» » » » Penjelasan Tentang Analisis Faktor dan Principal Component Analysis (PCA)

Penjelasan Tentang Analisis Faktor dan Principal Component Analysis (PCA)

Oleh
Portal Statistik |  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.
Tujuan utama analisis faktor adalah untuk menjelaskan struktur hubungan di antara banyak variabel dalam bentuk faktor atau vaiabel laten atau variabel bentukan. Faktor yang terbentuk merupakan besaran acak (random quantities) yang sebelumnya tidak dapat diamati atau diukur atau ditentukan secara langsung. Selain tujuan utama analisis faktor, terdapat tujuan lainnya adalah:
  1. Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi sejumlah variabel baru yang jumlahnya lebih sedikit dari variabel asal, dan variabel baru tersebut dinamakan faktor atau variabel laten atau konstruk atau variabel bentukan. 
  2.  Untuk mengidentifikasi adanya hubungan antarvariabel penyusun faktor atau dimensi dengan faktor yang terbentuk, dengan menggunakan pengujian koefisien korelasi antarfaktor dengan komponen pembentuknya. Analisis faktor ini disebut analisis faktor kofirmatori. 
  3. Untuk menguji valisitas dan reliabilitas instrumen dengan analisis faktor konfirmatori. 
  4. Validasi data untuk mengetahui apakah hasil analisis faktor tersebut dapat digeneralisasi ke dalam populasinya, sehingga setelah terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.

Metode Analisis Faktor

Terdapat dua cara yang dapat dipergunakan dalam analisis faktor khususnya koefisien skor faktor, yaitu Principal component dan Common factor analysis.

Principal Component Analysis (PCA)
Analisis faktor eksploratori atau analisis komponen utama (PCA) yaitu suatu teknik analisis faktor di mana beberapa faktor yang akan terbentuk berupa variabel laten yang belum dapat ditentukan sebelum analisis dilakukan.

Pada prinsipnya analisis faktor eksploratori di mana terbentuknya faktor-faktor atau variabel laten baru adalah bersifat acak, yang selanjutnya dapat diinterprestasi sesuai dengan faktor atau komponen atau konstruk yang terbentuk. Analisis faktor eksploratori persis sama dengan anlisis komponen utama (PCA).

Dalam analisis faktor eksploratori di mana peneliti tidak atau belum mempunyai pengetahuan atau teori atau suatu hipotesis yang menyusun struktur faktor-faktornya yang akan dibentuk atau yang terbentuk, sehingga dengan demikian pada analisis faktor eksploratori merupakan teknik untuk membantu membangun teori baru.

Analisis faktor eksploratori merupakan suatu teknik untuk mereduksi data dari variabel asal atau variabel awal menjadi variabel baru atau faktor yang jumlahnya lebih kecil dari pada variabel awal. Proses analisis faktor eksploratori mencoba untuk menemukan hubungan antarvariabel baru atau faktor yang terbentuk yang saling independen sesamanya, sehingga bisa dibuat satu atau beberapa kumpulan variabel laten atau faktor yang lebih sedikit dari jumlah variabel awal yang bebas atau tidak berkorelasi sesamanya. Jadi antar faktor yang terbentuk tidak berkorelasi sesamanya.

Common Factor Analysis (CFA)
Analisis faktor konfirmatori yaitu suatu teknik analisis faktor di mana secara apriori berdasarkan teori dan konsep yang sudah diketahui dipahami atau ditentukan sebelumnya, maka dibuat sejumlah faktor yang akan dibentuk, serta variabel apa saja yang termasuk ke dalam masing-masing faktor yang dibentuk dan sudah pasti tujuannya. Pembentukan faktor konfirmatori (CFA) secara sengaja berdasarkan teori dan konsep, dalam upaya untuk mendapatkan variabel baru atau faktor yang mewakili beberapa item atau sub-variabel, yang merupakan variabel teramati atau observerb variabel.

Pada dasarnya tujuan analisis faktor konfirmatori adalah: pertama untuk mengidentifikasi adanya hubungan antar variabel dengan melakukan uji korelasi. Tujuan kedua untuk menguji validitas dan reliabilitas instrumen. Dalam pengujian terhadap validitas dan reliabilitas instrumen  atau kuesioner untuk mendapatkan data penelitian yang valid dan reliabel dengan analisis faktor konfirmatori.

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.

Penjelasan lanjutan bisa dilihat pada document dibawah ini.



Document
Terimakasih
Semoga bermanfaat.
Have Fun.

0 Komentar untuk "Penjelasan Tentang Analisis Faktor dan Principal Component Analysis (PCA)"

Silahkan tinggalkan komentar, kritik, maupun saran dari sobat blogger tentang apa yang sobat rasakan setelah mengunjungi blog ini.

Back To Top