Analisis Faktor Yang Mempengaruhi Peningkatan Jumlah Nasabah Bizz Pada PT. Bank Central Asia Studi Kasus : Nasabah Bank Bca Capem Surabaya - Medan

(1)

SKRIPSI

NURHASDILA

130823035

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUANALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

(2)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

NURHASDILA

130823035

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2015

(3)

Judul

: ANALISIS FAKTOR YANG

MEMPENGARUHI PENINGKATAN

JUMLAH NASABAH BIZZ PADA

PT. BANK CENTRAL ASIA STUDI

KASUS : NASABAH BANK BCA

CAPEM SURABAYA - MEDAN

Kategori

: SKRIPSI

Nama

: NURHASDILA

Nomor Induk Mahasiswa

: 130823035

Program Studi

: SARJANA (S1) EKSTENSI

MATEMATIKA

Departemen

: MATEMATIKA

Fakultas

: MATEMATIKA DAN ILMU

PENGETAHUAN ALAM (FMIPA)

UNVERSITAS SUMATERA UTARA

Disetujui di

Medan, Agustus 2015

Komisi Pembimbing

:

Pembimbing 2 ,

Pembimbing 1,

Drs. Gim Tarigan, M.Si

Drs. Pengarapen Bangun, M.Si

NIP 19550202198601 1 001

NIP 19560815 1985031 005

Disetujui oleh

Departemen Matematika FMIPA USU

Ketua,

Prof. Dr. Tulus, M.Si.

NIP. 196209011988031002

(4)

ANALISIS FAKTOR YANG MEMPENGARUHI PENINGKATAN JUMLAH NASABAH BIZZ PADA PT. BANK CENTRAL ASIA ( Studi Kasus : Nasabah Bank BCA Capem Surabaya – Medan )

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri. Kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Agustus 2015 NURHASDILA 130823035

(5)

iii

Puji dan syukur penulis ucapkan kehadirat Allah SWT yang telah melimpahkan karunia-Nya, sehingga penulis dapat menyelesaikan penyusunan skripsi dengan judul Analisis Faktor Yang Mempengaruhi Peningkatan Jumlah Nasabah BIZZ Pada PT. Bank Central Asia ( Studi Kasus : Nasabah Bank BCA Capem Surabaya – Medan ).

Terima kasih Penulis Sampaikan Kepada Bapak Drs. Pangarapen Bangun, M.Si selaku pembimbing 1 dan Bapak Drs. Gim Tarigan, M.Si selaku pembimbing 2 yang telah meluangkan waktunya untuk membimbing selama penyusunan skripsi ini. Terimakasih kepada Bapak Drs. Marihat Situmorang, M.Kom selaku pembanding 1 dan Bapak Drs. Partano Siagian, M.Sc selaku pembanding 2 yang telah memberikan masukan selama penyusunan skripsi ini. Terima kasih kepada Bapak Prof. Dr. Tulus, M.Si dan Ibu Dra.Mardiningsih, M.Si selaku Ketua Departemen dan Sekertaris Departemen Matematika FMIPA USU Medan, Dekan dan Pembantu Dekan FMIPA USU dan rekan-rekan kuliah.Terima kasih penulis sampaikan kepada Ibu Rubi Susanyati selaku Pempinan BCA Capem Surabaya – Medan. Yang terspesial buat orang tua saya Bapak Hasballah dan Ibu Nurmala, serta Faritzs Adam yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Allah SWT akan membalasnya.

(6)

ABSTRAK

Analisis faktor yang merupakan salah satu metode multivariat yang digunakan untk menganalisis variabel – variabel yang diduga memiliki keterkaitan satu sama lain sehingga keterkaitan tersebut dapat dijelaskan dan dipetakan atau dikelompokkan pada faktor yang tepat. Pada penelitian ini digunakan Analisis Faktor untuk mengetahui apa saja faktor – faktor yang dominan yang mempengaruhi nasabah dalam peningkatan jumlah nasabah BIZZ menurut asumsi/persepsi nasabah BCA Capem Surabaya-Medan selaku responden dalam penelitian ini. Berdasarkan hasil penelitian diperoleh 3 faktor yang dominan yang dapat mempengaruhi penigkatan jumlah nasabah BIZZ yaitu faktor kualitas dan promosi (41,012%), faktor tingkat tabungan dan kepuasan (19,127%), faktor lokasi BCA BIZZ dan popularitas (13,594%). Ketiga faktor tersebut memberikan proporsi keragaman kumulatif sebesar 73,733% artinya faktor tersebut dapat mempengaruhi nasabah dalam proses peningkatan jumlah nasabah BIZZ BCA sebesar 73,33% dan sisanya dapat dipengaruhi faktor - faktor lainnya yang tidak terdentifikasi oleh model penelitian.

Kata kunci : Analisis Faktor, Korelasi Product Moment, Matriks Korelasi, Varians,variabel, dan Data

(7)

v ABSTRACT

Analysis of the factors which is one method used to analyze multivariate variables suspected of having links with one another so that the association can be explained and mapped of grouped on the right factors. In this study used factor analysis to find out what factors – the dominant factor affecting customers in an increasing number of customers BIZZ according to the assumptions/perceptions of the customers BCA capem Surabaya – Medan as respondents in this study. Based on the result obtained by three dominant factors than can affect an increasing number of customers BIZZ are quality factor and promotion (41.012%), balance and statisfaction factor (19.127%), BCA BIZZ location factor and popularity (13.594%). These three factors give the cumulative proportion of diversity 73.733% means that all three factor can effect customers in the process of increasing the number of customers BIZZ BCA amounted to 73.733% and the rest can be influenced by factors, other factors that are not identified by the research model.

Keywords : Factor Analysis, Product Moment Correlation, Correlation Matrix, Variance, Variables and Data.

(8)

Halaman

PESETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

ABSTRAK iv

ABSTRACT v

DAFTAR ISI vi

DAFTAR TABEL vii

DAFTAR GAMBAR ix

DAFTAR LAMPIRAN x

BAB 1 PENDAHULUAN

1.1Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Peneltian 4

1.6 Lokasi Penelitian 4

1.7 Metode Penelitian 4

BAB 2 LANDASAN TEORI

2.1 BCA BIZZ 6

2.1.1 Layanan Umum 7

2.1.2 Layanan Khusus 7

2.1.3 Syarat dan Ketentuan BCA BIZZ 9

2.2 Variabel 10

2.3 Data 11

2.3.1 Uji Pengolahan Data 11

2.3.1.1 Uji validitas 11

(9)

vii

2.4.2 Model Analisis Faktor 13

2.4.3 Statistik yang berkaitan dengan Analisis Faktor 14

2.4.4 Langkah – langkah Analisis Faktor 18

BAB 3 PEMBAHASAN DAN HASIL

3.1 Populasi, Sampel dam teknik Penarikan Sampel 24

3.2 Variabel Penelitian 26

3.3 Sumber data 27

3.4 Pengolahan Data 28

3.4.1 Input Data Mentah 28

3.4.2 Penskalaan Data Ordinal Menjadi Data Interval 29

3.5 Uji Validitas 32

3.6 Uji Reliabilitas 34

3.7 Analisis Data 36

3.7.1 Membentuk Matriks Korelasi 36

3.7.2 Ekstraksi Faktor 41

3.7.3 Menentukan Banyaknya Faktor 44

3.7.4 Melakukan Rotasi Faktor 45

3.7.5 Interpretasi Faktor 48

3.7.6 Menentukan Ketepatan Model 50

BAB 4 KESIMPULAN DAN SARAN

4.1 Kesimpulan 52

4.2 Saran 52

(10)

viii

Halaman

Tabel 2.1 Korelasi Antar Variabel 18

Tabel 3.1 Daftar Jumlah Nasabah BCA BIZZ 24

Tabel 3.2 Tabel Krejcie 25

Tabel 3.3 Data Hasil Kuisioner 28

Tabel 3.4 Penskalaan Variabel 29

Tabel 3.5 Hasil Penskalaan Variabel 31

Tabel 3.6 Data Interval 31

Tabel 3.7 Uji Validitas Variabel Penelitan 32

Tabel 3.8 Contoh Perhitungan Korelasi Product Moment 33

Tabel 3.9 Uji Reliabilitas Variabel Penelitian 35

Tabel 3.10 Matriks Korelasi 37

Tabel 3.11 Perhitungan Korelasi Antara Variabel X1 Dengan X2 37

Tabel 3.12 Kaiser-Meyer-Olkin (KMO) dan Barlett’s Test 39

Tabel 3.13 Nilai Measure Of Sampling Adequency (MSA) 40

Tabel 3.14 Komunalitas Variabel 41

Tabel 3.15 Nilai Eigenvalue Untuk Setiap Variabel 43

Tabel 3.16 Sumbangan Masing-Masing Faktor 43

Tabel 3.17 Matriks Faktor (a) (Sebelum Dirotasi) 46

Tabel 3.18 Matriks Faktor (a) (Setelah Dirotasi) 47

Tabel 3.19 Korelasi Antara Variabel Sebelum Dirotasi dan Setelah Dirotasi

(11)

Halaman Gambar 3.1 Scree Plot 51

(12)

Lampiran 1 : Kuisioner Penelitian 55

Lampiran 2 : Data Hasil Kuisioner 57

Lampiran 2A : Data Mentah Hasil Kuisioner 57

Lampiran 2B : Transformasi Data Ordinal ke Interval 62

Lampiran 3 : Data Perhitungan Korelasi 68

Lampiran 3A : Data Perhitungan Korelasi Product Moment 68 Lampiran 3B : Data Perhitugan Korelasi Variabel X1 dan X2 73

Lampiran 4 : Perhitungan Manual 78

Lampiran 4A : Menghitung Nilai Densitas dari Nilai Z 78

Lampiran 4B : Menghitung Scale Value 78

Lampiran 4C : Perhitungan Korelasi Product Moment 79 LAmpiran 4D: Perhitungan Korelasi Antara Variabel X1 dan X2 80

Lampiran 5 : Perhitungan Nilai Alpha Cronbach Variabel X1 81

Lampiran 5A : Mencari Nilai Varians masing-masing variabel 81 Lampiran 5B : Perhitungan Alpha Cronbach variabel X1 90

Lampiran 5C : Mencari nilai total varians (tanpa variabel X1) 91

(13)

ABSTRAK

Kata kunci : Analisis Faktor, Korelasi Product Moment, Matriks Korelasi, Varians,variabel, dan Data

(14)

v ABSTRACT

Keywords : Factor Analysis, Product Moment Correlation, Correlation Matrix, Variance, Variables and Data.

(15)

BAB I

PENDAHULUAN

1.1 Latar Belakang

Persaingan global pada saat ini sudah merupakan fenomena yang tak terhindarkan dalam dunia industri, yang ditandai dengan perubahan-perubahan yang serba cepat dibidang komunikasi, informasi dan teknologi. Dalam era komunikasi, informasi dan teknologi ini baik kegiatan manufaktur maupun jasa sangat membutuhkan kemampuan baru agar perusahaan dapat berhasil secara kompetitif. Perbubahan dunia yang begitu cepat telah memaksa produsen berfikir keras agar tetap eksis didunianya. Begitu pula dengan teknologi informasi dan telekomunikasi yang berkembang dalam hitungan detik. Imbas yang paling nyata adalah masyarakat begitu cepat dan pandai dalam memilih produk dan fasilitas yang lengkap dengan membanding-bandingkan antara produk yang sejenis, kelengkapan fasilitas, kenyamanan yang dalam hal ini sesuai dengan keinginan dan kebutuhan mereka.

Salah satu cara agar penjualan jasa suatu perbankan lebih unggul dibandingkan para pesaingnya adalah memberikan pelayanan yang berkualitas dan bermutu,yang memenuhi tingkat kepentingan pelanggan terhadap jasa yang mereka terima. Pelanggan memilih pemberi jasa berdasarkan peringkat kepentingan dan setelah menikmati jasa tersebut cendrung akan membandingkan dengan yang mereka harapkan.

Bila jasa yang mereka nikmati berada jauh dibawah jasa yang mereka harapkan, para pelanggan akan meninggalkan pemberi jasa tersebut. Sebaliknya, jasa yang mereka nikmati memenuhi atau melebihi tingkat kepentingan, mereka akan cendrung memakai kembali produk dan jasa tersebut. Selain itu pelanggan juga membutuhkan komitmen dan kesungguhan petugas dalam melayani

(16)

pelanggan , sikap tanggap dan peduli, jaminan, informasi terbaru dan sikap petugas dalam memberikan layanan.

Bank BCA sebagai salah satu bank umum yang selalu ingin eksis melayani masyarakat luas harulah memiliki pelayanan yang sesuai dengan keinginan agar pelanggan tidak berpaling ke bank lain. Seiring pulihnya kondisi perekonomian dan pesatnya perkembangan sektor bisnis seperti mal yang tidak pernah sepi pengunjung juga menyebakan pelaku bisnis atau pedagang menghadapi kendala dalam melakukan transaksi perbankan. Keterbatasan waktu karena kesibukan bisnis membuat para pelaku bisnis atau pedagang berharap mendapatkan layanan perbankan yang mudah dijangkau, cepat dan mudah memantau aktivitas rekening bisnisnya serta aman.

Dalam hal ini PT. BCA mengembangkan produk dan layanan BCA bizz sebagai delivery channel yang ditujukan khusus untuk segmen nasabah bisnis atau pedagang individu disentra perdagangan. Layanan BCA bizz ini memberikan kemudahan-kemudahan bagi pedagang dalam melakukan transaksi perbankannya.

Dalam pemberian layanan tersebut diatas PT BCA memiliki beberapa syarat dan ketentuan yang harus dipenuhi oleh nasabah yang salah satunya adalah memiliki rekening tabungan dicabang yang memiliki layanan BCA bizz tersebut.

PT. BCA capem Surabaya yang terletak disentra perdagangan merupakan salah satu cabang BCA yang telah memiliki layanan BCA bizz yang ditujukan untuk para pelaku bisnis atau pedagang yang ada disekitarnya.

Meskipun layanan ini merupakan kemudahan-kemudahan yang diberikan kepada nasabahnya tanpa dipungut biaya namun tidak semua nasabah PT BCA Capem Surabaya mempergunakan fasilitas ini. Masih ada nasabah yang tetap menggunakan rekening tabungan lamanya untuk bertransaksi, mereka enggan untuk mengalihkannya ke rekening BCA Capem Surabaya.

(17)

Berdasarkan uraian tersebut diatas penulis tertarik untuk melakukan penelitian apakah pelayanan yang diberikan tidak memuaskan dan tidak sesuai dengan keinginan nasabah sehingga menjadikan nasabah enggan untuk mengalihkan rekening tabungannya ke BCA Capem Surabaya Medan, apakah dengan adanya pelayanan ini jumlah nasabah akan mengalami peningkatan atau tidak. Dalam hal ini penulis memilih judul“Analisis Faktor yang

Mempengaruhi Peningkatan Jumlah Nasabah BIZZ pada PT. Bank Central Asia (Studi Kasus : Nasabah Bank BCA Capem Surabaya – Medan)”.

1.2 Rumusan Masalah

Masalah yang akan dibahas yaitu mengenai faktor-faktor apa saja yang mempengaruhi peningkatkan jumlah nasabah BIZZ BCA dengan menggunakan analisis faktor, sehingga kita dapat mengetahui diantara faktor-faktor tersebut faktor utama yang paling dominan yang mempengaruhi nasabah dalam proses keputusan pengambilan keputusan.

1.3 Batasan Masalah

Batasan dalam penelitian ini adalah :

1. Penelitian ini menggunakan analisis faktor untuk mengetahui faktor-faktor yang mempengaruhi peningkatan jumlah nasabah Bizz BCA. Faktor-faktor kualitas pelayanan (x1), tingkat tabungan (x2), kualitas produk (x3),

kepercayaan (x4), kepuasan nasabah (x5), promosi produk (x6), lokasi BCA

BIZZ (x7), keunggulan produk (x8), dan popularitas produk (x9).

2. Data yang digunakan adalah data primer yang diambil melalui kuesioner. Data ini diperoleh dari nasabah Bizz BCA.

(18)

1.4 Tujuan Penelitian

Penelitian ini bertujuan untuk mengetahui faktor apa yang dominan mempengaruhi peningkatan jumlah nasabah Bizz BCA. Sehingga faktor tersebut dapat diantisipasi dan juga dikendalikan.

1.5 Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Bagi PT BCA, sebagai bahan pertimbangan atau masukan dalam meningkatkan layanan BCA bizz yang dapat menciptakan keunggulan bersaing dengan perusahaan lain

2. Hasil penelitian ini dapat dijadikan sebagai bahan referensi untuk peneliti peneliti berikutnya dalam data yang akan dianalisis

3. Menambah wawasan dan memperkaya literatur dalam bidang statistika yangberhubungan dengan analisis faktor

4. Sebagai sumber informasi bagi pihak-pihak yang ingin melakukan penelitian khususnya pada kajian yang sama yang berkenaan dengan masalah pelayanan perbankan.

1.6 Lokasi Penelitian

Lokasi penelitian ini adalah di Kantor Bank Central Asia Cabang Pembantu Jl. Surabaya No. 133 – 135 Medan.

1.7 Metodologi Penelitian

1. Menentukan Variabel

Menentukan variabel penelitian yang mempengaruhi peningkatan jumlah nasabah. Variabel-variabelnya adalahkualitas pelayanan (x1), tingkat tabungan

(x2), kualitas produk (x3), kepercayaan (x4), kepuasan nasabah (x5), promosi

(19)

produk (x9).Variabel-variabel tersebut yang akan diuji manakah variabel yang

paling dominan yang mempengaruhi calon nasabah dalam mengikuti Bizz BCA

2. Pengumpulan data

Mengumpulkan data primer yang bersumber pada hasil kuesioner terhadap responden yang merupakan nasabah Bizz Bank Central Asia, dengan menggunakan angket (kuesioner).

3. Pengolahan dan analisis data

Mengolah dan menganalisis data hasil kuesioner yang diperoleh dengan cara manual data dan dengan menggunakan software statistika SPSS.

4. Penskalaan data ordinal menjadi data interval

Berdasarkan data mentah hasil kuesioner dapat dibuat suatu matriks Xpxn yang telah dilakukan penskalaan menjadi skala interval. Dalam penelitian ini digunakan teknik penskalaan Methods Successive Interval dengan bantuan Microsoft Office Excel 2007.

5. Melakukan Uji Validitas dan reliabilitas

Uji validitas dilakukan untuk mengetahui tingkat kevalidan dari instrumen (kuesioner) yang digunakan dalam pengumpulan data. Uji reliabilitas berguna untuk menetapkan apakah instrumen yang dalam hal ini kuesioer dapat digunakan lebih dari satu kali.

6. Menganalisa data dengan menggunakan teknik analisis faktor

Metode analisis data yang digunakan adalah teknik analisis faktor dengan pendekatan komponen utama. Langkah-langkah dalam analisis faktor adalah sebagai berikut:

a. Merumuskan masalah b. Membentuk matriks korelasi c. Menentukan metode analisis faktor d. Menentukan banyaknya faktor e. Melakukan rotasi terhadap faktor

f. Membuat interpretasi hasil rotasi terhadap faktor g. Menentukan ketepatan model (model fit)

(20)

BAB 2

LANDASAN TEORI

2.1 BCA BIZZ

PT. BCA didirikan pada tanggal 21 februari 1957 di pusat perniagaan Jakarta, berdasarkan akte notaris Raden Mas Suprapto nomor 32 tanggal 12 oktober 1956. Pada saat itu bentuk hukumnya adalah N.V yang bergerak dibidang jasa perbankan. . Perusahaan juga meningkatkan hubungan dengan para merchant penerima paspor BCA, melalui penawaran program insentif maupun promosi khusus yang dikaitkan dengan transaksi pembelanjaan kartu paspor BCA tersebut.

Inovasi lainnya dalam peningkatan pelayanan perbankan perusahaan membuka layanan BCA Bizz singkatan dari BCA Bisnis yang mencakup 8 kantor cabang diberbagai pusat bisnis Jakarta. Sasaran BCA Bizz adalah pemilik usaha atau wirausahawan yang memerlukan layanan perbankan khusus yang dapat menghemat waktu bagi nasabahnya agar dapat mencurahkan perhatiannya kepada usahanya. Tahun 2004 layanan ini berkembang didaerah lainnya seperti Bandung, Surabaya dan Medan. BCA Bizz merupakan layanan delivery channel yang terletak disentra bisnis perdagangan seperti mal-mal atau pusat-pusat perbelanjaan modern.

BCA Bizz pertama dibuka di Pusat Perdagangan Grosir Pasar Pagi Mangga Dua Jakarta 16 Desember 2002. BCA Bizz adalah suatu bentuk layanan khusus yang diberikan oleh pihak bank kepada nasabah individual bisnis atau segmen pedagang terpilih. BCA Bizz memberikan kemudahan-kemudahan bagi pedagang yang memiliki kesibukan yang padat sehingga tidak dapat meninggalkan usahanya untuk menyelesaikan transaksi perbankannya . Nasabah BCA Bizz juga dapat memberikan kuasanya kepada orang kepercayaannya dalam menyelesaikan transaksi perbankannya. Dalam hal ini kuasa tersebut telah tercantum sebelumnya pada saat pengisian formulir nasabah BCA Bizz. BCA Bizz Cabang Pembantu Surabaya dibuka pada tanggal 21 April 2004.

(21)

Secara singkat BCA Bizz itu adalah 1. Terletak di sentra bisnis perdagangan 2. Merupakan delivery channel

3. Khusus bagi pebisnis

4. Ditujukan bagi pelaku bisnis yang membutuhkan layanan transaksi perbankan demi menunjang kelancaran bisnis.

Pemberian dari layanan BCA Bizz ini diberikan kepada nasabah yang hanya anggota dari BCA Bizz beserta wakil yang telah ditunjuk oleh nasabah anggota BCA Bizz. Untuk memberikan layanan yang nyaman lokasi ruangan BCA Bizz berada diruangan yang berbeda dengan counter untuk melayani nasabah umum. Lebih jelasnya ruangan yang disediakan berbeda dengan nasabah yang bukan anggota BCA Bizz (nasabah umum).

Adapun layanan yang dioperasikan pada BCA Bizz adalah

2.1.1Layanan Umum

a. Pembukaan rekening, dalam hal ini pembukaan rekening tahapan, giro maupun deposito

b. Transaksi ke rekening baik setoran, tarikan, pemindahbukuan, kliring dan ingkaso

c. Pencetakan mutasi rekening

d. Layanan jasa seperti KU (Kiriman Uang), OR dan setoran pajak

2.1.2 Layanan Khusus

Dalam pemberian layanan khusus ini hanya dapat dilakukan di cabang BCA Bizz tempat pertama kali nasabah direkrut (selanjutnya disebut BCA Bizz asal).

Layanan ini mencakup:

a. Tarikan Tahapan/ Tapres tanpa kartu paspor BCA yang mana jika nasabah umum melakukan transaksi penarikan atau pemindahbukuan harus menggunakan kartu paspor BCA sebagai salah satu syarat kelengkapan penarikan yang penggunaannya digesekkan pada mesin tersebut dan menekan nomor pin. Namun khusus untuk nasabah BCA Bizz diberikan

(22)

kelonggaran apabila mereka lupa membawa kartu paspor BCA, kelonggaran ini juga dapat diberikan kepada kuasanya dalam melakukan pemindahbukuan. Akan tetapi petugas akan mengkonfirmasi terlebih dahulu kepada pemilik rekening sebelum dilaksanakan transaksinya. b. Pemindahbukuan tanpa bukti kepemilikan, dalam hal ini maksudnya

bahwa transaksi pemindahbukuan dapat dilakukan oleh orang/ kuasa yang tercantum pada daftar keanggotaan Bizz yang mana dalam pelaksanaannya tidak perlu membawa kartu paspor dan buku tabungan.

c. Pick up dan Delivery uang tunai

Pick up dan Delivery diatas maksudnya adalah bahwa nasabah tidak perlu

repot-repot untuk membawa uangnya dan menanggung resiko yang besar menuju ke bank ditempat keramaian dengan membawa sejumlah uang untuk disetorkan ke rekeningnya, melainkan cukup hanya dengan menelfon ke kantor BCA bizz dan meminta untuk dijemput setorannya. Setelah petugas datang sesuai jadwal yang disepakati, nasabah hanya tinggal menitipkan secure bag yang berisi transaksi perbankan kepada petugas. Dalam hal ini petugas tidak menyelasaikan transaksi tersebut ditempat bahkan petugas tidak mengetahui transaksi yang ada didalamnya. Namun nasabah tidak perlu khawatir dengan keamanan uang dan slip-slip penting lainnya yang ada didalam bag tersebut. Pada saat secure bag diserahkan maka secure bag diproteksi dengan segel sekali pakai. Lalu

secure bag akan dibuka disatu ruangan khusus yang dilengkapi dengan

kamera CCTV digital untuk pengawasan. Kegiatan tersebut dilakukan dan diproses oleh seorang petugas BCA Bizz yang akan diawasi oleh seorang saksi. Setelah transaksi selesai dilaksanakan bukti falidasi atau slip setorannya akan diantarkan pada sore harinya. Layanan ini dilakukan dengan menggunakan jasa pihak ketiga dan dikawal oleh satu hingga dua orang petugas keamanan.

d. Drop Bag

Yakni layanan yang diberikan kepada nasabah BCA Bizz yang mana nasabah ataupun kuasanya hadir ke bank dan melakukam transaksi setoran, pemindahbukuan ataupun giro tetapi ingin segera selesai

(23)

transaksinya dan tidak mau mengantri di counter teller. Dalam hal ini BCA Bizz memberikan layanan Drop Bag yang mana nasabah atau wakilnya bias menempatkan uangnya dan slip-slip transaksinya kedalam secure bag dan meninggalkannya di counterDrop Bag di gerai BCA Bizz. Pelaksanaan dan penyelasaian transaksinya sama dengan layanan pick up diatas bedanya kalau DropBag mereka langsung datang ke Counter yang jam pelayanannya juga berbeda dengan jam pelayanan nasabah umum.Untuk hari senin sampai dengan jumat operasional dimulai jam 09:00 sampai 15:00 namun khusus untuk nasabah BCA Bizz sampai dengan jam 16:00. sedangkan hari sabtu hanya melayani nasabah BCA Bizz yang jam operasionalnya dimulai dari jam 12:00 sampai dengan 16:00 dan hanya setoran titipan.

e. Setoran Titipan hari Sabtu

Setoran titipan ini akan dibukukan pada hari senin paginya.Tujuannya diberikan fasilitas setoran titipan hari sabtu ini adalah agar nasabah tidak perlu repot- repot membawa pulang uang dan membawanya kembali hari senin untuk meyelesaikan transaksi perbankannya. Terlebih-lebih apabila rekan bisnis membayarkan uang dalam jumlah besar yang akhirnya menjadikan ketidaknyamanan dalam perjalanan dari tempat usaha menuju kerumah.

f. Layanan lainnya seperti penukaran uang kecil yang sering dibutuhkan oleh pengusaha, serta permintaan mesin gesek EDC (Electronic DataCapture)

2.1.3 Syarat dan Ketentuan BCA Bizz

Untuk menjadi anggota BCA Bizz ada beberapa syarat dan ketentuan yang harus dipenuhi oleh nasabah yakni:

a) Mengisi formulir keanggotaan BCA Bizz b) Mengisi kartu specimen tanda tangan

c) Membaca dan menandatangani formulir Ketentuan dan Syarat

d) Menyerahkan pas photo sebanyak 2 lembar termasuk wakil yang ditunjuk

(24)

Setelah nasabah menjadi anggota BCA Bizz nasabah akan diberikan kartu BCA Bizz beserta wakil yang telah ditunjuk. Kartu BCA Bizz tersebut berfungsi sebagai tanda pengenal dan merpakan sarana bagi karyawan BCA Bizz untuk mengidentifikasi nasabah yang dapat dilayani di counter BCA Bizz. Dalam pemberian layanan ini nasbah tidak dikenakan biaya untuk mendapatkan fasilitas layanan yang ada.

2.2 Variabel

Variabel adalah konsep yang mempunyai bermacam-macam nilai. Dengan demikian, variabel adalah merupakan objek yang berbentuk apa saja yang ditentukan oleh peneliti dengan tujuan untuk memperoleh informasi agar bisa ditarik suatu kesimpulan. Secara teori, definisi variabel penelitian adalah merupakan suatu objek, atau sifat, atau atribut atau nilai dari orang, atau kegiatan yang mempunyai bermacam-macam variasi antara satu dengan lainnya yang ditetapkan oleh peneliti dengan tujuan untuk dipelajari dan ditarik kesimpulan

Variabel merupakan suatu istilah yang berasal dari kata vary dan able yang berarti “berubah” dan “dapat”. Jadi kata variabel berarti dapat berubah. Oleh sebab itu, setiap variabel dapat diberi nilai dan nilai itu berubah-ubah. Nilai itu berupa nilai kuantitatif maupun kualitatif. Dilihat dari segi nilainya, variabel dibedakan menjadi dua, yaitu variabel diskrit dan variabel kontinu. Variabel diskrit nilai kuantitatifnya selalu berupa bilangan bulat. Variabel kontinu nilai kuantitatifnya bisa berupa pecah

Menurut hubungan antara suatu variabel dengan variabel lainnya, variabel terbagi atas beberapa yaitu:

1. Variabel Dependen

Variabel dependen dalam bahasa Indonesia sering disebut sebagai peubah tak bebas, variabel output, kriteria, atau konsekuen. Variabel ini juga sering disebut sebagai variabel terikat. Variabel terikat atau peubah tak bebas ini merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel sebab atau peubah bebas.

(25)

2. Variabel Independen

Variabel independen atau variabel bebas, atau peubah bebas sering juga disebut dengan variabel stimulus atau predictor, atau variabel

antecedent. Jika diterjemahkan dalam bahasa Indonesia, variabel

independen disebut juga sebagai peubah bebas. Peubah bebas ini adalah merupakan peubah yang mempengaruhi atau yang menjadi sebabterjadinya perubahan terhadap peubah tak bebas. Atau yang menyebabkan terjadinya variasi bagi peubah tak bebas (variabel dependen).

2.3 Data

Data adalah bahan mentah yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta (Riduwan, 2002). Pengolahan data merupakan kegiatan terpenting dalam proses dan kegiatan penelitian. Kekeliruan memilih analisis dan perhitungan akan berakibat fatal pada kesimpulan, generalisasi maupun interpretasi.

2.3.3 Uji Dalam Pengolahan Data 2.3.3.1 Uji Validitas

Validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu test atau instrumen pengukur dapat dikatakan mempunyai validitas yang tinggi apabila alat ukur tersebut menjalankan fungsi ukurnya, atau memberikan hasil ukur yang sesuai dengan maksud dilakukannya pengukuran tersebut. Metode yang digunakan untuk menguji validitas adalah dengan korelasi product moment yang rumusnya sebagai berikut:

} Y) ( Y {n } X) ( X n {

Y) X. ( XY) n( r

2 2

∑ − ∑ ∑

− ∑

∑ ∑ − ∑ =

(26)

Keterangan:

rxy = koefisien korelasi antara variabel x dan variabel y

X = skor variabel Y = skor total n = jumlah sampel

Untuk menentukan valid tidaknya variabel adalah dengan cara mengkonsultasikan hasil perhitungan koefisien korelasi dengan tabel nilai koefisien (r) pada taraf kepercayaan 95%.

Apabila rxy≥ rtabel , menyatakan data valid

Apabila rxy< rtabel , menyatakan datatidak valid

(Ade Fatma, 2007)

2.3.3.2 Uji Reliabilitas

Reliabilitas menunjukkan sejauh mana hasil pengukuran dapat dipercaya. Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabilitas. Metode yang digunakan untuk menguji reliabilitas adalah metode

Alpha Cronbach. Variabel dikatakan reliabel jika memberikan nilai Alpha Cronbach > 0,60 (Ade Fatma, 2007). Nilai Alpha Cronbach diperoleh dengan

menggunakan rumus sebagai berikut:

�= � �

� −1� �1−

∑ ��2 ��2 �

(2.2) keterangan:

 = reliabilitas instrumen

k = banyaknya butir pertanyaan

∑ ��2 = jumlah varian variabel ��2 _{= varian total}

(27)

2.4 Analisis Faktor

2.4.1 Defenisi Analisis Faktor

Analisis faktor adalah sebuah analisis yang mensyaratkan adanya keterkaitan antar variabel. Pada prinsipnya analisis faktor menyederhanakan hubungan yang beragam dan kompleks pada variabel yang diamati dengan menyatukan faktor atau dimensi yang saling berhubungan atau mempunyai korelasi pada suatu struktur data yang baru yang mempunyai set faktor lebih kecil. Data-data yang dimaksudkan pada umumnya data matriks dan terdiri dari variabel-variabel dengan jumlah yang besar. Analisis faktor dapat digunakan di dalam situasi sebagai berikut:

1. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying dimensions) atau faktor yang menjelaskan korelasi antara satu set variabel.

2. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi (independent) yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi di dalam analisis multivariant selanjutnya, misalnya analisis regresi berganda atau analisis diskriminan.

3. Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu set variabel yang lebih banyak jumlahnya untuk dipergunakan di dalam analisis multivariant selanjutnya.

2.4.2 Model Analisis Faktor

Secara matematis, analisis faktor agak mirip dengan analisis regresi, yaitu dalam hal bentuk fungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas. Kovarians diantara variabel dijelaskan terbatas dalam jumlah kecil komponen ditambah sebuah faktor unik untuk setiap variabel. Faktor-faktor tersebut tidak secara eksplisit diamati.

Jika variabel distandarisasi, maka model analisis faktor dapat ditulis sebagai berikut:

Xi = Bi1F1 + Bi2F2 + Bi3F3 + ... + BijFj + ... + BimFm + Viµi

(28)

Dimana:

Xi = Variabel ke i yang dibakukan

Bij = Koefisien regresi yang dibakukan untuk variabel i pada komponen faktor j

Fj = Komponen faktor ke j

Vi = Koefisien regresi yang dibakukan untuk variabel ke i pada faktor yang unik

ke i

µi = Faktor unik variabel ke i

m = Banyaknya komponen faktor

Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan komponen faktor. Komponen faktor sendiri bisa dinyatakan sebagai kombinasi linier dari variabel-variabel yang terlihat/terobservasi hasil penelitian lapangan.

Fi = Wi1X1 + Wi2X2 + Wi3X3 + ... + WikXk

(2.4) Dimana:

Fi = perkiraan faktor ke i (didasarkan pada nilai variabel X dengan koefisiennya Wi

Wi = koefisien nilai faktor ke i

k = banyaknya variabel

2.4.3 Statistik yang Berkaitan dengan Analisis Faktor

Statistik yang berkaitan dengan analisis faktor adalah:

a. Barlett’s test of sphericity

Barlett’s test of sphericity adalah uji statistik yang digunakan untuk menguji

hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0).

Statistik uji Barlett adalah sebagai berikut:

R ln 6

5 (2p 1) (N X2

  

 ₋ ₋ +

− =

(29)

dengan derajat kebebasan (degree of freedom) df = p(p – 1)/2

Keterangan:

N = jumlah observasi p = jumlah variabel

R = determinan matriks korelasi

b. Correlation matrix (Matriks Korelasi)

Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana (r) antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau angka pada diagonal utama semuanya sama yaitu 1. Jadi kalau ada 3 atau 4 variabel, bentuk matriks korelasi menjadi:

1 r12 r13

n = 3 → r21 1 r23

r31 r32 1

1 r12 r13 r14

r21 1 r23 r24

r31 r32 1 r34

r41 r42 r43 1

(30)

c. Community (Komunalitas)

Komunalitas adalah jumlah varian yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya dalam analisis. Ini juga merupakan proporsi dari varians yang diterangkan oleh komponen faktor.

λ

im 2

i2 2 i1

i ...

h = + + +

(2.6) dimana:

hi = communality variabel ke-i; i = 1, 2, 3, ..., m λim = nilai factor loading

d. Eigenvalue (Nilai Eigen)

Nilai eigen merupakan jumlah varians yang dijelaskan oleh setiap faktor-faktor yang mempunyai nilai eigenvalue> 1, maka faktor tersebut akan dimasukkan ke dalam model.

Definisi:

Jika A adalah sebuah matriks n x n, maka sebuah vector tak nol x pada Rn disebut vektor eigen (eigenvector) dari A jika Ax adalah sebuah kelipatan skalar dari x; jelasnya,

Ax = λx

(2.7)

Untuk skalar sebarang λ, skalar λ disebut nilai eigen (eigenvalue) dari A, dan x disebut sebagai vektor eigen dari A yang terkait dengan λ (Anton Howard, 2000).

e. Factor loadings (Faktor Muatan)

(31)

f. Factor loading plot (Plot Faktor Muatan)

Plot faktor muatan adalah suatu plot dari variabel asli dengan menggunakan

factor loading sebagai koordinat.

g. Factor matrix (Faktor Matriks)

Matriks faktor mengandung factor loading dari seluruh variabel dalam seluruh faktor yang dikembangkan.

h. Kaiser – Meyer – Olkin (KMO) measure of sampling adequency

Kaiser – Meyer – Olkin (KMO) merupakan suatu indeks yang digunakan untuk menguji ketepatan analisis faktor. Nilai yang tinggi (antara 0,5 – 1,0) mengidentifikasi analisis faktor tepat. Apabila di bawah 0,5 menunjukkan bahwa analisis faktor tidak tepat untuk diaplikasikan.

p ..., 2, 1, k p; ..., 2, 1, i , KMO

a

r

2 k i p

1 k p

1 i 2

k i p

1 k p

1 i

2 ik p

1 k p

i = =

+ =

∑

= =

(2.8) Keterangan:

rik = koefisien korelasi sederhana antara variabel ke-i dan ke-k

aik = koefisien korelasi parsial antara variabel ke-i dan ke-k

Measure of Sampling Adequacy (MSA) yaitu suatu indeks perbandingan

antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk mengukur kecukupan sampel.

i. Percentage of variance (Persentase Varians)

Persentase varians adalah persentase total varians yang disumbangkan oleh setiap faktor.

j. Residuals

Residuals adalah selisih antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diestimasi dari matriks

(32)

k. Scree plot

Scree plot adalah sebuah plot dari eigenvalue untuk menentukan banyaknya

faktor.

2.4.4 Langkah-langkah Analisis Faktor

Langkah-langkah dalam analisis faktor adalah sebagai berikut: 1. Merumuskan masalah

2. Membentuk matriks korelasi 3. Menentukan metode analisis faktor 4. Menentukan banyaknya faktor 5. Melakukan rotsi terhadap faktor

6. Membuat interpretasi hasil rotasi terhadap faktor 7. Menentukan ketepatan model (model fit)

1. Merumuskan Masalah

Merumuskan masalah meliputi beberapa kegiatan. Pertama, tujuan analisis faktor harus diidentifikasi. Variabel yang akan digunakan dalam analisis faktor harus dispesifikasi berdasarkan penelitian sebelumnya, teori dan pertimbangan subjektif dari peneliti. Pengukuran variabel berdasarkan skala interval dan rasio. Besarnya sampel harus tepat, sebagai petunjuk umum besarnya sampel paling sedikit empat atau lima kali banyaknya variabel.

2. Membentuk Matriks Korelasi

Proses analisis didasarkan pada suatu matriks korelasi antar variabel. Agar analisis faktor menjadi tepat, variabel-variabel yang dikumpulkan harus

berkorelasi. Dilakukan perhitungan matriks korelasi ∑pxp. Matriks korelasi

digunakan sebagai input analisis faktor.

Tabel 2.1 Korelasi antar Variabel X1 X2 X3 ... Xp

X1 1

(33)

X3 r31 r32 1

... ⁞ ⁞ ⁞ 1

Xp rp1 rp2 rp3 ... 1

3. Menghitung nilai karakteristik (eigenvalue)

Perhitungan nilai karakteristik (eigenvalue), dimana perhitungan ini berdasarkan persamaan karakteristik:

det(λI - A) = 0

(2.9) dengan:

A = matriks korelasi

λ = eigenvalue I = matriks identitas

Eigenvalue adalah jumlah varian yang dijelaskan oleh setiap faktor (Anton Howard, 2000).

4. Menghitung vektor karakteristik (eigenvector)

Penentuan vektor karakteristik (eigenvector) yang bersesuaian dengan nilai karakteristik (eigenvalue), yaitu dengan persamaan:

Ax = λx

(2.10) Dengan:

x = eigenvector (Anton Howard, 2000)

5. Menentukan Banyaknya Faktor

Ada beberapa prosedur yang dapat dipergunakan dalam menentukan banyaknya faktor yaitu: penentuan secara a priori, penentuan berdasarkan pada eigenvalue, penentuan berdasarkan Scree plot, penentuan berdasarkan persentase varians, penentuan berdasarkan Split-Half Reliability, dan penentuan berdasarkan uji signifikan.

(34)

a. Penentuan secara A priori

Kadang-kadang karena adanya dasar teori atau pengalaman sebelumnya, peneliti sudah dapat menentukan banyaknya faktor yang akan diekstraksi. Hampir sebagian besar program komputer memungkinkan peneliti untuk menentukan banyaknya faktor yang diinginkan dengan pendekatan ini.

b. Penentuan Berdasarkan Eigenvalue

Pada pendekatan ini, hanya faktor dengan eigenvalue lebih besar dari satu yang dipertahankan. Eigenvalue merepresentasikan besarnya sumbangan dari faktor terhadap varias seluruh variabel aslinya. Hanya faktor dengan varians lebih besar dari satu yang dimasukkan dalam model. Faktor dengan varians lebih kecil dari satu tidak lebih dari variabel asli, sebab variabel yang dibakukan(distandarisasi) yang berarti rata-ratanya nol dan variansinya satu.

c. Penentuan Berdasarkan Scree Plot

Scree plot merupakan plot dari nilai eigenvalue terhadap banyaknya faktor

dalam ekstraksinya. Bentuk plot yang dihasilkan digunakan untuk menentukan banyaknya faktor. Biasanya plot akan berbeda antara slope tegak faktor, dengan eigenvalue yang besar dan makin kecil pada sisa faktor yang tidak perlu diekstraksi.

d. Penentuan Berdasarkan Persentase Varians

Dalam pendekatan ini, banyak faktor yang diekstraksi ditentukan berdasarkan persentase kumulatif varians mencapai tingkat yang memuaskan peneliti. Tingkat persentase kumulatif yang memuaskan peneliti tergantung kepada permasalahannya. Sebagai petunjuk umum bahwa ekstraksi faktor dihentikan kalau kumulatif persentase varians sudah mencapai paling sedikit 60% atau 75% dari seluruh varians variabel asli.

e. Penentuan Split-Half Reliability

Sampel dibagi menjadi dua, dan analisis faktor diaplikasikan kepada masing-masing bagian. Hanya faktor yang memiliki faktor loading tinggi antar dua bagian itu yang akan dipertahankan.

(35)

f. Penentuan Berdasarkan Uji Signifikan

Dimungkinkan untuk menentukan signifikansi statistik untuk eigenvalue yang terpisah dan mempertahankan faktor-faktor yang berdasarkan uji statistik eigenvaluenya signifikan pada α = 50% atau α = 1%. Penentuan banyaknya faktor dengan cara ini memiliki kelemahan, khususnya pada ukuran sampel yang besar misalnya diatas 200 responden, banyak faktor yang menunjukkan uji signifikan, walaupun dari pandangan praktis banyak faktor yang mempunyai sumbangan terhadap seluruh varians hanya kecil.

6. Menghitung matriks faktor loading

Matriks adalah susunan kumpulan bilangan yang diatur dalam baris dan kolom berbentuk persegi panjang.Matriks loading faktor (Λ) diperoleh dengan mengalikan matriks eigenvector (V) dengan akar dari matriks eigenvalue (L). Atau dalam persamaan matematis ditulis:

Λ = V x L

(2.11)

7. Melakukan Rotasi Faktor

Sebuah output penting dari analisis faktor adalah matriks faktor atau disebut juga sebagai matriks faktor pola. Matriks faktor mengandung koefisien yang digunakan untuk mengekspresikan variabel yang dibakukan(distandarisasi) dinyatakan dalam faktor. Koefisien-koefisien tersebut atau faktor loadings merupakan korelasi antara faktor dengan variabelnya. Sebuah koefisien dengan nilai absolut yang besar mengindikasikan bahwa faktor dan variabel berkorelasi kuat. Koefisien tersebut bisa digunakan untuk menginterpretasi faktor.

Walaupun matriks faktor awal atau unrotated factor matrix mengindikasikan hubungan antara faktor dengan variabel individu tertentu, akan tetapi masih sulit diambil kesimpulannya tentang banyaknya faktor yang bisa diekstraksi, hal ini disebabkan karena faktor berkorelasi dengan banyaknya variabel atau sebaliknya variabel tertentu masih banyak berkorelasi dengan banyak faktor.

(36)

Dalam merotasi faktor, diharapkan setiap faktor memiliki loading faktor atau koefisien yang tidak nol, atau signifikan hanya untuk beberapa variabel. Atau, diharapkan setiap variabel memiliki faktor loadings signifikan hanya dengan sedikit faktor, atau kalau mungkin dengan sebuah faktor. Rotasi tidak berpengaruh terhadap komunitas dan persentase total varians yang dijelaskan. Namun demikian, rotasi berpengaruh terhadap persentase varians dari setiap faktor. Beberapa metode rotasi yang bisa digunakan adalah

orthogonal rotation, varimax rotation, dan oblique rotation.

Orthogonal rotation adalah kalau sumbu dipertahankan tegak lurus

sesamanya (bersudut 90 derajat). Yang paling banyak digunakan adalah

varimax rotation, yaitu rotasi ortogonal dengan meminimumkan banyaknya

variabel yang memiliki loadings tinggi pada sebuah faktor, sehingga lebih mudah menginterpretasi faktor. Rotasi ortogonal menghasilkan faktor-faktor yang tidak berkorelasi. Oblique rotation adalah jika sumbu-sumbu tidak dipertahankan harus tegak lurus sesamanya (bersudut 90 derajat) dan faktor-faktor berkorelasi. Kadang-kadang, mentoleransi koefisien antar faktor-faktor bisa menyederhanakan matriks pola faktor. Oblique rotation harus dipergunakan kalau faktor dalam populasi berkorelasi sangat kuat.

8. Interpretasi Faktor

Interpretasi dipermudah dengan mengidentifikasi variabel yang loadingnya besar pada faktor yang sama. Faktor tersebut kemudian dapat diinterpretasikan menurut variabel-variabel yang memiliki loading tinggi dengan faktor tersebut. Cara lain yang bisa digunakan adalah melalui pivot variabel dengan faktor loading sebagai koordinat. Variabel yang berada pada akhir sebuah sumbu adalah variabel yang memiliki loadings tinggi hanya pada faktor yang bersangkutan, sehingga bisa digunakan untuk menginterpretasi faktor. Variabel yang berada di dekat titik origin memiliki loading yang rendah terhadap kedua faktor. Variabel yang tidak berada di dekat sumbu

mengindikasi bahwa variabel tersebut berkorelasi dengan kedua faktor. Jika sebuah faktor tidak bisa secara jelas didefinisikan dalam batas variabel

(37)

9. Menentukan Ketepatan Model (model fit)

Langkah terakhir dalam analisis faktor adalah menentukan ketepatan model (model fit). Asumsi dasar yang digunakan dalam analisis faktor adalah korelasi terobservasi dapat menjadi atribut dari faktor atau komponen.

Untuk itu, korelasi terobservasi dapat direproduksi melalui estimasi korelasi antara variabel terhadap faktor. Selisih antara korelasi dari data observasi dengan korelasi reproduksi dapat digunakan dengan mengukur ketepatan model. Selisih tersebut disebut sebagai residuals. Jika banyak residual yang besar (residual > 0,05), berarti model faktor yang dihasilkan tidak tepat sehingga model perlu dipertimbangkan kembali.

(38)

BAB 3

PEMBAHASAN DAN HASIL

3.1 Populasi, Sampel dan Teknik Pengambilan Sampel

Populasi dalam penelitian ini adalah seluruh nasabah BCA capem Surabaya - Medan yang masih aktif dalam bertransaksi perbankan mulai dari tahun 2012 sampai 2015. Data total jumlah nasabah BIZZ yang diperoleh dari PT. BCA capem Surabaya – Medan adalah sebagai berikut:

Tabel 3.1 Daftar Jumlah Nasabah BIZZ BCA Surabaya

No. Tahun Jumlah Nasabah (Jiwa)

1. 2012 38

2. 2013 55

3. 2014 47

4. 2015 60

Total 200

Sumber: Bagian PSDM PT. BCA capem Surabaya - Medan

Jumlah sampel dalam penelitian ini adalah 132 responden yaitu nasabah BCA capem Surabaya - Medan, teknik pengambilan sampel menggunakan teknik yang dikemukakan oleh Sugiono yaitu Sugiono mengemukakan cara menentukan ukuran sampel yang sangat praktis, yaitu dengan tabel Krejcie. Dengan cara tersebut tidak perlu dilakukan perhitungan yang rumit. Krejcie dalam melakukan perhitungan sampel didasarkan atas kesalahan 5%. Jadi sampel yang diperoleh itu mempunyai kepercayaan 95% terhadap populasi.

(39)

Tabel 3.2 Tabel Krejcie

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

Populasi (N)

Sampel (n)

10 10 220 140 1.200 291

15 14 230 144 1.300 297

20 19 240 148 1.400 302

25 24 250 152 1.500 306

30 28 260 155 1.600 310

35 32 270 159 1.700 313

40 36 280 162 1800 317

45 40 290 165 1.900 320

50 44 300 169 2.000 322

55 48 320 175 2.200 327

60 52 340 181 2.400 331

65 56 360 186 2.600 335

70 59 380 191 2.800 338

75 63 400 196 3.000 341

80 66 420 201 3500 346

85 70 440 205 4.000 351

90 73 460 210 4.500 354

95 76 480 214 5.000 357

100 80 500 217 6.000 361

110 86 550 226 7.000 364

120 92 600 234 8.000 367

130 97 650 242 9.000 368

140 103 700 248 10.000 370

150 108 750 254 15.000 375

160 113 800 260 20.000 377

(40)

180 123 900 269 40.000 380

190 127 950 274 50.000 381

200 132 1.000 278 75.000 382

210 136 1.100 285 1000.000 384

N = Populasi, S = Sampel (Sugiono, 2005:63)

Jumlah populasi dalam penelitian ini adalah 200 responden, maka sampel yang akan diteliti adalah sebanyak 132 responden diperoleh dari tabel Krejcie diatas.

3.2 Variabel Penelitian

Adapun variabel yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Kualitas pelayanan (x1)

Kualitas pelayanan adalah suatu usaha dalam melayani kebutuhan pelanggan/nasabah. Kualitas pelayanan merupkan penghantar bagi aliran nilai tambah yang akan disampaikan kepada naabah, sampai nilai tambah itu dapat memenuhi kebutuhan dan harapan nasabah.

2. Tingkat tabungan (x2)

Tingkat tabungan adalah peningkatan jumlah saldo tabungan yang dimiliki oleh nasabah setiap bulannya.

3. Kualitas Produk (x3)

Kualitas produk adalah tingkat baik buruknya suatu produk, atau mutu dari suatu produk.

4. Kepercayaan (x4)

Kepercayaan adalah salah satu aspek paling penting bagi nasabah dalam menjamin segala macam transaksi keuangannya pada BCA.

5. Kepuasan nasabah (x5)

Kepuasan nasabah adalah rasa yang didapat ketika segala kebutuhan dan harapan sesuai dengan keinginan nasabah.

(41)

6. Promosi produk (x6)

Promosi dari produk adalah cara penjualan atau pemasaran dari BCA yang dilakukan saat menawarkan produk dan layanan BCA BIZZ kepada nasabah, biasa promosi dilakukan dengan cara membagikan brosur atau dengan cara menawarkan langsung kepada nasabah dengan berbagai macam argumen yang membuat nasabah tertarik untuk masuk menjadi anggota BIZZ.

7. Lokasi BCA BIZZ (x7)

Lokasi BCA adalah tempat yang strategis dan terjangkau bagi nasabah untuk melakukan transaksi keuangan dan memberikan rasa aman dan nyaman bagi nasabah.

8. Keunggulan produk (x8)

Keunggulan produk adalah kelebihan atau keuntungan dari sebuah produk. Produk BCA BIZZ ini memiliki beberapa keunggulan yaitu memudahkan nasabah dalam menabung, menarik uang, bebas biaya administrasi dan lain sebagainya.

9. Popularitas dari produk (x9)

Popularitas produk adalah terkenal atau tidaknya suatu produk yang diperjual belikan. BCA BIZZ merupakan salah satu klaster nasabah BCA yang memberikan nasabah kemudahan dalam bertransaksi bisnis diseluruh Indonesia.

3.3 Sumber Data

Data di dalam penelitian ini diperoleh dari hasil wawancara terstruktur terhadap responden dengan menggunakan kuesioner. Kuesioner yang digunakan merupakan kuesioner tertutup (kuesioner terstruktur), yaitu kuesioner yang disusun dalam bentuk beberapa pertanyaan dan pernyataan yang telah disertai dengan pilihan jawaban dalam bentuk skala.

Skala yang digunakan dalam penelitian ini adalah skala likert, yang biasana digunakan untuk mengukur sikap, pendapat dan persepsi seseorang tentang suatu kejadian atau gejala sosial (Riduwan, 2005).

(42)

Dalam penelitian ini skala ditetapkan dalam bentuk pilihan ganda dengan setiap pernyataan diberi skor antara 1 sampai dengan 5, yaitu:

1 = Sangat tidak setuju 2 = Tidak setuju 3 = Netral/ragu-ragu 4 = Setuju

5 = Sangat setuju

3.4 Pengolahan Data

3.4.1 Input Data Mentah

Penentuan matriks input data mentah yang terdiri dari 162 sampel observasi (responden) dan 9 variabel awal penelitian.

Tabel 3.3 Data hasil kuesioner Nomor

Responden

X1 X2 X3 X4 X5 X6 X7 X8 X9

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

1 3 4 3 1 3 4 4 3 4

2 4 3 4 3 4 5 4 3 5

3 5 4 4 4 4 5 4 3 5

4 4 4 4 2 4 4 3 3 4

5 5 4 4 4 4 4 4 4 4

6 5 5 4 4 3 4 3 5 3

7 4 4 4 5 4 5 5 5 4

8 3 2 3 2 2 4 4 3 4

9 4 4 4 2 4 4 3 2 3

10 4 4 4 4 4 5 5 4 5

. . . .

132 4 4 2 2 4 4 3 2 3

(43)

3.4.2 Penskalaan Data Ordinal Menjadi Data Interval

Berdasarkan data mentah hasil kuesioner dapat dibuat suatu matriks Xpxn yang

telah dilakukan penskalaan menjadi skala interval. Dalam penelitian ini digunakan teknik penskalaan Methods Successive Interval dengan bantuan Microsoft Office Excel 2007. Berikut adalah perhitungan penskalaan Methods Successive Interval pada variabel 1.

Tabel 3.4 Penskalaan Variabel 1

Col Category Freq Prop Cum Density Z Scale

1,000 3,000 29,000 0,220 0,220 0,296 -0,733 1,00

4,000 76,000 0,576 0,795 0,284 0,825 2,368

5,000 27,000 0,205 1,000 0,000 3,374

(44)

Langkah-langkah transformasi data ordinal ke data interval adalah: 1. Menghitung frekuensi skor jawaban dalam skala ordinal.

2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor jawaban.

3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari Tabel Distribusi Normal Baku.

4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut ke dalam fungsi densitas normal baku sebagai berikut:

z 2 1 e 2π 1

f(z) = −

0,296 e

2π 1 f(-0,773)

(0,773) 2 1

= −

5. Menghitung nilai skala atau Scale Value (SV) dengan rumus:

SV =

limit lower below area

limit upper below area

limit upper at density limit

lower at density

− −

SV1 = -1,345

SV2 = 0,021

SV3 = 1,385

6. Menentukan Scale Value min sehingga SVterkecil + SVmin =1

Scale Value terkecil = -1,345

-1,345 + SV_min =1 345 , 2 SV_min =

7. Mentransformasikan nilai skala dengan menggunakan rumus:

Y = SV + SV_min

Y1 = -1,345 + 2,345 = 1

Y2 = 0,021 + 2,345 = 2,366

(45)

Selanjutnya dengan melakukan cara yang sama, maka semua variabel akan ditransformasikan ke dalam data interval. Hasil dari masing-masing variabel:

Tabel 3.5 Hasil Penskalaan Variabel

x1 x2 x3 x4 x5 x6 x7 x8 x9

1 1,000

2 1,000 1,000 1,878 1,000 1,000 1,000 1,000

3 1,000 1,845 2,197 2,293 1,660 1,530 2,776 2,191 1,000 4 2,368 2,848 3,361 2,970 2,874 2,202 4,070 3,172 2,469 5 3,734 4,131 4,626 4,169 4,643 3,526 5,334 4,230 3,921

Setelah dilakukan penskalaan pada 9 variabel, maka diperoleh data hasil kuesioner dalam bentuk interval sebagai berikut:

Tabel 3.5 Hasil Penskalaan Variabel

No. (1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9) x9

(10) 1 1,000 2,848 2,197 1,000 1,660 2,202 4,070 2,191 2,469 2 2,368 1,845 3,361 2,293 2,874 3,526 4,070 2,191 3,921 3 3,734 2,848 3,361 2,970 2,874 3,526 4,070 2,191 3,921 4 2,368 2,848 3,361 1,878 2,874 2,202 2,776 2,191 2,469 5 3,734 2,848 3,361 2,970 2,874 2,202 4,070 3,172 2,469 6 3,734 4,131 3,361 2,970 1,660 2,202 2,776 4,230 1,000 7 2,368 2,848 3,361 4,169 2,874 3,526 5,334 4,230 2,469 8 1,000 1,000 2,197 1,878 1,000 2,202 4,070 2,191 2,469 9 2,368 2,848 3,361 1,878 2,874 2,202 2,776 1,000 1,000 10 2,368 2,848 3,361 2,970 2,874 3,526 5,334 3,172 3,921

∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙

132 2,368 2,848 1,000 1,878 2,874 2,202 2,776 1,000 1,000 Data mentah keseluruhan terdapat pada lampiran 2B

(46)

3.5 Uji Validitas

Validitas menunjukkan sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Pada penelitian ini uji validitas dilakukan dengan membandingkan nilai rhitung dengan nilai rtabel (r product moment).

Pengujian validitas dilakukan pada 132 responden dengan bantuan SPSS dengan langkah-langkah sebagai berikut:

1. Klik analyze, pilih scale dan reliability analysis

2. Setelah muncul kotak dialog reliability analysis, pindahkan data (x1sampai x9)

ke dalam item statistik.

3. Klik kotak dialog statistic pilih descriptive for (item, scale, dan scale if item deleted).

4. Klik continue dan OK.

5. Setelah dilakukan uji validitas dengan bantuan SPSS diperoleh hasil rhitung

sebagai berikut:

Tabel 3.7 Uji Validitas Variabel Penelitian

No. Variabel rhitung rtabel Kesimpulan

1. x1 0,630 0,134 Valid

2. x2 0,281 0.134 Valid

3. x3 0,746 0.134 Valid

4. x4 0,738 0,134 Valid

5. x5 0,334 0,134 Valid

6. x6 0,675 0,134 Valid

7. x7 0,242 0,134 Valid

8. x8 0,458 0,134 Valid

(47)

Dengan N = 132 dan α = 5% maka berdasarkan tabel korelasi product moment diperoleh rtabel sebesar 0,134, ini menunjukkan bahwa seluruh variabel

dinyatakan valid karena nilai rhitung> rtabel, rhitung> 0,134.

Secara manual perhitungan korelasi product moment antara variabel x1 dengan

skor total variabel lainnya (Y = x2 + x3 + x4 + x5 + x6 +x7 + x8 + x9) dapat dilihat

pada tabel berikut:

Tabel 3.8 Data Perhitungan Korelasi Product Moment

(48)

Tabel 3.8 diatas adalah data perhitungan korelasi product moment antara X1 dan Y

secara manual diperoleh sebagai berikut:

rxy =

} Y) ( Y {n } X) ( X {n

Y) X. ( XY) n(

2 2

2 − ∑ ∑ − ∑

∑

∑ ∑ − ∑

rxy = 0,569

Hasil perhitungan nilai korelasi product moment secara manual terhadap variabel x1 yaitu sebesar 0,569.

3.6 Uji Reliabilitas

Uji reliabilitas menunjukkan sejauh mana hasil suatu pengukuran dapat dipercaya.

Pengukuran yang memiliki reliabilitas tinggi disebut sebagai pengukuran yang reliabel. Metode yang digunakan untuk menguji reliabilitas adalah metode Alpha Cronbach. Variabel dikatakan reliabel jika memberikan nilai

Alpha Cronbach> 0,6 (Ghozali, 2005).

Untuk mendapatkan nilai Alpha Cronbach dapat dilakukan dengan bantuan program SPSS dengan langkah-langkah sebagai berikut:

1. Klik analyze, pilih scale dan reliability analysis

2. Setelah muncul kotak dalog reliability analysis, pindahkan data (x1sampai x9)

ke dalam item statistik.

3. Klik kotak dialog statistic pilih descriptive for (item, scale, dan scale if item deleted).

4. Klik continue dan OK.

(49)

Tabel 3.9 Uji Reliabilitas Variabel Penelitian

No. Variabel Alpha Cronbach Kesimpulan

1. x1 0,767 Reliabel

2. x2 0,806 Reliabel

3. x3 0,748 Reliabel

4. x4 0,741 Reliabel

5. x5 0,798 Reliabel

6. x6 0,753 Reliabel

7. x7 0,807 Reliabel

8. x8 0,784 Reliabel

9. x9 0,792 Reliabel

Hasil uji reliabilitas terhadap variabel-variabel penelitian menunjukkan bahwa data mempunyai tingkat reliabilitas yang tinggi karena nilai Alpha Cronbach untuk ke 9 variabel > 0,6. Dengan demikian, data dapat memberikan hasil pengukuran yang konsisten (reliabel).

Secara manual perhitungan nilai Alpha Cronbach untuk variabel x1

diperoleh dengan langkah-langkah berikut ini:

1. Mencari nilai varians dari masing-masing variabel Dengan menggunakan rumus varians:

S2 =

n ) x ( x_i2 − ∑ _i 2

∑

S2(x1) = 0,792306

S2(x2) = 0,84007

S2(x3) = 0,851413

S2(x4) = 0,881166

S2(x5) = 0,682143

S2(x6) = 0,741017

(50)

S2(x8) = 0,869653

S2(x9) = 0,762703

2. Mencari nilai total varians (tanpa variabel x1)

S2t = 19,951

3. Melakukan proses perhitungan nilai Alpha Cronbach variabel x1 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 x1 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

(51)

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

2 1 2

1 x

x₁ ₂

∑ − ∑ ∑

− ∑

∑ ∑ − ∑

(3.1) Tabel 3.11 Data Perhitungan Korelasi antara Variabel x1 dengan x2

No. X1 X2 X1 X2 X12 X22

(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

(52)

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 x1 dan x2 secara manual

diperoleh sebagai berikut:

2 1x

r =

} ) x ( x {n } ) x ( x {n

x . x ( ) x x n(

2 2 2

2 2

1 2

2 1 2

∑ − ∑ ∑

− ∑

∑ ∑ − ∑

2 1x

r = 0,280

Hasil perhitungan korelasi antara variabel x1 dan x2 menggunakan program

SPSS menunjukkan nilai yang hampir sama dengan perhitungan korelasi antara variabel x1 dan x2 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 x1 dengan

(53)

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.

(54)

Hipotesis untuk uji diatas adalah:

H0 : sampel belum memadai untuk dianalisis lebih lanjut

H1 : sampel sudah memadai untuk dianalisis lebih lanjut

Kriteria dengan melihat probabilitas (tingkat signifikansi): Angka Sig. ≥ 0,05, maka H0 diterima

Angka Sig. < 0,05, maka H0 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.

(55)

3.7.2 Ekstraksi Faktor

Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada

KMO > 0,5 sehingga terbentuk satu atau lebih faktor.Metode yang digunakan untuk tahap ini adalah Principal Componen Analysis dan rotasi faktor dengan metode Varimax (bagian dari orthogonal).

Tabel 3.14 Komunalitas Variabel

Komunalitas pada dasarnya adalah jumlah varians (bisa dalam persentase) dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang terbentuk.

a. Untuk variabel kualitas pelayanan, nilai komunalitasnya adalah 0,602 atau sekitar 60,2% varians dari variabel kualitas pelayanan bisa dijelaskan oleh faktor yang terbentuk.

b. Untuk variabel tingkat tabungan, nilai komunalitasnya adalah 0,797 atau sekitar 79,7% varians dari variabel tingkat tabungan bisa dijelaskan oleh faktor yang terbentuk.

c. Untuk variabel kualitas produk, nilai komunalitasnya adalah 0,737 atau sekitar 73,7% varians dari variabel kualitas produk bisa dijelaskan oleh faktor yang terbentuk.

(56)

d. Untuk variabel kepercayaan, nilai komunalitasnya adalah 0,874 atau sekitar 87,4% varians dari variabel kepercayaan bisa dijelaskan oleh faktor yang terbentuk.

e. Untuk variabel kepuasan nasabah, nilai komunalitasnya adalah 0,845 atau sekitar 84,5% varians dari variabel kepuasan nasabah bisa dijelaskan oleh faktor yang terbentuk.

f. Untuk variabel promosi produk, nilai komunalitasnya adalah 0,666 atau sekitar 66,6% varians dari variabel promosiproduk bisa dijelaskan oleh faktor yang terbentuk.

g. Untuk variabel lokasi BCA BIZZ, nilai komunalitasnya adalah 0,719 atau sekitar 71,9% varians dari variabel lokasi BCABIZZ bisa dijelaskan oleh faktor yang terbentuk.

h. Untuk variabel keunggulan produk, nilai komunalitasnya adalah 0,694 atau sekitar 69,4% varians dari variabel keunggulan produk bisa dijelaskan oleh faktor yang terbentuk.

i. Untuk variabel popularitas produk, nilai komunalitasnya adalah 0,703 atau sekitar 70,3% varians dari variabel popularitas produk bisa dijelaskan oleh faktor yang terbentuk.

(57)

Tabel 3.15 Nilai Eigenvalue untuk Setiap Faktor

Tabel 3.16 Sumbangan masing-masing Faktor Terhadap Varians Seluruh Variabel Asli

Berdasarkan tabel 3.16 diperoleh tiga faktor yang memiliki eigenvalue lebih besar dari 1,0 yaitu kita sebut faktor 1 dengan eigenvalue 3,691, faktor 2 dengan eigenvalue 1,721, dan faktor 3 dengan eigenvalue 1,223. Ketiga faktor tersebut menjelaskan (73,733%) total varians variabel yang mempengaruhi.

(58)

3.7.3 Menentukan Banyaknya Faktor

Penentuan banyaknya faktor yang dilakukan dalam analisis faktor maksudnya adalah mencari variabel terakhir yang disebut faktor yang saling tidak berkorelasi, bebas satu sama lainnya, lebih sedikit jumlahnya daripada variabel awal akan tetapi dapat menyerap sebagian besar informasi yang terkandung dalam variabel awal atau yang dapat memberikan sumbangan terhadap varians seluruh variabel. Ada beberapa prosedur yang dapat dipergunakan dalam menentukan banyaknya faktor, antara lain adalah sebagai berikut:

1. Dilihat dari Initial Eigenvalue Total

Untuk menentukan banyaknya faktor dari initial values dilihat dengan metode pendekatan, hanya faktor dengan eigenvalue lebih besar dari satu yang dipertahankan, jika lebih kecil dari satu, faktornya tidak diikutsertakan dalam model. Suatu eigenvalue menunjukkan besarnya sumbangan dari faktor terhadap varians seluruh variabel asli. Berdasarkan tabel 4.15 ternyata diperoleh banyaknya faktor yang dapat mempengaruhi peningkatan jumlah nasabah BIZZ BCA menurut persepsi nasabah atau asumsi responden adalah 3, karena ada 3 faktor atau komponen yang eigenvaluenya lebih dari 1, yaitu Faktor dengan eigenvalue 3,691, Faktor 2 dengan eigenvalue 1,721, Faktor 3 dengan eigenvalue 1,223. Berdasarkan tabel 4.16 dapat diketahui bahwa besarnya sumbangan yang diberikan dari masing-masing faktor terhadap varians seluruh variabel asli. Faktor 1 memberikan sumbangan varians sebesar 41,012%, faktor 2 sebesar 19,127%, dan yang terakhir faktor 3 sebesar 13,594%, sehingga total sumbangan varians dari ketiga faktor tersebut adalah sebesar 73,733%.

2. Menentukan Banyaknya Faktor dengan Scree Plot

Suatu Scree Plot adalah plot dari eigenvalue melawan banyaknya faktor yang bertujuan untuk melakukan ekstraksi agar diperoleh jumlah faktor. Scree plot berupa suatu kurva yang diperoleh dengan memplot eigenvalue sebagai sumbu vertikal dan banyaknya faktor sebagai sumbu horizontal. Bentuk kurva atau plotnya dipergunakan untuk menentukan banyaknya faktor.

(59)

Jika tabel total varians menjelaskan dasar jumlah faktor yang diperoleh dengan perhitungan angka, maka scree plot memperlihatkan hal tersebut dengan grafik. Terlihat bahwa dari satu ke dua faktor (garis dari sumbu Component 1 ke 2), arah garis cukup menurun tajam. Kemudian dari 2 ke 3 garis juga menurun. Pada faktor 4 sudah di bawah angka 1 dari sumbu eigenvalue. Hal ini menunjukkan bahwa ada 3 faktor yang mempengaruhi mpeningkatan jumlah nasbah BIZZ BCA, yang dapat diekstraksi berdasarkan scree plot.

Gambar 3.1 Scree Plot

3.7.4 Melakukan Rotasi Faktor

Output terpenting dalam analisis faktor adalah Matriks Faktor atau yang disebut juga dengan Komponen Matriks. Matriks faktor memuat koefisien yang dipergunakan untuk mengekspresikan variabel yang dibakukan dinyatakan dalam faktor. Koefisien ini merupakan factor loading, mewakili koefisien korelasi antara faktor dengan variabel. Koefisien dengan nilai mutlak (absolute) yang besar menunjukkan bahwa faktor dan variabel sangat terkait. Koefisien dari matriks faktor dapat dipergunakan untuk menginterpretasi faktor. Matriks faktor atau matriks komponen dapat dilihat sebagai berikut:

(60)

Tabel 3.17 Matriks Faktor (Sebelum Dirotasi)

Component Matrixa

Component

1 2 3

x4 x3 x6 x1 x8 x7 x9 x2 x5

.849 .838 .807 .750 .546

.518

.454

-.474 .688 .658 -.590

-.414

.550 .722

Walaupun matriks faktor atau matriks komponen awal sebelum dirotasi menunjukkan hubungan antara faktor (komponen) dengan variabel secara individu, akan tetapi masih sulit diambil kesimpulannya tentang banyaknya faktor yang dapat diekstraksi. Hal ini disebabkan karena faktor (komponen) berkorelasi dengan banyak variabel lainnya atau sebaliknya variabel tertentu masih berkorelasi dengan banyak faktor, sehingga dalam keadaan ini terkadang membuat peneliti kesulitan dalam penentuan suatu variabel ke dalam suatu faktor.

Misalkan Matriks Faktor (sebelum dirotasi) diatas dapat dilihat bahwa F1

memiliki korelasi kuat dengan 7 variabel, yakni x1, x3, x4, x5, x6, x8, x9 sementara

F2 memiliki korelasi kuat dengan x7 dan x9 dan F3 memiliki korelasi kuat dengan

x2 dan x3. Korelasi dianggap cukup kuat jika koefisien korelasi yang diwakili

factor loading mempunyai nilai lebih besar dari 0,40. Juga variabel berkorelasi

dengan banyak faktor, seperti variabel x1 berkorelasi dengan faktor 1, variabel x7

berkorelasi dengan faktor 2, variabel x2 berkorelasi dengan faktor 3, situasi seperti

ini membuat kesimpulan mengenai banyaknya faktor yang diekstraksi dari variabel menjadi sulit.

Untuk mengatasi hal tersebut dapat dilakukan proses rotasi pada faktor yang terbentuk agar memperjelas posisi sebuah variabel, akankah dimasukkan

(61)

pada faktor yang satu ataukah ke faktor lainnya. Beberapa metode rotasi yang bisa digunakan adalah orthogonal rotation, varimax rotation, dan oblique rotation.

Orthogonal rotation adalah kalau dipertahankan tegak lurus sesamanya

(bersudut 90 derajat). Yang paling banyak digunakan adalah varimax rotation, yaitu rotasi orthogonal dengan meminimumkan banyaknya variabel yang memiliki loading tinggi pada sebuah faktor, sehingga lebih mudah menginterpretasi faktor. Rotasi orthogonal menghasilkan faktor-faktor yang tidak berkorelasi. Oblique rotation adalah jika sumbu-sumbu tidak dipertahankan harus tegak lurus sesamanya (bersudut 90 derajat) dan faktor-faktor berkorelasi.

Oblique rotation harus dipergunakan kalau faktor dalam populasi berkorelasi

sangat kuat.

Proses rotasi terhadap faktor pada penelitian ini menggunakan metode

varimax rotation. Dan hasil rotasi dapat dilihat pada matriks faktor (setelah

dirotasi) di bawah ini.

Tabel 3.18 Matriks Faktor (Setelah Dirotasi)

Rotated Component Matrixa

Component

1 2 3

x4 x8 x6 x1 x3 x5 x7 x2 x9

.929 .789 .726 .722

.634 .538

.916

.446 .473

.826 -.674 .668

Tujuan dilakukan rotasi adalah untuk memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dapat dilihat perbedaan antara matriks faktor sebelum dirotasi dengan matriks faktor setelah dirotasi.

(62)

3.7.5 Interpretasi Faktor

Setelah rotasi dilakukan langkah selanjutnya adalah interpretasi faktor. Interpretasi faktor dipermudah dengan mengidentifikasi variabel yang loadingnya besar pada faktor yang sama. Faktor tersebut kemudian dapat diinterpretasi menurut variabel-variabel yang memiliki loading tinggi dengan faktor tersebut. Atau penentuan variabel yang dimasukkan ke dalam faktor dengan cara melihat

factor loading yang terbesar.

a. Variabel kualitas pelayanan: Korelasi antara variabel kualitas pelayanan dengan faktor 1 sebelum dirotasi adalah 0,750; dengan rotasi korelasi menjadi 0,722 dengan faktor 1. Jadi variabel ini masuk faktor 1.

b. Variabel tingkat tabungan: Korelasi antara variabel tingkat tabungan dengan faktor 3 sebelum dirotasi adalah 0,550; dengan rotasi korelasi menjadi 0,446 dengan faktor 2. Jadi variabel ini masuk faktor 2.

c. Variabel kualitas produk: Korelasi antara variabel kualitas produk dengan faktor 1 sebelum dirotasi adalah 0,838; dengan rotasi korelasi menjadi 0,634 dengan faktor 1. Jadi variabel ini masuk faktor 1.

d. Variabel kepercayaan: Korelasi antara variabel kepercayaan dengan faktor 1 sebelum dirotasi adalah 0,849; dengan rotasi korelasi menjadi 0,929 dengan faktor 1. Jadi variabel ini masuk faktor 1.

e. Variabel kepuasan nasabah: Korelasi antara variabel kepuasan nasabah dengan faktor 3 sebelum dirotasi adalah 0,722; dengan rotasi korelasi menjadi 0,916 dengan faktor 2. Jadi variabel ini masuk faktor 2.

f. Variabel promosi produk: Korelasi antara variabel promosi produk dengan faktor 1 sebelum dirotasi adalah 0,807; dengan rotasi korelasi menjadi 0,726 dengan faktor 1. Jadi variabel ini masuk faktor 1.

g. Variabel lokasi BCA BIZZ: Korelasi antara variabel lokasi BCA BIZZ dengan faktor 2 sebelum dirotasi adalah 0,688; dengan rotasi korelasi menjadi 0,826 dengan faktor 3. Jadi variabel ini masuk faktor 3.

h. Variabel keunggulan produk: Korelasi antara variabel keunggulan produk dengan faktor 1 sebelum dirotasi adalah 0,546; dengan rotasi korelasi menjadi 0,789 dengan faktor 1. Jadi variabel ini masuk faktor 1.

(63)

i. Variabel popularitas produk: Korelasi antara variabel popularitas produk dengan faktor 2 sebelum dirotasi adalah 0,658; dengan rotasi korelasi menjadi 0,668 dengan faktor 3. Jadi variabel ini masuk faktor 3.

Tabel 3.19 Korelasi antara variabel sebelum dan setelah dirotasi

Variabel

Korelasi antara

variabel Faktor Faktor akhir

variabel Sebelum

rotasi

Setelah rotasi

Sebelum rotasi

Setelah rotasi

x1 0,756 0,722 1 1 1

x2 0,550 0,446 3 2 2

x3 0,838 0,634 1 1 1

x4 0,849 0,929 1 1 1

x5 0,722 0,916 3 2 2

x6 0,807 0,726 1 1 1

x7 0,688 0,826 2 3 3

x8 0,546 0,789 1 1 1

x9 0,658 0,668 2 3 3

Dengan demikian ke 9 variabel telah direduksi menjadi tiga faktor yang dapat mempengaruhi peningkatan jumlah nasabah BIZZ pada BCA capem Surabaya - Medan, yaitu:

1. Faktor 1 (F1) terdiri atas variabel x1 = kualitas pelayanan, x3 = kualitas produk,

x4 = kepercayaan, x6 = promosi produk, x8 = keunggulan produk.

Faktor ini diberi nama FAKTOR KUALITAS DAN PROMOSI.

2. Faktor 2 (F2) terdiri atas variabel x2 = tingkat tabungan, x5 = kepuasan nasbah

Faktor ini diberi nama FAKTOR TINGKAT TABUNGAN DAN

KEPUASAN.

3. Faktor 3 (F3) terdiri atas variabel x7 = lokasi BCA BIZZ, x9 = popularitas

produk.

Faktor ini diberi nama FAKTOR LOKASI BCA BIZZ DAN

(64)

Interpretasi Variabel:

1. Faktor 1 adalah faktor kualitas dan promosi yang memberikan sumbangan varians sebesar 41,012% dan merupakan faktor dominan yang memberikan nilai varians terbesar dalam penelitian ini, artinya menurut persepsi nasabah faktor kualitas dan promosi merupakan faktor utama yang mempengaruhi proses keputusan untuk masuk menjadi anggota BIZZ.

2. Faktor 2 adalah faktor tingkat tabungan dan kepuasan yang memberikan sumbangan varians sebesar 19,127% dan merupakan faktor kedua menurut persepsi nasabah.

3. Faktor 3 adalah faktor lokasi BCA BIZZ dan popularitas yang memberikan sumbangan varians sebesar 13,594% dan merupakan faktor dengan varians terkecil yang mempengaruhi nasabah dalam proses keputusan untuk menjadi anggota BIZZ dalam penelitian ini.

4. Ketiga faktor yang mempengaruhi nasabah dalam proses keputusan untuk menjadi anggota BCA BIZZ tersebut memberikan komulatif varians sebesar 73,733%, artinya sebesar 73,733% faktor yang terbentuk mempengaruhi nasbah dalam peningkatan jumlah nasabah BIZZ dan sisanya adalah faktor-faktor lain yang tidak terangkum dalam model penelitian ini.

3.7.6 Menentukan Ketepatan Model

Proses akhir dari analisis faktor adalah menguji ketepatan model, dengan menggunakan output program SPSS. Perbedaan antara korelasi yang diobservasi

(pada matriks korelasi sebelum analisis faktor) dengan korelasi analisis faktor (yang diestimasi dari matriks faktor) yaitu yang disebut dengan residu.

Kalau banyak residual yang nilainya lebih besar dari 0,05 (residual > 0,05), berarti model tidak tepat, model dipertimbangkan kembali. Sebaliknya, jika banyak residual yang nilainya lebih kecil dari 0,05 (residual < 0,05), berarti model sudah tepat.

(1)

LAMPIRAN 4C: Perhitungan Korelasi Product Moment rxy =

} Y) ( Y {n } X) ( X {n

Y) . X ( XY) n(

2 2

2 − ∑ ∑ − ∑

∑

∑ ∑ − ∑

rxy =

} ) 739 , 096 . 3 ( ) 427 , 283 . 75 ( 132 }{ (309,761)

-90) {132(831,4

) 739 , 096 , 3 )( 761 , 309 {( ) 851 , 565 . 7 ( 132

2 2

− −

rxy =

) 9589790 9937412

( ) 57 , 95951 7

, 109756 (

) 3 , 959247 (

) 395 , 998692 (

− −

−

rxy =

) 002 , 347622 (

) 1429 , 13805 (

05 , 39445

rxy =

4798971404 05 , 39445

rxy =

6086 , 69274

05 , 39445

(2)

LAMPIRAN 4D: Perhitungan Korelasi antara variabel x1 dan x2

rx1.x2 =

} ) x ( x {n } ) x ( x {n ) x . x ( ) x x n( 2 2 2 2 2 1 2 1 2 1 2 1 ∑ − ∑ ∑ − ∑ ∑ ∑ − ∑

rx1.x2 =

} ) 724 , 386 ( ) 885 , 1243 ( 132 { } (309,761) -) 32(831,490 1 { )} 724 , 386 )( 761 , 309 {( ) 700 , 937 ( 132 2 2 − −

rx1.x2 =

) 378 , 149555 8 , 164192 ( ) 572 , 95951 7 , 109756 ( 793 , 119791 4 , 123776 − − −

rx1.x2 =

) 387 , 14637 ( ) 143 , 13805 ( 63 , 3984

rx1.x2 =

202071220 63 , 3984

rx1.x2 =

176 , 14215 63 , 3984

(3)

s2 =

n n

) x ( x

2 i 2

∑ − ∑

s12 =

132 132 09,761) 3

( 490 , 831

−

s12 =

132 132

57 , 95951 490

831 −

s12 =

132

90585 , 726 490 ,

831 −

s12 =

132 584 , 104 s12 = 0,792306

s22 =

132 132 86,724) 3

( 885 , 1243

−

s22 =

132 132

378 , 149555 885

1243 −

s22 =

132

99529 , 1132 885

1243 −

s22 =

132 889 , 110 s22 = 0,84007

(4)

s32 =

132 132 09,496) 4

( 740 , 1382

−

s32 =

132 132

651 , 167686 740

1382 −

s32 =

132

35341 , 1270 740

1382 −

s32 =

132 306 , 112 s32 = 0,851413

Perhitungan dilanjutkan sampai s92

s2(x4) = 0,881166; s2(x5) = 0,682143

s2(x6) = 0,741017; s2(x7) = 0,812744

(5)

LAMPIRAN 5B: Perhitungan Alpha Cronbach variabel x1

r =

  

 ₋ ∑

  



− 2

t 2 b σ

σ 1 1 k

r =

      

    

+ +

+ −

   

− 19,951

762703 ,

0 0,869653 0,812744

0,741017

682143 ,

0 0,881166 0,851413

0,84007 0,792306

1 1 9

r = 

  

  −      

19,951 233215 ,

7 1 8 9

r =

(

1 0,3625

)

−      

r = (1,125)(0,6375) r = 0,7172

(6)

st2 =

(

)

n n

x x

2 1 9

2 x 2

1 9

2 x

∑

= −

st2 =

(

)

132 132

739 , 3096 427

, 75283

−

st2 =

132 132

351 , 9589790 427

75283 −

st2 =

132

9269 , 72649 427

75283 −

st2 =

132 500 , 2633

st2 = 19,95075768