45 lebih lanjut. Dari kedua hasil pengujian diatas, semua variabel mempunyai korelasi yang
cukup tinggi dengan variabel lain, sehingga analisis layak untuk dilanjutkan dengan mengikutkan 8 variabel.
3.5.2 Ekstraksi Faktor
• Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada KMO0,5 sehingga terbentuk satu atau lebih
faktor. • Metode yang digunakan untuk tahap ini adalah Principal Component Analysis dan rotasi
faktor dengan metode Varimax bagian dari orthogonal.
Tabel 3.1.3 Tabel komunalitas
Communalities
Initial Extraction
X1 1,000
,889 X2
1,000 ,504
X3 1,000
,880 X4
1,000 ,845
X5 1,000
,450 X6
1,000 ,731
X7 1,000
,774 X8
1,000 ,890
Extraction Method: Principal Component Analysis.
Komunalitas pada dasarnya adalah jumlah varians bisa dalam persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang terbentuk.
a. Untuk variabel produk, nilai komunalitasnya adalah 0,889 atau sekitar 88,9 varians dari variabel produk bisa dijelaskam oleh faktor yang terbentuk.
b. Untuk variabel harga, nilai komunalitasya adalah 0,504 atau sekitar 50,4 varians dari variabel harga bisa dijelaskan oleh faktor yang terbentuk.
c. Untuk variabel promosi, nilai komunalitasya adalah 0,880 atau sekitar 88 varians dari variabel promosi bisa dijelaskan oleh faktor yang terbentuk.
d. Untuk variabel lokasi, nilai komunalitasya adalah 0,845 atau sekitar 84,5 varians dari variabel lokasi bisa dijelaskan oleh faktor yang terbentuk.
46 e. Untuk variabel Sumber Daya Manusia SDM, nilai komunalitasya adalah 0,450 atau
sekitar 45 varians dari variabel SDM bisa dijelaskan oleh faktor yang terbentuk. f. Untuk variabel Proses, nilai komunalitasya adalah 0,731 atau sekitar 73,1 varians dari
variabel proses bisa dijelaskan oleh faktor yang terbentuk. g. Untuk variabel bentuk fisik, nilai komunalitasya adalah 0,774 atau sekitar 77,4 varians
dari variabel bentuk fisik bisa dijelaskan oleh faktor yang terbentuk. h. Untuk variabel citra merk, nilai komunalitasya adalah 0,890 atau sekitar 89 varians dari
variabel citra merk bisa dijelaskan oleh faktor yang terbentuk.
Tabel 3.14Nilai eigen value untuk setiap faktor
Total Variance Explained
Component Initial Eigenvalues
Total of Variance
Cumulative 1
4,562 57,029
57,029 2
1,399 17,488
74,517 3
,934 11,671
86,188 4
,429 5,362
91,550 5
,274 3,422
94,973 6
,175 2,182
97,155 7
,148 1,846
99,001 8
,080 ,999
100,000
Tabel 3.15 Sumbangan Masing-Masing Faktor Terhadap Varians Seluruh Variabel Asli
Component Extraction Sums of Squared Loadings
Total of Variance
Cumulative 1
4,562 57,029
57,029 2
1,399 17,488
74,517 3
,934 11,671
86,188
Berdasarkan table 3.15 diperoleh dua faktor yang memiliki eigenvalue lebih besar dari 1,0 yaitu kita sebut faktor 1 dengan eigenvalue 4,562, faktor 2 dengan eigenvalue 1,399. Kedua
faktor tersebut menjelaskan 74,517 total varians variabel yang mempengaruhi.
47
3.5.3 Menentukan Banyaknya Faktor
