Pengujian reliabilitas diolah dengan menggunakan Software Statistical Package For Social Science SPSS versi 17. Uji reliabilitas dilakukan terhadap
30 responden dimana reliabilitas variabel dikatakan baik apabila memiliki nilai Cronbach’s Alpha lebih dari 0,60. Hasil uji reliabilitas pada penelitian ini
dikatakan reliable dengan nilai Cronbach’s Alpha sebesar 0.827. Hasil
pengujian Reliabilitas dapat dilihat pada Lampiran 3. Wawancara dilakukan dengan pimpinan Perum Pegadaian Juanda Cabang
Bogor dan beberapa nasabah . Pengumpulan data melalui studi literatur dilakukan berdasarkan hasil-hasil penelitian terdahulu juga melalui buku, artikel
yang terkait dari majalah dan koran, dan situs website.
3.6. Metode Pengolahan dan Analisis Data
Pengolahan dan analisis data dilakukan dengan bantuan program Software Microsoft Excel 2007 dan Statistical Package For the Social Science SPSS versi
17. Software SPSS versi 17 merupakan program khusus untuk menangani masalah pengolahan data statistik yang berfungsi untuk mendistribusikan
informasi hasil pengolahan data. Dalam penelitian ini Software SPSS versi 17 digunakan untuk mengolah data dari analisis faktor.
3.6.1 Analisis Deskriptif
Untuk mengetahui karakteristik umum konsumen dan mengetahui proses pengambilan keputusan pembelian nasabah Perum Pegadaian Cabang
Juanda Bogor digunakan analisis deskriptif melalui perhitungan persentase jawaban responden dalam bentuk tabulasi sederhana. Analisis deskriptif
bertujuan untuk menguraikan tentang karakteristik dari keadaan serta mencoba untuk mencari uraian menyeluruh dan teliti dari suatu keadaan.
Menurut Afiana 2006 analisis deskriptif dapat dirumuskan sebagai berikut :
Dimana : P = Persentase responden yang memilih kategori tertentu
Jumlah responden yang memilih kategori tertentu Total jawaban
3.6.2 Analisis Faktor
Analisis faktor digunakan untuk mengetahui faktor-faktor Kredit Cepat Aman Pegadaian yang lebih dipentingkan nasabah. Pengolahan analisis
faktor ini dibantu dengan program SPSS versi 17 for windows. Secara matematis analisis faktor menyerupai analisis regresi berganda dalam hal
adanya kombinasi linear yang diperlihatkan setiap variable pada faktor-faktor yang mendasarinya. Perbedaannya adalah dalam analisis regresi berganda
dikenal dengan adanya dependent variabel variabel tak bebas dan independent variable variabel bebas dimana analisis faktor adalah tehnik
yang yang mencoba untuk membagi suatu variabel menjadi beberapa kelompok atau untuk member arti pada sekelompok variable.
Menurut Wibisono dalam Widia 2009, ada beberapa teknik analisis interdependensi variabel yang dapat dimasukkan dalam analisis faktor, yaitu :
1. Analisis komponen utama Principle Component Analysis Merupakan teknik reduksi data yang bertujuan untuk membentuk suatu
kombinasi linear dari variabel awal dengan memperhitungkan sebanyak mungkin jumlah variasi variabel awal yang mungkin.
2. Analisis faktor umum Common Factor Analysis Merupakan model faktor yang digunakan untuk mengidentifikasi sejumlah
dimensi dalam data faktor yang tidak mudah untuk dikenali. Prinsip kerja analisis faktor adalah dari n variabel yang diamati
dimana beberapa variabel mempunyai korelasi maka dapat dikatakan bahwa variabel tersebut memiliki p faktor umum common factor yang mendasari
korelasi antar variabel dan juga m faktor unik unique factor yang membedakan tiap variabel. Faktor umum dilambangkan dengan F
1,
F
2,
F
3,
F
4,
...,F
m
dan faktor unik U
1
, U
2
, U
3
, U
4
,...,U
m
. Model matematis dasar analisis
faktor yang digunakan untuk setiap variabel independen X
1
adalah sebagai berikut:
Dimana : Xi
= variabel independen ke-i Fj
= faktor kesamaan ke-j Ui
= faktor unik ke-i Aij
= koefisien faktor kesamaan Bi
= koefisien faktor unik Menurut Santoso 2002, proses dasar dari analisis faktor adalah sebagai
berikut : 1. Menentukan variabel apa saja yang akan dianalisis
2. Menguji variabel-variabel yang akan ditentukan, dengan menggunakan metode Barlett test of sphericity. Untuk menguji kesesuaian pemakaian
analisis faktor, digunakan metode Kaiser-Meyer-Olkin KMO. KMO merupakan indeks pembanding jarak antara koefisien korelasi dengan
koefisien korelasi parsialnya secara keseluruhan. Nilai KMO ynag kecil menunjukan bahwa analisis factor bukan merupakan pilihannya yang
tepat. Untuk dapat dilakukan analisis factor, nilai KMO dianggap cukup apabila nilai KMO ≥ 0,5.
3. Melakukan proses inti dari analisis faktor, yaitu factoring, atau menurunkan satu atau lebih faktor dari variabel-variabel yang telah lolos
pada uji variabel sebelumnya. 4. Melakukan proses factor rotation atau rotasi pada faktor yang telah
terbentuk. Tujuan rotasi ini adalah untuk memperjelas variabel yang masuk ke dalam faktor tertentu.
5. Interpretasi atas faktor yang terbentuk, khususnya memberi nama atas faktor yang terbentuk tersebut yang dianggap bisa mewakili variabel-
variabel anggota faktor tersebut.
6. Bobot faktor. Bobot faktor adalah ukuran yang menyatakan representasi suatu variabel oleh masing-masing faktor.
Hasil utama dari analisis faktor dalam penelitian ini adalah nilai communality Semakin tinggi nilai communality, maka variabel tersebut semakin
dipentingkan oleh konsumen.
IV. HASIL DAN PEMBAHASAN
