Iwan Ariawan Dep. Biostatistika - FKMUI

Slides:



Advertisements
Presentasi serupa
METODOLOGI PENELITIAN SESI 10 UJI KWALITAS DATA. JENIS DATA 1.PRIMER 2.SEKUNDER.
Advertisements

Uji Validitas & Uji Reliabilitas
SEM (STRUCTURAL EQUATION MODELING) MAGISTER TEKNIK INDUSTRI
STATISTIKA MULTIVARIAT ANALISIS FAKTOR
Oleh: I Gusti Bagus Rai Utama, SE., MMA., MA.
Analisis Faktor Zainul Hidayat.
UJI VALIDITAS DAN UJI RELIABILITAS
UJI ASUMSI KLASIK.
Regresi Linier Berganda
Analisis Varians.
Nama : Ana Meilina NPM : Jurusan : Manajemen
RELIABILITAS & VALIDITAS
A S R I A N I STB. B1B PROGRAM STUDI MANAJEMEN
Pengantar Penggunaan banyak variabel dalam penelitian seringkali tak terelakkan, terutama dalam bidang sosial. Korelasi antar variabel-variabel berjumlah.
Anas Tamsuri UJI STATISTIK UJI STATISTIK.
Pengantar SEM Fauziyah, SE., M.Si.
FEB Univ. 17 Agustus 1945 Jakarta
oleh: Hutomo Atman Maulana, S.Pd. M.Si
FEB Univ. 17 Agustus 1945 Jakarta
FEB Univ. 17 Agustus 1945 Jakarta
Beberapa Teknik Pembersihan Data dengan SPSS
STATISTIK INFERENSIAL
FEB Univ. 17 Agustus 1945 Jakarta
Minggu 10 By: Natalia Konradus
Uji Validitas & Uji Reliabilitas
UJI VALIDITAS DAN UJI RELIABILITAS
CHAPTER 11: RISET KEPUASAN
FACTOR ANALYSIS & CLUSTER ANALYSIS
METODOLOGI PENELITIAN SESI 11 Korelasi dan REGRESI Analisis Faktor
DIVISI TERMINAL PETI KEMAS
Beatricia Pahlevi Thamarica – X
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
VALIDITAS & RELIABLITAS KUESIONER; DISTRIBUSI DATA
RELIABILITAS DAN VALIDITAS
Analisis REGRESI.
Uji Asumsi Klasik Multikolinearitas Normalitas
ANALISIS REGRESI GANDA
Persamaan Regresi vs Model Struktural
Iwan Ariawan Biostatistika FKMUI
UJI INSTRUMEN Yustina Chrismardani.
VALIDITAS DAN REABILITAS REGRESI BERGANDA Nori Sahrun, S.Kom., M.Kom
UJI VALIDITAS & REALIBILITAS
..assalamualaikum...
STATISTIK II Pertemuan 13-14: Analisis Regresi dan Korelasi
Kerangka Pemikiran Dalam Penelitian Kuantitatif
IMPORTANCE PERFORMANCE ANALYSIS MANAJEMEN PEMASARAN
ANALISIS HUBUNGAN NUMERIK DENGAN NUMERIK (UJI KORELASI)
Analisis Validitas, Reabilitas, dan Faktor
UJI ASUMSI KLASIK.
PENGARUH KUALITAS PELAYANAN KEPERAWATAN TERHADAP KEPUASAN PASIEN DI RUMAH SAKIT ANNA MEDIKA, TAHUN 2017 PROPOSAL TESIS OLEH INTAN PROGRAM PASCASARJANA.
Misalkan kuesioner adalah sasaran tembak seperti pada gambar berikut ini. Anggap bahwa pusat sasaran tembak itu adalah target dari apa yang kita ukur.
DEPARTEMEN PENDIDIKAN NASIONAL DIT JEN DIKDASMEN 2005
Diajukan untuk menempuh ujian sarjana Universitas Komputer Indonesia
ANALISIS REGRESI GANDA
Analisis lainnya Resista Vikaliana 25/03/2016.
ANALISIS REGRESI LINIER
ANALISIS JALUR ( PATH ANALYSIS ).
Komputer Terapan Administrasi Publik
UJI VALIDITAS DAN RELIABILITAS
Regresi Linier dan Korelasi
Structural Equation Modeling
BAB VIII REGRESI &KORELASI BERGANDA
Principal Components Analysis (Pendekatan Sampel)
Multivariate Analysis
Tahapan Belajar Rumus yang Sistematis (Didasarkan frekuensi penggunaan dalam riset skripsi / tesis / disertasi)
Analisis Faktor Siti Ulfa Nabila ›Analisis faktor merupakan salah satu dari analisis ketergantungan (interdependensi) antar variabel. ›Prinsip.
BAHAN KULIAH METODE PENELITIAN KOMUNIKASI (KUANTITATIF)
STATISTIK II Pertemuan 10-11: Analisis Regresi dan Korelasi
Analisis Regresi Ganda
Penyusunan Alat ukur layanan unit
Transcript presentasi:

Iwan Ariawan Dep. Biostatistika - FKMUI Analisis Faktor Iwan Ariawan Dep. Biostatistika - FKMUI

Manfaat Analisis Faktor Dalam penelitian, seringkali kita melakukan pengukuran fenomena yang abstrak, yang tidak dapat diukur secara langsung Sikap terhadap UU Pornografi Kepuasan terhadap pelayanan RS Pengukuran dilakukan secara tidak langsung, melalui pertanyaan/pernyataan (item) Pertanyaan/pernyataan mewakili konsep abstrak yang ingin diukur Analisis faktor digunakan untuk menguji validitas konstruk

Jenis Analisis Faktor Principal Component Analysis Analisis Faktor Digunakan untuk mengurangi variabel Misalnya var. yg multikolineariti pada regresi linier Tidak ada asumsi konstruk (jenis & jumlah) Analisis Faktor Exploratory Factor Analysis (EFA) Ada asumsi jumlah konstruk yang mendasari pertanyaan/pernyataan Antar konstruk dianggap tidak ada korelasi Confirmatory Factor Analysis (CFA) Ada asumsi jumlah konstruk & juga pertanyaan/pernyataan yang mewakili konstruk tersebut Antar konstruk boleh ada korelasi

Syarat Analisis Faktor Variabel bersifat ordinal dg minimal ada 3 tingkatan Distribusi variabel normal  tidak terlalu ketat (Tabachnick & Fidell, 2001) Hubungan antar variabel linier Antar pertanyaan/pernyataan harus ada korelasi sedang sampai tinggi Sampel cukup besar Paling tidak 300 resp (Tabachnick & Fidell, 2001) Paling tidak 10 * jumlah item (Nunnally & Bernstein, 1994)

Contoh Suatu instumen digunakan untuk mengukur kepuasan pasien terhadap pelayanan di puskesmas di propinsi Sumatera Selatan, Jambi dan Papua Kepuasan pasien diukur berdasarkan 5 dimensi kepuasan (Panarusaman) + keterjangkauan fasilitas Emphaty Tangible Reliability Responsiveness Assurance Cost & distance

Contoh Emphaty Tangible Reliability F3a Keramahan petugas pemberi pelayanan F3b Komunikasi yang lancar/baik Tangible F3c Kelengkapan alat yang disediakan F3d Kebersihan fasilitas pelayanan Reliability F3e Keterampilan petugas dalam memberikan pengobatan F3f Memberikan penjelasan yang jelas dan akurat

Contoh Responsiveness Assurance Accesibility F3g Waktu tunggu hingga saat pelayanan diberikannya F3h Pelayanan yang cepat dan tanggap Assurance F3i Memberikan rasa aman kepada diri sendiri F3j Memberikan pelayanan yang privasi/pribadi/rahasia Accesibility F3k Keterjangkauan tempat fasilitas pelayanan F3l Biaya relatif murah

Contoh

Explanatory Factor Analysis Ada SPSS, pilih Analyze  Data Reduction  Factor Pilih variabel pernyataan/pertanyaan

Explanatory Factor Analysis Klik Descriptive & pilih:

Explanatory Factor Analysis Klik Extraction & pilih Principal Axis Factoring Pada isian Number of factors, ketiklah 6

Explanatory Factor Analysis Klik Rotation & klik Varimax & juga Rotated solution

Explanatory Factor Analysis Klik Option & klik Sorted by size Pada isian Supress absolute values less than, ketik 0.3

Hasil & Interpretasi Korelasi tinggi, mungkin berada pada 1 faktor Harus > 0. Jika 0, analisis tidak dapat dilakukan  tidak ada inverse matrix

Hasil & Interpretasi Uji asumsi Harus > 0,70, berarti ada cukup item untuk tiap faktor Harus signifikan (< 0,05), berarti ada korelasi antar variabel, bukan identity matrix (u/ matriks korelasinya)

Hasil & Interpretasi Communalities menggambarkan hubungan antar satu variabel dg semua var. lainnya (korelasi ganda kuadrat antar satu item. dg semua item lainnya)

Hasil & Interpretasi Eigenvalue = varians yang dapat dijelaskan oleh faktor % var yg dapat dijelaskan setelah rotasi % var yg dapat dijelaskan oleh tiap faktor setelah rotasi Kurang lebih 86% varians dapat dijelaskan oleh 6 faktor

Hasil & Interpretasi Interpretasi F1 sd F6 harus dicocokan dg kuesioner & konsep

Hasil & Interpretasi F1: Emphaty, F2: Cost, F3:Responsiveness F4: Tangible, F5: Assurance, F6: Reliability