tugas pengukuran skala sikap

Tugas Kokurikuler II

Mata Kuliah : Pengukuran Skala Sikap

Dosen Pengajar : dr. Iwan Ariawan, MS

Topik :

ANALISIS FAKTOR ________________________________________________________

Oleh :

Iswandi

0806470421

Program Pascasarjana Departemen Biostatistik dan Kependudukan

Fakultas Kesehatan Masyarakat Universitas Indonesia

DEPOK, 26 Maret 2009

Hal 1

Iswandi

NPM : 0806470421 Pengukuran Skala Sikap - Faktor Analisis

Permasalahan :

Gunakan data LSE Papua yang merupakan pengukuran dari 3 ranah ketrampilan hidup pada

remaja yaitu : kemampuan asertif (assertiveness), kemampuan mengambil keputusan (decision

making skill) & kemampuan komunikasi dengan orang tua/guru (communication skill).

Ke-3 ranah ini diukur melalui 12 pertanyaan.

1. Lakukanlah analisis factor untuk menguji apakah ke-12 pertanyaan tersebut memang dapat

menggambarkan 3 ranah ketrampilan hidup remaja (gunakan rotasi factor yang tepat). Beri

nama faktor yang terbentuk.

2. Hitunglah skor factor untuk ke-3 ranah tersebut & konversi skor tersebut ke skala 0 -10.

Buatlah statistic deskriptif dari ke-3 faktor tersebut (rata-rata, simpang baku, min, max).

3. Lakukan uji statistic untuk melihat apakah ada perbedaan ketrampilan hidup remaja (yang

diukur dari ke-3 ranah tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP

negeri, juga antara kabupaten.

Penyelesaian :

Solusi 1

1. Digunakan data LSE Papua.sav

2. Selanjutnya Analyze Data Reduction Factor

3. Keseluruhan item pertanyaan LSE1 sd LSE12 dimasukkan ke dalam kotak variables

Life Skills for

adolescent

assertiveness decision

making skill

communication

skill

Hal 2

Iswandi


4. Selanjutnya di bagian

Descriptives, diberi

centang pada bagian

statistics ; Univariate

descriptive dan initial

solution. Lalu continue

5. Pada bagian extraction,

dipilih Method : Principal

axis factoring, dipilih juga

pada extract ; Number of factors = 3. Karena diduga ada 3 faktor dari ke 12 item pertanyaan

tersebut. Selanjutnya pilihan yang lain dibiarkan default. Lalu continue

6. Pada bagian Rotation, untuk langkah awal digunakan method : varimax. Lalu continue

7. Pada bagian Scores diberi centang pada Display factor scores coefficien matrix. Lalu continue

8. Di bagian Options, dicentang Exclude cases listwise dan Sorted by size, lalu continue, OK

Maka outputnya sebagai berikut (setelah edit label) :

Descriptive Statistics Communalities

Mean Std. Deviation Analysis N

LSE1 3.9197 1.34453 4210

LSE2 4.1036 1.36783 4210

LSE3 4.2347 1.29239 4210

LSE4 4.2905 1.21659 4210

LSE5 4.1143 1.34163 4210

LSE6 4.3109 1.20859 4210

LSE7 4.0197 1.10415 4210

LSE8 4.1344 .98936 4210

LSE9 2.8504 1.48163 4210

LSE10 3.0366 1.49589 4210

LSE11 3.6259 1.39270 4210

LSE12 4.0660 1.29161 4210

Extraction Method: Principal Axis Factoring.

Initial Extraction

LSE1 .152 .182

LSE2 .511 .569

LSE3 .559 .640

LSE4 .435 .505

LSE5 .495 .563

LSE6 .475 .535

LSE7 .135 .203

LSE8 .137 .236

LSE9 .189 .414

LSE10 .155 .304

LSE11 .172 .252

LSE12 .183 .256

Hal 3

Iswandi


Total Variance Explained

Factor Initial Eigenvalues Extraction Sums of Squared

Loadings Rotation Sums of Squared

Loadings

Total % of

Variance Cumulative

% Total % of

Variance Cumulative

% Total % of

Variance Cumulative

%

1 3.981 33.172 33.172 3.463 28.861 28.861 2.813 23.439 23.439

2 1.554 12.953 46.126 .914 7.614 36.475 1.077 8.972 32.410

3 .977 8.144 54.270 .281 2.344 38.820 .769 6.409 38.820

%4 .893 7.439 61.709

5 .813 6.773 68.482

6 .719 5.989 74.471

7 .674 5.613 80.084

8 .645 5.378 85.461

9 .559 4.662 90.123

10 .488 4.069 94.192

11 .376 3.137 97.330

12 .320 2.670 100.000


Nampak pada output di atas SPSS mengelompokkan ke-12 item pertanyaan menjadi 3 faktor. Terlihat juga bahwa faktor 1 mampu menjelaskan variasi sebesar 28.861%, faktor 2 sebesar 7.614 dan faktor 3 mampu menjelaskan 2.344% atau dengan kata lain ke-3 faktor tersebut mampu menjelaskan variasi 38.820%. Factor Matrix(a)

Factor

1 2 3

LSE3 .770 -.218 -.019

LSE2 .728 -.184 -.071

LSE5 .727 -.171 -.069

LSE6 .703 -.202 .012

LSE4 .686 -.184 -.009

LSE12 .417 .195 .210

LSE1 .408 .122 .023

LSE11 .362 .316 .146

LSE7 .328 .249 .183

LSE9 .337 .471 -.280

LSE10 .261 .427 -.230

LSE8 .295 .329 .202

Extraction Method: Principal Axis Factoring. a Attempted to extract 3 factors. More than 25 iterations required. (Convergence=.001). Extraction was terminated. Factor Score Coefficient Matrix

Factor

1 2 3

LSE1 .067 .076 .030

LSE2 .186 -.116 -.098

Hal 4

Iswandi


LSE3 .247 -.182 -.008

LSE4 .159 -.107 .002

LSE5 .195 -.113 -.097

LSE6 .177 -.131 .037

LSE7 .064 .145 .173

LSE8 .067 .192 .200

LSE9 .090 .340 -.317

LSE10 .061 .259 -.220

LSE11 .076 .190 .151

LSE12 .082 .129 .210

Extraction Method: Principal Axis Factoring. Factor Score Covariance Matrix

Factor 1 2 3

1 .876 -.032 -.015

2 -.032 .591 -.014

3 -.015 -.014 .292


9. Selanjutnya untuk kepentingan uji penentuan apakah

ke-12 pertanyaan tersebut dapat menggambarkan 3

ranah ketrampilan hidup remaja (dengan menggunakan

rotasi factor yang paling tepat), maka dilakukan

percobaan terhadap beberapa bentuk rotasi, yaitu :

varimax,

quartimax,

equamax,

direct oblimin -~ sd 0 dan,

promax kappa 0 sd 4.

Bentuk rotasi yang paling tepat adalah bentuk dengan nilai sum of squared (varians) paling

merata yang dapat dilihat dari output Total Variance Explained.

Selanjutnya diperoleh hasil bahwa yang paling terbaik adalah model rotasi Equamax, dengan

output nilai varians sebagai berikut :

Hal 5

Iswandi


Total Variance Explained

3.981 33.172 33.172 3.463 28.861 28.861 2.729 22.745 22.745

1.554 12.953 46.126 .914 7.614 36.475 1.058 8.820 31.566

.977 8.144 54.270 .281 2.344 38.820 .870 7.254 38.820

.893 7.439 61.709

.813 6.773 68.482

.719 5.989 74.471

.674 5.613 80.084

.645 5.378 85.461

.559 4.662 90.123

.488 4.069 94.192

.376 3.137 97.330

.320 2.670 100.000

Factor

1

2

3

4

5

6

7

8

9

10

11

12

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings


Rotated Factor Matrixa

.766

.721

.713

.697

.677

.279 .258

.448

.437

.430

.407

.610

.524

LSE3

LSE2

LSE5

LSE6

LSE4

LSE1

LSE8

LSE12

LSE11

LSE7

LSE9

LSE10

1 2 3

Factor


Rotation Method: Equamax with Kaiser Normalization.

Rotation converged in 5 iterations.a.

10. Untuk kepentingan uji penentuan apakah ke-12 pertanyaan tersebut dapat menggambarkan

3 ranah ketrampilan hidup remaja serta bagaimana penamaan dari ranah/faktor/

domain/bagian tersebut. Informasinya dapat diketahui dengan melihat output Rotated factor

matrix -nya sbb (dengan suppress absolute values less then = 0.25) :

Dari output di atas nampak masing-masing korelasi dari 3 faktor (dengn nilai korelasi < 0.25 tidak

dicantumkan) :

Factor 1 : diwakili oleh 5 atau 6 pertanyaan yaitu LSE3, LSE2, LSE5, LSE6, LSE4 dan kemungkinan LSE1

Factor 2 : diwakili oleh 4 atau 5 pertanyan yaitu LSE8, LSE12, LSE11, LSE7 dan kemungkinan LSE1

Factor 3 : diwakili oleh 2 pertanyaan yaitu LSE9 dan LSE10

Selanjutnya proses penamaan factor memerlukan pengatahuan atau pengertian tentang substansi,

sehingga harus kembali kepada item pertanyaan. Dengan demikian :

Hal 6

Iswandi


Factor 1 Kemampuan mengambil keputusan (Decision making skill)

Terdiri dari 6 pertanyaan yaitu LSE3, LSE2, LSE5, LSE6, LSE4 dan LSE1. Adapun Penetapan

LSE1 berdasarkan pertimbangan substansi & juga nilai korelasi yang lebih besar ke factor 1

Factor 2 Komunikasi dengan orangtua/guru (Communicatin skill)

Terdiri dari 4 pertanyaan yaitu LSE8, LSE12, LSE11 dan LSE7.

Factor 3 Kemampuan asertif (Assertiveness)

Terdiri dari 2 pertanyaan yaitu LSE9 dan LSE10

Solusi 2

1. Untuk informasi skor ke-3 ranah tersebut di SPSS maka dilakukan langkah-langkah seperti pada poin

sebelumnya. Hanya pada tab scores, diberi centang pada bagian save as variables : Regression. Lalu ok

Maka secara otomatis pada data editor SPSS diperoleh tiga variabel baru yaitu FAC1_1, FAC1_2 dan

FAC1_3 berisi skor ke-3 ranah tersebut.

Secara manual, contohnya sbb :

Factor Score Coefficient Matrix

Factor

1 2 3

LSE1 .013 .091 .053

LSE2 .231 -.051 .043

LSE3 .304 .007 -.043

LSE4 .189 .015 -.026

LSE5 .236 -.045 .047

LSE6 .212 .036 -.060

LSE7 -.045 .230 .004

LSE8 -.070 .276 .019

LSE9 -.054 -.016 .470

LSE10 -.050 .000 .341

LSE11 -.054 .243 .052

LSE12 -.026 .257 -.027

Extraction Method: Principal Axis Factoring. Rotation Method: Equamax with Kaiser Normalization.

Hal 7

Iswandi


Descriptive Statistics

4210 .00 4.53 3.2718 .90502

4210

S_fact1a

Valid N (listwise)

N Minimum Maximum Mean Std. Deviation

Skor factor 1 (decision making) Untuk responden pertama adalah :

F1 = 0.013 (LSE1) + 0.231 (LSE2) + 0.304 (LSE3)... - 0.26 (LSE12)

= 0.013 (5) + 0.231 (5) + 0.304 (5)... - 0.26 (5)

= 0 .41022

dstnya….

2. Untuk mengkonversi skor ke-3 factor tersebut ke skala 0 - 10, maka dilakukan langkah - langkah

sebagai berikut :

Mendeskripsikan ke-3 skor factor untuk melihat nilai min-max nya

Misalnya : deskriptif factor 1 (decision making) skornya -3.27181 sd 1.26289

Selanjutnya membuat variabel pembulatan dengan perintah compute.

Misalnya : S_fact1a = FAC1_1 + 3.27181

Lalu untuk melihat nilai max, maka dideskriptifkan kembali var S_fact1a tersebut

Perintah syntax langkah di atas sebagai berikut :

COMPUTE S_fact1a = FAC1_1 + 3.27181 .

EXECUTE .

DESCRIPTIVES

VARIABLES=S_fact1a

/STATISTICS=MEAN STDDEV MIN MAX .

Output deskriptif S_fact1a

Dari output di atas nampak bahwa skor telah berubah ke skala 0 sd 4.53

Sebagai langkah akhir untuk pembulatan 0 sd 10, kembali dengan perintah compute.

Misalnya : S_fact1b = S_fact1a * (10/4.534697932301) contoh ini tanpa pembulatan

Lalu deskriptifkan untuk melihat hasilnya.

Perintah syntax langkah di atas sebagai berikut :

COMPUTE S_fact1b = S_fact1a * (10/4.534697932301) .

EXECUTE .

DESCRIPTIVES

VARIABLES=S_fact1b

/STATISTICS=MEAN STDDEV MIN MAX .


4210 -3.27181 1.26289 .0000000 .90502325

4210 -2.79064 1.14388 .0000000 .67057090

4210 -1.43899 1.41179 .0000000 .70052775

4210

REGR factor score

1 for analysis 1

REGR factor score

2 for analysis 1

REGR factor score

3 for analysis 1

Valid N (listwise)


Hal 8

Iswandi




S_fact1b 4210 .00 10.00 7.2151 1.99577

Valid N (listwise) 4210

Nampak dari output di atas rentang nilai sudah berada antara 0 sd 10

3. Statistic deskriptif dari ke-3 faktor tersebut (rata-rata, simpang baku, min, max), sebagai

berikut :

Faktor 1 (decision making skill) Descriptive Statistics


S_fact1b 4210 .00 10.00 7.2151 1.99577


Factor 2 (communication skill) Descriptive Statistics


S_fact2b 4210 .00 10.00 7.0927 1.70433


Factor 3 (assertiveness) Descriptive Statistics


S_fact3b 4210 .00 10.00 5.0477 2.45732


Hal 9

Iswandi


Solusi 3

1. Pertanyaan uji :

a. Apakah ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri ?

b. Apakah ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara tiap kabupaten (11 kabupaten) ?

2. Formula Hipotesis :

a. Ho : Tidak ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara remaja yang bersekolah di SMP swasta dengan SMP negeri.

Ha : Ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut)

antara remaja yang bersekolah di SMP swasta dengan SMP negeri.

b. Ho : Tidak ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah

tersebut) antara tiap kabupaten.

Ha : Ada perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut)

antara tiap kabupaten (paling tidak ada satu perbedaan di antara kabupaten tsb).

3. Kedua uji hipotesis di atas menggunakan batas kritis α = 0.05

4. Uji yang digunakan :

a. Untuk uji perbedaan dua sampel independen, apabila syarat kenormalan data terpenuhi maka

digunakan independent t test , namun apabila tidak terpenuhi maka digunakan uji alternatifnya

yaitu uji mann-whitney, kolmogrov-smirnov, median test atau Wald-wolfowitz.

b. Untuk uji perbedaan lebih dari dua sampel independen, apabila syarat normality dan homogeneity

of variance terpenuhi maka digunakan one way anova, namun apabila syarat tersebut tidak

terpenuhi maka digunakan uji alternatifnya yaitu Krusskal-wallis atau uji median yang diperluas.

5. Uji Normalitas, Uji Varians dan tranformasi data :

a. Uji Normalitas dapat dilakukan dengan beberapa metode. Antara lain : metode kolmogrov-

smirnov, Shapiro-Wilk, Liliefors, kecocokan chi-square, atau secara deskriptif dengan

memperhatikan bentuk grafik.

Pada latihan ini menggunakan Uji kolmogrov-smirnov beserta koreksi uji Liliefors terhadap

variabel skor ketrampilan hidup remaja yang merupakan skor gabungan faktor1, faktor2 dan

faktor3 (merge_f). Diperoleh hasil :

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Merge_f .040 4210 .000 .982 4210 .000

a Lilliefors Significance Correction

karena nilai P (probability value/critical value) yang diperoleh lebih kecil dari α = 0.05 yang telah

ditentukan, maka dapat disimpulkan variabel total skor ketrampilan hidup tersebut tidak

mengikuti distribusi normal. Dengan demikian perlu dilakukan transformasi data agar dapat

dinormalkan distribusinya.

Hal 10

Iswandi


b. Transformasi data dilakukan dengan cara melakukan compute variabel total skor ketrampilan

hidup dengan nama var trans_f

Selanjunya pada variabel trans_f tersebut kembali dilakukan uji normalitas, hasilnya sbb :

Tests of Normality

Kolmogorov-Smirnov(a) Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

trans_f .082 4210 .000 .906 4210 .000

a Lilliefors Significance Correction

Hasilnya sebagaimana output di atas nampak bahwa, sekalipun telah dilakukan transformasi data

tetap saja p = 0.000. Karena lebih kecil dari α = 0.05 yang telah ditentukan, maka dapat

disimpulkan variabel total skor ketrampilan hidup tersebut tidak mengikuti distribusi normal.

c. Uji varians otomatis tidak dilakukan lagi karena syarat normalitas sudah tidak terpenuhi.

6. Melakukan Uji Hipotesis :

a. Karena syarat independent t test tidak terpenuhi maka digunakan uji mann-whitney sebagai

alternative. Caranya dengan SPSS

Analyze Nonparametric test 2 independent samples

Selanjutnya dilakukan seperti gambar di bawah :

Hal 11

Iswandi


Ranks

333 242.65 80802.00

187 292.29 54658.00

520

LSE4

Not at all confident

Not very confident

Total

Merge_f

N Mean Rank Sum of Ranks

Test Statisticsa

25191.000

80802.000

-3.615

.000

Mann-Whitney U

Wilcoxon W

Z

Asymp. Sig. (2-tailed)

Merge_f

Grouping Variable: LSE4a.

Setelah di OK maka hasilnya sebagai berikut :

Hasil output di atas memperlihatkan nilai P adalah 0.000, karena nilai tersebut jauh dari nilai α =

0.05, maka Ho ditolak. Hal ini berarti memang ada perbedaan skor ketrampilan hidup remaja

(yang diukur dari ke-3 ranah tersebut) antara remaja yang bersekolah di SMP swasta

dengan SMP negeri.

b. Karena syarat uji one way anova tidak terpenuhi, maka digunakan uji alternative Kruskal-Wallis.

Caranya dengan SPSS :

Analyze Nonparametric test K Independen Samples

Selanjutnya memasukkan data sebagaimana gambar di bawah :

Setelah di OK maka hasilnya sebagai berikut :

Hal 12

Iswandi


Oleh karena P adalah 0.000 yang jauh di bawah 0.05, maka Ho ditolak. Hal ini berarti terbukti ada

perbedaan skor ketrampilan hidup remaja (yang diukur dari ke-3 ranah tersebut) antara tiap kabupaten (paling tidak ada satu perbedaan di antara kabupaten tsb).

Ranks

393 1423.98

388 2741.27

345 1509.99

396 2424.20

399 2004.60

394 2359.11

395 2129.61

372 1980.72

355 1692.07

387 2398.00

386 2393.59

4210

P2 District/municipality

Biak Numfor

Kabupaten Jayapura

Jayawijaya

Manokwari

sorong

Kota Jayapura

Kota Sorong

Keerom

Supiori

Merauke

Mimika

Total

Merge_f

N Mean Rank

Test Statisticsa,b

448.917

10

.000

Chi-Square

df

Asymp. Sig.

Merge_f

Kruskal Wallis Testa.

Grouping Variable: P2 District/municipalityb.

tugas pengukuran skala sikap

Documents