c KMO and Barlett Test
Kesimpulan mengenai layak tidaknya analisis faktor dilakukan, baru sah secara statistik dengan menggunakan uji
Kaiser-Meyer-Olkin KMO measure of adequacy dan Barlett
Test of Spericity Simamora, 2003
Penghitungan KMO dilakukan dengan bantuan program SPSS. KMO uji yang nilainya berkisar antara 0 sampai 1 ini
mempertanyakan kelayakan analisis faktor. Apabila nilai indeks tinggi berkisar antara 0,5 sampai 1,0, analisis faktor layak
dilakukan. Sebaliknya, apabila nilai KMO di bawah 0,5 analisis faktor tidak layak dilakukan.
Barlett test digunakan untuk menguji apakah betul variabel-variabel yang dilibatkan berkorelasi. Nilai Barlett Test
didekati dengan nilai chi-square. Penghitungan Barlett Test dilakukan dengan bantuan program SPSS.
3.2.4. Pengolahan dan Analisis Data
Untuk membantu pengolahan dan analisis data, digunakan program komputer Microsoft Excel dan SPSS 11.5 for Windows.
Adapun teknik analisis yang digunakan adalah: 1.
Analisis Faktor Menurut Simamora 2003, untuk melakukan analisis
faktor pertama-tama adalah mencari atau menentukan atribut apa yang ada dalam program pemasaran suatu perusahaan. Tahapan
analisis faktor terdiri dari pengujian, ekstraksi, dan rotasi. Pengujian ini dilakukan menggunakan KMO and Barlett’s test of
sphericity dan Anti Image. Hasil pengujian KMO menunjukkan
bahwa variable dianggap layak untuk dianalisis jika angka KMO berada di atas 0.5 dengan signifikansi di bawah 0.05. tahap
ekstraksi menggunakan analisis Communalities, Total Variance Explained
, serta Component Matrix. Communalities menjelaskan seberapa besar hubungan suatu atribut dapat
dijelaskan oleh faktor yang terbentuk. Total Variance Explained
menjelaskan jumlah faktor yang terbentuk dari hasil analisis dengan eigenvalue harus di atas 1. Component Matrix
menjelaskan distribusi variabel pada faktor yang terbentuk. Nilai yang terdapat pada component matrix merupakan nilai loadings
factor. Atribut dengan nilai loading faktor di bawah 0.55 tidak
akan mengelompok pada suatu faktor disebabkan nilai korelasinya lemah, sehingga jika atribut tersebut cukup penting,
maka dapat dibentuk faktor lain secara terpisah. Proses rotasi digunakan jika diperlukan, yaitu apabila terdapat kesulitan
dalam menentukan posisi atribut dalam factor. Langkah-langkah pengolahan data selanjutnya
menggunakan bantuan program komputer SPSS. Hasil yang didapatkan dari pengolahan data tersebut adalah pengelompokan
sejumlah variabel yang dianalisis menjadi beberapa kelompok, yang diberi nama ”faktor”. Setelah melalui proses uji dan
intepretasi maka diperoleh dimensi-dimensi yang mendasari adanya daya tarik suatu program pemasaran.
2. Model Sikap Multiatribut Fishbein
Rumus model Fishbein sebagai berikut:
n
Ao = Σ bi ei
i=1
dimana: Ao = sikap total individu terhadap objek tertentu
bi = kekuatan keyakinan konsumen bahwa objek memiliki atribut i
ei = evaluasi kepercayaan individu mengenai atribut i n = jumlah kriteria atribut yang relevan
Selanjutnya, data yang dibutuhkan ditampung dalam lembar kuesioner. Kuesioner berisi pertanyaan pernyataan yang
diberi skala menggunakan skala enam angka dengan skor 1 sampai 6 dengan keterangan skor: sangat tidak setuju sangat
tidak penting, sampai sangat tidak setuju sangat tidak penting.
3. Important-Performance Matrix
Matriks kepentingan-pelaksanaan menunjukkan atribut- atribut yang menjadi prioritas keputusan. Masing-masing
perhitungaan atribut berasal dari tingkat kepentingan ei dan tingkat pelaksanaan keyakinan bi. Nilai ini kemudian
diplotkan ke dalam matriks. Sumbu mendatar X diisi oleh skor tingkat pelaksanaan keyakinan dan sumbu tegak Y diisi oleh
skor tingkat kepentingan.
dimana: X = rata-rata total skor tingkat pelaksanaan keyakinaan
Y = rata-rata total skor tingkat kepentingan bi = skor tingkat pelaksanaan keyakinaan
ei = skor tingkat kepentingan n = jumlah atribut
X =
Σ bi n
Y =
Σ ei n
IV. PEMBAHASAN 4.1.