Pareto dulu sebelum Analisis faktor
Dalam percobaan menyelesaikan tugas analisis faktor terhadap 45 variabel penyebab keterlambatan penerbangan ternyata fungsi SPSS mengalami kegagalan. Beberapa kali dicoba dengan mengambil sebagian variabel berdasar kriteria tertentu (teknikal, operasional, support) menghasilkan komposisi faktor laten yang membingungkan.
Terpaksa saya buka lagi tesis S-2 saya dulu. Bahan tugas ini memang merupakan kaji ulang terhadap penelitian yang pernah saya lakukan.
Ternyata ‘trik’ yang saya lakukan dulu sangatlah sederhana : Pareto analisis!
Penelitian terhadap data pada tahun 1996 menunjukkan bahwa 95% kasus keterlambatan dapat diwakili hanya dengan 15 dari 45 variabel penyebab keterlambatan.
Satu variabel yaitu keterlambatan karena keterlambatan sebelumnya (kode C-3) tidak dianalisis karena merupakan keterlambatan sekunder. Selanjutnya dalam proses analisis, beberapa variabel dikeluarkan secara bertahap agar nilai Kaiser-Meyer-Olkin (KMO) mencapai nilai minimum 0.5 sebagai syarat analisis faktor dapat dilakukan. Hasil akhir menunjukkan hanya 11 variabel yang disertakan dalam analisis faktor ini. Bila 11 variabel tersebut digabung dengan variabel keterlambatan sekunder (C-3) maka jumlah kumulatif penerbangan terlambat yang terwakili mencapai 93.35%.
Hahaha, kiat Pareto sederhana tersebut membantu memecahkan problem ekstraksi faktor laten dari 45 variabel pengamatan yang cukup sulit dipecahkan sebelumnya.
