KONSEP ANALISIS FAKTOR
Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk memberiikan deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang disebut faktor. Analisis faktor adalah prosedur untuk mengidentifikasi item atau variabel berdasarkan kemiripannya. Kemiripan tersebut ditunjukkan dengan nilai korelasi yang tinggi. Item-item yang memiliki korelasi yang tinggi akan membentuk satu kerumunan faktor.Prinsip dasar dalam analisis faktor adalah menyederhanakan deskripsi tentang data dengan mengurangi jumlah variabel/ dimensi.
Analisis faktor memungkinkan peneliti untuk:
- Menguji ketepatan model (goodness of fit test) faktor yang terbentuk dari item-item alat ukur.
- Menguji kesetaraan unit pengukuran antar item,
- Menguji reliabilitas item-item pada tiap faktor yang diukur,
- Menguji adanya invarian item pada populasi.
JENIS ANALISIS FAKTOR
a) Analisis Faktor Eksploratori (Exploratory Factor Analysis)
Seorang peneliti membuat seperangkat item yang mengukur kualitas pelayanan bank. Item tersebut merupakan operasionalisasi dari teori dan indikator mengenai kualitas layanan. Peneliti hendak mengidentifikasi berapa faktor yang ada di dalam seperangkat item tersebut. Dari analisis faktor kemudian didapatkan ada 4 faktor yang menggambarkan kualitas layanan bank, antara lain faktor fitur layanan, fasilitas gedung, keramahan karyawan, serta jaminan keamanan.b) Analisis Faktor Konfirmatori (Confirmatory Factor Analysis).
Seorang peneliti merancang sebuah alat ukur mengenai dukungan sosial. Alat ukur tersebut berisi seperangkat aitem yang diturunkan dari lima dimensi dukungan sosial. Peneliti berusaha memastikan apakah alat ukur yang dibuatnya benar-benar menjelaskan kelima dimensi tersebut. Ia kemudian melakukan analisis faktor konfirmatori. Hasil dari analisis faktor menunjukkan bahwa pembagian kelima faktor akhirnya dibuktikan.FUNGSI ANALISIS FAKTOR
Analisis faktor memiliki fungsi penting dalam pengembangan alat ukur. Beberapa fungsi tersebut antara lain sebagai berikut.a) Pengujian Dimensionalitas Pengukuran
Dimensionalitas pengukuran adalah banyaknya atribut yang diukur oleh sebuah alat ukur. Alat ukur yang unidimensi mengukur satu atribut psikologis saja sedangkan alat ukur yang multidimensi mengukur lebih dari satu atribut ukur. Pengukuran dalam bidang psikologi didominasi oleh pengukuran unidimensi karena alat ukur yang dikembangkan peneliti psikologi biasanya mengukur satu target ukur saja. Misalnya Skala Kecemasan, skala ini diharapkan mengukur atribut kecemasan saja dan tidak mengukur atribut yang lain. Untuk mengetahui apakah alat ukur yang dikembangkan oleh peneliti mengukur satu atribut atau banyak atribut diperlukan analisis faktor.b) Pengujian Komponen atau Aspek dalam Alat Ukur
Penyusunan alat ukur psikologi biasanya diawali dari penurunan konsep menjadi komponen atau aspek konsep sebelum diturunkan menjadi aitem berupa pernyataan skala. Untuk mengidentifikasi apakah item-item yang diturunkan dari komponen alat ukur mewakili komponen tersebut maka diperlukan analisis faktor. Analisis faktor juga dapat menunjukkan apakah antar komponen memiliki keterkaitan ataukah tidak (independen).LANGKAH-LANGKAH MELAKUKAN ANALISIS FAKTOR
1. Melakukan uji korelasi antar variabel asal dengan tujuan agar penyusutan variabel analisis faktor menjadi lebih sederhana dan bermanfaat, tanpa kehilangan banyak informasi sebelumnya.2. Uji kelayakan data (menggunakan basis faktor) apakah cocok dilakukan analisis faktor.
3. Mencari akar ciri dan matriks Σ atau R.
4. Mengurutkan akar ciiri yang terbentuk dari terbesar sampai terkecil.
5. Mencari proporsi keragaman atau berguna untuk mengetahui berapa faktor yang akan terbentuk.
6. Mengalokasikan setiap variabel asal kedalam faktor sesuai dengan nilai loading.
7. Apabila terdapat nilai loading yang identik atau hampir sama maka lakukan rotasi baik dengan cara orthogonal ataupun non orthogonal.
8. Setelah yakin dengan faktor yang terbentuk , maka berikan penamaan pada faktor tersebut dengan cara melihat variabel-variabel apa saja yang menyusun faktor tersebut.
MENENTUKAN METODE ANALISIS FAKTOR
Terdapat dua cara yang dapat dipergunakan dalam analisis faktor khususnya koefisien skor faktor, yaitu Principal component dan Common factor analysis.1. Principal component
Jumlah varian dalam data dipertimbangkan. Diagonal matrik korelasi terdiri dari angka satu dan full variance dibawa dalam matriks faktor. Principal component direkomendasikan jika hal yang pokok adalah menentukan bahwa banyaknya faktor harus minimum dengan memperhitungkan varians maksimum dalam data untuk dipergunakan di dalam analysis multivariate lebih lanjut.2. Common factor analysis
Faktor diestimasi hanya didasarkan pada common variance, communalities dimasukkan dalam matrik korelasi. Metode ini dianggap tepat jika tujuan utamanya mengenali/mengidentifikasi dimensi yang mendasari dan common variance yang menarik perhatian.PENENTUAN BANYAKNYA FAKTOR
Maksud melakukan analysis faktor adalah mencari variable baru yang disebut faktor yang tidak saling berkorelasi, bebas satu sama lain, lebih sedikit dari variable asli, tapi dapat menyerap sebagian besar informasi yang terkandung dalam variable asli atau yang dapat memberikan sumbangan terhadap varian seluruh variable. Lalu berapa faktor yang perlu disajikan? Ada beberapa cara;
1. Penentuan Apriori
Kadang karena peneliti sebelumnya sudah mengetahui berapa faktor yang digunakan maka kita akan menentukan dulu berapa faktor yang akan digunakan.2. Penentuan Berdasar Eigenvalue
Faktor dengan eigenvalue lebih besar dari satu yang dipertahankan jika lebih kecil dari satu faktornya tidak diikutsertakan dalam model. Suatu eigenvalue menunjukkan besar sumbangan dari faktor terhadap varian seluruh variable asli. Hanya faktor dengan varian lebih dari 1 yang dimasukkan dalam model. Faktor dengan varian kurang dari 1 tidak baik karena variable asli telah dibakukan yang berarti rata-ratanya 0 dan variansnya 1. Bila banyak variable asli asli kurang dari 20 pendekatan ini menghasilkan sejumlah faktor yang konservatif.3. Penentuan Berdasar Screeplot
Dapat dilihat dari grafik screeplot dimana scree mulai terjadi menunjukkan banyak faktor yang benar, tepatnya ketika scree mulai mendatar. Kenyataan menunjukkan bahwa penentuan banyaknya faktor dengan screeplot akan mencapai satu atau lebih banyak dari penentuan dengan eigenvalue.4. Penentuan Didasarkan pada Presentase Varian
Banyak faktor diekstraksi ditentukan sedemikian rupa sehingga kumulatif presentase varian yang diekstraksi oleh faktor mancapai suatu level tertentu yang memuaskan. Ekstraksi faktor dihentikan jika kumulatif presentase varian sudah mencapai paling sedikit 60% atau 75% dari seluruh varian variable asli.Untuk materi lengkapnya bisa didownload di Materi Lengkap Analisis Faktor.Untuk Tutorial faktor dengan SPSS di [TUTORIAL] contoh kasus analisis faktor dengan SPSS.
Social Plugin