35
3.2.2 Ekstraksi Faktor
Pada tahap ini akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada pada KMO 0,5 sehingga
terbentuk satu atau lebih variabel. Dalam penelitian ini metode yang digunakan adalah Principal Component
Analysis Analisis Komponen Utama karena tujuan dari analisis komponen faktor adalah mereduksi. Secara sederhana, sebuah variabel akan mengelompok
ke suatu faktor yang terdiri atas variabel-variabel lain jika variabel tersebut berkorelasi dengan sejumlah variabel lain yang masuk ke dalam kelompok faktor
tertentu. Ketika sebuah variabel berkorelasi dengan variabel lain, variabel tersebut berbagi varian dengan variabel tersebut, dengan jumlah varian yang dibagikan
adalah besar korelasi pangkat 2 . Sebagai contoh jika variabel 1 dengan
variabel 2 mempunyai korelasi sebesar 0,4 maka variabel 1 membagi 16 atau dari variannya dengan variabel 2.
Tabel 3.5 Komunalitas No
Variabel Initial
Extraction 1
= Pencurian dengan kekerasan 1,000
0,645 2
= Pencurian kendaraan bermotor 1,000
0,693 3
= Penganiayaan 1,000
0,489 4
= Perjudian 1,000
0,895 5
= Pemerasan 1,000
0,747 6
= Pembunuhan 1,000
0,731 7
= Penggelapan 1,000
0,707 8
= Penipuan 1,000
0,547 9
= Pencabulan 1,000
0,675 Extraction Method: Principal Component Analysis
36 Menurut Santoso 2002, komunalitas adalah besarnya varian yang dapat
dijelaskan oleh faktor yang terbentuk. Semakin besar nilai komunalitas, semakin erat pula hubungan variabel yang bersangkutan dengan faktor yang terbentuk.
Untuk variabel pencurian dengan kekerasan, nilai komunalitasnya adalah 0,645. Hal ini berarti sekitar 64,5 varian dari variabel tersebut bisa dijelaskan oleh
faktor yang terbentuk. Untuk variabel pencurian kendaraan bermotor, nilai komunalitasnya adalah 0,693. Hal ini berarti sekitar 69,3 varian dari variabel
tersebut bisa dijelaskan oleh faktor yang terbentuk. Demikian seterusnya untuk variabel lainnya, dengan ketentuan bahwa semakin besar komunalitas sebuah
variabel, berarti semakin erat hubungannya dengan faktor yang terbentuk. Nilai komunalitas diperoleh dari jumlah kuadrat masing-masing factor loading sebuah
variabel. Dari Tabel 3.5 menunjukkan bahwa 9 variabel diuji memenuhi persyaratan
komunalitas, yaitu lebih besar dari 0,5. Tahap selanjutnya adalah melihat nilai eigenvalue. Perhitungan nilai komunalitas dapat dilihat pada Lampiran 3.
Tabel 3.6 Nilai Eigenvalue untuk Setiap Faktor FaktorKomponen Initial Eigenvalues
Total of Variance
Cumulative 1
2,557 28,406
28,406 2
1,353 15,032
43,438 3
1,181 13,128
56,566 4
1,039 11,542
68,108 5
0,933 10,361
78,470 6
0,687 7,632
86,102 7
0,525 5,834
91,936 8
0,416 4,624
96,559 9
0,310 3,441
100,000
37 Dari Tabel 3.6 menunjukkan bahwa terdapat 9 variabel yang akan di masukkan ke
dalam analisis faktor. Dengan masing-masing variabel mempunyai varian 1, maka total varian adalah 9 × 1 = 9. Jika dalam 9 variabel tersebut dapat diringkas
menjadi 1 faktor, maka varian yang dapat dijelaskan oleh 1 faktor tersebut adalah :
100 = 28,41. Jika 9 variabel dapat di ekstrak menjadi 4 faktor, maka varian yang dapat dijelaskan oleh 4 faktor tersebut adalah sebagai berikut:
Varian faktor pertama adalah 28,41 Varian faktor kedua adalah
100 = 15,03 Varian faktor ketiga adalah
100 = 13,12 Varian faktor keempat adalah
100 = 11,54 Total keempat faktor yang dapat menjelaskan adalah:
28,41+15,03+13,12+11,54 = 68,10 atau 68,10 dari variabelitas 9 variabel asli tersebut, sehingga dari Tabel 3.5 di atas terlihat 4 faktor yang akan terbentuk.
3.2.3 Penentuan Jumlah Faktor
Kategori