LAPORAN PRAKTIKUM

ANALISIS SISTEM

ANALISIS FAKTOR DENGAN APLIKASI SPSS

Disusun Oleh:
Naufal Kresna Armanu
NIM (A1C015014)

KEMENTERIAN RISET, TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS PERTANIAN
PURWOKERTO
2017
 I. PENDAHULUAN

A. Latar Belakang

Saat ini dunia marketing berada dalam suatu iklim persaingan yang semakin

ketat dan kompetitif. Sehingga semua produk dituntut untuk senantiasa melakukan

perbaikan, penyempurnaan dan terobosan. Pelaku bisnis baik kecil maupun besar harus

terus berupaya agar produk yang mereka hasilkan dan tawarkan selalu diinginkan,

diterima dan dibeli oleh konsumen dalam jumlah besar.

Untuk mengetahui karakteristik produk yang sedang di gemari di pasaran, para

pelaku bisnis tidak bisa bekerja sendirian. Mereka memerlukan orang luar yaitu para

konsumennya untuk mengetahu hal itu. Oleh karena itu, perlu di lakukan survey

ataupun melihat langsung kondisi di lapangan, yang selanjutnya hasil survey tersebut

di analisis lebih jauh untuk mendapatkan hasil yang lebih meyakinkan dan akurat.

Salah satu analisis yang bisa di gunakan yaitu analisis factor. Analisis factor

bertujuan untuk mengelompokkan data menjadi beberapa kelompok sesuai dengan

saling korelasi antar variabel. Dalam kegiatan penelitian, analisis factor paling tidak

digunakan untuk :

1. Menguji Validitas Konstruk

Salah satu cara untuk menguji validitas konstruk dapat dilakukan dengan

menggunakan analisis factor. Analisis factor akan menampilkan hasil ekstaksi butir-

butir pertanyaan menjadi beberapa komponen yang diinginkan peneliti. Prinsip yang
digunakan sama yaitu mengelompokkan data berdasarkan interkorelasi antar butir.

Sebuah butir / item dinyatakan merupakan pembentuk factor jika nilai korelasinya lebih

besar sama dengan (>=) 0,5.

2. Menguji Validitas Faktor.

Dalam analisis ini, pengujian dilakukan untuk melihat seberapa besar korelasi

antara factor satu dengan yang lain yang menjadi pembentuk variabel. Jika ditemukan

korelasi yang cukup kuat diantara factor-faktor pembentuk maka factor tersebut

dinyatakan memang sebagai pembentuk variabel. Besarnya matrik korelasi yang lazim

digunakan adalah 0,5.

B. Tujuan

1. Memahami konsep analisis faktor.

2. Mampu memodelkan permasalahan pengambilan keputusan dan

menyelesaikannya dengan software IBM SPSS 16.

3. Dapat menggunakan software IBM SPSS 16 sebagai aplikasi untuk mengolah

data.
 II. TINJAUAN PUSTAKA

Analisis faktor adalah prosedur untuk mengidentifikasi item atau variabel

berdasarkan kemiripannya. Kemiripan tersebut ditunjukkan dengan nilai korelasi yang

tinggi. Item-item yang memiliki korelasi yang tinggi akan membentuk satu kerumunan

faktor.Prinsip dasar dalam analisis faktor adalah menyederhanakan deskripsi tentang

data dengan mengurangi jumlah variabel/ dimensi.

Analisis faktor digunakan untuk penelitian awal di mana faktor-faktor

yang mempengaruhi suatu variabel belum diidentifikasikan secara baik

(explanatory research). Selain itu, analisis faktor juga dapat digunakan untuk menguji

validitas suatu rangkaian kuesioner. Sebagai gambaran, jika suatu indikator tidak

mengelompok kepada variabelnya, tetapi malah mengelompok ke variabel yang lain,

berarti indikator tersebut tidak valid (Halim, 2008)

Tujuan utama dari anlisis faktor adalah untuk menggambarkanperagam di antara

p peubah ganda yang sebenarnya dapat dibagi dalambeberapa sifat yang mendasar

namun tidak terobservasi kuantitasnya inidisebut faktor. Analisis faktor pada

prinsipnya digunakan untuk mereduksi data, yaituproses untuk meringkas sejumlah

variabel menjadi sedikit danmenamakannya sebagai faktor. Jadi, dapat saja dari 10

atribut tersebutdapat diringkas menjadi 3 faktor utama saja.(Santoso dan

Tjiptono,2001)
 Adapun jenis-jenis analisis faktor adalah sebagai berikut :

1. Analisis Faktor Eksploratori (Exploratory Factor Analysis)

Seorang peneliti membuat seperangkat item yang mengukur kualitas pelayanan

bank. Item tersebut merupakan operasionalisasi dari teori dan indikator mengenai

kualitas layanan. Peneliti hendak mengidentifikasi berapa faktor yang ada di dalam

seperangkat item tersebut. Dari analisis faktor kemudian didapatkan ada 4 faktor yang

menggambarkan kualitas layanan 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 aitem 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.

SPSS adalah sebuah program komputerstatistik yang berfungi untuk membantu

dalam memproses data data statistik secara tepat dan cepat, serta menghasilkan

berbagai output yang dikehendaki oleh para pengambil keputusan.

Langkah-langkah pengolahan data pada SPSS 16.00 sangatlah praktis karena kita

hanya meng-input data tanpa menghitung dengan rumus-rumus statistika, setelah data

di-input pada SPSS data editor kemudian kita mencari alat analisis yang diperlukan,

memasukkan variabel danl ain-lain, kemudian klik OK ,setelah itu proses olah data
dilakukan dengan sangat cepat, singkat, akurat, cermat, handal dan keluarlah output

data SPSS (Bisono, 2013).

 III. METODOLOGI

A. Alat dan Bahan

1. Alat tulis

2. Laptop

3. Software Aplikasi Spss

4. Data responden hasil survey

B. Prosedur Kerja

1. Mempersiapkan tabulasi data.

2. Memasukan tabulasi data ke aplikasi IBM SPSS 20.

3. Melakukan analisis faktor dan explore.

4. Mengambil kesimpulan yang didapat dan diinterpretasikan

IV. HASIL DAN PEMBAHASAN

A. Hasil

Gambar 1. Data View

 Gambar 2. Variabel View

Gambar 3. Menganalisis Data Redaksi

Gambar 4. Factor Analysis

Gambar 5. Faktor Deskriptif

Gambar 6. Analisis Faktor Ekstraksi

Gambar 7. Analisis Faktor Rotasi

Gambar 8. Analisis Faktor Pilihan

Gambar 9. Output Analisis Fakto

Gambar 10. Correlation Matrix

Gambar 11. KMO and Barlett’s

Gambar 12. Anti – Image Matrices

Gambar 13. Communalities

 Gambar 14. Grafik Scree Plot

Gambar 15. Rotated Component Matrix

 Gambar 16. Component Transformation Matrix

Gambar 17. Component Plot in Rotated Space

B. Pembahasan

Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk

memberiikan deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang

disebut faktor. Analisis faktor adalah prosedur untuk mengidentifikasi item atau
variabel berdasarkan kemiripannya. Sehingga variabel-variabel dalam satu faktor

mempunyai korelasi yang tinggi, sedangkan korelasi dengan variabel-variabel pada

faktor lain relatif rendah. Tiap-tiap kelompok dari variabel mewakili suatu konstruksi

dasar yang disebut faktor. Untuk meningkatkan daya interpretasi faktor, harus

dilakukan transformasi pada matriks loading. Transformasi dilakukan dengan merotasi

matriks tersebut dengan metode varimax, quartimax, equamax, quartimin, biquartimin

dan covarimin serta oblimin.

Analisis faktor merupakan salah satu bagian dari analisis peubah ganda yang

digunakan untuk mereduksi data, yaitu proses untuk meringkas sejumlah variabel

independen yang saling berkorelasi untuk dipetakan atau dikelompokkan menjadi

sebuah variabel baru yang diberi nama faktor.

Prinsip dasar analisis faktor adalah mengekstrasi sejumlah faktor (common

factor) dari gugusan variabel asal X1, X2, X3,…, XP, sehingga banyaknya faktor lebih

sedikit dari banyaknya variabel asal X yang tersimpan dalam sejumlah faktor. Variabel

asal X yang tersimpan dalam sebuah faktor harus saling berkorelasi sedangkan faktor-

faktor yang dibentuk tersebut harus tidak saling berkorelasi antara satu sama lainnya.

Variabel X adalah variabel yang dapat diamati atau dapat diukur (observable variable).

Sedangkan faktor merupakan variabel baru yang bersifat tidak dapat diukur atau tidak

dapat diamati (unobservable variable). Dalam analisis faktor, ada beberapa tahapan

yang harus dilakukan, yaitu pengujian matriks korelasi, pencarian faktor, dan rotasi
faktor. Pengujian matriks korelasi pada analisis faktor dilakukan dengan tiga macam

uji statistik yaitu:

1. Uji Kaiser Meyer Oikin (KMO)

Uji KMO bertujuan untuk mengetahui semua data yang terambil telah layak

untuk analisis faktor.

Adapun formula untuk menghitung KMO sebagai berikut:

keterangan :

i = 1, 2, 3, ..., p dan j = 1, 2, ..., p

rij = koefisien korelasi antara variabel i dan j

aij = koefisien korelasi parsial antara varibel i dan j

Tabel. Ukuran KMO

Uji KMO Rekomendasi

≥ 0,90 Data sangat baik untuk analisis faktor

0,80 – 0,89 Data masih berguna untuk analisis faktor

 0,70 – 0,79 Data biasa saja untuk analisis faktor

0,60 – 0,69 Data cukup untuk analisis faktor

0,50 – 0,59 Data buruk untuk analisis faktor

≤ 0,50 Data tidak diterima untuk analisis faktor

Secara umum nilai KMO disarankan paling tidak lebih besar sama dengan

0,80 tetapi apabila nilai KMO lebih besar sama dengan 0,50 masih dapat

disimpulkan jumlah data yang digunakan layak untuk analisis faktor (Widarjono,

2010).

2. Uji Bartlett’s Test of Sphericity

Uji Bartlett’s Test of Sphericity bertujuan untuk mengetahui hubungan antar

variabel. Jika terdapat hubungan pada setiap variabel maka analisis faktor 8 layak untuk

digunakan, apabila variabel X1, X2, X3,…, XP bersifat saling bebas atau tidak terdapat

hubungan, maka matriks korelasi antar variabel sama dengan matriks identitas. Uji

Bartlett’s Test of Sphericity dilakukan apabila sebagian besar nilai koefisien korelasi

kurang dari 0,5 (Widarjono, 2010).

3. Uji Measures of Sampling Adequacy (MSA)

Pengujian ini bertujuan mengetahui kecukupan data atau sampel. Angka MSA

berkisar dari 0 sampai 1 dengan kriteria untuk nilai MSA = 1, variabel tersebut dapat
diprediksi sangat baik dan dapat dianalisis lebih lanjut. Nilai MSA ≥ 0.5, variabel masih

bisa dipredik2si dan bisa dianalisis lebih lanjut. Nilai MSA < 0.5, variabel tidak bisa

diprediksi dan tidak bisa dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya

(Lieberman, G. J, 2005).

Tujuan utama analisis faktor adalah untuk menjelaskan struktur hubungan di

antara banyak variabel dalam bentuk faktor atau vaiabel laten atau variabel bentukan.

Faktor yang terbentuk merupakan besaran acak (random quantities) yang sebelumnya

tidak dapat diamati atau diukur atau ditentukan secara langsung. Selain tujuan utama

analisis faktor, terdapat tujuan lainnya adalah:

1. Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi sejumlah

variabel baru yang jumlahnya lebih sedikit dari variabel asal, dan variabel baru

tersebut dinamakan faktor atau variabel laten atau konstruk atau variabel bentukan.

2. Untuk mengidentifikasi adanya hubungan antarvariabel penyusun faktor atau

dimensi dengan faktor yang terbentuk, dengan menggunakan pengujian koefisien

korelasi antarfaktor dengan komponen pembentuknya. Analisis faktor ini disebut

analisis faktor kofirmatori.

3. Untuk menguji valisitas dan reliabilitas instrumen dengan analisis faktor

konfirmatori.

4. Validasi data untuk mengetahui apakah hasil analisis faktor tersebut dapat

digeneralisasi ke dalam populasinya, sehingga setelah terbentuk faktor, maka

peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.
 Uji normalitas adalah mengukur perbandingan data empirik dengan data

berdistribusi normal teoritik yang memiliki mean dan standar deviasi yang sama

dengan data empirik. Data terdistribusi normal adalah salahsatu syarat data parametrik

sehingga data memiliki karakteristik empirik yang mewakili populasi.

Uji normalitas dilakukan dengan mengamati histogram atas nilai residual dan

statistik Jarque-Bera (JB). Histogram memperlihatkan distribusi frekuensi dari data

yang diamati. Statistik JB digunakan untuk menguji apakah suatu data berdistribusi

normal ataukah tidak yang dinyatakan dalam :

JB = (n=k)/6. (S²+¼ (K-3)²,

Dimana jumlah observasi ; k sama dengan nol untuk suatu data biasa dan jumlah

koefisien pada saat meneliti residual dari suatu persamaan ; S = skewness; dan K =

kurtosis. (Gujarati, 1995:143-4).

Keunggulan SPSS adalah sebagai berikut :

1. SPSS mampu mengakses data dari berbagai macam format data yang tersedia

seperti dBase, Lotus, Access, text file, spreadsheet, bahkan mengakses database

melalui ODBC (Open Data Base Connectivity) sehingga data yang sudah ada,

dalam berbagai macam format, bisa langsung dibaca SPSS untuk dianalisis.

2. SPSS memberikan informasi lebih akurat dengan memperlakukanmissing

data secara tepat, yaitu dengan memberi kode alasan mengapa terjadi missing data.

Misalnya karena pertanyaan tidak relevan dengan kondisi responden, pertanyaan

tidak dijawab, atau karena memang pertanyaannya yang harus dilompati.

3. SPSS mampu merangkum data dalam format tabel multidimensi (crosstabs), yaitu

beberapa field ditabulasikan secara bersamaan.

4. Tabel multidimensi SPSS sifatnya interaktif. Kolom tabel bisa dirubah menjadi

baris tabel dan sebaliknya. Semua nilai dalam sel-sel tabel akan disesuaikan secara

otomatis. Hal ini sangat memudahkan pekerjaan eksplorasi data.

5. Faster Performance. Kinerja lebih cepat - Untuk transformasi yang disusun dalam

IBM SPSS Statistik Server dan sampai 200% mendapatkan kinerja untuk

menghasilkan tabel pivot di IBM Statistik SPSS Base.

6. Statistics portal. Statistik portal – Kesesuaian dalam menyediakan kemampuan

analisis berbasis Web kepada rekan-rekan dan pelanggan dalam IBM SPSS

Statistik Server.

7. Automatic Linear Models. Otomatis Linear Model – sehingga memungkinkan anda

membuat model linear lebih mudah dan otomatis di IBM Statistik SPSS Base dan

SPSS Statistik Server IBM.

8. Syntax Editor. Sintaks Editor – Dengan menu ini anda, akan dihadapkan pada

kemudahan penggunaan perangkat tambahan untuk menulis sintaks di IBM

Statistik SPSS Base dan modul.

9. Default Measurement Level. Secara otomatis set tingkat pengukuran Anda selama

analisis di IBM Statistik SPSS Base dan modul.

10. IBM System z Support. Kemampuan untuk mengoperasikan versi server, IBM

Statistik SPSS Base dan modul di server kuat IBM mainframe.

 Berdasarkan survey yang telah di lakukan di alun - alun kota purwokerto di

dapatkan hasil dari pengolahan data menggunakan aplikasi SPSS yaitu bahwa

pengunjung setuju apabila akses menuju lokasi yang terjangkau sangat dibutuhkan

untuk menambah jumlah pengunjung yang datang. Hal ini sesuai dengan kondisi

lapangan yaitu bahwa akses menuju lokasi yang berada di tengah kota sangat strategis.

Kendala praktikum acara kali ini adalah waktunya yang kurang efektif dan jarak

tempuh lokasinya cukup jauh dan ada beberapa responden yang terlihat responnya

kurang terhadap penanya.

 V. KESIMPULAN DAN SARAN

A. Kesimpulan

1. SPSS adalah sebuah program komputerstatistik yang berfungi untuk membantu

dalam memproses data data statistik secara tepat dan cepat, serta menghasilkan

berbagai output yang dikehendaki oleh para pengambil keputusan.

2. Langkah-langkah pengolahan data pada SPSS 16.00 sangatlah praktis karena kita

hanya meng-input data tanpa menghitung dengan rumus-rumus statistika, setelah data

di-input pada SPSS data editor kemudian kita mencari alat analisis yang diperlukan,

memasukkan variabel danl ain-lain, kemudian klik OK ,setelah itu proses olah data

dilakukan dengan sangat cepat, singkat, akurat, cermat, handal dan keluarlah output

data SPSS.

3. Analisis faktor adalah salah satu teknik statistika yang dapat digunakan untuk

memberiikan deskripsi yang relatif sederhana melalui reduksi jumlah peubah yang

disebut faktor.

4. Tujuan utama analisis faktor adalah untuk menjelaskan struktur hubungan di antara

banyak variabel dalam bentuk faktor atau vaiabel laten atau variabel bentukan.

B. Saran

Untuk praktikum selanjutnya, asisten lebih bisa mengkondisikan praktikannya.

Karena ada beberapa yang sama sekali tidak memperhatikan jalannya praktikum.
 DAFTAR PUSTAKA

Abdul, Halim. (2008). Auditing : Dasar-dasar Audit Laporan Keuangan. Yogyakarta:

Unit Penerbit dan Percetakan STIM YKPN

Bisono, 2013. Penggunaan Aplikasi Multimedia Penggunaan Topologi Jaringan

Computer Berbasismacromedia Flash Untuk Meningkatkan Hasil Belajar
Mata Pelajaran TIK Siswa Kelas XI SMA 1 Golden.. jurnal UNY, Yogyakarta

Gujarati, Damodar, 1995. Ekonometrika Dasar. Penerbit Erlangga, Jakarta

Johnson, R.A dan Wichern D.W, 1992, Applied Multivariate Statistical Analysis. New
Jersey : Prentice Hall, Englewood Clifs

Santoso, Singgih dan Tjiptono, Fandy. 2001. Riset Pemasaran: Konsep Aplikasi
dengan SPSS. Elex Media Komputindo: Jakarta

Singgih Santoso. 2002. SPSS Versi 11.5 Cetakan Kedua Jakarta: Gramedia

Suliyanto. 2005. Analisis Data Dalam Aplikasi Pemasaran. Bogor: Ghalia Indonesia

Widarjono. 2006. Kapita Selekta Terapan I (Teori Antrian). Bandung: ITB.Hillier,

F.S, & Lieberman, G. J. (2005). Introduction to Operations Research. New
York: McGraw-Hill.