B
ij
= Koefisien regresi yang dibakukan untuk variabel i pada komponen faktor j. F
j
= Komponen faktor ke j. V
i
= Koefisien regresi yang dibakukan untuk variabel ke i pada faktor yang unik ke i.
µ
i
= Faktor unik variabel ke i. m
= Banyaknya komponen faktor.
Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan komponen faktor. Komponen faktor sendiri bisa dinyatakan
sebagai kombinasi linier dari variabel-variabel yang terlihatterobservasi hasil penelitian lapangan.
Dimana : F
i
= Perkiraan faktor ke i didasarkan pada nilai variabel X dengan koefisiennya W
i
. W
i
= Koefisien nilai faktor ke i. k
= banyaknya variabel
2.6.3 Statistik yang Berkaitan dengan Analisis Faktor
Statistik yang berkaitan dengan analisis faktor adalah :
1. Barlett’s test of sphericity
Barlett’s test of sphericity adalah uji statistik yang digunakan untuk menguji hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam
populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks
Universitas Sumatera Utara
identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri r = 1, tetapi tidak berkorelasi dengan variabel lainnya r = 0.
Statistik uji bartlett adalah sebagai berikut :
[ ] | |
dengan derajat kebebasandegree of freedom df
Keterangan : =
jumlah observasi =
jumlah variabel | |
= determinan matriks korelasi
2. Correlation matrix Matriks Korelasi
Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana r antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau
angka pada diagonal utama semuanya sama yaitu 1. Jadi kalau ada 3 atau 4 variabel, bentuk matriks korelasi menjadi :
n = 3 →
[ ]
Universitas Sumatera Utara
n = 4 →
[ ]
3. Communality Komunalitas
Komunalitas adalah jumlah varian yang dikontribusi dari sebuah variabel dengan seluruh variabel lainnya dalam analisis. Ini juga merupakan proporsi dari varians yang
diterangkan oleh komponen faktor.
dengan = communality variabel ke-i
= nilai factor loading
4. Eigenvalue Nilai Eigen
Nilai eigen merupakan jumlah varians yang dijelaskan oleh setiap faktor-faktor yang mempunyai nilai eigenvalue 1, maka faktor tersebut akan dimasukkan ke dalam
model.
5. Factor loadings Faktor Muatan
Faktor muatan adalah korelasi sederhana antara variabel dengan faktor.
6. Factor loading plot Plot Faktor Muatan
Plot faktor muatan adalah suatu plot dari variabel asli dengan menggunakan factor loading sebagai koordinat.
Universitas Sumatera Utara
7. Factor matrix Faktor Matriks
Matriks faktor mengandung factor loading dari seluruh variabel dalam seluruh faktor yang dikembangkan.
8. Kaiser - Meyer - Olkin KMO measure of sampling adequency
