Analisis Faktor Zainul Hidayat.

Slides:



Advertisements
Presentasi serupa
Rosihan 1 STATISTIKA Rosihan Asmara Fakultas Pertanian Unibraw Ukuran Tendensi Pusat.
Advertisements

DESAIN EKSPERIMEN MURNI DAN QUASI
Gerak Satu Dimensi.
KONSEP DASAR STRUCTURAL EQUATION MODEL (SEM)
4. Tujuan dan Tipe Investasi Teknologi Informasi Suwirno mawlan, S.Kom., MTI Manajemen Investasi v [STMIK MDP] 1.
DETERMINAN MATRIKS Esti Prastikaningsih.
ANALISIS JALUR (Path Analysis)
Evaluasi kualitas pembelajaran
PENDAHULUAN Oleh: Dr. Suliyanto, SE, MM
“Analisa Multivariat”
UJI HIPOTESIS.
1. Analsis Keterkaitan 2. Analisis dampak
REGRESI LINIER BERGANDA
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
SISTEM PERSAMAAN LINEAR DUA VARIABEL SPLDV by Gisoesilo Abudi.
ANALISIS FAKTOR.
MODEL PERSAMAAN STRUKTURAL (STRUCTURAL EQUATION MODEL - SEM)
BAHAN AJAR(HAND OUT) TEAM MATEMATIKA.
Sesi 12 Analisis Jalur.
BAB V ukuran pemusatan Dipersiapkan oleh : Ely Kurniawati
BAB 7 Regresi dan Korelasi
REGRESI DAN KORELASI SEDERHANA
Cara eliminasi sesungguhnya sama dengan cara yang pernah dibahas pada
HIMPUNAN PENYELESAIAN SISTEM PERSAMAAN LINIER DUA VARIABEL
KINEMATIKA KECEPATAN DAN PERCEPATAN RATA-RATA
TEMU 7 ANALISIS REGRESI.
JURUSAN TEKNIK MESIN UNIVERSITAS RIAU 2010
Struktur dan Manfaat Kerangka Pemikiran
Suwirno Mawlan, S.Kom., MTI
ANALISIS FAKTOR.
ANALISIS REGRESI DAN KORELASI
ANALISIS INSTRUMEN DAN ANALISIS BUTIR INSTRUMEN
SISTEM PERSAMAAN LINEAR
DUALITAS DAN ANALISA SENSITIVITAS
LATAR BELAKANG PERLUNYA UJI VALIDITAS DAN RELIABILITAS
Lembaga Kebijakan Pengadaan Barang/Jasa Pemerintah LKPP 1 45.
PENGERTIAN DASAR Prof.Dr. Kusriningrum
METODE TAGUCHI UNTUK OPTIMASI INTI TRAFO PADA PROSES ANIL
Hipotesis Alternatif (Hipotesis Penelitian)
ASRI FAJARSARI, HUBUNGAN ANTARA KEKUATAN OTOT LENGAN PANJANG LENGAN KESELURUHAN DAN KETEBALAN LEMAK OTOT LENGAN TERHADAP KECEPATAN RENANG GAYA.
Learning Vector Quantization (LVQ)
Korelasi ganda (Multiple Correlation) Oleh: Septi Ariadi
ANAILSIS REGRESI BERGANDA
REGRESI LINEAR SEDERHANA
MULTIVARIATE ANALYSIS
METODE PENELITIAN KUANTITATIF
Operations Management
Hasil Data Output SPSS Survey : Provider Simpati
Created by:  Jantri Padorh ( ) Statistik 1 Seksi 04.
Jurusan Teknik Sipil Universitas Muhammadiyah Yogyakarta
PENGUJIAN HIPOTESIS ASOSIATIF
5. Perhitungan Cost-Benefit Sederhana untuk Manfaat yang Tangible
ANALISIS JALUR (PATH ANALYSIS)
DISTRIBUSI PELUANG Pertemuan ke 5.
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
Silvana Beby Kwaitota TEORI TES KLASIK.
STRUCTURAL EQUATION MODELING
Pengantar Penggunaan banyak variabel dalam penelitian seringkali tak terelakkan, terutama dalam bidang sosial. Korelasi antar variabel-variabel berjumlah.
Iwan Ariawan Dep. Biostatistika - FKMUI
Latent Semantic Indexing (LSI)
MODEL PERSAMAAN STRUKTURAL Program Studi Statistika
Beatricia Pahlevi Thamarica – X
KORELASI BERGANDA UJI KELAYAKAN INSTRUMEN
K0NDISI DUNIA PENDIDIKAN INDONESIA
DASAR ANALISIS MULTIVARIATE.
MULTIVARIATE ANALYSIS
Principal Components Analysis
Structural Equation Modeling
Principal Components Analysis (Pendekatan Sampel)
Tahapan Belajar Rumus yang Sistematis (Didasarkan frekuensi penggunaan dalam riset skripsi / tesis / disertasi)
Transcript presentasi:

Analisis Faktor Zainul Hidayat

Pengantar Penggunaan banyak variabel dalam penelitian seringkali tak terelakkan, terutama dalam bidang sosial. Korelasi antar variabel-variabel berjumlah sangat banyak, 10 var  45 koef. Korelasi, Jika 50 var.  1.225 koef. korelasi Akibatnya, kesulitan dalam melakukan analisis Pengurangan jumlah var akan mengurangi informasi yang terkandung dalam var yang dihilangkan

Pengantar Pembatasan penggunaan var akan berdampak pada penyederhanaan konsep yang digunakan. Akibatnya, penelitian yang dikembangkan hanya mampu diaplikasikan secara terbatas. Kebutuhan terhadap adanya teknik yang mampu merangkum keseluruhan informasi yang dimiliki semua variabel sangat dibutuhkan. Informasi yang terkandung dalam variabel-variabel yang memiliki korelasi seharusnya direduksi sehingga informasi tidak hilang

Pengantar Teknik mereduksi data yang memiliki banyak variabel menjadi sekumpulan variabel yang membentuk faktor-faktor yang berjumlah lebih sedikit dinamakan analisis faktor. Kerlinger (1993)  primadona metode analisis sehubungan dengan kekuatan, keluwesan dan kedekatan thd konsep dalam penelitian

Gambaran Umum analisis faktor V1  variabel yang diamati dengan n Observasi O1 ……………… On V1 V1 V2 O1 o1v1 o1v2 O2 o2v1 o2v2 O3 o3v1 o3v2 .... … .... On onv1 onv2

Gambaran Umum analisis faktor

Gambaran Umum analisis faktor Variabel yang akan dianalisis Pendidikan, Pendapatan, Lap. Kerja, Jenis, pekerjaan, Lantai, MCK, Air minum, Listrik, MKJP, CEB, Imunisasi, Gizi Analisis faktor : mereduksi 13 var menjadi 3 faktor yang terdiri dari sosial ekonomi, lingkungan dan kesehatan-KB.

Gambaran Umum analisis faktor Sosek : Pendidikan Pendapatan Lap. Kerja Jenis pekerjaan Lingkungan : Lantai MCK Air minum Listrik Kes/KB: MKJP CEB Imunisasi Gizi

Konsep dasar Analisis Faktor : X1 = 1 (1) CF (1) + 1 (2) CF (2) + …………. + 1 (m) CF (m) X2 = 2 (1) CF (1) + 2 (2) CF (2) + …………. + 2 (m) CF (m) X3 = 3 (1) CF (1) + 3 (2) CF (2) + …………. + 3 (m) CF (m) . Xp = p (1) CF (1) + p (2) CF (2) + …………. + p (m) CF (m)

Konsep dasar Analisis Faktor : 1 X1 2 X2 CF1 CF2 3 X3 X4 4

Konsep dasar Analisis Faktor : Pada dasarnya CF yang dihasilkan akan sebanyak variabel yang digunakan dalam analisis faktor CF yang akan diambil seharus lebih sedikit dibandingkan variabel  mereduksi Penentuan banyak CF yang akan diambil berdasarkan : Eigen Value ≥ 1 % Variasi total menjelaskan lebih dari 70 %

Konsep dasar Analisis Faktor : Ada dua model Analisis faktor : Explanatory Factor Analysis (EFA) Confirmatory Factor Analysis (CFA) EFA  tidak ada dasar teori CFA  Berdasarkan teori tertentu Variabel harus valid dan reliabel (uji)

Aplikasi : Membentuk indeks Variabel latent  SEM