Jenis penelitian yang peneliti lakukan adalah bersifat eksplorasi yang gunanya untuk menjawab pertanyaan apa, sehingga dengan memperoleh jawaban atas pertanyaan tersebut akan memberikan pemahaman dan pengertian secara mendalam terhadap suatu objek.
Skala pengukuran adalah kesepakatan yang digunakan sebagai acuan menentukan panjang pendeknya interval yang ada dalam pengukuran, sehingga bila alat ukur itu digunakan dalam pengukuran maka akan bisa menghasilkan data kuantitatif. Dengan skala pengukuran ini, maka nilai variabel yang diukur dengan instrument tersebut dapat dinyatakan dalam bentuk angka sehingga akan lebih akurat, efisien dan komunikatif. Cara yang paling sering digunakan dalam menentukan skor adalah dengan menggunakan skala Likert. Cara pengukurannya adalah dengan memberikan jawaban,skala Likert digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau kelompok orang tentang fenomena sosial.
Koesioner menggunakan skala Likert dengan rumusan sebagai berikut: SS = Sangat Setuju diberi skor 5
S = Setuju diberi skor 4 R = Ragu-ragu diberi skor 3 TS = Tidak Setuju diberi skor 2
STS = Sangat Tidak Setuju diberi skor 1
Ada dua syarat penting yang berlaku pada sebuah angket atau kuesioner, yaitu Validitas dan Reliabilitas :
1. Uji Validitas
Menurut Masri Singarimbun (1995:124), validitas menunjukkan sejauhmana suatu alat pengukur itu mengukur apa yang ingin diukur. Sekiranya pengukur menggunakan kuesioner dalam pengumpulan data penelitian, maka kuesioner yang disusunnya harus mengukur apa yang ingin diukurnya. Untuk mengukur validitas, instrumen menggunakan rumus teknik korelasi produk moment yang rumusnya sebagai berikut : xy r
= n(
∑
xy)−(∑ ∑
x)( y){
∑
2 −(∑
)2}{
∑
2 −∑
)2}
y y n x x n Dimana :r = korelasi produk moment
Σxy = jumlah perkalian skor item dengan skor Σx² = jumlah skor kuadrat item
Σy² = jumlah skor kuadrat item n = jumlah sampel
Uji hipotesis untuk validitas tiap butir suatu angket atau kuesioner adalah sebagai berikut :
0
H = skor butir tidak berkorelasi positif dengan skor faktornya (butir tidak valid )
1
H = skor butir berkorelasi positif dengan skor faktornya (butir valid)
b) Tingkat signifikan = 5 % c) Daerah kritis , tabel if hasilposit R
R ≤ maka H0 tidak ditolak
if hasilposit
R > Rtabel, maka H0ditolak
d) Uji statistik = dengan menggunakan program SPSS 16 yaitu dapat dilihat pada kolom Pearson Correlation pada output.
e) Kesimpulan
, tabel if
hasilposit R
R ≤ maka H0 pertanyaan tidak valid
if hasilposit
R > Rtabel,maka H0 pertanyaan valid
Jika terdapat butir yang tidak valid, maka butir yang tidak valid tersebut harus dikeluarkan dan proses analisis diulang untuk butir yang valid saja.
2. Uji Reabilitas
Menurut Azwar (2003), bahwa reabilitas alat ukur menunjukkan sejauhmana hasil suatu pengukuran dapat dipercaya. Hasil pengukuran dapat dipercaya apabila beberapa kali pelaksanaan pengukuran terhadap sekelompok subjek yang sama memperoleh hasil yang sama pula, selama aspek dalam diri subjek yang diukur belum berubah. Reliabilitas menunjukkan stabilitas dan konsistensi Instrumen pengukuran dan mengukur konsep studi. Uji ini digunakan untuk menguji seberapa konsisten satu atau seperangkap pengukuran mengukur secara konsisten suatu konsep yang diukur. Untuk melihat reliabilitas instrumen akan dihitung Cronbach’s Alpha masing-
masing instrumen. Instrumen dikatakan reliabel bila memiliki nilai Cronbach’s Alpha
> dari 0,6 (Nunnaly dalam Fajar Suryo Saputro,2007).
3. Analisis Faktor.
Dalam penelitian yang akan penulis lakukan, alat analisis data yang penulis gunakan adalah analisis faktor. Metode analisis faktor pertama kali digunakan oleh Charles Spearman untuk memecahkan masalah psikologi dalam tulisannya di American Jounal Of Psychology pada tahun 1904, mengenai penetapan dan pengukuran intelektual. Analisis faktor menyederhanakan hubungan yang beragam dan kompleks pada set data atau variabel amatan dengan menyatukan faktor atau dimensi yang saling berhubungan atau mempunyai korelasi ke dalam suatu struktur data yang baru, yang mempunyai set faktor yang lebih kecil, analisis faktor adalah istilah umum untuk bagian dari teknik analisis statistik mengenai pengurangan
(reduction) sesuatu kelompok variabel yang tampak dari sedikit jumlah faktor yang tersembunyi. Tujuan utama dari analisis faktor yang menjelaskan hubungan diantara banyak variabel dalam bentuk beberapa faktor, dimana faktor-faktor tersebut merupakan besaran acak (random Quantities) yang tidak dapat diamati atau diukur secara langsung (Gasperz dalam Fajar Suryo Saputro,2007)
Rumus dari analisis faktor adalah :
i
X = Ai1F1+ Ai2F2 +Ai3F3+ Ai1F1 +...+ViUi
Dimana :
i
X = Variabel terstandar ke-i
1
i
A = Koefisien regresi dari variabel ke-1 pada common faktor-i F = Common faktor
i
i
U = variabel unik untuk variabel ke-i
M
= jumlah common faktor
Secara jelas common faktor dapat diformulasikan sebagai berikut :
k ik i i i i W X W X W X W X F = 1 1+ 2 2 + 3 3 +...+ Dimana : i
F = faktor ke-i estimasi
Wi = bobot faktor atau skor koefisien faktor
K = jumlah variabel
Menurut Wibisono (2006:153) fungsi dari analisis faktor adalah sebagai berikut :
a. Menentukan himpunan dari dimensi yang tidak mudah diamati dalam himpunan variabel (R factor analysis).
b. Mengelompokkan orang-orang (misalnya responden kuis) ke dalam kelompok- kelompok yang berbeda di dalam populasi (Q factor analysis).
c. Mengidentifikasikan variabel-variabel yang akan digunakan dalam analisis lanjutan (regresi,korelasi atau diskriminan).
d. Membentuk himpunan dari variabel (dengan jumlah yang lebih sedikit) untuk menggantikan (sebagian atau seluruh himpunan variabel awal).
e. Menganalisis suatu fenomena dengan data yang sangat besar.
f. Menjabarkan atau menguraikan suatu kaitan yang kompleks diantara fenomena ke dalam fungsi kesatuan-kesatuan atau ke dalam bagian-bagiannya dan dapat mengidentifikasi pengaruh dari luar (independen).
Menurut Singgih Santoso (2003:95) unrtuk menganalisis faktor ada beberapa proses dasar,yaitu:
a. Menentukan variabel apa saja yang akan dianalisis.
b. Menguji variabel-variabel yang telah ditentukan, dengan menggunakan MSA
(Measure Of Sampling Adequacy).
c. Melakukan proses inti pada analisis faktor, yakni faktoring atau menurunkan satu atau lebih faktor dari variabel-variabel yang telah lolos pada uji variabel sebelumnya.
d. Melakukan proses Factoring Rotation atau rotasi terhadap faktor yang telah dibentuk. Tujuan rotasi adalah untuk memperjelas variabel yang masuk ke dalam faktor tertentu, beberapa metode rotasi, yaitu:
1) ORTHOGONAL ROTATION, yakni memutar sumbu 90 , orthogonal 0
rotation digunakan apabila analisis bertujuan untuk mereduksi jumlah variable tanpa mempertimbangkan seberapa berartinya faktor yang diekstraksi. Menurut Wibisono (2006:160), proses rotasi dengan metode orthogonal masih bisa dibedakan menjadi :
(a) QUARTIMAX, metode ini bertujuan untuk merotasi faktor awal hasil ekstraksi, hingga pada akhirnya diperoleh hasil rotasi, dimana setiap variabel memberi bobot yang tinggi di satu faktor dan sekecil mungkin pada faktor lainnya.
(b) VARIMAX, bertujuan untuk merotasi faktor awal hasil ekstraksi, sehingga pada akhirnya diperoleh hasil rotasi, dimana dalam satu kolom nilai yang ada sebanyak mungkin mendekati nol. Hal ini berarti di dalam setiap faktor mencakup sedikit mungkin variabel.
(c) EQUIMAX, bertujuan untuk mengkombinasikan metode quartimax dan varimax. Dalam penelitian ini penulis menggunakan VARIMAX.
2) OBLIQUE ROTATION, yakni memutar sumbu kanan, namun tidak harus 0
90 . Dengan rotasi ini, korelasi antar faktor masih diperhitungkan, karena sumbu faktor tidak saling tegak lurus satu dengan yang lainnya. Oblique rotation digunakan untuk memperoleh sejumlah faktor yang teoritis cukup berarti. Proses rotasi dengan metode oblique masih bisa dibedakan menjadi: OBLIMIN, PROMAX, ORTHOBLIQUE dan lainya.
e. Interpretasi atas faktor yang telah dibentuk, khususnya memberi nama atas faktor yang terbentuk tersebut yang dianggap bisa mewakili variabel-variabel anggota faktor tersebut.
Menurut Wibisono (2006:160) terdapat empat tahapan dalam menginterpretasikan sebuah faktor yang terbentuk,yaitu:
1) Dimulai dari variabel urutan pertama. Interpretasi dimulai dengan bergerak dari faktor paling kiri ke faktor paling kanan pada setiap baris untuk mencari bilangan yang nilai mutlaknya paling besar dalam baris tersebut.
2) Bilangan yang paling besar menunjukkan dalam faktor mana setiap variabel termasuk, dengan demikian dapat diketahui variabel-variabel mana yang masuk dalam suatu faktor.
3) Poin 1 dan 2 digunakan berulang kali, sehingga semua variabel telah tercakup dalam faktor-faktor ekstraksi.
4) Bila ada variabel yang belum termasuk dalam salah satu faktor (karena bobotnya kurang dari batas keberartian), terdapat dua pilihan yang bisa dilakukan, yaitu:
(a) Menginterpretasikan solusi apa danya tanpa mengikutkan variabel yang bobotnya tidak signifikan.
(b) Mengevaluasi variabel yang tidak memiliki bobot signifikan tersebut. Tujuan dari evaluasi ini adalah untuk mengetahui relevansi variabel dalam penelitian yang dilakukan.
f. Validasi atas hasil faktor untuk mengetahui apakah faktor yang terbentuk telah valid. Validasi analisis faktor dimaksudkan untuk mengetahui apakah hasil analisis tersebut bisa digeneralisasikan ke populasi. Validasi bisa dilakukan dengan berbeberapa cara, yaitu:
1) Menjadi dua bagian, kemudian membandingkan hasil faktor sampel satu dengan sampel dua. Jika hasil tidak banyak perbedaan, bisa dikatakan faktor yang terbentuk telah valid.
2) Dengan melakukan metode Comfirmatory Factor Analysis (CFA) dengan
cara Stuctural Equation Modelling. Proses ini bisa dibantu dengan menggunakan software khusus seperti LISREL.
g. Setelah faktor terbentuk dikatakan stabil dan bisa untuk menggeneralisasikan populasinya, maka selanjutnya bisa dilakukan pembuatan Faktor Scores. Faktor Scores pada dasarnya adalah upaya untuk membuat satu atau beberapa variabel yang lebih sedikit dan berfungsi untuk menggantikan variabel asli yang sudah ada. Pembuatan faktor Scores akan berguna jika akan dilakukan analisis lanjutan seperti analisis regresi atau analisis diskriminant.
Dalam penelitian ini proses analisis dilakukan hanya sampai pada langkah menginterpretasikan faktor yang telah terbentuk dan memberikan nama atas faktor terbentuk. Penulis tidak melanjutkan pada langkah validasi dan faktor Scores, karena kedua langkah tersebut diperlukan jika ingin melakukan analisis regresi dan analisis diskriminant. Sedangkan tujuan dalam penelitian ini hanya sebatas ingin mengetahui faktor-faktor yang akan terbentuk atas variabel-variabel yang telah ada.
Menurut Ety Rochaety dkk (2007:186) ada beberapa persyaratan yang harus dipenuhi dalam melakukan analisis faktor, yaitu:
a. KMO dan Bartlett Test.
KMO merupakan indeks pembanding besarnya koefisien korelasi observasi dengan besarnya koefisien korelasi parsial. Jika nilai kuadrat koefisien korelasi parsial dari semua pasangan variabel lebih kecil daripada jumlah kuadrat koefisien korelasi, maka harga KMO akan mendekati satu, yang menunjukkan kesesuaian penggunaan analisis faktor. (Menurut Kaiser dalam Wibisono, 2006:153) :
Harga KMO sebesar 0,9 adalah sangat memuaskan Harga KMO sebesar 0,8 adalah memuaskan Harga KMO sebesar 0,7 adalah harga menengah Harga KMO sebesar 0,6 adalah cukup
Harga KMO sebesar 0,5 adalah kurang memuaskan Harga KMO sebesar 0,4 adalah tidak dapat diterima
Angka KMO dan Bartlett’s Test harus diatas 0,5. ketentuan tersebut didasarkan pada kriteria sebagai berikut:
Jika probabilitas (Sig) < 0,05 maka variabel penelitian dapat dianalisis lebih lanjut.
Jika probabilitas (Sig) > 0,05 maka variabel penelitian tidak dapat dianalisis lebih lanjut.
Besarnya angka Measure Of Sampling Adequcy (MSA) berkisar antara 0-1, dengan kriteria sebagai berikut :
1) Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel lain
2) Jika MSA > 0.05, maka variabel tersebut masih dapat diprediksi dan dapat dianalisa lebih lanjut.
3) Jika MSA < 0.05, maka variabel tersebut tidak dapat diprediksi dan tidak dapat dianalisa lebih lanjut, sehingga variabel harus dikeluarkan atau dibuang.