MAP

MetodeAnalisis Perencanaan

“Analisis Faktor”
Eksploratori

Nama Kelompok :
1. Indah Purnamasari
2. M. Fachlan Mo’o
3. Josua
4. Rizki Hidayatullah
 1. PERUMUSAN
MASALAH

6. KESIMPULAN 2. PENYUSUNAN
MATRIKS KORELASI

5. INTEPRETASI FAKTOR 3. EKSTRAKSI FAKTOR

4. ROTASI FAKTOR
 Tujuan analisis factor ini adalah untuk mempermudah analisis
dengan mempersingkat atau mengecilkan jumlah variable
data menjadi beberapa factor.

SYARAT ANALISIS FAKTOR :

PERUMUSAN
-Data yang digunakan adalah data yang bersifat Interval / Rasio
MASALAH -Sampel yang digunakan harus besar (50-100 sampel pengamatan), atau dengan
asumsi 1:10 untuk masing-masing variabel

“FAKTOR – FAKTOR YANG MEMPENGARUHI PILIHAN KONSUMEN

TERHADAP SABUN AROMA BUAH”
DATA ANALISIS FAKTOR
 DATA VIEW

 Setelah input data, data

langsung diolah menggunakan
aplikasi SPSS untuk melihat
matriks korelasinya.
 Setelah itu diekstraksi untuk
menganalisis variable yang
dapat diolah selanjutnya.
25
Responden
MATRIKS
KORELASI

Correlation = Mendekati 1
Sig. = P value= <0,05
 terdapat hubungan/korelasi
 Pengujian KMO & Bartlett’s Test

Pengujian KMO & Bartlett’s Test

Metode KMO ini mengukur
kecukupan sampling secara
menyeluruh dan mengukur
kecukupan sampling untuk setiap Nilai signifikansi (Sig.) pada Bartlett’s Test of Sphericity yaitu
indikator. 0,000 < 0,05 sehingga dapat dilakukan PCA

Nilai KMO sebesar 0,672 menunjukkan bahwa p-value >0,5

sehingga layak untuk dianalisis.
Measure of Sampling Adequency (MSA)
Anti Image Matrices
Image matrices untuk mengetahui apakah variabel – variabel secara
parsial layak untuk dianalisis dan tidak dikeluarkan dalam pengujian
apabila MSA>0,5.
EKSTRAKSI
FAKTOR
Variabel yang Terdapat 2 faktor baru
digunakan memiliki yang terbentuk karena
hubungan yang kuat nilai eigen value lebih
dengan faktor yang dari 1.
terbentuk karena
semua variabel
mempunyai nilai
communalities yang
besar (>0.5)
LOADING FACTOR dan ROTATION

• Hasil dari loading faktor

yang telah dirotasi dengan
Varimax tidak ada yang
<0.5 sehingga dapat
digunakan.
• Nilai dari diagonal utama
pada component
transformation matrix tidak
ada yang <0,5 maka
hasilnya dapat digunakan
untuk analsiis lanjutan

 Rotasi dilakukan untuk memudahkan melihat nilai variable

yang relative sama untuk dijadikan dalam 1 factor yang sama
pula.
 Faktor baru yang terbentuk berdasarkan
nilai loading factor yang terbesar, yaitu :
1. FAKTOR FISIK : Tekstur sabun, Aroma sabun,
Desain sabun, dan warna sabun
2. FAKTOR HASIL : Kelembutan kulit, Kebersihan
kulit, Kehalusan kulit

INTEPRETASI
FAKTOR

Untuk lebih memastikan bahwa faktor

baru dapat digunakan, dilihat dari
nilai component transformation matrix
yang pertama >0,5
 Selain dapat membuat penamaan baru sesuai dengan
karakteristik variable, penamaan factor juga dapat
dilakukan dengan melihat nilai koefisien matriks
terbesar setiap factor.

PENAMAAN
FAKTOR Sehingga penamaannya menjadi :
FAKTOR 1 : Tekstur
FAKTOR 2 : Kelembutan Kulit
  Analisis Faktor digunakan untuk mempermudah pengolahan data
dan membuat proses analisis menjadi lebih efisien.
 Dengan mengambil 7 jenis variable dan 25 responden didapatkan
2 Faktor Baru
 Faktor baru dinamakan sesuai karakteristik dari variable masing-
masing factor, yaitu Faktor 1 : Faktor Fisik, Faktor 2 : Faktor Hasil
KESIMPULAN  Penamaan Faktor baru dapat dilakukan dengan menggunakan
nama variable yang memiliki nilai koefisien matriks tertinggi dari
setiap factor. Yaitu : Faktor 1 : Tekstur, Faktor 2 : Kebersihan Kulit
 Faktor 1 terdiri dari : Tekstur, Aroma sabun, Desain sabun dan
Warna sabun.
 Faktor 2 terdiri dari : Kelembutan kulit, Kebersihan kulit dan
Kehalusan kulit.
Thank you