DIMENSI DAN RELIABILITAS SUATU INSTRUMEN DENGAN MENGGUNAKAN ROTASI VARIMAX PADA ANALISIS FAKTOR EKSPLORATORI

DIMENSI DAN RELIABILITAS SUATU INSTRUMEN DENGAN MENGGUNAKAN ROTASI VARIMAX PADA ANALISIS FAKTOR EKSPLORATORI Oleh : Baso Intang Sappaile

)

Abstrak: Analisis faktor eksploratori sebagai ratu metode analisis karena kekuatan, keluwesan dan kedekatannya dengan hakekat maksud dan tujuan ilmiah. Analisis faktor eksploratori dapat digunakan sebagai pedoman pengkontruksian homogenitas alat ukur atau instrumen. Secara kasar, instrumen yang butirbutirnya mengukur hanya satu sifat secara umum dan dapat menentukan dimensidimensi suatu variabel penelitian. Disamping itu, dapat menentukan reliabilitas suatu instrumen. Dengan menggunakan analisis faktor eksploratori lebih dapat dipercaya dibandingkan dengan reliabilitas lainnya, seperti alpha. Jika diperbandingkan, maka alpha < theta < omega. Omega menunjukkan estimasi reliabilitas yang paling tinggi, karena itu dipandang mendekati (kalau tidak sama dengan) "the true reliability". Kata kunci: dimensi, reliabilitas, rotasi varimax, analisis faktor eksploratori.

1. Pendahuluan 1.1 Latar Belakang Sebagaimana diketahui bahwa alat ukur atau instrumen penelitian merupakan hal yang sangat penting dalam melakukan penelitian. Data penelitian yang diolah untuk menjawab masalah, dikumpulkan dengan menggunakan alat ukur. Tanpa instrumen atau alat ukur yang baik tidak dapat diperoleh data yang akurat, sehingga dapat mengakibatkan kesimpulan yang diambil tidak benar. Salah satu cara untuk menentukan reliabilitas suatu instrumen ialah dengan menggunakan analisis faktor. Menentukan reliabilitas suatu instrumen dengan )

Dr. Baso Intang Sappaile, M.Pd. adalah Dosen Jurusan Matematika FMIPA Universitas Negeri Makassar.

Jurnal Pendidikan dan Kebudayaan Tahun ke-12, No. 060, Mei 2006,

1

menggunakan analisis faktor lebih dapat dipercaya dibandingkan dengan reliabilitas lainnya, seperti alpha. Cormines dan Zeller (dalam Kaluge, 1988: 23) membuat perbandingan sebagai berikut: alpha < theta < omega. Theta dan omega adalah dua macam estimasi reliabilitas berdasarkan analisis faktor. Omega menunjukkan estimasi reliabilitas yang paling tinggi, karena itu dipandang mendekati (kalau tidak sama dengan) "the true reliability". Mutohir (1994: 20) menyatakan bahwa analisis faktor merupakan alat analisis yang bermanfaat dan tepat untuk penyusunan skala, selama teknik ini dengan segera dapat mengidentifikasi homogenitas butir-butir. Analisis faktor dapat pula untuk mengidentifikasi dimensionalitas skala dan menguji apakah dimensidimensi hipotetis dapat dikonfirmasi dan cocok dengan data empirik yang sesungguhnya.

1.2 Rumusan Masalah Dalam tulisan ini penulis menfokuskan perhatian pada permasalahan sebagai berikut. (1) Syarat-syarat apa yang harus dipenuhi suatu butir pertanyaan/pernyataan agar layak masuk dalam sebuah faktor? (2) Bagaimana cara menentukan dimensi dan reliabilitas suatu instrumen?

1.3 Tujuan Penulisan Tulisan ini bertujuan untuk memperkenalkan kepada pembaca cara menentukan dimensi dan reliabilitas suatu instrumen dengan menggunakan analisis faktor eksploratori. 2. Kajian Literatur 2. 1 Analisis Faktor Analisis faktor merupakan suatu perangkat teknik untuk memproses data yang memuat pengujian hipotesis dan teknik untuk mereduksi data (Donald dalam


2

Mutohir, 1986: 196). Karena ini mencakup metode penelitian untuk sekumpulan variabel yang berkorelasi satu dengan yang lain dan tidak/kurang berkorelasi dengan kumpulan yang lain (Nunnally dalam Mutohir, 1986), sehingga dapat digunakan sebagai pedoman pengkontruksian homogenitas alat ukur atau instrumen. Secara kasar homogenitas alat ukur adalah seperangkat instrumen yang butir-butirnya mengukur hanya satu sifat secara umum. Vincent (1994: 421-422) menyatakan bahwa analisis faktor merupakan teknik analisis statistika yang bertujuan menerangkan struktur hubungan di antara variabel-variabel yang diamati dengan jalan membangkitkan beberapa faktor yang jumlahnya lebih sedikit dari pada banyaknya variabel asal. Agung (1992: 47) menyatakan bahwa peranan analisis faktor secara tepat dan benar dapat dipakai mempelajari “berapa banyaknya faktor yang diperlukan untuk menjelaskan (secara statistika) himpunan item dari suatu instrumen”. Sejalan dengan Santoso dan Fandy (2001: 248) bahwa analisis faktor pada prinsipnya digunakan untuk meringkas sejumlah variabel menjadi lebih sedikit dan menamakannya sebagai faktor. Comrey (dalam Wrahatnolo, 1994: 2) mengemukakan alasan dilakukan analisis faktor, yaitu: (1) struktur yang telah dibuat dapat menjelaskan korelasi antar variabel/item, (2) menguji teori tentang jumlah dan corak konstruksi faktor guna menjelaskan korelasi antar variabel/item, (3) mengetahui efek/dampak perubahanperubahan variabel terukur dan kondisi-kondisi pengukuran terhadap konstruksi faktor, (4) melakukan verifikasi penemuan sebelumnya melalui sampel baru baik dari populasi yang sama maupun dari populasi yang berbeda, dan (5) ingin mengetahui dampak dari ragam prosedur analisis faktor terhadap hasil analisis. Soeprijanto (2004: 114-115) menyatakan bahwa tujuan analisis faktor yaitu: (1) mengenali atau mengidentifikasi dimensi yang mendasari atau faktor yang menjelaskan korelasi antar variabel, (2) mengenali atau megidentifikasi suatu set variabel baru yang tidak berkorelasi yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi, (3) megenali atau


3

mengidentifikasi suatu set variabel yang penting dari suatu set variabel yang lebih banyak jumlahnya. Ada dua macam prosedur analisis faktor yang perlu dibedakan, karena dasar pemikiran dan strategi analisisnya berbeda. Pertama, analisis faktor eksploratori, digunakan untuk mencari gagasan baru tentang faktor-faktor dari sejumlah variabel penelitian. Kedua, analisis faktor konfirmatori, digunakan untuk mengkonfirmasikan sejumlah faktor (sebagai hipotesis) yang mendasari pemikiran penelitian (Donald dalam Kaluge, 1988: 1). Analisis faktor eksploratori berfungsi untuk: (1) mengidentifikasi butir-butir yang homogen dari sekumpulan butir, (2) menentukan butir-butir yang valid dari sekelompok butir, (3) menentukan dimensi/indikator dari suatu konsep, dan (4) menentukan reliabilitas dimensi dari suatu konsep. Uji persyaratan analisis pertama-tama didasarkan atas uji Barlett ( 2

hitung

2

tabel

dengan

2

), jika

= 0,05 maka layak dilakukan analisis faktor. Agung (1993:

19) menyatakan bahwa statistik Barlett dipakai untuk menguji hipotesis tentang matriks korelasi merupakan matriks identitas. Selanjutnya dinyatakan bahwa untuk menentuan apakah hasil suatu faktor analisis dapat dinyatakan memadai atau tepat dilakukan, maka diperhatikan statistik yang disebut ukuran ketepatan KMO (KaiserMeyer-Olkin) dan statistik KMO merupakan suatu indeks untuk membandingkan koefisien korelasi sampel (yang diobservasi) dengan koefisien korelasi parsial. Di samping itu, yang perlu diperhatikan adalah MSA (Measur of Sampling Adecuacy), yaitu diagonal matiks Anti-image Correlation Matrix untuk tiap-tiap variabel dasar. Jika diagonal matiks Anti-image Correlation Matrix kecil biasanya < 0,5 maka variabel tersebut dibuang dan selanjutnya analisis faktor kembali.

2. 2 Rotasi Varimax Dalam analisis faktor dapat digunakan rotasi varimax (orthogonal) atau rotasi oblique. Penggunakan salah satu dari rotasi tersebut ditentukan oleh landasan


4

teoritiknya dengan kata lain rotasi varimax digunakan bilamana peneliti memandang bahwa antar variabel/dimensi tidak berkorelasi. Hal ini dapat diilustrasikan pada Gambar-1 dan Tabel-2. Misalnya tiga item (x1, x2, x3) dengan dua faktor yang ditujukkan pada Tabel-1 berikut. Tabel 1. Faktor beserta loading factors F1

F2

x1

11

12

x2

21

22

x3

31

32

Keterangan: Fi : faktor ij

: loading factor

xi : variabel/dimensi/indikator/butir Untuk menentukan koordinat titik hasil rotasi varimax, digunakan transformasi linear (Rummel, 1979: 120) sebagai berikut. Transformasi linear untuk x1: 11 =

Cos .

11 +

12 =

-Sin .

11

Sin .

+ Cos .

12 12

Transformasi linear untuk x2: 21 =

Cos .

21 +

22 =

-Sin .

21

Sin .

+ Cos .

22 22

Transformasi linear untuk x3: 31 =

Cos .

31 +

32 =

-Sin .

31

Sin .

+ Cos .

32 32


5

Sebelum Rotasi

Sesudah Rotasi

F2

F2* x1

x1 22 12

11

F1 11

F1* Gambar 1a.

Gambar 1b.

Tabel 2. Ilustrasi loading faktor sebelum dan sesudah rotasi F1 F2 F3 (sebelum rotasi) x x . x x x x x x x . x x x x x x . x . x . x x

F*1 F*2 F*3 (sesudah rotasi) x . . x . . x x . . x . . x . . x x . . x . . x

Pada Tabel-2 dapat kita lihat bahwa setelah dirotasi lebih mudah mengidentifikasi butir-butir yang lebih mengukur suatu dimensi/indikator dibanding sebelum rotasi.

2. 3 Sampel Uji Coba Jumlah sampel didasarkan atas besarnya sampel bagi analisis faktor. Analisis faktor mengandaikan sampel besar. Nunnally (dalam Kaluge, 1988: 21) merumuskan besar sampel sama dengan 10 kali jumlah item atau variabel tergantung, namun masih memberi kemungkinan tawar-menawar. Dalam kondisi yang masuk akal, angka 10 pada rumus tersebut dapat menurun sampai 5. Sejalan dengan pendapat


6

Gable (1986: 39) bahwa jumlah sampel atau responden untuk analisis faktor berkisar antara 6 sampai 10 kali jumlah butir. Comrey (dalam Kaluge, 1988: 21) membuat patokan besar sampel untuk analisis faktor sebagai berikut. Tabel 3. Kualitas Jumlah Sampel Besar Sampel 50 100 200 300 500 1000

Kualitas Very poor Poor Fair Good Very good Excellent

2. 4 Validitas dan Reliabilitas Berdasarkan tujuan, yaitu menentukan dimensi/indikator, validitas dan reliabilitas suatu instrumen penelitian, maka analisis faktor yang digunakan adalah analisis faktor eksploratori, yaitu analisis faktor sejak awal butir-butir terkumpul. Dalam hal ini korelasi antar butir atau dapat dipandang bahwa banyaknya butir merupakan banyaknya dimensi dari suatu konsep yang hendak diukur. Agung (1993: 17) menyatakan bahwa diantara semua statistik awal dalam setiap faktor yang paling penting diperhatikan adalah nilai-eigen (eigen value) dan persentase variasi (Pct of var) termasuk kumulatifnya. Selanjutnya dinyatakan bahwa pada umumnya banyaknya faktor yang akan dipakai dikaitkan dengan nilai-eigen yang lebih besar atau sama dengan satu. Dari faktor-faktor yang terpilih, selanjutnya penentuan butir-butir yang homogen dengan memperhatikan muatan faktor atau factor loading yang cukup besar ( 0,30) pada satu faktor tertentu dan memiliki muatan faktor kecil pada faktor lain. Factor loading atau muatan faktor (dalam Wrahatnolo, 1994: 3) adalah hubungan antara dimensi atau faktor dengan item. Siswoyo (1988: 33) menyatakan bahwa proporsi varian total yang disumbangkan oleh setiap faktor disebut muatan faktor (factor loading) dan


7

jumlah dari muatan-muatan faktor dalam suatu faktor bersama dinamakan muatan faktor bersama (common factor loading) dan diberi simbol h, dan kuadrat dari h (h2) adalah varian faktor bersama (common factor variance) dan sering disebut komunalitas (communality). Faktor-faktor yang memiliki loading dua variabel atau lebih merupakan faktor bersama atau common factors, sedang faktor yang hanya mempunyai loading pada satu variabel disebut faktor spesifik. Selain faktor bersama dan faktor spesifik masih ada komponen lain yaitu faktor kekeliruan atau residu. Sumber-sumber varian suatu ukuran (Kerlinger, 1992: 1007) adalah sebagai berikut. Vt = Vco + Vsp + Ve , h2 = Vco dengan Vt

= varian total suatu ukuran

Vco = varian faktor bersama = komunalitas = communality Vsp = varian spesifik Ve = varian galat. hi2 = Vco = ai2 + bi2 + ...+ ki2 dengan ai2 , bi2 , ..., ki2 adalah kuadrat muatan faktor (factor loadings). Faktor-faktor tersebut dapat diketahui dengan cara melakukan ekstraksi. Ekstraksi itu dikerjakan satu demi satu sampai tidak ada lagi korelasi antar variabel/item. Proses ekstraksi faktor-faktor akan diperoleh matrik factor loading. Faktor satu dengan lainnya tidaklah berkorelasi (orthogonal). Mutohir (1994: 11) menyatakan bahwa butir atau variabel yang baik sesungguhnya harus memiliki daya diskriminasi yang jelas dalam arti bahwa butir atau variabel tersebut jelas mengukur salah satu faktor tertentu (ditunjukkan dengan besarnya muatan faktor) dan tidak memiliki muatan faktor yang berarti (kecil) pada faktor lainnya. Setiap butir yang bermuatan secara signifikan pada lebih dari satu faktor atau tidak bermuatan secara signifikan pada faktor tertentu yang diharapkan dapat dibuang.


8

Selanjutnya Mutohir (1994: 11) menyatakan bahwa apabila beberapa butir terpaksa dibuang sebagai akibat dari proses ini, maka analisis faktor lebih lanjut dilakukan lagi untuk menentukan apakah pola faktor yang telah dihasilkan dari analisis faktor sebelumnya tidak berubah. Faktor-faktor yang diperoleh, terbentuk sebuah faktor (dalam Kaluge, 1988: 23) bila suatu faktor minimal 3 (tiga) butir atau variabel yang mempunyai factor loading lebih besar dari 0,30. Dengan diperolehnya faktor yang terakhir ini, diperlukan suatu nama faktor yang terpilih tersebut. Kaluge (1988: 23) menyatakan bahwa item yang berloading tertinggi berarti memberikan sumbangan terbesar pada faktor itu, karena itu dijadikan dasar pegangan di dalam pemberian nama. Santosa dan Fandy (2001: 250) menyatakan bahwa secara garis besar, tahapan pada analisis faktor sampai dengan pemberian nama faktor adalah (1) memilih variabel yang layak dimasukkan dalam analisis faktor, (2) setelah sejumlah variabel terpilih, maka dilakukan ’ekstraksi’ variabel tersebut hingga menjadi satu atau beberapa faktor, dan (3) setelah faktor terbentuk, maka proses dilanjutkan dengan menamakan faktor yang ada. Salah satu syarat yang perlu untuk suatu pengukuran adalah reliabel. Dalam tulisan ini rumus reliabilitas alat ukur yang digunakan adalah omega. Mutohir (1994: 20) menyatakan bahwa pengujian reliabilitas dapat dilakukan dengan pendekatan internal consistency alpha atau omega atau inter-rater reliability atau intraclass correlation. Selanjutnya Kaluge (1988: 23) menyatakan bahwa omega menyajikan estimasi reliabilitas yang paling tinggi karena itu dipandang mendekati (kalau tidak sama dengan) "the true reliability". Bohrnstedt (dalam Mutohir, 1986: 205-206) mengembangkan rumus omega yaitu:


9

n

n

V(Yi )h 2

V(Yi ) Ω

1

i 1

i 1 n

n

C(Yi Y j ) i 1 j 2

dengan h2 = communality butir V = varians Rumus ini selanjutnya disederhanakan (jika orang bekerja dengan korelasi) menjadi:

Ω

1

2

a

hi

a

2b

dengan a = jumlah butir b = jumlah korelasi.

2. 5 Contoh Penentuan Dimensi dan Reliabilitas Instrumen Kemampuan Penalaran Formal Adapun contoh yang lebih konkrit, yaitu instrumen Kemampuan Penalaran Formal yang terdiri dari sepuluh butir soal (P1, P2, P3, ..., P10). Berikut akan dikemukakan cara penentuan dimensi variabel Kemampuan Penalaran Formal, dan penentuan reliabilitas dimensi variabel Kemampuan Penalaran Formal.

2. 5. 1 Penentuan dimensi variabel Kemampuan Penalaran Formal Secara teoritik, butir P1 dan P2 mengukur penalaran proporsional, butir P3 dan P4 mengukur pengontrolan variabel, butir P5 dan P6 mengukur penalaran probabilistik, butir P7 dan P8 mengukur penalaran korelasional, serta butir P9 dan P10 mengukur penalaran kombinatorial. Dengan jumlah sampel uji-coba sebesar 237 siswa SMU dan sepuluh butir soal (P1, P2, ..., P10) Kemampuan Penalaran Formal diperoleh 2370 skor butir. Dari skor-skor tersebut dianalisis faktor dengan menggunakan rotasi varimax diperoleh hasil analisis faktor-1 dan menghasilkan 3 (tiga) faktor yang mempunyai eigen value Jurnal Pendidikan dan Kebudayaan Tahun ke-12, No. 060, Mei 2006,

10

lebih besar atau sama dengan satu dengan proporsi kumulatif 50,7% yang ditunjukkan pada Tabel 4 dan Tabel 5 berikut. Tabel 4. Eigenvalues of the Correlation Matrix: Total = 10 Average=1 1 Eigenvalue 2.564315 Difference 1.215750 Proportion 0.2564 Cumulative 0.2564

Eigenvalue Difference Proportion Cumulative

2 1.348565 0.194451 0.1349 0.3913

3 1.154114 0.176851 0.1154 0.5067

4 0.977264 0.087721 0.0977 0.6044

5 0.889542 0.036440 0.0890 0.6934

6 7 8 9 10 0.853102 0.701857 0.610436 0.511090 0.389714 0.151244 0.091421 0.099346 0.121376 0.0853 0.0702 0.0610 0.0511 0.0390 0.7787 0.8489 0.9099 0.9610 1.0000 3 factors will be retained by the NFACTOR criterion. Tabel 5. Rotated Factor Pattern

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10

FACTOR1 0.20735 0.06904 0.68029 0.40061 0.72234 0.79706 -0.15926 0.31376 0.01092 0.06766

FACTOR2 0.72182 0.71343 0.19136 0.39169 0.03559 0.01625 0.60732 0.55410 0.12884 -0.09023

FACTOR3 0.01636 -0.12483 0.19608 0.01877 -0.15845 0.08758 0.12549 0.10241 0.66472 0.79540

Pada Tabel 5 terdapat 2 (dua) butir yang mempunyai factor loading yang lebih besar atau sama dengan 0,30 pada dua faktor, yaitu butir P4 dan butir P8, sehingga butir tersebut dibuang. Selanjutnya, butir-butir yang dianalisis faktor (analisis faktor-2) yaitu: P1, P2, P3, P5, P6, P7, P9, dan P10. Dengan menggunakan rotasi varimax, diperoleh 3 (tiga) faktor dengan proporsi kumulatif 57,2% dan faktor-faktor tersebut ditunjukan pada Tabel 6 dan Tabel 7 berikut.


11

Tabel 6. Eigenvalues of the Correlation Matrix: Total = 8 Average=1 Eigenvalue Difference Proportion Cumulative

Eigenvalue Difference Proportion Cumulative

1 2.092952 0.763257 0.2616 0.2616

2 1.329696 0.177214 0.1662 0.4278

3 1.152481 0.275102 0.1441 0.5719

4 0.877379 0.030146 0.1097 0.6816

5 6 7 8 0.847234 0.687630 0.529510 0.483119 0.159604 0.158120 0.046391 0.1059 0.0860 0.0662 0.0604 0.7875 0.8734 0.9396 1.0000 3 factors will be retained by the NFACTOR criterion. Tabel 7. Rotated Factor Pattern

P1 P2 P3 P5 P6 P7 P9 P10

FACTOR1 0.27504 0.10614 0.66997 0.75364 0.82115 -0.11376 0.00624 0.07869

FACTOR2 0.76865 0.76411 0.16060 0.06376 -0.02008 0.59952 0.13962 -0.09738

FACTOR3 0.03314 -0.09331 0.21547 -0.15342 0.07630 0.12115 0.68363 0.78546

Pada hasil analisis faktor-2 ini, semua butir signifikan yaitu setiap butir mempunyai factor loading lebih besar atau sama dengan 0,30 pada hanya satu faktor saja. Dengan demikian dapat dinyatakan bahwa: 1. Dari sepuluh butir soal kemampuan penalaran formal yang diuji-cobakan kepada 237 siswa SMU, hanya delapan butir yang valid, yaitu: P1, P2, P3, P5, P6, P7, P9, dan P10. 2. Dari delapan butir tersebut, hanya tiga dimensi yang tidak saling bergantungan, yaitu F1, F2, dan F3. 3. Butir-butir yang mengukur: F1 adalah butir P3, P5, dan P6; F2 adalah butir P1, P2, dan P7; serta F3 adalah butir P9 dan P10.


12

4. Factor loading yang tertinggi pada F1, F2 dan F3 berturut-turut 0,82; 0,77; 0,78, sehingga F1, F2 dan F3 diberi nama berturut-turut penalaran probabilistik, penalaran proporsional dan penalaran kombinatorial.

2. 5. 2 Penentuan reliabilitas dimensi Kemampuan Penalaran Formal Langkah-langkah dalam menentukan reliabilitas adalah sebagai berikut. Pertama: menghitung kumunalitas atau common factors (hi2 ) tiap dimensi, dengan hi2 = a12 + a22 + a32 +...+ ak2 , ai = factor loading. Kedua : menghitung jumlah residual correlations dengan r

0,1 yang bersesuaian

dengan butir yang bersangkutan. Residual correlations ditunjukkan pada Tabel 8 berikut. Tabel 8. Residual Correlations With Uniqueness on the Diagonal P1 P2 P3 P5 P6 P7 P9 P10

P1 0.332 -0.157 -0.038 -0.056 -0.040 -0.186 -0.070 0.060

P2

P3

P5

P6

P7

0.396 -0.045 -0.024 0.013 -0.280 0.021 0.085

0.479 -0.213 -0.168 -0.001 -0.083 -0.088

0.404 -0.168 0.085 0.131 0.026

0.320 0.109 -0.015 -0.018

0.613 -0.110 -0.019

P9

P10

0.513 -0.375 0.367

Dari Tabel 8, diperoleh: h12 = 1,7907 dan b = 1,20283, h22 = 1,6565 dan b = 1,45043, serta h32 = 1,1243 dan b = 1,01131 Dengan menggunakan rumus reliabilitas omega ( ), maka reliabilitas yang mengukur penalaran probabilistik, penalaran proporsional, dan penalaran kombinatorial berturut-turut 0,40; 0,42; dan 0,31.

3. Simpulan dan Saran Berdasarkan uraian-uraian mengenai analisis faktor ekploratori, dimensi, reliabilitas, dan contoh yang telah dikemukakan di atas maka disimpulkan sebagai berikut.


13

a. Analisis faktor ekploratori merupakan salah satu alat untuk menentukan: dimensi dari suatu konsep, butir-butir pertanyaan/pernyataan yang valid, dan tingkat reliabilitas tiap dimensi dari suatu instrumen. b. Suatu butir dinyatakan valid jika butir tersebut mempunyai factor loading lebih besar atau sama dengan 0,30 pada hanya satu faktor saja. c. Untuk menentukan banyaknya dimensi dari suatu konsep didasarkan atas nilai eigen yang lebih besar atau sama dengan satu, baik analisis faktor pada putaran pertama maupun analisis faktor pada putaran selanjutnya. d. Dalam menentukan reliabilitas tiap dimensi, maka yang perlu dilakukan adalah menghitung kumunalitas (hi2 ) tiap dimensi dan jumlah residual correlations dengan syarat koefisien korelasi lebih besar atau sama dengan satu yang bersesuaian dengan butir yang bersangkutan. Atas simpulan ini, maka disarankan agar dalam menentukan banyaknya dimensi dari suatu konsep dan tingkat reliabilitas suatu instrumen digunakan analisis faktor eksploratori dengan memperhatikan nilai eigen dan factor loading.

Pustaka Acuan Agung, I.G.Ngurah, 1993. Faktor Analisis, Lembaga Demografi Fakultas Ekonomi Universitas Indonesia, Jakarta. -------, 1992. Metode Penelitian Sosial, PT. Gramedia, Jakarta. Gable, Robert K., 1986. Instrument Development inThe Affective Domain, KluwerNijhoff Publishing, Boston. Kaluge, Lauren, 1988. Analisis Faktor Sebagai Eksplorator Variabel Laten, FIP IKIP Surabaya. Kerlinger, Fred N., 1992. Asas-asas Penelitian Behavioral, Gajah Mada University Press, Yokyakarta. Mutohir, Cholik, 1986. The Development and Exami-nation of Student Evaluation of Teaching Effec-tiveness in an Indonesian Higher Education

Setting,

Disertasi, Sydney.


14

------, 1994. Perkuliahan Metodologi Penelitian Pada Kursus Gabungan Tenaga Pendidikan (SUSGADIK) ABRI Di KODIKAL Surabaya, IKIP Surabaya Lembaga Pengabdian Pada Masyarakat dan Lembaga Penelitian. Rummel, 1979. Applied Factor Analysis, Northwestern University Press. Santoso, Singgih., Fandy Tjiptono, 2001. Riset Pemasaran, Elex Media Komputindo, Jakarta. Siswoyo, 1988. Aplikasi Komputer dan Analisis Multivariat: Analisis Faktor, P2LPTK, Jakarta. Soeprijanto, 2004. Alat Penilaian Kinerja Guru Praktik Bidang Keahlian Teknik (Sinopsis Disertasi), PPs UNJ Jakarta. Vincent, 1994. Metode Perancangan Percobaan untuk Ilmu Pertanian, Teknik, dan Biologi, CV. Armico, Bandung. Wrahatnolo, Tri, 1994. Analisis Faktor Dengan SAS/STAT Untuk Alat Bantu Uji Instrumen Riset, IKIP Surabaya ■


15

DIMENSI DAN RELIABILITAS SUATU INSTRUMEN DENGAN MENGGUNAKAN ROTASI VARIMAX PADA ANALISIS FAKTOR EKSPLORATORI

Recommend Documents