ANALISIS FAKTOR (FACTOR ANALYSIS) Dr. Widayat, SE. MM.

ANALISIS FAKTOR(FACTOR ANALYSIS)

Dr. Widayat, SE. MM.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Outline

• Apa analisis faktor?

• Syarat dan asumsi yang diperlukan?

• Bagaimana caranya?

• Aplikasi analisis faktor

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Factor Analysis

• Prosedur analisis yang digunakan untuk data reduction atau summarization, atau mereduksi dimensi

• Interdependence technique (teknik interdependen) untuk menguji hubungan sekumpulan variabel.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Kegunaan Factor Analysis

• Untuk mengidentifikasi underlying dimensions (factors) yang dapat menjelaskan korelasi sekumpulan variabel.

• Untuk mengidentifikasi variabel baru, yang dapat digunakan untuk analisis lainya (e.g., to regression.)

• Untuk mengidentifikasi satu atau beberapa variabel dari variabel yang banyak jumlahnya.

• Mengkonfirmasi kontruksi suatu variabel laten.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Skema Pilihan Alat AnalisisMultivariate

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Type Analisis faktor

• Q-Factor Analysis

• R-Factor Analysis

• Confirmatory Factor Analysis (CFA)

• Exploratory Factor Analysis (EFA)

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Factor Analysis

• Factor analysis is not about making predictions from variables—it is about finding relationships between whole sets of variables, and finding the strength of those relationships

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

factor?

Size

Colour1

Weight1

Type1

……….

……….

Basic Factor Analysis Concepts

• Communality - besarnya varian variabel yang disaring dengan variabel lainnya.

• Eigenvalue - total variance yang dapat dijelaskan masing-masing faktor.

• Factor loadings – korelasi antara faktor dan variabel.

• Factor Matrix - matrik yang berisi faktor loading dari faktor yang terekstrasi

• KMO measure of sampling adequacy - indeks yang digunakan untuk menguji kesesuaian analisis faktor, nilainya minimal 0,5.

• Residuals - perbedaan antara korelasi observasi dan korelasi hasile estimasi dari matrik faktor.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Step by Step Factor Analysis (1)

• Formulasi Problem (Problem Formulation)

– Apa tujuan penelitian ?

– Apa jumlah observasi mencukupi (rule of thumb: paling sedikit 4 -5 observasi untuk setiap variabel, minimal 100 sampel.

• Menyusun Matrik Korelasi

– Matrik ini menunjukkan hubungan antara variabel. Nilai korelasi yang tinggi atau signifikan menunjukkan bahwa kedua variabel tersebut berhubungan erat. (minimal 0.3, pada level of significant 95%)

– KMO measure of sampling adequacy - indikator untuk mengukur kesesuaian analisis faktor. Minimal 0.5.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Lanjutan…… (2)

• Tentukan Prosedur analisis – Principal components analysis; menguji total variance

suatu data, umumnya digunakan untuk mereduksi item-item.

– Principal axis factor analysis ; menguji hanya common variance , biasanya digunakan untuk mengidentifikasi underlying dimensi.

• Mengekstraksi Faktor (Extracting Factors)

– Metode yangumum digunakan adalah dengan melihat Eigenvalue lebih besar atau sama dengan dari 1.0 dan diagram scarter

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Lanjutan……. (3)

• Merotasi faktor (Rotating Factors)

– Orthogonal rotation: Prosedur yang umum digunakan adalah varimax rotation, yang mana meminimalkan jumlah variabel dengan loading faktor yang besar.

– Oblique rotation: digunakan bilamana variabel berkorelasi tinggi dengan variabel lainnya

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Lanjutan …………..(4)

• Interpretasi:

–Dilihat loading faktornya (+/- .5 or greater) and (+/- .4 or less)

– Jika tujuanya mereduksi data , beri nama faktor hasil reduksi dan hitung faktor skornya. (a linear combination of the original variables).

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Conducting Factor Analysis

• Determining model fit

– Look at the residuals (the differences between the observed and reproduced correlations).

– If there are many large residuals, the model does not provide a good fit to the data.

– Remember, just because you obtain results doesn’t mean you have good results.

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

APLIKASI ANALISIS FAKTOR DENGAN SPSS RELEASE 17

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih (klik)21

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

hasilnya

Variabelyang akan

dianalisis

3

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih danKlik

tampil

Pilih danKlik

4

6

5

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih danKlik

tampil

Pilih danKlik

7

8

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih danKlik

tampil

Pilih danKlik

9

11

10

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih danKlik

tampil

Pilih danKlik

12

14

13

15

Klik

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

LIHAT HASILNYA

APAKAH SUDAH

FIT (OK)

ULANG STEP 9 - 11

Sudah

Belum

INTERPRETASI

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Bahan Pelatihan Statistika : DR. Widayat, SE. MM

Pilih danKlik

tampil

Pilih danKlik

9

11

10