melakukan ekstraksi terhadap sekumpulan variabel yang ada. Proses ekstraksi adalah 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 seluruh variabel lainnya dalam analisis
4.6.1 Communalities
Communalities pada dasarnya adalah jumlah varians bisa dalam persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang ada. Pada Tabel
4.10, untuk variabel pengetahuan, angkanya adalah 0,488, hal ini berarti sekitar 48,8 variabel pengetahuan bisa dijelaskan oleh faktor yang terbentuk. Untuk
variabel peran media informasi, angkanya 0,850. Hal ini berarti sekitar 85 variabel peran media informasi bisa dijelaskan oleh faktor yang terbentuk. Demikian
seterusnya untuk variabel lainnya, dengan ketentuan semakin besar communalities sebuah variabel, berarti semakin erat hubungannnya dengan faktor.
Tabel 4.10 Communalities
No Variabel
Ekstraksi 1
Pengetahuan 0,488
2 Peran Media Informasi
0,850 3
Peran Orang Tua 0,414
4 Peran Teman Sebaya
0,517 5
Waktu Luang 0,373
Universitas Sumatera Utara
4.6.2 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 5 variabel yang dimasukkan dalam analisis faktor, dengan masing masing varian memiliki varian 1, maka total varian adalah 5 × 1= 5. Jika kelima
variabel diringkas menjadi 1 faktor, maka varians yang bisa dijelaskan oleh satu faktor tersebut adalah lihat kolom component untuk component 1 pada table 4.11
1,5795×100=31,58 Jika 5 variabel diekstrak menjadi 2 faktor, maka:
1. Varian faktor pertama adalah 31,583 2. Varian faktor kedua adalah 20,480
Total dari kedua faktor akan menjelaskan 31,583+ 20,480 = 52,063 atau kedua faktor tersebut akan menjelaskan 52,063 dari variabilitas kelima variabel yang asli
tersebut. Sedangkan eigenvalues menunjukkan kepentingan relatif masing-masing faktor dalam menghitung varians kelima variabel yang dianalisis.
1. Jumlah angka eigenvalues untuk kelima variabel adalah sama dengan total varians kelima variabel atau 1,579+ 1,024 + 0,976 + 0,753 + 0,668 = 5
2. Susunan 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. Dari Tabel 4.11 menyatakan bahwa hanya 2 faktor yang terbentuk, terlihat dari
eigenvalues dengan nilai diatas 1, namun pada faktor yang ketiga angka eigenvalues
Universitas Sumatera Utara
sudah dibawah 1, yakni 0,976 sehingga proses factoring seharusnya berhenti pada dua faktor saja, maka dalam penelitian ini hanya 2 faktor yang terbentuk.
Tabel 4.11 Total Variance Explained
Komponen Angka
Eigenvalues Total
Varians Kumulatif
1 1,579
31,583 31,583
2 1,024
20,480 52,063
3 0,976
19,518 71,581
4 0,753
15,065 86,645
5 0,668
13,355 100,0
4.6.3 Scree Plot
