ANALISIS FAKTOR BUTIR DG SPSS
Upcoming SlideShare
Loading in...5
×
 

ANALISIS FAKTOR BUTIR DG SPSS

on

  • 8,096 views

 

Statistics

Views

Total Views
8,096
Views on SlideShare
8,096
Embed Views
0

Actions

Likes
2
Downloads
777
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

ANALISIS FAKTOR BUTIR DG SPSS ANALISIS FAKTOR BUTIR DG SPSS Document Transcript

  • ANALISIS FAKTOR UNTUK BUTIR NON TES DENGAN SPSS Oleh: MUHAMMAD ALI GUNAWAN VARIABEL : KINERJA GURU 1. DATA HASIL UJI COBA Nomor Butir Responden B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14 1 4 5 3 5 3 4 3 4 5 4 3 5 5 2 2 4 5 4 4 3 5 2 4 5 4 3 5 5 2 3 2 3 3 4 1 4 1 4 5 4 3 5 5 2 4 1 2 2 3 1 3 1 5 5 4 4 5 5 4 5 4 3 2 5 4 5 3 4 4 4 3 4 5 3 6 3 4 3 4 2 4 2 4 4 4 3 4 5 3 7 1 3 1 2 1 3 1 2 3 1 2 3 2 1 8 4 5 3 4 5 5 2 4 5 3 3 4 3 3 9 4 5 4 3 4 5 2 4 5 4 3 4 3 3 10 1 3 3 2 2 4 1 4 5 4 3 5 3 3 11 4 5 4 3 4 5 5 4 5 3 3 4 3 3 12 2 4 3 1 3 3 4 4 5 4 3 4 3 3 13 5 5 3 3 4 5 5 5 5 5 4 5 4 4 14 3 4 3 3 2 4 4 5 5 3 4 5 4 4 15 1 3 1 2 1 3 2 4 5 5 3 5 5 3 16 5 4 4 4 3 5 4 4 5 4 3 5 5 3 17 2 3 2 3 1 3 3 5 5 4 4 5 5 4 18 5 5 4 4 3 5 4 4 5 4 3 4 5 3 19 1 3 2 3 1 3 4 1 3 4 2 2 3 1 20 4 5 4 5 3 5 5 5 5 5 4 4 4 3 21 3 4 3 2 2 4 4 3 4 4 2 4 4 1 22 3 4 3 3 1 5 4 4 5 4 3 5 5 2 23 1 3 1 2 1 2 3 5 5 4 4 5 5 3 24 2 4 2 3 3 4 4 3 4 2 2 4 4 1 25 5 5 3 4 4 5 5 4 5 4 3 5 5 2 26 4 3 4 3 3 5 4 5 5 4 4 5 5 3 27 1 2 2 2 1 3 3 4 5 2 3 5 5 2 28 4 3 3 5 5 5 5 5 5 5 4 5 5 3 29 2 1 2 3 3 4 3 2 3 5 1 4 3 1 30 2 1 2 4 2 4 3 1 2 4 1 2 2 1 Lanjutan Nomor Butir B15 B16 B17 B18 B19 B20 B21 B22 B23 B24 B25 B26 B27 B28 B29
  • 3 5 3 3 5 4 5 5 4 5 4 5 5 5 4 3 5 3 3 4 3 3 5 4 5 4 5 5 5 3 3 5 3 3 4 3 3 5 4 5 4 5 5 5 3 5 5 5 4 3 2 2 4 2 4 3 2 1 4 2 3 5 3 3 5 4 4 5 4 5 5 5 5 5 4 3 5 3 3 4 3 3 5 3 4 4 5 4 5 3 1 3 1 1 1 2 2 3 3 3 2 1 1 3 1 2 5 3 2 5 4 5 5 5 5 4 5 5 5 4 2 5 3 2 4 3 4 5 2 3 4 5 4 5 3 2 5 3 2 4 3 4 5 2 3 4 5 4 5 3 2 5 3 2 4 3 4 5 2 3 4 5 5 5 3 2 5 3 2 4 3 4 5 2 3 4 5 5 5 3 3 5 5 4 5 4 5 5 5 5 5 5 5 5 4 3 5 5 4 5 4 5 5 5 5 5 5 5 5 4 2 5 3 1 5 4 5 5 5 5 5 5 5 5 4 2 5 3 1 5 4 5 5 5 5 5 5 5 5 4 4 5 5 4 3 2 4 4 3 2 4 3 3 4 2 3 5 3 1 5 4 5 5 5 5 5 5 5 5 4 1 4 1 1 4 3 5 5 3 3 4 5 4 5 3 4 5 5 4 5 4 5 5 5 4 5 5 5 5 5 2 4 2 1 5 4 5 5 5 4 5 5 5 5 4 3 5 3 2 4 3 5 5 3 3 4 5 4 5 3 4 5 5 4 3 2 4 4 3 2 3 1 3 4 1 2 4 2 1 4 3 5 5 3 3 4 5 5 5 3 3 5 3 2 4 3 5 5 3 3 4 5 5 5 3 4 5 5 4 4 3 5 5 3 3 4 5 5 5 3 3 5 3 2 5 4 5 5 5 4 5 5 5 5 5 4 5 5 4 5 4 5 5 5 4 5 5 5 5 5 1 4 2 1 5 4 5 5 5 5 4 5 5 5 5 1 2 1 1 4 3 5 5 3 4 4 5 3 2 1 Lanjutan Nomor Butir B30 B31 B32 B33 B34 B35 B36 B37 B38 B39 B40 B41 B42 B43 B44 B45 B46 Jml 4 5 5 3 4 4 3 4 5 3 5 4 3 4 5 5 5 191 4 5 4 3 4 4 2 3 3 2 5 4 3 4 4 4 4 177 4 5 5 3 4 4 1 2 4 1 3 2 1 2 4 5 1 157 3 4 4 4 5 4 1 2 3 1 2 1 1 4 3 3 1 139 4 5 4 3 4 4 3 4 5 3 3 2 1 1 5 4 1 174 4 5 5 3 4 4 2 3 3 2 4 3 2 1 4 4 4 163 2 3 4 1 2 3 1 2 2 1 3 2 1 1 1 2 1 86 3 4 5 2 3 4 2 3 4 2 5 4 3 3 5 4 5 178 3 4 4 2 3 4 2 3 5 2 5 4 3 4 4 5 4 168 3 4 3 2 3 4 1 2 5 1 3 2 1 4 1 3 2 141 4 5 5 2 3 4 5 5 5 4 5 4 3 3 1 5 2 175 4 5 3 2 3 4 4 5 4 4 4 3 2 4 1 5 2 160 5 5 4 4 5 5 5 5 5 4 5 4 3 5 1 4 1 202 4 5 5 4 5 4 4 5 5 4 4 3 2 3 5 4 5 194
  • 4 5 4 1 2 3 2 3 5 2 3 2 1 5 5 1 2 157 5 5 5 1 2 3 4 5 3 4 4 3 2 4 4 4 5 185 2 1 3 4 5 4 3 3 4 2 3 2 1 1 4 5 3 151 5 5 4 1 2 3 4 5 4 4 5 4 3 4 4 5 5 190 4 5 4 1 2 3 4 4 4 3 3 2 2 4 4 4 1 138 5 5 5 4 5 4 5 5 3 4 5 4 3 1 2 5 2 199 5 5 3 1 2 3 4 3 3 2 4 3 2 1 5 3 5 159 4 5 4 2 3 3 4 5 3 4 4 3 2 1 4 5 3 167 2 3 4 4 5 4 3 4 4 3 3 2 1 4 3 4 3 148 4 5 3 1 2 3 4 5 3 4 4 3 2 2 2 3 3 149 4 5 5 2 3 4 5 5 4 4 5 4 3 4 3 5 3 185 4 5 4 4 5 4 4 5 4 4 3 2 1 4 4 4 4 185 5 5 4 2 3 4 3 4 4 3 2 1 1 4 5 4 5 165 5 5 4 4 5 4 5 5 4 4 3 2 1 5 5 5 5 204 5 5 3 1 2 3 3 4 3 3 1 1 1 5 5 5 5 153 4 5 4 1 2 3 3 4 3 3 1 1 1 4 4 3 4 125 2. ANALISIS DATA
  • 2.a Menentukan Variabel yang Layak 2 3
  • 4 Dari langkah ke empat ini, akan diperoleh hasil yang tertera dalam out put seperti pada gambar berikut: KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .743 Bartlett's Test of Approx. Chi-Square 963.653 Sphericity df 435 Sig. .000 Bagan 05: KMO and Bartlett’s Tes. Tabel di atas menunjukkan bahwa koefisien KMO sebesar 0,743, dengan signifikansi 0,00. Meningat KMO sudah melebihi 0,5 dan signifikansi kurang dari 0,05 berarti analisis dapat dilanjutkan.
  • Bagan Anti-Image Matrics Pada tabel korelasi anti image tampak bilangan-bilangan membentuk diagonal dari sisi kiri atas ke kanan bawah berlabel a dibelakangnya. Bilangan tersebut merupakan koefisien MSA. Variabel butir dengan MSA terkecil merupakan variabel butir yang harus dieliminasi, untuk selanjutnya dilakukan analisis ulang sampai KMO memenuhi syarat. Apabila KMO sudah memenuhi syarat untuk dianalisis selanjutnya, maka berikutnya harus diperlihatkan koefisien MSA untuk masing-masing variabel. Agar analisis lanjutan dapat dilaksanakan, koefisien MSA untuk masing-masing variabel harus ≥ 0,5. Ternyata, MSA untuk butir 35 besarnya hanya 0,348 < 0,5. oleh karena itu, butir tersebut harus dieliminasi, dan dilakukan analisis ulang. Analisis Ulang Setelah dilakukan analisis ulang didapatan KMO sebagai berikut: KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .760 Bartlett's Test of Approx. Chi-Square 924.528 Sphericity df 406 Sig. .000 Hasil analisis ulang menunjukkan bahwa koefisien KMO mengalami peningkatan dari 0,743 menjadi 0,760 dengan signifikansi 0,00. Namun pada tabel anti image matriksnya butir nomor 1 mengalami penurunan dari 0,500 menjadi 0,497. maka dilakukan lagi analisis ulang dengan mengeliminasi butir nomor 1 tersebut. Analisis Ulang ke 2 Setelah dilakukan analisis ulang didapatkan lagi KMO sebagai berikut KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .767 Bartlett's Test of Approx. Chi-Square 876.104 Sphericity df 378 Sig. .000
  • Hasil analisis menunjukkan bahwa koefisien KMO mengalami peningkatan dari 0,760 menjadi 0,767 dengan signifikansi 0,00. Namun pada tabel anti image matriksnya butir nomor 2 mengalami penurunan dari 0,500 menjadi 0,488. maka dilakukan lagi analisis ulang dengan mengeliminasi butir nomor 2 tersebut. Analisis Ulang ke 3 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .775 Bartlett's Test of Approx. Chi-Square 843.172 Sphericity df 351 Sig. .000 Dari analisis ulang ini didapatkan bahwa KMO meningkat dari 0,767 menjadi 0,775. Koefisien MSA untuk semua butir sudah melebihi 0,5. dengan demikian analisis sudah bisa dilanjutkan. Analisis juga menghasilkan tabel communalities seperti tertera pada gambar berikut: Communalities Initial Extraction B3 1.000 .663 B4 1.000 .771 B5 1.000 .754 B6 1.000 .618 B7 1.000 .737 B8 1.000 .618 B9 1.000 .638 B10 1.000 .620 B11 1.000 .785 B12 1.000 .565 B13 1.000 .593 B14 1.000 .708 B15 1.000 .697 B16 1.000 .713 B17 1.000 .668 B18 1.000 .682 B19 1.000 .753 B20 1.000 .723 B21 1.000 .679 B22 1.000 .703
  • Menentukan FAKTOR Faktor yang terbentuk dapat dilihat dari tabel Total Variance Explained. Seperti pada gambar berikut: Total Variance Explained Initial Eigenvalues Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 9.484 35.125 35.125 9.484 35.125 35.125 2 2.398 8.883 44.008 2.398 8.883 44.008 3 1.962 7.268 51.276 1.962 7.268 51.276 4 1.576 5.837 57.113 1.576 5.837 57.113 5 1.256 4.651 61.764 1.256 4.651 61.764 6 1.100 4.075 65.839 1.100 4.075 65.839 7 1.021 3.782 69.621 1.021 3.782 69.621 8 .947 3.508 73.129 9 .889 3.294 76.422 10 .775 2.872 79.294 11 .714 2.644 81.938 12 .645 2.390 84.328 13 .574 2.127 86.455 14 .531 1.966 88.421 15 .485 1.795 90.215 16 .397 1.470 91.685 17 .373 1.381 93.067 18 .321 1.191 94.257 19 .294 1.090 95.348 20 .257 .954 96.301 21 .233 .863 97.164 22 .183 .680 97.844 23 .158 .583 98.427 24 .146 .542 98.969 25 .119 .442 99.411 26 8.784E-02 .325 99.736 27 7.128E-02 .264 100.000 Extraction Method: Principal Component Analysis. Dari tabel di atas tampak bahwa eigenvalue berubah dari harga 9,484 terus berangsur-angsur menurun. Jika harga eigenvalue masih lebih dari 1, maka faktor yang terbentuk belum optimal. Perubahan nilai eigenvalue dari lebih dari 1 menjadi kurang dari 1 terjadi pada peralihan banyak faktor (komponen). Seperti tampak pada tabel berikut:
  • Component Matrixa Component 1 2 3 4 5 6 7 B3 .490 -.379 .452 -1.61E-02 4.981E-02 -.263 5.514E-02 B4 .392 -.305 .408 .358 .204 .358 -.246 B5 .403 -.458 .373 .111 .446 8.003E-02 .160 B6 .532 -.488 -.112 -1.82E-03 -6.70E-02 -.266 9.549E-02 B7 .572 -.558 -4.90E-02 .261 -.106 .131 6.119E-03 B8 .583 -.369 -1.37E-02 .206 -.124 5.489E-02 .284 B9 .594 -4.23E-02 .371 -.323 -.159 -2.08E-02 -.125 B10 .664 -.202 -.176 2.170E-02 -.188 -.205 .172 B11 .734 -.267 -.257 7.045E-02 -9.60E-02 1.551E-02 -.307 B12 .620 -3.96E-02 -.109 -.393 2.385E-02 8.228E-02 -7.40E-02 B13 .587 -.102 .243 -.352 -8.78E-02 .211 5.495E-02 B14 .515 .136 2.627E-02 -.292 8.433E-02 .550 .171 B15 .649 -.128 .123 -.328 5.795E-02 -.199 .305 B16 .738 9.908E-02 .190 -.115 -1.69E-02 .115 -.310 B17 .657 -.108 -.224 .242 -.280 5.383E-02 -.183 B18 .655 6.597E-02 -.463 .111 .140 -5.20E-02 -1.16E-02 B19 .707 .183 -.345 -3.86E-02 .301 9.356E-02 -1.74E-03 B20 .787 .133 -.170 -4.52E-02 -.170 -.127 -.101 B21 .679 .226 -6.71E-02 -.204 -1.73E-02 -.334 -9.04E-02 B22 .446 .168 .290 .140 .195 -.311 -.488 B23 .591 .298 -7.56E-02 .452 .134 3.747E-02 9.060E-02 B24 .683 .124 -.315 -.202 .110 6.221E-02 .175 B25 .516 .356 .258 .357 -.284 -8.85E-02 .310 B26 .355 .487 .497 -4.10E-02 .275 -.214 .152 B27 .590 .405 -.168 .368 .353 1.073E-02 .114 B28 .630 .396 3.852E-02 -.167 -9.90E-02 .186 -9.74E-02 B29 .304 .399 .362 .241 -.562 .152 6.713E-02 Extraction Method: Principal Component Analysis. a. 7 components extracted. Tabel komponen matrik menunjukkan bahwa butir 3 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,490); butir 4 sebaiknya masuk ke faktor 3 karena koefisien korelasinya terbesar (0,408); butir 5 sebaiknya masuk ke faktor 5 karena koefisien korelasinya terbesar (0,446), butir 6 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,532); butir 7 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,572); butir 8 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,583); butir 9 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,594); butir 10 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,664); butir 11 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,734); butir 12 sebaiknya masuk ke faktor 1 karena
  • koefisien korelasinya terbesar (0,620); butir 13 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,587); butir 14 sebaiknya masuk ke faktor 6 karena koefisien korelasinya terbesar (0,550); butir 15 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,649); butir 16 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,738); butir 19 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,707); butir 20 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,787); butir 21 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,679); butir 22 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,446); butir 23 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,591); butir 24 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,683); butir 25 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,516); butir 26 sebaiknya masuk ke faktor 3 karena koefisien korelasinya terbesar (0,497); butir 27 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,590); butir 28 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,630); butir 29 sebaiknya masuk ke faktor 2 karena koefisien korelasinya terbesar (0,399) Khusus untuk butir 3, keputusan bisa meragukan karena selisih antara koefisien korelasi faktor 1 dan faktor 3 tidak jauh berbeda. Koefisien korelasi butir 3 faktor 1 sebesar 0,490, sementara itu koefisien korelasinya dengan faktor 3 sebesar 0,452. agar kita mendapatkan gambaran yang jelas maka perlu dilakukan rotasi. Melakukan Rotasi a Rotated Component Matrix Component 1 2 3 4 5 6 7 B3 .536 -.126 .171 6.863E-02 .358 .296 .331 B4 .100 7.257E-02 .122 .122 .822 .195 -.112 B5 .343 7.728E-02 .126 -.156 .691 1.496E-02 .335 B6 .754 9.908E-02 .111 -9.64E-02 9.113E-02 .101 1.926E-03 B7 .655 .144 .121 6.247E-02 .446 -1.54E-02 -.263 B8 .640 .207 .146 .196 .291 -.145 -1.74E-02 B9 .287 -9.33E-02 .597 .197 .122 .346 .130 B10 .682 .284 .219 .139 -5.22E-02 6.816E-02 -6.51E-03 B11 .539 .353 .315 -1.42E-02 .160 .308 -.387 B12 .288 .230 .630 -.102 -2.20E-02 .143 -2.81E-02 B13 .272 -5.90E-03 .675 .124 .189 5.121E-02 9.441E-02 B14 -3.11E-02 .288 .718 .101 .206 -.238 1.857E-02 B15 .528 .151 .478 8.327E-03 1.607E-03 6.427E-02 .402 B16 .172 .250 .576 .197 .227 .441 -6.42E-02 B17 .470 .358 .198 .265 9.688E-02 .199 -.401 B18 .358 .693 .194 -4.79E-02 -4.99E-02 .112 -.137 B19 .187 .732 .402 -8.80E-02 3.772E-02 .104 -8.77E-03 B20 .424 .441 .413 .228 -.120 .320 -9.56E-02 B21 .328 .371 .390 .101 -.232 .438 .159 B22 3.956E-02 .214 7.066E-02 9.287E-02 .198 .769 .110 B23 .133 .687 2.230E-02 .360 .197 .121 5.104E-02 B24 .308 .560 .495 -2.31E-02 -.104 -3.65E-02 5.312E-02 B25 .222 .308 6.249E-02 .749 3.650E-02 7.031E-02 .237 B26 -.146 .233 .211 .298 8.131E-02 .324 .660 B27 3.100E-02 .842 5.216E-02 .200 .144 .122 .163 B28 -5.12E-03 .365 .594 .321 -3.56E-02 .214 -1.99E-02 B29 -2.08E-02 -6.33E-03 .183 .861 9.525E-03 8.368E-02 -4.50E-02
  • Component Transformation Matrix Component 1 2 3 4 5 6 7 1 .528 .514 .538 .229 .193 .277 .038 2 -.632 .406 .106 .429 -.419 .156 .202 3 -.147 -.511 .119 .382 .487 .273 .495 4 .058 .345 -.707 .417 .409 .020 -.193 5 -.271 .423 -.076 -.629 .392 .069 .434 6 -.396 .052 .422 .100 .466 -.510 -.418 7 .258 .101 -.049 .198 -.108 -.747 .558 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.