4.4.2 Analisis Faktor
Salah satu cara atau teknik yang digunakan sebagai alat untuk menganalisis perilaku konsumen ialah dengan menggunakan analisis faktor.
Metode analisis faktor merupakan salah satu jenis analisis multivariat, yaitu analisis yang menggunakan lebih dari dua variabel dan prosesnya dilakukan
secara bersama-sama simultan. Analisis faktor digunakan untuk menemukan pola atau struktur yang mendasari sejumlah variabel. Tujuan lain dari analisis ini
adalah untuk mereduksi sejumlah besar variabel asal menjadi sejumlah faktor yang dapat menjelaskan faktor yang dapat menjelaskan hubungan antar variabel
tersebut. Dalam penelitian ini menggunakan analisis faktor dengan metode ekstraksi
Principal Component Analysis , yaitu suatu pendekatan dalam analisis faktor yang
memperhitungkan total varian dalam data. Hal ini dilakukan dengan pertimbangan bahwa analisis ini dapat digunakan dalam analisis multivariat yang lain misalnya
regrsesi dan analisis diskriminan. Faktor yang dibentuk oleh analisis faktor dengan metode ekstraksi Principal Component Analysis dinamakan komponen
utama. Alat analisis ini dipilih dengan pertimbangan bahwa kelebihan analisis faktor adalah dapat menjelaskan hubungan antar variabel-variabel yang diduga
mempengaruhi keputusan konsumen, dengan demikian pihak manajemen dapat menetapkan skala prioritas dalam kebijakannya.
Variabel yang dievaluasi dalam penelitian ini adalah faktor-faktor yang diduga mempengaruhi proses keputusan pembelian konsumen. Faktor-faktor
tersebut adalah faktor lingkungan, perbedaan individu dan juga faktor psikoligis, juga faktor yang mempengaruhi dari sisi produk berupa atribut produk.
Tahapan proses dalam analisis faktor adalah : a.
Pemilihan variabel dengan alat Measure of Sampling edequancy MSA dan Barlet’s test, untuk memastikan bahwa variabel-variabel tersebut
layak untuk dianalisis dengan analisis faktor. Kedua alat tersbut digunakan untuk memastikan bahwa variabel-variabel yang dimasukkan memiliki
korelasi yang cukup kuat. b.
Setelah variabel dipilih kemudian dilakukan ekstraksi dengan metode ekstraksi Principal Component Analysis PCA, sehingga menghasilkan
sejumlah komponen utama. c.
Setelah komponen utama benar-benar terbentuk, maka proses selanjutnya adalah interpretasi dari hasil analisis faktor.
Terdapat dua hasil utama dari analisis fakor ini. Hal pertama adalah nilai Communality
, yaitu jumlah keragaman yang dibagi sebuah variabel dengan seluruh variabel lainnya, nilai Communality ini juga merupakan total proporsi
keragaman variabel yang bersangkutan yang dapat dijelaskan oleh faktor yang terbentuk. Semakin tinggi nilai Communality, maka variabel tersebut semakin
berpengaruh atau semakin penting dalam proses keputusan konsumen. Hasil kadua adalah ekstraksi variabel kedalam komponen utama. Untuk menentukan
jumlah komponen utama, maka dipilih komponen utama dengan nilai eigenvalue diatas 1,00. Nilai eigenvalue menunjukkan kepentingan relatif masing-masing
faktor dalam menghitung keragaman seluruh variabel yang dianalisis. Pengelompokkan sebuah variabel ke dalam komponen utama berdasarkan pada
nilai loading terbesar dari variabel tersebut. Dalam pengolahan data penelitian ini
menggunakan bantuan Program SPSS Statistical Package Social Science Versi 11.00.
Simamora 2004, Analisis faktor dapat menghasilkan beberapa solusi menyangkut loading dan skor faktor untuk kumpulan data apa saja. Setiap solusi
dinamakan rotasi faktor tertentu dan dihasilkan oleh skema rotasi faktor. Setiap faktor dirotasi, maka interpretasi factor loadings berubah, otomatis interpretasi
faktor juga berubah. Secara geometris, rotasi sebenarnya adalah dimensi-dimensi yang dirotasi. Terdapat banyak skema rotasi, diantaranya yaitu equimax, varimax,
quartimax, orthomax, dan promax. Dalam rotasi varimax, setiap faktor cenderung membentuk factor loading
yang tinggi pada sebagian kecil variabel dan rendah pada variabel-variabel lainnya. Tujuannya adalah untuk mempermudah interpretasi. Sederhananya,
varians variabel yang tidak dirotasi unrotated faktor diatur kembali oleh rotasi. Namun demikian, varians total yang dijelaskan oleh faktor-faktor yang dirotasi
tetap sama. Rotasi diperlukan kalau skor faktor dan factor loading belum memuaskan
dengan cara tidak dirotasi. Dengan ketersediaan berbagai software statistik, rotasi apapun bisa dilakukan.
Keterbatasan analisis faktor adalah tingginya subjektivitas di dalam proses. Penentuan jumlah faktor, interpretasi masing-masing faktor, pemilihan rotasi,
semuanya tidak lepas dari subjektivitas peneliti. Keterbatasan yang lain adalah tidak adanya alat statistik untuk menguji apakah hasilnya benar-benar valid atau
kebetulan saja Simamora, 2004.
V. GAMBARAN UMUM PERUSAHAAN