ANALISIS FAKTOR

DEFINISI ANALISIS FAKTOR

Analisis faktor adalah alat analisis statistik yang digunakan untuk menganalisis korelasi atau hubungan antara variabel-variabel indikator sehingga dijelaskan untuk dikelompokkan pada faktor umum yang benar, atau dengan kata lain analisis faktor adalah sebuah teknik yang digunakan untuk mencari faktor-faktor yang mampu menjelaskan hubungan atau korelasi antara berbagai indikator independen yang diobservasi.

TUJUAN DAN MANFAAT ANALISIS FAKTOR

Mengekstraks unobservable variable (latent variabel) dari manifest variable atau indikator. Atau mereduksi variabel menjadi variabel baru yang jumlahnya lebih sedikit. Mempermudah interpretasi hasil analisis, sehingga didapatkan informasi yang realistik dan sangat berguna. Pengelempokan dan pemetaan obyek (mapping dan clustering) berdasarkan karakteristik yang terkandung di dalam faktor. Pemeriksaan validitas dan reliabilitas instrumen penelitian (berupa kuisioner). Dengan diperolehnya skor faktor, maka analisis faktor merupakan langkah awal (sebagai data input) dari berbagai metode analisis data yang lain, misal analisis diskriminan, analisis regresi, cluster analisis, ANOVA, MANCOVA, Analisis Path, Model Struktural, MDS, dan lain sebagainya. 3

PERBEDAAN ANALISIS FAKTOR DAN ANALISIS MULTIVARIAT LAINNYA

Berdasarkan

tujuan nya analisis faktor mampu menjelaskan struktur yang mendasari antara variabel-variabel dalam analisis. Analisis faktor eksplorasi (EFA) dapat menjadi teknik yang sangat berguna dan teknik statistik multivariat yang kuat, untuk secara efektif menggali informasi dari keseluruhan data yang saling terkait. Analisis faktor adalah alat yang ampuh untuk lebih memahami struktur data, dan juga dapat digunakan untuk menyederhanakan analisis dari satu set variabel besar dengan mengganti dengan variabel komposit

Membedakan penggunaan teknik analisis eksplorasi dan konfirmasi dari teknik analisis faktor

Kita akan melihat bahwa analisis faktor menyajikan beberapa cara untuk mewakili kelompok-kelompok variabel untuk digunakan dalam teknik multivariat lainnya. Kami harus dicatat di sini bahwa faktor analitik teknik dapat mencapai tujuan mereka baik dari perspektif eksplorasi atau konfirmasi. Banyak peneliti menganggap bahwa perspektif eksplorasi berguna dalam mencari struktur antara satu set variabel atau sebagai metode untuk mereduksi data. Dalam perspektif ini, teknik analisis faktor mengambil data yang diberikan, tidak mengatur kendala prioritas pada estimasi dari komponen atau jumlah komponen yang akan diekstrak. Analisis faktor adalah dasar teknik eksplorasi karena peneliti memiliki sedikit kontrol atas spesifikasi struktur (misalnya, sejumlah faktor, beban masingmasing variabel, dll). Dalam mencapai tujuan dapat dilakukan dengan menggunakan prespektif eksplorasi ataupun perspektif konfirmasi.

Tujuh Tahap Penerapan Analisis Faktor

Pusat pembahasan analisis faktor terdiri dari tujuh (7) tahap pada paradigma model bangunan. Tahap 1 sampai 3 merupakan awal dari pendekatan terstruktur untuk membangun model multivariat, tahap 4 sampai tahap 6, ditambah tahap tambahan (tahap 7), dikatakan memuat estimasi, interpretasi, dan validasi dari model faktor, yang membantu dalam memilih pengganti variabel, menghitung nilai faktor atau menciptakan skala penjumlahan untuk digunakan dalam teknik multivariat lainnya.

Perbedaan antara analisis faktor R dan analisis faktor Q.

Penggunaan utama dari analisis faktor adalah untuk pengembangan struktur antar variabel, disebut juga sebagai analisis faktor R. Analisis faktor juga dapat digunakan untuk kasus-kasus kelompok dan kemudian disebut sebagai analisis faktor Q.
7

Perbedaan antara analisis komponen dan model analisis faktor umum

Komponen analisis, juga dikenal sebagai analisis komponen utama, yang menganggap total varian dan mengendalikan faktor-faktor yang mengandung proporsi kecil varians unik dan, dalam beberapa kasus, varians error. Analisis komponen lebih disukai ketika mereduksi data, yang merupakan tujuan utama. Karena reduksi data adalah tujuan utama. Analisis faktor umum hanya didasarkan pada varians umum (bersama) varians, dan mengasumsikan bahwa keduanya (varians unik dan eror) adalah yang tidak menarik dalam menentukan struktur variabel. Hal ini lebih berguna dalam mengidentifikasi konstruksi laten dan ketika peneliti memiliki sedikit pengetahuan tentang varian unik dan kesalahan.

Penentuan jumlah faktor untuk mengekstrak

peneliti harus menggabungkan dasar konseptual dengan beberapa bukti empiris. Peneliti biasanya memulai dengan beberapa kriteria yang telah ditentukan, seperti jumlah faktor umum, ditambah beberapa batasan umum relevansi praktis. Kriteria ini dikombinasikan dengan pengukuran empiris dari struktur faktor. Menghentikan kriteria untuk sejumlah faktor untuk mengekstrak termasuk akar laten atau eigenvalue, sebuah prioritas, persentase varians, dan uji scree Kriteria-kriteria empiris harus seimbang dengan teori dasar untuk menetapkan jumlah faktor

Konsep rotasi faktor

Rotasi berarti sumbu referensi dari faktor-faktor yang berubah tentang asal sampai beberapa posisi lainnya telah tercapai. Efek utama rotasi matriks faktor adalah untuk mendistribusikan varians dari faktor sebelumnya untuk mencapai pola, faktor sederhana secara teoritis lebih bermakna. Rotasi faktor membantu dalam interpretasi faktor dengan menyederhanakan struktur melalui memaksimalkan beban yang signifikan dari variabel pada faktor tunggal.

10

Cara menamai faktor-faktor yang merupakan gabungan dari banyak variabel

Variabel dengan beban yang lebih tinggi dianggap lebih penting dan memiliki pengaruh lebih besar pada nama atau label terpilih untuk mewakili faktor. Variabel yang signifikan untuk faktor tertentu diperiksa, dan diberikan penekanan lebih besar pada variabel-variabel tersebut dengan beban yang lebih tinggi, nama atau tanda label ditujukan untuk faktor yang secara akurat mencerminkan variabel loading pada faktor tersebut. Peneliti mengidentifikasi variabel dengan kontribusi terbesar untuk faktor dan memberikan "nama" untuk mewakili makna konseptual faktor itu.

11

Penggunaan penambahan analisis faktor

Tergantung pada tujuan untuk menerapkan analisis faktor, peneliti dapat berhenti dengan interpretasi faktor atau lebih terlibat dalam salah satu metode untuk reduksi data. Jika tujuannya adalah hanya untuk mengidentifikasi kombinasi logis dari variabel dan lebih memahami keterkaitan antar variabel, maka interpretasi faktor akan cukup

12

13