Analisis faktor yang dipergunakan di dalam situasi sebagai berikut Supranto,2010 : a. Mengenali atau mengidentifikasi dimensi yang mendasari underlying
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 di dalam analisis multivariate
selanjutnya, misalnya analisis regresi berganda dan analisis diskriminan. c. Mengenali atau mengidentifikasi suatu set varibel yang penting dari suatu set
variabel yang lebih banyak jumlahnya untuk dipergunakan di dalam analisis multivariate selanjutnya.
2.2.2. Model Analisis Faktor dan Statistik yang Relevan
Secara matematis, analisis faktor agak mirip dengan regresi linier berganda, yaitu setiap variabel dinyatakan sebagai suatu kombinasi linear dari faktor yang
mendasari underlying factors Supranto, 2010. Jumlah varian yang disumbangkan oleh suatu varabel dengan variabel yang
lainnya tercakup dalam analisis disebut communality. Hubungan antara variabel yang dinyatakan dalam suatu common factors yang sedikit jumlahnya ditambah dengan
faktor yang unik untuk setiap variabel. Faktor yang unik tidak berkorelasi dengan sesama faktor unik dan juga tidak berkorelasi dengan common faktor.
Common factor dinyatakan sebagai kombinasi linier dari variabel-variabel yang terlihat terobservasi the observed variabels hasil penelitian lapangan atau
hubungan yang tidak berkorelasi dengan faktor unik. Faktor unik biasanya juga
Universitas Sumatera Utara
dianggap saling tidak berkorelasi, akan tetapi mungkin atau tidak mungkin berkorelasi satu sama lain. Masing-masing faktor dapat diekspresikan dengan
persamaan sebagai berikut : F
1
= W
i1
X
1
+ W
i2
X
2
+ W
i3
X
3
+ …..+ W
ik
X Dimana : F
k 1
Wi adalah : timbangan atau koefisien nilai faktor ke i adalah : perkiraan faktor ke i didasarkan pada nilai variabel X dengan
koefisiennya Wi
k adalah : banyaknya variabel Semakin besar bobot Wi suatu variabel terhadap faktor, maka pengaruh
variabel terhadap faktor tersebut semakin erat, yang berarti perubahan variabel memberikan kontribusi yang semakin besar pada nilai faktor. Hal ini berlaku untuk
keadaan sebaliknya Supranto, 2010. Statistik kunci yang relevan dengan analisis dengan analisis faktor adalah :
Bartlett’s tes of sphericity yaitu suatu uji statistik yang digunakan untuk menguji hipotesis bahwa variabel tidak saling berkorelasi uncorrelated dalam populasi.
2.2.3. Model Matematik dalam Analisis Faktor
Di dalam model analisis faktor, komponen hipotesis diturunkan dari hubungan antara variabel terobservasi. Model analisis faktor mensyaratkan bahwa hubungan
antar variabel terobservasi harus linier dan nilai koefisien korelasi tak boleh nol, artinya benar-benar harus ada hubungan. Komponen hipotesis yang diturunkan harus
memiliki sifat sebagai berikut : a. Komponen hipotesis tersebut diberi nama faktor.
Universitas Sumatera Utara
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
