IV. METODE PENELITIAN 4.1. Tempat dan Waktu Penelitian Penelitian dilakukan pada obyek wisata pemandian air panas alam CV Alam Sibayak yang berlokasi di Desa Semangat Gunung Berastagi, Kabupaten Karo Sumatera Utara. Pemilihan tempat penelitian dilakukan secara sengaja (purposive) dengan pertimbangan bahwa obyek wisata tersebut berpotensi untuk dikembangkan. Pengumpulan data dimulai pada bulan November 2009 sampai dengan Desember 2009. 4.2. Jenis dan Sumber Data Berdasarkan sumber perolehan data, maka jenis data yang digunakan dalam penulisan penelitian adalah data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumber atau objek penelitian, melalui : 1) pengamatan langsung, untuk mengetahui kondisi fisik usaha serta proses penggunaan produk/jasa oleh wisatawan, 2) wawancara langsung dengan pihak manajemen usaha untuk mengetahui permasalahan serta kendala yang dihadapi, dan 3) wawancara dengan konsumen serta pengisian kuesioner (Lampiran 2), untuk mengetahui karakteristik dan penilaian pengunjung. Data sekunder adalah jenis data yang sudah diterbitkan, berupa bahan pustaka, laporan perusahaan dan instansi-instansi yang terkait dengan bidang kepariwisataan antara lain Dinas Budaya dan Pariwisata (Budpar) baik untuk tingkat Nasional maupun provinsi Sumatera Utara dan Kabupaten Karo. Ringkasan mengenai jenis dan sumber data yang dibutuhkan dalam penelitian dapat dilihat pada Tabel 7. Tabel 7. Jenis dan Sumber Data Penelitian No. Jenis Data 1. 2.
Data Primer : Data umum responden Kondisi perusahaan Data Sekunder : Profil perusahaan Industri pariwisata
Sumber data Wawancara, Kuesioner Wawancara, Observasi Laporan Tahunan CV Alam Sibayak Budpar Nasional, Kab. Karo
Berdasarkan sifat data yang diperoleh, jenis data yang digunakan adalah data kualitatif dan data kuantitatif. Data kualitatif merupakan data-data non-angka (non-numerik) berupa keterangan-keterangan mengenai kondisi CV Alam Sibayak, persaingan, kendala yang dihadapi, karakteristik konsumen, penilaian konsumen dan sebagainya yang berhubungan dengan penelitian. Data kuantitatif merupakan data angka atau numerik, seperti omzet usaha, jumlah kunjungan wisatawan dan semua keterangan yang berupa angka. 4.3. Metode Pengambilan Sampel dan Pengumpulan Data Merepresentasikan persepsi dari wisatawan, maka dalam penelitian ini ditarik sejumlah sampel. Penarikan sampel dalam penelitian dilakukan dengan teknik accidental sampling (convenience sampling), yaitu berdasarkan kesediaan responden untuk diwawancarai, dimana responden tersebut sudah pernah melakukan kunjungan ke CV Alam Sibayak sebelumnya. Responden adalah pengunjung yang sedang menikmati jasa di obyek wisata pemandian air panas CV Alam Sibayak yang ditemui pada saat melakukan penelitian. Adapun ketentuan konsumen yang dijadikan responden adalah sebagai berikut: 1.
Jika berkunjung bersama keluarga, maka yang dijadikan responden adalah kepala keluarga.
2.
Jika pengunjung merupakan rombongan (kelompok) rekan kerja, maka yang dijadikan responden adalah perwakilan dari mereka.
3.
Jika konsumen mengunjungi CV Alam Sibayak dalam rangka mengikuti acara perusahaan, sekolah atau universitas, maka yang dijadikan responden adalah ketua rombongan sebagai individu yang memutuskan obyek yang dikunjungi. Sebagai perwakilan, dipilih juga seorang anggota rombongan tersebut untuk dijadikan responden. Penentuan jumlah sampel yang diteliti digunakan metode slovin yang
dikutip dari Umar (2003), dengan rumus: N 1
N * e2
dimana n adalah jumlah sampel yang akan diambil dari sejumlah N populasi dan e adalah tingkat kesalahan yang diharapkan.
Berdasarkan data jumlah konsumen yang berkunjung ke wisata pemandian air panas CV Alam Sibayak pada tahun 2008, diperoleh informasi bahwa jumlah konsumen rata-rata setiap bulannya diperkirakan sebanyak 21.000 orang. Dengan menggunakan data tersebut dan nilai kritis sebesar 10 persen (nilai kritis penelitian deskriptif) maka diperoleh jumlah sampel sebanyak: ,
=
99,526 ≈ 100
Berdasarkan perhitungan di atas maka jumlah sampel pada penelitian ini adalah sebanyak 100 orang, yang dijadikan responden. Selanjutnya, agar sampel yang diambil representatif, maka pengambilan responden dilakukan pada hari dan jam yang dapat mewakili perilaku wisatawan yang beragam yaitu pada hari kerja dan hari libur sejak pukul 08.00-23.00 WIB yang disesuaikan dengan waktu operasional wisata pemandian air panas CV Alam Sibayak. 4.4. Metode Analisis Data Metode analisis data yang digunakan dalam penelitian bertujuan untuk mengukur atribut-atribut yang mempengaruhi konsumen dalam berkunjung kembali ke CV Alam Sibayak. Metode yang digunakan adalah Analisis Deskriptif dan Regresi Logistik, dimana data yang diperoleh diolah dengan bantuan komputer menggunakan software Minitab. 4.4.1 Analisis Deskriptif Metode deskriptif digunakan untuk menganalisis data secara kualitatif. Hasil kuesioner yang diperoleh, selain dianalisis dengan regresi, juga dianalisis secara deskriptif. Analisis deskriptif dalam penelitian ini dimaksudkan untuk mengetahui persepsi pengunjung mengenai ciri obyek wisata pemandian air panas CV Alam Sibayak yang mencakup daya tarik, ketersediaan fasilitas dan manfaatnya bagi pengunjung. Disamping itu, penggunaan analisis deskriptif juga dapat menghasilkan saran-saran yang merupakan pemikiran pengunjung. Saran tersebut bisa dimanfaatkan oleh pihak manajemen demi perbaikan dan pengembangan CV Alam Sibayak.
4.4.2 Analisis Regresi Logistik Metode Regresi Logistik atau yang dikenal dengan LOGIT merupakan bagian dari analisis regresi. Seperti halnya Regresi Linier, Regresi Logistik merupakan analisis yang mengkaji hubungan pengaruh peubah (-peubah) penjelas (X) terhadap peubah respon (Y) melalui model persamaan matematis tertentu. Analisis ini adalah suatu metode analisis statistika yang mendeskripsikan hubungan sebuah peubah respon dengan satu atau lebih peubah bebas. Secara umum, analisis Regresi Logistik menggunakan peubah penjelasnya, yang dapat berupa peubah kategorik ataupun peubah numerik, untuk menduga besarnya peluang kejadian tertentu dari kategori peubah respon. Dengan kata lain, analisis Regresi Logistik merupakan suatu teknik untuk menerangkan peluang kejadian tertentu dari kategori peubah respon. Kleinbaum (1994) mendefinisikan Regresi Logistik sebagai suatu pendekatan matematika yang dapat digunakan untuk mendeskripsikan hubungan antara beberapa variabel bebas (variabel penjelas) dengan sebuah variabel tidak bebas (variabel respon) yang bersifat dikotomi (mempunyai dua nilai). Definisi tersebut mengacu kepada Regresi Logistik binominal. Garson (2008) menyatakan bahwa Regresi Logistik binominal adalah suatu bentuk regresi yang dipergunakan ketika variabel tidak bebas adalah suatu dikotomi dan variabel-variabel bebasnya berasal dari beberapa tipe (biasanya berupa data kontinu atau data kategorik). Regresi Logistik multinominal digunakan untuk menangani kasus dengan variabel tidak bebas dengan kelas beranggotakan lebih dari dua. Ketika kelas variabel tidak bebas yang banyak tersebut dapat diperingkatkan, maka Regresi Logistik ordinal lebih disukai daripada Regresi Logistik multinominal. Regresi Logistik dapat dimanfaatkan untuk memprediksikan suatu variabel tidak bebas berdasarkan variabel bebas yang bersifat kontinu ataupun kategorik. Selain itu, seperti regresi lainnya, Regresi Logistik juga dapat digunakan untuk menentukan persentase varian di dalam variabel tidak bebas dijelaskan oleh varian bebas dan untuk variabel yang dilibatkan dalam model (Garson 2008). Dalam analisis Regresi Logistik, pemodelan peluang kejadian tertentu dari kategori peubah respon dilakukan melalui transformasi dari Regresi Linier ke LOGIT. Formula dari transformasi LOGIT tersebut adalah :
LOGIT (pi) = loge dengan pi adalah peluang munculnya kejadian kategori sukses dari peubah respon untuk orang ke-i dan loge adalah logaritma dengan basis bilangan e. Kategori sukses secara umum merupakan kategori yang menjadi perhatian dalam penelitian. Sementara itu, dalam kajian ini peubah responnya adalah keputusan untuk berkunjung kembali atau tidak, maka kejadian sukses adalah apabila wisatawan memutuskan untuk berkunjung kembali ke pemandian air panas CV Alam Sibayak dengan kondisi yang ada. Respon tersebut merupakan peubah kategorik yang dalam Regresi Logistik akan diubah menjadi peubah numerik sehingga dapat dilakukan analisis. Gambar 2 berikut mengilustrasikan proses transformasi logit tersebut.
pi
Logit Pi Logit Transform
Predictor
Predictor
Gambar 2. Transformasi LOGIT Sumber : Firdaus (2008)
Dengan demikian model yang digunakan dalam analisis Regresi Logistik adalah sebagai berikut : LOGIT (pi) = bo + b1*x dengan LOGIT (pi) adalah nilai transformasi LOGIT untuk peluang kejadian sukses, b0 adalah intersep model garis regresi, b1 adalah slope model garis regresi dan X adalah peubah penjelas. Selanjutnya, untuk mengetahui atribut-atribut yang mempengaruhi keputusan wisatawan dalam berkunjung kembali ke CV Alam Sibayak, wisatawan dihadapkan kepada dua pilihan yaitu kembali berkunjung atau tidak. Keputusan wisatawan untuk berkunjung kembali atau tidak berkunjung dianggap sebagai variabel tidak bebas yang dipengaruhi oleh sejumlah variabel bebas yaitu suasana
obyek wisata, keramahan pelayanan, luas areal parkir, harga tiket, jumlah dan luas kolam, ketersediaan dan kebersihan toilet, pancuran air hangat dan ruangan ganti. Maka model Regresi Logistik dalam penelitian ini dapat dirumuskan sebagai berikut : Yi = f (Xij) Dimana : Yi
:
peluang keputusan wisatawan untuk berkunjung kembali, dimana nilai Y = 0 → tidak berkunjung kembali Y = 1 → akan berkunjung kembali i = renponden ke 1, 2, 3, . . . . n
Xj
:
variabel yang diduga mempengaruhi keputusan wisatawan untuk berkunjung kembali ke CV Alam Sibayak, j = atribut ke 1, 2 , 3, . . ., n
X1 : suasana obyek wisata → 0 = tidak nyaman, 1 = nyaman X2 : keramahan pelayanan → 0 = tidak baik, 1 = baik X3 : luas areal parkir → 0 = tidak memadai, 1 = memadai X4 : harga tiket → 0 = murah, 1 = mahal X5 : jumlah dan luas kolam → 0 = sedikit dan sempit, 1 = banyak dan luas X6 : ketersediaan dan kebersihan toilet → 0 = tidak baik, 1= baik X7 : pancuran air hangat → 0 = tidak baik, 1= baik X8 : ruangan ganti → 0 = tidak baik, 1= baik Variabel-variabel tersebut dipilih karena dianggap mampu mewakili daya tarik perusahaan yang dapat mempengaruhi pengambilan keputusan untuk berkunjung kembali atau tidak. Skala penilaian untuk setiap atribut terdiri dari dua kategori yaitu 0 dan 1, dimana masing-masing mencerminkan ukuran dari setiap atribut, seperti tidak baik/baik atau tidak memadai/memadai. Ukuran tersebut ditetapkan untuk merefleksikan persepsi wisatawan terhadap atribut perusahaan. Skala ukuran yang akan dipilih menunjukkan kepentingan dari setiap atribut bagi responden dalam memutuskan kunjungan kembali. Skala 0 = tidak baik, menunjukkan bahwa responden merasa atribut tersebut tidak berpengaruh (tidak menjadi pertimbangan) sama sekali terhadap keputusannya untuk melakukan kunjungan ulang. Skala 1 = baik, menunjukkan bahwa responden merasa atribut
tersebut berpengaruh (menjadi pertimbangan) terhadap keputusannya untuk melakukan kunjungan ulang. 4.4.3 Analisis Signifikansi Variabel Bebas Pengujian parameter variabel bebas yang mempengaruhi variabel respon secara signifikan dapat dilihat dari besaran nilai P (P value) atau nilai Z yang diperoleh dari hasil output pengolahan data. Nilai P dapat dikatakan signifikan mempengaruhi keberadaan variabel respon apabila nilai P tersebut lebih kecil dari nilai taraf nyata yang ditentukan (p-value < α). Pada program pengolahan data menggunakan Minitab, maka taraf nyata yang ditentukan adalah sebesar lima persen (0,05). Taraf nyata merupakan besarnya tingkat kesalahan alat analisis yang digunakan dalam merumuskan model (Hosmer dan Lemeshow 2000). Pengujian variabel bebas yang signifikan juga dapat dilakukan menggunakan penilaian nilai Z. Variabel akan signifikan jika nilai Z hitung pada output lebih besar dibandingkan dengan nilai Z tabel (Zhitung > Ztabel). Nilai Z tabel untuk taraf nyata lima persen (Zα/2 = Z0,025) adalah sebesar 1,96 (Hosmer dan Lemeshow 2000). 4.4.4 Analisis Asosiasi Antara Dua Peubah (Odd Rasio) Kajian hubungan antara peubah kategorik dikenal adanya ukuran asosiasi, yaitu ukuran keeratan hubungan antar peubah kategorik. Salah satu keuntungan penggunaan analisis Regresi Logistik adalah bahwa ukuran asosiasi ini seringkali merupakan fungsi dari penduga parameter yang didapatkan. Salah satu ukuran asosiasi yang dapat diperoleh melalui analisis Regresi Logistik adalah odd ratio (rasio odd). Odd sendiri dapat diartikan sebagai rasio peluang kejadian sukses dengan kejadian tidak sukses dari peubah respon. Adapun odd ratio mengindikasikan seberapa lebih mungkin, dalam kaitannya dengan nilai odd, munculnya kejadian sukses pada suatu kelompok dibandingkan dengan kelompok lainnya. Semakin jauh nilai odds dari satu, berarti peluang kejadian dua kelompok yang dibandingkan semakin berbeda nyata (Firdaus, 2008). Nilai
Kelompok dengan persepsi A Kelompok dengan persepsi B
Jika odd bernilai lebih besar dari satu (>1) maka kelompok A memiliki peluang yang lebih besar untuk terjadinya kejadian sukses dibandingkan dengan kelompok B. Apabila odd bernilai lebih kecil dari satu (<1) maka kelompok B memiliki peluang yang lebih besar untuk terjadinya kejadian sukses. Dapat disimpulkan sebagai berikut: Nilai Nilai
A B A B
1
peluang A lebih besar
1
peluang B lebih besar
Analisis antara dua peubah menggambarkan hubungan antara dua variabel kategori (nominal atau ordinal). Besarnya tabel ditentukan oleh jumlah nilai pembeda untuk tiap variabel, dimana setiap sel dalam tabel menyajikan nilai kombinasi yang unik. Agresti (1996) menjelaskan bahwa umumnya pada tabel asosiasi, satu variabel (misalnya variabel Y) adalah variabel respon dan yang lainnya (X) adalah variabel penjelas. Di dalam analisis ini, akan dilihat bagaimana hubungan antara variabel keputusan pengunjung untuk datang lagi ke obyek wisata pemandian air panas CV Alam Sibayak terhadap variabel-variabel yang diduga mempengaruhinya, dimana yang dibandingkan adalah ukuran keeratan hubungan antar peubah kategorik, yaitu terhadap persepsi berpengaruh dan tidak berpengarunya suatu atribut atas kunjungan ulang wisatawan ke CV Alam Sibayak. 4.5. Definisi Operasional 1. Responden obyek wisata pemandian air panas CV Alam Sibayak adalah pengunjung yang pada saat pengambilan data dilakukan sedang melakukan kunjungan dan sudah pernah berkunjung sebelumnya. 2. Peubah respon (Y) sebagai obyek yang dianalisis adalah peluang bagi wisatawan untuk berkunjung kembali ke CV Alam Sibayak. 3. Variabel yang diduga mempengaruhi keputusan wisatawan untuk berkunjung kembali ke CV Alam Sibayak meliputi atribut-atribut yang ditawarkan atau yang dimiliki perusahaan sebagai daya tarik. 4. Suasana (X1), dijelaskan dengan keadaan/kondisi lokasi CV Alam Sibayak yang bersih dan bebas dari sampah, penataan lay out yang rapi dan teratur,
kondisi lingkungan, keamanan serta kondisi air di dalam kolam yang bebas dari kotoran. 5. Keramahan pelayan (X2) adalah perlakuan, sikap dan sambutan dari karyawan CV Alam Sibayak dalam menghadapi pengunjung. 6. Luas areal parkir (X3), merupakan area lahan yang disediakan sebagai tempat untuk kendaraan yang dibawa oleh pengunjung. Luas areal parkir menyangkut kapasitas dan daya tampung lokasi parkir yang tersedia untuk kendaraan pengunjung. 7. Harga tiket (X4) adalah sejumlah biaya yang harus dibayar oleh pengunjung, ditetapkan oleh perusahaan sebagai pengorbanan dari pengunjung dalam menikmati produk/jasa pemandian air panas alam yang disediakan perusahaan. 8. Jumlah dan luas kolam (X5) adalah banyaknya kolam-kolam air panas yang disediakan serta ukuran luas dari kolam-kolam tersebut, yang dapat digunakan wisatawan untuk berendam. 9. Ketersediaan dan kebersihan toilet (X6), dijelaskan dengan ada atau tidaknya toilet umum di lokasi yang dapat digunakan oleh pengunjung, apabila tersedia apakah jumlahnya sudah mencukupi atau tidak, bagaimana dengan kondisinya apakah layak digunakan. 10. Pancuran air hangat (X7), yaitu ketersediaan dan jumlah pancuran air hangat yang bersih bagi konsumen untuk membersihkan diri setelah melakukan kegiatan berendam di dalam kolam. 11. Ruangan Ganti (X8), fasilitas berupa ruangan khusus yang disediakan bagi pengunjung apabila ingin mengganti pakaian untuk berendam di dalam kolam.
