Analisis Faktor Teknik Analisis Data

39 Adequacy MSA. Pengujian ini mengharuskan adanya korelasi yang signifikan di antara paling sedikit beberapa variabel. 64 Langkah-langkah yang harus dilakukan dalam proses analisis faktor adalah sebagai berikut: a. Menentukan variabel apa saja yang akan dianalisis b. Menguji variabel agar menjadi variabel yang layak dimasukkan dalam analisis faktor dengan melihat angka pada KMO dan Bartlett’s Test c. Setelah sejumlah variabel terpilih, maka dilakukan proses factoring, atau ekstraksi variabel hingga menjadi satu atau beberapa faktor d. Lalu dilakukan proses factor rotation untuk memperjelas apakah faktor yang terbentuk sudah secara signifikan berbeda dengan faktor lain. Beberapa metode rotasi yang dapat dilakukan adalah: 1 Orthogonal Rotation, yaitu memutar sumbu 90 o . Perotasian ini dilakukan dengan tetap mempertahankan keortogonalan faktor-faktor yang berimplikasi pada ada atau tidaknya perbedaan antara pola dengan bobot terstruktur. Beberapa rotasi yang termasuk rotasi orthogonal adalah rotasi Varimax, Quartimax, Equamax, dan Parsimax. 2 Oblique Rotation, yaitu memutar sumbu ke kanan namun tidak harus 90 o . Pada rotasi ini diasumsikan bahwa faktor-faktor yang dihasilkan 64 Singgih Santoso, Buku Latihan SPSS Statistik Parametrik, Jakarta: Elex Media Komputindo, 2006, h.13 40 saling berkorelasi. Beberapa rotasi yang termasuk rotasi oblique adalah rotasi Promax, Procustes, dan Harris-Kaiser. e. Interpretasi faktor yang telah terbentuk. Yaitu dengan memberi nama atas faktor yang terbentuk, yang dianggap dapat mewakili variabel-variabel anggota faktor tersebut. 65 Proses seleksi variabel pada analisis faktor dalam penelitian ini didasarkan pada: a. Kaiser Meyer Olkin KMO dan Bartlett’s Test KMO dan Bartlett’s Test menunjukkan uji kelayakan dari analisis faktor. Uji ini dilakukan untuk mengetahui apakah faktor-faktor tersebut valid atau tidak. KMO merupakan indeks pembanding besarnya koefisien korelasi observasi dengan besarnya koefisien korelasi parsial. Secara umum, analisi faktor dapat dilakukan bila indeks KMO lebih besar dari 0,5. Klarifikasi nilai KMO adalah sebagai berikut: 0,9 : sangat memuaskan 0,8-0,9 : memuaskaan 0,7-0,8 : nilai menengah 0,6-0,7 : cukup 0,5-0,6 : kurang memuaskan 0,5 : tidak dapat diterima 65 Statistics of Your Life, artikel diambil dari http:exponensial.wordpress.com20101130 analisis-faktor diakses pada tanggal 19 September 2013 41 b. Measure of Sampling Adequacy MSA Dilakukan pemeriksaan terhadap nilai anti-image correlation pada tabel anti-image matrices yang ditunjukkan oleh nilai diagonal dari kiri atas ke kanan bawah yang bertanda huruf a pada setiap nilainya yang merupakan nilai Measure of Sampling Adequacy MSA. Bila nilai MSA 0,05 maka variabel tersebut sebaliknya di drop dari system analisis dan dilakukan analisis ulang hingga mencapai semua nilai MSA0,5 c. Eigenvalues Total varians explained menerangkan nilai persen dari varians yang mampu diterangkan oleh banyak faktor yang terbentuk. Nilai eigenvalues menggambarkan kepentingan relatif masing-masing faktor dalam menghitung varians dari variabel-variabel yang di analisis. Banyaknya faktor yang harus diambil didasarkan pada initial eigenvalues total 1 atau lebih besar dari satu. d. Loading Factor Rotated Component Matrix adalah nilai loading faktor dari setiap variabel. Loading factor merupakan besarnya korelasi antara faktor skor dan variabel tersebut. Penempatan variabel ke dalam faktor ditentukan berdasarkan loading factor tersebut. 42

BAB IV HASIL DAN PEMBAHASAN

A. Karakteristik Responden

Bagian ini menyajikan informasi mengenai karakteristik responden berdasarkan data yang telah berhasil dikumpulkan melalui kuesioner. Kuesioner yang dibagikan berjumlah 45 responden yaitu mitra di BMT Berkah Madani Cimanggis Depok. Gambar 4.1 Karakteristik Responden Berdasarkan Pendidikan Terakhir Sumber: Data primer yang di olah Pada gambar 4.1 responden yang merupakan mitra di BMT Berkah Madani Cimanggis Depok berdasarkan tingkat pendidikan di dominasi pada tingkat pendidikan SMA yaitu sebanyak 26 mitra atau sebesar 58. Disusul kemudian pada tingkat pendidikan Sarjana sebesar 18 atau 8 mitra, tingkat pendidikan diploma sebanyak 6 mitra atau 13, dan sisanya sebanyak 5 mitra atau sebesar 11 berada di tingkat pendidikan SMP. Hal ini menunjukkan bahwa mitra 43 mempunyai tingkat pendidikan yang cukup tinggi karena lebih dari 50 memiliki pendidikan terakhir SMA. Gambar 4.2 Karakteristik Responden Berdasarkan Usia Sumber: Data primer yang di olah Dapat dilihat sebaran usia responden pada gambar 4.2. Responden didominasi oleh mitra yang berusia 46-50 tahun yaitu sebanyak 15 responden atau sebesar 33. Kemudian disusul oleh mitra yang berusia 50 tahun yaitu sebanyak 9 responden atau sebesar 20, usia 30-35 tahun sebanyak 7 orang atau sebesar 16, usia 36-40 tahun sebanyak 6 orang atau sebesar 13.3, usia 41-45 tahun sebanyak 4 orang atau sebesar 9, dan usia 46-50 tahun sebanyak 4 orang atau sebesar 9. Karena itu, dapat dikatakan usia responden yang merupakan mitra BMT Berkah Madani berada di kisaran usia produktif. 44 Gambar 4.3 Pendapatan Per Bulan Responden 53 31 16 Pendapatan Rp 1.000.001 - Rp 2.500.000 Rp 2.500.001 - Rp 5.000.000 Rp 5.000.000 Sumber: Data primer yang di olah Kemudian, setelah mengetauhi karakteristik responden berdasarkan usia dan tingkat pendidikan, dilihat juga bagaimana karakteristik responden berdasarkan pendapatan per bulan responden. Dapat dilihat pada gambar 4.3 di atas terlihat bahwa 24 responden atau sebesar 53 berpendapatan perbulan rata-rata adalah Rp 1.000.001-Rp 2.500.000, pedagang yang berpendapatan Rp 2.500.000- Rp 5.000.000 sebanyak 14 orang atau sebesar 31, dan pedagang yang berpenfapatan Rp 5.000.000 sebesar 16.

B. Hasil Kuesioner

1. Faktor Referensi

Terdapat pengaruh temankenalan lihat lampiran gambar 1 yang dapat mempengaruhi keputusan mitra dalam memilih menggunakan produk pembiayaan murabahah di BMT Berkah Madani, sebanyak 2 responden berpendapat bahwa variabel dipengaruhi temankenalan ragu-ragu, 39 reponden berpendapat setuju, sebanyak 4 responden berpendapat sangat