DAN CONFIRMATIORY
Dr. Fitri April Yanti, M.Pd
PENGERTIAN
• Analisis factorial dimaksudkan untuk menemukan suatu cara
ringkas (summarize) informasi yang ada dalam variabel asli
(awal) menjadi satu set dimensi baru atau variat (faktor atau
komponen) (Ghozali, 2015).
• Tujuan utama dari analisis faktor adalah menyederhanakan
dan meringkas (reduction and summarize) sejumlah besar
pengukuran yang inter-korelasi menjadi konstruk yang lebih
sedikit dan representative atau faktor (Ho, R. 2014, Ghozali,
2015).
• Tujuan lain dari analisis faktor adalah memvalidasi konstruk.
(Williams, B., Onsman, A., Brown, T. 2010).
• Analisis Faktor dapat digunakan untuk keperluan (1)
Exploratory Factor Analysis (EFA) dan (2) Confirmatory
Factor Analysis (CFA).
• Tujuan utama dari EFA adalah mengeksplor atau mencari
pengelompokkan baru dari variable asli sehingga variable baru
menjadi lebih sedikit, atau mereduksi veriabel asli atau
mengembangkan alat pengukuran terutama dalam
psychometric (Ghozali, 2015, Osbone, J.W, Fitzpatrick, D.,C.
2012).
• Sedangkan CFA mempunyai tujuan megkonfirmasi apakah
suatu konstruk yang secara teori dapat dikonfirmasi dengan
data empirisnya/ memvalidasi alat ukur (Ghozali, 2015).
Secara ringkas tujuan lain dari EFA adalah:
1. Ukuran sample 100 atau lebih. 100 lemah, 200 fair, 300 baik, 500 sangat baik, 1000
atau lebih excellent.
2. Jumlah partisipan diukur dengan perbandingan N/p dengan N = jumlah partisipan dan
p = jumlah variable, kisarannya 3:1, 6:1, 10:1, 15:1, atau 20:1, sebenarnya tidak ada
rasio minimum sehingga mencapai ukuran sampel yang dibolehkan.
4. Cara lain dapat dilakukan dengan uji Bartlett test of sphericity. Uji lain yang dapat
digunakan untuk melihat interkorelasi antar variabel dan dapat tidaknya analysis faktor
dilakukan adalah messure of sampling adequacy (MSA) nilai MSA dari 0 sampai 1, jika
MSA < 0,5 maka analisis faktor tidak dapat dilakukan (Ghozali, 2015).
Tujuan analisis
Analisis faktor yang paling esensial dilakukan dengan tiga cara (1) extraction,
(2) rotation, dan (3) interpretation.
1. Extraction
Ekstraksi hanya mengacu pada proses penentuan berapa banyak faktor terbaik
menjelaskan matriks kovariasi diamati dalam kumpulan data. Dalam penelitian
alangkah lebih baik- lebih banyak melakukan penghematan termasuk pada
faktor-faktor dari suatu penelitian.
Nilai KMO dianggap mencukupi jika lebih dari 0,5. Hasil penelitian menunjukkan bahwa nilai Kaiser
Meyer Olkin Measure of Sampling sebesar 0,404. Dengan demikian persyaratan KMO tidak memenuhi
persyaratan karena memiliki nilai kurang dari 0,5. maka analisis faktor dalam penelitian ini tidak dapat
dilanjutkan.
Jika nilai KMO > 0,5 maka analisis dilanjutkan. Hasilnya seperti ini.
Tabel Eigenvalue
• Berdasarkan tabel tersebut, lihat kolom
“Component” yang menunjukkan
bahwa ada 8 komponen yang dapat
mewakili variabel.
• Perhatikan kolom “Initial Eigenvalues”
yang dengan SPSS kita tentukan
nilainya 1 (satu).
• Misal: Nilai eigenvalues component 1
sebesar 2,441 atau > 1 maka menjadi
faktor 1 dan dapat menjelaskan
12,850% variasi. Dst.
• Dengan demikian, karena nilai
Eigenvalues yang ditetapkan 1, maka
nilai Total yang akan diambil adalah
yang > 1 yaitu component 1, 2, 3, 4, 5,
6, 7, 8.
ANALISIS FAKTOR UNTUK UJI VALIDITAS KONSTRUK INSTRUMEN PENGUKURAN