Professional Documents
Culture Documents
Rev 1 - Labsi - Kel 46 - Lapres - Modul 8 - Yahya
Rev 1 - Labsi - Kel 46 - Lapres - Modul 8 - Yahya
LAPORAN RESMI
MODUL VIII
ANALISIS MULTIVARIAT FAKTOR
I. Pendahuluan
1.1 Latar Belakang
Metode analisis multivariat adalah suatu metode statistika yang tujuan
digunakannya adalah untuk menganalisis data yang terdiri dari
banyak variabel serta diduga antar variabel tersebut saling berhubungan satu sama
lain. Dimana variabel-variabel yang dimaksud tersebut saling terkait satu sama
lain. Analisis multivariat adalah salah satu dari teknik statistik yang diterapkan
untuk memahami struktur data dalam dimensi tinggi. Dimana variabel-variabel
yang dimaksud tersebut saling terkait satu sama lain.
Analisis faktor adalah sebuah teknik yang digunakan untuk mencari faktor-
faktor yang mampu menjelaskan hubungan atau korelasi antara berbagai indikator
independen yang diobservasi. Analisis faktor merupakan perluasan dari analisis
komponen utama. Analisis faktor digunakan untuk mengidentifikasi sejumlah
faktor yang relatif kecil yang dapat digunakan untuk menjelaskan sejumlah besar
variabel yang saling berhubungan. Sehingga variabel-variabel dalam satu faktor
mempunyai korelasi yang tinggi, sedangkan korelasi dengan variabel-variabel
pada faktor lain relatif rendah. Confirmatory Factor Analysis (CFA) adalah
metode yang digunakan untuk menguji seberapa baik variabel yang diukur dapat
mewakili construct atau faktor yang terbentuk sebelumnya. (CFA) sendiri dikenal
sebagai alat statistik yang berguna dalam menemukan bentuk konstruk dari
kumpulan variabel manifesnya.
Observasi yang kami lakukan berada pada lingkup daerah Surabaya.
Dengan memberikan kuesioner kepada para masyarakat sekitar dan dapat menguji
kevalidan sebuah data dan mengetahui apakah data tersebut dapat dikatakan
reliabel. Metode penelitian yang digunakan adalah menggunakan analisis faktor
dan confirmatory factor anaysis. Sehingga kita dapat mengetahui apakah fitur
pada aplikasi facebook sangat membantu. Dengan menggunakan aplikasi software
IBM SPSS 20 dan SmartPls kita dapat menyelesaikan permasalahan tersebut.
2.3 CFA
CFA adalah analisis faktor yang digunakan dengan tujuan untuk menguji
atau mengkonfirmasikan secara empiris model pengukuran (measurement model)
sebuah atau beberapa konstruk. Model pengukuran atau disebut juga model
deskriptif (Ferdinand, 2002 : 14) adalah operasionalisasi variabel laten atau
konstruk menjadi satu atau beberapa indikator atau beberapa variabel manifes
yang dirumuskan menurut kajian teori tertentu. Dengan demikian, CFA tidak
dimaksudkan untuk menghasilkan model, melainkan menguji model pen Analisis
faktor confirmatori (CFA) sendiri dikenal sebagai alat statistik yang berguna
dalam menemukan bentuk konstruk dari kumpulan variabel manifesnya, atau
menguji suatu variabel atas asumsi manifes yang membangunnya. Sehingga
analisis confirmatori sangat cocok untuk mengujikan suatu teori variabel atas
manifes atau indikator-indikator yang membangunnya, dimana variabel tersebut
2.4 SPSS
Nama IBM SPSS telah dapat kita temukan pada spss versi 20. IBM spss
mulai versi 0 ini sangat diminati orang sehingga banyak yang mencoba download
spss crack, terutama versi download spss 20 full crack. Nyatanya spss versi 20
masih sangat populer dan setelah itu masih ada SPSS 21 dengan download SPSS
21 Anda bisa mendapatkan spss yang lebih baru dan versi seterusnya berkembang
sesuai zaman hingga sekarang telah berkembang pada SPSS 24. Sama seperti
pengertian SPSS sebelumnya fungsi SPSS 24 adalah untuk melakukan survei data,
analisis data, mining data, mengolah dokumentasi data, dan membuat survey.
Selain itu fungsi SPSS 24 lainnya adalah merepresentasikan data statistik,
melakukan riset dalam pemasaran dan banyak lagi keunggulannya. Meski spss
versi 20 hingga keatasnya banyak diminati namun spss versi sebelumnya masih
2.5 SmartPLS
Digunakan untuk menguji validitas konstruk dari sebuah tes/alat ukur
psikologi. Dengan CFA, bisa diuji (dikonfirmasi) sejauh mana seluruh item dari
tes tersebut memang mengukur/memberikan informasi tentang satu hal saja, yaitu
apa yang hendak diukur. Sebagai ilustrasi, misalkan ada sebuah tes “kemampuan
verbal” yang terdiri dari 20 butir soal (item), yang berarti “diteorikan bahwa 20
butir soal tersebut semuanya hanya mengukur satu hal (faktor) saja” yaitu
“kemampuan verbal”. Artinya, jika memang teori ini benar maka seharusnya
“model satu faktor” akan “fit” dengan data. Model satu faktor disebut juga “model
unidimensional”, dan setiap alat ukur harus memenuhi azas ini. Dalam sebuah alat
ukur psikologi, semua itemnya harus mengukur hanya satu hal saja yaitu konstruk
yang hendak diukur. Jika ada satu atau sebagian itemnya mengukur hal lain, maka
berarti item tersebut tidak valid (Umar, 2020).
Live video
Tampilan
Jual beli
Gender
Stories
Nama
game
Reels
Fitur
Usia
No
1 Amalia 5 5 3 5 3 3 5 5 3 2 3 3 5 1 3 P 18
2 Pratama 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 19
3 arel 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 P 20
4 Endang 4 3 4 4 4 4 4 3 3 4 3 4 4 4 4 P 58
5 Nanang 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 55
6 Tania 5 5 4 4 5 4 5 4 5 5 5 4 3 3 3 P 18
7 Ammar 5 5 4 5 5 5 5 5 5 4 4 5 3 4 5 L 19
8 Zulfikar 4 5 3 4 5 4 5 3 5 5 4 5 5 4 3 L 20
9 Farhan 3 5 3 3 4 3 3 3 5 3 3 5 3 5 4 L 19
10 Bellavia 4 4 2 3 4 4 4 4 4 4 5 4 4 4 4 P 30
11 Eyang 5 5 3 5 3 4 5 5 5 5 5 5 3 5 3 P 50
12 William 5 5 3 4 5 5 5 5 5 1 5 5 1 3 5 L 20
13 Agung 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 L 18
14 Hanif 5 5 3 3 2 4 5 5 5 3 3 5 4 5 5 L 20
15 Tito dwi 5 4 4 5 4 4 4 4 4 5 4 5 4 5 4 L 20
16 Yahya 4 4 3 3 3 1 3 3 4 3 4 4 4 3 3 L 19
17 Khansa 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 P 19
18 Khabib 4 4 5 5 3 5 3 5 3 5 5 5 3 5 3 L 18
19 Gilang 5 5 2 5 5 5 5 5 1 1 3 3 2 1 4 L 18
20 Aufa 3 4 4 5 4 4 5 4 4 4 3 3 3 4 3 L 19
21 Giyo 5 5 4 5 4 4 5 5 4 3 3 5 4 4 5 L 20
22 Fery 3 3 3 3 3 3 3 2 2 3 2 2 2 3 3 L 19
23 fifik 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 P 20
24 astri 3 4 4 5 5 4 5 3 4 4 5 5 4 4 5 P 19
25 Vania 5 5 2 4 4 4 4 3 4 4 5 5 3 2 4 P 22
26 Adelia 5 5 3 4 3 3 4 4 2 3 3 4 3 4 4 P 18
Live video
Tampilan
Jual beli
Gender
Stories
Nama
game
Reels
Fitur
Usia
No
27 Bima 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 20
28 Tiara 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 P 20
29 Fuad 5 4 3 3 4 4 5 4 4 2 2 4 4 4 4 L 19
30 Bhisma 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 20
31 Ekowati 3 3 2 5 3 3 5 4 3 4 5 5 2 1 4 P 55
32 Farid 5 5 4 5 3 4 4 5 2 4 3 2 4 3 5 L 18
33 Lino 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 18
34 Angela 5 5 2 5 3 4 5 4 2 2 3 2 1 1 4 P 22
35 Nabila 5 5 3 5 4 4 4 4 3 3 4 3 3 2 3 P 22
36 Octa 5 5 3 4 5 4 3 4 5 4 4 3 5 4 5 P 22
37 Shafira 5 5 1 5 5 5 5 5 1 1 3 3 1 1 3 P 22
38 Lana 5 5 3 5 4 4 4 5 4 3 4 3 4 3 4 L 23
39 Panji 5 5 4 5 5 5 5 5 4 4 5 5 4 4 5 L 25
40 Gendhis 5 5 3 5 5 3 5 5 3 2 4 3 2 2 4 P 21
41 Dhafin 5 5 3 5 5 5 5 5 5 3 3 5 3 3 4 L 19
42 Devio 5 5 4 3 5 2 3 4 5 4 4 3 5 2 3 L 18
43 Galang 4 4 1 3 4 3 2 3 4 5 3 2 4 3 5 L 18
44 Yulia 4 4 5 4 3 4 3 5 5 4 3 4 4 5 4 P 20
45 Pandhu 2 3 5 2 3 2 3 2 5 5 3 2 5 5 2 L 26
46 Akbar 1 2 3 4 5 4 3 1 1 2 3 4 5 4 3 L 19
47 Gischa 1 5 4 3 1 2 3 4 5 1 1 1 2 2 3 P 13
48 Firnanda 3 1 2 3 5 4 5 5 3 2 3 3 2 3 4 P 19
49 Dhani 5 5 4 5 5 5 5 5 4 3 4 5 3 4 3 L 24
50 Bobby 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 L 23
3.4 Flowchart
MULAI
Rumusan Masalah
Tujuan Penelitian
Pengumpulan data :
A. Analisa Faktor
1. Data Mudah di Install
2. Data Mudah diakses
3. Data Tampilan
4. Data Fitur
5. Data Messenger
6. Data Game
7. Data Membuat Komunitas
8. Data Facebook Lite
9. Data Jual Beli
10. Data Reels
11. Data Fitur Cari Teman
12. Data Foto dan Video
13. Data Stories
14. Data Live Video
15. Data Fitur Lokasi Teman
Terdekat
Pengumpulan data :
B. Confirmatory Factor Analysis
1. Y : Keputusan Penggunaan
Aplikasi
2. X1 : Kepuasan Pelanggan
3. X2 : Kualitas
4. X3 : Keamanan
Pengolahan data:
1. Analisa Faktor
a. KMO and Bartlett’s Test
b. Anti-Image Matrices
c. Communalities
d. Total Variances Explained
e. Components Matrix
2. Confirmatory Factor Analysis
a. Convergent Validity
b. Determinant Validity
c. Uji Reliabilitas
Ya
Tidak
Valid
SELESAI
2. Anti-Image Matrices
Parameter:
Nilai Outer Loading > 0,7 : Hubungan indikator dengan konstruknya baik
Analisa :
Indikator keamanan 1 memiliki outer loading 0,763 yang menandakan
hubungan kemampuan verifikasi dengan konstruk X3 baik, maka indikator
keamanan 1 adalah valid.
Indikator keamanan 2 memiliki outer loading 0,841 yang menandakan
hubungan kemampuan verifikasi dengan konstruk X3 baik, maka indikator
keamanan 2 adalah valid.
Indikator keamanan 3 memiliki outer loading 0,804 yang menandakan
hubungan kemampuan verifikasi dengan konstruk X3 baik, maka indikator
keamanan 3 adalah valid.
Indikator keamanan 4 memiliki outer loading 0,770 yang menandakan
hubungan kemampuan verifikasi dengan konstruk X3 baik, maka indikator
keamanan 4 adalah valid.
Indikator keputusan penggunaan 1 memiliki outer loading 0,883 yang
menandakan hubungan kemampuan verifikasi dengan konstruk Y baik,
maka indikator keputusan penggunaan 1 adalah valid.
Indikator keputusan penggunaan 2 memiliki outer loading 0,884 yang
menandakan hubungan kemampuan verifikasi dengan konstruk Y baik,
maka indikator keputusan penggunaan 2 adalah valid.
Indikator kepuasan pelanggan 3 memiliki outer loading 0,911 yang
menandakan hubungan kemampuan verifikasi dengan konstruk X1 baik,
maka indikator kepuasan pelanggan 3 adalah valid.
Analisa:
Nilai korelasi antara variabel X1 dengan variabel X1 sendiri memiliki nilai
lebih besar dari korelasi antara variable X1 dengan variabel lainnya, yaitu
sebesar 1. Sehingga, dapat dinyatakan bahwa variabel X1 adalah valid.
Nilai korelasi antara variabel X2 dengan variabel X2 sendiri memiliki nilai
lebih besar dari korelasi antara variable X2 dengan variabel lainnya, yaitu
sebesar 0,890. Sehingga, dapat dinyatakan bahwa variabel X2 adalah valid.
Analisa:
Nilai cross loading yang melambangkan tingkat korelasi variabel pada
konstruk X1 bernilai lebih besar pada indikator kepuasan pelanggan 1
sampai kepuasan pelanggan 4 (indikator itu sendiri) dibandingkan dengan
nilai cross loading pada indikator lainnya, yaitu kepuasan pelanggan 1
memiliki cross loading 1. Sehingga, dapat dinyatakan variabel dan
indikatornya adalah valid.
Nilai cross loading yang melambangkan tingkat korelasi variabel pada
konstruk X2 bernilai lebih besar pada indikator kualitas 1 sampai kualitas 4
(indikator itu sendiri) dibandingkan dengan nilai cross loading pada
indikator lainnya, yaitu kualitas 1 memiliki cross loading 0,878, dan
kualitas 2 memiliki cross loading 0,902. Sehingga, dapat dinyatakan
variabel dan indikatornya adalah valid.
Nilai cross loading yang melambangkan tingkat korelasi variabel pada
konstruk X3 bernilai lebih besar pada indikator keamanan 1 sampai
keamanan 4 (indikator itu sendiri) dibandingkan dengan nilai cross loading
pada indikator lainnya, yaitu keamanan 1 memiliki cross loading 0,772, dan
keamanan 3 memiliki cross loading 0,789. Sehingga, dapat dinyatakan
Analisa:
Nilai composite reliability X1 > 0,7, yaitu sebesar 1. Sehingga, dapat
dinyatakan variabel X1 adalah reliabel.
Nilai composite reliability X2 > 0,7, yaitu sebesar 0,884. Sehingga, dapat
dinyatakan variabel X2 adalah reliabel.
Nilai composite reliability X3 > 0,7, yaitu sebesar 0,871. Sehingga, dapat
dinyatakan variabel X3 adalah reliabel.
Nilai composite reliability Y > 0,7, yaitu sebesar 0,891. Sehingga, dapat
dinyatakan variabel Y adalah reliabel.
b. Cronbach’s Alpha
Tabel 4.6 Nilai Cronbach’s Alpha
Analisa:
Nilai cronbach’s alpha X1 < 0,7, yaitu sebesar 1. Sehingga, dapat
dinyatakan variabel X1 adalah tidak reliabel.
Screenshot kuisioner
Screenshot literatur