26 Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang digunakan
untuk intepretasi adalah sebagai berikut: 1.
Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel yang lainnya.
2. Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat
diprediksi dan bisa dianalisis lebih lanjut. 3.
Jika MSA lebih kecil dari 0,5 dan atau mendekati nol 0, maka variabel tersebut tidak dapat dianalisis lebih lanjut, atau dikeluarkan dari variabel
lainnya.
2.10.3 Ekstrasi Faktor
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstrasi terhadap sekumpulan variabel yang ada KMO0,5 sehingga terbentuk
satu atau lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal Component Analysis dan rotasi faktor dengan metode Varimax bagian dari
orthogonal. Setelah sejumlah variabel terpilih, maka dilakukan ekstrasi variabel
tersebut sehingga menjadi beberapa faktor. Setelah memproses variabel-variabel yang layak, maka dengan program SPSS versi 17 akan diperoleh nilai hasil
statistik yang menjadi indikator utama yaitu tabel communalities, tabel Total Variance Explained, Grafik Scree, tabel component matrix dan tabel rotated
component matrix. Tabel Communalities merupakan tabel yang menunjukkan persentase
variansi dari tiap variabel yang dapat dijelaskan oleh faktor yang terbentuk.Nilai yang dilihat adalah extraction yang terdapat pada tabel communalities.Makin kecil
nilainya, makin lemah hubungan antara variabel yang terbentuk. Perhitungan communality setiap variabel dengan persamaan:
Universitas Sumatera Utara
27
2
=
1 2
+
2 2
+ ⋯ +
2
2.10
Keterangan: = communality variabel ke-i
1 2
= Nilai faktor Loading
Communality adalah jumlah varian yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut
proporsi atau bagian varian yang dijelaskan oleh common faktor atau besarnya sumbangan suatu faktor terhadap varian seluruh variabel.
Tabel Total Variance Explained, menunjukkan persentase variance yang dapat dijelaskan oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya
eigenvalues yang telah mengalami proses ekstrasi. Pada tabel akan tercantum nilai extraction sum of square loading. Hal ini disebabkan nilai eigenvalues tidak lain
merupakan jumlah kuadrat dari faktor loading dari setiap variabel yang termasuk ke dalam faktor. Factor Loading ini merupakan nilai yang menghubungkan
faktor-faktor dengan variabel-variabel.Variabel yang masuk ke dalam faktor adalah yang nilainya lebih dari satu
≥ 1. Dari sini akan terlihat pula jumlah faktor yang akan terbentuk.
Perhitungan nilai karakteristik eigen value , dimana perhitungan ini berdasarkan persamaan karakteristik:
det − � = 0
2.11
Keterangan: = matriks korelasi dengan orde n x n
� = matriks identitas
= eigen value
Eigen value adalah jumlah varian yang dijelaskan oleh setiap faktor. Penentuan vektor karakteristik eigen vector yang bersesuaian dengan nilai karakteristik
eigen value, yaitu dengan persamaan:
Universitas Sumatera Utara
28 =
2.12
Keterangan: = eigen vector dengan orde n x n
=eigen value
Matriks loading factor diperoleh dengan mengalikan matriks eigen vector dengan akar dari matriks eigen value . Atau dalam persamaan matematis
ditulis: = ×
2.13 Keterangan:
= loading factor = matriks eigen vektor
= eigen value
Factor loading merupakan korelasi sederhana antara variabel dengan faktor.
Grafik Scree Plot menggambarkan tampilan grafik dari tabel Total Variance Explained. Grafik ini sebenarnya menunjukkan peralihan dari satu
faktor ke faktor lainnya garis menurun disepanjang sumbu y. Sumbu x menunjukkan jumlah komponen faktor yang terbentuk, sedangkan sumbu y
menunjukkan nilai eigenvalues. Tabel component matrix menunjukkan kategori variabel-variabel ke dalam
komponen faktor, atau dengan kata lain menunjukkan distribusi variabel-variabel pada faktor yang terbentuk. Bila yang dijadikan acuan adalah nilai faktor loading
yang ada dalam tabel, dimana nilai lebih besar menunjukkan korelasi yang cukup kuat antara variabel-variabel tersebut dengan komponen faktor. Jumlah jasa
kuadrat faktor loading dari tiap variabel tidak lain merupakan nilai extraction untuk tiap variabel yang tercantum dalam tabel communalities.
Universitas Sumatera Utara
29
2.10.4 Rotasi Faktor
