ANALISIS FAKTOR (EKSPLORATORI & KONFIRMATORI)

Gambaran Umum

Analisis faktor adalah salah satu metode statistik multivariat yang mencoba menerangkan hubungan antar sejumlah variabel-variabel yang saling independen antara satu dengan yang lain sehingga bisa dibuat satu atau lebih kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Analisis faktor juga digunakan untuk mengetahui faktor-faktor dominan dalam menjelaskan suatu masalah.
Adapun tujuan dari analisis faktor antara lain :

• Data summarization, yakni mengindentifikasikan adanya hubungan antar peubah dengan melakukan uji korelasi. Jika korelasi dilakukan antar peubah (dalam pengertian SPPS adalah ‘kolom’), analisis tersebut dinamakan R Faktor Analysis.

• Data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat sebuah peubah set baru yang dinamakan faktor untuk menggantikan sejumlah peubah tertentu.

Kegunaan analisis faktor :

• Mengekstraks unobservable variable (variabel laten) dari manifest variable (observable variable) atau indicator. Atau mereduksi variabel menjadi variabel baru yang jumlahnya lebih sedikit.

• Mempermudah interpretasi hasil analisis, sehingga didapatkan informasi yang realistik dan sangat berguna.

• Pengelompokkan dan pemetaan obyek (mapping dan clustering) berdasarkan karateristik yang terkandung di dalam faktor.

• Pemeriksaan validitas dan reliabilitas instrument penelitian (berupa kuisioner).

• Dengan diperolehnya skor faktor, maka analisis faktor merupakan langkah awal (sebagai data input) dari metode analisis data yang lain, misal analisis diskriminan, analisis regresi, analisis cluster, ANOVA, MANCOVA, analisis path, model structural, dan lain-lain.

Dalam hal menganalisis sejumlah peubah akan dianalisis interkorelasi antar peubah untuk menetapkan apakah variasi yang tampak dalam peubah berasal atau berdasarkan sejumlah faktor dasar yang jumlahnya lebih sedikit dari variasi yang terdapat pada peubahnya. Jadi analisis faktor mempunyai karakter khusus yaitu mampu untuk mengurai data. Jika terdapat korelasi dari suatu set data, maka analisis faktor akan memperlihatkan beberapa pola yang mendasari sehingga data yang ada dapat dirancang atau dikurangi menjadi set faktor atau komponen yang lebih kecil.

Analisis faktor dikerjakan untuk memperoleh sejumlah kecil faktor yang mempunyai sifat-sifat :

• Mampu menerangkan keragaman data secara maksimal.

• Terdapatnya kebebasan faktor.

• Tiap faktor dapat dijelaskan dengan sejelas-jelasnya.

Asumsi Analisis Faktor

Analisis faktor menghendaki bahwa matriks data harus memiliki korelasi agar dapat dilakukan analisis faktor. Jika berdasarkan data visual tidak ada nilai korelasi yang di atas 0.30, maka analisis faktor tidak dapat dilakukan. Korelasi antar variabel dapat juga di analisis dengan menghitung partial correlation antar variabel yaitu korelasi antar variabel dengan asumsi bahwa variabel lain dianggap konstan. SPSS memberikan nilai partial correlation lewat anti-image correlation matrix yang berisi nilai negatif dari partial correlation.

Cara lain untuk menentukan dapat tidaknya dilakukan analisis faktor adalah melihat matriks korelasi secara keseluruhan. Untuk menguji apakah terdapat korelasi antar variabel digunakan Bartlett’s test of sphericity. Jika hasilnya signifikan berarti matriks korelasi mempunyai korelasi yang signifikan dengan sejumlah variabel. Uji lain yang digunakan untuk melihat interkorelasi antar variabel dan dapat tidaknya analisis faktor digunakan adalah Measure of Sampling Adequacy (MSA). Nila MSA bervariasi antara 0 sampai1. jika nilai MSA < 0.50 maka analisis faktor tidak dapat dilakukan.