67,51 Â Â Â Â Â Â Â Â 54,97
48,36 Â Â Â Â Â Â Â Â 45,59
48,36 Â Â Â Â Â Â Â Â 45,59
48,36 Â Â Â Â Â Â Â Â 64,34
48,36 Â Â Â Â Â Â Â Â 45,59
38,78 Â Â Â Â Â Â Â Â 36,22
48,36 Â Â Â Â Â Â Â Â 54,97
38,78 Â Â Â Â Â Â Â Â 36,22
Tahap ke [7] menyusun Theoria Analisis Faktor (PCA) atau Principal component analysis (PCA) atau Analisis komponen utama (AKU) melalui Vektor Eigen dan Nilai Eigen dari Model Dekomposisi digunakan untuk melakukan reduksi dimensi dari banyak variabel sebelumnya menjadi sebuah nilai tunggal dari variabel latennya. Kemudian merotasi factor dengan nilai metode varimax, quartimax, equamax, quartimin, biquartimin dan covarimin serta oblimin yang dipakai.
Rotated Component Matrix
Component