BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

2.1

Pengertian Produk

Produk obat adalah sebuah produk manufaktur yang berisi obat. Ada banyak bentuk produk obat, termasuk tablet (pil), kapsul, krim, atau cairan. Sebuah produk obat seringkali berisi bahan kimia lain yang tidak berbahaya bagi kebanyakan orang. Mereka termasuk produk untuk membuat rasa yang lebih baik atau mengikat tablet sehingga tidak buyar. Hasil bahan-bahan kimia yang telah diolah dari pabrik pengolahan (lab) kemudian dijual atau dipasarkan untuk dapat dikonsumsi atau dipakai oleh masyarakat. Obat adalah benda atau zat yang dapat digunakan untuk merawat penyakit, membebaskan gejala, atau mengubah proses kimia dalam tubuh. Obat ialah suatu bahan atau paduan bahanbahan yang dimaksudkan untuk digunakan dalam menetapkan diagnosis, mencegah, mengurangkan, menghilangkan, menyembuhkan penyakit atau gejala penyakit, luka atau kelainan badaniah dan rohaniah pada manusia atau hewan dan untuk memperelok atau memperindah badan atau bagian badan manusia (Kamus Wikipedia). Dalam bidang farmasi produk yang dihasilkan didistribusikan kesetiap rumah sakit yang kemudian diresepkan oleh dokter. Ada beberapa hal yang mempengaruhi dokter dalam meresepkan obat kepada pasien ditinjau dari perusahaan farmasi diantaranya : diskon produk, sponsorship, harga obat, dan sebagainya. Dari uraian diatas dapat diperoleh pengertian Produk obat yaitu sebuah produk manufaktur yang berisi obat dapat berbentuk tablet (pil), kapsul, kaplet, krim, atau cairan dan sebagainya.

2.2

Pengukuran variabel Defenisi variabel yang digunakan dalam penelitian ini yaitu : 1. Diskon produk (X1) Salah satu faktor penting yang mempengaruhi dokter dalam meresepkan produk. 2. Jumlah dana komitmen (X2)

Universitas Sumatera Utara

Saat memulai kerjasama dengan dokter. 3. Sponsorship (X3) Berpartisipasi dalam symposium, pertemuan ilmiah tahunan, dan sebagainya. 4. Nama dagang obat (X4) Nama dagang identik dengan isi produk. 5. Kualitas produk (X5) Dari hasil pemakaian sebelumnya terhadap pasien. 6. Intens kunjungan medical representatif (X6) Mempresentasekan produk, memberikan informasi tambahan mengenai produk. 7. Harga produk (X7) Dokter memperhatikan harga produk yang akan diresepkan kepada pasien. 8. Brand farmasi (X8) Nama perusahaan farmasi dapat mempengaruhi dokter dalam meresepkan obat. 9. Tema promosi (X9) Memberikan gambaran efek dari pemberian obat terhadap pasien.

10. Selling point (X10) Menginformasikan kelebihan produk dibanding produk lain.

2.3

Populasi dan Sampel Penelitian

Populasi adalah sekelompok orang kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004). Populasi juga dapat diartikan keseluruhan bahan atau data yang akan diteliti, misalnya tinggi badan mahasiswa, berat badan bayi, dan lain-lain. Ada dua macam populasi yaitu populasi tak terhingga (infinite population) dan populasi terbatas (finite population). Populasi tak terhingga yaitu populasi yang tidak terhingga jumlahnya, misalnya mahasiswa. Pengertian mahasiswa ini meliputi mahasiswa yang pernah ada, yang ada sekarang dan yang berada dimana saja diseluruh penjuru dunia. Sedangkan populasi terbatas adalah populasi yang terbatas baik jumlah maupun tempatnya.


Sampel merupakan bagian dari populasi yang diambil untuk diteliti atau observasi, sehingga dengan melakukan pengamatan pada contoh diperoleh keuntungan yaitu : menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah dan dianalisis, sehingga hasilnya dapat cepat digunakan.

2.4

Variabel Penelitian Istilah variabel merupakan istilah yang selalu dipakai dalam jenis penelitian. Variabel adalah

salah satu yang nilainya berunah-ubah menurut waktu atau berbeda menurut elemen atau tempat (Supranto, 2004). Variabel dapat dibedakan atas yang kuantitatif dan kualitatif. Contoh variabel kuantitatif adalah data yang berbentuk bilangan misalnya: luas daerah, tinggi badan seseorang, banyaknya jam dalam sehari dan sebagainya. Contoh variabel kualitatif misalnya : pandai, rajin, berhasil, dan sebagainya. Lebih jauh variabel kuantitatif diklasifikasikan menjadi 2 kelompok yaitu variabel diskrit dan variabel kontinu. 1. Variabel Diskrit Variabel diskrit disebut juga variabel nominal atau variabel kategorik karena hanya dapat dikategorikan atas 2 kutub yang berlawanan yakni “ya” dan “tidak”.

2. Variabel kontinum. Variabel kontinum dipisahkan menjadi 3 variabel kecil yaitu: 1. Variabel ordinal, yaitu variabel yang menunjukkan tingkatan-tingkatan misalnya panjang, lebih panjang, sangat panjang. Untuk sebutan lain adalah variabel “lebih kurang” karena yang satu mempunyai kelebihan dibandingkan dengan yang lain. Contoh : Adi terpandai, Ria pandai, Rino tidak pandai.

2. Variabel Interval, yaitu variabel yang mempunyai jarak jika disbanding dengan variabel lain, sedang jarak itu sendiri dapat diketahui dengan pasti. Contoh : Jarak Medan – Berastagi 66 Km, sedangkan Berastagi- Kisaran 235 Km. Maka selisih jarak Medan- Kisaran, adalah 169 Km.


3. Variabel rasio, yaitu perbandingan. Variabel ini dalam hubungan antar- sesamanya merupakan “sekian kali”. Contoh : Berat Adi 71, sedangkan adiknya 35,5. Maka berat Adi dua kali berat adiknya.

Ditinjau dari sifatnya, variabel penelitian dapat dibedakan menjadi dua, yaitu variabel statis dan variabel dinamis. a. Variabel statis adalah variabel yang tidak dapat diubah keberadaannya, misalnya: jenis kelamin, jenjang pendidikan, tempat tinggal, dan lain-lain. Andaikata hasil penelitian menunjukkan sesuatu yang merupakan akibat dari variabel-variabel tersebut, peneliti tidak mampu mengubah atau mengusulkan untuk mengubah variabel yang dimaksud.

b. Variabel dinamis adalah variabel yang dapat diubah keberadaannya berupa perubahan, peningkatan, atau penurunan. Contoh : kedisiplinan, motivasi, pengaturan, dan sebagainya. Pada penelitian ini variabel yang digunakan adalah diskon produk, jumlah dana komitmen, sponsorship, nama dagang obat, kualitas produk, intens kunjungan medical representative, harga produk, brand farmasi, tema promosi, selling point. Kesepuluh variabel tersebut diberi simbol dengan huruf X, dan variabel tersebut akan membentuk beberapa faktor.

2.5

Data

Data adalah bahan yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Sedangkan perolehan data seharusnya relevan artinya data ada hubungannya langsung dengan penelitian.

2.5.1

Data Menurut Sifatnya

Data menurut sifatnya ada dua yaitu data kualitatif dan data kuantitatif. a. Data kualitatif yaitu data yang berhubungan dengan kategori, karakteristiknya berwujud pernyataan atau berupa kata-kata. Data ini biasanya didapat dari wawancara yang bersifat


subjektif sebab data tersebut ditafsirkan lain oleh orang yang bebeda. Data kualitatif dapat dinyatakan dalam angka dalam bentuk ordinal atau rangking. Contoh : pria itu baik, wanita itu cantik, gagal, berhasil, dan lain-lain.

b. Data kuantitatif yaitu data yang berwujud bilangan. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan semua orang. Contoh : Luas kampus itu 3000 m2, banyak mahasiswa di ruangan itu ada 30 orang, dan lain-lain. Data kuantitatif dibagi menjadi dua bagian, yaitu : a. Data diskrit adalah data hasil menghitung atau membilang. Contoh : Adi mempunyai pena 5 buah. Ayah mempunyai ladang 4 petak.

b. Data kontinu adalah data yang diperoleh dengan cara mengukur. Contoh : panjang kolam tersebut 3 meter.

2.5.2

Data Menurut Cara Memperolehnya

Dalam hal ini data dibagi dua bagian, yaitu : 1. Data primer adalah data yang dikumpulkan secara langsung olehsuatu organisasi, lembaga, objek individual (responden) atau orang yang berkepentingan atau memakai data tersebut.

2. Data sekunder adalah data yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain) umumnya berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip (data dokumenter).

2.6

Skala Pengukuran


Maksud dari skala pengukuran ini untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian selanjutnya (Riduwan, 2004). Jenis-jenis skala pengukuran ada empat, yaitu :

a. Skala Nominal Skala nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai symbol untuk membedakan sebuah karakteristik lainnya. Adapun ciri-ciri skala nominal antara lain: hasil perhitungan dan tidak dijumpai bilangan pecahan, angka yang tertera hanya label saja, tidak mempunyai urutan (rangking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak. Contoh : Jenis Kelamin: 1= Laki-laki, 2= Perempuan Agama : 1= Islam, 2= Kristen, dan seterusnya.

b. Skala Ordinal Skala ordinal adalah skala yang didasarkan pada rangking, diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya. Contoh : Mengukur kejuaraan, misalnya: kerajinan: tingkat 1, tingkat 2, tingkat 3. c. Skala Interval Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama. d. Skala rasio Skala rasio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur dibawah nol tahun dan memiliki timbangan diatas nol pula. Contoh lain adalah, tinggi pohon, jarak, panjang dan sebagainya.

2.7

Skala Instrumen (Model Skala Sikap)

Bentuk-bentuk skala sikap yang perlu diketahui dalam melakukan penelitian yang sering digunakan ada 5 macam, yaitu : 1. Skala Likert


2. Skala Guttman 3. Skala Defferensial Simantict 4. Rating Scale 5. Skala Thurstone.

1. Skala Likert digunakan untuk mengukur sikap, pendapat dan presepsi seseorang atau kelompok tentang kejadian atau gejala sosial. Variabel yang diukur akan dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur. Artinya indikatorindikator yang terukur ini dapat dijadikan titik tolal untuk membuat item instrument yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pertanyaan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut: Sangat penting

(SP)

=5

Penting

(P)

=4

Netral

(N)

=3

Kurang penting

(KP)

=2

Tidak Penting

(TP)

=1

2. Skala Guttman Skala Guttman merupakan skala kumulatif. Skala ini mengukur satu dimensi saja dari suatu variabel yang multidimensi. Skala Guttman disebut juga skala scalogram yang sangat baik meyakinkan peneliti tentang kesatuan dimensi dari sikap atau sifat yang diteliti, yang sering disebut dengan atribut universal. Skala Guttman digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten. Misalnya : Setuju- Tidak setuju, BenarSalah, Positif- Negatif, dan lain-lain. 3. Skala Differensial Semantik (Semantic Differensial Scale) Skala Differensial Semantik atau skala perbedaan semantik berisikan serangkaian karakteristik bipolar (dua-kutup), seperti : panas- dingin, baik- tidak baik, popular- tidak popular dan sebagainya. Karakteristik bipolar tersebut mempunyai tiga dimensi dasar sikap seseorang terhadap objek, yaitu :


a. Aktifitas b. Evaluasi c. Potensi

4. Rating Scale Berdasarkan ketiga skala pengukuran diatas, yaitu : Skala Likert, Skala Guttman, dan Skala perbedaan semantik, data yang diperoleh adalah data kualitatif yang kemudian dikuantitatifkan. Sedangkan Skala Rating Scale adala data mentah yang didapat berupaangka kemudian ditafsirkan dalam bentuk pengertian kualitatif. Responden menjawab, misalnya : mampu- tidak mampu, lemah- kuat, buruk- baik, positif- negative, ini semua merupakan contoh data kualitatif.

Pembuatan dan penyusunan instrument dengan menggunakan Rating Scale harus dapat mengartikan atau menafsirkan setiap angka yang diberikan pada alternatif jawaban. Misalnya Adi memilih jawaban angka 3, Ani memilih angka 3, tetapi persepsinya belum tentu sama maknanya walaupun sama-sama menjawab angka 3.

5. Skala Thurstone Skala Thrustone meminta responden untuk memilih pernyataan yang ia setujui dari beberapa pernyataan yang menyajikan pandangan yang berbeda-beda. Pada umumnya setiap item mempunyai asosiasi nilai antara 1- 10, tetapi nilai-nilainya tidak diketahui oleh responden.

Perbedaan antara Skala Likert dengan Skala Thrustone adalah pada Skala Thrustone interval yang panjangnya sama memiliki instensitas kekuatan yang sama, sedangkan pada Skala Likert tidak perlu sama.

2.8

Metode Pengumpulan Data

Teknik atau cara-cara pengumpulan data yang dimaksud adalah pencatatan peristiwa dari sebagian populasi penelitian. Data yang diperoleh akan dijadikan landasan dalam mengambil


keputusan. Ada beberapa instrumen pengumpulan data yang digunakan secara umum dalam penelitian, yaitu : a. Metode Dokumentasi Metode dokumentasi dijukan untuk memperoleh data langsung berupa catatan, transkrip, majalah, buku-buku, surat kabar, agenda, dan sebagainya.

b. Metode Angket (Koesioner) Angket (Questionnaire) adalah daftar pertanyaan atau pernyataan diberikan kepada orang lain yang bersedia sebagai respons (responden). Tujuan pembagian angket kepada para dokter mengenai faktor-faktor yang mempengaruhi dokter dalam memilih- produk suatu perusahaan farmasi di Rumah Sakit Columbia Asia Medan untuk mendapatkan informasi mengenai permasalahan dari responden

Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan angket (koesioner), setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasikan dan diberi skor atau nilainya, yaitu: Skor 4 untuk jawaban responden sangat penting Skor 3 untuk jawaban responden penting Skor 2 untuk jawaban responden kurang penting Skor 1 untuk jawaban responden tidak penting. c. Wawancara Wawancara adalah suatu cara pengumpulan data yang digunakan untuk memperolah informasi langsung dari sumber (responden). Teknik wawancara dilakukan peneliti kepada responden yang kurang mengerti terhadap angket yang diberikan.

2.9

Uji Pengolahan data

2.9.1

Uji Validitas

Validitas adalah suatu ukuran yang digunakan untuk mengukur sah atau tidaknya suatu butir pertanyaan. Jika skala pengukuran tidak valid maka tidak bermanfaat bagi peneliti, sebab tidak


mengukur apa yang seharusnya dilakukan. Dengan kata lain, validitas adalah sebuah fungsi yang menunjukkan seberapa baik dimensi dan elemen sebuah konsep digambarkan. Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang seharusnya diukur dan dapat mengungkapkan data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang validitas yang dimaksud. Metode yang digunakan untuk menguji validitas dalam penelitian ini adalah :

rxy =

n(∑ XY ) − (∑ X .∑ Y )

{n∑ X

2

}{

− (∑ X ) n∑ Y − (∑ Y ) 2

2

2

}

..........(2.1)

Keterangan : rxy

= koefisien korelasi

X

= skor pertanyaan

Y

= skor total

n

= jumlah sampel

Untuk menentukan valid tidaknya variabel adalah dengan cara mengkonsultasikan hasil perhitungan koefisien korelasi dengan tabel nilai koefisien (r) pada taraf signifikansi 5% atau taraf kepercayaan 95%. Untuk menguji apakah variabel tersebut valid, maka nilai koefisien (r) harus lebih

besar dari nilai koefisien rtabel.

Hipotesis : Ho

: Skor butir pertanyaan berkorelasi positif dengan total skor konstruk

Ha

: Skor butir pertanyaan tidak berkorelasi positif dengan total skor konstruk

Sehingga : Jika rxy ≥ rtabel→ valid Jika rxy< rtabel→ tidak valid 2.9.2

Uji Reliabilitas

Reliabilitas menunjukkan tingkat konsistensi dan stabilitas dari data, bahwa suatu instrumen cukup dapat dipercaya sebagai alat pengumpul data karena instrumen tersebut sudah baik. Stabilitas ukuran menunjukkan kemampuan sebuah ukuran untuk tetap stabil atau tidak rentan terhadap perubahan situasi apapun. Metode yang digunakan untuk menguji reliabilitas adalah-


metode Alpha Cronbach dan taraf keyakinan (coefficients of confidence = CC) dengan ketentuan sebagai berikut : Jika CC ˂ cronbach’s alpha, item pertanyaan reliabel (konsisten) Jika CC ˃ cronbach’s alpha, item pertanyaan tidak reliabel (tidak konsisten) Secara matematis besarnya reliabilitas dirumuskan sebagai berikut (Sunyoto Danang, 2012) : 2  k   ∑ ab  r=  1 − ab 2 ..........(2.2)  k − 1  

dimana :

2.10

r

= besarnya reliabilitas

k

= jumlah item pertanyaan yang diuji

Σab2

= jumlah varians skor tiap-tiap item

ab2

= varians total

Analisis Faktor

Pada awalnya teknik analisis faktor dikembangkan pada awal abad ke-20. Teknik analisis ini dikembangkan dalam bidang psikometrik atas usaha ahli statistik yaitu Karl Pearson, Charles Spearman, dan lainnya untuk mendefinisikan dan mengukur intelegensia seseorang. Pada analisis faktor (factor analysis) dapat dibagi menjadi 2 macam yaitu analisis komponen utama (principal component analysis = PCA) dan analisis faktor (factor analysis = FA). Kedua analisis ini betujuan untuk menerangkan ragam-ragam melalui kombinasi linear variabel-variabel pembentuknya. Sehingga dapat dikatakan bahwa faktor atau komponen adalah variabel bentukan bukan variabel asli. Secara umum analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru yang merupakan variabel bentukan. Pada dasarnya analisis faktor mendekatkan data pada suatu pengelompokkan atau pembentukkan suatu variabel baru yang berdasarkan pada keeratan hubungan antar dimensi pembentuk faktor atau adanya konfirmatori sebagai variabel baru atau faktor. Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel yang saling independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa


kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Sebagai contoh jika ada 10 variabel yang independen satu dengan yang lain, dengan analisis faktor mungkin dapat diringkas menjadi 5 kumpulan variabel baru yang mampu menerangkan variabel asli atau awal (Santoso, 2010). Analisis faktor bertujuan menerangkan struktur hubungan diantara variabel-variabel yang teramati dengan cara membangkitkan beberapa faktor atau komponen variabel laten atau variabel bentukan yang jumlahnya lebih sedikit. Selain tujuan utama analisis faktor tersebut diatas, terdapat beberapa tujuan lain yaitu : 1. Untuk mengidentifikasi adanya hubungan antar variabel penyusun faktor atau dimensi dengan faktor yang terbentuk menggunakan pengujian koefisien korelasi antar faktor dengan komponen pembentuknya. 2. Adanya validasi data untuk mengetahui apakah hasil analisis tersebut dapat digeneralisasi kedalam populasinya, sehingga setelah terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.

2.10.1 Prinsip-Prinsip Analisis Faktor Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu alat untuk menguji alat ukur dalam metode statistik multivariat (Dillon and Goldstein, 1984). Ada tiga fungsi utama analisis faktor, yaitu : 1. Mereduksi jumlah variabel penelitian dengan tetap mempertahankan sebanyak mungkin informasi data awal. Banyaknya variabel awal menjadi beberapa variabel yang lebih sedikit jumlahnya dengan tetap mempertahankan sebagian besar variasi data. 2. Mencari perbedaan kualitatif dan kuantitatif dalam data, dalam situasi dimana terdapat jumlah data yang sangat besar. 3. Data dapat digunakan untuk menguji hipotesis tentang perbedaan kualitatif dan kuantitatif dalam data penelitian.

Adapun kelebihan dari metode analisis faktor adalah : 1. Dapat menjelaskan karakteristik dominan yang dimiliki unit data operasi. 2. Dapat menganalisis sejumlah variabel awal penelitian dan menganalisis korelasi antara variabel awal tersebut.


3. Dapat menggabungkan atau mengagresikan sejumlah variabel awal yang diteliti menjadi sejumlah variabel yang lebih sedikit jumlahnya.

2.10.2 Statistik yang Relevan dengan Analisis Faktor Statistik kunci yang relevan dengan analisis faktor adalah sebagai berikut : 1. Barlett’s test of Sphericity Barlett’s test of Sphericity adalah uji statistik yang digunakan untuk menguji hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0). 2. Correlation Matriks (Matriks Korelasi) Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana (r) antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau angka pada diagonal utama semuanya sama yaitu sama dengan 1.

3. Perhitungan Communality Communality adalah jumlah varians yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Dapat juga disebut proporsi atau bagian varians yang dijelaskan oleh common factoratau besarnya sumbangan suatu faktor terhadap varians seluruh variabel. Makin kecil nilainya, semakin lemah hubungan antara variabel yang terbentuk.Bagian dari varians variabel ke – i dari common faktor disebut komunalitas ke – i yang merupakan jumlah kuadrat dari loading variabel ke – i padacommon faktor (Johnson &Wichern, 2002), dengan rumus :

hi2 = λi1 + λi 2 + ... + λim ..........(2.3) 2

2

2

Keterangan : hi = communality variabel ke-i

λim = nilai factor loading

4. Perhitungan nilai karakteristik (eigen value)


Eigen value yaitu mempersentasikan total varians yang dijelaskan oleh setiap faktor. Untuk faktor yang mempunyai nilai eigen value ≥1 maka faktor tersebut akan dimasukkan kedalam model. Dimana perhitungan ini berdasarkan persamaan karakteristik : Det(M-γ I)……….(2.4) Keterangan : M= I = γ =

matriks korelasi matriks identitas eigen value

5. Kaiser – Meyer – Olkin (KMO) measure of sampling adequency Kaiser- Meyer- Olkin (KMO) merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor. Analisis faktor dikatakan tepat apabila nilai KMO berkisar antara 0,5 – 1,0 dan sebaliknya jika nilai KMO kurang dari 0,5 berarti analisis faktor tidak tepat.

KMO =

∑ ∑ i

∑ ∑ i

i≠k

i≠k

r 2 ik

r 2 ik + ∑ i ∑ i ≠ k a 2 ik

, i = 1,2,..., p; k = 1,2,..., q..........(2.5)

Keterangan : rik = koefisien korelasi sederhana antara variabel ke-i pada faktor ke- k

aik = koefisien korelasi parsial antara variabel ke-i pada faktor –k Hipotesis : Ho : Jumlah data cukup untuk difaktorkan H1 : Jumlah data tidak cukup untuk difaktorkan

6.

Measure of Sampling Adequacy (MSA)

Measure of Sampling Adequacy (MSA)yaitu suatu indeks perbandingan antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk identifikasi kecukupan sampel.


MSAi =

∑

i≠k

r 2 ik

∑ i ≠ k r 2 ik + ∑ i ≠ k a 2 ik

, i = 1,2,..., p; k = 1,2,..., q..........(2.6)

Keterangan :

rik = koefisien korelasi sederhana antara variabel ke-i pada faktor ke-k

aik = koefisien korelasi parsial antara variabel ke-i pada faktor ke-k

7.

Percentage of variance (Persentase Varians)

Persentase varians adalah persentase yang disumbangkan oleh setiap faktor.

8.

Residuals

Residuals adalah selisih antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diestimasi dari matriks faktor.

9.

Scree plot

Scree plot adalah sebuah plot dari eigen value untuk menentukan banyaknya faktor.


BAB 2 LANDASAN TEORI

Recommend Documents