STATISTIKA UNTUK PENDIDIKAN MATEMATIKA

DI SUSUN OLEH :

OCKTAVALANNI SIREGAR (P2A918030)

MAGISTER PENDIDIKAN MATEMATIKA FAKULTAS PASCASARJANA

UNIVERSITAS JAMBI
2019
 ANALISIS FAKTOR

Diduga ada 8 variabel bebas yang mempengaruhi variabel penampilan guru. Sampel siswa
yang diambil adalah 25 orang.

Variabel tak bebasnya adalah :

 Penampilan guru

Ke 8 variabel bebasnya adalah :

1. P1 : Pemahaman materi
2. P2 : Metode yang diterapkan
3. P3 : Penggunaan media
4. P4 : Komunikasi
5. P5 : Memotivasi siswa
6. P6 : Pemberian nilai
7. P7 : Pemberian tugas (PR)
8. P8 : Penggunaan Alat peraga

Skala 1-5 :

1. Kurang
2. Sedang
3. Baik
4. Excelent
5. Istimewa

Berikut ini adalah tabel yang menyediakan data dari 25 sampel siswa :
Nomor
P1 P2 P3 P4 P5 P6 P7 P8
Responden
1 3 3 3 4 4 3 2 3
2 4 3 3 4 3 3 3 3
3 4 3 3 4 3 3 3 3
4 5 4 4 5 4 5 4 4
 5 3 3 2 4 4 3 2 2
6 4 3 3 4 4 4 2 3
7 4 3 3 4 4 4 3 3
8 4 3 3 5 3 4 2 3
9 4 3 3 5 3 3 3 3
10 4 3 3 4 4 3 2 3
11 5 4 3 4 3 3 3 4
12 5 5 4 5 4 4 3 4
13 3 3 2 4 3 4 2 2
14 3 3 2 3 3 4 3 2
15 3 3 2 3 4 4 2 2
16 3 3 3 3 3 3 2 3
17 2 3 3 3 3 3 3 2
18 3 3 2 4 3 3 2 2
19 3 3 2 4 3 4 2 2
20 4 3 3 4 3 3 2 3
21 4 4 3 3 3 4 3 3
22 3 3 3 3 3 3 2 3
23 3 3 2 3 2 3 2 2
24 3 2 3 3 3 3 2 3
25 3 3 2 3 3 3 2 2

Prosedur dalam SPSS:

Menjalankan Prosedur Analisis Faktor
Untuk penghitungan analisis faktor ini tahapannya sebagai berikut:
1. Pilih menu Analyze, lalu pilih Data reduction dan pilih Factor
2. Pilih variabel X1 s/d X24 dan pindahkan ke kotak variabel
3. Pilih Descriptives kemudian pada kelompok Statistics pilih option Initial solution, pada
kelompok Correlation Matrix, pilih Coefficiens, Significance levels, KMOand
Bartlett…dan Determinant, kemudian klik Continue.
4. Pilih Extraction,pilih Principle
components pada Method, pada Analyze pilih Correlation matrix,
pada Extract pilih Eigenvalue over 1, pada Display pilih Scree Plot, kemudian
klik Continue.
5. Pilih Rotation kemudian pilih Varimax pada pilihan Method, kemudian klik Continue.
6. Klik Scores kemudian pilih Save as variables dengan Method sebagai Bartlett.
Klik Display factor score coefficient matrix. Kemudian klik Continue.
7. Pilih Options kemudian klik Sorted by size. Kemudian klik Continue.
8. Klik OK.

Data di atas kemudian diolah menggunakan SPSS, sehingga diperoleh output sebagai berikut:

Factor Analysis

Correlation Matrixa

P1 P2 P3 P4 P5 P6 P7 P8

Correlation P1 1.000 .662 .669 .675 .308 .357 .543 .847

P2 .662 1.000 .499 .404 .261 .418 .547 .563

P3 .669 .499 1.000 .474 .345 .196 .555 .900

P4 .675 .404 .474 1.000 .370 .323 .323 .515

P5 .308 .261 .345 .370 1.000 .385 .121 .311

P6 .357 .418 .196 .323 .385 1.000 .387 .177

P7 .543 .547 .555 .323 .121 .387 1.000 .500

P8 1.000
.847 .563 .900 .515 .311 .177 .500

Sig. (1-tailed) P1 .000 .000 .000 .067 .040 .003 .000

P2 .000 .006 .022 .104 .019 .002 .002

P3 .000 .006 .008 .045 .174 .002 .000

P4 .000 .022 .008 .034 .057 .057 .004

P5 .067 .104 .045 .034 .029 .282 .065

P6 .040 .019 .174 .057 .029 .028 .199

P7 .003 .002 .002 .057 .282 .028 .005

P8 .000 .002 .000 .004 .065 .199 .005

a. Determinant = .003

Semakin besar nilai korelasi matriknya maka hubungan antar variable terkait akan semakin
besar. Dari table “Corelation Matrix” maka dapat dilihat bahwa korelasi kuat terjadi antara
penggunaan media (P3) dan penggunaan alat peraga (P8) yaitu sebesar 0.9
 KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .671

Bartlett's Test of Sphericity Approx. Chi-Square 120.108

df 28

Sig. .000

Dari tabel KMO and Bartlett’s Test didapat nilai KMO sebesar 0,671. Ini berarti bahwa
analisis Faktor cukup tepat untuk menganalisis untuk menganalisis matrix data yang
bersangkutan.

Communalities

Initial

P1 1.000

P2 1.000

P3 1.000

P4 1.000

P5 1.000

P6 1.000

P7 1.000

P8 1.000

Total Variance Explained

Initial Eigenvalues Rotation Sums of Squared Loadings

Compo
nent Total % of Variance Cumulative % Total % of Variance Cumulative %

1 4.298 53.728 53.728 3.682 46.027 46.027

2 1.110 13.871 67.599 1.726 21.572 67.599

3 .908 11.348 78.946

4 .617 7.714 86.660

5 .464 5.795 92.456

6 .361 4.513 96.968

7 .213 2.656 99.625

8 .030 .375 100.000

Extraction Method: Principal Component Analysis.

Dari tabel diatas dapat dilihat bahwa nilai eigen yang lebih dari satu yang diambil yaitu
komponen 1 dan komponen 2.

Scree Plot merupakan plot dari eigen value sebagai sumbu vertical dan banyaknya faktor
sebagai sumbu horizontal, untuk menentukan banyaknya factor yang bisa ditarik (factor
extraction).
 Rotated Component Matrixa

Component

1 2

P8 .944 .062

P3 .888 .082

P1 .866 .283

P7 .662 .223

P2 .659 .379

P4 .577 .423

P6 .133 .857

P5 .175 .727

Extraction Method: Principal

Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.

a. Rotation converged in 3
iterations.

Component Transformation
Matrix

Compo
nent 1 2

1 .898 .440

2 -.440 .898

Extraction Method: Principal

Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
 Component Score Coefficient
Matrix

Component

1 2

P1 .239 -.011

P2 .138 .119

P3 .299 -.171

P4 .097 .174

P5 -.129 .515

P6 -.178 .627

P7 .181 -.003

P8 .325 -.201

Extraction Method: Principal

Component Analysis.
Rotation Method: Varimax with
Kaiser Normalization.
Component Scores.

Matrik komponen merupakan matrik hubungan antara variabel dan Faktor yang merupakan
pengkategori dari variabel-variabel yang bersangkutan. Dari matrik komponen di atas dapat
disimpulkan bahwa dari sebanyak 8 variabel diperoleh sebanyak 2 faktor.
Contoh angket siswa menilai penampilan guru :

Nama Siswa :
Kelas :
No Kriteria penilaian Skala
1 2 3 4 5
1 Pemahaman materi
2 Metode yang diterapkan
3 Penggunaan media
4 Komunikasi
5 Motivasi siswa
6 Pemberian nilai
7 Pemberian tugas
8 Penggunaan alat peraga
TOTAL

Keterangan :

Skala 1-5 :

1. Kurang
2. Sedang
3. Baik
4. Excelent
5. Istimewa