105
Memperhatikan tujuan penelitian yaitu mengetahui faktor-faktor yang menyebabkan siswa kesulitan belajar mata pelajaran ekonomi pada
siswa kelas III di SMP Negeri 38 Semarang tahun pelajaran 20052006, maka digunakan analisis faktor. Analisis ini merupakan salah satu bagian
statistik yang digunakan untuk mengidentifikasi dan menemukan faktor- faktor dari penyebab kesulitan belajar. Tujuan analisis ini adalah
menganalisis faktor-faktor dari butir pertanyaan yang mengungkap indikator-indikator penyebab kesulitan belajar.
Berdasarkan analisis data menggunakan analisis faktor terhadap 50 item untuk mengukur faktor kesulitan belajar ternyata terdapat 32 item yang
tidak gugur dan mengelompok menjadi sembilan faktor. Adapun tahapan dari analisis faktor hingga menghasilkan 32 item dan mengelompok menjadi
sembilan faktor adalah sebagai berikut :
a. Analisis Tahap 1
1 Hasil uji interkorelasi antar item, seperti lampiran 8 menunjukkan bahwa tidak ada satupun dari butir pertanyaan yang berkorelasi 0,8.
Dengan demikian dapat disimpulkan bahwa semua butir dapat diolah dengan menggunakan analisis faktor.
2 Dari lampiran 9 dapat dilihat tentang communalities yang menunjukkan sejauh mana suatu item yang diukur mempunyai ciri
yang dimiliki oleh item lain. Pada analisis tahap pertama ini semua item mempunyai nilai communalities 0,5 sehingga dapat
disimpulkan bahwa item-item tersebut efektif.
106
3 Dilihat pada lampiran 9 tentang Total Variance Explained diketahui untuk nilai eigenvalue yang melebihi 1,00 ada 15 buah, sehingga
dalam hal ini akan terdapat 15 komponen yang akan dibentuk oleh faktor-faktor yang ada yang akan dimasukkan ke dalam model untuk
membentuk variabel. 4 Dilihat dari KMO Keiser-Meyer-Olkin yang mengukur kelayakan
sampling, yaitu angka indek yang digunakan untuk menguji ketepatan analisis faktor. Terlihat bahwa koefisien KMO sebesar 0,782 0,5
sehingga dapat dikatakan bahwa hasil analisis sudah tepat untuk digunakan.
5 Dari hasil Rotated Component Matrix, diketahui 15 kelompok faktor yang nantinya akan membentuk variabel. Terlihat dari data sebanyak
11 item dari 50 item yang gugur dan harus dikeluarkan dari model karena mempunyai value kurang dari 0,5 yaitu X
30
0,448, X
43
0,347, X
37
0,463, X
32
0,479, X
5
448, X
41
0,378, X
42
407, X
19
0,450, X
28
0,449 X
16
0,463 dan X
27
0,444.
b. Analisis Tahap 2
1 Setelah ke-11 item dikeluarkan dan dianalisis kembali menggunakan analisis faktor terlihat nilai KMO sebesar 0,791 0,5 sehingga
dapat dikatakan bahwa hasil analisis sudah tepat untuk digunakan lampiran 10.
2 Pada lampiran 10 diperoleh nilai communalities lebih besar dari 0,5 sehingga dapat disimpulkan bahwa item-item tersebut efektif.
107
3 Dilihat pada lampiran 10 tentang Total Variance Explained diketahui untuk nilai eigenvalue yang melebihi 1,00 ada 11 buah,
sehingga dalam hal ini akan terdapat 11 komponen yang akan dibentuk oleh faktor-faktor yang ada yang akan dimasukkan ke
dalam model untuk membentuk variabel. 4 Dari hasil Rotated Component Matrixs, diketahui 11 kelompok
faktor yang nantinya akan membentuk variabel. Terlihat dari data sebanyak 5 item yang gugur dan harus dikeluarkan dari model
karena mempunyai value kurang dari 0,5 yaitu X
26
0,478, X
4
- 0,414, X
46
0,459, X
34
0,459, dan X
23
0,432.
c. Analisis Tahap 3
