BAB IPENDAHULUANLatar Belakang Pada awalnya teknik analisis faktor dikembangkan pada awal abad ke-20. Teknik analisis ini dikembangkan dalam bidang psikometrik atas usaha akhli statistikaw Karl Pearson, Charles Spearman, dan lainnya untuk mendefinisikan dan mengukur intelegensia seseorang. Pada analisis faktor (factor analysis) dapat dibagi dua macam yaitu analisis komponen utama (principal component analysis = PCA) dan analisis faktor (factor analysis = FA). Kedua analisis di atas bertujuan menerangkan struktur ragam-peragam melalui kombinasi linear dari variabel-variabel pembentuknya. Sehingga dapat dikatakan bahwa faktor atau komponen adalah variabel bentukan bukan variabel asli. Secara umum analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru yang berupa variabel bentukan.Pada dasarnya analisis faktor atau analisis komponen utama mendekatkan data pada suatu pengelompokan atau pembentukan suatu variabel baru yang berdasarkan adanya keeratan hubungan antardemensi pembentuk faktor atau adanya konfirmatori sebagai variabel baru atau faktor. Analisis faktor merupakan salah satu analisis statistika yang termasuk dalam kategori analisis multivariat pada dasarnya adalah analisis untuk lebih dari dua variabel dan prosesnya dilakukan secara simultan (bersama-sama). Jika mengacu pada kalimat tersebut, maka sesungguhnya analisis regresi berganda dapatanalisis multivariat, karena variabel independennya dapat lebih dari dua variabel. Analisis faktor pada prinsipnya digunakan untuk mereduksi data, yaitu proses untuk meringkas sejumlah variabel menjadi lebih sedikit dan menamakannya sebagai faktor. Sehingga dapat saja misalnya dari 10 atribut yang mempengaruhi sesuatu, setelah dilakukan analisis faktor, sebenarnya 10 atribut tersebut dapat diringkas menjadi 3 faktor utama.Tujuan Praktikum BAB IITINJAUAN PUSTAKA2.1 Pengertian Analisis FaktorAnalisis faktor adalah prosedur yang digunakan untuk mereduksi data atau peubah yang masih memuat sebagian besar informasi yang terkandung di dalam peubah asli. Peubah baru yang dihasilkan disebut dengan faktor laten, yang bersifat unobservable. Algoritma analisis faktor tersebut adalah seperti pengujian peubah, factoring dengan metode maximum likelihood, rotasi faktor dengan metode varimax, menentukan reproduced correlation matrix (Rr) dan residual correlation matrix (Res), menentukan root mean square residual (RMSR) dan interpretasi hasil analisis faktor Analisis faktor merupakan teknik analisis statistika yang bertujuan menerangkan struktur hubungan di antara variabel-variabel yang teramati dengan jalan membangkitkan beberapa faktor atau komponen atau variabel laten yang jumlahnya lebih sedikit = k dari sejumlah variabel asalnya = p buah (Dwipurwani dkk, 2009). Analisis faktor adalah teknik statistik yang digunakan untuk mengidentifikasi sejumlah faktor yang akan digunakan untuk menunjukkan hubungan antara sekumpulan variable yang tidak saling berhubungan. Tujuannya adalah untuk mengidentifikasi faktor-faktor yang tidak secara langsung teramati berdasarkan sekumpulan variable yang diamati. Asumsi yang mendasari adalah bahwa dimensi-dimensi dasar (pokok) dapat digunakan untuk menerangkan fenomena yang kompleks (Djaali dan Muljono, 2007). 2.2 Kegunaan Analisis FaktorPada dasarnya tujuan analisis factor adalah sebagai data summarization yakni mengidentifikasi adanya hubungan antar variabel dengan melakukan uji korelasi. Jika korelasi dilakukan antar variabel (dalam pengertian SPSS adalah kolom), analisis tersebut dinamakan R Factor Analysis. Namun jika korelasi dilakukan antar responden atau sampel (dalam pengertian SPSS adalah baris), analisis disebut Q Factor Analysis, yang juga popular disebut Cluster Analysis. Fungsi lainnya adalah sebagai data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat sebuah variabel set baru yang dinamakan faktor untuk menggantikan sejumlah variabel tertentu (Santoso, 2010). Tujuan analisis faktor adalah untuk mencari dimensi-dimensi laten yang mewakili variabel-variabel, maka analisis faktor yang kita lakukan disebut analisis faktor R (R factor analysis). Analisis faktor juga dapat digunakan untuk mencari korelasi antar responden. Dengan kata lain, dengan analisis faktor, kita dapat mengelompokkan responden berdasarkan kesamaan karakteristik yang dimilikinya, misalnya jika kita menggunakan analisis faktor Q (Q factor analysis). Segmentasi dengan analisis faktor Q jarang dilakukan (Simamora, 2004). 2.3 Jenis Analisis FaktorAnalisis Faktor Eksploratori (Exploratory Factor Analysis)Seorang peneliti membuat seperangkat item yang mengukur kualitas pelayanan bank. Item tersebut merupakan operasionalisasi dari teori dan indikator mengenai kualitas layanan. Peneliti hendak mengidentifikasi berapa faktor yang ada di dalam seperangkat item tersebut. Dari analisis faktor kemudian didapatkan ada 4 faktor yang menggambarkan kualitas layanan bank, antara lain faktor fitur layanan, fasilitas gedung, keramahan karyawan, serta jaminan keamanan (Widhiarso, 2009).Analisis Faktor Konfirmatori (Confirmatory Factor Analysis).Seorang peneliti merancang sebuah alat ukur mengenai dukungan sosial. Alat ukur tersebut berisi seperangkat item yang diturunkan dari lima dimensi dukungan sosial. Peneliti berusaha memastikan apakah alat ukur yang dibuatnya benar-benar menjelaskan kelima dimensi tersebut. Ia kemudian melakukan analisis faktor konfirmatori. Hasil dari analisis faktor menunjukkan bahwa pembagian kelima faktor akhirnya dibuktikan (Widhiarso, 2009). 2.4 Langkah-langkah Analisis FaktorLangkah-langkah dalam analisis faktor yang umum digunakan yaitu setelah data terinput, maka langkah pertama adalah melakukan data summarization dengan membuat matrik korelasi antar variabel tersebut. Kemudian dilakukan proses data reduction untuk membuat satu atau beberapa faktor. Misalkan dari proses factoring tersebut didapat didapatkan dua faktor, yang bisa dinamakan (diinterpretasi) faktor saham dan faktor ekonomi (Santoso, 2010). Ada empat langkah dasar untuk melaksanakan analisis faktor, yaitu (1) menghitung semua matrik korelasi untuk setiap variabel, (2) melakukan ekstraksi faktor, (3) melakukan rotasi, dan (4) memberi nama pada setiap faktor. Dalam analisis faktor terdapat dua pendekatan, yaitu (1) pendekatan eksploratori (exploratory factor analysis) melalui metode principal component analysis (PCA), dan pendekatan konfirmatori (confirmatory factor analysis) melalui metode analisis maximum likelihood (ML). Pendekatan eksploratori digunakan untuk melihat berapa banyak faktor yang dibutuhkan untuk menjelaskan hubungan di antara seperangkat indikator dengan cara mengamati besarnya muatan faktor. Pendekatan konfirmatori digunakan untuk menguji apakah jumlah faktor yang diperoleh secara empiris sesuai dengan jumlah faktor yang telah disusun secara teoritik atau menguji hipotesis-hipotesis mengenai eksistensi konstruk (Yusrizal, 2008).2.5 Penelitian Manajemen Agroindustri Menggunakan Analisis FaktorMenurut Mujianto (2013) dalam jurnalnya yang berjudul Analisis faktor yang mempengaruhi proses produksi tempe produk UMKM di Kabupaten Sidoarjo. Tujuan penelitian ini adalah untuk mengetahui hubungan antara beberapa faktor yang mempengaruhi proses produksi tempe produk UMKM di kabupaten Sidoarjo, faktor-faktor tersebut antara lain kedelai, air proses, ragi tempe, fermentasi, sarana dan prasarana proses serta tenaga kerja. Penelitian dilakukan dengan teknik pengambilan sampling secara purposive sampling dengan membagi sampling sesuai dengan kapasitas produksi UMKM di Kabupaten Sidoarjo, mulai dari kapasitas produksi 0-600 kg/bln, 750-900 kg/bln, 1050-1950 kg/bln, 2100-2700 kg/bln dan 3000 kg/bln sehingga diperoleh 83 (delapan puluh tiga) responden. Faktor-faktor yang saling berhubungan secara kausalitas (sebab-akibat), yang mempengaruhi proses produksi tempe produk UMKM di kabupaten Sidoarjo antara lain adalah kedelai import (4.5422) karena selalu tersedia dalam jumlah yang cukup, air proses yang digunakan untuk produksi memilih air sumur (4.3012) dengan alasan murah dan layak, menggunakan ragi tempe yang siap pakai (4.4096). Lama fermentasi dan suhu fermentasi berkorelasi sangat nyata sebesar 0.417, lama fermentasi juga berkorelasi dengan perebusan kedelai tahap ke 1 (satu). Sebagian besar UMKM menggunakan tungku kayu bakar (83.1%) dengan panci terbuat dari Aluminium (42.2% dari 83 responden), untuk kegiatan pengupasan kulit ari kedelai sebagian menggunakan mesin pengupas kulit (39.7% dari 73 responden). Keahlian tenaga kerja sangat dipengaruhi oleh variabel kedisiplinan (0,269), motivasi dalam bekerja (0.190) dan berbanding terbalik dengan ketersediaan tenaga kerja baru pengganti (- 0.132).DAFTAR PUSTAKADwipurwani, Oki ; Maiyanti, Sri Indra ; Desiani, Anita ; Octarina, Shinta. 2009. Penerapan Analisa Faktor dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Universitas Sriwijaya. Jurnal Penelitian SAINS Vol 12 Nomer 3 (A).Djaali dan Muljono, Pudji. 2007. Pengukuran dalam Bidang Pendidikan. Grasindo. Jakarta. Santoso, Singgih. 2010. Seri Solusi Bisnis Berbasis TI : Menggunakan SPSS untuk Statistika Multivariat. Elex Media Komputindo. Jakarta.Widhiarso, W. 2009. Prosedur Analisis Faktor dengan Menggunkan Program Komputer. UGM Pres. Yogyakarta.Yusrizal. 2008. Pengujian Validitas Konstruk dengan Menggunakan Analisis Faktor. Jurnal Tabularasa PPS Unimed Vol 5 (1). Simamora, Bilson. 2004. Analisis Multivariat Pemasaran. Gramedia Pustaka Utama. Jakarta.