yang lebih sedikit jumlah variabel awal sehingga memudahkan analisis statistik selanjutnya Wibowo, A. 2006.
Tujuan yang penting dari analisis faktor adalah menyederhanakan hubungan yang beragam dan kompleks pada beberapa variabel yang diamati dengan
menyatukan faktor atau dimensi yang saling berhubungan pada suatu struktur data baru yang mempunyai beberapa faktor yang lebih kecil. Analisis faktor yang
dipergunakan didalam situasi sebagai berikut Supranto, 2010: a.
Mengenali atau mengidentifikasi dimensi yang mendasari underlyping dimensions atau faktor yang menjelaskan korelasi antara suatu set variabel.
b. Mengenali atau mengidentifikasi suatu set variabel baru yang tidak berkorelasi
independent yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi didalam analisis multivariate selanjutnya,
misalnya analisis regresi berganda dan analisis diskriminan. c.
Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu set variabel yang jumlahnya untuk dipergunakan di dalam analisis multivariate
selanjutnya.
2.5.2. Model Analisis Faktor dan Statistik yang Relevan
Secara matematis, analisis faktor agak mirip dengan regresi linear berganda, yaitu setiap variabel dinyatakan sebagai suatu kombinasi linear dari faktor yang
mendasari underlying factors Supranto, 2010.
Jumlah varian yang disumbangkan oleh suatu variabel dengan variabel lainnya yang tercakup dalam analisis disebut communality. Hubungan antara variabel
Universitas Sumatera Utara
yang diuraikan dinyatakan dalam suatu common factors yang sedikit jumlahnya ditambah dengan faktor yang unik untuk setiap variabel. Faktor yang unik tidak
berkorelasi dengan sesama faktor yang unik dan juga tidak berkorelasi dengan common factor. Common factor sendiri bisa dinyatakan sebagai kombinasi linier dari
variabel-variabel yang terlihatterobservasi hasil penelitian lapangan.
2.5.3 Model Matematik dalam Analisis Faktor
Didalam model analisis faktor, kompenen hipotesis diturunkan dari hubungan antara variabel teramati. Model analisis faktor mensyaratkan bahwa hubungan antara
variabel teramati harus linier dan nilai koefisien korelasi tak boleh nol, artinya benar- benar harus ada hubungan. Komponen hipotesis yang diturunkan harus memiliki sifat
sebagai berikut : 1.
Komponen hipotesis tersebut diberi nama faktor. Tidak ada faktor yang menjadi kombinasi linier dari faktor lain sebab faktor-
faktor tersebut dibuat sedemikian rupa sehingga bebas satu sama lain. 2.
Variabel komponen hipotesis yang disebut faktor bisa dikelompokkan menjadi dua yaitu : common factors and unique factors.
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 terkait dengan faktor. Jadi hanya satu variabel yang tergantung pada satu faktor unik.
Universitas Sumatera Utara
3. Common factor selalu dianggap tidak berkorelasi dengan faktor unik.
Faktor unik biasanya juga dianggap saling tidak berkorelasi, akan tetapi common factor mungkin atau tidak mungkin berkorelasi satu sama lainnya.
4. 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.
2.5.4 Mekanisme Analisis Faktor
