Reabilitas Teknik Analisis Data

38 komponen adalah variabel bentukan bukan variabel asli. Secara umum analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikan sebagai suatu variabel baru yang berupa variabel bentukan. 63 Metode yang digunakan penulis dalam penelitian ini adalah analisis faktor. Analisis faktor merupakan analisis yang bertujuan mencari faktor- faktor utama yang paling mempengaruhi variabel dependen dari serangkaian uji yang dilakukan atas serangkaian variabel independen sebagai faktornya. Sebelum melakukan analisis faktor, sejumlah asumsi yang harus dipenuhi adalah: a. Korelasi antar variabel Independen. Besar korelasi atau korelasi antar independen variabel harus cukup kuat, misalnya di atas 0,5. b. Korelasi Parsial. Besar korelasi parsial, korelasi antar dua variabel dengan menganggap tetap variabel yang lain, justru harus kecil. Pada SPSS deteksi terhadap korelasi parsial diberikan lewat pilihan Anti-Image Correlation. c. Pengujian seluruh matriks korelasi korelasi antar variabel, yang diukurr dengan besaran Bartlett test of Sphericity atau Measure Sampling 63 Analisis Faktor, h.168, artikel diambil dari http:www.fp.unud.ac.idindwp- contentuploadsmk_ps_agribisnisekonomitrika8_.20Analisis20Faktor.pdf diakses pada tanggal 28 Oktober 2013 39 Adequacy MSA. Pengujian ini mengharuskan adanya korelasi yang signifikan di antara paling sedikit beberapa variabel. 64 Langkah-langkah yang harus dilakukan dalam proses analisis faktor adalah sebagai berikut: a. Menentukan variabel apa saja yang akan dianalisis b. Menguji variabel agar menjadi variabel yang layak dimasukkan dalam analisis faktor dengan melihat angka pada KMO dan Bartlett’s Test c. Setelah sejumlah variabel terpilih, maka dilakukan proses factoring, atau ekstraksi variabel hingga menjadi satu atau beberapa faktor d. Lalu dilakukan proses factor rotation untuk memperjelas apakah faktor yang terbentuk sudah secara signifikan berbeda dengan faktor lain. Beberapa metode rotasi yang dapat dilakukan adalah: 1 Orthogonal Rotation, yaitu memutar sumbu 90 o . Perotasian ini dilakukan dengan tetap mempertahankan keortogonalan faktor-faktor yang berimplikasi pada ada atau tidaknya perbedaan antara pola dengan bobot terstruktur. Beberapa rotasi yang termasuk rotasi orthogonal adalah rotasi Varimax, Quartimax, Equamax, dan Parsimax. 2 Oblique Rotation, yaitu memutar sumbu ke kanan namun tidak harus 90 o . Pada rotasi ini diasumsikan bahwa faktor-faktor yang dihasilkan 64 Singgih Santoso, Buku Latihan SPSS Statistik Parametrik, Jakarta: Elex Media Komputindo, 2006, h.13