BAB 3 PEMBAHASAN
3.1 Populasi Penelitian
Pengambilan data dilakukan dengan cara langsung menyebar kuesioner yaitu berupa pertanyaan-pertanyaan kepada responden penelitian. Responden penelitian ini adalah mahasiswa Matematika Universitas Sumatera Utara mulai dari stambuk 2014 sampai 2016 yaitu sebanyak 268 orang.
Tabel 3.1 Populasi Penelitian
No Stambuk Jumlah Mahasiswa Persentase
1 2014 83 Mahasiswa 30,97%
2 2015 83 Mahasiswa 30,97%
3 2016 102 Mahasiswa 38,06%
Jumlah 268 Mahasiswa 100% Sumber: Direktori Mahasiswa Universitas Sumatera Utara
3.2 Pengambilan Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik Slovin. Jumlah populasi yang diambil yaitu sebanyak 268 orang.
=
+��Maka:
= + ,
= ,
Sehingga jumlah sampel yang akan diteliti dalam penelitian ini adalah sebanyak 73 orang.
Dalam penelitian ini terdapat 3 stambuk mahasiswa Matematika Universitas Sumatera Utara. Metode yang digunakan dalam pengambilan sampelnya adalah dengan Proportionale Stratified random sampling yaitu pengambilan sampel dilakukan secara acak dengan memperhatikan strata yang ada. Artinya setiap strata terwakili sesuai proporsinya. Rumusnya sebagai berikut:
=
Tabel 3.2 Sampel Penelitian Tiap Strata
No Stambuk Jumlah Jumlah Sampel
(Orang)
1 2014 83 � =
2 2015 83 � =
3 2016 102 � =
Jumlah 268 73
3.3 Uji Validitas
Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan dengan menggunakan bantuan program SPSS, sebagaimana diketahui hipotesis penelitian sebagai berikut:
H0 = Variabel valid H1 = Variabel tidak valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel. Kriteria penilaian uji validitas adalah:
b. Apabila rhitung ≤ rtabel (pada taraf signifikan 5% atau 10%), maka H0 ditolak artinya butir pertanyaan tersebut tidak valid.
Untuk penilaian ini diperoleh rtabel dengan jumlah sampel 73 dan taraf signifikan sebesar 10% atau 0,1 yaitu:
n-2 = 73-2 = 71 rtabel = 0,194
Hasil uji validitas kuesioner dari 9 variabel yang diukur kemudian dihitung dengan menggunkan software SPSS yang ditunjukkan pada tabel berikut:
Tabel 3.3 Uji Validitas
No r-tabel r-hitung Keterangan
1 0,194 0,656 Valid
2 0,194 0,585 Valid
3 0,194 0,593 Valid
4 0,194 0,538 Valid
5 0,194 0,549 Valid
6 0,194 0,384 Valid
7 0,194 0,636 Valid
8 0,194 0,476 Valid
9 0,194 0,524 Valid
Mempunyai korelasi person rhitung ≥ 0,194 maka butir pertanyaan tersebut adalah valid. Jika suatu butir pertanyaan tidak valid maka butir pertanyaan tersebut harus dibuang kemudian dilakukan uji sesuai prosedur sebelumnya dengan mengurangi butir pertanyaan yang tidak valid
No
Responden X1 Y X1Y X1
2 Y2
58 5 42 210 25 1764
59 5 34 170 25 1156
60 5 38 190 25 1444
61 5 34 170 25 1156
62 4 34 136 16 1156
63 5 37 185 25 1369
64 5 34 170 25 1156
65 4 35 140 16 1225
66 4 28 112 16 784
67 5 37 185 25 1369
68 4 34 136 16 1156
69 4 36 144 16 1296
70 5 35 175 25 1225
71 4 32 128 16 1024
72 4 34 136 16 1156
73 4 34 136 16 1156
Jumlah 326 2557 11592 1500 91139
= ∑ − ∑ . ∑
√{ ∑ − ∑ }{ ∑ − ∑ }
= . − .
√{ . − }{ . − . }
= . − .
√ . − . . . − . .
= .
= .
√ . .
= ,
Diperoleh nilai validitas dengan perhitungan manual adalah 0,656 sama dengan output SPSS yakni 0,656. Selanjutnya untuk perhitungan lainnya akan dilakukan dengan software SPSS.
3.4 Uji Reliabilitas
Setelah dilakukan uji validitas dan dinyatakan valid dilanjutkan dengan uji reliabilitas. Suatu variabel dikatakan reliabel apabila setelah dilakukan uji reliabel diperoleh nilai Cronbach Alpha > 0,60.
Hipotesis untuk signifikansi adalah: H0 = Hasil pengukuran tidak reliabilitas H1 = Hasil pengukuran reliabilitas
Kriteria penilaian uji reliabilitas adalah:
a. Apabila Cronbach Alpha > 0,60, maka H0 ditolak artinya hasil pengukuran reliabilitas.
b. Apabila Cronbach Alpha ≤ 0,60, maka H0 diterima artinya hasil pengukuran tidak reliabilitas.
Jika dihitung variansi itemnya akan diperoleh hasil sebagai berikut:
Mencari nilai variansi dari masing masing variabel dengan rumus sebagai berikut:
=∑ − ∑
=
. −= ,
=
− 9= ,
=
. −= ,
=
. −= ,
=
−= ,
=
−= ,
=
. − 9= ,
=
. −= ,
∑ = 0,605 + 1,306 + 1,146 + 0,659 + 0.486 + 1,177 + 1,192 + 1,164 + 0,539 ∑ = ,
Mencari nilai variansi total
=∑ − ∑ = . − . = . − . , = . ,
= ,
Mencari nilai Alpha � = [ − ] [ −∑��
� ]
� = [ − ] [ − ,, ] � = [ ] − ,
� = ,
Berikut adalah hasil perolehan data dari uji reliabilitas dengan SPSS Tabel 3.5 Hasil Cronbach Alpha Reliability Test
Reliability Statistics
Berdasarkan hasil output di atas, di dapat nilai Cronbach Coeficien Alpha sebesar 0,693 untuk uji reliabilitas atas daftar pilihan responden. Nilai tersebut menyatakan bahwa 9 variabel yang valid tersebut memenuhi syarat uji reliabilitas, dimana nilai yang diperoleh sudah lebih dari minimum untuk sebuah penelitian yaitu 0,6.
3.5 Penskalaan Data Ordinal Menjadi Data Interval
Berikut ini adalah hasil perhitungan Method Successive Interval untuk Variabel 1. Tabel 3.6 Penskalaan Variabel 1
No.
Frekuensi Proporsi Proporsi
Kumulatif Z
Langkah-langkah Methode Successive Interval untuk variable 1: 1. Menghitung frekuensi skor jawaban dalam skala ordinal.
3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi kumulatif dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari Tabel Distribusi Normal Baku.
4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai Z tersebut kedalam fungsi densitas normal baku sebagai berikut:
f(z) =
5. Menghitung Scale Value (SV) dengan rumus:
SV = − Scale Value Terkecil = -2,333
Nilai X diperoleh dari:
= + , = ,
7. Mentransformasikan nilai skala dengan menggunakan rumus: Y = SV + |SVmin|
= − , + , =
= − , + , = ,
= − , + , = ,
= , + , = ,
Dengan perhitungan manual yang dilakukan terbukti sama dengan perhitungan yang dilakukan pada Microsoft excel. Selanjutnya dengan melakukan cara yang sama, maka semua variabel akan ditransformasikan ke dalam data interval. Hasil penskalaan dari masing-masing variabel dapat dilihat pada tabel berikut ini:
Tabel 3.7 Hasil Penskalaan Data Interval Tiap Variabel
X1 X2 X3 X4 X5 X6 X7 X8 X9
3.6 Proses Analisis Faktor I
Pada proses awal analisis faktor, dilakukan beberapa tahap sampai dengan diperoleh faktor-faktor baru sebagai dominan yang ingin diperoleh. Proses pertama tabulasi pada data serta melakukan pengolahan dengan software yang telah direferensikan yaitu dengan program SPSS dengan versi SPSS 22.
Ada beberapa variabel yang mempengaruhi mahasiswa dalam membeli smartphone. Dalam penelitian ini, variabel-variabel tersebut berjumlah 9 variabel yang telah valid.
Berdasarkan hasil perhitungan diperoleh nilai KMO and Barlett’s Test
memang harus diatas 0,5 dan signifikan atau probabilitas dibawah 0,5 maka variabel layak dan dapat dianalisa lebih lanjut (Santoso, 2002).
Tabel 3.8 KMO and Bartlett’s Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .632
Bartlett's Test of Sphericity Approx. Chi-Square 101.928
Df 36
Sig. .000
Perhitungan selanjutnya adalah dengan melihat nilai MSA. Hasil nilai MSA dapat dilihat pada tabel dibawah. Hasil pada tabel menunjukkan bahwa 9 variabel mempunyai nilai lebih dari 0,5 berdasarkan 9 variabel yang dinilai dari jawaban kuesioner 73 responden, diperoleh bahwa nilai MSA yang diperoleh di atas 0,5. Ini menandakan bahwa semua variabel memiliki korelasi cukup tinggi dengan variabel lainnya, sehingga selanjutnya dapat dilakukan analisis pada seluruh variabel yang diteliti.
Tabel 3.9 Measure Of Sampling Adequacy
No Variabel Nilai MSA
3.7Proses Analisis faktor II (Ekstraksi)
jumlah varians data dipertimbangkan yaitu diagonal matriks korelasi, setiap elemennya sebesar satu dan full variance dipergunakan untuk dasar pembentukan faktor, yaitu variabel-variabel lama yang jumlahnya lebih sedikit dan tidak berkorelasi lagi satu sama lain, seperti variabel-variabel asli yang memang saling berkorelasi. Communalities adalah jumlah varians yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dengan analisis.
3.7.1 Communalties
Communalities pada dasarnya adalah jumlah varians dari suatu variabel awal yang bisa dijelaskan oleh faktor yang ada. Semakin besar communalities sebuah variabel, maka semakin erat hubungannya dengan faktor.
Tabel 3.10 Communalities
No Variabel Initial Extraction
1 Variabel 1 1,000 0,454
2 Variabel 2 1,000 0,677
3 Variabel 3 1,000 0,601
4 Variabel 4 1,000 0,737
5 Variabel 5 1,000 0,615
6 Variabel 6 1,000 0,495
7 Variabel 7 1,000 0,516
8 Variabel 8 1,000 0,464
9 Variabel 9 1,000 0,562
3.7.2 Total Variance Explained
Total Variance Explaned menerangkan nilai persen dari variansi yang mampu diterangkan oleh banyaknya faktor yang terbentuk. Nilai ini berdasarkan nilai eigenvalue.
variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu faktor tersebut adalah (lihat kolom Component 1 pada Tabel berikut ini):
Tabel 3.11 Total Variance Explaained
Faktor atau Komponen
Initial Eigenvalues
Total % of Variance Cumulative %
1 2,453 27,254 27,254
2 1,614 17,931 45,186
3 1,055 11,723 56,909
4 ,910 10,114 67,023
5 ,882 9,801 76,823
6 ,676 7,514 84,337
7 ,578 6,424 90,762
8 ,459 5,097 95,858
9 ,373 4,142 100,000
,
x % = , %
Jika 9 variabel diekstrak menjadi 3 faktor, maka: 1. Varian faktor pertama adalah 27,25%
2. Varian faktor kedua adalah 17,93% 3. Varian faktor ketiga adalah 11,72%
1. Jumlah angka eigenvalue untuk ke 9 variabel adalah sama dengan total varian ke-9 variabel yaitu 2,453 + 1,614 + 1,055 + 0,910 + 0,882 + 0,676 + 0,578 + 0,459 + 0,373 = 9
2. Susunan eigenvalue selalu diurutkan dari yang terbesar sampai dengan yang terkecil, dengan kriteria bahwa angka eigenvalue dibawah 1 tidak digunakan dalam menghitung faktor yang terbentuk.
Dari tabel 3.12 diatas menyatakan bahwa hanya 3 faktor yang terbentuk, terlihat dari eigenvalue dengan nilai diatas 1, namun pada faktor yang keempat angka eigenvalue sudah dibawah 1, yakni 0,910 sehingga proses Faktoring seharusnya berhenti pada tiga faktor saja, maka dalam penelitian ini hanya tiga faktor yang terbentuk.
3.7.3 Scree Plot
Jika Tabel 3.12 menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka scree plot menunjukkan dengan grafik bahwa pada sumbu X (component number) faktor ke-4 sudah dibawah 1 dari sumbu Y (angka eigenvalue). Hal ini menunjukkan bahwa 3 faktor adalah paling tepat untuk meringkas ke 9 variabel tersebut.
Gambar 3.1 Scree Plot
vertikal dan banyaknya faktor sebagai sumbu horizontal. Bentuk kurva atau plotnya dipergunakan untuk menentukan banyaknya faktor.
Jika tabel total variansi menjelaskan dasar jumlah faktor yang didapat dengan perthitungan angka, maka scree plot memperlihatkan hal tersebut dengan grafik. Terlihat bahwa dari satu ke faktor dua (baris dari sumbu Component 1 ke-2), arah garis cukup menurun tajam. Begitu juga dari Component 2 ke Component 3 garis juga sama menurun nya. Pada faktor ke-4 sudah dibawah angka 1 dari sumbu eigen value. Hal ini menunjukkan bahwa ada 3 faktor yang mempengaruhi mahasiswa dalam membeli smartphone, yang dapat diekstraksi berdasarkan scree plot.
3.8 Proses Analisis Faktor III (Rotasi)
Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 3 faktor dari 9 variabel yang dapat diolah dengan variansi kumulatif sebesar 56,90%. Korelasi antara variabel-variabel dan faktor (Faktor Loading) hasil ekstarksi tersebut dapat dilihat pada tabel (component matrix SPSS) berikut.
Dari Tabel diatas dapat dilihat bahwa variabel-variabel berkorelasi kuat dengan lebih dari satu faktor, sehingga sulit untuk menginterpretasikan faktor-faktor tersebut. Dalam hal ini, faktor loading perlu dirotasi agar masing-masing variabel berkorelasi kuat hanya pada satu faktor. Berikut ini adalah Faktor Loading setelah dirotasi (Rotated Faktor Loading).
Tabel 3.13 Rotated Factor Loading
Variabel Penelitian
Component
1 2 3
X1 0,557 0,143 0,352
X2 0,766 -0,138 0,267
X3 0,769 0,074 -0,061
X4 -0,024 0,827 0,231
X5 0,057 0,219 0,751
X6 0,124 -0,201 0,663
X7 0,666 0,268 -0,007
X8 0,202 0,643 -0,100
X9 0,072 0,744 -0,048
Faktor Loading hasil rotasi menunjukkan bahwa variabel-variabel berkorelasi kuat hanya pada satu faktor tertentu, misalnya korelasi antara variabel X4 dengan faktor 2 sebesar 0,827 (korelai kuat), sedangkan korelasi variabel X4 dengan faktor 1 dan 3, masing-masing -0,024 dan 0,231 (korelasi lemah).
3.9 Proses Analisis Faktor IV (Interpretasi Faktor) Faktor Pertama
Faktor pertama hasil rotasi faktor didukung oleh 4 variabel. Variabel-variabel tersebut yang secara berurutan nilai bobotnya adalah X1, X2, X3 dan X7. Bobot masing-masing variabel pendukung faktor pertama tersebut sesuai tabel berikut ini:
Tabel 3.14 Bobot Variabel Pendukung Faktor Pertama
Variabel Pendukung Nama Variabel Bobot Variabel X1 RAM (Random Access Memory) 0,577
X2 Desain smartphone 0,766
X3 Ukuran layar smartphone 0,769
X7 Merek smartphone 0,666
Dari tabel diatas, variabel X3 mempunyai bobot terbesar, yaitu 0,769. Berdasarkan uraian tersebut dapat disimpulkan bahwa faktor pertama cukup layak diberi nama faktor Desain dan Spesifikasi. Faktor pertama ini adalah faktor yang paling kuat yang mempengaruhi mahasiswa dalam membeli smartphone dengan variansi sebesar 27,254%.
Faktor Kedua
Faktor kedua hasil rotasi faktor didukung oleh 3 variabel. Variabel-variabel tersebut yang secara berurutan nilai bobotnya adalah X4, X8 dan X9. Bobot masing-masing variabel pendukung faktor kedua tersebut sesuai tabel berikut ini:
Tabel 3.15 Bobot Variabel Pendukung Faktor Kedua Variabel
Pendukung Nama Variabel
Bobot Variabel
X4 Kamera 0,827
X8 Jaringan Pendukung 4G 0,643
X9 Harga smartphone 0,744
yang mempengaruhi mahasiswa dalam membeli smartphone dengan variansi sebesar 17,931%.
Faktor Ketiga
Faktor ketiga hasil rotasi faktor didukung oleh 2 variabel. Variabel-variabel tersebut yang secara berurutan nilai bobotnya adalah X5, dan X6. Bobot masing-masing variabel pendukung faktor ketiga tersebut sesuai tabel berikut ini:
Tabel 3.16 Bobot Variabel Pendukung Faktor Ketiga Variabel
Pendukung Nama Variabel
Bobot Variabel
X5 Ketahanan baterai 0,751
X6 Kapasitas memori internal dan eksternal 0,663
Dari tabel di atas, variabel X5 mempunyai bobot terbesar, yaitu sebesar 0,751. Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor ketiga diberi nama Kapasitas Smartphone. Faktor ini adalah faktor terkuat ketiga yang mempengaruhi mahasiswa dalam membeli smartphone dengan variansi sebesar 11,723%
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan sebagai berikut: 1. Terdapat 3 faktor hasil ekstraksi yang mempengaruhi mahasiswa dalam
keputusan pembelian smartphone. Hal ini digambarkan dari variansi kumulatif sebesar 56,91%. Variabel-variabel yang terlihat/terobservasi adalah sebagai berikut:
� = , + , + , + ,
� = , + , + ,
� = , + ,
2. Dari tiga faktor yang terbentuk, Faktor Desain dan Spesifikasi menjadi faktor terbesar yang mempengaruhi mahasiswa dalam keputusan pembelian smartphone, dengan persentasi sebesar 27,25%. Sedangkan Faktor Kapasitas Smartphone menjadi faktor terkecil yang mempengaruhi mahasiswa dalam keputusan pembelian smartphone dengan persentasi sebesar 11,72%.
4.2 Saran
