proses dimana beberapa variabel yang ada disarikan, sehingga terbentuk satu atau lebih faktor.
Metode yang digunakan untuk melakukan ekstraksi pada penelitian ini adalah metode Principal Component Analysis dengan ketentuan bahwa semakin besar
communalities sebuah variabel, berarti semakin erat hubungannnya dengan faktor yang terbentuk dan sebaliknya. Communalities adalah jumlah varian yang
disumbangkan oleh suatu variabel dengan sel uruh variabel lainnya dalam analisis.
4.3.1 Communalities
Communalities pada dasarnya adalah jumlah varians bisa dalam persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang ada.
Tabel 4.10 Communalities
Variabel Ekstraksi
Keamanan Alat Kontrasepsi IUD 0,614
Ketersediaan Alat Kontrasepsi IUD 0,578
Tempat Pelayanan KB 0,983
Petugas Kesehatan KB 0,801
Media Informasi 0,603
Biaya Pemasangan 0,295
Dukungan Suami 0,984
Pada Tabel 4.10 diatas, untuk variabel keamanan Alat Kontrasepsi IUD, angkanya adalah 0,614, hal ini berarti sekitar 61,4 variabel keamanan Alat
Kontrasepsi IUD bisa dijelaskan oleh faktor yang terbentuk. Untuk variabel ketersediaan alat kontrasepsi IUD, angkanya 0,578. Hal ini berarti sekitar 57,8
variabel ketersediaan alat kontrasepsi IUD bisa dijelaskan oleh faktor yang terbentuk.
Universitas Sumatera Utara
Demikian seterusnya untuk variabel lainnya, dengan ketentuan semakin besar communalities sebuah variabel, berarti semakin erat hubungannnya dengan faktor.
4.3.2 Total Variance Explained
Total Variance Explained menerangkan nilai persen dari varians yang mampu diterangkan oleh banyaknya faktor yang terbentuk. Nilai ini berdasarkan nilai
eigenvalue. Ada 7 variabel yang dimasukkan dalam analisis faktor, dengan masing masing
varian memiliki varian 1, maka total varian adalah 7 × 1= 7. Jika ketujuh variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu faktor
tersebut adalah lihat kolom component untuk component 1 pada tabel : 2,2947×100=32,767
Jika 8 variabel diekstrak menjadi 3 faktor, maka: a. Varian faktor pertama adalah 32,767
b. Varian faktor kedua adalah 22,329 c. Varian faktor ketiga adalah 14,308
Total dari ketiga faktor akan menjelaskan 32,767 + 22,329 +14,308 = 69,403 atau ketiga faktor tersebut akan menjelaskan 69,403 dari variabilitas ketujuh variabel
yang asli tersebut. Sedangkan eigenvalues menunjukkan kepentingan relatif masing-masing faktor
dalam menghitung varians ketujuh variabel yang dianalisis.
Universitas Sumatera Utara
a. Jumlah angka eigenvalues untuk ketujuh variabel adalah sama dengan total varians ketujuh variabel atau 2,294 + 1,563 + 1,002 + 0,872 + 0,682 + 0,561
+ 0,027 = 7 b. Susuan eigenvalues selalu diurutkan dari yang terbesar sampai dengan yang
terkecil, dengan kriteria bahwa angka eigenvalues dibawah 1 tidak digunakan dalam menghitung jumlah faktor yag terbentuk.
Tabel 4.11 Total Variance Explained
Komponen Angka
Eigenvalues Total
Varians Komulatif
1 2,294
32,767 32,767
2 1,563
22,329 55,096
3 1,002
14,308 69,403
4 0,872
12,455 81,859
5 0,682
9,738 91,597
6 0,561
8,020 99,617
7 0,027
0,383 100,000
Dari Tabel 4.11 diatas menyatakan bahwa hanya 3 faktor yang terbentuk, terlihat dari eigenvalues dengan nilai diatas 1, namun pada faktor yang keempat
angka eigenvalues sudah dibawah 1, yakni 0,872 sehingga proses factoring seharusnya berhenti pada tiga faktor saja, maka dalam penelitian ini hanya 3 faktor
yang terbentuk.
4.3.3 Scree Plot
