Upload presentasi
Presentasi sedang didownload. Silahkan tunggu
Diterbitkan olehwahyu hidayat Telah diubah "5 tahun yang lalu
2
Analisis Faktor Siti Ulfa Nabila 1827031006
3
›Analisis faktor merupakan salah satu dari analisis ketergantungan (interdependensi) antar variabel. ›Prinsip dasar analisis faktor adalah mengekstraksi sejumlah faktor bersama (common factors) dari gugusan variabel asal X1, X2, …, Xp, sehingga: –Banyaknya faktor lebih sedikit dibandingkan dengan banyaknya variabel asal X. –Sebagian besar informasi (ragam) variabel asal X, tersimpan dalam sejumlah faktor. 2
4
3 Analisis Faktor Diperkenalkan oleh spearman(1904) Dikembangkan oleh Thurston (1947), Thompson (1951) dan Lawley (1940)
5
A.Mengekstraks variabel latent dari indikator, atau mereduksi observable variable menjadi variabel baru yang jumlahnya lebih sedikit. B.Mempermudah interpretasi hasil analisis, sehingga didapatkan informasi yang realistik dan sangat berguna. C.Pemetaan dan Pengelempokkan obyek berdasarkan karakteristik faktor tertentu. D.Pemeriksaan validitas dan reliabilitas instrumen penelitian E.Mendapatkan data variabel konstruks (= skor faktor) sebagai data input analisis lebih lanjut (analisis diskriminan, analisis regresi, cluster analisis, MANOVA, Analisis Path, Model Struktural, MDS, dll) Kegunaan Analisis Faktor
6
Analisis faktor Mengekstraksi sejumlah faktor bersama (common factors) dari gugusan variabel asal X 1, X 2, …, X p, sehingga : A. Banyaknya faktor lebih sedikit dari variabel asal X. B. Sebagian besar informasi variabel X, tersimpan dalam faktor Konsep Dasar X 1 = nilai Matematika X 2 = nilai Fisika X 3 = nilai Geografi X 4 = nilai PPKN X 5 = nilai Sejarah. X 1 = 0.03 F 1 + 0.94 F 2 + 0.46 F 3 + 0.85 F 4 + 0.34 F 5 + 1 X 2 = 0.16 F 1 + 0.90 F 2 + 0.78 F 3 + 0.25 F 4 + 0.46 F 5 + 2 X 3 = 0.76 F 1 + 0.24 F 2 + 0.03 F 3 + 0.29 F 4 + 0.83 F 5 + 3 X 4 = 0.84 F 1 + 0.15 F 2 + 0.64 F 3 + 0.82 F 4 + 0.27 F 5 + 4 X 5 = 0.95 F 1 + 0.13 F 2 + 0.25 F 3 + 0.73 F 4 + 0.05 F 5 + 5
7
Faktor Bersama (common factors) : Misal Faktor Bermakna : F1 dan F2 (eigen value > 1) F1 = Faktor Kemampuan Menghafal F2 = Faktor Kemampuan Logika (matematik) X1 s/d X4 secara bersama-sama mengandung F1 dan F2 Metode Pendugaan Parameter : PCA Solution MLE Data Input (PCA Solution) : Matrik Konvarians : Unit satuan sama & skala homogen Matrik Korelasi : Unit satuan dan skala berbeda
8
Hal-hal yang berkait dengan AF : 1. Ragam Variabel Asal (X) Var(X i ) = Komponen disebut komunalitas (comunality) menunjukkan proporsi ragam X yang dapat dijelaskan oleh p faktor bersama. Komponen merupakan proporsi ragam dari X yang disebabkan oleh faktor spesifik dan atau galat (error).
9
2. Faktor Bermakna Faktor yang dipertimbangkan bermakna : - Eigen value lebih besar satu ( 1 ) - Keragaman komulatif minimal 75 % 3. Peragam antara X dengan F Pembobot (loading) faktor : - digunakan untuk interpretasi faktor bermakna - loading besar merupakan penyusun terbesar dari suatu variabel - tanda (positif atau negatif) menunjukkan arah.
10
4. Rotasi Faktor VariabelSebelum RotasiSesudah Rotasi F 1 F 2 X 1 0.500.800.030.94 X 2 0.750.700.160.90 X 3 0.90-0.250.950.24 X 4 0.80-0.300.840.15 X 5 0.50-0.550.76-0.13 X 1 = nilai Matematika, X 2 = nilai Fisika, X 3 = nilai Geografi, X 4 = nilai PPKN dan X 5 = nilai Sejarah. 5. Skor Faktor Matriks input Kovarians : S-Fa = c’S -1 (x j - ) Matriks input Korelasi : S-Fa = c’R -1 Z j.
11
Indikator TangibleResponsiveAssuranceEmphatyReliability Indikator ANALISIS FAKTOR : Eksploratori & Konfirmatori KONSUMEN jasa PLN Observable Var. : - Pendidikan - Pendapatan - Umur - Jumlah Kel Variabel Laten : - Sosial Ekonomi - Demografi KEPUASAN
12
Eksploratori Berapa F yang akan terbentuk ? F tersebut merupakan variabel laten apa saja ?
13
ILUSTRASI Suatu penelitian dilakukan bertujuan ingin mengetahui peta karakteristik anak jalanan. Bilamana mapping ini dapat dilakukan, diharapkan dapat dikembangkan model dan program pembinaan yang efektif. Terdapat beberapa variabel yang diamati, dan diukur menggunakan instrumen penelitian berupa kuisioner.
14
Variabel X1 = Alasan (skor 1 = alasan sangat kuat menjadi anak jalanan, 5 = sangat tidak kuat ) X2 = Penggunaan uang hasil bekerja (1 = kurang butuh untuk hidup, 4 = sangat butuh untuk hidup) X3 = Pendidikan Anak (1 = tidak sekolah, 3 = aktif sekolah) X4 = Pendidikan ayah (1 = tidak sekolah, 5 = PT) X5 = Pendidikan ibu (1 = tidak sekolah, 5 = PT)
15
X6 = Pengetahuan orang tua thdp kegiatan anak (1 = mengetahui, 2 = tidak mengetahui) X7 = Dukungan orang tua terhadap kegiatan anak (1 = mendukung, 2 = tidak mendukung) X8 = Harapan anak thdp keluarga (1 = sangat tidak mengharap, 5 = sangat berharap) X9 = Harapan anak thdp pemerintah (1 = sangat tidak mengharap, 5 = sangat berharap). Pengamatan dilakukan terhadap 100 responden (anak jalanan) dan hasilnya disajikan pada Tabel berikut
19
Hasil Analisis (dengan SPSS 10.01)
20
Hasil Analisis
22
Terdapat 3 faktor (component) yang memiliki eigen value > 1, yaitu faktor 1, 2 dan 3 dengan eigen value masing-masing 1.820, 1.402 dan 1.321. Berarti terdapat 3 faktor yang bermakna, yaitu faktor 1, 2 dan 3. Faktor 1 dengan loading besar untuk variabel pendidikan anak (negatif), pendidikan ayah (positif) dan pendidikan ibu (positif), dapat diinterpretasi sebagai faktor pendidikan. Dimana semakin tinggi skor faktor menunjukkan semakin tinggi pendidikan orang tua dan semakin tidak jelas status sekolah anak.
23
Faktor 2 dengan loading besar untuk variabel alasan menjadi anak jalanan (negatif), harapan terhadap keluarga (positif) dan harapan terhadap pemerintah (positif), dapat diinterpretasi sebagai variabel kebutuhan. Semakin tinggi skor faktor 2 menunjukkan menjadi anak jalanan semakin dibutuhkan. Faktor 3 dengan loading besar untuk variabel penggunaan uang hasil bekerja, pengetahuan orang tua terhadap kegiatan anak dan dorongan orang tua terhadap kegiatan anak (semuanya positif), dapat diinterpretasi sebagai faktor motivasi menjadi anak jalanan. Semakin tinggi skornya menunjukkan semakin tinggi keinginan menjadi anak jalanan, mengingat mereka harus dapat bertahan hidup, walaupun kondisi orang tua tidak mendorong untuk menjadi anak jalanan. Data dari variabel pendidikan, latar kebutuhan dan keinginan adalah skor faktor 1, 2 dan 3 Hasil Analisis
24
Data ini akan digunakan untuk membuat pemetaan karakteristik anak jalanan dengan analisis cluster. Hasil Analisis
25
Konfirmatori Faktor yang harus terbentuk = 2 Faktor I = Ability Faktor II = Aspiration
26
ILUSTRASI Suatu penelitian dilakukan dengan tujuan untuk mengetahui karakteristik karyawan. Bilamana terdapat beberapa kelompok karaktersitik, maka pada setiap kelompok ingin diketahui faktor apa yang dominan berpengaruh terhadap kinerjanya (perform). Variabel yang diamati adalah loyalitas, motivasi, kepuasan dan kinerja. Instrumen penelitian berupa kuisioner, dimana variabel loyalitas, kepuasan dan kinerja dikukur dengan 5 indikator (item), sedangkan untuk motivasi diukur dengan 4 indikator. Skala ukur yang digunakan adalah Skala Likert, dengan 5 skor. Penelitian melibatkan 100 orang karyawan sebagai responden dan data hasil pengamatan disajikan pada Tabel berikut.
32
Hasil analisis Hasil analisis faktor menunjukkan bahwa pada semua variabel hanya terdapat satu faktor yang bermakna. Berarti indikator yang digunakan sebagai pengukur variabel bersifat valid atau dengan kata lain instrumen penelitian valid secara unidimensional. Skor faktor dari setiap faktor bermakna dapat dipandang sebagai data dari variabel LATEN bersangkutan, disajikan di bawah ini
33
Data ini selanjutnya digunakan untuk mengidentifikasi variabel mana yang dominan berpengaruh terhadap kinerja karyawan. Dianalisis dengan Path analysis
34
TERIMA KASIH
Presentasi serupa
© 2024 SlidePlayer.info Inc.
All rights reserved.