ANALISIS FAKTOR
Dosen Pengampu :
Susi Setiawani, S.Si, M.Sc
Dr. Arika Indah Kristiana, S.Si, M.Pd
Disusun Oleh :
Yufrida Septi Nindya NIM. 170210101007
Novita Silfiatus Sa’adah NIM. 170210101025
Meilysa Ajeng Kartika Putri NIM. 170210101027
Pertanyaan :
1. Lakukan KMO and bartlett’s test untuk melihat adanya korelasi antar variabel dan layak
untuk proses lebih lanjut. Jika layak di proses lebih lanjut, lakukan tabel anti-image-
matrices, khusus pada bagian (anti image correlation) terlihat angka yang menandakan
bearnya MSA sebuah variabel. Tentukan MSA dari tiap variabel. Nilai MSA masing-
masing variabel besarnya > 0.5 maka semua variabel dapat diproses lebih lanjut. Jika ada
variabel yang nilai MSA < 0.5 maka dilakukan proses ulang dari awal dengan
mengeluarkan variabel tersebut yang nilai MSA < 0.5
2. Lakukan prosedur analisis faktor lainnya dengan menggunakan SPSS.
3. Interpretasikan hasilnya !
4. Ada beberapa faktor yang terbentuk dari hasil analisis Anda?
Sebelum menyelesaikan pertanyaan-pertanyaan di atas, langkah pertama yang harus
dilakukan adalah menguji apakah data tersebut berdistribusi normal atau tidak dengan
menggunakan uji normalitas pada aplikasi SPSS.
Langkah-langkah uji normalitas:
1. Menfinisikan variabel terlebih dahulu pada “Variable View”, kemudian inputkan pada
“Data View”
2. Pilih menu Analyze, kemudian pilih Nonparametric test, pilih 1 Sample K-S
3. Masukkan variabel pada kolom Test Variable List, lalu klik OK
Kualitas Bahan
Kenyamanan Lokasi Bimbel Ajar
Dari hasil yang diperoleh diketahui pada poin a) bahwa data tersebut berdistribusi normal,
di karenakan data berdistribusi normal, maka dapat dilanjutkan dengan melakukan analsis
faktor.
Penyelesaian :
1. Lakukan KMO and bartlett’s test untuk melihat adanya korelasi antar variabel dan layak
untuk proses lebih lanjut. Jika layak di proses lebih lanjut, lakukan tabel anti-image-
matrices, khusus pada bagian (anti image correlation) terlihat angka yang menandakan
bearnya MSA sebuah variabel. Tentukan MSA dari tiap variabel. Nilai MSA masing-
masing variabel besarnya > 0.5 maka semua variabel dapat diproses lebih lanjut. Jika ada
variabel yang nilai MSA < 0.5 maka dilakukan proses ulang dari awal dengan
mengeluarkan variabel tersebut yang nilai MSA < 0.5
Langkah-langkah :
a. Dari menu SPSS klik Analyze → Dimension Reduction → Factor
c. Klik Descriptive, centang Initial Solution, KMO and Bartletts test of sphericity, dan
Anti Image
d. Pilih Continue → OK
Hasil :
KMO and Bartlett's Test
df 45
Sig. .000
Pada tabel KMO and Bartlett's Test di atas terlihat angka Kaiser-Meyer-Olkin Measure of
Sampling Adequacy adalah 0.568. Karena nilai 0.568 > 0.5. Hal ini menunjukkan kecukupan
dari sampel. Angka KMO dan Bartlet's Test ditunjukkan bahwa nilai Approx Chi-Square
sebesar 574,473 dengan nilai Sig. 0.000. Hal ini menunjukkan bahwa adanya korelasi antar
variabel dan layak untuk proses lebih lanjut.
Selanjutnya untuk mengetahui variabel mana yang dapat diproses lebih lanjut dan mana
yang dikeluarkan dapat dilihat pada tabel Anti-Image Matrices di bawah ini.
Anti-image Matrices
Kualitas Bahan
Kenyamanan Lokasi Bimbel Ajar
Anti-image Matrices
Anti-image Matrices
Keragaman
Kebersihan Layanan Petugas Jadwal
Anti-image Matrices
Keindahan Interior
Kebersihan -.011
Kebersihan -.058
Pada tabel Anti-image Matrice di atas, khusus pada bagian Anti-Image Correlation terlihat
angka yang bertanda (a) yang menandakan besaran MSA sebuah variabel. Variabel
kenyamanan 0.736, lokasi bimbel 0.659, kualitas bahan ajar 0.569, kualitas tutor 0.569, harga
bimbingan 0.520, tempat parkir 0.652, kebersihan 0.564, layanan petugas 0.581, keragaman
jadwal 0.811, dan keindahan interior 0.517. Nilai MSA masing-masing variabel besarnya > 0.5
maka semua variabel dapat diproses lebih lanjut. Jika ada variabel yang nilai MSA < 0.5 maka
dilakukan proses ulang dari awal dengan mengeluarkan variabel tersebut yang nilai MSA <
0.5.
f. Tekan tombol Rotation, kemudian centang Varimax pada tabel “Method” dan centang
Rotated Solution dan Loading Plot(s). Pilih Continue.
g. Tekan tombol Scores, centang save as variable pilih regression. Pilih Continue.
i. OK.
Hasil Output sebagai berikut:
3. Interpretasikan Hasilnya!
Communalities
Initial Extraction
Perhatikan tabel Communalities diatas. Variabel kenyamanan besarnya 0.551, hal ini
berarti sekitar 55.1% varians dari variabel kenyamanan dapat dijelaskan oleh faktor yang
terbentuk. Variabel lokasi bimbel 0.483 hal ini berarti 48.3% varian dari variabel lokasi toko
dapat dijelaskan oleh faktor yang terbentuk. Variabel kualitas bahan ajar besarnya 0.923, hal
ini berarti sekitar 92.3% varians dari variabel kualitas bahan ajar dapat dijelaskan oleh faktor
yang terbentuk. Variabel kualitas tutor besarnya 0.939, hal ini berarti sekitar 93.9% varians
dari variabel kualitas tutor dapat dijelaskan oleh faktor yang terbentuk. Variabel harga
bimbingan besarnya 0.899, hal ini berarti sekitar 89.9% varians dari variabel harga bimbingan
dapat dijelaskan oleh faktor yang terbentuk. Variabel tempat parkir besarnya 0.240, hal ini
berarti sekitar 24,0% varians dari variabel tempat parkir dapat dijelaskan oleh faktor yang
terbentuk. Variabel kebersihan besarnya 0.944, hal ini berarti sekitar 94.4% varians dari
variabel kebersihan dapat dijelaskan oleh faktor yang terbentuk. Variabel layanan petugas
besarnya 0.937, hal ini berarti sekitar 93.7% varians dari variabel layanan petugas dapat
dijelaskan oleh faktor yang terbentuk. Variabel keragaman jadwal besarnya 0.500, hal ini
berarti sekitar 50.0% varians dari variabel keragaman jadwal dapat dijelaskan oleh faktor yang
terbentuk. Variabel keindahan interior besarnya 0.880, hal ini berarti sekitar 88.0% varians dari
variabel keindahan interior dapat dijelaskan oleh faktor yang terbentuk. Kesimpulannya adalah
semakin kecil nilai communalities berarti semakin lemah hubungannya dengan faktor yang
terbentuk.
Perhatikan pada tabel Total Variance Explained berikut:
Total Variance Explained
10
Pada tabel Total Variance Explained diatas menunjukkan ada 4 faktor yang terbentuk dari
10 variabel yang di masukkan. Masing-masing faktor Initial Eigenvalues > 1. Faktor satu Initial
Eigenvalues total sebesar 2,938 dengan % of Variance 29,382%. Faktor dua Initial Eigenvalues
total sebesar 2,024 dengan % of Variance 20,237%. Faktor tiga Initial Eigenvalues total 1,193
dengan % of Variance 11,933%. Faktor empat Initial Eigenvalues total sebesar 1,142 dengan
% of Variance (11,422%).
Nilai Initial Eigenvalues menggambarkan kepentingan relatif masing-masing faktor
dalam menghitung varians dari 10 variabel yang di analisis. Bila semua variabel dijumlahkan
bernilai 10 (sama dengan banyaknya variabel).
2,938
100% = 29,38%
10
2,024
100% = 20,24%
10
1,193
100% = 11,93%
10
1,142
100% = 11,42%
10
Total varians apabila dari 10 variabel diekstrak menjadi 4 faktor adalah : 29,382 % +
20,237% + 11,933 % + 11,422% = 72,974%. Besarnya varians yang mampu dijelaskan oleh
faktor baru yang terbentuk adalah 72,974% sedangkan sisanya 27,026% dijelaskan oleh faktor
lain yang tidak diteliti. Dengan demikian karena nilai Initial Eigenvalues yang ditetapkan 1,
maka nilai total yang akan diambil adalah >1 yaitu component 1, 2, 3 dan 4.
Gambar Scree Plot menerangkan hubungan antara banyaknya faktor yang terbentuk
dengan nilai Initial Eigenvalues dalam bentuk grafik. Karena ada 4 nilai Initial Eigenvalues
yang >1 maka akan ada 4 faktor yang terbentuk.
Rotated Component Matrixa
Component
1 2 3 4
Penentuan variabel masuk faktor mana ditentukan dengan melihat loading faktor atau
besarnya korelasi antara faktor yang terbentuk dengan variabel tersebut. Pada tabel Rotated
Component Matrix diatas telah diurutkan dari nilai yang terbesar ke terkecil per faktor.
Korelasi antara variabel kenyamanan dengan faktor satu (0,173), faktor dua (0,156), faktor tiga
(-0,134) dan faktor empat (0,692). Hal ini dapat dikatakan bahwa variabel kenyamanan masuk
ke dalam faktor empat, karena korelasinya paling tinggi diantara faktor yang lain.
Korelasi antara variabel lokasi bimbel dengan faktor satu (0,265), faktor dua (0,266),
faktor tiga (0,170) dan faktor empat (0,560). Hal ini dapat dikatakan bahwa variabel lokasi toko
masuk ke faktor empat.
Korelasi antara variabel kualitas bahan ajar dengan faktor satu (0,161), faktor dua (0,942),
faktor tiga (-0,940) dan faktor empat (0,40). Hal ini dapat dikatakan bahwa variabel kualitas
bahan ajar masuk faktor dua.
Korelasi antara variabel kualitas tutor dengan faktor satu (0,952), faktor dua (0,163), faktor
tiga (0,021) dan faktor empat (0,081). Hal ini dapat dikatakan bahwa variabel kualitas tutor
masuk faktor satu.
Korelasi antara variabel harga bimbingan dengan faktor satu (-0,088), faktor dua (-0,110),
faktor tiga (0,936) dan faktor empat (0,081). Hal ini dapat dikatakan bahwa variabel harga
bimbingan masuk ke faktor tiga.
Korelasi antara variabel tempat parkir dengan faktor satu (0,233), faktor dua (0,055),
faktor tiga (0,413), faktor empat (-0,110). Hal ini dapat dikatakan bahwa variabel tempat parkir
masuk faktor tiga.
Korelasi antara variabel kebersihan dengan faktor satu (0,166), faktor dua (0,953), faktor
tiga (-0,41) dan faktor empat (-0,078). Hal ini dapat dikatakan bahwa variabel kebersihan
masuk ke faktor dua.
Korelasi antara variabel layanan petugas dengan faktor satu (0,948), faktor dua (0,176),
faktor tiga (0,035) dan faktor empat (0,036). Hal ini dapat dikatakan bahwa variabel layanan
petugas masuk faktor satu.
Korelasi antara variabel keragaman jadwal dengan faktor satu (0,210), faktor dua (0,206),
dengan faktor tiga (-0,023) dan faktor empat (0,643). Hal ini dapat dikatakan bahwa variabel
keragaman jadwal masuk ke faktor satu.
Korelasi antara variabel keindahan interior dengan faktor satu (0,948), faktor dua (0,176),
faktor tiga (0,035) dan faktor empat (0,078). Hal ini dapat dikatakan bahwa variabel keindahan
interior masuk faktor satu.
Maka dapat disimpulkan anggota masing-masing faktor :
a. Faktor satu : variabel kualitas tutor, variabel layanan petugas, variabel keragaman
jadwal dan variabel keindahan interior.
b. Faktor dua : variabel kualitas bahan ajar dan variabel kebersihan.
c. Faktor tiga : variabel harga bimbingan dan variabel tempat parkir.
d. Faktor empat : variabel kenyamanan dan variabel lokasi bimbel
Component 1 2 3 4