I Gede Aditya Wahyu Nugraha - AAK.

KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,583

Bartlett's Test of Sphericity Approx. Chi-Square 181,741
df 28
Sig. ,000
Adapun Interpretasinya sebagi berikut :

Pada tabel KMO and Bartlett’s test, mendapat nilai KMO measure of sampling adequacy (MSA) sebesar 0,583. Oleh karena angka ini > 0,5 dan dilihat dari Bartlett’s test of sphericity
dengan nilai chi square sebesar 181,741 dengan signifikansi 0,000 dapat disimpulkan bahwa kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Ruan
g
Pelayanan Tingkat Pelayanan Pelayanan Tungg
Fasilitas Parkir Fasilitas ATM Teller Jenis Produk Bunga Satpam Konsumen u
Anti-image Covariance Fasilitas Parkir ,758 -,233 -,138 -,105 ,169 ,071 ,064 -,181
Fasilitas ATM -,233 ,751 ,093 ,180 -,049 ,024 -,022 -,191
Pelayanan Teller -,138 ,093 ,624 ,094 -,041 -,200 -,246 -,018
Jenis Produk -,105 ,180 ,094 ,797 -,305 -,050 -,061 ,020
Tingkat Bunga ,169 -,049 -,041 -,305 ,808 ,054 -,018 -,134
Pelayanan Satpam ,071 ,024 -,200 -,050 ,054 ,675 -,197 -,098
Pelayanan Konsumen ,064 -,022 -,246 -,061 -,018 -,197 ,643 ,030
Ruang Tunggu -,181 -,191 -,018 ,020 -,134 -,098 ,030 ,809
Anti-image Correlation Fasilitas Parkir ,496a -,308 -,201 -,135 ,216 ,099 ,092 -,232
Fasilitas ATM -,308 ,573a ,136 ,233 -,063 ,034 -,032 -,245
Pelayanan Teller -,201 ,136 ,616a ,134 -,058 -,308 -,388 -,026
Jenis Produk -,135 ,233 ,134 ,445a -,380 -,069 -,085 ,024
Tingkat Bunga ,216 -,063 -,058 -,380 ,435a ,074 -,024 -,166
Pelayanan Satpam ,099 ,034 -,308 -,069 ,074 ,687a -,299 -,132
Pelayanan Konsumen ,092 -,032 -,388 -,085 -,024 -,299 ,671a ,042
Ruang Tunggu -,232 -,245 -,026 ,024 -,166 -,132 ,042 ,586a
a. Measures of Sampling Adequacy(MSA)
Tabel diatas dapat diinterpretasikan sebagai berikut :

Pada tabel Anti Image Matrices, khususnya pada bagian bawah (Anti Image Correlation), terlihat angka-angka yang membentuk diagonal (bertanda 'a') yang merupakan MSA sebuah
variabel. Adapun MSA yang < 0,5 adalah variabel parkir (0,496), variabel produk (0,445) dan variabel bunga (0,435) yang harus dikeluarkan satu persatu. Pada langkah selanjutnya
variabel bunga dikeluarkan karena memiliki MSA paling kecil.
Component Matrixa
Component
1 2 3
Fasilitas Parkir -,159 ,705 ,159
Fasilitas ATM -,322 ,687 ,172
Pelayanan Teller ,761 ,299 -,139
Jenis Produk ,239 -,376 ,666
Tingkat Bunga ,192 -,268 ,769
Pelayanan Satpam ,773 ,190 -,084
Pelayanan Konsumen ,805 ,120 -,072
Ruang Tunggu ,005 ,637 ,459
Extraction Method: Principal Component Analysis.
a. 3 components extracted.
Communalities
Extraction
Fasilitas Parkir ,548
Fasilitas ATM ,605
Pelayanan Teller ,688
Jenis Produk ,642
Tingkat Bunga ,699
Pelayanan Satpam ,641
Pelayanan Konsumen ,668
Ruang Tunggu ,616
Extraction Method: Principal Component
Analysis.
Total Variance Explained

Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2,049 25,614 25,614 2,012 25,155 25,155
2 1,728 21,599 47,213 1,678 20,980 46,135
3 1,331 16,641 63,855 1,418 17,720 63,855
Rotated Component Matrixa

Component
1 2 3
Fasilitas Parkir ,014 ,727 -,138
Fasilitas ATM -,148 ,747 -,157
Jenis Produk ,035 -,122 ,791
Tingkat Bunga ,005 ,025 ,836
Pelayanan Satpam ,800 -,012 ,036
Pelayanan Konsumen ,810 -,076 ,078
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 4 iterations.
Component Transformation Matrix

Component 1 2 3
1 ,954 -,193 ,230
2 ,266 ,899 -,349
3 -,140 ,394 ,909
Hasil Output Setelah Mengeluarkan Variabel Bunga

df 21
Sig. ,000
Interpretasi Data Tabel Diatas Sebagai berikut :

Pada tabel KMO and Bartlett’s test, didapat nilai KMO measure of sampling adequacy (MSA) sebesar 0,625. Oleh karena angka ini > 0,5 dapat disimpulkan kumpulan variabel tersebut
signifikan untuk diperoses lebih lanjut. Demikian juga jika dilihat dari Bartlett’s test of sphericity dengan nilai chi square sebesar 153,206 dengan signifikansi 0,000.
Anti-image Matrices
Pelayan
Pelayan an
Fasilitas Pelayanan Jenis an Konsum Ruang
Fasilitas Parkir ATM Teller Produk Satpam en Tunggu
Anti-image Covariance Fasilitas Parkir ,795 -,234 -,136 -,051 ,063 ,071 -,165
Fasilitas ATM -,234 ,754 ,091 ,189 ,028 -,023 -,206
Pelayanan Teller -,136 ,091 ,626 ,092 -,199 -,248 -,026
Jenis Produk -,051 ,189 ,092 ,931 -,035 -,079 -,037
Pelayanan Satpam ,063 ,028 -,199 -,035 ,679 -,197 -,092
Pelayanan Konsumen ,071 -,023 -,248 -,079 -,197 ,644 ,028
Ruang Tunggu -,165 -,206 -,026 -,037 -,092 ,028 ,832

Anti-image Correlation Fasilitas Parkir ,561a -,302 -,193 -,059 ,086 ,100 -,203
Fasilitas ATM -,302 ,575a ,133 ,226 ,039 -,034 -,260
Pelayanan Teller -,193 ,133 ,624a ,121 -,305 -,391 -,036
Jenis Produk -,059 ,226 ,121 ,427a -,044 -,102 -,042
Pelayanan Satpam ,086 ,039 -,305 -,044 ,702a -,298 -,122
Pelayanan Konsumen ,100 -,034 -,391 -,102 -,298 ,665a ,038
Ruang Tunggu -,203 -,260 -,036 -,042 -,122 ,038 ,629a
Data tersebut dapat diinterpretasikan sebagai berikut :

Pada tabel Anti Image Matrices bagian bawah, terlihat masih ada angka MSA yang < 0,5 yaitu variabel produk (0,427). Sehingga pada tahap selanjutnya variabel produk dikeluarkan.
Component Matrixa
Component
1 2 3
Jenis Produk ,167 -,277 ,915
Pelayanan Satpam ,791 ,127 -,020
Pelayanan Konsumen ,814 ,062 -,046
Communalities
Extraction
Fasilitas ATM ,630
Jenis Produk ,942
Ruang Tunggu ,581
Analysis.

Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2,033 29,043 29,043 2,011 28,724 28,724
2 1,702 24,316 53,359 1,654 23,629 52,354
3 1,006 14,378 67,737 1,077 15,383 67,737

Component
1 2 3
Jenis Produk ,016 -,030 ,970
Pelayanan Satpam ,798 ,002 ,068
Pelayanan Konsumen ,812 -,070 ,064

Component 1 2 3
1 ,978 -,142 ,152
2 ,178 ,949 -,259
3 -,107 ,281 ,954
Hasil output setelah mengeluarkan variabel produk.

df 15
Sig. ,000
Adapun interpretasinya sebagai berikut :

Pada tabel KMO and Bartlett’s test, nilai KMO measure of sampling adequacy (MSA) sebesar 0,648. Oleh karena angka tersebut > 0,5 dapat disimpulkan bahwa kumpulan variabel
tersebut signifikan untuk diproses lebih lanjut. Demikian juga kelayakan analisis faktor jika dilihat dari Bartlett’s test of sphericity dengan nilai chi square sebesar 143,829 dengan
signifikansi 0,000.
Anti-image Matrices
Fasilitas Fasilitas Pelayanan Pelayanan Pelayanan Ruang
Parkir ATM Teller Satpam Konsumen Tunggu
Anti-image Covariance Fasilitas Parkir ,798 -,237 -,134 ,061 ,068 -,168
Fasilitas ATM -,237 ,795 ,078 ,037 -,008 -,209
Pelayanan Teller -,134 ,078 ,636 -,199 -,246 -,023
Pelayanan Satpam ,061 ,037 -,199 ,680 -,203 -,093
Pelayanan Konsumen ,068 -,008 -,246 -,203 ,650 ,025
Ruang Tunggu -,168 -,209 -,023 -,093 ,025 ,833
Anti-image Correlation Fasilitas Parkir ,571a -,297 -,188 ,083 ,094 -,206
Fasilitas ATM -,297 ,611a ,109 ,050 -,011 -,257
a
Pelayanan Teller -,188 ,109 ,647 -,302 -,383 -,031
a
Pelayanan Satpam ,083 ,050 -,302 ,699 -,305 -,124
Pelayanan Konsumen ,094 -,011 -,383 -,305 ,674a ,034
Ruang Tunggu -,206 -,257 -,031 -,124 ,034 ,632a
Data diatas akan diinterpretasikan sebagai berikut :

Pada tabel Anti Image Matrices bagian bawah, terlihat tidak ada variabel dengan MSA < 0,50 sehingga ke-enam variabel tersebut memenuhi syarat untuk analisis faktor.
Component Matrixa
Component
1 2
Fasilitas Parkir -,080 ,751
Fasilitas ATM -,238 ,732
Pelayanan Teller ,807 ,162
Pelayanan Satpam ,798 ,076
Pelayanan Konsumen ,817 ,011
Ruang Tunggu ,046 ,732
Communalities
Extraction
Fasilitas ATM ,592
Ruang Tunggu ,539
Analysis.
Dari hasil olah SPSS, didapatkan angka communalities untuk variabel fasilitas parkir sebesar 0,571 berarti sekitar 57,1 persen varians dari variabel parkir dapat dijelaskan oleh faktor yang
terbentuk. Sedangkan angka communalities untuk variabel fasilitas ATM sebesar 0,592 berarti sekitar 59,2 persen varians dari variabel ATM dapat dijelaskan oleh faktor yang terbentuk.
Variabel pelayanan teller sebesar 0,678 berarti sekitar 67,8 persen varians dari variabel tersebut dijelaskan oleh faktor yang tebentuk. V ariabel pelayanan satpam sebesar 0,642 berarti
sekitar 64,2 persen varians dari variabel tersebut dijelaskan oleh faktor yang terbentuk. Variabel pelayanan konsumen sebesar 0,667 berarti sekitar 66,7 persen varians dari variabel
tersebut dijelaskan oleh faktor terbentuk. Variabel ruang tunggu sebesar 0,539 berarti sekitar 53,9 persen varians dari variabel tersebut dijelaskan oleh faktor terbentuk.

Component Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2,020 33,662 33,662 2,016 33,592 33,592
2 1,668 27,799 61,461 1,672 27,869 61,461
Dari tabel total variance explained terlihat bahwa hanya dua faktor terbentuk, karena dengan satu faktor angka eigenvalue di atas 1, dengan dua faktor angka eigenvalue masih di atas 1,
tetapi dengan tiga faktor angka eigenvalue sudah di bawah 1. Varian faktor 1 sebesar 33,662 persen dan varian faktor 2 sebesar 27,799 persen. Sehingga kedua faktor itu dapat menjelaskan
61,461 persen dari variasi ke-enam variabel yang dianalisis.
Angka pada tabel Component Matrix adalah faktor loading yang menunjukkan korelasi antara suatu variabel dengan faktor 1 atau faktor 2. Misalnya pada variabel fasilitas ATM,
korelasi antara variabel fasilitas ATM dengan faktor 1 adalah -0,238 (lemah) dan korelasi antara variabel ATM dengan faktor 2 adalah 0,732 (kuat). Dengan demikian variabel ATM dapat
dimasukkan sebagai komponen faktor 2. Demikian juga variabel parkir dan variabel tunggu masuk faktor 2. Sedangkan variabel Yante, Yanpam, dan Yankon masuk faktor 1.
Proses rotasi memperjelas masuknya suatu variabel ke salah satu factor. Suatu variabel dikatakan tidak jelas bisa dimasukkan ke salah satu faktor mungkin karena koefisien
korelasinya sama-sama kecil (angka pembatas/cut off point agar sebuah variabel secara nyata masuk suatu faktor untuk data sekitar 100 observasi adalah 0,55), atau mungkin juga karena
koefisien korelasinya sama-sama besar.

Component
1 2
Fasilitas Parkir ,002 ,755
Fasilitas ATM -,156 ,753
Pelayanan Teller ,820 ,073
Pelayanan Satpam ,801 -,012
Pelayanan Konsumen ,813 -,078
Ruang Tunggu ,126 ,723

Component 1 2
1 ,994 -,109
2 ,109 ,994
Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
Menamakan Faktor
Untuk kasus di atas faktor 1 yang terdiri atas Yantel, Yanpam dan Yanko, karena mengandung unsur pelayanan mungkin bisa disebut faktor pelayanan. Sedangkan faktor 2 yang
terdiri atas Parkir, ATM dan Tunggu yang semuanya adalah mengandung unsur fasilitas, mungkin bisa disebut faktor fasilitas fisik. Dengan terbentuknya dua faktor, maka pihak
manajemen tidak perlu mengamati 6 variabel, cukup 2 faktor saja, yaitu faktor fasilitas dan faktor pelayanan.
Analisis Faktor Konfirmatori (CFA) satu tahap

df 28
Sig. ,000
Pada tabel KMO and Bartlett's test, nilai KMO measure of sampling adequacy (MSA) sebesar 0,583. Oleh karena angka tersebut > 0,5 dan dilihat dari Bartlett's test of sphericity dengan
nilai chi square sebesar 181,741 dengan signifikansi 0,000 dapat disimpulkan kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Fasilitas Fasilitas Pelayana Jenis Tingkat Pelayanan Pelayanan Ruang
Parkir ATM Teller Produk Bunga Satpam Konsumen Tunggu
Anti-image Covariance Fasilitas Parkir ,758 -,233 -,138 -,105 ,169 ,071 ,064 -,181
Fasilitas ATM -,233 ,751 ,093 ,180 -,049 ,024 -,022 -,191
Pelayana Teller -,138 ,093 ,624 ,094 -,041 -,200 -,246 -,018
Jenis Produk -,105 ,180 ,094 ,797 -,305 -,050 -,061 ,020
Tingkat Bunga ,169 -,049 -,041 -,305 ,808 ,054 -,018 -,134
Pelayanan Satpam ,071 ,024 -,200 -,050 ,054 ,675 -,197 -,098
Pelayanan Konsumen ,064 -,022 -,246 -,061 -,018 -,197 ,643 ,030
Ruang Tunggu -,181 -,191 -,018 ,020 -,134 -,098 ,030 ,809
Anti-image Correlation Fasilitas Parkir ,496a -,308 -,201 -,135 ,216 ,099 ,092 -,232
Fasilitas ATM -,308 ,573a ,136 ,233 -,063 ,034 -,032 -,245
Pelayana Teller -,201 ,136 ,616a ,134 -,058 -,308 -,388 -,026
Jenis Produk -,135 ,233 ,134 ,445a -,380 -,069 -,085 ,024
Tingkat Bunga ,216 -,063 -,058 -,380 ,435a ,074 -,024 -,166
Pelayanan Satpam ,099 ,034 -,308 -,069 ,074 ,687a -,299 -,132
Pelayanan Konsumen ,092 -,032 -,388 -,085 -,024 -,299 ,671a ,042
Ruang Tunggu -,232 -,245 -,026 ,024 -,166 -,132 ,042 ,586a
Component Matrixa
Component
1
Fasilitas Parkir -,159
Fasilitas ATM -,322
Pelayana Teller ,761
Jenis Produk ,239
Tingkat Bunga ,192
Ruang Tunggu ,005
Analysis.
Communalities
Extraction
Fasilitas ATM ,103
Jenis Produk ,057
Tingkat Bunga ,037
Ruang Tunggu 2,139E-5
Analysis.

Extraction Sums of Squared Loadings
Component Total % of Variance Cumulative %
1 2,049 25,614 25,614
Pada tabel Total Variance Explained, khususnya bagian persentase kumulatif sebesar 25,614% < 60%, maka harus ada variabel yang dikeluarkan. Pada tabel Component Matrix dapat
dilihat bahwa nilai dari variabel fasilitas ATM memiliki angka terkecil yakni -0,322 < 0,60, sehingga variabel harus dikeluarkan. Pada langkah selanjutnya yaitu mengeluarkan variabel
fasilitas ATM.
Rotated Component
Matrixa
a. Only one component was
extracted. The solution
cannot be rotated.
Component Score Coefficient

Matrix
Component
1
Fasilitas Parkir -,078
Fasilitas ATM -,157
Jenis Produk ,117
Tingkat Bunga ,094
Ruang Tunggu ,002
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax
with Kaiser Normalization.
Component Scores.
Hasil setelah mengeluarkan variabel fasilitas ATM

df 21
Sig. ,000
Pada tabel KMO and Bartlett's test, nilai KMO measure of sampling adequacy (MSA) sebesar 0,574. Oleh karena angka ini > 0,5
dan dilihat dari Bartlett's test of sphericity dengan nilai chi square sebesar 143,369 dengan signifikansi 0,000 dapat disimpulkan bahwa kumpulan variabel tersebut dapat diproses lebih
lanjut.
Anti-image Matrices
Fasilitas Pelayana Jenis Tingkat Pelayanan Pelayanan Ruang
Parkir Teller Produk Bunga Satpam Konsumen Tunggu
Anti-image Covariance Fasilitas Parkir ,838 -,123 -,058 ,170 ,087 ,063 -,283
Pelayana Teller -,123 ,636 ,077 -,036 -,207 -,248 ,006
Jenis Produk -,058 ,077 ,842 -,311 -,059 -,059 ,073
Tingkat Bunga ,170 -,036 -,311 ,811 ,056 -,019 -,156
Pelayanan Satpam ,087 -,207 -,059 ,056 ,676 -,197 -,098
Pelayanan Konsumen ,063 -,248 -,059 -,019 -,197 ,644 ,026
Ruang Tunggu -,283 ,006 ,073 -,156 -,098 ,026 ,861
Anti-image Correlation Fasilitas Parkir ,396a -,169 -,069 ,207 ,115 ,086 -,333
Pelayana Teller -,169 ,638a ,106 -,050 -,316 -,388 ,008
a
Jenis Produk -,069 ,106 ,460 -,376 -,079 -,080 ,086
a
Tingkat Bunga ,207 -,050 -,376 ,436 ,076 -,026 -,187
Pelayanan Satpam ,115 -,316 -,079 ,076 ,676a -,298 -,128
Pelayanan Konsumen ,086 -,388 -,080 -,026 -,298 ,671a ,035
Ruang Tunggu -,333 ,008 ,086 -,187 -,128 ,035 ,416a
Component Matrixa
Component
1
Jenis Produk ,153
Tingkat Bunga ,146
Ruang Tunggu ,162
Analysis.
Communalities
Extraction
Jenis Produk ,023
Tingkat Bunga ,021
Ruang Tunggu ,026
Analysis.

1 2,014 28,777 28,777
dilihat bahwa nilai dari variabel fasilitas parkir memiliki angka terkecil yakni 0,011 < 0,60, sehingga variabel fasilitas parkir harus dikeluarkan.
Rotated Component
Matrixa

cannot be rotated.
Matrix
Component
1
Jenis Produk ,076
Tingkat Bunga ,072
Ruang Tunggu ,081
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Component Analysis.
Component Scores.
Hasil setelah variabel fasilitas parkir dikeluarkan.

df 15
Sig. ,000
Pada tabel KMO and Bartlett's test, nilai KMO measure of sampling adequacy (MSA) sebesar 0,632. Oleh karena angka ini > 0,5 dan dilihat dari Bartlett's test of sphericity dengan nilai
chi square sebesar 119,579 dengan signifikansi 0,000 dapat disimpulkan bahwa kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Pelay Tingka
ana Jenis t Pelayanan Pelayanan Ruang
Teller Produk Bunga Satpam Konsumen Tunggu
Anti-image Covariance Pelayana Teller ,655 ,071 -,012 -,203 -,248 -,041
Jenis Produk ,071 ,846 -,314 -,054 -,055 ,061
Tingkat Bunga -,012 -,314 ,847 ,041 -,034 -,116
Pelayanan Satpam -,203 -,054 ,041 ,685 -,208 -,078
Pelayanan Konsumen -,248 -,055 -,034 -,208 ,649 ,054
Ruang Tunggu -,041 ,061 -,116 -,078 ,054 ,968
Anti-image Correlation Pelayana Teller ,671a ,096 -,016 -,303 -,380 -,052
Jenis Produk ,096 ,481a -,371 -,071 -,075 ,067
Tingkat Bunga -,016 -,371 ,489a ,054 -,045 -,128
Pelayanan Satpam -,303 -,071 ,054 ,699a -,312 -,096
Pelayanan Konsumen -,380 -,075 -,045 -,312 ,670a ,068
Ruang Tunggu -,052 ,067 -,128 -,096 ,068 ,431a
Component Matrixa
Component
1
Jenis Produk ,154
Tingkat Bunga ,148
Ruang Tunggu ,159
Analysis.
Communalities
Extraction
Jenis Produk ,024
Tingkat Bunga ,022
Ruang Tunggu ,025
Analysis.

1 2,014 33,572 33,572
dilihat bahwa nilai dari variabel tingkat bunga memiliki angka terkecil yakni 0,148 < 0,60, sehingga variabel harus dikeluarkan.
Rotated Component
Matrixa

cannot be rotated.

Matrix
Component
1
Jenis Produk ,077
Tingkat Bunga ,073
Ruang Tunggu ,079
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Component Analysis.
Component Scores.
Hasil Setelah Variabel Tingkat Bunga Dikeluarkan

df 10
Sig. ,000
Pada tabel KMO and Bartlett's test, nilai KMO measure of sampling adequacy (MSA) sebesar 0,673. Oleh karena angka tersebut > 0,5 dan dilihat dari Bartlett's test of sphericity dengan
nilai chi square sebesar 97,250 dengan signifikansi 0,000 dapat disimpulkan bahwa kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Pelayana Jenis Pelayanan Pelayanan Ruang
Teller Produk Satpam Konsumen Tunggu
Anti-image Covariance Pelayana Teller ,655 ,078 -,203 -,249 -,044
Jenis Produk ,078 ,981 -,046 -,079 ,021
Pelayanan Satpam -,203 -,046 ,687 -,207 -,074
Pelayanan Konsumen -,249 -,079 -,207 ,650 ,050
Ruang Tunggu -,044 ,021 -,074 ,050 ,984
a
Anti-image Correlation Pelayana Teller ,670 ,097 -,302 -,381 -,054
Jenis Produk ,097 ,380a -,055 -,098 ,021
Pelayanan Satpam -,302 -,055 ,707a -,310 -,090
a
Pelayanan Konsumen -,381 -,098 -,310 ,667 ,063
Ruang Tunggu -,054 ,021 -,090 ,063 ,523a
Component Matrixa
Component
1
Jenis Produk ,102
Ruang Tunggu ,148
Analysis.
Communalities
Extraction
Jenis Produk ,010
Ruang Tunggu ,022
Analysis.

1 2,005 40,095 40,095
dilihat bahwa nilai dari variabel jenis produk memiliki angka terkecil yakni 0,102 < 0,60, sehingga variabel harus dikeluarkan.
Rotated Component
Matrixa

cannot be rotated.

Matrix
Component
1
Jenis Produk ,051
Ruang Tunggu ,074
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Component Analysis.
Component Scores.
Hasil Setelah Variabel Jenis Produk Dikeluarkan

df 6
Sig. ,000
chi square sebesar 94,865 dengan signifikansi 0,000 dapat disimpulkan bahwa kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Pelaya
na Pelayanan Pelayanan Ruang
Teller Satpam Konsumen Tunggu
Anti-image Covariance Pelayana Teller ,661 -,202 -,247 -,046
Pelayanan Satpam -,202 ,689 -,214 -,073
Pelayanan Konsumen -,247 -,214 ,657 ,052
Ruang Tunggu -,046 -,073 ,052 ,985
a
Anti-image Correlation Pelayana Teller ,684 -,299 -,375 -,057
a
Pelayanan Satpam -,299 ,706 -,317 -,089
a
Pelayanan Konsumen -,375 -,317 ,672 ,065
Ruang Tunggu -,057 -,089 ,065 ,517a
Component Matrixa
Component
1
Ruang Tunggu ,151
Analysis.
Communalities
Extraction
Ruang Tunggu ,023
Analysis.

1 2,000 49,988 49,988
dilihat bahwa nilai dari variabel ruang tunggu memiliki angka terkecil yakni 0,151 < 0,60, sehingga variabel harus dikeluarkan
Rotated Component
Matrixa

cannot be rotated.

Matrix
Component
1
Ruang Tunggu ,076
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Component Analysis.
Component Scores.
Hasil Setelah Mengeluarkan Variabel Ruang Tunggu

df 3
Sig. ,000
chi square sebesar 92,957 dengan signifikansi 0,000 dapat disimpulkan kumpulan variabel tersebut dapat diproses lebih lanjut.
Anti-image Matrices
Pelayana Pelayanan Pelayanan
Teller Satpam Konsumen
Anti-image Covariance Pelayana Teller ,663 -,207 -,247
Pelayanan Satpam -,207 ,694 -,212
Pelayanan Konsumen -,247 -,212 ,659
a
Anti-image Correlation Pelayana Teller ,682 -,305 -,373
Pelayanan Satpam -,305 ,708a -,314
Pelayanan Konsumen -,373 -,314 ,679a
Component Matrixa
Component
1
Analysis.
Communalities
Extraction
Analysis.
1 1,988 66,267 66,267
Pada tabel Total Variance Explained, khususnya bagian persentase kumulatif sebesar 66,267% > 60%, maka tidak perlu ada variabel yang dikeluarkan lagi. Pada tabel Component Matrix
dapat dilihat bahwa nilai dari variabel pelayanan teller, pelayanan satpam, dan pelayanan konsumen > 0,60, sehingga tidak ada variabel yang harus dikeluarkan.
Rotated Component
Matrixa

cannot be rotated.

Matrix
Component
1
Analysis.
Normalization.
Component Scores.
Component Score
Covariance Matrix
Component 1
1 1,000
Component Analysis.
Component Scores.
Kriteria Pengujian
Kriteria Penilaian Cut-off Nilai Keterangan

Value
KMO (Kaiser-Meyer- ≥ 0,50 0,689 Baik

Olkin)
(Chi Square) Besar 92,957 Sangat Baik
Significance Probability ≤ 0,05 0,000 Sangat Baik

Di samping kriteria yang ditampilkan pada Tabel anti image atau mesures of sampling adequacy (MSA)
semua variabel rasio keserasian, rasio kemandirian, serta upaya pemungutan PAD telah memenuhi syarat
Eigen value > 1,00 1,988 Baik
minimal 0,50, dan loading factor masing-masing variabel semuanya 0,60 ke atas, sesuai yang disyaratkan.
Cummulative Variance ≥ 60% 66,267% Baik Varians kumulatif (VC) sebesar 66,267 persen mempunyai arti bahwa 66,267 persen faktor pertimbangan
seseorang untuk menjadi nasabah mampu menjelaskan variasi ketiga variabel yang diidentifikasi.
Hubungan antara variabel pelayanan teller, pelayanan satpam, dan pelayanan konsumen dengan pertimbangan nasabah ditampilkan pada gambar berikut.

I Gede Aditya Wahyu Nugraha - AAK.

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

I Gede Aditya Wahyu Nugraha - AAK.

Diunggah oleh

Hak Cipta:

Format Tersedia

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,583

Adapun Interpretasinya sebagi berikut :

a. Measures of Sampling Adequacy(MSA)

Tabel diatas dapat diinterpretasikan sebagai berikut :

Total Variance Explained

Rotated Component Matrixa

Component Transformation Matrix

KMO and Bartlett's Test

Interpretasi Data Tabel Diatas Sebagai berikut :

Fasilitas ATM -,234 ,754 ,091 ,189 ,028 -,023 -,206

Pelayanan Teller -,136 ,091 ,626 ,092 -,199 -,248 -,026

Jenis Produk -,051 ,189 ,092 ,931 -,035 -,079 -,037

Pelayanan Satpam ,063 ,028 -,199 -,035 ,679 -,197 -,092

Pelayanan Konsumen ,071 -,023 -,248 -,079 -,197 ,644 ,028

Ruang Tunggu -,165 -,206 -,026 -,037 -,092 ,028 ,832

Fasilitas ATM -,302 ,575a ,133 ,226 ,039 -,034 -,260

Pelayanan Teller -,193 ,133 ,624a ,121 -,305 -,391 -,036

Jenis Produk -,059 ,226 ,121 ,427a -,044 -,102 -,042

Pelayanan Satpam ,086 ,039 -,305 -,044 ,702a -,298 -,122

Pelayanan Konsumen ,100 -,034 -,391 -,102 -,298 ,665a ,038

Ruang Tunggu -,203 -,260 -,036 -,042 -,122 ,038 ,629a

a. Measures of Sampling Adequacy(MSA)

Data tersebut dapat diinterpretasikan sebagai berikut :

Total Variance Explained

Rotated Component Matrixa

Component Transformation Matrix

Hasil output setelah mengeluarkan variabel produk.

KMO and Bartlett's Test

Adapun interpretasinya sebagai berikut :

Data diatas akan diinterpretasikan sebagai berikut :

Total Variance Explained

Rotated Component Matrixa

Component Transformation Matrix

Analisis Faktor Konfirmatori (CFA) satu tahap

KMO and Bartlett's Test

a. Measures of Sampling Adequacy(MSA)

Total Variance Explained

Component Score Coefficient

Hasil setelah mengeluarkan variabel fasilitas ATM

KMO and Bartlett's Test

Total Variance Explained

a. Only one component was

Hasil setelah variabel fasilitas parkir dikeluarkan.

KMO and Bartlett's Test

Jenis Produk ,071 ,846 -,314 -,054 -,055 ,061

Tingkat Bunga -,012 -,314 ,847 ,041 -,034 -,116

Pelayanan Satpam -,203 -,054 ,041 ,685 -,208 -,078

Pelayanan Konsumen -,248 -,055 -,034 -,208 ,649 ,054

Ruang Tunggu -,041 ,061 -,116 -,078 ,054 ,968

Jenis Produk ,096 ,481a -,371 -,071 -,075 ,067

Tingkat Bunga -,016 -,371 ,489a ,054 -,045 -,128

Pelayanan Satpam -,303 -,071 ,054 ,699a -,312 -,096

Pelayanan Konsumen -,380 -,075 -,045 -,312 ,670a ,068

Ruang Tunggu -,052 ,067 -,128 -,096 ,068 ,431a

a. Measures of Sampling Adequacy(MSA)

Total Variance Explained

a. Only one component was

Component Score Coefficient

Hasil Setelah Variabel Tingkat Bunga Dikeluarkan

KMO and Bartlett's Test

Total Variance Explained

a. Only one component was