1. ANALISIS FAKTOR
Anggota :
Fadilla Nissa 1110512081
Melda yeni 1110511017
Lilian Dwi sara 1111312001
Deby Febria 1110512027
Yuliandri 1110511006
Eru Fomai Hadi 1105110025
UNIVERSITAS ANDALAS
KAMPUS II PAYAKUMBUH

2. Analisis faktor Page 2
ANALISI FAKTOR
1. PENGERTIAN ANALISIS FAKTOR
Analisis faktor merupakan salah satu teknik analisis multivariat, yaitu teknik analisis
statistik yang digunakan untuk memperlakukan sekelompok variabel kriteria yang saling
berkorelasi sebagai suatu sistem dengan memperhitungkan korelasi antara variabel-
variabelnya. Salah satu tujuan analisis faktor adalah meringkas informasi yang terkandung
dalam sejumlah variabel awal menjadi sebuah set faktor yang hanya terdiri dari beberapa
faktor saja yang selanjutnya dapat menetapkan sebuah faktor loading (muatan) dari setiap
variabel kedalam setiap faktornya.
Dalam analisis faktor dikenal istilah konstrak empirik dan konstrak laten. Aitem
adalah konstrak empirik karena didapatkan langsung dari skor empirik. Faktor merupakan
konstrak yang bersifat laten karena tidak ada data empirik yang menunjukkan besarnya faktor
tersebut. Faktor adalah konstrak buatan peneliti berdasarkan aitem-aitem dalam faktor
tersebut. Karena faktor didapatkan dari seperangkat aitem yang memiliki interkorelasi yang
tinggi, peneliti kemudian harus merasionalisasi seperangkat aitem kemudian memberi label
untuk menggambarkan seperangkat aitem aitem tersebut.
2.JENIS JENIS ANALISIS FAKTOR
Berikut ini akan diperjelas masing-masing jenis analisis factor tersebut.
a) Analisis Faktor Eksploratori (Exploratory Factor Analysis)
Seorang peneliti membuat seperangkat aitem yang mengukur kualitas pelayanan bank.
Aitem tersebut merupakan operasionalisasi dari teori dan indikator mengenai kualitas
layanan. Peneliti hendak mengidentifikasi berapa faktor yang ada di dalam seperangkat
aitem tersebut. Dari analisis faktor kemudian didapatkan ada 4 faktor yang
menggambarkan kualitas layanan bank, antara lain faktor fitur layanan, fasilitas gedung,
keramahan karyawan, serta jaminan keamanan.
b) Analisis Faktor Konfirmatori (Confirmatory Factor Analysis).
Seorang peneliti merancang sebuah alat ukur mengenai dukungan sosial. Alat ukur
tersebut berisi seperangkat aitem yang diturunkan dari lima dimensi dukungan sosial.
Peneliti berusaha memastikan apakah alat ukur yang dibuatnya benar-benar menjelaskan
kelima dimensi tersebut. Ia kemudian melakukan analisis faktor konfirmatori. Hasil dari
analisis faktor menunjukkan bahwa pembagian kelima faktor akhirnya dibuktikan

3. Analisis faktor Page 3
3. TUJUAN ANALISIS FAKTOR
Untuk melihat pola keterkaitan antar variabel
Tujaun ini mencoba mengintisarikan dari sekelompok variabel untuk mencari ciri-ciri umum
dari sekelompok variabel. Dalam riset pemasaran, kegunaan ini banyak digunakan untuk
melihat karakteristik customer mengenai sebuah indikator yang diteliti. Contoh ingin
mengindentifikasi motivasi/keinginan seseorang dalam membeli sebuah produk tertentu.
Untuk mereduksi variabel
Mereduksi variabel berarti memperkecil jumlah variabel dari variabel sebelumnya, artinya
hasil dari analisa ini adalah mengkompres variabel yang jumlahnya banyak menjadi variabel
baru yang jumlahnya sedikit. Umumnya tujuan pereduksian data ini hanya sebagai analisa
perantara sebelum dilanjutkan keanalisa berikutnya, contohnya cluster, regresi dlL.
4. LANGKAH-LANGKAH MELAKUKAN ANALISIS FAKTOR
1. Melakukan uji korelasi antar variabel asal dengan tujuan agar penyusutan variabel analisis
faktor menjadi lebih sederhana dan bermanfaat, tanpa kehilangan banyak informasi
sebelumnya.
2. Uji kelayakan data (menggunakan basis faktor) apakah cocok dilakukan analisis faktor.
3. Mencari akar ciri dan matriks Σ atau R.
4. Mengurutkan akar ciiri yang terbentuk dari terbesar sampai terkecil.
5. Mencari proporsi keragaman atau berguna untuk mengetahui berapa faktor yang akan
terbentuk.
6. Mengalokasikan setiap variabel asal kedalam faktor sesuai dengan nilai loading.
7. Apabila terdapat nilai loading yang identik atau hampir sama maka lakukan rotasi baik
dengan cara orthogonal ataupun non orthogonal.
8. Setelah yakin dengan faktor yang terbentuk , maka berikan penamaan pada faktor tersebut
dengan cara melihat variabel-variabel apa saja yang menyusun faktor tersebut.
5. APLIKASI ANALISA FAKTOR
Contoh Aplikasi :
Kepada 15 orang ditanyakan 6 alasan mereka membeli sebuah produk HP. 6 alasan tersebut
adalah:
1. Harga (V1)
2. Ases internet (v2)
3. Fitur menarik (v3)
4. User Friendly (v4)
5. Warna (v5)
6. Merek (v6)
Dengan analisa Faktor ingin diketahui motivasi umum dari 15 orang yang menjadi responden
dalam membeli sebuah produk HP.

4. Analisis faktor Page 4
Dengan data sbb:
V1 V2 V3 V4 V5 V6
7.00
1.00
6.00
4.00
1.00
6.00
5.00
6.00
3.00
2.00
6.00
2.00
7.00
4.00
6.00
6.00
2.00
7.00
4.00
2.00
6.00
6.00
7.00
2.00
2.00
7.00
1.00
6.00
4.00
3.00
6.00
3.00
5.00
6.00
2.00
6.00
5.00
6.00
4.00
3.00
7.00
3.00
7.00
5.00
5.00
3.00
4.00
4.00
6.00
3.00
4.00
3.00
4.00
3.00
5.00
3.00
4.00
4.00
6.00
4.00
4.00
5.00
1.00
2.00
6.00
2.00
4.00
1.00
6.00
7.00
2.00
5.00
1.00
3.00
5.00
6.00
4.00
5.00
5.00
2.00
6.00
4.00
6.00
3.00
6.00
7.00
4.00
7.00
2.00
6.00
6. CARA MENGINPUT KE SPSS
Proses analisis data
Formulasi Problem (Problem Formulation)
–Apa tujuan penelitian ?
–Apa jumlah observasi mencukupi (rule of thumb: paling sedikit 4 -5 observasi untuk setiap
variabel, minimal 100 sampel.
Menyusun Matrik Korelasi
–Matrik ini menunjukkan hubungan antara variabel. Nilai korelasi yang tinggi atau signifikan
menunjukkan bahwa kedua variabel tersebut berhubungan erat. (minimal 0.3, pada level of
significant 95%)
–KMO measure of sampling adequacy-indikator untuk mengukur kesesuaian analisis faktor.
Minimal 0.5.
Tentukan Prosedur analisis
–Principal components analysis;menguji total variance suatu data, umumnya digunakan untuk
mereduksi item-item.
–Principal axis factor analysis; menguji hanya common variance , biasanya digunakan untuk
mengidentifikasi underlying dimensi.
Mengekstraksi Faktor (Extracting Factors)
–Metode yangumum digunakan adalah dengan melihat Eigenvalue lebih besar atau sama
dengan dari 1.0 dan diagram scarter
Merotasi faktor (Rotating Factors)

5. Analisis faktor Page 5
–Orthogonal rotation: Prosedur yang umum digunakan adalah varimax rotation, yang mana
meminimalkan jumlah variabel dengan loading faktor yang besar.
–Oblique rotation: digunakan bilamana variabel berkorelasi tinggi dengan variabel lainnya
Interpretasi:
–Dilihat loading faktornya (+/-.5 or greater) and (+/-.4 or less)
–Jika tujuanya mereduksi data , beri nama faktor hasil reduksi dan hitung faktor skornya. (a
linear combination of the original variables).
Cara dengan SPSS
1. Klik Analize
Dimension reduction
Factor
Masukkan semua variable dalam klom variable
Pada descriptive ( pilih yang diperlukan)
-pilih initial solution
- Pilih koeficient
- pilih significance level
- pilih KMO Bartlett
-continue
Pada extraction (pilih yang diperlukan)
- Pilih correlation matrix
- Pilih bassed on eigenvalue
- Pilih scree plot
- Continue
Pada rotation (pilih yang diperlukan
- Pilih none
- Continue
Pada option (pilih yang diperlukan)
- Pilih exclude case listwise
- Pilih sorted by size
- Continue
ok

6. Analisis faktor Page 6
ANALISA TABEL
Correlation Matrix
harga akses internet fitur menarik user friendly warna merk
Correlation
Harga 1.000 .856 .902 -.134 -.720 .670
akses internet .856 1.000 .832 -.163 -.835 .549
fitur menarik .902 .832 1.000 .046 -.812 .665
user friendly -.134 -.163 .046 1.000 -.176 -.087
Warna -.720 -.835 -.812 -.176 1.000 -.446
merk .670 .549 .665 -.087 -.446 1.000
Sig. (1-tailed)
harga .000 .000 .317 .001 .003
akses internet .000 .000 .281 .000 .017
fitur menarik .000 .000 .435 .000 .003
user friendly .317 .281 .435 .265 .379
warna .001 .000 .000 .265 .048
merk .003 .017 .003 .379 .048
Pada tabel ini memperlihatkan hubungan arah antar variable. Hubungan haga HP
dengan asks internet, fitur menarik dan merk membpunyai hunbungan yang kuat dan positif
serta searah. Artinya jika merknya bagus, fiturnya menarik dan akses internetnya mudah
maka haga hp tersebut akan naik. Berbeda dengan hubungan user friendly dan warna HP
yang mempunyai hubungna negative dan tidak seara dengan harga HP. Begitu seterusnya.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .762
Bartlett's Test of Sphericity
Approx. Chi-Square 63.710
df 15
Sig. .000
Tabel KMO and Bartlett test di atas dapat diketahui bahwa asumsi kecukupan data telah
terpenuhi yaitu dengan melihat nilai KMO sebesar 0.726 , dimana pabil nilai KMO
mendekati 1 Uji kecukupan data atau sampel telah terpenuhi. Selain itu juga diketahui bahwa
antar variabel telah memenuhi asumsi saling berkorelasi yaitu dengan melihat nilai Sig. 0.000
kurang dari α 0.05 yang berarti tolak H0. Dengan demikian kedua asumsi untuk analisis
faktor telah terpenuhi.

7. Analisis faktor Page 7
Component Matrix
a
Component
1 2
fitur menarik .954 .096
harga .942 -.110
akses internet .928 -.093
warna -.864 -.293
merk .735 -.147
user friendly -.049 .981
Extraction Method: Principal Component
Analysis.
a. 2 components extracted.
Dari tabel ini ada dua hal utama yang menjadimotv seseorang dalam membeli Handphone.
Factor pertama: konsen mereka pada fitur menarik, harga , akses internet dan merk Hp. Ke 4
indikator tesebut mempresentasikan dari sebuah produk handphne. Artinya ada orang yang
membeli hp kerena ada alasan tersebut.
Factor kedua : konsen seseorang dalam membeli handphone karena user friendlynya saja.
Artinya orang yang termasuk kelompok ini membeli hp karena lebih mementigkan kegunaan
dari hp tersebut yaitunya untuk berkomunikasi.
“the end’’