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/i S1 Matematika Universitas Sumatera Utara stambuk 2014,
2015 dan 2016 yang pernah melakukan pembelian di online shop minimal 3 kali pembelian dengan minimal harga produk Rp. 50.000,- per transaksi.
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%
Sumber: Direktori Mahasiswa Universitas Sumatera Utara
3.2 Pengambilan Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik bola salju.
Peneliti mengambil sampel dengan cara bertanya kepada mahasiswa/i yang pernah
melakukan pembelian di online shop kemudian mencari informasi sesuai kriteria penelitian sehingga mendapatkan responden pertama. Dari responden pertama
tersebut peneliti mencari informasi untuk mendapatkan reponden selanjutnya
hingga peneliti merasa cukup, dan kemudian melakukan penelitian ke tahap
selanjutnya. Karena metode ini tidak menentukan batas jumlah sampel, sehingga
jumlah sampel yang akan diteliti dalam penelitian ini sebanyak 100 orang yang
dianggap cukup oleh peneliti.
3.3 Uji Validitas
Sebelum menjabarkan tentang analisis data dalam bentuk perhitungan dengan
H0 : Variabel valid
H1 : Variabel tidak valid
Validitas dapat diukur dengan membandingkan rhitung dengan rtabel. Kriteria
penilaian uji validitas adalah:
a. Apabila rhitung > rtabel (pada taraf signifikan 5% atau 1%), maka H0 diterima
artinya butir pertanyaan tersebut valid.
b. Apabila rhitung ≤ rtabel (pada taraf signifikan 5% atau 1%), maka H0 ditolak
artinya butir pertanyaan tersebut tidak valid.
Untuk penilaian ini diperoleh rtabel dengan jumlah sampel 100 dan taraf signifikan
sebesar 5% atau 0,05 yaitu:
n-2 = 100-2 = 98
rtabel = 0,165
Hasil uji validitas kuesioner dari 8 variabel yang diukur kemudian dihitung
dengan menggunkan software SPSS 22 yang ditunjukkan pada Tabel 3.2 berikut:
Tabel 3.2 Uji Validitas
No Variabel r-tabel r-hitung Keterangan 1 Variabel 1 0,165 0,641 Valid
2 Variabel 2 0,165 0,549 Valid
3 Variabel 3 0,165 0,776 Valid
4 Variabel 4 0,165 0,465 Valid
5 Variabel 5 0,165 0,763 Valid
6 Variabel 6 0,165 0,617 Valid
7 Variabel 7 0,165 0,621 Valid
8 Variabel 8 0,165 0,711 Valid
Mempunyai korelasi person rhitung ≥ 0,165 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. Karena tidak terdapat
Secara manual perhitungan korelasi product moment antara variabel dengan skor total variabel lainnya (y) dapat dilihat pada Tabel 3.3 berikut:
No
Secara manual perhitungan korelasi Product Moment antara variabel dengan skor total variabel lainnya (y) dapat dilihat pada Tabel 3.4 berikut:
Diperoleh nilai validitas dengan perhitungan manual adalah 0,549 sama
dengan output SPSS 22 yakni 0,549.
Secara manual perhitungan korelasi Product Moment antara variabel dan dengan skor total variabel lainnya (y) dapat dilihat pada Tabel 3.5 berikut:
Diperoleh nilai validitas dan dengan perhitungan manual adalah
sama dengan output SPSS 22 yakni .
3.4Uji 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:
Berikut adalah hasil perolehan data dari uji reliabilitas dengan SPSS 22
Tabel 3.6 Hasil Cronbach Alpha Reliability Test
Berdasarkan hasil Tabel 3.6 di atas, di dapat nilai cronbach alpha sebesar 0,799
untuk uji reliabilitas atas daftar pilihan responden. Nilai tersebut menyatakan
bahwa 8 variabel yang valid tersebut memenuhi syarat uji reliabilitas, dimana nilai
yang diperoleh sudah lebih dari minimum untuk sebuah penelitian yaitu 0,60.
3.5 Penskalaan Data Ordinal Menjadi Data Interval
Hasil perhitungan method of successive interval untuk Variabel 1
Tabel 3.7 Penskalaan Variabel 1
Langkah-langkah methode of successive interval untuk variable 1:
1. Menghitung frekuensi skor jawaban dalam skala ordinal.
2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor
jawaban.
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
5. Menghitung Scale Value (SV) dengan rumus:
SV =
SV1 =
SV2 =
SV3 =
SV4 =
SV5 =
6. Menentukan Scale Value min sehingga SVterkecil + |SVmin| = 1
Scale Value Terkecil = -2,400 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 3.8 berikut ini:
Tabel 3.8 Hasil Penskalaan Tiap Variabel
1 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000
2 1,704 1,832 1,870 1,922 1,750 1,750 1,938 1,612
3 2,510 2,625 2,795 2,743 2,678 2,499 2,729 2,392
4 3,738 3,796 3,915 3,860 3,658 3,572 3,837 3,486
5 5,225 5,279 5,225 5,220 4,767 4,879 5,279 4,757
3.6 Proses Analisis Faktor ke-1
Pada proses awal analisis faktor, dilakukan beberapa tahap sampai dengan
diperoleh faktor-faktor baru sebagai dominan yang ingin diperoleh. Prose pertama
tabulasi pada data serta melakukan pengolahan dengan software yang telah direferensikan yaitu dengan software SPSS 22. Ada beberapa variabel yang mempengaruhi keputusan konsumen dalam pembelian produk online shop. Dalam
penelitian ini, faktor-faktor tersebut berjumlah 8 variebel yang telah valid.
Berdasarkan hasil perhitungan diperoleh nilai KMO and barlett’s test of sphericity sebesar 0,814 dengan signifikan sebesar 0,000. Berdasarkan teori nilai KMO memang harus diatas 0,5 dan signifikan atau probabilitas dibawah 0,5 maka
variabel layak dan dapat dianalisa lebih lanjut (Santoso, 2002).
Tabel 3.9 KMO and Bartlett’s Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .814
Bartlett's Test of Sphericity Approx. Chi-Square 197.490
Df 28
Sig. .000
Perhitungan selanjutnya adalah dengan melihat nilai MSA. Hasil nilai MSA dapat
tersisa mempunyai nilai lebih dari 0,5 berdasarkan 8 variabel yang dinilai dalam
kuesioner yang merupakan jawaban 100 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 3.10 Measure Of Sampling Adequacy
No Variabel Nilai MSA
3.7 Proses Anlasisi faktor ke-2 (Ekstraksi)
Dalam penelitian ini metode yang akan digunakan adalah principal componen analysis (analisis komponen utama). Di dalam principal componen analysis 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 Communalities
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 3.11 Communalities
No Variabel Initial Extraction
No Variabel Initial Extraction
3.7.2 Total Variance Explained
Total variance explaned menerangkan nilai persen dari varainsi yang mampu diterangkan oleh banyaknya faktor yang terbentuk. Nilai ini berdasarkan nilai
eigenvalue.
Ada 8 variabel yang dimasukkan dalam analisis faktor, dengan
masing-masing varian memiliki varian 1, maka total varian adalah 8 x 1 = 8. Jika ke-8
variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu
faktor tersebut adalah (lihat kolom component 1) pada Tabel 3.12 berikut:
Tabel 3.12 Total Variance Explained
Dari tabel 3.12 di atas menyatakan bahwa hanya 2 faktor yang terbentuk, terlihat
dari eigenvalue dengan nilai diatas 1, namun pada faktor yang ketiga angka eigenvalue sudah dibawah 1, yakni 0,801 sehingga proses factoring seharusnya berhenti pada dua faktor saja, maka dalam penelitian ini hanya dua faktor yang
1. Jumlah angka eigenvalue untuk ke-8 variabel adalah sama dengan total varian ke 8 variabel atau 3,322 + 1,158 + 0,801 + 0,665 + 0,643 + 0,604 + 0,464 +
0,342 = 8
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.
Perhitungan selanjutnya adalah dengan melihat nilai total variance explained kedua faktor terbentuk pada Tabel 3.13 sebagai berikut:
Tabel 3.13 Total Variance Explained Faktor Terbentuk Faktor
atau Komponen
Extraction Sums of Squared Loadings Total
% of Variance
1 3,322 41,525
2 1,158 14,475
Total 4,490 56,000%
Dari Tabel 3.13 menjelaskan total variance kedua faktor adalah sebesar 56,00% dari variabilitas ke-8 yang asli.
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 ketiga sudah dibawah 1 dari sumbu y (angka
Gambar 3.1 Scree Plot
Suatu grafik Scree plot adalah plot dari eigenvalue melawan banyaknya faktor yang bertujuan untuk melakukan ekstraksi agar diperoleh jumlah faktor. Scree plot berupa suatu kurva yang diperoleh dengan memplot eigenvalue sebagai sumbu vertikal dan banyaknya faktor sebagai sumbu horizontal. Bentuk kurva
atau plotnya dipergunakan untuk menentukan banyaknya faktor.
Jika Tabel total variance menjelaskan dasar jumlah faktor yang didapat dengan perthitungan angka, maka scree plot memperlihatkan hal tersebut dengan grafik. Terlihat bahwa dari faktor satu ke faktor dua (baris dari sumbu component
1 ke-2), arah garis cukup menurun tajam. Dari component 3 sudah dibawah angka
1 dari sumbu eigenvalue. Hal ini menunjukkan bahwa ada 2 faktor yang mempengaruhi konsumen dalam pembelian produk online shop yang dapat diekstraksi berdasarkan scree plot.
3.8 Proses Analisis Faktor ke-3 (Rotasi)
Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 2 faktor dari 8
variabel yang dapat diolah dengan variansi kumulatif sebesar 56%. Korelasi
antara variabel-variabel dan faktor (faktor loading) hasil ekstarksi tersebut dapat
Tabel 3.14 Factor loading
Dari Tabel 3.14 di atas 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).
Faktor loading hasil rotasi menunjukkan bahwa variabel-variabel berkorelasi kuat hanya pada satu faktor tertentu, misalnya korelasi antara variabel dan faktor 2
sebesar 0,782 (korelai kuat), sedangkan korelasi dengan faktor 1 -0,159 (korelasi
3.9 Proses Analisis Faktor ke-4 (Interpretasi Faktor) Faktor Pertama
Faktor pertama hasil rotasi faktor didukung oleh 4 variabel. Variabel-variabel
tersebut yang secara berurutan nilai bobotnya adalah , , , dan , Bobot
masing-masing variabel pendukung faktor pertama tersebut sesuai Tabel 3.16
berikut:
Tabel 3.16 Bobot Variabel Pendukung Faktor Pertama Variabel
Dari Tabel 3.16, variabel mempunyai bobot terbesar, yaitu 0,781. Berdasarkan
hasilnya bahwa faktor pertama cukup layak diberi nama faktor testimoni
merupakan faktor yang paling kuat yang mempengaruhi keputusan konsumen
dalam pembelian produk online shop pada mahasiswa/i S1 Matematika Universitas Sumatera Utara stambuk 2014, 2015 dan 2016 dengan variansi
sebesar 41,53%.
Faktor Kedua
Faktor kedua hasil rotasi faktor didukung oleh 4 variabel. Variabel-variabel
tersebut yang secara berurutan nilai bobotnya adalah , , , dan . Bobot
masing-masing variabel pendukung faktor kedua tersebut sesuai Tabel 3.17
berikut:
Dari Tabel 3.17, variabel mempunyai bobot terbesar, yaitu sebesar 0,782.
Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor kedua diberi
nama faktor iklan/promosi adalah faktor terkuat kedua yang mempengaruhi
keputusan konsumen dalam pembelian produk online shop pada mahasiswa/i S1 Matematika Universitas Sumatera Utara stambuk 2014, 2015 dan 2016 dengan
BAB 4
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan sebagai berikut:
1. Terdapat dua faktor hasil ekstraksi yang berpengaruh terhadap keputusan
konsumen dalam pembelian produk online shop pada mahasiswa/i S1 Matematika Universitas Sumatera Utara stambuk 2014, 2015 dan 2016. Hal ini
digambarkan dari variansi kumulatif sebesar 56%. Variabel-variabel yang
terlihat/terobservasi adalah sebagai berikut:
2. Dari dua faktor yang terbentuk, faktor testimoni menjadi faktor terbesar yang
mempengaruhi keputusan konsumen dalam pembelian produk online shop pada
mahasiswa/i S1 Matematika Universitas Sumatera Utara stambuk 2014, 2015
dan 2016, dengan harga sebesar 41,53%. Sedangkan faktor iklan/promosi
menjadi faktor terkecil yang mempengaruhi keputusan konsumen dalam
pembelian produk online shop pada mahasiswa/i S1 Matematika Universitas Sumatera Utara stambuk 2014, 2015 dan 2016 dengan persentasi yaitu hanya
sebesar 14,47%.
4.2 Saran
Berdasarkan hasil penelitian yang dilakukan, maka penulis mengajukan beberapa
saran sebagai berikut:
1. Bagi pemilik online shop
Dari hasil penelitian, nilai bobot variabel kemudahan transaksi, garansi, dan
pelayanan bernilai cukup rendah dibandingkan bobot variabel lainnya. Hal ini
menunjukkan bahwa pemilik online shop perlu memeberikan kemudahan transaksi untuk konsumen lebih baik lagi misalnya dengan cara menyediakan
shop dapat meningkatkan ketelitian dalam mengirim barang agar memperkecil ketidaksesuaian dan kecacatan barang yang dikirim serta menambahkan
keamanan pengemasan tertentu untuk produknya. Terakhir agar pemilik online
shop meningkatkan pelayanan dengan lebih cepat dan sopan dalam melayani konsumen yang akan membeli produknya.
2. Bagi konsumen
Disarankan konsumen lebih teliti dalam melakukan transaksi agar tidak tertipu
oleh oknum-oknum pemilik online shop palsu, mencari online shop yang menyediakan garansi agar menjamin produk yang dibeli tidak mengecewakan,
serta memilih online shop yang merespon dengan baik dan cepat penanganannya agar tidak terjadi kesalahpahaman anatar pemilik dan