b. Penentuan berdasarkan Scree Plot Scree Plot merupakan plot dari nilai eigen terhadap banyaknya faktor dalam
ekstraksinya. Bentuk plot yang dihasilkan digunakan untuk menentukan banyaknya faktor. Biasanya plot akan berbeda antara slope tegak faktor, dengan
nilai eigen yang besar dan makin kecil pada sisa faktor yang tidak perlu diekstraksi.
c. Penentuan berdasarkan Persentase Varians Dalam pendekatan ini, banyaknya faktor yang diekstraksi ditentukan berdasarkan
persentasi komulatif varians mencapai tingkat yang memuaskan peneliti. Tingkat persentase
komulatif yang
memuaskan peneliti
tergantung kepada
permasalahnnya. Sebagai petunjuk umum bahwa ekstraksi faktor dihentikan kalau kumulatif persentase varians sudah mencapai paling sedikit 60 atau 75 dari
seluruh varians variabel asli.
Menghitung matriks faktor loading
Matriks loading factor Λ diperoleh dengan mengkalikan matriks eigenvector
V dengan akar dari matriks eigenvalue L atau dalam persamaan matematis ditulis :
Λ = V x √L 2.10
5. Melakukan rotasi terhadap faktor
Sebuah ouput penting dari analisis faktor adalah matriks faktor atau disebut juga sebagai matriks faktor pola. Matriks faktor mengandung koefsien yang digunakan
untuk mengekspresikan variabel yang dibakukan distandarisasi dinyatakan dalam faktor. Koefsien-koefsien tersebut atau faktor loading merupakan korelasi
antara faktor dengan variabelnya. Sebuah koefsien dengan nilai absolute yang besar mengindikasikan bahwa faktor dan variabel berkorelasi kuat. Koefsien
tersebut bisa digunakan untuk menginterpretasi faktor. Dalam merotasi faktor, diharapkan setiap faktor memiliki loading faktor atau
koefsien yang tidak nol, atau signifikan hanya untuk beberapa variabel, atau
diharapkan setiap variabel memiliki faktor loadings signifikan hanya dengan sedikit faktor, atau kalau mungkin dengan sebuah faktor. Rotasi tidak berpengaruh
terhadap komunalitas dan persentase total varians yang dijelaskan. Namun demikian, rotasi berpengaruh terhadap persentase varians dari setiap faktor.
Beberapa metode rotasi yang bisa digunakan adalah orthogonal rotation, varimax rotation
, dan oblique rotation. Orthogonal rotation
adalah kalau sumbu dipertahankan tegak lurus sesamanya bersudut 90 derajat. Yang paling banyak digunakan adalah varimax
rotation, yaitu rotasi orthogonal dengan meminimumkan banyaknya variabel yang memiliki loadings tinggi pada sebuah faktor, sehingga lebih mudah
menginterpretasi faktor. Rotasi orthogonal menghasilkan faktor-faktor yang tidak berkorelasi. Oblique rotation adalah jika sumbu-sumbu tidak dipertahankan harus
tegak lurus sesamanya bersudut 90 derajat dan faktor-faktor berkorelasi. Kadang-kadang mentoleransi korelasi antar faktor-faktor bisa menyederhanakan
matriks pola faktor. Oblique rotation harus dipergunakan kalau faktor dalam populasi berkorelasi sangat kuat.
6. Membuat interpretasi hasil rotasi terhadap faktor
Interpretasi dipermudah dengan mengidentifikasi variabel yang loadingnya besar pada faktor yang sama. Faktor tersebut kemudian dapat diinterpretasikan menurut
variabel-variabel yang memiliki loading tinggi dengan faktor tersebut. Cara lain yang bias digunakan adalah melalui pivot variabel dengan faktor loading sebagai
koordinat. Variabel yang berada pada akhir sebuah sumbu adalah variabel yang memiliki loading tinggi hanya pada faktor yang bersangkutan, sehingga bias
digunakan untuk mengiterpretasi faktor. Variabel yang berada di dekat titik origin memiliki loading yang rendah terhadap kedua faktor. Variabel yang tidak berada
di dekat sumbu mengindikasi bahwa variabel tersebut berkorelasi dengan kedua faktor. Jika sebuah faktor tidak bias secara jelas didefinisikan dalam batas variabel
awalnya, maka disebut faktor umum.
7. Menentukan ketepatan model model fit
Langkah terakhir dalam analisis faktor adalah menentukan ketepatan model model fit. Asumsi dasar yang digunakan dalam analisis faktor adalah korelasi
terobservasi dapat menjadi atribut dari faktor atau komponen. Untuk itu, korelasi terobservasi dapat direproduksi melalui estimasi korelasi antara variabel terhadap
faktor. Selisih antara korelasi dari data observasi dengan korelasi reproduksi dapat digunakan dengan mengukur ketepatan model. Selisih tersebut sebagai residuals.
Jika banyak residual yang besar residual 0.05, berarti model faktor yang dihasilkan tidak tepat sehingga model perlu dipertimbangkan kembali.
BAB 1 PENDAHULUAN
1.1 Latar Belakang
Skripsi adalah karya tulis ilmiah yang disusun oleh mahasiswa berdasarkan penelitian lapangan dan kepustakaan untuk memenuhi persyaratan memperoleh
gelar sarjana sesuai dengan program kekhususannya. Skripsi seringkali menjadi beban akademik yang dikhawatirkan. Banyak
diantara mahasiswa yang sedang menyusun merasa diberi beban berat, padahal skripsi seharusnya menjadi produk ilmiah sebagai wujud pertanggung jawaban
dan syarat kelulusan mahasiswa. Kecemasan pada dasarnya adalah suatu reaksi diri untuk menyadari suatu
ancaman threat yang tidak menentu. Mahasiswa mempunyai rasa cemas dalam penyusunan skripsi, karena manusia mempunyai hati dan perasaan. Tingkat
kecemasan yang dialami oleh setiap mahasiswa berbeda-beda, namun cemas akan mempengaruhi konsentrasi dan daya pikir mahasiswa dalam penyusunan skripsi.
Faktor-faktor yang menyebabkan kecemasan dalam menyelesaikan skripsi adalah suatu kesulitan atau hambatan yang dirasakan mahasiswa baik bersifat
internal maupun eksternal. Faktor Internal adalah kendala atau kesulitan yang dialami mahasiswa dalam
penyusunan yang bersumber dari diri sendiri seperti merumuskan masalah, mengkonsep isi skripsi, mencari data atau sumber-sumber yang terkait dan
menuangkan tulisan ke dalam naskah skripsi. Faktor eksternal adalah kendala atau kesulitan yang dialami mahasiswa dalam
penyusunan yang bersumber dari luar diri individu misalnya pengajuan judul dimana mahasiswa harus mengajukan judul dengan beberapa syarat dan tahapan,
dosen pembimbing, tekanan dari lingkungan dan dalam posisi kuliah sambil bekerja.
Sebagian mahasiswa menganggap skripsi adalah sesuatu yang menakutkan, terlebih lagi apabila mahasiswa tidak mampu menguasai tekanan-tekanan dalam
menyelesaikan skripsi dan akhirnya menyebabkan mereka lambat dalam penyusunan skrispsi.
Tekanan-tekanan yang dialami mahasiswa dalam menyelesaikan tugas akhir studi menjadikan mahasiswa mengalami kecemasan misalnya rendah diri, frustasi,
kehilangan motivasi dan gejala-gejala yang dialami mahasiswa antara lain sulit tidur, cemas, mudah marah, malas dan lain-lain.
Berdasarkan latar belakang tersebut maka penulis tertarik untuk mengetahui faktor apa yang sangat berpengaruh terhadap tingkat kecemasan mahasiswa
FMIPA USU dalam menyelesaikan skripsi.
1.2 Perumusan Masalah
Permasalahan yang akan dikaji dalam penelitian ini adalah : 1. Bagaimana tingkat kecemasan mahasiswa FMIPA USU berpengaruh
terhadap penyelesaian skripsi; 2. Faktor manakah yang mempunyai pengaruh paling dominan terhadap
tingat kecemasan mahasiswa dalam menyelesaikan skripsi.
1.3 Batasan Masalah
Adapun batasan masalah dalam penelitian ini adalah : 1. Metode yang digunakan dalam pembahasan adalah analisis faktor;
2. Responden hanya diambil dari konsumen pria dan wanita mahasiswa S1 Biologi, S1 Kimia Reguler, S1 Kimia Ekstensi, S1 Matematika Ekstensi,
S1 Matematika Reguler, S1 Fisika Reguler, S1 Fisika Ekstensi yang akan melakukan tugas akhirskripsi tahun ajaran 20142015 dan belum
melaksanakan sidang; 3. Untuk mahasiswa S1 reguler merupakan stambuk 2011 dan mahasiswa
ekstensi merupakan stambuk 2013; 4. Pengolahan data menggunakan bantuan software SPSS.
1.4 Tinjauan Pustaka
Analisis faktor merupakan nama umum yang menunjukkan suatu kelas prosedur, utamanya dipergunakan untuk menemukan hubungan interrelationship antara
sejumlah variabel-variabel yg saling independen satu dengan yang lain, sehingga data tereduksi atau diringkas, dari variabel banyak diubah menjadi variabel yang
lebih sedikit dari jumlah variabel awal. Dengan kata lain, Analisis faktor adalah menilai mana saja variabel yang dianggap layak appropriateness untuk
dimasukkan dalam analisis selanjutnya.
Pada dasarnya tujuan analisis faktor adalah : Santoso, 2010 1. Data summarization, yakni mengidentifikasi adanya hubungan antar variabel
dengan melakukan uji korelasi; 2. Data reduction, yakni setelah melakukan korelasi, dilakukan proses membuat
sebuah variabel set baru yang dinamakan faktor untuk menggantikan sejumlah variabel
– variabel tertentu.
Model analisis faktor dapat ditulis sebagai berikut : X
i
= B
i1
F
1
+ B
i2
F
2
+ B
i3
F
3
+ … + B
ij
F
j
+ … + B
im
F
m
+ V
i
µ
i
1.1
Dimana : X
i
= Variabel ke-i yang dibakukan B
ij
= Koefsien regresi parsial yang dibakukan untuk variabel i pada komponen faktor ke j
F
j
= Komponen faktor ke j V
i
= Koefsien regresi yang dibakukan untuk variabel ke-i pada faktor yang unik ke-i
µ
i
= Faktor unik variabel ke-i m = Banyaknya komponen faktor
1.5 Tujuan Penelitian
Untuk mengetahui faktor manakah yang mempengaruhi tingkat kecemasan mahasiswa dalam menyelesaikan skripsi.
1.6 Konstribusi Penelitian
Berdasarkan latar belakang, rumusan masalah dan tujuan penelitian, maka diharapkan bahwa hasil dari penelitian dapat bermanfaat yaitu :
