41
C. Metode Pengumpulan Data
Data yang penulis kumpulkan untuk penunjang penelitian ini, dapat dikelompokkan menjadi 2 dua bagian, yaitu :
1. Data Primer Adalah data yang diperoleh dari hasil survey dengan menyebarkan
kuesioner kepada para responden yaitu remaja, wanita dewasa, dan ibu rumah tangga yang pernah dan atau sedang menggunakan salah satu
produk perawatan wajah, yakni Ponds dan Sariayu.
Peneliti menggunakan instrument penelitian berupa wawancara tidak terstruktur dan kuesioner, dengan penjelasan sebagai berikut :
a. Wawancara Tidak Terstruktur Yakni, pedoman wawancara yang hanya membuat garis batas
yang akan ditanyakan. Peneliti akan menanyakan seputar penggunaan produk perawatan wajah Ponds maupun Sariayu serta pendapat mereka
mengenai produk tersebut. b. Kuesioner Angket
Dalam penelitian ini digunakan kuesioner dalam bentuk pertanyaan secara tertulis yang harus dijawab oleh responden sesuai dengan
petunjuk yang ada, maka disusunlah suatu struktur pertanyaan dalam kuesioner yang akan disebarkan.
2. Data Sekunder Yaitu data yang diperoleh dalam bentuk yang sudah jadi, sudah
dikumpulkan dan diolah oleh pihak lain, biasanya dalam bentuk publikasi, seperti study kepustakaan, melalui literatur yang berhubungan dengan
pembahasan skripsi yaitu mengenai teori-teori yang digunakan penelitian
42 kepustakaan dilakukan dengan cara mengumpulkan, membaca dan
memahami bahan-bahan yang berkaitan dengan bidang yang menjadi topic pembahasan penulis, penelitian ini dimaksudkan agar penulis memperoleh
gambaran yang jelas tetang aspek-aspek teoritis dari masalah yang akan penulis bahas. Serta internet, yang digunakan penulis untuk mencari
bahan-bahan penulisan yang dibutuhkan penulis.
D. Metode Analisis Data
Data adalah sesuatu yang digunakan atau dibutuhkan dalam penelitian dengan menggunakan parameter tertentu yang telah ditentukan. Jenis data
dibagi menjadi data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan dalam bentuk dua angka, tetapi berbentuk kata, kalimat,
gambar atau bayangan. Sedangkan data kuantitatif adalah data yang dinyatakan dalam bentuk angka. Dwi Prayitno, 2007:7
1. Analisis Kualitatif Jenis penelitian yang peneliti lakukan adalah bersifat Deskriptif
dengan menyebarkan 120 kuesioner pada pengguna produk perawatan wajah merek Ponds dan Sariayu. Dalam rangka memperoleh data yang
sesuai dengan keperluan penelitian ini menurut Nazir dalam Hence Inzar 2000 khusus untuk data kualitatif supaya dapat dikuantitatifkan
yaitu dengan menggunakan Skala Beda Semantik semantic differencial scala dengan tujuh angka dimana responden diminta
memberi tanggapan atas tiga pertanyaan positif dan tiga pertanyaan negatif.
43
Tabel 3.1 Pengukuran Skala Beda Semantik
Sangat Setuju
Setuju Agak
Setuju Netral
Agak Tidak
Setuju Tidak
Setuju Sangat
Tidak setuju
3 2
1 -1
-2 -3
Cara pengukuran dengan menghadapkan responden pada pertanyaan dan kemudian untuk memberikan jawaban “sangat
setuju”,”setuju”,”agak setuju”,”netral”,”agak tidak setuju”,”tidak setuju”,”sangat tidak setuju”. Dan jawaban lain yang sesuai dengan
konteks pertanyaan dan pernyataan tetapi dengan skor yang sama dalam hal ini skor kepercayaan.
Table 3.2 Pengukuran Skala beda Semantik
Sangat Percaya
Percaya Agak
Percaya Netral
Agak Tidak
Percaya Tidak
Percaya Sangat
Tidak Percaya
3 2
1 -1
-2 -3
Untuk skor evaluasi yaitu “sangat percaya”,”percaya”,”agak percaya”,”netral”,”agak tidak percaya”,”tidak percaya”,dan “sangat
tidak percaya”. Masing-masing alternative jawaban diberikan niali +3 hingga -3.
Penggunaan teknik analisis ini untuk menggambarkan data lapangan secara diskriprif dengan cara menginterpretasikan hasil
pengolahan lewat tabulasi. Hasil analisis diskriptif ini berguna untuk mendukung interpretasi terhadap hasil analisis yang digunakan.
44 a. Uji Validitas
Teknik analisis data validitas untuk mengukur sah atau valid tidaknya suatu kuesioner. Validitas didefinisikan sebagai
sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Suatu kuesioner dikatakan valid jika
terdapat kesesuaian antara data yang dikumpulkan dengan data yang sesungguhnya.
Pengukuran validitas pada instrument ini dilakukan dengan korelasi product moment, dengan cara mengkorelasikan skor item
dengan skor totalnya keseluruhan item, yang rumusnya sebagai berikut:
r = korelasi produk moment ∑xy = jumlah perkalian skor item dengan skor
∑x² = Jumlah skor kuadrat item ∑y² = Jumlah skor kuadrat item
n = Jumlah sampel
r =
n
∑
xy
− ∑
x
∑
y {n
∑
x
− ∑
x }{n
∑
y
− ∑
y }
45 Uji hipotesis untuk validitas tiap butir suatu angket adalah sebagai
berikut: a. Hipotesis
Ho : Skor butir tidak berkorelasi positif dengan skor faktornya butir tidak valid
H
: Skor butir berkorelasi positif dengan skor faktornya butir valid
b. Tingkat signifikansi = 5 c. Daerah kritis
R
positif ≤
R
, maka
H
tidak ditolak
R
positif
R
, maka
H
ditolak d. Statistik Uji : dengan menggunakan program SPSS, yaitu dapat
dilihat pada kolom Corrected Item Total Correlation pada output. e. Kesimpulan
positif ≤
, maka butir pertanyaan tidak valid positif
, maka butir pertanyaan valid Jika terdapat butir yang tidak valid, maka butir yang tidak
valid tersebut harus dikeluarkan dan proses analisis diulang untuk butir yang valid saja.
b. Uji Reliabilitas Reliabilitas adalah sejauh mana hasil suatu pengukuran dapat
dipercaya. Jika hasil yang dilakukan berulang menghasilkan yang relatif sama, pengukuran tersebut dianggap memiliki tingkat
reliabilitas yang baik.
46 Untuk melihat reliabilitas, maka dihitung Cronbach Alpha
masing-masing instrument. Variabel-variabel tersebut dikatakan reliable bila Cronbach Alpha nya memiliki nilai lebih besar 0.60
Purbayu, 2005:251. Uji reliabilitas bertujuan untuk melihat konsistensi alat ukur yang akan digunakan yakni apakah alat ukur
tersebut akurat, stabil dan konsisten. Teknik yang digunakan adalah koefisien Alpha Cronbach dengan rumus :
2 2
1 1
t I
S S
k k
ri Keterangan :
k = Mean kuadrat antara subyek
2 i
S = Mean kuadrat kesalahan
2 t
S = Varians total Reliabilitas suatu instrumen dapat diterima jika memiliki
koefisien Alpha Cronbach minimal 0,6 yang berarti bahwa instrumen tersebut dapat digunakan sebagai pengumpul data yang
handal yaitu hasil pengukuran relatif konsisten jika dilakukan pengukuran ulang. Reliabilitas kurang dari 0,6 adalah kurang baik,
sedangkan 0,7 dapat diterima dan diatas 0,8 adalah baik.
47 2. Analisis Data Kuantitatif
Dalam penelitian ini, peneliti akan menganalisis data dengan menggunakan :
a. Analisis Faktor 1 Konsep Dasar Analisis Faktor
Analisis faktor adalah suatu teknik untuk menganalisis tentang saling ketergantungan interpendensi dari beberapa
variabel secara simultan dengan tujuan untuk menyederhanakan dari bentuk hubungan antar variabel yang diteliti menjadi
sejumlah faktor yang lebih sedikit dari jumlah variabel yang diteliti. Analisis ini juga menggambarkan tentang struktur data
dari suatu penelitian, artinya ingin diketahui susunan dan hubungan yang terjadi pada hubungan antar variabel. Dalam
analisis faktor tidak ada pembagian variabel menjadi variabel bebas dan variabel tergantung. Suliyanto, 2005:114
2 Fungsi Analisis Faktor Analisis digunakan untuk:
a. Mengidentifikasi dimensi-dimensi mendasar yang dapat menjelaskan korelasi dari serangkaian variabel.
b. Mengidentifikasi variabel-variabel baru yang lebih kecil, untuk menggantikan variabel tidak berkorelasi dari
serangkaian variabel asli yang berkorelasi. c. Mengidentifikasi beberapa variabel kecil dari sejumlah
variabel yang banyak untuk dianalisis dengan analisis multivariat lain.
48 3 Proses Analisis Faktor
Proses dasar analisis faktor : a. Menentukan variabel apa saja yang akan dianalisis.
b. Menguji variabel-variabel yang telah ditentukan, dengan menggunakan MSA Measure of Sampling Adequacy.
c. Melakukan proses inti pada analisis faktor, yakni factoring, atau menurunkan satu atau lebih faktor dari
variabel-variabel yang telah lolos pada uji variabel sebelumnya.
d. Melakukan proses Factoring Rotation atau rotasi terhadap faktor yang telah terbentuk. Tujuan rotasi adalah untuk
memperjelas variabel yang masuk ke dalam faktor tertentu. Beberapa metode rotasi yaitu :
ORTHOGONAL ROTATION Yakni, memutar sumbu 90°. Orthogonal Rotation
digunakan bila analisis bertujuan untuk mereduksi jumlah variabel tanpa mempertimbangkan seberapa
berartinya faktor yang terekstraksi. Menurut Wibisono 2006:160, proses rotasi dengan metode orthogonal
masih bisa dibedakan menjadi : a
Quartimax Metode ini bertujuan untuk merotasi faktor awal
hasil ekstraksi, sehingga pada akhirnya diperoleh hasil rotasi, dimana setiap variabel memberi bobot
49 yang tinggi disatu faktor dan sekecil mungkin pada
faktor lain. b
Varimax Bertujuan untuk merotasi faktor awal hasil
ekstraksi, sehingga pada akhirnya diperoleh hasil rotasi, dimana dalam satu kolom, nilai yang ada
sebanyak mungkin mendekati nol. Hal ini berarti didalam setiap faktor tercakup sedikit mungkin
variabel. c
Equimax Bertujuan
untuk mengkombinasikan
metode quartimax dan varimax.
Maka, dalam penelitian ini peneliti menggunakan metode VARIMAX.
OBLIQUE ROTATION Yakni, memutar sumbu kanan, namun tidak harus 90°.
Dengan rotasi ini, korelasi antar faktor masih diperhitungkan, karena sumbu faktor tidak saling tegak
lurus satu dengan yang lainnya. Oblique Rotation digunakan untuk memperoleh sejumlah faktor yang
secara teoritis cukup berarti. e. Interpretasi atas faktor yang telah terbentuk, khususnya
memberi nama atas faktor yang terbentuk tersebut, yang dianggap bisa mewakili variabel-variabel anggota faktor
tersebut.
50 f. Validasi atas hasil faktor untuk mengetahui apakah faktor
yang terbentuk telah valid. Valid analisis faktor dimaksudkan untuk mengetahui apakah hasil analisis
faktor tersebut bisa digeneralisasikan ke-populasi validasi dapat dilakukan dengan berbagai cara, seperti :
- Membagi sampel awal menjadi dua bagian, kemudian membandingkan hasil faktor sampel satu dengan
sampel dua. Jika hasil tidak banyak perbedaan, bisa dikatakan faktor yang terbentuk telah valid.
- Dengan melakukan metode Comfirmatory Factor Analysis CFA dengan cara Structural Equation
Modelling. Proses
ini bisa
dibantu dengan
menggunakan software khusus seperti LISREL. g. Setelah faktor yang terbentuk dikatakan stabil dan bisa
untuk menggeneralisasikan populasinya, maka selanjutnya bisa dilakukan pembuatan factor scores. Factor scores
pada dasarnya adalah upaya untuk membuat satu atau beberapa variabel yang lebih sedikit dan berfungsi untuk
menggantikan variabel asli yang sudah ada. Pembuatan factor scores akan berguna jika akan dilakukan analisis
lanjutan, seperti analisis regresi atau analisis diskriminant. Dalam penelitian ini proses analisis dilakukan hanya
sampai pada langkah menginterpretasikan faktor yang telah terbentuk dan memberikan nama atas faktor yang
terbentuk. Penulis tidak melanjutkan pada langkah validasi
51 dan scores, karena kedua langkah tersebut diperlukan jika
ingin melakukan analisis regresi dan analisis diskriminant. Sedangkan tujuan dalam penelitian ini hanya sebatas ingin
mengetahui faktor-faktor yang akan terbentuk atas variabel-variabel yang telah ada.
4 Persyaratan Dalam Analisis Faktor Beberapa persyaratan yang harus terpenuhi dalam
melakukan analisis faktor : Ety Rochaety, 2007:186 a KMO dan Barlett’s Test
KMO Kaiser – Mayer – Olkin merupakan indeks perbandingan besarnya koefisien korelasi
observasi dengan besarnya koefisien korelasi parsial. Jika nilai kuadrat koefisien korelasi parsial dari semua
pasangan variabel lebih kecil dari pada jumlah kuadrat koefisien korelasi, maka harga KMO akan mendekati
satu, yang menunjukan penggunaan analisis faktor. Menurut Suliyanto 2005:123 untuk menguji
ketepatan dalam model faktor, uji statistic yang digunakan adalah Barlett’s Test Sphericity dan Kaiser –
Mayer – Olkin KMO untuk mengetahui kecukupan sampelnya.
52 Ukuran ketepatan Kaiser – Mayer – Olkin
KMO adalah sebagai berikut : Subhas Salam 2004 dalam Suliyanto.
- 0,9 : Baik Sekali
- 0,8 : Baik
- 0,7 : Sedang Agak Baik
- 0,6 : Cukup
- 0,5 : Kurang
- 0,5 : Ditolak
b Anti – Image Matrices Besarnya angka measure sampling of eduquacy
MSA berkisar antara 0 – 1, dengan kriteria sebagai berikut :
Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel lain.
Jika MSA 0,05, maka variabel tersebut masih dapat diprediksi dan dapat dianalisis lebih lanjut.
Jika MSA 0,05, maka variabel tersebut tidak dapat diprediksi dan tidak dapat dianalisis lebih
lanjut, sehingga
variabel harus
dikeluarkandibuang. 5 Model Analisis Faktor
Pada dasarnya
model analisis
faktor dapat
dikelompokan menjadi dua, yaitu : Suliyanto, 2005:118
53 a Principal Componen Analysis
Principal Componen Analysis merupakan model dalam analisis faktor tujuannya untuk melakukan prediksi
terhadap sejumlah faktor yang dihasilkan. Model Principal Component Analysis:
=
ℓ
+
ℓ
+ …………
ℓ Syarat, m
≤ p Jika ditulis dalam bentuk matriks adalah :
F = ℓX, dimana:
F : faktor principal components unobservable X : variabel yang diteliti observable
: bobot dari kombinasi linier loading b Common Factors
Common Factors merupakan model dalam analisis faktor yang tujuannya untuk mengetahui struktur dari
variabel yang diteliti karateristik dari observasi Model Common Factors:
=
ℓ
+
ℓ
+ …………
ℓ
+
Syarat, m ≤ p
X = ℓF + ε, dimana:
F : common factor unobservable X : variabel yang diteliti observable
: bobot dari kombinasi linier loading ε : specific factor
54
E. Operasional Variabel Penelitian