Sampel kurang dari 50 observer tidak akan dilakukan analisis faktor, dan
sebaiknya ukuran sampel harus 100 atau lebih besar. Sebagai aturan
umum, minimal setidaknya sebanyak 5 observer dari pada jumlah variable
yang akan dianalisis dan ukuran sampel yang lebih dapat diterima dengan
rasio 10:1. beberapa peneliti bahkan mengusulkan 20:1 untuk setiap
variable. Peneliti harus berusaha untuk mendapatkan rasio kasus per-
variable tertinggi untuk meminimalkan peluang overfitting data (mis.,
Memperoleh faktor-faktor yang spesifik sampel dengan sedikit
generalisasi)
TAHAP 3: ASUMSI DALAM ANALISIS FAKTOR
Nilai MSA ditunujkkan pada baris Anti Image Correlation dengan tanda “a”. Misal X1
nilai MSA = 0,513 dimana > 0,5 maka X1 memenuhi syarat MSA, sedangkan MSA X2 =
0,450 < 0,5 maka X2 tidak memenuhi syarat MSA. Dari 9 variabel, hanya X2 dengan
MSA < 0,5, maka X2 dikeluarkan dari pengujian.
Asumsi yang Harus Dipenuhi
(1) Jika inspeksi visual tidak mengungkapkan jumlah korelasi substansial lebih
besar dari 0,30 maka analisis faktor tidak sesuai. Korelasi antar variable
dapat dianlisis dengan menghitung korlasi parsial (korelasi yang tidak dapat
dijelaskan ketika efek variable lain diperhitungkan). Aturan umumnya
mempertimbangkan korelasi antar independen variable di atas 0.5.
(2) Korelasi Parsial. Besar korelasi parsial, korelasi antar dua variabel dengan
menganggap tetap variabel yang lain, justru harus kecil. Pada SPSS deteksi
terhadap korelasi parsial diberikan lewat pilihan Anti-Image Correlation.
(3) Pengujian seluruh matriks korelasi (korelasi antar variabel), yang diukur
dengan besaran Bartlett Test of Sphericity atau Measure Sampling
Adequacy (MSA). Pengujian ini mengharuskan adanya korelasi yang
signifikan di antara paling sedikit beberapa variabel.
(4) Pada beberapa kasus, asumsi Normalitas dari variabel-variabel atau faktor
yang terjadi sebaiknya dipenuhi.
TAHAP 4: MENURUNKAN FAKTOR DAN
MENILAI FIT KESELURUHAN
SOURCE
[13] https://www.statistikian.com/2014/03/analisis-
faktor.html/amp
ROTASI FAKTOR
Faktor terpending dalam Interpretasi Faktor adalah Rotasi
Faktor. Rotasi Faktor dilakukan untuk menentukan
pengelompokkan sebuah variable. Rotasi Faktor dapat
dilakukan dengan 2 metode :
SOURCE
[13] https://www.statistikian.com/2014/03/analisis-
faktor.html/amp
Orthogonal Factor Rotation
Oblique Factor Rotation
TAHAP 6: VALIDASI FAKTOR ANALISIS
Validasi faktor dimaksudkan untuk mengetahui
apakah hasil analisis factor tersebut bisa
digeneralisasikan ke populasi [14].
Validasi bisa dilakukan dengan berbagai cara,
seperti:
o Membagi sampel awal menjadi dua bagian,
kemudian membandingkan hasil faktor
sampel satu dengan sampel dua. Jika hasil
tidak banyak perbedaan, bisa dikatakan faktor
yang terbentuk telah valid
o Dengan melakukan metode Confirmatory
Factor Analysis (CFA) dengan cara Structural
Equation Modelling. Proses ini bisa dibantu
dengan software khusus seperti LISREL.
SOURCE
[14] https://exponensial.wordpress.com/2010/11/30/
analisis-faktor/
Thanks