Tertarik menggunakan bilyet giro
B. INTERPRETASI HASIL
Analisis faktor digunakan untuk menganalis faktor-faktor yang mempengaruhi kepuasaan pelaku bisnis terhadap penggunaan bilyet giro . Metode ini bertujuan untuk menemukan hubungan antara jumlah variabel-variabel yang saling bebas satu dengan lainnya, sehingga dapat dibuat satu atau beberapa kumpulan variable (faktor) yang lebih sedikit dari jumlah variabel awal, tetapi tetap mencerminkan variabel aslinya. Pada penelitian ini terdapat 19 variabel yang akan di analisis. Adapun ke-19 variabel termasuk di dalamnya adalah
(A1) Respon pegawai saat anda mengajukan bilyet giro. (A2) penjelasan pegawai bank terhadap produk giro. (A3) kesigapan pegawai dalam melayani anda. (A4) Dilayani dengan cepat dan tepat. (A5) Fasilitas pelayanan bank terhadap nasabah giro (A6) Solusi yang tepat diberikan pegawai terhadap bilyet giro yang bermasalah (A7) Kesopanan pegawai dalam melayani nasabah.
(B1) Bank memberikan biaya administrasi yang murah. (B2) Perkembangan market giro pada bank syariah sudah baik (B3) Persaingan bagi hasil bank sudah kompetititif.
(C1) Apakah anda berminat untuk berpindah produk giro ini ke bank lain. (C2) Apakah anda berminat untuk memberikan informasi produk yang anda gunakan kepada kerabat.
(D1) Apakah jumlah besar atau kecilnya nominal yang tertera pada bilyet giro syariah, bank tetap mampu memindahkan dana yang ada kepada rekening tujuan (D2) Anda merasakan fungsi lain dari bilyet giro selain untuk memindahkan dana yang besar
(D3) Sejauh ini anda merasakan gangguan tekhnis atau non tekhnis pada bilyet giro syariah (D4) Bank memberikan kualitas produk lebih dari yang dijanjikan (D5) Produk bilyet giro yang anda gunakan sudah mampu bersaing unggul dengan competitor (D6) Pembagian hasil produk giro yang anda punya konsisten dari awal (D7) Pada saat awal anda mebuka giro, abank menawarkan produk dengan cara yang menaik sehingga menarik minat anda.
Selanjutnya penulis akan menggunakan metode Bartlett’s Test of Sphercity serta pengukuran MSA (Measure of Sampling Adequacy) untuk menilai variabel yang dianggap layak untuk dimasukkan kedalam analisis selanjutnya. Maka hasil perhitungan komputer dengan menggunakan program SPSS 16 diperoleh output hasil seperti dibawah ini:
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .780 Bartlett's Test of Sphericity Approx. Chi-Square 444.720
df 171
Sig. .000
Hasil pengolahan memperlihatkan angka Keiser-Meyer_OlkinMeasure of Sampling Adequacy (K-M-O MSA) adalah 0,780 dengan signifikansi 0,000. Karena angka KMO sudah di atas 0,5 dan signifikansi jauh di bawah 0,05 (0,000<0,05). Maka variable bisa dianalis lebih lanjut dengan melihat angka anti image matrices (anti image correlation) (lihat lampiran) di dapatkan variabel yang memiliki nilai MSA (angka korelasi bertanda”a”).
Padaanti image correlationdidapatkan tidaj semua variabel memiliki nilaimeasure of sampling eduquency diatas 0,5, yaitu variabel (C1) Apakah anda berminat untuk berpindah produk giro ini kebank lain? maka data tersebut di olah kembali dengan tidak menyertakan C1. Setelah diakukan pengujian ulang, kini terjadi kenaikan angka KMO MSA sepeti terlihat pada tabel dibawah ini :
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .793 Bartlett's Test of Sphericity Approx. Chi-Square 434.101
df 153
Sig. .000
Tabel 4.1 Kmo and Balett’s Test
Dapat dilihat bahwa nila MSA (lihat lampiran) seluruh variabel sudah diatas 0,5 dengan nilai KMO dan Bartlett’s adalah 0,793 dengan sihnifikasi 000. Maka dalam
pertanyaan variabel ini sudah memenuhi persyaratan sebanyak 18 yang kemudian dapat dianalisis lebih lanjut dalam analisis faktor.
Selanjutnya adalah melakukan proses inti dari analisis faktor, yakni mengekstraksi sekumpulan variabel yang tersisa sehingga terbentuk satu atau lebih faktor. Metode yang digunakan dalam proses ekstraksi ini adalah Analisis Komponen Utama (Principle Component Analisys). Setelah proses ekstraksi dilakukan, maka diperoleh nilai
communalities. Communalities pada dasarnya jumlah keragaman dari suatu variabel bermula-mula yang dapat dijelaskan oleh faktor yang terbentuk. Semakin tinggi nilai
communalities sebuah variabel, berarti semakin erat hubungannya dengan faktor yang terbentuk dan semakin besar juga keragamanvariabel tersebut dengan faktor yang terbentuk.
Communalities Initial Extraction A1 1.000 .592 A2 1.000 .734 A3 1.000 .735 A4 1.000 .578 A5 1.000 .505 A6 1.000 .646 A7 1.000 .595 B1 1.000 .496 B2 1.000 .826 B3 1.000 .686 C2 1.000 .655
D1 1.000 .695 D2 1.000 .693 D3 1.000 .560 D4 1.000 .461 D5 1.000 .658 D6 1.000 .726 D7 1.000 .658
Extraction Method: Principal Component Analysis.
Tabel 4.2comunalities
Dari tabel diatas dapat dilihat bahwa variabel (A1) Respon pegawai saat anda mengajukan bilyet giro angkanya adalah 0,592 hal ini menunjukkan bahwa sekitar 59,2% varians dari variabel manfaat menggunakan bilyet giro bisa dijelaskan oleh faktor yang terbentuk. Untuk (A2) Penjelasan pegawai bank terhadap produk giro angkanya adalah 0,732 hal ini menunjukkan bahwa sekitar 73% varians dari variabel (A2) bisa dijelaskan oleh faktor yang terbentuk.Untuk variabel (A3) adalah 0,735, hal ini menunjukkan bahwa sekitar 73,5% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (A4) angkanya adalah 0,578, hal ini menunjukkan bahwa sekitar 57,8% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (A5) addalah 0.505 hal ini menunjukan bahwa sekitar 50.5% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk (A6) solusi yang tepat diberikan pegawai terhadap bilyet giro yang bermasalah angkanya adalah 0,646 hal ini menunjukkan bahwa sekitar 64,6 % varians dari variabel ) solusi yang tepat diberikan pegawai terhadap bilyet giro yang bermasalah dijelaskan oleh faktor yang terbentuk. Untuk (A7) kesopanan pegawai
dalam melayani nasabah adalah 59.5% hal ini menunjukkan bahwa sekitar 59.5% varians dari variabel (A7) bisa dijelaskan oleh faktor yang terbentuk.
Untuk variabel (B1) Bank memberikan biaya administrasi yang murah adalah 0,496 hal ini menunjukkan bahwa sekitar 49.6% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (B2) perkembangan market giro pada bank syariah sudah baik, hal ini menunjukkan bahwa sekitar 82.6% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (B3) persaingan bagi hasil bank sudah kompetitif adalah 0.686, hal ini menunjukkan bahwa sekitar 68.6% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk.
Untuk variabel (C2) apakah anda berminat untuk memberikan informasi produk yang anda gunakan kepada kerabat 0.655, hal ini menunjukkan bahwa sekitar 65.6% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk.
Untuk variabel (D1) Apakah jumlah besar atau kecilnya nominal yang tertera pada bilyet giro syariah, bank tetap mampu memindahkan dana yang ada kepada rekening tujuan adalah 0.695, hal ini menunjukkan bahwa sekitar 69.5% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (D2) Anda merasakan fungsi lain dari bilyet giro selain untuk memindahkan dana yang besar adalah 0.693, hal ini menunjukkan bahwa sekitar 69.3% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (D3) sejauh ini anda merasakan gangguan tekhnis pada bilyet giro syariah adalah 0.560, hal ini menunjukkan bahwa sekitar 56% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (D4) bank memberikan kualitas produk lebih dari yang dijanjikan adalah 0.461 hal ini menunjukkan bahwa sekitar 46.1% varians dari variabel ini bisa dijelaskan oleh faktor
yang terbentuk. Untuk variabel (D5) produk bilyet giro yang anda gunakan sudah mampu bersaing unggul dengan competitor adalah 0.658hal ini menunjukkan bahwa sekitar 65.8% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (D6) pembagian hasil produk giro yang anda punya sudah konsisten dari awal adalah 0.726 hal ini menunjukkan bahwa sekitar 72.6% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel (D7) pada saat awal anda membuka giro, bank mampu menawarkan produk dengan cara yang menarik adalah 0.658hal ini menunjukkan bahwa sekitar 65.8% varians dari variabel ini bisa dijelaskan oleh faktor yang terbentuk.
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 7.212 40.064 40.064 7.212 40.064 40.064 3.885 21.584 21.584 2 1.639 9.106 49.170 1.639 9.106 49.170 3.333 18.516 40.099 3 1.454 8.076 57.246 1.454 8.076 57.246 2.638 14.656 54.755 4 1.197 6.651 63.897 1.197 6.651 63.897 1.646 9.142 63.897 5 .946 5.258 69.155 6 .793 4.408 73.563 7 .719 3.993 77.556 8 .674 3.744 81.300
9 .599 3.329 84.629 10 .561 3.114 87.743 11 .518 2.877 90.620 12 .373 2.070 92.690 13 .349 1.941 94.631 14 .290 1.611 96.242 15 .233 1.295 97.537 16 .180 1.003 98.539 17 .162 .899 99.438 18 .101 .562 100.000
Extraction Method: Principal Component Analysis.
Tabel 4.3 Total variance explained
Pada tabel tersebut keempat variabel yang terbentuk ini memiliki angka eigenvalue di atas 1 sehingga proses factoring berhenti pada 4 variabel saja. Keempat variabel ini dapat menjelaskan 63.987% dari total keragaman variabel yang terbentuk. Eigenvalues
menunjukkan kepentingan relative masing-masing variabel dalam menghitung keragaman 4 variabel yang dianalisis.
Component Matrixa Component 1 2 3 4 A1 .758 -.078 -.057 .088 A2 .692 -.186 -.433 .183 A3 .565 -.019 -.409 .497 A4 .692 .256 -.157 .097 A5 .693 -.078 -.136 -.021 A6 .685 .189 .291 -.236 A7 .712 .234 -.047 .177 B1 .432 -.425 .280 .225 B2 .624 -.218 .561 .272 B3 .622 -.089 .523 .132 C2 .260 .610 .338 .317 D1 .642 -.477 .019 -.234 D2 .542 -.464 -.067 -.423 D3 .646 -.235 -.219 .200 D4 .587 .051 .179 -.285 D5 .642 .334 -.303 -.209 D6 .759 .340 -.067 -.171 D7 .644 .316 .049 -.375
Extraction Method: Principal Component Analysis. a. 4 components extracted.
Dari tabel component matrix ini, masih ada beberapa variabel yang tidak terlihat perbedaan nyata pada nilai loading factor, sehingga sulit untuk mentukan variabel tersebut termasuk faktor yang mana. Hal ini terlihat dari masih ada beberapa nilailoading factoryang di bawah 0,5. Padahal syarat suatu variabel masuk ke dalam suatu faktor, nilailoading factor
harus diatas 0,5. Untuk melihat perbedaan yang nyata pada nilai loading factor dari setiap variabel, maka harus dilakukan proses rotasi. Rotasi dalam penelitian ini adalah rotasi dengan metode varimax, yang bertujuan untuk memperbesar nilai loading factor yang awalnya memang sudah besar dan memperkecil nilai loading factor yang awalnya memang sudah kecil, sehingga diperoleh distribusiloading factor yang lebih jelas dan nyata.
Rotated Component Matrixa
Component 1 2 3 4 A1 .402 .530 .357 .153 A2 .219 .779 .113 .259 A3 .057 .845 .109 -.077 A4 .521 .530 .131 -.094 A5 .411 .481 .235 .223 A6 .699 .081 .388 .039 A7 .489 .519 .256 -.147 B1 -.039 .236 .632 .201 B2 .194 .184 .869 -.018
B3 .332 .121 .749 -.027 C2 .349 .067 .245 -.685 D1 .295 .275 .409 .604 D2 .332 .168 .236 .706 D3 .172 .635 .276 .227 D4 .579 .076 .295 .183 D5 .681 .420 -.124 .049 D6 .761 .364 .116 -.015 D7 .793 .120 .097 .073
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 7 iterations.
Tabel 4.5 Rotated component matrix
Berdasarkan tabelrotated component matrixdi atas, model faktor yang diperoleh yakni dengan mengambil variabel dengan koefisien terbesar pada faktor, kemudian diperoleh beberapa variabel yang mendominasi masing-masing faktor sebagai berikut:
1. Variabel respon pegawai nilai loading terbesar pada kolom faktor kedua yaitu sebesar 0,530 sehingga respon pegawai dimasukkan ke dalam faktor kedua
2. Variabel penjelasan pegawai nilailoadingterbesar pada kolom faktor kedua yaitu sebesar 0,779 sehingga variabel penjelasan pegawai dimasukkan ke dalam faktor kedua.
3. Variabel kesigapan pegawai nilailoadingterbesar pada kolom faktor kedua yaitu sebesar 0,845, sehingga variabel kesigapan pegawai dimasukkan ke dalam faktor kedua.
4. Variabel dilayanai dengan cepat/tepat loading terbesar pada kolom faktor kedua yaitu sebesar 0,530, sehingga variabel dilayani dengan cepat/tepat dimasukkan ke dalam faktor kedua.
5. Variabel fasilitas pelayanan loading terbesar pada kolom faktor pertama component matrix yaitu sebesar 0,593, sehingga variabel fasilitas pelayanan dimasukkan ke dalam faktor pertama
6. Variabel solusi yang tepat nilai loading terbesar pada kolom faktor pertama yaitu sebesar 0,699, sehingga variabel solusi yang tepat dimasukkan ke dalam faktor pertama. 7. Variabel kesopanan pegawai nilailoadingterbesar pada kolom faktor kedua yaitu sebesar
0,519, sehingga variabel kesopanan pegawai dimasukkan ke dalam faktor kedua.
8. Variabel biaya administrasi yang murah nilai loading terbesar pada kolom faktor ketiga yaitu sebesar 0,632 sehingga variabel biaya administrasi yang murah dimasukkan ke dalam faktor ketiga.
9. Variabel perkembangan market nilai loading terbesar pada kolom ketiga yaitu sebesar 0,869, sehingga variabel perkembangan market dimasukkan ke dalam faktor ketiga. 10. Variabel bagi hasil yang kompetitif nilailoadingterbesar pada kolom ketiga yaitu sebesar
0,749, sehingga variabel bagi hasil yang kompetitif dimasukkan ke dalam faktor ketiga. 11. Variabel berminat memberikan informasi kepada kerabat nilai loading terbesar pada
kolom kedua component matrix yaitu sebesar 0,610 sehingga variabel berminat memberikan informasi ke dalam faktor kedua
12. Variabel jumlah besar kecilnya nominal nilailoadingterbesar pada kolom keempat yaitu sebesar 0,604, sehingga variabel jumlah besar kecilnya nominal dimasukkan ke dalam faktor keempat
13. Variabel fungsi lain nilai loading terbesar pada kolom keempat yaitu sebesar 0,706, sehingga variabel fungsi lain dimasukkan ke dalam faktor keempat.
14. Variabel gangguan tekhnis nilai loading terbesar pada kolom kedua yaitu sebesar 0,635, sehingga variabel gangguan tekhnis dimasukkan ke dalam faktor kedua
15. Variabel kualitas produk lebih dari yang dijanjikan nilai loading terbesar pada kolom pertama yaitu sebesar 0,579, sehingga variabel kualitas produk lebh dari yang dijanjikan dimasukkan ke dalam faktor pertama
16. Variabel mampu bersaing dengan competitor nilai loading terbesar pada kolom pertama yaitu sebesar 0,681, sehingga variabel mampu bersaing dengan competitior dimasukkan ke dalam faktor pertama
17. Variabel bagi hasil yang konsisten nilai loading terbesar pada kolom pertama yaitu sebesar 0,761, sehingga variabel bagi hasil yang konsisten dimasukkan ke dalam faktor pertama.
18. Variabel promosi yang menarik nilai loading terbesar pada kolom pertama yaitu sebesar 0,793, sehingga variabel promosi yang menarik dimasukkan ke dalam faktor pertama.
Penjelasan keempat faktor yang terbentuk tersebut adalah:
1. Faktor pertama terdiri dari variabel solusi yang tepat diberikan egawai terhadap bilyet giro yang bermasalah, Bank memberikan kualitas produk lebih dari yang dijanjikan, Produk bilyet giro yang anda gunakan sudah mampu bersaing unggul dengan competitor, Pembagian hasil produk giro yang anda punya konsisten dari awal, Pada saat awal anda mebuka giro, abank menawarkan produk dengan cara yang menaik sehingga menarik minat anda
2. Faktor kedua terdiri dari Pada saat awal anda mebuka giro, abank menawarkan produk dengan cara yang menaik sehingga menarik minat anda, Penjelasan pegawai bank terhadap produk giro, Kesigapan pegawai dalam melayani anda, Dilayani dengan cepat dan tepat, Kesopanan pegawai dalam melayani nasabah, Sejauh ini anda merasakan gangguan tekhnis atau non tekhnis pada bilyet giro syariah
3. Faktor ketiga terdiri dari Bank memberikan biaya administrasi yang murah, Perkembangan market giro pada bank syariah sudah baik, Persaingan bagi hasil bank sudah kompetititif
4. Faktor keempat terdiri dari Apakah jumlah besar atau kecilnya nominal yang tertera pada bilyet giro syariah, bank tetap mampu memindahkan dana yang ada kepada rekening tujuan, Anda merasakan fungsi lain dari bilyet giro selain untuk memindahkan dana yang besar
Tabel 4.6 Component Transformation Matrix
Component Transformation Matrix
Compo nent 1 2 3 4 1 .653 .582 .453 .171 2 .526 -.080 -.368 -.763 3 .084 -.609 .751 -.241 4 -.538 .533 .308 -.575
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Pada tabel 4.5 , angka-angka yang terdapat dalam garis diagonal dari kiri atas ke kanan bawah, yaitu antaracomponent1 dengancomponent1 dancomponent2 dengancomponent
2,component3 dengancomponent3 dancomponent4 dengancomponent4. Terdapat 2 faktor yang nilainya di atas 0,5 yaitu faktor pertama dan faktor ketiga dan ini menunjukan bahwa faktor yang terbentuk tersebut sudah cukup karena memiliki nilai korelasi yang cukup tinggi yaitu di atas 0,5.
BAB V
PENUTUP
A. Kesimpulan
Kesimpulan hipotesis, Dan pada hasil ini kita dapat mengambil kesimpulan bahwa (Ho) ditolak,hal ini ditunjukan karena ada pengaruh antara variabel dependen dan variabel independen Berdasarkan data dari pengolahan data dengan analisis faktor dan nilai real angket kuisioner, maka dapat ditarik kesimpulan bahwa.
Variabel Nilai loading Nilai real angket kuisioner FAKTOR 1
A.1 Respon pegawai saat anda mengajukan bilyet giro
0,530 0,784
A.2 Penjelasan pegawai bank terhadap produk giro.
0,779 0,819
A.3Kesigapan pegawai dalam melayani anda 0,845 0,847
A.4 Dilayani dengan cepat dan tepat. 0,530 0,819
A.5 Fasilitas pelayanan bank terhadap nasabah giro
0,593 0,835
A.6 Solusi yang tepat diberikan pegawai terhadap bilyet giro yang bermasalah
0,699 0,835
A.7 Kesopanan pegawai dalam melayani nasabah.
FAKTOR 2
B.1 Bank memberikan biaya administrasi yang murah
0,632 0,763
B.2 Perkembangan market giro pada bank syariah sudah baik
0,869 0,831
B.3 Persaingan bagi hasil bank sudah kompetititif.
0,749 0,847
FAKTOR 3
C.1Apakah anda berminat untuk memberikan informasi produk yang anda gunakan kepada kerabat.
0,610 0,831
FAKTOR 4
D.1 Apakah jumlah besar atau kecilnya nominal yang tertera pada bilyet giro syariah, bank tetap mampu memindahkan dana yang ada kepada rekening tujuan
0,604 0,815
D.2 Anda merasakan fungsi lain dari bilyet giro selain untuk memindahkan dana yang besar
0,604 0,807
D.3 Sejauh ini anda merasakan gangguan tekhnis atau non tekhnis pada bilyet giro syariah
0,635 0,792
D.4Bank memberikan kualitas produk lebih dari yang dijanjikan
0,579 0,811
mampu bersaing unggul dengan competitor D.6 Pembagian hasil produk giro yang anda punya konsisten dari awal
0,761 0,850
D.7 Pada saat awal anda mebuka giro, bank menawarkan produk dengan cara yang menaik sehingga menarik minat anda
0,793 0,882
Berdasarkan nilai real angket kuisioner ada satu variabel yang berbeda dengan hasil teori analisis faktor, yaitu pada variabel perkembangan market bilyet giro sudah baik
1. Dari 4 faktor yang terbentuk tersebut, terdapat 2 yang paling mempengaruhi kepuasaan pelaku bisnis dalam menggunakan bilet giro syariah dengan angka diatas 0,700 yaitu variabel penjelasan pegawai terhadap produk giro dengan nilai loading 0,779 dan variabel kesigapan pegawai dalam melayani dengan nilai loading 0,845.
B. SARAN
Berdasarkan hasil penelitian, faktor pelayanan memegang peranan penting dalam kepuasan pelaku bisnis terhadap penggunaan bilyet giro Hal ini karena sebagian besar pelaku bisnis merasakan pelayanan yang baik dari bank syariah. Maka untuk menarik minat nasabah giro, maka bank syariah perlu memperlukan relasi yang baik dengan nasabah giro dan untuk nasabah yang hendak membuka rekening giro, maka pegawai bank wajib menjelaskan secara detail akad dan perbedaan pada pinsip syariah dengan konvensional