Tabel 4.13 Nilai Measure of Sampling adequecy MSA
Anti-image Matrices
Anti-image Correlation
x1 .782
a
-.206 -.057
-.489 .080
-.071 .044
.256 -.140
x2 -.206
.374
a
-.294 .242
-.515 .113
.499 -.565
.151 x3
-.057 -.294
.847
a
-.186 -.106
-.273 -.226
.084 -.212
x4 -.489
.242 -.186
.667
a
-.134 -.438
.117 -.626
.106 x5
.080 -.515
-.106 -.134
.506
a
-.064 -.282
.461 -.219
x6 -.071
.113 -.273
-.438 -.064
.838
a
.033 .120
-.078 x7
.044 .499
-.226 .117
-.282 .033
.493
a
-.373 -.310
x8 .256
-.565 .084
-.626 .461
.120 -.373
.443
a
-.030 x9
-.140 .151
-.212 .106
-.219 -.078
-.310 -.030
.777
a
Dengan melihat anti image correlation diketahui hanya ke 6 variabel menunjukkan kriteria angka MSA lebih besar dari 0,5, sedangkan 3 variabel
lainnya masih berada pada kriteria angkan MSA lebih kecil dari 0,5 yang berarti hanya 6 variabel yang masih bisa diprediksi untuk dianalisa lebih lanjut. Dari
kedua hasil pengujian di atas, semua variabel mempunyai korelasi yang lumayan tinngi, jadi penelitian masih bisa dialnjutkan.
4.7.2. 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.
Universitas Sumatera Utara
Tabel 4.14 Komunalitas Variabel
Communalities
Initial Extraction
x1 1.000
.602 x2
1.000 .797
x3 1.000
.737 x4
1.000 .874
x5 1.000
.845 x6
1.000 .666
x7 1.000
.719 x8
1.000 .694
x9 1.000
.703
Komunalitas pada dasarnya adalah jumlah varians bisa dalam persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang terbentuk.
a. Untuk variabel kualitas produk, nilai komunalitasnya adalah 0,602 atau sekitar 60,2 varians dari variabel kualitas produk bisa dijelaskan oleh faktor yang
terbentuk. b. Untuk variabel warna produk, nilai komunalitasnya adalah 0,797 atau sekitar
79,7 varians dari variabel warna produk bisa dijelaskan oleh faktor yang terbentuk.
c. Untuk variabel bentuk produk, nilai komunalitasnya adalah 0,737 atau sekitar 73,7 varians dari variabel bentuk produk bisa dijelaskan oleh faktor yang
terbentuk. d. Untuk variabel promosi produk, nilai komunalitasnya adalah 0,874 atau sekitar
87,4 varians dari variabel promosi produk bisa dijelaskan oleh faktor yang terbentuk.
e. Untuk variabel keunggulan produk, nilai komunalitasnya adalah 0,845 atau sekitar 84,5 varians dari variabel keunggulan produk bisa dijelaskan oleh
faktor yang terbentuk.
Universitas Sumatera Utara
f. Untuk variabel jenis produk, nilai komunalitasnya adalah 0,666 atau sekitar 66,6 varians dari variabel jenis produk bisa dijelaskan oleh faktor yang
terbentuk. g. Untuk variabel jenis diskon produk, nilai komunalitasnya adalah 0,719 atau
sekitar 71,9 varians dari variabel jenis diskon produk bisa dijelaskan oleh faktor yang terbentuk.
h. Untuk variabel popularitas produk, nilai komunalitasnya adalah 0,694 atau sekitar 69,4 varians dari variabel popularitas produk bisa dijelaskan oleh
faktor yang terbentuk. i. Untuk variabel ukuran produk, nilai komunalitasnya adalah 0,703 atau sekitar
70,3 varians dari variabel ukuran produk bisa dijelaskan oleh faktor yang terbentuk.
Tabel 4.15 Total Variabel yang Dijelaskan
A. Nilai Eigenvalue Untuk Setiap Faktor
Compon ent
Initial Eigenvalues Total
of Variance Cumulative
1 3.691
41.012 41.012
2 1.721
19.127 60.139
3 1.223
13.594 73.733
4 .823
9.145 82.879
5 .464
5.157 88.036
6 .398
4.423 92.459
7 .337
3.743 96.202
8 .225
2.499 98.702
9 .117
1.298 100.000
Extraction Method: Principal Component Analysis.
Universitas Sumatera Utara
B. Sumbangan Masing-Masing Faktor Terhadap Varians Seluruh Variabel Asli
Component Extraction Sums of Squared Loadings
Total of
Variance Total
1 3.691
41.012 3.691
2 1.721
19.127 1.721
3 1.223
13.594 1.223
Berdasarkan table 4.15B diperoleh tiga faktor yang memiliki eigenvalue lebih besar dari 1,0 yaitu kita sebut faktor 1 dengan eigenvalue 3,691, faktor 2 dengan
eigenvalue 1,721, dan faktor 3 dengan eigenvalue 1,223. Ketiga faktor tersebut menjelaskan 73,733 total varians variabel yang mempengaruhi.
4.7.3. Menentukan Banyaknya Faktor