16 Januari 2017

Langkah Analisis Faktor Dengan SPSS

Dalam analisis faktor ini kita menggunakan contoh kasus peningkatan pelayanan sebuah swalayan. Seorang manajer swalayan ingin mengetahui variabel-variabel apa yang dominan dipersepsikan oleh konsumen. Variabel-variabel tersebut kemudian dibuat kuesioner dan disebarkan pada pengunjung swalayan sebanyak 100 orang sebagai sampel. Variabel pertanyaan tersebut meliputi : kenyamanan, lokasi toko, kualitas produk, harga produk, tempat parkir, kebersihan, pelayanan kasir, keberagaman produk dan fasilitas, keindahan interior ruangan. Data dapat didownload SINI

Langkah Analisis Faktor
Langkah-langkah :
  1. Dari menu SPSS Klik Analyze >> Dimension Reduction >> Factor
  2. Masukkan Semua variabel kuesioner ke dalam kotak variable (s)
  3. Klik Descriptive, Klik KMO Bartletts test of Sphericity dan anti Image
  4. Klik Initial Solution
Hasil Output sebagai berikut :

Tabel KMO and Bartlet's Test
pada tabel KMO dan bartlett's test di atas terlihat angka KMO Measure of sampling Adequacy (MSA) adalah 0.568. Karena nilai 0.568 ('> 0.5). Hal ini menunjukkan kecukupan dari sampel. Angka KMO dan Bartlet's test (yang tanpak pada nilai chi-square) sebesar 574,473 dengan nilai signifikansi 0.000. hal ini menunjukkan bahwa adanya korelasi antar variabel dan layak untuk proses lebih lanjut.
Selanjutnya untuk mengetahui variabel mana yang dapat diproses lebih lanjut dan mana yang dikeluarkan dapat dilihat pada tabel Anti-image matrices di bawah ini.

Tabel Anti -image Matrices
Pada tabel Anti-image Matrice di atas, khusus pada bagian (anti Image Correlation) terlihat angka yang bertanda (a) yang menandakan besaran MSA sebuah variabel. Variabel kenyamanan 0.736, lokasi toko 0.659, Kualitas produk 0.569), harga produk 0.569, tempat parkir 0.520, kebersihan 0.652, pelayanan kasir 0.564, keberagaman produk 0.581, fasilitas 0.811 dan keindahan interior 0.517. Nilai MSA masing-masing variabel besarnya > 0.5 maka semua variabel dapat diproses lebih lanjut.

NB. Jika ada variabel yang nilai MSA < 0.5 maka dilakukan proses ulang dari awal dengan mengeluarkan variabel tersebut yang nilai MSA < 0.5.
Langkah analisis selanjutnya : 
  1. Dari menu SPSS, buka kembali analisis factor
  2. Tekan tombol reset
  3. Masukan semua variabel ke dalam kolom variables(s) karena semua variabel lolos uji pertama.
  4. Klik tombol Descriptive, Klik Initial solution, KMO and Bartlett's test of Sphericity, anti Image dan Klik Continue.
  5. Klik Extraction, Klik screee plot, Klik continue
  6. Klik Scores, Kkik save as variable Pilih regression.
  7. Klik Continue dan klik OK.

Tabel. Communaties
Tabel Communalities, variabel kenyamanan besarnya 0,551. Hal ini berarti sekitar 55,1% varians dari variabel kenyamanan dapat dijelaskan oleh faktor yang terbentuk. Variabel lokasi toko 0,483 hal ini berarti 48,3% varian dari variabel lokasi toko dapat dijelaskan oleh faktor yang terbentuk. Demikian juga untuk variabel yang lain. Semakin kecil nilai communalities berarti semakin lemah hubungannya dengan faktor yang terbentuk.
Tabel. Total Variance Explained
 Pada tabel Total Variance Explained di atas menunjukkan ada 4 faktor yang terbentuk dari 10 variabel yang di masukkan. Masing-masing faktor eigenvalue > 1. Faktor 1 eigen value sebesar 2,938 dengan variance (29,382%), Faktor 2 eigenvalue sebesar 2,024 dengan variance (20,237%), Faktor 3 eigenvalue sebesar 1,193 dengan (11,933%) dan Faktor 4 eigenvalue sebesar 1,142 dengan variance (11,422%).
Nilai eigenvalue menggambarkan kepentingan relatif masing-masing faktor dalam menghitung varians dari 10 variabel yang di analisis. Bila semua variabel dijumlahkan bernilai 10 (sama dengan banyaknya variabel).
2,938/10 x 100% = 29,38%
2,024/10 x 100% = 20,24%
1,193/10 x 100% = 11,93%
1,142/10 x 100% = 11,42%
Total varians apabila dari 10 variabel diekstrak menjadi 4 faktor adalah :
29,382 % + 20,237% + 11,933 % + 11,422% = 72,974%

Besarnya varians yang mampu dijelaskan oleh faktor baru yang terbentuk adalah 72,974% sedangkan sisanya 27,026% dijelaskan oleh faktor lain yang tidak diteliti.

Grafik Scree Plot
Gambar Screeplot menerangkan hubungan antara banyaknya faktor yang terbentuk dengan nilai eigenvalue dalam bentuk grafik.


Tabel. Rotated Component Matrix
Rotated Component matrix nilai loading faktor dari tiap-tiap variabel. Loading faktor merupakan besarnya korelasi antara faktor yang terbentuk dengan variabel tersebut. Untuk variabel kenyamanan, korelasi antara variabel kenyamanan dengan faktor 1 (0,173), faktor 2 (0,156), faktor 3 (-0,134), faktor 4 (0,692). Hal ini dapat dikatakan bahwa variabel kenyamanan masuk ke dalam Faktor 4, karena korelasinya paling tinggi diantara faktor yang lain. Demikian juga faktor loading untuk variabel yang lain.
Variabel lokasi toko nilai loading faktor dengan faktor 1 (0,265), faktor 2 (0,266), faktor 3 (0,170), faktor 4 (0,560). Maka variabel lokasi toko masuk ke Faktor 4.
Variabel kualitas produk nilai loading faktor dengan faktor 1 (0,161), faktor 2 (0,942), faktor 3 (-0,940), faktor 4 (0,40). Maka variabel kualitas produk masuk Faktor 2.
Variabel harga produk nilai loading faktor dengan faktor 1 (0,952), faktor 2 (0,163), faktor 3 (0,021), faktor 4 (0,081). Maka variabel harga produk masuk Faktor 1.
Variabel tempat parkir nilai loading faktor dengan faktor 1 (-0,088), faktor 2 (-0,110), faktor 3 (0,936), faktor 4 (0,081). Maka variabel tempat parkir masuk ke Faktor 3.
Variabel kebersihan nilai loading faktor dengan faktor 1 (0,233), faktor 2 (0,055), faktor 3 (0,413), faktor 4 (-0,110). Maka variabel kebersihan masuk Faktor 3.
Variabel pelayanan kasir nilai loading faktor dengan faktor 1 (0,166), faktor 2 (0,953), faktor 3 (-0,41), faktor 4 (-0,078). Maka variabel pelayanan kasir masuk ke Faktor 2.
Variabel keberagaman produk nlai loading faktor dengan faktor 1 (0,948), faktor 2 (0,176), faktor 3 (0,035), faktor 4 (0,036). Maka variabel keberagaman produk masuk Faktor 1.
Variabel fasilitas faktor nlai loading dengan faktor 1 (0,210), faktor 2 (0,206), dengan faktor 3 (-0,023) dan faktor 4 (0,643). Maka variabel fasilitas masuk ke Faktor 1.
Variabel keindahan interior nilai loading faktor dengan faktor 1 (0,948), faktor 2 (0,176), faktor 3 (0,035), faktor 4 (0,078). Maka variabel keindahan interior masuk Faktor 1.

Tabel. Component Transformation Matrix
Tabel Component Transformation matrix, menunjukan hasil rotasi varimax. Variabel-variabel sudah terditribusikan ke masing-masing faktor yaitu 4 faktor yang terbentuk.
Setelah dilakukan rotasi dan terbentuk 4 faktor, selanjutnya memberi nama faktor tersebut. Penamaan faktor ini tergantung peneliti dan dapat mewakili variabel-variabelnya.
  1. Faktor 1 terdiri dari variabel harga produk, keberagaman produk dan fasilitas. Diberinama Faktor Produk dan Fasilitas.
  2. Faktor 2 terdiri dari variabel kualitas produk dan pelayanan kasir. Diberinama Faktor Kualitas dan Pelayanan.
  3. Faktor 3 terdiri dari variabel kebersihan dan keindahan interior. Diberinama Faktor Kebersihan.
  4. Faktor 4 terdiri dari variabel kenyamanan dan variabel lokasi toko. Diberinama Faktor Akses.
Catatan.
Analisis faktor dapat juga digunakan sebagai salah satu analisis untuk menanggulangi masalah multikolinieritas dalam regresi berganda, yaitu dengan mereduksi variabel-variabel independen yang mengalami problem multikolineritas.

39 komentar:

Selfia Marza mengatakan...

postingannya sangat membantu dalam pembuatan tugas saya, terima kasih thor :)

David Rianto mengatakan...

Ini yang saya cari Terimakasih sudah berkenan untuk berbagi. Sukses selalu

krisma yanti mengatakan...

mau tanya, kenapa hasil data saya ngak kebaca KMO-nya ya. padahal saya sudh ikutin semua tutorialnya

Suseno Bimo mengatakan...

Krisma yanti : nilai KMO menunjukkan kecukupan data sampel dan adanya hubungan antar faktor. Jika ditambah jumlah sampel nilai KMO tidak ada, artinya uji analisis faktor tidak tepat/cocok.

Azka Barizati mengatakan...

Pak, bagaimana cara memberi nama variabel atau faktor baru? Adakah teori yang bisa dipakai rujukan? Mohon kasih tahu buku apa yang bisa saya rujuk untuk pemerian nama faktor atau variabel baru tersebut. Terima kasih

Suseno Bimo mengatakan...

Azka Barizati : untuk pemberian nama variabel atau faktor baru, tidak ada buku referensi/rujukannya. Nama faktor baru,tergantung dari peneliti dan sesuai kemiripan/kesamaan dari variabel-variabel tersebut.

Trisno Subekti mengatakan...

Assalamu'alaikum wr wb.,
Selamat pagi

Apakah dalam analisis faktor, ada batas minimal jumlah responden ?

terima kasih

Suseno Bimo mengatakan...

Wa'alaikumsalam :untuk analisis faktor batasan minimal kecukupan sampel atau responden = 50

Anonim mengatakan...

Assalamualaikum, jika dilakukannuji validitas terhadap indikator dari dimensi pada kuesioner, hasil anti image menunjukkan 1 indikator perlu direduksi, namun hasil component matrix hingga rotated component matrix selalu terbagi menjadi 3, itu diapakan ya Mas?terimakasih sebelumnya

Suseno Bimo mengatakan...

Waalaikumsalam : jika hasil rotated component matrix terbagi menjadi 3, maka dapat diberi nama faktor baru ada 3. dimana variabel-variabel/indikator yang menjadi anggota faktor tersebut adalah yang memiliki nilai positif tertinggi dan 1 variabel hanya masuk dalam 1 faktor tersebut.

Anonim mengatakan...

Assalamualaikum mas mau nanya kalo misalkan component matrix nya cuma 1 component dan rotated nya jadi engga keluar itu gimana mas? Terimakasih

Unknown mengatakan...

Assalamu'alaikum wr wbr.
Pak, saat ini saya sedang menjalankan penelitoan ttg analisis faktor pak jadi utk variabelnya belum diketahui tapi sudah punya faktor2 yg mempengaruhi pak. Tapi saya tdk mengerti bagaimana cara mengolahnya melalui spss analisis faktor soalnya utk data kuesioner saya belum ada pak, terimakasih.

Unknown mengatakan...

Assalamu'alaikum wr wbr.
Pak, bagaimana cara mengolah faktor2 yg belum diketahui variabelnya pak sebab saya belum melakukan pengisian kuesioner pak utk bab3. Karena saya masih mencari faktor yg paling dominan diantara 10 faktor yg saya punya pak, terimakasih.

oktaviana nur mengatakan...

Assalamuallaikum, apakah ada teori mengenai jumlah minimal atau maksimal faktor yang sebaiknya digunakan dalam penelitian dengan metode analisis faktor pak? terimakasih sebelumnya.

Unknown mengatakan...

Assalamu'alaikum pak, tutorialnya boleh dibuat dalam bentuk video aja gk pak? Biar lebih mudah memahami cara mengerjakannya pak. Terima kasih sebelumnya pak. Wassalam

Suseno Bimo mengatakan...

Oktaviana nur : walaikumsalam : tidak ada batasan jumlah faktor yang digunakan

Suseno Bimo mengatakan...

anonim : Walaikumsalam..langkah-langkas seperti tutorial di atas. Data rekap kuesioner disiapkan sebelum dianalisis pakai SPSS

Unknown mengatakan...

Assalamualaikum pak, mau nanya kalo terjadi semua nilai matrix yg besar terisi pada satu komponen bagaimana?sedangkan saya masi ada komponen 2,3, dan 4

Suseno Bimo mengatakan...

Unknown : Waalaikumsalam : Kalau semua nilai yang besar dan positif dalam 1 component artinya semua variabel membentuk 1 faktor yang terbentuk.

tita ayu anggraeni mengatakan...

assallamu'allaikum pak, pak saya mau tanyak, saya khant baru mau menganalisis faktor, sedangkan sy kurang faham tentang analisis faktor. apakah analisis faktor harus dicari hingga tidak ada faktor lain itu gmana caranya pak. apakah setiap menganalisa pasti ada faktor baru yang muncul. contohnya "Besarnya varians yang mampu dijelaskan oleh faktor baru yang terbentuk adalah 72,974% sedangkan sisanya 27,026% dijelaskan oleh faktor lain yang tidak diteliti" itu apakah harus ada penelitian ulang pak?

Suseno Bimo mengatakan...

Tita ayu anggraeni : Waalaikumsalam..Kalau hasil analisis faktor dengan faktor terbentuk adalah 72.974% sudah baik/layak karena di atas 60%. Tidak perlu dilakukan penelitian ulang sampai diperoleh tidak ada sisa faktor penyebab lainnya.

Adek Irma mengatakan...

ASSALAMMUALAIKUM PAK. saya mau nanya kenapa hasil KMO and battles punya saya gak keluar hasilnya, saya pake sampelnya 30 pak. saya udah ngikuti berbagai toturial tetap gk keluar juga pak. kira kira letak kesalahnya dimana ya pak

Adek Irma mengatakan...

ASSALAMMUALAIKUM PAK. saya mau nanya kenapa hasil KMO and battles punya saya gak keluar hasilnya, saya pake sampelnya 30 pak. saya udah ngikuti berbagai toturial tetap gk keluar juga pak. kira kira letak kesalahnya dimana ya pak

Ken dedes mengatakan...

Maksudnya "jika ditamvah jumlah sampel nilai kmo tidak ada, artinya analisis faktor tidak cocok" itu gmna ya mas. Soalnya kmo saya juga ga muncul

Suseno Bimo mengatakan...

Adek irma : Nilai KMO untuk menguji kelayakan model analisis faktor, hal ini dapat disebabkan 2 hal :
1. Karena sampel yang sedikit 30 sampel, jadi perlu ditambah sampelnya menjadi lebih dari 40 sampel.
2. Karena tidak adanya korelasi antara indikator/variabelnya. cek nilai antiimage correlation, apa ada korelasi yang kuat antar variabelnya.

susi nugrahati mengatakan...

Izin bertanya pak. Adakah oenjelasan lebih lanjut mengenai tabel component transformation matrix?
Apakah ada ketentuan seperti nilai korelasi harus di tas o.5? Terimakash ak

Tanto Alfiathur mengatakan...

Assalamu alaikum wrwb bapak.
saya sedang menyusun proposal berjudul "ANALSISI FAKTOR BERPENGARUH TERHADAP KEBERHASILAN PENGELOLAAN LIMBAH B3 DI RUMAH SAKIT"

NO VARIABLE/DIMENSI SUB VARIABEL/DIMENSI
1 Ekonomi Alokasi anggaran
Biaya operasional

2 Sosial Pengetahuan stakehoder
Kedisiplinan stakehoder
Jumlah pasien
Teknik pengangkutan
Penyuluhan/sosialsiasi

3 Lingkungan Tempat Penampungan Sementara
Bak sampah
Alat angkut
Alat kebersihan
Alat Pelindung Diri

4 Kesehatan Infeksi nosocomial
Derajat kesehatan pelaku sampah
Medical checkup petugas

Kalau saya pelajari, kita akan memilih faktor2 penentu dari sekian variabel di atas. Contoh kasus pada Toko Swalayan, paling pas memang respondennya adalah pembeli atau pelanggan toko.
namun pada kasus limbah B3 RS, apakah respondennya juga pelanggan rumah sakit?
Ini kan spesifik,
pertanyaan saya, boleh enggak respondennya berbasis pakar di bidang K3?

Misal:
1. Praktisi (pengelola limbah RS), Manajer RS terkait
2. Akademisi (dosen pengajar Kesehatan lingkungan/limbah B3)
3. Kelompok peduli lingkungan hidup lingkungan hidup (misal Walhi atau NGO2 lainnya)
4. dll

dengan demikian jumlah responden pasti tidak sampai 30 orang. Saya pernah baca wawancara mendalam pakar ideal adalah 5-7 orang, kalau lebih malah menjadi bias karenanya.

Di atas ada pernyataan responden akan lebih baik di atas 30 (kasus pelanggan toko)
Mohon pencerahan dan terimakasiha tas ilmunya Bapak..

NB: Mohon buku referensinya karena kami harus tuliskan dalam daftar kepustakaan

Wassalamu alaikum wrwb

Suseno Bimo mengatakan...

Susi nugrahati : untuk component tranformation matrix tidak menggunakan batasan seperti korelasi di atas 0.5. Tetapi dengan membandingkan nilai yang tertinggi (positif)yang diperoleh pada tiap variabel pada faktor yang terbentuk, jika variabel X1 pada componen (faktor) 1 nilai 0.32 sedangkan ke componen 2(faktor 2) sebesar 0.41 maka X1 masuk kedalam componen 2 (faktor 2).

Unknown mengatakan...

Pak saya mau tanya apakah kalau nilai communalities ada yang kurang dari nilai 5 apakah kita masih bisa melanjutkan untuk mengananalisis. Mohon di jelaskan ya pak ☺️

Vany mengatakan...

Jumlah variabel saya 21,namun KMO tidak muncul,namun dg variabel 10 nilai KMO muncul,apakah ada maksimum variabel?

Suseno Bimo mengatakan...

Tidak ada batasan untuk jumlah variabelnya. Kemungkinan penyebabnya dengan jumlah variabel 21 tersebut lebih tinggi dari jumlah sampel yang digunakan.

Anonim mengatakan...

Pak, apabila KMO 0.86, component matrix nya ada 1 component, sehingga pada rotated component tidak keluar, ada tulisan only one component was extrated, the solution cannot be rotated. Itu bagaimana ya Pak? Terimakasih. Tyas

Suseno Bimo mengatakan...

Unknown : jika ada nilai comunalities kurang dari 0.5, masih bisa tetap lanjut. Karena nilai communalities untuk menunjukkan kuat dan lemahnya hubungan dengan faktor yang terbentuk.

Unknown mengatakan...

selamat pagi malam pak, saya mau bertanya nilai KMO saya sebesar 0.506 sedangkan sig nya bernilai 0.114 sedangkan model dapat dikatakan layak untuk diuji jika sig memiliki nilai 0.000, apakah bapak memiliki solusi terhadap nilai sig sebesar 0.114 ?

terima kasih

asep mengatakan...

selamat malam pak, saya mau bertanya, saya memiliki nilai KMO sebesar 0.506 dengan sig sebesar 0.114 sedangkan model dikatakan layak diuji jika memiliki nilai 0.000, apakah bapak memiliki solusi terhadap nilai sig sebesar 0.114 ?

Uland mengatakan...

dear baak..saya ,mau nanya..variabel saya ada 10, namun hasil rotated component matrix saya hanya keluar 6 factor..bagaimana caranya agar bisa keluar 10 ya pak?
mohon pencerahanya pak..
terimakasih

Suseno Bimo mengatakan...

Anonim : rotated component terbentuk jika component matrix lebih dari 1 sehingga bisa dilakukan rotasi.

Suseno Bimo mengatakan...

Unknown : Dapat disebabkan karena sampel yang sedikit. Bisa dilakukan dengan penambahan sampelnya.

Nutcrackss mengatakan...

isi blog nya sangat berguna, namun backgroundnya sangat mengganggu shg menyulitkan saya utk membaca langkah2nya