2.9 Analisis Komponen Utama AKU
Analisis komponen utama adalah teknik statistik yang digunakan manakala peneliti tertarik pada sekumpulan data yang saling berkorelasi. Tujuannya adalah
untuk menemukan sejumlah variabel yang koheren dalam sub kelompok yang secara relatif independen terhadap yang lain. Analisis komponen utama kebalikan
dari analisis faktor dimana analisis komponen utama bersifat konvergen dan analisis faktor bersifat divergen Tabachnick, 1983
Analisis komponen utama AKU biasanya digunakan untuk : 1.
Mengidentifikasi variabel-variabel baru yang mendasari data variabel ganda.
2. Mengurangi banyaknya dimensi himpunan variabel asal yang terdiri atas
banyak variabel dan saling berkorelasi. 3.
Menetralisir variabel-variabel asal yang memberikan sumbangan informasi yang relatif kecil
Analisis komponen utama AKU terkonsentrasi pada penjelasan struktur variansi dan kovariansi melalui suatu kombinasi linear variabel-variabel asal, dengan
tujuan utama melakukan reduksi data dan membuat interpretasi. Analisis komponen utama lebih baik digunakan jika variabel-variabel asal saling
berkorelasi. Didalam proses dasar analisis faktor metode yang digunakan untuk melakukan proses ekstraksi adalah analisis komponen utama, metode ini dipilih
karena tujuan utama analisis faktor adalah untuk mereduksi data. Umumnya analisis komponen utama merupakan analisis intermediate yang berarti hasil
komponen utama dapat digunakan untuk analisis selanjutnya Supranto, 2010.
2.10 Analisis Faktor AF
Analisis faktor merupakan salah satu analisis statistik multivariate yang menitikberatkan pada data yang mempunyai hubungan yang sangat erat secara
bersama-sama pada masing-masing variabel, tanpa membedakan antara variabel
Universitas Sumatera Utara
terikat Y dan variabel bebas X. Proses analisis faktor mencoba menemukan hubungan interrelationship antara sejumlah variabel-variabel yang saling
independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal Santoso, 2010.
Secara umum analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru
yang berupa variabel bentukan. Andaikan dari p buah variabel awalasal terbentuk k buah faktorkomponen dimana kp, misalnya dari sejumlah variabel p
sebanyak 10 variabel terbentuk k = 2 buah faktorkomponen yang dapat menerangkan kesepuluh variabel awalasal tersebut. K buah faktorkomponen
utama dapat mewakili p buah variabel aslinya sehingga lebih sederhana Tabachnick, 1983.
Tujuan utama analisis faktor adalah untuk menjelaskan struktur di antara banyak variabel dalam bentuk faktor atau variabel laten atau variabel bentukan.
Faktor yang terbentuk merupakan besaran acak random quantities yang sebelumnya tidak dapat diamati atau diukur secara langsung. Selain tujuan utama
analisis faktor, terdapat beberapa tujuan lainnya, yaitu : 1.
Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi sejumlah variabel baru yang jumlahnya lebih sedikit dari variabel asal dan
variabel baru tersebut dinamakan faktor atau variabel laten atau konstruk atau variabel bentukan
2. Untuk mengidentifikasi adanya hubungan antar variabel penyusun faktor
atau dimensi dengan faktor yang terbentuk dengan menggunakan pengujian
koefisien korelasi
antar faktor
dengan komponen
pembentuknya 3.
Adanya validasi data untuk mengetahui apakah hasil analisis faktor tersebut dapat digeneralisasi ke dalam populasinya, sehingga setelah
terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.
Universitas Sumatera Utara
Konsep dasar analisis faktor adalah sebagai berikut : 1.
Tidak mengaitkan antara dependent variabel dengan independent variabel tetapi membuat reduksi dan abstraksi atau meringkas dari banyak variabel
menjadi sedikit variabel 2.
Teknik yang digunakan adalah teknik interdependensi yaitu seluruh set hubungan yang interdependen diteliti. Prinsip menggunakan korelasi r = 0
dan r = 1 digunakan dalam mengidentifikasi variabel yang berkorelasi dan yang tidakkecil korelasinya
3. Analisis faktor menekan adanya komunity ; jumlah varian yang
disumbangkan oleh satu variabel pada variabel lainnya 4.
Kovariasi antar variabel yang diuraikan akan muncul common factor jumlah sedikit dan unique faktor setiap variabel faktor-faktor tidak
secara jelas terlihat 5.
Adanya koefisien nilai faktor factor score coefficient sehingga faktor 1 menyerab sebagian besar seluruh variabel, faktor 2 menyerab sebagian sisa
varian setelah diambil untuk faktor 1, faktor 2 tidak berkorelasi dengan faktor 1.
2.11 Model Analisis Faktor
Kategori