2. Digunakan untuk data kuantitatif
Data berbentuk ordinal
Sampel = 50 s/ d 100
DASAR ANALISA FAKTOR
1. Menentukan faktor apa saja yg akan dianalisis
2. Menguji faktor –faktor tersebut menggunakan uji Bartlett Test of Spericity
dan Measure of Sampling Adequancy ( MSA )
>> Bartlett Test of Spericity merupakan suatu uji hipotesis bahwa variabel
tidak saling berkorelasi dalam populasi.
• Dalam analisis faktor hasil yang diinginkan adalah adanya korelasi antara
suatu variabel
• Jika nilai Bartlett hitung > nilai Bartlett tabel atau Sign < Alpha 5% , maka
terjadi korelasi yg signifikan diantara variabel yang dianlisis dan proses
dilanjutkan.
• >> KMO MSA = Kaiser Mayer Olkin Measure of Sampling Adequancy, yaitu
suatu indeks yg digunakan untuk meneliti ketepatan analisis faktor.
• Nilai KMO MSA sebesar 0,5 – 1,0 menunjukan bahwa proses analisa faktor
yg dilakukan sudah tepat dan dapat dilanjutkan.
Bayu Fitri Hutami, SE, MT
3. 3. Proses Factoring , yaitu proses pemisahan
variabel yang memenuhi korelasi dari nilai MSA
sebelumnya menjadi suatu kelompok/ group
tertentu
• Umumnya metode yang digunakan dalam proses
factoring adalah PCA = Principal Component
Analyisis atau Analisis Komponen Utama.
• Metode PCA ini adalag suatu metode analisis yg
digunakan untuk mengelompokkan beberapa
variabel menjadi suatu kelompok variabel yang
lebih sedikit, dimana pengelompokan ini
berdasarkan kesamaan sifat/ karakteristik yg
dimiliki oleh data variabel tsb.
Bayu Fitri Hutami, SE, MT
4. 4. Proses Rotasi. Dalam factoring, biasanya masih terdapat
variabel yang belum mempunyai posisi yang jelas dalam
suatu kelompok/ group faktor. Untuk itu diperlukan suatu
proses rotasi untuk memperjelas posisi variabel-variabel yg
dianalisis tersebut dalam kelompok faktor.
• Umumnya metode rotasi yang digunakan adalah Varimax (
metode orthogonal rotation ) yaitu metode pemutaran
dengan sumbu tegak 90 derajat .
• Metode Orthogonal berusaha meminimumkan jumlah
variabel dengan muatan yang tertinggi pada suatu faktor .
• Proses metode orthogonal akan menghasilkan faktor-faktor
yang tidak saling berkorelasi satu dengan yang lain
5. Interprestasi persamaan faktor yang terbentuk
Bayu Fitri Hutami, SE, MT
5. TAHAP 1 ANALISA FAKTOR
• Menggunakan data kualitatif dimana menggunakan data orinal dengan
skala sikap likert “5” yaitu ; (Sangat mempengaruhi, Mempengaruhi,
Sedang pengaruhnya, Kurang mempengaruhi, Tidak mempengaruhi sama
sekali)
• Kasus: Seorang peneliti mempunyai judul penelitian sebagai berikut;
• Analisa Faktor-Faktor yang mempengaruhi wisatawan tertarik
mengunjungi destinasi wisata di Labuan Bajo
Adapun faktor-faktor yang akan diteliti sebagai berikut;
1. Aman : ( X1 )
2. Tertib : ( X2 )
3. Bersih : ( X3 )
4. Sejuk : ( X4 )
5. Indah : ( X5 )
6.Ramah Tamah : ( X6 )
7.Kenangan : ( X7 )
8. Instagramable : ( X8 )
Bayu Fitri Hutami, SE, MT
6. Skala Likert yg digunakan;
5 = Sangat mempengaruhi
4 = Mempengaruhi
3 = Sedang pengaruhnya
2 = Kurang mempengaruhi
1 = Tidak mempengaruhi sama sekali
Bayu Fitri Hutami, SE, MT
12. 6. Klik Descriptive >> centang Initial solution >> centang KMO and
Bartlett’s test of sphericity >> centang Anti Image
Bayu Fitri Hutami, SE, MT
13. 7. Klik Continue, Oke
Bayu Fitri Hutami, SE, MT
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,569
Bartlett's Test of Sphericity Approx. Chi-Square 64,389
df 28
Sig. ,000
14. Bayu Fitri Hutami, SE, MT
Interprestasi Tabel KMO and Bartlett's Test dan Tabel Anti Image Matrics
Angka KMO MSA (Measure of Sampling Adequacy )
MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan oleh vaiabel lain
MSA ≥ 0,5 variabel masih bisa diprediksi dan dianalisis lebih lanjut
MSA < 0,5 variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut atau
dikeluarkan dari variabel lainnya
*Pada nilai KMO MSA menunjukkan nilai 0,569 dimana nilai ini lebih besar dari 0,5
sehingga analisa faktor ini sudah terjadi korelasi yg signifikan, sehingga bisa dilanjutkan ke
tahap berikutnya.
15. Bayu Fitri Hutami, SE, MT
Hipotesis untuk Significan (Sig.)
Ho : Variabel belum memadai untuk dianalisa lebih lanjut
Ha : Variabel sudah memadai untuk dianalisa lebih lanjut
Pengambilan keputusan
Angka sig. ≥ 0,05 , maka Ho diterima
Angka sig. < 0,05 maka Ho ditolak
*Hasil diatas menunjukkan bahwa nilai Bartletts test of Sphericity mempunyai nilai Sign <
Alpha 5 % ( 0,000 < 0,05 ), maka Ho ditolak, Ha diterima artinya variabel yang ada sudah
bisa dianalisis dengan analisa faktor.
16. Bayu Fitri Hutami, SE, MT
Anti Image Matrics
Pada tabel Anti Image Matrix, bagian Anti Image Correlation menunjukkan nilai MSA dari
masing-masing variabel/ faktor yang diteliti.
Perhatikan yang ada huruf “a” arah diagonal dari kiri atas ke kanan bawah
Sehingga didapat nilai-nilai Anti Image Matrics sbb;
1. Aman : ( 0,466 )
2. Tertib : ( 0,545 )
3. Bersih : ( 0,511 )
4. Sejuk : ( 0,569 )
5. Indah : ( 0,591 )
6.Ramah Tamah : ( 0,539 )
7.Kenangan : ( 0,538 )
8. Instagramable : ( 0,713 )
17. Bayu Fitri Hutami, SE, MT
Nilai MSA yg lebih besar dari 0,5 menunjukkan bahwa variabel/ faktor tersebut
mempengaruhi wisatawan mengunjungimdestinasi wisata di Labuan Bajo.
Dari 8 variabel/ faktor yg di uji hanya 1 variabel / faktor yg tidak memenuhi yaitu Aman
sebesar 0,466 yang lebih kecil jika dibandingkan dengan nilai batas MSA 0,5.
Sehingga variabel /faktor Aman harus dikeluarkan dari matriks dan pengujian diulang.
Copy hasil output ke MS words
Selanjutnya perlu di reduksi ulang terhadap variabel/ faktor yang tidak berpengaruh dengan
cara mengeluarkan satu variabel yg nilainya terkecil setelah itu diulangi lagi dengan
mengeluarkan variabel/ faktor yang nilainya kecil kedua dst.
18. TAHAP DUA ANALISA FAKTOR
Iterasi pertama
• Keluarkan variabel aman karena angka MSA
terkecil = 0,466
• Lakukan langkah 3
• Lakukan langkah 4 dengan tidak memasukkan
variabel/ faktor Aman
• Lakukan langkah 5
• Lakukan langkah 6
• Maka didapat hasil sebagai berikut;
Bayu Fitri Hutami, SE, MT
19. Bayu Fitri Hutami, SE, MT
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,594
Bartlett's Test of Sphericity Approx. Chi-Square 55,625
df 21
Sig. ,000
20. Bayu Fitri Hutami, SE, MT
Interprestasi:
Angka KMO MSA (Measure of Sampling Adequacy )
MSA = 1, variabel tersebut dapat diprediksi tanpa kesalahan oleh vaiabel lain
MSA ≥ 0,5 variabel masih bisa diprediksi dan dianalisis lebih lanjut
MSA < 0,5 variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut atau
dikeluarkan dari variabel lainnya
*Pada nilai KMO MSA menunjukkan nilai 0,594 dimana nilai ini lebih besar dari 0,5
sehingga analisa faktor ini sudah terjadi korelasi yg signifikan, sehingga bisa dilanjutkan ke
tahap berikutnya.
21. Bayu Fitri Hutami, SE, MT
Hipotesis untuk Significan (Sig.)
Ho : Variabel belum memadai untuk dianalisa lebih lanjut
Ha : Variabel sudah memadai untuk dianalisa lebih lanjut
Pengambilan keputusan
Angka sig. ≥ 0,05 , maka Ho diterima
Angka sig. < 0,05 maka Ho ditolak
*Hasil diatas menunjukkan bahwa nilai Bartletts test of Sphericity mempunyai nilai Sign <
Alpha 5 % ( 0,000 < 0,05 ), maka Ho ditolak, Ha diterima artinya variabel yang ada sudah
bisa dianalisis dengan analisa faktor.
22. Bayu Fitri Hutami, SE, MT
Anti Image Matrics
Pada tabel Anti Image Matrix, bagian Anti Image Correlation menunjukkan nilai MSA dari
masing-masing variabel/ faktor yang diteliti.
Perhatikan yang ada huruf “a” arah diagonal dari kiri atas ke kanan bawah
Sehingga didapat nilai-nilai Anti Image Matrics sbb;
1. Tertib : ( 0,544 )
2. Bersih : ( 0,565 )
3. Sejuk : ( 0,566 )
4. Indah : ( 0,633 )
5.Ramah Tamah : ( 0,532 )
6. Kenangan : ( 0,561 )
7. Instagramable : ( 0,765 )
Interprestasi:
Pada tabel Anti Image Matrix, bagian Anti Image Correlation menunjukkan nilai MSA dari
masing-masing variabel/ faktor yang diteliti. Nilai MSA yg lebih besar dari 0,5 menunjukkan
bahwa variabel/ faktor tersebut mempengaruhi wisatawan tertarik mengunjungi destinasi
wisata ke Labuan Bajo. Dari 7 variabel/ faktor yg di uji semua nilai lebih besar dari 0,5.
Maka pengulangan faktor selesai
23. Bayu Fitri Hutami, SE, MT
TAHAP 3 ANALISA FAKTOR
Proses Factoring dan Rotation
Proses ini dilakukan hanya untuk variabel/ faktor yang sudah lolos uji MSA
Caranya;
1.Analyze >> Dimension >> Reduction >> Factor
Pindahkan variabel/faktor yang lolos MSA ke kanan
Klik Descriptive
Pada Correlation Matrik centang pilihan KMO and Bartlett’s test of sphericity, centang Anti
Image
24. Bayu Fitri Hutami, SE, MT
2. Klik continue
Klik Extraction
Pada Method biarkan principal component
Pada display, centang Underrorated factor solution dan scatter plot sehingga tampilan sbb;
25. Bayu Fitri Hutami, SE, MT
3.Klik Continue, selanjutnya klik rotation.
Pada method klik Varimax
Pada display centang rotated solution dan loading plots
Sehingga tampilan sbb;
26. Bayu Fitri Hutami, SE, MT
4.Klik Continue, Klik Ok
Maka tampilan output sbb;
Interprestasi Tabel Total Variance Explained :
- Terdapat 7 faktor / variabel yang mempunyai nilai variance sbb;
2,269 + 1,361 +0,932 + 0,820 + 0,751 + 0,575 + 0,291 = 7
- Pada nilai variabel faktor pertama terdapat nilai 2,269/7 x 100% = 32,41%
- Pada nilai variabel faktor kedua terdapat nilai 1,361/7 x 100% = 19,448%
- Dst....
- Pada Nilai Cumulative% baris pertama 32,407%
- Pada Nilai Cumulative % baris kedua 32.407 + 19,448 = 51,856 %
..................dst............
Dari Initial Eigenvalues terbentuk 2 Kelompok Faktor yang terbentuk karena nilai
eigenvalues lebih besar dari 1
28. Bayu Fitri Hutami, SE, MT
Interprestasi Component Matrik dan Rotated Component Matrik
Bandingkan angka variabel / faktor antara Component Matrik dan Rotated Component
Matrik
Angka diatas 0,5 adalah menjadi pembentuk faktor karena mempunyai kriteria hubungan
yang kuat
Angka tepat 0,5 maka lakukan proses rotation ulang
Tanda (– ) hanya menunjukkan arah ( yang dilihat angkanya )
29. Bayu Fitri Hutami, SE, MT
Interprestasi
- Variabel Tertib dengan nilai 0,739 terbesar dan masuk dikelompok 1
- Varibel Bersih dengan nilai 0,666 terbesar dan masuk dikelompok 2
- Variabel Sejuk dengan nilai 0,829 terbesar dan masuk dikelompok 1
- Variabel Indah dengan nilai 0,737 terbesar masuk dikelompok 1
- Variabel Ramah Tamah dengan nilai terbesar 0,535 terbesar masuk dikelompok 2
- Variabel Kenangan dengan nilai terbesar 0,696 terbesar masuk dikelompok 2
- Variabel Instagramable dengan nilai terbesar 0,658 terbesar masuk di kelompok 1
Sehingga pengelompokkan variabel/ faktor yang mempengaruhi wisatawan berkunjung
ke destinasi Labuan Bajo ada 2 kelompok besar sbb
Kelompok 1 Kelompok 2
Tertib Bersih
Sejuk Ramah Tamah
Indah Kenangan
Instagramable ..................
Dua kelompok besar ini dapat kita namakan menjadi kelompok utama sesuai dengan teori
dari penelitian kita misalkan
Kelompok 1 dengan nama Kenyamanan dan Kelompok 2 dengan nama Pelayanan
30. Bayu Fitri Hutami, SE, MT
Component Transformation
Matrix
Component 1 2
1 ,958 -,286
2 ,286 ,958
Extraction Method: Principal Component
Analysis.
Rotation Method: Varimax with Kaiser
Normalization.
Interprestasi;
Untuk mengetahui apakah dua kelompok besar yang dihasilkan oleh output SPSS analisa
faktor sudah tepat atau belum maka pada tabel Component Transformation Matrix dapat kita
lihat angka diagonalnya yang jauh diatas 0,5.
Terdapat angka 0,958 dan 0,958 maka dua kelompok besar yang dihasilkan output SPSS
Analisa faktor adalah tepat.