Analisis Faktor
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 + c12 F2 + c13 F3 + ... + c1m Fm +
X2 = c21 F1 + c22 F2 + c23 F3 + ... + c2m Fm +
X3 = c31 F1 + c32 F2 + c33 F3 + ... + c3m Fm +
...
Xp = cp1 F1 + cp2 F2 + cp3 F3 + ... + cpm Fm + p
atau
(p x 1)
(p x m)
(m x1)
dan
X1, X2,..., Xp adalah variabel asal
F1, F2,..., Fm adalah faktor bersama (common factor)
cij adalah bobot (loading) dari variabel asal ke-i pada faktor ke-j
p adalah error
Hubungan 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
2
= hi i
= (ci1 ci 2 ci 3 ... cim ) i
Besarnya 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. Nilai dugaan cij yang diperoleh
dengan metode non-iteratif adalah :
2
cij
a ji j
s xi
atau
c ij a ji
dan
c uj adalah bobot (loading) dari variabel asal ke-i pada faktor ke-j
a ji adalah koefisien variabel asal ke-i untuk komponen utama ke-j
Rotasi
3.
4.
5.
6.
7.
0
1
m/2
p (m 1)
pm2
Quartimax
Varimax
Equamax
Parsimax
Matriks bobot hasil rotasi (C*) dapat dinyatakan sebagai C*=CT, T adalah matriks
transformasi.
Besarnya skor faktor dapat dinyatakan sebagai :
F C' S 1 ( X j X) , 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
Eigenvalue
5.3171
1.1709
0.2921
Proportion
0.760
0.167
0.042
Cumulative
0.760
0.927
0.969
Eigenvalue
0.0027
Proportion
0.000
Cumulative
1.000
Variable
PC1
PC2
DENSITY
0.257
-0.668
URBAN
0.393
-0.277
LIFEEXPF
0.422
0.198
LIFEEXPM
0.423
0.136
LITERACY
0.354
0.485
BABYMORT
-0.412
-0.233
GDP_CAP
0.357
-0.360
0.1163
0.017
0.985
0.0813
0.012
0.997
0.0195
0.003
1.000
.0 257 .0 593
.0 393 .0 905
.0 422 .0 972
.5 3171 .0 423 .0 976
.0 354 .0 817
.0 412 .0 951
.0 357 .0 823
Besarnya bobot untuk faktor2 adalah :
Variable
DENSITY
URBAN
LIFEEXPF
LIFEEXPM
LITERACY
BABYMORT
GDP_CAP
Factor1
0.593
0.905
0.972
0.976
0.817
-0.951
0.823
2 (koefisien PC2)
Factor2
-0.723
-0.299
0.214
0.147
0.525
-0.252
-0.389
Factor1
0.058
0.559
0.914
0.878
0.969
-0.918
0.44
Factor2
-0.933
-0.772
-0.395
-0.452
-0.052
0.352
-0.797
Nilai skor faktor untuk setiap negara di Asia adalah sebagai berikut :
MTB > Factor 'DENSITY'-'GDP_CAP';
SUBC>
NFactors 2;
SUBC>
Scores c9-c10.
MTB > name c9 'FACT1' C10 'FACT2'
MTB > PRINT C1 C9 C10
Nomer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
COUNTRY
Afghanistan
Bangladesh
Cambodia
China
Hong Kong
India
Indonesia
Japan
Malaysia
N. Korea
Pakistan
Philippines
S. Korea
Singapore
Taiwan
Thailand
Vietnam
FACT1
-1.80314
-1.16613
-1.34366
-0.11590
1.54091
-0.72722
-0.35320
1.40112
0.17626
0.39556
-0.92428
-0.01959
0.66625
1.52131
0.86501
0.05224
-0.16554
FACT2
-1.21553
-0.83735
-0.60378
0.81265
-2.13451
-0.12959
0.53269
0.18927
0.70587
1.00416
-0.57199
0.74105
0.50490
-1.65357
0.55149
1.13501
0.96922
Nilai skor faktor dengan menggunakan rotasi varimax untuk setiap negara di Asia
adalah sebagai berikut :
MTB > Factor 'DENSITY'-'GDP_CAP';
SUBC>
NFactors 2;
SUBC>
VMax;
SUBC>
Scores c11-c12.
MTB > name c11 'F1' c12 'F2'
MTB > print c1 c11 c12
Nomer
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
COUNTRY
Afghanistan
Bangladesh
Cambodia
China
Hong Kong
India
Indonesia
Japan
Malaysia
N. Korea
Pakistan
Philippines
S. Korea
Singapore
Taiwan
Thailand
Vietnam
F1
-2.17348
-1.43562
-1.44293
0.38149
0.00072
-0.66557
0.02525
1.24700
0.55594
0.90832
-1.08422
0.41770
0.83572
0.26622
1.02417
0.70646
0.43284
F2
0.06927
0.00324
0.29653
0.72684
-2.63258
0.32040
0.63865
-0.66630
0.46930
0.58290
0.07693
0.61242
0.01964
-2.23110
-0.05887
0.88988
0.88286
* * * * * * H I E R A R C H I C A L
C L U S T E R
A N A L Y S I S * * * * *
Num
China
Philippines
Vietnam
Malaysia
Indonesia
N. Korea
Thailand
S. Korea
Taiwan
Japan
Hong Kong
Singapore
Bangladesh
Cambodia
Pakistan
India
Afghanistan
4
12
17
9
7
10
16
13
15
8
5
14
2
3
11
6
1
0
5
10
15
20
25
+---------+---------+---------+---------+---------+