KINERJA, Volume 16, No.1, Th. 2012: Hal. 45-62
56
4.3. A nalisis Faktor
Secara prinsip, analisis faktor digunakan untuk mengurangi data, yang bermakna variabel-variabel yang terdapat dalam sebuah penelitian direduksi sehingga jumlahnya menjadi lebih sedikit dari sebelumnya dan dinamai
faktor. Analisis faktor dilakukan terhadap semua butir instrumen dalam kuesioner yang telah memenuhi persyaratan validitas dan reliabilitas, yaitu sejumlah tigapuluh tiga butir instrumen. Melalui rotated component matrix diperoleh
hasil pengelompokan butir-butir instrumen penelitian dari enam faktor yang telah ditentukan dalam penelitian ini. Santoso 2003 menjelaskan bahwa sebuah butir instrumen dapat dikelompokkan ke dalam faktor tertentu apabila
memiliki loading factor sebesar 0,5. Hasil dari pengelompokkan ini dapat dilihat pada Tabel 5 berikut.
Tabel 5. Rotated Component Matrix
Instrumen Faktor1
Faktor2 Faktor3
Faktor4 Faktor5
Faktor6
PRCAYA5
0,662 PRCAYA6
0,647 PRCAYA7
0,795 PRCAYA8
0,668 DURASI1
0,884 DURASI2
0,874 KPUASAN1
0,646 KPUASAN2
0,741 KPUASAN4
0,746 I.KHUSS1
0,554 I.KHUSS3
0,783 I.KHUSS4
0,784 P.OPORT1
0,746 P.OPORT3
0,809 P.OPORT5
0,609
KOMUN3 0,731
KOMUN4 0,633
KOMUN6 0,719
KOMUN7 0,734
KOMUN8 0,688
Sumber: data primer, diolah. Tahapan selanjutnya dari proses rotasi adalah penghitungan skor faktor, yaitu data yang digunakan sebagai
dasar untuk proses regresi berganda dan uji t sampel independen. Hair et al. 1998 menekankan pentingnya data skor faktor karena data skor faktor dianggap mampu mencerminkan kondisi responden yang sesungguhnya.
4.4. Analisis Regresi Berganda
Analisis regresi berganda dipilih untuk digunakan dalam penelitian ini karena teknik regresi berganda dapat menyimpulkan secara langsung pengaruh setiap variabel independen yang digunakan, baik secara parsial
maupun bersama-sama. Hair et al. 1998 menyatakan bahwa regresi berganda merupakan teknik statistik untuk menjelaskan keterkaitan antara variabel dependen dengan beberapa variabel independen. Fleksibilitas dan
adaptibilitas metode ini mempermudah penulis untuk melihat suatu keterkaitan dari beberapa variabel sekaligus. Regresi berganda juga dapat memperkirakan kemampuan prediksi dari serangkaian variabel independen terhadap
variabel dependen Hair et al., 1998. Dengan program SPSS versi 10 dihasilkan persamaan regresi seperti yang ditampilkan pada Tabel 6 berikut.
Determinan Kepercayaan dalam Hubungan Business-To-Business di Pasar Swalayan Modern Tri Hendro Sigit Prakosa
57
Tabel 6. Hasil Analisis Regresi
Variabel Independen Unstandardized Coeficients
t Sig.
Konstanta 2,439
5,103 0,000
DURASI -0,14
-0,261 0,795
KPUASAN 0,234
3,288 0,001
I.KHUSS 0,130
1,962 0,053
P.OPORT -0,163
-2,079 0,041
KOMUN 0,187
2,273 0,026
Sumber: data primer, diolah. Persamaan regresi:
Ŷ = 2,439 – 0,14DURASI + 0,234KPUASAN + 0,130 I.KHUSS – 0,163P.OPORT + 0,187 KOMUN + ε
Keterangan: Ŷ
= kepercayaan DURASI = durasi
KPUASAN = kepuasan pembeli I. KHUSS = investasi khusus
P. OPORT = perilaku oportunistik KOMUN = komunikasi
ε = error
4.5. Pengujian H
Kategori