5. Interpretasi atas faktor yang telah terbentuk, khususnya memberi nama atas faktor
yang terbentuk tersebut yang dianggap bisa mewakili variabel-variabel anggota faktor tersebut.
Data yang diperoleh sebagai hasil dari angket penelitian “Analisis Pembentukan Disonasi Kognitif Codnitive Dissonance Pemilik Sepeda Motor Yamaha
Matic pada Mahasiswa S1 Program Reguler dan Ekstensi Departemen Manajemen Fakultas Ekonmi USU Medan” akan diolah menggunakan bantuan program SPSS 14
for windows.
1. Variabel Emosional
Data dari variabel emosional yang terdiri atas 15 faktor terdiri, yaitu telah membuat sesuatu yang salah 1, merasa putus asa 2, merasa menyesal 3, merasa
kecewa dengan diri sendiri 4, merasa takut5, merasa hampa 6, merasa marah 7, merasa cemas atau khawatir 8, merasa kesal atau jengkel 9, merasa frustasi 10,
merasa sakit hati 11, merasa depresi 12, merasa marah dengan diri sendiri 13, merasa muak 14, mendapat masalah 15, dimasukkan ke dalam data view pada SPSS
14 for windows yang kemudian akan diproses sebagaimana diuraikan sebelumnya, maka hasil yang diperoleh adalah sebagai berikut:
Tabel 4.8
KMO and Bartletts Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.791
Bartletts Test of
Sphericity Approx. Chi-Square
532.655 Df
105 Sig.
.000
Sumber: Data Primer Diolah Penulis, 2009
Universitas Sumatera Utara
Berdasarkan pengolahan data pada Tabel 4.8 terlihat bahwa nilai MSA sebesar 0,791 adalah lebih besar dari 0,5 MSA 0,5 maka variabel masih dapat diprediksi dan
dianalisis lebih lanjut. Untuk signifikan Sig sebesar 0,000 adalah lebih kecil dari 0,05 angka Sig 0,05 maka H0 ditolak sehingga variabel sudah memadai untuk dianalisis
lebih lanjut. Hasil pengolahan data selanjutnya dapat dilihat pada tabel berikut ini:
Universitas Sumatera Utara
Tabel 4.9 Anti-image Matrices
Correlation Matrixa
salah putu
sasa menye
sal kecewa
takut hamap
mara h
cema s
kesal frustasi
sakithati depresi
marahdgndirisen diri
muak Masalah
Correlation Salah
1.000 .415
.585 .256
.081 .089
-.001 .196
.157 .005
.048 -.062
.003 -.050 .176
putusasa .415
1.00 .581
.400 .115
.424 .289
.266 .309
.268 .083
.262 .088
.129 .042 menyesal
.585 .581
1.000 .238
.154 .285
.198 .306
.192 .054
.055 .218
.104 .155 .072
Kecewa .256
.400 .238
1.000 .350
.389 .308
.436 .251
.235 .075
.311 .264
.302 .172 Takut
.081 .115
.154 .350
1.000 .637
.416 .393
.137 .173
.178 .366
.266 .302 -.026
Hampa .089
.424 .285
.389 .637
1.000 .620
.559 .411
.544 .156
.561 .401
.418 .016 Marah
-.001 .289
.198 .308
.416 .620
1.000 .537
.535 .487
.110 .377
.361 .532 .092
Cemas .196
.266 .306
.436 .393
.559 .537
1.000 .550
.404 .036
.401 .396
.317 .150 Kesa
.157 .309
.192 .251
.137 .411
.535 .550
1.000 .612
.123 .338
.364 .323 .157
Frustasi .005
.268 .054
.235 .173
.544 .487
.404 .612
1.000 .171
.621 .539
.428 .220 sakithati
.048 .083
.055 .075
.178 .156
.110 .036
.123 .171
1.000 .195
.157 .139 .021
Depresi -.062
.262 .218
.311 .366
.561 .377
.401 .338
.621 .195
1.000 .597
.503 .189 Marahdgn
dirisendiri .003
.088 .104
.264 .266
.401 .361
.396 .364
.539 .157
.597 1.000
.435 .233 Muak
-.050 .129
.155 .302
.302 .418
.532 .317
.323 .428
.139 .503
.435 1.000 .236
masalah .176
.042 .072
.172 -.026
.016 .092
.150 .157
.220 .021
.189 .233
.236 1.000 Sig. 1-tailed
Salah .000
.000 .008
.227 .205
.497 .034
.073 .483
.329 .284
.490 .324 .052
putusasa .000
.000 .000
.144 .000
.003 .006
.002 .006
.222 .007
.209 .118 .348
menyesal .000
.000 .013
.077 .004
.033 .002
.037 .311
.307 .021
.168 .075 .254
Kecewa .008
.000 .013
.000 .000
.002 .000
.009 .014
.245 .002
.007 .002 .055
Takut .227
.144 .077
.000 .000
.000 .000
.104 .055
.050 .000
.006 .002 .404
Universitas Sumatera Utara
Hampa .205
.000 .004
.000 .000
.000 .000
.000 .000
.075 .000
.000 .000 .442
Marah .497
.003 .033
.002 .000
.000 .000
.000 .000
.154 .000
.000 .000 .198
Cemas .034
.006 .002
.000 .000
.000 .000
.000 .000
.372 .000
.000 .001 .083
Kesa .073
.002 .037
.009 .104
.000 .000
.000 .000
.127 .001
.000 .001 .074
Frustasi .483
.006 .311
.014 .055
.000 .000
.000 .000
.056 .000
.000 .000 .020
sakithati .329
.222 .307
.245 .050
.075 .154
.372 .127
.056 .035
.073 .100 .424
Depresi .284
.007 .021
.002 .000
.000 .000
.000 .001
.000 .035
.000 .000 .040
marahdgn dirisendiri
.490 .209
.168 .007
.006 .000
.000 .000
.000 .000
.073 .000
.000 .015 Muak
.324 .118
.075 .002
.002 .000
.000 .001
.001 .000
.100 .000
.000 .014
masalah .052
.348 .254
.055 .404
.442 .198
.083 .074
.020 .424
.040 .015
.014 Extraction Method: Principal Component Analysis.
a Residuals are computed between observed and reproduced correlations. There are 60 57.0 nonredundant residuals with absolute values greater than 0.05.
Sumber: Data Primer Diolah Penulis, 2009
Universitas Sumatera Utara
Berdasarkan hasil pengolahan data pada Tabel 4.9 terlihat bahwa angka MSA untuk ke-15 faktor adalah diatas 0,05 maka semua faktor dinyatakan dapat dianalisis
lebih lanjut, tidak ada yang perlu dikeluarkan sehingga tidak perlu dilakukan pengujian ulang.
Tabel 4.10 Total Variance Explained
Componen t
Initial Eigenvalues Extraction Sums of Squared Loadings
Total of Variance Cumulative
Total of Variance Cumulative
1 5.226
34.843 34.843
5.226 34.843
34.843 2
1.964 13.096
47.939 1.964
13.096 47.939
3 1.279
8.525 56.464
1.279 8.525
56.464 4
1.041 6.938
63.402 1.041
6.938 63.402
5 .983
6.557 69.959
6 .804
5.358 75.317
7 .704
4.696 80.013
8 .685
4.566 84.580
9 .565
3.770 88.350
10 .443
2.956 91.305
11 .380
2.535 93.840
12 .291
1.943 95.783
13 .255
1.701 97.484
14 .208
1.389 98.872
15 .169
1.128 100.000
Extraction Method: Principal Component Analysis.
Sumber: Data Primer Diolah Penulis, 2009
Ada 15 faktor yang dimasukkan dalam analisis faktor, yakni setelah melakukan pembelian konsumen merasa: telah membuat sesuatu yang salah 1, merasa putus asa
2, merasa menyesal 3, merasa kecewa dengan diri sendiri 4, merasa takut5, merasa hampa 6, merasa marah 7, merasa cemas atau khawatir 8, merasa kesal
atau jengkel 9, merasa frustasi 10, merasa sakit hati 11, merasa depresi 12, merasa marah dengan diri sendiri 13, merasa muak 14, mendapat masalah 15,
maka total varians adalah 15 x 1 = 11. Berdasarkan Tabel 4.9 di atas terlihat bahwa hanya empat faktor yang terbentuk, karena dengan satu faktor, angka Eigenvalues di
atas 1 satu, dengan dua faktor angka Eigenvalues masih di atas 1 satu, dengan tiga faktor, angka Eigenvalues masih tetap di atas 1 satu dan dengan empat faktor, angka
Eigenvalues masih tetap di atas 1 satu. Namun untuk lima faktor, angka Eigenvalues
Universitas Sumatera Utara
sudah di bawah 1 satu, yakni 0,983 sehingga proses factoring harus berhenti pada empat faktor saja.
Tabel 4.11 Component Matrixa
Component 1
2 3
4 Salah
.223 .795
.189 .121
putusasa .503
.606 -.001
-.042 menyesal
.416 .722
.023 .091
kecewa .565
.253 -.079
.077 Takut
.549 -.050
-.605 .203
hampa .808
-.027 -.365
-.044 Marah
.737 -.141
-.161 -.271
cemas .724
.078 -.057
-.289 Kesa
.663 -.028
.255 -.375
frustasi .720
-.298 .282
-.101 sakithati
.234 -.078
-.085 .723
depresi .726
-.265 .066
.223 marahdgndirisendiri
.637 -.323
.235 .169
Muak .632
-.282 .084
.118 masalah
.252 -.003
.700 .212
Extraction Method: Principal Component Analysis. a 4 components extracted.
Sumber: Data Primer Diolah Penulis, 2009
Pada penelitian ini diketahui bahwa tiga faktor adalah jumlah yang paling optimal, maka Tabel 4.11 menunjukkan distribusi ke-15 variabel tersebut pada empat
faktor yang terbentuk. Sedangkan angka-angka yang ada pada tabel tersebut adalah factor loadings, yang menunjukkan besar korelasi antara suatu variabel dengan faktor
1 satu, faktor 2 dua, faktor 3 tiga atau faktor 4 empat. Proses penentuan variabel mana yang akan masuk ke faktor yang mana, dilakukan dengan melakukan
perbandingan besar korelasi pada setiap baris. Seperti pada variabel telah membuat sesuatu yang salah:
1 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 1
satu adalah 0,223 lemah karena di bawah 0,5 dan masuk ke Component 2. 2
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 2 dua adalah 0,503 kuat karena di atas 0,5 dan masuk ke Component 2.
Universitas Sumatera Utara
3 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 3
tiga adalah 0,416 lemah karena bawah 0,5 dan masuk ke Component 2. 4
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 4 empat adalah 0,565 kuata karena di atas 0,5 dan masuk ke Component 1.
5 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 5
lima adalah 0,549 kuat karena di atas 0,5 dan masuk ke Component 1. 6
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 6 enam adalah 0,808 kuat karena di atas 0,5 dan masuk ke Component 1 .
7 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 7
tujuh adalah 0,737 kuat karena di atas 0,5 masuk ke Component 1. 8
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 8 delapan adalah 0,724 kuat karena di atas 0,5 dan masuk ke Component 1.
9 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 9
sembilan adalah 0,663 kuat karena di atas 0,5 dan masuk ke Component 1. 10
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 10 sepuuh adalah 0.720 kuat karena di atas 0,5 dan masuk ke Component 1.
11 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 11
sebelah adalah 0,234 lemah karena bawah 0,5 dan masuk ke Component 4. 12
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 12 duabelah adalah 0,726 kuat karena di atas 0,5 dan masuk ke Component 1.
13 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 13
tigabelas adalah 0,637 kuat karena di atas 0,5 dan masuk ke Component 1. 14
Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 14 empatbelas adalah 0,632 kuat karena di atas 0,5 dan masuk ke Component
1.
Universitas Sumatera Utara
15 Korelasi antar variabel telah membuat sesuatu yang salah dengan faktor 15
limabelas adalah 0,252 lemah karena bawah 0,5 dan masuk ke Component 3.
Pada penelitian ini diketahui bahwa ke-11 variabel telah direduksi berhasil membentuk 4 empat faktor utama, yaitu :
1. Faktor Component 1 satu terdiri atas: kecewa dengan diri sendiri, merasa
takut, hampa, marah, cemas atau kwatir, kesal, frustasi, depresi, marah dan muak. Jadi dalam pembelian Yamaha Matic konsumen tidak merasa takut,
hampa, marah, cemas atau kwatir, kesal, frustasi, depresi, marah dan sehingga dapat diberi istilah: harapan tepat.
2. Faktor Component 2 dua terdiri atas: merasa salah, putus asa, dan menyesal.
Jadi dalam pembelian Yamaha Matic konsumen tidak merasa salah, putus asa, dan menyesal , sehingga dapat diberi istilah: pilihan tepat.
3. Faktor Component 3 tiga terdiri atas: merasa medapat masalah. Jadi dalam
pembelian Yamaha Matic konsumen tidak merasa mendapat masalah, sehingga dapat diberi istilah: perasaan tepat.
4. Faktor Component 4 empat terdiri atas: merasa sakit hati. Jadi dalam
pembelian Yamaha Matic konsumen tidak merasa sakit hati, sehingga dapat diberi istilah: keadaan tepat
2. Variabel Kebijaksanaan Pembelian
