5 Tahapan pada Interpretasi Analisis Faktor dengan SPSS

Jika peneliti telah sampai pada asumsi analisis faktor dengan SPSS, tahap selanjutnya yaitu interpretasi analisis faktor dengan SPSS. Namun, interpretasi analisis faktor baru bisa dilakukan jika sudah selesai melakukan semua asumsi pada analisis faktor. Misalnya, yaitu seperti uji determinant of correlation mix, Kaiser Meyer Olkin Measure of Sampling, dan lain sebagainya.

Interpretasi analisis faktor menggunakan SPSS memiliki lima tahapan. Tahapan tersebut kemudian saling berkaitan agar peneliti bisa melakukan analisis lanjutan, seperti analisis diskriminan, regresi linear, dan sebagainya. Jika ingin tahu apa saja tahapan pada interpretasi analisis faktor dengan SPSS, berikut ini adalah ulasannya:

1. Komunalitas

Ini adalah jumlah variansi dari suatu variabel yang bisa dijelaskan oleh faktor yang ada. Nilai komunalitas sendiri memiliki persyaratan yaitu harus lebih besar dari 0,5. Jika nilai komunalitas di atas 0,5, maka semua variabel bisa diuji menggunakan analisis faktor lebih lanjut.

Kemudian, semakin besar nilai komunalitas sebuah variable, maka semakin erat pula keterkaitannya dengan variabel yang terbentuk tersebut. Disisi lain, semakin besar nilai komunalitas juga akan semakin baik analisis faktornya.

2. Factor Loading

Di atas telah diketahui beberapa faktor yang bisa terbentuk pada suatu data. Maka selanjutnya peneliti dapat melakukan penentuan masing-masing variabel yang masuk ke dalam faktor yang mana. Cara menentukannya yaitu dengan menggunakan tabel Component Matrix. Tabel yang digunakan akan menunjukkan seberapa besar sebuah variabel dapat berhubungan dengan faktor yang akan dibentuk.

3. Rotated Component Matrix

Komponen matriks rotasi merupakan matriks korelasi yang memperlihatkan distribusi variabel yang lebih jelas dan nyata dibandingkan dengan component matrix. Hasil yang diperoleh akan menunjukkan jika factor loading antar variabel dengan beberapa faktor bisa dibedakan dan siap dilakukan interpretasi.

Misalnya, apakah seluruh variable telah memiliki factor loading yang tinggi pada salah satu faktor. Atau, memiliki factor loading yang kecil untuk faktor-faktor lainnya. Kemudian, barulah bisa berlanjut pada interpretasi analisis faktor dengan SPSS untuk menentukan faktor.

4. Component Transformation Matrix

Ini adalah langkah yang dilakukan untuk menentukan faktor. Tabel component transformation matrix berguna untuk menunjukkan apakah faktor yang telah terbentuk tersebut sudah tidak memiliki keterikatan antar satu sama lain (orthogonal). Jika nilai-nilai korelasi yang terlihat pada diagonal utama table berada di atas 0,5, maka ketiga faktor yang terbentuk sudah tepat.

5. Factor Score

Jika peneliti sudah mendapatkan faktor-faktor yang terbentuk, maka tentukanlah faktor skornya. Faktor skor dicari untuk keperluan analisis lanjutan. Cara untuk mencari factor score yaitu dengan mengulangi langkah analisis faktor. Namun, pada saat menekan ‘Scores’, centang pula ‘Save as Variables’ dan pilih ‘Regression’.

Kemudian, klik ‘Continue’ dan ‘Ok’ di jendela utama dan lihatlah data set tersebut di ‘Data View’. Kemudian akan muncul variable baru yang merupakan faktor skor dari 1, 2 dan 3. Dari nilai yang didapat kemudian peneliti bisa melakukan analisis lanjutan, seperti analisis diskriminan, regresi linier, ataupun lainnya.

Itu adalah ulasan mengenai tahapan interpretasi analisis faktor dengan SPSS. Peneliti wajib melakukan semua tahapannya dengan benar karena akan mempengaruhi analisis lanjutan. Jika mengalami kesulitan mengerjakannya, hubungi saja kami sebagai jasa olah data dan bimbingan skripsi, tesis, serta disertasi yang terbaik dan terpercaya.