Analisis Faktor untuk Reduksi Data

Analisis faktor adalah alat analisis yang dapat digunakan untuk dua hal yaitu untuk mereduksi data (data reduction) dan mendeteksi struktur (structure detection). Keduanya berbeda ya jangan dicampur-adukkan. Beberapa artikel atau blog sering mencampur-adukkan keduanya. Bahkan pernah ada buku yang ditulis oleh pengarang yang sangat terkenal juga mengabaikan kedua fungsi tersebut. Kali ini kita akan membahas tentang analisis faktor untuk data reduction. Tujuan dari reduksi data adalah mengurangi (mereduksi) beberapa data dari sebuah variabel (yang mempunyai korelasi yang tinggi) dan mungkin menggantinya dengan sedikit data yang mempunyai korelasi yang rendah.

Sebagai ilustrasi, terdapat 13 variabel yang mempunyai pengaruh terhadap suatu konstruk. Jumlah tersebut terlalu banyak dan di antara variabel tersebut ada beberapa yang secara teori saling berkorelasi sehingga sebenarnya bisa direduksi sehingga menjadi beberapa variabel saja tanpa kehilangan informasi yang signifikan. Data contoh analisis faktor ini dapat Anda download di Google Drive.

Langkah pertama, pilih Analyze, pilih Dimension Reduction lalu klik pada Factor seperti pada gambar di bawah ini:

Menu Analisis Faktor pada SPSS Versi 23

Setelah itu maka akan masuk ke menu Analisis Faktor. Masukkan 13 variabel yang ada ke box Variables. Lalu klik pada Descriptives di kanan atas:

Sub Menu Descriptives

Setelah masuk ke sub menu Descriptives, berikan tanda centang seperti tampak pada gambar di bawah:

Memberikan tanda centang

Setelah itu klik Continue lalu klik pada Extraction di kanan atas di bawah Descriptives sehingga akan masuk ke sub menu sebagai berikut:

Sub menu Extraction

Pilih Method Principal Components Analysis (PCA) lalu klik Continue lalu klik Rotation seperti pada gambar di atas:

Sub menu Rotation

Pilih Varimax, lalu klik Continue lalu klik OK sehingga akan keluar output. Kita bahas satu persatu output Analisis faktor yang bertujuan untuk mereduksi data.

Output KMO dan Signifikansi

Nilai Kaiser-Meyer-Olkin adalah 0,653 dan nilai yang disarankan adalah di atas 0,5 sehingga sudah memenuhi. Sedangkan untuk Signifikansi < 0,05 sehingga kita dapat menggunakan analisis faktor untuk data ini.

Output Communalities

Diharapkan nilai Extraction tinggi dan ada yang menyarankan di atas 0,5 tetapi ada juga yang menyarankan 0,4. Di tutorial SPSS ada yang masih menggunakan di atas 0,3 untuk metode Principa Axis Factoring. Tampak bahwa nilainya di atas 0,5 semua sehingga tidak ada variabel yang perlu dikeluarkan karena nilainya yang rendah. 

Output total variane explained

Jika kita menggunakan semua variabel, yaitu 13 maka model akan mampu menjelaskan 100% (kolom cummulative). Jika kita hanya menggunakan 12 saja, maka akan hilang informasi sebesar 1,023% atau mampu menjelaskan 98,977%. Kita dapat memilih menggunakan berapa variabel dari 13 variabel yang ada. Disarankan menggunakan nilai eigenvalues di atas 1, sehingga kita akan menggunakan 5 variabel saja tetapi sudah mampu menjelaskan 72,152% dari variance yang ada. Dari 13 variabel, jika kita menggunakan 5 variabel saja (dengan eigenvalues di atas 1) maka kita sudah mampu menjelaskan 72,152% atau kehilangan informasi sebesar 27,848%.

Untuk melihat 5 variabel apa saja, maka kita menggunakan output component matrix sebagai berikut:

Output component matrix

Komponen 1 mempunyai korelasi tertinggi dengan Q1 yaitu 0,741. Komponen 2 tertinggi adalah Q13 yaitu sebesar 0,758. Dengan demikian kita dapat menentukan 5 variabel yang akan digunakan yaitu Q1, Q13, Q10, Q5 dan Q2. Dengan menggunakan 5 variabel tersebut kita sudah mampu menjelaskan sebesar 72,152% dari 13 variabel yang ada di penelitian.

Secara lebih rinci, sebenarnya masih ada rotated, tetapi itu kita bahas lain kali. Juga tentang tujuan analisis faktor untuk mendeteksi struktur atau mencari variabel laten akan kita berikan dalam artikel lain. 

Share:

Tidak ada komentar:

Posting Komentar

Baca dulu sebelum tulis komentar:

Sebelum menuliskan pertanyaan, mohon disimak tanya jawab yang ada terlebih dahulu. Pertanyaan yang sama atau senada biasanya tidak terjawab. Untuk pengguna Blogger mohon profil diaktifkan agar tidak menjadi dead link. Atau simak dulu di Mengapa Pertanyaan Saya Tidak Dijawab?
Simak juga Channel kami di Statistik TV
Komentar akan kami moderasi dulu sebelum ditampilkan. Aktifkan Akun Google Anda.

Terima kasih.

Artikel Terbaru

Translate

Instagram

Instagram
Gabung Instagram Kami

Artikel Terbaru

Jual Data Laporan Keuangan Perusahaan yang Listing di BEI Tahun 2020

Setiap perusahaan yang telah go public wajib untuk menyerahkan laporan keuangan ke badan otoritas, sebagai salah satu bentuk pertanggungjawa...

Artikel Populer Seminggu Terakhir

Komentar Terbaru

`

Ingin menghubungi kami untuk kerja sama?

Nama

Email *

Pesan *