Analisis Bauran Pemasaran Analisis Faktor
Misalkan terdapat gugus peubah X
1
, X
2
, …, X
p
dengan masing-masing n amatan, maka model faktornya dapat ditulis sebagai berikut:
X = ëf + e
ë
11
ë
12
.. ë
1q
ë
21
ë
22
.. ë
2q
ë = . . . . . .
ë
p
1
ë
p
2
.. ë
pq
Dimana: X: Vektor pengamatan berdimensi
P,
X
’
= X
1
, X
2
, …., X
p
F: Vektor bukan pengamatan U yang disebut faktor bersama, berdimensi
q
f ’ = f
1,
f
2,….
f
q
e : Vektor bukan pengamatan yang disebut faktor unik berdimensi
P,
e
‘
=
e
1
, e
2,…..
, e
p
. ë:
Matriks konstanta yang tidak diketahui disebut loading berukuran p x q
Faktor bersama common factor adalah faktor yang keragamannya menyebar pada beberapa peubah amatan, sedangkan faktor unik unique factor
merupakan faktor yang keragamannya berada pada satu peubah amatan saja. Faktor unik ini merupakan penjumlahan dari dua bagian yang tidak saling
berkorelasi yaitu faktor spesifik dan galat. Keragaman dari peubah X
p
yang telah distandarisasi menghasilkan: •
xp 2
= h
p 2
+ ø
p
sehingga: h
p 2
= 1- ø
p
Komponen h
p 2
= disebut komunalitas communalities yang menunjukkan proporsi ragam dari peubah X
p
yang diterangkan oleh q faktor bersama,
sedangkan ø
p
merupakan proporsi ragam dari peubah X
p
yang disebabkan faktor spesifik.
Salah satu penyelesaian dari model faktor adalah melalui model komponen utama, yaitu X = ë f dengan peubah faktor f merupakan kombinasi linier dari
peubah asal X. Solusi menjadi terfokus pada pemberian skor faktor dan reduksi peubah. Loading faktor yang didapat biasanya tidak terlalu bagus untuk
diinterpretasikan. Untuk mempermudah interpretasi, dilakukan rotasi terhadap matriks loading. Secara geometrik, rotasi berarti pemutaran sumbu faktor dengan
sudut tertentu sehingga mendapatkan sumbu faktor baru, dengan loading baru tanpa perubahan pada konfigurasi peubah asal.
Ada dua macam rotasi faktor, yaitu rotasi orthogonal dan obligue. Rotasi orthogonal
merupakan rotasi yang memperlihatkan keorthogonalan, sehingga setelah rotasi kedua sumbu tegak lurus satu sama lain. Rotasi obligue tidak
memperhatikan hal tersebut. Rotasi orthogonal tidak merubah nilai total proporsi keragaman yang dijelaskan oleh faktor-faktor bersama yang diperoleh. Metod
yang biasa digunakan adalah varimax, karena menitikberatkan kesederhanaan kolom-kolom matriks bobotnya, dalam arti hanya di satu faktor beberapa peubah
akan mempunyai bobot tertinggi dan sisanya untuk faktor lain, sehingga akan mempermudah dalam interpretasi peubah untuk setiap faktor.
Tahapan dalam proses pengolahan data ini, terlebih dahulu diawali dengan menginput data dari hasil kuesioner yang berupa data tingkat kepentingan dari
variabel-variabel yang dianggap penting dalam keputusan pembelian ke dalam program komputer microsoft excel, kemudian hasil input tersebut dimasukkan
kedalam program SPSS 13.0. Selanjutnya dengan prosedur pengolahan data
SPSS, data tersebut diolah dengan menggunakan metode analisis faktor. Hasil yang diperoleh, diantaranya berupa nilai communalitiy, yang menunjukkan nilai
respon dari variabel-variabel tersebut. Kemudian Rotated Component Matriks menunjukkan hubungan antara variabel-variabel di dalam suatu faktor yang
terbentuk. Sementara itu Total Varians Explained akan menjelaskan besar keragaman data.