115
C. Pengujian Hipotesis Pertama
Analisis faktor digunakan untuk menguji seberapa besar sikap konsumen terhadap atribut produk perawatan wajah merek Ponds dan Sariayu.
Pengujian dilakukan dengan menggunakan analisis faktor. Analisis faktor adalah suatu teknik untuk menganalisis saling ketergantungan interpendence
dari beberapa variabel secara simultan dengan tujuan untuk menyederhanakan dari bentuk hubungan antar variabel yang diteliti menjadi sejumlah faktor
yang lebih sedikit dari jumlah variabel yang diteliti. Sulianto, 2005:114. Analisis ini juga menggambarkan tentang struktur data dari suatu penelitian,
artinya ingin diketahui susunan dan hubungan yang terjadi pada hubungan antar variabel.
Analisis faktor digunakan untuk mengelompokkan beberapa variabel yang memiliki kemiripan untuk dijadikan satu faktor sehingga dimungkinkan
dari beberapa atribut yang mempengaruhi suatu komponen variabel dapat diringkas menjadi beberapa faktor utama yang jumlahnya lebih sedikit.
Suliyanto, 2005:114 Dalam analisis faktor yang harus dipenuhi adalah angka Measure of
Sampling Adequancy MSA harus diatas 0,5 untuk keperluan analisis faktor dalam penelitian ini variabel indicator yang digunakan sebanyak 26 variabel
yang disebarkan kepada 120 responden. Dari 26 variabel ini akan dikelompokkan menjadi beberapa factor dengan menggunakan analisis faktor.
1. Menentukan variabel yang akan dianalisis Variabel yang akan dianalisis dalam penelitian ini terdiri dari 26
variabel yang sebelumnya telah diuji tingkat validitas dan reliabilitasnya. Ke-26 variabel yang dianggap telah valid dan reliable, dimasukkan ke
116 dalam analisis faktor untuk diuji apakah nilai dari Kaiser-Mayer-Olkin
KMO and Barlett’s Test dan Measure of Sampling MSA-nya diatas 0,5 adapun dari hasil analisis dapat dilihat pada tabel dibawah ini
Tabel 4.67 KMO and Barlett’s Test Ponds
Sumber : Hasil output SPSS Tabel 4.68
KMO and Barlett’s Test Sariayu
Sumber : Hasil output SPSS Dari hasil output uji KMO and Barlett’s Test pada tabel diatas,
besarnya angka MSA untuk Ponds adalah 0,722 dengan tingkat signifikan 0,000 dan angka MSA untuk Sariayu 0,628 dengan nilai signifikan 0,000.
Oleh karena angka tersebut sudah diatas 0,5 dan signifikan jauh berada dibawah 0,05 0,000 0,05, maka variabel dan sampel yang ada secara
keseluruhan dapat dianalisis lebih lanjut. Dan untuk kepentingan analisis lebih lanjut, dengan melihat angka
pada Anti-Image Matrices, Khususnya pada angka korelasi yang bertanda a dari kiri atas ke kanan bawah. Adapun hasil Measure of Sampling
Adequancy MSA dalam tabel Anti-Image Matrices pada Anti-Image Correlation yang tertera pada tabel dibawah ini.
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,722 Bartletts Test of
Sphericity Approx. Chi-
Square 1571,60
5 df
351 Sig.
,000
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
,628 Bartletts Test of
Sphericity Approx. Chi-
Square 2118,70
2 df
351 Sig.
,000
117 Tabel 4.69
Angka Measure of Sampling Adequancy untuk Ponds No
Pertanyaan MSA
Keterangan 1
Harga terjangkau 0,733
Valid 2
Harga lebih murah 0,756
Valid 3
Harga tidak mengalami perubahan per-6 bulan
0,603 Valid
4 Memberikan diskon
0,572 Valid
5 Harga sesuai manfaat
0,666 Valid
6 Tidak menimbulkan alergi
0,669 Valid
7 Membuat kulit lembut
0,851 Valid
8 Mencerahkan wajah
0,718 Valid
9 Membersihkan wajah
0,781 Valid
10 Wangi yang khas 0,713
Valid 11 Varian produk
0,703 Valid
12 Kemasan yang menarik 0,609
Valid 13 Merek terbaik
0,680 Valid
14 Memiliki label 0,813
Valid 15 Ukuran yang bervariasi
0,822 Valid
16 Sampel produk 0,646
Valid 17 Memberikan hadiah
0,806 Valid
18 Promosi melalui media cetak dan elektronik
0,731 Valid
19 Iklan menarik 0,643
Valid 20 Bintang iklan sesuai produk
0,710 Valid
21 Memiliki SPG di setiap gerai 0,749
Valid 22 Dapat diperoleh dekat tempat kerja
0,729 Valid
23 Dapat diperoleh dekat rumah 0,855
Valid 24 Terdapat pada toko retail
0,633 Valid
25 Terdapat pada warung kelontong 0,781
Valid 26 Distribusi produk terjamin
0,624 Valid
Sumber : Hasil output SPSS
118 Tabel 4.70
Angka Measure of Sampling Adequancy untuk Sariayu No
Pertanyaan MSA
Keterangan 1
Harga terjangkau 0,507
Valid 2
Harga lebih murah 0,525
Valid 3
Harga tidak mengalami perubahan per-6 bulan
0,809 Valid
4 Memberikan diskon
0,538 Valid
5 Harga sesuai manfaat
0,609 Valid
6 Tidak menimbulkan alergi
0,606 Valid
7 Membuat kulit lembut
0,633 Valid
8 Mencerahkan wajah
0,570 Valid
9 Membersihkan wajah
0,547 Valid
10 Wangi yang khas 0,642
Valid 11 Varian produk
0,827 Valid
12 Kemasan yang menarik 0,540
Valid 13 Merek terbaik
0,590 Valid
14 Memiliki label 0,828
Valid 15 Ukuran yang bervariasi
0,690 Valid
16 Sampel produk 0,588
Valid 17 Memberikan hadiah
0,662 Valid
18 Promosi melalui media cetak dan elektronik
0,610 Valid
19 Iklan menarik 0,612
Valid 20 Bintang iklan sesuai produk
0,800 Valid
21 Memiliki SPG di setiap gerai 0,554
Valid 22 Dapat diperoleh dekat tempat kerja
0,627 Valid
23 Dapat diperoleh dekat rumah 0,557
Valid 24 Terdapat pada toko retail
0,637 Valid
25 Terdapat pada warung kelontong 0,588
Valid 26 Distribusi produk terjamin
0,597 Valid
Sumber : Hasil output SPSS Dari hasil tabel diatas terlihat bahwa semua variabel sudah memiliki
angka MSA diatas 0,5, maka dengan demikian ke-26 variabel tersebut dapat dianalisis lebih lanjut.
2. Estimasi Communality Communalities menunjukkan beberapa varians yang dapat dijelaskan
oleh faktor yang diekstrk. Bilson Simamora,2005:125. Dengan ketentuan bahwa semakin besar communalities sebuah variabel, berarti semakin erat
hubungannya dengan faktor yang terbentuk. Singgih Santoso,2007:42.
119 Adapun nilai communalities yang diperoleh dalam penelitian ini dapat
dilihat pada tabel berikut. Tabel 4.71
Nilai Communiality untuk Ponds
Extraction Method: Principal Component Analysis. Sumber : Hasil output SPSS
Dari tabel diatas dapat dijelaskan bahwa A1 Harga terjangkau memiliki nilai 0,875, hal ini menunjukkan bahwa sekitar 87,5 varians
dari atribut ke-1 dapat dijelaskan oleh faktor yang terbentuk. jika pada Initial
Extraction Harga terjangkau
1,000 0,875
Harga lebih murah 1,000
0,749 Harga tidak mengalami perubahan
per6bulan 1,000
0,819 Memberikan diskon
1,000 0,846
Harga sesuai manfaat 1,000
0,480 Tidak menimbulkan alergi
1,000 0,904
Membuat kulit lembut 1,000
0,803 Mencerahkan wajah
1,000 0,524
Membersihkan wajah 1,000
0,803 Wangi khas
1,000 0,801
Varian 1,000
0,860 Kemasan
1,000 0,773
Merek 1,000
0,825 Label
1,000 0,759
Ukuran 1,000
0,811 Sampel produk
1,000 0,614
Hadiah 1,000
0,822 Promosi media cetak dan elektronik
1,000 0,722
Iklan menarik 1,000
0,755 Bintang iklan sesuai produk
1,000 0,830
Memiliki SPG 1,000
0,733 Dapat diperoleh dekat tempat kerja
1,000 0,640
Dapat diperoleh dekat rumah 1,000
0,729 Terdapat di toko retail
1,000 0,798
Terdapat diwarung kelontong 1,000
0,676 Distribusi terjamin
1,000 0,909
120 tabel component matrix, terdapat 7 component yang terbentuk. Untuk A2
Harga lebih murah memiliki nilai 0,749, hal ini menunjukkan bahwa sekitar 74,9 varians dari atribut ke-2 dapat dijelaskan oleh faktor yang
terbentuk. Untuk A3 Harga tidak mengalami perubahan per-6 bulan memiliki
nilai 0,819, hal ini menunjukkan bahwa sekitar 81,9 varians dari atribut ke-3 dapat dijelaskan oleh faktor terbentuk. Untuk AMemberikan diskon
memiliki nilai 0,846, hal ini menunjukkan bahwa sekitar 84,6 varians dari atribut ke-4 dapat dijelaskan oleh faktor terbentuk. Untuk A5 Harga
sesuai manfaat memiliki nilai 0,480, hal ini menunjukkan bahwa sekitar 48 varians dari atribut ke-5 dapat dijelaskan oleh faktor terbentuk.
Untuk A6 Tidak menimbulkan alergi memiliki nilai 0,904, hal ini menunjukkan bahwa sekitar 90,4 varians dari atribut ke-6 dapat
dijelaskan oleh faktor terbentuk. Untuk A7 Membuat kulit terasa lembut memiliki nilai 0,803, hal ini menunjukkan bahwa sekitar 80,3 varians
dari atribut ke-7 dapat dijelaskan oleh faktor terbentuk. Untuk A8 Mencerahkan kulit memiliki nilai 0,524, hal ini menunjukkan bahwa
sekitar 52,4 varians dari atribut ke-8 dapat dijelaskan oleh faktor terbentuk.
Untuk A9 Membersihkan wajah memiliki nilai 0,803, hal ini menunjukkan bahwa sekitar 80,3 varians dari atribut ke-9 dapat
dijelaskan oleh faktor terbentuk. Untuk A10 Wangi yang khas memiliki nilai 0,801, hal ini menunjukkan bahwa sekitar 80,1 varians dari atribut
ke-10 dapat dijelaskan oleh faktor terbentuk. Untuk A11 Varian produk
121 memiliki nilai 0,860, hal ini menunjukkan bahwa sekitar 86 varians dari
atribut ke-11 dapat dijelaskan oleh faktor terbentuk. Untuk A12 Kemasan yang menarik memiliki nilai 0,773, hal ini
menunjukkan bahwa sekitar 77,3 varians dari atribut ke-12 dapat dijelaskan oleh faktor terbentuk. Untuk A13 Merek terbaik memiliki nilai
0,825, hal ini menunjukkan bahwa sekitar 82,5 varians dari atribut ke-13 dapat dijelaskan oleh faktor terbentuk. Untuk A14 Memiliki label produk
memiliki nilai 0,759 , hal ini menunjukkan bahwa sekitar 75,9 varians dari atribut ke-14 dapat dijelaskan oleh faktor terbentuk.
Untuk A15 Ukuran yang bervariasi memiliki nilai 0,811, hal ini menunjukkan bahwa sekitar 81,1 varians dari atribut ke-15 dapat
dijelaskan oleh faktor terbentuk. Untuk A16 Sampel produk memiliki nilai 0,614, hal ini menunjukkan bahwa sekitar 61,4 varians dari atribut
ke-16 dapat dijelaskan oleh faktor terbentuk. Untuk A17 Memberikan hadiah memiliki nilai 0,822, hal ini menunjukkan bahwa sekitar 82,2
varians dari atribut ke-17 dapat dijelaskan oleh faktor terbentuk. Untuk A18 Promosi melalui media cetak dan elektronik memiliki
nilai 0,722, hal ini menunjukkan bahwa sekitar 72,2 varians dari atribut ke-18 dapat dijelaskan oleh faktor terbentuk. Untuk A19 Iklan menarik
memiliki nilai 0,755, hal ini menunjukkan bahwa sekitar 75,5 varians dari atribut ke-19 dapat dijelaskan oleh faktor terbentuk. Untuk A20
Bintang iklan sesuai produk memiliki nilai 0,830, hal ini menunjukkan bahwa sekitar 83 varians dari atribut ke-20 dapat dijelaskan oleh faktor
terbentuk.
122 Untuk A21 Memiliki SPG disetiap gerai memiliki nilai 0,733, hal ini
menunjukkan bahwa sekitar 73,3 varians dari atribut ke-21 dapat dijelaskan oleh faktor terbentuk. Untuk A22 Dapat diperoleh dekat tempat
kerja memiliki nilai 0,640, hal ini menunjukkan bahwa sekitar 64 varians dari atribut ke-22 dapat dijelaskan oleh faktor terbentuk. Untuk
A23 Dapat diperoleh dekat dengan rumah memiliki nilai 0,729, hal ini menunjukkan bahwa sekitar 72,9 varians dari atribut ke-23 dapat
dijelaskan oleh faktor terbentuk. Untuk A24 Terdapat pada toko retail memiliki nilai 0,798, hal ini
menunjukkan bahwa sekitar 79,8 varians dari atribut ke-24 dapat dijelaskan oleh faktor terbentuk. Untuk A25 Terdapat di warung
kelontong memiliki nilai 0,676, hal ini menunjukkan bahwa sekitar 67,6 varians dari atribut ke-25 dapat dijelaskan oleh faktor terbentuk. Untuk
A26 Distribusi produk terjamin memiliki nilai 0,909, hal ini menunjukkan bahwa sekitar 90,9 varians dari atribut ke-26 dapat
dijelaskan oleh faktor terbentuk.
123 Tabel 4.71
Nilai Communiality untuk Sariayu
Extraction Method: Principal Component Analysis. Sumber : Hasil output SPSS
Dari tabel diatas dapat dijelaskan bahwa A1 Harga terjangkau memiliki nilai 0,726, hal ini menunjukkan bahwa sekitar 72,6 varians
dari atribut ke-1 dapat dijelaskan oleh faktor yang terbentuk. jika pada tabel component matrix, terdapat 5 component yang terbentuk. Untuk A2
Harga lebih murah memiliki nilai 0,878, hal ini menunjukkan bahwa Initial
Extraction Harga terjangkau
1,000 0,726
Harga lebih murah 1,000
0,878 Harga tidak mengalami perubahan
per6bulan 1,000
0,521 Memberikan diskon
1,000 0,658
Harga sesuai manfaat 1,000
0,706 Tidak menimbulkan alergi
1,000 0,877
Membuat kulit lembut 1,000
0,837 Mencerahkan wajah
1,000 0,701
Membersihkan wajah 1,000
0,752 Wangi khas
1,000 0,752
Varian 1,000
0,855 Kemasan
1,000 0,823
Merek 1,000
0,855 Label
1,000 0,646
Ukuran 1,000
0,839 Sampel produk
1,000 0,921
Hadiah 1,000
0,784 Promosi media cetak dan
elektronik 1,000
0,710 Iklan menarik
1,000 0,629
Bintang iklan sesuai produk 1,000
0,692 Memiliki SPG
1,000 0,599
Dapat diperoleh dekat tempat kerja 1,000
0,823 Dapat diperoleh dekat rumah
1,000 0,701
Terdapat di toko retail 1,000
0,793 Terdapat diwarung kelontong
1,000 0,924
Distribusi terjamin 1,000
0,811
124 sekitar 87,8 varians dari atribut ke-2 dapat dijelaskan oleh faktor yang
terbentuk. Untuk A3 Harga tidak mengalami perubahan per-6 bulan memiliki
nilai 0,521, hal ini menunjukkan bahwa sekitar 52,1 varians dari atribut ke-3 dapat dijelaskan oleh faktor terbentuk. Untuk AMemberikan diskon
memiliki nilai 0,658, hal ini menunjukkan bahwa sekitar 65,8 varians dari atribut ke-4 dapat dijelaskan oleh faktor terbentuk. Untuk A5 Harga
sesuai manfaat memiliki nilai 0,706, hal ini menunjukkan bahwa sekitar 70,6 varians dari atribut ke-5 dapat dijelaskan oleh faktor terbentuk.
Untuk A6 Tidak menimbulkan alergi memiliki nilai 0,877, hal ini menunjukkan bahwa sekitar 8,77 varians dari atribut ke-6 dapat
dijelaskan oleh faktor terbentuk. Untuk A7 Membuat kulit terasa lembut memiliki nilai 0,837, hal ini menunjukkan bahwa sekitar 83,7 varians
dari atribut ke-7 dapat dijelaskan oleh faktor terbentuk. Untuk A8 Mencerahkan kulit memiliki nilai 0,701, hal ini menunjukkan bahwa
sekitar 70,1 varians dari atribut ke-8 dapat dijelaskan oleh faktor terbentuk.
Untuk A9 Membersihkan wajah memiliki nilai 0,752, hal ini menunjukkan bahwa sekitar 75,2 varians dari atribut ke-9 dapat
dijelaskan oleh faktor terbentuk. Untuk A10 Wangi yang khas memiliki nilai 0,752, hal ini menunjukkan bahwa sekitar 75,2 varians dari atribut
ke-10 dapat dijelaskan oleh faktor terbentuk. Untuk A11 Varian produk memiliki nilai 0,855, hal ini menunjukkan bahwa sekitar 85,5 varians
dari atribut ke-11 dapat dijelaskan oleh faktor terbentuk.
125 Untuk A12 Kemasan yang menarik memiliki nilai 0,823, hal ini
menunjukkan bahwa sekitar 82,3 varians dari atribut ke-12 dapat dijelaskan oleh faktor terbentuk. Untuk A13 Merek terbaik memiliki nilai
0,855, hal ini menunjukkan bahwa sekitar 85,5 varians dari atribut ke-13 dapat dijelaskan oleh faktor terbentuk. Untuk A14 Memiliki label produk
memiliki nilai 0,646, hal ini menunjukkan bahwa sekitar 64,6 varians dari atribut ke-14 dapat dijelaskan oleh faktor terbentuk.
Untuk A15 Ukuran yang bervariasi memiliki nilai 0,839, hal ini menunjukkan bahwa sekitar 83,9 varians dari atribut ke-15 dapat
dijelaskan oleh faktor terbentuk. Untuk A16 Sampel produk memiliki nilai 0,921, hal ini menunjukkan bahwa sekitar 92,1 varians dari atribut
ke-16 dapat dijelaskan oleh faktor terbentuk. Untuk A17 Memberikan hadiah memiliki nilai 0,784, hal ini menunjukkan bahwa sekitar 78,4
varians dari atribut ke-17 dapat dijelaskan oleh faktor terbentuk. Untuk A18 Promosi melalui media cetak dan elektronik memiliki
nilai 0,710, hal ini menunjukkan bahwa sekitar 71 varians dari atribut ke- 18 dapat dijelaskan oleh faktor terbentuk. Untuk A19 Iklan menarik
memiliki nilai 0,629, hal ini menunjukkan bahwa sekitar 62,9 varians dari atribut ke-19 dapat dijelaskan oleh faktor terbentuk. Untuk A20
Bintang iklan sesuai produk memiliki nilai 0,692, hal ini menunjukkan bahwa sekitar 69,2 varians dari atribut ke-20 dapat dijelaskan oleh faktor
terbentuk. Untuk A21 Memiliki SPG disetiap gerai memiliki nilai 0,599, hal ini
menunjukkan bahwa sekitar 59,9 varians dari atribut ke-21 dapat dijelaskan oleh faktor terbentuk. Untuk A22 Dapat diperoleh dekat tempat
126 kerja memiliki nilai 0,823, hal ini menunjukkan bahwa sekitar 82,3
varians dari atribut ke-22 dapat dijelaskan oleh faktor terbentuk. Untuk A23 Dapat diperoleh dekat dengan rumah memiliki nilai 0,701, hal ini
menunjukkan bahwa sekitar 70,1 varians dari atribut ke-23 dapat dijelaskan oleh faktor terbentuk.
Untuk A24 Terdapat pada toko retail memiliki nilai 0,793, hal ini menunjukkan bahwa sekitar 79,3 varians dari atribut ke-24 dapat
dijelaskan oleh faktor terbentuk. Untuk A25 Terdapat di warung kelontong memiliki nilai 0,924, hal ini menunjukkan bahwa sekitar 92,4
varians dari atribut ke-25 dapat dijelaskan oleh faktor terbentuk. Untuk A26 Distribusi produk terjamin memiliki nilai 0,811, hal ini
menunjukkan bahwa sekitar 81,1 varians dari atribut ke-26 dapat dijelaskan oleh faktor terbentuk.
3. Melakukan Faktoring dan Rotasi Setelah semua variabel memenuhi syarat untuk dianalisis, tahap
selanjutnya adalah melakukan proses inti dari analisis faktor yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada, sehingga
terbentuk satu arah atau beberapa faktor dalam melakukan ekstraksi ini dan metode yang digunakan adalah Principal Componen Analysis yang
bertujuan untuk melakukan prediksi terhadap sejumlah faktor yang akan dihasilkan. Proses rotasi dilakukan untuk mempermudah menempatkan
variabel-variabel yang ada ke faktor-faktor yang terbentuk. Dalam penelitian ini proses rotasi menggunakan metode varimax bagian dari
orthogonal.
127 a. Penentuan jumlah faktor
Dalam menentukan jumlah factor dalam penelitian ini, penulis menggunakan nilai eigen value. Susunan eigen value selalu diurutkan
dari yang terbesar sampai yang terkecil, dengan kriteria bahwa angka eigen value dibawah 1 tidak digunakan dalam menghitung jumlah
faktor yang terbentuk. Singgih Santoso, 2007:43. Untuk menentukan jumlah faktor dapat dilihat pada tabel Total Variance Explained
dibawah ini. Tabel 4.73
Total Variance Explained untuk Ponds
Component Initial Eigenvalues
Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total of
Variance Cumulative
Total of
Variance Cumulative
Total of
Variance Cumulative
1 10,857
40,209 40,209
10,857 40,209
40,209 3,615
13,388 13,388
2 2,451
9,077 49,286
2,451 9,077
49,286 3,239
11,997 25,385
3 1,929
7,146 56,432
1,929 7,146
56,432 3,214
11,903 37,288
4 1,735
6,426 62,858
1,735 6,426
62,858 3,197
11,839 49,127
5 1,479
5,477 68,336
1,479 5,477
68,336 2,741
10,152 59,279
6 1,275
4,722 73,058
1,275 4,722
73,058 2,458
9,104 68,384
7 1,105
4,093 77,150
1,105 4,093
77,150 2,367
8,766 77,150
8 0,963
3,566 80,716
9 0,792
2,935 83,651
10 0,738
2,732 86,383
11 0,625
2,314 88,697
12 0,565
2,093 90,790
13 0,441
1,632 92,422
14 0,386
1,431 93,853
15 0,360
1,334 95,187
16 0,264
0,979 96,166
17 0,248
0,920 97,086
18 0,196
0,726 97,812
19 0,150
0,557 98,369
20 0,131
0,485 98,854
21 0,101
0,374 99,228
22 0,072
0,268 99,495
23 0,062
0,229 99,724
24 0,031
0,114 99,838
25 0,028
0,104 99,942
26 0,010
0,036 99,977
Extraction Method: Principal Component Analysis. Sumber : Hasil output SPSS
128 Dari tabel diatas dapat terlihat bahwa terdapat 26 variabel
component yang dimasukkan dalam analisis faktor, dan hanya ada 7 Tujuh faktor yang terbentuk, karena dengan satu faktor angka eigen
value diatas 1, dengan dua faktor angka eigen value diatas 1, dengan tiga faktor angka eigen value diatas 1, dengan empat faktor angka
eigen value tetap diatas 1, dengan lima faktor angka eigen value tetap diatas 1, dengan enam faktor angka eigen value masih diatas 1, dengan
tujuh faktor angka eigen value masih diatas 1, tetapi ketika beranjak ke 10 faktor, angka eigen value mengalami perubahan angka dibawah
satu, yaitu 0,963. Sehingga proses factoring seharusnya berhenti pada 7 faktor saja.
Gambar 4.6
S u
Sumber : Hasil output SPSS
27 26
25 24
23 22
21 20
19 18
17 16
15 14
13 12
11 10
9 8
7 6
5 4
3 2
1
Component Number
12 10
8 6
4 2
E ig
en va
lu e
Scree Plot
129 Jika tabel Total Variance Explained menjelaskan dasar jumlah
faktor yang didapat dengan perhitungan angka, maka score plot menampakkan hal tersebut dengan grafik. Terlihat bahwa dari 1 ke-2
faktor faktor dari sumbu Component Number = 1 ke 2, arah garis menurun sangat tajam.
Lalu dari angka 2 ke 3, garis masih menurun namun tidak setajam dari 1 ke 2. Kemudian dari angka 3 ke 4, 4 ke 5, 5 ke 6, dan 6 ke 7,
mengalami penurunan slope yang relatif kecil. Dan dapat terlihat bahwa pada faktor ke 8 sudah dibawah angka 1 dari sumbu Y
eigenvalues. Hal ini menunjukkan bahwa 7 faktor adalah paling optimal untuk meringkas dua puluh enam variabel tersebut.
130 Tabel 4.74
Total Variance Explained untuk Sariayu
Extraction method : Principal Component Analysis Sumber : Hasil output SPSS
Dari tabel diatas dapat terlihat bahwa terdapat 26 variabel component yang dimasukkan dalam analisis faktor, dan hanya ada 5
Lima faktor yang terbentuk, karena dengan satu faktor angka eigen value diatas 1, dengan dua faktor angka eigen value diatas 1, dengan
tiga faktor angka eigen value diatas 1, dengan empat faktor angka eigen value tetap diatas 1, dengan lima faktor angka eigen value tetap
diatas 1, tetapi ketika beranjak ke 6 faktor, angka eigen value
Component Initial Eigenvalues
Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total of
Variance Cumulative
Total of
Variance Cumulative
Total of
Variance Cumulative
1 9,605
35,572 35,572
9,605 35,572
35,572 7,648
28,324 28,324
2 6,614
24,496 60,068
6,614 24,496
60,068 5,391
19,967 48,291
3 2,220
8,222 68,290
2,220 8,222
68,290 3,332
12,339 60,630
4 1,251
4,633 72,924
1,251 4,633
72,924 2,973
11,010 71,640
5 1,090
4,035 76,959
1,090 4,035
76,959 1,436
5,319 76,959
6 0,870
3,224 80,183
7 0,797
2,953 83,135
8 0,701
2,597 85,733
9 0,542
2,008 87,740
10 0,507
1,880 89,620
11 0,464
1,719 91,339
12 0,450
1,665 93,004
13 0,336
1,245 94,249
14 0,294
1,091 95,339
15 0,254
0,940 96,280
16 0,216
0,799 97,079
17 0,181
0,671 97,750
18 0,165
0,611 98,361
19 0,140
0,520 98,881
20 0,106
0,393 99,274
21 0,068
0,253 99,528
22 0,060
0,223 99,751
23 0,035
0,131 99,882
24 0,019
0,072 99,953
25 0,010
0,038 99,991
26 0,002
0,008 99,999
131 mengalami perubahan angka dibawah satu, yaitu 0,870. Sehingga
proses factoring seharusnya berhenti pada 5 faktor saja. Gambar 4.7
Sumber : Hasil output SPSS Jika tabel Total Variance Explained menjelaskan dasar jumlah
faktor yang didapat dengan perhitungan angka, maka score plot menampakkan hal tersebut dengan grafik. Terlihat bahwa dari 1 ke-2
faktor faktor dari sumbu Component Number = 1 ke 2, arah garis menurun namun tidak tajam.
Lalu dari angka 2 ke 3, garis masih menurun namun agak sedikit lebih tajam dari 1 ke 2. Kemudian dari angka 3 ke 4, dan 4 ke 5,
mengalami penurunan slope yang relatif kecil. Dan dapat terlihat bahwa pada faktor ke 6 sudah dibawah angka 1 dari sumbu Y
27 26
25 24
23 22
21 20
19 18
17 16
15 14
13 12
11 10
9 8
7 6
5 4
3 2
1
Component Number
10 8
6 4
2
E ig
en va
lu e
Scree Plot
132 eigenvalues. Hal ini menunjukkan bahwa 5 faktor adalah paling
optimal untuk meringkas dua puluh enam variabel tersebut.
b. Interpretasi Faktor Setelah terbentuk faktor, maka tahapan selanjutnya adalah
menginterpretasikan faktor-faktor yang terbentuk. Dalam penelitian ini akan dilakukan terhadap 7 faktor yang terbentuk untuk Ponds dan 5
faktor yang terbentuk untuk Sariayu. Ke-7 dan ke-5 faktor ini terbentuk
dari mereduksi
variabel-variabel indikator
yang mempengaruhi sikap konsumen dalam pembelian produk perawatan
wajah. Interpretasi ini didasarkan pada nilai faktor loading masing-masing
variabel pada faktor yang terbentuk. Untuk Ponds dari komponen 1 sampai dengan komponen 7 angka eigen value 1, maka proses
faktoring hanya sampai dengan 7 faktor saja. Untuk Sariayu dari komponen 1 sampai dengan komponen 5 angka eigen value 1, maka
proses faktoring hanya sampai dengan 5 faktor saja. Jika diteruskan sampai faktor berikutnya angka eigen value sudah kurang dari 1 yakni
untuk Ponds = 0,963 dan untuk Sariayu = 0,870.
133 Tabel 4.75
Component Matrix a untuk Ponds
Extraction Method : Principal Component Analisys A 7 components extracted.
Sumber : Hasil output SPSS
Setelah diketahui bahwa tujuh faktor adalah jumlah yang paling optimal, maka tabel component matrix menunjukan distribusi ke-26
variabel tersebut pada 7 faktor yang terbentuk. Sedangkan angka- angka yang ada pada tabel tersebut adalah faktor loading, yang
Component 1
2 3
4 5
6 7
Harga terjangkau 0,651
0,501 0,193
-0,272 0,249
-0,019 0,161
Harga lebih murah 0,593
-0,035 -0,157
-0,455 0,325
0,208 -0,122
Harga tidak mengalami perubahan per6bulan
0,572 0,492
-0,069 0,483
-0,040 0,039
-0,095 Memberikan diskon
0,500 0,526
0,280 -0,138
0,456 0,104
0,045 Harga sesuai manfaat
0,447 -0,296
0,152 0,251
-0,301 0,118
0,039 Tidak menimbulkan alergi
0,534 -0,371
0,671 0,140
-0,020 -0,053
-0,090 Membuat kulit lembut
0,681 -0,254
-0,166 -0,174
-0,134 -0,434
-0,105 Mencerahkan wajah
0,424 -0,061
0,217 0,233
0,061 -0,251
0,415 Membersihkan wajah
0,703 -0,376
0,046 -0,245
0,288 -0,145
-0,001 Wangi khas
0,744 -0,004
0,109 -0,286
-0,197 -0,108
-0,322 Varian
0,529 0,523
0,094 0,158
-0,420 0,169
-0,262 Kemasan
0,527 0,632
-0,064 0,091
0,029 -0,258
0,124 Merek
0,655 0,058
-0,317 -0,107
-0,186 -0,497
0,011 Label
0,632 0,019
-0,186 -0,208
-0,284 0,092
0,439 Ukuran
0,752 0,001
0,057 -0,436
-0,198 0,083
-0,080 Sampel produk
0,655 0,283
0,168 0,163
0,001 -0,111
0,194 Memberikan hadiah
0,740 -0,069
-0,152 -0,006
-0,292 0,165
0,366 Promosi media cetak dan
elektronik 0,614
-0,099 -0,308
0,246 0,338
0,136 -0,218
Iklan menarik 0,503
-0,417 -0,342
-0,017 0,110
0,363 0,258
Bintang iklan sesuai produk 0,668
-0,176 -0,394
0,073 0,279
-0,248 -0,230
Memiliki SPG 0,730
-0,159 -0,173
0,286 -0,109
-0,208 -0,086
Dapat diperoleh dekat tempat kerja
0,635 -0,132
0,287 0,025
0,313 0,072
0,182 Dapat diperoleh dekat rumah
0,608 0,063
-0,138 0,465
0,197 0,219
-0,181 Terdapat di toko retail
0,617 0,137
0,093 -0,349
-0,300 0,359
-0,220 Terdapat diwarung
kelontong 0,646
-0,228 -0,212
0,286 -0,074
0,269 0,043
Distribusi terjamin 0,508
-0,384 0,684
0,141 -0,024
-0,057 -0,107
134 menunjukan besarnya korelasi antara suatu variabel dengan faktor 1,
faktor 2, faktor 3, faktor 4, faktor 5, faktor 6, dan faktor 7. Setelah mengetahui nilai komponen matrix maka dilakukan rotasi
faktor, rotasi faktor ini dimaksudkan untuk mendapatkan tampilan data yang jelas dari nilai loading untuk masing-masing variabel pada faktor
yang ada dapat dilihat pada tabel rotated component matrix dibawah ini. Interpretasi ini didasarkan pada nilai loading terbesar dari masing-
masing variabel terhadap faktor-faktor yang ada, jadi suatu variabel akan masuk ke dalam faktor yang mamiliki nilai loading terbesar,
ssetelah dilakukan perbandingan besar korelasi pada setiap baris.
135 Tabel 4.76
Rotated Component Matrixa untuk Ponds
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 12 iterations.
Sumber : Hasil output SPSS Component
1 2
3 4
5 6
7 Harga terjangkau
0,788 0,001
0,122 0,101
0,130 0,237
0,395 Harga lebih murah
0,149 0,203
0,198 -0,010
0,159 0,291
0,732 Harga tidak mengalami
perubahan per6bulan 0,594
0,580 0,101
0,034 0,072
0,225 -0,250
Memberikan diskon 0,769
0,120 -0,110
0,120 -0,079
0,153 0,429
Harga sesuai manfaat -0,075
0,253 0,108
0,462 0,358
0,186 -0,149
Tidak menimbulkan alergi 0,070
0,096 0,103
0,922 0,035
0,144 0,089
Membuat kulit lembut 0,044
0,123 0,796
0,233 0,201
0,157 0,181
Mencerahkan wajah 0,369
0,053 0,196
0,417 0,309
-0,273 -0,054
Membersihkan wajah 0,077
0,175 0,457
0,416 0,202
0,013 0,586
Wangi khas 0,185
0,113 0,503
0,311 0,077
0,582 0,243
Varian 0,455
0,286 0,068
0,059 0,077
0,688 -0,290
Kemasan 0,788
0,156 0,299
-0,103 0,079
0,121 -0,078
Merek 0,279
0,122 0,810
-0,016 0,242
0,135 0,021
Label 0,258
0,004 0,276
0,022 0,740
0,226 0,129
Ukuran 0,204
0,013 0,363
0,221 0,333
0,582 0,372
Sampel produk 0,613
0,202 0,206
0,284 0,248
0,109 -0,014
Memberikan hadiah 0,220
0,216 0,251
0,166 0,758
0,242 0,065
Promosi media cetak dan elektronik
0,113 0,738
0,223 0,065
0,092 0,036
0,318 Iklan menarik
-0,165 0,400
0,072 0,063
0,631 -0,030
0,399 Bintang iklan sesuai produk
0,092 0,561
0,622 0,047
0,049 -0,025
0,338 Memiliki SPG
0,141 0,504
0,548 0,282
0,259 0,101
-0,045 Dapat diperoleh dekat tempat
kerja 0,335
0,225 0,058
0,507 0,243
-0,035 0,395
Dapat diperoleh dekat rumah 0,256
0,778 0,053
0,165 0,107
0,109 0,064
Terdapat di toko retail 0,158
0,093 0,084
0,138 0,262
0,779 0,250
Terdapat diwarung kelontong 0,006
0,593 0,146
0,210 0,481
0,149 0,072
Distribusi terjamin 0,047
,085 0,096
0,929 0,013
0,142 0,080
136 Component matrix hasil proses rotasi rotated component matrix
untuk Ponds memperlihatkan distribusi variabel yang lebih jelas dan nyata. Kemudian diperoleh beberapa variabel yang mendominasi
masing-masing faktor, dengan hasil sebagai berikut : 1 Variabel Harga Terjangkau
Korelasi antara variabel 1 dengan faktor 1 yang sebelum dirotasi adalah 0,651, dengan rotasi maka semakin diperbesar
menjadi 0,788 maka variabel ini masuk kedalam faktor 1. 2 Variabel Harga Lebih Murah
Korelasi antara variabel 2 dengan faktor 1 yang sebelum dirotasi adalah 0,593, dengan rotasi maka semakin diperkecil
menjadi 0,149. Sebaliknya, korelasi antara variabel 2 dengan faktor 7 yang sebelum dirotasi adalah -0,122, dengan rotasi
maka semakin diperbesar menjadi 0,732. Dengan demikian dapat dikatakan bahwa variabel 2 dapat dimasukkan sebagai
komponen faktor 7. 3 Variabel Harga Tidak Mengalami Perubahan Per-6 Bulan
Korelasi antara variabel 3 dengan faktor 1 yang sebelum dirotasi adalah 0,0,572, dengan rotasi maka semakin diperbesar
menjadi 0,594 maka variabel ini masuk kedalam faktor 1. 4 Variabel Memberikan Diskon
Korelasi antara variabel 4 dengan faktor 2 yang sebelum dirotasi adalah 0,526, dengan rotasi maka semakin diperkecil
menjadi 0,120. Sebaliknya, korelasi antara variabel 4 dengan faktor 1 yang sebelum dirotasi adalah 0,500, dengan rotasi
137 maka semakin diperbesar menjadi 0,769. Dengan demikian
dapat dikatakan bahwa variabel 4 dapat dimasukkan sebagai komponen faktor 1.
5 Variabel Harga Sesuai Manfaat Korelasi antara variabel 5 dengan faktor 1 yang sebelum
dirotasi adalah 0,447, dengan rotasi maka semakin diperkecil menjadi -0,075. Sebaliknya, korelasi antara variabel 5 dengan
faktor 4 yang sebelum dirotasi adalah 0,251, dengan rotasi maka semakin diperbesar menjadi 0,462. Dengan demikian
dapat dikatakan bahwa variabel 5 dapat dimasukkan sebagai komponen faktor 4.
6 Variabel Tidak Menimbulkan Alergi Korelasi antara variabel 6 dengan faktor 3 yang sebelum
dirotasi adalah 0,671, dengan rotasi maka semakin diperkecil menjadi 0,103. Sebaliknya, korelasi antara variabel 6 dengan
faktor 4 yang sebelum dirotasi adalah 0,140, dengan rotasi maka semakin diperbesar menjadi 0,922. Dengan demikian
dapat dikatakan bahwa variabel 6 dapat dimasukkan sebagai komponen faktor 4.
7 Variabel Terasa Lembut Dikulit Korelasi antara variabel 7 dengan faktor 1 yang sebelum
dirotasi adalah 0,681, dengan rotasi maka semakin diperkecil menjadi 0,044. Sebaliknya, korelasi antara variabel 7 dengan
faktor 3 yang sebelum dirotasi adalah -0,166, dengan rotasi maka semakin diperbesar menjadi 0,796. Dengan demikian
138 dapat dikatakan bahwa variabel 7 dapat dimasukkan sebagai
komponen faktor 3. 8 Variabel Mencerahkan Wajah
Korelasi antara variabel 8 dengan faktor 1 yang sebelum dirotasi adalah 0,424, dengan rotasi maka semakin diperkecil
menjadi 0,369. Sebaliknya, korelasi antara variabel 8 dengan faktor 4 yang sebelum dirotasi adalah 0,233, dengan rotasi
maka semakin diperbesar menjadi 0,417. Dengan demikian dapat dikatakan bahwa variabel 8 dapat dimasukkan sebagai
komponen faktor 4. 9 Variabel Membersihkan Wajah
Korelasi antara variabel 9 dengan faktor 1 yang sebelum dirotasi adalah 0,703, dengan rotasi maka semakin diperkecil
menjadi 0,077. Sebaliknya, korelasi antara variabel 9 dengan faktor 7 yang sebelum dirotasi adalah -0,001, dengan rotasi
maka semakin diperbesar menjadi 0,586. Dengan demikian dapat dikatakan bahwa variabel 9 dapat dimasukkan sebagai
komponen faktor 7. 10 Variabel Wangi Yang Khas
Korelasi antara variabel 10 dengan faktor 1 yang sebelum dirotasi adalah 0,744, dengan rotasi maka semakin
diperkecil menjadi 0,185. Sebaliknya, korelasi antara variabel 10 dengan faktor 6 yang sebelum dirotasi adalah -0,108,
dengan rotasi maka semakin diperbesar menjadi 0,582. Dengan
139 demikian dapat dikatakan bahwa variabel 10 dapat dimasukkan
sebagai komponen faktor 6. 11 Variabel Varian Produk
Korelasi antara variabel 11 dengan faktor 1 yang sebelum dirotasi adalah 0,529, dengan rotasi maka semakin
diperkecil menjadi 0,455. Sebaliknya, korelasi antara variabel 11 dengan faktor 6 yang sebelum dirotasi adalah 0,169, dengan
rotasi maka semakin diperbesar menjadi 0,688. Dengan demikian dapat dikatakan bahwa variabel 11 dapat dimasukkan
sebagai komponen faktor 6. 12 Variabel Kemasan Menarik
Korelasi antara variabel 12 dengan faktor 2 yang sebelum dirotasi adalah 0,632, dengan rotasi maka semakin
diperkecil menjadi 0,156. Sebaliknya, korelasi antara variabel 12 dengan faktor 1 yang sebelum dirotasi adalah 0,527, dengan
rotasi maka semakin diperbesar menjadi 0,788. Dengan demikian dapat dikatakan bahwa variabel 12 dapat dimasukkan
sebagai komponen faktor 1. 13 Variabel Merek Terbaik
Korelasi antara variabel 13 dengan faktor 1 yang sebelum dirotasi adalah 0,655, dengan rotasi maka semakin
diperkecil menjadi 0,279. Sebaliknya, korelasi antara variabel 13 dengan faktor 3 yang sebelum dirotasi adalah -0,317,
dengan rotasi maka semakin diperbesar menjadi 0,810. Dengan
140 demikian dapat dikatakan bahwa variabel 13 dapat dimasukkan
sebagai komponen faktor 3. 14 Variabel Label
Korelasi antara variabel 14 dengan faktor 1 yang sebelum dirotasi adalah 0,632, dengan rotasi maka semakin
diperkecil menjadi 0,258. Sebaliknya, korelasi antara variabel 14 dengan faktor 5 yang sebelum dirotasi adalah -0,284,
dengan rotasi maka semakin diperbesar menjadi 0,740. Dengan demikian dapat dikatakan bahwa variabel 14 dapat dimasukkan
sebagai komponen faktor 5. 15 Variabel Ukuran
Korelasi antara variabel 15 dengan faktor 1 yang sebelum dirotasi adalah 0,752, dengan rotasi maka semakin
diperkecil menjadi 0,204. Sebaliknya, korelasi antara variabel 15 dengan faktor 6 yang sebelum dirotasi adalah 0,083, dengan
rotasi maka semakin diperbesar menjadi 0,582. Dengan demikian dapat dikatakan bahwa variabel 15 dapat dimasukkan
sebagai komponen faktor 6. 16 Variabel Sampel Produk
Korelasi antara variabel 16 dengan faktor 1 yang sebelum dirotasi adalah 0,655, dengan rotasi maka semakin
diperkecil menjadi 0,613 maka variabel ini masuk kedalam faktor 1.
141 17 Variabel Memberikan Hadiah
Korelasi antara variabel 17 dengan faktor 1 yang sebelum dirotasi adalah 0,740, dengan rotasi maka semakin
diperkecil menjadi 0,220. Sebaliknya, korelasi antara variabel 17 dengan faktor 5 yang sebelum dirotasi adalah -0,292,
dengan rotasi maka semakin diperbesar menjadi 0,758. Dengan demikian dapat dikatakan bahwa variabel 17 dapat dimasukkan
sebagai komponen faktor 5. 18 Variabel Promosi Melalui Media Cetak dan Elektronik
Korelasi antara variabel 18 dengan faktor 1 yang sebelum dirotasi adalah 0,614, dengan rotasi maka semakin
diperkecil menjadi 0,113. Sebaliknya, korelasi antara variabel 18 dengan faktor 2 yang sebelum dirotasi adalah -0,099,
dengan rotasi maka semakin diperbesar menjadi 0,738. Dengan demikian dapat dikatakan bahwa variabel 18 dapat dimasukkan
sebagai komponen faktor 2. 19 Variabel Iklan Menarik
Korelasi antara variabel 19 dengan faktor 1 yang sebelum dirotasi adalah 0,503, dengan rotasi maka semakin
diperkecil menjadi -0,165. Sebaliknya, korelasi antara variabel 19 dengan faktor 5 yang sebelum dirotasi adalah 0,110, dengan
rotasi maka semakin diperbesar menjadi 0,631. Dengan demikian dapat dikatakan bahwa variabel 19 dapat dimasukkan
sebagai komponen faktor 5.
142 20 Variabel Bintang Iklan Sesuai Produk
Korelasi antara variabel 20 dengan faktor 1 yang sebelum dirotasi adalah 0,668, dengan rotasi maka semakin
diperkecil menjadi 0,092. Sebaliknya, korelasi antara variabel 20 dengan faktor 3 yang sebelum dirotasi adalah -0,394,
dengan rotasi maka semakin diperbesar menjadi 0,622. Dengan demikian dapat dikatakan bahwa variabel 20 dapat dimasukkan
sebagai komponen faktor 3. 21 Variabel Memiliki SPG Sales Promotion Girl
Korelasi antara variabel 21 dengan faktor 1 yang sebelum dirotasi adalah 0,730, dengan rotasi maka semakin
diperkecil menjadi 0,141. Sebaliknya, korelasi antara variabel 21 dengan faktor 3 yang sebelum dirotasi adalah -0,173,
dengan rotasi maka semakin diperbesar menjadi 0,548. Dengan demikian dapat dikatakan bahwa variabel 21 dapat dimasukkan
sebagai komponen faktor 3. 22 Variabel Dapat Diperoleh Dekat Tempat Kerja
Korelasi antara variabel 22 dengan faktor 1 yang sebelum dirotasi adalah 0,635, dengan rotasi maka semakin
diperkecil menjadi 0,335. Sebaliknya, korelasi antara variabel 22 dengan faktor 4 yang sebelum dirotasi adalah 0,025, dengan
rotasi maka semakin diperbesar menjadi 0,507. Dengan demikian dapat dikatakan bahwa variabel 22 dapat dimasukkan
sebagai komponen faktor 4.
143 23 Variabel Dapat Diperoleh Dekat Rumah
Korelasi antara variabel 23 dengan faktor 1 yang sebelum dirotasi adalah 0,608, dengan rotasi maka semakin
diperkecil menjadi 0,256. Sebaliknya, korelasi antara variabel 23 dengan faktor 2 yang sebelum dirotasi adalah 0,063, dengan
rotasi maka semakin diperbesar menjadi 0,778. Dengan demikian dapat dikatakan bahwa variabel 23 dapat dimasukkan
sebagai komponen faktor 2. 24 Variabel Terdapat Pada Toko Retail
Korelasi antara variabel 24 dengan faktor 1 yang sebelum dirotasi adalah 0,617, dengan rotasi maka semakin
diperkecil menjadi 0,158 Sebaliknya, korelasi antara variabel 24 dengan faktor 6 yang sebelum dirotasi adalah 0,359, dengan
rotasi maka semakin diperbesar menjadi 0,779. Dengan demikian dapat dikatakan bahwa variabel 24 dapat dimasukkan
sebagai komponen faktor 6. 25 Variabel Terdapat Pada Warung Kelontong
Korelasi antara variabel 25 dengan faktor 1 yang sebelum dirotasi adalah 0,646, dengan rotasi maka semakin
diperkecil menjadi 0,006. Sebaliknya, korelasi antara variabel 25 dengan faktor 2 yang sebelum dirotasi adalah -0,228,
dengan rotasi maka semakin diperbesar menjadi 0,593. Dengan demikian dapat dikatakan bahwa variabel 25 dapat dimasukkan
sebagai komponen faktor 2.
144 26 Variabel Distribusi Terjamin
Korelasi antara variabel 26 dengan faktor 3 yang sebelum dirotasi adalah 0,684, dengan rotasi maka semakin
diperkecil menjadi 0,047. Sebaliknya, korelasi antara variabel 26 dengan faktor 4 yang sebelum dirotasi adalah 0,141, dengan
rotasi maka semakin diperbesar menjadi 0,929. Dengan demikian dapat dikatakan bahwa variabel 26 dapat dimasukkan
sebagai komponen faktor 4.
145 Tabel dibawah ini menunjukan susunan pertimbangan yang terjadi
atas pembentukan sikap pada pembeli produk perawatan wajah merek Ponds
. Tabel 4.77
Hasil loading faktor pada Ponds Faktor
Atribut Keragaman
Total Loading
1 harga terjangkau
40,209 0,788
kemasan menarik 0,788
memberikan diskon 0,769
sampel produk 0,613
harga tidak mengalami perubahan per-6 bulan
0,594 2
dapat diperoleh dekat rumah 9,077
0,778 promosi melalui media cetak dan elektronik
0,738 terdapat pada warung kelontong
0,593 3
merek terbaik 7,146
0,810 membuat kulit lembut
0,796 bintang iklan sesuai produk
0,622 memiliki SPG sales promotion girl
0,548 4
tidak menimbulkan alergi 6,426
0,922 distribusi terjamin
0,593 dapat diperoleh dekat tempat kerja
0,507 harga sesuai manfaat
0,462 mencerahkan kulit
0,417 5
memberikan hadiah 5,477
0,758 memiliki label
0,740 iklan menarik
0,631 6
terdapat pada toko retail 4,722
0,779 varian produk
0,688 wangi khas
0,582 memiliki banyak ukuran
0,582 7
harga lebih murah 4,093
0,732 membersihkan wajah
0,586 Sumber : Hasil Output SPSS
Dengan demikian, ke-26 variabel yang telah direduksi hanya terdiri atas 7 tujuh faktor, yaitu :
a. Faktor pertama didominasi oleh : 1 Harga terjangkau, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,788 maka variabel ini masuk dalam faktor 1.
146 2 Kemasan menarik, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,788 maka variabel ini masuk dalam faktor 1.
3 Memberikan diskon, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,769
maka variabel ini masuk dalam faktor 1. 4 Sampel produk, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,613 maka variabel ini masuk dalam faktor 1.
5 Harga tidak mengalami perubahan per-6 bulan, karena variabel ini memiliki nilai loading terbesar pada komponen
faktor ke-1 yaitu, 0,594 maka variabel ini masuk dalam faktor 1.
b. Faktor ke-dua didominasi oleh : 1 Dapat diperoleh dekat rumah, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-2 yaitu, 0,778 maka variabel ini masuk dalam faktor 1.
2 Promosi melalui media cetak dan elektronik, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-2
yaitu, 0,738 maka variabel ini masuk dalam faktor 2. 3 Terdapat pada warung kelontong, karena variabel ini memiliki
nilai loading terbesar pada komponen faktor ke-2 yaitu, 0,593 maka variabel ini masuk dalam faktor 2.
147 c. Faktor ke-tiga didominasi oleh :
1 Merek terbaik, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-3 yaitu, 0,810 maka variabel
ini masuk dalam faktor 3. 2 Membuat kulit lembut, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-3 yaitu, 0,796 maka variabel ini masuk dalam faktor 3.
3 Bintang iklan sesuai produk, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-3 yaitu, 0,622 maka
variabel ini masuk dalam faktor 3. 4 Memiliki SPG sales promotion girl, karena variabel ini
memiliki nilai loading terbesar pada komponen faktor ke-3 yaitu, 0,548 maka variabel ini masuk dalam faktor 3.
d. Faktor ke-empat didominasi oleh : 1 Tidak menimbulkan alergi, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-4 yaitu, 0,922 maka variabel ini masuk dalam faktor 4.
2 Terdapat pada warung kelontong, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,593
maka variabel ini masuk dalam faktor 4. 3 Dapat diperoleh dekat tempat kerja, karena variabel ini
memiliki nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,507 maka variabel ini masuk dalam faktor 4.
148 4 Harga sesuai manfaat, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-4 yaitu, 0,462 maka variabel ini masuk dalam faktor 4.
5 Mencerahkan wajah, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,417 maka variabel
ini masuk dalam faktor 4. e. Faktor ke-lima didominasi oleh :
1 Memberikan hadiah, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-5 yaitu, 0,758 maka variabel
ini masuk dalam faktor 5. 2 Memiliki label, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-5 yaitu, 0,740 maka variabel ini masuk dalam faktor 5.
3 Iklan menarik, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-5 yaitu, 0,631 maka variabel
ini masuk dalam faktor 5. f. Faktor ke-enam didominasi oleh :
1 Terdapat pada toko retail, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-6 yaitu, 0,779 maka
variabel ini masuk dalam faktor 6. 2 Memiliki banyak varian, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-6 yaitu, 0,688 maka variabel ini masuk dalam faktor 6.
149 3 Wangi khas, karena variabel ini memiliki nilai loading terbesar
pada komponen faktor ke-6 yaitu, 0,582 maka variabel ini masuk dalam faktor 6.
4 Memiliki ukuran, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-6 yaitu, 0,582 maka variabel
ini masuk dalam faktor 6. g. Faktor ke-tujuh didominasi oleh :
1 Harga lebih murah, karena variabel ini memiliki loading terbesar pada komponen faktor ke-7 yaitu, 0,732 maka variabel
ini masuk dalam faktor 7. 2 Membersihkan wajah, karena variabel ini memiliki loading
terbesar pada komponen faktor ke-7 yaitu, 0,586 maka variabel ini masuk dalam faktor 7.
Dengan demikian faktor yang terekstrak berjumlah 7 faktor dengan tingkat kemampuan untuk menjelaskan
keragaman total sebesar 77,15. Dari hasil diatas tabel 4.90 menunjukan besar koefisien tertinggi pada masing-masing
variabl disetiap faktor setelah dilakukan rotasi varimax. Menunjukan bahwa pertimbangan utama pada konsumen
produk perawatan wajah merek Ponds adalah harga terjangkau, kemasan menarik, memberikan diskon, sampel produk, harga
tidak mengalami perubahan per-6 bulan. Faktor Harga
150
Tabel 4.78 Component Matrix a untuk Sariayu
Extraction Method : Principal Component Analisys A 7 components extracted.
Sumber : Hasil output SPSS
Setelah diketahui bahwa lima faktor adalah jumlah yang paling optimal, maka tabel component matrix menunjukan distribusi ke-26
variabel tersebut pada 5 menunjukan distribusi ke-26 variabel tersebut pada 5 faktor yang terbentuk. Sedangkan angka-angka yang ada pada
Component 1
2 3
4 5
Harga terjangkau
0,563 0,042
0,589 -0,244
0,038
Harga lebih murah
0,489 0,093
0,588 0,533
0,017
Harga tidak mengalami perubahan per6bulan
0,711 0,016
0,049 0,105
0,036
Memberikan diskon
0,260 0,471
0,574 -0,168
-0,101
Harga sesuai manfaat
0,735 -0,168
0,365 0,020
-0,066
Tidak menimbulkan alergi
0,742 -0,547
-0,166 0,027
0,008
Membuat kulit lembut
0,723 -0,226
0,177 -0,350
0,331
Mencerahkan wajah
0,637 -0,485
0,025 -0,167
0,177
Membersihkan wajah
0,639 -0,384
0,330 -0,069
-0,286
Wangi khas
0,689 -0,460
0,147 0,206
0,031
Varian
0,768 -0,460
-0,151 0,174
-0,004
Kemasan
0,638 -0,461
-0,274 0,273
0,234
Merek
0,746 -0,518
-0,170 0,009
0,018
Label
0,594 0,399
-0,084 -0,357
0,026
Ukuran
0,576 0,464
-0,271 -0,011
-0,466
Sampel produk
0,792 0,169
-0,416 0,058
-0,300
Memberikan hadiah
0,692 0,150
-0,282 -0,412
0,182
Promosi media cetak dan elektronik
0,435 0,711
0,107 -0,017
0,058
Iklan menarik
0,502 0,545
0,074 0,249
0,110
Bintang iklan sesuai produk
0,440 0,679
0,137 -0,115
0,077
Memiliki SPG
-0,049 0,704
0,166 -0,157
-0,222
Dapat diperoleh dekat tempat kerja
0,191 0,787
-0,334 0,007
0,237
Dapat diperoleh dekat rumah
0,123 0,812
-0,155 -0,019
0,052
Terdapat di toko retail
0,087 0,817
0,119 0,315
-0,072
Terdapat diwarung kelontong
0,786 0,197
-0,418 0,052
-0,299
Distribusi terjamin
0,126 0,696
-0,153 0,246
0,476
151 tabel tersesbut adalah faktor loading. Yang menunjukan besarnya
korelasi antara suatu variabel dengan faktor 1, faktor 2, faktor 3, faktor 4, dan faktor 5.
Setelah mengetahui nilai komponen matrik maka dilakukan rotasi faktor, rotasi faktor ini dimaksudkan untuk mendapatkan tampilan data
yang jelas dari nilai loading untuk masing-masing variabel pada faktor yang ada. Nilai loading untuk masing-masing variabel terhadap faktor-
faktor yang ada dapat dilihat pada tabel rotated component matrix dibawah ini. Interpretasi ini didasarkan pada nilai loading terbesar dari
masing-masing variabel terhadap faktor-faktor yang ada, jadi suatu variabel akan masuk kedalam faktor yang memiliki nilai loading
terbesar, setelah dilakukan perbandingan besar korelasi pada setiap baris.
152 Tabel 4.79
Rotated Component Matrixa untuk Sariayu
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 12 iterations.
Sumber : Hasil output SPSS Component
1 2
3 4
5 Harga terjangkau
0,297 0,084
0,789 -0,014
0,094 Harga lebih murah
0,372 0,273
0,532 -0,049
-0,616 Harga tidak mengalami
perubahan per6bulan 0,566
0,254 0,281
0,237 -0,026
Memberikan diskon -0,180
0,296 0,728
0,083 -0,032
Harga sesuai manfaat 0,593
0,008 0,567
0,161 -0,083
Tidak menimbulkan alergi 0,883
-0,192 0,048
0,219 0,101
Membuat kulit lembut 0,670
0,074 0,449
-0,080 0,418
Mencerahkan wajah 0,753
-0,166 0,212
-0,007 0,249
Membersihkan wajah 0,555
-0,309 0,526
0,260 -0,065
Wangi khas 0,803
-0,126 0,246
0,071 -0,160
Varian 0,885
-0,088 0,041
0,249 -0,035
Kemasan 0,887
0,019 -0,178
0,052 -0,031
Merek 0,871
-0,168 0,055
0,223 0,122
Label 0,194
0,432 0,331
0,365 0,423
Ukuran 0,106
0,362 0,146
0,821 0,040
Sampel produk 0,504
0,297 0,013
0,756 0,088
Memberikan hadiah 0,455
0,344 0,156
0,300 0,586
Promosi media cetak dan elektronik
-0,033 0,705
0,373 0,264
0,051 Iklan menarik
0,179 0,681
0,254 0,210
-0,157 Bintang iklan sesuai produk
-0,032 0,663
0,422 0,235
0,135 Memiliki SPG
-0,518 0,393
0,319 0,272
0,031 Dapat diperoleh dekat tempat
kerja -0,150
0,837 -0,114
0,215 0,201
Dapat diperoleh dekat rumah -0,295
0,726 0,050
0,271 0,108
Terdapat di toko retail -0,324
0,706 0,183
0,234 -0,320
Terdapat diwarung kelontong 0,484
0,317 0,016
0,762 0,094
Distribusi terjamin -0,058
0,885 -0,112
-0,104 -0,016
153 Component matrix hasil proses rotasi rotated component matrix
untuk Sariayu memperlihatkan distribusi variabel yang lebih jelas dan nyata. Kemudian diperoleh beberapa variabel yang mendominasi
masing-masing faktor, dengan hasil sebagai berikut : 1 Variabel Harga Terjangkau
Korelasi antara variabel 1 dengan faktor 3 yang sebelum dirotasi adalah 0,589, dengan rotasi maka semakin diperbesar
menjadi 0,789 maka variabel ini masuk kedalam faktor 3. 2 Harga Lebih Murah
Korelasi antara variabel 2 dengan faktor 3 yang sebelum dirotasi adalah 0,588, dengan rotasi maka semakin diperkecil
menjadi 0,532 maka variabel ini masuk kedalam faktor 3. 3 Harga Tidak Mengalami Perubahan Per-6 Bulan
Korelasi antara variabel 3 dengan faktor 1 yang sebelum dirotasi adalah 0,711, dengan rotasi maka semakin diperkecil
menjadi 0,566 maka variabel ini masuk kedalam faktor 1. 4 Memberikan Diskon
Korelasi antara variabel 4 dengan faktor 3 yang sebelum dirotasi adalah 0,574, dengan rotasi maka semakin diperbesar
menjadi 0,728 maka variabel ini masuk kedalam faktor 3. 5 Harga Sesuai Manfaat
Korelasi antara variabel 5 dengan faktor 1 yang sebelum dirotasi adalah 0,735, dengan rotasi maka semakin diperkecil
menjadi 0,593 maka variabel ini masuk kedalam faktor 1.
154 6 Tidak Menimbulkan Alergi
Korelasi antara variabel 6 dengan faktor 1 yang sebelum dirotasi adalah 0,742, dengan rotasi maka semakin diperbesar
menjadi 0,883 maka variabel ini masuk kedalam faktor 1. 7 Membuat Kulit Lembut
Korelasi antara variabel 7 dengan faktor 1 yang sebelum dirotasi adalah 0,723, dengan rotasi maka semakin diperkecil
menjadi 0,670 maka variabel ini masuk kedalam faktor 1. 8 Mencerahkan Wajah
Korelasi antara variabel 8 dengan faktor 1 yang sebelum dirotasi adalah 0,637, dengan rotasi maka semakin diperbesar
menjadi 0,753 maka variabel ini masuk kedalam faktor 1. 9 Membersihkan Wajah
Korelasi antara variabel 9 dengan faktor 1 yang sebelum dirotasi adalah 0,639, dengan rotasi maka semakin diperkecil
menjadi 0,555 maka variabel ini masuk kedalam faktor 1. 10 Wangi Khas
Korelasi antara variabel 10 dengan faktor 1 yang sebelum dirotasi adalah 0,689, dengan rotasi maka semakin diperbesar
menjadi 0,803 maka variabel ini masuk kedalam faktor 1. 11 Memiliki Banyak Varian
Korelasi antara variabel 11 dengan faktor 1 yang sebelum dirotasi adalah 0,768, dengan rotasi maka semakin diperbesar
menjadi 0,885 maka variabel ini masuk kedalam faktor 1.
155 12 Kemasan Menarik
Korelasi antara variabel 12 dengan faktor 1 yang sebelum dirotasi adalah 0,638, dengan rotasi maka semakin diperbesar
menjadi 0,887 maka variabel ini masuk kedalam faktor 1. 13 Merek
Korelasi antara variabel 13 dengan faktor 1 yang sebelum dirotasi adalah 0,746, dengan rotasi maka semakin diperbesar
menjadi 0,871 maka variabel ini masuk kedalam faktor 1. 14 Memiliki Label Produk
Korelasi antara variabel 14 dengan faktor 1 yang sebelum dirotasi adalah 0,594, dengan rotasi maka semakin diperkecil
menjadi 0,194. Sebaliknya, korelasi antara variabel 14 dengan faktor 2 yang sebelum dirotasi adalah 0,399, dengan rotasi
maka semakin diperbesar menjadi 0,432. Dengan demikian dapat dikatakan bahwa variabel 14 dapat dimasukkan sebagai
komponen faktor 2. 15 Memiliki Banyak Ukuran
Korelasi antara variabel 15 dengan faktor 1 yang sebelum dirotasi adalah 0,576, dengan rotasi maka semakin diperkecil
menjadi 0,106. Sebaliknya, korelasi antara variabel 15 dengan faktor 4 yang sebelum dirotasi adalah -0,011, dengan rotasi
maka semakin diperbesar menjadi 0,821. Dengan demikian dapat dikatakan bahwa variabel 15 dapat dimasukkan sebagai
komponen faktor 4.
156 16 Sampel Produk
Korelasi antara variabel 16 dengan faktor 1 yang sebelum dirotasi adalah 0,792, dengan rotasi maka semakin diperkecil
menjadi 0,506. Sebaliknya, korelasi antara variabel 16 dengan faktor 4 yang sebelum dirotasi adalah 0,058, dengan rotasi
maka semakin diperbesar menjadi 0,756. Dengan demikian dapat dikatakan bahwa variabel 16 dapat dimasukkan sebagai
komponen faktor 4. 17 Memberikan Hadiah
Korelasi antara variabel 17 dengan faktor 1 yang sebelum dirotasi adalah 0,692, dengan rotasi maka semakin diperkecil
menjadi 0,455. Sebaliknya, korelasi antara variabel 17 dengan faktor 5 yang sebelum dirotasi adalah -0,300, dengan rotasi
maka semakin diperbesar menjadi 0,586. Dengan demikian dapat dikatakan bahwa variabel 17 dapat dimasukkan sebagai
komponen faktor 5. 18 Promosi Melalui Media Cetak dan Elektronik
Korelasi antara variabel 18 dengan faktor 2 yang sebelum dirotasi adalah 0,711, dengan rotasi maka semakin diperkecil
menjadi 0,705 maka variabel ini masuk kedalam faktor 2. 19 Iklan Menarik
Korelasi antara variabel 19 dengan faktor 2 yang sebelum dirotasi adalah 0,545, dengan rotasi maka semakin diperbesar
menjadi 0,681 maka variabel ini masuk kedalam faktor 2.
157 20 Bintang Iklan Sesuai Produk
Korelasi antara variabel 20 dengan faktor 2 yang sebelum dirotasi adalah 0,679, dengan rotasi maka semakin diperkecil
menjadi 0,663 maka variabel ini masuk kedalam faktor 2. 21 Memiliki SPG sales promotion girl
Korelasi antara variabel 21 dengan faktor 2 yang sebelum dirotasi adalah 0,704, dengan rotasi maka semakin diperkecil
menjadi 0,393 maka variabel ini masuk kedalam faktor 2. 22 Dapat Diperoleh Dekat Tempat Kerja
Korelasi antara variabel 22 dengan faktor 2 yang sebelum dirotasi adalah 0,787, dengan rotasi maka semakin diperbesar
menjadi 0,837 maka variabel ini masuk kedalam faktor 2. 23 Dapat Diperoleh Dekat Rumah
Korelasi antara variabel 23 dengan faktor 2 yang sebelum dirotasi adalah 0,812, dengan rotasi maka semakin diperkecil
menjadi 0,726 maka variabel ini masuk kedalam faktor 2. 24 Terdapat Pada Toko Retail
Korelasi antara variabel 24 dengan faktor 2 yang sebelum dirotasi adalah 0,817, dengan rotasi maka semakin diperkecil
menjadi 0,706 maka variabel ini masuk kedalam faktor 2. 25 Terdapat Pada Warung Kelontong
Korelasi antara variabel 25 dengan faktor 1 yang sebelum dirotasi adalah 0,786, dengan rotasi maka semakin diperkecil
menjadi 0,484. Sebaliknya, korelasi antara variabel 25 dengan faktor 4 yang sebelum dirotasi adalah 0,052, dengan rotasi
158 maka semakin diperbesar menjadi 0,762. Dengan demikian
dapat dikatakan bahwa variabel 25 dapat dimasukkan sebagai komponen faktor 4.
26 Distribusi Terjamin Korelasi antara variabel 26 dengan faktor 2 yang sebelum
dirotasi adalah 0,696, dengan rotasi maka semakin diperbesar menjadi 0,885 maka variabel ini masuk kedalam faktor 2.
159 Tabel dibawah ini menunjukan susunan pertimbangan
yang terjadi atas pembentukan sikap pada pembeli produk perawatan wajah merek Sariayu.
Tabel 4.80 Hasil loading faktor pada Sariayu
Faktor Atribut
Keragaman Total
Loading
1 Kemasan menarik
35,572 0,887
Varian produk 0,885
Tidak menimbulkan alergi 0,883
Merek terbaik 0,871
Wangi khas 0,803
Mencerahkan wajah 0,753
Membuat kulit lembut 0,670
Harga sesuai manfaat 0,593
Harga mengalami
perubahan per-6 bulan 0,566
Membersihkan wajah 0,555
2 Distribusi terjamin
24,496 0,885
Dapat diperoleh
dekat tempat kerja
0,837 Dapat
diperoleh dekat
rumah 0,726
Terdapat pada toko retail 0,706
Promosi melalui
media cetak dan elektronik
0,705 Iklan menarik
0,681 Bintang iklan sesuai produk
0,663 Memiliki label produk
0,432 Memiliki SPG
0,393 3
Harga terjangkau 8,222
0,789 Memberikan diskon
0,728 Harga lebih murah
0,532 4
Memiliki banyak ukuran 4,633
0,821 Terdapat
pada warung
kelontong 0,762
Sampel produk 0,756
5 Memberikan hadiah
4,035 0,586
Sumber : Hasil Output SPSS
160 Dengan demikian, ke-26 variabel yang telah direduksi hanya terdiri
atas 5 lima faktor, yaitu : a. Faktor pertama didominasi oleh :
1 Kemasan menarik, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,887 maka variabel
ini masuk dalam faktor 1. 2 Varian produk, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,885 maka variabel ini masuk dalam faktor 1.
3 Tidak menimbulkan alergi, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,883 maka
variabel ini masuk dalam faktor 1. 4 Merek terbaik, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,871 maka variabel ini masuk dalam faktor 1.
5 Wangi khas, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,803 maka variabel ini
masuk dalam faktor 1. 6 Mencerahkan wajah, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-1 yaitu, 0,753 maka variabel ini masuk dalam faktor 1.
7 Membuat kulit lembut, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,670 maka
variabel ini masuk dalam faktor 1.
161 8 Harga sesuai manfaat, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-1 yaitu, 0,593 maka variabel ini masuk dalam faktor 1.
9 Harga tidak mengalami perubahan, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-1 yaitu, 0,566
maka variabel ini masuk dalam faktor 1. 10 Membersihkan wajah, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-1 yaitu, 0,555 maka variabel ini masuk dalam faktor 1.
b. Faktor ke-dua didominasi oleh : 1 Distribusi terjamin, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-2 yaitu, 0,885 maka variabel ini masuk ke dalam faktor 2.
2 Dapat diperoleh dekat tempat kerja, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-2
yaitu, 0,837 maka variabel ini masuk ke dalam faktor 2. 3 Dapat diperoleh dekat rumah, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-2 yaitu, 0,726 maka variabel ini masuk ke dalam faktor 2.
4 Terdapat pada toko retail, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-2 yaitu, 0,706 maka
variabel ini masuk ke dalam faktor 2. 5 Promosi melalui media cetak dan elektronik, karena variabel ini
memiliki nilai loading terbesar pada komponen faktor ke-2 yaitu, 0,705 maka variabel ini masuk ke dalam faktor 2.
162 6 Iklan menarik, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-2 yaitu, 0,681 maka variabel ini masuk ke dalam faktor 2.
7 Bintang iklan sesuai produk, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-2 yaitu, 0,663 maka
variabel ini masuk ke dalam faktor 2. 8 Memiliki label produk, karena variabel ini memiliki nilai
loading terbesar pada komponen faktor ke-2 yaitu, 0,432 maka variabel ini masuk ke dalam faktor 2.
9 Memiliki SPG sales promotion girl, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-2
yaitu, 0,393 maka variabel ini masuk ke dalam faktor 2. c. Faktor ke-tiga didominasi oleh :
1 Harga terjangkau, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-3 yaitu, 0,789 maka variabel
ini masuk ke dalam faktor 3. 2 Memberikan diskon, karena variabel ini memiliki nilai loading
terbesar pada komponen faktor ke-3 yaitu, 0,728 maka variabel ini masuk ke dalam faktor 3.
3 Harga lebih murah, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-3 yaitu, 0,532 maka variabel
ini masuk ke dalam faktor 3.
163 d. Faktor ke-empat didominasi oleh :
1 Memiliki banyak ukuran, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,821 maka
variabel ini masuk ke dalam faktor 4. 2 Terdapat pada warung kelontong, karena variabel ini memiliki
nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,762 maka variabel ini masuk ke dalam faktor 4.
3 Sampel produk, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-4 yaitu, 0,756 maka variabel
ini masuk ke dalam faktor 4. e. Faktor ke-lima didominasi oleh :
1 Memberikan hadiah, karena variabel ini memiliki nilai loading terbesar pada komponen faktor ke-5 yaitu, 0,586 maka variabel
ini masuk ke dalam faktor 5. Dengan demikian faktor yang terekstrak berjumlah 5 faktor
dengan tingkat kemampuan untuk menjelaskan keragaman total sebesar 76,958. Dari hasil diatas tabel 4.93 menunjukan besar
koefisien tertinggi pada masing-masing variabel disetiap faktor setelah
dilakukan rotasi
varimax. Menunjukan
bahwa pertimbangan utama pada konsumen produk perawatan wajah
merek Sariayu adalah kemasan menarik, varian produk, tidak menimbulkan alergi, merek terbaik, wangi khas, mencerahkan
kulit, membuat kulit lembut, harga sesuai manfaat, harga tidak mengalami perubahan per-6 bulan, dan membersihkan wajah.
Faktor Rancangan Produk
164 4. Penamaan Faktor Yang Terbentuk
Untuk menamai faktor yang telah terbentuk dalam analisis faktor, dapat dilakukan dengan cara yaitu, memberikan nama faktor
yang dapat mewakili nama-nama variabel yang membentuk faktor tersebut atau memberikan nama faktor berdasarkan variabel yang
memiliki nilai faktor loading tertinggi. Hal ini dilakukan apabila tidak memungkinkan untuk memberikan nama faktor yang dapat mewakili
semua variabel yang membentuk faktor tersebut. Suliyanto. 2005:121. Maka, berdasarkan analisis faktor pada ke-dua belas faktor
yang terbentuk diberi nama sebagai berikut : Untuk Ponds :
a. Faktor ke-1 terbentuk dari variabel : 1. Harga terjangkau dengan factor loading sebesar 0,788
2. Kemasan menarik dengan factor loading sebesar 0,788 3. Memberikan diskon dengan factor loading sebesar
0,769 4. Sampel produk dengan factor loading sebesar 0,613
5. Harga tidak mengalami perubahan per-6 bulan dengan factor loading sebesar 0,594
Dengan melihat variabel yang membentuk faktor satu, maka faktor satu dapat diberi nama faktor
“harga”.
165 b. Faktor ke-2 terbentuk dari variabel :
1. Dapat diperoleh dekat rumah dengan factor loading sebesar 0,778
2. Promosi melalui media cetak dan elektronik dengan factor loading sebesar 0,738
3. Terdapat pada warung kelontong dengan factor loading sebesar 0,593
Dengan melihat variabel yang membentuk faktor dua, maka faktor dua dapat diberi nama faktor
“lokasi”. c. Faktor ke-3 terbentuk dari variabel :
1. Merek terbaik dengan factor loading sebesar 0,810 2. Membuat kulit lembut dengan factor loading sebesar
0,796 3. Bintang iklan sesuai produk dengan factor loading
sebesar 0,622 4. Memiliki SPG sales promotion girl dengan factor
loading sebesar 0,548 Dengan melihat variabel yang membentuk
faktor tiga, maka faktor tiga dapat diberi nama faktor “rancangan produk”.
166 d. Faktor ke-4 terbentuk dari variabel :
1. Tidak menimbulkan alergi dengan factor loading sebesar 0,922
2. Terdapat pada warung kelontong dengan factor loading sebesar 0,593
3. Dapat diperoleh dekat tempat kerja dengan factor loading sebesar 0,507
4. Harga sesuai manfaat dengan factor loading sebesar 0,462
5. Mencerahkan wajah dengan factor loading sebesar 0,417
Dengan melihat variabel yang membentuk faktor empat, maka faktor empat dapat diberi nama
faktor “mutu produk”. e. Faktor ke-5 terbentuk dari variabel :
1. Memberikan hadiah dengan factor loading sebesar 0,758
2. Memiliki label produk dengan factor loading sebesar 0,740
3. Iklan menarik dengan factor loading sebesar 0,631 Dengan melihat variabel yang membentuk
faktor lima, maka faktor lima dapat diberi nama faktor “promosi”.
167 f. Faktor ke-6 terbentuk dari variabel :
1. Terdapat pada toko retail dengan factor loading sebesar 0,779
2. Varian produk dengan factor loading sebesar 0,688 3. Wangi khas dengan factor loading sebesar 0,582
4. Memiliki banyak ukuran dengan factor loading sebesar 0,582
Dengan melihat variabel yang membentuk faktor enam, maka faktor enam dapat diberi nama faktor
“lokasi”. g. Faktor ke-7 terbentuk dari variabel :
1. Harga lebih murah dengan factor loading sebesar 0,732 2. Membersihkan wajah dengan factor loading sebesar
0,586 Dengan melihat variabel yang membentuk
faktor tujuh, maka faktor tujuh dapat diberi nama faktor “harga”.
Untuk Sariayu : a. Faktor ke-1 terbentuk dari variabel :
1. Kemasan menarik dengan factor loading sebesar 0,887 2. Varian produk dengan factor loading sebesar 0,885
3. Tidak menimbulkan alergi dengan factor loading sebesar 0,883
4. Merek terbaik dengan factor loading sebesar 0,871
168 5. Wangi khas dengan factor loading sebesar 0,803
6. Mencerahkan wajah dengan factor loading sebesar 0,753
7. Membuat kulit lembut dengan factor loading sebesar 0,670
8. Harga sesuai manfaat dengan factor loading sebesar 0,593
9. Harga tidak megalami perubahan per-6 bulan dengan factor loading sebesar 0,566
10. Membersihkan wajah dengan factor loading sebesar 0,555
Dengan melihat variabel yang membentuk faktor satu, maka faktor satu dapat diberi nama faktor
“rancangan produk”. b. Faktor ke-2 terbentuk dari variabel :
1. Distribusi terjamin dengan factor loading sebesar 0,885 2. Dapat diperoleh dekat tempat kerja dengan factor
loading sebesar 0,837 3. Dapat diperoleh dekat rumah dengan factor loading
sebesar 0,726 4. Terdapat pada toko retail dengan factor loading sebesar
0,706 5. Promosi melalui media cetak dan elektronik dengan
factor loading sebesar 0,705 6. Iklan menarik dengan factor loading sebesar 0,681
169 7. Bintang iklan sesuai produk dengan factor loading
sebesar 0,663 8. Memiliki label produk dengan factor loading sebesar
0,432 9. Memiliki SPG sales promotion girl dengan factor
loading sebesar 0,393 Dengan melihat variabel yang membentuk
faktor dua, maka faktor dua dapat diberi nama faktor “lokasi”.
c. Faktor ke-3 terbentuk dari variabel : 1. Harga terjangkau dengan factor loading sebesar 0,789
2. Memberikan diskon dengan factor loading sebesar 0,728
3. Harga lebih murah dengan factor loading sebesar 0,532 Dengan melihat variabel yang membentuk
faktor tiga, maka faktor tiga dapat diberi nama faktor “harga”.
d. Faktor ke-4 terbentuk dari variabel : 1. Memiliki banyak ukuran dengan factor loading sebesar
0,821 2. Terdapat pada warung kelontong dengan factor loading
sebesar 0,762 3. Sampel produk dengan factor loading sebesar 0,756
170 Dengan melihat variabel yang membentuk
faktor empat, maka faktor empat dapat diberi nama faktor “rancangan produk”.
e. Faktor ke-5 terbentuk dari variabel : 1. Memberikan hadiah dengan factor loading sebesar
0,586 Dengan melihat variabel yang membentuk
faktor lima, maka faktor lima dapat diberi nama faktor “promosi”.
171
BAB V KESIMPULAN DAN IMPLIKASI