UJIAN AKHIR SEMESTER (UAS)

EVALUASI PEMBELAJARAN
ANALISIS FAKTOR BUTIR SOAL
ULANGAN MATA PELAJARAN TEMA KELAS V SD NEGERI
KECAMATAN BERMANI ULU RAYA KABUPATEN REJANG LEBONG

Diajukan Untuk Memenuhi Tugas Ujian Akhir Semester (UAS)

Mata Kuliah Evaluasi Pembelajaran pada Program Studi
Magister Pendidikan Dasar Universitas Bengkulu

Disusun Oleh :

KONDINSI

Dosen Pengampu : Dr. Wasidi, M.Pd.

PROGRAM STUDI MAGISTER PENDIDIKAN DASAR

FAKULTAS KEGURUAN ILMU PENDIDIKAN
UNIVERSITAS NEGERI BENGKULU
2019
ANALISIS FAKTOR
BUTIR SOAL UJIAN AKHIR SEMESTER KELAS IV SD
 MATA PELAJARAN MATEMATIKA
GUGUS IV KECAMATAN KEDURANG KABUPATEN BENGKULU SELATAN

Analisis faktor ialah suatu teknik analisis yang memuat informasi

tentang pengelompokan variabel faktor dalam suatu penelitian. Analisis
faktor bertujuan untuk menyaring variabel mana yang paling unggul atau
paling dominan dari beberapa variabel yang dipilih oleh peneliti. Hasil
analisis faktor dapat juga digunakan untuk membedakan komponen atau
variabel prioritas berdasarkan perangkingan yang ada.
Dalam hal ini, analisis faktor dilakukan untuk menganalisis butir
soal evaluasi Ujian Akhir Semester (UAS) Mata Pelajaran Matematika
Kelas IV di KKG Gugus IV Wilayah Kecamatan Kedurang. Butir soal terdiri
dari 25 berbentuk Pilihan Ganda.
Analisis faktor dilakukan dengan bantuan program SPSS versi 16.0.
Dari hasil analisis faktor diperoleh data sebagai berikut:
1. KMO and Bartlett's Test

Asumsi atau persyaratan dalam analisis faktor:

1) Data masing-masing variabel yang diteliti berdistribusi normal

2) Nilai Kaiser-Mayer-Olkin Measure of Sampling Adequacy (KMO
MSA) lebih besar dari 0,50 dan nilai Bartlett's Test of Sphericity
(Sig.) lebih kecil 0,05.
3) Ada hubungan atau korelasi yang kuat antar variabel. Hal ini
ditandai dengan nilai Anti-image Correlation antar variabel lebih
besar dari 0,50.

Dari hasil analisis data menggunakan program SPSS versi 16.0,

diperoleh hasil sebagai berikut:

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .511

Bartlett's Test of Sphericity Approx. Chi-Square 434.849

df 300

Sig. .000

Dari Tabel output KMO and Bartlett's Test tersebut diketahui nilai
Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA)
sebesar 0,511 > 0,50 dan nilai Bartlett's Test of Sphericity (Sig.) 0,000
< 0,05, maka analisis faktor dalam penelitian ini dapat dilanjutkan
karena sudah memenuhi persyaratan pertama.
2. Anti-image Matrices
Anti-image Matrices berguna untuk mengetahui dan menentukan variabel mana saja yang layak pakai dalam analisis faktor.
Dari hasil analisis data menggunakan program SPSS versi 16.0, diperoleh hasil sebagai berikut:
 Anti-image Matrices

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16 P17 P18 P19 P20 P21 P22 P23 P24
Anti-image P1 .758 .015 .092 .165 .018 .087 .047 .014 .031 .105 .019 -.052 .030 .122 .012 -.060 .012 .051 -.135 .080 -.050 -.023 -.022 .008
Covariance
P2 .015 .791 .106 .116 .009 .018 .032 .010 -.071 .032 -.028 -.110 -.026 -.002 .110 .053 .002 .082 -.076 .072 .006 -.100 .083 -.009
P3 .092 .106 .785 -.179 .084 -.050 -.043 .021 .058 .047 .005 -.037 -.045 -.036 .067 -.040 -.099 .082 -.141 -.050 .036 .000 .095 .084
P4 .165 .116 -.179 .609 -.129 .202 -.011 .031 .041 .074 .039 .035 .103 .053 -.057 .006 .069 .027 .071 .028 .008 -.011 -.096 -.034
P5 .018 .009 .084 -.129 .814 -.041 .114 .076 -.003 .027 .100 .061 -.071 .065 .053 -.016 .097 -.002 .027 .022 .005 -.013 .020 -.096
P6 .087 .018 -.050 .202 -.041 .615 -.178 .167 -.054 -.062 -.148 .118 .083 .015 .076 .025 -.030 .001 .005 .008 .009 .090 .020 .109
P7 .047 .032 -.043 -.011 .114 -.178 .691 -.247 .049 .085 .184 -.032 .043 -.072 .095 .016 .080 .061 -.005 .057 -.002 .005 -.052 -.077
P8 .014 .010 .021 .031 .076 .167 -.247 .726 -.154 .127 -.130 .114 .050 .078 -.007 -.003 .005 -.016 -.016 .007 .023 -.039 .028 .048
P9 .031 -.071 .058 .041 -.003 -.054 .049 -.154 .687 -.052 .178 -.115 -.125 -.034 -.009 -.016 -.078 .093 .050 -.070 .063 -.110 -.098 -.030
P10 .105 .032 .047 .074 .027 -.062 .085 .127 -.052 .786 -.088 .086 .033 -.050 .029 -.081 .002 .067 -.041 -.005 .072 -.081 -.062 -.130
P11 .019 -.028 .005 .039 .100 -.148 .184 -.130 .178 -.088 .730 -.067 .067 .001 -.020 .010 .058 .053 -.105 .065 -.025 -.025 -.005 -.055
P12 -.052 -.110 -.037 .035 .061 .118 -.032 .114 -.115 .086 -.067 .630 -.150 .107 -.055 -.133 -.023 .051 -.004 -.159 .131 -.005 .006 .017
P13 .030 -.026 -.045 .103 -.071 .083 .043 .050 -.125 .033 .067 -.150 .718 -.150 .020 .006 .056 -.111 -.010 .007 -.024 .094 -.015 -.043
P14 .122 -.002 -.036 .053 .065 .015 -.072 .078 -.034 -.050 .001 .107 -.150 .732 -.179 .163 .048 -.047 .037 .017 -.068 .015 -.094 .059
P15 .012 .110 .067 -.057 .053 .076 .095 -.007 -.009 .029 -.020 -.055 .020 -.179 .799 -.118 .098 -.033 -.056 .064 .006 -.002 .140 -.030
P16 -.060 .053 -.040 .006 -.016 .025 .016 -.003 -.016 -.081 .010 -.133 .006 .163 -.118 .769 -.079 .116 .024 .005 -.072 -.008 -.091 .083
P17 .012 .002 -.099 .069 .097 -.030 .080 .005 -.078 .002 .058 -.023 .056 .048 .098 -.079 .757 -.147 .137 .087 -.050 -.167 .062 -.108
P18 .051 .082 .082 .027 -.002 .001 .061 -.016 .093 .067 .053 .051 -.111 -.047 -.033 .116 -.147 .747 -.221 .015 .081 -.024 -.041 -.022
P19 -.135 -.076 -.141 .071 .027 .005 -.005 -.016 .050 -.041 -.105 -.004 -.010 .037 -.056 .024 .137 -.221 .728 .001 .035 .000 -.036 -.074
P20 .080 .072 -.050 .028 .022 .008 .057 .007 -.070 -.005 .065 -.159 .007 .017 .064 .005 .087 .015 .001 .759 -.264 .100 .030 -.015
P21 -.050 .006 .036 .008 .005 .009 -.002 .023 .063 .072 -.025 .131 -.024 -.068 .006 -.072 -.050 .081 .035 -.264 .750 -.126 .085 -.189
P22 -.023 -.100 .000 -.011 -.013 .090 .005 -.039 -.110 -.081 -.025 -.005 .094 .015 -.002 -.008 -.167 -.024 .000 .100 -.126 .765 -.108 .162
P23 -.022 .083 .095 -.096 .020 .020 -.052 .028 -.098 -.062 -.005 .006 -.015 -.094 .140 -.091 .062 -.041 -.036 .030 .085 -.108 .838 -.116
P24 .008 -.009 .084 -.034 -.096 .109 -.077 .048 -.030 -.130 -.055 .017 -.043 .059 -.030 .083 -.108 -.022 -.074 -.015 -.189 .162 -.116 .763
P25 -.036 -.013 -.035 -.014 .147 .080 .002 .059 -.049 .074 .011 .085 -.050 .012 .140 -.031 .136 -.066 -.070 -.019 .001 -.096 .052 -.107
Anti-image P1 .600a .020 .119 .243 .023 .127 .065 .019 .043 .136 .025 -.076 .040 .163 .016 -.078 .016 .068 -.182 .106 -.067 -.030 -.028 .011
Correlation a
P2 .020 .644 .135 .167 .011 .026 .043 .013 -.096 .041 -.037 -.156 -.035 -.003 .138 .068 .002 .107 -.100 .093 .008 -.129 .102 -.012
a
P3 .119 .135 .469 -.258 .106 -.072 -.058 .028 .079 .060 .006 -.052 -.060 -.048 .085 -.052 -.128 .106 -.187 -.065 .048 .000 .117 .109
P4 .243 .167 -.258 .551a -.183 .330 -.018 .047 .064 .107 .058 .057 .155 .079 -.082 .009 .102 .041 .106 .041 .012 -.016 -.134 -.050
P5 .023 .011 .106 -.183 .512a -.058 .152 .099 -.003 .033 .130 .085 -.093 .084 .066 -.021 .124 -.003 .035 .028 .007 -.016 .024 -.122
a
P6 .127 .026 -.072 .330 -.058 .499 -.273 .250 -.084 -.089 -.221 .190 .125 .023 .109 .036 -.043 .002 .007 .011 .013 .131 .028 .159
Pada tabel tersebut terdapat kode huruf (a) yang artinya tanda
untuk Measure of Sampling Adequacy (MSA). Diketahui nilai MSA
dari masing-masing butir soal yang diteliti adalah sebagai berikut:
1) Butir soal nomor 1 sebesar 0,600
2) Butir soal nomor 2 sebesar 0,644
3) Butir soal nomor 3 sebesar 0,469
4) Butir soal nomor 4 sebesar 0,551
5) Butir soal nomor 5 sebesar 0,512
6) Butir soal nomor 6 sebesar 0,499
7) Butir soal nomor 7 sebesar 0,457
8) Butir soal nomor 8 sebesar 0,412
9) Butir soal nomor 9 sebesar 0,579
10) Butir soal nomor 10 sebesar 0,533
11) Butir soal nomor 11 sebesar 0,501
12) Butir soal nomor 12 sebesar 0,566
13) Butir soal nomor 13 sebesar 0,588
14) Butir soal nomor 14 sebesar 0,525
15) Butir soal nomor 15 sebesar 0,431
16) Butir soal nomor 16 sebesar 0,613
17) Butir soal nomor 17 sebesar 0,437
18) Butir soal nomor 18 sebesar 0,503
19) Butir soal nomor 19 sebesar 0,542
20) Butir soal nomor 20 sebesar 0,495
21) Butir soal nomor 21 sebesar 0,400
22) Butir soal nomor 22 sebesar 0,504
23) Butir soal nomor 23 sebesar 0,417
24) Butir soal nomor 24 sebesar 0,427
25) Butir soal nomor 25 sebesar 0,466

Persyaratan yang harus terpenuhi dalam analisis faktor adalah nilai

MSA > 0,50. Dari hasil di atas diketahui bahwa MSA yang bernilai >
0,50 terdapat pada 14 butir soal, yaitu sebagai berikut:
1) Butir soal nomor 1 sebesar 0,600
2) Butir soal nomor 2 sebesar 0,644
3) Butir soal nomor 4 sebesar 0,551
4) Butir soal nomor 5 sebesar 0,512
5) Butir soal nomor 9 sebesar 0,579
6) Butir soal nomor 10 sebesar 0,533
7) Butir soal nomor 11 sebesar 0,501
8) Butir soal nomor 12 sebesar 0,566
9) Butir soal nomor 13 sebesar 0,588
10) Butir soal nomor 14 sebesar 0,525
11) Butir soal nomor 16 sebesar 0,613
12) Butir soal nomor 18 sebesar 0,503
13) Butir soal nomor 19 sebesar 0,542
14) Butir soal nomor 22 sebesar 0,504
 Sehingga persyaratan kedua dalam analisis faktor ini pun terpenuhi
pada butir-butir soal tersebut. Sedangkan 11 butir soal lainnya
yaitu:
1) Butir soal nomor 3 sebesar 0,469
2) Butir soal nomor 6 sebesar 0,499
3) Butir soal nomor 7 sebesar 0,457
4) Butir soal nomor 8 sebesar 0,412
5) Butir soal nomor 15 sebesar 0,431
6) Butir soal nomor 17 sebesar 0,437
7) Butir soal nomor 20 sebesar 0,495
8) Butir soal nomor 21 sebesar 0,400
9) Butir soal nomor 23 sebesar 0,417
10)Butir soal nomor 24 sebesar 0,427
11) Butir soal nomor 25 sebesar 0,466

memiliki nilai MSA < 0,50, maka solusinya adalah dengan

melakukan proses analisis ulang.

3. Communalities
Tabel Communalities ini menunjukkan nilai variabel yang diteliti
apakah mampu untuk menjelaskan faktor atau tidak. Variabel
dianggap mampu menjelaskan faktor jika nilai Extraction lebih
besar dari 0,50.
Hasil analisis Communalities dapat dilihat pada tabel berikut:
 Communalities

Initial Extraction

P1 1.000 .535

P2 1.000 .435

P3 1.000 .718

P4 1.000 .714

P5 1.000 .638

P6 1.000 .695

P7 1.000 .659

P8 1.000 .635

P9 1.000 .629

P10 1.000 .650

P11 1.000 .578

P12 1.000 .675

P13 1.000 .636

P14 1.000 .679

P15 1.000 .754

P16 1.000 .556

P17 1.000 .661

P18 1.000 .610

P19 1.000 .617

P20 1.000 .617

P21 1.000 .752

P22 1.000 .605

P23 1.000 .671

P24 1.000 .556

P25 1.000 .494

Extraction Method: Principal

Component Analysis.

Berdasarkan output di atas, diketahui nilai Extraction didominasi

nilai yang lebih besar dari 0,50. Hanya terdapat 2 butir soal yaitu
nomor 2 dan nomor 25. Dengan demikian dapat disimpulkan bahwa
semua variabel dapat dipakai untuk menjelaskan faktor kecuali
nomor 2 dan nomor 25.
4. Total Variance Explained
Tabel Total Variance Explained menunjukkan nilai masing-masing
variabel yang di analisis. Dalam penelitian ini ada 25 butir soal
berarti ada 25 Component yang di analisis. Ada dua macam
analisis untuk menjelaskan suatu varian, yaitu Initial Eigenvalues
dan Extraction Sums of Squared Loadings.
Hasil analisis dapat dilihat pada tabel berikut:
 Total Variance Explained
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Compon
ent Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.247 8.989 8.989 2.247 8.989 8.989 1.806 7.224 7.224
2 2.000 8.000 16.989 2.000 8.000 16.989 1.799 7.194 14.418
3 1.856 7.425 24.414 1.856 7.425 24.414 1.699 6.797 21.216
4 1.666 6.664 31.078 1.666 6.664 31.078 1.659 6.634 27.850
5 1.607 6.427 37.505 1.607 6.427 37.505 1.592 6.366 34.216
6 1.441 5.765 43.270 1.441 5.765 43.270 1.555 6.221 40.437
7 1.426 5.703 48.973 1.426 5.703 48.973 1.497 5.988 46.425
8 1.205 4.822 53.795 1.205 4.822 53.795 1.488 5.950 52.375
9 1.168 4.670 58.466 1.168 4.670 58.466 1.345 5.381 57.756
10 1.153 4.614 63.079 1.153 4.614 63.079 1.331 5.323 63.079
11 .994 3.976 67.056
12 .897 3.587 70.643
13 .813 3.253 73.896
14 .779 3.116 77.012
15 .759 3.036 80.048
16 .690 2.759 82.807
17 .663 2.654 85.460
18 .607 2.430 87.890
19 .565 2.262 90.152
20 .495 1.980 92.133
21 .439 1.757 93.890
22 .431 1.725 95.615
23 .399 1.596 97.211
24 .379 1.515 98.725
25 .319 1.275 100.000
Extraction Method: Principal Component Analysis.
Dari tabel Total Variance Explained tersebut, pada varian Initial
Eigenvalues menunjukkan faktor yang terbentuk. Apabila semua
faktor dijumlahkan menunjukkan jumlah variabel yaitu sebagai
berikut:
2,247 + 2,000 + 1,856 + 1,666 + 1,607 + 1,441 + 1,426 + 1,205 +
1,168 + 1,153 + 0,994 + 0,897 + 0,813 + 0,779 + 0,759 + 0,690 +
0,663 + 0,607 + 0,565 + 0,495 + 0,439 + 0,431 + 0,399 + 0,379 +
0,319 = 25 variabel.
Sedangkan pada bagian Extraction Sums of Squared Loadings
menunjukkan jumlah variasi atau banyaknya faktor yang dapat
terbentuk. Pada hasil output di atas ada 11 (sebelas) variasi faktor,
yaitu sebagai berikut:

2,247 2,000 1,856 1,666 1,607

1,441 1,426 1,205 1,168 1,153

Berdasarkan tabel output Total Variance Explained pada bagian

“Initial Eigenvalues”, maka ada 10 (sepuluh) faktor yang dapat
terbentuk dari 25 variabel yang dianalisis. Dimana syarat untuk
menjadi sebuah faktor, maka nilai Eigenvalue harus lebih besar 1.
Dengan rincian sebagai berikut:
1) Nilai Eigenvalue Component 1 sebesar 2,247 atau > 1 maka menjadi
faktor 1 dan mampu menjelaskan 8,989% variasi.
2) Nilai Eigenvalue Component 2 sebesar 2,000 atau > 1 maka menjadi
faktor 2 dan mampu menjelaskan 8,000% variasi.
3) Nilai Eigenvalue Component 3 sebesar 1,856 atau > 1 maka menjadi
faktor 3 dan mampu menjelaskan 7,425% variasi.
4) Nilai Eigenvalue Component 4 sebesar 1,666 atau > 1 maka menjadi
faktor 4 dan mampu menjelaskan 6,664% variasi.
5) Nilai Eigenvalue Component 5 sebesar 1,607 atau > 1 maka menjadi
faktor 5 dan mampu menjelaskan 6,427% variasi.
6) Nilai Eigenvalue Component 6 sebesar 1,441 atau > 1 maka menjadi
faktor 6 dan mampu menjelaskan 5,765% variasi.
7) Nilai Eigenvalue Component 7 sebesar 1,426 atau > 1 maka menjadi
faktor 7 dan mampu menjelaskan 5,703% variasi.
8) Nilai Eigenvalue Component 8 sebesar 1,205 atau > 1 maka menjadi
faktor 8 dan mampu menjelaskan 4,822% variasi.
9) Nilai Eigenvalue Component 9 sebesar 1,168 atau > 1 maka menjadi
faktor 9 dan mampu menjelaskan 4,670% variasi.
10) Nilai Eigenvalue Component 10 sebesar 1,153 atau > 1 maka menjadi
faktor 10 dan mampu menjelaskan 4,614% variasi.
Kesepuluh faktor tersebut jika dijumlahkan maka mampu
menjelaskan 63,079% variasi.
5. Scree Plot
Gambar Scree Plot ini dapat juga menunjukkan jumlah faktor yang
terbentuk. Caranya dengan melihat nilai titik Component yang
memiliki nilai Eigenvalue > 1.
Hasil analisis dapat dilihat pada gambar berikut:

1
2
3
4
5 7
6 8 9 10

Dari gambar Scree Plot di atas ada 10 (sepuluh) titik Component

yang memiliki nilai Eigenvalue > 1 maka dapat diartikan bahwa ada
10 faktor yang dapat terbentuk.

6. Component Matrix
Component Matrix ini menunjukkan nilai korelasi atau hubungan
antara masing-masing variabel dengan faktor yang akan terbentuk.

Hasil analisis dapat dilihat pada tabel berikut:

 Component Matrixa
Component
1 2 3 4 5 6 7 8 9 10
P1 .413 -.318 -.363
P2 .425 -.403
P3 .473 .447
P4 .678 .330
P5 .361 -.355 -.429 -.332
P6 -.387 -.476 -.334
P7 -.393 .452
P8 -.368 .555 -.370
P9 .559 .517
P10 -.555 .387
P11 -.512 -.355
P12 .668
P13 .301 .517
P14 -.359 .459 -.306
P15 -.433 -.575
P16 .478 -.308 .307
P17 .479 -.348
P18 .484
P19 -.339 .491 .311
P20 .354 -.486 .377
P21 .683 -.361
P22 .342 .477 .351
P23 .351 .460 .506
P24 .430 .484
P25 .417 .375
Extraction Method: Principal Component Analysis.
a. 10 components extracted.
Dari output di atas terlihat bahwa:
1) Variabel butir soal 1, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,413, dengan faktor 2 adalah sebesar -0,318
dan dengan faktor 5 adalah sebesar -0,363.
2) Variabel butir soal 2, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,425, dan dengan faktor 2 adalah sebesar
-0,403.
3) Variabel butir soal 3, nilai korelasi variabel ini dengan faktor 8
adalah sebesar 0,473, dan dengan faktor 9 adalah sebesar
0,447.
4) Variabel butir soal 4, nilai korelasi variabel ini dengan faktor 2
adalah sebesar 0,678, dan dengan faktor 6 adalah sebesar
0,330.
5) Variabel butir soal 5, nilai korelasi variabel ini dengan faktor 2
adalah sebesar 0,361, dengan faktor 4 adalah sebesar -0,355,
dengan faktor 6 adalah sebesar -0,429, dengan faktor 10 adalah
sebesar -0,332.
6) Variabel butir soal 6, nilai korelasi variabel ini dengan faktor 1
adalah sebesar -0,387, dengan faktor 2 adalah sebesar -0,476
dan dengan faktor 6 adalah sebesar -0,334.
7) Variabel butir soal 7, nilai korelasi variabel ini dengan faktor 3
adalah sebesar -0,393, dan dengan faktor 4 adalah sebesar
0,452.
8) Variabel butir soal 8, nilai korelasi variabel ini dengan faktor 3
adalah sebesar -0,368, dengan faktor 4 adalah sebesar 0,555,
dan dengan faktor 9 adalah sebesar -0,370.
9) Variabel butir soal 9, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,559, dan dengan faktor 5 adalah sebesar
0,517.
10)Variabel butir soal 10, nilai korelasi variabel ini dengan faktor 4
adalah sebesar -0,555, dan dengan faktor 10 adalah sebesar
0,387.
11) Variabel butir soal 11, nilai korelasi variabel ini dengan faktor 2
adalah sebesar -0,512, dan dengan faktor 5 adalah sebesar
-0,355.
12)Variabel butir soal 12, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,668.
13)Variabel butir soal 13, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,301, dan dengan faktor 3 adalah sebesar
0,517.
14)Variabel butir soal 14, nilai korelasi variabel ini dengan faktor 1
adalah sebesar -0,359 dan dengan faktor 5 adalah sebesar
0,459, dan dengan faktor 9 adalah sebesar -0,306.
 15)Variabel butir soal 15, nilai korelasi variabel ini dengan faktor 7
adalah sebesar -0,433, dan dengan faktor 9 adalah sebesar
-0,575.
16)Variabel butir soal 16, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,478, dengan faktor 5 adalah sebesar -0,308
dan dengan faktor 10 adalah sebesar 0,307.
17)Variabel butir soal 17, nilai korelasi variabel ini dengan faktor 8
adalah sebesar 0,479, dan dengan faktor 10 adalah sebesar
-0,348.
18)Variabel butir soal 18, nilai korelasi variabel ini dengan faktor 3
adalah sebesar 0,484.
19)Variabel butir soal 19, nilai korelasi variabel ini dengan faktor 2
adalah sebesar -0,339, dengan faktor 3 adalah sebesar 0,491,
dan dengan faktor 4 adalah sebesar 0,311.
20)Variabel butir soal 20, nilai korelasi variabel ini dengan faktor 2
adalah sebesar 0,354, dengan faktor 6 adalah sebesar -0,486
dan dengan faktor 7 adalah sebesar 0,377.
21)Variabel butir soal 21, nilai korelasi variabel ini dengan faktor 7
adalah sebesar 0,683, dan dengan faktor 9 adalah sebesar
-0,361.
22)Variabel butir soal 22, nilai korelasi variabel ini dengan faktor 1
adalah sebesar 0,342, dengan faktor 6 adalah sebesar 0,477,
dan dengan faktor 8 adalah sebesar -0,361.
23)Variabel butir soal 23, nilai korelasi variabel ini dengan faktor 5
adalah sebesar 0,351, dengan faktor 6 adalah sebesar 0,460,
dan dengan faktor 10 adalah sebesar 0,506.
24)Variabel butir soal 24, nilai korelasi variabel ini dengan faktor 3
adalah sebesar 0,430, dan dengan faktor 7 adalah sebesar
0,484.
25)Variabel butir soal 25, nilai korelasi variabel ini dengan faktor 4
adalah sebesar 0,417, dan dengan faktor 7 adalah sebesar
-0,375.

7. Rotated Component Matrix

Untuk memastikan suatu variabel masuk dalam kelompok faktor
mana, maka dapat ditentukan dengan melihat nilai korelasi terbesar
antara variabel dengan faktor (Component) yang terbentuk.

Hasil analisis dapat dilihat pada tabel berikut:

 Rotated Component Matrixa

Component
1 2 3 4 5 6 7 8 9 10
P1 .390 .343 -.490
P2 .303 -.473
P3 .798
P4 -.598 .482
P5 -.495 -.449
P6 .597 -.388
P7 .694
P8 .760
P9 .634
P10 .470 -.340 .523
P11 -.383 .566
P12 .599 .525
P13 .701
P14 -.654 .337
P15 .855
P16 .684
P17 .765
P18 -.499 .502
P19 .711
P20 .316 .626
P21 .837
P22 .730
P23 .790
P24 .501 .386
P25 .605
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 50 iterations.
Hasil analisis faktor model rotasi, dapat dijelaskan sebagai berikut:
1) Variabel butir soal 1. Nilai korelasi variabel ini dengan faktor 2 =
0,390, faktor 4 = 0,343, dan dengan faktor 6 = -0,490 karena
nilai korelasi faktor 2 > faktor 4 dan faktor 4 maka variabel butir
soal 1 termasuk kelompok faktor 2.
2) Variabel butir soal 2. Nilai korelasi variabel ini dengan faktor 1 =
0,303 dan faktor 6 = -0,473, karena nilai korelasi faktor 1 >
faktor 6 maka variabel butir soal 2 termasuk kelompok faktor 1.
3) Variabel butir soal 3. Nilai korelasi variabel ini dengan faktor 6 =
0,798 dan variabel butir soal 3 hanya memiliki nilai korelasi
faktor 6 maka variabel butir soal 3 termasuk kelompok faktor 6.
4) Variabel butir soal 4. Nilai korelasi variabel ini dengan faktor 3 =
-0,598, dan dengan faktor 6 = 0,482, karena nilai korelasi faktor
6 > faktor 3, maka variabel butir soal 4 termasuk kelompok
faktor 6.
5) Variabel butir soal 5. Nilai korelasi variabel ini dengan faktor 3 =
-0,495 dan faktor 5 = -0,449, karena nilai korelasi faktor 5 >
faktor 3 maka variabel butir soal 5 termasuk kelompok faktor 5.
6) Variabel butir soal 6. Nilai korelasi variabel ini dengan faktor 3 =
0,597 dan faktor 10 = -0,388, karena nilai korelasi faktor 3 >
faktor 10 maka variabel butir soal 6 termasuk kelompok faktor 3.
7) Variabel butir soal 7. Nilai korelasi variabel ini dengan faktor 5 =
0,694 dan variabel butir soal 7 hanya memiliki nilai korelasi
faktor 5 maka variabel butir soal 8 termasuk kelompok faktor 5.
8) Variabel butir soal 8. Nilai korelasi variabel ini dengan faktor 5 =
0,760 dan variabel butir soal 8 hanya memiliki nilai korelasi
faktor 5 maka variabel butir soal 8 termasuk kelompok faktor 5.
9) Variabel butir soal 9. Nilai korelasi variabel ini dengan faktor 1 =
0,634 dan variabel butir soal 9 hanya memiliki nilai korelasi
faktor 1 maka variabel butir soal 9 termasuk kelompok faktor 1.
10)Variabel butir soal 10. Nilai korelasi variabel ini dengan faktor 3
= 0,470, dengan faktor 5 = -0,340 dan faktor 9 = 0,523, karena
nilai korelasi faktor 9 > faktor 3 dan faktor 5 maka variabel butir
soal 10 termasuk kelompok faktor 9.
11) Variabel butir soal 11. Nilai korelasi variabel ini dengan faktor 1
= -0,383 dan faktor 3 = 0,566, karena nilai korelasi faktor 3 >
faktor 1 maka variabel butir soal 11 termasuk kelompok faktor 3.
12)Variabel butir soal 12. Nilai korelasi variabel ini dengan faktor 1
= 0,599 dan faktor 2 = 0,525, karena nilai korelasi faktor 1 >
faktor 2 maka variabel butir soal 12 termasuk kelompok faktor 1.
13)Variabel butir soal 13. Nilai korelasi variabel ini dengan faktor 1
= 0,701 dan variabel butir soal 13 hanya memiliki nilai korelasi
faktor 1 maka variabel butir soal 13 termasuk kelompok faktor 1.
14)Variabel butir soal 14. Nilai korelasi variabel ini dengan faktor 2
= -0,654 dan faktor 10 = 0,337, karena nilai korelasi faktor 10 >
faktor 2 maka variabel butir soal 14 termasuk kelompok faktor
10.
15)Variabel butir soal 15. Nilai korelasi variabel ini dengan faktor 10
= 0,855 dan variabel butir soal 15 hanya memiliki nilai korelasi
faktor 10 maka variabel butir soal 15 termasuk kelompok faktor
10.
16)Variabel butir soal 16. Nilai korelasi variabel ini dengan faktor 2
= 0,684 dan variabel butir soal 16 hanya memiliki nilai korelasi
faktor 2 maka variabel butir soal 16 termasuk kelompok faktor 2.
17)Variabel butir soal 17. Nilai korelasi variabel ini dengan faktor 7
= -0,765 dan variabel butir soal 17 hanya memiliki nilai korelasi
faktor 7 maka variabel butir soal 17 termasuk kelompok faktor 7.
18)Variabel butir soal 18. Nilai korelasi variabel ini dengan faktor 2
= -0,499 dan faktor 4 = 0,502, karena nilai korelasi faktor 4 >
faktor 2 maka variabel butir soal 18 termasuk kelompok faktor 4.
19)Variabel butir soal 19. Nilai korelasi variabel ini dengan faktor 4
= 0,711 dan variabel butir soal 19 hanya memiliki nilai korelasi
faktor 4 maka variabel butir soal 19 termasuk kelompok faktor 4.
20)Variabel butir soal 20. Nilai korelasi variabel ini dengan faktor 1
= 0,316 dan faktor 8 = 0,626, karena nilai korelasi faktor 8 >
faktor 1 maka variabel butir soal 20 termasuk kelompok faktor 8.
21)Variabel butir soal 21. Nilai korelasi variabel ini dengan faktor 8
= 0,837 dan variabel butir soal 21 hanya memiliki nilai korelasi
faktor 8 maka variabel butir soal 21 termasuk kelompok faktor 8.
22)Variabel butir soal 22. Nilai korelasi variabel ini dengan faktor 7
= 0,730 dan variabel butir soal 22 hanya memiliki nilai korelasi
faktor 7 maka variabel butir soal 22 termasuk kelompok faktor 7.
23)Variabel butir soal 23. Nilai korelasi variabel ini dengan faktor 9
= 0,790 dan variabel butir soal 23 hanya memiliki nilai korelasi
faktor 9 maka variabel butir soal 23 termasuk kelompok faktor 9.
24)Variabel butir soal 24. Nilai korelasi variabel ini dengan faktor 8
= 0,501 dan faktor 9 = 0,386, karena nilai korelasi faktor 8 >
faktor 9 maka variabel butir soal 24 termasuk kelompok faktor 8.
25)Variabel butir soal 25. Nilai korelasi variabel ini dengan faktor 4
= 0,605 dan variabel butir soal 25 hanya memiliki nilai korelasi
faktor 4 maka variabel butir soal 25 termasuk kelompok faktor 4.
Dari hasil analisis faktor model rotasi, dapat ditarik kesimpulan
sebagai berikut:

Faktor Variabel
1 Butir soal 2, butir soal 9, butir soal 12, butir soal 13
2 Butir soal 1, butir soal 16
 3 Butir soal 6, butir soal 11
4 Butir soal 18, butir soal 19, butir soal 25
5 Butir soal 5, butir soal 7, butir soal 8
6 Butir soal 3, butir soal 4
7 Butir soal 17, butir soal 22
8 Butir soal 20, butir soal 21, butir soal 24
9 Butir soal 10, butir soal 23
10 Butir soal 14, butir soal 15

8. Component Transformation Matrix

Hasil analisis datanya ditunjukkan oleh tabel berikut:

Component Transformation Matrix

Compon
ent 1 2 3 4 5 6 7 8 9 10
1 .594 .602 -.123 .039 -.034 -.360 .349 .117 -.032 -.003
2 .196 .010 -.721 -.228 -.063 .451 -.212 .305 .091 .189
3 .256 -.336 -.002 .571 -.478 -.272 -.298 .183 .117 .239
4 .177 -.138 -.268 .554 .697 .061 -.028 -.228 -.166 -.026
5 .461 -.589 .052 -.320 .147 -.100 .229 .007 .405 -.296
6 -.424 .017 -.407 .188 -.104 -.170 .471 -.232 .536 .129
7 -.287 .028 -.005 .214 .178 -.079 .088 .794 .073 -.435
8 .112 -.141 .270 .213 -.116 .559 .618 .176 -.159 .291
9 .123 .194 -.018 .278 -.347 .423 -.073 -.293 .148 -.676
10 .093 .316 .389 .080 .288 .229 -.273 .077 .668 .268
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.

Component Transformation Matrix menunjukkan bahwa

1) Pada component 1 nilai korelasinya adalah sebesar 0,594 > 0,5
2) Pada component 2 nilai korelasinya adalah sebesar 0,451 < 0,5
3) Pada component 3 nilai korelasinya adalah sebesar 0,571 > 0,5
4) Pada component 4 nilai korelasinya adalah sebesar 0,697 > 0,5
5) Pada component 5 nilai korelasinya adalah sebesar 0,461 < 0,5
6) Pada component 6 nilai korelasinya adalah sebesar 0,536 > 0,5
7) Pada component 7 nilai korelasinya adalah sebesar 0,794 > 0,5
8) Pada component 8 nilai korelasinya adalah sebesar 0,559 > 0,5
9) Pada component 9 nilai korelasinya adalah sebesar 0,423 < 0,5
10)Pada component 10 nilai korelasinya adalah sebesar 0,668 > 0,5
Nilai korelasi component yang > 0,5 ditunjukkan oleh component 1,
component 3, component 4, component 6, component 7,
component 8, dan component 10, maka dapat disimpulkan bahwa
dari 10 (sepuluh) faktor-faktor yang terbentuk, yang layak untuk
merangkum 25 variabel yang dianalisis adalah 7 (tujuh) faktor yaitu
component 1, component 3, component 4, component 6,
component 7, component 8, dan component 10.
LAMPIRAN