signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.10 dibawah ini:
Tabel 3.10 Muatan Faktor
Personal Self
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
21 0.84
0.09 8.96
1 √
22 0.58
0.08 7.29
√ 23
0.50 0.08
6.53 1
√ 24
0.75 0.10
7.17 2
√
Berdasarkan tabel 3.10, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, tidak ada item yang di drop dikarenakan nilai t bagi
koefisien muatan faktor item tersebut tidak memiliki nilai negatif dan jumlah korelasi kesalahan pengukuran tiap item tidak ada yang berjumlah
lebih dari 3. Artinya, keempat item merupakan item yang valid untuk mengukur personal self berdasarkan tiga kriteria yang telah dijelaskan
sebelumnya.
3.4.8 Uji validitas skala family self
Peneliti menguji apakah keempat item yang ada bersifat unidimensional, artinya benar hanya mengukur skala family self. Dari hasil analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi- square = 8.37, df = 2, P-value = 0.01520, RMSEA = 0.116. Oleh sebab
itu, penulis melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama yang
lainnya, maka diperoleh model fit dengan Chi-square= 1.64, df= 1, P- value=0.20095, RMSEA=0.052.
Gambar 3.8
Setelah di dapat nilai P-value 0.05, maka dapat dinyatakan bahwa model dengan satu faktor adalah fit atau dapat diterima, artinya
seluruh item hanya mengukur faktor family self saja. Kemudian penulis melihat apakah item tersebut mengukur faktor yang hendak diukur secara
signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.11 dibawah ini:
Tabel 3.11 Muatan Faktor Family Self
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
25 0.56
0.08 7.33
1 √
26 0.82
0.08 9.68
√ 27
0.47 0.08
6.08 1
√ 28
0.54 0.07
7.23 √
Berdasarkan tabel 3.11, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, tidak ada item yang di drop dikarenakan nilai t bagi
koefisien muatan faktor item tersebut tidak memiliki nilai negatif dan jumlah korelasi kesalahan pengukuran tiap item tidak ada yang berjumlah
lebih dari 3. Artinya, keempat item merupakan item yang valid untuk
mengukur family selfberdasarkan tiga kriteria yang telah dijelaskan sebelumnya.
3.4.9 Uji validitas skala social self
Peneliti menguji apakah keempat item yang ada bersifat unidimensional, artinya benar hanya mengukur skala social self. Dari hasil analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi- square =6.21 , df=2, P-value=0.04490, RMSEA=0.095. Oleh sebab itu,
penulis melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama yang
lainnya, maka diperoleh model fit dengan Chi-square= 1.25, df=1, P- value=0.26380, RMSEA=0.033.
Gambar 3.9
Setelah di dapat nilai P-value 0.05, maka dapat dinyatakan bahwa model dengan satu faktor adalah fit atau dapat diterima, artinya
seluruh item hanya mengukur faktor social self saja. Kemudian penulis melihat apakah item tersebut mengukur faktor yang hendak diukur secara
signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.12 dibawah ini:
Tabel 3.12 Muatan Faktor Social Self
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
1 0.65
0.10 6.41
1 √
2 0.36
0.07 5.01
√ 3
0.95 0.11
8.89 1
√ 4
0.65 0.09
7.54 √
Berdasarkan tabel 3.12, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, tidak ada item yang di drop dikarenakan nilai t bagi
koefisien muatan faktor item tersebut tidak memiliki nilai negatif dan jumlah korelasi kesalahan pengukuran tiap item tidak ada yang berjumlah
lebih dari 3. Artinya, keempat item merupakan item yang valid untuk mengukur social self berdasarkan tiga kriteria yang telah dijelaskan
sebelumnya. 3.4.10
Uji validitas skala permissive
Peneliti menguji apakah ke 9 item yang ada bersifat unidimensional, artinya benar hanya mengukur skala permissive. Dari hasil analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi- square =237.46 , df=27, P-value=0.0000, RMSEA=0.182. Oleh sebab itu,
penulis melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama yang
lainnya, maka diperoleh model fit dengan Chi-square=28.73, df=21, P- value=0.12067, RMSEA=0.040
Gambar 3.10
Setelah di dapat nilai P-value 0.05, maka dapat dinyatakan bahwa model dengan satu faktor adalah fit atau dapat diterima, artinya
seluruh item hanya mengukur faktor permissive saja. Kemudian penulis melihat apakah item tersebut mengukur faktor yang hendak diukur secara
signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.13 dibawah ini:
Tabel 3.13 Muatan Faktor Permissive
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
1 0.34
0.07 4.95
3 √
2 0.17
0.07 2.43
1 √
3 -0.22
0.07 -3.23
1 X
4 0.09
0.07 1.31
1 √
5 -0.22
0.07 -3.16
3 X
6 -0.26
0.07 -3.79
2 X
7 -0.93
0.07 -14.18
X 8
-0.59 0.07
-8.84 1
X 9
0.56 0.07
8.51 √
Berdasarkan tabel 3.13, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, item 3, 5, 6, 7, dan 8 di drop dikarenakan nilai lambda
bagi koefisien muatan faktor item tersebut memiliki nilai negatif. Artinya, yang merupakan item valid untuk mengukur skala permissive berdasarkan
tiga kriteria yang telah dijelaskan sebelumnya adalah item 1, 2, 4, dan 9. 3.4.11
Uji validitas skala authoritarian
Peneliti menguji apakah ketujuh item yang ada bersifat unidimensional, artinya benar hanya mengukur skala authoritarian. Dari hasil analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi- square =195.67, df=14, P-value=0.000, RMSEA=0.235. Oleh sebab itu,
penulis melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama yang
lainnya, maka diperoleh model fit dengan Chi-square=5.88, df=6, P- value=0.43686, RMSEA=0.000.
Gambar 3.11
Setelah di dapat nilai P-value 0.05, maka dapat dinyatakan bahwa model dengan satu faktor adalah fit atau dapat diterima, artinya
seluruh item hanya mengukur faktor authoritarian saja. Kemudian penulis melihat apakah item tersebut mengukur faktor yang hendak diukur secara
signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.14 dibawah ini:
Tabel 3.14 Muatan Faktor Authoritarian
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
10 -0.14
0.18 -0.07
4 X
11 0.38
0.08 5.03
1 √
12 0.45
0.08 5.75
2 √
13 0.15
0.07 2.15
2 √
14 0.33
0.08 4.38
1 √
15 0.87
0.11 7.63
2 √
16 -0.07
0.11 -0.63
4 X
Berdasarkan tabel 3.14, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, item 1 dan 7 di drop karena memiliki nilai lambda negatif
dan korelasi kesalahan pengukuran pada item tersebut berjumlah lebih dari 3. Artinya, yang merupakan item valid untuk mengukur skala
authoritarian berdasarkan tiga kriteria yang telah dijelaskan sebelumnya
adalah item ke 2, 3, 4, 5, dan 6. 3.4.12
Uji validitas skala authoritative
Peneliti menguji apakah keempat item yang ada bersifat unidimensional, artinya benar hanya mengukur skala authoritative. Dari hasil analisis CFA
yang dilakukan dengan model satu faktor, ternyata tidak fit, dengan Chi- square =193.97, df=20, P-value=0.00000, RMSEA=0.192. Oleh sebab itu,
penulis melakukan modifikasi terhadap model, dimana kesalahan pengukuran pada beberapa item dibebaskan berkorelasi satu sama yang
lainnya, maka diperoleh model fit dengan Chi-square=20.92, df=13, P- value=0.07449, RMSEA=0.051.
Gambar 3.12
Setelah di dapat nilai P-value 0.05, maka dapat dinyatakan bahwa model dengan satu faktor adalah fit atau dapat diterima, artinya
seluruh item hanya mengukur faktor autoratif saja. Kemudian penulis melihat apakah item tersebut mengukur faktor yang hendak diukur secara
signifikan dan sekaligus menentukan apakah item tersebut perlu di drop atau tidak, pengujiannya dilakukan dengan melihat nilai t bagi setiap
koefisien muatan faktor, seperti tabel 3.15 dibawah ini:
Tabel 3.15 Muatan Faktor Authoritative
No Lambda
Standard Error
t-value Korelasi
kesalahan Kesimpulan
17 0.83
0.06 14.92
√ 18
0.71 0.06
11.97 1
√ 19
0.45 0.07
6.80 1
√ 20
0.63 0.06
10.10 2
√ 21
0.45 0.07
6.81 3
√ 22
0.65 0.06
10.63 2
√ 23
0.83 0.06
14.61 3
√ 24
0.80 0.06
13.90 2
√
Berdasarkan tabel 3.15, dapat dijelaskan bahwa setelah dilakukan pengujian CFA, tidak ada item yang di drop dikarenakan nilai t bagi
koefisien muatan faktor item tersebut tidak memiliki nilai negatif dan jumlah korelasi kesalahan pengukuran tiap item tidak ada yang berjumlah
lebih dari 3. Artinya, keempat item merupakan item yang valid untuk mengukur authoritative berdasarkan tiga kriteria yang telah dijelaskan
sebelumnya. 3.5
Teknik Analisis Data
Sebelum melakukan analisis data, digunakan Confirmatory Factor Analisys CFA untuk melihat validitas konstrak setiap item serta menguji
struktur faktor yang diturunkan secara teoritis. Analisis faktor adalah metode analisis statistic yang digunakan untuk mereduksi faktor-faktor
yang mempengaruhi suatu variabel menjadi beberapa set indikator saja tanpa kehilangan informasi yang berarti. Melalui analisis faktor akan
didapatkan data variabel konstrak skor faktor sebagai data input analisis lebih lanjut atau sebagai data penelitian.
Dalam penelitian ini akan dilakukan pengujian hipotesis dengan analisis statistik, maka hipotesis penelitian yang diubah menjadi hipotesis
nihil. Hipotesis nihil inilah yang akan diuji dalam analisis statistik nantinya. Pada penelitian ini digunakan multiple regression analysis di
mana terdapat lebih dari satu independent variable untuk mengetahui pengaruhnya terhadap dependent variable. Pada penelitian ini terdapat
sebelas independent variable dan satu dependent variable. Dengan menggunakan rumus persamaan garis regresi, yaitu:
Y = a + b¹X¹ + b²X² + b³X³ + ……. + b¹¹X¹¹ + e Keterangan:
Y = Kemandirian DV a = Intercept Konstan
b = Koefisien regresi yang distandarisasikan untuk masing-masing X X¹ = identity self
X²= behavioral self X³= judging self
X
4
= physical self X
5
= moral-ethical self X
6
= personal self X
7
= family self X
8
= social self X
9
= permissive X
10
=authoritarian X
11
= authoritative e = Residual
Melalui regresi berganda ini akan diperoleh nilai R, yaitu koefisien korelasi berganda antara kemandirian DV dengan konsep diri dan pola
asuh IV. Besarnya kemandirian yang disebabkan faktor-faktor yang telah disebutkan ditunjukkan oleh koefisien determinasi berganda atau R².
R² menunjukkan variasi atau perubahan dependent variable Y disebabkan independent variable X atau digunakan untuk mengetahui
besarnya pengaruh independent variable X terhadap dependent variable Y atau merupakan perkiraan proposi varians dari kemandirian yang
dijalaskan oleh konsep diri dan pola asuh. Untuk mendapatkan nilai R
2
digunakan rumus sebagai berikut:
R
2
= SSreg
SSy Keterangan :
R
2
= Proposi varians SSreg = Sum of Square Regression jumlah kuadrat regresi
SSy = Sum of Square Y Jumlah kuadrat Y
Selanjutnya, untuk membuktikan apakah regresi Y dan X signifikan atau tidak, maka digunakanlah uji F untuk membuktikan Hal
tersebut menggunakan rumus:
Dimana pembilang disini adalah R
2
dengan df-nya dilambangkan k, yaitu sejumlah IV yang dianalisis, sedangkan penyebutnya 1 – R
2
dibagi dengan dfnya N – k – 1 dimana N adalah jumlah sampel. Dari hasil uji F yang dilakukan nantinya, dapat dilihat apakah IV yang diujikan
memiliki pengaruh terhadap DV. Kemudian peneliti melakukan uji T dari tiap-tiap IV yang
dianalisis. Maksud uji T adalah melihat apakah signifikan dampak dari tiap IV terhadap DV. Uji T dilakukan dengan menggunakan rumus sebagai
berikut:
Dimana b adalah koefisien regresi dan S
b
adalah standar error dari b. Hasil uji T ini akan diperoleh dari hasil regresi yang akan dilakukan
oleh peneliti nantinya. Dalam penelitian ini, penghitungan statistik dilakukan dengan menggunakan sistem komputerisasi program SPSS versi
22.
3.6 Prosedur Penelitian
