= 0,894731 = 0,907929
= 0,796843
2. Mencari nilai total varians tanpa variabel X
1
. = 28,51473
3. Melakukan proses perhitungan nilai Alpha Cronbach variabel X
1
dengan memakai rumus:
806 ,
725129 ,
9 10
51473 ,
28 837875
, 7
1 9
10 51473
, 28
7969 ,
9079 ,
8948 ,
8719 ,
9035 ,
8665 ,
8007 ,
8732 ,
9226 ,
8382 ,
1 1
10 10
1 1
2 2
r r
r r
k k
r
t b
4.4 Analisis Data
4.4.1 Membentuk Matriks Korelasi
Proses analisis didasarkan pada suatu matriks korelasi antar-variabel. Agar analisis faktor bisa menjadi tepat, variabel-variabel yang dikumpulkan harus
berkorelasi. Apabila korelasi antar-variabel memang kecil hubungan lemah 59
Universitas Sumatera Utara
analisis faktor menjadi tidak tepat. Peneliti mengharap variabel-variabel tersebut mempunyai korelasi antar variabel dan berkorelasi dengan faktor-faktor.
Perhitungan nilai korelasi masing-masing variabel diperoleh dengan memakai rumus sebagai berikut:
=
∑ ∑ .∑
{ ∑ ∑ }{ ∑
∑ }
Contohnya, perhitungan korelasi antara variabel X
2
dan X
3.
Misalkan X
2
adalah X dan X
3
adalah Y.
Tabel 4.10 Perhitungan Korelasi Antara Variabel X
1
dan X
2
Nomor Responden
X Y
XY X
2
Y
1. 4,640
5,065 23,504
21,5338 25,65447
2. 2,703
2,757 7,45228
7,304459 7,603092
3. 2,703
3,853 10,4138
7,304459 14,84673
4. 3,533
5,065 17,893
12,47968 25,65447
5. 3,533
1,753 6,193198
12,47968 3,073453
6. 4,640
2,757 12,79545
21,5338 7,603092
7. 2,703
3,853 10,4138
7,304459 14,84673
8. 3,533
2,757 9,740849
12,47968 7,603092
9. 3,533
5,065 17,893
12,47968 25,65447
10. 4,640
3,853 17,88034
21,5338 14,84673
11. 4,640
3,853 17,88034
21,5338 14,84673
12. 3,533
3,853 13,61185
12,47968 14,84673
13. 1,947
1,753 3,412555
3,789071 3,073453
14. 3,533
3,853 13,61185
12,47968 14,84673
15. 3,533
3,853 13,61185
12,47968 14,84673
16. 4,640
5,065 23,504
21,5338 25,65447
17. 3,533
3,853 13,61185
12,47968 14,84673
60
Universitas Sumatera Utara
18. 3,533
3,853 13,61185
12,47968 14,84673
19. 3,533
3,853 13,61185
12,47968 14,84673
20. 3,533
2,757 9,740849
12,47968 7,603092
21. 3,533
3,853 13,61185
12,47968 14,84673
22. 4,640
5,065 23,504
21,5338 25,65447
23. 1,947
2,757 5,36737
3,789071 7,603092
24. 2,703
3,853 10,4138
7,304459 14,84673
25. 3,533
5,065 17,893
12,47968 25,65447
26. 4,640
5,065 23,504
21,5338 25,65447
27. 1,947
3,853 7,500355
3,789071 14,84673
28. 3,533
3,853 13,61185
12,47968 14,84673
29. 3,533
3,853 13,61185
12,47968 14,84673
30. 3,533
3,853 13,61185
12,47968 14,84673
31. 4,640
2,757 12,79545
21,5338 7,603092
32. 2,703
1,000 2,702676
7,304459 1,00000
33. 3,533
3,853 13,61185
12,47968 14,84673
34. 2,703
3,853 10,4138
7,304459 14,84673
35. 3,533
3,853 13,61185
12,47968 14,84673
36. 3,533
2,757 9,740849
12,47968 7,603092
37. 4,640
3,853 17,88034
21,5338 14,84673
38. 3,533
3,853 13,61185
12,47968 14,84673
39. 2,703
2,757 7,45228
7,304459 7,603092
40. 2,703
2,757 7,45228
7,304459 7,603092
41. 3,533
3,853 13,61185
12,47968 14,84673
42. 4,640
5,065 23,504
21,5338 25,65447
43. 2,703
3,853 10,4138
7,304459 14,84673
44. 2,703
3,853 10,4138
7,304459 14,84673
45. 2,703
5,065 13,68912
7,304459 25,65447
46. 4,640
2,757 12,79545
21,5338 7,603092
47. 2,703
3,853 10,4138
7,304459 14,84673
48. 1,947
3,853 7,500355
3,789071 14,84673
Universitas Sumatera Utara
49. 3,533
3,853 13,61185
12,47968 14,84673
50. 2,703
2,757 7,45228
7,304459 7,603092
51. 1,947
2,757 5,36737
3,789071 7,603092
52. 3,533
2,757 9,740849
12,47968 7,603092
53. 4,640
3,853 17,88034
21,5338 14,84673
54. 2,703
2,757 7,45228
7,304459 7,603092
55. 4,640
3,853 17,88034
21,5338 14,84673
56. 4,640
5,065 23,504
21,5338 25,65447
57. 3,533
3,853 13,61185
12,47968 14,84673
58. 3,533
3,853 13,61185
12,47968 14,84673
59. 2,703
2,757 7,45228
7,304459 7,603092
60. 2,703
2,757 7,45228
7,304459 7,603092
61. 1,000
3,853 3,853146
1,000000 14,84673
62. 1,947
2,757 5,36737
3,789071 7,603092
63. 1,947
3,853 7,500355
3,789071 14,84673
64. 4,640
5,065 23,504
21,5338 25,65447
65. 3,533
3,853 13,61185
12,47968 14,84673
66. 3,533
3,853 13,61185
12,47968 14,84673
67. 4,640
2,757 12,79545
21,5338 7,603092
68. 2,703
3,853 10,4138
7,304459 14,84673
69. 3,533
5,065 17,893
12,47968 25,65447
70. 3,533
3,853 13,61185
12,47968 14,84673
71. 3,533
5,065 17,893
12,47968 25,65447
72. 3,533
2,757 9,740849
12,47968 7,603092
73. 3,533
2,757 9,740849
12,47968 7,603092
74. 3,533
2,757 9,740849
12,47968 7,603092
75. 3,533
1,753 6,193198
12,47968 3,073453
76. 2,703
2,757 7,45228
7,304459 7,603092
77. 3,533
5,065 17,893
12,47968 25,65447
78. 4,640
5,065 23,504
21,5338 25,65447
79. 1,947
2,757 5,36737
3,789071 7,603092
Universitas Sumatera Utara
= ∑
− ∑ .∑ { ∑
− ∑ }{ ∑ − ∑ }
= 1001.232,022 − 326,807366,521
{1001.157,791 − 326,807 }{1001.429,822 − 366,807 } =
123.302,2 − 119.781,6 115.779,1 − 106.802,5142.982,2 − 134.338
80. 1,947
2,757 5,36737
3,789071 7,603092
81. 4,640
3,853 17,88034
21,5338 14,84673
82. 1,000
1,753 1,753127
1,00000 3,073453
83. 2,703
3,853 10,4138
7,304459 14,84673
84. 2,703
3,853 10,4138
7,304459 14,84673
85. 2,703
5,065 13,68912
7,304459 25,65447
86. 1,947
3,853 7,500355
3,789071 14,84673
87. 3,533
3,853 13,61185
12,47968 14,84673
88. 2,703
2,757 7,45228
7,304459 7,603092
89. 1,947
2,757 5,36737
3,789071 7,603092
90. 3,533
2,757 9,740849
12,47968 7,603092
91. 4,640
5,065 23,504
21,5338 25,65447
92. 3,533
5,065 17,893
12,47968 25,65447
93. 4,640
5,065 23,504
21,5338 25,65447
94. 2,703
3,853 10,4138
7,304459 14,84673
95. 1,947
3,853 7,500355
3,789071 14,84673
96. 2,703
2,757 7,45228
7,304459 7,603092
97. 1,000
3,853 3,853146
1,000000 14,84673
98. 1,947
2,757 5,36737
3,789071 7,603092
99. 1,947
3,853 7,500355
3,789071 14,84673
100. 4,640
5,065 23,504
21,5338 25,65447
Jumlah 326,807
366,521 1233,022
1.157,791 1.429,822
Universitas Sumatera Utara
=
. ,
. , .
,
= 3.520,621
√77.596.786 =
3.520,621 8.808,903791
= ,
Nilai korelasi antara Variabel X
2
dan X
3
adalah 0,400. Hasil korelasi tersebut sesuai dengan hasil output SPSS. Dengan menggunakan SPSS for
Windows 20.0 maka diperoleh hasil perhitungannya dalam bentuk matriks korelasi sebagai berikut:
Tabel 4.11 Inter- Item Correlation Matrix
Matriks korelasi yang dibentuk dari data dalam penelitian ini yang diperoleh untuk mengetahui faktor-faktor yang mempengaruhi Produksi Padi
Sawah di Kabupaten Padang Lawas memperlihatkan korelasi yang cukup kuat antara variabel X
2
dan X
3
sehingga diharapkan nantinya bahwa variabel-variabel ini akan berkorelasi dengan faktor yang sama.
X
1
X
2
X
3
X
4
X
5
X
6
X
7
X
8
X
9
X
10
X
1
1,000 0,221
0,313 -0,023
0,267 0,255
0,317 0,559
0,206 0,102
X
2
0,221 1,000
0,400 0,247
0,304 0,989
0,395 0,337
0,996 0,107
X
3
0,313 0,400
1,000 0,199
0,249 0,398
0,993 0,236
0,386 0,150
X
4
-0,023 0,247
0,199 1,000
0,265 0,196
0,183 -0,065
0,236 0,156
X
5
0,267 0,304
0,249 0,265
1,000 0,297
0,250 0,246
0,287 0,113
X
6
0,255 0,989
0,398 0,196
0,297 1,000
0,403 0,345
0,986 0,085
X
7
0,317 0,395
0,993 0,183
0,250 0,403
1,000 0,243
0,381 0,135
X
8
0,559 0,337
0,236 -0,065
0,246 0,345
0,243 1,000
0,331 0,211
X
9
0,206 0,996
0,386 0,236
0,287 0,986
0,381 0,331
1,000 0,107
X
10
0,102 0,107
0,150 0,156
0,113 0,085
0,135 0,211
0,107 1,000
Universitas Sumatera Utara
Prinsip utama analisis faktor adalah kolerasi, maka asumsi-asumsi yang terkait dengan kolerasi akan digunakan, yakni:
Besar kolerasi atau kolerasi antar variabel independen harus cukup kuat, misalkan di atas 0,5.
Besar kolerasi parsial, kolerasi antara dua variabel dengan mengganggap tetap variabel yang lain, justru harus lebih kecil.
Pada SPSS data dari 10 variabel yang berasal dari 100 orang responden kemudian di analisa pada anti image correlation.
Pengujian seluruh matriks kolerasi kolerasi antar-variabel, yang diukur dengan besaran BARTLETT TEST OF SPHERICITY dan MEASURE
SAMPLING ADEQUACYMSA berkisar antara 0 dan 1 dengan kriteria Santoso, 2005 :
MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel lain.
MSA 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.
MSA 0,5, variabel tidak bisa diprediksi dan tidak bisa di analisis lebih lanjut.
Tabel 4.12 Kaiser-Meyes-Olkin KMO dan Barlett’s Test KMO and Bartletts Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,653
Bartletts Test of Sphericity Approx. Chi-Square
1408,092 Df
45 Sig.
,000 Hasil output SPSS seperti tabel di atas menunjukkan angka KMO dan
Barlett’s test adalah 0,653 lebih besar dari 0,5 dengan signifikansi 0,000 lebih kecil dari 0,05 maka variabel dan sampel sudah layak untuk dianalisis lebih lanjut.
Perhitungan secara manual nilai KMO dan Barlett’s test dapat dilihat pada lampiran.
Universitas Sumatera Utara
Hipotesis untuk uji diatas adalah :
H = sampel belum memadai untuk dianalisis lebih lanjut
H
1
= sampel sudah memadai untuk dianalisis lebih lanjut
Kriteria dengan melihat probabilitas tingkat signifikansi : Angka Sig. 0,05, maka H
diterima Angka Sig. 0,05, maka H
ditolak
Tabel 4.13 Nilai Measure of Sampling Adequecy MSA
Dengan melihat anti image correlation diketahui ke 10 variabel menunjukkan kriteria angka MSA lebih besar dari 0,5, yang berarti semua
variabel masih bisa diprediksi untuk dianalisa lebih lanjut. Dari kedua hasil pengujian di atas, semua variabel mempunyai korelasi yang cukup tinggi dengan
variabel lain, sehingga analisis layak untuk dilanjutkan dengan mengikutkan 10 variabel.
4.4.2 Ekstraksi Faktor No.
