. Analisis Faktor­faktor Komopnen Utama Experiential Marketing

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