b. Variabel komponen hipotesis yang disebut faktor bisa dikelompokkan menjadi dua yaitu common faktor dan unique faktor. Dua komponen ini bisa
dibedakan kalau dinyatakan dalam timbangan di dalam persamaan linier, yang menurunkan variabel terobservasi dari variabel komponen hipotesis. Common
factor mempunyai lebih dari satu variabel dengan timbangan yang bukan nol nilainya. Suatu faktor unik hanya mempunyai satu variabel dengan timbangan
yang tidak nol terikat dengan faktor. Jadi hanya satu variabel yang tergantung pada satu faktor unik.
c. Common faktor selalu dianggap tidak berkorelasi dengan faktor unik. Faktor unik biasanya juga dianggap saling tidak berkorelasi satu sama
lainnya. d. Umumnya dianggap bahwa jumlah common factor lebih sedikit dari jumlah
variabel asli, akan tetapi banyaknya faktor unik biasanya dianggap sama dengan banyaknya variabel asli Supranto, 2010
2.2.4. Langkah-Langkah Analisis Faktor
Menurut Supranto 2010, langkah-langkah yang diperlukan dalam analis faktor adalah :
a. Merumuskan Masalah Merumuskan masalah faktor analisis dan mengidentifikasi mengenali
variabel-variabel asli yang akan dianalisis faktor. Merumuskan masalah meliputi beberapa hal :
1. Tujuan analisis faktor harus diidentifikasi.
Universitas Sumatera Utara
2. Variabel yang akan dipergunakn di dalam analisis faktor harus dispesifikasi berdasarkan penelitian sebelumnya, teori dan pertimbangan
dari peneliti. 3. Pengukuran variabel berdasarkan skala interval atau ratio.
4. Banyaknya elemen sampel n harus cukup memadai sebagai petunjuk kasar, kalau k sebagai banyaknya jenis variabel atribut maka n=4 atau 5
kali k. Artinya kalau variabel 5, banyaknya responden minimal 20 atau 25 orang sebagai sampel acak.
b. Membentuk Matriks Korelasi Proses analisis di dasarkan pada suatu matriks korelasi agar variabel
pendalaman yang berguna bisa diperoleh dari penelitian matriks ini. Agar analisis faktor bisa tepat dipergunakan, varaiabel-variabel yang akan dianalisis
harus berkorelasi. Apabila koefisien korelasi antar-variabel terlalu kecil, hubungan lemah, analisis faktor tidak tepat.
Prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi akan terkait dengan metode statistik korelasi yaitu :
1 Besar korelasi atau korelasi independen variabel yang cukup kuat, misalnya 0,5 atau bila dilihat tingkat signifikansinya adalah dari 0,5.
2 Besar korelasi partial, korelasi antar dua variabel dengan menganggap variabel dengan mengganggap variabel lain adalah tetap konstan harus
kecil. Pada SPSS deteksi korelasi parsial diberikan pada Anti Image Correlation.
Universitas Sumatera Utara
Statistik formal tersedia untuk menguji ketepatan model faktor yaitu Barlett’s Test of Sphericity bisa digunakan untuk menguji hipotesis bahwa
variabel tak berkorelasi di dalam populasi. Nilai yang besar untuk uji statistik, berarti hipotesis nol harus ditolak berarti ada korelasi yang signifikan
diantara beberapa variabel. Kalau hipotesis nol terima, ketepatan analisis faktor harus dipertanyakan.
Statistik lainnya yang berguna adalah KMO Kaiser-Meyer-Olkin mengukur kecukupan sampling sampling adequancy. Indeks ini
membandingkan besarnya koefisien korelasi terobservasi dengan besarnya koefisien korelasi parsial. Nilai KMO yang kecil menunjukkan korelasi antar
pasangan variabel tidak bisa diterangkan oleh variabel lain dan analisis faktor mungkin tidak tepat.
1. Harga KMO sebesar 0,9 adalah sangat memuaskan 2. Harga KMO sebesar 0,8 adalah memuaskan
3. Harga KMO sebesar 0,7 adalah harga menengah 4. Harga KMO sebesar 0,6 adalah cukup
5. Harga KMO sebesar 0,5 adalah kurang memuaskan 6. Harga KMO sebesar 0,4 adalah tidak dapat diterima
Measure of Sampling Adequacy MSA ukuran dihitung untuk seluruh matriks korelasi dan setiap variabel yang layak untuk diaplikasikan pada
analisis faktor. Nilai MSA yang rendah merupakan pertimbangan untuk membuang variabel tersebut pada tahap analisis selanjutnya Wibisono,
Universitas Sumatera Utara
2003. Angka MSA berkisar 0-1 menunjukkan apakah sampel bisa dianalisis lebih lanjut Wibowo, 2006.
1 MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel lain.
2 MSA 0,5 variabel masih dapat diprediksi dan dapat dianalisis lebih lanjut.
3 MSA 0,5 variabel tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut.
c. Menentukan Metode Analisis Faktor Segera setelah ditetapkan bahwa analisis faktor merupakan tekhnik
yang tepat untuk menganalisis data yang sudah dikumpulkan, kemudian ditentukan atau dipilih metode yang tepat untuk analisis faktor. Ada dua cara
metode yang bisa digunakan dalam analisis faktor, khususnya untuk menghitung timbangan atau koefisien skor faktor, yaitu principal components
analysis dan common factor analysis. Di dalam principal component analysis, jumlah varian dalam data
dipertimbangkan. principal component analysis direkomendasikan kalau hal yang pokok ialah menentukan bahwa banyaknya faktor minimum yang harus
memperhitungkan faktor maksimum tersebut dinamakan principal components.
Di dalam common factor analysis, faktor diestimasi didasarkan pada common variance, communalities dimasukkan di dalam matriks korelasi.
Universitas Sumatera Utara
Metode ini dianggap tidak tepat kalau tujuan utamanya ialah mengenali mengidentifikasi dimensi yang mendasari dan common variance yang
menarik perhatian. Metode ini juga dikenal sebagai principal axis factoring Supranto,2010.
Communalities ialah jumlah varian yang sumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Bisa juga disebut
proporsi atau bagian varian yang dijelaskan common factor , atau besarnya sumbangan suatu faktor terhadap varian seluruh variabel. Semakin besar
communalities sebuah variabel, berarti semakin kuat hubungannya dengan faktor yang dibentuknya.
Eigenvalue merupakan jumlah varian yang dijelaskan oleh setiap faktor. Eigenvalue akan menunjukkan kepentingan relatif masing-masing
faktor dalam menghitung varian yang dianalisis Wibowo, 2006. d. Rotasi Faktor-Faktor
Suatu hasil atau out put yang penting dari analisis faktor ialah apa yang disebut matriks faktor pola faktor pattern matrix. Matriks faktor berisi
koefisien yang dipergunakan untuk mengekspresikan variabel yang dibakukan dinyatakan dalam faktor. Koefisien ini disebut muatan faktor, mewakili
korelasi antar-variabel dan faktor. Di dalam melakukan rotasi faktor, kita menginginkan agar setiap
faktor mempunyai muatan atau koefisien yang tidak nol atau yang signif ikan untuk beberapa variabel saja. Guna rotasi ini adalah untuk mengontrol
Universitas Sumatera Utara
memeriksa variabel yang belum layak dimasukkan menjadi layak dimasukkan dalam buat penamaan. Demikian halnya kita juga menginginkan agar setiap
variabel mempunyai muatan yang tidak nol atau signifikan dengan beberapa saja, kalau mungkin dengan satu faktor saja. Kalau terjadi beberapa faktor
mempunyai muatan tinggi dengan variabel yang sama, sangat sulit untuk membuat interpretasi tentang seluruh varian dari seluruh variabel asli
mengalami perubahan. e. Interpretasi Faktor
Interpretasi faktor dipermudah dengan mengidentifikasi variabel yang muatannya besar pada faktor yang sama. Faktor tersebut kemudian bisa
diinterpretasikan, dinyatakan dalam variabel yang mempunyai muatan tinggi padanya. Variabel yang tidak dengan sumbu salah satu faktorberarti
berkorelasi dengan kedua faktor tersebut . f. 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 dipresentasikan oleh faktor. Nilai faktor ini selanjutnya digunakan untuk analisis lanjutan. Sebenarnya analisis
faktor tidak harus dilanjutkan dengan menghitung skor atau nlai faktor, sebab tanpa menghitungpun hasil analisis faktor sudah bermanfaat yaitu mereduksi
variabel yang banyak menjadi variabel baru yang lebih sedikit dari variabel aslinya.
Universitas Sumatera Utara
g. Memilih Surrogate Variabels Surrogate variabel adalah suatu bagian dari variabel asli yang dipilih
untuk digunakan di dalam analisis selanjutnya. h. Proses Analisis Faktor
Secara garis besar tahapan pada analisis faktor adalah sebagai berikut Supranto 2010 dan Riyanto,A.2011 :
1. Memilih variabel yang layak dimasukkan dalam analisis faktor. 2. Menguji variabel yang ditentukan, menggunakan metode Barlett Test of
Sphericity Sera pengukuran MSA Measure Sampling Adequacy. 3. Setelah sejumlah variabel terpilih, maka dilakukan “ekstraksi” variabel
tersebut hingga menjadi satu atau beberapa faktor. 4. 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. 5. Kemudian interpretasikan hasil penemuan artinya faktor-faktor tersebut
mewakili variabel yang mana saja, dan memberi nama atas faktor yang terbentuk.
6. Validasi atas hasil faktor untuk mengetahui apakah faktor yang terbentuk telah valid. Validitas dapat dilakukan dengan berbagai cara seperti :
Universitas Sumatera Utara
a. Membagi sampel awal menjadi dua bagian kemudian membandingkan hasil faktor sampel satu dengan sampel dua. Jika hasil tidak banyak
perbedaan, bisa dikatakan faktor yang terbentuk telah valid. b. Dengan melakukan metode Comfirmatory Faktor Analysis CFA
dengan cara Structural Equation Modelling SEM. Proses ini bisa dibantu dengan Software khusus, seperti Lisrel atau Amos.
2.3. Landasan Teori