ANALISIS FAKTOR

Analisis faktor merupakan salah satu analisis yang banyak digunakan pada statistika multivariat (peubah ganda). Analisis ini biasanya digunakan apabila dalam suatu penelitian dilibatkan variabel-variabel yang jumlahnya banyak, dimana antar variabel saling independen. Dari variabel-variabel yang banyak tersebut dimungkinkan untuk dilakukan reduksi variabel menjadi beberapa kelompok variabel baru yang lebih sedikit. Caranya yaitu dengan menemukan hubungan antar variabel yang ada. Sebagai contoh, suatu penelitian melibatkan 10 variabel yang independen satu dengan yang lain. Dengan menggunakan analisis faktor, 10 variabel tersebut mungkin dapat direduksi menjadi 3 kumpulan variabel baru. Kumpulan variabel baru tadi disebut “faktor”, dimana faktor tersebut tetap mencerminkan karakteristik dari variabel-variabel awal. Jadi, inti dalam analisis faktor adalah menemukan hubungan (interrelationship) antar sejumlah variabel-variabel yang saling independen satu dengan yang lain sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal.

Prosedur dalam analisis faktor meliputi beberapa tahapan, yaitu :

1.     Penyeleksian variabel

Tahap penyeleksian variabel ini adalah menilai variabel mana saja yang dianggap layak untuk dimasukkan dalam tahapan analisis faktor selanjutnya. Untuk keperluan ini, pengujian dilakukan dengan metode Keiser Meyer Olkin Measure of Sampling Adequacy (KMO-MSA) and Bartlett’s  test of sphericity. Aturan pengambilan keputusan untuk pengujian ini adalah :

Pertama, jika angka KMO and Bartlett’s test  > 0,5 dan nilai Signifikansi (dalam output SPSS tertulis “Sig.”) bernilai lebih kecil dari taraf nyata (α), maka berarti bahwa variabel-variabel dalam pengujian ini sudah memadai atau dapat diikutkan dalam tahapan analisis faktor selanjutnya.

Kedua, angka MSA (Measure of Sampling Adequacy) berkisar 0 sampai 1, dengan kriteria :

§  MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel yang lain.

§  MSA > 0.5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.

§  MSA < 0.5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.

2.     Melakukan proses factoring

Proses factoring adalah proses inti dalam analisis faktor. Metode yang digunakan dalam proses factoring ada beberapa macam, namun yang umum dipakai dan paling sederhana adalah metode komponen utama. Pada tahap ini dilakukan pereduksian sejumlah variabel yang banyak menjadi beberapa faktor yang jumlahnya lebih sedikit dari pada variabel awal tersebut. Ada dua hal penting yang menjadi perhatian dalam analisis faktor, yaitu :

1)    Menentukan berapa banyak faktor yang dapat dibentuk.

Prosedur pengambilan keputusan mengenai jumlah faktor yang dapat dibentuk salah satunya adalah berdasarkan nilai akar ciri (eigenvalue), dengan ketentuan bahwa faktor tersebut memiliki akar ciri lebih besar atau sama dengan 1. Selain itu juga perlu dilihat berapa persentase keragaman yang dapat dijelaskan oleh faktor-faktor yang telah terbentuk. Semakin besar persentase keragaman yang dapat dijelaskan, maka faktor yang terbentuk akan mampu menjelaskan variabel awal dengan baik.

2)     Menentukan variabel-variabel apa saja yang masuk ke dalam faktor-faktor yang telah terbentuk.

Untuk keperluan ini, dilakukan dengan melihat besarnya angka loading faktor. Angka loading faktor ini menunjukkan besarnya korelasi antara suatu variabel dengan faktor yang terbentuk. Nilai loading faktor dari suatu variabel yang lebih besar pada faktor pertama dari pada faktor lain, maka variabel tersebut akan masuk ke dalam faktor pertama, dan seterusnya.

3.     Melakukan proses rotasi faktor

Rotasi faktor atau rotasi terhadap faktor yang telah terbentuk bertujuan untuk memperjelas variabel yang masuk ke dalam faktor tertentu. Proses rotasi ini untuk mengatasi keraguan dalam memasukkan variabel-variabel ke dalam faktor tententu. Atau apabila faktor yang terbentuk hanya satu faktor sehingga sebuah variabel diragukan apakah layak dimasukkan ke dalam faktor yang terbentuk atau tidak. Ada beberapa metode rotasi faktor, yaitu :

a.      Orthogonal Rotation, yaitu rotasi dengan memutar sumbu 90^o. Proses rotasi orthogonal ini dibedakan menjadi tiga, yaitu Quartimax, Varimax, dan Equimax.

b.     Oblique Rotation, yaitu rotasi dengan memutar sumbu ke kanan, namun tidak harus 90^o. Proses rotasi oblique dibedakan menjadi beberapa metode, yaitu Oblimin, Promax, Orthoblique, dan lainnya.

4.     Pemberian nama faktor yang telah terbentuk yang dianggap mewakili variabel-variabel anggota faktor tersebut.

Referensi :

1.     Singgih Santoso : SPSS Statistik Multivariat

2.     Dept. Statistika IPB : Analisis Peubah Ganda