Hasil Pengolahan Data Oleh Analisis Faktor
Analisis Persepsi Penumpang Terhadap Tingkat Pelayanan Bus Way
76 analisis menunjukan ukuran kesesuaian pengambilan sampel adalah bagus, sehingga dapat
diolah dengan metode analisis faktor. Berdasarkan parameter Kaiser-Meyer-Olkin, sebagai berikut :
Nilai KMO 9
adalah sangat memuaskan Nilai KMO
0,8 – 0,9 adalah memuaskan
Nilai KMO 0,7 – 0,8
adalah bagus Nilai KMO
0,6 – 0,7 adalah cukup
Nilai KMO 0,5 – 0,6
adalah jelek Nilai KMO
0,5 adalah ditolak
Nilai KMO ini merupakan indeks dalam membandingkan besarnya koefisien korelasi pengamatan terhadap besarnya koefisiean korelasi parsial. Sedangkan nilai
Bartlett’s Test of Sphericity dan nilai signifikasi yang sangat kecil, mempunyai arti bahwa matriks korelasi antara variabel – variabel manifes bukan merupakan matriks identitas.
Matriks korelasi yang berupa matriks identitas. Matrikas korelasi yang berupa matriks identitas tidak dapat dihitung dengan menggunakan analisis faktor. Selanjutnya untuk
melihat variabel – variabel mana saja yang layak untuk dibuat analisis faktor, lihat tabel Anti – Image Matrices. Pada bagian Anti – Image Correlation terdapat angka yang diberi
tanda ’a’ yang membentuk garis diagonal. Angka yang membentuk diagonal tersebut merupakan besaran MSA Measure of Sampling Adequacy variabel. Suatu variabel layak
untuk dianalisis jika MSA-nya lebih besar dari 0,5 dan nilai MSA yang berada dibawah level tersebut harus dikeluarkan satu persatu dari matriks data untuk kemudian dilakukan
analisis faktor kembali.
5.2.2.3.Ekastrasi Faktor
Setelah dihasilkan matriks korelasi, proses pengolahan data selanjutnya adalah menghitung besarnya eigenvalue dari tiap – tiap variabel awal. Eigenvalue merupakan
jumlah nilai variansi dari variabel awal. Selanjutnya dengan metode ekstraksi PA2 seperti yang telah dijelaskan bab sebelumnya dapat ditentukan persentase konstribusi sekumpulan
variabel yang mempunyai derajad kesamaan yang tinggi untuk membentuk suatu satu faktor kesamaan. Untuk menetapkan banyak faktor, ditentukan dengan kriteria harga
Analisis Persepsi Penumpang Terhadap Tingkat Pelayanan Bus Way
77 minimum eigenvalue. Jumlah faktor yang terbentuk adalah sebanyak faktor – faktor yang
mempunyai eigenvalue minimal 1,0.
5.2.2.4.Penyusunan Matriks Muatan Faktor Sebelum Rotasi
Setelah diproses sejumlah faktor, maka dapat disusun matriks muatan faktor sebelum rotasi dari struktur matriks yang belum dirotasi dilakukan ekstrasi terhadap
faktor – faktor tersebut sehingga dapat ditentukan nilai komunalita akhir, eigenvalue, dan persentase variansi faktor. Tetapi tahap ini bukan solusi akhir yang terbaik, karena dalam
faktor – faktor yang belum dirotasi kerap kali terdapat variabel awal yang sama pada faktor – faktor yang berlainan. Hal ini akan menyulitkan penginterpretasian yang akan dilakukan
5.2.2.5.Rotasi Faktor – Faktor Kesamaan
Matriks faktor yang dihasilkan dari proses ekstrasi sebelum dirotasi hanya menggambarkan jumlah faktor yang ada dan muatan faktor yang dihasilkan masih
merupakan faktor inisial. Untuk mendapatkan muatan faktor yang optimum, harus dilakukan rotasi terhadap faktor – faktor kesamaan untuk mendapatkan solusi terbaik,
sehingga dapat mengkelompokkan variabel – variabel awal kedalam beberapa faktor tanpa terjadi tumpang tindih.
Pada penelitian ini dilakukan rotasi ortogonal dengan rotasi varimax, karena tujuan penelitian ini adalah mereduksi jumlah variabel awal. Hasil proses rotasi ini ditunjukan
pada lampiran F.
Analisis Persepsi Penumpang Terhadap Tingkat Pelayanan Bus Way
78