Data yang dikumpulkan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer diperoleh melalui pengisian kuesioner
Lampiran 2, yang dilakukan dengan mewawancarai secara langsung responden. Tujuan dari wawancara langsung dan tatap muka adalah untuk
menggali lebih mendalam berbagai informasi dari konsumen mengenai pola konsumsi Indomie.
Data sekunder akan diperoleh dari studi literatur yang berhubungan dengan topik penelitian, seperti buku-buku, artikel dari majalah maupun
internet. Disamping itu data dari lembaga-lembaga lain yang menunjukkan topik penelitian sebagai sumber data sekunder.
3.4. Pengolahan dan Analisis Data
Data yang diperoleh dari kuesioner diolah dan dianalisis dengan software
SPSS 11.5 dan program Excel untuk Analisis Faktor, Ananlisis Gerombol, Analisis Biplot dan untuk uji validitas dan reliabilitas. Sedangkan,
tabulasi deskriptif diolah menggunakan program Excel.
3.4.1. Tabulasi Deskriptif
Data tentang karakteristik responden dan proses keputusan pembelian produk Indomie yang mencakup pengenalan kebutuhan,
pencarian informasi, evaluasi alternatif, keputusan pembelian dan perilaku pascapembelian dibuat ke dalam suatu tabel dan dikelompokkan
berdasarkan jawaban yang sama, lalu dipersentasekan menurut jumlah responden. Persentase yang terbesar merupakan faktor yang dominan
dari masing-masing peubah yang diteliti.
3.4.2. Analisis Faktor
Analisis faktor adalah suatu cabang dari analisis peubah ganda yang memperhatikan hubungan internal dari sebuah himpunan peubah-
peubah Sartono, 2003. Proses analisis faktor mencoba menemukan hubungan
interrelationship antar sejumlah peubah yang saling independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa kumpulan
peubah yang lebih sedikit dari jumlah peubah awal. Sebagai contoh, jika
ada 10 peubah yang independen satu dengan yang lain, maka analisis faktor dapat meringkas atas 3 kumpulan peubah baru new set of
variables. Kumpulan peubah disebut faktor, dimana faktor tersebut tetap mencerminkan peubah-peubah aslinya Santoso, 2003.
Tujuan analisis faktor adalah : 1. Data Summarization, yaitu mengidentifikasi adanya hubungan antar
peubah dengan melakukan uji korelasi. 2. Data Reduction, yaitu setelah melakukan korelasi, dengan proses
membuat kumpulan peubah baru yang dinamakan faktor untuk menggantikan sejumlah peubah tertentu.
Prinsip utama Analisis Faktor adalah korelasi, sedangkan asumsi- asumsi yang terkait dengan korelasi Analisis Faktor, adalah :
1. Besar korelasi atau korelasi antar peubah independen harus cukup kuat, misal di atas 0,5.
2. Besar korelasi parsial, korelasi antar dua peubah dengan menganggap tetap peubah yang lain, justru harus kecil. Pada SPSS,
deteksi terhadap korelasi parsial diberikan lewat pilihan anti-image correlation
. 3. Pengujian seluruh matrik korelasi korelasi antar peubah, yang
diukur dengan besaran Bartlett Test of Sphericity atau Measure Sampling Adequacy
MSA. Pengujian ini mengharuskan adanya korelasi nyata di antara paling sedikit beberapa peubah.
4. Pada beberapa kasus, asumsi normalitas dari peubah atau faktor yang terjadi sebaiknya dipenuhi.
Dalam penelitian ini data tentang faktor-faktor yang mempengaruhi perilaku konsumen dalam proses keputusan pembelian
Indomie dianalisis melalui Analisis Faktor dengan metode ekstraksi Principal Component Analysis.
Data yang digunakan merupakan data primer dari pengisian kuesioner mahasiswa S1 IPB. Untuk keperluan
perhitungan, digunakan bantuan software SPSS 11.5. Data yang akan dianalisis ini terdiri dari tujuh belas peubah, yang
telah ditentukan sebelumnya, karena peubah tersebut diduga dapat
mempengaruhi proses keputusan pembelian Indomie yang akan dilakukan konsumen. Peubah-peubah tersebut terdiri dari : X
1
Rasa, X
2
Harga, X
3
Kepraktisan cepat saji, X
4
Kemudahan memperoleh produk, X
5
Merek terkenal, X
6
Motivasi membeli, X
7
Pengaruh iklan, X
8
Promosi penjualan, X
9
Pendapatan, X
10
Jenis Mie Instan, X
11
Pengaruh keluarga, X
12
Ukuran berat, X
13
Pengaruh teman, X
14
Kemasan, X
15
Masa kadaluarsa, X
16
Kandungan gizi dan X
17
Label halal. Masing-masing peubah terdiri dari lima tingkat kepentingan, yaitu sangat penting, penting, biasa, tidak penting dan sangat tidak
penting. Kelima penilaian tersebut diberi skor sebagai berikut : 1. Jawaban sangat penting diberi skor 5
2. Jawaban penting diberi skor 4 3. Jawaban biasa diberi skor 3
4. Jawaban tidak penting diberi skor 2 5. Jawaban sangat tidak penting diberi skor 1
Proses dasar dari Analisis Faktor adalah : 1. Menentukan peubah apa saja yang akan dianalisis.
2. Menguji peubah-peubah yang telah ditentukan, dengan menggunakan metode Bartlett Test of Sphericity dan pengukuran
Measure of Sampling Adequacy MSA.
3. Melakukan proses inti pada analisis faktor, yaitu factoring, atau menurunkan satu atau lebih faktor dari peubah-peubah yang telah
lolos pada uji peubah sebelumnya. 4. Melakukan proses Factor Rotation atau rotasi terhadap faktor yang
telah terbentuk. Tujuan rotasi untuk memperjelas peubah yang masuk ke dalam faktor tertentu. Beberapa metode rotasi :
a. Orthogonal Rotation, yaitu memutar sumbu 90 dengan proses
rotasi metode orthogonal, baik Quartimax, Varimax dan Equimax
. b. Oblique Rotation, yaitu memutar sumbu ke kanan, namun tidak
harus 90 dengan proses rotasi metode oblique, baik Oblimin,
Promax , Orthoblique dan lainnya.
5. Interpretasi atas faktor yang telah terbentuk, khususnya memberi nama atas faktor yang terbentuk tersebut, yang dianggap bisa
mewakili peubah-peubah anggota tersebut. 6. Validasi hasil faktor untuk mengetahui apakah faktor yang terbentuk
telah sahih. Validasi dilakukan dengan berbagai cara, yaitu : a. Membagi contoh awal menjadi dua bagian, lalu membandingkan
hasil faktor contoh satu dengan contoh dua. Jika hasil tidak banyak perbedaan, dikatakan faktor yang terbentuk telah sahih.
b. Dengan melakukan metode Confirmatory Factor Analysis CFA dengan cara Structural Equation Modelling.
Terdapat dua hasil utama dari analisis faktor ini. Pertama, nilai communality
suatu peubah, yaitu jumlah keragaman peubah tersebut yang dijelaskan oleh faktor-faktor utama yang dipilih. Semakin tinggi
nilai communality, maka peubah tersebut semakin berpengaruh dalam proses keputusan pembelian.
Hasil kedua adalah ekstraksi peubah ke dalam komponen utama. Untuk menentukan jumlah komponen utama, maka dipilih komponen
utama dengan nilai eigenvalue di atas 1,00. Nilai ini menunjukkan kepentingan relatif masing-masing faktor dalam menghitung keragaman
seluruh peubah yang dianalisis. Pengelompokan sebuah peubah ke dalam komponen utama berdasarkan pada nilai loading terbesar dari peubah
tersebut.
3.4.3. Analisis Gerombol
