» » Analisis Faktor Dengan Spss

Analisis Faktor Dengan Spss

Edit
Analisis faktor ialah analisis yang bertujuan mencari faktor-faktor utama yang paling mempengaruhi variabel dependen dari serangkaian uji yang dilakukan atas serangkaian variabel independen sebagai faktornya. Misalnya, kita hendak memilih sejumlah biro sosialisasi politik yang paling besar pengaruhnya atas pembentukan budaya politik siswa.

Khusus untuk Analisis Faktor, sejumlah perkiraan berikut harus dipenuhi: (Santoso, 2006: 13)

  1. Korelasi antarvariabel Independen. Besar hubungan atau hubungan antar independen variabel harus cukup kuat, contohnya di atas 0,5.
  2. Korelasi Parsial. Besar hubungan parsial, hubungan antar dua variabel dengan menganggap tetap variabel yang lain, justru harus kecil. Pada SPSS deteksi terhadap hubungan parsial diberikan lewat pilihan Anti-Image Correlation.
  3. Pengujian seluruh matriks hubungan (korelasi antar variabel), yang diukur dengan besaran Bartlett Test of Sphericity atau Measure Sampling Adequacy (MSA). Pengujian ini mengharuskan adanya hubungan yang signifikan di antara paling sedikit beberapa variabel.
  4. Pada beberapa kasus, perkiraan Normalitas dari variabel-variabel atau faktor yang terjadi sebaiknya dipenuhi.

Uji Asumsi Analisis Faktor

Pada kepingan Metode Penelitian telah disebutkan bahwa analisis faktor membutuhkan terpenuhinya serangkaian asumsi. Peneliti akan menguji perkiraan analisis faktor satu per satu terlebih dahulu sebelum uji analisis faktor dilakukan.

Korelasi antarvariabel independen, dalam analisis faktor, harus > 0,5 dengan signifikansi < 0,05. Korelasi antarvariabel independen sangat gampang kalau dilakukan dengan SPSS. Caranya ialah klik Analyze > Data Reduction > Factor > Masukkan seluruh variabel independen > Klik tombol Descriptives… > Pada kotak obrolan Factor Analysis: Descriptives, khususnya pada Correlation Matrix ceklis KMO and Bartlett’s test of sphericity dan Anti-image > Klik Continue > Klik OK.

Hasil uji hubungan antarvariabel independen ada pada output KMO and Bartlett’s Test, sebagai berikut:


Nilai KMO and Bartlett’s Test untuk hubungan antarvariabel yang diinginkan ialah > 0,5. Signifikansi penelitian ialah 0,05. Dari hasil di atas diperoleh nilai KMO sebesar 0,771 yang artinya lebih besar dari 0,5. Sementara itu, signifikansi yang dihasilkan dari Bartlett’s Test of Sphericity sebesar 0,000. (Santoso, 2006: 22)

Dengan hasil di atas, maka sanggup dikatakan bahwa variabel dan sampel yang dipakai memungkinkan untuk dilakukan analisis lebih lanjut. Selanjutnya, untuk melihat hubungan antarvariabel independen sanggup diperhatikan tabel Anti-Image Matrices. Nilai yang diperhatikan ialah MSA (Measure of Sampling Adequacy). Nilai MSA berkisar antara 0 hingga 1, dengan ketentuan sebagai berikut: (Santoso, 2006: 20)
  1. MSA = 1, variabel sanggup diprediksi tanpa kesalahan oleh variabel yang lain.
  2. MSA > 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.
  3. MSA < 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.

Hasil pengujian dengan SPSS sebagai berikut:


Perhatikan baris Anti-Image Correlation, di mana nilai MSA ditandai dengan abjad a. Rincian alhasil sebagai berikut: 
  1. Agen_sekolah : 0,788 > 0,5
  2. Agen_keluarga : 0,673 > 0,5
  3. Agen_teman : 0,741 > 0,5
  4. Agen_media : 0,798 > 0,5
  5. Agen_agama : 0,835 > 0,5
  6. Agen_parpol : 0,784 > 0,5
  7. Agen_pamarentah : 0,745 > 0,5

Berdasarkan hasil MSA di atas, maka seluruh variabel independen sanggup dianalisis lebih lanjut sebab masing-masing nilainya > 0,5.

Untuk normalitas data masing-masing variabel, peneliti persembahkan dalam bentuk grafik Normal P-P Plot, yang peneliti sampaikan dalam lampiran penelitian ini. Hasil uji normalitas yang dikehendaki ialah data masing-masing berdistribusi normal yang mengikuti garis Z. Rata-rata data di tiap variabel cenderung mengikuti garis Z sehingga sanggup dikatakan normal.

Pengelompokan Faktor

Langkah selanjutnya adalah, upaya penelitian ini guna memilih apakah variabel-variabel independen bisa dikelompokkan ke dalam satu atau beberapa faktor. Jadi, ketujuh biro sosialisasi politik dalam variabel independen akan dilihat apakah mereka bahwasanya bisa disederhanakan ke dalam satu atau beberapa faktor. Sekali lagi, upaya ini lebih gampang memakai SPSS.

Cara melakukannya ialah klik Analyze > Data Reduction > Factor… > Pada Factor Analysis masukkan seluruh variabel independen ke kotak Variables > Klik tombol Extraction… > Pada kotak obrolan Factor Analysis: Extraction > Pada Method pilih Principal of components > Ceklis Correlation Matrix > Pada Display ceklis Unrotated factor solution dan Scree Plot > Eigenvalues oves biarkan bernilai 1, sehingga variabel yang punya angka Eigenvalues < 1 akan dikeluarkan > Maximum Iterations for Convergence tetap pada angka 25 > Klik Continue > Klik Rotation… > Pada kotak obrolan Factor Analysis: Rotation tentukan Method yaitu Varimax > Pada Display ceklis kotak Rotated Solution dan Loading Plot(s) > Maximum Iterations for Convergence tetap pada angka 25 > Continue > OK.

Penjelasan Variabel oleh Faktor

Maksud dari klarifikasi variabel oleh faktor ialah seberapa besar faktor yang nantinya terbentuk bisa menjelaskan variabel. Untuk itu harus dilihat tabel Communalities sebagai berikut: (Santoso, 2006: 41)


Hasilnya adalah, faktor bisa menjelaskan variabel agen_sekolah sebesar 0,556 atau 55,60%, agen_keluarga diterangkan sebesar 69,70%, agen_teman diterangkan sebesar 66,70%, agen_media diterangkan sebesar 62,00%, agen_agama diterangkan sebesar 54,50%, agen_parpol sebesar 66,00%, dan agen_pamarentah diterangkan sebesar 68,20%. Karena rata-rata klarifikasi di atas 50% maka faktor tetap akan ditentukan.

Faktor yang Mungkin Terbentuk

Guna memilih seberapa banyak faktor yang mungkin terbentuk sanggup dilihat pada tabel Total Variance Explained sebagai berikut: (Santoso, 2006: 42-3)


Component berkisar antara 1 hingga 7 yang mewakili jumlah variabel independen. Perhatikan kolom Initial Eigenvalues yang dengan SPSS kita tentukan nilainya 1. Varians bisa diterangkan oleh oleh faktor 1 ialah 3,230/7 x 100% = 46,142. Sementara oleh faktor 2 sebesar 1,198/7 x 100% = 17,113. Dan, total kedua faktor akan bisa menjelaskan variabel sebesar 46,142% + 17,113% = 63,255%. Dengan demikian, sebab nilai Eigenvalues yang ditetapkan 1, maka nilai Total yang akan diambil ialah yang > 1 yaitu component 1 dan 2.

Factor Loading

Setelah kita mengetahui bahwa faktor maksimal yang bisa terbentuk ialah 2, selanjutnya kita melaksanakan penentuan masing-masing variabel independen akan masuk ke dalam faktor 1 atau faktor 2. Cara menentukannya ialah dengan melihat tabel Component Matrix sebagai berikut: (Santoso, 2006: 45)


Dapat kita lihat bersama bahwa hubungan antar variabel independen dengan faktor yang hendak terbentuk adalah: 
  1. agen_sekolah : Faktor 1 hubungan 0,724; Faktor 2 hubungan - 0,179
  2. agen_keluarga : Faktor 1 hubungan 0,535; Faktor 2 hubungan 0,641
  3. agen_teman : Faktor 1 hubungan 0,688; Faktor 2 hubungan 0,441
  4. agen-media : Faktor 1 hubungan 0,781; Faktor 2 hubungan 0,101
  5. agen_agama : Faktor 1 hubungan 0,734; Faktor 2 hubungan 0,080
  6. agen_parpol : Faktor 1 hubungan 0,656; Faktor 2 hubungan - 0,479
  7. agen_pamarentah : Faktor 1 hubungan 0,606; Faktor 2 hubungan - 0,561

Agar lebih terang variabel mana masuk ke faktor mana, bisa dilihat tabel Rotated Component Matrix sebagai berikut:


Penentuan input variabel ke faktor tertentu mengikut pada besar hubungan antara variabel dengan faktor, yaitu kepada yang korelasinya besar. Dengan demikian maka faktor dan variabel anggotanya ialah :

Faktor 1: 
  1. Agen Sosialisasi Politik Sekolah
  2. Agen Partai Politik
  3. Agen Pemerintah

Faktor 2: 
  1. Agen Keluarga
  2. Agen Teman
  3. Agen Media
  4. Agen Agama

Sebagai langkah selesai dari penentuan faktor, maka sanggup dilihat tabel Component Transformation Matrix berikut:


Baik Faktor 1 (component) ataupun Faktor 2 mempunyai hubungan sebesar 0,719 yang artinya cukup berpengaruh sebab 0,719 > 0,5. Dengan demikian Faktor 1 dan Faktor 2 sanggup dikatakan sempurna untuk merangkum ke-7 variabel independen.

Faktor yang Terbentuk

Pada analisis sebelumnya telah diperoleh bahwa ada 2 faktor yang terbentuk yaitu : (1) Faktor 1 dan (2) Faktor 2.

Faktor 1 terdiri atas variabel independen: 
  1. Agen Sosialisasi Sekolah
  2. Agen Sosialisasi Partai Politik
  3. Agen Sosialisasi Pemerintah

Faktor 2 terdiri atas variabel independen: 
  1. Agen Sosialisasi Keluarga
  2. Agen Sosialisasi Teman
  3. Agen Sosialisasi Agama
  4. Agen Sosialisasi Media

Faktor 1 berisikan variabel-variabel biro sosialisasi politik yang sifatnya “Institutionalized” atau terlembaga berupa organisasi formal yang punya struktur dan fungsi resmi. Faktor 2 berisikan variabel-variabel biro sosialisasi politik yang sifatnya “noninstitutionalized” atau cenderung lebih bersifat hubungan emosional dan tidak resmi. Misalnya, media massa kendatipun siaran atau pemberitaannya bersifat resmi, tetapi cenderung bersifat non formal sebab siswa sekolah bisa mengaksesnya tanpa protokol resmi. Bahkan, media massa bisa hadir di dalam lingkungan langsung dan keluarga siswa.

Dengan demikian, faktor-faktor yang terbentuk sanggup dideskripsikan sebagai berikut: 
  • Faktor 1 disebut sebagai Agen Formal
  • Faktor 2 disebut sebagai Agen Informal

 -------------------------------------------
Daftar Pustaka

 Santoso, Singgih. Seri Solusi Bisnis Berbasis TI: Menggunakan SPSS untuk Statistik Multivariat. Jakarta: Elex Media Komputindo, 2006.

 -------------------------------------------

tags:
uji faktor analisis faktor spss perkiraan uji analisis faktor bartlett tes nilai msa faktor loading pengelompokan variabel melaksanakan analisis faktor 

Subscribe to receive free email updates:

Related Posts :

0 Response to "Analisis Faktor Dengan Spss"

Posting Komentar

Langganan: Posting Komentar (Atom)