h. Kaiser - Meyer - Olkin KMO measure of sampling adequency
Kaiser – Meyer – Olkin KMO merupakan suatu indeks yang digunakan untuk
menguji ketepatan analisis faktor. Nilai yang tinggi antara 0,5 – 1,0
mengidentifikasi analisis faktor tepat. Apabila dibawah 0,5 menunjukkan bahwa analisis faktor tidak tepat untuk diaplikasikan.
∑ ∑
∑ ∑
∑ ∑
Keterangan : = koefisien korelasi sederhana antara variabel ke-i dan ke-k
= koefisien korelasi parsial antara variabel ke-i dan ke-k Measure of Sampling Adequacy MSA yaitu suatu indeks perbandingan antara
koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk mengukur kecukupan sampel.
i. Percentage of variance Persentase Varians
Persentase varians adalah persentase total varians yang disumbangkan oleh setiap faktor.
j. Residuals
Residuals adalah selisih antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diestimasi dari matriks
faktor.
Universitas Sumatera Utara
k. Scree plot
Scree plot adalah sebuah plot dari eigenvalue untuk menentukan banyaknya faktor.
3. 9. 4. Langkah-Langkah Analisis Faktor
Langkah-langkah dalam analisis faktor adalah sebagai berikut :
1. Merumuskan Masalah
Merumuskan masalah meliputi beberapa kegiatan. Pertama, tujuan analisis faktor harus diidentifikasi. Variabel yang akan digunakan dalam analisis faktor harus
dispesifikasi berdasarkan penelitian sebelumnya, teori dan pertimbangan subjektif dari peneliti. Pengukuran variabel berdasarkan skala interval dan rasio. Besarnya sampel
harus tepat, sebagai petunjuk umum besarnya sampel paling sedikit empat atau lima kali banyaknya variabel.
2. Membentuk Matriks Korelasi
Proses analisis didasarkan pada suatu matriks korelasi antar variabel. Agar analisis faktor menjadi tepat, variabel-variabel yang dikumpulkan harus berkorelasi.Dilakukan
perhitungan matriks korelasi ∑
. Matriks korelasi digunakan sebagai input analisis faktor.
Universitas Sumatera Utara
Tabel 3.3
Korelasi Antar Variabel
... 1
1 1
... 1
1
3. Menghitung nilai karakteristik eigenvalue
Perhitungan nilai karakteristik eigenvalue, dimana perhitungan ini berdasarkan persamaan karakteristik :
dengan : = matriks korelasi
= eigenvalue = matriks identitas
Eigenvalue adalah jumlah varian yang dijelaskan oleh setiap faktor. Anton Howard, 2000
Universitas Sumatera Utara
4. Menghitung vektor karakteristik eigenvector
Penentuan vektor karakteristik eigenvector yang bersesuaian dengan nilai karakteristik eigenvalue, yaitu dengan persamaan :
Ax = dengan :
x = eigenvector, Anton Howard, 2000
5. Menentukan Banyaknya Faktor
Ada beberapa prosedur yang dapat dipergunakan dalam menentukan banyaknya faktor yaitu, penentuan secara A priori, penentuan berdasarkan pada eigenvalue, penentuan
berdasarkan Scree plot, penentuan berdasarkan persentase varians, penentuan berdasarkan Split-Half Reliability, dan penentuan berdasarkan uji signifikan.
a. Penentuan Secara A Priori
Kategori