P. 1
Tugas Pengukuran Skala Sikap

Tugas Pengukuran Skala Sikap

|Views: 1,610|Likes:
Published by Iswandi
Faktor Analisis, Dosen pengajar : Iwan Ariawan, MS
Faktor Analisis, Dosen pengajar : Iwan Ariawan, MS

More info:

Published by: Iswandi on Mar 26, 2009
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

05/02/2013

pdf

text

original

Tugas Kokurikuler II Mata Kuliah : Pengukuran Skala Sikap Dosen Pengajar : dr.

Iwan Ariawan, MS

Topik :

ANALISIS FAKTOR
________________________________________________________
Oleh :

Iswandi 0806470421

Program Pascasarjana Departemen Biostatistik dan Kependudukan Fakultas Kesehatan Masyarakat Universitas Indonesia DEPOK, 26 Maret 2009

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

Permasalahan :
Gunakan data LSE Papua yang merupakan pengukuran dari 3 ranah ketrampilan hidup pada remaja yaitu : kemampuan asertif (assertiveness), kemampuan mengambil keputusan (decision making skill) & kemampuan komunikasi dengan orang tua/guru (communication skill). Ke-3 ranah ini diukur melalui 12 pertanyaan. 1. Lakukanlah analisis factor untuk menguji apakah ke-12 pertanyaan tersebut memang dapat menggambarkan 3 ranah ketrampilan hidup remaja (gunakan rotasi factor yang tepat). Beri nama faktor yang terbentuk. 2. Hitunglah skor factor untuk ke-3 ranah tersebut & konversi skor tersebut ke skala 0 -10. Buatlah statistic deskriptif dari ke-3 faktor tersebut (rata-rata, simpang baku, min, max). 3. Lakukan uji statistic untuk melihat apakah ada perbedaan ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri, juga antara kabupaten.

Penyelesaian :

communication skill

assertiveness

Life Skills for adolescent

decision making skill

Solusi 1
1. Digunakan data LSE Papua.sav 2. Selanjutnya Analyze  Data Reduction  Factor 3. Keseluruhan item pertanyaan LSE1 sd LSE12 dimasukkan ke dalam kotak variables
Hal 1

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

4. Selanjutnya di bagian Descriptives, diberi centang pada bagian statistics ; Univariate descriptive dan initial solution. Lalu continue 5. Pada bagian extraction, dipilih Method : Principal axis factoring, dipilih juga pada extract ; Number of factors = 3. Karena diduga ada 3 faktor dari ke 12 item pertanyaan tersebut. Selanjutnya pilihan yang lain dibiarkan default. Lalu continue 6. Pada bagian Rotation, untuk langkah awal digunakan method : varimax. Lalu continue 7. Pada bagian Scores diberi centang pada Display factor scores coefficien matrix. Lalu continue 8. Di bagian Options, dicentang Exclude cases listwise dan Sorted by size, lalu continue, OK Maka outputnya sebagai berikut (setelah edit label) :
Descriptive Statistics Mean LSE1 LSE2 LSE3 LSE4 LSE5 LSE6 LSE7 LSE8 LSE9 LSE10 LSE11 LSE12 3.9197 4.1036 4.2347 4.2905 4.1143 4.3109 4.0197 4.1344 2.8504 3.0366 3.6259 4.0660 Std. Deviation 1.34453 1.36783 1.29239 1.21659 1.34163 1.20859 1.10415 .98936 1.48163 1.49589 1.39270 1.29161 Analysis N 4210 4210 4210 4210 4210 4210 4210 4210 4210 4210 4210 4210 Communalities Initial LSE1 LSE2 LSE3 LSE4 LSE5 LSE6 LSE7 LSE8 LSE9 LSE10 LSE11 LSE12 .152 .511 .559 .435 .495 .475 .135 .137 .189 .155 .172 .183 Extraction .182 .569 .640 .505 .563 .535 .203 .236 .414 .304 .252 .256

Extraction Method: Principal Axis Factoring.

Hal 2

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis
Total Variance Explained Extraction Sums of Squared Loadings % of Cumulative Total Variance % 3.463 .914 .281 28.861 7.614 2.344 28.861 36.475 38.820 Rotation Sums of Squared Loadings % of Cumulative Total Variance % 2.813 1.077 .769 23.439 8.972 6.409 23.439 32.410 38.820

Factor

Initial Eigenvalues % of Cumulative Total Variance % 3.981 1.554 .977 .893 .813 .719 .674 .645 .559 .488 .376 33.172 12.953 8.144 7.439 6.773 5.989 5.613 5.378 4.662 4.069 3.137 33.172 46.126 54.270 61.709 68.482 74.471 80.084 85.461 90.123 94.192 97.330

1 2 3 %4 5 6 7 8 9 10 11 12

.320 2.670 100.000 Extraction Method: Principal Axis Factoring.

Nampak pada output di atas SPSS mengelompokkan ke-12 item pertanyaan menjadi 3 faktor. Terlihat juga bahwa faktor 1 mampu menjelaskan variasi sebesar 28.861%, faktor 2 sebesar 7.614 dan faktor 3 mampu menjelaskan 2.344% atau dengan kata lain ke-3 faktor tersebut mampu menjelaskan variasi 38.820%.
Factor Matrix(a) Factor 1 LSE3 LSE2 LSE5 LSE6 LSE4 LSE12 LSE1 LSE11 LSE7 LSE9 LSE10 LSE8 .770 .728 .727 .703 .686 .417 .408 .362 .328 .337 .261 2 -.218 -.184 -.171 -.202 -.184 .195 .122 .316 .249 .471 .427 3 -.019 -.071 -.069 .012 -.009 .210 .023 .146 .183 -.280 -.230

.295 .329 .202 Extraction Method: Principal Axis Factoring. a Attempted to extract 3 factors. More than 25 iterations required. (Convergence=.001). Extraction was terminated. Factor Score Coefficient Matrix Factor 1 LSE1 LSE2 .067 .186 2 .076 -.116 3 .030 -.098

Hal 3

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis
LSE3 LSE4 LSE5 LSE6 LSE7 LSE8 LSE9 LSE10 LSE11 LSE12 .247 .159 .195 .177 .064 .067 .090 .061 .076 .082 -.182 -.107 -.113 -.131 .145 .192 .340 .259 .190 .129 -.008 .002 -.097 .037 .173 .200 -.317 -.220 .151 .210

Extraction Method: Principal Axis Factoring. Factor Score Covariance Matrix Factor 1 2 3 1 .876 -.032 2 -.032 .591 3 -.015 -.014

-.015 -.014 .292 Extraction Method: Principal Axis Factoring.

9. Selanjutnya untuk kepentingan uji penentuan apakah ke-12 pertanyaan tersebut dapat menggambarkan 3 ranah ketrampilan hidup remaja (dengan menggunakan rotasi factor yang paling tepat), maka dilakukan percobaan terhadap beberapa bentuk rotasi, yaitu :      varimax, quartimax, equamax, direct oblimin -~ sd 0 dan, promax kappa 0 sd 4.

Bentuk rotasi yang paling tepat adalah bentuk dengan nilai sum of squared (varians) paling merata yang dapat dilihat dari output Total Variance Explained. Selanjutnya diperoleh hasil bahwa yang paling terbaik adalah model rotasi Equamax, dengan output nilai varians sebagai berikut :

Hal 4

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

Total Variance Explained Initial Eigenvalues % of Variance Cumulative % 33.172 33.172 12.953 46.126 8.144 54.270 7.439 61.709 6.773 68.482 5.989 74.471 5.613 80.084 5.378 85.461 4.662 90.123 4.069 94.192 3.137 97.330 2.670 100.000 Extraction Sums of Squared Loadings Total % of Variance Cumulative % 3.463 28.861 28.861 .914 7.614 36.475 .281 2.344 38.820 Rotation Sums of Squared Loadings Total % of Variance Cumulative % 2.729 22.745 22.745 1.058 8.820 31.566 .870 7.254 38.820

Factor 1 2 3 4 5 6 7 8 9 10 11 12

Total 3.981 1.554 .977 .893 .813 .719 .674 .645 .559 .488 .376 .320

Extraction Method: Principal Axis Factoring.

10. Untuk kepentingan uji penentuan apakah ke-12 pertanyaan tersebut dapat menggambarkan 3 ranah ketrampilan hidup remaja serta bagaimana penamaan dari ranah/faktor/ domain/bagian tersebut. Informasinya dapat diketahui dengan melihat output Rotated factor matrix -nya sbb (dengan suppress absolute values less then = 0.25) :
a Rotated Factor Matrix

LSE3 LSE2 LSE5 LSE6 LSE4 LSE1 LSE8 LSE12 LSE11 LSE7 LSE9 LSE10

1 .766 .721 .713 .697 .677 .279

Factor 2

3

.258 .448 .437 .430 .407 .610 .524

Extraction Method: Principal Axis Factoring. Rotation Method: Equamax with Kaiser Normalization. a. Rotation converged in 5 iterations.

Dari output di atas nampak masing-masing korelasi dari 3 faktor (dengn nilai korelasi < 0.25 tidak dicantumkan) : Factor 1 : diwakili oleh 5 atau 6 pertanyaan yaitu LSE3, LSE2, LSE5, LSE6, LSE4 dan kemungkinan LSE1 Factor 2 : diwakili oleh 4 atau 5 pertanyan yaitu LSE8, LSE12, LSE11, LSE7 dan kemungkinan LSE1 Factor 3 : diwakili oleh 2 pertanyaan yaitu LSE9 dan LSE10 Selanjutnya proses penamaan factor memerlukan pengatahuan atau pengertian tentang substansi, sehingga harus kembali kepada item pertanyaan. Dengan demikian :

Hal 5

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis Factor 1  Kemampuan mengambil keputusan (Decision making skill) Terdiri dari 6 pertanyaan yaitu LSE3, LSE2, LSE5, LSE6, LSE4 dan LSE1. Adapun Penetapan LSE1 berdasarkan pertimbangan substansi & juga nilai korelasi yang lebih besar ke factor 1 Factor 2  Komunikasi dengan orangtua/guru (Communicatin skill) Terdiri dari 4 pertanyaan yaitu LSE8, LSE12, LSE11 dan LSE7. Factor 3  Kemampuan asertif (Assertiveness) Terdiri dari 2 pertanyaan yaitu LSE9 dan LSE10

Solusi 2
1. Untuk informasi skor ke-3 ranah tersebut di SPSS maka dilakukan langkah-langkah seperti pada poin sebelumnya. Hanya pada tab scores, diberi centang pada bagian save as variables : Regression. Lalu ok

Maka secara otomatis pada data editor SPSS diperoleh tiga variabel baru yaitu FAC1_1, FAC1_2 dan FAC1_3 berisi skor ke-3 ranah tersebut. Secara manual, contohnya sbb :
Factor Score Coefficient Matrix Factor 1 LSE1 LSE2 LSE3 LSE4 LSE5 LSE6 LSE7 LSE8 LSE9 LSE10 LSE11 LSE12 .013 .231 .304 .189 .236 .212 -.045 -.070 -.054 -.050 -.054 -.026 2 .091 -.051 .007 .015 -.045 .036 .230 .276 -.016 .000 .243 .257 3 .053 .043 -.043 -.026 .047 -.060 .004 .019 .470 .341 .052 -.027

Extraction Method: Principal Axis Factoring. Rotation Method: Equamax with Kaiser Normalization.

Hal 6

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis Skor factor 1 (decision making) Untuk responden pertama adalah : F1 = 0.013 (LSE1) + 0.231 (LSE2) + 0.304 (LSE3)... - 0.26 (LSE12) = 0.013 (5) + 0.231 (5) + 0.304 (5)... - 0.26 (5) = 0 .41022 dstnya…. 2. Untuk mengkonversi skor ke-3 factor tersebut ke skala 0 - 10, maka dilakukan langkah - langkah sebagai berikut :  Mendeskripsikan ke-3 skor factor untuk melihat nilai min-max nya
Descriptive Statistics N REGR factor score 1 for analysis 1 REGR factor score 2 for analysis 1 REGR factor score 3 for analysis 1 Valid N (listwise) 4210 4210 4210 4210 Minimum -3.27181 -2.79064 -1.43899 Maximum 1.26289 1.14388 1.41179 Mean .0000000 .0000000 .0000000 Std. Deviation .90502325 .67057090 .70052775

 

Misalnya : deskriptif factor 1 (decision making) skornya -3.27181 sd 1.26289 Selanjutnya membuat variabel pembulatan dengan perintah compute. Misalnya : S_fact1a = FAC1_1 + 3.27181 Lalu untuk melihat nilai max, maka dideskriptifkan kembali var S_fact1a tersebut Perintah syntax langkah di atas sebagai berikut :
COMPUTE S_fact1a = FAC1_1 + 3.27181 . EXECUTE . DESCRIPTIVES VARIABLES=S_fact1a /STATISTICS=MEAN STDDEV MIN MAX .

Output deskriptif S_fact1a
Descriptive Statistics S_fact1a Valid N (listwise) N 4210 4210 Minimum .00 Maximum 4.53 Mean 3.2718 Std. Deviation .90502

Dari output di atas nampak bahwa skor telah berubah ke skala 0 sd 4.53  Sebagai langkah akhir untuk pembulatan 0 sd 10, kembali dengan perintah compute. Misalnya : S_fact1b = S_fact1a * (10/4.534697932301) contoh ini tanpa pembulatan Lalu deskriptifkan untuk melihat hasilnya. Perintah syntax langkah di atas sebagai berikut :
COMPUTE S_fact1b = S_fact1a * (10/4.534697932301) . EXECUTE . DESCRIPTIVES VARIABLES=S_fact1b /STATISTICS=MEAN STDDEV MIN MAX .

Hal 7

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

Descriptive Statistics N 4210 4210 Minimum .00 Maximum 10.00 Mean 7.2151 Std. Deviation 1.99577

S_fact1b Valid N (listwise)

Nampak dari output di atas rentang nilai sudah berada antara 0 sd 10

3. Statistic deskriptif dari ke-3 faktor tersebut (rata-rata, simpang baku, min, max), sebagai berikut : Faktor 1 (decision making skill)
Descriptive Statistics N 4210 4210 Minimum .00 Maximum 10.00 Mean 7.2151 Std. Deviation 1.99577

S_fact1b Valid N (listwise)

Factor 2 (communication skill)
Descriptive Statistics N 4210 4210 Minimum .00 Maximum 10.00 Mean 7.0927 Std. Deviation 1.70433

S_fact2b Valid N (listwise)

Factor 3 (assertiveness)
Descriptive Statistics N 4210 4210 Minimum .00 Maximum 10.00 Mean 5.0477 Std. Deviation 2.45732

S_fact3b Valid N (listwise)

Hal 8

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

Solusi 3
1. Pertanyaan uji :
a. Apakah ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri ? b. Apakah ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara tiap kabupaten (11 kabupaten) ? 2. Formula Hipotesis :
a. Ho : Tidak ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri. Ha : Ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri. b. Ho : Tidak ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara tiap kabupaten. Ha : Ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara tiap kabupaten (paling tidak ada satu perbedaan di antara kabupaten tsb). 3. Kedua uji hipotesis di atas menggunakan batas kritis α = 0.05 4. Uji yang digunakan :
a. Untuk uji perbedaan dua sampel independen, apabila syarat kenormalan data terpenuhi maka digunakan independent t test , namun apabila tidak terpenuhi maka digunakan uji alternatifnya yaitu uji mann-whitney, kolmogrov-smirnov, median test atau Wald-wolfowitz. b. Untuk uji perbedaan lebih dari dua sampel independen, apabila syarat normality dan homogeneity of variance terpenuhi maka digunakan one way anova, namun apabila syarat tersebut tidak terpenuhi maka digunakan uji alternatifnya yaitu Krusskal-wallis atau uji median yang diperluas. 5. Uji Normalitas, Uji Varians dan tranformasi data : a. Uji Normalitas dapat dilakukan dengan beberapa metode. Antara lain : metode kolmogrovsmirnov, Shapiro-Wilk, Liliefors, kecocokan chi-square, atau secara deskriptif dengan memperhatikan bentuk grafik. Pada latihan ini menggunakan Uji kolmogrov-smirnov beserta koreksi uji Liliefors terhadap variabel skor ketrampilan hidup remaja yang merupakan skor gabungan faktor1, faktor2 dan faktor3 (merge_f). Diperoleh hasil :
Tests of Normality Kolmogorov-Smirnov(a) Statistic Merge_f df Sig. .000 Statistic .982 .040 4210 a Lilliefors Significance Correction Shapiro-Wilk df 4210 Sig. .000

karena nilai P (probability value/critical value) yang diperoleh lebih kecil dari α = 0.05 yang telah ditentukan, maka dapat disimpulkan variabel total skor ketrampilan hidup tersebut tidak mengikuti distribusi normal. Dengan demikian perlu dilakukan transformasi data agar dapat dinormalkan distribusinya. Hal 9

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis b. Transformasi data dilakukan dengan cara melakukan compute variabel total skor ketrampilan hidup dengan nama var trans_f

Selanjunya pada variabel trans_f tersebut kembali dilakukan uji normalitas, hasilnya sbb :
Tests of Normality Kolmogorov-Smirnov(a) trans_f Statistic .082 df 4210 Sig. .000 Statistic .906 Shapiro-Wilk df 4210 Sig. .000

a Lilliefors Significance Correction

Hasilnya sebagaimana output di atas nampak bahwa, sekalipun telah dilakukan transformasi data tetap saja p = 0.000. Karena lebih kecil dari α = 0.05 yang telah ditentukan, maka dapat disimpulkan variabel total skor ketrampilan hidup tersebut tidak mengikuti distribusi normal. c. Uji varians otomatis tidak dilakukan lagi karena syarat normalitas sudah tidak terpenuhi. 6. Melakukan Uji Hipotesis : a. Karena syarat independent t test tidak terpenuhi maka digunakan uji mann-whitney sebagai alternative. Caranya dengan SPSS Analyze  Nonparametric test  2 independent samples Selanjutnya dilakukan seperti gambar di bawah :

Hal 10

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis Setelah di OK maka hasilnya sebagai berikut :
Ranks Merge_f LSE4 Not at all confident Not very confident Total N 333 187 520 Mean Rank 242.65 292.29 Sum of Ranks 80802.00 54658.00

Test Statisticsa Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) Merge_f 25191.000 80802.000 -3.615 .000

a. Grouping Variable: LSE4

Hasil output di atas memperlihatkan nilai P adalah 0.000, karena nilai tersebut jauh dari nilai α = 0.05, maka Ho ditolak. Hal ini berarti memang ada perbedaan skor ketrampilan hidup remaja

(yang diukur dari ke-3 ranah tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri.
b. Karena syarat uji one way anova tidak terpenuhi, maka digunakan uji alternative Kruskal-Wallis. Caranya dengan SPSS : Analyze  Nonparametric test  K Independen Samples Selanjutnya memasukkan data sebagaimana gambar di bawah :

Setelah di OK maka hasilnya sebagai berikut :

Hal 11

Iswandi NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis
Ranks Merge_f P2 District/municipality Biak Numfor Kabupaten Jayapura Jayawijaya Manokwari sorong Kota Jayapura Kota Sorong Keerom Supiori Merauke Mimika Total N 393 388 345 396 399 394 395 372 355 387 386 4210 Mean Rank 1423.98 2741.27 1509.99 2424.20 2004.60 2359.11 2129.61 1980.72 1692.07 2398.00 2393.59

Test Statisticsa,b Chi-Square df Asymp. Sig. Merge_f 448.917 10 .000

a. Kruskal Wallis Test b. Grouping Variable: P2 District/municipality

Oleh karena P adalah 0.000 yang jauh di bawah 0.05, maka Ho ditolak. Hal ini berarti terbukti ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara

tiap kabupaten (paling tidak ada satu perbedaan di antara kabupaten tsb).

Hal 12

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->