ANALISIS FAKTOR.

Presentasi berjudul: "ANALISIS FAKTOR."— Transcript presentasi:

1 ANALISIS FAKTOR

2 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.

3 KEGUNAAN ANALISIS FAKTOR
Mengekstraks unobservable variable (latent variabel) dari manifest variable atau indikator. Atau mereduksi variabel menjadi variabel baru yang jumlahnya lebih sedikit. Mempermudah interpretasi hasil analisis, sehingga didapatkan informasi yang realistik dan sangat berguna. Pengelempokan dan pemetaan obyek (mapping dan clustering) berdasarkan karakteristik yang terkandung di dalam faktor. Pemeriksaan validitas dan reliabilitas instrumen penelitian (berupa kuisioner). Dengan diperolehnya skor faktor, maka analisis faktor merupakan langkah awal (sebagai data input) dari berbagai metode analisis data yang lain, misal analisis diskriminan, analisis regresi, cluster analisis, ANOVA, MANCOVA, Analisis Path, Model Struktural, MDS, dan lain sebagainya.

4 Analisis Faktor Analisis faktor : mengekstraksi sejumlah faktor bersama (common factors) dari gugusan variabel asal X1, X2, …, Xp, sehingga : A. Banyaknya faktor lebih sedikit dari variabel asal X. B. Sebagian besar informasi variabel X, tersimpan dalam faktor Konsep Dasar : X1= nilai Matematika, X2 = nilai Fisika, X3 = nilai Geografi, X4 = nilai PPKN dan X5 = nilai Sejarah. X1 = F F F F F5 + 1 X2 = F F F F F5 + 2 X3 = F F F F F5 + 3 X4 = F F F F F5 + 4 X5 = F F F F F5 + 5 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

5 Analisis Faktor harus dipilih, jangan ditebak
Metode Pendugaan Parameter : - PCA Solution - MLE Data Input (PCA Solution) : - Matrik Kovarians : Unit satuan sama & rentang homogen - Matrik Korelasi : Unit satuan dan rentang berbeda harus dipilih, jangan ditebak

6 Analisis Faktor Skor Faktor Matriks input Kovarians :
S-Fa = c’S-1(xj - ) Matriks input Korelasi : S-Fa = c’R-1Zj . Perhatikan : Di dalam Analisis Faktor, skor faktor tidak dapat dihitung langsung berdasarkan loading faktor sebagai koefisien Jadi berbeda dengan Skor Diskriminan atau Skor PCA

7 ANALISIS FAKTOR KONFIRMATORI
Analisis faktor konfirmatori dapat digunakan untuk mendapatkan data variabel laten, yang diperoleh dari indikator dan berupa skor faktor. Misalnya kita ingin mengukur Motivasi dan Kinerja karyawan. Kedua variabel tersebut bersifat unobservable (laten), sehingga perlu dikembangkan indikator sebagai pengukurnya. Untuk mengukur Motivasi dikembangkan 4 indikator, yaitu X2.1 s/d X2.4, dan untuk mengukur kinerja terdapat 5 indikator, yaitu X4.1 s/d X4.5. Permasalahannya: Apakah benar X2.1 s/d X2.4 merupakan instrument pengukur motivasi yang valid dan reliabel ? Demikian juga : Apakah benar X4.1 s/d X4.5 merupakan alat ukur kinerja yang valid dan reliabel ?

8 ANALISIS FAKTOR KONFIRMATORI
Untuk itu, perlu dilakukan konfirmasi, yaitu apakah instrument tersebut valid dan reliabel atau tidak. Hal ini dapat dilakukan salah satunya dengan Analisis Faktor, sehingga dinamakan Analisis Faktor Konfirmatori. Jadi pada prinsipnya kita hanya akan melakukan konfirmasi berdasarkan teori atau konsep yang sudah ada terhadap keakuratan (valid dan reliable) instrumen yang kita buat.

9 ILUSTRASI

10

11

12 TERIMA KASIH