Syarat, m p Jika ditulis dalam bentuk matriks adalah:
Xp =
l
F +
ε
, dimana: F : common factors unobservable X : variabel yang diteliti obserbable
l
: bobot dari kombinasi linear loading
ε
: specific factor Dengan demikian, secara mudahnya dalam model common factors dapat
dinyatakan sebagai berikut: -
Variabel Xp memberikan kontribusi kepada faktor F
1
dengan bobot kontribusi sebesar
l
p
1
dan kepada faktor F
2
dengan bobot kontribusi sebesar
l
p
2
dan juga kepada faktor lain yang tidak diteliti.
2.4.6. Rotasi Faktor
Hasil dari analisis faktor adalah faktor matriks yang berisi koefisien bobot kontribusi suatu variabel terhadap faktor atau yang sering disebut dengan
factor loading . Namun demikian, sering kali kita dihadapkan pada permasalahan
bahwa output yang dihasilkan sulit untuk diinterpretasi karena satu faktor dapat berkorelasi dengan beberapa variabel. Untuk mempermudah interpretasi,
dilakukan rotasi faktor sehingga faktor matriks yang tadinya kompleks menjadi lebih simpel.
Pada dasarnya, metode rotasi dalam analisis faktor dapat digolongkan menjadi dua, yaitu sebagai berikut:
1. Orthogonal Rotation
Orthogonal rotation adalah metode rotasi dengan cara memutar sumbu ke
kanan sampai 90 . Metode ini menggunakan asumsi bahwa hubungan
antarvariabel tidak ada atau korelasi antar faktor adalah nol. Asumsi ini sebenarnya kurang realistis, namun demikian metode ini lebih stabil. Metode
ini dapat dibagi lagi menjadi metode quartimax, varimax dan equimax. 2.
Oblique Rotation Oblique rotation
adalah metode rotasi dengan cara memutar sumbu ke kanan, tetapi tidak harus sebesar 90
. Metode ini menggunakan asumsi bahwa ada
hubungan antarfaktor atau korelasi antarfaktor tidak sama dengan nol. Asumsi ini sebenarnya lebih realistis, namun masih banyak mengandung
kontroversi. Metode ini dapat dibagi lagi menjadi metode oblimin, promax, orthoblique
, dan lainnya. Dalam perkembangannya, metode rotasi yang paling banyak digunakan
dalam analisis faktor adalah metode orthogonal rotation varimax.
2.4.7. Penamaan Faktor yang Terbentuk
Untuk menamai faktor yang telah dibentuk dalam analisis faktor, dapat dilakukan dengan cara berikut.
1. Memberikan nama faktor yang dapat mewakili nama-nama variabel yang
membentuk faktor tersebut. 2.
Memberikan nama faktor berdasarkan variabel yang memiliki nilai factor loading
tertinggi. Hal ini dilakukan apabila tidak dimungkinkan untuk memberikan nama faktor yang dapat mewakili semua variabel yang
membentuk faktor tersebut.
2.4.8. Uji Ketepatan Model Analisis Faktor