Analisa Faktor yang Mempengaruhi Tingkat Kepuasan Nasabah Pada Bank Mandiri Cabang Binjai
BAB 2
LANDASAN TEORI
2.1. Gambaran Umum PT. Bank Mandiri (Persero) Tbk
Bank Mandiri didirikan pada 2 Oktober 1998, sebagai bagian dari program
restrukturisasi perbankan yang dilaksanakan oleh pemerintah Indonesia. Pada
bulan Juli 1999, empat bank pemerintah yaitu Bank Bumi Daya, Bank Dagang
Negara, Bank Ekspor Impor Indonesia dan Bank Pembangunan Indonesia dilebur
menjadi Bank Mandiri, dimana masing – masing bank tersebut memiliki peran
yang tidak terpisahkan dalam pembagunan perekonomian Indonesia. Sampai
dengan saat ini Bank Mandiri meneruskan tradisi memberikan kontribusi dalam
dunia perbankan dan perekonomian Indonesia.
Setelah melalui proses konsolidasi dan integrasi menyeluruh di segala
bidang, Bank Mandiri berhasil membangun organisasi bank yang solid dan
mengimplementasikan sistem utama (core system banking) yang baru yang
terintegrasi. Sejak didirikan Bank Mandiri senantiasa mengalami perbaikan
terlihat dari laba yang terus meningkat dan jumlah aset yang terus bertumbuh
setiap tahunnya, dimana Bank Mandiri menjadi bank pertama di Indonesia dengan
aset melampaui 1000 Triliun Rupiah, tercatat sampai dengan bulan juni 2017
Bank Mandiri memiliki aset sebesar 1.067,4 Triliun Rupiah dengan jaringan
kantor & jaringan e-channel yang tersebar diseluruh Indonesia dan juga kantor
perwakilan di negara –negara Asean, sesuai dengan visi Bank Mandiri:
“Indonesia Best Asean Prominent” (menjadi bank terbaik di Indonesia dan
terkemuka di Asean).
Untuk mencapai visi tersebut, salah satu fokus utama seluruh jajaran insan
Bank Mandiri menerapkan customer focus & excellence dalam bentuk semangat
memakmurkan negeri yang artinya melayani seluruh masyarakat Indonesia
dengan baik sehingga Bank Mandiri akan selalu dikenang dihati masyarakat
khususnya seluruh nasabah.
Universitas Sumatera Utara
Dalam hal mengatasi persaingan perbankan yang sangat ketat, seluruh
karyawan Bank Mandiri sangatlah fokus dan menjunjung tinggi standar layanan
dalam hal pelayanan guna menciptakan rasa nyaman dan kepuasan pada nasabah.
Kepuasan nasabah memegang peranan yang sangat penting dalam upaya
mencapai target bagi Bank Mandiri termasuk untuk cabang Binjai.
2.2. Analisa Multivariat
Menurut Johnson dan Wichern ( 2007) analisis statistika multivariat merupakan
analisis statistika yang digunakan pada data yang memiliki lebih dari dua variabel
secara bersamaan, dengan menggunakan teknik analisis multivariat maka dapat
menganalisis pengaruh beberapa variabel terhadap variabel-variabel lainnya
dalam waktu yang bersamaan.
Teknik analisis multivariat berdasarkan karakteristiknya dapat dibagi
menjadi dua yaitu teknik dependensi dan teknik interdependensi. Teknik
dependensi merupakan teknik yang digunakan untuk melihat pengaruh atau
memprediksi variabel terikat (dependen) berdasarkan beberapa variabel bebas
(independen) yang mempengaruhi. Analisis multivariat yang termasuk dalam
teknik dependesi yaitu analisis regresi berganda, analisis diskriminan, analisis
konjoin, manova, anova, ancova dan korelasi kanonik.
Teknik interdependensi merupakan teknik yang digunakan untuk
mengelompokkan atau mereduksi beberapa variabel menjadi variabel baru yang
lebih sedikit, tetapi tidak mengurangi informasi yang terkandung dalam variabel
asli. Analisis multivariat yang termasuk dalam teknik interdependensi yaitu
analisis klaster, penskalaan multidimensi, analisis kanonikal dan analisis faktor.
Universitas Sumatera Utara
2.3. Jenis Data Penelitian
Data adalah keterangan mengenai sesuatu. Data digunakan untuk menyediakan
informasi bagi suatu penelitian, pengukuran kinerja, dasar pembuatan keputusan
dan menjawab rasa ingin tahu. Jenis – jenis data berdasarkan cara memperolehnya
yaitu:
1. Data Primer
Data primer merupakan data yang didapat dari sumber pertama, baik dari
individu atau perseorangan seperti hasil wawancara atau pengisian
kuisioner yang biasa dilakukan oleh peneliti. Untuk memperoleh data
primer biasanya peneliti melakukan observasi sendiri baik di lapangan
maupun di laboratorium.
2. Data Sekunder
Data sekunder merupakan data primer yang diperoleh oleh pihak lain atau
data primer yang diolah lebih lanjut dan disajikan baik oleh pengumpul
data primer atau pihak lain yang pada umumnya disajikan dalam bentuk
tabel – tabel atau diagram – diagram. (Sugiarto, dkk, 2001)
2.4. Metode Pengumpulan Data
Metode Pengumpulan data adalah teknik atau cara yang dilakukan oleh peneliti
untuk mengumpulkan data dan memperoleh informasi yang dibutuhkan dalam
rangka mencapai tujuan penelitian.
Jenis-jenis metode pengumpulan data yaitu:
1. Wawancara
Wawancara adalah teknik pengumpulan data yang dilakukan melalui tatap
muka dan tanya jawab secara langsung antara peneliti dan narasumber.
2. Angket (Kuesioner)
Angket (kuesioner ) merupakan metode pengumpulan data yang dilakukan
dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada
responden untuk dijawab.
Universitas Sumatera Utara
3. Observasi
Observasi adalah metode pengumpulan data yang kompleks karena
melibatkan berbagai faktor dalam pelaksanaannya. Metode ini tidak hanya
mengukur sikap dari responden namun juga dapat digunakan untuk merekam
berbagai fenomena yang terjadi.
4. Studi Dokumen
Studi dokumen adalah metode pengumpulan data yang tidak ditujukan
langsung kepada subjek penelitian melainkan meneliti berbagai macam
dokumen yang berguna untuk bahan analisis.
Dalam penelitian ini jenis data yang digunakan adalah data primer, yang diperoleh
langsung dari nasabah yang bertransaksi di bank Mandiri cabang Binjai.
Pengumpulan data primer dilakukan dengan menggunakan angket (kuesioner) dan
melakukan observasi di Bank Mandiri cabang Binjai.
2.5. Skala Pengukuran Data Penelitian
Skala pengukuran ini untuk mengklasifikasi variabel yang akan diukur supaya
tidak terjadi kesalahan dalam menentukan analisis data.
Adapun jenis-jenis skala pengukuran adalah sebagai berikut:
1. Skala Nominal
Skala Nominal merupakan pengukuran yang hanya membedakan berdasarkan
jenis atau macamnya, misalnya jenis kelamin terbagi menjadi laki-laki dan
perempuan.
2. Skala Ordinal
Skala Ordinal merupakan skala yang membedakan berdasarkan tingkat atau
urutan, misalnya tinggi badan tinggi, sedang dan pendek.
3. Skala Interval
Skala Interval merupakan skala yang membedakan katagori dengan selang
atau jarak tertentu dengan jarak antar katagori yang sama.
Universitas Sumatera Utara
4. Skala Ratio
Skala Ratio ini merupakan gabungan dari ketiga skala di atas yang memiliki
nilai nol mutlak dan mempunyai jarak yang sama dan datanya dapat dikalikan
atau dibagi.
Selain skala pengukuran diatas terdapat juga skala pengukuran sikap yaitu:
1. Skala Likert
Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi
seseorang atau sekelompok tentang kejadian atau gejala sosial. Setiap jawaban
dihubungkan dengan bentuk pernyataan atau dukungan sikap yang
diungkapkan dengan kata-kata sebagai berikut:
Skala Likert Pernyataan Positif
Sangat Memuaskan (SM)
=5
Memuaskan(M)
=4
Cukup Memuaskan (CM)
=3
Kurang Memuaskan (KM)
=2
Sangat Tidak Memuaskan (STM)
=1
Skala Likert Pernyataan Negatif
Sangat Memuaskan (SM)
=1
Memuaskan(M)
=2
Cukup Memuaskan (CM)
=3
Kurang Memuaskan (KM)
=4
Sangat Tidak Memuaskan (STM)
=5
2. Skala Guttman
Skala Guttman merupakan skala kumulatif. Jika seseorang menyisakan
pertanyaan yang berbobot lebih berat, maka ia akan mengiyakan pertanyaan
yang kurang berbobot lainnya. Skala Guttman digunakan untuk jawaban yang
bersifat jelas dan konsisten. Misalnya, yakin-tidak yakin, benar-salah.
Universitas Sumatera Utara
3. Skala Diferensial Semantik (Simantic Differnsial)
Skala Diferensial Semantik berisikan serangkaian karakteristi dua kutub
(bipolar). Karakteristik dua kutub tersebut mempunyai tiga dimensi dasar
sikap seseorang terhadap objek yaitu:
a. Potensi, yaitu kekuatan atau atraksi fisik suatu objek
b. Evaluasi,
yaitu
hal-hal
yang
menguntungkan
atau
tidak
menguntungkan suatu objek
c. Aktivitas, yaitu tingkatan gerakan suatu objek
Dalam penelitian ini menggunakan skala interval dan skala ukuran sikap yakni
skala likert pernyataan positif, yakni skala yang digunakan untuk mengukur sikap,
pendapat dan persepsi seseorang atau kelompok tentang kejadian atau peristiwa
sosial.
2.6. Populasi dan Sampel
Populasi adalah sekelompok orang, kejadian atau benda yang merupakan
kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan
berdasarkan karakteristiknya yang dijadikan objek penelitian. (Supranto,2010)
Terdapat dua jenis populasi yaitu:
1. Populasi Terbatas
Populasi terbatas adalah populasi yang mempunyai sumber data yang jelas
batasnya secara kuantitatif sehingga dapat dihitung jumlahnya, contohnya:
sejumlah 13.000 nasabah bank mandiri cabang binjai.
2. Populasi Tak Terbatas (Tak Terhingga)
Populasi tak terbatas yaitu sumber datanya tidak dapat ditentukan batasanbatasannya sehingga relatif tidak dapat dinyatakan dalam bentuk jumlah,
contohnya: meneliti berapa liter pasang surut air laut pada bulan purnama.
Populasi dalam penelitian ini yakni populasi terbatas yang mempunyai sumber
data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya.
Arikunto (2003) mengatakan sampel adalah bagian dari populasi (sebagian
atau wakil populasi yang diteliti). Sampel penelitian adalah sebagian dari populasi
Universitas Sumatera Utara
yang diambil sebagai sumber data dan dapat mewakili seluruh populasi.
Keuntungan menggunakan sampel adalah sebagai berikut:
1. Memudahkan
peneliti
untuk
jumlah
sampel
yang lebih
sedikit
dibandingkan dengan menggunakan populasi.
2. Penelitian lebih efisien dalam hal waktu, tenaga dan biaya.
3. Lebih teliti dan cermat dalam pengumpulan data.
4. Penelitian lebih efektif, jika penelitian bersifat merusak (destruktif) yang
menggunakan bahan tertentu, tidak perlu merusak seluruh bahan.
2.7. Teknik Sampling
Teknik sampling adalah suatu cara untuk menentukan banyaknya sampel dan
pemilihan calon anggota sampel, sehingga setiap sampel yang terpilih dalam
penelitian dapat mewakili populasinya (representatif) baik dari aspek jumlah
maupun dari aspek karakteristik yang dimiliki populasi.
Teknik sampling dapat dikelompokkan menjadi dua yaitu:
1. Sampling random ( probability sampling)
Sampling random ( probability sampling) adalah teknik sampling untuk
memberikan peluang yang sama pada setiap anggota populasi untuk
dipilih menjadi anggota sampel, sampling rendom ini terdiri dari empat
jenis yakni:
a. Sampling Random Sederhana ( Simple Random Sampling) yaitu
pengambilan sampel dari anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada.
b. Teknik Sampling Bertingkat ( Stratified Sampling) yaitu pengambilan
sampel dari anggota populasi dilakukan secara acak dengan
memperhatikan strata yang ada, artinya setiap strata terwakili sesuai
proporsinya
c. Teknik
Sampling
Proporsional
(Proportional
Sampling)
yaitu
pengambilan sampel dari anggota populasi yang dihitung berdasarkan
perbandingan, misalnya populasi A= 30, B= 50 dan C=20
Universitas Sumatera Utara
d. Teknik Sampling Kluster (Cluster Sampling) yaitu teknik sampling
yang dilakukan dengan cara mengambil wakil dari setiap wilayah
geografis yang ada, teknik ini digunakan apabila populasi tersebar
dalam beberapa daerah.
2. Sampling nonrandom (nonprobability sampling) atau disebut juga sebagai
incidental sampling, yaitu setiap unsur yang terdapat dalam populasi tidak
memiliki kesempatan atau peluang yang sama untuk dipilih sebagai
sampel, sampling nonrandom terdiri dari:
a. Teknik Sampling Kebetulan (Accidental Sampling) yaitu teknik
sampling yang pemilihan anggota sampelnya dilakukan terhadap orang
atau benda yang kebetulan ada dan dijumpai.
b. Teknik Sampling Bertujuan (Porpusive Sampling) yaitu teknik
sampling yang pemilihan anggota sampelnya dipilih secara khusus
dengan kriteria-kriteria tertentu berdasarkan tujuan penelitian.
c. Teknik Sampling Kuota (Quota Sampling) yaitu teknik sampling yang
pemilihan anggota sampelnya dengan jumlah dan ciri-ciri tertentu.
d. Teknik Sampling Bola Salju (Snowball Sampling) yaitu teknik
pengambilan sampel yang mulanya kecil tetapi semakin lama semakin
banyak.
Selain teknik pengambilan sampel yang sudah dijabarkan diatas, terdapat juga
teknik menentukan ukuran sampel yaitu penentuan ukuran sampel apabila
populasi sudah diketahui jumlahnya dengan menggunakan teknik Slovin
Teknik sampling yang digunakan dalam penelitian ini yaitu teknik
sampling bertujuan (porpusive sampling) dan dalam menentukan besar ukuran
sampel digunakan teknik slovin
Universitas Sumatera Utara
2.8. Analisis Data
2.8.1. Menentukan Jumlah Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik slovin
dengan rumus:
n=
Keterangan:
( )
n
: Jumlah sampel
N
: Jumlah populasi
e
: Perkiraan tingkat kesalahan
(2.1)
2.8.2. Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau
kesahihan suatu instrument. Validitas menunjukkan sejauh mana ketepatan dan
kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Dikatakan validitas
apabila dapat mengungkapkan data dari variabel
yang diteliti secara
tepat.(Arikunto,2010)
Terdapat beberapa jenis validitas yakni:
1. Validitas Isi ( Content Validity)
Sebuah tes dikatakan memiliki validitas isi apabila mengukur tujuan khusus
tertentu yang sejajar dengan materi atau isi pelajaran yang diberikan. Misalnya
seorang peneliti ingin mengukur bagaimana persepsi konsumen terhadap suatu
produk.
2. Validitas Konstruk (Construct Validity)
Sebuah tes dikatakan memiliki validitas konstruk apabila butir-butir soal yang
membangun tes tersebut mengukur setiap aspek berfikir seperti yang
disebutkan dalam tujuan instruksional khusus.
Universitas Sumatera Utara
3. Validitas Kriteria (Criterion Validity)
Validitas ini lebih umum dikenal dengan validitas empiris, ditentukan
berdasarkan kriteria, baik kriteria inernal maupun eksternal. Validitas kriteria
mengukur suatu pendapat yang berasal dari partisipan atau orang yang
berbeda.
4. Validitas Prediksi ( Predictive Validity)
Memprediksi artinya meramal, dan meramal selalu mengenai hal yang akan
datang sehingga ini belum terjadi. Sebuah tes dikatakan memiliki validitas
prediksi apabila mempunyai kemampuan untuk meramalkan apa yang akan
terjadi pada masa yang akan datang.
Dalam penelitian ini digunakan jenis validitas kriteria (criterion validity) dan
akan diuji dengan teknik korelasi Product Moment yang dikemukakan oleh
Pearson, dengan menghitung koefisien korelasi product moment kemudian
membandingkan dengan nilai r pada tabel.
Untuk menghitung nilai rhitung pada item pertanyaan dapat dilakukan dengan
rumus:
rxiy =
∑
∑
– (∑
– (∑
)²
. ∑ )
∑ ² –(∑ )²
(2.2)
Keterangan:
rxiy
: Koefisien Korelasi
X
: Skor Pertanyaan
Y
: Skor total
n
: Jumlah sampel
i
: 1,2,3,... n
Universitas Sumatera Utara
Nilai r terbesar adalah +1 dan terkecil adalah -1 sehingga dapat ditulis -1 r +1,
untuk r = +1 disebut hubungan positif sempurna dan hubungan langsung sangat
tinggi, sebaliknya jika r = -1 disebut hubungan negatif sempurna dan
hubungannya tidak langsung sangat tinggi. Untuk nilai r dapat dilihat pada tabel
2.1 dibawah ini.
Tabel 2.1. Interpretasi dari nilai r
R
Interpretasi
0
Tidak berkorelasi
0,01-0,20
Sangat rendah
0,21-0,40
Rendah
0,41-0,60
Agak Rendah
0,61-0,80
Cukup
0,81-0,99
Tinggi
1
Sangat Tinggi
Hipotesis dalam uji validitas penelitian sebagai berikut:
H0
: Variabel / butir pertanyaan tidak valid
H1
: Variabel / butir pertanyaan valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel . Kriteria
penilaian uji validitas adalah:
c. H0 ditolak dan H1 diterima apabila rhitung rtabel (pada taraf signifikansi
1% atau 5%), dapat dikatakan variabel atau butir pertanyaan valid
d. H0 diterima dan H1 ditolak apabila rhitung < rtabel (pada taraf signifikansi
1% atau 5%), dapat dikatakan variabel atau butir pertanyaan tidak
valid
Universitas Sumatera Utara
2.8.3. Uji Reliabilitas
Setelah dilakukan uji validitas dan dinyatakan valid maka di lanjutkan dengan uji
reliabilitas. Reliabilitas artinya kestabilan pengukuran, alat dikatakan reliabel jika
digunakan berulang-ulang nilai sama, sedangkan pertanyaan dikatakan reliabel
jika jawaban seseorang terhadap pertanyaan konsisten atau stabil dari waktu ke
waktu.
Terdapat beberapa jenis uji reliabilitas yaitu:
1. Teknik Pengukuran Ulang (Testretest)
Teknik ini meminta kepada responden yang sama untuk menjawab pertanyaan
dalam alat pengukuran sebanyak dua kali. Cara perhitungannya adalah dengan
mengkorelasikan jawaban pada wawancara pertama dengan jawaban pada
wawancara kedua.
2. Teknik Bentuk Paralel ( equivalent)
Teknik bentuk pararel dilakukan dengan membuat dua jenis alat pengukur
yang mengukur aspek yang sama. Kedua alat ukur tersebut diberikan pada
responden yang sama kemudian dicari validitasnya untuk masing-masing
jenis.
3. Konsistensi Internal Reliabilitas ( Internal Consistency Reability )
Teknik ini berisi tentang sejauh mana item-item instrumen bersifat homogen
dan mencerminkan konstruk yang sama sesuai dengan yang melandasinya.
Pengujian dilakukan dengan cara mencoba alat ukur cukup sekali saja
kemudian dianalisis dengan teknik tertentu yakni metode Alpha Cronbach
yang digunakan untuk menghitung reliabilitas suatu tes yang mengukur sikap
atau prilaku dan Split Half Method yang perhitungan reliabilitas dilakukan
dengan memberi tes pada sejumlah subjek kemudian dibagi menjadi dua
bagian yang sama besar.
Uji reliabilitas dalam penelitian ini menggunakan teknik konsistensi internal
reliabilitas (internal consistency reability) dengan metode Cronbach Alpha.
Cronbach Alpha digunakan untuk mencari reliabilitas instrumen yang skornya
bukan 0 dan 1, melainkan yang mengukur sikap atau prilaku yang menggunakan
skala pengukuran sikap likert.
Universitas Sumatera Utara
Suatu variabel dikatakan reliabel apabila setelah dilakukan uji reliabel diperoleh
nilai Cronbach Alpha > 0,60.(Kuncoro,2003)
Tahapan perhitungan uji reliabilitas dengan menggunakan teknik Cronbach Alpha
adalah sebagai berikut:
a. Menentukan nilai varians setiap butir pertanyaan
2
Si =
b.
(∑
∑
)²
(2.3)
Menghitung total nilai varians ∑
c. Menghitung nilai varians total
2
St =
∑
(∑ )²
(2.4)
d. Menentukan nilai Cronbach Alpha (CA)
r=
Keterangan:
1−
( ∑
)
r
: nilai koefisien Cronbach Alpha
k
: banyaknya variabel penelitian
∑
St 2
²
(2.5)
: jumlah varians variabel penelitian
: varians total
n
: Jumlah sampel
i
: 1,2,3,..,n
2.9. Transformasi Data Ordinal Menjadi Interval
Proses transformasi merupakan upaya yang dilakukan untuk merubah data ordinal
menjadi data interval. Dalam penelitian ini proses pengolahan data menggunakan
analisa faktor dimana variabelnya berskala interval, sedangkan data penelitian
yang diperoleh dengan menggunakan instrumen angket (kuesioner) dengan skala
likert merupakan data ordinal. Oleh karena itu dilakukan transformasi data dari
Universitas Sumatera Utara
data ordinal menjadi data interval dengan menggunakan MSI (Method of
Successive Interval).
Langkah-langkah transformasi data ordinal menjadi data interval adalah sebagai
berikut:
1. Perhatikan setiap butir jawaban responden dari angket (kuesioner) yang
disebarkan.
2. Menentukan frekuensi, yakni pada setiap butir ditentukan berapa orang
yang mendapat skor 1,2,3,4 dan 5
3. Menentukan proporsi, yakni setiap frekuensi dibagi dengan banyaknya
responden.
4. Tentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi
secara berurutan perkolom skor.
5. Menghitung nilai Z untuk setiap proporsi dengan menggunakan Tabel
Distribusi Normal.
6. Menentukan nilai densitas untuk setiap nilai Z yang diperoleh dengan
menggunakan Tabel Densitas.
7. Menentukan SV (Skala Value) yaitu nilai skala dengan rumus berikut:
=
(2.6)
Keterangan:
SV
: Interval rata-rata
Density at lower limit
: Kepadatan batas bawah
Density at upper limit
: Kepadatan batas atas
Area below upper limit
: Daerah dibawah batas bawah
Area below lower limit
: Daerah diatas batas bawah
8. Menentukan nilai transformasi dengan rumus sebagai berikut:
Y = SV + ½SVmin ½
(2.7)
Universitas Sumatera Utara
Keterangan:
Y
: Nilai hasil penskalaan akhir
SV
: Nilai Skala
½SVmin ½
: Nilai skala minimum
2.10. Analisa Faktor
Analisa faktor merupakan teknik statistika yang utamanya dipergunakan untuk
mereduksi atau meringkas data dari variabel yang banyak diubah menjadi sedikit
variabel, misalnya dari 15 variabel yang lama diubah menjadi 4 atau 5 variabel
yang baru yang disebut faktor dan masih memuat sebagian besar informasi yang
terkandung dalam variabel asli (original variable) ( J. Supranto,2004).
Secara umum analisis faktor atau analisis komponen utama bertujuan
untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru
yang berupa variabel bentukan. Andaikan dari p buah variabel awal/asal terbentuk
k buah faktor / komponen dimana k < p, misalkan dari sejumlah variabel p
sebanyak 10 variabel terbentuk k = 2 buah faktor / komponen yang dapat
menerangkan kesepuluh variabel awal/asal tersebut. k buah faktor / komponen
utama dapat mewakili p buah variabel aslinya sehingga lebih sederhana.(Johnson
& Witchen,1982).
Didalam analisis faktor variabel tidak dikelompokkan menjadi variabel
bebas dan tidak bebas, namun seluruh set hubungan interdependen antar variabel
diteliti.
2.10.1. Tujuan Analisa Faktor
Tujuan analisa faktor: (Santoso, 2010)
a. Data summarization yakni mengidentifikasi adanya hubungan antara
variabel dengan melakukan uji korelasi.
b. Data reduction yakni setelah melakukan korelasi, dilakukan proses
membuat sebuah variabel set baru yang dinamakan faktor untuk
menggantikan sejumlah variabel tertentu.
Universitas Sumatera Utara
2.10.2. Kegunaan Analisa Faktor
Analisa Faktor dipergunakan didalam situasi sebagai berikut: (Supranto, 2010)
a. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying
dimensions) atau faktor, yang menjelaskan korelasi antara suatu set
variabel.
b. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak
berkorelasi
(independen)
yang
lebih
sedikit
jumlahnya
untuk
menggantikan suatu set variabel yang berkorelasi didalam analisis
multivariat selanjutnya, misalnya analisis regresi berganda dan analisis
dikriminan.
c. Mengenali atau mengindentifikasi suatu set penting dari suatu set variabel
yang lebih banyak jumlahnya untuk dipergunakan didalam analisis
multivariat selanjutnya.
2.10.3. Asumsi Pada Analisa Faktor
Karena prinsip utama analisa faktor adalah korelasi, maka asumsi – asumsi terkait
dengan korelasi akan digunakan, yakni: (Santoso, 2010)
a. Besar korelasi atau korelasi antar variabel independen harus cukup kuat,
misalkan diatas 0,5.
b. Pengujian seluruh matriks korelasi (korelasi antara variabel) yang diukur
dengan besaran Barlett Test Of Sphericity atau Measure Sampling
Adequacy (MSA). Pengujian ini mengharuskan adanya korelasi yang
signifikan di antara paling sedikit beberapa variabel.
2.10.4. Model Analisa Faktor
Secara matematis, analisa faktor mirip dengan analisis regresi, yaitu dalam hal
bentuk fungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel
dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas.
Kovarians diantara variabel dijelaskan terbatas dalam sejumlah kecil komponen
atau faktor.
Universitas Sumatera Utara
Pada dasarnya faktor merupakan kombinasi linier dari variabel – variabel
asli/awal, sebagai hasil suatu penelitian.
(2.8)
Fi = Wi1X1+ Wi2X2 + Wi3X3 + ... + WikXk
Keterangan :
i
: 1,2,3,..,k
k
: Banyaknya variabel
Fi
: Perkiraan faktor ke-i (didasarkan pada nilai variabel X dengan
koefisiennya Wi ).
Wi
: Timbangan / bobot atau koefisien nilai faktor ke-i.
Xi
: Variabel ke Xi yang sudah dibakukan (standardized).
2. 11. Langkah – Langkah Analisis Faktor
2.11.1. Tabulasi Data
Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di tempat –
tempat yang telah ditentukan, kemudian data – data ini dikumpulkan serta
ditabulasikan pada kolom – kolom agar mempermudah untuk dikonversi pada
software yang akan digunakan.
2.11.2. Pembentukan Matriks Korelasi
Matriks merupakan kumpulan bilangan, simbol, atau ekspresi berbentuk persegi
panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat
pada suatu matriks disebut dengan elemen atau anggota suatu matriks. Dalam
penamaan suatu matriks biasanya dinyatakan dengan huruf kapital, misalnya
matriks A, B, C dan seterusnya Matriks banyak dimanfaatkan untuk
menyelesaikan permasalahan matematika misalnya dalam menemukan solusi
masalah persamaan linier.
Universitas Sumatera Utara
Bentuk umum matriks adalah sebagai berikut:
A=
⋮
⋮
Atau disingkat dengan:
(
…
⋯
⋱
…
(2.9)
⋮
), i = 1,2,3,..., m
j = 1,2,3,..., n
Matriks (2.9) disebut matriks tingkat m x n atau disingkat dengan mantriks m x n
karena terdiri dari m baris dan n kolom. Setiap
disebut elemen (unsur) matriks,
sedang i dan j berturut-turut menyatakan baris dan kolom. Pasangan bilangan
(m,n) disebut dimensi (ukuran atau bentuk) dari matriks.
Terdapat beberapa jenis matriks yaitu:
g. Matriks bujur sangkar adalah matriks yang banyak baris sama dengan
banyak kolom. Misalnya:
3 5 1
A= 7 4 3
8 3 3
h. Matriks no adalah matriks yang semua elemennya nol. Misalnya:
0 0
B= 0 0
0 0
0 0
0 0
0 0
i. Matriks identitas adalah matriks yang elemen-elemen diagonal
utamanya sama dengan 1, sedangkan elemen-elemen lainnya sama
dengan 0. Misalnya:
1 0 0
I= 0 1 0
0 0 1
j. Matriks skalar adalah adalah matriks yang elemen-elemen diagonal
utamanya sama, sedangkan elemen diluar elemen diagonalnya bernilai
nol. Misalnya:
8 0 0
C= 0 8 0
0 0 8
Universitas Sumatera Utara
k. Matriks segitiga atas adalah matriks persegi yang elemen-elemen
dibawah diagonal utamanya bernilai nol. Misalnya:
1
D= 0
0
0
3
5
0
0
2
3
1
0
4
2
7
8
l. Matriks korelasi adalah sebuah matriks dengan elemen-elemen matriks
yang merupakan koefisien korelasi dengan nilai terletak pada interval
-1,1 dan khusus elemen diagonal matriks bernilai satu.
Matriks korelasi merupakan matriks yang memuat koefisien korelasi dari semua
pasangan variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan
nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat
digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan
nilai korelasi yang diperoleh dari analisa faktor.
Bentuk umum matriks korelasi sebagai berikut:
=
Dimana,
1
⋮
1
⋮
⋯
⋯
⋮ ⋮ ⋮
… 1
i = 1,2,3,..., m
j = 1,2,3,..., n
Dalam menggunakan analisa faktor ada beberapa pengujian penting yang perlu
dilakukan agar analisis yang digunakan tepat yaitu:
1. Penentuan Besaran nilai Barlett Test of Sphericity, Bartlett’s of Sphericity.
pengujian ini digunakan untuk melihat apakah variabel yang digunakan
berkorelasi dengan dengan variabel lainnya. Korelasi antar variabel
dituliskan dalam bentuk matriks.
Universitas Sumatera Utara
Jika antar variabel yang digunakan dalam analisa faktor tidak mempunyai
korelasi satu dengan lainnya, atau korelasi antar variabel tidak signifikan
secara statistik, yang berarti korelasi antar variabel bernilai 0, maka
matriks akan menjadi :
1
0
= ⋮
0
0
1
⋮
0
0
0
1
0
⋯0
⋯0
⋮ ⋮
…1
Matriks diatas disebut dengan matriks identitas, bentuk matriks korelasi
inilah yang tidak bisa digunakan untuk melakukan analisa faktor.
Hipotesis dalam uji barlett sebagai berikut:
H0
: Matriks korelasi merupakan matriks identitas
H1
: Matriks korelasi bukan merupakan matriks identitas
Statistik uji Bartlett’s (Hardinus dan Nurdin,2013) adalah:
² = (
− 1) −
(
)
(2.10)
½ ½
Dengan derajad kebebasan (degree of freedom) df = p(p-1) / 2
Keterangan:
N
: jumlah observasi
p
: jumlah variabel
½R½ : determinan matriks korelasi
Kriteria penilaian uji barlett adalah:
a. H0 ditolak dan H1 diterima apabila ²hitung > ²tabel , maka matriks
korelasi bukan merupakan matriks identitas
b. H0 diterima dan H1 ditolak apabila ²hitung < ²tabel , maka matriks
korelasi merupakan matriks identitas
Universitas Sumatera Utara
2. Penentuan Keiser-Meyesr-Okliti (KMO), merupakan suatu uji untuk
menunjukkan apakah metode sampling (mengukur kecukupan sampel)
yang digunakan sudah memenuhi syarat atau tidak.
KMO =
∑
∑ ∑
∑
(2.11)
∑ ∑
Keterangan:
n : Jumlah variabel
i
: 1,2,3..., n dan j=1,2,...,n
rij : Koefisien Korelasi Sederhana dari variabel i dan j
aij : Koefisien Korelasi parsial dari variabel i dan j
Kriteria kesesuaian dalam pemakaian analisis faktor adalah :
3.
1.
Jika harga KMO sebesar 0,9-1,0 data sangat baik
2.
Jika harga KMO sebesar 0,8 data baik
3.
Jika harga KMO sebesar 0,7 data lebih dari cukup baik
4.
Jika harga KMO sebesar 0,6 data berarti cukup baik
5.
Jika harga KMO sebesar 0,5 data berarti kurang baik
6.
Jika harga KMO kurang dari 0,5 data tidak layak
Measure of Sampling Adequeacy (MSA), merupakan suatu uji untuk
mengukur seberapa tepat suatu variabel terprediksi oleh variabel lain dengan
membandingkan
anatar
korelasi
terobservasi
dengan
korelasi
parsial..(Hardinus dan Nurdin, 2013)
MSA digunakan untuk mengukur kecukupan sampel.
MSA =
∑
∑ ∑
∑
(2.12)
Universitas Sumatera Utara
Keterangan:
n
: Jumlah variabel
2
2
: kuadrat koefisien matriks korelasi sederhana dari variabel i dan j
: kuadat koefisien matriks korelasi parsial dari variabel i dan j
: 1,2,3,...,n
dan j = 1,2,3,...,n
Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang digunakan
untuk interpretasi adalah sebagai berikut:
1.
Jika MSA = 1 maka variabel tersebut dapat di prediksi tanpa
kesalahan oleh variabel yang lainnya
2.
Jika MSA lebih besar dari 0,5 maka variabel tersebut masih dapat
diprediksi dan bisa dianalisis lebih lanjut
3.
Jika MSA lebih kecil dari 0,5 dan atau mendekati nol (0) maka
variabel tersebut tidak dapat dianalisis lebih lanjut atau dikeluarkan
dari variabelnya
2.11.3. Ekstraksi Faktor
Pada tahap ini, akan dilakukan proses inti dari analisa faktor yaitu melakukan
ekstraksi terhadap sekumpulan variabel yang ada KMO > 0,5 sehinggga terbentuk
satu atau lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal
Component Analysis dan rotasi faktor dengan metode Varimax.
Setelah sejumlah variabel terpilih, maka dilakukan ekstraksi variabel
tersebut sehinggga menjadi beberapa faktor. Setelah memproses variabel –
variabel yang layak maka dengan program SPSS akan diperoleh nilai hasil
statistik yang menjadi indikator utama yaitu tabel Communalities, tabel Total
Variance Explained, Grafic Scree, tabel component matrix dan tabel rotated
component matrix.
Tabel Communalities merupakan tabel yang menunjukkan persentase
variansi dari tiap variabel yang dapat dijelaskan oleh faktor yang terbentuk. Nilai
yang dilihat adalah extraction yang terdapat pada tabel communalities, makin
Universitas Sumatera Utara
kecil nilainya makin lemah hubungan antara variabel yang terbentuk. Perhitungan
communality setiap vaiabel dengan persamaan :
hi2 = l2i1 + l2i2 +... + l2im
(2.13)
Keterangan:
hi
l
2
i1
: communality variabel ke-i
: Nilai Factor Loading
Communality adalah jumlah varians yang disumbangkan oleh suatu
variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut
proporsi atau bagian varian yang dijelaskan oleh common factor atau besarnya
sumbangan suatu faktor terhadap varians seluruh variabel.
Tabel Total Variance Explained menunjukkan persentase varians yang
dapat dijelaskan oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya
eigenvalues yang telah mengalami proses ekstraksi. Pada tabel akan tercantum
nilai extraction sum of square loading, hal ini disebabkan nilai eigenvalues tidak
lain merupakan jumlah kuadrat dari factor loading dari setiap variabel yang
termasuk
kedalam
faktor.
Factor
loading
ini
merupakan
nilai
yang
menghubungkan faktor – faktor dengan variabel – variabel. Variabel yang masuk
kedalam faktor adalah yang nilainya lebih besar atau sama dengan satu ( 1).
Dari sini akan terlihat pula jumlah faktor yang akan terbentuk.
Grafik Scree Plot menggambarkan tampilan grafik dari tabel Total Variance
Explained. Grafik ini sebenarnya menunjukkan peralihan dari satu faktor ke faktor
lainnya garis menurun disepanjang sumbu y. Sumbu x menunjukkan jumlah
komponen faktor yang terbentuk, sedangkan sumbu y menunjukkan nilai
eigenvalues.
Tabel component matrix menunjukkan katagori variabel – variabel
kedalam komponen faktor, atau dengan kata lain menunjukkan distribusi variabel
– variabel pada faktor yang terbentuk. Bila yang dijadikan acuan adalah nilai
factor loading yang ada dalam tabel, dimana nilai lebih besar menunjukkan
korelasi yang cukup kuat antara variabel – variabel tersebut dengan komponen
Universitas Sumatera Utara
faktor. Jumlah jasa kuadrat factor loading dari tiap variabel tidak lain merupakan
nilai extraction untuk setiap variabel yang tercantum dalam tabel communalities.
2.11.4. Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matriks yang lebih
sederhana, sehingga lebih mudah diinterpretasikan. Dalam analisis ini rotasi
faktor dilakukan dengan metode rotasi varimax. Hasil dari rotasi ini terlihat pada
tabel Rotated Component Matrix, dimana dengan metode ini nilai total variance
dari tiap variabel yang ada di tabel component matrix tidak berubah, yang berubah
hanyalah komposisi dari nilai factor loading dari tiap variabel. Interpretasi hasil
dilakukan dengan melihat factor loading.
Factor loading adalah angka yang menunjukkan besarnya korelasi antara
suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor
lima yang terbentuk. Proses penentuan variabel mana yang akan masuk kefaktor
yang mana, dilihat dengan melakukan perbandingan besar korelasi pada setiap
baris didalam setiap tabel.
Dalam penelitian ini digunakan metode varimax, karena bertujuan untuk
mengekstraksi sejumlah variabel menjadi beberapa faktor, selain itu metode ini
menghasilkan struktur yang relatif lebih sederhana dan mudah diinterpretasikan.
2.11.5. Penamaan Faktor
Pada tahap ini akan diberikan nama-nama faktor yang telah terbentuk berdasarkan
factor loading suatu variabel terhadap faktor terbentuknya, setelah tahapan
pemberian nama faktor terbentuk.
2.12. Deskripsi Variabel Penelitian
Variabel merupakan ukuran atau ciri yang dimiliki oleh anggota suatu kelompok
yang berbeda dengan yang dimiliki oleh kelompok lain. (Saryono, 2008). Adapun
variabel yang akan diteliti dalam penelitian ini yaitu :
Universitas Sumatera Utara
1. Pelayanan (Service)
Pelayanan merupakan suatu kegiatan yang diberikan produsen kepada
konsumen atau perusahaan / instansi kepada publik untuk memberi rasa puas
dan menanggapi respon konsumen. Menurut Kotler (2008) Pelayanan adalah
aktivitas atau hasil yang dapat ditawarkan oleh sebuah lembaga kepada pihak
lain yang biasanya tidak kasat mata dan hasilnya tidak dapat dimiliki oleh
pihak lain tersebut.
2. Keterampilan karyawan (Skill Employee)
Keterampilan merupakan suatu keahlian yang dimiliki pegawai dalam
bekerja, tingkat kemampuan seseorang tidak bisa diketahui karena
kemampuan
berasal
dari
diri
sendiri,
didalam
bekerja
diperlukan
keterampilan, keuletan dan kemampuan berpikir yang luas.
3. Fasilitas (fasility)
Menurut Prof. Dr. Suharsimi Arikunto, fasilitas merupakan segala sesuatu hal
yang dapat mempermudah dan memperlancar pelaksanaan suatu usaha untuk
mencapai suatu tujuan.
4. Produk (Product)
Produk adalah elemen utama dalam kegiatan pemasaran, karena produk
mewakili penawaran yang diberikan pemasar kepada pembeli dan produk
adalah semua yang diterima oleh konsumen.
Menurut Menurut Kotler (2008), produk adalah sesuatu yang dapat
ditawarkan kedalam pasar untuk diperhatikan, dimiliki, dipakai atau di
komsumsi, sehingga dapat memuaskan keinginan dan kebutuhan konsumen.
5. Jaminan (Assurance)
Jaminan merupakan bagian yamg sangat penting dalam perbankan, dengan
adanya jaminan yang diberikan pihak bank kepada nasabah, maka nasabah
merasa aman untuk melakukan transaksi, jaminan ini berupa dokumendokumen penting dan data nasabah.
Universitas Sumatera Utara
LANDASAN TEORI
2.1. Gambaran Umum PT. Bank Mandiri (Persero) Tbk
Bank Mandiri didirikan pada 2 Oktober 1998, sebagai bagian dari program
restrukturisasi perbankan yang dilaksanakan oleh pemerintah Indonesia. Pada
bulan Juli 1999, empat bank pemerintah yaitu Bank Bumi Daya, Bank Dagang
Negara, Bank Ekspor Impor Indonesia dan Bank Pembangunan Indonesia dilebur
menjadi Bank Mandiri, dimana masing – masing bank tersebut memiliki peran
yang tidak terpisahkan dalam pembagunan perekonomian Indonesia. Sampai
dengan saat ini Bank Mandiri meneruskan tradisi memberikan kontribusi dalam
dunia perbankan dan perekonomian Indonesia.
Setelah melalui proses konsolidasi dan integrasi menyeluruh di segala
bidang, Bank Mandiri berhasil membangun organisasi bank yang solid dan
mengimplementasikan sistem utama (core system banking) yang baru yang
terintegrasi. Sejak didirikan Bank Mandiri senantiasa mengalami perbaikan
terlihat dari laba yang terus meningkat dan jumlah aset yang terus bertumbuh
setiap tahunnya, dimana Bank Mandiri menjadi bank pertama di Indonesia dengan
aset melampaui 1000 Triliun Rupiah, tercatat sampai dengan bulan juni 2017
Bank Mandiri memiliki aset sebesar 1.067,4 Triliun Rupiah dengan jaringan
kantor & jaringan e-channel yang tersebar diseluruh Indonesia dan juga kantor
perwakilan di negara –negara Asean, sesuai dengan visi Bank Mandiri:
“Indonesia Best Asean Prominent” (menjadi bank terbaik di Indonesia dan
terkemuka di Asean).
Untuk mencapai visi tersebut, salah satu fokus utama seluruh jajaran insan
Bank Mandiri menerapkan customer focus & excellence dalam bentuk semangat
memakmurkan negeri yang artinya melayani seluruh masyarakat Indonesia
dengan baik sehingga Bank Mandiri akan selalu dikenang dihati masyarakat
khususnya seluruh nasabah.
Universitas Sumatera Utara
Dalam hal mengatasi persaingan perbankan yang sangat ketat, seluruh
karyawan Bank Mandiri sangatlah fokus dan menjunjung tinggi standar layanan
dalam hal pelayanan guna menciptakan rasa nyaman dan kepuasan pada nasabah.
Kepuasan nasabah memegang peranan yang sangat penting dalam upaya
mencapai target bagi Bank Mandiri termasuk untuk cabang Binjai.
2.2. Analisa Multivariat
Menurut Johnson dan Wichern ( 2007) analisis statistika multivariat merupakan
analisis statistika yang digunakan pada data yang memiliki lebih dari dua variabel
secara bersamaan, dengan menggunakan teknik analisis multivariat maka dapat
menganalisis pengaruh beberapa variabel terhadap variabel-variabel lainnya
dalam waktu yang bersamaan.
Teknik analisis multivariat berdasarkan karakteristiknya dapat dibagi
menjadi dua yaitu teknik dependensi dan teknik interdependensi. Teknik
dependensi merupakan teknik yang digunakan untuk melihat pengaruh atau
memprediksi variabel terikat (dependen) berdasarkan beberapa variabel bebas
(independen) yang mempengaruhi. Analisis multivariat yang termasuk dalam
teknik dependesi yaitu analisis regresi berganda, analisis diskriminan, analisis
konjoin, manova, anova, ancova dan korelasi kanonik.
Teknik interdependensi merupakan teknik yang digunakan untuk
mengelompokkan atau mereduksi beberapa variabel menjadi variabel baru yang
lebih sedikit, tetapi tidak mengurangi informasi yang terkandung dalam variabel
asli. Analisis multivariat yang termasuk dalam teknik interdependensi yaitu
analisis klaster, penskalaan multidimensi, analisis kanonikal dan analisis faktor.
Universitas Sumatera Utara
2.3. Jenis Data Penelitian
Data adalah keterangan mengenai sesuatu. Data digunakan untuk menyediakan
informasi bagi suatu penelitian, pengukuran kinerja, dasar pembuatan keputusan
dan menjawab rasa ingin tahu. Jenis – jenis data berdasarkan cara memperolehnya
yaitu:
1. Data Primer
Data primer merupakan data yang didapat dari sumber pertama, baik dari
individu atau perseorangan seperti hasil wawancara atau pengisian
kuisioner yang biasa dilakukan oleh peneliti. Untuk memperoleh data
primer biasanya peneliti melakukan observasi sendiri baik di lapangan
maupun di laboratorium.
2. Data Sekunder
Data sekunder merupakan data primer yang diperoleh oleh pihak lain atau
data primer yang diolah lebih lanjut dan disajikan baik oleh pengumpul
data primer atau pihak lain yang pada umumnya disajikan dalam bentuk
tabel – tabel atau diagram – diagram. (Sugiarto, dkk, 2001)
2.4. Metode Pengumpulan Data
Metode Pengumpulan data adalah teknik atau cara yang dilakukan oleh peneliti
untuk mengumpulkan data dan memperoleh informasi yang dibutuhkan dalam
rangka mencapai tujuan penelitian.
Jenis-jenis metode pengumpulan data yaitu:
1. Wawancara
Wawancara adalah teknik pengumpulan data yang dilakukan melalui tatap
muka dan tanya jawab secara langsung antara peneliti dan narasumber.
2. Angket (Kuesioner)
Angket (kuesioner ) merupakan metode pengumpulan data yang dilakukan
dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada
responden untuk dijawab.
Universitas Sumatera Utara
3. Observasi
Observasi adalah metode pengumpulan data yang kompleks karena
melibatkan berbagai faktor dalam pelaksanaannya. Metode ini tidak hanya
mengukur sikap dari responden namun juga dapat digunakan untuk merekam
berbagai fenomena yang terjadi.
4. Studi Dokumen
Studi dokumen adalah metode pengumpulan data yang tidak ditujukan
langsung kepada subjek penelitian melainkan meneliti berbagai macam
dokumen yang berguna untuk bahan analisis.
Dalam penelitian ini jenis data yang digunakan adalah data primer, yang diperoleh
langsung dari nasabah yang bertransaksi di bank Mandiri cabang Binjai.
Pengumpulan data primer dilakukan dengan menggunakan angket (kuesioner) dan
melakukan observasi di Bank Mandiri cabang Binjai.
2.5. Skala Pengukuran Data Penelitian
Skala pengukuran ini untuk mengklasifikasi variabel yang akan diukur supaya
tidak terjadi kesalahan dalam menentukan analisis data.
Adapun jenis-jenis skala pengukuran adalah sebagai berikut:
1. Skala Nominal
Skala Nominal merupakan pengukuran yang hanya membedakan berdasarkan
jenis atau macamnya, misalnya jenis kelamin terbagi menjadi laki-laki dan
perempuan.
2. Skala Ordinal
Skala Ordinal merupakan skala yang membedakan berdasarkan tingkat atau
urutan, misalnya tinggi badan tinggi, sedang dan pendek.
3. Skala Interval
Skala Interval merupakan skala yang membedakan katagori dengan selang
atau jarak tertentu dengan jarak antar katagori yang sama.
Universitas Sumatera Utara
4. Skala Ratio
Skala Ratio ini merupakan gabungan dari ketiga skala di atas yang memiliki
nilai nol mutlak dan mempunyai jarak yang sama dan datanya dapat dikalikan
atau dibagi.
Selain skala pengukuran diatas terdapat juga skala pengukuran sikap yaitu:
1. Skala Likert
Skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi
seseorang atau sekelompok tentang kejadian atau gejala sosial. Setiap jawaban
dihubungkan dengan bentuk pernyataan atau dukungan sikap yang
diungkapkan dengan kata-kata sebagai berikut:
Skala Likert Pernyataan Positif
Sangat Memuaskan (SM)
=5
Memuaskan(M)
=4
Cukup Memuaskan (CM)
=3
Kurang Memuaskan (KM)
=2
Sangat Tidak Memuaskan (STM)
=1
Skala Likert Pernyataan Negatif
Sangat Memuaskan (SM)
=1
Memuaskan(M)
=2
Cukup Memuaskan (CM)
=3
Kurang Memuaskan (KM)
=4
Sangat Tidak Memuaskan (STM)
=5
2. Skala Guttman
Skala Guttman merupakan skala kumulatif. Jika seseorang menyisakan
pertanyaan yang berbobot lebih berat, maka ia akan mengiyakan pertanyaan
yang kurang berbobot lainnya. Skala Guttman digunakan untuk jawaban yang
bersifat jelas dan konsisten. Misalnya, yakin-tidak yakin, benar-salah.
Universitas Sumatera Utara
3. Skala Diferensial Semantik (Simantic Differnsial)
Skala Diferensial Semantik berisikan serangkaian karakteristi dua kutub
(bipolar). Karakteristik dua kutub tersebut mempunyai tiga dimensi dasar
sikap seseorang terhadap objek yaitu:
a. Potensi, yaitu kekuatan atau atraksi fisik suatu objek
b. Evaluasi,
yaitu
hal-hal
yang
menguntungkan
atau
tidak
menguntungkan suatu objek
c. Aktivitas, yaitu tingkatan gerakan suatu objek
Dalam penelitian ini menggunakan skala interval dan skala ukuran sikap yakni
skala likert pernyataan positif, yakni skala yang digunakan untuk mengukur sikap,
pendapat dan persepsi seseorang atau kelompok tentang kejadian atau peristiwa
sosial.
2.6. Populasi dan Sampel
Populasi adalah sekelompok orang, kejadian atau benda yang merupakan
kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan
berdasarkan karakteristiknya yang dijadikan objek penelitian. (Supranto,2010)
Terdapat dua jenis populasi yaitu:
1. Populasi Terbatas
Populasi terbatas adalah populasi yang mempunyai sumber data yang jelas
batasnya secara kuantitatif sehingga dapat dihitung jumlahnya, contohnya:
sejumlah 13.000 nasabah bank mandiri cabang binjai.
2. Populasi Tak Terbatas (Tak Terhingga)
Populasi tak terbatas yaitu sumber datanya tidak dapat ditentukan batasanbatasannya sehingga relatif tidak dapat dinyatakan dalam bentuk jumlah,
contohnya: meneliti berapa liter pasang surut air laut pada bulan purnama.
Populasi dalam penelitian ini yakni populasi terbatas yang mempunyai sumber
data yang jelas batasnya secara kuantitatif sehingga dapat dihitung jumlahnya.
Arikunto (2003) mengatakan sampel adalah bagian dari populasi (sebagian
atau wakil populasi yang diteliti). Sampel penelitian adalah sebagian dari populasi
Universitas Sumatera Utara
yang diambil sebagai sumber data dan dapat mewakili seluruh populasi.
Keuntungan menggunakan sampel adalah sebagai berikut:
1. Memudahkan
peneliti
untuk
jumlah
sampel
yang lebih
sedikit
dibandingkan dengan menggunakan populasi.
2. Penelitian lebih efisien dalam hal waktu, tenaga dan biaya.
3. Lebih teliti dan cermat dalam pengumpulan data.
4. Penelitian lebih efektif, jika penelitian bersifat merusak (destruktif) yang
menggunakan bahan tertentu, tidak perlu merusak seluruh bahan.
2.7. Teknik Sampling
Teknik sampling adalah suatu cara untuk menentukan banyaknya sampel dan
pemilihan calon anggota sampel, sehingga setiap sampel yang terpilih dalam
penelitian dapat mewakili populasinya (representatif) baik dari aspek jumlah
maupun dari aspek karakteristik yang dimiliki populasi.
Teknik sampling dapat dikelompokkan menjadi dua yaitu:
1. Sampling random ( probability sampling)
Sampling random ( probability sampling) adalah teknik sampling untuk
memberikan peluang yang sama pada setiap anggota populasi untuk
dipilih menjadi anggota sampel, sampling rendom ini terdiri dari empat
jenis yakni:
a. Sampling Random Sederhana ( Simple Random Sampling) yaitu
pengambilan sampel dari anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada.
b. Teknik Sampling Bertingkat ( Stratified Sampling) yaitu pengambilan
sampel dari anggota populasi dilakukan secara acak dengan
memperhatikan strata yang ada, artinya setiap strata terwakili sesuai
proporsinya
c. Teknik
Sampling
Proporsional
(Proportional
Sampling)
yaitu
pengambilan sampel dari anggota populasi yang dihitung berdasarkan
perbandingan, misalnya populasi A= 30, B= 50 dan C=20
Universitas Sumatera Utara
d. Teknik Sampling Kluster (Cluster Sampling) yaitu teknik sampling
yang dilakukan dengan cara mengambil wakil dari setiap wilayah
geografis yang ada, teknik ini digunakan apabila populasi tersebar
dalam beberapa daerah.
2. Sampling nonrandom (nonprobability sampling) atau disebut juga sebagai
incidental sampling, yaitu setiap unsur yang terdapat dalam populasi tidak
memiliki kesempatan atau peluang yang sama untuk dipilih sebagai
sampel, sampling nonrandom terdiri dari:
a. Teknik Sampling Kebetulan (Accidental Sampling) yaitu teknik
sampling yang pemilihan anggota sampelnya dilakukan terhadap orang
atau benda yang kebetulan ada dan dijumpai.
b. Teknik Sampling Bertujuan (Porpusive Sampling) yaitu teknik
sampling yang pemilihan anggota sampelnya dipilih secara khusus
dengan kriteria-kriteria tertentu berdasarkan tujuan penelitian.
c. Teknik Sampling Kuota (Quota Sampling) yaitu teknik sampling yang
pemilihan anggota sampelnya dengan jumlah dan ciri-ciri tertentu.
d. Teknik Sampling Bola Salju (Snowball Sampling) yaitu teknik
pengambilan sampel yang mulanya kecil tetapi semakin lama semakin
banyak.
Selain teknik pengambilan sampel yang sudah dijabarkan diatas, terdapat juga
teknik menentukan ukuran sampel yaitu penentuan ukuran sampel apabila
populasi sudah diketahui jumlahnya dengan menggunakan teknik Slovin
Teknik sampling yang digunakan dalam penelitian ini yaitu teknik
sampling bertujuan (porpusive sampling) dan dalam menentukan besar ukuran
sampel digunakan teknik slovin
Universitas Sumatera Utara
2.8. Analisis Data
2.8.1. Menentukan Jumlah Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik slovin
dengan rumus:
n=
Keterangan:
( )
n
: Jumlah sampel
N
: Jumlah populasi
e
: Perkiraan tingkat kesalahan
(2.1)
2.8.2. Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau
kesahihan suatu instrument. Validitas menunjukkan sejauh mana ketepatan dan
kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Dikatakan validitas
apabila dapat mengungkapkan data dari variabel
yang diteliti secara
tepat.(Arikunto,2010)
Terdapat beberapa jenis validitas yakni:
1. Validitas Isi ( Content Validity)
Sebuah tes dikatakan memiliki validitas isi apabila mengukur tujuan khusus
tertentu yang sejajar dengan materi atau isi pelajaran yang diberikan. Misalnya
seorang peneliti ingin mengukur bagaimana persepsi konsumen terhadap suatu
produk.
2. Validitas Konstruk (Construct Validity)
Sebuah tes dikatakan memiliki validitas konstruk apabila butir-butir soal yang
membangun tes tersebut mengukur setiap aspek berfikir seperti yang
disebutkan dalam tujuan instruksional khusus.
Universitas Sumatera Utara
3. Validitas Kriteria (Criterion Validity)
Validitas ini lebih umum dikenal dengan validitas empiris, ditentukan
berdasarkan kriteria, baik kriteria inernal maupun eksternal. Validitas kriteria
mengukur suatu pendapat yang berasal dari partisipan atau orang yang
berbeda.
4. Validitas Prediksi ( Predictive Validity)
Memprediksi artinya meramal, dan meramal selalu mengenai hal yang akan
datang sehingga ini belum terjadi. Sebuah tes dikatakan memiliki validitas
prediksi apabila mempunyai kemampuan untuk meramalkan apa yang akan
terjadi pada masa yang akan datang.
Dalam penelitian ini digunakan jenis validitas kriteria (criterion validity) dan
akan diuji dengan teknik korelasi Product Moment yang dikemukakan oleh
Pearson, dengan menghitung koefisien korelasi product moment kemudian
membandingkan dengan nilai r pada tabel.
Untuk menghitung nilai rhitung pada item pertanyaan dapat dilakukan dengan
rumus:
rxiy =
∑
∑
– (∑
– (∑
)²
. ∑ )
∑ ² –(∑ )²
(2.2)
Keterangan:
rxiy
: Koefisien Korelasi
X
: Skor Pertanyaan
Y
: Skor total
n
: Jumlah sampel
i
: 1,2,3,... n
Universitas Sumatera Utara
Nilai r terbesar adalah +1 dan terkecil adalah -1 sehingga dapat ditulis -1 r +1,
untuk r = +1 disebut hubungan positif sempurna dan hubungan langsung sangat
tinggi, sebaliknya jika r = -1 disebut hubungan negatif sempurna dan
hubungannya tidak langsung sangat tinggi. Untuk nilai r dapat dilihat pada tabel
2.1 dibawah ini.
Tabel 2.1. Interpretasi dari nilai r
R
Interpretasi
0
Tidak berkorelasi
0,01-0,20
Sangat rendah
0,21-0,40
Rendah
0,41-0,60
Agak Rendah
0,61-0,80
Cukup
0,81-0,99
Tinggi
1
Sangat Tinggi
Hipotesis dalam uji validitas penelitian sebagai berikut:
H0
: Variabel / butir pertanyaan tidak valid
H1
: Variabel / butir pertanyaan valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel . Kriteria
penilaian uji validitas adalah:
c. H0 ditolak dan H1 diterima apabila rhitung rtabel (pada taraf signifikansi
1% atau 5%), dapat dikatakan variabel atau butir pertanyaan valid
d. H0 diterima dan H1 ditolak apabila rhitung < rtabel (pada taraf signifikansi
1% atau 5%), dapat dikatakan variabel atau butir pertanyaan tidak
valid
Universitas Sumatera Utara
2.8.3. Uji Reliabilitas
Setelah dilakukan uji validitas dan dinyatakan valid maka di lanjutkan dengan uji
reliabilitas. Reliabilitas artinya kestabilan pengukuran, alat dikatakan reliabel jika
digunakan berulang-ulang nilai sama, sedangkan pertanyaan dikatakan reliabel
jika jawaban seseorang terhadap pertanyaan konsisten atau stabil dari waktu ke
waktu.
Terdapat beberapa jenis uji reliabilitas yaitu:
1. Teknik Pengukuran Ulang (Testretest)
Teknik ini meminta kepada responden yang sama untuk menjawab pertanyaan
dalam alat pengukuran sebanyak dua kali. Cara perhitungannya adalah dengan
mengkorelasikan jawaban pada wawancara pertama dengan jawaban pada
wawancara kedua.
2. Teknik Bentuk Paralel ( equivalent)
Teknik bentuk pararel dilakukan dengan membuat dua jenis alat pengukur
yang mengukur aspek yang sama. Kedua alat ukur tersebut diberikan pada
responden yang sama kemudian dicari validitasnya untuk masing-masing
jenis.
3. Konsistensi Internal Reliabilitas ( Internal Consistency Reability )
Teknik ini berisi tentang sejauh mana item-item instrumen bersifat homogen
dan mencerminkan konstruk yang sama sesuai dengan yang melandasinya.
Pengujian dilakukan dengan cara mencoba alat ukur cukup sekali saja
kemudian dianalisis dengan teknik tertentu yakni metode Alpha Cronbach
yang digunakan untuk menghitung reliabilitas suatu tes yang mengukur sikap
atau prilaku dan Split Half Method yang perhitungan reliabilitas dilakukan
dengan memberi tes pada sejumlah subjek kemudian dibagi menjadi dua
bagian yang sama besar.
Uji reliabilitas dalam penelitian ini menggunakan teknik konsistensi internal
reliabilitas (internal consistency reability) dengan metode Cronbach Alpha.
Cronbach Alpha digunakan untuk mencari reliabilitas instrumen yang skornya
bukan 0 dan 1, melainkan yang mengukur sikap atau prilaku yang menggunakan
skala pengukuran sikap likert.
Universitas Sumatera Utara
Suatu variabel dikatakan reliabel apabila setelah dilakukan uji reliabel diperoleh
nilai Cronbach Alpha > 0,60.(Kuncoro,2003)
Tahapan perhitungan uji reliabilitas dengan menggunakan teknik Cronbach Alpha
adalah sebagai berikut:
a. Menentukan nilai varians setiap butir pertanyaan
2
Si =
b.
(∑
∑
)²
(2.3)
Menghitung total nilai varians ∑
c. Menghitung nilai varians total
2
St =
∑
(∑ )²
(2.4)
d. Menentukan nilai Cronbach Alpha (CA)
r=
Keterangan:
1−
( ∑
)
r
: nilai koefisien Cronbach Alpha
k
: banyaknya variabel penelitian
∑
St 2
²
(2.5)
: jumlah varians variabel penelitian
: varians total
n
: Jumlah sampel
i
: 1,2,3,..,n
2.9. Transformasi Data Ordinal Menjadi Interval
Proses transformasi merupakan upaya yang dilakukan untuk merubah data ordinal
menjadi data interval. Dalam penelitian ini proses pengolahan data menggunakan
analisa faktor dimana variabelnya berskala interval, sedangkan data penelitian
yang diperoleh dengan menggunakan instrumen angket (kuesioner) dengan skala
likert merupakan data ordinal. Oleh karena itu dilakukan transformasi data dari
Universitas Sumatera Utara
data ordinal menjadi data interval dengan menggunakan MSI (Method of
Successive Interval).
Langkah-langkah transformasi data ordinal menjadi data interval adalah sebagai
berikut:
1. Perhatikan setiap butir jawaban responden dari angket (kuesioner) yang
disebarkan.
2. Menentukan frekuensi, yakni pada setiap butir ditentukan berapa orang
yang mendapat skor 1,2,3,4 dan 5
3. Menentukan proporsi, yakni setiap frekuensi dibagi dengan banyaknya
responden.
4. Tentukan nilai proporsi kumulatif dengan menjumlahkan nilai proporsi
secara berurutan perkolom skor.
5. Menghitung nilai Z untuk setiap proporsi dengan menggunakan Tabel
Distribusi Normal.
6. Menentukan nilai densitas untuk setiap nilai Z yang diperoleh dengan
menggunakan Tabel Densitas.
7. Menentukan SV (Skala Value) yaitu nilai skala dengan rumus berikut:
=
(2.6)
Keterangan:
SV
: Interval rata-rata
Density at lower limit
: Kepadatan batas bawah
Density at upper limit
: Kepadatan batas atas
Area below upper limit
: Daerah dibawah batas bawah
Area below lower limit
: Daerah diatas batas bawah
8. Menentukan nilai transformasi dengan rumus sebagai berikut:
Y = SV + ½SVmin ½
(2.7)
Universitas Sumatera Utara
Keterangan:
Y
: Nilai hasil penskalaan akhir
SV
: Nilai Skala
½SVmin ½
: Nilai skala minimum
2.10. Analisa Faktor
Analisa faktor merupakan teknik statistika yang utamanya dipergunakan untuk
mereduksi atau meringkas data dari variabel yang banyak diubah menjadi sedikit
variabel, misalnya dari 15 variabel yang lama diubah menjadi 4 atau 5 variabel
yang baru yang disebut faktor dan masih memuat sebagian besar informasi yang
terkandung dalam variabel asli (original variable) ( J. Supranto,2004).
Secara umum analisis faktor atau analisis komponen utama bertujuan
untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru
yang berupa variabel bentukan. Andaikan dari p buah variabel awal/asal terbentuk
k buah faktor / komponen dimana k < p, misalkan dari sejumlah variabel p
sebanyak 10 variabel terbentuk k = 2 buah faktor / komponen yang dapat
menerangkan kesepuluh variabel awal/asal tersebut. k buah faktor / komponen
utama dapat mewakili p buah variabel aslinya sehingga lebih sederhana.(Johnson
& Witchen,1982).
Didalam analisis faktor variabel tidak dikelompokkan menjadi variabel
bebas dan tidak bebas, namun seluruh set hubungan interdependen antar variabel
diteliti.
2.10.1. Tujuan Analisa Faktor
Tujuan analisa faktor: (Santoso, 2010)
a. Data summarization yakni mengidentifikasi adanya hubungan antara
variabel dengan melakukan uji korelasi.
b. Data reduction yakni setelah melakukan korelasi, dilakukan proses
membuat sebuah variabel set baru yang dinamakan faktor untuk
menggantikan sejumlah variabel tertentu.
Universitas Sumatera Utara
2.10.2. Kegunaan Analisa Faktor
Analisa Faktor dipergunakan didalam situasi sebagai berikut: (Supranto, 2010)
a. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying
dimensions) atau faktor, yang menjelaskan korelasi antara suatu set
variabel.
b. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak
berkorelasi
(independen)
yang
lebih
sedikit
jumlahnya
untuk
menggantikan suatu set variabel yang berkorelasi didalam analisis
multivariat selanjutnya, misalnya analisis regresi berganda dan analisis
dikriminan.
c. Mengenali atau mengindentifikasi suatu set penting dari suatu set variabel
yang lebih banyak jumlahnya untuk dipergunakan didalam analisis
multivariat selanjutnya.
2.10.3. Asumsi Pada Analisa Faktor
Karena prinsip utama analisa faktor adalah korelasi, maka asumsi – asumsi terkait
dengan korelasi akan digunakan, yakni: (Santoso, 2010)
a. Besar korelasi atau korelasi antar variabel independen harus cukup kuat,
misalkan diatas 0,5.
b. Pengujian seluruh matriks korelasi (korelasi antara variabel) yang diukur
dengan besaran Barlett Test Of Sphericity atau Measure Sampling
Adequacy (MSA). Pengujian ini mengharuskan adanya korelasi yang
signifikan di antara paling sedikit beberapa variabel.
2.10.4. Model Analisa Faktor
Secara matematis, analisa faktor mirip dengan analisis regresi, yaitu dalam hal
bentuk fungsi linier. Jumlah varians yang dikontribusi dari sebuah variabel
dengan seluruh variabel lainnya lebih dikelompokkan sebagai komunalitas.
Kovarians diantara variabel dijelaskan terbatas dalam sejumlah kecil komponen
atau faktor.
Universitas Sumatera Utara
Pada dasarnya faktor merupakan kombinasi linier dari variabel – variabel
asli/awal, sebagai hasil suatu penelitian.
(2.8)
Fi = Wi1X1+ Wi2X2 + Wi3X3 + ... + WikXk
Keterangan :
i
: 1,2,3,..,k
k
: Banyaknya variabel
Fi
: Perkiraan faktor ke-i (didasarkan pada nilai variabel X dengan
koefisiennya Wi ).
Wi
: Timbangan / bobot atau koefisien nilai faktor ke-i.
Xi
: Variabel ke Xi yang sudah dibakukan (standardized).
2. 11. Langkah – Langkah Analisis Faktor
2.11.1. Tabulasi Data
Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di tempat –
tempat yang telah ditentukan, kemudian data – data ini dikumpulkan serta
ditabulasikan pada kolom – kolom agar mempermudah untuk dikonversi pada
software yang akan digunakan.
2.11.2. Pembentukan Matriks Korelasi
Matriks merupakan kumpulan bilangan, simbol, atau ekspresi berbentuk persegi
panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat
pada suatu matriks disebut dengan elemen atau anggota suatu matriks. Dalam
penamaan suatu matriks biasanya dinyatakan dengan huruf kapital, misalnya
matriks A, B, C dan seterusnya Matriks banyak dimanfaatkan untuk
menyelesaikan permasalahan matematika misalnya dalam menemukan solusi
masalah persamaan linier.
Universitas Sumatera Utara
Bentuk umum matriks adalah sebagai berikut:
A=
⋮
⋮
Atau disingkat dengan:
(
…
⋯
⋱
…
(2.9)
⋮
), i = 1,2,3,..., m
j = 1,2,3,..., n
Matriks (2.9) disebut matriks tingkat m x n atau disingkat dengan mantriks m x n
karena terdiri dari m baris dan n kolom. Setiap
disebut elemen (unsur) matriks,
sedang i dan j berturut-turut menyatakan baris dan kolom. Pasangan bilangan
(m,n) disebut dimensi (ukuran atau bentuk) dari matriks.
Terdapat beberapa jenis matriks yaitu:
g. Matriks bujur sangkar adalah matriks yang banyak baris sama dengan
banyak kolom. Misalnya:
3 5 1
A= 7 4 3
8 3 3
h. Matriks no adalah matriks yang semua elemennya nol. Misalnya:
0 0
B= 0 0
0 0
0 0
0 0
0 0
i. Matriks identitas adalah matriks yang elemen-elemen diagonal
utamanya sama dengan 1, sedangkan elemen-elemen lainnya sama
dengan 0. Misalnya:
1 0 0
I= 0 1 0
0 0 1
j. Matriks skalar adalah adalah matriks yang elemen-elemen diagonal
utamanya sama, sedangkan elemen diluar elemen diagonalnya bernilai
nol. Misalnya:
8 0 0
C= 0 8 0
0 0 8
Universitas Sumatera Utara
k. Matriks segitiga atas adalah matriks persegi yang elemen-elemen
dibawah diagonal utamanya bernilai nol. Misalnya:
1
D= 0
0
0
3
5
0
0
2
3
1
0
4
2
7
8
l. Matriks korelasi adalah sebuah matriks dengan elemen-elemen matriks
yang merupakan koefisien korelasi dengan nilai terletak pada interval
-1,1 dan khusus elemen diagonal matriks bernilai satu.
Matriks korelasi merupakan matriks yang memuat koefisien korelasi dari semua
pasangan variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan
nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat
digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan
nilai korelasi yang diperoleh dari analisa faktor.
Bentuk umum matriks korelasi sebagai berikut:
=
Dimana,
1
⋮
1
⋮
⋯
⋯
⋮ ⋮ ⋮
… 1
i = 1,2,3,..., m
j = 1,2,3,..., n
Dalam menggunakan analisa faktor ada beberapa pengujian penting yang perlu
dilakukan agar analisis yang digunakan tepat yaitu:
1. Penentuan Besaran nilai Barlett Test of Sphericity, Bartlett’s of Sphericity.
pengujian ini digunakan untuk melihat apakah variabel yang digunakan
berkorelasi dengan dengan variabel lainnya. Korelasi antar variabel
dituliskan dalam bentuk matriks.
Universitas Sumatera Utara
Jika antar variabel yang digunakan dalam analisa faktor tidak mempunyai
korelasi satu dengan lainnya, atau korelasi antar variabel tidak signifikan
secara statistik, yang berarti korelasi antar variabel bernilai 0, maka
matriks akan menjadi :
1
0
= ⋮
0
0
1
⋮
0
0
0
1
0
⋯0
⋯0
⋮ ⋮
…1
Matriks diatas disebut dengan matriks identitas, bentuk matriks korelasi
inilah yang tidak bisa digunakan untuk melakukan analisa faktor.
Hipotesis dalam uji barlett sebagai berikut:
H0
: Matriks korelasi merupakan matriks identitas
H1
: Matriks korelasi bukan merupakan matriks identitas
Statistik uji Bartlett’s (Hardinus dan Nurdin,2013) adalah:
² = (
− 1) −
(
)
(2.10)
½ ½
Dengan derajad kebebasan (degree of freedom) df = p(p-1) / 2
Keterangan:
N
: jumlah observasi
p
: jumlah variabel
½R½ : determinan matriks korelasi
Kriteria penilaian uji barlett adalah:
a. H0 ditolak dan H1 diterima apabila ²hitung > ²tabel , maka matriks
korelasi bukan merupakan matriks identitas
b. H0 diterima dan H1 ditolak apabila ²hitung < ²tabel , maka matriks
korelasi merupakan matriks identitas
Universitas Sumatera Utara
2. Penentuan Keiser-Meyesr-Okliti (KMO), merupakan suatu uji untuk
menunjukkan apakah metode sampling (mengukur kecukupan sampel)
yang digunakan sudah memenuhi syarat atau tidak.
KMO =
∑
∑ ∑
∑
(2.11)
∑ ∑
Keterangan:
n : Jumlah variabel
i
: 1,2,3..., n dan j=1,2,...,n
rij : Koefisien Korelasi Sederhana dari variabel i dan j
aij : Koefisien Korelasi parsial dari variabel i dan j
Kriteria kesesuaian dalam pemakaian analisis faktor adalah :
3.
1.
Jika harga KMO sebesar 0,9-1,0 data sangat baik
2.
Jika harga KMO sebesar 0,8 data baik
3.
Jika harga KMO sebesar 0,7 data lebih dari cukup baik
4.
Jika harga KMO sebesar 0,6 data berarti cukup baik
5.
Jika harga KMO sebesar 0,5 data berarti kurang baik
6.
Jika harga KMO kurang dari 0,5 data tidak layak
Measure of Sampling Adequeacy (MSA), merupakan suatu uji untuk
mengukur seberapa tepat suatu variabel terprediksi oleh variabel lain dengan
membandingkan
anatar
korelasi
terobservasi
dengan
korelasi
parsial..(Hardinus dan Nurdin, 2013)
MSA digunakan untuk mengukur kecukupan sampel.
MSA =
∑
∑ ∑
∑
(2.12)
Universitas Sumatera Utara
Keterangan:
n
: Jumlah variabel
2
2
: kuadrat koefisien matriks korelasi sederhana dari variabel i dan j
: kuadat koefisien matriks korelasi parsial dari variabel i dan j
: 1,2,3,...,n
dan j = 1,2,3,...,n
Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang digunakan
untuk interpretasi adalah sebagai berikut:
1.
Jika MSA = 1 maka variabel tersebut dapat di prediksi tanpa
kesalahan oleh variabel yang lainnya
2.
Jika MSA lebih besar dari 0,5 maka variabel tersebut masih dapat
diprediksi dan bisa dianalisis lebih lanjut
3.
Jika MSA lebih kecil dari 0,5 dan atau mendekati nol (0) maka
variabel tersebut tidak dapat dianalisis lebih lanjut atau dikeluarkan
dari variabelnya
2.11.3. Ekstraksi Faktor
Pada tahap ini, akan dilakukan proses inti dari analisa faktor yaitu melakukan
ekstraksi terhadap sekumpulan variabel yang ada KMO > 0,5 sehinggga terbentuk
satu atau lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal
Component Analysis dan rotasi faktor dengan metode Varimax.
Setelah sejumlah variabel terpilih, maka dilakukan ekstraksi variabel
tersebut sehinggga menjadi beberapa faktor. Setelah memproses variabel –
variabel yang layak maka dengan program SPSS akan diperoleh nilai hasil
statistik yang menjadi indikator utama yaitu tabel Communalities, tabel Total
Variance Explained, Grafic Scree, tabel component matrix dan tabel rotated
component matrix.
Tabel Communalities merupakan tabel yang menunjukkan persentase
variansi dari tiap variabel yang dapat dijelaskan oleh faktor yang terbentuk. Nilai
yang dilihat adalah extraction yang terdapat pada tabel communalities, makin
Universitas Sumatera Utara
kecil nilainya makin lemah hubungan antara variabel yang terbentuk. Perhitungan
communality setiap vaiabel dengan persamaan :
hi2 = l2i1 + l2i2 +... + l2im
(2.13)
Keterangan:
hi
l
2
i1
: communality variabel ke-i
: Nilai Factor Loading
Communality adalah jumlah varians yang disumbangkan oleh suatu
variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut
proporsi atau bagian varian yang dijelaskan oleh common factor atau besarnya
sumbangan suatu faktor terhadap varians seluruh variabel.
Tabel Total Variance Explained menunjukkan persentase varians yang
dapat dijelaskan oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya
eigenvalues yang telah mengalami proses ekstraksi. Pada tabel akan tercantum
nilai extraction sum of square loading, hal ini disebabkan nilai eigenvalues tidak
lain merupakan jumlah kuadrat dari factor loading dari setiap variabel yang
termasuk
kedalam
faktor.
Factor
loading
ini
merupakan
nilai
yang
menghubungkan faktor – faktor dengan variabel – variabel. Variabel yang masuk
kedalam faktor adalah yang nilainya lebih besar atau sama dengan satu ( 1).
Dari sini akan terlihat pula jumlah faktor yang akan terbentuk.
Grafik Scree Plot menggambarkan tampilan grafik dari tabel Total Variance
Explained. Grafik ini sebenarnya menunjukkan peralihan dari satu faktor ke faktor
lainnya garis menurun disepanjang sumbu y. Sumbu x menunjukkan jumlah
komponen faktor yang terbentuk, sedangkan sumbu y menunjukkan nilai
eigenvalues.
Tabel component matrix menunjukkan katagori variabel – variabel
kedalam komponen faktor, atau dengan kata lain menunjukkan distribusi variabel
– variabel pada faktor yang terbentuk. Bila yang dijadikan acuan adalah nilai
factor loading yang ada dalam tabel, dimana nilai lebih besar menunjukkan
korelasi yang cukup kuat antara variabel – variabel tersebut dengan komponen
Universitas Sumatera Utara
faktor. Jumlah jasa kuadrat factor loading dari tiap variabel tidak lain merupakan
nilai extraction untuk setiap variabel yang tercantum dalam tabel communalities.
2.11.4. Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matriks yang lebih
sederhana, sehingga lebih mudah diinterpretasikan. Dalam analisis ini rotasi
faktor dilakukan dengan metode rotasi varimax. Hasil dari rotasi ini terlihat pada
tabel Rotated Component Matrix, dimana dengan metode ini nilai total variance
dari tiap variabel yang ada di tabel component matrix tidak berubah, yang berubah
hanyalah komposisi dari nilai factor loading dari tiap variabel. Interpretasi hasil
dilakukan dengan melihat factor loading.
Factor loading adalah angka yang menunjukkan besarnya korelasi antara
suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor
lima yang terbentuk. Proses penentuan variabel mana yang akan masuk kefaktor
yang mana, dilihat dengan melakukan perbandingan besar korelasi pada setiap
baris didalam setiap tabel.
Dalam penelitian ini digunakan metode varimax, karena bertujuan untuk
mengekstraksi sejumlah variabel menjadi beberapa faktor, selain itu metode ini
menghasilkan struktur yang relatif lebih sederhana dan mudah diinterpretasikan.
2.11.5. Penamaan Faktor
Pada tahap ini akan diberikan nama-nama faktor yang telah terbentuk berdasarkan
factor loading suatu variabel terhadap faktor terbentuknya, setelah tahapan
pemberian nama faktor terbentuk.
2.12. Deskripsi Variabel Penelitian
Variabel merupakan ukuran atau ciri yang dimiliki oleh anggota suatu kelompok
yang berbeda dengan yang dimiliki oleh kelompok lain. (Saryono, 2008). Adapun
variabel yang akan diteliti dalam penelitian ini yaitu :
Universitas Sumatera Utara
1. Pelayanan (Service)
Pelayanan merupakan suatu kegiatan yang diberikan produsen kepada
konsumen atau perusahaan / instansi kepada publik untuk memberi rasa puas
dan menanggapi respon konsumen. Menurut Kotler (2008) Pelayanan adalah
aktivitas atau hasil yang dapat ditawarkan oleh sebuah lembaga kepada pihak
lain yang biasanya tidak kasat mata dan hasilnya tidak dapat dimiliki oleh
pihak lain tersebut.
2. Keterampilan karyawan (Skill Employee)
Keterampilan merupakan suatu keahlian yang dimiliki pegawai dalam
bekerja, tingkat kemampuan seseorang tidak bisa diketahui karena
kemampuan
berasal
dari
diri
sendiri,
didalam
bekerja
diperlukan
keterampilan, keuletan dan kemampuan berpikir yang luas.
3. Fasilitas (fasility)
Menurut Prof. Dr. Suharsimi Arikunto, fasilitas merupakan segala sesuatu hal
yang dapat mempermudah dan memperlancar pelaksanaan suatu usaha untuk
mencapai suatu tujuan.
4. Produk (Product)
Produk adalah elemen utama dalam kegiatan pemasaran, karena produk
mewakili penawaran yang diberikan pemasar kepada pembeli dan produk
adalah semua yang diterima oleh konsumen.
Menurut Menurut Kotler (2008), produk adalah sesuatu yang dapat
ditawarkan kedalam pasar untuk diperhatikan, dimiliki, dipakai atau di
komsumsi, sehingga dapat memuaskan keinginan dan kebutuhan konsumen.
5. Jaminan (Assurance)
Jaminan merupakan bagian yamg sangat penting dalam perbankan, dengan
adanya jaminan yang diberikan pihak bank kepada nasabah, maka nasabah
merasa aman untuk melakukan transaksi, jaminan ini berupa dokumendokumen penting dan data nasabah.
Universitas Sumatera Utara