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 decision

adolescent 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 Communalities

Mean Std. Deviation Analysis N Initial Extraction

LSE1 LSE1 .152 .182
3.9197 1.34453 4210
LSE2 LSE2 .511 .569
4.1036 1.36783 4210
LSE3 LSE3 .559 .640
4.2347 1.29239 4210
LSE4 LSE4 .435 .505
4.2905 1.21659 4210
LSE5 LSE5 .495 .563
4.1143 1.34163 4210
LSE6 LSE6 .475 .535
4.3109 1.20859 4210
LSE7 LSE7 .135 .203
4.0197 1.10415 4210
LSE8 LSE8 .137 .236
4.1344 .98936 4210
LSE9 LSE9 .189 .414
2.8504 1.48163 4210
LSE10 LSE10 .155 .304
3.0366 1.49589 4210
LSE11 LSE11 .172 .252
3.6259 1.39270 4210
LSE12 LSE12 .183 .256
4.0660 1.29161 4210
Extraction Method: Principal Axis Factoring.

Hal 2
 Iswandi
NPM : 0806470421
Pengukuran Skala Sikap - Faktor Analisis

Total Variance Explained

Extraction Sums of Squared Rotation Sums of Squared

Factor Initial Eigenvalues Loadings Loadings
% of Cumulative % of Cumulative % of Cumulative
Total Variance % Total Variance % Total Variance %
1 3.981 33.172 33.172 3.463 28.861 28.861 2.813 23.439 23.439
2 1.554 12.953 46.126 .914 7.614 36.475 1.077 8.972 32.410
3 .977 8.144 54.270 .281 2.344 38.820 .769 6.409 38.820
%4 .893 7.439 61.709
5 .813 6.773 68.482
6 .719 5.989 74.471
7 .674 5.613 80.084
8 .645 5.378 85.461
9 .559 4.662 90.123
10 .488 4.069 94.192
11 .376 3.137 97.330
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 2 3
LSE3 .770 -.218 -.019
LSE2 .728 -.184 -.071
LSE5 .727 -.171 -.069
LSE6 .703 -.202 .012
LSE4 .686 -.184 -.009
LSE12 .417 .195 .210
LSE1 .408 .122 .023
LSE11 .362 .316 .146
LSE7 .328 .249 .183
LSE9 .337 .471 -.280
LSE10 .261 .427 -.230
LSE8 .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 2 3
LSE1 .067 .076 .030
LSE2 .186 -.116 -.098

Hal 3
 Iswandi
NPM : 0806470421
Pengukuran Skala Sikap - Faktor Analisis

LSE3 .247 -.182 -.008

LSE4 .159 -.107 .002
LSE5 .195 -.113 -.097
LSE6 .177 -.131 .037
LSE7 .064 .145 .173
LSE8 .067 .192 .200
LSE9 .090 .340 -.317
LSE10 .061 .259 -.220
LSE11 .076 .190 .151
LSE12 .082 .129 .210
Extraction Method: Principal Axis Factoring.

Factor Score Covariance Matrix

Factor 1 2 3
1 .876 -.032 -.015
2 -.032 .591 -.014
3 -.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 Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Factor Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.981 33.172 33.172 3.463 28.861 28.861 2.729 22.745 22.745
2 1.554 12.953 46.126 .914 7.614 36.475 1.058 8.820 31.566
3 .977 8.144 54.270 .281 2.344 38.820 .870 7.254 38.820
4 .893 7.439 61.709
5 .813 6.773 68.482
6 .719 5.989 74.471
7 .674 5.613 80.084
8 .645 5.378 85.461
9 .559 4.662 90.123
10 .488 4.069 94.192
11 .376 3.137 97.330
12 .320 2.670 100.000
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) :
Rotated Factor Matrixa

Factor
1 2 3
LSE3 .766
LSE2 .721
LSE5 .713
LSE6 .697
LSE4 .677
LSE1 .279 .258
LSE8 .448
LSE12 .437
LSE11 .430
LSE7 .407
LSE9 .610
LSE10 .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 2 3
LSE1 .013 .091 .053
LSE2 .231 -.051 .043
LSE3 .304 .007 -.043
LSE4 .189 .015 -.026
LSE5 .236 -.045 .047
LSE6 .212 .036 -.060
LSE7 -.045 .230 .004
LSE8 -.070 .276 .019
LSE9 -.054 -.016 .470
LSE10 -.050 .000 .341
LSE11 -.054 .243 .052
LSE12 -.026 .257 -.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 Minimum Maximum Mean Std. Deviation

REGR factor score
4210 -3.27181 1.26289 .0000000 .90502325
1 for analysis 1
REGR factor score
4210 -2.79064 1.14388 .0000000 .67057090
2 for analysis 1
REGR factor score
4210 -1.43899 1.41179 .0000000 .70052775
3 for analysis 1
Valid N (listwise) 4210

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

N Minimum Maximum Mean Std. Deviation

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

S_fact1b 4210 .00 10.00 7.2151 1.99577
Valid N (listwise) 4210

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 Minimum Maximum Mean Std. Deviation

S_fact1b 4210 .00 10.00 7.2151 1.99577
Valid N (listwise) 4210

Factor 2 (communication skill)

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

S_fact2b 4210 .00 10.00 7.0927 1.70433
Valid N (listwise) 4210

Factor 3 (assertiveness)
Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

S_fact3b 4210 .00 10.00 5.0477 2.45732
Valid N (listwise) 4210

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 kolmogrov-
smirnov, 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) Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
Merge_f .040 4210 .000 .982 4210 .000
a Lilliefors Significance Correction

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) Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
trans_f .082 4210 .000 .906 4210 .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

LSE4 N Mean Rank Sum of Ranks

Merge_f Not at all confident 333 242.65 80802.00
Not very confident 187 292.29 54658.00
Total 520

Test Statisticsa

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

P2 District/municipality N Mean Rank

Merge_f Biak Numfor 393 1423.98
Kabupaten Jayapura 388 2741.27
Jayawijaya 345 1509.99
Manokwari 396 2424.20
sorong 399 2004.60
Kota Jayapura 394 2359.11
Kota Sorong 395 2129.61
Keerom 372 1980.72
Supiori 355 1692.07
Merauke 387 2398.00
Mimika 386 2393.59
Total 4210

Test Statisticsa,b

Merge_f
Chi-Square 448.917
df 10
Asymp. Sig. .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