Analisis Faktor yang Mempengaruhi Mahasiswa Dalam Keputusan Pembelian Smartphone Chapter III IV
BAB 3
PEMBAHASAN
3.1 Populasi Penelitian
Pengambilan data dilakukan dengan cara langsung menyebar kuesioner yaitu
berupa pertanyaan-pertanyaan kepada responden penelitian. Responden penelitian
ini adalah mahasiswa Matematika Universitas Sumatera Utara mulai dari stambuk
2014 sampai 2016 yaitu sebanyak 268 orang.
Tabel 3.1 Populasi Penelitian
No
Stambuk
Jumlah Mahasiswa
Persentase
1
2014
83 Mahasiswa
30,97%
2
2015
83 Mahasiswa
30,97%
3
2016
102 Mahasiswa
38,06%
Jumlah
268 Mahasiswa
100%
Sumber: Direktori Mahasiswa Universitas Sumatera Utara
3.2 Pengambilan Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik Slovin.
Jumlah populasi yang diambil yaitu sebanyak 268 orang.
=
Maka:
=
=
=
,
+
�
+�
,
,
Universitas Sumatera Utara
Sehingga jumlah sampel yang akan diteliti dalam penelitian ini adalah sebanyak
73 orang.
Dalam penelitian ini terdapat 3 stambuk mahasiswa Matematika Universitas
Sumatera Utara. Metode yang digunakan dalam pengambilan sampelnya adalah
dengan Proportionale Stratified random sampling yaitu pengambilan sampel
dilakukan secara acak dengan memperhatikan strata yang ada. Artinya setiap strata
terwakili sesuai proporsinya. Rumusnya sebagai berikut:
=
Tabel 3.2 Sampel Penelitian Tiap Strata
No
Stambuk
Jumlah
1
2014
83
2
2015
83
3
2016
102
Jumlah
268
Jumlah Sampel
(Orang)
�
=
�
=
�
=
73
3.3 Uji Validitas
Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan dengan
menggunakan bantuan program SPSS, sebagaimana diketahui hipotesis penelitian
sebagai berikut:
H0 = Variabel valid
H1 = Variabel tidak valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel. Kriteria
penilaian uji validitas adalah:
a. Apabila rhitung > rtabel (pada taraf signifikan 5% atau 10%), maka H0 diterima
artinya butir pertanyaan tersebut valid.
Universitas Sumatera Utara
b. Apabila rhitung ≤ rtabel (pada taraf signifikan 5% atau 10%), maka H0 ditolak
artinya butir pertanyaan tersebut tidak valid.
Untuk penilaian ini diperoleh rtabel dengan jumlah sampel 73 dan taraf signifikan
sebesar 10% atau 0,1 yaitu:
n-2 = 73-2 = 71
rtabel = 0,194
Hasil uji validitas kuesioner dari 9 variabel yang diukur kemudian dihitung
dengan menggunkan software SPSS yang ditunjukkan pada tabel berikut:
Tabel 3.3 Uji Validitas
No
r-tabel
r-hitung
Keterangan
1
0,194
0,656
Valid
2
0,194
0,585
Valid
3
0,194
0,593
Valid
4
0,194
0,538
Valid
5
0,194
0,549
Valid
6
0,194
0,384
Valid
7
0,194
0,636
Valid
8
0,194
0,476
Valid
9
0,194
0,524
Valid
Mempunyai korelasi person rhitung ≥ 0,194 maka butir pertanyaan tersebut
adalah valid. Jika suatu butir pertanyaan tidak valid maka butir pertanyaan tersebut
harus dibuang kemudian dilakukan uji sesuai prosedur sebelumnya dengan
mengurangi butir pertanyaan yang tidak valid
Secara manual perhitungan korelasi Product Moment antara variabel X1
dengan skor total variabel lainnya (Y) dapat dilihat pada tabel berikut:
Universitas Sumatera Utara
Tabel 3.4 Contoh Perhitungan Korelasi Product Moment
No
X1
Y
X1Y
X12
Y2
1
4
33
132
16
1089
2
5
38
190
25
1444
3
5
37
185
25
1369
4
5
34
170
25
1156
5
5
40
200
25
1600
6
4
34
136
16
1156
7
4
36
144
16
1296
8
5
37
185
25
1369
9
4
37
148
16
1369
10
1
9
9
1
81
11
5
38
190
25
1444
12
4
35
140
16
1225
13
5
29
145
25
841
14
4
28
112
16
784
15
1
29
29
1
841
16
5
37
185
25
1369
17
5
28
140
25
784
18
4
34
136
16
1156
19
4
35
140
16
1225
20
4
36
144
16
1296
21
5
38
190
25
1444
22
5
35
175
25
1225
23
4
31
124
16
961
24
4
32
128
16
1024
25
5
38
190
25
1444
26
4
34
136
16
1156
27
5
42
210
25
1764
28
4
33
132
16
1089
Responden
Universitas Sumatera Utara
No
X1
Y
X1Y
X12
Y2
29
5
41
205
25
1681
30
4
34
136
16
1156
31
4
37
148
16
1369
32
5
36
180
25
1296
33
5
36
180
25
1296
34
5
37
185
25
1369
35
5
40
200
25
1600
36
5
38
190
25
1444
37
5
36
180
25
1296
38
5
40
200
25
1600
39
3
30
90
9
900
40
4
32
128
16
1024
41
5
44
220
25
1936
42
4
34
136
16
1156
43
4
40
160
16
1600
44
4
33
132
16
1089
45
5
40
200
25
1600
46
5
37
185
25
1369
47
4
34
136
16
1156
48
4
32
128
16
1024
49
5
39
195
25
1521
50
5
36
180
25
1296
51
5
42
210
25
1764
52
5
31
155
25
961
53
5
35
175
25
1225
54
5
37
185
25
1369
55
5
36
180
25
1296
56
5
37
185
25
1369
57
5
28
140
25
784
Responden
Universitas Sumatera Utara
No
X1
Y
X1Y
X12
Y2
58
5
42
210
25
1764
59
5
34
170
25
1156
60
5
38
190
25
1444
61
5
34
170
25
1156
62
4
34
136
16
1156
63
5
37
185
25
1369
64
5
34
170
25
1156
65
4
35
140
16
1225
66
4
28
112
16
784
67
5
37
185
25
1369
68
4
34
136
16
1156
69
4
36
144
16
1296
70
5
35
175
25
1225
71
4
32
128
16
1024
72
4
34
136
16
1156
73
4
34
136
16
1156
Jumlah
326
2557
11592
1500
91139
Responden
=
=
=
=
√{ ∑
− ∑
.
√{
√
√ .
− ∑
∑
.
−
.
−
.∑
}{ ∑
.
−
.
.
}{
−
.
− ∑
.
.
.
.
}
−
− .
.
}
.
.
Universitas Sumatera Utara
=
.
√
= ,
.
.
Diperoleh nilai validitas
dengan perhitungan manual adalah 0,656 sama dengan
output SPSS yakni 0,656. Selanjutnya untuk perhitungan lainnya akan dilakukan
dengan software SPSS.
3.4 Uji Reliabilitas
Setelah dilakukan uji validitas dan dinyatakan valid dilanjutkan dengan uji
reliabilitas. Suatu variabel dikatakan reliabel apabila setelah dilakukan uji reliabel
diperoleh nilai Cronbach Alpha > 0,60.
Hipotesis untuk signifikansi adalah:
H0 = Hasil pengukuran tidak reliabilitas
H1 = Hasil pengukuran reliabilitas
Kriteria penilaian uji reliabilitas adalah:
a. Apabila Cronbach Alpha > 0,60, maka H0 ditolak artinya hasil pengukuran
reliabilitas.
b. Apabila Cronbach Alpha ≤ 0,60, maka H0 diterima artinya hasil pengukuran
tidak reliabilitas.
Jika dihitung variansi itemnya akan diperoleh hasil sebagai berikut:
Mencari nilai variansi dari masing masing variabel dengan rumus sebagai
berikut:
=
=
.
−
∑
−
∑
= ,
Universitas Sumatera Utara
=
=
=
=
.
−
.
−
.
−
=
=
= ,
= ,
= ,
−
=
=
9
−
= ,
= ,
−
.
−
.
−
9
= ,
= ,
= ,
= 0,605 + 1,306 + 1,146 + 0,659 + 0.486 + 1,177 + 1,192 + 1,164 + 0,539
∑
∑
= ,
Mencari nilai variansi total
=
=
∑
,
−
∑
.
=
−
.
=
.
−
.
,
=
.
,
Mencari nilai Alpha
�=[
−
�=[
−
�=
,
�= [ ]
][ −
∑�
��
,
][ −
− ,
,
]
]
,
Universitas Sumatera Utara
�= ,
Berikut adalah hasil perolehan data dari uji reliabilitas dengan SPSS
Tabel 3.5 Hasil Cronbach Alpha Reliability Test
Reliability Statistics
Cronbach's Alpha
Based on Standardized
Cronbach's Alpha
.693
Items
N of Items
.716
9
Berdasarkan hasil output di atas, di dapat nilai Cronbach Coeficien Alpha sebesar
0,693 untuk uji reliabilitas atas daftar pilihan responden. Nilai tersebut menyatakan
bahwa 9 variabel yang valid tersebut memenuhi syarat uji reliabilitas, dimana nilai
yang diperoleh sudah lebih dari minimum untuk sebuah penelitian yaitu 0,6.
3.5 Penskalaan Data Ordinal Menjadi Data Interval
Berikut ini adalah hasil perhitungan Method Successive Interval untuk Variabel 1.
Tabel 3.6 Penskalaan Variabel 1
Kategori
No.
Skor
Proporsi
Frekuensi Proporsi
Variabel Jawaban
Kumulatif
Ordinal
1
2
0,027
0,027
3
1
0,014
0,041
4
29
0,397
0,438
1
5
41
0,562
1,000
Z
Densitas
{(z)}
-1,921
-1,738
-0,155
0,063
0,088
0,394
Nilai
Hasil
Penskala
an
1,000
1,479
2,533
0
4,005
Jumlah
Langkah-langkah Methode Successive Interval untuk variable 1:
1. Menghitung frekuensi skor jawaban dalam skala ordinal.
2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor
jawaban.
Universitas Sumatera Utara
3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi
kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari
Tabel Distribusi Normal Baku.
4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan
nilai Z tersebut kedalam fungsi densitas normal baku sebagai berikut:
f(z) =
f − ,
=
f − ,
=
f − ,
=
f − ,
=
f − ,
−
√ �
√
,
,
,
,
√ �
−
− ,
−
,
,
,
= ,
5. Menghitung Scale Value (SV) dengan rumus:
−
SV =
SV1 =
,
− ,
SV2 =
,
− .
SV3 =
SV4 =
,
.
.
− ,
− .
− .
.
− ,
,
− .
.
− .
−
=− ,
=− ,
=− ,
= ,
6. Menentukan Scale Value min sehingga SVterkecil + |SVmin| = 1
Scale Value Terkecil = -2,333
Nilai X diperoleh dari:
− ,
+
=
Universitas Sumatera Utara
=
= ,
+ ,
7. Mentransformasikan nilai skala dengan menggunakan rumus:
Y = SV + |SVmin|
=− ,
+ ,
=
=− ,
+ ,
= ,
=− ,
= ,
+ ,
+ ,
= ,
= ,
Dengan perhitungan manual yang dilakukan terbukti sama dengan
perhitungan yang dilakukan pada Microsoft excel. Selanjutnya dengan melakukan
cara yang sama, maka semua variabel akan ditransformasikan ke dalam data
interval. Hasil penskalaan dari masing-masing variabel dapat dilihat pada tabel
berikut ini:
Tabel 3.7 Hasil Penskalaan Data Interval Tiap Variabel
1
X1
X2
X3
X4
X5
X6
X7
X8
X9
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,647
1,689
1,507
1,929
1,871
1,645
2
3
1,479
2,086
2,501
2,043
1,710
2,725
2,712
2,229
1,912
4
2,533
2,938
3,425
2,868
2,618
3,617
3,567
2,983
3,094
5
4,005
4,159
4,434
4,197
4,075
4,678
4,529
4,114
4,479
3.6 Proses Analisis Faktor I
Pada proses awal analisis faktor, dilakukan beberapa tahap sampai dengan
diperoleh faktor-faktor baru sebagai dominan yang ingin diperoleh. Proses pertama
tabulasi pada data serta melakukan pengolahan dengan software yang telah
direferensikan yaitu dengan program SPSS dengan versi SPSS 22.
Ada beberapa variabel yang mempengaruhi mahasiswa dalam membeli
smartphone. Dalam penelitian ini, variabel-variabel tersebut berjumlah 9 variabel
yang telah valid.
Berdasarkan hasil perhitungan diperoleh nilai KMO and Barlett’s Test
sebesar 0,632 dengan signifikan sebesar 0,000. Berdasarkan teori nilai KMO
Universitas Sumatera Utara
memang harus diatas 0,5 dan signifikan atau probabilitas dibawah 0,5 maka
variabel layak dan dapat dianalisa lebih lanjut (Santoso, 2002).
Tabel 3.8 KMO and Bartlett’s Test
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
.632
Approx. Chi-Square
101.928
Df
36
Sig.
.000
Perhitungan selanjutnya adalah dengan melihat nilai MSA. Hasil nilai MSA
dapat dilihat pada tabel dibawah. Hasil pada tabel menunjukkan bahwa 9 variabel
mempunyai nilai lebih dari 0,5 berdasarkan 9 variabel yang dinilai dari jawaban
kuesioner 73 responden, diperoleh bahwa nilai MSA yang diperoleh di atas 0,5. Ini
menandakan bahwa semua variabel memiliki korelasi cukup tinggi dengan variabel
lainnya, sehingga selanjutnya dapat dilakukan analisis pada seluruh variabel yang
diteliti.
Tabel 3.9 Measure Of Sampling Adequacy
No
Variabel
Nilai MSA
1
Variabel 1
0,687
2
Variabel 2
0,636
3
Variabel 3
0,687
4
Variabel 4
0,559
5
Variabel 5
0,590
6
Variabel 6
0,538
7
Variabel 7
0,759
8
Variabel 8
0,653
9
Variabel 9
0,543
3.7 Proses Analisis faktor II (Ekstraksi)
Dalam penelitian ini metode yang akan digunakan adalah Principal Componen
Analysis (Analisis Komponen Utama). Didalam Principal Componen Analysis
Universitas Sumatera Utara
jumlah varians data dipertimbangkan yaitu diagonal matriks korelasi, setiap
elemennya sebesar satu dan full variance dipergunakan untuk dasar pembentukan
faktor, yaitu variabel-variabel lama yang jumlahnya lebih sedikit dan tidak
berkorelasi lagi satu sama lain, seperti variabel-variabel asli yang memang saling
berkorelasi. Communalities adalah jumlah varians yang disumbangkan oleh suatu
variabel dengan seluruh variabel lainnya dengan analisis.
3.7.1 Communalties
Communalities pada dasarnya adalah jumlah varians dari suatu variabel awal yang
bisa dijelaskan oleh faktor yang ada. Semakin besar communalities sebuah variabel,
maka semakin erat hubungannya dengan faktor.
Tabel 3.10 Communalities
No
Variabel
Initial
Extraction
1
Variabel 1
1,000
0,454
2
Variabel 2
1,000
0,677
3
Variabel 3
1,000
0,601
4
Variabel 4
1,000
0,737
5
Variabel 5
1,000
0,615
6
Variabel 6
1,000
0,495
7
Variabel 7
1,000
0,516
8
Variabel 8
1,000
0,464
9
Variabel 9
1,000
0,562
3.7.2 Total Variance Explained
Total Variance Explaned menerangkan nilai persen dari variansi yang mampu
diterangkan oleh banyaknya faktor yang terbentuk. Nilai ini berdasarkan nilai
eigenvalue.
Ada 9 variabel yang dimasukkan dalam analisis faktor, dengan masing
masing varian memiliki varian 1, maka total varian adalah 9 x 1 = 9. Jika ke 9
Universitas Sumatera Utara
variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu
faktor tersebut adalah (lihat kolom Component 1 pada Tabel berikut ini):
Tabel 3.11 Total Variance Explaained
Faktor
Initial Eigenvalues
atau
Komponen
Total
% of Variance
Cumulative %
1
2,453
27,254
27,254
2
1,614
17,931
45,186
3
1,055
11,723
56,909
4
,910
10,114
67,023
5
,882
9,801
76,823
6
,676
7,514
84,337
7
,578
6,424
90,762
8
,459
5,097
95,858
9
,373
4,142
100,000
,
x
%=
,
%
Jika 9 variabel diekstrak menjadi 3 faktor, maka:
1. Varian faktor pertama adalah 27,25%
2. Varian faktor kedua adalah 17,93%
3. Varian faktor ketiga adalah 11,72%
Total ketiga faktor akan menjelaskan (27,25 + 17,93 + 11,72)% = 56,90%
atau ketiga faktor tersebut akan menjelaskan 56,90% dari variabilitas ke-9 yang asli
tersebut. Sedangkan eigenvalue manunjukkan kepentingan relatif masing-masing
faktor dalam menghitung varians ke 9 variabel yang dianalisis.
Universitas Sumatera Utara
1. Jumlah angka eigenvalue untuk ke 9 variabel adalah sama dengan total varian
ke-9 variabel yaitu 2,453 + 1,614 + 1,055 + 0,910 + 0,882 + 0,676 + 0,578 +
0,459 + 0,373 = 9
2. Susunan eigenvalue selalu diurutkan dari yang terbesar sampai dengan yang
terkecil, dengan kriteria bahwa angka eigenvalue dibawah 1 tidak digunakan
dalam menghitung faktor yang terbentuk.
Dari tabel 3.12 diatas menyatakan bahwa hanya 3 faktor yang terbentuk,
terlihat dari eigenvalue dengan nilai diatas 1, namun pada faktor yang keempat
angka eigenvalue sudah dibawah 1, yakni 0,910 sehingga proses Faktoring
seharusnya berhenti pada tiga faktor saja, maka dalam penelitian ini hanya tiga
faktor yang terbentuk.
3.7.3 Scree Plot
Jika Tabel 3.12 menjelaskan dasar jumlah faktor yang didapat dengan perhitungan
angka, maka scree plot menunjukkan dengan grafik bahwa pada sumbu X
(component number) faktor ke-4 sudah dibawah 1 dari sumbu Y (angka
eigenvalue). Hal ini menunjukkan bahwa 3 faktor adalah paling tepat untuk
meringkas ke 9 variabel tersebut.
Gambar 3.1 Scree Plot
Suatu Scree plot adalah plot dari eigen value melawan banyaknya faktor
yang bertujuan untuk melakukan ekstraksi agar diperoleh jumlah faktor. Scree plot
berupa suatu kurva yang diperoleh dengan memplot eigenvalue sebagai sumbu
Universitas Sumatera Utara
vertikal dan banyaknya faktor sebagai sumbu horizontal. Bentuk kurva atau plotnya
dipergunakan untuk menentukan banyaknya faktor.
Jika tabel total variansi menjelaskan dasar jumlah faktor yang didapat
dengan perthitungan angka, maka scree plot memperlihatkan hal tersebut dengan
grafik. Terlihat bahwa dari satu ke faktor dua (baris dari sumbu Component 1 ke2), arah garis cukup menurun tajam. Begitu juga dari Component 2 ke Component
3 garis juga sama menurun nya. Pada faktor ke-4 sudah dibawah angka 1 dari sumbu
eigen value. Hal ini menunjukkan bahwa ada 3 faktor yang mempengaruhi
mahasiswa dalam membeli smartphone, yang dapat diekstraksi berdasarkan scree
plot.
3.8 Proses Analisis Faktor III (Rotasi)
Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 3 faktor dari 9
variabel yang dapat diolah dengan variansi kumulatif sebesar 56,90%. Korelasi
antara variabel-variabel dan faktor (Faktor Loading) hasil ekstarksi tersebut dapat
dilihat pada tabel (component matrix SPSS) berikut.
Tabel 3.12 Faktor loading
Component
Variabel
Penelitian
1
2
3
X1
0,626
-0,237
0,076
X2
0,606
-0,546 -0,108
X3
0,609
-0,277 -0,392
X4
0,508
0,641
0,263
X5
0,423
-0,054
0,658
X6
0,217
-0,413
0,527
X7
0,653
-0,081 -0,287
X8
0,467
0,475
-0,144
X9
0,441
0,605
-0,034
Universitas Sumatera Utara
Dari Tabel diatas dapat dilihat bahwa variabel-variabel berkorelasi kuat
dengan lebih dari satu faktor, sehingga sulit untuk menginterpretasikan faktorfaktor tersebut. Dalam hal ini, faktor loading perlu dirotasi agar masing-masing
variabel berkorelasi kuat hanya pada satu faktor. Berikut ini adalah Faktor Loading
setelah dirotasi (Rotated Faktor Loading).
Tabel 3.13 Rotated Factor Loading
Component
Variabel
Penelitian
1
2
3
X1
0,557
0,143
0,352
X2
0,766
-0,138
0,267
X3
0,769
0,074
-0,061
X4
-0,024
0,827
0,231
X5
0,057
0,219
0,751
X6
0,124
-0,201
0,663
X7
0,666
0,268
-0,007
X8
0,202
0,643
-0,100
X9
0,072
0,744
-0,048
Faktor Loading hasil rotasi menunjukkan bahwa variabel-variabel
berkorelasi kuat hanya pada satu faktor tertentu, misalnya korelasi antara variabel
X4 dengan faktor 2 sebesar 0,827 (korelai kuat), sedangkan korelasi variabel X4
dengan faktor 1 dan 3, masing-masing -0,024 dan 0,231 (korelasi lemah).
Nilai Eigen Value dari faktor yang diekstraksi mencerminkan jumlah
variansi yang dapat dijelaskan oleh suatu faktor. Pada tabel 3.15 berikut ini adalah
hasil rekapitulasi faktor yang dihasilkan dengan metode analisis faktor yaitu terbagi
menjadi 3 faktor baru.
Universitas Sumatera Utara
3.9 Proses Analisis Faktor IV (Interpretasi Faktor)
Faktor Pertama
Faktor pertama hasil rotasi faktor didukung oleh 4 variabel. Variabel-variabel
tersebut yang secara berurutan nilai bobotnya adalah X1, X2, X3 dan X7. Bobot
masing-masing variabel pendukung faktor pertama tersebut sesuai tabel berikut ini:
Tabel 3.14 Bobot Variabel Pendukung Faktor Pertama
Variabel Pendukung
Nama Variabel
Bobot Variabel
X1
RAM (Random Access Memory)
0,577
X2
Desain smartphone
0,766
X3
Ukuran layar smartphone
0,769
X7
Merek smartphone
0,666
Dari tabel diatas, variabel X3 mempunyai bobot terbesar, yaitu 0,769.
Berdasarkan uraian tersebut dapat disimpulkan bahwa faktor pertama cukup layak
diberi nama faktor Desain dan Spesifikasi. Faktor pertama ini adalah faktor yang
paling kuat yang mempengaruhi mahasiswa dalam membeli smartphone dengan
variansi sebesar 27,254%.
Faktor Kedua
Faktor kedua hasil rotasi faktor didukung oleh 3 variabel. Variabel-variabel tersebut
yang secara berurutan nilai bobotnya adalah X4, X8 dan X9. Bobot masing-masing
variabel pendukung faktor kedua tersebut sesuai tabel berikut ini:
Tabel 3.15 Bobot Variabel Pendukung Faktor Kedua
Variabel
Nama Variabel
Pendukung
Bobot
Variabel
X4
Kamera
0,827
X8
Jaringan Pendukung 4G
0,643
X9
Harga smartphone
0,744
Dari tabel di atas, variabel X4 mempunyai bobot terbesar yaitu sebesar
0,827. Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor kedua
diberi nama faktor Kualitas dan Harga. Faktor ini adalah faktor terkuat kedua
Universitas Sumatera Utara
yang mempengaruhi mahasiswa dalam membeli smartphone dengan variansi
sebesar 17,931%.
Faktor Ketiga
Faktor ketiga hasil rotasi faktor didukung oleh 2 variabel. Variabel-variabel tersebut
yang secara berurutan nilai bobotnya adalah X5, dan X6. Bobot masing-masing
variabel pendukung faktor ketiga tersebut sesuai tabel berikut ini:
Tabel 3.16 Bobot Variabel Pendukung Faktor Ketiga
Variabel
Nama Variabel
Pendukung
Bobot
Variabel
X5
Ketahanan baterai
0,751
X6
Kapasitas memori internal dan eksternal
0,663
Dari tabel di atas, variabel X5 mempunyai bobot terbesar, yaitu sebesar
0,751. Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor ketiga
diberi nama Kapasitas Smartphone. Faktor ini adalah faktor terkuat ketiga yang
mempengaruhi mahasiswa dalam membeli smartphone dengan variansi sebesar
11,723%
.
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan sebagai berikut:
1. Terdapat 3 faktor hasil ekstraksi yang mempengaruhi mahasiswa dalam
keputusan pembelian smartphone. Hal ini digambarkan dari variansi kumulatif
sebesar 56,91%. Variabel-variabel yang terlihat/terobservasi adalah sebagai
berikut:
� = ,
+ ,
� = ,
+ ,
� = ,
+ ,
+ ,
+ ,
+ ,
2. Dari tiga faktor yang terbentuk, Faktor Desain dan Spesifikasi menjadi faktor
terbesar yang mempengaruhi mahasiswa dalam keputusan pembelian
smartphone, dengan persentasi sebesar 27,25%. Sedangkan Faktor Kapasitas
Smartphone menjadi faktor terkecil yang mempengaruhi mahasiswa dalam
keputusan pembelian smartphone dengan persentasi sebesar 11,72%.
4.2 Saran
Berdasarkan hasil penelitian yang dilakukan, Saran yang dapat deberikan adalah
hasil penelitian ini masih bisa diteruskan dengan mengembangkan penelitian,
seperti menambah variabel-variabel baik yang bersifat data kualitatif atau data
kuantitatif yang dapat mempengaruhi mahasiswa dalam keputusan pembelian
smartphone. Kemudian bagi peneliti yang lain diharapkan dapat mengembangkan
objek yang diteliti, tidak hanya smartphone tapi seperi sepeda motor atau produk
yang lainnya juga bisa.
Universitas Sumatera Utara
PEMBAHASAN
3.1 Populasi Penelitian
Pengambilan data dilakukan dengan cara langsung menyebar kuesioner yaitu
berupa pertanyaan-pertanyaan kepada responden penelitian. Responden penelitian
ini adalah mahasiswa Matematika Universitas Sumatera Utara mulai dari stambuk
2014 sampai 2016 yaitu sebanyak 268 orang.
Tabel 3.1 Populasi Penelitian
No
Stambuk
Jumlah Mahasiswa
Persentase
1
2014
83 Mahasiswa
30,97%
2
2015
83 Mahasiswa
30,97%
3
2016
102 Mahasiswa
38,06%
Jumlah
268 Mahasiswa
100%
Sumber: Direktori Mahasiswa Universitas Sumatera Utara
3.2 Pengambilan Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik Slovin.
Jumlah populasi yang diambil yaitu sebanyak 268 orang.
=
Maka:
=
=
=
,
+
�
+�
,
,
Universitas Sumatera Utara
Sehingga jumlah sampel yang akan diteliti dalam penelitian ini adalah sebanyak
73 orang.
Dalam penelitian ini terdapat 3 stambuk mahasiswa Matematika Universitas
Sumatera Utara. Metode yang digunakan dalam pengambilan sampelnya adalah
dengan Proportionale Stratified random sampling yaitu pengambilan sampel
dilakukan secara acak dengan memperhatikan strata yang ada. Artinya setiap strata
terwakili sesuai proporsinya. Rumusnya sebagai berikut:
=
Tabel 3.2 Sampel Penelitian Tiap Strata
No
Stambuk
Jumlah
1
2014
83
2
2015
83
3
2016
102
Jumlah
268
Jumlah Sampel
(Orang)
�
=
�
=
�
=
73
3.3 Uji Validitas
Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan dengan
menggunakan bantuan program SPSS, sebagaimana diketahui hipotesis penelitian
sebagai berikut:
H0 = Variabel valid
H1 = Variabel tidak valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel. Kriteria
penilaian uji validitas adalah:
a. Apabila rhitung > rtabel (pada taraf signifikan 5% atau 10%), maka H0 diterima
artinya butir pertanyaan tersebut valid.
Universitas Sumatera Utara
b. Apabila rhitung ≤ rtabel (pada taraf signifikan 5% atau 10%), maka H0 ditolak
artinya butir pertanyaan tersebut tidak valid.
Untuk penilaian ini diperoleh rtabel dengan jumlah sampel 73 dan taraf signifikan
sebesar 10% atau 0,1 yaitu:
n-2 = 73-2 = 71
rtabel = 0,194
Hasil uji validitas kuesioner dari 9 variabel yang diukur kemudian dihitung
dengan menggunkan software SPSS yang ditunjukkan pada tabel berikut:
Tabel 3.3 Uji Validitas
No
r-tabel
r-hitung
Keterangan
1
0,194
0,656
Valid
2
0,194
0,585
Valid
3
0,194
0,593
Valid
4
0,194
0,538
Valid
5
0,194
0,549
Valid
6
0,194
0,384
Valid
7
0,194
0,636
Valid
8
0,194
0,476
Valid
9
0,194
0,524
Valid
Mempunyai korelasi person rhitung ≥ 0,194 maka butir pertanyaan tersebut
adalah valid. Jika suatu butir pertanyaan tidak valid maka butir pertanyaan tersebut
harus dibuang kemudian dilakukan uji sesuai prosedur sebelumnya dengan
mengurangi butir pertanyaan yang tidak valid
Secara manual perhitungan korelasi Product Moment antara variabel X1
dengan skor total variabel lainnya (Y) dapat dilihat pada tabel berikut:
Universitas Sumatera Utara
Tabel 3.4 Contoh Perhitungan Korelasi Product Moment
No
X1
Y
X1Y
X12
Y2
1
4
33
132
16
1089
2
5
38
190
25
1444
3
5
37
185
25
1369
4
5
34
170
25
1156
5
5
40
200
25
1600
6
4
34
136
16
1156
7
4
36
144
16
1296
8
5
37
185
25
1369
9
4
37
148
16
1369
10
1
9
9
1
81
11
5
38
190
25
1444
12
4
35
140
16
1225
13
5
29
145
25
841
14
4
28
112
16
784
15
1
29
29
1
841
16
5
37
185
25
1369
17
5
28
140
25
784
18
4
34
136
16
1156
19
4
35
140
16
1225
20
4
36
144
16
1296
21
5
38
190
25
1444
22
5
35
175
25
1225
23
4
31
124
16
961
24
4
32
128
16
1024
25
5
38
190
25
1444
26
4
34
136
16
1156
27
5
42
210
25
1764
28
4
33
132
16
1089
Responden
Universitas Sumatera Utara
No
X1
Y
X1Y
X12
Y2
29
5
41
205
25
1681
30
4
34
136
16
1156
31
4
37
148
16
1369
32
5
36
180
25
1296
33
5
36
180
25
1296
34
5
37
185
25
1369
35
5
40
200
25
1600
36
5
38
190
25
1444
37
5
36
180
25
1296
38
5
40
200
25
1600
39
3
30
90
9
900
40
4
32
128
16
1024
41
5
44
220
25
1936
42
4
34
136
16
1156
43
4
40
160
16
1600
44
4
33
132
16
1089
45
5
40
200
25
1600
46
5
37
185
25
1369
47
4
34
136
16
1156
48
4
32
128
16
1024
49
5
39
195
25
1521
50
5
36
180
25
1296
51
5
42
210
25
1764
52
5
31
155
25
961
53
5
35
175
25
1225
54
5
37
185
25
1369
55
5
36
180
25
1296
56
5
37
185
25
1369
57
5
28
140
25
784
Responden
Universitas Sumatera Utara
No
X1
Y
X1Y
X12
Y2
58
5
42
210
25
1764
59
5
34
170
25
1156
60
5
38
190
25
1444
61
5
34
170
25
1156
62
4
34
136
16
1156
63
5
37
185
25
1369
64
5
34
170
25
1156
65
4
35
140
16
1225
66
4
28
112
16
784
67
5
37
185
25
1369
68
4
34
136
16
1156
69
4
36
144
16
1296
70
5
35
175
25
1225
71
4
32
128
16
1024
72
4
34
136
16
1156
73
4
34
136
16
1156
Jumlah
326
2557
11592
1500
91139
Responden
=
=
=
=
√{ ∑
− ∑
.
√{
√
√ .
− ∑
∑
.
−
.
−
.∑
}{ ∑
.
−
.
.
}{
−
.
− ∑
.
.
.
.
}
−
− .
.
}
.
.
Universitas Sumatera Utara
=
.
√
= ,
.
.
Diperoleh nilai validitas
dengan perhitungan manual adalah 0,656 sama dengan
output SPSS yakni 0,656. Selanjutnya untuk perhitungan lainnya akan dilakukan
dengan software SPSS.
3.4 Uji Reliabilitas
Setelah dilakukan uji validitas dan dinyatakan valid dilanjutkan dengan uji
reliabilitas. Suatu variabel dikatakan reliabel apabila setelah dilakukan uji reliabel
diperoleh nilai Cronbach Alpha > 0,60.
Hipotesis untuk signifikansi adalah:
H0 = Hasil pengukuran tidak reliabilitas
H1 = Hasil pengukuran reliabilitas
Kriteria penilaian uji reliabilitas adalah:
a. Apabila Cronbach Alpha > 0,60, maka H0 ditolak artinya hasil pengukuran
reliabilitas.
b. Apabila Cronbach Alpha ≤ 0,60, maka H0 diterima artinya hasil pengukuran
tidak reliabilitas.
Jika dihitung variansi itemnya akan diperoleh hasil sebagai berikut:
Mencari nilai variansi dari masing masing variabel dengan rumus sebagai
berikut:
=
=
.
−
∑
−
∑
= ,
Universitas Sumatera Utara
=
=
=
=
.
−
.
−
.
−
=
=
= ,
= ,
= ,
−
=
=
9
−
= ,
= ,
−
.
−
.
−
9
= ,
= ,
= ,
= 0,605 + 1,306 + 1,146 + 0,659 + 0.486 + 1,177 + 1,192 + 1,164 + 0,539
∑
∑
= ,
Mencari nilai variansi total
=
=
∑
,
−
∑
.
=
−
.
=
.
−
.
,
=
.
,
Mencari nilai Alpha
�=[
−
�=[
−
�=
,
�= [ ]
][ −
∑�
��
,
][ −
− ,
,
]
]
,
Universitas Sumatera Utara
�= ,
Berikut adalah hasil perolehan data dari uji reliabilitas dengan SPSS
Tabel 3.5 Hasil Cronbach Alpha Reliability Test
Reliability Statistics
Cronbach's Alpha
Based on Standardized
Cronbach's Alpha
.693
Items
N of Items
.716
9
Berdasarkan hasil output di atas, di dapat nilai Cronbach Coeficien Alpha sebesar
0,693 untuk uji reliabilitas atas daftar pilihan responden. Nilai tersebut menyatakan
bahwa 9 variabel yang valid tersebut memenuhi syarat uji reliabilitas, dimana nilai
yang diperoleh sudah lebih dari minimum untuk sebuah penelitian yaitu 0,6.
3.5 Penskalaan Data Ordinal Menjadi Data Interval
Berikut ini adalah hasil perhitungan Method Successive Interval untuk Variabel 1.
Tabel 3.6 Penskalaan Variabel 1
Kategori
No.
Skor
Proporsi
Frekuensi Proporsi
Variabel Jawaban
Kumulatif
Ordinal
1
2
0,027
0,027
3
1
0,014
0,041
4
29
0,397
0,438
1
5
41
0,562
1,000
Z
Densitas
{(z)}
-1,921
-1,738
-0,155
0,063
0,088
0,394
Nilai
Hasil
Penskala
an
1,000
1,479
2,533
0
4,005
Jumlah
Langkah-langkah Methode Successive Interval untuk variable 1:
1. Menghitung frekuensi skor jawaban dalam skala ordinal.
2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor
jawaban.
Universitas Sumatera Utara
3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi
kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari
Tabel Distribusi Normal Baku.
4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan
nilai Z tersebut kedalam fungsi densitas normal baku sebagai berikut:
f(z) =
f − ,
=
f − ,
=
f − ,
=
f − ,
=
f − ,
−
√ �
√
,
,
,
,
√ �
−
− ,
−
,
,
,
= ,
5. Menghitung Scale Value (SV) dengan rumus:
−
SV =
SV1 =
,
− ,
SV2 =
,
− .
SV3 =
SV4 =
,
.
.
− ,
− .
− .
.
− ,
,
− .
.
− .
−
=− ,
=− ,
=− ,
= ,
6. Menentukan Scale Value min sehingga SVterkecil + |SVmin| = 1
Scale Value Terkecil = -2,333
Nilai X diperoleh dari:
− ,
+
=
Universitas Sumatera Utara
=
= ,
+ ,
7. Mentransformasikan nilai skala dengan menggunakan rumus:
Y = SV + |SVmin|
=− ,
+ ,
=
=− ,
+ ,
= ,
=− ,
= ,
+ ,
+ ,
= ,
= ,
Dengan perhitungan manual yang dilakukan terbukti sama dengan
perhitungan yang dilakukan pada Microsoft excel. Selanjutnya dengan melakukan
cara yang sama, maka semua variabel akan ditransformasikan ke dalam data
interval. Hasil penskalaan dari masing-masing variabel dapat dilihat pada tabel
berikut ini:
Tabel 3.7 Hasil Penskalaan Data Interval Tiap Variabel
1
X1
X2
X3
X4
X5
X6
X7
X8
X9
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,647
1,689
1,507
1,929
1,871
1,645
2
3
1,479
2,086
2,501
2,043
1,710
2,725
2,712
2,229
1,912
4
2,533
2,938
3,425
2,868
2,618
3,617
3,567
2,983
3,094
5
4,005
4,159
4,434
4,197
4,075
4,678
4,529
4,114
4,479
3.6 Proses Analisis Faktor I
Pada proses awal analisis faktor, dilakukan beberapa tahap sampai dengan
diperoleh faktor-faktor baru sebagai dominan yang ingin diperoleh. Proses pertama
tabulasi pada data serta melakukan pengolahan dengan software yang telah
direferensikan yaitu dengan program SPSS dengan versi SPSS 22.
Ada beberapa variabel yang mempengaruhi mahasiswa dalam membeli
smartphone. Dalam penelitian ini, variabel-variabel tersebut berjumlah 9 variabel
yang telah valid.
Berdasarkan hasil perhitungan diperoleh nilai KMO and Barlett’s Test
sebesar 0,632 dengan signifikan sebesar 0,000. Berdasarkan teori nilai KMO
Universitas Sumatera Utara
memang harus diatas 0,5 dan signifikan atau probabilitas dibawah 0,5 maka
variabel layak dan dapat dianalisa lebih lanjut (Santoso, 2002).
Tabel 3.8 KMO and Bartlett’s Test
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of Sphericity
.632
Approx. Chi-Square
101.928
Df
36
Sig.
.000
Perhitungan selanjutnya adalah dengan melihat nilai MSA. Hasil nilai MSA
dapat dilihat pada tabel dibawah. Hasil pada tabel menunjukkan bahwa 9 variabel
mempunyai nilai lebih dari 0,5 berdasarkan 9 variabel yang dinilai dari jawaban
kuesioner 73 responden, diperoleh bahwa nilai MSA yang diperoleh di atas 0,5. Ini
menandakan bahwa semua variabel memiliki korelasi cukup tinggi dengan variabel
lainnya, sehingga selanjutnya dapat dilakukan analisis pada seluruh variabel yang
diteliti.
Tabel 3.9 Measure Of Sampling Adequacy
No
Variabel
Nilai MSA
1
Variabel 1
0,687
2
Variabel 2
0,636
3
Variabel 3
0,687
4
Variabel 4
0,559
5
Variabel 5
0,590
6
Variabel 6
0,538
7
Variabel 7
0,759
8
Variabel 8
0,653
9
Variabel 9
0,543
3.7 Proses Analisis faktor II (Ekstraksi)
Dalam penelitian ini metode yang akan digunakan adalah Principal Componen
Analysis (Analisis Komponen Utama). Didalam Principal Componen Analysis
Universitas Sumatera Utara
jumlah varians data dipertimbangkan yaitu diagonal matriks korelasi, setiap
elemennya sebesar satu dan full variance dipergunakan untuk dasar pembentukan
faktor, yaitu variabel-variabel lama yang jumlahnya lebih sedikit dan tidak
berkorelasi lagi satu sama lain, seperti variabel-variabel asli yang memang saling
berkorelasi. Communalities adalah jumlah varians yang disumbangkan oleh suatu
variabel dengan seluruh variabel lainnya dengan analisis.
3.7.1 Communalties
Communalities pada dasarnya adalah jumlah varians dari suatu variabel awal yang
bisa dijelaskan oleh faktor yang ada. Semakin besar communalities sebuah variabel,
maka semakin erat hubungannya dengan faktor.
Tabel 3.10 Communalities
No
Variabel
Initial
Extraction
1
Variabel 1
1,000
0,454
2
Variabel 2
1,000
0,677
3
Variabel 3
1,000
0,601
4
Variabel 4
1,000
0,737
5
Variabel 5
1,000
0,615
6
Variabel 6
1,000
0,495
7
Variabel 7
1,000
0,516
8
Variabel 8
1,000
0,464
9
Variabel 9
1,000
0,562
3.7.2 Total Variance Explained
Total Variance Explaned menerangkan nilai persen dari variansi yang mampu
diterangkan oleh banyaknya faktor yang terbentuk. Nilai ini berdasarkan nilai
eigenvalue.
Ada 9 variabel yang dimasukkan dalam analisis faktor, dengan masing
masing varian memiliki varian 1, maka total varian adalah 9 x 1 = 9. Jika ke 9
Universitas Sumatera Utara
variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu
faktor tersebut adalah (lihat kolom Component 1 pada Tabel berikut ini):
Tabel 3.11 Total Variance Explaained
Faktor
Initial Eigenvalues
atau
Komponen
Total
% of Variance
Cumulative %
1
2,453
27,254
27,254
2
1,614
17,931
45,186
3
1,055
11,723
56,909
4
,910
10,114
67,023
5
,882
9,801
76,823
6
,676
7,514
84,337
7
,578
6,424
90,762
8
,459
5,097
95,858
9
,373
4,142
100,000
,
x
%=
,
%
Jika 9 variabel diekstrak menjadi 3 faktor, maka:
1. Varian faktor pertama adalah 27,25%
2. Varian faktor kedua adalah 17,93%
3. Varian faktor ketiga adalah 11,72%
Total ketiga faktor akan menjelaskan (27,25 + 17,93 + 11,72)% = 56,90%
atau ketiga faktor tersebut akan menjelaskan 56,90% dari variabilitas ke-9 yang asli
tersebut. Sedangkan eigenvalue manunjukkan kepentingan relatif masing-masing
faktor dalam menghitung varians ke 9 variabel yang dianalisis.
Universitas Sumatera Utara
1. Jumlah angka eigenvalue untuk ke 9 variabel adalah sama dengan total varian
ke-9 variabel yaitu 2,453 + 1,614 + 1,055 + 0,910 + 0,882 + 0,676 + 0,578 +
0,459 + 0,373 = 9
2. Susunan eigenvalue selalu diurutkan dari yang terbesar sampai dengan yang
terkecil, dengan kriteria bahwa angka eigenvalue dibawah 1 tidak digunakan
dalam menghitung faktor yang terbentuk.
Dari tabel 3.12 diatas menyatakan bahwa hanya 3 faktor yang terbentuk,
terlihat dari eigenvalue dengan nilai diatas 1, namun pada faktor yang keempat
angka eigenvalue sudah dibawah 1, yakni 0,910 sehingga proses Faktoring
seharusnya berhenti pada tiga faktor saja, maka dalam penelitian ini hanya tiga
faktor yang terbentuk.
3.7.3 Scree Plot
Jika Tabel 3.12 menjelaskan dasar jumlah faktor yang didapat dengan perhitungan
angka, maka scree plot menunjukkan dengan grafik bahwa pada sumbu X
(component number) faktor ke-4 sudah dibawah 1 dari sumbu Y (angka
eigenvalue). Hal ini menunjukkan bahwa 3 faktor adalah paling tepat untuk
meringkas ke 9 variabel tersebut.
Gambar 3.1 Scree Plot
Suatu Scree plot adalah plot dari eigen value melawan banyaknya faktor
yang bertujuan untuk melakukan ekstraksi agar diperoleh jumlah faktor. Scree plot
berupa suatu kurva yang diperoleh dengan memplot eigenvalue sebagai sumbu
Universitas Sumatera Utara
vertikal dan banyaknya faktor sebagai sumbu horizontal. Bentuk kurva atau plotnya
dipergunakan untuk menentukan banyaknya faktor.
Jika tabel total variansi menjelaskan dasar jumlah faktor yang didapat
dengan perthitungan angka, maka scree plot memperlihatkan hal tersebut dengan
grafik. Terlihat bahwa dari satu ke faktor dua (baris dari sumbu Component 1 ke2), arah garis cukup menurun tajam. Begitu juga dari Component 2 ke Component
3 garis juga sama menurun nya. Pada faktor ke-4 sudah dibawah angka 1 dari sumbu
eigen value. Hal ini menunjukkan bahwa ada 3 faktor yang mempengaruhi
mahasiswa dalam membeli smartphone, yang dapat diekstraksi berdasarkan scree
plot.
3.8 Proses Analisis Faktor III (Rotasi)
Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 3 faktor dari 9
variabel yang dapat diolah dengan variansi kumulatif sebesar 56,90%. Korelasi
antara variabel-variabel dan faktor (Faktor Loading) hasil ekstarksi tersebut dapat
dilihat pada tabel (component matrix SPSS) berikut.
Tabel 3.12 Faktor loading
Component
Variabel
Penelitian
1
2
3
X1
0,626
-0,237
0,076
X2
0,606
-0,546 -0,108
X3
0,609
-0,277 -0,392
X4
0,508
0,641
0,263
X5
0,423
-0,054
0,658
X6
0,217
-0,413
0,527
X7
0,653
-0,081 -0,287
X8
0,467
0,475
-0,144
X9
0,441
0,605
-0,034
Universitas Sumatera Utara
Dari Tabel diatas dapat dilihat bahwa variabel-variabel berkorelasi kuat
dengan lebih dari satu faktor, sehingga sulit untuk menginterpretasikan faktorfaktor tersebut. Dalam hal ini, faktor loading perlu dirotasi agar masing-masing
variabel berkorelasi kuat hanya pada satu faktor. Berikut ini adalah Faktor Loading
setelah dirotasi (Rotated Faktor Loading).
Tabel 3.13 Rotated Factor Loading
Component
Variabel
Penelitian
1
2
3
X1
0,557
0,143
0,352
X2
0,766
-0,138
0,267
X3
0,769
0,074
-0,061
X4
-0,024
0,827
0,231
X5
0,057
0,219
0,751
X6
0,124
-0,201
0,663
X7
0,666
0,268
-0,007
X8
0,202
0,643
-0,100
X9
0,072
0,744
-0,048
Faktor Loading hasil rotasi menunjukkan bahwa variabel-variabel
berkorelasi kuat hanya pada satu faktor tertentu, misalnya korelasi antara variabel
X4 dengan faktor 2 sebesar 0,827 (korelai kuat), sedangkan korelasi variabel X4
dengan faktor 1 dan 3, masing-masing -0,024 dan 0,231 (korelasi lemah).
Nilai Eigen Value dari faktor yang diekstraksi mencerminkan jumlah
variansi yang dapat dijelaskan oleh suatu faktor. Pada tabel 3.15 berikut ini adalah
hasil rekapitulasi faktor yang dihasilkan dengan metode analisis faktor yaitu terbagi
menjadi 3 faktor baru.
Universitas Sumatera Utara
3.9 Proses Analisis Faktor IV (Interpretasi Faktor)
Faktor Pertama
Faktor pertama hasil rotasi faktor didukung oleh 4 variabel. Variabel-variabel
tersebut yang secara berurutan nilai bobotnya adalah X1, X2, X3 dan X7. Bobot
masing-masing variabel pendukung faktor pertama tersebut sesuai tabel berikut ini:
Tabel 3.14 Bobot Variabel Pendukung Faktor Pertama
Variabel Pendukung
Nama Variabel
Bobot Variabel
X1
RAM (Random Access Memory)
0,577
X2
Desain smartphone
0,766
X3
Ukuran layar smartphone
0,769
X7
Merek smartphone
0,666
Dari tabel diatas, variabel X3 mempunyai bobot terbesar, yaitu 0,769.
Berdasarkan uraian tersebut dapat disimpulkan bahwa faktor pertama cukup layak
diberi nama faktor Desain dan Spesifikasi. Faktor pertama ini adalah faktor yang
paling kuat yang mempengaruhi mahasiswa dalam membeli smartphone dengan
variansi sebesar 27,254%.
Faktor Kedua
Faktor kedua hasil rotasi faktor didukung oleh 3 variabel. Variabel-variabel tersebut
yang secara berurutan nilai bobotnya adalah X4, X8 dan X9. Bobot masing-masing
variabel pendukung faktor kedua tersebut sesuai tabel berikut ini:
Tabel 3.15 Bobot Variabel Pendukung Faktor Kedua
Variabel
Nama Variabel
Pendukung
Bobot
Variabel
X4
Kamera
0,827
X8
Jaringan Pendukung 4G
0,643
X9
Harga smartphone
0,744
Dari tabel di atas, variabel X4 mempunyai bobot terbesar yaitu sebesar
0,827. Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor kedua
diberi nama faktor Kualitas dan Harga. Faktor ini adalah faktor terkuat kedua
Universitas Sumatera Utara
yang mempengaruhi mahasiswa dalam membeli smartphone dengan variansi
sebesar 17,931%.
Faktor Ketiga
Faktor ketiga hasil rotasi faktor didukung oleh 2 variabel. Variabel-variabel tersebut
yang secara berurutan nilai bobotnya adalah X5, dan X6. Bobot masing-masing
variabel pendukung faktor ketiga tersebut sesuai tabel berikut ini:
Tabel 3.16 Bobot Variabel Pendukung Faktor Ketiga
Variabel
Nama Variabel
Pendukung
Bobot
Variabel
X5
Ketahanan baterai
0,751
X6
Kapasitas memori internal dan eksternal
0,663
Dari tabel di atas, variabel X5 mempunyai bobot terbesar, yaitu sebesar
0,751. Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor ketiga
diberi nama Kapasitas Smartphone. Faktor ini adalah faktor terkuat ketiga yang
mempengaruhi mahasiswa dalam membeli smartphone dengan variansi sebesar
11,723%
.
Universitas Sumatera Utara
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan sebagai berikut:
1. Terdapat 3 faktor hasil ekstraksi yang mempengaruhi mahasiswa dalam
keputusan pembelian smartphone. Hal ini digambarkan dari variansi kumulatif
sebesar 56,91%. Variabel-variabel yang terlihat/terobservasi adalah sebagai
berikut:
� = ,
+ ,
� = ,
+ ,
� = ,
+ ,
+ ,
+ ,
+ ,
2. Dari tiga faktor yang terbentuk, Faktor Desain dan Spesifikasi menjadi faktor
terbesar yang mempengaruhi mahasiswa dalam keputusan pembelian
smartphone, dengan persentasi sebesar 27,25%. Sedangkan Faktor Kapasitas
Smartphone menjadi faktor terkecil yang mempengaruhi mahasiswa dalam
keputusan pembelian smartphone dengan persentasi sebesar 11,72%.
4.2 Saran
Berdasarkan hasil penelitian yang dilakukan, Saran yang dapat deberikan adalah
hasil penelitian ini masih bisa diteruskan dengan mengembangkan penelitian,
seperti menambah variabel-variabel baik yang bersifat data kualitatif atau data
kuantitatif yang dapat mempengaruhi mahasiswa dalam keputusan pembelian
smartphone. Kemudian bagi peneliti yang lain diharapkan dapat mengembangkan
objek yang diteliti, tidak hanya smartphone tapi seperi sepeda motor atau produk
yang lainnya juga bisa.
Universitas Sumatera Utara