D. Metode Analisis Data
1. Uji Validitas dan Reliabilitas
Validitas berasal dari kata Validity, yang berarti instrumen
tersebut dapat digunakan untuk mengukur apa yang seharusnya diukur Sugiyono, 2008:172. Suatu skala dikatakan valid apabila skala tersebut
digunakan untuk mengukur apa yang seharusnya diukur. Dalam penelitian ini, tehnik yang digunakan adalah korelasi product moment dari pearson
yaitu : r
xy
= N
XY
-
X Y
2 2
2 2
− −
Y Y
N X
X N
Dimana : X = Pertanyaan nomor tertentu
Y = Skor total N = Jumlah responden
Uji hipotesis untuk validitas tiap butir pertanyaan suatu angket adalah sebagai berikut :
Ho = Skor butir berkolerasi positif dengan skor faktornya H1 = Skor butir tidak berkolerasi positif dengan skor faktornya
Dengan tingkat signifikan 5 dengan R
hasil
R
tabel
= maka Ho
tidak ditolak, sedangkan jika R
hasil
R
tabel
= maka Hi butir pertanyaan
valid.
Reliabilitas adalah menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu, reliabilitas berkonsentrasi
pada masalah akurasi pengukuran dan hasilnya Jonathan Sarwono, 2006:218. Reliabilitas dalam penelitian ini adalah uji reliabilitas Alpha,
yaitu : R
n
= 2
2 1
1 σ
σ b
k k
− −
Dimana : R
n
= Relatif instrumen K = Banyaknya pertanyaan
b
2
= Jumlah varians
2
= varians total Dalam penelitian ini menggunakan model analisis, yaitu analisis
faktor. Analisis faktor digunakan untuk mengetahui faktor-faktor yang diperkirakan dapat mewujudkan suatu kepuasan bagi pelanggan dalam
menyaksikan pertunjukan live music.
2. Analisis Faktor
Analisis faktor adalah sebuah model, dimana tidak terdapat variabel bebas dan tergantung. Analisis faktor tidak mengklarifikasi
variabel ke dalam kategori variabel bebas dan tergantung, melainkan mencari
hubungan interdependensi antar variabel agar dapat mengidentifikasikan
dimensi-dimensi atau
faktor-faktor yang
menyusunnya. Analisis faktor pertama kali dilakukan oleh Charles Spearman, dengan tujuan utama analisis faktor adalah menjelaskan
hubungan diantara banyak variabel dalam bentuk beberapa faktor, faktor- faktor tersebut merupakan besaran acak
random quantities yang dapat diamati atau diukur secara langsung. Kegunaan utama analisis faktor
ialah melakukan pengurangan data atau dengan kata lain melakukan peringkasan sejumlah variabel yang akan menjadi kecil jumlahnya.
Pengurangan dilakukan dengan melihat interdependensi beberapa variabel yang dapat dijadikan satu yang disebut
faktor. Sehingga ditemukan variabel-variabel atau faktor-faktor yang dominan atau penting
untuk dianalisis lebih lanjut Jonathan Sarwono, 2006:202. Persamaan atau rumus analisis faktor adalah sebagai berikut :
Xi = Ai
1
F
1
+Ai
2
F
2
+Ai
3
F
3
+Ai
4
F
4
+..........+ViUi Dimana :
Xi = Variabel terstandar ke-i Ai
1
= Koefisien regresi dari variabel ke-1 pada common faktor-i F = Common faktor
Ui = Variabel unik untuk variabel ke-i Vi = Koefisien regresi terstandar dari variabel ke-1 pada common faktor
unik ke-i M = jumlah common faktor
Secara jelas common faktor dapat diformulasikan sebagai berikut : Fi = Wi
1
X
1
+Wi
2
X
2
+Wi
3
X
3
+.........+Wi
k
X
k
Dimana : Fi = Faktor ke-1 estimasi
Wi = Bobot faktor atau skor koefisien faktor K = Jumlah variabel
Prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi yang terkait dengan metode statistik korelasi :
a. Besar korelasi atau korelasi antar independen variabel harus cukup
kuat. b.
Besar korelasi parsial, korelasi antar dua variabel dengan menganggap tetap variabel yang lain.
c. Pengujian sebuah matriks korelasi diukur dengan besaran Bartlett Test
of Sphericity atau dengan Measure Sampling Adequacy MSA. Setelah sampel didapat dan diuji asumsi terpenuhi, maka langkah
selanjutnya adalah melakukan proses analisis faktor. Proses tersebut meliputi :
a. Menguji variabel apa saja yang akan dianalisis
b. Menguji variabel-variabel yang telah ditentukan, menggunakan
Bartlett Test of Sphericity dan MSA c.
Melakukan proses inti analisis faktor, yakni factoring, atau menurunkan satu atau lebih faktor dari variabel-variabel yang telah
lolos pada uji variabel sebelumnya. d.
Melakukan proses factor rotation, atau rotasi terhadap faktor yang terbentuk. Tujuan rotasi untuk memperjelas variabel yang masuk ke
dalam faktor tertentu. e.
Interpretasi atau faktor yang telah terbentuk, yang dianggap bisa mewakili variabel-variabel anggota faktor tersebut.
f. Validasi atas hasil faktor untuk mengetahui apakah faktor yang
terbentuk telah valid. Tahap pertama dalam analisis faktor adalah dengan menilai mana
saja variabel yang dianggap layak untuk dimasukkan dalam analisis selanjutnya. Pengujian ini dilakukan dengan memasukkan semua variabel
yang ada, dan kemudian pada variabel-variabel tersebut dikenakan sejumlah pengujian.
Logika pengujian adalah jika sebuah variabel memang mempunyai kecenderungan mengelompok dan membentuk sebuah faktor, variabel
tersebut akan mempunyai korelasi yang cukup tinggi dengan variabel lain. Sebaliknya, variabel dengan korelasi yang lemah dengan variabel yang
lain, akan cenderung tidak akan mengelompok dalam faktor tertentu. Uji KMO dan Bartlett Test, memiliki beberapa hal yaitu angka
KMO haruslah berada diatas 0,5 dan signifikan harus berada di bawah 0,05. Sedangkan pada uji MSA angkanya haruslah berada pada 0 sampai
1, dengan kriteria : a.
MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel yang lain.
b. MSA 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih
lanjut. c.
MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.
Setelah satu atau lebih faktor terbentuk, dengan sebuah faktor berisi sejumlah variabel, mungkin saja sebuah faktor berisi sejumlah
variabel yang sulit ditentukan akan masuk ke dalam faktor mana, maka proses selanjutnya adalah dengan melakukan proses rotasi yang akan
memperjelas kedudukan sebuah variabel di dalam sebuah faktor. Dalam penentuan banyaknya faktor dapat ditentukan melalui berikut ini, nilai
eigenvalue, scree plot, percentage of variance accounted for, split half reliability, dan significance test Supranto, 2004:128. Sedangkan dua
pendekatan dalam analisis faktor adalah Principal component analysis
dan common factor analysis. Di dalam principal component analysis
jumlah varians dalam data yang terkandung dalam semua variabel asli dipertimbangkan. Sedangkan dalam
common factor analysis, faktor hanya diperkirakan berdasarkan hanya pada
common variance. Dan kebanyakan penelitian menggunakan
principal component analysis. Sama dengan proses
factoring, proses rotasi juga tersedia berbagai macam cara, yang bisa dibagi menjadi orthogonal dan oblimin.
Orthogonal rotasi, yakni memutar sumbu 90 derajat. Proses rotasi dengan metode orthogonal dibedakan menjadi quartimax, varimax, dan equimax.
Sedangkan oblique rotasi, yakni memutar sumbu ke kanan, tidak harus 90 derajat. Proses rotasi dengan metode oblique masih bisa dibedakan
menjadi oblimin, promax, orhoblique, dan lainnya Singgih Santoso, 2004:35.
E. Operasional Variabel Penelitian
Kategori