Karakteristik Analisis Faktor Analisis Faktor Yang Mempengaruhi Kunjungan Masyarakat Kota Medan Ke Perpustakaan Umum Kota Medan

Menengah Atas SMA 2 Mahasiswa 29 3 Pegawai Negeri Sipil PNS 14 4 Masyarakat Umum 19 Total 100

3.3 Karakteristik Analisis Faktor

Hasil pengolahan data melalui program SPSS 15.0 menunjukkan hasil uji KMO Kaiser Meyer Olkin sebesar ... dan hasil uji Bartlett atau biasa disebut sebagai Bartlett’s test of sphericity menunjukkan signifikansi 0,000. Artinya matriks korelasi antar variabel yang dijadikan masukan dalam perhitungan tidak menghasilkan matriks identitas. Tabel 3.5 Pengukuran KMO dan Bartlett’s test of sphericity Kaiser-Meyer-Olkin KMO 0,794 Bartlett’s test of sphericity sig. Approximation Chi-square Df 0,000 460,435 45 KMO and Bartletts Test Universitas Sumatera Utara Hasil pengolahan berikutnya adalah informasi tentang MSA Measure of Sampling Adequacy. Nilai MSA kesepuluh variabel penelitian lebih besar dari 0,5. Hal ini menunjukkan bahwa semua variabel layak untuk dianalisis dan pengolahan data dapat dilanjutkan dengan analisis faktor. Tabel 3.6 Pengukuran MSA No. Variabel Penelitian Anti-image Correlation 1 0,795 2 0,747 3 0,799 4 0,661 5 0,897 6 0,715 7 0,848 8 0,726 9 0,886 10 0,780 Hasil ekstraksi faktor awal memberikan informasi bahwa terdapat 3 faktor dari 10 variabel yang dapat diolah dengan variansi kumulatif sebesar 73,458. Korelasi antara variabel-variabel dan faktor factor loading hasil ekstraksi tersebut dapat dilihat pada tabel berikut. Tabel 3.7 Factor Loading Variabel Penelitian Faktor 1 2 3 0,828 0,040 0,017 -0,690 0,756 -0,356 0,889 -0,052 0,054 0,043 0,615 0,662 Universitas Sumatera Utara 0,807 0,036 0,018 0,104 0,836 -0,328 0,833 0,004 0,060 0,032 0,720 0,472 0,792 -0,087 -0,218 -0,042 0,823 -0,269 Dari Tabel 3.6 dapat dilihat bahwa ada variabel-variabel berkorelasi kuat dengan lebih dari satu faktor, sehingga sulit untuk menginterpretasikan faktor-faktor tersebut. Dalam hal ini, factor loading perlu dirotasi agar masing-masing variabel berkorelasi kuat hanya pada satu faktor. Berikut ini adalah factor loading setelah dirotasi rotated loading factor. Tabel 3.8 Rotated Factor Loading Variabel Penelitian Faktor 1 2 3 0,827 0,022 0,057 -0,069 0,828 0,112 0,888 -0,076 0,039 0,021 0,154 0,891 0,806 0,018 0,055 0,102 0,879 0,184 0,831 -0,033 0,073 0,014 0,346 0,790 0,797 0,043 -0,211 -0,045 0,836 0,222 Factor loading hasil rotasi menunjukkan bahwa variabel-variabel berkorelasi kuat hanya pada satu faktor tertentu, misalnya korelasi antara variabel dan faktor 1 Universitas Sumatera Utara sebesar 0,827 korelasi kuat , sedangkan korelasi dengan faktor 2 dan 3 masing- masing sebesar 0,022 dan 0,057 korelasi lemah. Nilai eigenvalue dari faktor yang diekstraksi mencerminkan jumlah variansi yang dapat dijelaskan oleh suatu faktor. Pada tabel berikut ini adalah hasil rekapitulasi faktor yang dihasilkan dengan metode analisis faktor yaitu terbagi menjadi 3 faktor. Tabel 3.9 Rekapitulasi Faktor Faktor Eigen value Variansi setelah dirotasi Eigen Value Variansi Variansi Kumulatif Variansi Variansi Kumulatif 1 3,466 34,660 34,660 34,660 34,660 2 2,857 28,572 63,232 28,572 63.232 3 1,023 10,226 73,458 10,226 73,458 3.4 Interpretasi Faktor 3.4.1 Faktor Pertama