33 interpretasi yang berguna lainnya ialah mengeplot variabel dengan menggunakan
factor loading sebagai titik koordinatnya. Variabel yang berada pada ujung atau akhir suatu sumbu ialah variabel-
variabel yang nilai loadingnya tinggi hanya pada faktor tersebut, katakan faktor 1, 2, atau 3 dan oleh karena itu variabel-variabel tersebut akan memberikan inspirasi
tentang nama yang tepat dari faktor yang bersangkutan Supranto, 2010. Sedangkan variabel yang dekat dengan titik asal perpotongan sumbu F
1
dan F
2
mempunyai muatan rendah low loading pada kedua faktor.
Variabel yang tidak dengan sumbu salah satu faktor berarti berkorelasi dengan kedua faktor tersebut. Kalau suatu faktor tidak bisa diberi label sebagai faktor tidak
teridentifikasi atau faktor umum. Variabel-variabel yang berkorelasi kuat nilai faktor loading yang besar dengan faktor tertentu dan memberikan inspirasi nama faktor
yang bersangkutan Supranto, 2004.
2.4.8 Menghitung Skor dan Nilai Faktor
Nilai faktor adalah ukuran yang mengatakan representasi suatu variabel oleh masing-masing faktor. Nilai faktor menunjukkan bahwa suatu data mewakili
karakteristik khusus yang direpresentasikan oleh faktor. Nilai faktor ini selanjutnya digunakan untuk analisis lanjutan.
Sebenarnya analisis tidak harus dilanjutkan dengan menghitung skor atau nilai faktor, sebab tanpa menghitung pun hasil analisis faktor sudah bermanfaat yaitu
mereduksi variabel yang banyak menjadi variabel baru yang lebih sedikit dari variabel aslinya.
Universitas Sumatera Utara
34 Masing-masing faktor dapat diekspresikan dengan persamaan sebagai berikut:
F
1
= W
i1
X
1
+ W
i2
X
2
+ W
i3
X
3
+ .......+ W
ik
X
k
Dimana : F
1
adalah faktor W
i
adalah bobot variabel terhadap faktor
K
adalah jumlah variabel X adalah variabel
Semakin besar bobot Wi suatu variabel terhadap faktor, maka pengaruh variabel terhadap faktor tersebut semakin erat, yang berarti perubahan variabel
memberikan kontribusi yang semakin besar pada nilai faktor. Hal ini berlaku untuk keadaan sebaliknya Rangkuti, 2002.
2.4.9 Memilih Surrogate Variables
Surrogate Variables adalah suatu bagian dari variabel asli yang dipilih untuk digunakan di dalam analisis selanjutnya. Pemilihan Surrogate Variables meliputi dari
sebagian dari beberapa variabel asli untuk dipergunakan di dalam analisis selanjutnya. Hal ini memungkinkan peneliti untuk melakukan analisis lanjutan dan
menginterpretasikan hasilnya dinyatakan dalam variabel asli bukan dalam skor faktor. Dengan meneliti matriks faktor, kita bisa memilih untuk setiap faktor variabel dengan
muatan tinggi pada faktor yang bersangkutan.
2.4.10 Proses Analisis Faktor
Secara garis besar tahapan pada analisis faktor adalah sebagai berikut: 1. Memilih variabel yang layak dimasukkan dalam analisis faktor. Oleh karena
analisis faktor berupaya mengelompokkan sejumlah variabel, maka seharusnya
Universitas Sumatera Utara
35 ada korelasi yang cukup kuat diantara variabel, sehingga akan terjadi
pengelompokkan. Jika sebuah variabel atau lebih berkorelasi lemah dengan variabel lainnya, maka variabel tersebut akan dikeluarkan dari analisis faktor.
Alat seperti MSA atau Barlett’s Test dapat digunakan untuk keperluan ini.
2. Setelah sejumlah variabel terpilih, maka dilakukan “ekstraksi” variabel tersebut
sehingga menjadi satu atau beberapa faktor. 3. Faktor yang terbentuk pada banyak kasus kurang menggambarkan perbedaan
diantara faktor-faktor yang ada. Hal tersebut akan mengganggu analisis, karena justru sebuah faktor harus berbeda secara nyata dengan faktor lain.
4. Jika isi faktor diragukan, dapat dilakukan proses rotasi untuk memperjelas apakah faktor terbentuk sudah secara signifikan berbeda dengan faktor lain.
5. Setelah faktor benar-benar sudah terbentuk, maka proses dilanjutkan dengan menamakan faktor yang ada. Kemudian mengartikannya hasil penemuannya
artinya faktor-faktor tersebut mewakili variabel yang mana saja.
2.4.11 Asumsi Analisis Faktor