S
2
x
8
= 0,869653 S
2
x
9
= 0,762703
2. Mencari nilai total varians tanpa variabel x
1
S
2 t
= 19,951 3.
Melakukan proses perhitungan nilai Alpha Cronbach variabel x
1
dengan memakai rumus:
� = � �
� − 1� � 1
− ∑ �
� 2
�
� 2
� α = 0,7172
Hasil perhitungan nilai Alpha Cronbach menggunakan program SPSS menunjukkan nilai 0,767 yang hampir sama dengan perhitungan Alpha Cronbach
secara manual terhadap variabel x
1
yaitu sebesar 0,7172.
3.7 Analisis Data
Metode analisis data yang digunakan adalah teknik analisis faktor dengan pendekatan komponen utama. Langkah-langkah dalam analisis faktor adalah
sebagai berikut:
3.7.1 Membentuk Matriks Korelasi
a. Matriks korelasi merupakan matriks yang memuat koefisien korelasi dari
semua pasangan variabel dalam penelitian ini. b.
Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel penelitian.
c. Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian
untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor.
Dalam proses analisisnya apabila koefisien korelasi antar variabel terlalu kecil berarti hubungannya lemah, maka metode analisis faktor kurang tepat untuk
dipergunakan. Peneliti mengharapkan selain variabel awal berkorelasi dengan sesama variabel lainnya juga berkorelasi dengan faktor sebagai variabel terakhir
yang didapat dari variabel-variabel awal. Perhitungan matriks korelasi menggunakan program SPSS adalah sebagai berikut:
Tabel 3.10 Matriks Korelasi
Perhitungan nilai korelasi masing-masing variabel secara manual diperoleh dengan memakai rumus korelasi product moment:
} x
x {n
} x
x {n
x .
x x
x n
2 2
2 2
2 1
2 1
2 1
2 1
x x
2 1
∑ −
∑ ∑
− ∑
∑ ∑
− ∑
= r
3.1 Tabel 3.11 Data Perhitungan Korelasi antara Variabel x
1
dengan x
2
No. X
1
X
2
X
1
X
2
X
1 2
X
2 2
1 2
3 4
5 6
1 1,000
2,848 2,84785
1 8,1102255
2 2,368
1,845 4,36943
5,60601 3,4056165
3 3,734
2,848 10,6336
13,942 8,1102255
4 2,368
2,848 6,74285
5,60601 8,1102255
5 3,734
2,848 10,6336
13,942 8,1102255
6 3.734
4,131 15,4258
13,942 17,067497
7 2,368
2,848 6,74285
5,60601 8,1102255
8 1,000
1,000 1
1 1
9 2,368
2,848 5,60601
5,60601 8,1102255
10 2,368
2,848 5,60601
5,60601 8,1102255
11 2,368
1,845 5,60601
5,60601 3,4056165
12 2,368
4,131 5,60601
5,60601 17,067497
13 2,368
2,848 5,60601
5,60601 8,1102255
14 2,368
2,848 5,60601
5,60601 8,1102255
15 2,368
2,848 5,60601
5,60601 8,1102255
∙ ∙
∙ ∙
∙ ∙
∙ ∙
∙ ∙
∙ ∙
∙ ∙
∙ ∙
∙ ∙
132 2,368
2,848 6,74285
5,60601 8,1102255
Jumlah 309,761
386,724 937,700
831,490 1.243,885
Data mentah keseluruhan terdapat pada lampiran 3B
Tabel 3.11 diatas adalah data perhitungan korelasi antara x
1
dan x
2
secara manual diperoleh sebagai berikut:
2 1
x x
r
=
} x
x {n
} x
x {n
x .
x x
x n
2 2
2 2
2 1
2 1
2 1
2 1
∑ −
∑ ∑
− ∑
∑ ∑
− ∑
2 1
x x
r
= 0,280 Hasil perhitungan korelasi antara variabel x
1
dan x
2
menggunakan program SPSS menunjukkan nilai yang hampir sama dengan perhitungan korelasi antara
variabel x
1
dan x
2
secara manual yaitu sebesar 0,280. Selanjutnya dapat dilakukan langkah yang sama untuk menentukan nilai korelasi antara variabel yang lain.
Pada penelitian ini matriks korelasi yang dibentuk dari data yang diperoleh untuk mengetahui faktor-faktor yang mempengaruhi peningkatan jumlah nasabah
BIZZ BCA yaitu memperlihatkan korelasi yang lemah antara variabel x
1
dengan x
2
.
Data mengenai 9 variabel yang berasal dari jawaban 132 orang responden kemudian dianalisa pada anti image correlation. Uji ini dilakukan dengan
memperhatikan angka KMO dan MSA. Kriteria kesesuaian dalam pemakaian analisis faktor adalah:
• Jika harga KMO sebesar 0,9 berarti sangat memuaskan,
• Jika harga KMO sebesar 0,8 berarti memuaskan,
• Jika harga KMO sebesar 0,7 berarti harga menengah,
• Jika harga KMO sebesar 0,6 berarti cukup,
• Jika harga KMO sebesar 0,5 berarti kurang memuaskan, dan
• Jika harga KMO kurang dari 0,5 tidak dapat diterima.
Tabel 4.12 Kaiser-Meyer-Olkin KMO dan Barlett’s Test
KMO and Barlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy .644
Barlett’s Test of Sphericity Approx. Chi-Square 579.788
Df 36
Sig. .000
Hasil perhitungan menunjukkan besaran nilai Barlett Test of Sphericity adalah 579,788 pada signifikan 0,000 yang berarti pada penelitian ini ada korelasi
yang signifikan antar variabel dan hasil perhitungan KMO sebesar 0,644 sehingga kecukupan sampel termasuk kategori yang cukup dan layak untuk diteliti lebih
lanjut. Menurut Santoso 2005 Angka MSA Measure of Sampling Adequecy
berkisar antara 0 sampai dengan 1 dengan kriteria: •
MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel lain. •
MSA ≥ 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.
• MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut.
Hipotesis untuk uji diatas adalah: H
: sampel belum memadai untuk dianalisis lebih lanjut H
1
: sampel sudah memadai untuk dianalisis lebih lanjut
Kriteria dengan melihat probabilitas tingkat signifikansi: Angka Sig.
≥ 0,05, maka H diterima
Angka Sig. 0,05, maka H ditolak
Tabel 3.13 Nilai Measure of Sampling Adequecy MSA
Dengan melihat anti image correlation diketahui hanya ke 6 variabel menunjukkan kriteria angka MSA lebih besar dari 0,5, sedangkan 3 variabel
lainnya masih berada pada kriteria angka MSA lebih kecil dari 0,5 yang berarti hanya 6 variabel yang masih bisa diprediksi untuk dianalisa lebih lanjut.
Dari kedua hasil pengujian di atas, semua variabel mempunyai korelasi yang tidak terlalu kuat, tetapi penelitian masih bisa dilanjutkan karena banyak faktor-faktor
lain yang membuat penelitian ini dapat dilanjutkan.
3.7.2 Ekstraksi Faktor
