3.5.4 Melakukan Rotasi Faktor
Output terpenting dalam analisis faktor adalah Matriks Faktor atau yang disebut juga dengan Komponen Matriks. Matriks faktor memuat koefisien yang
dipergunakan untuk mengekspresikan variabel yang dibakukan dinyatakan dalam faktor. Koefisien ini merupakan factor loading, mewakili koefisien korelasi antara
faktor dengan variabel. Koefisien dengan nilai mutlak absolute yang besar menunjukkan bahwa faktor dan variabel sangat terkait. Koefisien dari matriks
faktor dapat dipergunakan untuk menginterpretasi faktor. Matriks faktor atau matriks komponen dapat dilihat sebagai berikut :
Tabel 3.14 Matriks Faktor
a
Sebelum Dirotasi Faktor Komponen
1 2
3 X
1
0,294 0,578
0,319 X
2
0,519 0,131
0,012 X
3
0,457 -0,515
-0,012 X
4
0,690 -0,121
0,168 X
5
0,597 -0,132
0,589 X
6
0,569 -0,460
-0,180 X
7
0,742 -0,086
-0,209 X
8
0,497 0,337
-0,668 X
9
0,540 0,590
0,051
Walaupun matriks faktor atau matriks komponen awal sebelum dirotasi menunjukkan hubungan antara faktor komponen dengan variabel secara
individu, akan tetapi masih sulit diambil kesimpulannya tentang banyaknya faktor yang dapat diekstraksi. Hal ini disebabkan karena faktor komponen berkorelasi
dengan banyak variabel lainnya atau sebaliknya variabel tertentu masih berkorelasi dengan banyak fakor. Sehingga dalam keadaan ini terkadang membuat
peneliti kesulitan dalam penentuan suatu variabel kedalam suatu faktor. Korelasi
Universitas Sumatera Utara
dianggap cukup kuat jika koefisien korelasi yang diwaliki factor loading mempunyai nilai lebih besar dari 0,30. Juga variabel berkorelasi dengan banyak
faktor, seperti variabel X
1
berkorelasi dengan faktor 2 dan 3 variabel X
8
berkorelasi dengan faktor 1 dan 2 variabel X
9
berkorelasi dengan faktor 1 dan 2. Situasi seperti ini membuat kesimpulan mengenai banyaknya faktor yang
diekstraksi dari variabel menjadi sulit. Untuk mengatasi hal tersebut dapat dilakukan proses rotasi pada faktor
yang terbentuk agar memperjelas posisi sebuah variabel, akankah dimasukkan pada faktor yang satu ataukah ke faktor lainnya. Beberapa metode rotasi yang bisa
digunakan adalah orthogonal rotation, varimax rotation, dan oblique rotation. Proses rotasi terhadap faktor pada penelitian ini menggunakan metode
varimax rotation. Dan hasil rotasi dapat dilihat pada matriks faktor setelah dirotasi dibawah ini :
Tabel 3.15 Matriks Faktor
a
Setelah Dirotasi Faktor Komponen
1 2
3 X
1
-0,105 0,714
0,009 X
2
0,327 0,370
0,207 X
3
0,676 -0,134
-0,006 X
4
0,627 0,352
0,044 X
5
0,589 0,493
-0,362 X
6
0,718 -0,116
0,198 X
7
0,621 0,228
0,406 X
8
0,136 0,118
0,868 X
9
0,062 0,727
0,333
Tujuan dilakukan rotasi adalah untuk memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dapat dilihat perbedaan antara matriks faktor sebelum
dirotasi dengan matriks faktor setelah dirotasi.
Universitas Sumatera Utara
3.5.5 Interpretasi Faktor
Kategori