STATISTIKA MULTIVARIAT

ANALISIS FAKTOR

Disusun guna memenuhi Tugas Statistika yang diampu oleh Dr. R. Rosnawati

Disusun oleh:
Monica Rizki Apricilia

(Kelas D/15709251068)

PROGRAM PASCASARJANA
PRODI PENDIDIKAN MATEMATIKA
UNIVERSITAS NEGERI YOGYAKARTA
2015

Seorang mahasiswa hendak melakukan penelitian guna memenuhi tugas

akhirnya. Mahasiswa tersebut ingin mengetahui tentang aspek apa sajakah yang
mempengaruhi prestasi hasil belajar siswa dalam pembelajaran matematika di
Sekolah Menengah Pertama Kota Yogyakarta. Dia membuat kuesioner untuk
menghitung aspek yang mempengaruh prestasi hasil belajar siswa dalam 23
indikator butir soal. Masing-masing pertanyaan dibagi menjadi lima point
menggunakan skala Likert dari kategori sangat setuju, setuju, cukup, tidak
setuju, dan sangat tidak setuju.
Peneliti juga ingin mengetahui apakah prestasi hasil belajar siswa ini dapat
dibagi menjadi beberapa aspek. Dengan demikian, peneliti menganalisis datanya
dengan menggunakan analisis faktor. Dalam hal ini, peneliti menggunakan
Explotatory Faktor Analysis (EFA) untuk mengetahui berapa banyak
kelompok/aspek yang dapat dibentuk.
Berikut ini adalah data yang di dapat dari penyebaran kuesioner (angket)
dari 804 siswa di Sekolah Menengah Pertama Kota Yogyakarta. Peneliti
menggolongkan indikator butir soal pertanyaan dengan A1 sampai A23.
Penyelesaian:
Langkah-langkah pengerjaan dengan SPSS:
1. Menginput data yang telah di ambil peneliti ke dalam SPSS
Penelitian tersebut melibatkan 804 responden awal. Namun demikian
tidak seluruh responden mengisi dengan lengkap seluruh indicator. Sehingga
responden yang tidak menjawab dengan lengkap tidak akan diikutkan dalam
penelitian ini. Jumlah responden yang menjawab tidak lengkap sebanyak 41
responden, sehingga sampel yang akan digunakan sebanyak 763 responden.
Peneliti akan menggunakan analisis factor untuk mengetahui aspek apa
saja yang sebenarnya berpengaruh keberhasilan pembelajaran matematika di
Kabupaten Bantul pada jenjang SMP.
2. Melakukan analisis SPSS, sebagai berikut:
a. Analyze Dimension Reduction Faktor

b. Pindahkan indikator butir soal A1 sampai A23 ke dalam kolom variable

c. Klik Descriptive centang Initial solution, determinant, KMO and

Barletts test of sphericity, inverse, dan anti-image Continue

d. Klik Extraction (tidak diubah) Continue

e. Klik Rotation Varimax Continue

f. Oke
3. Interpretasi Output
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
Bartlett's Test of
Approx. Chi-Square
Sphericity
Df
Sig.

.943
5626.468
253
.000

Nilai KMO digunakan untuk menghitung dan merepresentasikan rasio

antara kuadrat korelasi antar variabel dan kuadrat korelasi parsial antar
variabel. Tujuannya adalah untuk melihat penyebaran pola korelasi. Jika
nilainya mendekati nol, maka ada penyebaran pola korelasi, atau dengan kata
lain, analisis faktor tidak dapat dilakukan. Jika mendekati 1, pola hubungannya
relative rapat dan dengan demikian, analisis faktor memberikan hasil yang jelas
dan reliabel. Atau dengan kata lain, jika nilainya mendekati satu, analisis faktor
dapat dilakukan dan reliabel. Dari table output, nilai KMO mendekati 1 atau
0.943. dengan demikian dapat disimpulkan bahwa analisis faktor dapat
dilakukan dan hasilnya reliabel.
Barletts Test digunakan untuk menjelaskan apakah matriks korelasi
berbeda secara signifikan dengan matriks identitas. Jika ini terjadi, maka dapat
disimpulkan bahwa ada variabel yang mengukur hal/aspek yang sama. Jadi,
kelompok yang dicari dapat dibentuk. Jika tidak maka tak ada kelompok yang
bisa dibentuk. Dari hasil test diatas, nilai sig = 0.000 < 0.05. dengan demikian,
dapat disimpulkan bahwa matriks korelasi berbeda secara signifikan dengan
matriks identitas, ada kelompok yang dapat dibentuk. Dengan kata lain, analisis
faktor dapat dilakukan.

Communalities
Initial
A1
A2
A3
A4
A5
A6
A7
A8
A9
A10
A11
A12
A13
A14
A15
A16
A17
A18
A19
A20
A21
A22
A23

Extraction

1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000

,524
,416
,480
,434
,456
,521
,533
,450
,474
,592
,376
,387
,512
,383
,553
,528
,437
,530
,457
,541
,553
,735
,470

Extraction Method: Principal

Component Analysis.

Communalities dipakai untuk mengetahui kevalidan data. Tabel

Communalities di atas menunjukkan seberapa besar sebuah variabel dapat
menjelaskan faktor. Misal A1 nilainya 0,524, artinya variabel A1 dapat
menjelaskan faktor sebesar 52,4%. Nilai yang diharapkan pada extaction > 0,5.
Namun pada penelitian ini, peneliti mengambil batas nilai 0,3 dengan
pertimbangan indicator yang ada sangat diperlukan informasinya. Karena
semua indikator nilai extraction lebih dari 0,3 maka semua indikator kuesioner
memenuhi validitas konstruk. Validitas konstruk menunjuk sejauh mana suatu
instrumen mampu mengukur pengertian-pengertian yang terkandung dalam
materi yang akan diukur. Jadi, dapat diambil kesimpulan bahwa semua data
sudah valid.

Table total varians explained memperjelas berapa banyak

kelompok/aspek yang akan terbentuk dari 23 butir soal tersebut. Untuk
mengetahui banyaknya aspek yang terbentuk berdasarkan perhitungan statistik
bisa dilihat dari nilai Eigenvalues. Nilai eigenvalues diatas 1 memungkinkan
membentuk 1 kelompok/aspek. Dari table diatas nilai eigenvalues diatas 1 ada
4. Jadi dari penelitian ini, banyaknya aspek yang dapat dibentuk dari 23
indikator butir soal adalah akan terbentuk 4 aspek. 4 aspek inilah yang nantinya
akan diketahui setelah peneliti mengelompokkan indikatornya.

Rotated Component Matrixa

Component
1

A1

,213

,566

,050

,394

A2

,102

,567

,094

,275

A3

,103

,565

,169

,349

A4

,188

,379

,470

,184

A5

,155

,419

,495

,105

A6

,186

,641

,274

,034

A7

,322

,610

,229

-,064

A8

,251

,614

,093

,036

A9

,319

,200

,537

,209

A10

,145

,077

,736

,151

A11

,310

,348

,353

,186

A12

,443

,293

,323

,030

A13

,627

,237

,246

-,053

A14

,416

,216

,068

,398

A15

,546

,373

-,214

,266

A16

,635

,122

,000

,332

A17

,592

,232

,140

,114

A18

,666

,113

,239

,128

A19

,560

,149

,324

,127

A20

,626

,222

,230

,218

A21

,485

,049

,183

,531

A22

,125

,103

,407

,737

A23

,184

,379

,131

,525

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 9 iterations.

Rotated component matriks dipakai untuk mengelompokkan setiap

butir pertanyaan dalam kelompok/aspek yang telah terbentuk. Dari tabel
Rotated component matriks, akan ditentukan masing masing indikator
mengarah ke salah satu aspek yang sesuai. Untuk menentukan aspek mana
yang sesuai, dengan melihat nilai tertinggi disalah satu aspek dan diharapkan
nilai tertinggi tersebut nilainya diatas 0,5.

Pada indikator A1 dapat diartikan indikator A1 dapat menjelaskan

aspek 1 sebesar 21,3%, aspek 2 56,6%, aspek 3 5% dan aspek 4 39,4%.
Sehingga disimpulkan indikator A1 mengarah pada Aspek 2.
Pengelompokkan aspek dapat dilihat pada tabel dibawah:

Setelah pengelompokan indicator pada aspek yang sesuai akan diambil

kesimpulan aspek/kelompok apa yang sesuai dan identifikasi aspek. Namun
untuk menentukan indikator tersebut masuk atau tidak ke suatu aspek akan
dilihat kembali teori yang mendukung, tidak semata-mata berdasar analisa
statistic.

Terlihat bahwa yang termasuk dalam kelompok/aspek 1 adalah butir

pertanyaan A13 dan A15 A20. Aspek 1 yaitu fasilitas belajar di sekolah.

Yang termasuk dalam kelompok/aspek 2 adalah butir pertanyaan A1 A3 dan

A6 A8. Aspek 2 yaitu cara mengajar guru dalam menjelaskan materi.

Yang termasuk dalam kelompok/aspek 3 adaah butir pertanyaan A9 dan A10.

Aspek 3 yaitu kebijakan sekolah.

Dan yang termasuk dalam kelompok/aspek 4 adalah butir pertanyaan A20A23. Aspek 4 yaitu motivasi siswa dalam belajar.

Butir pertanyaan A4, A5, A11, A12, dan A12 tidak memenuhi nilai 0.5
sehingga dapat dibuang/dihapus dari instrument penelitian.

Dari hasil analisis yang dilakukan diperoleh bahwa terdapat 4 aspek yang
mempengaruhi prestasi belajar siswa SMP di Kota Yogyakarta. Aspek tersebut
meliputi:
1. Fasilitas belajar di sekolah
2. Cara mengajar guru dalam menjelaskan materi
3. Kebijakan sekolah
4. Motivasi siswa dalam belajar