Scree plot adalah grafik yang menggambarkan plot nilai eigenvalue dari masing- masing variabel. Software yang menyediakan output scree plot adalah SPSS, Minitab
dan SAS. Dibawah ini adalah output scree plot dari SPSS
Gambar 3.1Output Scree Plot SPSS
Seperti pada pembahasan sebelumnya, untuk menentukan banyak faktor yang terbentuk dapat dilihat pada nilai eigenvalue yang lebih dari satu. Pada Gambar 3.1,
dapat dilihat bahwa ada empat variabel yang mempunyai nilai eigenvalue lebih dari satu, jadi ada empat faktor yang terbentuk.
3.3.7 Pengelompokan Variabel Kedalam Faktor 1, Faktor 2, Faktor 3, dan Faktor 4
Pada software SPSS metode ekstraksi yang digunakan untuk pembagian variabel adalah principal componen factoring analysis. Pembagian variabel-variabel ke dalam
kelompok faktor tertentu didasarkan pada perbandingan nilai loading faktor secara mutlak mana yang lebih besar antar loading faktor dari faktor 1, faktor 2, dan faktor 3.
Pada Tabel 3.10 di bawah ini merupakan output SPSS yang telah melalui proses rotasi
varimax dan nilai loading faktor yang dibawah atau sama dengan 0.4 tidak ditampilkan. Apabila belum melalui proses rotasi varimax terdapat nilai loading faktor
variabel yang terletak pada faktor 1, faktor 2, faktor 3 dan faktor 4.
Tabel 3.10Output SPSS Nilai Loading Faktor dari Faktor 1, Faktor 2, Faktor 3 dan Faktor 4 Sebelum Rotasi Varimax
Component Matrix
a
Component 1
2 3
4 Kenyamanan
0,586 0,206
0,485 -0,358
Keamanan 0,120
0,619 0,244
-0,381 Harga
0,511 0,323
-0,175 0,310
Fasilitas 0,048
0,774 -0,248
-0,117 Refund
0,755 -0,251
-0,024 0,088
Promosi 0,554
-0,172 0,479
0,460 Pelayanan
0,717 0,158
-0,239 -0,336
Rute_Penerbangan 0,463
0,387 -0,167
0,419 Akses_Pemesanan
-0,270 0,523
0,550 0,265
Ketepatan_Waktu -0,503
0,406 -0,370
0,368 Handling_Complain
0,608 -0,021
0,009 0,239
Brand 0,545
-0,083 -0,467
-0,110 Extraction Method: Principal Component Analysis.
a. 4 components extracted. Sumber: Data primer Ratri diolah, 2014
Hasil pada tabel 3.10 adalah hasil pengelompokan variabel-variabel kedalam masing-masing faktor sebelum dirotasi varimax, sehingga dengan jelas dapat
diketahui anggota variabel-variabel pada faktor 1, faktor 2, faktor 3, dan faktor 4. Nilai loading faktor pada masing-masing faktor 1, faktor 2, faktor 3, dan faktor 4 yang
dibawah 0.4 dihapuskan.
Variabel asal kenyamanan, keamanan, harga, fasilitas, refund, promosi, pelayanan, rute penerbangan, akses pemesanan tiket, ketepatan waktu keberangkatan, handling complain,
dan branddapat dinyatakan dalam kombinasi linear faktor 1, faktor 2, faktor 3, dan faktor 4 sebagai berikut :