(FACTOR ANALYSIS)
PENDAHULUAN
Analisis faktor: mengkaji hubungan internal dari
gugus variabel
Data: peubah-peubah yang dianalisis berkorelasi
tinggi didalam grupnya sendiri dan berkorelasi
rendah dengan yang berbeda grup
Tujuan: untuk mempelajari beberapa sifat yang
mendasar namun tidak dapat terobservasi
kuantitasnya
Tokoh: Charles Spearman yang mengemukakan
dalil bahwa korelasi internal dapat diwakili
dengan menggunakan sebuah peubah atau
faktor yang dinamakan dengan faktor g.
Selanjutnya faktor ini dikenal sebagai faktor
’kepintaran umum’ (general intelegence)
FORMULASI MODEL
FAKTOR
Misal vektor acak X dengan p komponen memiliki
.rataan µ dan matriks peragam (covariance) Σ
:Pada umumnya model analisis faktor adalah
X1 - µ1 = l11F1 + l12F2 + … +l1mFm + ε1
X2 - µ2 = l21F1 + l22F2 + … +l2mFm + ε2
:
:
:
:Keterangan
µ = vektor rataan
L = matriks konstanta yang tidak diketahui
nilainya (loading factor)
F = vektor acak
ε = vektor unsur galat (faktor khusus)
FORMULASI MODEL
FAKTOR
(lanjutan)
:Dengan asumsi
E(F) = 0, E(ε) = 0
Cov(F) = E(FF’) = I
Cov(ε) = E(ε ε’) = ψ = diag(ψ1, ψ2,…,
ψp)
Metode
|L^ = |√λ1Γ1|√λ2Γ2|…|√λkΓk
1 h1 2
0 ... 0
ˆ 0
2
1 h2 . 0
2
.
.
1 h p
0 0
Metode Komponen Utama (lanjutan)
RMS_overall = √(1/p(1-p))Σip=1Σjp=1resij2
Penduga n kemungkinan
1
{tr[( LL' ) Smaksimum
} ln | ( LL'bagi L dan ψ diperoleh
1
ln c ) 1 S |]}
2
dengan memaksimumkan persamaan diatas dengan kendala k(k-
.1)/2 persyaratan keunikan (Johnson&Wichern,1998)
Penentuan banyaknya faktor bersama
Lmaka
jika H0 benar, nilai maksimum untuk
:log dari fungsi kemungkinannya adalah
Uji Nisbah Kemungkinan (likelihood ratio test): (lanjutan)
ln LH 0
n 1
c * 1
1
tr S S ln S S
2
n 1
c
*
p
2
LH 0
2 ln 2 ln
Statistik uji nisbah kemungkinan yaitu
L
LH 0
Jadi, hipotesis nol ditolak jika 2 ln ; db 1 2 p k 2 p k
2
L
Penentuan banyaknya faktor bersama
(lanjutan)
Rotasi Varimax
p i 1 hi
ROTASI FAKTOR
(lanjutan)
Rotasi Oblique
Digunakan apabila transformasi
ortogonal terhadap matriks loading
faktor menghasilkan faktor yang
.masih sulit diinterpretasikan
ROTASI FAKTOR
(lanjutan)
Rotasi quartimax
Transformasi ortogonal dengan tujuan
memperoleh
yang memaksimumkan
* 4
l
i j
ij
Mencapai maximum.
Data harga saham dianalisa kembali dengan
menggunakan metode maksimum likelihood
dengan tetap memakai dua model faktor