Tabulasi Silang Cross Tabulation Analisis Faktor

  2 2 2 X X n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 n     2 b 11 2 t k r 1 ....................................................................................2 k 1                     Jika hasil pengukuran yang dilakukan berulang menghasilkan hasil yang relatif sama, pengukuran tersebut dianggap memiliki tingkat reliabilitas yang baik Suliyanto, 2005. Makin kecil kesalahan pengukuran, makin reliabel alat pengukur. Sebaliknya makin besar kesalahan pengukuran, makin tidak reliabel alat pengukuran tersebut. Uji reliabilitas data kuesioner dilakukan dengan menggunakan perhitungan metode Cronbach’s Alpha dengan rumus : Dimana : 11 r = Reliabilitas instrumen k = Banyak butir pertanyaan 2 t  = Jumlah ragam total 2 b   = Jumlah ragam butir Rumus untuk mencari nilai ragam adalah : Dimana : Ragam Jumlah contoh responden Nilai skor yang dipilih Pengujian reliabilitas diolah dengan menggunakan software SPSS versi 16. Uji reliabilitas dilakukan terhadap 30 responden dimana reliabilitas variabel dikatakan baik jika memiliki nilai Cronbach’s Alpha lebih dari 0,60.

2.9. Tabulasi Silang Cross Tabulation

Tabulasi silang adalah teknik untuk membandingkan atau melihat hubungan antara dua variabel atau lebih. Agar mudah dibaca, variabel terikat variabel dependen biasanya disusun pada garis row, sedangkan variabel bebas variabel independen disusun pada garis kolom Rangkuti, 2009.   2 Oij Eij CS .....................................................................................4 Eij              Hipotesis yang digunakan dalam tabulasi silang adalah: H artinya tidak ada hubungan antar variabel H 1 artinya ada hubungan antar variabel Rumus pengujian statistik yang digunakan untuk Chi-Square adalah: Keterangan : CS = nilai Chi-Square Oij = nilai sel yang diamati observed Eij = nilai sel yang diharapkan expected Pengambilan keputusan pada tabulasi silang dilakukan berdasarkan perbandingan antara uji chi-square dengan tabel chi-square. Bila nilai hasil hitung chi-square kurang dari atau sama dengan tabel chi-square maka H diterima. Namun bila hasil chi-square lebih besar dari tabel chi-square maka H ditolak. Dengan menggunakan SPSS 16, dapat dilihat uji ketergantungan dengan nilai Asymp. Sig. 2-sided yang terdapat pada chi-square test. Bila chi-square test menampilkan hasil kurang dari atau sama dengan 0,05, maka H ditolak. Namun bila chi-square test menampilkan hasil lebih dari 0,05, maka H diterima.

2.10. Analisis Faktor

Menurut Suliyanto 2005 analisis faktor adalah suatu teknik untuk menganalisis tentang saling ketergantungan interdependence dari beberapa variabel secara simultan dengan tujuan untuk menyederhanakan dari bentuk hubungan antara beberapa variabel yang diteliti menjadi sejumlah faktor yang lebih sedikit daripada variabel yang diteliti. Prinsip utama analisis faktor adalah korelasi, dimana variabel yang memiliki korelasi erat akan membentuk suatu faktor, sedangkan variabel yang ada dalam suatu faktor akan memiliki korelasi yang lemah dengan variabel yang terdapat dalam faktor lain. Fungsi analisis faktor antara lain untuk mengidentifikasi dimensi-dimensi mendasar yang dapat menjelaskan korelasi dari serangkaian variabel, mengidentifikasi variabel-variabel baru yang lebih kecil, untuk menggantikan variabel tidak berkorelasi dari serangkaian variabel asli yang berkolerasi, dan mengidentifikasi beberapa variabel kecil dari sejumlah variabel yang banyak untuk di analisis dengan analisis multivariat lainnya Suliyanto, 2005. Untuk melakukan penelitian dengan menggunakan analisis faktor, jumlah sampel yang diambil minimal adalah empat sampai lima kali jumlah variabel. Namun demikian, bukan berarti bahwa, jumlah sampel yang diambil telah mewakili populasi. Jumlah sampel tersebut hanya dapat memenuhi syarat untuk dapat melakukan analisis faktor Suliyanto, 2005. Analisis faktor meliputi proses sebagai berikut : 1. Menentukan variabel apa saja yang akan dianalisis. 2. Menguji variabel-variabel yang akan ditentukan, dengan menggunakan metode Barlett test of sphericity serta pengukuran MSA Measure of Sampling Adequacy. Pada tahap awal analisis faktor ini, dilakukan penyaringan terhadap sejumlah variabel hingga didapat variabel-variabel yang memenuhi syarat untuk dianalisis. Untuk menguji kesesuaian pemakaian analisis faktor, digunakan metode Kaiser-Meyer-Olkin KMO. Tabel 3. Ukuran ketepatan Kaiser-Meyer-Olkin KMO Harga KMO Rekomendasi 0.9 Baik Sekali 0.8 Baik 0.7 Sedang 0.6 Cukup 0.5 Kurang 0.5 Ditolak Sumber : Santoso, 2010 Untuk menentukan apakah proses pengambilan sampel sudah memadai atau tidak digunakan pengukuran Measure of Sampling Adequacy MSA. Angka MSA berkisar antara 0 sampai 1, dengan kriteria: a. MSA=1, variabel dapat diprediksi tanpa kesalahan oleh variabel yang lain. b. MSA0,5, variabel masih dapat diprediksi dan dapat dianalisis lebih lanjut. 1 1 2 2 p p Fm m X m X ...... m X ............................................................5       c. MSA0,5,variabel tidak dapat diprediksi dan tidak dapat dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya. 3. Setelah sejumlah variabel yang memenuhi syarat didapat, kegiatan berlanjut ke proses inti pada analisis faktor, yaitu factoring; proses ini akan mengekstrak satu atau lebih faktor dari variabel-variabel yang telah lolos pada uji variabel sebelumnya. Menurut Suliyanto 2005, model analisis faktor dikelompokkan menjadi dua, yaitu : a. Analisis komponen utama Principle Component Analysis, merupakan model dalam analisis faktor yang tujuannya untuk melakukan prediksi terhadap sejumlah faktor yang akan dihasilkan. Model Principal Components Analysis: Syarat m ≤ p Keterangan : F = faktor principal components X = variabel yang diteliti  = bobot dari kombinasi linier b. Analisis faktor umum Common Factor Analysis, model dalam analisis faktor yang tujuannya untuk mengetahui struktur dari variabel yang diteliti karakteristik dari variabel. 4. Melakukan proses factor rotation atau rotasi terhadap faktor yang telah terbentuk. Tujuan rotasi untuk memperjelas variabel yang masuk ke dalam faktor tertentu. 5. Interpretasi atas faktor yang terbentuk, khususnya member nama atas faktor yang terbentuk tersebut yang dianggap dapat mewakili variabel- variabel anggota faktor tersebut. 6. Validasi hasil faktor untuk mengetahui apakah faktor yang terbentuk telah valid.

2.11. Penelitian Terdahulu