3.5. Metode Pengolahan dan Analisis Data 3.5.1. Uji Validitas
Menurut Umar 2005, validitas menunjukkan sejauh mana alat pengukur itu mengukur apa yang ingin diukur. Sekiranya peneliti
menggunakan kuesioner di dalam pengumpulan data penelitian, maka kuesioner yang disusunnya harus mengukur apa yang ingin diukur.
Validitas didefinisikan sebagai sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Instrumen
alat ukur harus memperhatikan ketepatan dan kecermatan. Suatu instrumen mungkin tepat untuk mengukur suatu objek, tetapi belum
tentu cermat. Dengan demikian valid tidaknya alat ukur hanya berlaku untuk tujuan yang spesifik Suliyanto, 2005.
Menurut Suliyanto 2005, kriteria pengujian tes validitas dapat dilakukan dengan beberapa cara berikut:
1. Jika koefisien korelasi product moment melebihi 0,3
2. Jika koefisien korelasi product momentr-Tabel
3. Nilai Sig.
. Rumus yang digunakan adalah teknik korelasi product moment
Umar, 2005:
∑ ∑ ∑
∑ ∑
∑ ∑
…………………………..3 Keterangan:
= jumlah responden = skor masing-masing pertanyaan
= skor total pertanyaan
3.5.2. Uji Reliabilitas
Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat dipercaya. Jika hasil pengukuran yang dilakukan berulang
menghasilkan hasil yang relatif sama, pengukuran tersebut dianggap memiliki tingkat reliabilitas yang baik. Hasil pengukuran dapat
dipercaya hanya apabila dalam beberapa kali pelaksanaan pengukuran
terhadap kelompok objek yang sama diperoleh hasil relatif sama aspek yang diukur belum berubah, meskipun tetap ada toleransi bila terjadi
perbedaan Suliyanto, 2005. Menurut Umar 2005, reliabilitas adalah suatu angka indeks yang
menunjukkan konsistensi suatu alat pengukur di dalam mengukur gejala yang sama. Teknik yang digunakan untuk menguji reliabilitas dengan
menggunakan teknik Cronbach’s Alpha. Teknik ini digunakan untuk mecari raliabilitas instrument yang skornya bukan 0-1, tetapi
merupakan rentang antara beberapa nilai, misalnya 0-10 atau 0-100 atau bentuk skala 1-3, 1-5 atau 1-7 dan seterusnya.
Rumus teknik Cronbach’s Alpha ditulis sebagai berikut Umar, 2005:
∑
………………………………………....4 Keterangan:
= reliabilitas instrument = banyak butir pertanyaan
∑ = jumlah varians butir
= varians total Uji reliabilitas dilakukan pada 30 responden dimana reliabilitas suatu
konstruk variabel dikatakan baik jika nilai alpha cronbach lebih dari 0,6.
3.5.3. Analisis Deskriptif
Menurut Hasan dalam Febrianti 2011, analisis deskriptif merupakan bentuk analisis data penelitian untuk menguji generalisasi
hasil penelitian yang didasarkan atas satu sampel. Analisis deskriptif menggunakan satu variabel atau lebih tetapi bersifat mandiri. Oleh
karena itu analisis ini tidak berbentuk perbandingan atau hubungan. Analisis deskriptif pada penelitian ini digunakan untuk mengetahui
karakteristik konsumen dan proses pengambilan keputusan pembelian konsumen terhadap produk bakery BReAD Unit melalui perhitungan
persentase jumlah responden yang disajikan dalam bentuk tabulasi sederhana.
3.5.4. Analisis Faktor
Analisis faktor dalam penelitian ini digunakan untuk mengetahui faktor-faktor yang mempengaruhi preferensi konsumen terhadap atribut
produk bakery BReAD Unit. Menurut Suliyanto 2005, 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.
Menurut Widarjono 2010, tujuan analisis faktor adalah mencari seminimal mungkin faktor dengan prinsip kesederhanaan atau
parsimoni parsimony yang mampu menghasilkan korelasi diantara indikator-indikator yang diobservasi. Untuk mendapatkan sejumlah
faktor umum tersebut ada beberapa langkah yang harus diambil: 1.
Langkah pertama adalah menghitung korelasi antara indikator yang diobservasi untuk mengetahui syarat kecukupan bagi data di dalam
analisis faktor dengan metode Kaiser-Meyer-Olkin KMO. Metode KMO ini mengukur kecukupan sampling secara menyeluruh dan
mengukur kecukupan sampling untuk setiap indicator. Metode KMO mengukur homogenitas indikator. Metode KMO ini tidak
memerlukan uji statistikal, tetapi ada petunjuk yang bisa digunakan untuk melihat homegenitas indikator sebagaimana terlihat dalam
Tabel 3.
Tabel 3. Ukuran Kaiser-Meyer-Olkin
No. Ukuran
KMO Rekomendasi
1 ≥ 0,9
Sangat baik Marvelous 2
0,80 – 0,89 Berguna Meritorious
3 0,70 – 0,79
Biasa Middling
Lanjutan Tabel 3.
4 0,60 – 0,69
Cukup Mediocre 5
0,50 – 0,59 Buruk Miserable
6 ≤ 0,50
Tidak diterima Unacceptable
Secara umum tingginya KMO sangat diperlukan. Dari Tabel 2 tersebut maka disarankan untuk paling tidak di atas 0,80. Namun, di
atas 0,5 biasanya masih bisa diakomodasi untuk penentuan analisis faktor.
Selain memasukkan semua indikator di dalam perhitungan korelasi, Kaiser-Meyer Olkin juga menghitung koefisien korelasi di dalam
analisis faktor untuk indikator tertentu digunakan pengukuran Measure of Sampling Adequacy
MSA. Prosedurnya adalah jika nilai MSA
≥ 0,5 maka indicator tersebut layak untuk digunakan untuk analisis faktor dan sebaliknya jika nilai MSA 0,5 maka
indikator tersebut tidak layak. 2.
Langkah kedua di dalam analisis faktor adalah ekstraksi faktor extraction. Ekstraksi faktor adalah suatu metode yang digunakan
untuk mereduksi data dari beberapa indikator untuk menghasilkan faktor yang lebih sedikit yang mampu menjelaskan korelasi antara
indikator yang diobservasi. Menurut Suliyanto 2005, model analisis faktor dapat dikelompokkan menjadi dua, yaitu:
1. Principal Components Analysis, merupakan model dalam analisis
faktor yang tujuannya untuk melakukan prediksi terhadap sejumlah faktor yang akan dihasilkan.
Model Principal Components Analysis: ℓ
ℓ . . . ℓ
……………………………5 Syarat, m
≤ p Jika ditulis dalam bentuk matriks adalah:
F = ℓX, dimana: F :faktor principal components unobservable
X : variabel yang diteliti observable ℓ : bobot dari kombinasi linier loading
2. Common Factors, merupakan model dalam analisis faktor yang
tujuannya untuk mengetahui struktur dari variabel yang diteliti karakteristik dari observasi.
Model Common Factors: ℓ
ℓ . . . ℓ
ε ………………………..6 Syarat, m
≤ p Jika ditulis dalam bentuk matriks adalah:
X = ℓF + ε, dimana: F : common factors unobservable
X : variabel yang diteliti observable ℓ : bobot dari kombinasi linear loading
ε : specific factor 3.
Langkah selanjutnya adalah rotasi faktor rotation. Rotasi faktor ini diperlukan jika metode ekstraksi faktor belum menghasilkan
komponen faktor utama yang jelas. Tujuan dari rotasi faktor ini agar dapat memperoleh struktur faktor yang lebih sederhana agar
mudah diinterpretasikan. Ada beberapa metode rotasi faktor yang bisa digunakan yaitu:
1. Varimax Method
Varimax Method adalah metode rotasi orthogonal untuk
meminimalisasi jumlah indikator yang mempunyai factor loading
tinggi pada tiap faktor. 2.
Quartimax Method Quartimax method
merupakan metode rotasi untuk meminimalisasi jumlah faktor yang digunakan untuk
menjelaskan indikator. 3.
Equamax Method Equamax method
merupakan metode gabungan antara varimax method
yang meminimalkan indikator dan quartimax method yang meminimalkan faktor.
IV. HASIL DAN PEMBAHASAN
