0

PENGANTAR

Alhamdulillah buku jilid III tentang analisis statistika menggunakan program SPSS
berupa analisis varians multi-arah/multi jalur untuk analisis data rancangan eksperimen murni
dengan rancangan faktorial, analisis kovarians untuk rancangan eksperimen yang menggunakan
pretes sebagai kovariate seperti rancangan eksperimen murni dalam bentuk randomized control
grup pretest-posttest design atau rancangan pembandingan grup-grup yang tidak ekuivalen, juga
analisis reliabilitas instrumen dan analisis reliabilitas item/butir instrumen sudah dapat disusun,
boleh jadi masih banyak salah ketik, mohon masukan dari para pembaca.
Diharapkan buku ini dapat membantu para mahasiswa untuk menyusun desain penelitan
beserta pemilihan teknik analisis serta cara menganalisis data yang sudah diperoleh, sehingga
dapat meningkatkan mutu karya ilmiah mahasiswa baik untuk penyusunan laporan praktikum
maupun untuk penyusunan skripsi.
Yogyakarta, Desember 2005
Penysun:

Bambang Subali, M.S.

1
1. RANCANGAN FAKTORIAL DALAM PENELITIAN PENDIDIKAN
Rancangan faktorial atau rancangan berfaktor merupakan salah satu rancangan
eksperimen faktor ganda atau faktor perlakuannya lebih dari satu faktor yang memiliki ciri
bahwa faktor-faktor yang dikombinasikan secara teoretik harus berinteraksi. Jika interaksinya
bersifat positif, maka akibat adanya kombinasi faktor-faktor perlakuan akan memberikan
respons yang secara signifikan lebih tinggi atau lebih besar jika dibandingkan respons yang
terjadi kalau masing-masing faktor bekerja sendiri-sendiri/terpisah. Sebaliknya, jika interkasinya
negatif maka akan terjadi hambatan oleh salah satu faktor atau faktor-faktor tersebut saling
menghambat, akibatnya respons yang terjadi secara signifikan akan lebih rendah/lebih kecil
dibanding kalau masing-masing faktor bekerja sendiri-sendiri/terpisah.
Kalau misalnya prestasi siswa dalam proses pembelajaran menggunakan metode terpilih
saja atau menggunakan media tertentu saja, maka hasilnya secara signifikan akan lebih rendah
jika dibandingkan dengan kombinasi antara metode terpilih dengan media terpilih pula, jika
pemakaian media memang cocok dengan metode yang bersangkutan.
Contoh: Suatu penelitian ingin mengetahui pengaruh kombinasi macam metode (dengan
kategori/atribut berupa pembelajaran langsung, pembelajaran pemecahan soal, dan pembelajaran
berbasis komputer) dan macam tes selama program remediasi (dengan kategori/atribut tanpa tes
formatif dan dengan tes formatif) untuk mengatasi kegagalan akademik siswa semester 1 kelas
X SMA. Setelah diperoleh siswa yang benar-benar gagal hanya karena faktor akademik dibagi
secara acak menjadi 6 grup untuk diundi dengan 6 kombinasi perlakuan. Hasil postes sebagai
prestasi akhir program remediasi untuk masing-masing grup sebagai berikut.

Tabel 1. Prestasi postes siswa peserta program remediasi berdasar macam metode remediasi dan
macam tes yang dijalani selama remediasi untuk materi pokok YY
Pembelajaran ulang
Blok
ke
Tanpa tes
formatif

Dengan tes
formatif

Pembelajaran pemecahan
soal
Tanpa tes
Dengan tes
formatif
formatif

Pembejajaran berbasis
komputer
Tanpa tes
Dengan tes
formatif
formatif

28.6

30.3

29.1

32.7

29.2

32.7

36.8

32.3

29.2

30.8

28.2

31.7

32.7

31.6

30.6

31.0

27.7

31.8

32.6

30.9

29.1

33.8

32.0

29.4

Sajian data untuk analisis varians multi-arah dengan program SPSS adalah sebagai berikut.

Gambar 1. Seting data SPSS data prestasi postes siswa peserta program remediasi berdasar
macam metode remediasi dan macam tes yang dijalani selama remediasi untuk
materi pokok YY
Untuk menganalisis data di atas, maka pilih menu Analyze, kemudian memilih menu
General linear model, dilanjutkan pilih/klik menu Univariate, akan muncul tampilan sebagai
berikut.

3
Selanjutnya masukkan variable hasil panenan (prestasi) ke dalam variabel tergayut (Dependent
variable), masukkan variabel macam pupuk (mcmmtd) dan waktu pemupukan (tekniktes)
sebagai faktor perlakuan. Karena atribut dari masing-masing faktor perlakuan yang dipilih
bukan dari populasi perlakuan melainkan bersifat pasti (fixed) maka masuukan ke dalam boks
Fixed faktor(s) dan hasilnya sebagai berikut.

Selanjutnya pilih/klik menu Model, dan akan keluar tampilan sebagai berikut.

Karena variabel macam metode dan teknik tes merupakan faktor yang pasti (fixed) (artinya hasil
penelitian tidak dapat digeneralisasi untuk macam metode lain yang tidak dicoba, juga dalam hal
teknik pengetesan tidak ada pola lain yang sama dengan teknik yang dipilih) maka harus
memilih tipe III. Oleh karena itu tidak perlu mengganti menu Type, dan analisis selanjutnya
memilih menu Custom (klik menu Custom), sehingga tampak tampilan sebagai berikut.

Type III

Pilih menu main effect kemudian masukkan kedua variabel ke dalam boks Model sehingga
tampak tampilan sebagai berikut.

Type III

Pilih menu Interaction, blok kedua variabel dan masukkan ke dalam boks Model sehingga
tampak tampilan sebagai berikut.

Type III

Pilih (klik) menu Continue sehingga muncul tampilan semula sebagai berikut.

Untuk menguji efek utama (main effect) dari masing-masing faktor,

pilih menu Option

sehingga muncul tampilan sebagai berikut.

Masukkan variable yang akan ditampilkan nilai rata-ratanya (Display Means) dengan cara
mengeblok dan memasukkan ke dalam bok Display Mean for. Lakukan uji lanjut, jika ada
hipotesis penelitiannya pilih metode uji beda nyata terkecil (LSD) Jangan lupa bila ingin
menampilkan hasil analisis deskriptifnya, maka klik bok di depan menu Descriptive statistics,
sehingga diperoleh tampilan sebagai berikut.

Bila sudah selesai memilih, klik menu Continue sehingga kembali ke tampilan awal seperti
berikut.

Pemrograman sudah selesai, selanjutnya klik menu OK dan akan diperoleh hasil analisis sebagai
berikut.
Univariate Analysis of Variance
Between-Subjects Factors
N
mcmmtd

mcmtes

metode1

metode2

metode3

dgnfrmtf

12

tnpfrmtf

12

7
Descriptive Statistics
Dependent Variable: prestasi
mcmmtd
metode1

metode2

metode3

Total

mcmtes
dgnfrmtf

Mean
31.2750

Std. Deviation
.86554

tnpfrmtf

32.6750

3.34801

Total

31.9750

2.38432

dgnfrmtf

32.0750

1.43149

tnpfrmtf

29.5000

.73485

Total

30.7875

1.73324

dgnfrmtf

31.4000

1.40712

tnpfrmtf

29.2750

1.92072

Total

30.3375

1.92868

dgnfrmtf

31.5833

1.19912

12

tnpfrmtf

30.4833

2.61528

12

Total

31.0333

2.06748

24

Dari data hasil analisis statistika deskriptif kita dapat melihat rata-rata prestasi program
remediasi akibat pengaruh macam metode remediasi yang berbeda (akibat pemberian metode3
yaitu pembelajaran berbasis komputer, metode2 yaitu pembelajaran latihan pemecahan soal, dan
metode1 yaitu pembelajaran langsung), juga prestasi akibat macam tes yang diberikan yakni
tnpfrmtf (tanpa tes formatif) dan dgnfrmtf (dengan disertai tes formatif).
Tests of Between-Subjects Effects
Dependent Variable: prestasi
Source
Corrected Model

Type I Sum of Squares

df

Mean Square

Sig.

37.663(a)

7.533

2.236

.095

Intercept

23113.627

23113.627

6859.774

.000

mcmmtd

11.451

5.725

1.699

.211

mcmtes

7.260

7.260

2.155

.159

mcmmtd * mcmtes

18.952

9.476

2.812

.087

Error

60.650

18

3.369

Total

23211.940

24

Corrected Total
98.313
a R Squared = .383 (Adjusted R Squared = .212)

23

Dari tabel sidik ragam atau tabel hasil analisis varians kita dapat melihat besarnya harga Fhitung
akibat pengaruh macam metode sebesar 1,6999 dengan peluang kesalahan 21.1% sehingga tidak
signifikan karena jauh diatas kesalahan 5%. Demikian pula pengaruh waktu pemupukan serta
pengaruh interaksi macam metode dan macam tes juga tidak signifikan dengan F hitung berturutturut 2.155 dan 2.812 dan besarnya peluang kesalahan 15.9% dan 8.7%.

8
Estimated Marginal Means
1. mcmmtd
Estimates
Dependent Variable: prestasi
95% Confidence Interval
mcmmtd
metode1

Mean
31.975

Std. Error
.649

Lower Bound
30.612

Upper Bound
33.338

metode2

30.787

.649

29.424

32.151

metode3

30.338

.649

28.974

31.701

Dari tabel estimasi populasi kita dapat melihat besarnya nilai rata-rata prestasi program
remediasi akibat pengaruh macam metode beserta simpangan bakunya serta kisaran batas bawah
dan batas atasnya pada taraf kesalahan 5%.
Pairwise Comparisons
Dependent Variable: prestasi

(I) mcmmtd
metode1

(J) mcmmtd
metode2
metode3

metode2

metode1

metode3

metode3
metode1
metode2

95% Confidence Interval for

Difference(a)

Mean
Difference (IJ)
1.188
1.637

Std. Error
.918
.918

Sig.(a)
.212
.091

Lower Bound
-.741
-.291

Upper Bound
3.116
3.566

-1.188
.450
-1.637
-.450

.918
.918
.918
.918

.212
.630
.091
.630

-3.116
-1.478
-3.566
-2.378

.741
2.378
.291
1.478

Based on estimated marginal means

a Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Dari tabel pembandingan antar kategori/atribut macam metode melalui uji jarak nyata terkecil
(LSD) kita lihat tidak ada yang menunjukkan selisih nilai rata-rata prestasi (I-J) yang signifikan.
Univariate Tests
Dependent Variable: prestasi
Sum of Squares
Contrast

11.451

df

Mean Square
2

5.725

F
1.699

Sig.
.211

Error

60.650
18
3.369
The F tests the effect of mcmmtd. This test is based on the linearly independent pairwise comparisons among the
estimated marginal means.

Hasil uji univariat yang hanya menguji efek utama faktor macam metode tanpa memperhatikan
faktor macam tes tidak menunjukkan perbedaan prestasi yang signifikan karena taraf
kesalahannya sebesar 21.1% jauh di atas batas taraf kesalahan 5%.

2. mcmtes

Estimates
Dependent Variable: prestasi
mcmtes

Mean

Std. Error

95% Confidence Interval

dgnfrmtf

31.583

.530

Lower Bound
30.470

Upper Bound
32.697

tnpfrmtf

30.483

.530

29.370

31.597

Pairwise Comparisons
Dependent Variable: prestasi
95% Confidence Interval for
Difference(a)

Mean
Difference (I(I) mcmtes
(J) mcmtes
J)
Std. Error
Sig.(a)
Lower Bound
Upper Bound
dgnfrmtf
tnpfrmtf
1.100
.749
.159
-.474
2.674
tnpfrmtf
dgnfrmti
-1.100
.749
.159
-2.674
.474
Based on estimated marginal means
a Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Komputer tetap melakukan uji lanjut perbedaan prestasi akibat factor macam tes, meskipun
secara teoretik jika variable bebasnya hanya terdiri dari dua kategori/atribut atau dua taraf/levl
tidak perlu melakukan uji lanjut. Hasil analisis perbedaan prestasi sebagai akibat pengaruh
macam tes melalui uji beda nyata terkecil (LSD) tidak berbeda secara signifikan.
Univariate Tests
Dependent Variable: prestasi

Contrast

Sum of
Squares
7.260

df
1

Mean Square
7.260

F
2.155

Sig.
.159

Error
60.650
18
3.369
The F tests the effect of mcmtes. This test is based on the linearly independent pairwise comparisons among the
estimated marginal means.

Hasil uji univariat yang hanya menguji efek utama faktor macam metode tanpa memperhatikan
faktor macam tes tidak menunjukkan perbedaan prestasi yang signifikan karena taraf
kesalahannya sebesar 15.9% jauh di atas batas taraf kesalahan 5%.
3. mcmmtd * mcmtes
Dependent Variable: prestasi
95% Confidence Interval
mcmmtd
metode1
metode2
metode3

mcmtes
dgnfrmtf

Mean
31.275

Std. Error
.918

Lower Bound
29.347

Upper Bound
33.203

tnpfrmtf

32.675

.918

30.747

34.603

dgnfrmtf

32.075

.918

30.147

34.003

tnpfrmtf

29.500

.918

27.572

31.428

dgnfrmtf

31.400

.918

29.472

33.328

tnpfrmtf

29.275

.918

27.347

31.203

Karena program SPSS hanya menganalisis efek utama dari faktor-faktor perlakuan tetapi bukan

10
interaksinya, maka meskipun kita meminta untuk uji lanjut dengan LSD, hasil yang keluar hanya
menunjukkan nilai rata-rata, simpangan baku beserta batas bawah dan batas atas nilai rata-rata
pada tingkat populasi sebagaimana tersaji pada tabel di bawah ini. Oleh karena itu, jika efek
interaksi signifikan maka harus diadakan uji lanjut dengan perhitungan secara manual. Dalam
hal ini yang harus dicari adalah signifikansi perbedaan antara prestasi tanpa tes formatif dan
prestasi yang disertai tes formatif waktu pemupukan pada tiap atribut/mkategori macam metode
yang diberikan, dan sebaliknya harus diuji pula signifikansi perbedaan antar macam metode
pada tiap atribut/kategori macam tes.
2. ANALISIS KOVARIANS
Analisis kovarians dipakai untuk mengolah data eksperimen murni dalam bidang
pendidikan yang dirancang dengan Randomized subject: Contol-group pretest-postes
design, atau untuk rancangan eksperimen kuasi/semu melalui rancangan pembandingan
grup yang tidak ekuivalen dimana ada pengukuran pretes yang kita dudukkan sebagai variabel
peragam/kovariat/kovariabel. Akibat adanya faktor peragam/kovariat/kovariabel, maka efek
treatmen (perlakuan) harus dibebaskan dari pengaruh faktor peragam.
Misalnya suatu penelitian untuk menguji ada tidaknya kelebihan motode pemecahan
masalah, metode inkuiri jika dibandingkan dengan metode ceramah dengan rancangan
pembandingan grup-grup yang tidak ekuivalen sesuai dengan kondisi lapangan yang tidak dapat
membentuk grup acak berdasar subjek.
Tabel 2. Hasil pretes dan postes pada penelitian pada tiga macam metodepembelajaran untuk
materi pokok genetika SMA kelas XII.
Metode ceramah (metode1)

Metode pemecahan
masalah (metode2)
pretes
postes
(X2i)
(Y2i)

Metode inkuiri (metode3)

pretes
Postes
(X3i)
(Y3i)

pretes
(X1i)

postes
(Y1i)

14

40

30

30

11

38

12

43

14

37

11

37

15

47

32

13

47

12

44

32

Sajian data untuk analisis varians multi-arah dengan program SPSS adalah sebagai berikut.

11

Gambar 2. Hasil pretes dan postes pada penelitian pada tiga macam metodepembelajaran untuk
materi pokok genetika SMA kelas XII.
Untuk menganalisis data di atas, maka pilih menu Analyze, kemudian memilih menu
General linear model, dilanjutkan memilih menu Univariate. Jika di-klik/di-enter akan
muncul tampilan sebagai berikut.

Selanjutnya masukkan variabel postes ke dalam variabel tergayut (boks Dependent variable),
masukkan variabel macam metode (mcmmtd) sebagai faktor perlakuan dan variabel pretes
sebagai faktor kovariat/kovariabel/variabel peragam penyebab sumber variasi yang harus
diperhitungkan ke dalam boks Covariate(s). Hasilnya sebagai berikut.

12

Selanjutnya memilih model, sehingga klik menu model, dan akan keluar tampilan sebagai
berikut.

Karena variabel macam metode merupakan faktor yang pasti (fixed) (artinya hasil penelitian
tidak dapat digeneralisasi untuk macam pupuk lain yang tidak dicoba) maka harus memilih tipe
III. Oleh karena itu tidak perlu mengganti menu Type, dan analisis selanjutnya pilih/klik menu
Custom karena bukan analisis faktorial yang kita pilih, sehingga tampak tampilan sebagai
berikut.

Type III

Pilih (klik) menu Main effects dan masukkan kedua variabel (faktor perlakuan dan kovariatnya
ke dalam boks Model, sehingga muncul tampilan semula sebagai berikut.

13

Type III

Pilih (klik) menu Continue sehingga muncul tampilan semula sebagai berikut.

Untuk menguji efek utama (main effect) dari faktor perlakuan, pilih menu Option sehingga
muncul tampilan sebagai berikut.

14
Masukkan variabel macam metode untuk ditampilkan nilai rata-ratanya (Display Means) ke
dalam bok Display Mean for. Pilih menu uji jarak terkecil (LSD) jika peneliti memiliki hipotesis
penelitiannya. Jangan lupa bila ingin menampilkan hasil analisis deskriptifnya, maka klik bok di
depan menu Descriptive statistics, sehingga diperoleh tampilan sebagai berikut.

Bila sudah selesai memilih, klik menu Continue sehingga kembali ke tampilan awal seperti
berikut.

Pemrograman sudah selesai, selanjutnya klik menu OK dan akan diperoleh hasil analisis sebagai
berikut.

Univariate Analysis of Variance

15

Between-Subjects Factors
N
mcmmtd

metode1

metode2

metode3

Descriptive Statistics
Dependent Variable: postes
mcmmtd
metode1

Mean
40.5000

Std. Deviation
4.50925

metode2

41.0000

7.52773

metode3

32.7500

2.98608

Total

38.0833

6.24439

12

4
4

Dari data hasil analisis statistika deskriptif kita dapat melihat nilai rata-rata postes akibat
pemberian macam metode yang berbeda dengan mengabaikan pengaruh faktor pretes sebagai
peragamnya, yakni prestasi siswa yang belajar dengan metode ceramah 40.5 cm, yang belajar
dengan metode pemecahan masalah 41.0 cm, dan yang belajar dengan metode inkuiri 32.75 cm.
Adapun rata-rata umum dari postes yang dicapai seluruh siswa 38.0833
Tests of Between-Subjects Effects
Dependent Variable: postes
Source
Corrected Model

Type I Sum
of Squares
349.825(a)

df
3

Mean Square
116.608

F
11.795

Sig.
.003

Intercept

17404.083

17404.083

1760.388

.000

mcmmtd

171.167

85.583

8.657

.010

pretes

178.658

178.658

18.071

.003

9.887

Error

79.092

Total

17833.000

12

Corrected Total

428.917
11
a R Squared = .816 (Adjusted R Squared = .746)

Dari tabel sidik ragam atau tabel hasil analisis varians kita dapat melihat besarnya harga Fhitung
akibat pengaruh macam metode sebesar 8.657 dengan peluang kesalahan 1% sehingga
signifikan di bawah taraf kesalahan 5%. Demikian pula pengaruh faktor pretes sebagai variabel
peragam sangat signifikan karena dengan Fhitung sebesar 18.071 dan besar peluang kesalahan
hanya 0.3% jauh lebih kecil dari batas kesalahan 1%.

Estimated Marginal Means

16
mcmmtd
Estimates
Dependent Variable: postes
95% Confidence Interval
mcmmtd
metode1

Mean
38.929(a)

Std. Error
1.615

Lower Bound
35.204

Upper Bound
42.653

metode2

40.371(a)

1.579

36.730

44.013

metode3

34.950(a)
1.655
31.133
38.767
a Covariates appearing in the model are evaluated at the following values: pretes = 11.4167.

Setelah pengaruh faktor peragam dihilangkan maka diperoleh nilai rata-rata postes terkorekasi
(adjusted mean) siswa yang belajar dengan metode ceramah 38.929, yang belajar dengan
metode pemecahan masalah 40.371, dan yang belajar dengan metode inkuiri 34.95.
Pairwise Comparisons
Dependent Variable: postes
Mean
Difference (IJ)

(J) mcmmtd

metode1

metode2
metode3

-1.443
3.979

2.234
2.394

.537
.135

Lower Bound
-6.595
-1.541

Upper Bound
3.710
9.499

metode2

metode1

1.443

2.234

.537

-3.710

6.595

metode3

5.422(*)
-3.979
-5.422(*)

2.321
2.394
2.321

.048
.135
.048

.070
-9.499
-10.773

10.773
1.541
-.070

metode3

metode1
metode2

Std. Error

Sig.(a)

95% Confidence Interval for

Difference(a)

(I) mcmmtd

Based on estimated marginal means

* The mean difference is significant at the .05 level.
a Adjustment for multiple comparisons: Least Significant Difference (equivalent to no adjustments).

Dari hasil analisis lanjut menggunakan uji beda nyata terkecil menunjukkan ada perbedaan hasil
postes antara siswa yang belajar melalui metode pemecahan masalah dan metode inkuiri dengan
selisih 5.422.
Univariate Tests
Dependent Variable: postes

Contrast

Sum of
Squares
55.949

Df
2

Mean Square
27.974

F
2.830

Sig.
.118

Error

79.092
8
9.887
The F tests the effect of mcmmtd. This test is based on the linearly independent pairwise comparisons among the
estimated marginal means.

Namun demikian, uji dengan tes univariat melalui uji kontras untuk membandingkan hasil
postes yang sudah terkoreksi menunjukkan hasil yang tidak signifikan, yakni dengan Fhitung
sebesar 2.83 dan besar peluang 11.8% jauh di atas batas kesalahan 5%.
Untuk mencari model regresi hubungan antara macam metode sebagai variabel
bebas/predictor dan pretes sebagai variabel peragam/kovariat dengan postes sebagai variabel
respons, maka digunakan uji regresi. Namun demikian, variabel macam metode harus diubah
menjadi variable dungu (dummy variable) dengan menggunakan kode. Jika hanya ada dua

17
atribut/level/taraf perlakuan maka atribut/level/taraf perlakuan pertama diberi kode 1 dan
atribut/level/taraf perlakuan kedua diberi kode 0 sehingga terbentuk satu variable dungu. Jika
ada tiga atribut/level/taraf perlakuan maka atribut/level/taraf perlakuan pertama diberi kode 1
dan 0, untuk atribut/level/taraf perlakuan kedua diberi kode 0 dan 1, dan atribut/level/taraf
perlakuan ketiga diberi kode 0 dan 0 sehingga terbentuk dua variable dungu. Jika ada empat
atribut/level/taraf perlakuan maka atribut/level/taraf perlakuan pertama diberi kode 1 kemudian
1 lagi dan 0, untuk atribut/level/taraf perlakuan kedua diberi kode 0 kemudian 1 dan 0,
atribut/level/taraf perlakuan ketiga diberi kode 0 kemudian 0 lagi dan selanjutnya 1, dan
atribut/level/taraf perlakuan keempat diberi kode 0 kemudin 0 dan sekali lagi 0 sehingga
terbentuk tiga variable dungu. Perhatikan tabel di bawah ini.
Dua atribut/taraf/
level

atribut/taraf/
level pertama
diberi kode 1

atribut/taraf/
level kedua
diberi kode 0

Variabel
Tiga level/taraf/
dummy
atribut
yang
terbetuk
Satu

variabel
atribut/taraf/level
pertama diberi kode
1 dan 0

atribut/taraf/level
kedua diberi kode 0
dan 1

atribut/taraf/level
ketiga diberi kode 0
dan 0

Variabel
Empat level/taraf/ atribut
dummy
yang
terbetuk
Dua

atribut/taraf/ level
variabel
pertama diberi kode 1,1, dan 0

atribut/taraf/ level
kedua diberi kode 0, 1, dan 0

atribut/taraf/ level
ketiga diberi kode 0, 0, dan 1

atribut/taraf/ level
keempat diberi kode 0, 0, dan
0

Variabel
dummy
yang
terbetuk
Tiga
variabel

Karena eksperimennya hanya melibatkan tiga data maka pengkodean variabel dungu dalam
seting data program SPSS adalah sebagai berikut.

18
Selanjutnya data dianalisis dengan diawali memilih menu analyse kemudian memilih menu
regression, terus memilih linear, kemudian di klik akan tampil tampailan sebagai berikut.

Masukkan variabel respons postes ke dalam boks Dependent variable, masukkan variabel
dummy 1, dummy 2, dan pretes ke dalam boks Independent variable.

Bila sudah, pilih/klik menu Continue sehingga akan keluar tampilan sebagai berikut.

19

Pemrograman sudah selesai dan pilih/klik menu OK dan akan keluar out put sebagai berikut.
Regression
Variables Entered/Removed(b)
Variables
Variables
Entered
Removed
pretes,
dummy2,
.
dummy1(a)
a All requested variables entered.
b Dependent Variable: postes
Model
1

Method
Enter

Model Summary
Adjusted R
Std. Error of
R
R Square
Square
the Estimate
.903(a)
.816
.746
3.14428
a Predictors: (Constant), pretes, dummy2, dummy1
Model
1

Setelah seluruh variabel bebas dimasukkan, diperoleh koefisien regresi sebesar 0.81 atau 81%
menunjukkan hubungan variabel bebas (factor perlakuan dan peragam) dengan variabel
responsnya dapat diterangkan oleh model yang diperoleh.
ANOVA(b)

Model
1

Regression
Residual
Total

Sum of
Squares
349.825
79.092

Df
3

Mean Square
116.608

9.887

428.917
11
a Predictors: (Constant), pretes, dummy2, dummy1
b Dependent Variable: postes

F
11.795

Sig.
.003(a)

20
Coefficients(a)
Unstandardized
Coefficients

Model
1

B
13.423

Std. Error
4.811

dummy1

3.979

2.394

dummy2

5.422

2.321

pretes

1.886

.444

(Constant)

Standardized
Coefficients

Sig.

Beta
2.790

.024

.314

1.662

.135

.427

2.336

.048

.699

4.251

.003

a Dependent Variable: postes

Garis regresi yang diperoleh adalah Yi = 13.423 + 3.979 d1 + 5.422 d2 + 1.886 Xi dapat dipakai
untuk menjelaskan hubungan regresi antara variabel prediktor (macam metode) dan variable
responsnya (postes) dengan Fhitung sebesar 17.95 dengan peluang kesalahan sebesar 0.3% jauh di
bawah batas 1%, jadi sangat signifikan. Dengan garis regresi tersebut berarti pada atribut
pertama (pembelajaran dengan metode ceramah) hubungan antara variabel peragam pretes (Xi)
dan postes (Yi) dapat diterangkan oleh persamaan regresi:
Yi = 13.423 + 3.979(1) + 5.422(0) + 1.886 Xi = 17.402 + 1.886 Xi
pada atribut kedua (dengan metode pemecahan masalah) hubungan antara variabel peragam
pretes (Xi) dan postes (Yi) dapat diterangkan oleh persamaan regresi:
Yi = 13.423 + 3.979(0) + 5.422(1) + 1.886 Xi = 18.845 + 1.886 Xi.
dan pada atribut pertama (dengan metode inkuiri) hubungan antara variable peragam pretes (Xi)
dan postes (Yi) dapat diterangkan oleh persamaan regresi:
Yi = 13.423 + 3.979(0) + 5.422(0) + 1.886 Xi = 13.423 + 1.886 Xi.
Besarnya koefisien regresi b1 yang dipakai untuk memperhitungkan pengaruh atau kontribusi
faktor atau variabel peragam adalah 1.886 artinya nilai rata-rata postes terkoreksi pada masingmasing atribut adalah sebesar nilai rata-rata postes observasi dikurangi dengan nilai koefisien
regresi b1 dikalikan dengan selisih nilai rata-rata pretes pada atribut yang bersangkutan
dikurangi dengan rata-rata pretes untuk seluruh perlakuan. Besarnya rata-rata postes terkoreksi
pada siswa yang belajar dengan metode ceramah diperoleh dengan cara sebagai berikut.
Rata-rata observasi pretes total (Xi/n) = 137/12 = 11.41666667
Rata-rata observasi pretes siswa yang belajar dengan metode ceramah (X1i/ni) = 49/4 =
12.25
Rata-rata observasi postes siswa yang belajar dengan metode ceramah (Y1i/ni) = 162/4
= 40.5
Rata-rata terkoreksi postes dari siswa yang belajar dengan metode ceramah
(Y1iterkoreksi/ni) = Y1i/ni b1(X1i/ni - Xi/n) = 40.5 1.886(12.25 11.41666667)
= 38.929

21
Dengan langkah yang sama nilai rata-rata terkoreksi postes siswa yang belajar dengan
metode pemecahan masalah juga nilai rata-rata terkoreksi postes siswa yang belajar
dengan metode inkuiri akan dapat diperoleh.
UJI RELIABILITAS INSTRUMEN DAN ITEM INSTRUMEN
Kualitas suatu instrumen menentukan data yang terhimpun. Ada dua persyaratan untuk
memenuhi kualitas instrumen yang baik, pertama harus valid/sahih atau mengukur apa yang
diukur, dan kedua reliabel/andal atau mengukur dengan hasil yang tetap jika dilakukan
pengukuran yang diulang-ulang. Instrumen yang baik harus memiliki bukti kesahihan dan
keandalan, hasilnya dapat dibandingkan, dan ekonomis. Kesahihan dapat dikategorikan menjadi
tiga macam, yaitu kesahihan isi, konstrak, dan kriteria. Kesahihan isi dilihat dari bahan yang
diujikan, kesahihan konstrak dilihat dari dimensi yang diukur, dan kesahihan kriteria dilihat dari
daya prediksinya.
Instrumen kognitif berupa tes prestasi harus memiliki kesahihan isi atau sering disebut
pula kesahihan kurikuler, yang dapat diketahui dari kisi-kisi instrumen, yaitu matriks yang berisi
bahan yang diujikan dan tingkat berpikir yang terlibat dalam pengerjaan ujian itu.
Kesahihan konstrak diperoleh dari hasil analisis faktor, yaitu jumlah faktor yang diukur
suatu ujian. Bukti kesahihan konstrak yang diukur adalah satu, atau dengan kata lain, dimensi
alat ukur adalah satu. Apabila yang diukur adalah kemampuan matematika, maka yang diukur
adalah kemampuan matematika saja, tidak ada unsur lain yang diukur, misalnya tulisan atau
bahasa. Demikian pula jika yang diukur kemampuan kosakata, maka yang diukur hanya
kemampuan itu, bukan kemampuan kalimat atau yang lain. Dalam hal ini, kalimat tidak
boleh membantu memaknai kosakata. Jika yang diukur ranah kognitif juga hanya aspek
kognitif, bukan yang lainnya.
Kesahihan kriteria merupakan koefisien yang menunjukkan seberapa jauh skor hasil
ujian dapat digunakan untuk memprediksi keberhasilan siswa pada masa datang. Jika hasil ujian
SMP dijadikan alat seleksi untuk menerima siswa di SMA maka item instrumen yang digunakan
dalam ujian SMP harus dapat dapat dipergunakan untuk meramalkan keberhasilannya belajar di
SMA. Koefisien prediktif ditunjukkan oleh koefisien korelasi antara hasil ujian SMP dan hasil
ujian akhir di SMA. Semakin besar koefien tersebut, semakin tinggi kesahihan prediktif
instrumen ujian SMP tersebut.
Keandalan suatu instrumen memberikan informasi tentang besarnya kesalahan
pengukuran. Keandalan suatu instrumen dapat dikegorikan menjadi tiga macam, yaitu
konsistensi internal, stabilitas, dan ekuivalen. Indeks konsistensi internal diperoleh dari data
hasil pengukuran dalam satu kali ujian. Indeks stabilitas merupakan tingkat kestabilan hasil
pengukuran yang dilakukan paling tidak dua kali untuk orang yang sama dalam waktu berbeda,
dengan asumsi tidak ada efek tes. Keandalan ekuivalen diperoleh dari korelasi hasil penskoran
dua instrumen berbeda dalam mengukur hal yang sama. Selain itu, jika satu lembar ujian dinilai
oleh lebih dari satu orang, korelasi hasil penskoran itu merupakan keandalan antarpenilai.

22
Besarnya indeks keandalan digunakan untuk menghitung kesalahan pengukuran.
Semakin andal suatu instrumen, semakin kecil kesalahan pengukuran. Kesalahan pengukuran
tersebut ada dua macam, yaitu acak dan sistematik. Kesalahan acak berarti kesalahan karena
kondisi yang diukur dan yang mengukur bervariasi dan pemilihan bahan yang diujikan tidak
tepat, sedangkan kesalahan sistematik terjadi karena instrumennya atau cara penskorannya yang
cenderung murah atau mahal untuk semua peserta ujian.
Sejalan dengan karakteristik penilaian berbasis kompetensi yang menggunakan acuan
kriteria, maka analisis kualitas instrumen juga dalam konteks untuk memenuhi standar kualitas
instrumen acuan kriteria. Beberapa formula dalam analisis kualitas instrumen untuk acuan
kriteria dan acuan norma ada yang sama, namun penafsirannya berbeda.
Analisis item tes acuan kriteria bertujuan mengetahui kemampuan seseorang menurut
kriteria tertentu. Jika penilaian yang dimaksud adalah penilaian formatif, maka penilaian acuan
kriteria diterapkan untuk mengetahui seberapa jauh kemampuan yang ditargetkan dapat dikuasai
oleh siswa. Dengan demikian syarat pertama yang harus dipenuhi adalah item tes yang
digunakan harus mencerminkan indikator kemampuan yang ditargetkan. Selain itu, karena
pembelajaran yang diselenggarakan untuk mengubah kondisi dari tidak kompetens menjadi
kompetens, maka target pembelajaran dan target penilaian adalah kemampuan yang tidak dapat
dikuasai siswa sebelum proses pembelajaran dan kemampuan yang berhasil dikuasai siswa
setelah proses pembelajaran.
Tingkat pencapaian suatu kompetensi dasar adalah proporsi jumlah peserta didik yang
mampu mendemonstrasikan dengan benar setiap indikator kompetensi dasar yang terkait, yaitu
perbandingan antara jumlah peserta didik yang mampu mendemosntrasikan dengan benar dan
jumlah peserta didik seluruhnya. Jika semua peserta didik berhasil menguasai suatu indikator
kompetensi dasar, maka P = 1 dan item instrumen tersebut dinyatakan dapat mengukur
keberhasilan peserta didik yang dicapai dalam proses pembelajaran, demikian pula jika P = O
maka item instrumen tersebut tidak dapat untuk mengukur keberhasilan peserta didik yang
dicapai dalam proses pembelajaran.
Karakteristik utama item instrumen tes acuan kriteria tercermin dari besarnya indeks
sensitivitas yang menunjukkan keefektifan proses pembelajaran. Hal itu dapat diketahui jika
dilakukan tes awal, sebelum pembelajaran, dan tes setelah pembelajaran . Indeks senitivitas
item tes memiliki interval 1 sampai dengan 1. Besarnya indeks sentivitas yang baik adalah
positif dan besar. Indeks sentivitas dapat dihitung dengan cara: jumlah peserta didik yang
menjawab benar setelah mengikuti proses pembelajaran dikurangi jumlah peserta didik yang
menjawab benar sebelum mengikuti proses pembelajaran dibagi jumlah seluruh peserta tes.
Jika tidak ada tes awal, indeks sentivitas dapat dilihat dari besarnya tingkat pencapaian
berdasarkan hasil tes akhir. Jika tingkat pencapaian suatu butir kecil (banyak peserta tes yang
gagal), maka proses pembelajaran tidak efektif. Namun demikian, harus diperhatikan pula
kualitas item tes tersebut secara kualitatif. Jika hasil analisis secara kualitatif menunjukkan baik
dari segi materi, konstruksi, maupun bahasa, butir tes sudah memenihu syarat, dapat diartikan
bahwa rendahnya indeks sensitivitas menunjukkan tidak efektifnya proses pembelajaran.

23
Keandalan suatu tes secara internal dihitung berdasar indeks Cronbach alpha.
Misalnya hasil tes 12 siswa yang terdiri dari 10 item tes adalah sebagai berikut.
Tabel 3. Hasil tes dari 12 testi yang mengerjakan 10 item tes prestasi untuk materi pokok YY.
Kode testi

10

Seting data dalam program SPSS adalah sebagai berikut.

Untuk menganaalisis reliabilitas instrumen pilih menu Scale kemudian pilih/klik menu
Reliability analysis sehingga tampak tampilan sebagai berikut.

24

Masukkan seluruh variabel yakni item 1 sampai item 10 ke dalam bok Items, pilih pula menu list
item labels untuk memperoleh label/keterangan item yang dianalisis sehingga tampak tampilan
sebagai berikut.

Pilih menu statistic untuk memperoleh informasi yang diinginkan, sehingga akan tampak
tmpilan sebagai berikut.

25

Pilih menu yang diinginkan seperti deskripsi item, korelasi dan kovariansi antar item, nilai ratarata, dan sebagainya sehingga akan tampak tampilan sebagai berikut.

Pilih/klik menu Continue dan akan tampak tampilan seperti semula sebagai berikut.

26
Pemrograman sudah selesai, tinggal pilih/klik menu OK sehingga akan diperoleh hasil analisis
reliabilitas sebagai berikut.
Reliability
Warnings
The covariance matrix is calculated and used in the analysis.
Each of the following component variables has zero variance and is removed from the
scale: item9

Case Processing Summary

N
Cases

Valid
Excluded(a)

12

%
100.0

.0

Total

12
100.0
a Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's
Alpha

Cronbach's Alpha Based on

Standardized Items

.373

N of Items

.456

Hasil analisis menunjukkan bahwa berdasar hasil kerja 12 testi koefisien alpha dari Cronbach
hanya 0.375, padahal batas standar yang ditetapkan sebesar 0.456, jadi instrument yang diujikan
tidak reliable. Selain itu, item nomor 9 secara otomatis tisak teranalisis karena seluruh testi
berhasil mengerjakan item tersebut, dengan demikian item tersebut tidak dapat membedakan
antara siswa yang mampu mengerjakan dan siswa yang gaal. Dengan kenyataan ini
menunjukkan bahwa tujuan analisis reliabilitas juga mengarah kepada persyaratan acuan norma,
karena item tes yang dapat dikerjakan oleh seluruh testi secara otomatis dinyatakan sebagai item
yang tidak memenuhi syarat.
Item Statistics

item1

Mean
.5833

Std. Deviation
.51493

item2

.8333

.38925

12

item3

.8333

.38925

12

item4

.9167

.28868

12

item5

.4167

.51493

12

item6

.9167

.28868

12

item7

.5833

.51493

12

item8

.5000

.52223

12

item10

.5833

.51493

12

12

Hasil di atas menunjukkan nilai rata-rata tiap item beserta simpangan bakumnya.

27
Inter-Item Correlation Matrix

item1

item1
1.000

item2
-.378

item3
.529

item4
-.255

item5
-.314

item6
.357

item7
-.029

item8
-.169

item10
.314

item2

.674

-.076

-.135

.076

.447

-.378

-.378

1.000

-.200

item3

.529

-.200

1.000

-.135

.378

.674

.076

.000

.529

item4

-.255

.674

-.135

1.000

.255

-.091

.357

.302

-.255

item5

.029

.169

.029

-.314

-.076

.378

.255

1.000

.255

item6

.357

-.135

.674

-.091

.255

1.000

-.255

.302

.357

item7

-.029

.076

.076

.357

.029

-.255

1.000

-.169

-.029

item8

-.169

.447

.000

.302

.169

.302

-.169

1.000

-.169

.314
-.378
.529
-.255
.029
The covariance matrix is calculated and used in the analysis.

.357

-.029

-.169

1.000

item10

Korelasi antar item disajikan pada tabel Inter-Item Correlation Matrixs, sedangkan kovariansi
antar item disajikan pada tabel Inter-Item Covariance Matrixs. Harga covarians antar item
dipakai untuk perhitungan analisis statistika dalam perolehan koefisien korelasi.
Inter-Item Covariance Matrix

item1

item1
.265

item2
-.076

item3
.106

item4
-.038

item5
-.083

item6
.053

Item7
-.008

item8
-.045

item10
.083

item2
item3

-.076

.152

.106

-.030

-.030

.076

-.015

-.015

.015

.091

-.076

.152

-.015

.076

.076

.015

.000

item4

-.038

.106

.076

-.015

.083

.038

-.008

.053

.045

-.038

item5
item6

-.083

-.015

.076

.038

.265

.038

.008

.045

.008

.053

-.015

.076

-.008

.038

.083

-.038

.045

.053

item7

-.008

.015

.015

.053

.008

-.038

.265

-.045

-.008

item8

-.045

.091

.000

.045

.045

.045

-.045

.273

-.045

.083
-.076
.106
-.038
.008
The covariance matrix is calculated and used in the analysis.

.053

-.008

-.045

.265

item10

Summary Item Statistics

Mean

Minimum Maximum

Range

Maximum /
Minimum

Variance

N of Items

Item Means

.685

.417

.917

.500

2.200

.036

Item Variances

.200

.083

.273

.189

3.273

.007

Inter-Item Covariances

.012

-.083

.106

.189

-1.273

.003

Inter-Item Correlations

.085

-.378

.674

1.052

-1.784

.088

The covariance matrix is calculated and used in the analysis.

Untuk menguji reliabilitas item, dianalisis dengan uji korelasi dengan mengkorelasikan antara
skor setiap item dengan skor total item yang bersagkutan. Tampilan data dalam SPSS adalah
sebagai berikut.

28

Selanjutnya data dianalisis dengan memilih menu Correlate kemudian pilih/klik menu Bivariate
dan akan keluar tampilan sebagai berikut.

Selanjutnya masukkan seluruh item beserta skor totalnya ke dalam boks Variables untuk
dianalisis, sehingga keluar tampilan sebagai berikut.

29

Kemudian pilih/klik menu option sehingga keluar tampilan sebagai berikut.

Untuk memperoleh nilai rata-rata tiap item beserta simpangan baku pilih/klik menu Means and
standar deviations.

30

Kemudian pilih/klik menu Continue dan akan kembali ketampilan awal sebagai berikut.

Pemrograman telah selesai, pilih/klik menu OK dan akan diperoleh hasil sebagaio berikut.
Correlations
Descriptive Statistics

item1
item2

Mean
.5833
.8333

Std. Deviation
.51493
.38925

item3

.8333

.38925

12

item4

.9167

.28868

12

item5

.4167

.51493

12

item6

.9167

.28868

12

item7

.5833

.51493

12

item8

.5000

.52223

12

item9

1.0000

.00000

12

.5833

.51493

12

7.1667

1.64225

12

item10
Total

N
12
12

31
Correlations
item1
item1

Pearson
Correlation
Sig. (2-tailed)
N

item2

Pearson
Correlation
Sig. (2-tailed)
N

item3

Pearson
Correlation
Sig. (2-tailed)
N

item4

Pearson
Correlation
Sig. (2-tailed)
N

item5

Pearson
Correlation
Sig. (2-tailed)
N

item6

Pearson
Correlation
Sig. (2-tailed)
N

item7

Pearson
Correlation
Sig. (2-tailed)
N

item8

Pearson
Correlation
Sig. (2-tailed)
N

item9

Pearson
Correlation
Sig. (2-tailed)
N

item1
0

Pearson
Correlation
Sig. (2-tailed)
N

total

item2

item4

item5

item6

item7

item8

item9

item10

.(a)

.314

.305

-.378

.529

-.255

-.314

.357

-.029

-.169

total

.226

.077

.424

.320

.255

.930

.599

.320

.336

12

12

12

12

12

12

12

12

12

12

-.378

-.200

-.076

-.135

.076

.447

.(a)

-.378

.190

.226

.533

12
.
674(*)
.016

.815

.676

.815

.145

.226

.555

12

12

12

12

12

12

12

12

12

12

.529

-.200

-.135

.378

.076

.000

.(a)

.529

.758(**)

.077

.533

.676

.226

12
.
674(*)
.016

.815

1.000

.077

.004

12

12

12

12

12

12

12

12

12

12

-.135

.255

-.091

.357

.302

.(a)

-.255

.415

.424

12
.
674(*)
.016

.676

.424

.779

.255

.341

.424

.179

12

12

12

12

12

12

12

12

12

12

12

-.314

-.076

.378

.255

.255

.029

.169

.(a)

.029

.448

.320

.815

.226

.424

.424

.930

.599

.930

.144

12

12

12

12

12

12

12

12

12

12

.357

-.135

-.091

.255

-.255

.302

.(a)

.357

.607(*)

.255

.676

12
.
674(*)
.016

.779

.424

.424

.341

.255

.036

12

12

12

12

12

12

12

12

12

12

12

-.029

.076

.076

.357

.029

-.255

-.169

.(a)

-.029

.305

.930

.815

.815

.255

.930

.424

.599

.930

.336

12

12

12

12

12

12

12

12

12

12

12

-.169

.447

.000

.302

.169

.302

-.169

.(a)

-.169

.424

.599

.145

1.000

.341

.599

.341

.599

.599

.170

12

12

12

12

12

12

12

12

12

12

12

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

-.255

12

12

12

12

12

12

12

12

12

12

12

.314

-.378

.529

-.255

.029

.357

-.029

-.169

.(a)

.412

.320

.226

.077

.424

.930

.255

.930

.599

.183

12
.
758(**
)
.004

12

12

12

12

12

12

12

12

.415

.448

.
607(*)

.305

.424

.(a)

.412

.179

.144

.036

.336

.170

.183

12

12

12

12

12

12

12

12

Pearson
Correlation

.305

.190

Sig. (2-tailed)

.336

.555

item3

12
12
12
12
12
* Correlation is significant at the 0.05 level (2-tailed).
** Correlation is significant at the 0.01 level (2-tailed).
a Cannot be computed because at least one of the variables is constant.

Dari tabel matriks korelasi di atas kita dapat memperoleh korelasi antar item dan korelasi antara
setiap item dengan skor total untuk mengetahui reliabilitas masing-masing item. Taraf
signifikansinya untuk pengujian dua ekor juga sudah tersedia sehingga kita langsung tahu item
mana yang andal/reliabel dan yang tidak. Ternyata hanya item nomor 3 dan 6 yang memenuhi

32
persyaratan keandalan atau reliabilitas item, item nomor 9 bahkan tidak dianalisis karena semua
testi dapat mengerjakan. Jadi jika seluruh testi tidak dapat mengerjakan suatu item maka item
yang bersangkutan secara otomatis tidak akan dianlisis reliabilitasnya.
Cara yang kedua yaitu dengan melakukan analisis reliabilitas item menggunakan analisis
faktor. Berbeda dengan pemakaian analisis inferensial, analisis faktor menggunakan prinsip
reduksi. Dengan demikian item mana yang memenuhi persyaratan dan yang tidak, kita lihat
berdasarkan kesamaan nilai komponen utama (principle component) yang kita peroleh. Semakin
jauh selisih nilai KU dengan item-item lainnya maka item tersebut semakin tidak andal. Data
dalam SPSS akan tampak seperti berikut.

jLangkah selanjutnya pilih menu Analyze, terus menu Data reduction, kemudian pilih/klik
menuauh Factor dan akan tampak tampilan seperti berikut.

Masukkan seluruh item ke dalam boks Variables sehingga akan tampak tampilan seperti berikut.

33

Untuk memperoleh informasi deskriptifnya pilih menu Descriptives dan akan tampak tampilan
seperti berikut.

Bila sudah dipilih menu misalnya deskripsi dari analisis univariatnya, koefisien korelasinya dan
sebagainya yang kita akan inginkan akan tampak tampilan seperti berikut.

Bila telah selesai pilih/kil menu Contonue dan akan kembali ke tampilan semula seperti berikut.

34

Selanjutnya pilih menu extraction dan akan tampak tampilan seperti berikut.

Pilih/klik menu Number of factors, isikan angka 1 sehingga

akan tampak tampilan seperti

berikut.

Pilih/klik menu Continue dan akan tampak tampilan awal seperti berikut.

35

Pilih menu ratation dan akan tampak tampilan seperti berikut.

Pilih/klik menu Varimax untuk memperoleh hasil analisis berrdasar variasi maksimumnya, dan
akan tampak tampilan seperti berikut.

Pilih/klik menu Continue dan akan kembali ke tampilan awal seperti berikut.

36

Pemrograman telah selesai dan pilih/klik menu OK dan akan diperoleh hasil analisis faktor
dengan metode reduksi sebagai berikut.
Factor Analysis
Warnings
There are fewer than two cases, at least one of the variables has zero variance, there is
only one variable in the analysis, or correlation coefficients could not be computed for all
pairs of variables. No further statistics will be computed.

Lagi-lagi ada penjelasan bahwa karena item nomor 9 nilai vaiansnya 0 maka analisis lanjut tidak
dilakukan. Hal ini karena analisis faktor didasarkan pada analisis korelasi. Oleh karena itu item
nomor 9 harus didrop sebelum analisis dilakukan, karena item nomor 9 otomatis harus
dinyatakan tidak andal.
Descriptive Statistics

item1

Mean
.5833

Std. Deviation
.51493

Analysis N
12

item2

.8333

.38925

12

item3

.8333

.38925

12

item4

.9167

.28868

12

item5

.4167

.51493

12

item6

.9167

.28868

12

item7

.5833

.51493

12

item8

.5000

.52223

12

item9

1.0000

.00000

12

item10

.5833

.51493

12

Correlation Matrix

37

Correlation

item1

item1
1.000

item2
-.378

item2

-.378

1.000

item3

.529

-.200

item4

-.255

.674

-.135

item5

-.314

-.076

.378

item6

.357

-.135

item7

-.029

.076

item8

-.169

.447

item9
item10

item3
.529

Item4
-.255

item5
-.314

item6
.357

item7
-.029

item8
-.169

item9
.

item10
.314

-.200

.674

-.076

-.135

.076

.447

-.378

1.000

-.135

.378

.674

.076

.000

.529

1.000

.255

-.091

.357

.302

-.255

.255

1.000

.255

.029

.169

.029

.674

-.091

.255

1.000

-.255

.302

.357

.076

.357

.029

-.255

1.000

-.169

-.029

.000

.302

.169

.302

-.169

1.000

-.169

1.000

.314

-.378

.529

-.255

.029

.357

-.029

-.169

1.000

Coba perhatikan data dan hasil analisisnya, apa yang terjadi?

subjek

item1

item2

item3

item4

item5

item6

item7

item8

item9

item10

A
B
C
D
E
F
G
H
I
J
K
L
M
N
O

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0
0
0
0
0
1
1

0
0
0
0
0
0
0
0
0
0
0
1
1
1
1

0
0
0
0
0
0
0
0
0
0
1
1
1
1
1

0
0
0
0
0
0
0
0
0
1
1
1
1
1
1

0
0
0
0
0
0
0
1
1
1
1
1
1
1
1

0
0
0
0
0
1
1
1
1
1
1
1
1
1
1

0
0
0
0
1
1
1
1
1
1
1
1
1
1
1

0
0
1
1
1
1
1
1
1
1
1
1
1
1
1

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Correlations
Descriptive Statistics

item1
item2

Mean
.0000
.1333

Std. Deviation
.00000
.35187

item3

.2667

.45774

15

item4

.3333

.48795

15

item5

.4000

.50709

15

item6

.5333

.51640

15

item7

.6667

.48795

15

item8

.7333

.45774

15

item9

.8667

.35187

15

item10

1.0000

.00000

15

total

4.9333

2.81493

15

15
15

Correlations

total
1
1
2
2
3
4
4
5
5
6
7
8
8
9
9

38

item1

Pearson
Correlation
Sig. (2-tailed)
N

item2

Pearson
Correlation
Sig. (2-tailed)
N

item3

Pearson
Correlation
Sig. (2-tailed)
N

item4

Pearson
Correlation
Sig. (2-tailed)
N

item5

Pearson
Correlation
Sig. (2-tailed)
N

item6

Pearson
Correlation
Sig. (2-tailed)
N

item7

Pearson
Correlation
Sig. (2-tailed)
N

item8

Pearson
Correlation
Sig. (2-tailed)
N

item9

Pearson
Correlation
Sig. (2-tailed)
N

item10

Pearson
Correlation
Sig. (2-tailed)
N

total

Pearson
Correlation
Sig. (2-tailed)
N

item1

item2

item3

item4

item5

Item6

item7

item8

item9

item10

total

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

15

15

15

15

15

15

15

15

15

15

15

.(a)

.480

.367

.277

.237

.154

.(a)

.587(*)

.650(**) .555(*)

.009

.032

.070

.179

.317

.396

.584

.022

15

15

15

15

15

15

15

15

15

15

15

.(a)

.650(**)

.426

.364

.237

.(a)

.791(**)

.009

.000

.002

.029

.113

.183

.396

.000

15

15

15

15

15

15

15

15

15

15

15

.500

.426

.277

.(a)

.849(**)

.(a)

.555(*) .853(**)

.853(**) .739(**) .564(*)

.866(**) .661(**)

.032

.000

.000

.007

.058

.113

.317

.000

15

15

15

15

15

15

15

15

15

15

15

.(a)

.480

.492

.320

.(a)

.871(**)

.070

.002

.000

.001

.024

.062

.245

.000

15

15

15

15

15

15

15

15

15

15

15

.(a)

.367

.419

.(a)

.862(**)

.179

.029

.007

.001

.001

.009

.120

.000

15

15

15

15

15

15

15

15

15

15

15

.(a)

.277

.426

.500

.(a)

.815(**)

.739(**) .866(**)

.564(*) .661(**) .764(**)

.764(**) .577(*)

.577(*) .756(**)

.756(**) .645(**)

.853(**) .555(*)

.317

.113

.058

.024

.001

.000

.032

.000

15

15

15

15

15

15

15

15

15

15

15

.(a)

.237

.364

.426

.492

.650(**)

.(a)

.761(**)

.645(**) .853(**)

.396

.183

.113

.062

.009

.000

.009

.001

15

15

15

15

15

15

15

15

15

15

15

.(a)

.154

.237

.277

.320

.419

.(a)

.567(*)

.555(*) .650(**)

.584

.396

.317

.245

.120

.032

.009

.027

15

15

15

15

15

15

15

15

15

15

15

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

.(a)

15

15

15

15

15

15

15

15

15

15

15

.(a)

.(a)
.

.587(*) .791(**) .849(**) .871(**) .862(**) .815(**) .761(**) .567(*)

.022

.000

.000

.000

.000

15
15
15
15
15
15
** Correlation is significant at the 0.01 level (2-tailed).
* Correlation is significant at the 0.05 level (2-tailed).
a Cannot be computed because at least one of the variables is constant.

.000

.001

.027

15

15

15

15

15

Dari hasil analisis korelasi skor item dengan skor total di atas, item 3, 4, 5, 6, dan 7
menunjukkan reliabilitas secara sangat signifikan (pada taraf kesalahan 1%), item 2 dan 9
memenuhi reliabilitas secara signifikan dengan taraf kesalahan 5%, sedangkan hasil analisis
dengan analisis factor tidak dapat diketahui hasilnya karena item 1 dan 10 memiliki varians
sebesar 0.
Factor Analysis

39
Warnings
There are fewer than two cases, at least one of the variables has zero variance, there is
only one variable in the analysis, or correlation coefficients could not be computed for all
pairs of variables. No further statistics will be computed.

Descriptive Statistics

item1
item2

Mean
.0000
.1333

Std. Deviation
.00000
.35187

Analysis N
15
15

Item3

.2667

.45774

15

Item4

.3333

.48795

15

Item5

.4000

.50709

15

Item6

.5333

.51640

15

Item7

.6667

.48795

15

Item8

.7333

.45774

15

Item9

.8667

.35187

15

Item10

1.0000

.00000

15

Correlation Matrix

Correlation

item1

item1
1.000

item2
.

Item3
.

item2

1.000

.650

item3

.650

item4

.555

item5

item6

item7

Item4
.

item5
.

item6
.

item7
.

item8
.

item9
.

.555

.480

.367

.277

.237

.154

1.000

.853

.739

.564

.426

.364

.237

.853

1.000

.866

.661

.500

.426

.277

.480

.739

.866

1.000

.764

.577

.492

.320

.367

.564

.661

.764

1.000

.756

.645

.419

.277

.426

.500

.577

.756

1.000

.853

.555

item8

.237

.364

.426

.492

.645

.853

1.000

.650

item9

.154

.237

.277

.320

.419

.555

.650

1.000

item10

1.000

Perhatikan data berikut ini! Bagaimana setelah dianalisis?

item10
.

40
subjek
A
B
C
D
E
F
G
H
I
J
K
L
M
N

item1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

item2
0
0
0
0
0
0
0
0
0
0
0
0
0
1

item3
0
0
0
0
0
0
0
0
0
0
0
1
1
1

item4
0
0
0
0
0
0
0
0
0
0
1
1
1
1

item5
0
0
0
0
0
0
0
0
0
1
1
1
1
1

item6
0
0
0
0
0
0
0
1
1
1
1
1
1
1

item7
0
0
0
0
0
1
1
1
1
1
1
1
1
1

item8
0
0
0
0
1
1
1
1
1
1
1
1
1
1

item9
0
0
1
1
1
1
1
1
1
1
1
1
1
1

item10
1
1
1
1
1
1
1
1
1
1
1
1
1
1

total
1
1
2
2
3
4
4
5
5
6
7
8
8
9
9

Hasil analisis sebagai berikut

Correlations
Descriptive Statistics

item1
item2

Mean
.0667
.1333

Std. Deviation
.25820
.35187

item3

.2667

.45774

15

item4

.3333

.48795

15

item5

.4000

.50709

15

item6

.5333

.51640

15

item7

.6667

.48795

15

item8

.7333

.45774

15

item9

.8667

.35187

15

.9333

.25820

15

4.9333

2.81493

15

item10
total

N
15
15

Correlations

item1

Pearson

item1
1

item2
.681(**)

item3
.443

item4
.378

item5
.327

item6
.250

item7
.189

item8
.161

item9
.105

item10
-1.000(**)

Total
.400

41
Correlation

item2

item3

Sig. (2-tailed)

.005

.098

.165

.234

.369

.500

.566

.710

.140

15

15

15

15

15

15

15

15

15

15

15

.480

.367

.277

.237

.154

-.681(**)

.587(*)

Pearson
.681(**)
Correlation
Sig. (2-tailed)
.005
N
15
Pearson
Correlation
Sig. (2-tailed)
N

item4

Pearson
Correlation
Sig. (2-tailed)
N

item5

Pearson
Correlation
Sig. (2-tailed)
N

item6

Pearson
Correlation
Sig. (2-tailed)
N

item7

Pearson
Correlation
Sig. (2-tailed)
N

item8

Pearson
Correlation
Sig. (2-tailed)
N

item9

Pearson
Correlation
Sig. (2-tailed)
N

.650(**) .555(*)

.009

.032

.070

.179

.317

.396

.584

.005

.022

15

15

15

15

15

15

15

15

15

15

.443

.650(**)

.426

.364

.237

-.443

.791(**)

.098

.009

.000

.002

.029

.113

.183

.396

.098

.000

15

15

15

15

15

15

15

15

15

15

15

.500

.426

.277

-.378

.849(**)

.378

.555(*) .853(**)

.853(**) .739(**) .564(*)

.866(**) .661(**)

.165

.032

.000

.000

.007

.058

.113

.317

.165

.000

15

15

15

15

15

15

15

15

15

15

15

.327

.480

.492

.320

-.327

.871(**)

.234

.070

.002

.000

.001

.024

.062

.245

.234

.000

15

15

15

15

15

15

15

15

15

15

15

.250

.367

.419

-.250

.862(**)

.369

.179

.029

.007

.001

.001

.009

.120

.369

.000

15

15

15

15

15

15

15

15

15

15

15

.189

.277

.426

.500

-.189

.815(**)

.500

.317

.113

.058

.024

.001

.000

.032

.500

.000

15

15

15

15

15

15

15

15

15

15

15

.161

.237

.364

.426

.492

.650(**)

-.161

.761(**)

.566

.396

.183

.113

.062

.009

.000

.009

.566

.001

15

15

15

15

15

15

15

15

15

15

15

.105

.154

.237

.277

.320

.419

-.105

.567(*)

.710

.584

.396

.317

.245

.120

.032

.009

.710

.027

15

15

15

15

15

15

15

15

15

15

15

-.400

.739(**) .866(**)

.564(*) .661(**) .764(**)

.764(**) .577(*)

.577(*) .756(**)

.756(**) .645(**)

.645(**) .853(**)

.853(**) .555(*)

.555(*) .650(**)

item10

Pearson
-1.000(**) -.681(**) -.443
-.378
-.327
-.250
-.189
-.161
-.105
Correlation
Sig. (2-tailed)
.
.005
.098
.165
.234
.369
.500
.566
.710
N
15
15
15
15
15
15
15
15
15
total
Pearson
.400
.587(*) .791(**) .849(**) .871(**) .862(**) .815(**) .761(**) .567(*)
Correlation
Sig. (2-tailed)
.140
.022
.000
.000
.000
.000
.000
.001
.027
N
15
15
15
15
15
15
15
15
15
** Correlation is significant at the 0.01 level (2-tailed).
* Correlation is significant at the 0.05 level (2-tailed).

.140

15

15

-.400

.140

15

15

Dari hasil analisis korelasi skor item dengan skor total di atas, item 3, 4, 5, 6, dan 7
menunjukkan reliabilitas secara sangat signifikan (pada taraf kesalahan 1%), item 2 dan 9
memenuhi reliabilitas secara signifikan dengan taraf kesalahan 5%.

Factor Analysis
Descriptive Statistics

42

item1
item2

Mean
.0667
.1333

Std. Deviation
.25820
.35187

Analysis N
15
15

item3

.2667

.45774

15

item4

.3333

.48795

15

item5

.4000

.50709

15

item6

.5333

.51640

15

item7

.6667

.48795

15

item8

.7333

.45774

15

item9

.8667

.35187

15

item10

.9333

.25820

15

Correlation Matrix

Correlation item1

item1
1.000

item2
.681

item3
.443

item4
.378

item5
.327

item6
.250

item7
.189

item8
.161

item9
.105

item10
-1.000

item2

.681

1.000

.650

.555

.480

.367

.277

.237

.154

-.681

item3

.443

.650

1.000

.853

.739

.564

.426

.364

.237

-.443

item4

.378

.555

.853

1.000

.866

.661

.500

.426

.277

-.378

item5

.327

.480

.739

.866

1.000

.764

.577

.492

.320

-.327

item6

.250

.367

.564

.661

.764

1.000

.756

.645

.419

-.250

item7

.189

.277

.426

.500

.577

.756

1.000

.853

.555

-.189

item8

.161

.237

.364

.426

.492

.645

.853

1.000

.650

-.161

item9

.105

.154

.237

.277

.320

.419

.555

.650

1.000

-.105

item10 -1.000 -.681

-.443

-.378

-.327

-.250

-.189

-.161

-.105

1.000

Communalities

item1
item2

Initial
1.000
1.000

Extraction
.358
.488

item3

1.000

.670

item4

1.000

.722

item5

1.000

.723

item6

1.000

.656

item7

1.000

.553

item8

1.000

.472

item9

1.000

.252

item10

1.000
.358
Extraction Method: Principal Component Analysis.

Total Variance Explained

Initial Eigenvalues
Component

Total

% of Variance

Cumulative %

Extraction Sums of Squared Loadings

Total

% of Variance

Cumulative %

43
1
2

5.251
2.106

52.514
21.058

52.514
73.572

1.110

11.104

84.676

.520

5.198

89.874

.361

3.611

93.485

.265

2.647

96.132

.174

1.737

97.869

.120

1.201

99.069

.093

.931

100.000

10

.000
.000
Extraction Method: Principal Component Analysis.

5.251

52.514

52.514

100.000

Dari hasil analisis factor dapat diketahui bahwa keragaman jawaban dapat diterangkan oleh
item-item dalam instrumen hanya sebesar 52.514% (% of variance 52.514) selebihnya tidak
dapat dijelaskan oleh item-item dalam instrumen tersebut.
Component Matrix(a)
Componen
t
1
item1
item2

.598
.699

item3

.819

item4

.850

item5

.850

item6

.810

item7

.744

item8

.687

item9

.502

item10

-.598
Extraction Method: Principal Component Analysis.
a 1 components extracted.
Rotated Component Matrix(a)
a Only one component was extracted. The solution cannot be rotated.

Dari hasil analisis factor terhadap data di atas, item 3, 4, 5, 6, yang paling homogen, konsisten,
kemudian diikuti dengan item 7, kemudian item 2 dan 9, disusul oleh item 1, dan terakhir item
10 dengan nioai KU yang negatif. Jadi dapat disimpulkan bahwa yang memiliki reliabilitas item
terbaik adalah item 3, 4, 5, dan 6,
Menilik hasil-hasil di atas tampak bahwa perhitungan reliabilitas item tidak dapat lepas
dari perhitungan ukuran pemusatan (nilai rata-rata) dan ukuran penyimpangan (varians),
sehingga tetap mengacu pada acuan norma. Oleh karena itu, jika dikaitkan dengan pengukuran
yang mengacu pada acuan kriteria, hasil perhitungan reliabilitas baik untuk suatu intrumen
secara utuh maupun untuk setiap itemnya tidak dapat dipakai. Dengan demikian, kualitas
instrument untuk intrumen yang mengacu pada acuan criteria lebih kepada bagaimana teknik
mengkonstruksinya baik untuk memenuhi persyaratan materi, konstruksi, maupun bahasa.
Untuk menganalisis angket misalnya angket dengan skala Likert prosedurnya juga sama.

44
Misalnya angket skala Likert yang terdiri dari 9 item pertanyaan (question) setelah diberikan
pada responden memberikan hasil sebagai berikut.
Subjek
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O

q1
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q2
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q3
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q4
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q5
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q6
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q7
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q8
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

q9
5
4
5
4
3
2
1
1
2
2
2
2
3
5
4

total
45
36
45
36
27
18
9
9
18
18
18
18
27
45
36

P
Q
R
S
T

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

5
4
3
5
4

45
36
27
45
36

q8

q9

jumlah

Bagaimana hasil analisisnya?

Correlations
Descriptive Statistics

q1
q2

Mean
3.3000
3.3000

Std. Deviation
1.38031
1.38031

q3

3.3000

1.38031

20

q4

3.3000

1.38031

20

q5

3.3000

1.38031

20

q6

3.3000

1.38031

20

q7

3.3000

1.38031

20

q8

3.3000

1.38031

20

q9

3.3000

1.38031

20

29.7000

12.42281

20

jumlah

N
20
20

Correlations
q1
q1

Pearson
Correlation
Sig. (2-tailed)
N

q2

q3

q4

q5

q6

q7

11.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**) 1.000(**)
.

20

20

20

20

20

20

20

20

20

20

45
q2

Pearson
Correlation
Sig. (2-tailed)
N

q3

Pearson
Correlation
Sig. (2-tailed)
N

q4

Pearson
Correlation
Sig. (2-tailed)
N

q5

Pearson
Correlation
Sig. (2-tailed)
N

q6

Pearson
Correlation
Sig. (2-tailed)
N

q7

Pearson
Correlation
Sig. (2-tailed)
N

q8

Pearson
Correlation
Sig. (2-tailed)
N

q9

Pearson
Correlation
Sig. (2-tailed)
N

total

Pearson
Correlation
Sig. (2-tailed)

1.000(**)

11.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)

11.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)

11.000(**)1.000(**)1.000(**)1.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)

11.000(**)1.000(**)1.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)

11.000(**)1.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)

11.000(**)1.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)

11.000(**) 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)

1 1.000(**)

20

20

20

20

20

20

20

20

20

20

1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)1.000(**)

20
20
20
** Correlation is significant at the 0.01 level (2-tailed).

20

20

20

20

20

20

20

Dari hasil analisis korelasi skor item dengan skor total di atas, seluruh item memiliki reliabilitas
item yang sangat signifikan. Mengapa karena setiap responden konsisten dengan pilihannya.
Yang menjwab/memilih sangat setuju, untuk seluruh item dia nyatakan sangat setuju (skor 5),
demikian pula jika ia netral, maka seluruh item juga ia jawab dengan pilihan netral (skor 3)

Factor Analysis
Descriptive Statistics

q1
q2

Mean
3.3000
3.3000

Std. Deviation
1.38031
1.38031

Analysis N
20
20

46
q3

3.3000

1.38031

20

q4

3.3000

1.38031

20

q5

3.3000

1.38031

20

q6

3.3000

1.38031

20

q7

3.3000

1.38031

20

q8

3.3000

1.38031

20

q9

3.3000

1.38031

20

Correlation Matrix

Correlation

q1

q1
1.000

q2
1.000

q3
1.000

q4
1.000

q5
1.000

q6
1.000

q7
1.000

q8
1.000

q9
1.000

q2

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q3

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q4

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q5

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q6

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q7

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q8

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

q9

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

1.000

Communalities

q1
q2

Initial
1.000
1.000

Extraction
1.000
1.000

q3

1.000

1.000

q4

1.000

1.000

q5

1.000

1.000

q6

1.000

1.000

q7

1.000

1.000

q8

1.000

1.000

q9

1.000
1.000
Extraction Method: Principal Component Analysis.

Total Variance Explained

Initial Eigenvalues
Component
1
2

Extraction Sums of Squared Loadings

Total
9.000
.000

% of Variance
100.000
.000

Cumulative %
100.000
100.000

.000

.000

100.000

.000

.000

100.000

Total
9.000

% of Variance
100.000

Cumulative %
100.000

47
5

.000

.000

100.000

.000

.000

100.000

.000

.000

100.000

.000

.000

100.000

.000
.000
Extraction Method: Principal Component Analysis.

100.000

Dari hasil analisis factor dapat diketahui bahwa seluruh keragaman jawaban (100%) dapat
diterangkan oleh item-item instrument yang ada (% of variance 100).
Component Matrix(a)
Componen
t
q1
q2

1
1.000
1.000

q3

1.000

q4

1.000

q5

1.000

q6

1.000

q7

1.000

q8

1.000

q9

1.000
Extraction Method: Principal Component Analysis.
a 1 components extracted.
Rotated Component Matrix(a)
a Only one component was extracted. The solution cannot be rotated.

Dari besarnya KU untuk tiap butir juga semuanya memiliki nilai 1.000, sehingga seluruh item
memenuhi persyaratan reliabilitas. Mengapa? Karena setiap responden konsisten dengan
pilihannya. Yang menjawab/memilih sangat setuju, untuk seluruh item dia nyatakan sangat
setuju (skor 5), demikian pula jika ia netral, maka seluruh item juga ia jawab dengan pilihan
netral (skor 3).