dianalisis. Selanjutnya dilakukan proses analisis faktor yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada, sehingga terbentuk satu atau lebih faktor.
4.4.1. Communalities
Communilities pada dasarnya adalah jumlah varianes bisa juga dari persentase dari suatu variabel mula-mula yang bisa dijelaskan oleh faktor yang ada.
Metode yang digunakan dalam ekstraksi pada penelitian ini adalah metode principal component analysis dengan ketentuan bahwa semakin besar communilities sebuah
variabel, berarti semakin erat hubungannya dengan faktor yang terbentuk dan sebaliknya.
Tabel 4.7 Distribusi Besarnya Hubungan Variabel yang Memengaruhi Kehamilan Usia Muda Berdasarkan Jumlah Varians dari Faktor
yang Terbentuk di Kecamatan Binjai Kabupaten Langkat Tahun 2012
Variabel Ekstraksi
Tingkat pendidikan 0,690
Ekonomi 0,588
Dorongan biologis 0,564
pengetahuan tentang kesehatan reproduksi 0,575
Kesempatan 0,801
Adat istiadat atau pandangan masyarakat 0,632
Pandangan terhadap konsep cinta 0,403
4.4.2. Total Variance Explained
Total variance explained menunjukkan bahwa dari 7 tujuh variabel yang dimasukkan dalam analisis faktor, maka ada 2 dua faktor yang terbentuk yang dapat
dilihat karena berdasarkan kumulatif di faktor ke dua sudah cukup besar, yaitu 60,772 dari ketujuh faktor yang mempengaruhi kehamilan usia muda
≤ 20 tahun. Jumlah angka eigenvalues adalah sama dengan jumlah varians ketujuh variabel,
Universitas Sumatera Utara
dengan masing-masing variabel mempunyai varians 1, maka total varians adalah 7 x 1 = 7. Nilai eigenvalues di bawah 1 satu tidak terhitung untuk faktor yang terbentuk.
Tabel 4.8 Hasil Analisis Terbentuknya Faktor yang Memengaruhi Kehamilan Usia Muda di Kecamatan Binjai Kabupaten Langkat Tahun 2012
Komponen Angka Eigenvalues
Total Varians
Kumulatif
1 3,009
42,983 42,983
2 1,245
17,788 60,772
3 0,761
10,872 71,643
4 0,668
9,539 81,182
5 0,562
8,033 89,215
6 0,496
7,083 96,298
7 0,259
3,702 100,000
4.4.3. Scree Plot
Jika tabel 4.7 menjelaskan dasar jumlah faktor yang didapat dengan hitungan angka, maka Scree Plot menunjukkan dengan grafik bahwa pada sumbu x
component number dua faktor sudah cukup sekitar 60,772 yang menjadi faktor. Hal ini menunjukkan bahwa dua faktor adalah paling bagus meringkas ketujuh
variabel. Dapat dilihat pada gambar 4.5 di bawah ini:
Universitas Sumatera Utara
Gambar 4.5. Grafik Scree Plot terhadap Jumlah Faktor yang Terbentuk 4.4.4.
Component Matrix
Tabel 4.8 menunjukkan distribusi ketujuh variabel pada 2 dua faktor yang terbentuk. Sedangkan angka-angka yang ada pada tabel tersebut adalah factor
loadings, yang menunjukkan besarnya korelasi antara suatu variabel dengan faktor 1 dan faktor 2. Proses penentuan variabel mana akan masuk ke faktor yang mana
dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris. Teorinya terletak pada bentuk matriks korelasi.
Scree Plot
Component Number
7 6
5 4
3 2
1
Eigenva lue
3.5 3.0
2.5 2.0
1.5 1.0
.5 0.0
Universitas Sumatera Utara
Tabel 4.9. Distribusi Proses Penentuan Variabel yang Memengaruhi Kehamilan Usia Muda terhadap Faktor yang Terbentuk
No Variabel
Component 1
2
1. Pendidikan
.673 .488
2. Ekonomi
.669 .376
3. Dorongan Biologis
.708 -.249
4. Kurangnya Pengetahuan Tentang Kesehatan Reproduksi .667
-.361 5.
Kesempatan .653
-.612 6.
Adat Istiadat .590
.533 7.
Pandangan Terhadap Konsep Cinta .623
-.124
4.4.5. Rotated Component Matrix