MAKALAH

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI DALAM

MEMILIH TEMPAT UNTUK BERBUKA PUASA
Untuk Memenuhi Ulangan Tengah Semester Mata Kuliah Analisis Data Kuantitatif

Dosen Pengampu :
Dr. H. Karim, M.Si
Hj. Indah Budiarti, S.Pd.,M.Pd.
Kamaliyah, S.Pd.,M.Pd.

Disusun Oleh :
Nurvinayani (2110118320024)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS LAMBUNG MANGKURAT
BANJARMASIN
2023

i
 KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan
hidayah-Nya sehingga kami dapat menyelesaikan tugas makalah yang berjudul
“Analisis Faktor-Faktor Yang Mempengaruhi Dalam Memilih Tempat
Untuk Berbuka Puasa” ini tepat pada waktunya. Adapun tujuan penulisan
makalah ini dilakukan untuk memenuhi ulangan tengah semester mata kuliah
Analisis Data Kuantitatif.
Kami mengucapkan terima kasih kepada Bapak Dr. H. Karim, M.Si., Ibu
Kamaliyah, M.Pd., dan Ibu Indah Budiarti, M.Pd. selaku dosen mata kuliah
Analisis Data Kuantitatif yang telah memberikan tugas ini sehingga dapat
menambah pengetahuan dan wawasan kami sesuai dengan bidang studi yang kami
tekuni. Kami juga mengucapkan terima kasih kepada semua pihak yang telah
membagi sebagian pengetahuannya sehingga kami dapat menyelesaikan makalah
ini.
Kami menyadari, makalah yang kami buat masih jauh dari kata sempurna.
Oleh karena itu, kami mengharapkan kritik dan saran yang membangun dari
berbagai pihak demi kesempurnaan makalah kami.

Banjarmasin, 11 April 2023

Nurvinayani

i
 DAFTAR ISI

KATA PENGANTAR........................................................................................................i
DAFTAR ISI.....................................................................................................................ii
1. LANDASAN TEORI.................................................................................................1
A. Pengertian Analisis Faktor.....................................................................................1
B.Kegunaan Analisis Faktor..........................................................................................1
C.Tujuan Analisis Faktor...............................................................................................1
2. CONTOH PENERAPAN KASUS.............................................................................2
3. ANALISIS KASUS....................................................................................................5
4. PEMBAHASAN......................................................................................................13
5. KESIMPULAN........................................................................................................19
DAFTAR PUSTAKA......................................................................................................20

ii
1. LANDASAN TEORI
A. Pengertian Analisis Faktor
Analisis faktor adalah prosedur untuk mengidentifikasi item atau
variabel berdasarkan kemiripannya. Kemiripan tersebut ditunjukkan
dengan nilai korelasi yang tinggi. Item-item yang memiliki korelasi yang
tinggi akan membentuk satu kerumunan faktor.
Analisis ini digunakan untuk mereduksi dimensi variabel dengan tetap
mempertahankan sebanyak mungkin keragaman data asal, dengan cara
memanfaatkan korelasi antar variabel. Dalam analisis faktor dikenal
istilah konstrak empirik dan konstrak laten. Item adalah konstrak empirik
karena didapatkan langsung dari skor empirik. Faktor merupakan
konstrak yang bersifat laten karena tidak ada data empirik yang
menunjukkan besarnya faktor tersebut. Faktor adalah konstrak buatan
peneliti berdasarkan aitem-aitem dalam faktor tersebut.
Analisis faktor digunakan untuk penelitian awal di mana faktor-faktor
yang mempengaruhi suatu variabel belum diidentifikasikan secara baik
(explanatory research). Selain itu, analisis faktor juga dapat digunakan
untuk menguji validitas suatu rangkaian kuesioner. Analisis faktor
bertujuan untuk menemukan sejumlah faktor yang mendasari
(underlying) sejumlah pengukuran yang besar.
B. Kegunaan Analisis Faktor
Menurut Jhonson dan Wichern tahun 1992 kegunaan analisis faktor
adalah:
1. Untuk meneliti keterkaitan peubah-peubah dalam satu set data.
2. Untuk menyederhanakan deskripsi dari suatu set data (peubah) yang
banyak dan saling berkorelasi menjadi set data lain yang ringkas dan
tidak lagi saling berkorelasi.
C. Tujuan Analisis Faktor
Analisis Faktor pada dasarnya bertujuan untuk mendapatkan sejumlah
kecil faktor-faktor yang memiliki sifat-sifat:
1) Mampu menerangkan semaksimal mungkin keragaman data.
2) Faktor-faktor tersebut saling bebas.
3) Tiap-tiap faktor dapat diinterpretasikan sejelas-jelasnya

1
2. CONTOH PENERAPAN KASUS

Ingin mengetahui faktor apa saja yang membuat orang-orang memilih

tempat untuk berbuka puasa. Untuk itu, diambil sampel responden sebanyak
60 orang, yang kemudian diminta pendapatnya tentang faktor-faktor yang
memengaruhi orang-orang dalam memilih tempat untuk berbuka puasa
melalui variabel-variabel penilaian berikut, yaitu:
1. Harga makanan yang terjangkau
2. Dekat dengan tempat tinggal
3. Rasa makanan yang enak
4. Direkomendasikan oleh teman
5. Tempatnya dekat dengan tempat wisata (Contohnya Siring atau Taman
Kamboja)
6. Menyediakan tempat untuk ibadah
7. Tempatnya bersih dan pelayanannya bagus
8. Tempat parkir memadai
9. Tempatnya banyak diketahui oleh orang
10. Menyediakan WiFi
Berikut data yang diperoleh dari responden terhadap faktor-faktor yang
mempengaruhi dalam memilih tempat untuk berbuka puasa melalui
kuesioner. Setiap faktor-faktor tersebut diberi nilai dengan kisaran dari
1(sangat tidak setuju) sampai 5(sangat setuju). Berikut ini data yang diperoleh
dari 60 responden:

Responden X1 X2 X3 X4 X5 X6 X7 X8 X9 X 10
Ke-
1 5 5 5 3 3 5 5 5 3 5
2 5 4 5 4 4 5 5 5 3 5
3 5 4 5 4 4 5 5 5 4 5
4 4 3 5 4 3 5 5 5 3 3
5 5 4 5 3 4 5 5 5 3 5
6 5 5 5 4 5 5 5 5 5 5
7 4 5 5 3 2 4 5 5 3 2
8 5 5 5 3 1 5 5 5 5 2
9 4 4 5 4 5 5 5 5 4 5
10 5 3 5 4 2 3 4 3 4 3
11 3 4 4 5 4 5 4 3 5 5
12 5 4 5 4 3 4 5 4 3 4
13 5 4 5 4 4 5 5 5 5 5
14 3 3 3 3 3 3 3 3 3 3
15 5 2 5 3 2 5 5 5 3 5
16 4 3 5 4 4 4 5 5 3 5
17 5 4 5 3 3 5 5 4 4 3
18 2 3 4 3 2 5 5 3 4 5

2
 19 4 3 5 5 4 3 5 4 4 3
20 4 3 3 3 3 4 5 4 4 5
21 3 4 4 4 4 5 4 3 3 3
22 3 3 5 5 5 5 5 5 2 5
23 3 2 4 4 4 4 5 5 3 3
24 5 3 4 4 3 4 4 4 4 3
25 5 5 5 3 3 5 5 5 3 3
26 4 5 5 5 4 4 5 5 5 5
27 5 3 5 4 3 5 5 4 3 2
28 5 4 5 3 5 5 5 5 5 5
29 4 3 5 4 3 5 5 5 5 4
30 4 3 5 4 4 4 4 4 3 4
31 4 4 5 3 2 5 5 5 2 3
32 1 2 1 2 3 1 1 1 2 2
33 4 4 5 4 3 5 5 5 5 5
34 2 3 1 1 3 1 1 1 2 5
35 5 5 5 3 3 5 5 4 3 5
36 5 4 5 4 4 5 5 5 3 5
37 5 4 5 4 4 5 5 5 4 5
38 5 3 5 3 4 5 4 3 4 3
39 4 4 5 4 4 5 5 4 5 5
40 5 5 5 5 4 5 5 5 5 5
41 5 5 5 5 4 5 5 5 4 5
42 4 4 4 3 4 4 4 5 4 4
43 5 5 5 5 5 5 5 5 5 5
44 5 4 5 3 3 5 5 4 4 3
45 5 3 5 3 3 5 5 5 4 4
46 5 4 5 3 3 5 5 4 4 5
47 4 4 5 3 3 5 5 5 4 4
48 5 5 5 5 4 3 5 5 5 3
49 1 5 5 3 2 5 5 5 2 5
50 4 3 4 3 3 5 5 5 4 3
51 5 4 4 3 3 5 5 5 3 5
52 5 3 5 3 3 5 5 5 2 3
53 2 1 5 3 1 3 4 4 3 3
54 5 4 5 5 5 5 5 5 5 5
55 5 3 5 5 5 5 5 5 5 5
56 3 2 5 4 4 5 5 5 4 4
57 5 4 5 4 5 5 5 5 5 4
58 5 4 5 5 3 5 5 5 5 4
59 5 2 5 5 5 5 5 4 5 5
60 5 4 5 5 5 5 5 5 5 5

Keterangan :
X 1 : Harga makanan yang terjangkau
X 2 : Dekat dengan tempat tinggal

3
X 3 : Rasa makanan yang enak
X 4: Direkomendasikan oleh teman
X 5 : Tempatnya dekat dengan tempat wisata (Contohnya Siring atau Taman
Kamboja)
X 6 : Menyediakan tempat untuk ibadah
X 7 : Tempatnya bersih dan pelayanannya bagus
X 8: Tempat parkir memadai
X 9: Tempatnya banyak diketahui oleh orang
X 10 : Menyediakan WiFi

4
3. ANALISIS KASUS
Pengolahan data dilakukan dengan menggunakan Microsoft Excel dan
SPSS 21.0. Microsoft Excel digunakan untuk menginput data yang didapat
dari kuesioner dan SPSS.
Berikut langkah-langkah penyelesaian analisis faktor terhadap kasus
tersebut :
 Buka data hasil kuesioner lalu input ke microsoft excel.

 Buka aplikasi SPSS 21.0, lalu klik Variable View

 Isi bagian Name, Decimals, Label, dan Measure, ubah bagian Measure
dari none menjadi Scale. Sesuai ketentuan sebagaimana gambar di bawah
ini:

5
 Kemudian klik bagian Data View dan masukkan data yang telah ada di
Excel ke dalam Data View

 Dari data yang telah dimasukkan, lakukan tahap reduksi variabel, yaitu
dengan pilih menu Analyze > Dimension Reduction > Factor.

6
 Mucul kotak dialog Factor Analysis, selanjutnya masukkan semua
variable ke dalam kotak Variables:. Kemudian pilih Descriptives, lalu
centang pada Initial Solution, Coefficient, Anti-image, dan KMO and
Barlett’s test of sphericity. Pilih Continue lalu OK.

7
 Maka akan muncul output :
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .792
Approx. Chi-Square 333.012
Bartlett's Test of Sphericity df 45
Sig. .000

Lihat nilai KMO dan signifikansi yang diperoleh dari Bartlett’s Test.
Apabila nilai KMO melebihi nilai yang diharapkan yaitu > 0,5 dan nilai
signifikansi penelitian < 0,05. Maka variabel tersebut dapat dilakukan
analisis lebih lanjut.

Jika nilai MSA (Measure of Sampling Adequacy) ditandai dengan huruf a

pada tabel Anti-Image Matrices tersebut sudah memenuhi kriteria yaitu >
0,5 dapat dilakukan analisis selanjutnya yaitu factoring. Tetapi jika nilai
MSA pada tabel Anti-Image Matrices tersebut < 0,5 maka variabel dengan
nilai MSA < 0,5 harus dikeluarkan satu per satu dari kotak Variables dan
kemudian dilakukan analisis reduksi kembali seperti langkah sebelumnya
hingga nilai MSA semua variabel yang ada memenuhi kriteria.
 Lakukan pengujian selanjutnya apabila semua variabel sudah memenuhi
kriteria, yaitu factoring dengan pilih menu Analyze > Dimension
Reduction > Factor. Pilih Extraction, kemudian pilih Method:
Principal Component, lalu centang pada Correlation matrix,

8
Unrotated factor Solution, Scree Plot, serta Based on Eigenvalue. Isi
Eigenvalues grather than dengan 1. Kemudian pilih Continue lalu OK.

Maka dapat ditentukan banyaknya faktor yang terbentuk dengan :

1. Perhatikan kolom Initial Eigenvalues dengan nilai toleransi untuk
Eigenvalues yang telah ditentukan yaitu 1, maka yang perlu
diperhatikan hanya jumlah component yang nilai totalnya > 1 yang
akan menjadi jumlah faktor yang terbentuk.
2. Melalui grafik Scree Plot dengan memperhatikan jumlah titik-titik
yang berada diatas nilai Eigenvalues 1. Sehingga didapatkan jumlah
faktor yang terbentuk.

9
3. Setelah mengetahui jumlah faktor yang terbentuk maka langkah
selanjutnya melakukan pengelompokkan variabel-variabel ke dalam
faktor berdasarkan besar korelasi antara variabel dengan faktor yaitu

memperhatikan nilai korelasinya yang paling besar pada tabel

Component Matrix.
Component Matrixa

Component

1 2
Harga makanan yang terjangkau .704 -.093
Dekat dengan tempat tinggal .489 -.054
Rasa makanan yang enak .849 -.322
Direkomendasikan oleh teman .646 .458
Tempatnya dekat dengan tempat wisata (Siring atau .446 .753
Taman Kamboja)
Menyediakan tempat untuk ibadah .811 -.246
Tempatnya bersih dan pelayanannya bagus .887 -.325
Tempat parkir memadai .823 -.284
Tempatnya banyak diketahui oleh orang .573 .434
Menyediakan WiFi .416 .495

Extraction Method: Principal Component Analysis.

a. 2 components extracted.
4. Agar lebih jelas variabel mana saja yang masuk ke dalam faktor yang
telah terbentuk, maka dapat dilakukan rotasi dimensi nilai pada tabel

10
 Component Matrix dengan pilih menu Analyze > Dimension
Reduction > Factor > Rotation, kemudian centang pada Varimax dan
Rotated solution, lalu pilih Continue lalu OK.

Maka akan diperoleh tabel Rotated Component Matrix. Perhatikan

nilai korelasinya yang paling besar antara variabel dengan factor seperti
pada tahapan sebelumnya untuk mengelompokkan variabel-variabel ke
dalam faktor.
Rotated Component Matrixa

Component

1 2

Harga makanan yang terjangkau .660 .263

Dekat dengan tempat tinggal .453 .192
Rasa makanan yang enak .898 .134
Direkomendasikan oleh teman .339 .715
Tempatnya dekat dengan tempat wisata (Siring atau .021 .875
Taman Kamboja)
Menyediakan tempat untuk ibadah .827 .182
Tempatnya bersih dan pelayanannya bagus .933 .150
Tempat parkir memadai .857 .155
Tempatnya banyak diketahui oleh orang .288 .659
Menyediakan WiFi .121 .636

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 3 iterations.
5. Langkah berikutnya adalah penamaan faktor. Setelah faktor benar-benar
sudah terbentuk, maka proses dilanjutkan dengan menamakan faktor,

11
 dengan anggapan nama faktor bisa mewakili variabel-variabel yang
menjadi anggota faktor tersebut.

4. PEMBAHASAN

a. Tahap Reduction (Reduksi)

Hasil uji korelasi antar variabel independen dapat dilihat pada ouput
KMO dan Bartlett’s Test sebagai berikut:
KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .792

Approx. Chi-Square 333.012

Bartlett's Test of Sphericity df 45

Sig. .000
Nilai KMO yang diharapkan adalah > 0,5 dan signifikansi penelitian
adalah < 0,05. Pada tabel di atas, terlihat nilai KMO sebesar 0,792 (>0,5)

12
dan signifikansi yang diperoleh dari Bartlett’s Test adalah 0,000 < 𝛼 =
0,05. Dengan hasil tersebut, maka dapat dikatakan bahwa variabel dan
sampel yang digunakan memungkinkan untuk dilakukan analisis lebih
lanjut.
Selanjutnya, untuk melihat korelasi antarvariabel independen dapat
diperhatikan tabel Anti-Image Matrices. Nilai yang diperhatikan adalah
MSA (Measure of Sampling Adequacy). Nilai MSA berkisar antara 0
hingga 1, dengan ketentuan sebagai berikut:
1) MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel
yang lain.
2) MSA > 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih
lanjut.
3) MSA < 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis
lebih lanjut, atau dikeluarkan dari variabel lainnya.
Hasil pengujian nilai MSA dengan SPSS terlihat pada tampilan berikut:

Perhatikan baris Anti-Image Correlation, dimana nilai MSA (Measure Of

ampling Adequacy) ditandai dengan huruf “a”. Rincian hasilnya adalah
sebagai berikut :
X1 = 0,831 > 0,5
X2 = 0,883 > 0,5
X3 = 0,861 > 0,5
X4 = 0,676 > 0,5
X5 = 0,568 > 0,5
X6 = 0,845 > 0,5
X7 = 0,783 > 0,5
X8 = 0,859 > 0,5

13
 X9 = 0,817 > 0,5
X10 = 0,728 > 0,5

1. Karena nilai MSA (Measure of Sampling Adequacy) pada tabel Anti-

Image Matrices tersebut sudah memenuhi kriteria yaitu > 0,5, hal ini
berarti tidak ada variabel yang dikeluarkan atau direduksi maka dapat
dilakukan analisis selanjutnya yaitu factoring.
2. Factoring (Pengelompokkan Faktor)
a. Menentukan Banyaknya Faktor yang Terbentuk
Ada dua hal yang dapat diamati dari hasil output pada SPSS dalam
menentukan banyaknya faktor yang terbentuk, yaitu :
 Tabel Total Variance Explained

Perhatikan kolom Initial Eigenvalues. Sebelumnya telah

ditentukan nilai toleransi untuk Eigenvalues yaitu 1, maka yang
perlu diperhatikan hanya jumlah component yang nilai totalnya >
1. Karena ada 2 component yang nilai totalnya >1, maka kesepuluh
variabel tersebut dikelompokkan menjadi 2 faktor.
 Grafik Scree Plot

14
 Jika sebelumnya menjelaskan dasar jumlah faktor yang
diperoleh dengan perhitungan angka, maka Scree Plot
menunjukkannya dengan grafik.

Grafik di atas menunjukkan bahwa dari component pertama ke

component kedua garis turun dengan cukup tajam. Scree Plot juga
menunjukkan bahwa terdapat 2 titik yang berada di atas nilai
Eigenvalues 1. Sehingga jumlah faktor dalam mengelompokkan
kesepuluh variabel tersebut sebanyak 2 faktor.
b. Menentukan Pengelompokan Faktor
Setelah mengetahui bahwa faktor yang terbentuk sebanyak 2
faktor.

Selanjutnya kita dapat melakukan penentuan masing-masing

variabel tersebut akan masuk ke dalam faktor 1, atau faktor 2. Cara
menentukannya adalah dengan melihat tabel Component Matrix
sebagai berikut :

15
 Component Matrixa

Component
Agar lebih 1 2

jelas Harga makanan yang terjangkau .704 -.093

Dekat dengan tempat tinggal .489 -.054
variabel
Rasa makanan yang enak .849 -.322
mana saja Direkomendasikan oleh teman .646 .458
yang masuk Tempatnya dekat dengan tempat wisata (Siring atau .446 .753

ke dalam Taman Kamboja)

Menyediakan tempat untuk ibadah .811 -.246
faktor-faktor
Tempatnya bersih dan pelayanannya bagus .887 -.325
tersebut, Tempat parkir memadai .823 -.284
maka dapat Tempatnya banyak diketahui oleh orang .573 .434
Menyediakan WiFi .416 .495
dilakukan
Extraction Method: Principal Component Analysis.
rotasi
a. 2 components extracted.
dimensi nilai pada tabel Component Matrix di atas sehingga diperoleh tabel
Rotated Component Matrix sebagai berikut:

Rotated Component Matrixa

Component

1 2

Harga makanan yang terjangkau .660 .263

Dekat dengan tempat tinggal .453 .192
Rasa makanan yang enak .898 .134
Direkomendasikan oleh teman .339 .715
Tempatnya dekat dengan tempat wisata (Siring atau .021 .875
Taman Kamboja)
Menyediakan tempat untuk ibadah .827 .182
Tempatnya bersih dan pelayanannya bagus .933 .150
Tempat parkir memadai .857 .155
Tempatnya banyak diketahui oleh orang .288 .659
Menyediakan WiFi .121 .636

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 3 iterations.

Penentuan input variabel ke faktor tertentu berdasarkan besar

korelasi antara variabel dengan faktor, yaitu yang nilai korelasinya
paling besar. Dengan demikian, terbentuk:
 Faktor 1, dengan anggota:

16
 X1 = Harga makanan yang terjangkau
X2= Dekat dengan tempat tinggal
X3 = Rasa makanan yang enak
X6 = Menyediakan tempat untuk ibadah
X7 = Tempatnya bersih dan pelayanannya bagus
X8 = Tempat parkir memadai
 Faktor 2, dengan anggota :
X4 = Direkomendasikan oleh teman
X5 = Tempatnya dekat dengan tempat wisata (contohnya Siring
atau Taman Kamboja)
X9 = Tempatnya banyak diketahui oleh orang
X10 = Menyediakan WiFi

Sebagai langkah akhir dari penentuan faktor, maka dapat dilihat

tabel Component Transformation Matrix sebagai berikut:

Component Transformation Matrix

Component 1 2

1 .872 .489
2 -.489 .872

Extraction Method: Principal

Component Analysis.
Rotation Method: Varimax with Kaiser
Normalization.

Dari tabel di atas, diketahui :

 Faktor 1 memiliki nilai korelasi sebesar 0,872
 Faktor 2 memiliki nilai korelasi sebesar 0,872
Karena nilai korelasi kedua faktor tersebut > 0,5, maka korelasinya
dapat dikategorikan cukup kuat. Dengan demikian, faktor 1, dan
faktor 2, dikatakan tepat untuk merangkum/mengelompokkan
kesepuluh variabel independen tersebut.
c. Menamakan Faktor
Setelah diperoleh dua faktor dari 10 variabel, langkah berikutnya
adalah memberi nama pada kedua faktor tersebut. Tentu saja

17
 penamaan faktor ini bergantung pada nama-nama variabel yang
menjadi satu kelompok, dengan demikian sebenarnya pemberian
nama bersifat subjektif, serta tidak ada ketentuan yang pasti
mengenai pemberian nama tersebut.
Untuk kasus di atas,

 Faktor 1 dengan anggota :

X1 = Harga makanan yang terjangkau
X2= Dekat dengan tempat tinggal
X3 = Rasa makanan yang enak
X6 = Menyediakan tempat untuk ibadah
X7 = Tempatnya bersih dan pelayanannya bagus
X8 = Tempat parkir memadai

Dapat dinamakan dengan Faktor harga, dekat, rasa, ibadah,

bersih dan bagus, serta parkir memadai
 Faktor 2 dengan anggota :
X4 = Direkomendasikan oleh teman
X5 = Tempatnya dekat dengan tempat wisata (contohnya Siring
atau Taman Kamboja)
X9 = Tempatnya banyak diketahui oleh orang
X10 = Menyediakan WiFi
Dapat dinamakan dengan Faktor teman, wisata, terkenal, dan
WiFi

5. KESIMPULAN

18
 Ada dua faktor utama yang terbentuk dari 10 variabel yang memengaruhi
orang-orang memilih tempat untuk berbuka puasa yaitu:
 Faktor 1 adalah Faktor harga, dekat, rasa, ibadah, bersih dan bagus,
serta parkir memadai
Faktor ini terdiri atas 6 variabel yaitu :
X1 = Harga makanan yang terjangkau
X2 = Dekat dengan tempat tinggal
X3 = Rasa makanan yang enak
X6 = Menyediakan tempat untuk ibadah
X7 = Tempatnya bersih dan pelayanannya bagus
X8 = Tempat parkir memadai
 Faktor 2 adalah Faktor teman, wisata, terkenal, dan WiFi
Faktor ini terdiri atas dua variabel pembentuk yaitu:
X4 = Direkomendasikan oleh teman
X5 = Tempatnya dekat dengan tempat wisata (contohnya Siring atau
Taman Kamboja)
X9 = Tempatnya banyak diketahui oleh orang
X10 = Menyediakan WiFi

19
 DAFTAR PUSTAKA

Ali, Helmi. (2019). Konsep Analisis Faktor. Diakses pada 11 April 2023 dari
https://www.academia.edu/41155021/KONSEP_ANALISIS_FAKTOR

Raharjo, S. (n.d.). Panduan Analisis Faktor dan Interpretasi dengan SPSS

Lengkap. SPSS Indonesia. Retrieved March 22, 2023, from
https://www.spssindonesia.com/2018/12/analisis-faktor-dan-interpretasi-spss.html

20