LAPORAN PRAKTIKUM II PL 2105 METODE ANALISIS PERENCANAAN I
ANALISIS STATISTIK DESKRIPTIF
Oleh : Meta Indriyani Kurniasari
15412016
Hanfie Vandanu
15412019
Shift 2 Rabu, Pukul 11.00 – 13.00 WIB
Asisten Praktikum: Prima Sari Anungputri
15411079
Izzuddin Abdul Aziz
15412086
PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA SEKOLAH ARSITEKTUR, PERENCANAAN, DAN PENGEMBANGAN KEBIJAKAN INSTITUT TEKNOLOGI BANDUNG 2014
DAFTAR ISI
DAFTAR ISI ............................................................................
ii
DAFTAR TABEL ........................................................................
iii
DAFTAR GRAFIK .......................................................................
v
DAFTAR GAMBAR .....................................................................
vi
BAB I PENDAHULUAN 1.1
Latar Belakang ...............................................................
1
1.2
Rumusan Masalah .............................................................
2
1.3
Tujuan dan Sasaran ..........................................................
2
1.4
Ruang Lingkup Penelitian ....................................................
2
1.4.1 Ruang Lingkup Materi ..................................................
2
1.4.2 Ruang Lingkup Wilayah ................................................
3
1.4.3 Ruang Lingkup Waktu ..................................................
3
1.5
Metodologi Penelitian ........................................................
3
1.6
Sistematika Penulisan ........................................................
4
BAB II DASAR TEORI 2.1
Teori Analisis Substansial ....................................................
5
2.1.1 Pasar Tradisional .......................................................
5
2.1.2 Teori Lokasi .............................................................
6
2.1.3 Karakteristik yang Mempengaruhi Konsumen ......................
6
Teori Analisis Deskriptif .....................................................
7
2.3 Penggunaan Analisis Statistik Deskriptif dengan Aplikasi SPSS ............
9
2.3.1 Missing Value ...........................................................
9
2.3.2 Uji Normalitas ..........................................................
10
2.3.3 Analisis Statistik Deskriptif ...........................................
10
2.2
ii
BAB III INPUT DAN ANALISIS DATA 3.1
Input Data ......................................................................
11
3.2
Analisis Output Data ..........................................................
11
3.2.1 Uji data Missing Value .................................................
11
3.2.2 Uji Normalitas ..........................................................
12
3.2.2.1 Uji Normalitas Usia ............................................
12
3.2.2.2 Uji Normalitas Pendapatan Responden .....................
14
3.2.2.3 Uji Normalitas Pengeluaran Sehari – hari ..................
17
3.2.2.4 Uji Normalitas Pengeluaran setelah Lebaran ..............
19
3.2.2.5 Uji Normalitas Jarak Tempat Tinggal ke Pasar Baltos ....
22
3.2.3 Analisis Statistik Deskriptif ...........................................
25
3.2.3.1 Analisis Statistik Deskriptif Usia .............................
25
3.2.3.2 Analisis Statistik Deskriptif Jenis Kelamin .................
28
3.2.3.3 Analisis Statistik Deskriptif Pekerjaan ......................
29
3.2.3.4 Analisis Statistik Deskriptif Pendapatan ....................
31
3.2.3.5 Analisis Statistik Deskriptif Pengeluaran Sehari-hari .....
34
3.2.3.6 Analisis Statistik Deskriptif Moda Transportasi ............
36
3.2.3.7 Analisis Statistik Deskriptif Jarak Tempat Tinggal ........
40
3.2.3.8 Analisis Statistik Deskriptif Intensitas Belanja ............
42
Interpretasi Terhadap Bidang Perencanaan Wilayah dan Kota .........
43
3.3
BAB IV KESIMPULAN DAN SARAN 4.1
Kesimpulan .....................................................................
45
4.2
Saran ...........................................................................
45
4.2.1 Saran Studi ............................................................
45
4.2.2 Saran Praktikum ......................................................
45
LAMPIRAN ..............................................................................
46
DAFTAR PUSTAKA.....................................................................
47
iii
DAFTAR TABEL
TABEL 3.1 Tabel Missing Value .................................................... 11 TABEL 3.2 Tabel Missing Value Usia .............................................. 12 TABEL 3.3 Tabel Normalitas Usia ................................................. 12 TABEL 3.4 Tabel Missing Value Pendapatan ...................................... 14 TABEL 3.5 Tabel normalitas pendapatan ......................................... 15 TABEL 3.6 Tabel Missing Value Pengeluaran Sehari - hari ..................... 17 TABEL 3.7 Tabel Normalitas Pengeluaran Sehari - hari ......................... 17 TABEL 3.8 Tabel Missing Value Pengeluaran setelah Lebaran ................. 19 TABEL 3.9 Tabel Normalitas Pengeluaran setelah Lebaran .................... 20 TABEL 3.10 Tabel Missing Value Jarak ............................................ 22 TABEL 3.11 Tabel Normalitas Jarak ............................................... 22 TABEL 3.12Tabel Statistik Usia ..................................................... 25 TABEL 3.13 Tabel Usia Responden ................................................. 26 TABEL 3.14 Tabel Jenis Kelamin ................................................... 28 TABEL 3.15 Tabel Pekerjaan Responden .......................................... 29 TABEL 3.16 Tabel Statistik Pendapatan ........................................... 31 TABEL 3.17 Tabel Presentase Pendapatan........................................ 32 TABEL 3.18 Tabel Statistik Pengeluaran Sehari – hari........................... 34 TABEL 3.19 Tabel Presentase Pengeluaran Sehari – hari ....................... 35 TABEL 3.20 Tabel Presentase Moda Transportasi ................................ 36 TABEL 3.21 Tabel Presentasi Daerah Tempat Tinggal .......................... 38 TABEL 3.22 Tabel Statistik Jarak Tempat Tinggal ............................... 40 TABEL 3.23 Tabel Presentase Jarak Tempat Tinggal ............................ 41 TABEL 3.24 Tabel Presentase Intensitas Belanja ................................ 42
iv
DAFTAR GRAFIK
GRAFIK 3.1 Grafik Normal Q-Q Plot Usia .......................................... 13 GRAFIK 3.2 Grafik Detrended Normal Q-Q Plot Usia ............................ 14 GRAFIK 3.3 Grafik Normal Q-Q Plot Pendapatan ................................ 15 GRAFIK 3.4 Grafik Detrended Normal Q-Q Plot Pendapatan ................... 16 GRAFIK 3.5 Grafik Normal Q-Q Plot Pengeluaran Sehari - hari ................ 18 GRAFIK 3.6 Grafik Detrended Normal Q-Q Plot Pengeluaran Sehari - hari ... 19 GRAFIK 3.7 Grafik Normal Q-Q Plot Pengeluaran setelah Lebaran ............ 20 GRAFIK 3.8 Grafik Detrended Normal Q-Q Plot Pengeluaran setelah Lebaran 21 GRAFIK 3.9 Grafik Normal Q-Q Plot Jarak ........................................ 23 GRAFIK 3.10 Grafik Detrended Normal Q-Q Plot Jarak ......................... 24 GRAFIK 3.11 Grafik Usia Responden ............................................... 27 GRAFIK 3.12 Grafik Presentase Jenis Kelamin ................................... 28 GRAFIK 3.13 Grafik Presentase Pekerjaan Responden .......................... 30 GRAFIK 3.14 Grafik Pendapatan Responden ...................................... 33 GRAFIK 3.15 Grafik Pengeluaran Sehari – hari ................................... 36 GRAFIK 3.16 Grafik Presentase Moda Transportasi .............................. 37 GRAFIK 3.17 Grafik Daerah Tempat Tinggal ...................................... 39 GRAFIK 3.18 Grafik Jarak Tempat Tinggal ........................................ 41 GRAFIK 3.19 Grafik Presentase Intensitas Belanja .............................. 43
v
DAFTAR GAMBAR
GAMBAR 2.1 Gambar Peta Lokasi Penelitian .................................... 3
vi
BAB I PENDAHULUAN
Pada bab ini akan dijelaskan tentang latar belakang penelitian tentang identifikasi karakteristik sampel konsumen pasar tradisional Baltos. 1.1
Latar Belakang Penggerak utama dalam pertumbuhan suatu wilayah adalah kegiatan
perekonomian. Salah satu sektor andalan dari kegiatan perekonomian adalah pasar
tradisional.
Pasar
tradisional
diharapkan
mampu
menggerakkan
pertumbuhan ekonomi wilayah kota Bandung. Perkembangan pasar tradisional kian menurun dari tahun ke tahun. Akibat dari penurunan trend pasar tradisional adalah masyarakat memenuhi kebutuhan sehari – harinya dengan berbelanja di tempat yang jauh dari rumah mereka, akibatnya adalah meningkatnya transport cost, menghabiskan banyak waktu dan meningkatkan pergerakan masyarakat yang tidak perlu. Salah satu pasar tradisional yang masih eksis hingga saat ini adalah pasar tradisional Baltos yang terletak di Tamansari. Pasar Baltos yang merupakan perpaduan pasar tradisional dan pasar modern menyebabkan menarik aktivitas orang untuk pergi ke sana. Letaknya yang strategis menyebabkan daerah pasar tradisional Baltos selalu ramai oleh pergerakan aktivitas masyarakat. Berbagai karakteristik masyarakat yang ada di daerah pasar Baltos menjadi perhatian penting karena memberikan dampak segi spasial maupun non spasial. Penelitian ini diharapkan dapat menjadi referensi bagi pembangunan pasar tradisional baru dengan mengetahui karakteristik sampel konsumen pasar tradisional. Penelitian ini penting dilakukan karena dengan mengidentifikasi karakteristik sampel konsumen pasar tradisional Baltos, dapat mengetahui karakteristik umum dan pergerakan konsumen sehingga pembangunan pasar tradisional dapat tepat sasaran sesuai jangkauan pelayanan pasar. Oleh karena itu, pada penelitian kali ini dibahas mengenai identifikasi karakteristik sampel konsumen pasar tradisional Baltos.
1
1.2
Rumusan Masalah Berdasarkan latar belakang yang telah dipaparkan di atas maka masalah-masalah yang kami ambil yaitu : 1. Bagaimana karakteristik umum sampel konsumen pasar tradisional Baltos? 2. Bagaimana karakteristik pergerakan sampel konsumen ke pasar tradisional Baltos?
1.3
Tujuan dan Sasaran Berdasarkan latar belakang dan rumusan masalah persoalan di atas, studi
ini bertujuan untuk mengidentifikasi karakteristik pembeli pasar tradisional Baltos. Adapun sasaran yang akan dicapai adalah: 1. Mengetahui karakteristik umum sampel konsumen pasar tradisional Baltos. 2. Mengetahui karakteristik pergerakan sampel konsumen ke pasar tradisional Baltos. 1.4
Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini terbagi menjadi tiga, yaitu ruang lingkup
materi yang menjelaskan bahasan cakupan pembahasan masalah dan, ruang lingkup wilayah yang menjelaskan batasan wilayah yang menjadi fokus penelitian, dan ruang lingkup waktu yang menjelaskan cakupan waktu yang menjadi fokus penelitian.
1.4.1
Ruang Lingkup Materi Variabel yang digunakan adalah usia, jenis kelamin, pekerjaan, jarak
tempat tinggal ke pasar, moda transportasi, pendapatan, pengeluaran sehari – hari (sebelum lebaran), intensitas pergi ke Baltos, dan daerah tempat tinggal.
2
1.4.2
Ruang Lingkup Wilayah Ruang lingkup wilayah yang diambil dalam penelitian ini adalah prasar
tradisional Baltos, Tamansari, Bandung. Pasar tradisional Baltos dipilih karena merupakan salah satu pasar tradisional yang masih eksis hingga saat ini dan merupakan salah satu sumber bangkitan pergerakan di sekitar Tamansari. Gambar 2.1 Gambar Peta Lokasi Penelitian
Sumber : Output GIS 10.1
1.4.3
Ruang Lingkup Waktu Ruang lingkup waktu yang diambil penelitian ini adalah meliputi waktu
survey primer yaitu pada 14 September 2014 dan pengerjaan laporan dimulai sejak 10 Oktober 2014 hingga 16 Oktober 2014. 1.5
Metodologi Penelitian Metoda yang dilakukan penulis dalam penelitian ini mencakup metoda
pengumpulan data dan metoda analisi data. Metode pengumpulan data berupa
3
data primer yaitu pengambilan kuesioner di pasar tradisional Baltos. Adapun data sekunder yang dipergunakan adalah berupa literatur dari beberapa referensi terkait penelitian. I.6
Sistematika Penulisan
Sistematika penulisan laporan praktikum ini adalah sebagai berikut : Bab I Pendahuluan
Pada bagian Bab I pendahuluan, penulis akan memaparkan masalah yang melatarbelakangi laporan ini, rumusan masalah, tujuan dan sasaran, ruang lingkup materi, metodologi penelitian, dan sistematika penulisan. Bab II Dasar Teori Pada Bab II Dasar Teori ini, penulis akan membahas mengenai dasar teori, yaitu teori analisis statistik asosiasi dan cara penggunaan analisis statistik asosiasi menggunakan SPSS.
Bab III Input dan Analisis Data Pada Bab III input dan analisis data ini, penulis akan menjelaskan lebih detail tentang input data, analisis output data, dan interpretasi terhadap bidang Perencanaan Wilayah dan Kota. Bab IV Penutup Pada Bab IV penutup ini, penulis akan menyimpulkan hasil survei dan memberikan beberapa saran untuk penyelesaian masalahnya
4
BAB II DASAR TEORI
Pada bab ini akan dijelaskan mengenai dasar – dasar teori yang dipergunakan dalam menganalisa karakteristik konsumen pasar tradisional Baltos. 2.1
Teori Substansial
2.1.1 Pasar Tradisional Berdasarkan Peraturan Presiden No 112 Tahun 2007 tentang penataan dan pembinaan pasar tradisional dan toko modern definisi “Pasar Tradisional� adalah pasar yang dibangun dan dikelola oleh Pemerintah, Pemerintah Daerah, Swasta, Badan Usaha Milik Negara dan Badan Usaha Milik Daerah termasuk kerjasama dengan swasta dengan tempat usaha berupa toko, kios, los dan tenda yang dimiliki/dikelola oleh pedagang kecil, menengah, swadaya masyarakat atau koperasi dengan usaha skala kecil, modal kecil dan dengan proses jual beli barang dagangan melalui tawar menawar. Pasar tradisional adalah pasar umum yang menjual barang-barang kebutuhan sehari-hari. Tegasnya, pasar tradisional berarti pasar yang menjual barang kebutuhan sehari-hari, dan secara resmi diakui oleh pemerintah. Menurut pengertiannya, pasar merupakan suatu tempat bagi manusia dalam mencari keperluan sehari-harinya (Trisnawati, 1988). Sedangkan menurut Belshaw (dalam Suprapto, 1988) Pasar adalah tempat yang mempunyai unsur-unsur social, ekonomis, kebudayaan, politis dan lain-lain, tempat pembeli dan penjual (atau penukar tipe lain) saling bertemu untuk mengadakan tukar-menukar. Jika dilihat dari mutu pelayanannya, kegiatan perdagangan dapat dibedakan tempat perbelanjaan tradisional terdiri dari pasar tradisional, toko-toko, warung, dan lainlainnya.
5
2.1.2 Teori Lokasi Teori lokasi dapat didefinisikan sebagai ilmu yang menyelidiki tata ruang (spatial order) kegiatan ekonomi atau juga dapat diartikan sebagai ilmu tentang alokiasi secara geografis dari sumber daya yang langka, serta hubungannya atau pengaruhnya terhadap lokasi berbagai macam usaha atau kegiatan lain. Secara umum, pemilihan lokasi oleh suatu unit aktivitas ditentukan beberapa factor seperti bahan baku lokal, permintaan lokal, bahan baku yang dapat dipindahkan dan permintaan luar. (Hoover dan Giarratani, 2007) Teori lokasi dari August Losch melihat persoalan dari sisi permintaan pasar, berbeda dengan Weber yang melihat persoalan dari sisi penawaran. Losch mengatakan bahwa lokasi penjual sangat berpengaruh terhadap jumlah konsumen yang dapat digarapnya. Makin jauh dari tempat penjual, konsumen semakin enggan membeli karena biaya transportasi untuk mendatangi tempat penjual semakin mahal. Losch cenderung menyarankan agar lokasi produksi berada di pasar atau di dekat pasar. 2.1.3 Karakteristik yang Mempengaruhi Konsumen Tujuan dari pemasaran adalah untuk pemenuhan dan memuaskan kebutuhan pelanggan. Perilaku konsumen menjelaskan tentang cara individu, kelompok, organisasi dalam membeli, menyeleksi dan mendisposisikan barang, jasa, gagasan atau pengalaman untuk pemuasan kebutuhan dan keinginan mereka. Studi konsumen memberikan petunjuk mengenai perbaikan dan perkenalan barang dan jasa, menetapkan harga, perencanaan saluran, dan pengembangan kegiatan pemasaran lain termasuk dalam mengetahui perilaku konsumen. Perilaku pembelian konsumen sebenarnya di pengaruhi oleh faktor-faktor budaya, sosial, pribadi, dan psikologis. Sedangkan faktor yang paling berpengaruh dan paling luas dan paling dalam adalah faktor budaya.
6
Menurut Kolter, Philip, Keller, Kevin Lane factor yang mempengaruhi perilaku konsumen sebagai berikut : 1. Faktor Budaya Budaya, sub-budaya, dan kelas sosial sangat penting bagi perilaku pembelian. Budaya merupakan penentu keinginan dan perilaku pembentuk paling dasar. Anakanak yang sedang tumbuh mendapatkan seperangkat nilai, persepsi, preferensi, dan perilaku dari keluarga dan lembaga-lembaga penting lainnya. Masing-masing budaya terdiri dari sejumlah sub-budaya yang lebih menampakkan identifikasi dan sosialisasi khusus bagi para anggotanya. Sub-budaya mencakup kebangsaan, suku, agama, ras, kelompok bagi para anggotanya. Ketika sub-budaya menjadi besar dan cukup makmur, perusahaan akan sering merancang program pemasaran yang cermat disana. 2. Faktor Sosial Selain faktor budaya, perilaku konsumen di pengaruhi oleh faktor-faktor sosial, seperti kelompok acuan, keluarga, peran, dan status sosial. Kelompok acuan terdiri dari semua kelompok yang memiliki pengaruh langsung atau tidak langsung terhadap sikap atau perilaku orang tersebut. Keluarga merupakan organisasi pembelian konsumen yang paling penting dalam masyarakat dan para anggota keluarga menjadi kelompok acuan primer yang paling berpengaruh. Peran dan status sosial seseorang menunjukkan kedudukan orang itu setiap kelompok sosial yang ia tempati. Peran meliputi kegiatan yang diharapkan akan dilakukan oleh seseorang. 2.2 Teori Analisis Deskriptif Statistika deskriptif sering disebut sebagai statistika deduktif yang membahas tentang bagaimana merangkum sekumpulan data dalam bentuk yang mudah dibaca dan cepat memberikan informasi, yang disajikan dalam bentuk tabel, grafik, nilai pemusatan dan nilai penyebaran. Menurut Iqbal Hasan (2001:7) menjelaskan bahwa statistik deskriptif adalah bagian dari statistika yang mempelajari cara pengumpulan 7
data dan penyajian data sehingga mudah dipahami. Statistika deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan. Dengan kata statistika deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan kesimpulan pada statistika deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada. Macam – macam statistika deskriptif terbagi dua yaitu ukuran pemusatan data (mean, median dan modus) dan ukuran penyebaran data (rentang, variansi, dan simpangan baku). a. Ukuran pemusatan data Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang menyatakan dimana distribusi data tersebut terpusat. (Howell, 1982). Ukuran pemusatan berupa nilai tunggal yang bisa mewakili suatu kumpulan data dan karakteristiknya (menunjukkan pusat dari nilai data) Jenis Ukuran Kecenderungan Memusat : 1. Rata-rata Rata-rata merupakan ukuran pemusatan yang sangat sering digunakan. Keuntungan dari menghitung rata-rata adalah angka tersebut dapat digunakan sebagai gambaran atau wakil dari data yang diamati. Rata-rata peka dengan adanya nilai ekstrim atau pencilan. 2. Median atau Nilai Tengah Median merupakan suatu nilai ukuran pemusatan yang menempati posisi tengah setelah data diurutkan 3. Modus Modus adalah nilai yang paling sering muncul dari serangkaian data. Modus tidak dapat digunakan sebagai gambaran mengenai data (Howell, 1982) b. Ukuran penyebaran data Ukuran penyebaran adalah suatu ukuran baik parameter atau statistika untuk mengetahui seberapa besar penyimpangan data. Melalui ukuran penyebaran dapat diketahui seberapa jauh data-data menyebar dari titik pemusatannya.
8
Jenis-Jenis Ukuran Penyebaran antara lain: 1. Rentang (R) Rentang
(Range)
dinotasikan
sebagai
R,
menyatakan
ukuran
yang
menunjukkan selisih nilai antara maksimum dan minimum. Rentang cukup baik digunakan untuk mengukur penyebaran data yang simetrik dan nilai datanya menyebar merata. Ukuran ini menjadi tidak relevan jika nilai data maksimum dan minimumnya merupakan nilai ekstrim 2. Variansi (S2 atau Ďƒ2) Variansi (variance) dinotasikan sebagai S2 atau Ďƒ2 adalah ukuran penyebaran data yang mengukur rata-rata kuadrat jarak seluruh titik pengamatan dari nilai tengah (meannya). 3. Simpangan Baku (s) Simpangan baku (standar deviation) dinotasikan sebagi s atau Ďƒ, menunjukkan rata-rata penyimpangan data dari harga rata-ratanya. Simpangan baku merupan akar pangkat dua dari variansi.
2.3
Penggunaan Analisis Deskriptif dengan Aplikasi SPSS
Berikut langkah-langkah analisis dengan menggunakan SPSS: 2.3.1 Missing Value Missing value merupakan suatu uji datajika dihdapkan pada data missing, artinya terdapat data yang hilang karena tidak terisi atau tidak terjawab oleh responden, maka data yang hilang tersebut perlu diisi dengan rata-rata keseluruhan data. Uji data missing value ini hanya berlaku pada data yang sifatnya terukur (kuantitatif). a. Dari menu TRANSFORM, pilih sub menu Replace Missing Value
9
b. Masukkan variabel yang mengandung missing value ke dalam kotak “New Variable (s)” dan kemudian pilih “Method” dengan pilihan Series Mean lalu OK.
2.3.2 Uji Normalitas Uji normalitas memiliki tujuan untuk mengetahui apakah distribusi dari sebuah data mengikuti atau mendekati distribusi normal yaitu distribusi data dengan bentuk kurva lonceng. Langkah-langkah uji normalitas dalam SPSS dapat melalui menu ANALYZE, pilih sub menu Descriptive Statistic, lalu pilih Explore.
2.3.3 Analisis Statistik Deskriptif Analisis frekuensi merupakan analisis yang mencakup gambaran frekuensi data secara umum seperti mean, media, modus, minimum, maksimum dan sebagainya. Data yang dipakai untuk statistik deskriptif bisa kualitatif dan kuantatif. Langkah-langkah uji normalitas dalam SPSS dapat melalui menu ANALYZE, pilih sub menu Descriptive Statistic, lalu pilih Frequencies.
10
BAB 3 INPUT DAN ANALISIS DATA
Pada bab input dan analisis data akan dijelaskan mengenai karakteristik konsumen pasar tradisional Baltos dalam bentuk variabel usia, jenis kelamin, pekerjaan, pendapatan, moda transportasi, daerah tempat tinggal, jarak tempat tinggal, dan intensitas berbelanja ke Baltos.
3.1
Input Data Data diperoleh dari data primer. Survey dan kuesioner dilakukan terhadap
konsumen di pasar tradisional Baltos. Dalam analisis ini variable yang akan dianalisis adalah usia, jenis kelamin, pekerjaan, pendapatan, moda transportasi, daerah tempat tinggal, jarak tempat tinggal, dan intensitas berbelanja ke Baltos. Keterangan : Data terlampir. 3.2
Analisis Output Data
3.2.1 Uji Data: Missing Value
Tabel 3.1 Tabel Missing Value Result Variables
Case Number of Non-Missing Values N of Replaced Result Variable
N of Valid
Missing Values
First
Last
Cases
Creating Function
1
Pendapatan_1
1
1
48
48
SMEAN(Pendapatan)
2
Pengeluaran_BL_1
1
1
48
48
SMEAN(Pengeluaran_BL)
3
Pengeluaran_AL_1
1
1
48
48
SMEAN(Pengeluaran_AL)
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
11
Pada tabel uji missing value, ditemukan beberapa variable yang tidak terdapat data yaitu sejumlah 3 jenis data yaitu variabel pendapatan, pengeluaran sehari – hari (sebelum lebaran) dan pengeluaran setelah lebaran. Dengan melakukan uji missing value, data yang tidak terisi diisi oleh nilai rata – rata dari setiap variabel. Dengan pengisian data tersebut maka hasil data diolah lebih lanjut dan akan menghasilkan hasil yang akurat. 3.2.2 Uji Normalitas 3.2.2.1 Uji Normalitas Usia
Tabel 3.2 Tabel missing value usia Case Processing Summary Cases Valid
Usia
Missing
N
Percent
N
48
100.0%
0
Total
Percent
N
Percent
.0% 48
100.0%
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel tersebut diketahui bahwa dari variabel data yang ada sudah lengkap atau tidak terdapat data yang hilang. Tabel 3.3 Tabel normalitas usia Tests of Normality Kolmogorov-Smirnova Statistic Usia
.099
df
Shapiro-Wilk Sig.
48
.200*
Statistic .981
df
Sig. 48
.626
a. Lilliefors Significance Correction *. This is a lower bound of the true significance.
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
12
Berdasarkan besaran kolmogorof-smirnof nilai signifikansinya >0,05 sehingga data yang diambil dapat dinyatakan distribusinya normal. Grafik 3.1 Grafik Normal Q-Q Plot usia
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q Pot, terdapat sebaran data yang berkumpul di sekitar garis namun ada data yang tersebar jauh dari garis yang ada oleh karena itu, data tidak terdistribusi dengan merata.
13
Grafik 3.2 Grafik Detrended normal plot usia
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot di atas, sebaran data diatas terbentuk dengan baik, hampir semua data terletak di sekitar garis, namun ada beberapa data yang terletak jauh dari garis sehingga data tersebut tidak terdistribusi dengan baik. 3.2.2.2. Uji Normalitas Pendapatan Responden Tabel 3.4 Tabel missing value pendapatan responden Case Processing Summary Cases Valid N Pendapatan Responden
48
Missing
Percent N Percent 100.0% 0
Total N
Percent
.0% 48
100.0%
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
14
Dari tabel tersebut diketahui bahwa variabel data yang ada sudah lengkap atau tidak terdapat data yang hilang. Tabel 3.5 Tabel normalitas pendapatan responden Tests of Normality Kolmogorov-Smirnova Statistic Pendapatan Responden
.213
df
Shapiro-Wilk Sig.
48
.000
Statistic
df
.782
Sig. 48
.000
a. Lilliefors Significance Correction
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan besaran kolmogorof-smirnov nilai signifikansinya <0.05 sehingga data yang diambil dapat dinyatakan distribusinya tidak normal.
Grafik 3.3 Grafik Normal Q-Q Plot pendapatan responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
15
Berdasarkan normal Q-Q Plot, terdapat sebaran data yang berjauhan dari garis, oleh karena itu, data tidak terdistribusi merata.
Grafik 3.4 Grafik detrended normal Q-Q plot pendapatan responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot di atas, sebaran data di atas tidak terbentuk dengan baik, terdapat data yang terletak secara acak dari garis yang ada, sehingga data tersbeut tidak terdistribusi dengan baik.
16
3.2.2.3 Uji Normalitas Pengeluaran sehari â&#x20AC;&#x201C; hari (Sebelum Lebaran) Tabel 3.6 Tabel missing value pengeluaran sehari â&#x20AC;&#x201C; hari (sebelum lebaran) Case Processing Summary Cases Valid N Pengeluaran sebelum lebaran
Missing
Percent
48
N
100.0%
Total
Percent
0
N
.0%
Percent
48
100.0%
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel tersebut diketahui bahwa dari variabel data yang ada sudah lengkap atau tidak terdapat data yang hilang.
Tabel 3.7 Tabel normalitas pengeluaran sehari â&#x20AC;&#x201C; hari (sebelum lebaran) Tests of Normality Kolmogorov-Smirnova Statistic Pengeluaran sebelum lebaran
.366
df
Sig.
48
.000
Shapiro-Wilk Statistic .291
df
Sig.
48
.000
a. Lilliefors Significance Correction Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan bersaran Kolmogorov-smirnov nilai signifikansinya <0,05 sehinga data yang diambil dapat dinyatakan distribusinya tidak normal.
17
Grafik 3.5 Grafik normal Q-Q plot pengeluaran sehari â&#x20AC;&#x201C; hari (sebelum lebaran)
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q Plot, terdapat sebaran data yang berkumpul di sekitar garis tetapi ada data yang sangat jauh, oleh karena itu, data terdistribusi secara tidak merata.
18
Grafik 3.6 Grafik detrended normal Q-Q plot pengeluaran sehari â&#x20AC;&#x201C; hari (sebelum lebaran)
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot diatas, sebaran data diatas tidak terbentuk dengan baik, terdapat data yang terletak secara jauh dari garis yang ada, sehingga data tersebut tidak terdistribusi dengan baik. 3.2.2.4 Uji Normalitas Pengeluaran setelah Lebaran Tabel 3.8 Tabel missing value pengeluaran setelah lebaran Case Processing Summary Cases Valid N Pengeluaran sesudah
Missing Percent
48
100.0%
N
Total
Percent 0
.0%
N
Percent 48
100.0%
lebaran/bulan
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
19
Dari tabel tersebut diketahui bahwa dari variabel data yang ada sudah lengkap atau tidak terdapat data yang hilang. Tabel 3.9 Tabel missing value pengeluaran setelah lebaran Tests of Normality Kolmogorov-Smirnova Statistic Pengeluaran sesudah
.306
df
Sig. 48
.000
Shapiro-Wilk Statistic .558
df
Sig. 48
.000
lebaran/bulan a. Lilliefors Significance Correction Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan besaran kolmogorof-smirnof nilai signifikansi nya <0,05 sehingga data yang diambil dapat dinyatakan distribusinya tidak normal. Grafik 3.7 Grafik normal Q-Q plot pengeluaran setelah lebaran
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
20
Berdasarkan normal Q-Q Plot, terdapat sebaran data yang berjauhan dari garis, oleh karena itu, data terdistribusi secara tidak merata. Grafik 3.8 Grafik detrended normal Q-Q plot pengeluaran setelah lebaran
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot diatas, sebaran data diatas tidak terbentuk dengan baik, terdapat data yang terletak secara acak dari garis yang ada, sehingga data tersebut tidak terdistribusi dengan baik
21
3.2.2.5 Uji Normalitas Jarak Tempat Tinggal ke Pasar Baltos Tabel 3.10 Tabel missing value jarak tempat tinggal ke pasar Baltos Case Processing Summary Cases Valid N Jarak Tempat Tinggal
Missing
Percent 48
N
100.0%
Total
Percent 0
N
.0%
Percent 48
100.0%
Ke Pasar Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel tersebut diketahui bahwa dari variabel data yang ada sudah lengkap atau tidak terdapat data yang hilang. Tabel 3.11 Tabel normalitas jarak tempat tinggal ke pasar Baltos Tests of Normality Kolmogorov-Smirnova Statistic Jarak Tempat Tinggal
.402
df
Sig. 48
.000
Shapiro-Wilk Statistic
df
.485
Sig. 48
.000
Ke Pasar a. Lilliefors Significance Correction Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan besaran kolmogorof-smirnof nilai signifikansi nya <0,05 sehingga data yang diambil dapat dinyatakan distribusinya tidak normal.
22
Grafik 3.9 Grafik normal Q-Q plot jarak tempat tinggal ke pasar Baltos
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot diatas, sebaran data diatas tidak terbentuk dengan baik, terdapat data yang terletak secara acak dari garis yang ada, sehingga data tersebut tidak terdistribusi dengan baik.
23
Grafik 3.10 Grafik detrended normal Q-Q plot jarak tempat tinggal ke pasar Baltos
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Berdasarkan normal Q-Q plot diatas, sebaran data diatas tidak terbentuk dengan baik, terdapat data yang terletak secara acak dari garis yang ada, sehingga data tersebut tidak terdistribusi dengan baik.
24
3.2.3 Analisis Statistik Deskriptif 3.2.3.1 Analisis Statistik Deskriptif Usia Responden Tabel 3.12 Tabel Statistik Usia Statistics Usia N
Valid Missing
48 0
Mean
44.77
Median
42.00
Mode
40
Minimum
17
Maximum
77
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Pada tabel di atas diperoleh data bahwa sampel responden konsumen pasar tradisional Baltos rata â&#x20AC;&#x201C; rata berusia 44 tahun, dengan usia yang paling banyak berbelanja ke sana yaitu 42 tahun, usia termuda yaitu 17 tahun dan usia tertua yang berbelanja ke sana yaitu 77 tahun.
25
Tabel 3.13 Tabel Usia Responden Usia Responden Frequency Percent Valid Percent Cumulative Percent Valid 17
1
2.1
2.1
2.1
18
1
2.1
2.1
4.2
23
1
2.1
2.1
6.3
28
1
2.1
2.1
8.3
29
1
2.1
2.1
10.4
30
2
4.2
4.2
14.6
31
1
2.1
2.1
16.7
32
2
4.2
4.2
20.8
34
3
6.3
6.3
27.1
35
1
2.1
2.1
29.2
36
1
2.1
2.1
31.3
38
2
4.2
4.2
35.4
39
1
2.1
2.1
37.5
40
4
8.3
8.3
45.8
42
3
6.3
6.3
52.1
44
1
2.1
2.1
54.2
45
1
2.1
2.1
56.3
48
2
4.2
4.2
60.4
49
1
2.1
2.1
62.5
50
1
2.1
2.1
64.6
52
2
4.2
4.2
68.8
53
1
2.1
2.1
70.8
54
3
6.3
6.3
77.1
55
1
2.1
2.1
79.2
57
2
4.2
4.2
83.3
60
1
2.1
2.1
87.5
62
1
2.1
2.1
89.6
64
1
2.1
2.1
91.7
67
2
4.2
4.2
95.8 100.0
77 Total
2
4.2
4.2
48
100.0
100.0
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
26
Pada tabel di atas telah menunjukkan bahwa data sudah lengkap. Lalu pada tabel tersebut juga dilengkapi dengan frekuensi dan presentasi usia sampel responden yang berbelanja ke pasar tradisional Baltos. Grafik 3.11 Grafik Usia Responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Pada bar chart di atas menunjukkan bahwa sampel konsumen yang berbelanja di pasar tradisional Baltos paling banyak di usia 40 tahun. Urutan ke dua adalah usia 34, 42 dan 54 tahun, lalu disusul oleh usia 30, 32, 38, 48, 42, 57, 67 dan 77 tahun. Usia yang paling banyak berbelanja ke sana yaitu 42 tahun, usia termuda yaitu 17 tahun dan usia tertua yang berbelanja ke sana yaitu 77 tahun.
27
3.2.3.2 Analisis Statistik Deskriptif Jenis Kelamin Tabel 3.14 Tabel Jenis Kelamin Jenis Kelamin Cumulative Frequency Valid
Percent
Valid Percent
Percent
Laki-Laki
10
20.8
20.8
20.8
Perempuan
38
79.2
79.2
100.0
Total
48
100.0
100.0
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Grafik 3.12 Grafik presentase jenis kelamin
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Pada pie chart di atas menunjukkan bahwa prosentasi jenis kelamin sampel konsumen yang berbelanja di pasar tradisional Baltos di dominasi oleh perempuan yaitu memiliki prosentasi sebesar 79,2 % sementara laki â&#x20AC;&#x201C; laki sebesar 20.8%.
28
3.2.3.3 Analisis Statistik Deskriptif Pekerjaan Responden Tabel 3.15 Tabel pekerjaan responden Pekerjaan Responden Cumulative Frequency Valid
Pegawai Swasta
Percent
Valid Percent
Percent
1
2.1
2.1
2.1
Buruh
1
2.1
2.1
4.2
Buruh Pabrik
1
2.1
2.1
6.3
Guru
2
4.2
4.2
10.4
Ibu Rumah Tangga
18
37.5
37.5
47.9
Karyawan swasta
1
2.1
2.1
50.0
Mahasiswa
1
2.1
2.1
52.1
Mahasiswi
2
4.2
4.2
56.3
Pedagang
5
10.4
10.4
66.7
Pegawai Catering
1
2.1
2.1
68.8
Pelayan Cafe
1
2.1
2.1
70.8
Pemilik Rumah Makan
1
2.1
2.1
72.9
Penjaga Kosan
1
2.1
2.1
75.0
Penjaga toko
1
2.1
/2.1
77.1
Penjual Bubur Ayam
1
2.1
2.1
79.2
Penjual Donat Keliling
1
2.1
2.1
81.3
Penjual Gorengan
2
4.2
4.2
85.4
Penjual nasi kuning
1
2.1
2.1
87.5
Penjual Nasi Uduk
1
2.1
2.1
89.6
PNS
1
2.1
2.1
91.7
Sopir Angkot
1
2.1
2.1
93.8
Wiraswasta
3
6.3
6.3
100.0
48
100.0
100.0
Total
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
29
Grafik 3.13 Grafik presentasi pekerjaan responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari pie chart di atas menunjukkan bahwa 5 besar pekerjaan sampel konsumen pasar tradisional yaitu pertama didominasi oleh Ibu rumah tangga sebesar 37, 5% , Pedagang sebesar 10,42%, wiraswasta 6,25%, karyawan swasta , pegarai catering dan guru sebesar 4,17%.
30
3.2.3.4 Analisis Statistik Deskriptif Pendapatan Tabel 3.16 Tabel Statistik Pendapatan Responden Statistic Pendapatan Responden N
Valid Missing
48 0
Mean
2781914.89
Median
2000000.00
Mode
1000000
Range
11500000
Minimum
500000
Maximum
12000000
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel di atas diperoleh data bahwa rata â&#x20AC;&#x201C; rata pendapatan sampel konsumen pasar tradisional Baltos adalah Rp 2781914.89, dengan penghasilan paling banyak yaitu Rp 1.000.000 , penghasilan terbesar Rp 12.000.000 dan penghasilan terkecil Rp 500.000.
31
Tabel 3.17 Tabel presentasi pendapatan responden Pendapatan Responden Frequenc y
Percent
Valid
Cumulative
Percent
Percent
Valid 500000
1
2.1
2.1
2.1
600000
1
2.1
2.1
4.2
700000
2
4.2
4.2
8.3
800000
1
2.1
2.1
10.4
850000
1
2.1
2.1
12.5
1000000
8
16.7
16.7
29.2
1200000
1
2.1
2.1
31.3
1500000
3
6.3
6.3
37.5
1700000
1
2.1
2.1
39.6
2000000
7
14.6
14.6
54.2
2200000
1
2.1
2.1
56.3
2500000
2
4.2
4.2
60.4
2781915
1
2.1
2.1
62.5
3000000
6
12.5
12.5
75.0
3500000
1
2.1
2.1
77.1
4000000
2
4.2
4.2
81.3
4500000
1
2.1
2.1
83.3
5000000
4
8.3
8.3
91.7
6000000
1
2.1
2.1
93.8
9000000
2
4.2
4.2
97.9
12000000
1
2.1
2.1
100.0
48
100.0
100.0
Total
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
32
Grafik 3.14 Grafik pendapatan responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari bar chart di atas menunjukkan bahwa pendapatan sampel konsumen pasar tradisonal Baltos paling tinggi adalah Rp 12.000.000 dan paling rendah Rp 500.000. Pendapatan dengan data terbanyak berada di Rp 1.000.000 disusul oleh Rp 2.000.000 dan Rp 3.000.000.
33
3.2.3.5 Analisis Statistik Deskriptif Pengeluaran Sehari â&#x20AC;&#x201C; hari (sebelum lebaran) Tabel 3.18 Tabel statistik pengeluaran sehari â&#x20AC;&#x201C; hari ( sebelum lebaran) Statistics N
Valid Missing
48 0
Mean
816957.45
Median
300000.00
Mode Range
100000 15976000
Minimum
24000
Maximum
16000000
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel di atas diperoleh data bahwa rata - rata pengeluaran sehari â&#x20AC;&#x201C; hari ( sebelum lebaran ) sampel konsumen sebesar Rp 816957.45. Pengeluaran dengan data terbanyak yaitu Rp 100.000, pengeluaran terbanyak yaitu Rp 16.000.000, dan pengeluaran minimum Rp 24.000.
34
Tabel 3.19 Tabel presentase pengeluaran sehari â&#x20AC;&#x201C; hari ( sebelum lebaran) Pengeluaran sebelum lebaran Cumulative Frequency Valid
Percent
Valid Percent
Percent
24000
1
2.1
2.1
2.1
42000
1
2.1
2.1
4.2
50000
2
4.2
4.2
8.3
66000
1
2.1
2.1
10.4
100000
8
16.7
16.7
27.1
120000
1
2.1
2.1
29.2
150000
2
4.2
4.2
33.3
170000
1
2.1
2.1
35.4
175000
1
2.1
2.1
37.5
200000
4
8.3
8.3
45.8
300000
5
10.4
10.4
56.3
400000
1
2.1
2.1
58.3
500000
7
14.6
14.6
72.9
600000
2
4.2
4.2
77.1
700000
1
2.1
2.1
79.2
816957
1
2.1
2.1
81.3
1000000
4
8.3
8.3
89.6
1500000
1
2.1
2.1
91.7
2000000
2
4.2
4.2
95.8
3000000
1
2.1
2.1
97.9
16000000
1
2.1
2.1
100.0
48
100.0
100.0
Total
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
35
Grafik 3.15 Grafik pengeluaran sehari â&#x20AC;&#x201C; hari ( sebelum lebaran )
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari bar chart di atas diperoleh data bahwa pengeluaran terbanyak yaitu Rp 16.000.000, dan pengeluaran minimum Rp 24.000. Pengeluaran dengan data terbanyak yaitu Rp 100.000. 3.2.3.6 Analisis Statistik Deskriptif Moda Transportasi Responden
Tabel 3.20 Tabel presentase moda transportasi Moda Transportasi Cumulative Frequency Valid
Percent
Motor
13
Mobil
1
Angkot
6
Jalan Kaki
28
Total
48
27.1
Valid Percent
Percent
27.1
27.1
2.1
2.1
29.2
12.5
12.5
41.7
58.3
58.3
100.0
100.0
100.0
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
36
Grafik 3.16 Grafik presentasi moda transportasi
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari pie chart di atas diperoleh data dalam pemilihan moda transportasi sampel responden pasar tradisional Baltos paling banyak berjalan kaki sebesar 58,33%, menggunakan motor sebesar 27,08%, menggunakan angkot sebesar 12.5% dan memakai mobil sebesar 2,08%.
37
Tabel 3.21 Tabel presentasi daerah tempat tinggal responden Daerah Tempat Tinggal Frequenc y Valid Arcamanik
Percent
Valid
Cumulative
Percent
Percent
1
2.1
2.1
2.1
Balubur
3
6.3
6.3
8.3
Cicadas
1
2.1
2.1
10.4
Cihampelas
1
2.1
2.1
12.5
Cimahi
2
4.2
4.2
16.7
Cimaung
1
2.1
2.1
18.8
Cisitu
1
2.1
2.1
20.8
Dago
1
2.1
2.1
22.9
Dago Atas
2
4.2
4.2
27.1
Jalan Merdeka
1
2.1
2.1
29.2
Kebon bibit
1
2.1
2.1
31.3
Kebon Bibit
7
14.6
14.6
45.8
Kebon Bibit
1
2.1
2.1
47.9
Kebon Kembang
1
2.1
2.1
50.0
Pelesiran
4
8.3
8.3
58.3
Siliwangi
2
4.2
4.2
62.5
Taman Hewan
1
2.1
2.1
64.6
15
31.3
31.3
95.8
2
4.2
4.2
100.0
48
100.0
100.0
Utara
Tamansari Tubagus Ismail Total
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
38
Grafik 3.17 Grafik daerah tempat tinggal responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari bar chart di atas diperoleh data bahwa 5 besar daerah tempat tinggal sampel konsumen pasar tradisional Baltos yaitu terbanyak di Tamansari, lalu Kebon Bibit, Pelesiran , Balubur dan Siliwangi/Tubagus Ismai.
39
3.2.3.7 Analisis Statistik Deskriptif Jarak Tempat Tinggal Responden Tabel 3.22 Tabel Statistik jarak tempat tinggal ke pasar Statistics Jarak Tempat Tinggal Ke Pasar N
Valid Missing
Mean Median Mode Range
48 0 1.975 .500 .5 14.5
Minimum
.5
Maximum
15.0
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari tabel di atas diperoleh data bahwa rata â&#x20AC;&#x201C; rata jarak tempat tinggal sampel responden konsumen ke pasar tradisional Baltos adalah 1,967 km. Jarak tempat tinggal yang paling banyak yaitu 0.5 km dari pasar tradisional Baltos. Jarak terjauh yaitu 15 km dan jarak terdekat yaitu 0.5 km.
40
Tabel 3.22 Tabel presentase jarak tempat tinggal responden Jarak Tempat Tinggal Ke Pasar Cumulative Frequency Valid
Percent
Valid Percent
Percent
.5
29
60.4
60.4
60.4
.8
1
2.1
2.1
62.5
1.0
8
16.7
16.7
79.2
2.0
2
4.2
4.2
83.3
2.5
1
2.1
2.1
85.4
5.0
3
6.3
6.3
91.7
10.0
2
4.2
4.2
95.8
15.0
2
4.2
4.2
100.0
Total
48
100.0
100.0
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Grafik 3.18 Grafik jarak tempat tinggal responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
41
Dari bar chart di atas diperoleh data bahwa jarak terdekat sampel konsumen ke pasar tradisional Baltos adalah 0.5 km dan jarak terjauh adalah 15 km. Jarak tempat tinggal terbanyak adalah 0.5 km. 3.2.3.8 Analisis Statistik Deskriptif Intensitas Belanja Responden Tabel 3.24 Tabel presentase intensitas belanja responden Intensitas Belanja Frequenc y Valid Jarang ( 0-1 bulan
Percent
Valid
Cumulative
Percent
Percent
10
20.8
20.8
20.8
5
10.4
10.4
31.3
16
33.3
33.3
64.6
17
35.4
35.4
100.0
48
100.0
100.0
sekali ) Kadang-Kadang (1 minggu sekali) Sering (2-3 kali seminggu) Sangat Sering ( setiap hari ) Total
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
42
Grafik 3.19 Grafik presentase intensitas belanja responden
Sumber : Hasil pengolahan data menggunakan SPSS, 2014
Dari pie chart di atas diperoleh data bahwa sampel responden konsumen pasar tradisional Baltos sebesar 35.42% sangat sering ( setiap hari ) berbelanja di sana, sebesar 33.33 % sering ( 2-3 kali seminggu) , sebesar 20.83% kadang â&#x20AC;&#x201C; kadang ( 1 minggu sekali ) dan sebesar 10.42% ( 1 bulan sekali ) jarang pergi ke pasar tradional Baltos. 3.3
Interpretasi Terhadap Bidang Perencanaan Wilayah dan Kota Berdasarkan analisis data yang telah dipaparkan, kami mencoba untuk
menganalisa bagaimana karakteristik umum dan pergerakan sampel konsumen pasar tradisional Baltos. Dengan menggunakan metode modus kami mencoba mendapatkan data tentang karakteristik umum sampel konsumen pasar tradisional Baltos dari data usia, jenis kelamin, pekerjaan, pendapatan, intensitas belanja ke pasar traidisional 43
Baltos dan pengeluaran sehari â&#x20AC;&#x201C; hari (sebelum lebaran). Dari hasil analisis diperoleh data bahwa karakteristik sampel yang berbelanja ke pasar tradisional Baltos yaitu usia terbanyak 40 tahun, 79,2 % dari total sampel pembeli adalah perempuan, jenis pekerjaan sampel konsumen terbanyak ibu rumah tangga sebanyak 37,5%, pendapatan Rp 1.000.000 dan memiliki pegeluaran rata â&#x20AC;&#x201C; rata untuk keperluan sehari â&#x20AC;&#x201C; hari sebanyak Rp 100.000 serta intensitas berbelanja ke pasar tradisional Baltos sangat sering ( setiap hari ). Selain menganalisa bagaimana karakteristik umum sampel konsumen pasar tradisional Baltos, kami juga menganalisa bagaimana karakteristik pergerakan sampel konsumen pasar tradisional Baltos. Dengan menggunakan metode modus kami mencoba mendapatkan data tentang karakteristik pergerakan sampel konsumen pasar tradisional Baltos dari data moda transportasi, daerah tempat tinggal dan jarak tempat tinggal ke pasar. Dari hasil analisis diperoleh data bahwa karakteristik pergerakan sampel yang berbelanja ke pasar tradisional Baltos memiliki tempat tinggal di Tamansari, dengan jarak tempat tinggal ke pasar yaitu 0.5 km dan tidak menggunakan moda transportasi yaitu dengan berjalan kaki untuk pergi ke pasar tradisional Baltos. Dari data yang telah diperoleh dapat diketahui bahwa mayoritas sampel pengunjung pasar tradisional Baltos berada pada usia produktif kerja dengan pekerjaan ibu rumah tangga dan pendapatan dibawah UMR dengan intensitas belanja adalah setiap hari, dan tinggal pada di area sekitar pasar tradisional Baltos. Dengan mengetahui karakteristik pengunjung pasar tradisional, dapat menjadi acuan untuk rencana pembangunan pasar tradisional, dimana pembangunan pasar tradisional dibangun di area permukiman dengan karakteristik penduduk sekitar yang berada pada usia produktif, dengan penghasilan rata-rata menengah kebawah dan memiliki jarak akses dibawah 1 Km.
44
BAB 4 KESIMPULAN DAN SARAN
Pada bab ini akan dijelaskan mengenai kesimpulan dan saran hasil dari penelitian yang dilakukan. 4.1
Kesimpulan Berdasarkan hasil data yang telah dipaparkan serta dari data-data
dilampirkan, diketahui bahwa karakteristik umum sampel konsumen pasar tradisional Baltos merupakan konsumen dengan mayoritas perempuan berada pada usia 40 tahun, dengan pekerjaan ibu rumah tangga yang memiliki penghasilan Rp 1.000.000 dan pengeluaran untuk kebutuhan sehari – hari sebesar Rp 100.000. Karakteristik pergerakan sampel konsumen ke pasar tradisional Baltos, diketahui bahwa mayoritas sampel bertempat tinggal di radius kurang dari 0.5 Km dan melakukan perjalanan menuju pasar tradisional Baltos dengan berjalan kaki. 4.2
Saran
4.2.1 Saran Studi
Pemerintah perlu meningkatkan kualitas pasar tradisional di Kota Bandung untuk meningkatkan keberagaman karakteristik pembeli dari golongan masyarakat berpenghasilan rendah hingga tinggi.
Perlu adanya peninjauan pembangunan lokasi setiap pasar tradisional terhadap wilayah – wilayah jangkauan pelayanannya. Hal ini diperlukan agar pasar tradisional terdekat dapat tepat sasaran dalam pelayanan kebutuhan sehari – hari masyarakatnya, sehingga dapat menekan penggunaan kendaraan pribadi dan pergerakan yang tidak perlu.
4.2.2 Praktikum Tidak adanya modul dalam membuat laporan membuat peserta praktikum kesulitan dalam membuat. Asisten diharapkan lebih sigap kedepannya.
45
DAFTAR PUSTAKA
Healey, Joseph. 1992 Statistic : A Tool For Social Research. New York : John Wiley & Sons Kachigan, Sam Kash. 1982. Statistical Analysis. New York : Radius Press. Kolter, Philip, Keller, Kevin Lane. 2006. Marketing Management: Twelfth Edition. New Jersey: Pearson Education, inc. Santoso, Singgih. 2007. Menguasai Statistik di Era Informasi dengan SPSS 15.Jakarta : PT. Elex Media Komputindo.
47