Statistika

Assalamu’alaikum. Wr. Wb
 JUDUL
Analisis Data Multivariat (Analisis Faktor)

INDRA WAHYU SAPUTRA

JURUSAN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2019
PENGERTIAN ANALISIS FAKTOR
Menurut Jhonson dan Witcher (1992) Analisis faktor pada dasarnya
bertujuan untuk mendapatkan sejumlah kecil faktor atau komponen
utama yang memiliki sifat :
• Mampu menerangkan semaksimal mungkin keragaman data
• Terdapat kebebasan antar faktor
• Tiap faktor dapat diinterprestasikan sejelas-jelasnya

Analisis Faktor adalah alat analisis statistik yang dipergunakan

untuk mereduksi faktor-faktor yang mempengaruhi suatu variabel
untuk penelitian awal dimana faktor-faktor yang mempengaruhi
suatu variabel belum diidentifikasikan secara baik.
Analisis faktor bertujuan untuk mereduksi dimensi data dengan
cara menyatakan variabel asal sebagai kombinasi linier sejumlah
faktor,sehingga faktor tersebut mampu menjelaskan sebesar
mungkin keragamannya data yang dijelaskan oleh variabel asal.
KONSEP DASAR ANALISIS FAKTOR :
X1 = 1 (1) CF (1) + 1 (2) CF (2) + …………. + 1 (m) CF (m)
X2 = 2 (1) CF (1) + 2 (2) CF (2) + …………. + 2 (m) CF (m)
X3 = 3 (1) CF (1) + 3 (2) CF (2) + …………. + 3 (m) CF (m)

.
.
.

Xp = p (1) CF (1) + p (2) CF (2) + …………. + p (m) CF (m)

KONSEP DASAR ANALISIS FAKTOR

 Teknik yang digunakan adalah teknik interdepensi, yakni

seluruh set hubungan yang interdependen diteliti, prinsipnya
menggunakan korelasi r = 1 dan r = 0. Dipergunakan dalam hal
mengidentifikasi variabel yang berkorelasi dan yang tidak/kecil
korelasinya.
 Analisis faktor menekankan adanya communality yaitu jumlah
varian yang disumbangkan oleh suatu variabel pada variabel
lainnya.
 Adanya koefisien nilai faktor (factor score coefficient), sehingga
faktor 1 menyerap sebagian besar seluruh variabel, faktor 2
menyerap sebagian besar sisa varian setelah diambil untuk
faktor 1.
 TEKNIK STATISTIKA UNTUK ANALISIS
FAKTOR
 Bartlett’s test of sphericity :
uji statistik untuk menguji hipotesis bahwa variabel tidak saling
berkorelasi dalam populasi

 Communality :
Jumlah varian yang disumbangkan oleh variabel terhadap seluruh
variabel lain.

 Eigenvalue :
Jumlah varian yang dijelaskan oleh setiap faktor. Hanya eigenvalue
>1 yang dimasukkan dalam model.

 Scree plot
Plot dari eigenvalue sebagai sumbu vertikal dan banyaknya faktor
sebagai sumbu datar, untuk menentukan banyaknya faktor yang
bisa ditarik (factor extraction)
 SYARAT UNTUK MEMBANGUN FAKTOR
ANALISIS
 Hubungan antar variabel terobservasi harus linier dan nilai
korelasi tidak boleh NOL (artinya harus benar-benar ada
hubungannya)

 Variabel komponen hipotesis yang disebut faktor ada dua :

(a) COMMON FACTORS & (b) PRINCIPAL COMPONEN

 Common factors selalu dianggap tidak berkorelasi dengan

principal componen. Common factors lebih sedikit daripada
variabel asli. principal componen biasanya dianggap sama
dengan jumlah variabelnya.
DATA ADSORPSI NANOSILIKA TERHADAP
LIMBAH INDUSTRI KELAPA SAWIT
 Output tersebut dapat di interpretasikan pada komponent 1 dan
2 pada kolom % of variance 52,692% dan 74,103%, yang artinya
faktor-faktor (dimensi yang digunakan dalam analisis faktor
mampu menjelaskan variansi sebesar 52,692% dan 74,103%
KESIMPULAN DAN SARAN

 Kesimpulan
Terdapat pengaruh inter-korelasi variabel terhadap antarvariabel
dapat dijelakan melalui komponen 1 dan komponen 2 sebesar
52,692% (luas permukaan, volume, BOD dan COD disebut adsorben
nanosilika) dan 74,103% (pH dan ukuran disebut limbah cair
industri).
 Saran
Sebaiknya meneliti lebih mendalam mengenai analisis faktor
eksploratoris dan konfirmatoris yang mempengaruhi inter-korelasi
variabel terhadap antarvariabel..