ANALISIS FAKTOR

(FACTOR ANALYSIS)
Teori Singkat
Analisis faktor adalah analisis statistika yang bertujuan untuk mereduksi dimensi
data dengan cara menyatakan variabel asal sebagai kombinasi linear sejumlah faktor,
sedemikian hingga sejumlah faktor tersebut mampu menjelaskan sebesar mungkin
keragaman data yang dijelaskan oleh variabel asal.
Model analisis faktor adalah :
X1 = c11 F1 + c1 F + c1! F! + ... + c1m Fm +
1
X2 = c1 F1 + c F + c! F! + ... + cm Fm +
2
X3 = c!1 F1 + c! F + c!! F! + ... + c!m Fm +
3
...
Xp = cp1 F1 + cp F + cp! F! + ... + cpm Fm + p
atau

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

1
1
1
1
1
1
]
1

p m
pm p p p
m
m
m
p
c c c c
c c c c
c c c c
c c c c

... ...
...
... ... ... ... ...
...
...
...
...
!

1
!

1
! 1
! !! ! !1
! 1
1 1! 1 11
!

1
F
F
F
F
X
X
X
X
"p # 1$ "p # m$ "m #1$
dan
X1, X2,..., Xp adalah variabel asal
F1, F,..., Fm adalah faktor bersama "common factor$
cij adalah bobot "loading) dari variabel asal ke%i pada faktor ke%j

1
,
2
, ..., p adalah error
&ubungan antara varians variabel asal dengan, varians faktor dan varians error
adalah sebagai berikut :
var"Xi$= varians yang dijelaskan oleh faktor untuk variabel asal ke%i + var"error$
= communality + specific variance
=
i i
h +

= i im i i i
c c c c + + + + + $ ... "

!

1
'esarnya bobot cij dapat diduga dengan menggunakan metode komponen utama
ataupun kemungkinan maksimum "maximum likelihood$. Metode komponen utama
terbagi menjadi dua metode yaitu non%iteratif dan iteratif. (ilai dugaan cij yang diperoleh
dengan metode non%iteratif adalah :
i
x
j ji
ij
s
a
c

atau j ji ij
a c
untuk variabel asal yang dibakukan
dan
uj
c
adalah bobot "loading) dari variabel asal ke%i pada faktor ke%j
ji
a
adalah koefisien variabel asal ke%i untuk komponen utama ke%j
j

adalah eigen value untuk komponen utama ke%j

i
x
s
adalah simpangan baku "standard of deviation$ variabel asal ke%j
Algoritma untuk metode komponen utama iteratif adalah sebagai berikut :
1. Mulai
. )entukan nilai a*al communality untuk seluruh variabel asal "

i
h , i=1,...,p$,
1 +

i
h
!. ,anti nilai diagonal matriks korelasi dengan nilai

i
h "

i ii
h r $
-. )entukan nilai eigen-value dan eigen-vector dari matriks korelasi
.. )entukan nilai bobot "loading) j ji ij
a c
/. )emtukan nilai communality
$ ... "

!

im i i i i
c c c c h + + + +
0. 1ika nilai communality pada dua iterasi terakhir dianggap sama maka pergi ke
2
3. 4ergi ke !
2. 5elesai
6ntuk kepentingan intepretasi, seringkali diperlukan untuk memberi nama
masing%masing faktor sesuai dengan besar harga mutlak bobot uj
c
. 7iharapkan setiap
variabel asal hanya dominan di salah satu faktor saja "(ilai harga mutlak bobot variabel
asal mendekati 1 di salah satu faktor dan mendekati o untuk faktor lainnya$. &arapan ini
kadang%kadang tidak dapat dipenuhi, untuk mengatasi hal ini diperlukan rotasi dari
matriks bobot 8. 'eberapa macam teknik rotasi yang tersedia di program paket statistika
adalah : varimax, quartimax, equamax, parsimax (M9(9)A'$. :ormula untuk masing%
masing rotasi i ni adalah :
1
1
]
1

'

,
_

,
_

m
j
p
i
p
i i
ij
i
ij
h
c
p h
c
p
1 1

1
ma#

rotasi
+ Quartimax
1 Varimax
m; <=uama#

$ 1 "
+

m p
m p parsimax
Matriks bobot hasil rotasi "8>$ dapat dinyatakan sebagai 8>=8), ) adalah matriks
transformasi.
'esarnya skor faktor dapat dinyatakan sebagai :
$ " ?
1
X X S C F

j , j=1,...,n
Kegiatan Praktikum
Analisis komponen utama dari data kependudukan negara%negara di Asia
MTB > pca c2-c8;
SUBC> ncomp 2.
Eigenanalysis of the Correlation Matrix
Eigenal!e ".#$%$ $.$%&' &.2'2$ &.$$(# &.&8$# &.&$'"
)roportion &.%(& &.$(% &.&*2 &.&$% &.&$2 &.&&#
C!m!latie &.%(& &.'2% &.'(' &.'8" &.''% $.&&&
Eigenal!e &.&&2%
)roportion &.&&&
C!m!latie $.&&&
+aria,le )C$ )C2
-E.S/T0 &.2"% -&.((8
U1B2. &.#'# -&.2%%
3/4EE5)4 &.*22 &.$'8
3/4EE5)M &.*2# &.$#(
3/TE12C0 &.#"* &.*8"
B2B0M61T -&.*$2 -&.2##
7-)8C2) &.#"% -&.#(&
Amalisis :aktor dari data kependudukan (egara%negara di Asia
MTB > factor c2-c8;
SUBC> nfactor 2.
)rincipal Component 4actor 2nalysis of the Correlation Matrix
Unrotate9 4actor 3oa9ings an9 Comm!nalities
+aria,le 4actor$ 4actor2 Comm!nality
-E.S/T0 &."'# -&.%2# &.8%*
U1B2. &.'&" -&.2'' &.'&'
3/4EE5)4 &.'%2 &.2$* &.''$
3/4EE5)M &.'%( &.$*% &.'%*
3/TE12C0 &.8$% &."2" &.'*#
B2B0M61T -&.'"$ -&.2"2 &.'(%
7-)8C2) &.82# -&.#8' &.82'
+ariance ".#$%$ $.$%&' (.*88&
: +ar &.%(& &.$(% &.'2%
'esarnya bobot untuk faktor1 adalah :
1
"koefisien 481$
1
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
1
]
1

3! . +
2.1 . +
310 . +
20/ . +
20 . +
2+. . +
.2! . +
!.0 . +
-1 . +
!.- . +
-! . +
- . +
!2! . +
.0 . +
!101 . .
'esarnya bobot untuk faktor adalah :

"koefisien 48$
Variable Factor1 Factor2
DENSITY 0.593 -0.723
URBAN 0.905 -0.299
LIFEE!F 0.972 0.21"
LIFEE!# 0.976 0.1"$
LITERA%Y 0.817 0.525
BABY#&RT -0.951 -0.252
'D!(%A! 0.823 -0.3)9
@ariabel asal "density, urban, lifeexpf, lifeexpm, literacy, babymort, gdpcap)
dapat dinyatakan dalam kombinasi linear faktor 1 dan faktor sebagai berikut :
1
]
1

1
1
1
1
1
1
1
1
1
]
1

1
1
1
1
1
1
1
1
1
]
1

1
!32 . + 3! . +
. . + 2.1 . +
.. . + 310 . +
1-0 . + 20/ . +
1- . + 20 . +
22 . + 2+. . +
0! . + .2! . +
A
e#p
e#p
!aktor
!aktor
cap gdp
babymort
literacy
m life
f life
urban
density
(ilai communality untuk density adalah : +..2!

+"%+.0!$

= +.30- yang berarti

faktor1 dan faktor mampu menjelaskan sebesar 30.- B keragaman data yang dijelaskan
oleh variabel density"
7ari harga mutlak nilai bobot tiap variable pada tiap faktor, dapat diintepretasikan
bah*a faktor adalah faktor kepadatan penduduk dan faktor 1 adalah faktor urbanisasi
dan kualitas penduduk. Cualitas penduduk semakin baik dicirikan oleh semakin
tingginya lifeexpf, lifeexpm, literacy, gdpcap dan semakin rendahnya babymort" 7ari
contoh ini terlihat bah*a analisis faktor dapat digunakan untuk tujuan pengelompokan
variabel. &asil pengelompokan variabel dengan menggunakan analisis faktor ini sesuai
dengan hasil pengelompkam variabel dengam menggunakan metode single-linkage"
MTB > Cl! ;-E.S/T0;-;7-)8C2);;
SUBC> 2,scorr;
SUBC> -en9rogram.
(ilai bobot setelah dilakukan rotasi varima# adalah :
MTB > factor c2-c8;
SUBC> nfactor 2;
SUBC> max.
Variable Factor1 Factor2
DENSITY 0.05) -0.933
URBAN 0.559 -0.772
LIFEE!F 0.91" -0.395
LIFEE!# 0.)$) -0."52
LITERA%Y 0.9*9 -0.052
BABY#&RT -0.91) 0.352
'D!(%A! 0."" -0.797
&asil pengelompokan variabel dengan menggunakan analisis faktor rotasi
varimax sesuai dengan hasil pengelompokan dengan menggunakan metode complete-
linkage
MTB > Cl! ;-E.S/T0;-;7-)8C2);;
SUBC> Complete;
SUBC> 2,scorr;
SUBC> -en9rogram.
(ilai skor faktor untuk setiap negara di Asia adalah sebagai berikut :
MTB > 4actor ;-E.S/T0;-;7-)8C2);;
SUBC> .4actors 2;
SUBC> Scores c'-c$&.
MTB > name c' ;42CT$; C$& ;42CT2;
MTB > )1/.T C$ C' C$&
No+er %&UNTRY FA%T1 FA%T2
1 A,-.a/i0ta/ -1.)031" -1.21553
2 Ba/-la1e0. -1.1**13 -0.)3$35
3 %a+bo1ia -1.3"3** -0.*03$)
" %.i/a -0.11590 0.)12*5
5 2o/- 4o/- 1.5"091 -2.13"51
* I/1ia -0.$2$22 -0.12959
$ I/1o/e0ia -0.35320 0.532*9
) 5a6a/ 1."0112 0.1)92$
9 #ala70ia 0.1$*2* 0.$05)$
10 N. 4orea 0.3955* 1.00"1*
11 !a8i0ta/ -0.92"2) -0.5$199
12 !.ili66i/e0 -0.01959 0.$"105
13 S. 4orea 0.***25 0.50"90
1" Si/-a6ore 1.52131 -1.*535$
15 Tai9a/ 0.)*501 0.551"9
1* T.aila/1 0.0522" 1.13501
1$ Viet/a+ -0.1*55" 0.9*922
(ilai skor faktor dengan menggunakan rotasi varimax untuk setiap negara di Asia
adalah sebagai berikut :
MTB > 4actor ;-E.S/T0;-;7-)8C2);;
SUBC> .4actors 2;
SUBC> +Max;
SUBC> Scores c$$-c$2.
MTB > name c$$ ;4$; c$2 ;42;
MTB > print c$ c$$ c$2
No+er %&UNTRY F1 F2
1 A,-.a/i0ta/ -2.1$3") 0.0*92$
2 Ba/-la1e0. -1."35*2 0.0032"
3 %a+bo1ia -1.""293 0.29*53
" %.i/a 0.3)1"9 0.$2*)"
5 2o/- 4o/- 0.000$2 -2.*325)
* I/1ia -0.**55$ 0.320"0
$ I/1o/e0ia 0.02525 0.*3)*5
) 5a6a/ 1.2"$00 -0.***30
9 #ala70ia 0.5559" 0."*930
10 N. 4orea 0.90)32 0.5)290
11 !a8i0ta/ -1.0)"22 0.0$*93
12 !.ili66i/e0 0."1$$0 0.*12"2
13 S. 4orea 0.)35$2 0.019*"
1" Si/-a6ore 0.2**22 -2.23110
15 Tai9a/ 1.02"1$ -0.05))$
1* T.aila/1 0.$0*"* 0.))9))
1$ Viet/a+ 0."32)" 0.))2)*
5ecara visual, hasil pengelompokan (egara%negara di Asia dengan menggunakan
skor komponen ataun skor faktor adalah sama.
&asil pengelompokan negara%negara di Asia dengan menggunakan analisis
komponen utama dan analisis faktor ternyata sama dengan hasil dari cluster analysis
dengan menggunakan metode complete linkage
< < < < < < = / E 1 2 1 C = / C 2 3 C 3 U S T E 1 2 . 2 3 0 S / S < < < < <
-en9rogram !sing Complete 3in>age
1escale9 -istance Cl!ster Com,ine
C 2 S E & " $& $" 2& 2"
3a,el .!m ?---------?---------?---------?---------?---------?
China *
)hilippines $2
+ietnam $%
Malaysia '
/n9onesia %
.. @orea $&
Thailan9 $(
S. @orea $#
TaiAan $"
Bapan 8
=ong @ong "
Singapore $*
Bangla9esh 2
Cam,o9ia #
)a>istan $$
/n9ia (
2fghanistan $