H :
1
= 0 dan H
1
:
1
0 Kriteria pengujian:
1 apabila probabilitas t-hitung ≥ α 5, maka Ho diterima dan Ha ditolak
sehingga tidak terjadi heteroskedastisitas; 2 apabila probabilitas t-hitung
α 5, maka Ho ditolak dan Ha diterima, sehingga terjadi heteroskedastisitas.
3.5.3 Analisis Faktor
Analisis yang digunakan untuk hipotesis kedua yaitu dengan menggunakan analisis faktor. Analisis faktor merupakan salah satu metode yang
digunakan pada statistik multivariate. Tujuan utamanya adalah data reduction dan summarization Hair et al, 1992. Analisis faktor pada prinsipnya digunakan
untuk mereduksi data, yaitu proses untuk meringkas sejumlah variabel menjadi lebih sedikit dan menamakannya sebagai faktor Santoso dan Fandy, 2004.
Jumlah faktor yang akan diuji yaitu sejumlah Menurut Santoso 2003 proses analisis faktor mencoba menemukan hubungan interrelationship antar sejumlah
variabel-variabel yang saling independen satu dengan yang lain sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah
variabel awal. Ada beberapa tahap yang harus dilakukan dalam analis faktor: 1. Menilai mana saja variabel yang dianggap layak untuk dimasukkan dalam
analisis selanjutnya. Pengujian ini dilakukan dengan memasukkan semua variabel yang ada, kemudian pada variabel-variabel tersebut dikenakan
sejumlah pengujian. Kelayakan tersebut dilihat dari nilai anti image correlation, jika nilai anti image correlation lebih besar dari 0,5 maka
variabel tersebut dapat diikutsertakan dalam model, tetapi jika dibawah 0,5 maka harus dikeluarkan dari model. Pemilihan variabel ini dilakukan sampai
semua variabel memiliki nilai dari anti image correlation diatas 0,5. Nilai KMO Kaiser-Meyer-Olki
and Bartlett’s Test dapat dilihat dengan menyususn rumus dan hipotesis sebagai berikut:
j k
2 jk
j k
2 jk
j k
2 jk
p r
r KMO
r = korelasi antara dua variabel p = korelasi parsial
H = sampel atribut variabel belum layak ntuk dianalisis lebih lanjut
H
1
= sampel atribut variabel layak untuk dianalisis lebih lanjut Kriteria dalam melihat nilai probabilitas tingkat signifikansi:
Angka Sig 0,005 maka H diterima
Angka Sig ≥ 0,05 maka H
ditolak Angka MSA Measurement of Sampling Adequency berkisar antara 0 hingga
1, dengan rumus dan kriteria:
j k
2 jk
j k
2 jk
j k
2 jk
j
p r
r MSA
r = korelasi antara dua variabel p = korelasi parsial
MSA ≥ 0,5 – 1, atribut variabel dapat diprediksi tanpa kesalahan oleh
variabel lain dan dapat dianalisis lebih lanjut MSA 0,5, atribut variabel tidak dapat diprediksi dan tidak dapat
dianalisis lebih lanjut Angka MSA pada uji
KMO and Bartlett’s Test digunakan untuk menguji dan mengukur hubungan antar semua indikator yang digunakan.
2. Melakukan ekstraksi terhadap sekumpulan variabel yang ada, sehingga terbentuk satu atau lebih faktor. Menggunakan Metode PCA Principal
Component Analyze untuk menyederhanakan variabel yang diamati. Menurut Soemartini 2008, PCA merupakan metode yang berfungsi meminimumkan
masalah multikolinearitas tanpa harus mengeluarkan variable bebas yang terlibat hubungan kolinear. Tujuan PCA bertujuan untuk menyederhanakan
variabel yang diamati dengan menyusutkan mereduksi dimensinya. Hal ini