tugas 1 analisis faktor
TRANSCRIPT
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 1/14
Oleh Kelompok IV :
Farid Rahman P3400212010
Wigayanti Rauf P3400212011
Nur Hidayat Fatwa Ali P3400212012
Kelas A
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 2/14
Analisis Faktor
A. Pengertian Analisis Faktor
Analisis faktor termasuk variasi seperti analisis komponen dan faktor analisis
umum dengan menggunakan pendekatan statistik yang dapat digunakan untuk
menganalisis hubungan diantara beberapa variabel dan menjelaskan variabel-variabel ini
dalam keadaan umumnya berdasarkan dimensi/faktor. (Hair, Anderson, Tatham, Black).
Analisis faktor merupakan metode pengembangan pengukuran untuk bermacam-
macam variabel yang tidak dapat diukur secara langsung, seperti tingkah laku, pendapat,
intelegensi, personalitiy dan lain-lain. Metode ini biasa digunakan dalam studi perilaku dan
sosial (Sharma, 1996).
Berdasarkan pendapat-pendapat di atas, analisis faktor dapat dikatakan sebagai
salah satu kelurarga analisis multivariate yang bertujuan untuk meringkas atau mereduksi
variabel amatan secara keseluruhan menjadi beberapa variabel atau dimensi baru, akan
tetapi variabel atau variabel baru yang terbentuk tetap mampu mempresentasikan variabel
utama.
Ada dua pendekatan utama dalam analisis faktor, yaitu :
1. Exploratory factor analysis, digunakan apabila banyaknya faktor yang akan terbentuk
tidak ditentukan terlebih dahulu.2. Confirmatory factor analysis, digunakan apabila faktor yang akan terbentuk telah
ditetapkan terlebih dahulu.
Asumsi mendasar yang harus digaris bawahi dalam analisis faktor adalah bahwa
variabel-variabel yang dianalisis memiliki keterkaitan atau saling berhubungan karena
analisis faktor berusaha untuk mencari common dimension (kesamaan dimensi) yang
mendasari variabel-variabel tersebut.
B. Tujuan Analisis Faktor
Tujuan dari analisis faktor adalah untuk menggambarkan hubungan-hubungan
kovarian antara beberapa variabel yang mendasari tetapi tidak teramati (Johnson &
Wichem, 2002). Sementara menurut Widarjono, tujuan dari analisis faktor adalah untuk
mencari seminimal mungkin faktor dengan prinsip kesederhanaan atau parsimony
(parsimony) yang mampu menghasilkan korelasi antara indikator-indikator yang
diobservasi.
Menurut Sharma (1996) tujuan analisis faktor adalah menggunakan matriks
korelasi hitungan untuk:
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 3/14
1. Mengidentifikasi jumlah terkecil dari faktor umum (yaitu model faktor yang paling
parsimoni) yang mempunyai penjelasan terbaik atau menghubungkan korelasi diantara
variabel indikator.
2. Mengidentifikasi, melalui faktor rotasi, solusi faktor yang paling masuk akal.
3. Estimasi bentuk dan struktur loading, komunality dan varian unik dari indikator.
4. Interpretasi dari faktor umum. Jika perlu, dilakukan estimasi faktor skor.
Melihat beberapa kesimpulan diatas, dapat disimpulkan tujuan dari analisis faktor
adalah untuk mencari cara menyingkat informasi yang terdapat dalam beberapa variabel
asal menjadi lebih kecil (faktor) dengan meminimalkan kehilangan informasi.
C. Prosedur Analisis Faktor
Langkah pertama yang harus dilakukan dalam menganalisis faktor ialah dengan
menghitung matriks korelasi indikator untuk mengetahui syarat kecukupan bagi data di
dalam analisis faktor. Setelah terpenuhi syarat kecukupan data maka langkah selanjutnya
adalah mencari faktor atau ekstraksi faktor (extracting factor) untuk mencari faktor yang
mampu menjelaskan korelasi antar indikator yang diteliti. Langkah berikutnya adalah
rotasi faktor untuk mencari faktor yang mampu mengoptimalkan korelasi antara indikator
independen yang diobservasi.
1. Membuat matriks korelasi
Dalam melakukan analisis faktor, keputusan pertama yang harus diambil oleh peneliti
adalah menganalisis apakah data yang ada cukup memenuhi syarat dalam analisis
faktor. Berkenaan dengan analisis faktor, pengujian yang dilakukan yaitu:
a. Uji Bartlett’s test of sphericity
Uji Bartlett,s ini merupakan uji statistik untuk signifikansi menyeluruh dari semua
korelasi di dalam matriks korelasi. Dengan kata lain uji bartlett’s digunakan untuk
menguji bahwa variabel-variabel dalam sampel berkolerasi.b. Uji Keiser Mayer Olkin (KMO)
Uji Keiser Mayer Olkin (KMO) digunakan untuk mengetahui kecukupan sampel
atau pengukuran kelayakan sampel. Analisis faktor dianggap layak jika besaran
KMO > 0,5.
r 2
ij
i ≠ j
KMO =
r 2
ij + a2ij
i ≠ j i ≠ j
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 4/14
c. Uji Measure of Sampling Adequacy (MSA)
Uji Measure of Sampling Adequacy (MSA) digunakan untuk mengukur derajat
korelasi antar variabel dengan kriteria MSA > 0,5.
2. Menetukan jumlah faktor
Penentuan jumlah faktor didasarkan pada besarnya eigenvalue satiap faktor yang
muncul. Faktor-faktor inti yang dipilih adalah faktor yang memiliki eigenvalue > 1.
3. Rotasi Faktor
Rotasi faktor digunakan untuk mempermudah interpretasi dalam menentukan variabel-
variabel mana saja yang tercantum dalam suatu faktor karena terkadang ada beberapa
variabel yang mempunyai korelasi tinggi dengan lebih dari satu faktor. Tujuan dari
rotasi faktor ini agar dapat memperoleh struktur faktor yang lebih sederhana agar
mudah diinterpretasikan. Ada beberapa metode rotasi faktor yang biasa digunakan,
yaitu:
a.
Varimax method adalah metode rotasi faktor yang meminimalkan jumlah indikatordengan loading yang tinggi pada satu faktor.
b. Quartimax method merupakan metode rotasi untuk meminimalisasi jumlah faktor
yang digunakan untuk menjelaskan indikator.
c. Equamax method merupakan metode gabungan antara vartimax method yang
meminimalkan indikator dan quartimax method yang meminimalkan faktor.
D. Contoh Kasus
Variabel-variabel yang digunakan oleh Hair untuk menganalisis faktor terdiri dari variabel
X6 Product quality; X7 E-commers activities; X8 Technical support; X9 Complain
resolution; X10 Advertesing; X11 Product line; X12 Salesforce image; X13 Competitive
Pricing; X14 Warranty & claims; X15 New products; X16 Order & billing; X17 Price
flexibility; dan X18 Delivery speed. Untuk lebih jelasnya dapat dilihat sebagai berikut:
r 2 ij
i=j
MSA =
r 2
ij + a2
ij I=j
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 5/14
X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18
5.7 4 6.7 6 3.3 5.5 5.1 6.2 6.7 5.4 4.2 6.2 4.5
5.9 4.1 5.5 7.2 3.5 6.4 5.5 8.4 6.2 6.3 5.7 5.8 4.8
5.6 3.4 5.1 6.4 3.7 5.7 5.6 9.1 5.4 6.1 5 6 4.5
9.1 4.5 3.6 6.4 5.3 5.3 7.1 8.4 5.8 6.7 4.5 6.1 4.4
5.2 3.8 7.1 5.2 3.9 4.3 5 8.4 7.1 4.6 3.3 4.9 3.3
9.6 5.7 6.8 5.9 5.4 8.3 7.8 4.5 6.4 6.5 4.3 3 4.3
8.6 3.6 7.4 5.1 3.5 7.3 4.7 3.7 6.7 6 4.8 3.4 4
9.3 2.4 2.6 7.2 2.2 7.2 4.5 6.2 6.4 4.2 6.7 4.4 4.5
6 4.1 5.3 4.7 3.5 5.3 5.3 8 6.5 3.9 4.7 5.3 4
6.4 3.6 6.6 6.1 4 3.9 5.3 7.1 6.1 3.7 5.6 6.6 3.9
8.5 3 7.2 5.8 4.1 7.6 3.7 4.8 6.9 6.7 5.3 3.8 4.4
7 3.3 5.4 5.5 2.6 4.8 4.2 9 6.5 5.9 4.3 5.2 3.7
8.5 3 5.7 6 2.3 7.6 3.7 4.8 5.8 6 5.7 3.8 4.4
7.6 3.6 3 4 5.1 4.2 4.6 7.7 4.9 7.2 4.7 5.5 3.5
6.9 3.4 8.5 4.3 4.5 6.4 4.7 5.2 7.7 3.3 3.7 2.7 3.3
8.1 2.5 7.2 4.5 2.3 5.1 3.8 6.6 6.8 6.1 3 3.5 3
6.7 3.7 6.5 5.3 5.3 5.1 4.9 9.2 5.7 4.2 3.5 4.5 3.4
8 3.3 6.1 5.7 5.5 4.6 4.7 8.7 5.9 3.8 4.7 6.6 4.2
6.7 4 5.2 3.9 3 5.4 6.8 8.4 6.2 6 2.5 4.3 3.5
8.7 3.2 6.1 4.3 3.5 6.1 2.9 5.6 6.1 6.5 3.1 2.9 2.5
9 3.4 5.9 4.6 3.9 6 4.5 6.8 6.4 4.3 3.9 3.5 3.5
9.6 4.1 6.2 7.3 2.9 7.7 5.5 7.7 6.1 4.4 5.2 4.6 4.9
8.2 3.6 3.9 6.2 5.8 4.9 5 9 5.2 7.1 4.7 6.9 4.5
6.1 4.9 3 4.8 5.1 3.9 6.4 8.2 5.1 6.8 4.5 4.9 3.2
8.3 3.4 3.3 5.5 3.1 4.6 5.2 9.1 4.1 1.7 4.6 5.8 3.9
9.4 3.8 4.7 5.4 3.8 6.5 4.9 8.5 4.9 6.2 4.1 4.5 4.1
9.3 5.1 4.6 6.8 5.8 6.6 6.3 7.4 5.1 4.1 4.6 4.6 4.3
5.1 5.1 6.6 6.9 4.4 5.4 7.8 5.9 7.2 5.2 4.9 6.3 4.5
8 2.5 4.7 7.1 3.6 7.7 3 5.2 5.1 3.9 4.3 4.2 4.7
5.9 4.1 5.7 5.9 5.8 6.4 5.5 8.4 6.4 5.1 5.2 5.8 4.8
10 4.3 7.1 6.3 2.9 5.4 4.5 3.8 6.7 3.7 5 4 3.5
5.7 3.8 6.8 7.5 5.7 5.7 6 8.2 6.6 4.8 6.5 7.3 5.2
9.9 3.7 3.7 6.1 4.2 7 6.7 6.8 5.9 7.2 4.5 3.4 3.9
7.9 3.9 4.3 5.8 4.4 6.9 5.8 4.7 5.2 3.6 4.1 4.2 4.3
6.7 3.6 5.9 4.2 3.4 4.7 4.8 7.2 5.7 5.3 4 3.6 2.8
8.2 2.7 3.7 7.4 2.7 7.9 3.1 5.3 5.3 5 4.5 4.3 4.9
9.4 2.5 4.8 6.1 3.2 7.3 4.6 6.3 6.3 9.2 4.7 4.6 4.6
6.9 3.4 5.7 4.4 3.3 6.4 4.7 5.2 6.4 4.4 3.2 2.7 3.3
8 3.3 3.8 5.8 3.2 4.6 4.7 8.7 5.3 4.2 4.9 6.6 4.2
9.3 3.8 7.3 5.7 3.7 6.4 5.5 7.4 6.6 5.9 4.1 3.2 3.4
7.4 5.1 4.8 7.7 4.5 7.2 6.9 9.6 6.4 7.4 5.7 6.5 5.5
7.6 3.6 5.2 5.8 5.6 6.6 5.4 4.4 6.7 6.4 4.6 3.9 4
10 4.3 5.3 3.7 4.2 5.4 4.5 3.8 6.7 4.5 3.7 4 3.5
9.9 2.8 7.2 6.9 2.6 5.8 3.5 5.4 6.2 7 5.6 4.9 4
8.7 3.2 8.4 6.1 2.8 7.8 3.8 4.9 7.2 4.5 5.4 3.9 4.5
8.4 3.8 6.7 5 4.5 4.7 5.9 6.7 5.1 4.2 2.7 5 3.6
8.8 3.9 3.8 5.1 4.3 4.7 4.8 5.8 5 7.2 4.4 3.7 2.9
7.7 2.2 6.3 4.5 2.4 4.7 3.4 6.2 6 4.7 3.3 3.1 2.6
6.6 3.6 5.8 4.1 4.9 4.7 4.8 7.2 6.5 3.9 3.5 3.6 2.8
5.7 3.8 3.5 6.7 5.4 5.7 6 8.2 5.4 5 4.7 7.3 5.2
5.7 4 7.9 6.4 2.7 5.5 5.1 6.2 7.5 6.4 5 6.2 4.5
5.5 3.7 4.7 5.4 4.3 5.3 4.9 6 5.6 2.5 4.5 5.9 4.3
7.5 3.5 3.8 3.5 2.9 4.1 4.5 7.6 5.1 5.2 4 5.4 3.4
6.4 3.6 2.7 5.3 3.9 3.9 5.3 7.1 5.2 5.5 4.7 6.6 3.9
9.1 4.5 6.1 5.9 6.3 5.3 7.1 8.4 7.1 5.7 5.4 6.1 4.4
6.7 3.2 3 3.7 4.8 6.3 4.5 5 5.2 2.5 2.9 2.6 3.1
6.5 4.3 2.7 6.6 6.5 6.3 6 8.7 4.7 6.3 4.6 5.6 4.6
9.9 3.7 7.5 4.7 5.6 7 6.7 6.8 7.2 4.6 4.1 3.4 3.9
8.5 3.9 5.3 5.5 5 4.9 6 6.8 5.7 3.6 4.4 5.1 3.7
9.9 3 6.8 5 5.4 5.9 4.8 4.9 7.3 7.6 3.1 4.3 3.8
7.6 3.6 7.6 4.6 4.7 4.6 5 7.4 8.1 6.6 4.5 5.8 3.9
9.4 3.8 7 6.2 4.7 6.5 4.9 8.5 7.3 2.4 4.3 4.5 4.1
9.3 3.5 6.3 7.6 5.5 7.5 5.9 4.6 6.6 3.1 5.2 4.1 4.6
7.1 3.4 4.9 4.1 4 5 5.9 7.8 6.1 3.5 2.6 3.1 2.7
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 6/14
X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18
9.9 3 7.4 4.8 4 5.9 4.8 4.9 5.9 6.9 3.2 4.3 3.8
8.7 3.2 6.4 4.9 2.4 6.8 4.6 6.8 6.3 5.1 4.3 3.7 4
8.6 2.9 5.8 3.9 2.9 5.6 4 6.3 6.1 4 2.7 3 3
6.4 3.2 6.7 3.6 2.2 2.9 5 8.4 7.3 6.5 2 3.7 1.6
7.7 2.6 6.7 6.6 1.9 7.2 4.3 5.9 6.5 4.1 4.7 3.9 4.3
7.5 3.5 4.1 4.5 3.5 4.1 4.5 7.6 4.9 2.8 3.4 5.4 3.4
5 3.6 1.3 3 3.5 4.2 4.9 8.2 4.3 7.6 2.4 4.8 3.1
7.7 2.6 8 6.7 3.5 7.2 4.3 5.9 6.9 7.7 5.1 3.9 4.3
9.1 3.6 5.5 5.4 4.2 6.2 4.6 8.3 6.5 4.1 4.6 4.3 3.9
5.5 5.5 7.7 7 5.6 5.7 8.2 6.3 7.4 4.9 5.5 6.7 4.9
9.1 3.7 7 4.1 4.4 6.3 5.4 7.3 7.5 4.6 4.4 3 3.3
7.1 4.2 4.1 2.6 2.1 3.3 4.5 9.9 5.5 3.5 2 4 2.4
9.2 3.9 4.6 5.3 4.2 8.4 4.8 7.1 6.2 6.6 4.4 2.6 4.2
9.3 3.5 5.4 7.8 4.6 7.5 5.9 4.6 6.4 4.9 4.8 4.1 4.6
9.3 3.8 4 4.6 4.7 6.4 5.5 7.4 5.3 4.8 3.6 3.2 3.4
8.6 4.8 5.6 5.3 2.3 6 5.7 6.7 5.8 3.6 4.9 3.6 3.6
7.4 3.4 2.6 5 4.1 4.4 4.8 7.2 4.5 6.4 4.2 5.6 3.7
8.7 3.2 3.3 3.2 3.1 6.1 2.9 5.6 5 4.3 3.1 2.9 2.5
7.8 4.9 5.8 5.3 5.2 5.3 7.1 7.9 6 5.7 4.3 4.9 3.9
7.9 3 4.4 5.1 5.9 4.2 4.8 9.7 5.7 5.8 3.4 5.4 3.5
Langkah – langkah:
1. Dari menu SPSS, klik Analyze > Dimention reduction > Faktor
2. Masukkan semua variabel ke dalam kotak variabel
3. Klik Descriptive, klik KMO Bartletts test of sphericity dan Anti image
4. Klik Initial solution
Hasil Output:
KMO and Bartlett's Test
.609
948.983
78
.000
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square
df
Sig.
Bartlett's Test of
Sphericity
MSA > 0.5 menunjukkan kecukupan dari sampel
Menunjukkan bahwa adanya korelasi antar
variabel dan layak untuk diproses lebih lanjut.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 8/14
Pada tabel Anti Image MAtrice, khususnya pada kolom Anti image correlation terlihat
angka yang bertanda (a) yang menandakan besaran MSA sebuah variabel. Jika nilai MSA tiap
variabel besarannya (> 0,5) maka semua variabel dapat diproses lebih lanjut. Namun jika ada
variabel yang besaran MSA nya (< 0,5) maka proses akan diulang dari awal dengan
mengeluarkan salah satu variabel yang memiliki besaran MSA terkecil. Hal tersebut diulangi
secara bertahap agar dapat memperoleh nilai MSA variabel yang ditetapkan.
Pada tabel di atas untuk variabel X11, X15 dan X17 memiliki nilai MSA (<0,5)
sehingga salah satu dari variabel tersebut yang memiliki nilai MSA terkecil harus dikeluarkan,
dalam kasus ini X15 dan X17 memiliki nilai MSA terendah, sehingga harus dikeluarkan dan
kemudian memproses kembali dari awal, sehingga hasil output akan Nampak sebagai berikut:
KMO and Bartlett's Test
.653
619.273
55
.000
Kaiser-Meyer-Olkin Measure of Sampli ng
Adequacy.
Approx. Chi-Square
df
Sig.
Bartlett's Test of
Sphericity
MSA > 0.5 menunjukkan kecukupan dari
sampel
Menunjukkan bahwa adanya korelasi
antar variabel dan layak untuk diproses
lebih lanjut.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 10/14
Setelah mengulangi proses analysis, akan nampak tabel Anti Image Matrice seperti di
atas, pada tabel Anti Image Corelation terlihat jelas bahwa nilai MSA masing-masing variabel
besarannya (> 0,5) sehingga semua variabel dapat diproses lebih lanjut.
Langkah analisis selanjutnya dapat dilakukan dengan cara sebagai berikut:
1. Dari menu SPSS, buka file analisis faktor
2. Tekan tombol reset
3. Masukkan semua variabel yang memenuhi syarat (dalam hal ini variabel X6, X7, X8, X9,
X10, X11, X12, X13, X14, X16, dan X18)
4. Klik tombol descriptive, klik initial solution, KMO and Bartllet’s test of sphericity,
Anti image, lalu tekan continue.
5. Klik Extraction, klik Scree plot, klik continue
6. Klik Rotatio, klik vertimax atau quartimax, lalu tekan continue
7. Klik Scores, klik save as variabel, pilih regression, kemudian tekan continue
8. Klik Ok.
Akan nampak hasil output sebagai berikut :
Tabel communalities menunjukkan variabel product quality besarannya 0.768. hal ini
berarti sekitar 76,8% varians dari variabel product quality dapat dijelaskan oleh faktor yang
terbentuk, begitu seterusnya, dengan asumsi semakin kecil nilai communalities berarti semakin
lemah hubungannya dengan faktor yang terbentuk.
Communalities
1.000 .768
1.000 .777
1.000 .893
1.000 .881
1.000 .576
1.000 .787
1.000 .859
1.000 .641
1.000 .8921.000 .766
1.000 .914
X6 - Product Quality
X7 - E-Commerce
Activiti es
X8 - Technical Support
X9 - Complaint
Resolution
X10 - Advertising
X11 - Product Line
X12 - Salesforce Image
X13 - Competitive Pricing
X14 - Warranty & Claim sX16 - Order & Billing
X18 - Delivery Speed
Initi al Extracti on
Extraction Method: Principal Component Analysis.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 11/14
Pada tabel total variance explained di atas menunjukkan ada 4 faktor yang terbentuk
dari 11 variabel yang dimasukkan. Masing-masing faktor eigenvelue > 1. Faktor 1 eigenvalue
sebesar 3,427 dengan variance 31,154. Faktor 2 eigenvalue sebesar 2,551 dengan variance23,190. Faktor 3 eigenvalue sebesar 1,691 dengan variance 15,373. Faktor 4 eigenvalue sebesar
1,087 dengan variance 9,878. Nilai eigenvalue menggambarkan kepentingan relatif masing-
masing faktor dalam menghitung varians dari 11 variabel yang dianalisis.
3,427 X 100 = 34,27%
2,551 X 100 = 25,51%
1,691 X 100 = 16,91%
1,087 X 100 = 10,87%
Total variance apabila dari 11 variabel diekstrak menjadi 4 faktor adalah
34,27% + 25,51% + 16,91% + 10,87% = 87,56%
Besarnya varians yang mampu dijelaskan oleh faktor baru yang terbentuk adalah 87,56%
sedangkan sisanya 12,44% dijelaskan oleh faktor lain yang tidak diteliti.
Total Variance Explained
3.427 31.154 31.154 3.427 31.154 31.154 2.893 26.298 26.298
2.551 23.190 54.344 2.551 23.190 54.344 2.234 20.305 46.603
1.691 15.373 69.717 1.691 15.373 69.717 1.855 16.868 63.471
1.087 9.878 79.595 1.087 9.878 79.595 1.774 16.124 79.595
.609 5.540 85.135
.552 5.017 90.152
.402 3.650 93.802
.247 2.245 96.047
.204 1.850 97.898
.133 1.208 99.105
.098 .895 100.000
Component
1
2
3
4
56
7
8
9
10
11
Total % of Vari ance Cumul ati ve % Total % of Vari ance Cumul ati ve % Total % of Vari ance Cumul ati ve %
Initi al Ei ge nval ue s Extracti on Su ms of Sq uared Lo adi ngs Ro ta ti on Su ms of Sq ua red Loa di ngs
Extraction M ethod: Principal Com ponent Anal ysis.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 12/14
Gambar screeplot menjelaskan hubungan antara banyaknya faktor yang terbentuk
dengan nilai eigenvalue dalam bentuk grafik.
Rotated component matrix dengan menggunakan metode varimax menampilkan nilai
loading faktor dari tiap-tiap veriabel. Loading faktor merupakan besarnya korelasi antara faktor
yang terbentuk dengan fariabel tersebut. Untuk fariabel product quality, korelasi antara
variabel product quality dengan faktor 1 (0,002), faktor 2 (-0,013), faktor 3 (-0,033), dan faktor
4 (0,876). Hal ini dapat dikatakan bahwa variabel product quality masuk ke dalam faktor 4.
Begitupun untuk proses variabel berikutnya. Sehingga akan diperoleh hasil sebagai berikut:
1. Faktor 1 terdiri dari variabel complaint resolution, order & billing, dan delivery speed.
2. Faktor 2 terdiri dari variabel E-commerce activity, advertising, salesforce image, dan
competitive pricing.
3.
Faktor 3 terdiri dari variabel technical support, warranty & claims. 4. Faktor 4 terdiri dari variabel product quality dan product line.
Rotated Component Matrixa
.002 -.013 -.033 .876
.057 .871 .047 -.117
.018 -.024 .939 .101
.926 .116 .048 .091
.139 .742 -.082 .015
.591 -.064 .146 .642
.133 .900 .076 -.159
-.085 .226 -.246 -.723
.110 .055 .931 .102
.864 .107 .084 .039
.938 .177 -.005 .052
X6 - Product Quality
X7 - E-Commerce
Activiti es
X8 - Technical Support
X9 - Complaint
Resolution
X10 - Advertising
X11 - Product Line
X12 - Salesforce Image
X13 - Competitive Pricing
X14 - Warranty & Claims
X16 - Order & Billing
X18 - Delivery Speed
1 2 3 4Component
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 5 iterations.a.
Component Transformation Matrix
.857 .322 .271 .296
.011 .758 -.312 -.573
-.376 .321 .867 -.055
-.351 .467 -.277 .763
Component
1
2
3
4
1 2 3 4
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 13/14
Tabel component transformation matrix, menunjukkan hasil rotasi varimax. Variabel-
variabel sudah terdistribusi ke masing-masing faktor yaitu 4 faktor yang terbentuk. Setelah
dilakukan rotasi dan terbentuk 4 faktor, selanjutnya member nama faktor tersebut. Penamaan
faktor ini tergantung peneliti dan dapat mewakili variabel-variabelnya. Pemberian nama
dilakukan sebagai berikut:
1. Faktor 1 terdiri dari variabel complaint resolution, order & billing, dan delivery speed
dapat diberi nama faktor customer service.
2. Faktor 2 terdiri dari variabel E-commerce activity, advertising, salesforce image, dan
competitive pricing dapat diberi nama faktor promotion.
3. Faktor 3 terdiri dari variabel technical support, warranty & claims dapat diberi nama
faktor customer satisfaction
4. Faktor 4 terdiri dari variabel product quality dan product line dapar diberi nama faktor
production.
7/30/2019 Tugas 1 Analisis Faktor
http://slidepdf.com/reader/full/tugas-1-analisis-faktor 14/14
Referensi
Hair. Joseph, Black. William, Babin, Barry, Anderson, Rolph. Multivariate Data Analysis.
Seventh edition
Johnson. N & Wichem. D. 1998. Applied Multivariate Statistical Analysis. Prentice-Hall,
Englewood Cliffs, N. J.
Sharma. S. 1996. Applied Multivariate Techniques. New York: John Wiley & Sons,Inc.