Analisis Faktor Butir Dg Spss

www.forumpenelitian.blogspot.com

ANALISIS FAKTOR UNTUK BUTIR NON TES DENGAN SPSS

Oleh: MUHAMMAD ALI GUNAWAN

VARIABEL : KINERJA GURU 1. DATA HASIL UJI COBA

Nomor Butir

Responden B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 B11 B12 B13 B14

1 4 5 3 5 3 4 3 4 5 4 3 5 5 2

2 4 5 4 4 3 5 2 4 5 4 3 5 5 2

3 2 3 3 4 1 4 1 4 5 4 3 5 5 2

4 1 2 2 3 1 3 1 5 5 4 4 5 5 4

5 4 3 2 5 4 5 3 4 4 4 3 4 5 3

6 3 4 3 4 2 4 2 4 4 4 3 4 5 3

7 1 3 1 2 1 3 1 2 3 1 2 3 2 1

8 4 5 3 4 5 5 2 4 5 3 3 4 3 3

9 4 5 4 3 4 5 2 4 5 4 3 4 3 3

10 1 3 3 2 2 4 1 4 5 4 3 5 3 3

11 4 5 4 3 4 5 5 4 5 3 3 4 3 3

12 2 4 3 1 3 3 4 4 5 4 3 4 3 3

13 5 5 3 3 4 5 5 5 5 5 4 5 4 4

14 3 4 3 3 2 4 4 5 5 3 4 5 4 4

15 1 3 1 2 1 3 2 4 5 5 3 5 5 3

16 5 4 4 4 3 5 4 4 5 4 3 5 5 3

17 2 3 2 3 1 3 3 5 5 4 4 5 5 4

18 5 5 4 4 3 5 4 4 5 4 3 4 5 3

19 1 3 2 3 1 3 4 1 3 4 2 2 3 1

20 4 5 4 5 3 5 5 5 5 5 4 4 4 3

21 3 4 3 2 2 4 4 3 4 4 2 4 4 1

22 3 4 3 3 1 5 4 4 5 4 3 5 5 2

23 1 3 1 2 1 2 3 5 5 4 4 5 5 3

24 2 4 2 3 3 4 4 3 4 2 2 4 4 1

25 5 5 3 4 4 5 5 4 5 4 3 5 5 2

26 4 3 4 3 3 5 4 5 5 4 4 5 5 3

27 1 2 2 2 1 3 3 4 5 2 3 5 5 2

28 4 3 3 5 5 5 5 5 5 5 4 5 5 3

29 2 1 2 3 3 4 3 2 3 5 1 4 3 1

30 2 1 2 4 2 4 3 1 2 4 1 2 2 1

Lanjutan

Nomor Butir

B15 B16 B17 B18 B19 B20 B21 B22 B23 B24 B25 B26 B27 B28 B29

3 5 3 3 5 4 5 5 4 5 4 5 5 5 4

3 5 3 3 4 3 3 5 4 5 4 5 5 5 3

3 5 3 3 4 3 3 5 4 5 4 5 5 5 3

5 5 5 4 3 2 2 4 2 4 3 2 1 4 2

3 5 3 3 5 4 4 5 4 5 5 5 5 5 4

3 5 3 3 4 3 3 5 3 4 4 5 4 5 3

1 3 1 1 1 2 2 3 3 3 2 1 1 3 1

2 5 3 2 5 4 5 5 5 5 4 5 5 5 4

2 5 3 2 4 3 4 5 2 3 4 5 4 5 3

2 5 3 2 4 3 4 5 2 3 4 5 4 5 3

2 5 3 2 4 3 4 5 2 3 4 5 5 5 3

2 5 3 2 4 3 4 5 2 3 4 5 5 5 3

3 5 5 4 5 4 5 5 5 5 5 5 5 5 4

3 5 5 4 5 4 5 5 5 5 5 5 5 5 4

2 5 3 1 5 4 5 5 5 5 5 5 5 5 4

2 5 3 1 5 4 5 5 5 5 5 5 5 5 4


4 5 5 4 3 2 4 4 3 2 4 3 3 4 2

3 5 3 1 5 4 5 5 5 5 5 5 5 5 4

1 4 1 1 4 3 5 5 3 3 4 5 4 5 3

4 5 5 4 5 4 5 5 5 4 5 5 5 5 5

2 4 2 1 5 4 5 5 5 4 5 5 5 5 4

3 5 3 2 4 3 5 5 3 3 4 5 4 5 3

4 5 5 4 3 2 4 4 3 2 3 1 3 4 1

2 4 2 1 4 3 5 5 3 3 4 5 5 5 3

3 5 3 2 4 3 5 5 3 3 4 5 5 5 3

4 5 5 4 4 3 5 5 3 3 4 5 5 5 3

3 5 3 2 5 4 5 5 5 4 5 5 5 5 5

4 5 5 4 5 4 5 5 5 4 5 5 5 5 5

1 4 2 1 5 4 5 5 5 5 4 5 5 5 5

1 2 1 1 4 3 5 5 3 4 4 5 3 2 1

Lanjutan

Nomor Butir

B30 B31 B32 B33 B34 B35 B36 B37 B38 B39 B40 B41 B42 B43 B44 B45 B46 Jml

4 5 5 3 4 4 3 4 5 3 5 4 3 4 5 5 5 191

4 5 4 3 4 4 2 3 3 2 5 4 3 4 4 4 4 177

4 5 5 3 4 4 1 2 4 1 3 2 1 2 4 5 1 157

3 4 4 4 5 4 1 2 3 1 2 1 1 4 3 3 1 139

4 5 4 3 4 4 3 4 5 3 3 2 1 1 5 4 1 174

4 5 5 3 4 4 2 3 3 2 4 3 2 1 4 4 4 163

2 3 4 1 2 3 1 2 2 1 3 2 1 1 1 2 1 86

3 4 5 2 3 4 2 3 4 2 5 4 3 3 5 4 5 178

3 4 4 2 3 4 2 3 5 2 5 4 3 4 4 5 4 168

3 4 3 2 3 4 1 2 5 1 3 2 1 4 1 3 2 141

4 5 5 2 3 4 5 5 5 4 5 4 3 3 1 5 2 175

4 5 3 2 3 4 4 5 4 4 4 3 2 4 1 5 2 160

5 5 4 4 5 5 5 5 5 4 5 4 3 5 1 4 1 202

4 5 5 4 5 4 4 5 5 4 4 3 2 3 5 4 5 194

4 5 4 1 2 3 2 3 5 2 3 2 1 5 5 1 2 157

5 5 5 1 2 3 4 5 3 4 4 3 2 4 4 4 5 185

2 1 3 4 5 4 3 3 4 2 3 2 1 1 4 5 3 151

5 5 4 1 2 3 4 5 4 4 5 4 3 4 4 5 5 190

4 5 4 1 2 3 4 4 4 3 3 2 2 4 4 4 1 138

5 5 5 4 5 4 5 5 3 4 5 4 3 1 2 5 2 199

5 5 3 1 2 3 4 3 3 2 4 3 2 1 5 3 5 159

4 5 4 2 3 3 4 5 3 4 4 3 2 1 4 5 3 167

2 3 4 4 5 4 3 4 4 3 3 2 1 4 3 4 3 148

4 5 3 1 2 3 4 5 3 4 4 3 2 2 2 3 3 149

4 5 5 2 3 4 5 5 4 4 5 4 3 4 3 5 3 185

4 5 4 4 5 4 4 5 4 4 3 2 1 4 4 4 4 185

5 5 4 2 3 4 3 4 4 3 2 1 1 4 5 4 5 165

5 5 4 4 5 4 5 5 4 4 3 2 1 5 5 5 5 204

5 5 3 1 2 3 3 4 3 3 1 1 1 5 5 5 5 153

4 5 4 1 2 3 3 4 3 3 1 1 1 4 4 3 4 125


2. ANALISIS DATA

2.a Menentukan Variabel yang Layak

2

3


Dari langkah ke empat ini, akan diperoleh hasil yang tertera dalam out put seperti pada gambar berikut:

Bagan 05: KMO and Bartlett’s Tes. Tabel di atas menunjukkan bahwa koefisien KMO sebesar 0,743, dengan signifikansi 0,00. Meningat KMO sudah melebihi 0,5 dan signifikansi kurang dari 0,05 berarti analisis dapat dilanjutkan.

4

KMO and Bartlett's Test

.743

963.653

435

.000

Kaiser-Meyer-Olkin Measure of SamplingAdequacy.

Approx. Chi-Square

df

Sig.

Bartlett's Test ofSphericity


Bagan Anti-Image Matrics Pada tabel korelasi anti image tampak bilangan-bilangan membentuk diagonal dari sisi kiri atas ke kanan bawah berlabel a dibelakangnya. Bilangan tersebut merupakan koefisien MSA. Variabel butir dengan MSA terkecil merupakan variabel butir yang harus dieliminasi, untuk selanjutnya dilakukan analisis ulang sampai KMO memenuhi syarat. Apabila KMO sudah memenuhi syarat untuk dianalisis selanjutnya, maka berikutnya harus diperlihatkan koefisien MSA untuk masing-masing variabel. Agar analisis lanjutan dapat dilaksanakan, koefisien MSA untuk masing-masing variabel harus ≥ 0,5. Ternyata, MSA untuk butir 35 besarnya hanya 0,348 < 0,5. oleh karena itu, butir tersebut harus dieliminasi, dan dilakukan analisis ulang. Analisis Ulang Setelah dilakukan analisis ulang didapatan KMO sebagai berikut:

Hasil analisis ulang menunjukkan bahwa koefisien KMO mengalami peningkatan dari 0,743 menjadi 0,760 dengan signifikansi 0,00. Namun pada tabel anti image matriksnya butir nomor 1 mengalami penurunan dari 0,500 menjadi 0,497. maka dilakukan lagi analisis ulang dengan mengeliminasi butir nomor 1 tersebut. Analisis Ulang ke 2 Setelah dilakukan analisis ulang didapatkan lagi KMO sebagai berikut

Hasil analisis menunjukkan bahwa koefisien KMO mengalami peningkatan dari 0,760 menjadi 0,767 dengan signifikansi 0,00. Namun pada tabel anti image matriksnya butir nomor 2 mengalami penurunan dari 0,500 menjadi 0,488. maka dilakukan lagi analisis ulang dengan mengeliminasi butir nomor 2 tersebut. Analisis Ulang ke 3


.760

924.528

406

.000


Approx. Chi-Square

df

Sig.



.767

876.104

378

.000


Approx. Chi-Square

df

Sig.



Dari analisis ulang ini didapatkan bahwa KMO meningkat dari 0,767 menjadi 0,775. Koefisien MSA untuk semua butir sudah melebihi 0,5. dengan demikian analisis sudah bisa dilanjutkan. Analisis juga menghasilkan tabel communalities seperti tertera pada gambar berikut:


.775

843.172

351

.000


Approx. Chi-Square

df

Sig.


Communalities

1.000 .663

1.000 .771

1.000 .754

1.000 .618

1.000 .737

1.000 .618

1.000 .638

1.000 .620

1.000 .785

1.000 .565

1.000 .593

1.000 .708

1.000 .697

1.000 .713

1.000 .668

1.000 .682

1.000 .753

1.000 .723

1.000 .679

1.000 .703

1.000 .676

1.000 .669

1.000 .772

1.000 .757

1.000 .815

1.000 .637

1.000 .785

B3

B4

B5

B6

B7

B8

B9

B10

B11

B12

B13

B14

B15

B16

B17

B18

B19

B20

B21

B22

B23

B24

B25

B26

B27

B28

B29

Initial Extraction

Extraction Method: Principal Component Analysis.


Menentukan FAKTOR Faktor yang terbentuk dapat dilihat dari tabel Total Variance Explained. Seperti pada gambar berikut:

Dari tabel di atas tampak bahwa eigenvalue berubah dari harga 9,484 terus berangsur-angsur menurun. Jika harga eigenvalue masih lebih dari 1, maka faktor yang terbentuk belum optimal. Perubahan nilai eigenvalue dari lebih dari 1 menjadi kurang dari 1 terjadi pada peralihan banyak faktor (komponen). Seperti tampak pada tabel berikut:

Total Variance Explained

9.484 35.125 35.125 9.484 35.125 35.125

2.398 8.883 44.008 2.398 8.883 44.008

1.962 7.268 51.276 1.962 7.268 51.276

1.576 5.837 57.113 1.576 5.837 57.113

1.256 4.651 61.764 1.256 4.651 61.764

1.100 4.075 65.839 1.100 4.075 65.839

1.021 3.782 69.621 1.021 3.782 69.621

.947 3.508 73.129

.889 3.294 76.422

.775 2.872 79.294

.714 2.644 81.938

.645 2.390 84.328

.574 2.127 86.455

.531 1.966 88.421

.485 1.795 90.215

.397 1.470 91.685

.373 1.381 93.067

.321 1.191 94.257

.294 1.090 95.348

.257 .954 96.301

.233 .863 97.164

.183 .680 97.844

.158 .583 98.427

.146 .542 98.969

.119 .442 99.411

8.784E-02 .325 99.736

7.128E-02 .264 100.000

Component1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

Total % of Variance Cumulative % Total % of Variance Cumulative %

Initial Eigenvalues Extraction Sums of Squared Loadings



Tabel komponen matrik menunjukkan bahwa butir 3 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,490); butir 4 sebaiknya masuk ke faktor 3 karena koefisien korelasinya terbesar (0,408); butir 5 sebaiknya masuk ke faktor 5 karena koefisien korelasinya terbesar (0,446), butir 6 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,532); butir 7 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,572); butir 8 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,583); butir 9 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,594); butir 10 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,664); butir 11 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,734); butir 12 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,620); butir 13 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,587); butir 14 sebaiknya masuk ke faktor 6 karena koefisien korelasinya terbesar (0,550); butir 15 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,649); butir 16 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,738); butir 19 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,707); butir 20 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,787); butir 21 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,679); butir 22 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,446); butir 23 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,591); butir 24 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,683); butir 25 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,516); butir 26 sebaiknya masuk ke faktor 3 karena koefisien korelasinya terbesar (0,497); butir 27 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,590); butir 28 sebaiknya masuk ke faktor 1 karena koefisien korelasinya terbesar (0,630); butir 29 sebaiknya masuk ke faktor 2 karena koefisien korelasinya terbesar (0,399) Khusus untuk butir 3, keputusan bisa meragukan karena selisih antara koefisien korelasi faktor 1 dan faktor 3 tidak jauh berbeda. Koefisien korelasi butir 3 faktor 1 sebesar 0,490, sementara itu

Component Matrixa

.490 -.379 .452 -1.61E-02 4.981E-02 -.263 5.514E-02

.392 -.305 .408 .358 .204 .358 -.246

.403 -.458 .373 .111 .446 8.003E-02 .160

.532 -.488 -.112 -1.82E-03 -6.70E-02 -.266 9.549E-02

.572 -.558 -4.90E-02 .261 -.106 .131 6.119E-03

.583 -.369 -1.37E-02 .206 -.124 5.489E-02 .284

.594 -4.23E-02 .371 -.323 -.159 -2.08E-02 -.125

.664 -.202 -.176 2.170E-02 -.188 -.205 .172

.734 -.267 -.257 7.045E-02 -9.60E-02 1.551E-02 -.307

.620 -3.96E-02 -.109 -.393 2.385E-02 8.228E-02 -7.40E-02

.587 -.102 .243 -.352 -8.78E-02 .211 5.495E-02

.515 .136 2.627E-02 -.292 8.433E-02 .550 .171

.649 -.128 .123 -.328 5.795E-02 -.199 .305

.738 9.908E-02 .190 -.115 -1.69E-02 .115 -.310

.657 -.108 -.224 .242 -.280 5.383E-02 -.183

.655 6.597E-02 -.463 .111 .140 -5.20E-02 -1.16E-02

.707 .183 -.345 -3.86E-02 .301 9.356E-02 -1.74E-03

.787 .133 -.170 -4.52E-02 -.170 -.127 -.101

.679 .226 -6.71E-02 -.204 -1.73E-02 -.334 -9.04E-02

.446 .168 .290 .140 .195 -.311 -.488

.591 .298 -7.56E-02 .452 .134 3.747E-02 9.060E-02

.683 .124 -.315 -.202 .110 6.221E-02 .175

.516 .356 .258 .357 -.284 -8.85E-02 .310

.355 .487 .497 -4.10E-02 .275 -.214 .152

.590 .405 -.168 .368 .353 1.073E-02 .114

.630 .396 3.852E-02 -.167 -9.90E-02 .186 -9.74E-02

.304 .399 .362 .241 -.562 .152 6.713E-02

B3

B4

B5

B6

B7

B8

B9

B10

B11

B12

B13

B14

B15

B16

B17

B18

B19

B20

B21

B22

B23

B24

B25

B26

B27

B28

B29

1 2 3 4 5 6 7

Component


7 components extracted.a.


koefisien korelasinya dengan faktor 3 sebesar 0,452. agar kita mendapatkan gambaran yang jelas maka perlu dilakukan rotasi. Melakukan Rotasi

Rotated Component Matrixa

.536 -.126 .171 6.863E-02 .358 .296 .331

.100 7.257E-02 .122 .122 .822 .195 -.112

.343 7.728E-02 .126 -.156 .691 1.496E-02 .335

.754 9.908E-02 .111 -9.64E-02 9.113E-02 .101 1.926E-03

.655 .144 .121 6.247E-02 .446 -1.54E-02 -.263

.640 .207 .146 .196 .291 -.145 -1.74E-02

.287 -9.33E-02 .597 .197 .122 .346 .130

.682 .284 .219 .139 -5.22E-02 6.816E-02 -6.51E-03

.539 .353 .315 -1.42E-02 .160 .308 -.387

.288 .230 .630 -.102 -2.20E-02 .143 -2.81E-02

.272 -5.90E-03 .675 .124 .189 5.121E-02 9.441E-02

-3.11E-02 .288 .718 .101 .206 -.238 1.857E-02

.528 .151 .478 8.327E-03 1.607E-03 6.427E-02 .402

.172 .250 .576 .197 .227 .441 -6.42E-02

.470 .358 .198 .265 9.688E-02 .199 -.401

.358 .693 .194 -4.79E-02 -4.99E-02 .112 -.137

.187 .732 .402 -8.80E-02 3.772E-02 .104 -8.77E-03

.424 .441 .413 .228 -.120 .320 -9.56E-02

.328 .371 .390 .101 -.232 .438 .159

3.956E-02 .214 7.066E-02 9.287E-02 .198 .769 .110

.133 .687 2.230E-02 .360 .197 .121 5.104E-02

.308 .560 .495 -2.31E-02 -.104 -3.65E-02 5.312E-02

.222 .308 6.249E-02 .749 3.650E-02 7.031E-02 .237

-.146 .233 .211 .298 8.131E-02 .324 .660

3.100E-02 .842 5.216E-02 .200 .144 .122 .163

-5.12E-03 .365 .594 .321 -3.56E-02 .214 -1.99E-02

-2.08E-02 -6.33E-03 .183 .861 9.525E-03 8.368E-02 -4.50E-02

B3

B4

B5

B6

B7

B8

B9

B10

B11

B12

B13

B14

B15

B16

B17

B18

B19

B20

B21

B22

B23

B24

B25

B26

B27

B28

B29

1 2 3 4 5 6 7

Component

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Rotation converged in 15 iterations.a.

Component Transformation Matrix

.528 .514 .538 .229 .193 .277 .038

-.632 .406 .106 .429 -.419 .156 .202

-.147 -.511 .119 .382 .487 .273 .495

.058 .345 -.707 .417 .409 .020 -.193

-.271 .423 -.076 -.629 .392 .069 .434

-.396 .052 .422 .100 .466 -.510 -.418

.258 .101 -.049 .198 -.108 -.747 .558

Component1

2

3

4

5

6

7

1 2 3 4 5 6 7

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.

Analisis Faktor Butir Dg Spss

Education

Transcript of Analisis Faktor Butir Dg Spss