Blog Personal tentang tips Belajar SPSS dan Statistik.

Uji Confirmatory Factor Analysis Dengan SPSS

Kali ini akan membahas Confirmatory Factor Analysis atau yang disebut juga uji Validitas dalam SPSS. Sebenarnya untuk melakukan uji Confirmatory Factor Analysis dapat dilakukan juga dengan menggunakan program SPSS yaitu melalui Analisis Faktor. Berikut ini akan diberikan contoh soal dalam menyelesaikan uji Confirmatory Factor Analysis dengan SPSS.

Analisis faktor konfirmatori digunakan untuk menguji apakah suatu konstruk mempunyai unidimensionalitas atau apakah indikator-indikator autonom1 sampai autonom4 yang digunakan dapat mengkonfirmasikan sebuah konstruk atau variabel AUTONOMI. Jika masing-masing indikator merupakan indikator pengukur konstruk AUTONOMI maka akan memiliki nilai loading factor yang tinggi.

Misalkan sebagai contoh kita mempunyai dua konstruk yaitu AUTONOMI dan ROUTINE. Di mana AUTONOMI diukur dengan 4 indikator (autonom1 sampai autonom4), sedangkan ROUTINE diukur dengan 4 indikator (routine1 sampai routine4).

Dengan analisis faktor konfirmatori kita ingin menguji apakah indikator (autonom1 sampai autonom4) betul-betul merupakan indikator konstruk AUTONOMI dan indikator (routine1 sampai routine4) betul-betul merupakan indikator konstruk ROUTINE.

Analisis faktor konfirmatori akan mengelompokkan masing-masing indikator ke dalam beberapa faktor. Jika indikator autonom1 sampai autonom4 merupakan indikator konstruk AUTONOMI maka dengan sendirinya akan mengelompok menjadi satu dengan faktor loading yang tinggi begitu juga dengan indikator routine1 sampai routine4 akan mengelompok menjadi satu sebagai indikator konstruk ROUTINE.

Berikut adalah langkah-langkah analisis Confirmatory Factor Analysis dengan menggunakan SPSS.

  1. Buka file SPSS yang akan dijadikan contoh (.sav) dengan perintah File >> Open >> Data
  2. Dari menu SPSS, pilih menu Analyze kemudian pilih submenu Dimension Reduction, lalu pilih Factor.
    Uji Confirmatory Factor Analysis Dengan SPSS
  3. Tampak dilayar tampilan windows Factor Analysis
    Uji Confirmatory Factor Analysis Dengan SPSS

    Pada kotak Variable, masukkan semua indikator autonom1 sampai autonom4 dan routine1 sampai routine4. Lihat gambar di atas.
  4. Pilih tombol Descriptives dan pilih KMO and Bartlett's test of sphericity, kemudian tekan Continue
    Uji Confirmatory Factor Analysis Dengan SPSS
  5. Pilih tombol Rotation dan pilih Varimax dan tekan Continue. Setelah itu tekan OK
    Uji Confirmatory Factor Analysis Dengan SPSS
  6. Output SPSS
    Uji Confirmatory Factor Analysis Dengan SPSS

  7. Asumsi yang mendasari dapat tidaknya digunakan analisis faktor adalah data matrik harus memiliki korelasi yang cukup (sufficient correlation). Uji Bartlett of Sphericity merupakan uji statistik untuk menentukan ada tidaknya korelasi antar variabel. Peneliti harus paham bahwa semakin besar sampel menyebabkan Bartlett test semakin sensitif untuk mendeteksi adanya korelasi antar variabel.

    Alat uji lain yang digunakan untuk mengukur tingkat interkorelasi antar variabel dan dapat tidaknya dilakukan analisis faktor adalah Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO MSA). Nilai KMO bervariasi dari 0 sampai dengan 1. Nilai yang dikehendaki harus > 0.50 untuk dapat dilakukan analisis faktor.

    Hasil tampilan output SPSS menunjukkan bahwa nilai KMO = 0.713 sehingga dapat dilakukan analisis faktor. Begitu juga dengan nilai Bartlett test dengan Chi-squares = 183.867 dan signifikan pada 0.000 maka dapat disimpulkan bahwa uji analisis faktor dapat dilanjutkan.

    Uji Confirmatory Factor Analysis Dengan SPSS

    SPSS akan mengelompokkan ke 8 indikator yaitu 4 indikator AUTONOMI dan 4 indikator ROUTINE menjadi dua faktor berdasarkan pada nilai eigen value > 1, yaitu faktor 1 dengan eigen value 3.240 dan faktor 2 dengan eigen value 1.491. Dari tampilan output SPSS terlihat bahwa faktor 1 mampu menjelaskan variasi sebesar 40.495% dan faktor 2 mampu menjelaskan variasi 18.643% atau kedua faktor mampu menjelaskan variasi 59.138%.

    Kita berharap bahwa faktor 1 akan berisi indikator-indikator autonom1 sampai autonom4 sedangkan faktor 2 berisi indikator routine1 sampai routine4. Berikut ini tampilan kedua faktor sebelum dilakukan rotasi.

    Uji Confirmatory Factor Analysis Dengan SPSS

    Tampak bahwa indikator autonom mengelompok pada faktor 1 (loading factor tinggi mengelompok menjadi satu), sedangkan indikator routine mengelompok pada faktor 1 untuk indikator routine 1, 2, dan 3 sedangkan routine 3 mengelompok pada faktor 2. Hal ini menjadi sulit diinterpretasikan oleh sebab itu perlu dilakukan rotasi.

    Alat penting untuk interpretasi faktor adalah faktor rotation. Ada dua jenis rotasi yaitu orthogonal rotation dan oblique rotation. Rotasi orthogonal melakukan rotasi dengan sudut 90 derajat. Sedangkan rotasi yang tidak 90 derajat disebut oblique rotation. Rotasi orthogonal dapat berbentuk Quartimax, Varimax, Equimax dan Promax.

    Menurut Hair (1998) metode Varimax terbukti sangat berhasil sebagai pendekatan analitik untuk mendapatkan rotasi orthogonal suatu faktor. Hasil rotasi faktor dengan metode Varimax dapat dilihat di bawah ini.

    Uji Confirmatory Factor Analysis Dengan SPSS

    Hasil rotasi menunjukkan bahwa sekarang indikator autonom1 sampai autonom4 mengelompok pada faktor 1 dan indikator routine1 sampai routine4 mengelompok pada faktor 2. Jadi jelas dapat disimpulkan bahwa konstruk AUTONOMI memiliki unidimensionalitas begitu juga dengan konstruk ROUTINE atau dengan kata lain indikator autonom semuanya valid dan indikator routine semuanya juga valid.

Ayo Like Facebooknya
Tag : Analisis Faktor, CFA, SPSS, Validitas

Share this:

Share this with short URL: Get Short URLloading short url

Berlangganan :
Masukan e-mail Anda untuk mendapatkan kiriman artikel terbaru dari langsung di pesan kotak masuk.

feedburner


Anda telah membaca artikel :
Uji Confirmatory Factor Analysis Dengan SPSS
Semoga bermanfaat, Terima kasih.
Cara style text di komentar Disqus:
  • Untuk menulis huruf bold silahkan gunakan <strong></strong> atau <b></b>.
  • Untuk menulis huruf italic silahkan gunakan <em></em> atau <i></i>.
  • Untuk menulis huruf underline silahkan gunakan <u></u>.
  • Untuk menulis huruf strikethrought silahkan gunakan <strike></strike>.
  • Untuk menulis kode HTML silahkan gunakan <code></code> atau <pre></pre> atau <pre><code></code></pre>, dan silahkan parse dulu kodenya pada kotak parser di bawah ini.

Blogger
Disqus
Pilih Sistem Komentar Yang Anda Sukai

10 komentar

Tau valid atau tdk dilihat dari mana pak?

Balas
Komentar ini telah dihapus oleh pengarang.

Hasil uji lihat table rotated component matrix nilai 4 indikator autonomi >0.5 faktor 1, begitu juga dg nilai 4 indikator routine di faktor 2.

Balas

Apa bedanya ini dengan efa pak?

Balas

Apa itu autonom dan apaitu routine ?

Balas

Di bagian rotate component matrixny kalau semisal ada 1 konstruk dr variabel yg tidak mengelompok bagaimanan min ?

Balas

Salam dari malaysia.. boleh tak saya tau macam mana cara untuk run EFA?

Balas

Terima kasih buat penulis, saya cukup terbantu meski harus memperdalam lagi

Balas

Kalau KMO dan anti image sudah diatas 0,5 tetapi komponen matrix masih ada yg dibawah 0,5 bagaimana ya? Dihilangkan juga?

Balas
Back To Top