Analisa Faktor Yang Mempengaruhi Tingkat Kepuasan Nasabah Terhadap Pelayanan Pt Bank Mandiri Cabang Cemara Asri

ANALISA FAKTOR YANG MEMPENGARUHI TINGKAT

KEPUASAN NASABAH TERHADAP PELAYANAN

PT BANK MANDIRI CABANG CEMARA ASRI

SKRIPSI

BOBY MAULANZA

120823034

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

ANALISA FAKTOR YANG MEMPENGARUHI TINGKAT

KEPUASAN NASABAH TERHADAP PELAYANAN

PT BANK MANDIRI CABANG CEMARA ASRI

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

BOBY MAULANZA

120823034

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

LEMBAR PERSETUJUAN

Judul : ANALISA FAKTOR YANG MEMPENGARUHI

TINGKAT KEPUASAN NASABAH TERHADAP PELAYANAN PT BANK MANDIRI CABANG CEMARA ASRI

Kategori : SKRIPSI

Nama : BOBY MAULANZA

Nomor Induk Mahasiswa : 120823034

Program Studi : SARJANA (S1) MATEMATIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (MIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Februari 2015

Komisi Pembimbing

Pembimbing 2, Pembimbing 1,

Drs. Ujian Sinulingga, M.Si Drs. Pengarapen Bangun, M.Si NIP. 195603031984031004 NIP. 195608151985031005

Diketahui oleh

Departemen Matematika FMIPA USU Ketua,

PERNYATAAN

ANALISA FAKTOR YANG MEMPENGARUHI TINGKAT KEPUASAN NASABAH TERHADAP PELAYANAN PT BANK MANDIRI

CABANG CEMARA ASRI

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Februari 2015

BOBY MAULANZA 120823034

PENGHARGAAN

Alhamdulillahirabbil ‘alamiin, puji syukur kepada Allah SWT yang telah memberikan penulis kesehatan, kekuatan, petunjuk dan semangat sehingga penulis dapat menyelesaikan skripsi yang berjudul Analisa Faktor Yang Mempengaruhi Tingkat Kepuasan Nasabah Terhadap Pelayanan PT Bank Mandiri Cabang Cemara Asri. Adapun tujuan dari penulisan skripsi ini adalah salah satu syarat untuk menyelesaikan Program S1 di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara. Sebagai salah satu perwujudan dari proses pedidikan kemahasiswaan, penyusunan skripsi ini disajikan berdasarkan pembahasan Teori Analisis Faktor Statistika Multivariat.

Terima kasih saya ucapkan kepada Bapak Drs. Pangarapen Bangun dan Bapak Drs. Ujian Sinulingga, M.Si selaku Dosen Pembimbing 1 dan pembimbing 2 yang telah memberikan arahan, bimbingan serta petunjuk kepada penulis dalam menyelesaikan skripsi ini; Bapak Drs. Marihat Situmorang, M.Kom dan Bapak Drs. Partano Siagian, M.Si, Selaku Dosen Penguji 1 dan 2 dalam Ujian sarjana saya, Bapak Prof. Dr. Tulus, M.Si, selaku Ketua Departemen Matematika FMIPA USU, Bapak Dr. Sutarman, M.Sc, selaku Dekan Fakultas MIPA USU yang terus memberikan motivasi yang tiada henti, seluruh staf pengajar dan Staf Pegawai di Fakultas MIPA USU memberikan support positif untuk penyelesaian pendidikan akademik saya, serta tak luput saya ucapkan terima kasih kepada semua teman-teman di Program S1 Statistika Ekstensi yang selalu membantu dalam menyelesaikan skripsi ini.

semangat dan dorongan sehingga skripsi ini selesai, penulis juga sangat berterimakasih kepada keluarga besar Sutan Chaidir Hamid yang telah memperkenalkan saya dengan dunia pendidikan khususnya perkuliahan dan juga untuk calon istri dr. Zahrifa Annisa yang selalu setia mendampingi dan memberikan semangat untuk penyelesaian skripsi ini tak lupa juga kepada sahabat-sahabat terbaik Aditya Nugraha, Mhd Nanda Sadzali, Meutia Isnaini, Andina Agyta, Putri Ratnasari, Febi Sandra Amelia, kak Rina Widya Sari yang telah memberikan motivasi tersendiri kepada penulis dan juga untuk Kepala Cabang PT Bank Mandiri Tbk khususnya Cabang Cemara Asri dan Gatot Subroto 2 yaitu Bapak Martin Sarosa dan Bapak Alam Saragih beserta staff pegawai yang telah ikut serta membantu dalam penyelesaian skripsi ini.

Sepenuhnya penulis menyadari bahwa dalam penyusunan skripsi ini masih terdapat kekurangan, untuk itu penulis mengharapkan saran dan kritik yang bersifat membangun untuk kemajuan ilmu pengetahuan pada saat ini dan pada masa yang akan datang.

Semoga penulisan skripsi ini dapat membrikan manfaat dan berguna bagi pembaca dan penulis pada khususnya. Akhir kata penulis mengucapkan banyak terima kasih.

Medan, Januari 2015 Penulis,

ABSTRAK

PT. Bank Mandiri Tbk merupakan Badan Usaha Milik Negara yang bergerak dibidang perbankan yang fungsinya untuk penempatan dana dan juga fasilitator transaksi keuangan. Dalam hal untuk mengatasi persaingan perbankan yang semakin ketat, seluruh karyawan PT. Bank Mandiri Tbk sangatlah fokus dan menjunjung tinggi standar layanan dalam hal pelayanan guna menciptakan rasa nyaman dan kepuasan terhadap nasabah. Karena kepuasan nasabah merupakan salah satu strategi penghubung untuk informasi dan produk yang ditawarkan kepada nasabah. Oleh karena itu, penelitian ini melakukan analisis strategi yang didukung variabel Skill karyawan, Fasilitas, Servis, dan Produk dengan menggunakan analisis faktor eksploratori. Hasil menunjukkan data faktor-faktor yang mempengaruhi Kepuasan Nasabah PT Bank Mandiri Tbk Cabang Cemara Asri memenuhi uji asumsi kecukupan data yang ditunjukkan dengan nilai KMO 0,774 dan uji asumsi yang ditunjukkan Bartlett’s test dengan nilai Sig. chi-square 0.000. Faktor umum yang terbentuk sebanyak 1 faktor, hasil ini diperoleh dari nilai eigenvalue dari komponen yang lebih dari 1 hanya ada 1 komponen. Faktor 1 dinamakan ’Faktor Kredibilitas’. Faktor yang paling berpengaruh terhadap kepuasan nasabah PT Bank Mandiri Tbk Cabang Cemara Asri ialah Servis (Pelayanan). Hal ini dimungkinkan nasabah Cabang Cemara Asri berada dalam kawasan lingkungan Tionghoa, yang banyak berwirausaha, dan merasa nyaman menabung di PT Bank Mandiri, Tbk karena pelayanan yang baik.

ABSTRACT

PT. Bank Mandiri Tbk is a National Firm in banking that has function to save money and as financial transaction facilitator. In solving finance business, all of employee of PT. Bank Mandiri Tbk focus and make a higher standart in service to make a comfort and satisfaction for customers. Since customer satisfaction is one of strategy that connect information and product which offer to the customers, therefore this research analyze the business strategy of PT Bank Mandiri Tbk especially Cemara Asri Branch which supported by Employee Skill, Facility, Service, and Product with exploratory factors analysis. The results show KMO 0,774, it means the data has satisfied the assumption of enough data and Bartlett’s test with Sig. chi-square 0.000. Common factor formed just one factor because only one component which has eigenvalue > 1. Factor 1 named Credibility Factors’. Factor which have the largest effect to the customer satisfaction is Service. It perhaps customers of Cemara Asri Branch most dominated by Tionghoa that their occupation is business.

DAFTAR ISI

Hal

LEMBAR PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

ABSTRAK v

ABSTRACT vi

DAFTAR ISI vii

DAFTAR TABEL ix

DAFTAR GAMBAR x

DAFTAR LAMPIRAN xi

BAB 1. PENDAHULUAN

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tinjauan Pustaka 4

1.5 Tujuan Penelitian 6

1.6 Kontribusi Penelitian 7

1.7 Metode Penelitian 7

BAB 2. LANDASAN TEORI

2.1 Analisis Faktor 9

2.1.1 Model analisis faktor 11

2.1.2 Statistik yang relevan dengan analisis faktor 14

2.1.3 Pelaksanaan analisis faktor 17

2.1.3.1 Identifikasi data 17

2.1.3.2 Pengambilan data 18

2.1.3.3 Bentuk matriks korelasi 18 2.1.3.4 Menentukan metode analisis faktor 19

2.1.3.5 Penentuan banyaknya faktor 19

2.1.3.6 Rotasi faktor 21

2.1.3.7 Interpretasi faktor 22

2.2 Tinjauan Non Statistika 24

BAB 3. HASIL DAN PEMBAHASAN

3.1 Gambaran Umum PT Bank Mandiri Tbk 25

3.2 Gambaran umum responden penelitian 27

3.3 Hasil Uji Validitas dan Reliabilitas Instrumen Penelitian 29

3.4 Analisis Hasil Perhitungan 35

3.4.1 Membentuk matriks korelasi 35

3.4.2 Uji Asumsi Kecukupan Data dan Korelasi Antar Variabel 36

3.4.3 3.4.3 Penentuan banyak faktor 38

3.4.4 Rotasi faktor 40

3.4.5 Pengelompokan variabel ke dalam faktor 40 3.5 Model Persamaan Faktor yang Mempengaruhi Tingkat Kepuasan

Nasabah PT Bank Mandiri Tbk Cabang Cemara Asri Medan 42

3.6 Interpretasi faktor 43

BAB 4. KESIMPULAN DAN SARAN

4.1 Kesimpulan 44

4.2 Saran 45

DAFTAR PUSTAKA 46

DAFTAR TABEL

Nomor Judul Tabel hal

Tabel 3.1 Karakteristik Responden Berdasarkan Kategori Umur 27 Tabel 3.2 Karakteristik Responden Berdasarkan Kategori Jenis Kelamin 28 Tabel 3.3 Karakteristik Responden Berdasarkan Kategori Jenis Pekerjaan 28

Tabel 3.4 Data Kuesioner Penelitian 29

Tabel 3.5 Uji Validitas dan Reliabilitas Butir-Butir Pertanyaan Penelitian 33 Tabel 3.6 Uji Validitas dan Reliabilitas Butir-Butir Pertanyaan

Berdasarkan Variabel Penelitian 34

Tabel 3.7 Data Penelitian 37

Tabel 3.8 Pengujian KMO dan Bartlett’s Variabel 38 Tabel 3.9 Eigenvalue, Variance dan Cumulative Varians Kepuasan Nasabah 39 Tabel 3.10 Output SPSS Nilai Loading Factor dari Faktor 1

Sebelum Rotasi Varimax 40

Tabel 3.11 Komunalitas 41

DAFTAR GAMBAR

Nomor Judul Gambar hal

DAFTAR LAMPIRAN

hal

Lampiran 1. Kuesioner Penelitian 47

Lampiran 2. Data Responden Uji Validitas dan Reliabilitas 51

Lampiran 3 Data Responden Penelitian 61

ABSTRAK

PT. Bank Mandiri Tbk merupakan Badan Usaha Milik Negara yang bergerak dibidang perbankan yang fungsinya untuk penempatan dana dan juga fasilitator transaksi keuangan. Dalam hal untuk mengatasi persaingan perbankan yang semakin ketat, seluruh karyawan PT. Bank Mandiri Tbk sangatlah fokus dan menjunjung tinggi standar layanan dalam hal pelayanan guna menciptakan rasa nyaman dan kepuasan terhadap nasabah. Karena kepuasan nasabah merupakan salah satu strategi penghubung untuk informasi dan produk yang ditawarkan kepada nasabah. Oleh karena itu, penelitian ini melakukan analisis strategi yang didukung variabel Skill karyawan, Fasilitas, Servis, dan Produk dengan menggunakan analisis faktor eksploratori. Hasil menunjukkan data faktor-faktor yang mempengaruhi Kepuasan Nasabah PT Bank Mandiri Tbk Cabang Cemara Asri memenuhi uji asumsi kecukupan data yang ditunjukkan dengan nilai KMO 0,774 dan uji asumsi yang ditunjukkan Bartlett’s test dengan nilai Sig. chi-square 0.000. Faktor umum yang terbentuk sebanyak 1 faktor, hasil ini diperoleh dari nilai eigenvalue dari komponen yang lebih dari 1 hanya ada 1 komponen. Faktor 1 dinamakan ’Faktor Kredibilitas’. Faktor yang paling berpengaruh terhadap kepuasan nasabah PT Bank Mandiri Tbk Cabang Cemara Asri ialah Servis (Pelayanan). Hal ini dimungkinkan nasabah Cabang Cemara Asri berada dalam kawasan lingkungan Tionghoa, yang banyak berwirausaha, dan merasa nyaman menabung di PT Bank Mandiri, Tbk karena pelayanan yang baik.

ABSTRACT

PT. Bank Mandiri Tbk is a National Firm in banking that has function to save money and as financial transaction facilitator. In solving finance business, all of employee of PT. Bank Mandiri Tbk focus and make a higher standart in service to make a comfort and satisfaction for customers. Since customer satisfaction is one of strategy that connect information and product which offer to the customers, therefore this research analyze the business strategy of PT Bank Mandiri Tbk especially Cemara Asri Branch which supported by Employee Skill, Facility, Service, and Product with exploratory factors analysis. The results show KMO 0,774, it means the data has satisfied the assumption of enough data and Bartlett’s test with Sig. chi-square 0.000. Common factor formed just one factor because only one component which has eigenvalue > 1. Factor 1 named Credibility Factors’. Factor which have the largest effect to the customer satisfaction is Service. It perhaps customers of Cemara Asri Branch most dominated by Tionghoa that their occupation is business.

BAB 1

PENDAHULUAN

1.1Latar Belakang

Di dalam era globalisasi saat ini ditengah kehidupan yang serba canggih dengan dimotori teknologi yang mutakhir peningkatan taraf hidup kebutuhan seseorang semakin meningkat. Kesadaran akan pemenuhan kebutuhan hidup tak lagi berbatas pada kebutuhan fisiologis saja, namun kesadaran akan keselamatan untuk rasa aman dan juga perlindungan atas harta benda berharga seperti halnya uang yang dimiliki semakin dirasakan, begitu juga bagi dunia usaha dalam menjalankan kegiatannya menghadapi berbagai resiko yang mungkin dapat menghambat kegiatan usahanya. Maka dari itu untuk meminimalisir besarnya resiko yang sewaktu dapat terjadi salh satu cara adalah dengan menempatkan uang atau dana tersebut di Bank.

Telah kita ketahui saat ini telah banyak berdiri perusahaan-perusahaan perbankan di Indonesia dengan menawarkan berbagai jenis produk dan strategi pemasaran yang nyaris hampir sama satu dan yang lainnya. Untuk itu strategi yang mungkin menjadikan keunggulan adalah pelayanan untuk nasabah tersebut.

PT. Bank Mandiri Tbk merupakan Badan Usaha Milik Negara (BUMN) yang berdiri pada tanggal 2 Oktober 1998 terhitung pasca merger dari Bank Dagang Negara, Bank Bumi Daya, Bank Ekspor Impor Indonesia, dan Bank Pembangunan Indonesia. Sama halnya dengan Bank lain, Bank Mandiri pun juga bergerak dibidang perbankan yang fungsinya untuk penempatan dana dan juga fasilitator transaksi keuangan.

kepuasan terhadap nasabah. Oleh karena itu, pelayanan memegang peranan yang sangat penting bagi perusahaan dalam pencapaian tujuan yang telah ditetapkan, karena pelayanan merupakan citra terhadap perusahaan kepada nasabah.

Marketing Research Indonesia atau biasanya disebut dengan MRI setiap tahunnya mengumumkan Bank terbaik dalam hal pelayanan. Dan dalam hal ini PT Bank Mandiri Tbk konsisten untuk mempertahankan juara I dalam hal pelayanan tersebut dari mulai tahun 2008 – 2013.

Prestasi yang diraih PT Bank Mandiri Tbk yang menimbulkan citra baik terhadap perusahaan kepada nasabah yang memberikan kepuasan kepada nasabah untuk tetap percaya terhadap Bank Mandiri. Hal ini tidak serta merta timbul begitu saja, melainkan ada variabel-variabel pendukung dalam hal menunjang untuk kepuasan nasabah tersebut.

Kepuasan nasabah memegang peranan yang sangat penting dalam upaya mencapai target bagi PT Bank Mandiri Tbk khususnya dalam hal ini untuk Cabang Cemara Asri. Karena kepuasan nasabah merupakan salah satu strategi penghubung untuk informasi dan produk yang ditawarkan kepada nasabah. Maka dari itu strategi tersebut haruslah didukung dengan variabel lainnya, yaitu :

1. Skill karyawan 2. Fasilitas 3. Servis 4. Produk

Dengan acuan latar belakang belakang tersebut maka penulis tertarik untuk mengetahui strategi yang sangat berpengaruh terhadap tingkat kepuasan nasabah. Oleh karena itu penulis memilih judul dalam penelitian ini adalah :

‘’ANALISISA FAKTOR YANG MEMPENGARUHI TINGKAT

1.2Perumusan Masalah

Indonesia memiliki suatu riset pemasaran yang melakukan penelitian serta memberikan reward kepada perusahaan yang baik dalam pemasaran. Marketing Research Indonesia atau biasanya disebut dengan MRI setiap tahunnya mengumumkan Bank terbaik dalam hal pelayanan. PT Bank Mandiri Tbk adalah salah satu bank di Indonesia yang ingin menjadi bank terbaik se-Indonesia. Kepuasan nasabah memegang peranan yang sangat penting dalam upaya pencapaian target bagi PT Bank Mandiri Tbk khususnya Cabang Cemara Asri. Permasalahan yang akan diteliti dalam masalah ini adalah faktor yang sangat berpengaruh terhadap tingkat kepuasan nasabah di PT Bank Mandiri Tbk (Persero) Cabang Cemara Asri.

1.3Batasan Masalah

Agar masalah yang diteliti tidak menyimpang dari sasaran yang dituju, maka perlu dibuat batasan ruang lingkup permasalahan yaitu :

1. Data di analisis dengan menggunakan metode analisa faktor

2. Data di ambil dari PT. Bank Mandiri Tbk (Persero) Cabang Cemara Asri

3. Responden adalah nasabah yang bertransaksi di PT Bank Mandiri Tbk (Persero) Cabang Cemara Asri

1.4Tinjauan Pustaka

1.4.1 Pengertian Analisis faktor

Analisis faktor adalah sebuah analisis yang mensyaratkan adanya keterkaitan antar variabel. Pada prinsipnya analisis faktor menyederhanakan hubungan yang beragam dan kompleks pada variabel yang diamati dengan menyatukan faktor atau dimensi yang saling berhubungan atau mempunyai korelasi pada suatu struktur data yang baru yang mempunyai set faktor lebih kecil

teramati X dengann p komponen, memiliki rata-rataμdan matrik kovarian. Model analisis faktor adalah sebagai berikut :

1 1

2 12 1 11 1

1−µ = F + F +....+ mFm +ε

X   

(1.1)

p m pm p

p p

p F F F

X −µ = _{1 1}+ _{2 2} +....+ +ε

Atau dapat ditulis dalam notasi matrik sebagai berikut :

Xpxl = μ(pxl)+L(pxm)F(mxl) +εpxl (1.2)

Bagian dari varian variabel ke–i dari m common faktor disebut komunalitas ke – i yang merupakan jumlah kuadrat dari loading variabel ke – i pada mcommon faktor (Johnson &Wichern, 2002), dengan rumus :

2 2

2 2

1 2

....

_im

i i i

h

=



+



+

+



(1.3)

Tujuan analisis faktor adalah menggunakan matriks korelasi hitungan untuk: 1. Mengidentifikasi jumlah terkecil dari faktor umum (yaitu model faktor yang

paling parsimoni) yang mempunyai penjelasan terbaik atau menghubungkan korelasi diantara variabel indikator.

2. Mengidentifikasi, melalui faktor rotasi, solusi faktor yang paling masuk akal. 3. Estimasi bentuk dan struktur loading, komunality dan varian unik dari

indikator.

4. Intrepretasi dari faktor umum.

5. Jika perlu, dilakukan estimasi faktor skor. (Subash Sharma, 1996).

1.4.2 Kaiser Meyer Oikin (KMO)

Uji KMO bertujuan untuk mengetahui apakah semua data yang telah terambil telah cukup untuk difaktorkan. Hipotesis dari KMO adalah sebagai berikut :

Hipotesis

KMO =

∑

∑

∑∑

∑∑

= = = = = = + p 1 i p 1 i p 1 j 2 ij p 1 j 2 ij p 1 i p 1 j 2 ij a r r (1.4) i = 1, 2, 3, ..., p dan j = 1, 2, ..., p

rij = Koefisien korelasi antara variabel i dan j

aij = Koefisien korelasi parsial antara variabel i dan j

Apabila nilai KMO lebih besar dari 0,5 maka terima Ho sehingga dapat disimpulkan jumlah data telah cukup difaktorkan.

1.4.3 Uji Bartlett (Kebebasan Antar Variabel)

Uji Bartlett bertujuan untuk mengetahui apakah terdapat hubungan antar variabel dalam kasus multivariat. Jika variabel X1, X2,…,Xp independent (bersifat saling bebas), maka matriks korelasi antar variabel sama dengan matriks identitas. Sehingga untuk menguji kebebasan antar variabel ini, uji Bartlett menyatakan hipotesis sebagai berikut:

H0 : ρ = I H1 : ρ≠ I Statistik Uji :

∑

= − = p i ik k r p r 1 1 1

, k = 1, 2,...,p

∑∑

< − = k i ik r p p r ) 1 ( 2 (1.5)

[

]

2 2 2 ) 1 )( 2 ( ) 1 ( 1 ) 1 ( ˆ r p p r p − − − − − − = γ Dengan : k

r = rata-rata elemen diagonal pada kolom atau baris ke k dari matrik R (matrik korelasi)

Daerah penolakan : tolak H0 jika

α

χ

γ 2( 1)_{( 2)/2;}

1

2 2

2 ( ) ˆ ( )

) 1 ( ) 1 ( − + = < >       − − − − −

=

∑∑

∑

p _p

p

k k k

i

ik r r r

r r

n

T (1.6)

Maka variabel-variabel saling berkorelasi hal ini berarti terdapat hubungan antar variabel. Jika H0 ditolak maka analisis multivariat layak untuk digunakan terutama metode analisis komponen utama dan analisis faktor.

1.5 Tujuan Penelitian

1. Untuk mengetahui tingkat kepuasan nasabah terhadap pelayanan PT Bank Mandiri Tbk (Persero) Cabang Cemara Asri

2. Untuk mengetahui faktor yang sangat berpengaruh terhadap kepuasan nasabah PT Bank Mandiri Tbk (Persero) Cabang Cemara Asri

1.6Kontribusi Penelitian 1. Bagi Perusahaan

Dapat memberikan masukan terhadap perusahaan dalam meningkatkan pelayanan dengan melihat faktor yang sangat berpengaruh untuk mencapai kepuasan nasabah tersebut

2. Bagi Universitas

Dapat memperkaya literatur dalam bidang statistika yang berhubungan dengan Analisis Faktor

3. Bagi Mahasiswa

1.7Metodologi Penelitian

Metodologi penelitian dalam tulisan ini adalah sebagai berikut:

1. Menentukan variabel penelitian tingkat kepuasan nasabah terhadap pelayanan, dalam penelitian ini ada 4 variabel yang akan diteliti yaitu: skill pegawai, fasilitas, service, produk

2. Perancangan penelitian (design research), seperti penentuan responden dan pengambilan sampel dan penelitian

3. Perancangan kuisioner, dimana dilakukan perancangan kombinasi dan level-level atribut (stimuli) dan skala pengukuran instrumen penelitian, yaitu dengan menggunakan skala likert pernyataan positif:

5 = Sangat Bagus 4 = Bagus

3 = Netral

2 = Kurang Bagus 1 = Tidak Bagus

4. Pengumpulan data dilakukan dengan menyebarkan kuisioner kepada responden untuk metode pengukuran Full-Profile. Responden diminta untuk menilai stimuli yang telah dirancang sebelumnya.

5. Mengolah dan menganalisis data yang diperoleh dengan menggunakan software statistik SPSS.

a. Penskalaan data ordinal menjadi dat interval b. Uji Validitas data

c. Uji Reliabilitas data

d. Menganalisa data dengan menggunakan tekhnis analisa Faktor e. Interpretasi faktor

BAB 2

LANDASAN TEORI

2.1 Analisis Faktor

Analisis faktor merupakan salah satu metode statistik multivariat yang mencoba menerangkan hubungan antara sejumlah variabel-variabel yang saling independen antara satu dengan yang lain sehingga bisa dibuat satu atau lebih kumpulan peubah yang lebih sedikit dari jumlah variabel awal. Analisis faktor digunakan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru yang berupa variabel bentukan. Analisis faktor juga digunakan untuk mengetahui faktor-faktor dominan dalam menjelaskan suatu masalah. Di dalam analisis varian, regresi berganda dan diskriminan, satu variabel disebut sebagai variabel tak bebas (dependent variable) atau kriterion dan variabel lainnya sebagai variabel bebas atau prediktor. Di dalam analisis faktor disebut teknik interdependensi (interdependence technique) di mana seluruh set hubungan yang independen diteliti (Supranto, 2010).

Di dalam analisis faktor, variabel tidak dikelompokkan menjadi variabel bebas dan tidak bebas, sebaliknnya penggantinya seluruh set hubungan interdependen antar variabel diteliti. Analisis faktor dapat pula dipandang sebagai perluasan dari analisis komponen utama. Keduanya merupakan teknik analisis yang menjelaskan struktur hubungan diantara banyak variabel dalam sistem konkret.

Menurut Kachigan (1986), aplikasi penggunaan analisis faktor bertujuan untuk :

a. Identifikasi Faktor yang Mendasari

Salah satu penggunaan yang paling penting dari analisis faktor adalah untuk mengidentifikasi faktor yang mendasari dari sekumpulan besar variabel. Dengan mengelompokkan sejumlah besar variabel ke dalam jumlah yang lebih kecil dari kumpulan yang homogen dan membuat variabel baru yang disebut faktor yang mewakili sekumpulan variabel tersebut dalam bentuk yang lebih sederhana, maka akan lebih mudah untuk diinterpretasikan.

b. Penyaringan Variabel (Screening of variables)

Penggunaan penting dari analisis faktor selanjutnya adalah penyaringan variabel untuk disertakan dalam penelitian statistik selanjutnya, seperti analisis regresi atau analisis diskriminan.

c. Meringkas Data (Summary of Data)

Penerapan analisis faktor selanjutnya adalah untuk mengekstrak sedikit atau banyak faktor sesuai yang diinginkan dari satu set variabel.

d. Memilih Variabel (Sampling of Variables)

Penggunaan teknik analisis faktor selanjutnya adalah untuk memilih sekelompok kecil perwakilan variabel yang representatif, walaupun sebagian besar variabel berkorelasi, hal ini bertujuan untuk memecah berbagai masalah praktis.

e. Pengelompokkan Objek (Clustering of Objects)

Selain mengidentifikasi kesamaan antara variabel, analisis faktor dapat digunakan untuk mengelompokkan objek.. Dalam prosedur ini, sering disebut analisis faktor sebagai inverse, sebuah sampel individu diukur pada sejumlah variabel acak, dan dikelompokkan ke dalam kelompok yang homogen berdasarkan antar-korelasinya.

2.1.1 Model Analisis Faktor

suatu variabel dengan variabel lainnya yang tercakup dalam analisis disebut communality. Kovariasi antara variabel yang diuraikan, dinyatakan dalam suatu common factors yang sedikit jumlahnya ditambah dengan faktor yang unik untuk setiap variabel. Faktor-faktor ini tidak secara jelas terlihat (not overly observed).

Kalau variabel-variabel dibakukan (standardized), model analisis faktor dapat ditulis sebagai berikut :

Model analisis faktor adalah sebagai berikut :

X1−µ1 =11F1+12F2 +....+1mFm +ε1

(2.1) p m pm p p p

p F F F

X −µ = _{1 1}+ _{2 2} +....+ +ε

Atau dapat ditulis dalam notasi matrik sebagai berikut :

Xpxl = μ(pxl) +L(pxm)F(mxl) +εpxl (2.2)

(2.3) ... ... ... ... ... ... ... ... ... ... ... ... ... 3 2 1 3 2 1 3 2 1 3 33 32 31 2 23 22 21 1 13 12 11 3 2 1 3 2 1                 +                                 +                 =                 p m pm p p p m m m p p ε ε ε ε µ µ µ µ F F F F X X X X                

(p x 1) (p x 1) (p x m) (m x1) (p x 1) dengan

µ

_i =rata-rata variabel i

ε

_i

=

faktor spesifik ke – i F_j =common faktor ke- j

_ij =loading dari variabel ke – i pada faktor ke-j m = banyak faktor

�� = ��1�1+��2�2+��3�3+⋯+����� , (2.4) i = 1, 2, 3, ..., p dan k = 1, 2, 3,..., p

dengan:

�� = Perkiraan faktor ke-i (didasarkan pada nilai variabel X dengan koefisiennya Wi

�� = bobot atau koefisien nilai faktor ke-i k = banyaknya variabel

Dimungkinkan untuk memilih timbangan (weight) atau koefisien nilai faktor (factor score coefficient) sehingga faktor yang pertama menjelaskan sebagian besar porsi seluruh varian atau menyerap sebagian besar varian seluruh variabel. Kemudian set timbangan kedua dapat dipilih, sehingga faktor yang kedua menyerap sebagian besar sisa varian, setelah diambil faktor pertama, dengan syarat bahwa faktor yang kedua tidak berkorelasi (orthogonal) dengan faktor pertama. Prinsip yang sama dapat dipergunakan untuk memilih faktor selanjutnya, sebagai faktor tambahan, yaitu faktor ketiga. Jadi, faktor bisa diperkirakan/diestimasi sehingga nilai faktor yang satu tidak berkorelasi dengan faktor lainnya. Faktor yang diperoleh merupakan variabel baru yang tidak berkorelasi antara satu faktor dengan faktor lainnya, artinya tidak terjadi multi collinearity. Banyaknya faktor lebih sedikit dari banyaknya variabel asli yang dianalisis faktor, sebab analisis faktor memang mereduksi jumlah variabel yang banyak menjadi variabel baru yang jumlahnya lebih sedikit.

Bagian dari varian variabel ke–i dari m common faktor disebut komunalitas ke – i yang merupakan jumlah kuadrat dari loading variabel ke – i pada mcommon faktor (Johnson &Wichern, 2002), dengan rumus :

2 2

2 2

1 2

....

_im

i i i

h

=



+



+

+



. (2.5)

Hubungan antara varians variabel asal dengan, varians faktor dan varians error adalah sebagai berikut :

var(Xi) = varians yang dijelaskan oleh faktor untuk variabel asal ke-i + var(error) = communality + specific variance

= (_i2₁ +_i2₂ +_i2₃ +...+2_im)+ψ_i.

Besarnya bobot ij dapat diduga dengan menggunakan metode komponen utama ataupun kemungkinan maksimum (maximum likelihood). Metode komponen utama terbagi menjadi dua metode yaitu non-iteratif dan iteratif. Nilai dugaan cijyang diperoleh dengan metode non-iteratif adalah :

i x

j ji ij

s

a λ

=

 atau _ij =a_ji λ_j untuk variabel asal yang dibakukan

dan

ij

 adalah bobot (loading) dari variabel asal ke-i pada faktor ke-j

ji

a adalah koefisien variabel asal ke-i untuk komponen utama ke-j

j

λ adalah eigen value untuk komponen utama ke-j

i x

s adalah simpangan baku (standard of deviation) variabel asal ke-j.

Untuk kepentingan intepretasi, seringkali diperlukan untuk memberi nama masing-masing faktor sesuai dengan besar harga mutlak bobot _uj. Diharapkan setiap variabel asal hanya dominan di salah satu faktor saja (Nilai harga mutlak bobot variabel asal mendekati 1 di salah satu faktor dan mendekati 0 untuk faktor lainnya). Harapan ini kadang-kadang tidak dapat dipenuhi, untuk mengatasi hal ini diperlukan rotasi dari matriks bobot L. Beberapa macam teknik rotasi yang tersedia di program paket statistika adalah : varimax, quartimax, equamax,

parsimax. Batas nilai quartimax = 0, batas nilai varimax = 1, nilai equamax

= m/2, nilai parsimax =

2 ) 1 (

− +

− m p

m p

.

2.1.2 Statistik yang Relevan dengan Analisis Faktor Statistik penting yang berkaitan dengan analisis faktor adalah :

secara sempurna dengan (r = 1) akan tetapi sama sekali tidak berkorelasi dengan lainnya (r = 0).

Uji Bartlett bertujuan untuk mengetahui apakah terdapat hubungan antar variabel dalam kasus multivariat. Jika variabel X1, X2, …, Xp independent

(bersifat saling bebas), maka matriks korelasi antar variabel sama dengan matriks identitas. Sehingga untuk menguji kebebasan antar variabel ini, uji Bartlett menyatakan hipotesis sebagai berikut:

H0 : ρ = I H1 : ρ≠ I Statistik Uji :

∑

= − = p i ik k r p r 1 1 1

, k = 1, 2,...,p

∑∑

< − = k i ik r p p r ) 1 ( 2 (2.6)

[

]

2 2 2 ) 1 )( 2 ( ) 1 ( 1 ) 1 ( ˆ r p p r p − − − − − − = γ dengan : k

r = rata-rata elemen diagonal pada kolom atau baris ke k dari matrik R (matrik korelasi)

r = rata-rata keseluruhan dari elemen diagonal Daerah penolakan :

tolak H0 jika

α

χ

γ 2( 1)_{( 2)/2;}

1

2 2

2 ( ) ˆ ( )

) 1 ( ) 1 ( − + = < >       − − − − −

=

∑∑

∑

p _p

p

k k k

i

ik r r r

r r

n T

(2.7) maka variabel-variabel saling berkorelasi hal ini berarti terdapat hubungan antar variabel. Jika H0 ditolak maka analisis multivariat layak untuk digunakan terutama metode analisis komponen utama dan analisis faktor.

Tabel 2.1. Matrik korelasi Untuk Jumlah Variabel n = 3

X1 X2 X3

X1 1 r12 r13

X2 r21 1 r23

X3 r31 r32 1

Tabel 2.2. Matriks Korelasi Untuk Jumlah Variabel n = 4

c. Communality adalah jumlah varian 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 varian seluruh variabel.

d. Eigenvalue merupakan jumlah varian yang dijelaskan oleh setiap faktor dari matriks identitas. Persamaan nilai eigen dan vektor eigen adalah :

��= λ� (Silaban, 1984 : 279) Dimana :

A = Matriks yang akan kita cari nilai eigen dan vektor eigennya x = Vektor eigen dalam bentuk matriks

� = Nilai eigen dalam bentuk skalar

Untuk mencari nilai eigen (nilai ) dari sebuah matriks A yang beruukuran n x n maka kita lakukan langkah berikut: ��=λ�. Agar kedua sisi berbentuk vektor, maka sisi kanan dikali dengan matriks identitas I, sehingga :

��=���

�� − λ��= 0

�(� − λ�) = 0 sehingga det (� − λ�) = 0

e. Factor loadings adalah korelasi sederhana antara variabel dengan faktor.

f. Faktor loading plot adalah suatu plot dari variabel asli dengan menggunakan faktor loadings sebagai koordinat.

X1 X2 X3 X4

X1 1 r12 r13 r14

X2 r21 1 r23 r24

X3 r31 r32 1 r34

g. Factor matrix yang memuat semua faktor loading dari semua variabel pada semua factor extracted.

h. Factor score merupakan skor komposit yang diestimasi untuk setiap responden pada faktor turunan (derived factors).

i. Kaiser-Meyer-Olkin (KMO) Measure Of Sampling Adequacy (MSA), merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor. Nilai yang tinggi antara 0,5 – 1,0 berarti analisis faktor tepat, kalau kurang dari 0,5 analisis faktor dikatakan tidak tepat.

Uji KMO bertujuan untuk mengetahui apakah semua data yang telah terambil telah cukup untuk difaktorkan. Hipotesis dari KMO adalah sebagai berikut :

Hipotesis H0 : Jumlah data cukup untuk difaktorkan H1 : Jumlah data tidak cukup untuk difaktorkan Statistik uji :

KMO =

∑

∑

∑∑

∑∑

= = = = = = + p 1 i p 1 i p 1 j 2 ij p 1 j 2 ij p 1 i p 1 j 2 ij a r r (2.8)

i = 1, 2, 3, ..., p dan j = 1, 2, ..., p

rij= Koefisien korelasi antara variabel i dan j

aij= Koefisien korelasi parsial antara variabel i dan j

Apabila nilai KMO lebih besar dari 0,5 maka terima Ho sehingga dapat disimpulkan jumlah data telah cukup difaktorkan.

j. Percentage of variance merupakan persentase varian total yang disumbangkan oleh setiap faktor.

k. Residuals merupakan perbedaan antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diperkirakan dari matrix faktor.

2.1.3 Pelaksanaan Analisis Faktor

Langkah-langkah yang diperlukan dalam analisis faktor adalah :

ah Dalam Analsis Faktor

2.1.3.1 Identifikasi Data

Tahap awal dari pelaksanaan analisis faktor adalah dengan mengidentifikasi data terlebih dahulu. Hal ini bertujuan untuk menentukan data apa sajakah yang akan dianalisis menggunakan metode analisis faktor. Dengan adanya indentifikasi data ini akan memperjelas data manakah yang bisa digunakan untuk dianalisis dengan menggunakan analisis faktor tersebut.

2.1.3.2 Pengambilan Data

Setelah melakukan identifikasi data, dan menentukan data apa yang akan di analisis, maka tahap selanjutnya akan dilakukan pengambilan data. Dalam Penelitian ini, data yang digunakan adalah data primer dari Kuisioner Responden dalam hal ini adalah nasabah yang bertransaksi di Bank Mandiri Cemara Asri.

2.1.3.3 Bentuk Matriks Korelasi

Proses analisis didasarkan pada suatu matriks korelasi agar variabel pendalaman yang berguna bisa diperoleh dari penelitian matriks ini. Agar analisis faktor bisa tepat dipergunakan, variabel – variabel yang akan dianalisis harus berkorelasi. Di dalam praktiknya memang demikian halnya. Apabila koefisien korelasi antar-variabel terlalu kecil, hubungan lemah, analisis faktor tidak tepat. Selain antar-variabel asli berkorelasi dengan sesama variabel lainnya, diharapkan juga berkorelasi dengan faktor sebagai variabel baru yang disaring dari variabel – variabel asli. Banyaknya faktor lebih sedikit daripada banyaknya variabel.

Statistik formal tersedia untuk menguji ketepatan model faktor. Bartlett’s test of sphericity bisa dipergunakan untuk menguji hipotesis bahwa variabel tak berkorelasi di dalam populasi. Dengan perkataan lain, matriks korelasi populasi merupakan matriks identity, dimana pada diagonala pokok, angkanya satu, diluar diagonal pokok angkanya nol. Uji statistik untuk sphericity didasarkan pada suatu transformasi khi kuadrat dari determinan matriks korelasi.

Statistik lainnya yang berguna adalah KMO (Kaiser-Meyer-Olkin) mengukur kecukupan sampling (sampling adequacy). Indeks ini membandingkan besarnya koefisien korelasi terobservasi dengan besarnya koefisien korelasi parsial. Nilai KMO yang kecil menunjukkan bahwa korelasi antar-pasangan variabel tidak bisa diterangkan oleh variabel lainnya dan analisis faktor mungkin tidak tepat. Formula untuk menghitung dapat dilihat pada persamaan (2.8).

2.1.3.4 Menentukan Metode Analisis Faktor

Segera setelah ditetapkan bahwa analisis faktor merupakan teknik yang tepat untuk menganalisis data yang sudah dikumpulkan, kemudian ditentukan atau dipilih metode yang tepat untuk analisis faktor. Sebetulnya ada dua cara atau metode yang bisa dipergunakan dalam analisis faktor, khususnya untuk menghitung timbangan atau koefisien skor faktor, yaitu principal components analysis dan common factor analysis.

Di dalam principal components analysis, jumlah varian dalam data dipertimbangkan. Diagonal matriks korelasi terdiri dari angka satu dan full variance dibawa kedalam matriks faktor. Principal components analysis direkomendasikan kalau hal yang pokok ialah menentukan bahwa banyaknya faktor harus minimum dengan memperhitungkan varian maksimum dalam data untuk dipergunakan di dalam analisis multivariate lebih lanjut. Faktor – faktor tersebut dinamakan principal components.

Di dalam common factor analysis, faktor diestimasi hanya didasarkan pada common variance, communalities dimasukkan di dalam matriks korelasi. Metode ini dianggap tepat kalau tujuan utamanya ialah mengenali/mengidentifikasi dimensi yang mendasari dan common variance yang menarik perhatian. Metode ini juga dikenal sebagai principal axis factoring.

2.1.3.5 Penentuan Banyaknya Faktor

menyerap sebagian besar informasi yang terkandung dalam variabel asli atau yang bisa memberikan sumbangan terhadap varian seluruh variabel.

Beberapa prosedur bisa disarankan, yaitu penentuan secara apriori, eigenvalues, scree plot, percentage of variance accounted for, split-half reliability, dan significance test.

a. Penentuan Apriori

Kadang – kadang karena pengalaman sebelumnya, peneliti sudah tahu berapa banyaknya faktor sebenarnya, dengan menyebutkan suatu angka, misalnya 3 atau 4 faktor yang harus disarikan dari variabel atau data asli. Upaya untuk menyarikan (to extract) berhenti, setelah banyaknya faktor yang diharapkan sudah didapat, misalnya cukup 4 faktor saja. Kebanyakan program komputer memungkinkan peneliti untuk menentukan banyaknya faktor yang diinginkan. b. Penentuan Berdasarkan Eigenvalues

Di dalam pendekatan ini, hanya faktor dengan eigenvalues lebih besar dari 1 (satu) yang dipertahankan, kalau lebih kecil dari satu, faktornya tidak diikutsertakan dalam model. Suatu eigenvalues menunjukkan besarnya sumbangan dari faktor terhadap varian seluruh variabel asli. Hanya faktor dengan varian lebih besar dari satu, yang dimasukkan dalam model. Faktor dengan varian lebih kecil dari satu tidak lebih baik dari asli, sebab variabel asli telah dibakukan (standardized) yang berarti rata – ratanya nol dan variannya satu. Apabila banyaknya variabel asli kurang dari 20, pendekatan ini akan menghasilkan sejumlah faktor yang konservatif.

c. Penentuan Berdasarkan Scree Plot

d. Penentuan Didasarkan pada Persentase Varian

Di dalam pendekatan ini, banyaknya faktor yang diekstraksi oleh faktor mencapai suatu level tertentu yang memuaskan. Sebetulnya berapa besarnya kumulatif persentase varian sehingga dicapai suatu level yang memuaskan? Hal ini sangat tergantung pada masalahnya. Akan tetapi, sebagai pedoman/petunjuk yang disarankan adalah bahwa ekstraksi faktor dihentikan kalau kumulatif persentase varian sudah mencapai paling sedikit 60% atau 75% dari seluruh varian variabel asli.

e. Penentuan Berdasarkan Split-Half Reliability

Sampel dibagi menjadi dua, analisis faktor dilakukan pada masing – masing bagian sampel tersebut. Hanya faktor dengan faktor loading yang sesuai pada kedua sub-sampel yang dipertahankan, maksudnya faktor-faktor yang dipertahankan memang mempunyai faktor loading yang tinggi pada masing-masing bagian sampel.

f. Penentuan Berdasarkan Uji Signifikan

Dimungkinkan untuk menentukan signifikansi statistik untuk eigenvalues yang terpisah dan pertahankan faktor-faktor yang memang berdasarkan uji statistik eigenvalue-nya signifikan pada α = 5% atau 1%. Penentuan banyaknya faktor dengan cara ini ada kelemahannya, khususnya dengan ukuran sampel yang besar, katakan diatas 200 responden, banyak faktor yang menunjukkan hasil yang signifikan, walaupun dari pandangan praktis, banyak faktor mempunyai sumbangan terhadap seluruh varian hanya kecil.

2.1.3.6 Rotasi Faktor

Rotasi faktor bertujuan untuk menyederhanakan struktur faktor, sehingga mudah untuk diinterpretasikan. Rotasi faktor digunakan jika metode ekstraksi faktor belum menghasilkan komponen faktor utama yang jelas. Ada dua metode rotasi yang berbeda yaitu orthogonaland obliquerotation.

loading) pada satu faktor,dengan demikian memudahkan pembuatan interpretasi mengenai faktor. Rotasi orthogonal menghasilkan faktor – faktor yang tidak berkorelasi satu sama lain (uncorrelated each other).

Sebaliknya rotasi dikatakan: oblique rotation kalau sumbu tidak dipertahankan harus tegak lurus sesamanya ( bersudut 90 derajat) dan faktor – faktor tidak berkorelasi. Oblique rotation harus dipergunakan kalau faktor dalam populasi berkorelasi sangat kuat.

2.1.3.7 Interpretasi Faktor

Interpretasi dipermudah dengan mengenali/mengidentifikasi variabel yang muatannya (loading) besar pada faktor yang sama. Faktor tersebut kemudian bisa diinterpretasikan, dinyatakan dalam variabel yang mempunyai high loading padanya. Manfaat lainnya di dalam membantu untuk membuat interpretasi ialah melalui plot variabel, dengan menggunakan factor loading sebagai koordinat.

Variabel pada ujung atau akhir suatu sumbu ialah variabel yang mempunyai high loading hanya pada faktor tertentu. Sedangkan variabel yang dekat dengan titik asal (perpotongan sumbu mempunyai muatan rendah low loading).

[image:35.595.201.402.130.475.2]

Langkah-langkah analisis faktor jika digambarkan dengan flow chart adalah sebagai berikut:

Gambar 2.1. Langkah –Langk

Gambar 2.1 Langkah-langkah Analisis Faktor Penentuan Banyaknya Faktor

Identifikasi Data

Pengumpulan Data

Bentuk Matriks Korelasi

Menentukan Metode Analisis Faktor

Lakukan Rotasi

2.1.3.8 Tinjauan Non Statistik 1. Skill karyawan

Skill merupakan suatu upaya untuk melaksanakan tugas dan tanggung jawab yang diberikan perusahaan kepada seorang karyawan dengan baik dan maksimal. Skill ini bersifat individu karena masing-masing karyawan memiliki tingkat kemampuan yang berbeda.

2. Fasilitas

Fasilitas adalah segala sesuatu yang dapat memudahkan dan melancarkan pelaksanaan suatu usaha. Segala sesuatu yang dapat memudahkan dan melancarkan suatu usaha tersebut biasanya berupa benda-benda atau uang.

3. Servis

Service adalah setiap kegiatan yang diperuntukkan atau ditujukan untuk memberikan kepuasan melalui pelayanan yang diberikan seseorang secara memuaskan.

4. Produk

BAB 3

HASIL DAN PEMBAHASAN

3.1 Gambaran Umum PT. Bank Mandiri (Persero) Tbk

PT. Bank Mandiri Tbk merupakan Badan Usaha Milik Negara (BUMN) yang berdiri pada tanggal 2 Oktober 1998 sebagai bagian dari program restrukturisasi perbankan yang dilaksanakan oleh pemerimtah Indonesia terhitung pasca merger dari Bank Dagang Negara, Bank Bumi Daya, Bank Ekspor Impor Indonesia, dan Bank Pembangunan Indonesia. Sama halnya dengan Bank lain, Bank Mandiri pun juga bergerak dibidang perbankan yang fungsinya untuk penempatan dana dan juga fasilitator transaksi keuangan.

Sejak berdirinya, Bank Mandiri telah bekerja keras untuk menciptakan tim manajemen yang kuat dan professional yang bekerja berlandaskan pada prinsip-prinsip good corporate governance yang telah diakui secara internasional. Bank Mandiri disupervisi oleh Dewan Komisaris yang ditunjuk oleh Menteri Negara BUMN yang dipilih berdasarkan anggota komunitas keuangan yang terpandang. Manajemen ekskutif tertinggi adalah Dewan Direksi yang dipimpin oleh Direktur Utama. Dewan Direksi kami terdiri dari banker dari legacy banks dan juga dari luar yang independen dan sangat kompeten. Bank Mandiri juga mempunyai fungsi offices of compliance, audit dan corporate secretary, dan juga menjadi obyek pemeriksaan rutin dari auditor eksternal yang dilakukan oleh Bank Indonesia, BPKP dan BPK serta auditor internasional. AsiaMoney magazine memberikan penghargaan atas komitmen kami atas penerapan GCG dengan memberikan Corporate Governance Award untuk katagori Best Overall for Corporate Governance in Indonesia dan Best for Disclosure and transparency.

layanan perbankan dan memberikan solusi keuangan yang sangat luas dalam investasi dan produk syariah, serta bancassurance untuk nasabah korporat, komersial, small business dan micro business selain nasabah individual kami. Tekad kami tersebut telah diakui dan dihargai sebagai peringkat pertama dalam Banking Service Excellence Award 2007 oleh Majalah Infobank.

Jaringan distribusi Bank Mandiri termasuk 3,186 ATMs, 7,051 ATMs in the LINK Network and 12,663 ATM Bersama Networks, and Electronic Data Capture (EDC) kurang lebih 25,254 di seluruh Indonesia. Bank Mandiri mempunyai 8.3 juta pemegang kartu ATM and 3.2 juta pengguna SMS Banking, 783,356 pengguna internet banking and 822,937 pengguna Call Mandiri dan lebih dari 1 juta pemegang kartu kredit Visa.

Dalam hal untuk mengatasi persaingan perbankan yang semakin ketat, seluruh karywan PT. Bank Mandiri Tbk sangatlah fokus dan menjunjung tinggi standar layanan dalam hal pelayanan guna menciptakan rasa nyaman dan kepuasan terhadap nasabah. Oleh karena itu, pelayanan memegang peranan yang sangat penting bagi perusahaan dalam pencapaian tujuan yang telah ditetapkan, karena pelayanan merupakan citra terhadap perusahaan kepada nasabah.

Marketing Research Indonesia atau biasanya disebut dengan MRI setiap tahunnya yang mengumumkan Bank terbaik dalam hal pelayanan. Dan dalam hal ini PT Bank Mandiri Tbk konsisten untuk mempertahankan juara I dalam hal pelayanan tersebut dari mulai tahun 2008 – 2013.

Prestasi yang diraih PT Bank Mandiri Tbk yang menimbulkan citra baik terhadap perusahaan kepada nasabah yang memberikan kepuasan kepada nasabah untuk tetap percaya terhadap Bank Mandiri. Hal ini tidak serta merta timbul begitu saja, melainkan ada variabel-variabel pendukung dalam hal menunjang untuk kepuasan nasabah tersebut.

Lokasi penelitian ini bertempatkan di Bank Mandiri Cabang Medan Cemara Asri Jl Cemara Boulevard Blok G1 No 29-31 Komplek Cemara Asri Medan dengan struktur organisasi di kepalai oleh 1 orang Branch Manager, 1 orang Branch Operation Supervisor, 2 orang Customer Service Representative, 3 orang Teller, 1 Orang Financial Advisor, 1 orang Sales Representative Credit Card, 1 orang Sales Executive EDC, 3 orang Security, 1 orang Pramubakti, dan 1 orang Driver.

1. Skill karyawan 2. Fasilitas 3. Servis 4. Produk

3.2 Gambaran umum responden penelitian

[image:39.595.175.450.328.487.2]

Setelah dilakukan pengujian kuisioner dan dinyatakan valid, selanjutnya kuisioner dibagikan kepada 100 orang nasabah. Pengambilan sampel dilakukan dengan menggunakan teknik sampling kuota. Data sampel penelitian kemudian diolah untuk memperoleh demografi responden berdasarkan umur, jenis kelamin dan jenis pekerjaan seperti yang ditunjukkan pada Tabel 3.1, Tabel 3.2, dan Tabel 3.3 (data terlampir).

Tabel 3.1 Karakteristik Responden Berdasarkan Kategori Umur

Kategori Umur n %

17-26 tahun 23 23,00

27-36 tahun 33 33,00

37-46 tahun 25 25,00

47-56 tahun 14 14,00

57-66 tahun 4 4,00

67-76 tahun 1 1,00

Sumber: Data Penelitian Bobby, 2015

Karakteristik responden berdasarkan kategori umur diperoleh paling banyak 33,00 persen (33 responden) berada pada rentang usia 27-36 tahun, urutan kedua terbanyak 25,00 persen (25 responden) berada pada rentang 37-46 tahun. Hal ini berarti nasabah Bank Mandiri Cabang Cemara Asri paling banyak adalah pada dewasa madya usia 27-46 tahun.

Tabel 3.2 Karakteristik Responden Berdasarkan Kategori Jenis Kelamin

Jenis Kelamin n %

Laki-Laki 49 49,0

Perempuan 51 51,0

[image:39.595.175.446.644.707.2]

[image:40.595.157.460.169.406.2]

Berdasarkan jenis kelamin, jumlah responden berjenis kelamin perempuan lebih banyak dibandingkan jenis kelamin laki-laki, yakni masing-masing sebanyak 51,0 persen (51 responden) dan 49 persen (49 responden).

Tabel 3.3 Karakteristik Responden Berdasarkan Kategori Pekerjaan

n %

Valid PNS/TNI/POLRI/BUMN 7 7.0

SPG 4 4.0

Pensiunan 1 1.0

Guru 3 3.0

Security 1 1.0

Karyawan Swasta 23 23.0

Wiraswasta 30 30.0

Mahasiswa 9 9.0

Ibu Rumah Tangga 19 19.0

Supir Angkot 1 1.0

Tukang Bangunan 1 1.0

Dokter 1 1.0

Total 100 100.0

Sumber: Data Penelitian Bobby, 2015

Pada Tabel 3.3 dapat diketahui bahwa berdasarkan kategori pekerjaan, responden paling banyak berprofesi sebagai wiraswasta yakni sebanyak 30,0 persen (30 responden), karyawan swasta sebanyak 23,0 persen (23 responden), ibu rumah tangga sebanyak 19,0 persen (19 responden), sedangkan paling sedikit jumlahnya ialah responden yang berprofesi sebagai dokter, tukang bangunan, supir angkot, dan security masing-masing sebanyak 1,0 persen (1 responden).

3.3 Hasil Uji Validitas dan Reliabilitas Instrumen Penelitian

Menurut Sugiyono (2010), instrumen yang valid berarti alat ukur yang digunakan untuk mendapatkan data (mengukur) itu valid. Penelitian ini menggunakan kuisioner sebagai instrumen penelitian yang telah disebar kepada 100 nasabah Bank Mandiri Cabang Cemara Asri setelah sebelumnya kuesioner diuji terhadap 30 responden nasabah lainnya.

[image:41.595.135.485.128.607.2]

Tabel 3.4 Data Kuesioner Penelitian

No.

Responden P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 ... P25

1 4 4 4 4 4 4 5 5 4 5 4

2 4 4 4 4 4 4 5 5 5 4 4

3 5 5 5 5 5 5 5 5 4 5 5

4 3 5 4 4 5 3 4 5 5 5 5

5 4 4 4 4 4 4 4 4 4 4 4

6 4 4 4 4 4 4 4 4 4 4 4

7 4 4 4 4 4 4 4 4 4 4 4

8 5 4 4 4 4 4 3 4 4 4 4

9 4 4 2 2 3 4 2 4 4 4 3

10 4 4 4 4 4 4 4 4 4 4 4

11 4 5 4 4 3 2 4 5 3 4 3

12 4 4 4 4 3 3 4 3 2 4 2

13 4 4 4 4 4 5 4 5 5 4 3

14 4 4 3 3 4 3 4 4 3 4 3

15 4 4 3 3 4 3 4 4 3 2 3

16 4 4 4 4 4 4 5 5 5 2 4

17 4 5 5 5 5 4 4 5 4 4 5

18 4 4 3 3 3 3 4 4 5 4 3

19 4 4 4 4 4 4 4 4 4 5 4

20 4 5 4 4 4 3 3 4 4 4 3

21 4 4 3 3 4 4 4 4 4 4 3

22 4 4 4 4 4 4 5 4 3 4 4

23 4 4 4 4 4 4 3 4 2 3 3

24 4 4 4 4 4 4 4 4 4 4 3

25 4 4 4 4 4 4 4 4 4 4 3

26 4 4 4 4 2 4 4 4 4 4 3

27 4 4 3 3 4 4 4 4 4 4 4

28 4 5 4 4 4 3 4 4 3 4 3

29 5 5 4 4 5 3 5 4 4 4 3

30 4 5 5 5 5 5 5 5 5 4 5

Sumber: Data Uji Validitas Bobby, 2015

lebih besar dari r tabel dan nilai r positif, maka butir pertanyaan tersebut dinyatakan valid.

Selain uji validitas, pengujian instrumen penelitian selanjutnya yang dilakukan ialah uji reliabilitas. Reliabilitas adalah alat untuk mengukur suatu kuisioner yang indikator dari variabel. Suatu kuisioner dikatakan reliable atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten atau stabil dari waktu ke waktu. Prosedur yang digunakan untuk mengukur kekonsistenan data ialah uji konsistensi internal dengan uji statistik Cronbach’s Alpha. Data dikatakan reliabel apabila nilai Cronbach’s Alpha > 0,361.

Pada penelitian ini, variabel yang akan diukur validitas dan reliabilitasnya adalah variabel X1 (Skill karyawan), variabel X2 (Fasilitas), variabel X3 (Servis), dan

variabel X4 (Produk). Pengujian validitas dan reliabilitas ini menggunakan program SPSS

versi 20.0.

Perhitungan validitas butir pertanyaan:

1 1 1

,

2 2

2 2

1 1 1 1

,

n n n

k k k k

k k k

x y

n n n n

k k k k

k k k k

n X Y X Y

r

n X X n Y Y

= = = = = = = − =    _{ }   _{ }    − −  _{ }   _{ }   _{ }   _{ }     

∑

∑ ∑

∑

∑

∑

∑

dengan

Xk = jumlah skor item ke-i pada objek ke-k

Yk = jumlah skor total tes objek ke-k.

Contoh butir pertanyaan 1:

1 122 X =

∑

3026 Y =

∑

2 1 500 X =

∑

2 307954 Y =

∑

1 12317

sehingga diperoleh:

30 30 30

1 1

1 1 1

1, 2 2 30 30 2 2 1 1 1 1 30 , 30 30 k k

k k k

y

k k

k k

X Y X Y r

X X Y Y

= = = = = − =    _{ }   _{ }    − −  _{ }   _{ }   _{ }   _{ }     

∑

∑ ∑

∑

∑

∑

∑

( )

(

)

(

(

(

)

)

)

1, 2 2 30(12317) (122)(3026) , 30(500) 122 30(307954) 3026

y

r = −

− −

(

)(

)

1,

369510 369172

, 15000 14884 9238620 9156676

y

r = −

− −

( )(

)

1, 338 , 116 81944 y r = 1, 338 , 9505504 y r = 1, 338 , 3083, 0997 y r =

1,y 0,1096. r =

Perhitungan reliabilitas butir pertanyaan:

2 1 2 1 1 p i i cronbach S p p S α =      _{ } =_{ } − −        

∑

dengan p = jumlah pertanyaan

2

i

S

= variansi skor tes variabel ke-i

2

S _{= variansi keseluruhan skor tes.}

25 1 10, 5908 i i S = =

∑

S2 = 94,18851

sehingga diperoleh: 2 1 2 1 1 p i i cronbach S p p S α =      _{ } =_{ } − −        

∑

25 2 1 2 25 1 25 1 i i cronbach S S α =      _{ } =_{ } − −        

∑

25 10, 5908

1 24 94,18851 cronbach α =_ _ − _   

(

)

25 1 0,11244 24 cronbach α =_ _ −  

(

1, 041667 0,88756

)(

)

cronbach

α =

cronbach

α =

0,924541.

[image:45.595.108.516.129.579.2]

Tabel 3.5 Uji Validitas dan Reliabilitas Butir-Butir Pertanyaan Penelitian

Corrected Item-Total Correlation

r tabel Keterangan Cronbach's Alpha if Item

Deleted

r tabel Keterangan

P1 0,109 0,361 Tidak Valid 0,925 0,361 Reliabel

P2 0,595 0,361 Valid 0,922 0,361 Reliabel

P3 0,687 0,361 Valid 0,919 0,361 Reliabel

P4 0,687 0,361 Valid 0,919 0,361 Reliabel

P5 0,576 0,361 Valid 0,921 0,361 Reliabel

P6 0,293 0,361 Tidak Valid 0,926 0,361 Reliabel

P7 0,443 0,361 Valid 0,924 0,361 Reliabel

P8 0,674 0,361 Valid 0,920 0,361 Reliabel

P9 0,432 0,361 Valid 0,924 0,361 Reliabel

P10 0,444 0,361 Valid 0,923 0,361 Reliabel

P11 0,776 0,361 Valid 0,917 0,361 Reliabel

P12 0,601 0,361 Valid 0,921 0,361 Reliabel

P13 0,712 0,361 Valid 0,919 0,361 Reliabel

P14 0,685 0,361 Valid 0,919 0,361 Reliabel

P15 0,253 0,361 Tidak Valid 0,925 0,361 Reliabel

P16 0,511 0,361 Valid 0,922 0,361 Reliabel

P17 0,378 0,361 Valid 0,924 0,361 Reliabel

P18 0,582 0,361 Valid 0,921 0,361 Reliabel

P19 0,781 0,361 Valid 0,918 0,361 Reliabel

P20 0,403 0,361 Valid 0,924 0,361 Reliabel

P21 0,784 0,361 Valid 0,918 0,361 Reliabel

P22 0,437 0,361 Valid 0,923 0,361 Reliabel

P23 0,611 0,361 Valid 0,921 0,361 Reliabel

P24 0,569 0,361 Valid 0,921 0,361 Reliabel

P25 0,737 0,361 Valid 0,918 0,361 Reliabel

Sumber: Data primer Bobby diolah, 2015

Tabel 3.6 Uji Validitas dan Reliabilitas Butir-Butir Pertanyaan Penelitian Berdasarkan Variabel Penelitian

Variabel Corrected Item-Total Correlation

Cronbach's Alpha if Item

Deleted

r Tabel Keterangan

Skill Karyawan

(X1)

P6 0,293 0,926 0,361 Tidak Valid namun reliabel P7 0,443 0,924 0,361 Valid dan reliabel P8 0,674 0,920 0,361 Valid dan reliabel P9 0,432 0,924 0,361 Valid dan reliabel P11 0,776 0,917 0,361 Valid dan reliabel P12 0,601 0,921 0,361 Valid dan reliabel P13 0,712 0,919 0,361 Valid dan reliabel P18 0,582 0,921 0,361 Valid dan reliabel P19 0,781 0,918 0,361 Valid dan reliabel P21 0,784 0,918 0,361 Valid dan reliabel

Fasilitas (X2)

P4 0,687 0,919 0,361 Valid dan reliabel P10 0,444 0,923 0,361 Valid dan reliabel P15 0,253 0,925 0,361 Tidak valid namun reliabel P22 0,437 0,923 0,361 Valid dan reliabel P23 0,611 0,921 0,361 Valid dan reliabel P24 0,569 0,921 0,361 Valid dan reliabel P25 0,737 0,918 0,361 Valid dan reliabel

Servis (X3)

P1 0,072 0,685 0,361 Tidak valid namun reliabel P2 0,595 0,658 0,361 Valid dan reliabel P3 0,687 0,716 0,361 Valid dan reliabel P14 0,685 0,919 0,361 Valid dan reliabel P16 0,511 0,922 0,361 Valid dan reliabel P17 0,378 0,924 0,361 Valid dan reliabel P20 0,403 0,924 0,361 Valid dan reliabel Produk (X4) P5 -0,176 0,694 0,361 Valid dan reliabel

Sumber: Data primer Bobby diolah, 2015

Tabel 3.6 menunjukkan bahwa 9 butir pertanyaan variabel Skill Karyawan (X1)

dinyatakan valid dan reliabel sementara butir pertanyaan 1 tidak valid. Hal ini dapat dilihat dari r hitung (Corrected Item-Total Correlation) dan nilai Cronbach’s Alpha > r tabel. Hal ini berarti butir pertanyaan P7-P9, P11-P13, P18, P19 dan P21 dapat mengukur variabel penelitian yang dimaksud Skill Karyawan (X1).

Pada variabel Fasilitas (X2) hanya butir pertanyaan 15 dinyatakan tidak valid

namun reliabel, 6 butir pertanyaan dinyatakan valid dan reliabel. Hal ini dapat dilihat dari r hitung (Corrected Item-Total Correlation) > r tabel dan terdapat nilai r hitung (Corrected Item-Total Correlation) < r tabel serta nilai Cronbach’s Alpha > r tabel.

Pada variabel Servis (X3) 6 butir pertanyaan dinyatakan valid dan reliabel. Hal ini

[image:46.595.115.510.121.518.2]

Cronbach’s Alpha > r tabel. Hal ini berarti butir pertanyaan P2, P3, P14, P16, P17 dan P20 dapat mengukur variabel penelitian Servis (X3).

Pada variabel Produk (X4) butir pertanyaan 5 dinyatakan valid dan reliabel. Hal

ini berarti butir pertanyaan P5 dapat mengukur variabel penelitian Produk (X4).

3.4 Analisis Hasil Perhitungan

Proses untuk mendapatkan model umum dari analisis faktor melalui beberapa tahapan. Dalam penelitian ini menggunakan SPSS 16.0 sebagai alat bantu untuk mempermudah proses perhitungan. Setelah data diolah menggunakan IBM SPSS 19.0 maka akan dilakukan analisis tahap demi tahap dari proses analisis faktor.

3.4.1 Membentuk matriks korelasi

Proses analisis didasarkan pada suatu matriks korelasi antar variabel. Analisis faktor dapat tepat digunakan jika variabel yang dianalisis saling berkorelasi. Apabila koefisien korelasi antar variabel terlalu lemah, maka metode analisis faktor kurang tepat digunakan. Perhitungan nilai korelasi masing-masing variabel dengan memakai rumus korelasi product moment:

1 1 1

,

2 2

2 2

1 1 1 1

,

n n n

k k k k

k k k

x y

n n n n

k k k k

k k k k

n X Y X Y

r

n X X n Y Y

= = = = = = = − =    _{ }   _{ }    − −  _{ }   _{ }   _{ }   _{ }     

∑

∑ ∑

∑

∑

∑

∑

Contoh perhitungan korelasi antara variabel X1 dan variabel X2:

Skill Karyawan=3813

∑

Fasilitas=2523

∑

2

Skill Karyawan =146193

∑

2

Fasilitas =64471

∑

(Skill Karyawan)(Fasilitas)=97007

∑

(

)

(

)

(

(

(

)

)

)

1, 2

2 2

100(97007) (3813)(2523)

, 100(146293) 3813 100(64471) 2523

x x

r = −

(

)(

)

1, 2

61975

,

90331 81571

x x

r

=

1,2

61975

, 85839, 326

x x r =

1,2 0, 722.

x x r =

Matriks korelasi:

Correlation Matrix

Skill_Karyawan Fasilitas Servis Produk Correlation Skill_Karyawan 1 0,722 0,766 0,354

Fasilitas 0,722 1 0,710 0,474

Servis 0,766 0,710 1 0,451

[image:48.595.114.485.90.768.2]

Produk 0,354 0,474 0,451 1

Tabel 3.7 Data Penelitian

No.

Responden Skill_Karyawan Fasilitas Servis Produk

1 45 27 31 4

2 35 27 30 4

3 35 24 27 4

4 35 24 28 4

5 34 23 28 3

6 35 24 28 4

7 36 24 28 4

8 43 26 31 5

9 41 24 29 4

10 40 25 28 4

11 37 22 25 4

12 45 30 34 5

13 35 22 26 4

14 34 22 27 4

15 35 24 25 4

16 36 22 25 4

17 39 21 31 3

18 37 21 30 3

19 42 26 29 4

20 38 23 31 3

⋮

100 9 5 9 18

Pada penelitian ini matriks korelasi yang dibentuk dari data yang diperoleh untuk mengetahui faktor-faktor yang mempengaruhi tingkat kepuasan nasabah terhadap pelayanan PT Bank Mandiri Cabang Cemara Asri.

3.4.2 Uji Asumsi Kecukupan Data dan Korelasi Antar Variabel

[image:49.595.133.498.606.693.2]

Kaiser-Meyer-Olkin (KMO) test digunakan untuk mengukur kecukupan sampling (sampling adequacy) sedangkan Bartlett’s test of sphericity dipergunakan untuk menguji hipotesis bahwa variabel tak berkorelasi di dalam populasi. Adapun hasil pengujiannya dapat dilihat pada tabel berikut ini :

Tabel 3.8 Pengujian KMO dan Bartlett’s Variabel

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,774

Bartlett's Test of Sphericity

Approx. Chi-Square 198,598

Df 6

Sig. 0,000

Pada tabel 3.7 diperoleh nilai KMO sebesar 0,774. Hal ini menunjukkan bahwa nilai KMO yang diperoleh tersebut lebih besar dari 0,5. Dengan demikian dapat disimpulkan bahwa variabel indikator yang mempengaruhi tingkat kepuasan nasabah terhadap pelayanan PT Bank Mandiri Cabang Cemara Asri sudah memenuhi syarat yang berimplikasi data dapat dianalisis lebih lanjut menggunakan analisis faktor. Kemudian untuk menguji korelasi data dengan menggunakan Bartlett”s test diperoleh hasil sig (level of significance) sebesar 0.000. Hal ini mengidentifikasikan bahwa matriks korelasi antar variabel tidak sama dengan matriks identitas atau dengan kata lain ada korelasi antar variabel.

Anti-image Matrices

Skill_Karyawan Fasilitas Servis Produk Anti-image

Correlation

Skill_Karyawan 0,735a -0,403 -0,525 0,091

Fasilitas -0,403 0,802a -0,281 -0,260

Servis -0,525 -0,281 0,766a -0,204

Produk 0,091 -0,260 -0,204 0,825a

3.4.3 Penentuan Banyaknya Faktor

[image:50.595.113.504.264.395.2]

Dalam menentukan banyaknya faktor, digunakan metode analisis faktor yaitu analisis komponen utama (principal component analysis). Dalam analisis komponen utama, banyaknya faktor dapat ditentukan dengan melihat eigenvalue yang lebih besar dari 1 (eigenvalue ≥ 1). Nilai eigen dan varian kumulatif dari Skill Karyawan, Fasilitas, Servis, dan Produk dapat dilihat pada tabel 3.9 berikut.

Tabel 3.9 Eigenvalue, Variance, dan Cumulative Varians Kepuasan Nasabah

Total Variance Explained

Component

Initial Eigenvalues

Extraction Sums of Squared Loadings

Tota