Communality komunalitas, yaitu jumlah varian yang disumbangkan oleh Eigenvalue yaitu mempresentasikan total varians yang dijelaskan oleh Factor Loading faktor muatan adalah korelasi sederhana antara variabel Factor loading plot Factor matrix, y

2.12 Statistik yang Relevan Dengan Analisis Faktor

Beberapa statistik penting yang berhubungan dengan analisis faktor adalah :

a. Bartlett’s test of sphericity, yaitu suatu uji statistik yang digunakan untuk

menguji hipotesis bahwa variabel tidak saling berkorelasi uncorrelated dalam populasi. Dengan pengertian lain yaitu setiap variabel berkorelasi dengan dirinya sendiri secara sempurna r = 1 dan tidak berkorelasi sama sekali dengan lainnya r = 0. Dapat dikatakan matrik korelasi populasi merupakan matriks identitas identity matrix, di mana elemen pada diagonal utama matriks bernilai 1, sedangkan diluar diagonal utama bernilai nol.

b. Correlation matrix. Matiks segitiga bagian bawah menunjukkan korelasi

sederhana r antara semua pasangan variabel yang terlibat dalam analisis. Nilai atau angka pada diagonal utama yang semuanya sama yaitu 1 ditiadakan.

c. Communality komunalitas, yaitu jumlah varian yang disumbangkan oleh

suatu variabel dengan seluruh variabel lainnya dalam analisis. Ini juga merupakan proporsi atau bagian varian yang dijelaskan oleh common factor atau besarnya sumbangan suatu faktor terhadap varian seluruh variabel. Nilai communality i h diperoleh dengan menghitung jumlah kuadrat loading faktor setiap variabel asal yaitu : 2 2 2 2 1 2 .... m i i i i h   

d. Eigenvalue yaitu mempresentasikan total varians yang dijelaskan oleh

setiap faktor. Untuk faktor yang mempunyai nilai eigenvalue 1 maka faktor tersebut akan dimasukkan ke dalam model.

e. Factor Loading faktor muatan adalah korelasi sederhana antara variabel

dengan faktor. Universitas Sumatera Utara

f. Factor loading plot

, ialah suatu plot dari variabel asli dengan menggunakan factor loadings sebagai koordinat.

g. Factor matrix, yaitu memuat semua factor loading dari seluruh variabel

dalam seluruh variabel yang dikembangkan.

h. Factor scores, yaitu skor komposit yang diestimasi untuk setiap responden

pada faktor yang diderivasi.

i. Kaiser-Meyer-Olkin KMO measure of sampling adequacy MSA,

merupakan suatu indeks yang digunakan untuk menguji kesesuaian analisis faktor. Nilai KMO berkisar antar 0,5-1,0 artinya jika nilai kurang dari 0,5 analisis faktor tidak tepat untuk digunakan. Rumus untuk menghitung KMO adalah sebagai berikut : ik k i i ik k i i ik k i i a r r KMO 2 2 2 Keterangan : r 2 ik = Kuadrat matriks korelasi sederhana 2 a ik = Kuadrat matriks korelasi parsial

j. Measure of sampling adequacy MSA, yaitu suatu indeks perbandingan