Professional Documents
Culture Documents
2.
3.
4.
Mengidentifikasi, melalui faktor rotasi, solusi faktor yang paling masuk akal.
Estimasi bentuk dan struktur loading, komunality dan varian unik dari indikator.
Interpretasi dari faktor umum. Jika perlu, dilakukan estimasi faktor skor.
Melihat beberapa kesimpulan diatas, dapat disimpulkan tujuan dari analisis faktor
adalah untuk mencari cara menyingkat informasi yang terdapat dalam beberapa variabel
asal menjadi lebih kecil (faktor) dengan meminimalkan kehilangan informasi.
C. Prosedur Analisis Faktor
Langkah pertama yang harus dilakukan dalam menganalisis faktor ialah dengan
menghitung matriks korelasi indikator untuk mengetahui syarat kecukupan bagi data di
dalam analisis faktor. Setelah terpenuhi syarat kecukupan data maka langkah selanjutnya
adalah mencari faktor atau ekstraksi faktor (extracting factor) untuk mencari faktor yang
mampu menjelaskan korelasi antar indikator yang diteliti. Langkah berikutnya adalah
rotasi faktor untuk mencari faktor yang mampu mengoptimalkan korelasi antara indikator
independen yang diobservasi.
1. Membuat matriks korelasi
Dalam melakukan analisis faktor, keputusan pertama yang harus diambil oleh peneliti
adalah menganalisis apakah data yang ada cukup memenuhi syarat dalam analisis
faktor. Berkenaan dengan analisis faktor, pengujian yang dilakukan yaitu:
a. Uji Bartletts test of sphericity
Uji Bartlett,s ini merupakan uji statistik untuk signifikansi menyeluruh dari semua
korelasi di dalam matriks korelasi. Dengan kata lain uji bartletts digunakan untuk
menguji bahwa variabel-variabel dalam sampel berkolerasi.
b. Uji Keiser Mayer Olkin (KMO)
Uji Keiser Mayer Olkin (KMO) digunakan untuk mengetahui kecukupan sampel
atau pengukuran kelayakan sampel. Analisis faktor dianggap layak jika besaran
KMO > 0,5.
ij
ij
KMO =
r2 ij
a ij
2
c. Uji Measure of
(MSA)
ijSampling Adequacy
ij
Uji Measure of Sampling Adequacy (MSA) digunakan untuk mengukur derajat
korelasi antar variabel dengan kriteria MSA > 0,5.
r2 ij
i=j
MSA =
I=j
r2 ij
a2 ij
Langkah langkah:
1.
2.
3.
4.
Dari menu SPSS, klik Analyze > Dimention reduction > Faktor
Masukkan semua variabel ke dalam kotak variabel
Klik Descriptive, klik KMO Bartletts test of sphericity dan Anti image
Klik Initial solution
Hasil Output:
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Approx. Chi-Square
Bartlett's Test of Sphericity
df
Sig.
,590
783,358
78
,000
Pada tabel Anti Image MAtrice, khususnya pada kolom Anti image correlation terlihat angka
yang bertanda (a) yang menandakan besaran MSA sebuah variabel. Jika nilai MSA tiap
variabel besarannya (> 0,5) maka semua variabel dapat diproses lebih lanjut. Namun jika ada
variabel yang besaran MSA nya (< 0,5) maka proses akan diulang dari awal dengan
mengeluarkan salah satu variabel yang memiliki besaran MSA terkecil. Hal tersebut diulangi
secara bertahap agar dapat memperoleh nilai MSA variabel yang ditetapkan.
Pada tabel di atas untuk variabel X11, X15 dan X17 memiliki nilai MSA (<0,5)
sehingga salah satu dari variabel tersebut yang memiliki nilai MSA terkecil harus dikeluarkan,
dalam kasus ini X11, X15 dan X17 memiliki nilai MSA terendah, sehingga harus dikeluarkan
dan kemudian memproses kembali dari awal, sehingga hasil output akan Nampak sebagai
berikut:
Df
Sig.
,651
428,671
45
,000
Pada tabel di atas untuk variabel X14 memiliki nilai MSA (<0,5) sehingga salah satu
dari variabel tersebut yang memiliki nilai MSA terkecil harus dikeluarkan, dalam kasus ini X14
memiliki nilai MSA terendah, sehingga harus dikeluarkan dan kemudian memproses kembali
dari awal, sehingga hasil output akan Nampak sebagai berikut:
Df
Sig.
,703
338,823
36
,000
Setelah mengulangi proses analysis, akan nampak tabel Anti Image Matrice seperti di
atas, pada tabel Anti Image Corelation terlihat jelas bahwa nilai MSA masing-masing variabel
besarannya (> 0,5) sehingga semua variabel dapat diproses lebih lanjut.
Langkah analisis selanjutnya dapat dilakukan dengan cara sebagai berikut:
1.
2.
3.
4.
5.
6.
7.
8.
Communalities
Initial
X6
1,000
Extraction
,450
X7
1,000
,783
X8
1,000
,468
X9
1,000
,891
X10
1,000
,558
X12
1,000
,858
X13
1,000
,647
X16
1,000
,835
X18
1,000
,890
Tabel communalities menunjukkan variabel product quality besarannya 0,450. hal ini
berarti sekitar 45% varians dari variabel product quality dapat dijelaskan oleh faktor yang
terbentuk, begitu seterusnya, dengan asumsi semakin kecil nilai communalities berarti semakin
lemah hubungannya dengan faktor yang terbentuk.
Pada tabel total variance explained di atas menunjukkan ada 3 faktor yang terbentuk
dari 9 variabel yang dimasukkan. Masing-masing faktor eigenvelue > 1. Faktor 1 eigenvalue
sebesar 3,101 dengan variance 34,460. Faktor 2 eigenvalue sebesar 2,068 dengan variance
22,976. Faktor 3 eigenvalue sebesar 1,210 dengan variance 13,448. Nilai eigenvalue
menggambarkan kepentingan relatif masing-masing faktor dalam menghitung varians dari 9
variabel yang dianalisis.
3,101 X 100 = 31,01%
2,068 X 100 = 20,68%
1,210 X 100 = 12,10%
2
,005
-,093
3
,664
X7
,064
,878
-,089
X8
,055
,066
,678
X9
,929
,130
,100
X10
,123
,735
-,048
X12
,173
,904
-,108
X13
-,058
,212
-,774
X16
,910
,067
,057
X18
,924
,191
-,009
Faktor 1 terdiri dari variabel complaint resolution, order & billing, dan delivery speed.
Faktor 2 terdiri dari variabel E-commerce activity, advertising, salesforce image, dan
3.
competitive pricing.
Faktor 3 terdiri dari variabel product quality & technical support
Component Transformation Matrix
Component
,784
,619
-,052
,515
-,601
,611
-,346
,506
,790
Tabel component transformation matrix, menunjukkan hasil rotasi varimax. Variabelvariabel sudah terdistribusi ke masing-masing faktor yaitu 3 faktor yang terbentuk. Setelah
dilakukan rotasi dan terbentuk 3 faktor, selanjutnya member nama faktor tersebut. Penamaan
faktor ini tergantung peneliti dan dapat mewakili variabel-variabelnya. Pemberian nama
dilakukan sebagai berikut:
1.
Faktor 1 terdiri dari variabel complaint resolution, order & billing, dan delivery speed
2.
3.
Referensi
Hair. Joseph, Black. William, Babin, Barry, Anderson, Rolph. Multivariate Data Analysis.
Seventh edition