Perbedaan PCA dan Analisis Faktor

Perbedaan

Seringkali, analisis faktor disamakan dengan PCA (Principle Component Analyis), padahal keduanya berbeda. Perbedaan kedua metode tersebut bisa dilihat berdasarkan definisi, kegunaan, model matematis, dan ada tidaknya common factor. 

1. Definisi

Analisis Komponen Utama (PCA) merupakan teknik mereduksi data multivariat (banyak data) untuk mengubah (transformasi) suatu matriks data awal menjadi suatu set kombinasi linier yang lebih sedikit akan tetapi menyerap sebagian besar jumlah varians dari data awal (Supranto, 2010).

Analisis Faktor (FA) merupakan suatu teknik dalam analisis multivariat yang bertujuan mengidentifikasi sejumlah faktor umum (common factor) yang dibutuhkan untuk menjelaskan korelasi antar indikator (Widarjono, 2010).

2. Fungsi

Secara umum, fungsi PCA dapat dibagi menjadi

  1. Reduksi (Eksplorasi)
    Mengubah suatu set variabel yang berdimensi tinggi ke dimensi rendah, namun masih memiliki sebagian besar informasi dari variabel asal.
  2. Transformasi
    PCA juga bisa digunakan untuk mengatasi masalah multikolinieritas. Sehingga antar variabel akan memiliki korelasi yang rendah.

Sedangkan Analisis Faktor dapat digunakan untuk

  1. Eksploratori
    Mereduksi suatu set variabel berdimensi tinggi ke dimensi rendah, namun masih memiliki sebagian besar informasi dari variabel asal.
  2. Konfirmatori
    mengekstrak variabel laten dari indikator, pemeriksaan validitas instrument, dan mendapatkan data variabel latent sebagai input dari analisis diskriminan, analisis regresi, cluster analysis, MANOVA, Analisis Path, Model Struktural, MDS dan lainnya.

3. Model Matematis

Perbedaan analisis faktor dan PCA bisa juga dilihat dari model matematisnya

  • PCA : Variabel baru (PC) seolah-olah merupakan kombinasi linier dari variabel asal
  • Analisis Faktor : Variabel Awal seolah-olah merupakan kombinasi linier dari common factor

4. Common Factor

Ada tidaknya faktor bersama menjadi pembeda dari kedua metode ini. Jika set variabel tersebut memiliki faktor bersama, maka data tersebut bisa digunakan untuk analisis faktor. Common factor adalah faktor yang secara bersama-sama dimiliki oleh variabel lain.

Misal kita mempunyai variabel X1 = Nilai Matematika, X2 = Nilai Fisika, X3 = Nilai Geografi, X4 = Nilai PPKN, X5 = Nilai Sejarah. Set variabel tersebut mempunyai dua faktor yaitu Kemampuan Logika, Kemampuan Menghafal.

Kemampuan Logika (F1) sama-sama dimiliki oleh X1,X2

Kemampuan Menghafal (F2) sama-sama dimiliki oleh X3,X4,X5

Reference

  1. Dillon, W.R., Goldstein M., 1984, Multivariate Analysis: Methods and Applications, John Wiley & Sonsm : New York.
  2. Hair, J.F.Jr.,R.E. Anderson, R.L.Thantam dan W.C. Black. 1998. Multivariate Data Analysis. Fifth Ed. Prentice Hall International, Inc. New Jersey.
  3. Supranto. 2010. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta: Jakarta.
  4. Widarjono, A. 2010. Analisis Statistika Multivariat Terapan. UPP STIM YKPN. Yogyakarta.

 

Leave a Reply

Your email address will not be published. Required fields are marked *

Related posts