b. Metode Kuisioner
Metode ini dilakukan dengan menyebarkan daftar pertanyaan angket tertulis kepada responden.
c. Metode Interview
Metode ini dilakukan dengan jalan peneliti mengadakan wawancara secara langsung kepada responden.
3.4. Instrumen Penelitian Instrumen penelitian yang dilakukan melalui uji validitas dan uji
Reliabilitas dengan n = 5 a.
Uji Validitas Validitas sebagai ukuran seberapa akurat alat ukur yang digunakan.
Semakin tinggi nilainya maka tes-tes tersebut semakin mengenai sasaran dan semakin menunjukkan apa yang seharusnya ditunjukkan.
Pengujian validitas ini dimulai dengan melakukan internal validity, dimana kriteria yang dipakai berasal dari dalam tes itu sendiri dan
masing-masing item tiap variabel dikorelasikan dengan nilai total yang diperoleh dari koefisien korelasi product moment. Jika korelasi rendah
dan tidak signifikan, maka item yang bersangkutan gugur. Taraf signifikan yang digunakan sebesar 5 perhitungan korelasi pada
masing-masing variabel dengan skor total menggunakan teknik korelasi product moment dengan formulasi sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2
2 2
2
Y Y
n X
n Y
X XY
n r
r = Korelasi n = Jumlah Responden
X = Skor tiap-tiap Variable Y = Skor total tiap responden
b. Uji Reabilitas
1. Uji merupakan indeks yang menunjukkan sejauh mana suatu alat
pengukur dapat diandalkan. Dalam hal ini peneliti melakukan uji realiabilitas dengan teknik Cronbach Alpha.
2. Cara mencari reliabilitas untuk seluruh item adalah dengan
mengkorelasikan angka yang diperoleh dengan menggunakan rumus :
r
11
=
2 2
1 t
b r
K K
dimana : rıı
=
Reliabilitya instrument
k
=
Banyaknya butir pertanyaan ∑σЬ² = Jumlah varians butir
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
σt² = Varians
total Setiap variabel yang dihipotesiskan akan diukur korelasinya dan
dibandingkan dengan melihat angka kritisnya. Cara melihat angka kritisnya
dengan melihat n pada tabel r product moment. 3.5. Teknik Analisis Data
Teknik analisis yang digunakan adalah analisis faktor, yaitu suatu teknik analisis statistik multivariate yang digunakan untuk mengurangi dan
menyimpulkan variabel-variabel menjadi faktor-faktor Malhotra, 1996: 645. Dalam upaya mengolah data guna menarik kesimpulan peneliti maka penelitian
menggunakan bantuan aplikasi komputer melalui program SPSS 10.0. Model analisis faktor secara umum sebagai berikut :
Xi = Ai F + Ai F + Ai F + AIM + ViUi Dimana :
Xi = Standarisasi variabel ke-1 Ai = Steandarisasi koefisien regresi berganda variabel 1 pada common
faktor F = Common faktor
Vi = Standarisasi koefisien regresi dari variabel 1 pada unit fsn
Ui = Faktor unit variabel 1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Faktor unik tidak berkorelasi dengan faktor-faktor unik lainnya dan juga terhadap common faktor. Common faktor itu sendiri sebenarnya dapat
diekspresikan sama bagi kombinasi linier dari variabel-variabel yang diobservasi. Sehingga dapat dirumuskan sebagai berikut :
Fi = Wi Xi + Wi X + Wi X + ….. + WiKXK Fi = Estimasi faktor ke-1
W = Bobot atau sekor koefisien faktor K = Jumlah variabel
Secara umum langkah-langkah pengujian dalam analisis faktor meliputi : 1.
Perumusan masalah 2.
Menyusun matriks korelasi Langkah ini secara spesifikasi menguji tingkat korelasi yang berfungsi
untuk menentukan apakah variabel memiliki kesamaan umum homogencommon atau tidak dan menguji tingkat kecukupan sampel.
Menurut malhotra 1996 : 646 terdapat beberapa kunci statistik yang berhubungan dengan analisis faktor :
1. Barlett’s Tast of Sphericity BTS
Tes yang digunakan untuk menguji interdepensi antara butir-butir yang menjadi indikator suatu variabel atau faktor. Analisis ini bermaksud
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tidak berkorelasi satu dengan yang lainnya colinearity dalam populasi. Apabila ternyata terbukti ada variabel yang ternyata berkorelasi maka
salah satu dari variabel tersebut tidak perlu dianalisis. Caranya: apabila nilai bartlett’s test of sphericity signifikan dibawah 0,5 maka
menandakan model yang dibentuk layak digunakan. 2.
Correlation matrixs Yaitu matrik korelasi yang merupakan hasil korelasi antar butir yang
menunjukkan koefisien r antar butir yang satu dengan butir yang lainnya, yang mungkin dapat atau tidak dimasukkan kedalam analisis.
3. Communality
Yaitu jumlah farians yang diberikan oleh tiap-tiap butir dalam butir lain yang dipertimbangkan. Koefisien communality tersebut cukup efektif
apabila bernilai 50. Apabila terdapat communality 50 maka harus dipertimbangkan besarnya muatan faktor.
4. Eigenvalue
Yaitu nilai yang menunjukkan jumlah varians yang bervariasi dengan masing-masing-masing faktor. Faktor yang mempunyai eigenvalue 1
dimasukkan dalam model, sedangkan yang nilainya kurang dari 1 merupakan faktor yang tidak dimasukkan kedalam model.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
5. Faktor loading
Merupakan koefisien korelasi antar variabel-variabel dengan faktor- faktornya. Faktor loading yang bernilai lebih besar menunjukkan
besarnya pengaruh variabel observasi terhadap faktor. 6.
Faktor Matrik Yaitu faktor yang berisi muatan faktor dari semua variabel pada semua
faktor yang telah dipilih. Dari faktor matriks ini dapat dilihat pengaruh dari variabel terhadap faktor.
7. Kaiser-Mayor-Olkin KMO test
Measure of sampling adequacy, adalah angka indek untuk membandingkan antara besarnya koefisien korelasi observasi dengan
besarnya koefisien parsial. Jika nilai KMO kurang dari 0,5 menunjukkan bahwa korelasi antara variabel tidak dapat menjelaskan
variabel lain dan analisis faktor tidak sesuai untuk diterapkan. 8.
Percentage of variance Yaitu percentage dari total variance explained atribut-atribut dari
masing-masing faktor. 3.
Model atau Teknik Analisis Faktor Menggunakan Principal Componen PAC. Dimana analisis ini digunakan
bertujuan untuk memperoleh jumlah minimum dari faktor-faktor yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
menghasilkan variance maksimum dari data-data untuk digunakan dalam analisis multivariance selanjutnya. Untuk menentukan berapa faktor yang
dapat diterima secara empirik dapat dilihat dari besarnya eigen value nilai eigen. Apabila nilai eigen lebih besar dari 11 maka semakin
representatif faktor tersebut mewakili fariabel. 4.
Rotasi Faktor Tujuan rotasi faktor adalah agar matrix faktor menjadi lebih sederhana
sehingga lebih mudah untuk diinterpretasikan. Variabel-variabel yang termasuk kedalam suatu faktor harus memiliki loading faktor diatas 0,5
sedangkan dibawah 0,5 dibuang atau dimasukkan kedalam faktor. 5.
Interpretasi Faktor Tujuan langkah ini adalah menentukan variabel mana yang dapat masuk
dalam suatu faktor dan yang tidak masuk dalam suatu faktor. Variabel- variabel yang masuk dalam suatu faktor harus memiliki loading faktor
diatas 0,5 sedangkan dibawah 0,5 akan dibuang atau tidak dimasukkan dalam faktor.
6. Penentuan Model yang Tepat
Tujuan langkah ini adalah untuk menentukan model faktor yang dihasilkan apakah baik atau tidak. Caranya adalah dengan melihat pada nilai residual,
apabila terdapat dibawah 50 nilai residual yang kecil maka nilai tersebut naik atau layak dijadikan dasar dalam pengambilan keputusan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tahap-tahap analisis sebagai berikut : 1.
Penentuan tujuan analisis faktor Tujuannya adalah mengkonfirmasi komponen-komponen yang di
anggap dapat mewakili seperangkat variabel yang diteliti. 2.
Desain analisis faktor Korelasi yang akan dicari menggunakan analysis faktor ini adalah
komponen-komponen yang mendasari korelasi dimana variabel- variabel yang ada R type faktor analysis, sehingga nantinya didapat
beberapa komponen variabel yang bisa dianggap mewakili semua variabel yang ada.
3. Menurunkan faktor-faktor yang menduga kesesuaian
Metode yang dipergunakan adalah common faktor analysis, metode dimana faktor laten yang kita inginkan tidak ditentukan terlebih dahulu
secara apriori, jadi kita biarkan data dengan sendirinya mengelompok menjadi beberapa faktor.
4. Interpretasi faktor
Dengan menggunakan program SPSS, kita langsung dapat menginterpretasikan hasil-hasil perhitungan, dengan cara sebagai
berikut : a.
Menentukan nilai MSA melalui tabel KMO dan Barlett’s Test
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
b. Menentukan jumlah komponen yang dipertahankan dengan
menggunakan nilai Eigenvalue melalui tabel Total Variance atau analisa Scatter Plot dari komponen yang didapat.
c. Menentukan atau menilai besarnya penjelasan variance, serta
unique variance masing-masing variabel terhadap yang dipertahankan melalui tabel Communalitas.
d. Menentukan kriteria signifikansi faktor loading, yaitu menentukan
faktor loading yang layak untuk dipertimbangkan. e.
Melakukan rotasi varimax, langkah ini diperlukan jika dalam rotasi variabel terdapat korelasi variabel terhadap dua atau lebih yang
nilainya hampir sama.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN