dijelaskan oleh tiga faktor akhir adalah 0.761, 0.668, 0.562, 0.496 dan 0.259 masing-masing mereka dapat dihilangkan. Dua faktor yang pertama bersama-sama
mewakili 60.772.
5.2.3. Scree Plot
Jika tabel Total Variance menjelaskan dasar jumlah faktor yang didapat dengan perhitungan angka, maka scree plot Gambar 4.6. menunjukkan dengan
grafik. Terlihat bahwa dari satu kedua faktor garis dari sumbu Component Number =1 ke 2, arah garis menurun dengan cukup tajam. Kemudian dari angka 2 ke 3, garis
masih menurun. Demikian pula dari angka 3 ke 4, 4 ke 5 dan 5 ke 6 garis juga masih menurun namun kini dengan slope yang lebih kecil. Juga perhatikan faktor 7 sudah di
bawah angka 1 dari sumbu Y eigenvalues. Hal ini menunjukkan bahwa dua faktor adalah paling bagus untuk meringkas ketujuh variabel tersebut.
5.2.4. Component Matrix
Tabel Component Matrix Tabel 4.9. menunjukkan distribusi ketujuh variabel pada dua faktor yang terbentuk. Sedangkan angka-angka yang ada pada tabel adalah
faktor loading, yang menunjukkan korelasi antara suatu variabel dengan faktor 1 dan faktor 2. Proses penentuan variabel mana akan masuk ke faktor yang mana dilakukan
dengan melakukan perbandingan besar korelasi pada setiap baris.
Universitas Sumatera Utara
Pada tabel 4.9 terlihat besarnya korelasi antara suatu variabel dengan faktor 1 dan faktor 2 yaitu :
1. Variabel Pendidikan a. Korelasi antara variabel pendidikan dengan faktor 1 adalah +0.673 kuat
karena di atas 0.5. b. Korelasi antara variabel pendidikan dengan faktor 2 adalah +0.488 lemah
karena di bawah 0.5. 2. Variabel Ekonomi
a. Korelasi antara variabel ekonomi dengan faktor 1 adalah +0.669 kuat karena di atas 0.5.
b. Korelasi antara variabel ekonomi dengan faktor 2 adalah +0.367 lemah karena di bawah 0.5.
3. Variabel Dorongan Biologis a. Korelasi antara variabel dorongan biologis dengan faktor 1 adalah +0.708
kuat karena di atas 0.5. b. Korelasi antara variabel dorongan biologis dengan faktor 2 adalah -0.249
lemah karena di bawah 0.5. 4. Variabel Pengetahuan tentang Kesehatan Reproduksi
a. Korelasi antara variabel pengetahuan tentang kesehatan reproduksi dengan faktor 1 adalah +0.667 kuat karena di atas 0.5.
b. Korelasi antara variabel pengetahuan tentang kesehatan reproduksi dengan faktor 2 adalah -0.361 lemah karena di bawah 0.5.
Universitas Sumatera Utara
5. Variabel Kesempatan a. Korelasi antara variabel kesempatan dengan faktor 1 adalah +0.653 kuat
karena di atas 0.5. b. Korelasi antara variabel kesempatan dengan faktor 2 adalah -0.612 lemah
karena di bawah 0.5. 6. Variabel Adat Istiadat atau Pandangan Masyarakat
a. Korelasi antara variabel adat istiadat atau pandangan masyarakat dengan faktor 1 adalah +0.590 kuat karena di atas 0.5.
b. Korelasi antara variabel adat istiadat atau pandangan masyarakat dengan faktor 2 adalah 0.533 kuat karena di atas 0.5.
7. Variabel Pandangan terhadap Konsep Cinta a. Korelasi antara variabel pandangan terhadap konsep cinta dengan faktor 1
adalah +0.623 kuat karena di atas 0.5. b. Korelasi antara variabel pandangan terhadap konsep cinta dengan faktor 2
adalah -0.124 lemah karena di bawah 0.5. Karena masih ada variabel variabel adat istiadat dan pandangan masyarakat
yang belum jelas akan dimasukkan dalam faktor 1 dan faktor 2 maka perlu dilakukan proses rotasi rotation agar semakin jelas perbedaan sebuah variabel akan
dimasukkan pada faktor 1 atau faktor 2.
Universitas Sumatera Utara
5.2.5. Rotated Component Matrix
