Rotasi Faktor pada Analisis Faktor dan PCA

Definisi

Dua sifat yang perlu didapatkan dalam analisis faktor atau PCA adalah orthogonal dan faktor menyerap sebagian besar data awal . Sifat pertama, semua faktor/komponen orthogonal artinya faktor-faktor tersebut sama sekali tidak berkorelasi satu sama lain. Sifat kedua, setiap faktor menyerap varian data asli yang semakin mengecil, artinya faktor pertama menyerap jumlah terbesar pertama, faktor kedua menyerap jumlah varian terbesar dari sisa varian, dan seterusnya.

Faktor yang bisa dipertahankan akan sebanyak variabel asli yang ada, tetapi karena analisis faktor bertujuan untuk mereduksi jumlah variabel, maka banyaknya faktor harus lebih sedikit dari banyaknya variabel asli, akan tetapi menyerap sebagian besar varian data asli setidaknya 70%.

Rotasi Faktor diperlukan jika metode ekstraksi faktor belum menghasilkan komponen
faktor utama yang jelas. Tujuan rotasi faktor agar nilai loading hanya tinggi pada satu
peubah saja.

Ada dua macam rotasi yaitu orthogonal dan oblique. Suatu transformasi faktor yang orthogonal mempertahankan korelasi nol. Sedangkan transformasi oblique membolehkan faktor masih saling berkorelasi.

Rotasi Orthogonal

Terdapat tiga macam rotasi dalam metode ini yaitu

1. varimax
   Prosedur dari metode varimax dengan meminimalkan jumlah variabel yang mempunyai loading tinggi pada suatu faktor
2. quartimax
   Metode quartimax lebih menekankan pada penyederhanaan interpretasi dari variabel variabelnya sehingga solusinya dengan meminimalkan jumlah faktor yang dibutuhkan untuk menjelaskan suatu variabel.
3. equamax
   Metode equamax merupakan kombinasi dari metode varimax dalam penyederhanaan faktor dan metode quartimax dalam penyederhanaan interpretasi variabel

Rotasi Oblique

Terdapat 4 macam metode yang populer dalam rotasi ini yaitu

1. quartimin
   Metode ini meminimalkan jumlah dari loading.
2. covarimin
   Metode covarimin pada rotasi oblique analog dengan varimax pada rotasi orthogonal yaitu dengan meminimalkan jumlah variabel yang mempunyai loading tinggi pada suatu faktor.
3. biquartimin
   Metode biquartimin merupakan kompromi antara metode quartimin dengan covarimin secara bergantian.
4. oblimin
   Metode oblimin mirip dengan metode biquartimin pada perpaduan metode quartimin dan covarimin.

Reference

1. http://digilib.batan.go.id/e-prosiding/File%20Prosiding/Informatika/lkstn/LKSTN%20ke%2015/Anik.pdf
2. Supranto. 2010. Analisis Multivariat Arti dan Interpretasi. Rineka Cipta: Jakarta.