CRITICAL JURNAL REVIEW STATISTIKA

‘’Panduan Pemula untuk Analisis Faktor: Berfokus pada Analisis Faktor Eksplorasi’’

‘’Kompleksitas Proyek Pengembangan Sistem Informasi: Pengembangan

Konseptualisasi dan Pengukuran’’

Dosen Pengampu:

ULFA NURHAYANI, SE, M.Si

GAFFAR HAFIZ SAGALA.S.Pd,M.Si

Disusun oleh:

KRISTINA SIHOMBING

7191142010

PRODI PENDIDIKAN AKUNTANSI

FAKULTAS EKONOMI

UNIVERSITAS NEGERI MEDAN

TA. 2020/2021
 KATA PENGANTAR

Puji dan syukur kita panjatkan kepada Tuhan Yang Maha Esa yang telah memberi
rahmatnya kepada kita sehingga kita beroleh kesehatan dan nafas kehidupan yang bersumber dari
padanya.

Terimakasih saya ucapkan kepada Bapak Gaffar Hafiz Sagala,SE,M.Si.dan ibu Ulfa
Nurhayani, SE, M.Si selaku dosen mata kuliah saya serta semua pihak yang tidak dapat saya
sebut satu persatu yang telah membantu saya dalam pembuatan review ini.

Harapan saya setelah membuat review ini adalah semoga review jurnal ini dapat
dimanfaatkan seperlunya terkait dengan Statistika inferensial dan multivaruate. Saya minta maaf
jika didalam review jurnal yang saya buat ini masih terdapat kekurangan nya. Untuk itu saya
mohon maaf dan semoga Bapak yang membacanya dapat memberi saran terhadap review ini.
Akhir kata saya ucapkan terimakasih.

Medan, 27 November 2020

Kristina Sihombing
 DAFTAR ISI

KATA PENGANTAR.............................................................................................................

DAFTAR ISI............................................................................................................................

BAB I PENDAHULUAN

A. Rasionalisasi Pentingnya CJR.......................................................................................

B. Tujuan Penulisan CJR ...................................................................................................

C. Manfaat CJR .................................................................................................................

BAB II RINGKASAN ISI JURNAL

A. Jurnal I (Pertama) ..........................................................................................................

B. Jurnal II (Kedua) ...........................................................................................................

C. Analisis jurnal………………………………………………………………………...

a. Tujuan Penelitian…………………………………………………………………

b. Perumusan Hipotesis……………………………………………………………..

c. Metodologi……………………………………………………………………….

d. Alat Analisis Data………………………………………………………………..

e. Interprestasi Data…………………………………………………………………
 BAB I

PENDAHULUAN

A. Rasionalisasi pentingnya CJR

Sering kali kita bingung memilih jurnal referensi untuk kita baca dan pahami. Terkadang kita
memilih satu jurnal, namun kurang memuaskan hati kita. Misalnya dari segi bahasa, pembahasan
tentang kurikulum itu kurang menarik perhatian pembaca.

Oleh karena itu, penulis membuat Critical jurnal Review ini untuk mempermudah pembaca
dalam memilih buku referensi dan lebih mempermudah dalam memahami buku terkhusus pada
kurikulum. Penulisan karya ilmiah memiliki peranan dan kedudukan yang sangat penting dan
merupakan bagian dari tuntutan formal akademik.

B. Tujuan Penulisan CJR

Tujuan penulisan CJR penyelesaian tugas Mata Kuliah Strategi Pembelajaran, untuk
menambah pengalaman, pengetahuan dan wawasan ilmu dan juga untuk meningkatkan
pemahaman, pengetahuan dalam hal mengkritik Journal serta untuk menguatkan kemampuan
dan skill dalam mengkritisi suatu Journal untuk dijadikan bahan CJR.

C. Manfaat CJR
Tujuan dan manfaat yang ingin dicapai penyusun dalam penulisan Critical Jurnal
review ini adalah untuk mengajak pembaca lebih memahami secara mendalam mengenai
kedua jurnal tersebut.
 BAB II

REVIEW JOURNAL

A. Jurnal I
Judul : Kompleksitas Pengembangan Sistem Informasi Proyek :

Konseptualisasi dan Pengukuran Pengembangan

Penulis : Weidong Xia & Gwanhoo Lee

Review / Analisis Jurnal

a) Tujuan Penelitian
Tujuan dari jurnal ini ialah mengkonseptualisasikan dan mengembangkan pengukuran
yang valid dari dimensi kompleksitas Information System Development Project
(ISDP). Ada empat komponen konseptual kompleksitas ISDP yang dibahas dalam
jurnal ini diantaranya : kompleksitas organisasi struktural, kompleksitas IT struktural,
kompleksitas organisasi yang dinamis, dan kompleksitas IT dinamis.

b) Perumusan Hipotesis
Pada jurnal ini tidak menunjukkan perumusan hipotesis dalam penelitian yang
dilakukan. Langsung kepada analisis faktor dan analisis validitas data-data tersebut.

c) Metodologi
Untuk mengukur kompleksitas ISDP ini, peneliti melakukan tinjauan literatur,
wawancara lapangan, dan diskusi kelompok fokus. Langkah-langkah tersebut
kemudian disempurnakan melalui proses sistematis dan diuji menggunakan analisis
data konfirmasi dengan respons survei dari 541 manajer ISDP. Ada empat fase dalam
penelitian ini yaitu :

Pertama, Pengembangan konseptual dan pembuatan item awal.

Pada fase ini, kerangka konseptual dan kumpulan awal item pengukuran pertama
kali dikembangkan melalui tinjauan literatur. Dalam mengembangkan langkah-
langkah, jika memungkinkan, kami mengadaptasi langkah-langkah yang relevan
dalam literatur. Kemudian kerangka kerja awal dan item pengukuran dikonfirmasi
dan dimodifikasi melalui wawancara lapangan dan fokus group diskusi. Dua belas
wawancara dilakukan dengan manajer ISDP yang rata-rata memiliki pengalaman
kerja lebih dari sepuluh tahun. Diskusi kelompok fokus dengan 45 manajer IS
menggunakan teknik kelompok nominal dilakukan untuk menghasilkan lis peringkat
secara independent item kompleksitas ISDP. Dengan menggabungkan tinjauan
literatur dengan wawancara lapangan dan diskusi kelompok fokus, kami berusaha
memastikan validitas wajah dan konten dari langkah-langkah—yaitu, untuk
memastikan bahwa langkah-langkah tersebut mencakup ruang lingkup/domain
Kompleksitas ISDP. Hasilnya, total 30 item dihasilkan untuk kumpulan tindakan
awal. Lampiran Tabel A1 merangkum 30 item awal ini bersama dengan sumber
literatur dan hasil penyempurnaan pengukuran.

Kedua, Penyempurnaan konseptual modifikasi item.

Prosedur penyortiran digunakan untuk menilai validitas wajah secara kualitatif

dan validitas konstruksi item awal [51]. Empat peneliti IS dengan rata-rata delapan
tahun pengalaman kerja IS berpartisipasi dalam prosedur penyortiran. Setiap item di
kumpulan awal dicetak pada kartuindeks 3×5 inci. Dalam prosedur penyortiran, setiap
hakim diminta untuk membaca kartu dengan cermat dan menempatkannya di salah
satu dari empat komponen kompleksitas ISDP sebagaimana didefinisikan dalam
Gambar 1. Kategori tambahan, "terlalu ambigu / tidak jelas," termasuk bagi para juri
untuk memasukkan kartu jika mereka merasa tidak bmemanjang ke salah satu dari
empat kategori yang telah ditentukan. Sebelum benar-benar mengurutkan kartu, para
hakim membaca serangkaian instruksi standar. Setiap hakim kemudian secara
individual mengurutkan kartu item kompleksitas ISDP. Setelah menyelesaikan
prosedur penyortiran, mereka menjelaskan mengapa mereka mengurutkan kartu (jika
ada) ke dalam kategori "terlalu ambigu / tidak jelas". Seperti yang ditunjukkan dalam
Lampiran Tabel A1, empat item dijatuhkan setelah prosedur pengurutan.

Penyempurnaan Akhir Item Pengukuran

Pemeriksaan lebih lanjut pada item pengukuran mengakibatkan menjatuhkan lima
item dalam fase ini, seperti yang ditunjukkan pada Lampiran Tabel A1. Kelima item
ini menyadap (1) konstruksi teoritis lainnya seperti keterlibatan pengguna dan
dukungan manajemen atas atau (2) faktor risiko proyek yang tampaknya tidak terkait
erat dengan kompleksitas, seperti kurangnya kontrol atas sumber daya proyek,
kurangnya staf, dan kurangnya pengetahuan / keterampilan. Oleh karena itu, kami
menyimpulkan bahwa dimasukkannya barang-barang ini dapat membuat ruang
lingkup dan batas kompleksitas ISDP membangun terlalu luas dan ambigu. Akibatnya,
15 item di aineduntuk analisis faktor konfirmasi. Lampiran Tabel A2 meringkas item
akhir. Di bawah ini, kami membahas rasional dan sumber dari 15 langkah akhir yang
digunakan untuk menangkap empat komponen kompleksitas ISDP.

Ukuran komponen kompleksitas pertama, kompleksitas organisasi struktural,

umumnya dikaitkan dengan keserbaman atau koordinasi kelompok pengguna,
kontraktor eksternal dan vendor, dan komposisi fungsional tim proyek. Tiga item
digunakan untuk mengukur SORG. Item-item ini menilai kompleksitas yang terkait
dengan mengelola tim proyek lintas fungsi [7, 8], bekerja dengan beberapa kontraktor
dan vendor eksternal [2, 7, 34, 59, 83], dan mengoordinasikan beberapa unit pengguna
[8, 34, 59].

Ukuran komponen kedua kompleksitas ISDP, kompleksitas TI struktural,

menangkap kompleksitas yang terkait dengan (1) keserbaman komponen teknologi
dan (2) integrasi dengan sistem lain. Empat item digunakan untuk mengukur SIT.
Item-item inidigunakan d untuk menangkap kompleksitas yang terkait dengan
keserbaman lingkungan pengembangan perangkat lunak dan platform teknologi [49],
pemrosesan data real-time [27], dan integrasi sistem [7, 8, 48, 49].

Ukuran komponen ketiga kompleksitas ISDP, kompleksitas organisasi amic

dyn,amic organizational complexity, menangkap kompleksitas yang terkait dengan
perubahan dalam organisasi. Interaksi antara pengembangan IS dan perubahan
organisasi berjesasional [54]. Dengan demikian, dua item digunakan untuk menangkap
perubahan struktur ional organizatdan proses bisnis yang mempengaruhi persyaratan
bisnis [47]. Dua item tambahan digunakan untuk menangkap perubahan bisnis yang
disebabkan oleh IS yang dikirimkan oleh ISDP [7, 8, 60]. Akhirnya, satu item
digunakan untuk menilai perubahan kebutuhan informasi pengguna [12, 58, 59].

Ukuran komponen terakhir kompleksitas ISDP, kompleksitas IT dinamis,

menangkap kompleksitas yang terkait dengan perubahan lingkungan teknologi dan alat
pengembangan. Tiga item digunakan untuk menilai DIT. Satu item digunakan untuk
mengukur kompleksitas yang terkait dengan perubahan arsitektur IT [48, 59].
Arsitektur IT mengacu pada struktur keseluruhan IS perusahaan dan terdiri dari
aplikasi dan database untuk berbagai tingkat organisasi [22, 57]. Item kedua mengukur
perubahan infrastruktur TI [48, 60]. Item ketiga menangkap perubahan dalam sistem
development alat.

Ketiga, Pengumpulan Data Survei.

Survei online berbasis Web dihasilkan dari fase kedua proses penelitian
digunakan untuk mengumpulkan data skala besar untuk memvalidasi kerangka
konseptual dan ukuran kompleksitas ISDP. Item dipesan secara acak untuk
meminimalkan bias apa pun dari metode survei. Timbangan Likert tujuh titik
digunakan untuk item yang mengukur kompleksitas ISDP. Sumber responden survei
adalah Kelompok Minat Spesifik Sistem Informasidari Project Management Institute
(PMI-ISSIG), yang merupakan organisasi internasional profesional IS dengan sekitar
15.000 anggota. Kami menggunakan tiga kriteria untuk memilih responden target
kami: (1) anggota PMIISSIG Amerika Utara yang (2) adalah manajer proyek (bukan
spesialis such sebagaiprogrammer atau analis sistem), dan (3) telah mengelola ISDP
yang baru saja selesai. Alasan untuk memilih anggota Amerika Utara adalah untuk
menghindari bias dan masalah yang mungkin disebabkan oleh hambatan bahasa yang
mungkin dimiliki oleh anggota yang tidak berbahasa Inggris di wilayah lain.

Jumlah responden potensial adalah 1.740. Secara total, 565 tanggapan diterima,
mewakili tingkat respons 32,5 persen. Dua puluh empat tanggapan yang tidak
lengkaptelah di-ropped, menghasilkan ukuran sampel yang dapat digunakan 541, dan
tingkat respons akhir 31,1 persen. Tabel 3 menggambarkan karakteristik sampel studi.
Sampel tersebut mewakili berbagai sektor industri, mulai dari manufaktur, jasa
keuangan, software, konsultasi, ritel, transportasi, perawatan kesehatan, dan utilitas.
Rata-rata, perusahaan dalam sampel memiliki penjualan tahunan $ 2.55 miliar, dengan
14.800 karyawan. Tiga jenis ISDP—pengembangan baru in-house, implementasi
perangkat lunak kemasan, dan semen enhandari perangkat lunak yang ada—diwakili
secara merata dalam sampel. Rata-rata, proyek dalam sampel memiliki anggaran $ 2.1
juta, ukuran tim 34 anggota, dan durasi 12 bulan.

Keempat, Analisis data dan validasi pengukuran

Analisis Faktor Konfirmasi

Analisis faktor konfirmasi dengan LISREL 8.54 digunakan untuk
membandingkan lima model pengukuran alternatif kompleksitas ISDP, seperti
shsendiri pada Gambar 3. Berdasarkan literatur sebelumnya dan konseptualisasi kami
terhadap konstruksi kompleksitas ISDP, kami mengembangkan model pengukuran di
mana empat faktor urutan pertama dimuat ke faktor secondorder kompleksitas ISDP.
Empat model lainnyaadalah: (1) model null di mana semua tindakan tidak terkait satu
sama lain, (2) model di mana semua langkah dimuat ke satu faktor urutan pertama, (3)
model di mana langkah-langkah dimuat ke empat faktor urutan pertama yang tidak
terkait, dan (4) model di mana langkah-langkah dimuat ke empat faktor urutan pertama
yang berkorelasi.

Kelima model alternatif ini dibandingkan menggunakan dua kelompok indeks

kebaikan yang cocok. Kelompok pertama adalah abindeks solute yang sensitif
terhadap ukuran sampel. Mereka termasuk p-value dari statistik chi-square, rasio chi-
square ke derajat Tabel 3. Karakteristik Sampel Studi (n =541).

Berdasarkan hasil perbandingan model, model pengukuran yang paling mewakili

konstruksi kompleksitas ISDP dipilih untuk buluvalidasi pengukuran er. Validitas
unidimensionalitas dan konvergen dari empat komponen laten dinilai dengan
menentukan model faktor tunggal untuk setiap variabel laten. Keandalan dinilai oleh
indeks keandalan komposit yangdiisolasi berdasarkan pemuatan dan varians faktor
[78]. Salah satu keuntungan dari indeks keandalan komposit adalah bahwa itu bebas
dari asumsi terbatas yang sama pentingnya dari semua indikator di mana alfa
Cronbach didasarkan. Mengikuti Sethi dan King [63], Venkatraman [75], dan Werts
dkk[78], keandalan komposit dihitung dari pemuatan faktor dari setiap indikator dan
varians kesalahan menggunakan rumus berikut:

ρ c= Σλ(i )2 Varians()A /((Σλi )2 Varians()A +Σθδ).

Validitas diskriminan dari faktor urutan pertama dinilai menggunakan teknik
yang disarankan oleh Sethi dan King [63] dan Venkatraman [75]. Validitas
diskriminan didukung jika korelasi antara sepasang variabel laten secara signifikan
different dari persatuan. Model dengan korelasi terkendala satu dibandingkan dengan
model yang tidak dibatasi. Nilai chi-square yang jauh lebih rendah untuk model yang
tidak dibatasi, jika dibandingkan dengan model yang dibatasi, menunjukkan validi ty
diskriminanantara pasangan variabel laten.

Analisis Invariasi Faktorial

Analisis invariansi faktorial dilakukan untuk menetapkan generalisasi langkah-
langkah di tiga jenis ISDP. Tes invariasi faktorial memeriksa apakah ukuran operates
setara di seluruh subpopulasi yang berbeda [15]. Nilai model pengukuran sangat
ditingkatkan jika struktur dan properti faktorial yang sama dapat direplikasi di
berbagai subpopulasi [46]. ISDP didefinisikan dalam penelitian ini untuk memasukkan
three jenis pengembangan sistem: pengembangan baru in-house, implementasi
perangkat lunak kemasan, dan peningkatan utama perangkat lunak yang ada. Dengan
demikian, penting untuk memeriksa apakah struktur faktorial dan sifat pengukuran
selalu ada di ketigajenisISDP.

Setelah menghilangkan 30 kasus data dengan data yang hilang pada jenis
proyek, kami mmentasi data yang tersisa dari keseluruhan sampel berdasarkan jenis
proyek. Ukuran sampel adalah 195 untuk in-house proyek pengembangan baru, 173
untuk proyek implementasi perangkat lunak kemasan, dan 143 untuk peningkatan
besar perangkat lunak yang ada, masing-masing. Dalam melakukan analisis invariasi
faktorial, kami pertama kali membuat model awal dan diuji untuk model-data cocok.
Model pengukuran dengan pemuatan faktor invarian kemudian ditentukan dan diuji.
 Jika perbedaan model cocok antara model awal dan model dengan batasan invariance
tidak signifikan, invariance dari struktur faktorial pengukuran di tiga jenis ISDP
didukung.

Validitas Nomologis
Akhirnya, validitas nomologis (atau prediktif) dari ukuran kompleksitas ISDP
diperiksa. Validitas nomologis menilai apakah konstruksi yang diukur dengan
ukuranbaru adalah ass yang disosiasikan dengan konstruksi lain yang langkah-
langkahnya diketahui valid, seperti teori yang akan diprediksi. Dalam penelitian ini,
hubungan positif antara kompleksitas ISDP dan durasi proyek diprediksi. Untuk
menguji hubungan yang diprediksi ini, reco komposit dihitunguntuk masing-masing
dari empat faktor berdasarkan item yang sesuai. Selain itu, skor kompleksitas ISDP
secara keseluruhan diperoleh dengan rata-rata skor empat faktor. Karena proyek dalam
sampel selesai pada saat pengumpulan data,data durasi project tersedia. Analisis jalur
digunakan untuk menguji validitas nomologis dari langkah-langkah kompleksitas
ISDP berdasarkan apakah hubungan antara kompleksitas ISDP dan durasi proyek
positif seperti yang diprediksi.

d) Alat Analisis Data

Analisis data dalam penelitian ini menggunakan analisis faktor dan beberapa macam
validitas yang mendukung hasil dari analisis data tersebut.

e) Interpretasi Data

Analisis Faktor Konfirmasi

Model-Data Cocok dengan Model Alternatif
Semua model memiliki statistik chisquare yang signifikan, menunjukkan model
yang tidak memuaskan cocok. Namun, statistik chisquare yang signifikan
kemungkinan karena ukurannya yangcukup besar [4]. Oleh karena itu, indeks lain
yang independen dari ukuran sampel memberikan informasi yang lebih bermakna
untuk perbandingan model. Model 1, 2, dan 3 tidak dapat diterima karena sebagian
besar indeks fit mereka tidak memenuhi kriteria ambang batas. Kedua Model 4 dan
5 dapat diterima karena semua indeks yang sesuai memenuhi kriteria ambang batas.
Gambar 4 dan 5 menunjukkan hasil estimasi parameter model urutan pertama (Model
4) dan model urutan kedua (Model 5).
Kami menilai validitas model urutan kedua (Model 5) melalui pemeriksaan t-
koefisien [46]. Tje t-koefisien antara Model 4 dan Model 5 adalah 0,94 yang sangat
tinggi, mendukung bahwa model urutan kedua menjelaskan propo yang
signifikanrtion kovarians di antara faktor urutan pertama, sehingga menunjukkan
kemanjuran Model 5. Selain itu, jalur dari faktor urutan kedua kompleksitas ISDP ke
faktor-faktor firstorder semuanya signifikan. Berdasarkan hasil ini, kami
menyimpulkan bahwa Model 5 terbaik mewakili konstruksi kompleksitas ISDP.
Validitas Unidimensionalitas dan Konvergen
Validitas unidimensionalitas dan konvergen mengharuskan satu variabel laten
tunggal mendasari serangkaian tindakan [1]. Untuk menguji dity vali
unidimensionalitas dan konvergen,kami menghasilkan empat model urutan pertama
dengan masing-masing sesuai dengan salah satu dari empat komponen kompleksitas
ISDP. Hasil yang ditunjukkan dalam Tabel 5 menunjukkan bahwa keempat variabel
laten menunjukkan tingkat kecocokan model yang memadai. Secara keseluruhan,
hasilnyamenunjukkan e bahwa ukuran masing-masing dari empat komponen ISDP
memenuhi persyaratan validitas yang tidak profesional dan konvergen.
Keandalan Konsistensi Internal
Keandalan komposit (ρc), yang mewakiliproporsi varians pengukuran yang
disebabkan oleh variabel laten yang mendasarinya, dihitung untuk menilai keandalan
ukuran [78]. Nilai ρc lebih dari 0,50 menunjukkan bahwa varians yang ditangkap
oleh langkah-langkah lebih besar daripada yang ditangkap oleh komponen kesalahan,
sehingga menunjukkan tingkat keandalanya yang memuaskan.
Validitas Diskriminan
Validitas diskriminan menilai tingkat ke mana ukuran berbagai komponen
kompleksitas ISDP unik satu sama lain. Hasil tes pairwise ditampilkan dalam Tabel
7. Hasil penelitian menunjukkan bahwa keenam pasangan secara statistik berbeda,
menunjukkan bahwa empat komponen kompleksitas ISDP menunjukkan tingkat
validitas diskriminan yang memadai.
Analisis Invariasi Faktorial
Tabel 8 memperlihatkan hasil tes invariasi faktorial. Tes invariasi faktorial
mengambil ach approhierarkis. Pertama, model urutan kedua awal (Model A dalam
Tabel 8) sebagaimana ditentukan sebagai Model 5 pada Gambar 5 dibangun dan diuji
untuk masing-masing dari tiga jenis ISDP. Model awal tidak memiliki batasan
invariance di tiga jenis ISDP. Tujuannyauntuk menguji model urutan kedua awal di
seluruh jenis proyek adalah untuk memastikan bahwa model pengukuran sesuai
dengan data dengan baik untuk setiap jenis proyek.
Validitas Nomologis
Kami menganalisis validitas nomologis dari langkah-langkah kompleksitas ISDP
dengan menguji hubungan positif hipotesis antara kompleksitas ISDP dan durasi
proyek. Hubungan positif kami yang diusulkan antara kompleksitas ISDP dan durasi
proyek didukung oleh argumen bahwa kompleksitas proyek memberlakukan lebih
banyak beban kerja dan dengan demikian Tabel 9. Validitas Nomologis—Hasil
Analisis Regresi (n = 467)
B. Jurnal II
Judul :Panduan Pemula untuk Analisis Faktor Berfokus Pada Analisis

Faktor Eksploratif

Penulis : Gie Yong dan Sean Pearce (Universitas Ottawa)

Artikel ini membahas mengenai analisis faktor dan memberikan gambaran bagaimana
teknik statistiknya dan bagaimana penggunaannya dalam berbagai desain dan aplikasi
penelitian. Garis besarnya tentang cara kerja (teknik), teori matematika dalam analisis
faktor, dan cara menggunakannya dalam SPSS.

Review / Analisis Jurnal

a) Tujuan Penelitian
Tujuan penelitian ini yaitu menjelaskan teori dari analisis faktor, mulai dari apa itu
analisis faktor, bagaimana teknik atau penggunaannya, dan lainnya yang dapat
membantu pembaca mengembangkan pemahaman lebih baik tentang analisis faktor.

b) Perumusan Hipotesis
Jurnal ini tidak menggunakan hipotesis dikarenakan jurnal ini lebih bersifat deskripsi
atau penjelasan teori bukan sebuah penelitian langsung terhadap responden.

c) Metodologi
Jurnal ini lebih menggunakan metode deskripsi, dimana lebih memaparkan penjelasan
atau teori analisis data. Data yang terdapat dalam jurnal ini sepertinya hanya diambil
dari referensi saja, tidak melakukan penelitian sendiri.

d) Alat Analisis Data

Contoh analisis data yang dijelaskan pada jurnal ini ialah menggunakan analisis
faktor sesuai dengan judul atau inti dari jurnal ini yaitu menjelaskan mengenai
analisis data.

e) Interpretasi Data
Penyelesaian data dalam jurnal ini dijelaskan dengan menggunakan SPSS. Ada
beberapa tahap atau cara penggunaan SPSS dalam menganalisis data dengan analisis
faktor. Caranya yaitu :

Sebelum memasukkan ke SPSS terlebih dahulu menjalankan analisis faktor eksplorasi

pada SPSS.
Langkah 1, deskriptif. Memilih semua opsi dalam kotak dialog deskriptif (gambar 5
dalam jurnal) dan menjabarkan setiap option yang tersedia (tabel 2 dalam jurnal).

Langkah 2, ekstraksi. Peneliti memilih faktor sumbu utama dan matriks korelasi.

Langkah 3, rotasi. Peneliti memilih varimax karena ini adalah teknik rotasi yang
direkomendasikan untuk digunakan saat kita mulai menjelajahi set data. Kita dapat
memilih rotasi miring jika ada bukti sebelum korelasi faktor.

Langkah 4, faktor dan opsi. Mengatur SPSS untuk menghasilkan skor faktor sebagai
variabel baru menggunakan metode Anderson-Rubin.

Langkah 5, opsi. Mengatur opsi nilai yang hilang dan format tampilan koefisien.

Interpretasi Output SPSS

1. Interpretasi awal
Menentukan set data kita cocok untuk EFA. Apabila bermasalah pada tahap ini,
kita harus menyelesaikan masalah dan menjalankan analisis kembali. penjelasan
tampak gambar pada tahap ini dapat dilihat pada jurnal.

- Memasukkan data
- Klik analyze, faktor analyze
- Cek descriptive, extraction, rotations, scores, and options sudah sesuai.
- Setelahnya klik ok.

Maka akan keluar hasilnya berupa tabel-tabel. Ada beberapa tabel yaitu, matriks
correlation, KMO and Bartlett’s Test, matriks anti-gambar, total varians, scree
plot, komunalitas, dan faktor matriks (sebelum dan sesudah rotasi Varimax).