FAKTOR
Kegunaan
menjadi variabel baru yang
atau variabel bentukan
jumlahnya lebih sedikit.
alat analisis statistik yang dipergunakan untuk teknik untuk mengidentifikasi variabel
mereduksi faktor-faktor yang mempengaruhi atau faktor yang memiliki pola
suatu variabel menjadi beberapa set indikator hubungan tertentu dalam sebuah
saja, tanpa kehilangan informasi yang berarti kelompok variabel
ANALISIS FAKTOR
analisis multivariant yang bertujuan untuk pendekataan statistik yang dapat digunakan
meringkas atau mereduksi variabel amatan untuk menganalisis hubungan di antara
secara keseluruhan menjadi beberapa variabel beberapa variabel dan menjelaskan variabel-
atau dimensi baru, akan tetapi variabel atau varibel ini dalam keadaan umumnya
dimensi baru yang terbentuk tetap mampu berdasarkan dimensi (faktor).
mempresentasikan variabel utama.
DEFINISI
• analisis faktor merupakan
teknik statistika yang
utamanya dipergunakan untuk
mereduksi atau meringkas
data dari variabel yang banyak
diubah menjadi sedikit
variable (J. Supranto,2004)
Ukuran Sampel untuk Analisis Faktor
• Ukuran sampel minimal 5 x Variabel yang diteliti. Jika terdapat
20 variable, maka sampel haruslah minimal 100 responden, ini
berarti dalam penelitian ini ada 20 kolom (variable) dan 100
baris (responden) atau 2000 sel data.
Jenis-jenis Analisis Faktor
teknik analisis faktor di mana beberapa faktor
yang akan terbentuk berupa variabel laten yang
belum dapat ditentukan sebelum analisis
Analisis faktor eksploratori atau dilakukan. Pada prinsipnya analisis faktor
analisis komponen utama (PCA = eksploratori di mana terbentuknya faktor-faktor
atau variabel laten baru adalah bersifat acak,
principle component analysis) yang selanjutnya dapat diinterprestasi sesuai
dengan faktor atau komponen atau konstruk
yang terbentuk.
X2
F? F tersebut merupakan
X4
Variabel laten apa saja?
X5
X6
Dalam gambar tersebut terdapat 6 indikator (var observasi)
yang akan membentuk berapa Faktor (var laten) belum
diketahui
Analisis Faktor Konfirmatori
X1
X2
X4
Faktor I = Ability
Aspiration
X5 Faktor II = Aspiration
X6
Langkah-Langkah Analisis Faktor
Pembentukan
Ekstraksi Penamaan
Tabulasi Data Matriks Rotasi Faktor
Faktor Faktor
Korelasi Data
Tabulasi Data
• Data yang telah diperoleh dari penyusunan serta
penyebaran kuesioner di tempat yang telah
ditentukan, kemudian data-data ini dikumpulkan
serta ditabulasikan pada kolom-kolom agar
mempermudah untuk dikonversi pada software
yang akan digunakan.
Pembentukan Matriks Korelasi
Matriks korelasi merupakan matriks yang memuat koefisien korelasi dari
semua pasangan variabel dalam penelitian ini.
Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk
melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisa faktor
Ekstrasi Faktor
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstrasi terhadap
sekumpulan variabel yang ada KMO > 0,5 sehingga terbentuk satu atau lebih faktor .
Metode yang digunakan untuk maksud ini adalah analisis komponen utama (principal component analysis)
yaitu merupakan metode yang digunakan untuk mereduksi sejumlah variabel menjadi beberapa factor dalam
jumlah sedikit tetapi bisa menjelaskan keragaman variabel aslinya.
Metode tersebut menggunakan kriteria latent root, di mana latent root atau
eigenvalues > 1 dianggap signifikan dan rotasi faktor dengan metode varimax.
Rotasi Faktor
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang
lebih sederhana, sehingga lebih mudah diinterpretasikan.
Dalam analisis ini rotasi faktor dilakukan dengan metode rotasi varimax.
Hasil dari rotasi ini terlihat pada tabel rotated component matrix, di mana dengan metode ini nilai total variansi
dari tiap variabel yang ada di tabel component matrix tidak berubah. Yang berubah hanyalah komposisi dari
nilai factor loading dari tiap variabel.
Penamaan Faktor
Jumlah konsumsi vitamin Jumlah konsumsi makanan bergizi dalam seminggu (X2)
7 3 6 4 2 6 4 6 3 3
1 3 2 4 5 5 3 6 3 3
6 2 3 4 1 7 3 7 4 1
4 5 4 6 2 2 4 3 3 6
1 2 2 3 6 3 5 3 6 4
6 3 6 4 2 1 3 2 3 5
5 3 6 3 4 5 4 5 4 2
6 6 7 4 1 2 2 1 5 4
3 4 2 3 6 4 6 4 6 4
2 6 2 6 7 6 5 4 2 1
6 4 7 3 2 3 5 4 6 4
2 3 1 4 5 4 4 7 2 2
7 2 6 4 1 3 7 2 6 4
4 6 4 5 3 4 6 3 7 2
1 3 2 2 6 2 3 2 4 7
Prosedur dalam SPSS
Untuk penghitungan analisis faktor ini tahapannya sebagai berikut:
1. Pilih menu Analyze, lalu pilih Data reduction dan pilih Factor
2. Pilih variabel X1 s/d X24 dan pindahkan ke kotak variabel
3. Pilih Descriptives kemudian pada kelompok Statistics pilih option Initial solution, pada kelompok Correlation
Matrix, pilih Coefficiens, Significance levels, KMO and Bartlett…dan Determinant, kemudian klik Continue.
4. Pilih Extraction, pilih Principle components pada Method, pada Analyze pilih Correlation matrix,
pada Extract pilih Eigenvalue over 1, pada Display pilih Scree Plot, kemudian klik Continue.
5. Pilih Rotation kemudian pilih Varimax pada pilihan Method, kemudian klik Continue.
6. Klik Scores kemudian pilih Save as variables dengan Method sebagai Bartlett. Klik Display factor score
coefficient matrix. Kemudian klik Continue.
7. Pilih Options kemudian klik Sorted by size. Kemudian klik Continue.
8. Klik OK.
Output di SPSS dan Interpretasinya
Factor Analysis
Semakin besar nilai korelasi
konsumsi_m Rata_jumlah kemudahan_ matriknya maka hubungan
akanan Lama_istirah _sumber rumah_sekol antar variable terkait akan
Lama_belajar bergizi at belajar ah semakin besar.
Correlation Lama_belajar Dari table “Corelation Matrix”
1.000 -.001 .830 -.086 -.858
maka dapat dilihat bahwa
konsumsi_maka
nan bergizi -.001 1.000 .012 .548 -.044 korelasi kuat terjadi antara
variable Lama_belajar dan
Lama_istirahat Lama_istirahat sebesar 0,830
.830 .012 1.000 -.251 -.713
variabel Rata_jumlah_sumber
Rata_jumlah belajar dan Konsumsi_makanan
sumber belajar -.086 .548 -.251 1.000 -.007
bergizi sebesar 0,548
kemudahan_ru
mah_sekolah -.858 -.044 -.713 -.007 1.000 keduanya mempunyai hubungan
positif.
KESIMPULAN
Matrik komponen merupakan matrik hubungan antara variabel dan Faktor yang
merupakan pengkategori dari variabel-variabel ybs. Dari matrik komponen di atas
dapat disimpulkan bahwa dari sebanyak 5 variabel diperoleh sebanyak 2 faktor.
2 Komponen (factor) yang terbentuk adalah:
1. Komponen 1 meliputi variabel Lama_belajar dan Lama_istirahat
2. Komponen 2 meliputi variabel Rata_jumlah_sumber belajar dan
Konsumsi_makanan bergizi.
REFERENSI
Pideksi, Ari. (2009). SPSS untuk Pengolahan Data Statistik. Yogyakarta: Andi Offset.
Putu, I Arista Yasa, dkk. (2017). Implementasi Analisis Faktor dalam Menganalisis Kepuasan Nasabah terhadap Kualitas Layanan (Studi Kasus:
Yamin, Sofyan dan Kurniawan, Heri. (2009). SPSS Complete, Teknik Analisis Statistik terlengkap dengan Software SPSS. Jakarta: Salemba
Infotek
Yuwono, Dita. Panduan Lengkap Menguasai Metode Analisis Faktor. Diunggah 10 April 2020. Diunduh 28 September 2020.
https://statmat.id/panduan-menguasai-metode-analisis-faktor/
Statistik Ceria. Contoh Kasus Dan Aplikasi Analisis Faktor Dalam Uji Validitas Konstrak Di Program SPSS. Diunduh pada 29 September
2020. https://statistikceria.blogspot.com/2012/01/contoh-kasus-dan-aplikasi-analisis.html