Dimana: r
= koefisien reabilitas yang dicari k = jumlah butir pertanyaan
2 i
= varian butir-butir pertanyaan δi = varian skor tes
Σ Xi = jumlah skor jawaban subyek untuk butir pertanyaan ke n
N = jumlah populasi
3.5.3 Analisis Deskriptif
Analisa deskriptif digunakan untuk mengetahui karakteristik pendengar RPC. Analisa ini disajikan dalam bentuk sederhana
dengan mengelompokkan responden berdasarkan jawaban yang sama dan kemudian dipresentasekan berdasarkan jumlah responden.
Presentase tersebut dapat dirumuskan sebagai berikut :
Keterangan P
= Presentase responden yang memilih kategori tertentu fi
= Jumlah responden yang memilih kategori itu ∑fi = Total Jawaban
3.5.4 Analisis Faktor
Analisis faktor merupakan suatu teknik dalam statistika multivariat untuk menganalisis hubungan internal antara variabel-
variabel. Menurut Supranto 2004 Analisa faktor merupakan suatu kelas prosedur, utamanya dipergunakan untuk mereduksi data atau
meringkas, mengeskstraksi sejumlah faktor besama common factor dari gugusan variabel asal X1, X2, ..., Xp sehingga banyaknya faktor
lebih sedikit dari variabel asal X dan sebagian besar informasi variabel X tersimpan dalam faktor.
Pengolahan analisis faktor ini dibantu dengan program SPSS Statistical Package for Social Science versi 15 for Windows. Secara
100 x
fi fi
P
................................................................... 5
matematis, analisis faktor menyerupai analisis regresi berganda dalam hal adanya kombinasi linear yang diperlihatkan setiap variabel pada
faktor-faktor yang mendasarinya. Perbedaannya adalah dalam analisis regresi berganda dikenal dengan adanya dependent variabel variabel
tak bebas dan independent variabel variabel bebas dimana analisis faktor adalah teknik yang bersifat interdependensi. Metode
interdependensi adalah teknik yang mencoba untuk membagi suatu variabel menjadi beberapa kelompok atau untuk memberi arti pada
sekelompok variabel Wibisono, 2000. Menurut Santoso 2012 analisis faktor adalah analisis statistik
yang mencoba menemukan hubungan interrelationship antara sejumlah peubah-peubah yang saling independen satu dengan yang
lain, sehingga dapat dibuat satu atau beberapa kumpulan peubah yang lebih sedikit dari jumlah peubah awal. Kumpulan peubah itu disebut
sebagai faktor dan faktor tersebut tetap mencerminkan peubah-peubah aslinya.
Tujuan utama analisis faktor adalah menggambarkan hubungan antara variabel-variabel yang tidak teramati kuantitasnya yang disebut
sebagai faktor umum. Adapun kegunaan dari analisis faktor adalah data summarization, yaitu mengidentifikasi adanya hubungan antar
peubah dengan melakukan uji korelasi, serta data reduction, yakni melakukan proses pembuatan suatu kelompok peubah tertentu.
Prinsip utama analisis faktor adalah korelasi, sedangkan asumsi- asumsi yang terkait dengan korelasi analisis faktor adalah :
a. Besar korelasi atau korelasi antar peubah independen harus cukup kuat, misalnya diatas 0,5.
b. Besarnya korelasi parsial, korelasi antar peubah dengan menganggap tetap peubah yang lain harus kecil. Pada SPSS,
deteksi terhadap korelasi parsial diberikan melalui pilihan anti- image correlation.
c. Pengujian seluruh matriks korelasi korelasi antar peubah, yang diukur dengan besaran Measure Sampling Adequancy MSA.
Pengujian ini mengharuskan adanya korelasi nyata di antara paling sedikit beberapa peubah.
d. Pada beberapa kasus, asumsi normalitas dari peubah atau faktor harus dipenuhi.
Proses dasar dari analisis faktor oleh Santoso 2012 adalah : 1. Menentukan variabel apa saja yang akan dianalisis.
2. Menguji variabel-variabel yang akan ditentukan, dengan menggunakan metode Barlett test of sphericity dan pengukuran
Measure Sampling Adequancy MSA. 3. Melakukan proses inti pada analisis faktor, yakni factoring, atau
menurunkan satu atau lebih faktor dari variabel-variabel yang telah lolos pada uji variabel sebelumnya.
4. Melakukan proses Factor Rotation atau rotasi terhadap faktor yang telah terbentuk. Tujuan rotasi adalah untuk memperjelas
peubah yang masuk ke dalam faktor tertentu. Beberapa metode rotasi :
Orthogonal Rotation, adalah memutar sumbu 90 dengan
proses rotasi metode Orthogonal, baik Quartimax, Varimax dan Equimax.
Oblique Rotation, adalah memutar sumbu ke kanan, tetapi tidak harus 90
. Proses rotasi dengan metode Oblique, baik Oblimin, Promax, Orthoblique dan lainnya.
5. Interpretasi atas faktor yang terbentuk, khususnya memberi nama atas faktor yang terbentuk tersebut yang dianggap dapat mewakili
variabel-variabel anggota faktor tersebut. Menurut Wibison 2000 tahapan dalam interpretasi adalah :
a. Dimulai dari variabel pada urutan pertama dengan menggerakkan faktor paling kiri ke faktor paling kanan pada
setiap baris untuk mencari bilangan dengan nilai mutlak paling besar dalam baris tersebut.
b. Mengetahui variabel-variabel mana yang masuk dalam faktor
c. Mengulang poin a dan b sehingga semua variabel telah tercakup dalam faktor-faktor ekstraksi
d. Mengevaluasi bila terdapat variabel yang tidak memiliki bobot yang signifikan untuk mengetahui relevansi variabel dalam
penelitian yang dilakukan. e. Interpretasi atau analisis faktor yang telah terbentuk, dengan
memberi nama atas faktor yang terbentuk tersebut. Pemberian nama harus mewakili karateristik dari variabel-variabel asal
Terdapat dua hasil utama dari analisis faktor ini, yaitu : 1. Nilai communality suatu peubah atau variabel, adalah jumlah
keragaman peubah tersebut yang dijelaskan oleh faktor-faktor utama yang dipilih. Semakin tinggi nilai communality, maka
peubah tersebut semakin berpengaruh dalam proses keputusan. 2. Ekstraksi peubah atau variabel ke dalam komponen utama.
Untuk menentukan jumlah komponen utama, dipilih komponen utama dengan nilai eigenvalue di atas 1,00. Nilai
ini menunjukkan kepentingan relatif masing-masing faktor dalam menghitung keragaman seluruh variabel yang
dianalisis. Pengelompokkan variabel ke dalam komponen utama berdasarkan nilai loading terbesar dari variabel tersebut.
IV. HASIL DAN PEMBAHASAN
