48
dideskripsikan di atas yaitu variabel tujuan X1, variabel bahan pelajaran X2, variabel kegiatan belajar mengajar X3, variabel metode X4, variabel
alat X5, variabel sumber pelajaran X6, dan variabel evaluasi X7. Variabel-variabel atau faktor-faktor tersebut akan diuji dengan menggunakan
analisis faktor dengan software SPSS 10.0., yaitu untuk menentukan faktor mana saja yang berpengaruh dan faktor mana yang dominan berpengaruh.
1. Pengujian korelasi antar variabel
Untuk mengetahui apakah setiap variabel layak untuk diikutkan dalam penelitian analisis factor, maka dilihat nilai korelasi antar
variabelnya. Oleh karena itu dapat diajukan pengujian hipotesis sebagai berikut:
Ho: r = 0 artinya bahwa antar variabel tidak berkorelasi tinggi H1: r
≠ 0 artinya bahwa antar variabel berkorelasi tinggi. Perhatikan tabel korelasi pada lampiran 8. Dari tabel tersebut
menunjukkan tak satupun korelasi antar variabel yang bukan dengan dirinya sendiri yang melebihi 0,800. Jadi Ho diterima, artinya proses
analisis factor dapat dilanjutkan dengan melibatkan semua variabel X1 s.d X7.
2. Perhatikan tabel KMO and Bartlett’s Test
Untuk menentukan apakah pengolahan data layak dilanjutkan atau dihentikan, digunakan uji KMO dan Bartlett’s test. Oleh karena itu dapat
diuji hipotesis sebagai berikut:
49
Ho : KMO 0.5 artinya bahwa sampel variabel belum memadahi untuk dianalisis lanjut
H1: KMO 0.5 artinya bahwa sampel variabel sudah memadahi untuk dianalisis lanjut
Untuk menerima atau menolak hipotesis dapat dibaca pada hasil output pengolahan data dengan SPSS yakni pada nilai sig signifikan.
Karena nilai sig = 0,000 =0 kurang dari 5, maka dikatakan signifikan atau Ho ditolak, artinya pengujian layak untuk diteruskan.
3. Penyeleksian variabel melalui Communality
Untuk menentukan apakah suatu variabel perlu dimasukkan dalam pengelompokkan factor yang mempengaruhi fariabel dependen atau perlu
dianulir dibuang terhadap suatu variabel maka dapat dibaca nilai ekstract communalitinya. Perhatikan tabel Communality pada lampiran 8, yakni
pada kolom extraction. Terlihat pada kolom extration tak satupun yang menunjukkan nilai kurang dari 0,500 semuanya lebih dari 0,500. Jadi
pada langkah ini semua variabel tidak perlu dibuang dieliminasi.
4. Pengelompokkan variabel
Pada uji selanjutnya adalah melakukan pengelompokkan variabel. Ada berapa variabel harus di kelompokkan. Untuk keperluan hal tersebut
dapat dilihat nilai eigenvalue pada tabel total variance explained. Dari ke 7 variabel komponen yang dimasukkan dalam analisis faktor, terlihat
pada hasil output lampiran 8, hanya 3 faktor yang terbentuk yang
50
mempunyai nilai eigen 1. Nilai eigen di bawah 1 tidak digunakan dalam menghitung jumlah faktor yang terbentuk.
Untuk mengetahui masuk komponen mana variabel-variabel yang ada didistribusi, yaitu dengan melihat nilai matrix komponen atau
sekaligus melihat nilai rotasinya.
5. Analisis Faktor Loading dan Rotasi
