12 multivariate  selanjutnya.  Misalnya  analisis  regresi  berganda  dan  analisis
diskriminan. 3.
Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu set  variabel  yang  lebih  banyak  jumlahnya  untuk  dipergunakan  di  dalam
analisi multivariate selanjutnya.
2.9.2 Model Analisis Faktor
Secara  matematis,  analisis  faktor  hampir  sama  dengan  analisis  regresi. Yaitu  dalam  bentuk  fungsi  linear.  Jumlah  varians  yang  dikotribusi  dari  sebuah
variabel dengan seluruh variabel lainnya  lbih dikelompokkan sebagai komunitas. Kovarians  diantara  variabel  dijelaskan  terbatas  dalam  sejumlah  komponen  kecil
ditambah  sebuha  faktor  unnik  untuk  setiap  variabel.  Faktor-faktor  tersebut  tidak secara  eksplisit  diamati.  Jika  variabel  distandarisasi,  maka  model  analisis  faktor
dapat ditulis sebagai berikut: =
1
�
1
+
2
�
2
+
3
�
2
+ ⋯ +
� + ⋯ + � +
Dimana : = Variabel ke i yang dibakukan
= Koefisien regresi yang dibakukan untuk variabel i pada komponen faktor j �  = Komponen faktor ke j
= Koefisien regresi yang dibakukan untuk variabel ke-i pada faktor yang unik ke-i
µ  = Faktor unik variabel ke-i M = Banyaknya komponen faktor
Faktor  yang  unik  tidak  berkolerasi  dengan  sesama  faktor  yang  unik  dan juga  tidak  berkorelasi  dengan  komponen  faktor.  Komponen  faktor  sendiri  bisa
Universitas Sumatera Utara
13 dinyatakan  sebagai  kombinasi  linier  dari  variabel-variabel  yang  terlihat
terobservasi hasil penelitian lapangan. � =
1 1
+
2 2
+
3 3
+ ⋯ +
Dimana : �   = Perkiraan faktor ke i didasarkan pada nilai variabel
= Koefisien nilai faktor ke i = Banyaknya variabel
2.9.3 Statistik yang Berkaitan Dengan Analisis Faktor
Statistik yang berkaitan dengan faktor adalah : a. Barlett’s test of sphericity
Barlett’s  test  of  sphericity  adalah  uji  statistik  yang  digunakan  untuk  menguji hipotesis  yang  mengatakan  bahwa  variabel-variabel  tersebut  tidak  berkorelasi
dalam  populasinya.  Dengan  kata  lain,  matriks  korelasi  populasi  adalah  sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri.
r=1, tetapi tidak berkorelasi dengan variabel lainnya r=0. Statistik uji barlett adalah sebagai berikut :
2
= −    − 1  −
2 +5 6
1 | | Dengan derajat kebebasan degree of freedom df =
= − 12
Keterangan : = jumlah observasi
= jumlah variabel | | = determinan matriks korelasi
Universitas Sumatera Utara
14
b. Correlation matrix Matriks Korelasi