Menurut Griffin 2005, dengan meningkatkan loyalitas konsumen maka akan memberikan manfaat bagi perusahaan, setidaknya dalam
beberapa hal berikut :
1. Menurunkan biaya pemasaran, bahwa biaya untuk menarik pelanggan baru jauh lebih besar bila dibandingkan dengan mempertahankan
pelanggan yang ada. 2. Menurunkan biaya transaksi, seperti biaya negosiasi kontrak,
pemrosesan pesanan, pembuatan akun baru, dan biaya lain-lain. 3. Menurunkan biaya turn over konsumen, karana tingkat kehilangan
konsumen rendah. 4. Menaikkan penjualan yang akan memperbesar pangsa pasar
perusahaan. 5. Word of mouth yang bertambah, dengan asusmsi bahwa pelanggan
yang setia berarti puas terhadap produk yang ditawarkan. 6. Menurunkan biaya kegagalan, seperti biaya penggantian atas produk
yang rusak.
2.6. Analisis Faktor
Analisis faktor merupakan suatu teknik untuk menganalisis tentang saling ketergantungan interdependence dari beberapa variabel secara
simultan dengan tujuan untuk menyederhanakan dari bentuk hubungan antara beberapa variabel yang diteliti menjadi sejumlah faktor yang lebih sedikit
daripada variabel yang diteliti Suliyanto, 2005. Fungsi analisis faktor antara lain untuk mengidentifikasi dimensi-dimensi mendasar yang dapat
menjelaskan korelasi dari serangkaian variabel, mengidentifikasi variabel- variabel baru yang lebih kecil, untuk menggantikan variabel tidak berkorelasi
dari serangkaian variabel asli yang berkolerasi, dan mengidentifikasi beberapa variabel kecil dari sejumlah variabel yang banyak untuk di analisis
dengan analisis multivariat lainnya. Prinsip utama analisis faktor adalah korelasi, maka asumsi dalam
analisis faktor berkaitan erat dengan korelasi berikut Suliyanto, 2005 : 1.Korelasi atau keterkaitan antarvariabel harus kuat.
Hal ini dapat diidentifikasikan dari nilai determinannya yang mendekati nol.
2. Indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara keseluruhan harus kecil. Nilai kaiser-meyer-olkin
measure of sampling adequacy KMO. KMO merupakan sebuah indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi
parsialnya secara keseluruhan. Untuk dapat dilakukan analisis factor, nilai KMO dianggap cukup apabila nilai KMO ≥ 0,5.
3. Indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara keseluruhan harus kecil. MSA measure of
sampling adequacy merupakan sebuah indeks perbandingan jarak antara koefisien korelasi dengan koefisien korelasi parsialnya secara parsial setiap
itemvariabel. Untuk dapat dilakukan analisis factor, nilai MSA dianggap cukup apabila nilai MSA ≥ 0,5. Apabila ada itemvariabel yang tidak
memiliki nilai MSA ≥ 0,5 variabel tersebut harus dikeluarkan dari analisis
faktor secara bertahap satu per satu. 4. Pada beberapa kasus, setiap variabel yang akan dianalisis dengan
menggunakan analisis faktor harus menyebar secara normal. Kemudian proses analisis faktor dilakukan menggunakan bantuan
program SPSS 15 for Windows yang menurut Santoso 2004, memiliki garis besar tahapan sebagai berikut:
1. Pemilihan variabel yang layak dimasukan kedalam analisis faktor. Karena analisis faktor berupaya mengelompokkan sejumlah variabel, maka
seharusnya ada korelasi yang cukup kuat diantara variabel, sehingga akan terjadi pengelompokkan. Kaiser Meyer-Olkin Measure of Sampling
Adiquacy KMO-MSA and Barlett’s test dapat digunakan untuk
keperluan tersebut. Bila angka KMO-MSA diatas 0,5, maka kumpulan vaariabel tersebut dapat diproses lebih lanjut.
2. Setelah sejumlah variabel terpilih, maka dilakukan ekstraksi variabel hinga menjadi satu atau beberapa faktor. Metode pencarian faktor yang populer
diantaranya adalah komponen utama Principle Component Method.
3. Memperjelas apabila faktor yang terbentuk sudah secara signifikan berbeda dengan faktor lain, maka dilakukan proses rotasi. Hal ini
dilakukan, karena biasanya faktor yang terbentuk kurang menggambarkan perbedaan diantara faktor-faktor sehingga menyulitkan analisis.
4. Menghilangkan angka pada tabel factor loading yang berada dibawah 0,5 sebagai angka pembatas Cut off Point agar sebuah variabel dapat secara
nyata termasuk sebuah faktor. Factor loading adalah besar korelasi antara suatu variabel dengan faktornya.
5. Menamakan faktor yang terbentuk. Penamaan faktor tergantung pada nama-nama variabel yang terkumpul pada satu faktor dan interpretasi
masing-masing analisis, sehingga sebenarnya pemberian nama bersifat secara subjektif, karena tidak ada ketentuan pasti mengenai pemberian
nama tersebut.Kelebihan analisis faktor adalah dapat menerangkan struktur hubungan diantara banyak variabel yang diamati dalam sejumlah
kecil faktor-faktor yang merupakan besaran acak yang tidak dapat diukur secara langsung. Analisis ini juga memiliki kelemahan yaitu analisis ini
memiliki banyak pemecahan masalah yang dikemukakan para ahli, sehingga akhirnya tergantung penilaian peneliti mngenai kegunaan dan
interpretabilitas ilmiahnya.
2.7. Tabulasi Silang Crosstab