Output Analisis Faktor Spss
Output Analisis Faktor Spss
Alumniti (860011)
bank, antara lain faktor fitur layanan, fasilitas gedung, keramahan karyawan,
serta jaminan keamanan.
2. Analisis Faktor Konfirmatori (Confirmatory Factor Analysis).
Seorang peneliti merancang sebuah alat ukur mengenai dukungan sosial. Alat
ukur tersebut berisi seperangkat item yang diturunkan dari lima dimensi
dukungan sosial. Peneliti berusaha memastikan apakah alat ukur yang
dibuatnya benar-benar menjelaskan kelima dimensi tersebut. Ia kemudian
melakukan analisis faktor konfirmatori. Hasil dari analisis faktor menunjukkan
bahwa pembagian kelima faktor akhirnya dibuktikan.
Analisis faktor memiliki fungsi penting dalam pengembangan alat ukur. Beberapa
fungsi tersebut antara lain adalah sebagai berikut .
1. Pengujian Dimensionalitas Pengukuran
Dimensionalitas pengukuran adalah banyaknya atribut yang diukur oleh
sebuah alat ukur. Alat ukur yang unidimensi mengukur satu atribut psikologis
saja sedangkan alat ukur yang multidimensi mengukur lebih dari satu atribut
ukur. Pengukuran dalam bidang psikologi didominasi oleh pengukuran
unidimensi karena alat ukur yang dikembangkan peneliti psikologi biasanya
mengukur satu target ukur saja. Misalnya Skala Kecemasan, skala ini
diharapkan mengukur atribut kecemasan saja dan tidak mengukur atribut yang
lain. Untuk mengetahui apakah alat ukur yang dikembangkan oleh peneliti
mengukur satu atribut atau banyak atribut diperlukan analisis faktor.
2. Pengujian Komponen Dalam Alat Ukur
Penyusunan alat ukur psikologi biasanya diawali dari penurunan konsep
menjadi komponen-komponen konsep sebelum diturunkan menjadi item
berupa pernyataan skala. Untuk mengidentifikasi apakah item-item yang
diturunkan dari komponen alat ukur mewakili komponen tersebut maka
diperlukan analisis faktor. Analisis faktor juga
Output analisis fakor dengan program SPSS
Berikut ini adalah output analisis faktor untuk variabel kepemimpinan yang terdiri
dari delapan indikator (item), yaitu :
1. Kesehatan fisik dan mental
2. Stabilitas emosional
3. Pengetahuan mengenai “human-relation”
4. Motivasi pribadi
5. Kemampuan komunikasi
6. Peran sebagai pendidik
7. Kecakapan sosial
8. Kemampuan teknis
K M O a n d B a r tle tt' s T e
st
K a is e r-M e y e r- O l k i n M e a s u re o f S a m p .5 9 3
li n g
A deq u a c y .
B a rt l e t t' s T e s t A p p r o x . C h i-S q u a 3 8 2 .0 4 6
of
re d f 28
S phe r i c i t y
S ig . .0 0 0
Angka KMO sebesar 0,593 (lebih besar dari 0,5) menunjukan bahwa sampel
yang diambil sudah cukup memadai. Angka signifikansi sebesar 0,000 (lebih
kecil dari 0,05) menunjukan bahwa variabel penelitian dapat diprediksi dan
dianalisis lebih lanjut
2. Anti image matrices
Anti-image Matrices
Variabel yang mempunyai Anti image correlation lebih kecil dari 0,5 dikeluarkan
dan pengujian diulang lagi
KM O an d Bart le tt's T
est
K aiser -M eyer -O lk in M ea sur e o f S am .619
plin g
A dequa cy.
Angka KMO sebesar 0,593 (lebih besar dari 0,5) menunjukan bahwa sampel
yang diambil sudah cukup memadai. Angka signifikansi sebesar 0,000 (lebih
kecil dari 0,05) menunjukan bahwa variabel penelitian dapat diprediksi dan
dianalisis lebih lanjut
4. Anti image matrices
Anti-image Matrices
Variabel yang mempunyai Anti image correlation lebih kecil dari 0,5
dikeluarkan dan pengujian diulang lagi
5. Communalities
Communalities menunjukkan sumbangan efektif tiap item terhadap faktor
yang terbentuk. Misalnya Kesehatan fisik dan mental mempunyai nilai
komunaliti sebesar 0,962. hal ini menunjukan bahwa 96,2 persen variansi dari
variabel Kesehatan fisik dan mental dapat dijelaskan oleh faktor yang
terbentuk
.
6. Total Variance Explained
Total Variance Explained adalah persentase varian konstrak ukur yang dapat
dijelaskan oleh pembagian faktor. Ada 7 variabel (component) yang
dimasukan dalam analisis faktor. Dengan masing-masing variabel mempunyai
variansi 1 maka total variansi adalah 7 x 1 = 1 Jika ke-7 variabel “diringkas”
menjadi satu faktor, maka variansi yang dapat dijelaskan oleh satu faktor
tersebut adalah 3,267/7 x 100 % = 46,669 % Jika ke-7 variabel “diringkas”
menjadi dua faktor, maka variansi yang dapat dijelaskan oleh kedua faktor
tersebut adalah :
variansi faktor pertama : 3,267/7 x 100 % = 46,669 %
variansi faktor kedua : 1,621/7 x 100 % = 23,161 %
Kedua faktor tersebut secara total dapat menjelaskan 46,699 % + 23,161 %
atau 69,830 % dari variansi ke tujuh variabel awal
Total
VarianceExplaine
d
Total
VarianceExplained
8. Component matrix
C o m p o n e n t M a tr i
xa
Co m p o n e n t
1 2
P e nge t a hua n
.8 8 6 -. 3 4 3
" h u m a n -r e l a t io n "
P e r a n s e b a g a i p e n d id ik .8 5 2 -. 3 7 6
K e m a m p u a n t e k n is .6 4 2 -. 0 1 8
M o t iv a s i p r ib a d i .6 1 5 -. 1 9 4
K e c a k a p a n s o s ia l .5 3 9 -. 2 9 3
K e se h a ta n f i s i k d a n m e n t a l
.5 6 1 .8 0 5
S ta b il i t a s e m o s i
.5 9 9 .7 6 9
E x t ra c ti o n M e t h o d : P r i n c i p a l C o m p o n e n t A n a l y s i s .
a . 2 c o m p o n e n t s e x tr a c t e d .
.
R o t a te d C o m p o n e n t M a t r i xa
C o m p o n e n t
1 2
P e n g e ta h u a n
.9 4 1 .1 2 9
" h u m a n - re la tio n "
P e ra n s e b a g a i p e n d id ik .9 2 8 .0 8 4
M o tiv a s i p r ib a d i .6 3 2 .1 2 8
K e c a k a p a n s o s ia l .6 1 4 .0 0 4
K e m a m p u a n te k n is .5 7 1 .2 9 5
K e s e h a ta n fis ik d a n m e n ta l
.1 0 2 .9 7 6
S ta b ilita s e m o s i
.1 5 2 .9 6 3
E x tra c tio n M e th o d : P rin c ip a l C o m p o n e n t A n a ly s is .
R o ta tio n M e th o d : V a r im a x w ith K a is e r N o r m a liz a tio n .
a . R o ta tio n c o n v e r g e d in 3 ite ra tio n s .
C o m p o n e n t T r a n s f o r m a t io n M a tr i x
C o m p on en t 1 2
1 .8 7 5 .4 84
2 -. 4 8 4 .8 75
E x t ra c t io n M e t h o d : P ri n c i p a l C o m p o n e n t A n a ly s i s .
R o ta t i o n M e t h o d : V a r im a x w it h K a i s e r N o r m a l iz a t io n .
Angka-angka diagonal pada tabel adalah lebih besar dari 0,5. Hal ini menunjukan
bahwa kedua faktor yang terbentuk sudah tepat karena mempunyai korelasi yang
tinggi