
Component Matrix pada Lampiran 9. Sebelas faktor baru yang terbentuk dari hasil
proses analisis faktor dapat dilihat pada Tabel 7.
Faktor Dominan
Faktor dominan dalam pengambilan keputusan pada penelitian ini adalah
faktor pertama yaitu faktor kualitas pelayanan driver dan grafis dengan nilai
eigenvalues sebesar 13.072 dengan indikator yang dominan adalah pelayanan
driver yang ramah dengan factor loading sebesar 0.820.
Implikasi Manajerial
Simpulan
Saran
DAFTAR PUSTAKA
Mowen JC, Michael M. 2002. Perilaku Konsumen Jilid 2 Ed Ke-5. Dwi KY,
penerjemah. Nurcahyo M, editor. Jakarta (ID): Erlangga.
Parasyamya YD. 2015. Analisis Faktor – Faktor yang Mempengaruhi
Pengambilan Keputusan Mahasiswa dalam Memilih Institut Pertanian
Bogor [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Purwanti E. 2011. Analisis Faktor-Faktor Pengambilan Keputusan Pembelian
Konsumen pada Department Store/Supermarket di Salatiga [jurnal]. Salatiga
(ID): STIE AMA Salatiga.
Sangadji EM, Sopiah. 2013. Perilaku Konsumen Pendekatan Praktis disertai:
Himpunan Jurnal Penelitian. Nikoemus WK, editor. Yogyakarta (ID):
Andi.
Simamora B. 2005. Analisis Multivariat Pemasaran. Jakarta (ID): Gramedia.
Syofian, Siregar. 2013. Statistik Parametrik untuk Penelitian Kuantitatif. Fandy
Hutari, editor. Jakarta (ID): PT Bumi Aksara.
Suliyanto. 2005. Analisis Data dalam Aplikasi Pemasaran. Riska AI, Risman S,
editor. Bogor (ID) : Ghalia Indonesia.
Sumarwan U. 2011. Perilaku Konsumen Teori dan Penerapannya dalam
Pemasaran Ed Ke-2. Risman S, editor. Bogor (ID): Ghalia Indonesia.
Umar H. 2005. Riset Pemasaran dan Perilaku Konsumen. Jakarta (ID): Gramedia.
Yunivia RC. 2014. Analisis Faktor-Faktor yang Mempengaruhi Perilaku
Konsumen dalam Keputusan Pembelian Frestea [skripsi]. Bogor (ID):
Institut Pertanian Bogor.
30
FAKTOR 1
Variabel Nilai r Hitung Nilai r Tabel Kesimpulan
Variabel 1 0,694 0, 361 VALID
Variabel 2 0,496 0, 361 VALID
Variabel 3 0,443 0, 361 VALID
Variabel 4 0,302 0, 361 TIDAK VALID
Variabel 5 0,638 0, 361 VALID
Variabel 6 0,780 0, 361 VALID
Variabel 7 0,730 0, 361 VALID
Variabel 8 0,540 0, 361 VALID
Variabel 9 0,420 0, 361 VALID
Variabel 10 0,567 0, 361 VALID
Variabel 11 0,396 0, 361 VALID
FAKTOR 2
Variabel Nilai r Hitung Nilai r Tabel Kesimpulan
Variabel 12 0,591 0, 361 VALID
Variabel 13 0,544 0, 361 VALID
Variabel 14 0,610 0, 361 VALID
Variabel 15 0,684 0, 361 VALID
Variabel 16 0,525 0, 361 VALID
Variabel 17 0,743 0, 361 VALID
Variabel 18 0,532 0, 361 VALID
Variabel 19 0,671 0, 361 VALID
Variabel 20 0,576 0, 361 VALID
Variabel 21 0,636 0, 361 VALID
Variabel 22 0,701 0, 361 VALID
Variabel 23 0,543 0, 361 VALID
Variabel 24 0,155 0, 361 TIDAK VALID
Variabel 25 0,161 0, 361 TIDAK VALID
Variabel 26 0,588 0, 361 VALID
Variabel 27 0,528 0, 361 VALID
Variabel 28 0,269 0, 361 TIDAK VALID
Variabel 29 0,540 0, 361 VALID
Variabel 30 0,804 0, 361 VALID
Variabel 31 0,878 0, 361 VALID
Variabel 32 0,602 0, 361 VALID
Variabel 33 0,730 0, 361 VALID
Variabel 34 0,767 0, 361 VALID
Variabel 35 0,444 0, 361 VALID
Variabel 36 0,372 0, 361 VALID
Variabel 37 0,268 0, 361 TIDAK VALID
Variabel 38 0,697 0, 361 VALID
Variabel 39 0,405 0, 361 VALID
31
FAKTOR 3
Variabel Nilai r Hitung Nilai r Tabel Kesimpulan
Variabel 40 0,784 0, 361 VALID
Variabel 41 0,631 0, 361 VALID
Variabel 42 0,736 0, 361 VALID
Variabel 43 0,848 0, 361 VALID
Variabel 44 0,749 0, 361 VALID
Variabel 45 0,470 0, 361 VALID
Variabel 46 0,510 0, 361 VALID
Variabel 47 0,770 0, 361 VALID
FAKTOR 1
Reliability Statistics
Cronbach's N of
Alpha Items
,769 11
FAKTOR 2
Reliability Statistics
Cronbach's N of
Alpha Items
,909 28
FAKTOR 3
Reliability Statistics
Cronbach's N of
Alpha Items
,829 8
32
Jenis kelamin
Jumlah Persentase
Perempuan 65 65%
Laki-laki 35 35%
Total 100 100%
Usia
Jumlah Presentase
15 - 20 tahun 12 12%
21 - 25 tahun 77 77%
26 - 30 tahun 7 7%
31 - 35 tahun 4 4%
Total 100 100%
Status pekerjaan
Jumlah Presentase
Pegawai Swasta 30 30%
Pegawai Negeri 5 5%
Pelajar / Mahasiswa 59 59%
Wirausaha 2 2%
BUMN 2 2%
Tenaga Pendukung Teknis di Kementerian 1 1%
Magang 1 1%
Total 100 100%
Profesi pekerjaan
Jumlah Presentase
Ekonomi 16 16%
Akuntan 5 5%
Kehutanan 5 5%
Komunikasi 4 4%
Agribisnis 2 2%
Manajemen 22 22%
IT 3 3%
Psikologi 4 4%
Marketing 2 2%
Teknologi Pangan 1 1%
Peternak 2 2%
Hukum 1 1%
Engineer 2 2%
33
Lanjutan Lampiran 3
Jumlah Presentase
Meteorologi Terapan 2 2%
Tenaga Ahli 1 1%
Analis 1 1%
Dokter 2 2%
Siswi SMA 1 1%
Public Relations 2 2%
Statistika 2 2%
Asisten Peneliti 1 1%
Analis 1 1%
Bioanalyst 1 1%
Pedagang 1 1%
Programmer 2 2%
Customer Relations 1 1%
ilmu keluarga dan konsumen 1 1%
Pemuliaan dan Bioteknologi Tanaman 1 1%
Bisnis 1 1%
Sales Marketing 1 1%
Teknologi Industri Pertanian 1 1%
Dokter 2 2%
Industri 1 1%
Dosen / Guru 1 1%
R&D 1 1%
Arsitektur Lanskap 1 1%
Teknologi Hasil Perairan 1 1%
Pengusaha 1 1%
Total 100 100%
Jenis pekerjaan
Jumlah Presentase
Pegawai di perusahaan lain 40 91%
Pemilik Usaha 4 9%
Total 44 100%
Lanjutan Lampiran 3
Hobi
Jumlah Presentase
Membaca 13 13%
Mendengarkan Musik 8 8%
Travelling 23 23%
Nyalon 2 2%
Menonton 9 9%
Kuliner 9 9%
Olahraga 20 20%
Tidur 3 3%
Berkarya 1 1%
Fotografi 2 2%
Menggambar 2 2%
Belanja 2 2%
Memasak 3 3%
Browsing Internet 2 2%
Modeling 1 1%
Total 100 100%
35
Motivasi
Jumlah Presentase
Dinas/Bisnis/Pekerjaan 32 32%
Urusan/kunjungan keluarga 9 9%
Urusan sekolah/kuliah 45 45%
Rekreasi 5 5%
Efisien dari segi waktu 1 1%
Kondisional 1 1%
Urusan pribadi 1 1%
Kemudahan 1 1%
lebih cepat sampai dalam darurat 1 1%
Ketika tidak ada kendaraan 1 1%
Pergi ketempat tujuan dengan cepat dan praktis 2 2%
Kerja, Liburan, & Hiburan 1 1%
Total 100 100%
Sumber informasi
Jumlah Presentase
Diri sendiri 6 6%
Anggota keluarga 5 5%
Saudara 0 0%
Teman 61 61%
Website 16 16%
Koran /majalah 2 2%
Brosur 0 0%
Media sosial 6 6%
Televisi 3 3%
Media massa 1 1%
Total 100 100%
Fokus perhatian
Jumlah Presentase
Harga / Tarif 45 45%
Kemudahan Pemesanan (praktis) 40 40%
Waktu tempuh 5 5%
Kualitas pelayanan 3 3%
Keamanan dan kenyamanan 6 6%
Semua jawaban 1 1%
Total 100 100%
36
Lanjutan Lampiran 4
Transportasi pilihan
Jumlah Presentase
Angkutan Umum Kota Bogor 37 37,36264
Trans Pakuan 4 4,395604
Elf 0 0
Blue Bird 0 0
37
Lanjutan Lampiran 4
Jumlah Presentase
Express 0 0
Uber Taxi 6 8,791209
Grab 38 43,95604
Ojek pangkalan 5 4,395604
Mobil pribadi 1 1,098901
Total 91 100
Waktu memutuskan
Jumlah Presentase
< 1 hari 86 86%
2 - 7 hari 12 12%
2 - 4 minggu 2 2%
1 - 6 bulan 0 0%
Total 100 100%
Lanjutan Lampiran 4
Kepuasan
Jumlah Presentase
Sangat Puas 16 16%
Puas 82 82%
Tidak Puas 2 2%
Sangat Tidak Puas 0 0%
Total 100 100%
Communalities
Initial Extraction
VAR00001 1,000 ,557
VAR00002 1,000 ,711
VAR00003 1,000 ,617
VAR00004 1,000 ,645
VAR00005 1,000 ,672
VAR00006 1,000 ,735
VAR00007 1,000 ,733
VAR00008 1,000 ,639
VAR00009 1,000 ,808
VAR00010 1,000 ,716
VAR00011 1,000 ,595
VAR00012 1,000 ,622
VAR00013 1,000 ,585
VAR00014 1,000 ,576
VAR00015 1,000 ,686
VAR00016 1,000 ,686
VAR00017 1,000 ,648
VAR00018 1,000 ,811
VAR00019 1,000 ,622
VAR00020 1,000 ,829
VAR00021 1,000 ,798
VAR00022 1,000 ,676
VAR00023 1,000 ,718
VAR00024 1,000 ,808
VAR00025 1,000 ,799
VAR00026 1,000 ,716
VAR00027 1,000 ,670
VAR00028 1,000 ,697
VAR00029 1,000 ,699
VAR00030 1,000 ,614
VAR00031 1,000 ,729
VAR00032 1,000 ,632
VAR00033 1,000 ,799
VAR00034 1,000 ,754
VAR00035 1,000 ,760
VAR00036 1,000 ,816
VAR00037 1,000 ,663
VAR00038 1,000 ,633
VAR00039 1,000 ,706
VAR00040 1,000 ,739
VAR00041 1,000 ,734
VAR00042 1,000 ,756
VAR00043 1,000 ,718
VAR00044 1,000 ,678
VAR00045 1,000 ,662
VAR00046 1,000 ,680
VAR00047 1,000 ,638
Extraction Method: Principal
Component Analysis.
40
Component
1 2 3 4 5 6 7 8 9 10 11
VAR00001 ,161 ,509 ,045 ,318 -,035 -,101 -,017 ,037 -,053 -,143 ,363
VAR00002 ,593 ,119 ,341 -,123 ,038 -,250 -,050 -,235 -,231 -,190 ,052
VAR00003 ,510 ,105 ,347 -,270 -,129 ,081 ,071 ,080 -,260 ,213 ,068
VAR00004 ,466 -,131 ,311 -,389 ,224 -,085 ,126 ,219 -,162 ,119 ,033
VAR00005 ,250 ,576 -,016 -,322 ,183 ,226 -,064 -,032 -,106 ,187 -,192
VAR00006 ,082 ,765 -,128 -,095 ,091 ,060 ,265 ,158 ,076 ,045 -,053
VAR00007 ,155 ,718 -,170 -,006 ,159 ,304 ,182 -,002 ,043 -,100 ,034
VAR00008 -,073 ,631 -,178 ,237 ,063 ,187 ,138 ,067 ,213 -,201 ,011
VAR00009 ,001 ,487 ,570 ,387 -,172 -,034 ,141 -,079 -,009 -,198 -,019
VAR00010 ,069 ,567 ,499 ,288 -,146 -,042 -,068 ,030 -,093 -,029 ,139
VAR00011 -,055 ,644 -,098 ,198 ,191 ,040 ,156 -,019 -,089 ,238 -,034
VAR00012 ,535 -,148 ,409 ,019 ,006 ,288 ,142 ,160 -,081 -,026 -,102
VAR00013 ,540 ,100 -,056 ,269 ,275 ,214 ,015 ,226 -,039 -,181 -,031
VAR00014 ,596 -,170 ,130 ,124 ,186 ,223 -,157 ,146 -,038 ,067 -,154
VAR00015 ,623 -,122 ,202 ,228 ,223 ,001 ,205 ,208 -,215 -,085 ,043
VAR00016 ,569 -,248 ,138 ,118 ,271 ,270 -,022 ,170 ,231 ,153 ,122
VAR00017 ,654 -,068 ,173 -,142 ,280 -,084 -,223 ,060 ,033 -,005 ,158
VAR00018 ,365 ,072 -,052 ,045 ,627 -,210 -,282 -,072 ,346 -,005 ,163
VAR00019 ,570 ,089 -,109 ,091 ,306 ,182 -,283 ,048 ,024 ,120 ,212
VAR00020 ,525 -,073 ,014 ,202 ,127 -,548 ,324 ,199 ,097 ,018 -,190
VAR00021 ,613 -,079 ,107 ,069 -,135 -,428 ,096 ,346 ,247 -,095 -,023
VAR00022 ,692 -,073 ,177 -,191 -,147 ,218 -,059 -,012 ,039 -,004 -,223
VAR00023 ,722 -,031 ,111 ,084 -,038 ,128 -,258 -,089 -,050 ,166 -,232
VAR00024 ,379 ,347 -,305 -,036 -,367 -,121 -,292 ,276 -,127 ,294 ,190
VAR00025 ,342 ,397 -,399 -,007 -,190 -,189 -,215 ,256 -,337 -,005 ,261
VAR00026 ,404 ,217 ,021 ,285 -,273 -,149 -,436 ,004 ,239 ,027 -,280
VAR00027 ,178 ,461 ,495 ,208 -,207 ,021 ,011 -,242 ,085 ,166 -,026
VAR00028 ,267 ,480 -,052 -,208 -,313 -,055 -,132 ,102 ,384 ,258 -,077
VAR00029 ,700 -,157 ,288 -,185 -,125 ,044 -,169 ,077 ,115 -,049 -,016
VAR00030 ,657 -,143 ,197 -,136 -,143 ,152 ,082 ,076 ,113 ,030 ,186
VAR00031 ,628 -,163 -,093 -,031 -,252 ,312 ,066 ,103 ,242 -,211 ,140
VAR00032 ,713 -,143 -,059 ,092 -,111 -,113 ,168 -,102 -,013 ,079 -,149
VAR00033 ,720 -,096 -,318 ,121 -,046 ,062 ,295 -,227 ,059 ,087 -,006
VAR00034 ,648 -,082 -,292 ,291 -,141 ,002 ,024 -,354 ,008 ,094 -,049
VAR00035 ,720 -,180 -,171 ,254 ,002 -,055 ,192 -,199 -,029 ,177 -,054
VAR00036 ,613 -,165 ,050 ,256 ,050 -,205 ,228 -,199 -,042 ,408 ,201
VAR00037 ,594 -,103 -,149 ,195 ,152 -,205 -,223 ,206 -,052 -,215 -,182
VAR00038 ,658 -,165 -,134 ,103 -,214 ,234 ,037 ,008 ,120 -,079 ,147
VAR00039 ,653 -,198 -,320 ,261 ,102 ,145 ,039 -,090 -,169 -,013 ,003
VAR00040 ,754 -,077 -,254 -,021 -,047 ,045 -,026 -,211 -,132 -,180 ,005
VAR00041 ,669 ,256 -,036 -,109 -,001 -,095 -,130 -,164 -,127 -,329 -,176
VAR00042 ,700 ,016 -,197 -,099 -,388 ,071 -,025 ,058 -,189 -,148 -,009
VAR00043 ,418 ,187 -,184 -,376 -,085 -,096 ,462 ,288 ,129 -,014 -,058
VAR00044 ,522 ,341 -,151 -,416 -,005 -,080 ,062 -,233 ,061 -,160 -,009
VAR00045 ,481 -,319 ,071 -,321 -,102 -,107 ,074 -,218 ,150 -,097 ,338
VAR00046 ,360 ,411 ,158 -,303 ,185 -,102 -,028 -,435 ,128 -,059 ,100
VAR00047 ,468 ,363 -,142 -,288 ,331 -,149 -,049 -,024 -,118 ,039 -,185
Extraction Method: Principal Component Analysis.
a. 11 components extracted.
42
Component
1 2 3 4 5 6 7 8 9 10 11
VAR00001 ,053 -,147 ,259 ,058 ,541 ,178 ,090 ,330 ,058 -,117 ,058
VAR00002 ,224 ,344 -,137 ,599 ,332 ,092 -,010 ,090 ,146 -,048 ,122
VAR00003 ,137 ,671 ,043 ,226 ,160 -,076 ,040 ,209 ,030 ,004 -,136
VAR00004 ,006 ,669 -,045 ,246 -,116 ,140 -,016 ,040 ,270 -,152 -,056
VAR00005 -,023 ,311 ,588 ,329 -,021 ,051 -,181 ,116 -,187 ,190 -,012
VAR00006 -,090 -,008 ,799 ,130 ,149 -,036 -,034 ,144 ,141 ,041 -,061
VAR00007 ,041 -,034 ,794 ,164 ,178 ,062 ,096 ,077 -,118 -,041 ,075
VAR00008 -,057 -,308 ,653 -,055 ,267 ,050 ,136 ,004 -,014 ,038 ,135
VAR00009 -,085 ,031 ,167 ,024 ,845 -,142 -,009 -,147 ,078 ,040 ,088
VAR00010 -,137 ,124 ,184 ,032 ,785 ,015 -,059 ,147 -,007 ,077 ,014
VAR00011 ,053 -,101 ,617 -,045 ,254 ,053 -,335 ,107 -,036 -,018 -,082
VAR00012 ,229 ,661 -,012 -,019 ,159 ,013 ,211 -,159 ,076 -,004 ,175
VAR00013 ,323 ,255 ,275 -,048 ,082 ,312 ,154 ,043 ,108 -,053 ,441
VAR00014 ,343 ,504 -,025 -,041 -,023 ,294 ,064 -,030 ,015 ,159 ,291
VAR00015 ,389 ,475 ,002 -,009 ,175 ,202 ,058 ,018 ,301 -,243 ,291
VAR00016 ,328 ,464 ,003 -,154 -,048 ,496 ,264 -,119 ,071 ,041 ,028
VAR00017 ,184 ,436 -,098 ,322 ,009 ,500 ,118 ,125 ,146 ,039 ,092
VAR00018 ,099 -,046 ,072 ,264 -,044 ,826 -,043 -,061 ,166 ,065 ,050
VAR00019 ,326 ,259 ,152 ,079 -,011 ,571 ,097 ,231 -,116 ,061 ,118
VAR00020 ,373 ,124 -,009 ,071 ,055 ,115 -,103 -,014 ,795 ,029 ,095
VAR00021 ,209 ,224 -,114 ,087 ,109 ,140 ,265 ,158 ,713 ,202 ,090
VAR00022 ,331 ,557 ,003 ,261 -,022 -,014 ,268 -,033 ,021 ,312 ,129
VAR00023 ,493 ,462 -,046 ,167 ,079 ,175 ,009 ,074 -,048 ,393 ,180
VAR00024 ,163 ,095 ,164 ,009 ,026 ,029 ,058 ,797 ,050 ,307 -,093
VAR00025 ,138 -,032 ,209 ,146 ,038 ,034 ,019 ,827 ,074 -,001 ,148
VAR00026 ,224 -,026 -,031 ,064 ,272 ,130 ,040 ,178 ,113 ,693 ,207
VAR00027 ,087 ,166 ,165 ,119 ,680 -,042 -,061 -,082 -,059 ,273 -,202
VAR00028 -,028 ,068 ,356 ,154 ,076 ,012 ,170 ,258 ,135 ,582 -,287
VAR00029 ,211 ,546 -,190 ,268 ,057 ,164 ,344 ,054 ,139 ,268 ,082
VAR00030 ,307 ,505 -,060 ,136 ,060 ,122 ,440 ,070 ,120 ,049 -,092
VAR00031 ,380 ,258 ,028 ,050 -,058 ,057 ,691 ,066 ,056 ,107 ,113
VAR00032 ,637 ,273 -,049 ,181 -,003 -,008 ,098 ,036 ,290 ,138 ,052
VAR00033 ,806 ,114 ,145 ,161 -,110 ,050 ,219 ,021 ,157 ,009 -,033
VAR00034 ,820 -,021 -,023 ,150 ,033 ,071 ,101 ,090 ,012 ,176 ,046
VAR00035 ,811 ,186 -,024 ,083 -,010 ,117 ,039 ,024 ,203 ,045 ,010
VAR00036 ,697 ,250 -,124 ,025 ,161 ,234 -,084 ,078 ,249 -,084 -,298
VAR00037 ,331 ,134 -,088 ,121 -,062 ,283 ,029 ,186 ,323 ,162 ,513
VAR00038 ,531 ,224 -,017 ,025 -,007 ,096 ,508 ,130 ,027 ,087 ,088
VAR00039 ,725 ,151 ,015 ,027 -,124 ,179 ,109 ,126 ,001 -,076 ,276
VAR00040 ,623 ,169 -,008 ,394 -,091 ,079 ,243 ,182 ,017 ,022 ,245
VAR00041 ,318 ,178 ,131 ,596 ,116 ,046 ,106 ,150 ,102 ,168 ,375
VAR00042 ,455 ,284 ,018 ,261 -,033 -,187 ,356 ,406 ,072 ,140 ,218
VAR00043 ,111 ,246 ,415 ,210 -,234 -,170 ,270 ,131 ,491 -,023 -,114
VAR00044 ,201 ,101 ,306 ,675 -,067 ,018 ,193 ,129 ,095 ,096 -,032
VAR00045 ,252 ,200 -,312 ,406 -,094 ,132 ,429 ,017 ,122 -,111 -,243
VAR00046 ,080 ,079 ,234 ,687 ,205 ,232 ,020 -,068 -,040 ,064 -,186
VAR00047 ,143 ,223 ,374 ,493 -,142 ,205 -,219 ,161 ,155 ,091 ,127
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 21 iterations.
43
Component 1 2 3 4 5 6 7 8 9 10 11
1 ,623 ,480 ,064 ,327 ,056 ,244 ,259 ,187 ,238 ,158 ,155
2 -,190 -,124 ,753 ,253 ,448 -,010 -,137 ,263 -,043 ,163 -,029
3 -,338 ,535 -,268 ,049 ,618 ,016 -,047 -,361 ,039 ,016 -,100
4 ,418 -,316 -,053 -,567 ,519 ,162 -,130 -,061 ,045 ,009 ,289
5 -,080 ,070 ,232 ,090 -,216 ,677 -,383 -,333 ,033 -,359 ,184
6 ,071 ,308 ,340 -,302 -,093 -,047 ,363 -,223 -,697 -,025 ,124
7 ,238 ,049 ,353 -,095 ,007 -,416 ,096 -,346 ,418 -,509 -,269
8 -,401 ,325 ,158 -,523 -,157 ,055 ,149 ,357 ,433 ,006 ,263
9 -,108 -,272 ,121 -,080 -,053 ,355 ,475 -,406 ,251 ,465 -,308
10 ,208 ,275 ,070 -,341 -,124 ,105 -,458 ,151 -,080 ,243 -,660
11 -,057 -,104 -,130 -,022 ,219 ,374 ,387 ,408 -,141 -,533 -,401
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
44
RIWAYAT HIDUP