5.2.3. Rotasi Faktor
Matriks faktor merupakan hasil dari ekstraksi faktor mempunyai struktur yang sukar diinterprestasikan karena faktor-faktor yang ada dapat memuat
variabel-variabel yang sama untuk beberapa faktor. Untuk itu dilakukan rotasi terhadap matriks faktor tersebut sehingga dapat diperoleh matriks faktor dengan
struktur yang lebih sederhana. Rotasi faktor dilakukan dengan memaksimumkan jumlah nilai loading
yang tinggi pada setiap faktor dan meminimumkan jumlah dari faktor-faktor yang memiliki nilai loading yang tinggi untuk setiap variabel. Hasil dari rotasi faktor
adalah matriks faktor yang telah dirotasikan dan dapat dilihat pada Lampiran 9. Untuk mempermudah pembacan data maka dilakukan pengelompokan
berdasarkan nilai loading dalam penelitian ini ditetapkan bobot faktor yang 0,5 dan -0,5 yang diperhitungkan. Matriks faktor yang telah dirotasikan tersebut
dapat dilihat pada tabel 5.6 di bawah ini :
Universitas Sumatera Utara
Tabel 5.6 Matriks Faktor Setelah Rotasi yang Dikelompokkan
Rotated Component Matrix
a
Raw Rescaled
Component Component
1 2
3 4
1 2
3 4
V2 -.113 -.014 -.237 -.068 -.189 -.023 -.396 -.114 V3
.019 .548
-.014 .116 .029 .828
-.021 .175 V4 -.005 .028 .159 -.193 -.009 .048 .278 -.338
V6 .062 -.004 .037 -.007 .131 -.008 .078 -.015
V7 -.029 -.005 .085 .582
-.046 -.007 .135 .922
V8 -.181 -.176 .044 -.149 -.275 -.267 .753
-.226 V9 -.032 .051
.583 -.018 -.049 .078
.893 -.028
V12 .557
.081 .000 .067 .786
.114 .000 .095 V14 -.119 .065 -.125 .060 -.220 .119 -.229 .110
V16 .308 .180 .121 -.039 .500
.293 .196 -.064 V17 .135 .081 -.011 .075 .223 .133 -.017
.595
V18 .352 -.189 -.076 .004 .552
-.297 -.119 .006 V19 -.006 .303 .019 -.084 -.010
.521 .033 -.144
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 9 iterations.
Universitas Sumatera Utara
BAB VI ANALISA PEMECAHAN MASALAH
Dari hasil pengolahan data pengamatan dengan menggunakan analisis faktor terdiri dari beberapa tahap, mulai dari tahap pemilihan variabel yang akan
dianalisis, tahap ekstraksi faktor dan rotasi faktor. Jumlah variabel yang dianalisis terdiri dari 19 variabel yang dibagi dalam 4 faktor dan jumlah kuesioner atau
responden sebanyak 349 responden. Adapun hasil seleksi variabel tahap pertama nilai KMO and Bartlett’s Test Tabel 5.1 terlihat angka KMO Measure of
Sampling Adequancy MSA adalah sebesar 0,536. Nilai 0,536 memberikan arti bahwa penelitian terhadap variabel layak untuk dilanjutkan. Angka Barlett’s test
yang dinyatakan dalam angka Chi Square juga menunjukkan angka signifikasi yang sangat nyata 0,000 yang mendukung kesimpulan dari angka MSA. Dari
tabel anti image Correlation nilai korelasi sumbu diagonal bertanda ‘a’yang menandakan besaran MSA. Ketentuan variabel yang memiliki nilai MSA dibawah
0,5 tidak layak untuk dianalisis. Adapun nilai MSA keseluruhan variabel adalah dapat dilihat pada tabel 6.1 berikut :
Universitas Sumatera Utara
Kategori