See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/329360737

Analisis Faktor (Factor Analysis)

Method · December 2018

DOI: 10.13140/RG.2.2.27644.39047

CITATIONS READS
0 5,548

1 author:

I Putu - Artaya
Universitas Narotama
178 PUBLICATIONS   30 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

SEGMENTASI PRODUK UMKM MELALUI MODERNISASI KEMASAN DALAM MENINGKATKAN DAYA SERAP PASAR View project

Multidisciplinary researches and articles View project

All content following this page was uploaded by I Putu - Artaya on 02 December 2018.

The user has requested enhancement of the downloaded file.

 I Putu Artaya – Ekonometrika Terapan– Analisa Faktor 1

Analisis Faktor

nalisis faktor adalah alat analisis statistik yang dipergunakan untuk mereduksi faktor-
faktor yang mempengaruhi suatu variabel menjadi beberapa set indikator saja, tanpa

A kehilangan informasi yang berarti. Sebagai ilustrasi, terdapat 50 indikator yang

diidentifikasi mempunyai pengaruh terhadap keputusan pembelian konsumen.
Dengan analisis faktor, ke-50 indikator tersebut akan dikelompokkan menjadi
beberapa sub set indikator yang sejenis. Masing-masing kelompok sub set tersebut
kemudian diberi nama sesuai dengan indikator yang mengelompok. Pengelompokan
berdasarkan kedekatan korelasi antar masing-masing indikator dan penentuan banyaknya sub set
berdasarkan nilai eigenvalues, yang biasanya diambil dengan nilai di atas 1. Analisis faktor
digunakan untuk penelitian awal di mana faktor-faktor yang mempengaruhi suatu variabel belum
diidentifikasikan secara baik (explanatory research). Selain itu, analisis faktor juga dapat
digunakan untuk menguji validitas suatu rangkaian kuesioner. Sebagai gambaran, jika suatu
indikator tidak mengelompok kepada variabelnya, tetapi malah mengelompok ke variabel yang
lain, berarti indikator tersebut tidak valid. Analisis faktor juga digunakan dalam Structural
Equation Modelling (SEM) dan sering disebut dengan Confirmatory Faktor Analysis (CFA).
Data yang digunakan adalah hasil kuesioner yang terdiri dari 11 butir pertanyaan (q1 sampai
dengan q11). Tabulasi data dalam bentuk data editor spss ver 20.0. Kita ingin mengelompokkan
11 butir tersebut menjadi beberapa kelompok, sehingga memudahkan untuk analisis selanjutnya.
Dari tabulasi data SPSS, pilih menu Analyze, arahkan mouse pada Dimension reduction data,
dan klik pada Factor seperti pada contoh berikut:
2 I Putu Artaya – Ekonometrika Terapan – Analisa Faktor

Jika anda benar maka akan diarahkan ke menu analisis faktor seperti ini. Pindahkan semua
faktor (q1 sd q11) dari box kiri ke kotak variables, seperti contoh di bawah :

Klik pada menu descriptives di bagian kiri bawah, sehingga akan diarahkan ke box menu sebagai
berikut:
 I Putu Artaya – Ekonometrika Terapan– Analisa Faktor 3

Berikan centang seperti tampak pada gambar, lalu tekan continue, sehingga anda akan diarahkan
kembali ke box analisis faktor. Tekan Extraction di samping Descriptive, sehingga anda akan
diarahkan ke menu box sebagai berikut di bawah ini :

Lalu berikan tanda centang seperti pada gambar, tekan continue, maka akan kembali ke menu
analisis faktor. Tekan rotation di samping extraction, sehingga akan diarahkan ke menu sebagai
berikut:
4 I Putu Artaya – Ekonometrika Terapan – Analisa Faktor

Berikan tanda centang seperti gambar, lalu tekan continue. Setelah itu tekan OK pada box menu
analisis faktor. Hasil analisa faktor tampak pada tampilan di bawah ini :

Yang pertama adalah nilai KMO yaitu sebesar 0,630. Nilai yang diharapkan adalah di atas 0,5.
karena nilainya 0,630 > 0,5 maka analisis faktor dapat digunakan pada data yang kita punyai.
 I Putu Artaya – Ekonometrika Terapan– Analisa Faktor 5

Kalau nilainya di bawah 0,5 analisis faktor tidak dapat digunakan karena tidak layak. Output di
bawahnya adalah communalities, yang diharapkan mempunyai nilai di atas 0,4 dan di situ
tampak bahwa semua pertanyaan mempunyai nilai di atas 0,4. (sumber referensi: Sugiyanto,
2008)
6 I Putu Artaya – Ekonometrika Terapan – Analisa Faktor

Dari 30 component atau faktor (lihat kolom paling kiri, tabel di bawah) ternyata yang
mempunyai nilai initial eigenvalues di atas 1 hanya ada 8 component. Artinya, bahwa 30 butir
pertanyaan tersebut dapat dikelompokkan menjadi delapan kelompok tanpa kehilangan
informasi penting.

Component 1 mempunyai nilai 10,071 dan mampu menjelaskan varians sebesar 33,571%
dan component 2 mempunyai nilai 2,910 dan mampu menjelaskan varians sebesar 43,270%,
component 3 mempunyai nilai 2,297 dan mampu menjelaskan varians sebesar 50,926%
demikian seterusnya hingga component ke delapan. Dengan demikian Delapan component
tersebut mampu menjelaskan varians sebesar 77,632% atau kita kehilangan informasi sebesar
22,368% saja.
 I Putu Artaya – Ekonometrika Terapan– Analisa Faktor 7

Scree Plot

Dapat dijelaskan sebaga berikut :

Pada grafik scree plot di atas, indikator 1 ke indikator 2 jaraknya jauh dan curam, namun jika
dilihat indikator ke 2 dengan indikator yang lain jaraknya saling berkekatan, ini berarti semua
indikator dianggap wajar dan normal dan dianggap memenuhi kelayakan. (Sugiyanto, 2008).
8 I Putu Artaya – Ekonometrika Terapan – Analisa Faktor

Pengelompokkan faktor:
 I Putu Artaya – Ekonometrika Terapan– Analisa Faktor 9

Dari Rotated Component Matrik kita bisa melihat bahwa q1 ikut component 7 karena
mempunyai loading faktor paling besar yakni 0,785 yang lebih besar dari loading faktor
lainnya. Sedangkan q2 ikut component 7 juga karena memiliki loading faktor paling besar
dibanding yang lainnya. q3 ikut component 2 karena memiliki loading faktor paling besar yakni
0,458 dibanding loading faktor lainnya, Dengan cara yang sama kita bisa mengelompokkan q4,
q5, q6, q7, q8, q9, q10 hingga q30. Apabila loading faktor yang ada pada satu baris memiliki
nilai negatif semua maka nilai negatif tersebut tetap dianggap positif, kemudian ambil loading
faktor yang nilainya paling besar untuk mengelompokkannya ke component tertentu. Sekarang
semua menjadi lebih jelas dan transparan. Butir q1 sampai q30 dapat dikelompokkan ke dalam
tabel berikut di bawah ini:

Tabel 1 Hasil Final Analisa Faktor Dari 30 Butir Indikator Atau Pertanyaan

Butir q Loading PCT of Varians Cummulative

Faktor Procentace
Component 1 q17, 0,698 15,681% 15,681%
q18, 0,815
q20, 0,804
q21, 0,728
q25, 0,682
q26, 0,749
Component 2 q3, 0,458 11,174% 26,885%
q19, 0,677
q22, 0,748
q23, 0,553
q24, 0,819
Component 3 q10, 0,799 10,092% 36,947%
q28, 0,558
q29, 0,632
q30 0,748
Component 4 q9, 0,504 9,546% 46,493%
q12, 0,807
q13, 0,805
q15, 0,560
q16, 0,566
Component 5 q4, 0,579 9,109% 55,602%
q8, 0,852
q14, 0,610
Component 6 q5, 0,696 8,215% 63,816%
q6, 0,669
q7, 0,805
Component 7 q1, 0,785 7,151% 70,967%
q2, 0,813
Component 8 q11, 0,736 6,665% 77,632%
q27, 0,488
 10 I Putu Artaya – Ekonometrika Terapan – Analisa Faktor

Sekarang, anda kaitkan dengan teori yang ada, bahwa component 1 sampai dengan component 8
membentuk Konstrak sendiri-sendiri dan terpisah. Kemampuan ke delapan component (faktor)
untuk menjelaskan Konstrak adalah 77,632%. Sedangkan sisanya 22,368% merupakan
informasi yang hilang dan tidak mampu untuk dijelaskan. Faktor yang paling besar memberikan
kontribusi terhadap Konstrak adalah Faktor 1 karena memiliki PCT of Varians paling tinggi
yaitu 15,681% dibandingkan ke tujuh Faktor lainnya. Loading faktor yang tercetak tebal pada
tabel 1 di atas, merupakan faktor/indikator yang dominan, dan menjadi dasar sebagai masukan
atau bahan untuk menyusun strategi.

DAFTAR PUSTAKA

Benker, H., 2001, Statistik mit MATHCAD und MATLAB, Springer Verlag Berlin, Heidelberg,
New York.
Bernard, W. Lindgren, 2003, Statistical Theory. 4 Auflage. Chapmann & Hall, New York, ISBN
0-412-04181-2.

Chandra, Aditiawan, 2000, Teori dan Kebijakan Ekonomi Makro, Penerbit LP3ES, Jakarta.
Christoph, Weigand, 2006, Statistik mit und ohne Zufall. Physica, Heidelberg, ISBN 3-7908-
1693-0.

Daniel, Dorling, Stephen C. Simpson (Hrsg.), 2008, Statistics in Society. The Arithmetic of
Politics (Arnold Applications of Statistics Series). Hodder Arnold, London, ISBN 0-
340-71994-X.

David A. Freedman, Robert Pisani, Roger Purves, 2005, Statistics. 3 Auflage. Norton, New
York, ISBN 0-393-97121-X.

Jonathan, Sarwono , Herlina Budiono, 2012, Statistik Terapan: Aplikasi untuk Riset
Menggunakan SPSS, AMOS dan Exel, Penerbit Elex Media Komputindo, Jakarta.
Jonathan, Sarwono, 2013, IBM SPSS "Advanced Statistic": Prosedur-Prosedur Generalisasi Dan
Perluasan General Linear Model (GLM), Penerbit Andi, Yogjakarta.
Josef, Schira, 2005, Statistische Methoden der VWL und BWL: Theorie und Praxis. Pearson,
München, ISBN 3-8273-7163-5.

View publication stats