60 Kriteria ketiga adalah penentuan berdasarkan scree plot. Scree plot
merupakan suatu plot nilai eigen terhadap jumlah faktor yang diekstasi. Titik pada tempat dimana scree mullai terlihat mendatar. Pada gambar terlihat bahwa scree
plot mulai mendatar pada ekstraksi variabel-variabel menjadi 4 faktor.
Gambar 3. Scree Plot Dari kombinasi dari ketiga kriteria tersebut dapat disimpulkan
bahwa ekstraksi faktor yang paling tepat adalah 4 faktor.
d. Komunalitas
Komunalitas pada dasarnya adalah jumlah varian dari suatu variabel yang bisa dijelaskan oleh faktor yang ada. Lebih lengkapnya dapat dilihat dalam tabel 19.
Tabel 19 . Communalities
Communalities
Initial Extraction
X1 1,000
,694 X3
1,000 ,923
X4 1,000
,782 X5
1,000 ,714
X7 1,000
,909 X8
1,000 ,789
X9 1,000
,787 X10
1,000 ,856
61 X11
1,000 ,879
X12 1,000
,567 X13
1,000 ,878
X14 1,000
,479 X15
1,000 ,758
X16 1,000
,938 X17
1,000 ,594
X18 1,000
,871 X19
1,000 ,804
X20 1,000
,755 X21
1,000 ,821
X22 1,000
,639 X23
1,000 ,850
X24 1,000
,912 X25
1,000 ,821
Pada tabel diatas dapat dilihat bahwa semua nilai menunjukan angka lebih dari 0,5 sehingga semua variabel dapat menjelaskan faktor.
e. Component matrix
Setelah diketahui bahwa 4 faktor adalah jumlah yang paling optimal, maka tabel component matriks menunjukan distribusi ke 23 variabel tersebut pada empat
faktor yang terbentuk se dangkan angka-angka yang ada pada tabel tersebut adalah factor loadings, yang menunjukan besar korelasi antara suatu variabel dengan
faktor 1, 2,3, dan 4. Proses penentuan varibel mana akan dimasukan ke faktor yang mana, dilakukan dengan melakukan perbandingan besar korelasi setiap baris. Lebih
lengkpanya dapat dilihat dalam tabel 20. Berikut ini.
62
Tabel 20. Component Matrix
Component Matrix
a
Component 1
2 3
4 X3
,938 -,106
-,169 -,060
X16 ,932
-,054 -,204
-,160 X7
,928 -,083
-,197 -,049
X24 ,901
-,265 ,046
-,165 X21
,897 ,094
-,088 ,020
X25 ,877
,191 ,042
-,121 X23
,872 ,202
-,044 -,216
X13 ,861
-,339 -,033
,141 X4
,837 -,069
-,158 -,228
X18 ,835
-,139 -,192
-,344 X9
,831 -,274
,143 ,004
X8 ,821
,054 ,303
,140 X1
,788 ,188
-,129 ,149
X11 ,764
-,048 ,526
,128 X15
,757 ,378
-,168 ,117
X5 ,729
-,021 -,061
,423 X20
,690 ,396
,327 -,119
X14 ,675
,034 ,086
,120 X12
,660 -,117
,270 ,211
X17 ,658
-,255 ,178
,254 X22
,642 -,247
,115 -,391
X19 ,609
,005 -,468
,462 X10
,557 ,735
,050 -,059
Tabel diatas menunjukan seberapa besar sebuah variabel berkolerasi dengan faktor yang akan dibentuk. Pada X3 berkolerasi sebesar 0,938 dengan faktor 1, -
0,106 dengan faktor 2, -0,169 dengan faktor 3, dan 0,606 dengan faktor empat. Hal ini berlaku untuk variabel yang lain.
f. Rotasi
