Pertemuan 13
Matrik korelasi dikatakan antar variabel saling terkait apabila determinan bernilai
mendekati nilai 0. Hasil perhitungan menunjukkan nilai Determinant of Correlation
Matrix sebesar 0,328. Nilai ini mendekatai 0, dengan demikian matriks korelasi
antara variabel saling terkait.
Hasil Pengolahan Uji Analisis Factor di SPSS
Kaiser Meyer Olkin Measure of Sampling (KMO) adalah indeks perbandingan jarak
antara koefisien korelasi dengan koefisien korelasi parsialnya. Jika jumlah kuadrat
koefisen korelasi parsial di antara seluruh pasangan variabel bernilai kecil jika
dibandingkan dengan jumlah kuadrat koefisien korelasi, maka akan menghasilkan
nilai KMO mendekati
1. Nilai KMO dianggap mencukupi jika lebih dari 0,5. dari asil penelitian menunjuk
kan bahwa nilai Kaiser Meyer Olkin Measure of Sampling sebesar 0,681. Maka
persyaratan KMO sudah memenuhi karena memiliki nilai di atas 0,5.
Hasil Pengolahan Uji Analisis Factor di SPSS
Nilai MSA pada tabel di atas ditunjukkan pada baris Anti Image Correlation dengan
tanda "a". Misal P1 nilai MSA = 0,693 dimana > 0,5 maka memenuhi syarat MSA …
…… kesimpulan bahwa semua variabel untuk nilai MSA memenuhi syarat.
Hasil Pengolahan Uji Analisis Factor di SPSS
Tabel Communalities ini menunjukkan nilai variabel yang diteliti apakah mampu untuk
menjelaskan faktor atau tidak. Variabel dianggap mampu menjelaskan faktor jika nilai
Extraction > 0,50. Berdasarkan output di atas, diketahui nilai Extraction untuk semua
variabel adalah lebih besar dari 0,50. Dengan demikian dapat disimpulkan bahwa
semua variabel dapat dipakai untuk menjelaskan faktor.
Hasil Pengolahan Uji Analisis Factor di SPSS
Tabel Total Variance Explained menunjukkan nilai masing-masing variabel yang di analisis.
Dalam penelitian ini ada 5 variabel berarti ada 5 Component yang di analisis. Ada dua mac
am analisis untuk menjelaskan suatu varian, yaitu Initial Eigenvalues dan Extraction
Sums of Squared Loadings.
Pada varian Initial Eigenvalues menunjukkan faktor yang terbentuk. Apabila semua faktor di
jumlahkan menunjukkan jumlah variabel (yaitu 2,293 + 1,211 + 0,628 + 0,439 + 0,429 = 5
variabel). Sedangkan pada bagian Extraction Sums of Squared Loadings menunjukkan
jumlah variasi atau banyaknya faktor yang dapat terbentuk, pada hasil output di atas ada 2
(dua) variasi faktor, yaitu 2,293 dan 1,211.
Penjelasan Lain Kotak Warna Hijau: berdasarkan tabel “Initial Eigenvalues”, maka ada 2
faktor yang dapat terbentuk dari 5 variabel yang di analisis. Dimana syarat untuk menjadi
sebuah faktor, maka nilai Eigenvalue harus > 1. Nilai Eigenvalue Component 1 sebesar 2,2
93 atau >1 maka menjadi faktor 1 dan mampu menjelaskan 45,870% variasi. Sedangkan
nilai Eigenvalue Component 2 sebesar 1,211 atau >1 maka menjadi faktor 2 dan mampu
menjelaskan 24,228% variasi. Jika faktor 1 dan faktor 2 dijumlahkan maka mampu menjela
skan 70,098% variasi.Catatan: Nilai total Component 3, 4, dan 5 tidak dihitung sebab nilai
Eigenvalue Component 3, 4, dan 5 < 1 maka tidak menjadi
sebuah faktor.
Hasil Pengolahan Uji Analisis Factor di SPSS
Component Matrix ini menunjukkan nilai korelasi antara masing-masing variabel dengan
faktor yang terbentuk. Misal: dari output di atas terlihat pada variabel Ketanggapan,
yakni nilai korelasi variabel ini dengan faktor 1 adalah sebesar 0,771, dan korelasi
dengan faktor 2 adalah sebesar 0,222………….. Untuk variabel yang lain cara memakn
ainya sama seperti pada variabel Keandalan.
Hasil Pengolahan Uji Analisis Factor di SPSS
Untuk memastikan suatu variabel masuk dalam kelompok faktor mana, maka dapat d
itentukan dengan melihat nilai korelasi terbesar antara variabel dengan faktor
(Component) yang terbentuk. Cara membaca hasil analisis faktor model rotasi,
dapat mengikuti penjelasan berikut ini.
1. Variabel Keandalan. Nilai korelasi variabel ini dengan faktor 1 = 0,351 dan faktor
2 = 0,751, karena nilai korelasi faktor 2 > faktor 1maka variabel Keandalan terma
suk kelompok faktor 2
2. Variabel Ketanggapan. Nilai korelasi variabel ini dengan faktor 1 = 0,417 dan fakt
or 2 = 0,685, karena nilai korelasi faktor 2 > faktor 1 maka variabel Ketanggapan
termasuk kelompok faktor 2
3. Variabel Keyakinan. Nilai korelasi variabel ini dengan faktor 1 = - 0,225 dan fakto
r 2 = 0,809, karena nilai korelasi faktor 2 > faktor 1 maka variabel Keyakinan ter
masuk kelompok faktor 2
4. Variabel Empati. Nilai korelasi variabel ini dengan faktor 1 = 0,851 dan faktor 2 =
0,101, karena nilai korelasi faktor 1 > faktor 2 maka variabel Empati termasuk kel
ompok faktor 1
5. Variabel Berwujud. Nilai korelasi variabel ini dengan faktor 1 = 0,851 dan faktor 2
= 0,101, karena nilai korelasi faktor 1 > faktor 2 maka variabel Berwujud termasu
k kelompok faktor 1
Hasil Pengolahan Uji Analisis Factor di SPSS