menit masingmasing memiliki persentase sebesar 40,5 persen dan 2 persen.
Tabel 10. Lama Waktu Responden Mengunjungi Coffee Shop de Kofie
Pot. Lama Kunjungan
Jumlah orang Persentase
30 menit 4
2 30 – 60 menit
81 40,5
60 menit 115
57,5 Total
200 100
4.6.7. Pilihan Coffee Shop Lain yang Sering Dikunjungi Responden
Hasil penelitian menunjukkan bahwa sebanyak 61,5 persen responden memilih starbucks coffee sebagai alternatif lain dalam
mengunjungi coffee shop, kemudian sebanyak 17,5 persen responden memilih The coffee bean sebagai alternatif. Berikutnya
sebanyak 7 persen responden memilih Excelso dan 6,5 responden lainnya menyatakan memiliki banyak alternatif. Selain itu, coffee
shop lain yang menjadi alternatif selain de Koffie Pot adalah Box Office coffee shop yang memiliki persentase sebesar 6 persen.
Sedangkan 1,5 persen sisanya responden memilih Telapak coffee shop yang lokasinya berdekatan dengan starbucks coffee.
Tabel 11. Pilihan Coffee Shop Lain yang Sering Dikunjungi Responden
.
Alternatif Jumlah orang
Persentase
The Coffee Bean 35
17,5 Starbucks Coffee
123 61,5
Telapak 3
1,5 Excelso
14 7
Box Office 12
6 lainlain
13 6,5
Total 200
100
4.7 . Analisis Faktorfaktor Komopnen Utama Experiential Marketing
Analisis faktor digunakan untuk mereduksi sejumlah variabel yang akan membentuk sejumlah faktor yang lebih sedikit daripada variabel
yang sebelumnya. Dalam analisis ini, dilakukan pengolahan terhadap 12
variabel, yaitu indera, perasaan, pikiran, aksi, hubungan, komunikasi, identitas, produk, cobranding, lingkungan, website, dan orang.
Tahap pertama pengolahan data yang dilakukan pada analisis faktor bertujuan untuk menilai variabel mana saja yang dianggap layak
untuk dilakukan pada analisis selanjutnya. Tahap pertama yang dilakukan pada analisis faktor adalah menilai variabel apa saja yang dianggap lebih
layak untuk dimasukkan pada analisis selanjutnya. Pada pengolahan data awal diperoleh sebanyak tiga faktor yang memiliki nilai eigenvalue lebih
dari satu. Hal ini berarti terdapat tiga faktor dominan yang mempengaruhi loyalitas konsumen coffee shop de Kofie Pot.
KMO MSA KayserMeyerOlkin Measure of Sampling Adequacy merupakan suatu indeks yang dipergunakan untuk meneliti
ketepatan analisis faktor. Nilai tinggi antara 0,51,0 berarti analisis faktor tepat, tetapi bila nilai kurang dari 0,5 maka analisis faktor dikatakan tidak
tepat. KMO and Bartlett’s Tes, terlihat angka KMO Measure of Sampling Adequacy MSA adalah 0,785 dengan signifikansi 0,000 dan
nilai Chi Square pada test Bartlett sebesar 770,589. Proses selanjutnya adalah tiap variabel dianalisis untuk mengetahui variabel mana yang dapat
diproses lebih lanjut dan variabel mana yang harus dikeluarkan. Nilai MSA yang lebih besar dari 0.5 menunjukkan bahwa proses pengambilan
sampel cukup memadai dalam penggunaan analisis faktor. Angka MSA pada penelitian ini lebih besar dari 0.5 sehingga kumpulan variabel
tersebut dapat diproses lebih lanjut.
Hasil analisis ini diketahui besar pengaruh masingmasing variabel experiential marketing terhadap loyalitas konsumen yang dapat dilihat
pada nilai communality. Nilai communality masingmasing variabel dapat dilihat pada Tabel 12. Tabel 12 menunjukkan nilai communality dari 12
variabel yang dianalisis berdasarkan urutan dari yang terbesar sampai yang terkecil. Variabel identitas memiliki angka communality sebesar 0,672.
Hal tersebut menunjukkan bahwa sekitar 67,2 persen keragaman variabel dapat dijelaskan oleh faktorfaktor yang terbentuk.
Tabel 12. Urutan Nilai Communality Masingmasing Variabel No.
Variabel Communality
1. Identitas 0,672
2. Website 0,664
3. Komunikasi 0,663
4. Orang 0,654
5. Hubungan 0,649
6. Pikiran 0,630
7. Cobranding 0,617
8. Aksi 0,550
9. Lingkungan 0,535
10. Produk 0,513
11. Perasaan 0,462
12. Indera 0,461
Extraction Method : Principal Component Analysis Nilai communality menunjukkan jumlah keragaman varian dari
suatu variabel mulamula yang bisa dijelaskan oleh faktor yang terbentuk. Semakin tinggi nilai communality sebuah variabel berarti semakin erat
hubungannya dengan faktor yang terbentuk dan semakin besar juga keragaman variabel tersebut yang dapat dijelaskan oleh faktor yang
terbentuk. Tabel 12 menunjukkan nilai communality dari 12 variabel yang dianalisis berdasarkan urutan dari yang terbesar hingga terkecil.
Pada lampiran 4 tabel component matrix menunjukkan distribusi dari 12 variabel. Pada 3 faktor utama yang terbentuk, seluruh variabel
tersebut dikelompokkan pada 3 faktor berdasarkan besarnya korelasi antara suatu variabel dengan faktor yang terbentuk. Hal ini ditunjukkan
dari nilai loading yang dihasilkan oleh masingmasing variabel tersebut. Nilai loading yang dihasilkan oleh masingmasing variabel tersebut dapat
dilihat di lampiran 4 pada tabel component matrix. Berdasarkan hasil pada tabel ini dilakukan perbandingan besar korelasi dari nilai loading variabel
untuk menetukan letak sebuah variabel dalam salah satu faktor tertentu.
Agar terlihat perbedaan yang nyata pada nilai loading dari setiap variabel tersebut, maka dilakukan proses rotasi. Rotasi yang digunakan
dalam penelitian ini adalah rotasi dengan Metode Varimax, yang bertujuan untuk memperbesar nilai loading, sehingga diperoleh distribusi loading
yang lebih jelas dan berbeda nyata. Hasil dari Rotasi Varimax ini tidak
mengubah jumlah faktor yang telah terbentuk, melainkan hanya mengubah nilai loadingnya saja. Berdasarkan hasil dari rotasi pada tabel Rotated
Components Matrix, setiap variabel yang terdapat pada faktor yang terbentuk harus memenuhi ketentuan cut off point nilai loading harus
lebih besar dari 0,5, agar variabel tersebut bisa secara nyata termasuk bagian dari suatu faktor.
Akhirnya setelah dilakukan penyaringan dengan cut off point variabel yang tersisa berjumlah 11 variabel yang dapat dikelompokkan ke
dalam tiga faktor utama yang terbentuk. Hasil dari analisis diatas dapat disimpulkan bahwa dari 12 variabel asli yang diteliti dengan poses
factoring, dapat direduksi menjadi tiga faktor. Hasil dari rotasi dapat dilihat pada lampiran 4. hasil dari rotasi tersebut menghasilkan 12 variabel
asli yang diteliti dapat direduksi menjadi tiga faktor yang jauh lebih sedikit dari variabel awal sehingga lebih mudah untuk diinterpretasikan.
Interpretasi faktor didasarkan atas nilai loading, sehingga setiap faktor diberi nama secara subjektif sesuai dengan nilai loading paling besar
pada faktor tersebut.
4.7.1. Komponen Utama pada Pengaruh Experiential Marketing Terhadap Loyalitas Konsumen Coffee Shop de Koffie Pot.
Pengolahan terhadap 12 variabel asal dengan menggunakan metode Principal Component analysis PCA menghasilkan
sebanyak tiga komponen utama yang dapat menerangkan keragaman data sebesar 58,9 persen.
Pengelompokan variabel asal ke dalam komponen utama didasarkan pada angka mutlak terbesar dari nilai korelasi nilai
loading yang diberikan setiap variabel terhadap masingmasing komponen utama. Untuk lebih jelasnya dapat dilihat pada Tabel
13.
Tabel 13. Hasil Proses Analisis Faktor
Komponen Utama
Eigenvalue Varian Variabel
Penciri Nilai
Loading
1 Faktor
Experience 4.157
34.642 Indera X1
Perasaan X2
Identitas X7 Produk X8
Lingkungan X10 0,502
0,617 0,797
0,488 0,685
2 Faktor
Komunikasi 1.634
13.618 Komunikasi X6
Cobranding X9 Website X11
Orang X12 0,796
0,741 0,745
0,650 3
Faktor Situasional
1.278 10.647
Pikiran X3 Aksi X4
Hubungan X5 0,752
0,725 0,677
a. Faktor Experience