Selanjutnya analisis data masuk ke bagian utama dari anaisis yang dipakai dala penelitian ini, yaitu analisis faktor. Adapun dalam analisis faktor terdiri dari beberapa langkah.
1. Variabel-variabel Yang Tidak Memenuhi MSA
Measure of Sampling Adequacy (MSA) adalah suatu pedoman untuk mengukur apakah suatu variabel itu memenuhi syarat kecukupan atau tidak sebagai syarat analisis faktor. Batas kecukupan MSA adalah >0,5 (Maholtra, 1996).
Dari hasil analisis faktor menunjukkan bahwa ada 2 variabel yang tidak memenuhi syarat MSA dari 25 variabel. Kedua variabel itu dapat dilihat pada tabel 4.11 di bawah ini.
Tabel 4.11. Variabel Yang Tidak Memenuhi Syarat MSA No. Nama Variabel MSA 1. Besarnya SPP (X11) 0,403 2. Peraturan-peraturan (X22) 0,457 Sumber: Data Primer Yang Diolah (Lampiran)
Dari tabel di atas didapat bahwa dari 25 variabel yang ada, ternyata setelah dilakukan analisis faktor terdapat dua faktor yang tidak mencukupi syarat MSA. Maka 23 faktor yang tersisa, selanjutnya akan disertakan dalam tahapan analisis faktor berikutnya.
2. Uji Bartletts dan Kaiser Meyer OlkinKMO (KMO)
Uji Bartletts digunakan untuk menguji hipotesis nol (Ho) yang menyatakan bahwa semua variabel tidak berhubungan satu sama lainnya. Pada lampiran terlihat bahwa nilai Bartletts test of sphercity = 954,958 dengan signifikansi 0,000. Hal ini berarti bahwa peluang kesalahan dukungan data untuk menolak Ho sebesar 0% atau dengan kata lain hubungan antar variabel terdapat korelasi.
Sedangkan uji KMO merupakan uji untuk mengukur tingkat kesalahan antara variabel yang dijelaskan oleh korelasi antar variabel, Maholtra (1996) menjelaskan bahwa jika KMO lebih besar dari 0,5 maka analisis faktor tepat untuk digunakan. Pada lampiran dapat dilihat bahwa nilai KMO = 0,826, ini berarti menunjukkan bahwa antar variabel terdapat hubungan satu sama lainnya, sehingga analisis faktor tepat digunakan dalam penelitian ini.
3. Penentuan Jumlah Faktor
Penentuan pemilihan teknik analisis faktor yang akan digunakan didasarkan pada kemampuan teknik tersebut dalam menjelaskan data yang ada, serta tingkat keakuratan model analisis. Dalam penelitian ini metode yang digunakan adalah analisis faktor dan menggunakan teknik principal component analysis (PCA) yang dikenal memerikan persentase komulatif yang lebih baik dibandingkan dengan teknik lain. Penentuan jumlah faktor didasarkan pada nilai eigenvalue > 1,0 (Maholtra, 1996).
Dari hasil analisis (lampiran) jumlah faktor yang didasarkan pada kriteria tersebut di atas adalah sebanyak 6 faktor. Secara lengkap, faktor,
eigenvalue, dan cummulative percentage of variance dapat dilihat pada tabel 4.12 di bawah ini.
Tabel 4.12. Hasil analisis Faktor Berdasarkan Nilai Eigenvalue dan Cummulative Percentage Of Variance
No. Faktor Eigenvalue Percentage Of Variance Cummulative
Percentage Of Variance 1. F1 6,088 26,471 26,471 2. F2 2,502 10,880 37,352 3. F3 1,610 7,000 44,352 4. F4 1,310 5,694 50,046 5. F5 1,176 5,112 55,158 6. F6 1,033 4,492 59,649
Sumber: Data Primer Yang Diolah (Lampiran)
Keenam faktor tersebut dapat dikatakan sebagai faktor-faktor bauran pemasaran pada perguruan tinggi yang mempengaruhi keputusan konsumen (Mahasiswa Balikpapan) dalam memilih perguruan tinggi di Yogyakarta.
4. Rotasi Faktor
Rotasi faktor yang digunakan adalah rotasi varimax, rotasi varimax diilih karena memberikan hasil yang lebih baik dibandingkan dengan teknik rotasi yang lain. Dengan rotasi varimax ini, keenam faktor dapat dicerminkan oleh variabel analisis. Lebih lanjut dalam analisis ini, variabel yang akan ditahan untuk analisis adalah variabel yang mempunyai faktor loading yang tidak melewati “cut off point” atau dengan kata lain minimal memiliki faktor loading 0,5, dan variabel yang memiliki faktor loading di bawah angka
tersebut akan dikeluarkan dari model (Singgih, 2002). Hasil rotasi dari matrik faktor yang ada, dapat dilihat pada tabel 4.13 berikut ini:
Tabel 4.13. Hasil Rotasi Faktor Varimax
Rotated Component Matrixa
7,807E-02 8,430E-02 ,195 -9,85E-02 -,174 ,785 ,155 ,783 1,578E-02 -,104 ,113 -,101 ,248 ,505 ,173 ,307 -,200 9,332E-02 ,186 ,688 ,106 ,282 -6,73E-02 ,138 ,210 ,738 9,737E-02 -8,85E-03 7,692E-02 ,146 5,805E-02 ,747 -8,46E-02 ,205 ,122 4,406E-02 ,201 ,504 -,334 -2,98E-02 ,160 ,400 ,786 8,214E-02 -6,57E-02 ,183 -4,31E-02 -,165 9,847E-02 5,013E-02 ,826 2,994E-02 ,209 2,628E-02 ,228 ,389 3,643E-03 ,633 -1,70E-02 1,256E-02 -,116 ,119 ,337 ,265 9,545E-02 ,109 9,539E-02 -2,72E-02 9,960E-02 3,179E-03 ,786 -1,67E-02 5,257E-03 ,262 5,577E-03 2,300E-02 ,601 -1,67E-02 ,788 9,708E-02 2,014E-02 ,120 ,106 ,127 ,740 ,123 7,089E-02 ,168 8,243E-02 8,413E-02 ,637 ,171 3,349E-02 -,158 -,107 ,192 ,117 ,127 5,991E-03 ,485 ,301 ,589 ,402 8,362E-02 -1,19E-02 ,536 -6,58E-02 -,130 ,209 7,459E-03 ,746 -6,68E-02 -,120 7,434E-02 ,739 ,111 6,467E-02 -8,36E-02 ,154 7,502E-02 ,700 7,414E-02 ,158 ,278 ,174 ,131 -1,37E-02 ,598 ,101 ,402 ,179 -8,23E-03 ,731 ,218 8,300E-02 ,112 -,183 -,105 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X23 X24 X25 1 2 3 4 5 6 Component
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 9 iterations. a.
Sumber: Data Primer Yang Diolah (Lampiran)
Tabel 4.13 di atas menunjukkan matrik faktor yang telah dirotasi. Dan angka-angka yang ada pada tabel tersebut menunjukkan besarnya faktor loading untuk tiap-tiap variabel terhadap 6 faktor yang terbentuk.
Ke 23 faktor yang ada selanjutnya akan dikelompokkan ke dalam 6 faktor yang terbentuk, pengelompokkan ini didasarkan pada nilai faktor
loading terbesar ≥ 0,5 tiap-tiap variabel terhadap 6 faktor tersebut. Terlihat pada tabel di atas, bahwa tidak semua variabel memiliki faktor loading diatas 0,5 terhadap salah satu faktor yang terbentuk. Variabel besarnya DPP (X12) memiliki faktor loading kurang dari 0,5 terhadap keenam faktor yang terbentuk, selanjutnya variabel X12 ini dikeluarkan dari model. Variabel-variabel yang memenuhi syarat faktor loading tidak kurang dari 0,5 dikelompokkan menurut faktor-faktor yang ada.
Tabel 4.14. Pengelompokkan Variabel No. Nomer
Faktor
Nama Variabel Faktor Loading
1. F1 X.8 = Merek 0,748 2. X.15 = Publikasi 0,539 3. X.16 = Komunikasi 0,789 4. X.17 = Pameran 0,689 5. X.21 = Mekanisme Pelayanan 0,641 6 X.23 = Gedung Megah 0,712 7 X.25 = Keadaan Lingkungan 0,745 8 F2 X.2 = Jurusan/Program Studi 0,727 9 X.3 = Status Jurusan/Program Studi 0,710 10 X.4 = Laboratorium 0,660 11 X.5 = Perpustakaan 0,777 12 X.6 = Teknologi dan Media Pendidikan 0,695 13 X.7 = Staf Pengajar 0,750 14 X.24 = Desain Fasilitas 0,616 15 F3. X.9 = UKM 0,625 16 X.20 = Layanan Karyawan 0,765 17 F4 X.10 = Performance Lulusan 0,821 18 X.19 = Pimpinan/yayasan 0,796 19 F5 X.13 = Biaya per SKS 0,787 20 X.14 = Persyaratan Pembayaran 0,611 21 F6 X.1 = Kurikulum/Silabus 0,523 22 X.18 = Lokasi 0,768
Sumber: Data Primer Yang Diolah (Lampiran)
Untuk melakukan interpretasi, terlebih dahulu dapat dilihat hasil lengkap dari variabel-variabel yang menjadi pertimbangan mahasiswa dalam keputusan memilih perguruan tinggi di Yogyakarta pada tabel berikut:
Tabel 4.15. Faktor-Faktor Bauran Pemasaran Yang Dipertimbangkan Konsumen Dalam Memilih Perguruan Tinggi di Yogyakarta
No. Variabel Loading
Factor Eigenvalue Perc, of Var Cum. Perc. Of Var
Faktor Nama Faktor Baru 1. X.8 = Merek 0,748 6,088 26,471 26,471 F1 Promotion 2. X.15 = Publikasi 0,539 dan 3. X.16 = Komunikasi 0,789 Physical 4. X.17 = Pameran 0,689 Evidence 5. X.21 = Mekanisme Pelayanan 0,641 6. X.23 = Gedung Megah 0,712 7. X.25 = Keadaan Ling. 0,745
8. X.2 = Jur/Prog. Studi 0,727 2,502 10,880 37,352 F2 Product
9. X.3 = Status Jurusan/ Program Studi
0,710
10. X.4 = Laboratorium 0,660
11. X.5 = Perpustakaan 0,777
12. X.6 = Tek.& Med Pend. 0,695
13. X.7 = Staf Pengajar 0,750
14. X.24 = Desain Fasilitas 0,616
15. X.9 = UKM 0,625 1,610 7,000 44,352 F3. Organisasi dan
16. X.20 = Layanan Kary. 0,765 Process
17. X.10 = Performance
Lulusan
0,821 1,310 5,694 50,046 F4 Personal Traits
18. X.19 = Pimpinan/yayasan 0,796
19. X.13 = Biaya per SKS 0,787 1,176 5,112 55,158 F5 Price
20. X.14 = Persyaratan Pembayaran
0,611
21. X.1 = Kurik./Silabus 0,523 1,033 4,492 59,649 F6 Kurikulum dan
22. X.18 = Lokasi 0,768 Place
Sumber: Data Primer Yang Diolah (Lampiran)
Dari tabel di atas dapat dilihat ada 22 variabel yang tersebar ke dalam 6 faktor yang merupakan faktor-faktor bauran pemasaran yang dipertimbangkan oleh konsumen dalam memilih perguruan tinggi di Yogyakarta. Keenam faktor tersebut selanjutnya diberi nama baru sesuai dengan variabel terukur yang berkelompok pada faktor tersebut. Pemberian
nama setiap faktor ditentukan berdasarkan makna umum variabel-variabel yang tercakup di dalamnya.
Interpretasi faktor dapat dilakukan dengan mengelompokkan variabel-variabel yang mempunyai faktor loading minnimal 0,5. Dari tabel di atas, variabel yang mempunyai faktor loading ≥ 0,5 tersebar pada 6 faktor dengan persentase varian 59,649%. Hal ini menunjukkan bahwa penelitian ini mampu menjelaskan faktor-faktor yang dipertimbangkan konsumen dalam memilih Perguruan Tinggi di Yogyakarta sebesar 59,649%, sedangkan sisanya 40,351% dijelaskan oleh faktor-faktor lain yang tidak termasuk dalam model ini. Interpretasi hasil berdasarkan eigenvalue dari setiap faktor, berikutnya akan dijelaskan secara lebih rinci.
1. Faktor 1; Promotion dan Physical Evidence
Variabel yang menjadi pertimbangan mahasiswa asal Balikpapan dalam memilih perguruan tinggi di Yogyakarta dalam faktor 1 ini adalah merek (X8), publikasi (X15), komunikasi (X16), pameran (17), , mekanisme pelayanan (X21), gedung megah (X23), keadaan lingkungan (X25).
Ketujuh variabel ini mampu memberikan sumbangan terhadap varian sebesar 26,471% dengan eigenvalue sebesar 6,088. Faktor loading dari kedelapan variabel ini mempunyai nilai terkecil 0,539 untuk variabel publikasi (X15) dan nilai teringgi sebesar 0,789 untuk variabel komunikasi (X16). Dengan demikian nilai loading ini mengindikasikan bahwa korelasi antar ketujuh variabel dengan faktor 1 mempunyai rentang interval antara
53,9% hingga 78,9% dan merupakan faktor yang dipertimbangkan konsumen dalam memilih perguruan tinggi di Yogyakarta.
2. Faktor 2; Product
Variabel-variabel yang menjadi pertimbangan mahasiswa dalam memilih perguruan tinggi di Yogyakarta yang termasuk dalam faktor 2 adalah: jurusan/program studi (X2), status jurusan/program studi (X3), laboratorium (4), perpustakaan (5), teknologi dan media penidikan (6), staf pengajar (X7), dan desain fasilitas (X24). Ketujuh variabel ini mampu memberikan sumbangan terhadap varian sebesar 10,880% dengan eigen value sebesar 2,502. Faktor loading terkecil dari variabel-variabel yang ada dalam faktor ini nilainya 0,616 untuk variabel desain fasilitas dan yang terbesar nilainya 0,777 untuk variabel perpustakaan. Sehingga nilai korelasi di antara keenam variabel dengan faktor 2 mempunyai rentang interval antara 61,6% sampai 77,7%.
3. Faktor 3; Organisasi dan Process
Pada faktor 3 ini terdapat 2 variabel, yaitu variabel reputasi UKM (X9) dan variabel layanan karyawan (X20). Kedua variabel ini mampu memberi sumbangan kepada varian sebesar 7% dengan eigenvalue sebesar 1,610. Faktor loading dari kedua variabel masing-masing adalah 0,625 untuk variabel UKM (X9) dan 0,765 untuk layanan karyawan (X20), sehingga nilai korelasi dari kedua variabel dengan faktor 3 adalah 62,5% untuk UKM dan 76,5% untuk layanan karyawan.
4. Faktor 4; Personal Traits
Yang termasuk dalam faktor 4 ini adalah variabel performance lulusan (X10) dan pimpinan/yayasan (X19). Kedua variabel ini mampu memberikan sumbangan sebesar 5,694% terhadap varian, dengan nilai
eigenvalue = 1,310. Faktor loading dari kedua variabel ini masing-masing adalah 0,821 untuk variabel performance lulusan dan 0,796 untuk variabel pimpinan/yayasan, sehingga nilai korelasi dari kedua variabel ini dengan faktor 4 adalah 82,1% untuk performance lulusan dan 79,6% untuk pimpinan/yayasan.
5. Faktor 5; Price
Variabel-variabel yang mempengaruhi konsumen dalam memilih perguruan tinggi di Yogyakarta dari faktor 5 adalah biaya per SKS (X13) dan persyaratan pembayaran (X14). Kedua variabel ini mampu memberikan sumbangan terhadap varian sebesar 5,112% dengan
eigenvalue sebesar 1,176. Faktor loading dari kedua variabel masing-masing, biaya per SKS (X13) senilai 0,787 dan persyaratan pembayaran (X14) senilai 0,611, sehingga nilai korelasi antara kedua variabel dengan faktor 5 mempunyai nilai masing-masing 7,87% untuk variabel biaya per SKS dan 6,11% untuk variabel persyaratan pembayaran.
6. Faktor 6; Kurikulum dan Place
Faktor ini terdiri dari dua variabel, yaitu kurikulum/silabus (X1) dan lokasi (X18). Kedua variabel ini mampu memberi sumbangan terhadap varian sebesar 4,492% dengan nilai eigenvalue sebesar 1,033.
Faktor loading untuk kedua variabel tersebut masing-masing adalah 0,523 untuk kurikulum/silabus dan 0,768 untuk lokasi, ini berarti korelasi dari kedua variabel tersebut dengan faktor 6 adalah sebesar 52,3%.
6. Uji Ketetapan Model (Model Fit)
Untuk menentukan ketepatan model (model fit) dapat dilakukan dengan menentukan banyaknya residual di atas 0,05 (Maholtra,1996). Bila matrik korelasi awal dibandingkan dengan matrik korelasi pada bentukan baru memiliki nilai perbedaan (residual) di atas 5%, maka dilakukan perhitungan berapa banyak nilai korelasi yang telah mengalami perubahan (di atas 5%) setelah pembentukan matrik korelasi baru dengan adanya beberapa ekstraksi.
Dari hasil perhitungan (lihat lampiran) diperoleh nilai residual di antara absolut 0,05 sebanyak 100 (39%) yang berarti bahwa 100 (39%) korelasi terjadi perubahan lebih dari 5%, dan 61% korelasi mengalami perubahan tidak lebih dari 5% seprti pada matrik korelasi awal. Dengan demikian dapat disimpulkan bahwa model Principal Component Analysis
(PCA) dalam analisis faktor ini tepat untuk digunakan, karena korelasi yang berubah lebih dari 5% hanya 39%, sedangkan korelasi yang berubah kurang dari 5% sebanyak 61%.