ANALISIS FAKTOR

Mikhael Roland Mandowen 1824029

 Analisis Faktor
teknik reduksi data yang digunakan
untuk menyederhanakan sejumlah
variabel yang saling berkorelasi menjadi
kelompok-kelompok variabel yang lebih
kecil.
penstrukturan data dilakukan dengan cara
mengelompokkan data asli berdasarkan
keeratan hubungan masing-masing
variabel dalam kelompok yang sama.
keeratan hubungan ditentukan
berdasarkan besarnya korelasi
antar variabel.
setiap kelompok variabel disebut
faktor. setiap faktor mewakili
variabel yang ada di dalamnya.
tidak ada hubungan atau korelasi
antar factor
Proses Analisis Faktor
1. Memilih variable yang layak dimasukan dalam analisis factor. Oleh
karena analisis factor berupaya mengelompokan sejumlah variable,
maka seharusnya ada korelasi yang cukup kuat diantara variable,
sehingga akan terjadi pengelompokan. Jika sebuah variable atau lebih
berkolerasi lemah dengan variable lainnya, maka variable, maka
variable tersebut akan dikeluarkan dari analisis factor.
2. Setelah sejumlah variable terpilih, maka dilakukan ekstraksi variable
tersebut hingga menjadi satu atau beberapa factor. Beberapa
metode pencarian factor yang popular adalah principal dan maximum
likehood.
3. Factor yang terbentuk pada banyak kasus, kurang menggambarkan
perbedaan diantara factor-faktor yang ada. Seperti pada contoh di atas,
factor 1 dan factor 2 ternyata masih memiliki kesamaan-kesamaan.
Sehingga untuk memperjelas apakah factor yang terbentuk sudah
secara signifikan berbeda dengan dengan factor lain, maka perlu
dilakukan proses rotasi.
4. Setelah factor benar-benar terbentuk, maka proses dilanjutkan dengan
melakukan penamaan factor yang ada.
5. Validasi factor.
 Eksploratory
Factor Analysis
Dalam Analisis Faktor
Ekspolaratori akan dilakukan
eksplorasi dari indikator-
indikator atau variabel-variabel
manifest yang ada, yang
nantinya akan terbentuk faktor-
faktor, yang kemudian dilakukan
interpretasi terhadapnya untuk
menentukan variabel-variabel
laten apa yang dapat diperoleh
Confirmatory
Factor Analysis
Dalam analisis faktor
konfirmatori, seseorang secara
apriori berlandaskan landasaran
teori dan konsep yang dimiliki,
dia sudah mengetahui berapa
banyak faktor yang harus
terbentuk, serta variabel-variabel
laten apa saja yang termasuk ke
dalam faktor-faktor tersebut.
Selanjutnya buka SPSS kalian 

Eksploratory
Factor Analysis
 Studi Kasus
pemerintah propinsi jawa timur, berniat melakukan pengembangan sektor
pertanian, sehingga perlu dilakukan penyederhanaan, dari sepuluh variable
tersebut, agar nantinya pemerintah propinsi jawa timur bias lebih mudah
dalam melakukan proses evaluasi dari sektor pertanian di jawa timur.
Dengan demikian perlu dilakukan analisa factor, untuk mereduksi sepuluh
variable yang ada, menjadi beberapa factor.
 • Buka file Eksploratory .
• Klik Analyze, lalu submenu
Data Reduction, kemudian
pilih Factor.
• Masukkan semua variable
kemudian klik icon
descriptive

Angka KMO and Bartlett’s untuk semua

• Untuk Statistic, biarkan pilihan pada default Initial
Solution.
• Untuk Correlation Matrix, pilih KMO and burtlett’stest
Sphericity dan Anti Image, abaikan pilihan yang lain.
variable adalah 0,618 dengan signifikansi 0,000.
Oleh karena angka tersebut sudah > 0,5 dan sig <
0,05 maka variable dan sampel yang ada
sebenarnya sudah bisa dianalisis lebih lanjut
tetapi belum tentu dapat dikelompokkan menjadi
faktor-faktor yang dimasukkan ke dalam faktor-
faktor yang mempengaruhi perkembangan
pertanian.
Untuk dapat mengetahui variable manakah yang dapat Adapun pedoman penilainnya
dianalisis dapat dilihat tabel Anti-image Matrices dibawah ini  adalah nilai MSA > 0.5. Jika
ada variable yang nilainya <
0.5, maka variable tersebut
harus dikelaurkan dari proses
analisis factor.

Berdasarkan tabel Anti-image

Matrices pada Anti-image
Correlation, dilihat pada angka
yang diikuti huruf a. Berdasarkan
table, variable yang nilainya
dibawah 0.5 adalah variable Luas
Panen Bersih Jagung. Sehingga
variable jagung harus dikeluarkan
dari proses ini, seandainya pada
proses selanjutnya masih ada nilai
MSA dibawah 0.5, maka variable
tersebut juga harus dikeluarkan,
sampai tidak ada variable yang
nilai MSAnya dibawah 0.5
 Langkah Pengulangan Pemilihan Variabel:
• Buka file Praktikum Anfak.
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
• Tekan tombol reset untuk menghapus semua variable yang sudah masuk.
Pengisian:
• Variabel yang dimasukan adalah semua variable, kecuali Luas Panen Bersih Jagung
• Kemudian Lakukan Proses yang sama seperti sebelumnya

Nilai KMOnya sudah > 0.5 yaitu

sebesar 0.608, sehingga bisa
dilakukan proses selanjutnya. Masih
ada variable yang nilai MSAnya
dibawah 0.5 maka perlu dilakukan
pembuangan variable. Karena ada
lebih dari satu variable yang nilai
MSAnya dibawah 0.5, maka lihat
variable yang nilai SMAnya paling
kecil yakni Produksi Jagung.
Langkah Pengulangan Pemilihan Variabel:
• Buka file Praktikum Anfak.
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
• Tekan tombol reset untuk menghapus semua variable yang sudah masuk.
Pengisian:
• Variabel yang dimasukan adalah semua variable, kecuali Luas Panen
Bersih Jagung dan Produksi Jagung
• Kemudian Lakukan Proses yang sama seperti sebelumnya

Nilai KMOnya sudah > 0.5 yaitu sebesar

0.620, sehingga bisa dilakukan proses
selanjutnya. Masih ada variable yang nilai
MSAnya dibawah 0.5 maka perlu
dilakukan pembuangan variable. Karena
ada lebih dari satu variable yang nilai
MSAnya dibawah 0.5, maka lihat variable
yang nilai SMAnya paling kecil yakni
Produksi Ubi.
Langkah Pengulangan Pemilihan Variabel:
• Buka file Praktikum Anfak.
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
• Tekan tombol reset untuk menghapus semua variable yang sudah masuk.
Pengisian:
• Variabel yang dimasukan adalah semua variable, kecuali Luas Panen Bersih Jagung,
Produksi Jagung dan Produksi Ubi
• Kemudian Lakukan Proses yang sama seperti sebelumnya

Nilai KMOnya sudah > 0.5

yaitu sebesar 0.649, sehingga
bias dilakukan proses
selanjutnya. Berdasarkan table
anti image, didapatkan semua
variable sudah memiliki nilai
MSA > 0.5, sehingga analisa
factor bisa dilakukan.
Analisa Faktor
• Buka file Praktikum Anfak.
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
• Tekan tombol reset untuk menghapus semua variable yang sudah masuk.
Pengisian:
• Klik icon extraction, kemudian kemudian pada bagian Method pilih
principal components. Untuk display pilih unrotated factor dan scree
plot.
• Abaikan pilihan lain, tekan continue dan klik OK

Berdasarkan tabel diatas, ternyata ada

2 faktor yang terbentuk karena pada
component 2, nilai eigenvaluesnya
masih diatas 1. Dengan total %
kumulatif sebesar 77.25%. Hal ini
berarti kedua faktor yang terbentuk
bisa menjelaskan 77.25% dari semua
variabel yang ada.

Tabel diatas menggambarkan

distribudi variable dalam faktor.
Ternyata masih ada variabel
yang belum jelas masuk faktor
mana, maka perlu dilakukan
Langkah-langkah Rotasi:
• Klik Rotation, kemudian
pilih varimax dan loading
plot.
Berdasarkan tabel, berikut pembagian
faktornya :
Faktor 1 : Luas Total Lahan Sawah, Luas
Panen Bersih Padi Sawah Ladang, Produksi
Total Padi Sawah Ladang
Faktor 2 : Luas Total Lahan Bukan Sawah,
Luas Produksi Bersih Ubi, Luas Produksi
Bersih Kacang, Produksi Kacang

Penamaan Faktor
Faktor 1 : Faktor Padi
Faktor 2 : Faktor Ubi dan Kacang

Component Transformation
Matrix menunjukkan
korelasi antara kedua faktor.
Korelasi ini ditunjukkan
melalui path diagonalnya
yang nilainya harus > 0.5
Selanjutnya buka SPSS kalian 

Confirmatory
Factor Analysis
 Studi Kasus
Seorang peneliti ingin mengetahui faktor yang mempengaruhi nilai lahan di Kota Surabaya
berdasarkan preferensi masyarakat. Oleh karena itu, peneliti melakukan survey primer berupa
pembagian kuisioner. Dalam penyusunan kuisioner tersebut, peneliti memiliki dasar pemikiran dari
tinjauan pustaka terkait faktor yang mempengaruhi nilai lahan.
Berdasarkan hasil tinjauan pustaka didapatkan 2 faktor utama yang mempengaruhi nilai lahan,
yakni ketersediaan infrastruktur dan kedekatan dengan pusat kegiatan. Infrastruktur yang dimaksud
dapat berupa jaringan jalan(x1), listrik(x2), maupun air bersih(x3). Sedangkan, pusat kegiatan yang
dimaksud dapat berupa mall(y1), industri(y4), real estate(y3), dan pusat kota(y4)).
Bila dilihat dari tujuan peneliti tersebut, maka perlu dilakukan analisa faktor yang sifatnya
mengkonfirmasi fenomena yang terjadi di lapangan apakah sesuai teori yang telah ada
• Buka file Confirmatory
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
• Masukkan variable yang tergolong 1 faktor x kedalam box variables
•
•
Klik descriptives (centang : KMO dan Anti-Image) - continue
Klik rotation (pilih : varimax) - continue
FACTOR X
• ok > cek and recheck output

Sig >0,05, maka matriks

korelasi merupakan matrik
identitas, artinya tidak
terdapat korelasi yang
signifikan antar variabel.

Masih ada variable yang nilai

MSAnya < 0.5 maka perlu
dilakukan pembuangan
variable. Karena ada lebih dari
satu variable yang nilai
MSAnya < 0.5, maka lihat
variable yang nilai SMAnya
paling kecil yang harus dibuang
yakni x1.
• Buka file Confirmatory
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
•
•
Masukkan variable yang tergolong 1 faktor x kedalam box variables kecuali x1
Klik descriptives (centang : KMO dan Anti-Image) - continue
FACTOR X
• Klik rotation (pilih : varimax) - continue
• ok > cek and recheck output

Faktor yang terbentuk dari x2

dan x3 hanya 1.
Faktor x dapat dijelaskan oleh
x2 dan x3 sebesar 69,5%,
sisanya dijelaskan oleh
variabel lain

Berdasarkan hasil perhitungan

menggunakan SPSS, dapat diketahui
KMO dan MSA telah bahwa ketersediaan infrastruktur berupa
memenuhi ketentuan. jaringan listrik dan air bersih merupakan
Sig <0,05 dan MSA <= faktor mempengaruhi nilai lahan di Kota
• Buka file Confirmatory
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
•
•
Masukkan variable yang tergolong 1 faktor y kedalam box variables
Klik descriptives (centang : KMO dan Anti-Image) - continue
FACTOR Y
• Klik rotation (pilih : varimax) - continue
• ok > cek and recheck output

Sig <0,05, maka matriks

korelasi bukan merupakan
matrik identitas, artinya
terdapat korelasi yang
signifikan antar variabel.

Masih ada variable yang

nilai MSAnya < 0.5 maka
perlu dilakukan
pembuangan variable. lihat
variable yang nilai SMAnya
paling kecil yang harus
dibuang yakni y2.
• Buka file Confirmatory
• Klik Analyze, lalu submenu Data Reduction, kemudian pilih Factor.
•
•
Masukkan variable yang tergolong 1 faktor y kedalam box variables kecuali y2
Klik descriptives (centang : KMO dan Anti-Image) - continue FACTOR Y
• Klik rotation (pilih : varimax) - continue
• ok > cek and recheck output

Faktor yang terbentuk dari y1,

y3, dan y4hanya 1.
Faktor y dapat dijelaskan oleh
y1, y3 dan y4 sebanyak 70,8%,
dan sisanya dijelaskan oleh
variabel lain

Berdasarkan hasil perhitungan

KMO dan MSA telah menggunakan SPSS, dapat
memenuhi ketentuan. diketahui bahwa adanya kegiatan
Sig <0,05 dan MSA <= berupa mall, real estate dan pusat
0,5 kota mampu mempengaruhi nilai
lahan di Kota Surabaya
 Interpretasi
• Fenomena land value di Kota Surabaya, berdasarkan hasil penelitian, terjadi
karena adanya 2 faktor yakni ketersediaan infrastruktur dan kedekatan dengan
pusat kegiatan.
• Infrastruktur yang dimaksud lebih pada infrastuktur listrik dan air bersih. Artinya
semakin dilengkapi dengan jaringan listrik dan air bersih, maka nilai lahan yang
ada pada suatu lokasi akan semakin meningkat.
• Disisi lain, kedekatan dengan pusat kegiatan seperti mall, real estate, dan pusat
kota juga mempengaruhi tingginya nilai lahan pada suatu lokasi. Semakin dekat
dengan pusat kegiatan, maka akan diikuti dengan semakin tingginya nilai lahan.