Workshop Analisis Faktor untuk Data Penelitian Ilmu Sosial dan Kependidikan
Kismiantini Kismiantini, Jurusan Pendidikan Matematika FMIPA UNY
Muhammad Fauzan, Jurusan Pendidikan Matematika FMIPA UNY
Rosita Kusumawati, Jurusan Pendidikan Matematika FMIPA UNY
Sahid Sahid, Jurusan Pendidikan Matematika FMIPA UNY
Syarifah Inayati, Jurusan Pendidikan Matematika FMIPA UNY
Abstract
Kegiatan PPM ini bertujuan memberikan pelatihan penggunaan program R dan SPSS dalam penelitian data ilmu sosial dan kependidikan kepada para praktisi lulusan S1, mahasiswa pasca sarjana, dan dosen di lingkungan universitas di Yogyakarta. Penelitian dalam ilmu sosial dan kependidikan seringkali melibatkan banyak variabel yang saling berkorelasi maupun mempunyai korelasi yang tinggi, misalnya dalam pengembangan suatu instrument penelitian. Penghapusan variabel yang mempunyai korelasi tinggi bisa mengakibatkan hilangnya informasi, untuk mengatasi hal tersebut dapat digunakan analisis komponen utama (Principal Component Analysis/PCA). Sedangkan dalam hal menentukan konstruk yang sesuai dari butir-butir soal yang terbentuk dapat dilakukan dengan dua pendekatan yaitu analisis faktor eksplorasi (Exploratory Factor Analysis/EFA) dan analisis faktor konfirmasi (Confirmatory Factor Analysis/CFA). Permasalahan yang terkait dengan reduksi variabel dan pembentukan konstruk pada pengembangan instrument ini merupakan hal yang sangat penting dalam penelitian ilmu sosial dan kependidikan. Sehingga suatu metode analisis PCA, EFA, dan CFA dengan menggunakan program R dan SPSS mutlak diperlukan. Workshop yang diikuti oleh 26 peserta peserta ini dapat berjalan dengan baik. Berdasarkan pelaksanaan dan evaluasi kegiatan ini dapat disimpulkan bahwa tujuan dapat tercapai dengan baik.
Keywords
Full Text:
PDFReferences
Brown, T.A. 2006. Confirmatory factor analysis for applied research. New York: The Guilford Press.
Carroll, J. B. 1953. An analytical solution for approximating simple structure in factor analysis. Psychometrika, 18, 23-38.
Hendrickson, A., & White, P. 1964. Promax: A quick method for rotation to oblique simple structure. British Journal of Mathematical and Statistical Psychology, 17, 65-70.
Hu, L., & Bentler, P. M. 1999. Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6, 1–55.
Jennrich, R., & Sampson, P. 1966. Rotation for simple loadings. Psychometrika, 31, 313-323.
Johnson, R., & Wichern, D. 2007. Applied multivariate statistical analysis 6th edition. New Jersey: Pearson Education.
Kaiser, H. 1958. The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23, 187-200.
Kline, R. B. 2005. Principles and practices of structural equation modeling (2nd
ed.). New York: Guilford Press.
Mardia, K. V., Kent, J. T., & Bibby, J. M. 1979. Multivariate Analysis. London: Academic Press.
Spearman, C. 1904. General intelligence objectively determined and measured. The American Journal of Psychology, 15, 201-293.
DOI: https://doi.org/10.21831/jpmmp.v5i1.35218
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Accepted and published papers will be freely accessed in this website and the following abstracting & indexing databases:
Supervised by: