3.6.2 Analisis Deskriptive Statistics
Analisis deskriptive
statistics digunakan untuk mengetahui informasi pelayanan apa saja yang diberikan oleh pihak bank kepada
nasabahnya terutama kepada nasabah Tabungan Ummat yang menjadi konsentrasi pada penelitian ini, alasanan nasabah memilih Tabungan
Ummat, karakteristik demografi nasabah dan sebagainya. Setelah data digolongkan, maka akan dianalisis untuk melihat faktor mana yang
paling berpengaruh terhadap loyalitas responden kepada BMI Cabang Bogor.
3.6.3 Analisis Faktor
Prinsip analisis faktor merupakan kolerasi, artinya variabel yang memiliki kolerasi erat akan membentuk suatu faktor, sedangkan variabel
yang ada dalam suatu faktor akan memiliki kolerasi yang lemah dengan variabel yang terdapat pada faktor yang lain Suliyanto, 2005. Menurut
Malholtra dalam Suliyanto 2005, analisis faktor merupakan salah satu bentuk analisis multivariat yang tujuan umumnya adalah menentukan
satu atau beberapa variabel atau konsep yang diyakini sebagai sumber yang melandasi seperangkat variabel nyata. Simamora 2004,
mengungkapkan bahwa analisis faktor bertujuan menemukan satu atau beberapa veriabel atau konsep yang diyakini sebagai sumber yang
melandasi seperangkat variabel nyata. Model analisis faktor dapat ditulis sebagai berikut:
i aijFj
F ai
X
i
ε +
+ +
= .......
1 1
....................................................... 5 Keterangan:
Xi = Peubah amatan ke-i yang telah distandarisasi
Fj = Faktor bersama ke-j j = 1,2,......, m
aij = Pembobotan dan faktor ke-j pada peubah ke-i faktor loding
εi = Galat dari respon ke-i
Seperti yang telah dikemukan di atas prinsip utama analisis faktor adalah kolerasi, maka asumsi dalam analisi faktor berkaitan erat dengan
kolerasi berikut yaitu:
1. Kolerasi atau keterkaitan antara variabel harus kuat.
Hal ini dapat diidentifikasi dari nilai determinannya yang mendekati nol. Nilai determinan dari matriks kolerasi yang elemen-elemennya
mempunyai matriks identitas akan memiliki nilai determinan sebesar satu.
2. Indeks perbandingan jarak antara koefisien kolerasi dengan koefisien
kolerasi persialnya secara keseluruhan harus kecil. Hal ini dapat diidentifikasi dengan nilai Kaiser-Meyer-Olkin
measure of sampling adequacy KMO. KMO merupakan salah satu
indeks perbandingan jarak antara koefisien kolerasi dengan koefisien kolerasi parsialnya secara kesuluruhan. Untuk dapat dilakukan
analisis faktor, nilai KMO dianggap cukup apabila nilai KMO ≥ 0,5.
3. Indeks perbandingan jarak antara koefisien kolerasi dengan koefisien kolerasi parsialnya secara keseluruhan harus kecil. Hal ini
diidentifikasi dengan nilai Measures of Sampling Adequacy MSA. MSA merupakan sebuah indeks perbandingan jarak antara koefisien
kolerasi dengan koefisien kolerasi parsialnya secara parsial setiap variabel. Syarat analisis faktor dapat dilakukan, nilai MSA dianggap
cukup apabila nilai MSA ≥ 0,5. Apabila ada variabel yang tidak
memiliki nilai MSA ≥ 0,5, variabel tersebut harus dikeluarkan dari
analisis faktor secara bertahap satu per satu Prinsip dari analisis faktor adalah digunakan untuk mereduksi
beberapa atribut dari masing-masing dimensi kualitas jasa yang memiliki kemiripan untuk dijadikan satu faktor. Tahap pertama pengolahan data
yang digunakan pada analisis faktor bertujuan untuk menilai atribut mana saja yang dianggap layak untuk dilakukan analisis selanjutnya.
Pengolahan data dengan analisis faktor pada penelitian ini dilakukan dengan mengolah setiap dimensi kualitas jasa yang ada, karena atribut-
atributnya telah ditentukan terlebih dahulu sesuai dengan konsep dasar dari masing-masing dimensi kualitas jasa. Kemudian pada atribut-atribut
tersebut dikenakan sejumlah pengujian, sehingga output yang dihasilkan
nantinya yaitu atribut-atribut yang mewakili atribut lain dari setiap dimensi kualitas jasa.
Setelah melakukan atribut apa saja yang akan di analisis tahap kedua yaitu pengujian kolerasi antara atribut dalam pelayanan bank pada
nasabah Tabungan Ummat yang dilakukan dengan metode Bartletts Test of Sphericity
dan pengukuran Kaiser-Meyer-Olkin Measure of Sampling Adequacy
KMO-MSA. Bartletts Test of Sphericity disebut juga dengan KMO merupakan suatu indeks yang dipergunakan untuk
meneliti ketepatan analisis faktor. Nilai KMO yang diinginkan agar analisis faktor dikatakan tepat jika antara 0,5-1,0 tetapi bila nilai kurang
dari 0,5 maka analisis faktor dikatakan tidak tepat. Pengolahan selanjutnya dilakukan dengan Anti-Image Matriks
Anti Image Coleration untuk mengetahui atribut mana yang dapat di proses lebih lanjut dan atribut mana yang harus dikeluarkan dengan
melihat tabel MSA angka kolerasi yang bertanda ”a”. Atribut yang dikeluarkan jika hasil pengolahan MSA lebih kecil dari 0,5 jika hasil
yang diperoleh sebaliknya yaitu lebih besar dari 0,5 maka dapat dilakukan proses pengolahan inti dari analisis faktor.
Proses inti dari analisis faktor adalah factoring yang digunakan dalam penelitian ini adalah analisis komponen utama Principle
Component Analysis. Metode ini menghasilkan kesimpulan terhadap hubungan antara sejumlah atribut-atribut yang saling independen satu
dengan yang lain sehingga dapat dibuat satu atau beberapa kumpulan atribut yang lebih sedikit dari jumlah atribut awal, sehingga akhirnya
dapat dikelompokkan atribut-atribut yang berkolerasi kuat yang merupakan atribut dominan yang mempengaruhi loyalitas nasabah
Tabungan Ummat. Setelah factoring dilakukan, maka diperoleh nilai communalities
merupakan jumlah keragaman dari satu faktor mula-mula yang dapat dijelaskan oleh faktor yang terbentuk. Nilai communalities
menunjukkan seberapa baik tiap-tiap faktor dijelaskan oleh faktor yang terbentuk. Semakin tinggi nilai communilities suatu faktor, maka
semakin erat hubungannya dengan faktor yang terbentuk.
Sedangkan component matriks menunjukkan distribusi dari faktor yang terbentuk. Angka-angka yang terdapat pada component matrix
menunjukkan nilai factor loading, yaitu nilai yang menunjukkan besarnya kolerasi antara suatu atribut dengan faktor yang terbentuk.
3.6.4 Analisis Diskriminan
Kategori