BAB V HASIL DAN PEMBAHASAN
5.1. Analisis Faktor
5.1.1. Identifikasi Kecukupan Data dan Korelasi Antar Variabel Kecukupan data atau sample dapat diidentifikasi melalui nilai Kaiser-
Meyer-Olkin KMO dan Bartlett’s Test of Sphericity. Nilai kedua ukuran tersebut
bisa didapatkan dengan bantuan software SPSS. Mengacu pada landasan teori bahwa sekelompok data dikatakan memenuhi asumsi kecukupan data adalah jika
nilai MSA dan KMO lebih besar daripada 0,5. Tabel 25 menunjukkan output nilai MSA dan KMO faktor-faktor internal dan eksternal.
Tabel 25. Output KMO dan Bartlett’s Test of Sphericity Faktor Internal dan
Eksternal Faktaor-faktor
KMO Bartlett’s Test of Sphericity
Internal 0.822
Approx. Chi-square df
sig 614.291
45 .000
Eksternal 0,827
Approx. Chi-square df
sig 681.673
36 .000
Berdasarkan data Tabel 25, dapat diketahui bahwa asumsi kecukupan data telah terpenuhi yaitu dengan melihat nilai KMO dan
Bartlett’s Test of Sphericity. Uji kecukupan data atau sampel telah terpenuhi, berarti salah satu asumsi untuk
melanjutkan ke analisis faktor telah terpenuhi. Untuk membantu mengidentifikasi korelasi antar variabel digunakan bantuan
software SPSS. Berdasarkan landasan teori bahwa hipotesis untuk uji korelasi ini adalah sebagai berikut:
H : Matriks korelasi adalah matriks identitas
H
1
: Matriks korelasi bukan matriks identitas
Dari Tabel 25 diketahui bahwa antar variabel dari faktor internal dan eksternal telah memenuhi asumsi saling berkorelasi yaitu dengan melihat nilai Sig.
0,000 kurang da ri α 0,05 yang berarti tolak H
. Dengan demikian kedua asumsi untuk analisis faktor telah terpenuhi.
5.1.2. Penentuan Banyak Faktor dan Pengelompokan Variabel Berdasarkan
Loading Faktor
Dengan menggunakan software statistika SPSS akan diperoleh komponen jumlah faktor. Keputusan pengambilan jumlah faktor sebanyak didasarkan pada
nilai eigenvalue dari matriks korelasi antar variabel dan pengelompokan variabel dilakukan dengan membandingkan nilai loading faktor secara mutlak diantara
faktor-faktor yang terbentuk.
5.1.3.1. Penentuan Banyak Faktor Dengan Eigenvalue dan persentase
keragaman
Seperti yang dijelaskan di atas penentuan banyak faktor di dasarkan pada nilai eigenvalue dari matriks korelasi antar variabel.
Tabel 26 . Eigenvalue matriks korelasi keragaman Faktor-faktor Internal
Component Initial Eigenvalues
Total of Variance
Cumulative 1
2 3
4 5
6 7
8 9
10 11
12 13
6.589 1.536
1.287 1.074
.769 .610
.501 .283
.240 .111
1.017E-12 7.117E-13
3.739E-13 50.684
11.813 9.897
8.260 5.916
4.696 3.855
2.175 1.847
.857 7.819E-12
5.475E-12 2.877E-12
50.684 62.498
72.394 80.654
86.570 91.266
95.121 97.296
99.143
100.000 100.000
100.000 100.000
Extraction method: Principa Componen Analisys
Tabel 27 . Eigenvalue matriks korelasi keragaman Faktor-faktor External
Component Initial Eigenvalues
Total of Variance
Cumulative 1
2 3
4 5
6 7
8 9
10 6.213
1.097 .895
.533 .372
.308 .231
.205 .122
.025 62.126
10.968 8.951
5.327 3.721
3.078 2.309
2.050 1.217
.254 62.126
73.094 82.045
87.372 91.093
94.170 96.480
98.530 99.746
100.000 Extraction method: Principa Componen Analisys
Nilai eigenvalue yang diambil untuk menentukan berapa banyaknya faktor yang terbentuk adalah nilai eigenvalue yang lebih besar dari satu 1. Jika
mengacu pada Tabel 26 dan Tabel 27, maka jumlah faktor yang terbentuk untuk faktor internal adalah 4 faktor dan untuk faktor eksternal adalah sebanyak 2
faktor. Faktor internal terbentuk 4 faktor, akan tetapi sebenarnya 4 faktor ini masih merupakan faktor internal sehingga tujuan penggunaan 4 faktor ini digunakan
untuk menyeleksi faktor-faktor yang seharusnya masuk dan tidak masuk sebagai faktor Internal. Begitu pula faktor eksternal. Berdasarkan persentase keragaman
dari masing-masing faktor dari Tabel 26 total keragaman yang dapat di jelaskan oleh tiga faktor internal adalah sebanyak 80.654 sedangkan dari Tabel 27 untuk
dua faktor eksternal adalah sebesar 73.094. Maka sudah memenuhi kriteria bahwa harus lebih besar dari 70.
5.1.3.2. Penentuan banyak faktor dengan Scree Plot
Scree plot adalah grafik yang menggambarkan plot nilai eigenvalue dari masing-masing variabel. Dibawah ini adalah output scree plot dari SPSS.