Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk memberiikan
deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang disebut faktor. Analisis
faktor adalah prosedur untuk mengidentifikasi item atau variabel berdasarkan kemiripannya.
Kemiripan tersebut ditunjukkan dengan nilai korelasi yang tinggi. Item-item yang memiliki
korelasi yang tinggi akan membentuk satu kerumunan faktor.Prinsip dasar dalam analisis
faktor adalah menyederhanakan deskripsi tentang data dengan mengurangi jumlah
variabel/ dimensi.
1. Menguji ketepatan model (goodness of fit test) faktor yang terbentuk dari item-item
alat ukur.
2. Menguji kesetaraan unit pengukuran antar item,
3. Menguji reliabilitas item-item pada tiap faktor yang diukur,
4. Menguji adanya invarian item pada populasi.
Seorang peneliti membuat seperangkat item yang mengukur kualitas pelayanan bank. Item
tersebut merupakan operasionalisasi dari teori dan indikator mengenai kualitas layanan.
Peneliti hendak mengidentifikasi berapa faktor yang ada di dalam seperangkat item
tersebut. Dari analisis faktor kemudian didapatkan ada 4 faktor yang menggambarkan
kualitas layanan bank, antara lain faktor fitur layanan, fasilitas gedung, keramahan
karyawan, serta jaminan keamanan.
Seorang peneliti merancang sebuah alat ukur mengenai dukungan sosial. Alat ukur
tersebut berisi seperangkat aitem yang diturunkan dari lima dimensi dukungan sosial.
Peneliti berusaha memastikan apakah alat ukur yang dibuatnya benar-benar menjelaskan
kelima dimensi tersebut. Ia kemudian melakukan analisis faktor konfirmatori. Hasil dari
analisis faktor menunjukkan bahwa pembagian kelima faktor akhirnya dibuktikan.
FUNGSI ANALISIS FAKTOR
Analisis faktor memiliki fungsi penting dalam pengembangan alat ukur. Beberapa fungsi
tersebut antara lain sebagai berikut.
Dimensionalitas pengukuran adalah banyaknya atribut yang diukur oleh sebuah alat ukur.
Alat ukur yang unidimensi mengukur satu atribut psikologis saja sedangkan alat ukur yang
multidimensi mengukur lebih dari satu atribut ukur. Pengukuran dalam bidang psikologi
didominasi oleh pengukuran unidimensi karena alat ukur yang dikembangkan peneliti
psikologi biasanya mengukur satu target ukur saja. Misalnya Skala Kecemasan, skala ini
diharapkan mengukur atribut kecemasan saja dan tidak mengukur atribut yang lain. Untuk
mengetahui apakah alat ukur yang dikembangkan oleh peneliti mengukur satu atribut atau
banyak atribut diperlukan analisis faktor.
Penyusunan alat ukur psikologi biasanya diawali dari penurunan konsep menjadi komponen
atau aspek konsep sebelum diturunkan menjadi aitem berupa pernyataan skala. Untuk
mengidentifikasi apakah item-item yang diturunkan dari komponen alat ukur mewakili
komponen tersebut maka diperlukan analisis faktor. Analisis faktor juga dapat menunjukkan
apakah antar komponen memiliki keterkaitan ataukah tidak (independen).
2. Uji kelayakan data (menggunakan basis faktor) apakah cocok dilakukan analisis faktor.
5. Mencari proporsi keragaman atau berguna untuk mengetahui berapa faktor yang akan
terbentuk.
6. Mengalokasikan setiap variabel asal kedalam faktor sesuai dengan nilai loading.
7. Apabila terdapat nilai loading yang identik atau hampir sama maka lakukan rotasi baik
dengan cara orthogonal ataupun non orthogonal.
8. Setelah yakin dengan faktor yang terbentuk , maka berikan penamaan pada faktor
tersebut dengan cara melihat variabel-variabel apa saja yang menyusun faktor tersebut.
1. Principal component
Jumlah varian dalam data dipertimbangkan. Diagonal matrik korelasi terdiri dari angka satu
dan full variance dibawa dalam matriks faktor. Principal component direkomendasikan jika
hal yang pokok adalah menentukan bahwa banyaknya faktor harus minimum dengan
memperhitungkan varians maksimum dalam data untuk dipergunakan di dalam analysis
multivariate lebih lanjut.
1. Penentuan Apriori
Kadang karena peneliti sebelumnya sudah mengetahui berapa faktor yang digunakan maka
kita akan menentukan dulu berapa faktor yang akan digunakan.
Faktor dengan eigenvalue lebih besar dari satu yang dipertahankan jika lebih kecil dari satu
faktornya tidak diikutsertakan dalam model. Suatu eigenvalue menunjukkan besar
sumbangan dari faktor terhadap varian seluruh variable asli. Hanya faktor dengan varian
lebih dari 1 yang dimasukkan dalam model. Faktor dengan varian kurang dari 1 tidak baik
karena variable asli telah dibakukan yang berarti rata-ratanya 0 dan variansnya 1. Bila
banyak variable asli asli kurang dari 20 pendekatan ini menghasilkan sejumlah faktor yang
konservatif.
Dapat dilihat dari grafik screeplot dimana scree mulai terjadi menunjukkan banyak faktor
yang benar, tepatnya ketika scree mulai mendatar. Kenyataan menunjukkan bahwa
penentuan banyaknya faktor dengan screeplot akan mencapai satu atau lebih banyak dari
penentuan dengan eigenvalue.
Banyak faktor diekstraksi ditentukan sedemikian rupa sehingga kumulatif presentase varian
yang diekstraksi oleh faktor mancapai suatu level tertentu yang memuaskan. Ekstraksi
faktor dihentikan jika kumulatif presentase varian sudah mencapai paling sedikit 60% atau
75% dari seluruh varian variable asli.