Analisis faktor adalah suatu analisis data untuk mengetahui faktor-faktor yang dominan dalam menjelaskan suatu masalah.
Misalnya suatu studi ingin mengetahui faktor-faktor yang dominan yang menentukan keberhasilan Program Keluarga Berencana. Misalnya ada sekitar 20 peubah bebas yang digunakan untuk menentukan hal tersebut. Analisis faktor akan menentukan faktor-faktor apa saja dari ke-20 peubah tersebut yang merupakan faktor-faktor dominan dalam menentukan keberhasilan Program Keluarga Berencana.
Analisis Faktor pada dasarnya bertujuan untuk mendapatkan sejumlah kecil faktor-faktor yang memiliki sifat-sifat:
1. Mampu menerangkan semaksimal mungkin keragaman data.
2. Faktor-faktor tersebut saling bebas.
3. Tiap-tiap faktor dapat diinterpretasikan sejelas-jelasnya.
Dalam analisis fackor ini seluruh variabel yang ada akan dilihat hubungannya (interdependent antar variabel), sehingga akan menghasilkan pengelompokan atau tepatnya abstraction dari banyak variabel mejadi hanya beberapa variabel baru atau faktor. Dengan sedikit faktor ini sebenarnya akan menjadi lebih mudah untuk dikelola. Ini sebenarnya merupakan: EXPLORATORY RESEARCH.
Variabel Dependent: data kuantitatif skala interval sampai rasio.
Variabel Independent: data kuantitatif skala intervalsampai rasio.
2. Teknik yang digunakan adalah TEKNIK INTEREPENDESI, yaitu seluruh set hubungan yang interdependen diteliti. Prinsipnya menggunakan KORELASI r=1 dan r=0. Dipergunakan dalam hal mengidentifikasi variabel yang berkorelasi dan yang tidak/kecil korelasinya.
3. Analisis Faktor menekankan adanya COMMUNALITY=jumlah varian yang disumbangkan oleh suatu variabel pada variabel lainnya.
4. Kovariansi antar variabel yang diuraikan akan memunculkan COMMON FACTORS (jumlahnya sedikit) dan UNIQUE FACTORS setiap variabel. (FAKTOR-FAKTOR tidak secara jelas terlihat).
5. Adanya koefisien nilai factor (factor score coefficient), sehingga factor 1 menyerab sebagian besar seluruh variabel, factor 2 TIDAK berkorelasi dengan faktor 1Ã dilakukan oleh komputer.
2. MATRIKS KORELASI.
3. COMMUNALITY: jumlah varian yang disumbangkan oleh variabel terhadap seluruh variabel lain.
4. EIGEN VALUE: jumlah varian yang dijelaskan oleh setiap factor. Hanya eigenvalue > 1 yang dimasukkan dalam model.
5. SCREE PLOT: plot dari eigen value sebagai sumbu vertical dan banyaknya fektor sebagai sumbu datar, untuk menentukan banyaknya factor yang bisa ditarik (factor extraction)
Untuk Tutorial SPSS mengenai analisis faktor silahkan kesini
[TUTORIAL] contoh kasus analisis faktor dengan SPSS
Menurut Jhonson dan Wichern (1992) yang dimaksud dengan analisis faktor adalah:1. Pengembangan dari Analisis Komponen Utama (AKU) yang lebih terperinci dan teliti.2. Mengecek konsistensi data terhadap struktur peubah.Kegunaan dari Analisis Faktor (Jhonson dan Wichern, 1992) adalah:1. Untuk meneliti keterkaitan peubah-peubah dalam satu set data.2. Untuk menyederhanakan deskripsi dari suatu set data (peubah) yang banyak dan saling berkorelasi menjadi set data lain yang ringkas dan tidak lagi saling berkorelasi
Misalnya suatu studi ingin mengetahui faktor-faktor yang dominan yang menentukan keberhasilan Program Keluarga Berencana. Misalnya ada sekitar 20 peubah bebas yang digunakan untuk menentukan hal tersebut. Analisis faktor akan menentukan faktor-faktor apa saja dari ke-20 peubah tersebut yang merupakan faktor-faktor dominan dalam menentukan keberhasilan Program Keluarga Berencana.
Analisis Faktor pada dasarnya bertujuan untuk mendapatkan sejumlah kecil faktor-faktor yang memiliki sifat-sifat:
1. Mampu menerangkan semaksimal mungkin keragaman data.
2. Faktor-faktor tersebut saling bebas.
3. Tiap-tiap faktor dapat diinterpretasikan sejelas-jelasnya.
Dalam analisis fackor ini seluruh variabel yang ada akan dilihat hubungannya (interdependent antar variabel), sehingga akan menghasilkan pengelompokan atau tepatnya abstraction dari banyak variabel mejadi hanya beberapa variabel baru atau faktor. Dengan sedikit faktor ini sebenarnya akan menjadi lebih mudah untuk dikelola. Ini sebenarnya merupakan: EXPLORATORY RESEARCH.
1. JENIS DATA
Variabel Dependent: data kuantitatif skala interval sampai rasio.
Variabel Independent: data kuantitatif skala intervalsampai rasio.
PROSEDUR UMUM DALAM ANALISIS FAKTOR
KONSEP DASAR ANALISIS FAKTOR
1. Bukan mengaitkan antara dependent variabel dengan independent variabel, tapi membuat REDUKSI atau ABSTRAKSI atau meringkas dari BANYAK variabel menjadi SEDIKIT variabel.2. Teknik yang digunakan adalah TEKNIK INTEREPENDESI, yaitu seluruh set hubungan yang interdependen diteliti. Prinsipnya menggunakan KORELASI r=1 dan r=0. Dipergunakan dalam hal mengidentifikasi variabel yang berkorelasi dan yang tidak/kecil korelasinya.
3. Analisis Faktor menekankan adanya COMMUNALITY=jumlah varian yang disumbangkan oleh suatu variabel pada variabel lainnya.
4. Kovariansi antar variabel yang diuraikan akan memunculkan COMMON FACTORS (jumlahnya sedikit) dan UNIQUE FACTORS setiap variabel. (FAKTOR-FAKTOR tidak secara jelas terlihat).
5. Adanya koefisien nilai factor (factor score coefficient), sehingga factor 1 menyerab sebagian besar seluruh variabel, factor 2 TIDAK berkorelasi dengan faktor 1Ã dilakukan oleh komputer.
TEKNIK STATISTIK UNTUK ANALISIS FAKTOR:
1. BARTLETT’S TEST OF SPHERICITY: uji statistic untuk menguji hipotesis bahwa variabel tidak saling berkorelasi dalam populasi.2. MATRIKS KORELASI.
3. COMMUNALITY: jumlah varian yang disumbangkan oleh variabel terhadap seluruh variabel lain.
4. EIGEN VALUE: jumlah varian yang dijelaskan oleh setiap factor. Hanya eigenvalue > 1 yang dimasukkan dalam model.
5. SCREE PLOT: plot dari eigen value sebagai sumbu vertical dan banyaknya fektor sebagai sumbu datar, untuk menentukan banyaknya factor yang bisa ditarik (factor extraction)
Untuk Tutorial SPSS mengenai analisis faktor silahkan kesini
[TUTORIAL] contoh kasus analisis faktor dengan SPSS
Kalau ada kritik, saran dan pertanyaan silahkan komentarnya di kolom komentar di bawah. Kalau tidak punya akun silahkan ditulis sebelah kiri yaitu kolom “Chatbox”. Mohon dicantumkan email atau contact yang bisa dihubungi.
Social Plugin