Sebuah paradigma yang seringkali hadir dalam pengolahan data adalah terbentuknya model yang relevan yang berasal dari sejumlah faktor, hasil reduksi dari sejumlah variabel. Salah satu analisis yang dapat digunakan adalah Analisis Faktor / Factor Analysis. Factor Analysis adalah teknik pemodelan sebab akibat yang ditujukan untuk menjelaskan hubungan antara satu set variabel yang diamati (nyata ada), melalui kombinasi linier dari beberapa variabel laten faktor acak (yang tidak diketahui). Dasar dari analisis faktor adalah pemikiran bahwa sebuah variabel dapat digabungkan dengan melihat besar korelasinya. Analisis faktor, pertama kali digunakan oleh Charles Edward Spearman seorang psikolog inggris dibidang intelegensia.
Charles Edward Spearman
Analisis faktor sangat erat kaitannya dengan analisis principal component (PCA). Analisis PCA lebih terpusatkan untuk menjelaskan struktur dari varian variabel, sedangkan analisis faktor memberikan tambahan untuk menjelaskan kovarian dari beberapa variabel yang sudah ditentukan. Hasil dari PCA dapat digunakan untuk mencari jumlah kecil variabel yang dapat mewakili variabel sesungguhnya. Meskipun sejumlah variabel dibutuhkan untuk menghasilkan sistem keragaman total, akan tetapi jumlah yang banyak dari variabel ini, akan sangat menyulitkan dalam pengambilan kesimpulan analisis. Oleh karena itu, dengan menggunakan PCA akan dapat diketahui jumlah kecil variabel pengganti (dari sejumlah banyak variabel asal) yang dapat mewakili, tanpa banyak menghilangkan keragaman pada variabel asalnya.
Penggunaan PCA sangat erat kaitannya dengan penghitungan matrik varians – covarians maupun matrik korelasi. Pada pengembangan penghitungan tersebut tidak membutuhkan asumsi multivariat normal. Namun dalam situasi lain, PCA yang diturunkan dari populasi multivariate normal memiliki kesimpulan yang lebih baik dalam aturan kepekatan konstant elipsoid (berkaitan dengan bentuk grafik PCA).
Tahapan dalam analisis faktor adalah sebagai berikut.- menghitung nilai matrik varian kovarian data sampel
- menghitung nilai korelasi antar matrik varian kovarian
menghitung nilai eigen value dan eigen vektor matrik korelasi - menghitung nilai loading faktor
- menghitung nilai communalities
- menghitung nilai keragaman spesifik
kebanyakan tulisan ini bersumber dari :
www.wikipedia.com
Johnson, R. A. and Wichern, D. W. 2007. .Applied Multivariat Analysis, Sixth Edition. Prentice Hall Inc. USA.
Timm, N.H. 2002. Applied Multivariate Analysis. Springer. Verlag. New York.
0 comments:
Post a Comment