Artikel ini akan membahas apa perbedaan analisis faktor eksploratori dengan analisis faktor konfirmatori. Dalam bahasa inggris analisis faktor konfirmatori adalah exploratory factor analysis (EFA), sedangkan analisis faktor konfirmatori dikenal dengan confirmatory factor analysis (CFA).
Tentang Exploratory Factor Analysis (EFA)
adalah metode statistik yang digunakan untuk membangun model struktur yang terdiri dari satu set atau banyak variabel. EFA adalah salah satu metode analisis faktor untuk mengidentifikasi hubungan antara variabel manifest atau variabel indikator dalam membangun sebuah konstruk. EFA digunakan dalam kondisi dimana peneliti tidak memiliki informasi awal atau hipotesis harus dikelompokkan ke dalam variabel mana saja sekumpulan indikator yang telah dibuat. jadi peneliti berangkat dari indikator (manifest) kemudian membentuk variabel. EFA juga digunakan dalam kondisi dimana variabel laten memiliki indikator yang belum jelas. indikator satu variabel laten dimungkinkan overlap dengan indikator variabel laten lainnya.
Peneliti dapat menggunakan software SPSS untuk menganalisis EFA. Input yang digunakan adalah data dari variabel-variabel indikator. Oleh karena belum ada asumsi ke mana saja indikator-indikator akan mengelompok maka biasanya dalam analisis EFA belum diketahui berapa faktor atau variabel laten yang akan terbentuk. Walaupun diperbolehkan peneliti menentukan berapa jumlah faktor yang diharapkan.
Ukuran-ukuran yang menunjukkan bahwa suatu indikator masuk ke dalam indikator tertentu dalam EFA adalah nilai faktor loading. Ketika nilai faktor loading suatu indikator lebih besar terhadap satu faktor tertentu, maka indikator tersebut dapat dikelompokkan ke dalam faktor tersebut.
Tentang Confirmatori Factor analysis (CFA)
Merupakan salah satu bentuk analisis faktor juga khususnya dalam penelitian sosial. Tujuan utamanya adalah untuk menguji apakah indikator-indikator yang sudah dikelompokkan berdasarkan variabel latennya (konstruknya) konsisten berada dalam konstruknya tersebut atau tidak. pada CFA, peneliti menguji apakah data fit dengan model yang dibentuk sebelumnya atau tidak. Perbedaan yang mendasar antara CFA dan EFA adalah pada CFA peneliti sudah memiliki asumsi awal bahwa indikator-indikator masuk ke dalam variabel laten tertentu. Di awal, peneliti telah mengembangkan model hipotesis berdasarkan kerangka teoritis atau penelitian sebelumnya yang dijadikan acuan.
Oleh karena sudah ada model konstruk yang dibentuk dan akan diujikan, maka CFA menggunakan software lisrel atau amos untuk mengujinya. CFA dipandang sebagai partial Structural Equation Modelling (SEM).
Ukuran-ukuran yang digunakan dalam CFA sama halnya dengan yang digunakan dalam SEM yaitu ukuran kesesuaian model dengan data (fitness index). Chi Square, RMSEA, GFI, AGFI adalah beberapa contoh ukuran kesesuaian model yang akan digunakan di luar nilai bobot setiap indikator.
Kesamaan EFA dan CFA
Satu hal yang serupa dengan kedua metode statistik ini adalah keduanya menggunakan varians dari masing-masing variabel manifest sebagai representasi ukuran kontribusi terhadap variabel konstruknya.