44
3.5. Metode Analisis Data
Metode analisis data yang digunakan adalah analisis faktor, karena faktor- faktor yang mempengaruhi suatu variabel dapat direduksikan menjadi beberapa set
indikator, tanpa kehilangan informasi yang berarti. Analisis faktor, ialah analisis yang menemukan variabel baru yang disebut
faktor yang jumlahnya lebih sedikit dibandingkan dengan jumlah variabel asli yang tidak berkorelasi satu sama lainnya tidak terjadi
multicollinearity, variabel baru tersebut memuat sebanyak mungkin informasi yang terkandung di dalam variabel asli Supranto, 2004:26.
Analisis faktor adalah suatu cara meringkas summarize informasi yang ada dalam variabel asli awal menjadi satu set dimensi baru Ghozali, 2011:393.
Variabel-variabel dalam analisis faktor jika dibukukan standarized, maka model 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
X
i
= Variabel ke i yang dibakukan rata-ratanya nol, standar
deviasinya satu. B
ij
= Koefisien regresi parsial yang dibakukan untuk variabel i
pada common factor ke j. F
j
= Common factor ke j.
V
i
= Koefisien regresi yang dibakukan untuk variabel ke i pada
faktor yang unik ke i unique factor. µi
= Faktor unik variabel ke i.
m = Banyaknya common factor.
Supranto, 2004:116 Supranto, 2004:117-118, mengemukakan langkah
– langkah analisis faktor sebagai berikut:
1. Keiser-Mayer-Olkin KMO KMO mengukur kecukupan sampel sampling adequacy, yaitu suatu
indek yang digunakan untuk meneliti ketepatan analisis faktor-faktor yang menyebabkan disiplin belajar pada siswa kelas XII Jurusan
Administrasi Perkantoran di SMK NU 01 Kendal . “Apabila koefisien
KMO antara 0,50 – 1,0 berarti analisis faktor tepat, sedangkan apabila
kurang dari 0,50 analisis f aktor dinyatakan tidak tepat”
45
2. Anti-Image Matrices
Pada Anti-Image Correlation terdapat sejumlah angka yang membentuk diagonal bertanda “a”. Jika ada variabel yang bernilai korelasi 0,50,
maka variabel tersebut dikeluarkan. 3. Communality
“Analisis ini merupakan jumlah varian yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam
analisis”. Analisis ini menunjukkan seberapa jauh suatu variabel terukur memiliki ciri yang
dimilki oleh variabel-variabel yang lain. Koefisien communality disebut cukup efektif apabila bernilai 50.
4. Total Variance Explained
Total Variance Explained digunakan untuk mengetahui banyaknya faktor yang terbentuk, faktor yang terbentuk harus memiliki Eigenvalue
1. Eigenvalue merupakan koefisien yang menunjukkan jumlah varian yang berasosiasi dengan masing-masing faktor kesulitan belajar. Faktor
yang mempunyai eigenvalue 1 akan dimasukkan ke dalam model.
5. Rotated Componen Matrix Rotated Componen Matrix merupakan distribusi variabel-variabel yang
telah di ekstrak ke dalam faktor yang telah terbentuk berdasarkan factor loading setelah melalui proses rotasi faktor. Factor loading merupakan
besarnya muatan suatu item. Factor loading yang 0,50 akan dimasukkan sebagai indikator suatu faktor. Variabel yang memiliki
factor loading 50 dianggap memiliki konstribusi yang lemah terhadap faktor yang terbentuk sehingga harus direduksi atau digugurkan
Supranto, 2004:124.
3.6. Analisis Deskriptif Persentase
Kategori