47 lebih sederhana sehingga mudah diinterprestasikan. Rotasi faktor
menggunakan prosedur varimax. 5.
Interprestasi Faktor
Bertujuan untuk menentukan variabel mana yang dapat masuk dalam suatu faktor dan yang tidak masuk dalam suatu faktor.
Variabel-variabel yang masuk dalam suatu faktor harus memiliki loading faktor 0,4 dan sebaliknya.
6. Penentuan Model yang Tepat Bertujuan untuk menentukan model faktor yang dihasilkan
apakah baik atau tidak. Yaitu dengan menilai nilai residual, apabila terdapat 50 nilai residual yang kecil, maka model
tersebut tidak baik atau tidak layak dijadikan dasar dalam pengambilan keputusan.
3.4.2. Langkah-langkah Analisis Faktor Tahap I : Masalah Penelitian
1. Variabel yang dipilih : variabel yang relevan dengan penelitian yang dilakukan.
2. Banyaknya variabel : sesuai jumlah variabel yang relevan 3. Cara pengukuran variabel :
a. Data mentah diasumsikan merupakan hasil pengukuran matriks. b. Data digunakan variabel dummy 0-1
4. Ukuran atau jumlah sampel :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
48
- Sampel berukuran lebih dari 50 observasi, atau hendaknya lebih
dari 100 observasi. Matriks data mentah akan dianalisis merupakan hasil dari
kuisioner yaitu apabila data-data yang akan dianalisis merupakan hasil kuisioner. Matriks ini berukuran p x q p baris dan q kolom : p =
banyaknya responden yang mengisi kuisioner, q = banyaknya variabel manifestbanyaknya item pertanyaan kuisioner. Tiap jawaban responden
diberi skala nilai, biasanya dengan skala likert, sehingga dapat disusun dalam suatu bentuk matriks.
Tahap II : Matriks Korelasi
Matriks korelasi merupakan matriks yang membuat koefisien korelasi dari semua pasangan variabel dalam penelitian. Jadi, matriks ini
digunakan untuk mendapatkan nilai kedekatan hubungan anatar variabel manifest. Nilai kedekatan ini dapat digunakan untuk melakukan
pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor.
Analisis faktor yang baik memiliki nilai korelasi tinggi. Dalam hal ini diterminan matriks yang mendekati nol menunjukkan nilai korelasi
tinggi. Selanjutnya perlu diuji apakah matriks korelasi ini merupakan matriks identitas atau bukan, karena matriks identitas tidak dapat
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
49 digunakan untuk analisis. Metode yang bisa dilakukan adalah metode
Bartlett Test of Sphericity. Kemudian perlu ditentukan nilai koefisien korelasi parsial, yaitu estimasi antar faktor unik dan nilainya harus
mendekati nol untuk memenuhi asumsi analisis faktor. Untuk menguji kesesuaian pemakaian analisis faktor, digunakan
metode Keiser-Meyer-Olkin KMO. KMO merupakan indeks perbandingan besarnya koefisien korelasi observasi dengan besarnya
koefisien korelasi parsial. Jika nilai kuadrat koefisien korelasi parsial dari semua pasangan variabel lebih kecil dari pada jumlah kuadrat koefisien
korelasi, maka harga KMO akan mendekati 1, yang menunjukkan kesesuaian penggunaan analisis faktor.
Untuk menentukan
apakah proses pengambilan sampel telah
memadai atau digunakan Measure of Sampling MSA. Harga MSA yang rendah merupakan pertimbangan untuk membuang variabel tersebut
pada tahap analisis selanjutnya. Sering kali, karena jumlah data yang banyak, perhitungan KMO dan MSA hanya dimungkinkan dengan
bantuan komputer.
Tahap III : Ekstraksi Faktor
Tahap selanjutnya adalah faktor exit-action yaitu menentukan jumlah faktor yang diperlukan untuk menginterprestasikan data. Cara
untuk menentukan jumlah faktor antara lain dengan akar karakteristik yang dibawah 1 atau yang mendekati nol 0, biasanya tidak
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
50 dipergunakan karena dipandang kontribusinya dalam menerangkan
keragaman data sangat kecil. Penentuan jumlah faktor juga bisa berdasarkan persentase total varians.
Untuk mengekstrasikan faktor dikenal dua metode rotasi, yaitu : a.
Orthogonal faktor
Ekstraksi faktor dengan cara merotasikan sumbu faktor yang kedudukannya tegak lurus satu dengan yang lainnya. Dengan
melakukan rotasi ini setiap faktor independen terhadap faktor lain karena sumbunya saling tegak lurus. Orthogonal faktor solution
digunakan bila analisis bertujuan untuk mereduksi jumlah variabel asal yang sudah seberapa berartinya faktor yang diekstraksi.
b. Oblique
faktor Ekstraksi faktor dilakukan dengan merotasikan sumbu faktor yang
kedudukannya saling membentuk sudut dengan besar sudut tertentu. Dengan rotasi ini, maka korelasi antar setiap faktor masih
diperhitungkan karena sumbu faktor tidak tegak lurus dengan yang lainnya. Oblique faktor solution digunakan untuk memperoleh jumlah
faktor yang secara toritis cukup berarti. Ekstraksi faktor digunakan untuk menentukan jenis-jenis faktor
yang akan dipakai. Estimasi faktor dapat menggunakan metode Principal Cmponent Analysis selain itu terdapat metode common faktor
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
51 analysis. Dengan metode ini akan terbentuk kombinasi lini dari variabel-
variabel observasi. Dalam analisis faktor, total variasi Communality terbentuk dari :
1. Common variasi umum, menunjukkan varians variabel bersama antar tiap variabel penelitian.
2. Spesifik variasi unik menunjukkan varians spesifik tertentu. 3. Error, akibat ketidak handalan dalam proses pengambilan data.
Setelah ekstraksi
faktor, kemudian dilakukan perhitungan nilai
eigenvalue, yang menyatakan nilai varians dari variabel menifest. Banyaknya faktor ditentukan berdasarkan nilai persentase dari varians
total yang ditetapkan oleh variabel tersebut. Varians nilai tersebut merupakan jumlah varians masing-masing variabel yang disebut nilai
eigen
Tahap IV : Menentukan Rotasi Matriks Faktor
Matriks faktor
sebelum dirotasi digunakan untuk mengeksplorasi
kemungkinan pengelompokan variabel ke dalam sejumlah faktor yang telah diekstraksi. Matriks ini merangkum informasi mengenai bobot
variabel ke dalam setiap faktor, informasi yang terkandung di dalam matriks ini belum dapat digunakan untuk menginterprestasikan dengan
jelas mengenai pengelompokan variabel dalam setiap faktor karena bobot masing-masing variabel pada setiap variabel belum jauh berbeda.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
52 Agar dapat diperoleh bobot variabel yang mudah untuk
diinterprestasikan, matriks faktor ini harus dirotasikan. Matriks
faktor yang
dirotasikan ini bertujuan untuk mempermudah interprestasi dalam menentukan variabel-variabel mana saja yang
tercantum dalam suatu faktor. Dalam analisis penelitian menggunakan metode variamax untuk memberikan faktor akstraksi sehingga pada
akhirnya diperoleh hasil rotasi dimana dalam satu kolom nilai yang ada sebanyak mungkin mendekati nol. Hal ini dalam setiap faktor tercakup
sedikit mungkin variabel.
Tahap V : Interprestasi
Kelanjutan dari rotasi faktor adalah tahap interprestasi faktor berdasarkan bobot masing-masing variabel dalam setiap faktor. Tahap
interprestasi meliputi : 1. Dimulai dari variabel urutan pertama
Interprestasi dimulai dengan bergerak dari faktor yang paling kiri ke faktor yang paling kanan pada setiap baris untuk mencari bilangan
yang paling besar dalam baris tersebut.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
53 2. Bilangan yang paling besar menunjukkan dalam faktor mana setiap
faktor termasuk. Dengan demikian dapat diketahui variabel-variabel mana yang masuk dalam faktor.
3. Point 1 dan 2 dilakukan berulang sehingga variabel telah tercangkup dalam faktor-faktor hasil ekstraksi.
4. Bila ada variabel yang belum termasuk dalam salah satu faktor karena bobotnya kurang dari batas keberartian maka terdapat dua
pilihan yang dapat dilakukan. 5.
Menginterprestasikan sosial
apa adanya tanpa mengikutkan variabel yang bobotnya tidak signifikan.
6. Mengevaluasi variabel yang tidak memiliki bobot signifikan tersebut. Tujuan dari variabel ini adalah untuk mengetahui relevansi variabel
dalam penelitian yang dilakukan.
Tahap VI : Menentukan Bobot Faktor
Bobot faktor adalah ukuran yang menyatakan representasi suatu variabel oleh masing-masing faktor. Merupakan data mentah bagi
analisis regresi dan diskriminan. Bobot faktor menunjukkan bahwa suatu data karakteristik khusus yang diinterprestasikan oleh faktor. Bobot
faktor ini digunakan untuk analisis lanjutan. Bobot faktor menunjukkan kedekatan hubungan antara variabel
dengan faktornya atau dapat dikatakan kontribusi dari variabel manifest
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
54 terhadap variabel laten. Faktor dengan bobot faktor tinggi untuk suatu
variabel menunjukkan tingginya hubungan faktor itu dengan variabelnya. Pedoman pembobotan faktor ini antara lain sebagai penguji awal
yang paling sederhana, bobot faktor 0,5 dianggap sangat signifikan. Patokan ini biasanya digunakan untuk jumlah sampel yang lebih dari 50.
Dalam analisis faktor terdapat dua pembahasan, yaitu : Analisis faktor exploratory dan analisis faktor konfirmatory, tetapi yang digunakan
dalam penelitian ini adalah analisis faktor exploratory. Penelitian ini mempunayai tujuan untuk membuatmenentukan
seperangkat variabel baru yang menggantikan seperangkat variabel lama, guna dilakukan analisis lebih lanjut, yaitu analisis diskriminan.
Analisis faktor ini memiliki tujuan untuk mengeksplorasimenggambarkan apa yang didapat dari data dan tidak menyusun batasan-batasan yang
utama atas komponen estimasi jumlah yang diekstrakdidapat karena analisis ini bersifat exploratory faktor, maka tidak disusun suatu
hipotesis.
3.4.3. Analisis Faktor Exploratory