Tugas Mata Kuliah Statistik

Dosen Pengampu : Dr. Rina Mulyati, S.Psi., M.Si., Psikolog

Tugas
 Lakukan EFA dan CFA untuk data skripsi masing-masing (1 Variabel saja)
 Laporkan hasil analisis anda secara lengkap, kemudian unggah di GC
 Tugas dikumpulkan paling lambat 6 Januari 2023

1. Varibel Skala Self Regulated Learning

Teori Self Regulated Learning yang digunakan dalam penelitian ini adalah Zimmerman
(1998) menjelaskan bahwa Self regulated learning adalah pengetahuan potensial dimiliki
individu untuk meningkatkan prestasi belajar, merencanakan cara belajar, menentukan
langkah-langkah yang dapat dilakukan mencapai tujuan belajar serta mengevaluasi
keberhasilan dan kekurangan yang diperoleh. Self-Regulated Learning diukur melalui :
a. Regulasi Kognitif
b. Regulasi Motivasi
c. Regulasi Perilaku

2. Sebelum melakukan analisis faktor melalui EFA dan CFA, dilakukan dahulu analisis
reabilitas Cronbach  pada Jamovi 2.3.19.0. yang ditunjukkan oleh Kriteria dalam
menyeleksi item dilakukan berdasarkan korelasi item total, dengan nilai r iX ≥ 0,30
Reliabilitas adalah indeks yang menunjukkan sejauh mana alat ukur dapat dipercaya atau
diandalkan. Hal ini menunjukkan hasil pengukuran itu tetap konsisten bila dilakukan dua
kali atau lebih terhadap gejala yang sama dengan menggunakan alat ukur yang sama
Notoatmodjo (dalam Sugiyono, Nurjanah & Wahyu, 2020)
Scale Reliability Statistics

Cronbach's α

scale 0.910

Item Reliability Statistics

If item dropped

Item-rest correlation Cronbach's α

A1 0.586 0.905
Pada tabel di samping terlihat bahwa
A2 0.548 0.906
A3 0.433 0.907 item-rest correlation bergerak dari angka
A4 0.426 0.908
0.42 hingga 0.652 dengan nilai Cronbach`s 
A5 0.568 0.905
A6 0.502 0.906 adalah 0.910. Hal ini berarti item – item yang
A7 0.520 0.906 dianalisis memiliki nilai-nilai koefisien di atas
A8 0.585 0.905
A9 0.499 0.906 ambang batas. Item-item tersebut masuk
A10 0.571 0.905 dalam kategori baik. Sehingga tidak ada
A11 0.507 0.906
A12 0.430 0.908 item-item yang dibuang.Item-item yang
A13 0.464 0.907 dipertahankan, kemudian akan dianalisis
A14 0.603 0.905
A15 0.626 0.904
lanjutan dengan menggunakan Exploratory
A16 0.381 0.908 Factor Analysis (EFA) dan Confirmatory
A17 0.456 0.907
Factor Analysis (CFA).
A18 0.436 0.908
A19 0.416 0.908
A20 0.391 0.908
A21 0.367 0.909
A22 0.519 0.906
A23 0.481 0.907
A24 0.342 0.909
A25 0.574 0.905
A26 0.652 0.904
A27 0.488 0.907
A28 0.410 0.908
3. Exploratory Factor Analysis (EFA). Prosedur EFA dilakukan menganalisis hubungan
di antara variable dan menjelaskan adanya saling hubungan dalam kelompok
variable yang terbatas.

Hasil analisis EFA dengan menggunakan metode Maximum likelihood dan Rotation
Oblimin terdapat 4 faktor yang muncul sebagai representasi dari konstrak Self-
Regulated Learning, yang seharusnya dalam teori yang digunakan untuk membuat
skala, Self-Regulated Learning terdiri dari 3 faktor.

Factor Loadings

Factor

1 2 3 4 Uniqueness

A1 0.493 0.584
A2 0.329 0.595
A3 0.403 0.739
A4 0.797
A5 0.578 0.515
A6 0.550 0.636
A7 0.708 0.479
A8 0.675 0.480
A9 0.328 0.406 0.648
A10 0.720 0.497
A11 0.355 0.649
A12 0.442 0.625
A13 0.308 0.723
A14 0.781 0.409
A15 0.533 0.533
A16 0.657 0.457
A17 0.672 0.452
A18 0.378 0.789
A19 0.517 0.724
A20 0.519 0.741
A21 0.358 0.786
A22 0.383 0.367 0.582
A23 0.662 0.552
 Factor Loadings

Factor

1 2 3 4 Uniqueness
A24 0.327 0.848
A25 0.353 0.327 0.582
A26 0.793 0.365
A27 0.319 0.643
A28 0.773 0.428

Note. 'Maximum likelihood' extraction method was used in combination with a 'oblimin' rotation

Berdasarkan hasil EFA, menunjukkan nilai KMO Measure of Sampling Adeuqasy secara Overall sebesar 0.856
> 0.5 (mendekati 1) yang berarti hubungan parsial atau bagaimana faktor-faktor tersebut menjelaskan satu sama lain
cukup kuat. Selanjutnya nilai Bartlett's Test of Sphericity sebesar 1898 (df = 378 ; p< 0.001),yang berarti korelasi antar
item saling berkoelasi membentuk konstruk Self-Regulated Learning. Kemudian untuk eigenvalue yang ada
memenuhi standar > 0,1. Dari hasil analisis data, ditemukan nilai eigenvalue untuk masing-masing faktor : faktor 1
(4.24>0.1) ; faktor 2 (3.10 > 0.01) ; faktor 3 (1.99>0.01) ; faktor 4 (1.37>0.01). Analisis EFA terhadap alat ukur Self-
Regulated Learning menghasilkan 4 faktor dengan nilai eigenvalue terbesar di faktor 1 dan nilai eigenvalue yang
terkecil di faktor 4. Nilai uniqueness >0.3 bergerak dari angka 0.365 hingga 0.789 dan nilai loading faktor secara
keseluruhan > 0.3. Nilai RMSEA 0.0492, nilai TLI pada angka 0.880.

Summary

Factor SS Loadings % of Variance Cumulative %

1 4.24 15.16 15.2

2 3.10 11.08 26.2
3 1.99 7.12 33.4
4 1.37 4.88 38.2

Model Fit Measures

RMSEA 90% CI Model Test

RMSEA Lower Upper TLI BIC χ² df p

0.0492 0.0389 0.0597 0.880 -1031 401 272 < .001

Bartlett's Test of Sphericity

χ² df p

1898 378 < .001

Model Fit Measures

RMSEA 90% CI Model Test

RMSEA Lower Upper TLI BIC χ² df p

KMO Measure of Sampling Adequacy

MSA

Overall 0.856
A1 0.899
A2 0.916
A3 0.881
A4 0.828
A5 0.941
A6 0.884 Scree Plot
A7 0.854
A8 0.865
Selanjutnya, kita melihat item yang mengalami cross loading dan
A9 0.881
A10 0.843 menyeleksi (drop) item yang menagalami cross loading. Item yang

A11 0.885 diseleksi ada di item A25 dan A24, didapat 4 faktor yang
A12 0.841 merepresentasikan konstruk Self – Regulated Learning. Nilai RMSEA
A13 0.859
0.0523 < 0.08 ; Nilai TLI = 0.875. Bartlett's Test of Sphericity dengan X 2 =
A14 0.845
1738, p < 0.001. Overall KMO 0.854.
A15 0.897
A16 0.765
A17 0.839
A18 0.833
A19 0.768
A20 0.836
A21 0.802
A22 0.857
A23 0.843
A24 0.758
A26 0.896
A27 0.796
A28 0.802
A25 0.934

Factor Loadings

Factor

1 2 3 4 Uniqueness

A1 0.493 0.580
Factor Loadings

Factor

1 2 3 4 Uniqueness
A2 0.359 0.587
A4 0.809
A5 0.968
A6 0.496 0.657
A7 0.599 0.528
A8 0.726 0.428
A9 0.408 0.649
A10 0.726 0.491
A11 0.326 0.655
A12 0.511 0.601
A13 0.324 0.718
A14 0.788 0.402
A15 0.558 0.534
A16 0.705 0.437
A17 0.669 0.454
A18 0.366 0.786
A19 0.518 0.731
A20 0.516 0.747
A21 0.371 0.778
A22 0.445 0.582
A23 0.740 0.474
A26 0.776 0.373
A27 0.673
A28 0.758 0.461
A3 0.315 0.773

Note. 'Maximum likelihood' extraction method was used in combination with a 'oblimin' rotation

Model Fit Measures

RMSEA 90% CI Model Test

RMSEA Lower Upper TLI BIC χ² df p

0.0523 0.0414 0.0635 0.875 -846 348 227 < .001

Bartlett's Test of Sphericity

χ² df p

1738 325 < .001

Model Fit Measures

RMSEA 90% CI Model Test

RMSEA Lower Upper TLI BIC χ² df p

4. Confirmatory Factor Analysis (CFA). Prosedur CFA dilakukan untuk mengkonfirmasi faktor yang telah
terbentuk dari hasil analisis EFA yang telah diseleksi item-item nya. Analisis CFA menindaklanjuti hasil
yang dianalisis melalui EFA dengan memperhatikan teori untuk membangun alat ukur yang
bersangkutan. CFA menguji sejauh mana model statistic yang dipakai sesuai dengan data empirik yang
mengacu pada parameter goodness of fit dengan melihat (x 2 < x2tabel ), p-value (> 0,05) , comparative
fit index dari angkat 0 – 1. tucker– lewis index mendekati 1, root mean squared error of approximation
(RMSEA = 0 - 0,08).

5. CFA Faktor 1
Pada hasil analisis CFA, ditemukan nilai X 2 = 56.6. dengan p < 0.001 hal ini berarti hipotesis null tidak
terbukti, sehingga terdapat perbedaan antara model teoretis dengan data empirik. Nilai CFI berada di
atas 0.9, yaitu 0.908, dan TLI berada di antara 0.8 dan 0.9 yaitu sebesar 0.871. Sedangkan nilai RMSEA
adalah 0.0974 > 0.08. Dengan standardized loading factor bergerak dari 0.471 hingga 0.688. Ketika
melihat table post-hoc performance, terdapat item-item yang tidak berkorelasi.

Test for Exact Fit

χ² df p

56.6 20 < .001

Fit Measures

RMSEA 90% CI

CFI TLI RMSEA Lower Upper

0.908 0.871 0.0974 0.0681 0.128

Residual Covariances – Modification Indices

A1 A10 A11 A14 A15 A18 A19 A20

A1 0.0344 0.926 1.0875 1.344 0.671 7.462 0.929

A10 1.292 4.6299 8.769 0.834 11.470 1.291
A11 0.0310 4.270 0.860 0.708 0.161
A14 0.439 0.302 6.641 4.704
A15 2.314 0.129 0.634
A18 4.494 6.285
A19 1.334
A20

Selanjutnya akan dilakukan analisis berikutnya untuk memperbaiki item-item yang tidak memenuhi syarat
dengan mengeluarkan item-item tersebut. Hingga didapatkan model yang fit. Nilai X2 = 14.4 dengan p > 0.05. Nilai
CFI = 0.997 ; Nilai RMSEA = 0.023 < 0..08. Nilai X2 = 14.4 dengan p > 0.349.

Test for Exact Fit

χ² df p

14.4 13 0.349

Fit Measures

RMSEA 90% CI

CFI TLI RMSEA Lower Upper

0.997 0.993 0.0233 0.00 0.0770

Residual Covariances – Modification Indices

A1 A10 A11 A14 A15 A18 A19 A20

A1 2.57 1.192 0.0495 2.35847 1.751

A10 0.290 0.942
A11 1.94 0.8843 0.00818 0.759 0.569
A14 0.2876 0.48052 0.368 0.787
A15 0.409 0.629
A18 1.389 2.123
A19 1.973
A20
Path Diagram

CFA Faktor 2
Setelah dilakukan analisis terhadap item yang berada di Modification Indices, maka didapatkan nilai X 2 = 3.81
dengan p > 0.05. Nilai CFI 1.00, RMSEA = 0.00<0.08.

Test for Exact Fit

χ² df p

3.81 9 0.923

Fit Measures

RMSEA 90% CI

CFI TLI RMSEA Lower Upper

1.00 1.04 0.00 0.00 0.0269

Residual Covariances – Modification Indices

A6 A7 A8 A9 A23 A24 A3

A6 0.1090 0.139 0.1587 0.2106

Residual Covariances – Modification Indices

A6 A7 A8 A9 A23 A24 A3
A7 0.0181 0.567 0.0535 0.0571
A8 0.791 1.3096 0.0126
A9 0.1538 0.0652 0.0149
A23 0.1558
A24 2.7220
A3

CFA Faktor 3 dan 4

Setelah dilakukan analisis terhadap item yang berada di Modification Indices, maka didapatkan nilai X 2 = 6.16 dengan
p > 0.05. Nilai CFI 1.00, RMSEA = 0.00<0.08.

Test for Exact Fit

χ² df p

6.16 8 0.629

Fit Measures

RMSEA 90% CI

CFI TLI RMSEA Lower Upper

1.00 1.02 0.00 0.00 0.0706

Residual Covariances – Modification Indices

A2 A13 A17 A21 A12 A16 A22

A2 0.804 0.8036
A13 1.37 0.479 2.261 0.1277
A17 8.99e-4 0.220 0.2832
A21 1.497 0.136 0.1936
A12 0.674 0.0444
A16 0.5409
A22

Setelah dilakukan Residual Covarians, maka didapatkan Model Fit nya didapatkan X 2 = 209 degan p > 0.05. Nilai CFI
= 0.986, Nilai TLI = 0.980 dan nilai RMSEA < 0.08. Standard Estimate di atas 0,3.
Factor Loadings

Factor Indicator Estimate SE Z p Stand. Estimate

Faktor 1 A1 0.500 0.0502 9.95 < .001 0.716

A10 0.340 0.0444 7.66 < .001 0.564
A11 0.313 0.0427 7.34 < .001 0.543
A14 0.418 0.0406 10.30 < .001 0.692
A15 0.429 0.0402 10.68 < .001 0.729
A18 0.337 0.0543 6.21 < .001 0.477
A19 0.291 0.0457 6.37 < .001 0.473
A20 0.287 0.0466 6.14 < .001 0.448
A26 0.433 0.0409 10.58 < .001 0.713

Factor 2 A6 0.353 0.0410 8.62 < .001 0.612

A7 0.429 0.0435 9.87 < .001 0.691
A8 0.412 0.0437 9.43 < .001 0.669
A9 0.381 0.0496 7.68 < .001 0.552
A3 0.288 0.0440 6.55 < .001 0.487
A23 0.343 0.0414 8.29 < .001 0.599

Factor 3 A2 0.319 0.0415 7.67 < .001 0.593

A13 0.314 0.0474 6.63 < .001 0.511
A17 0.440 0.0509 8.64 < .001 0.660
A21 0.327 0.0504 6.48 < .001 0.499
A28 0.378 0.0466 8.10 < .001 0.622

Factor 4 A12 0.417 0.0487 8.57 < .001 0.656

A16 0.385 0.0451 8.53 < .001 0.651
A22 0.389 0.0428 9.09 < .001 0.692

Factor Covariances

Estimate SE Z p Stand. Estimate

Faktor 1 Faktor 1 1.000 ᵃ

Factor 2 0.693 0.0551 12.57 < .001 0.693
Factor 3 0.684 0.0605 11.29 < .001 0.684
Factor 4 0.536 0.0728 7.36 < .001 0.536

Factor 2 Factor 2 1.000 ᵃ

Factor 3 0.556 0.0761 7.30 < .001 0.556
Factor 4 0.656 0.0715 9.18 < .001 0.656

Factor 3 Factor 3 1.000 ᵃ

Factor 4 0.543 0.0820 6.62 < .001 0.543
Factor Covariances

Estimate SE Z p Stand. Estimate

Factor 4 Factor 4 1.000 ᵃ

ᵃ fixed parameter

Test for Exact Fit

χ² df p

209 189 0.147

Fit Measures

RMSEA 90% CI

CFI TLI RMSEA Lower Upper

0.985 0.980 0.0237 0.00 0.0405

Factor Loadings – Modification Indices

Faktor 1 Factor 2 Factor 3 Factor 4

A1 0.02269 0.9116 0.07193

A10 0.38297 0.6309 3.75153
A11 0.00896 3.6255 0.19745
A14 0.50428 0.9134 1.03498
A15 0.01924 2.2413 0.09723
A18 0.26146 0.2494 3.92e-4
A19 1.01107 0.3479 0.76062
A20 0.06491 1.0869 0.02825
A26 0.54306 0.2308 0.03772
A6 0.2821 0.0342 0.00401
A7 4.5915 0.0419 1.37240
A8 1.6523 1.1366 1.85247
A9 2.2975 0.5457 0.00384
A3 0.2604 0.9418 2.10185
A23 0.0494 1.6136 0.57142
A2 7.0032 3.58064 0.05308
A13 4.9781 1.01213 0.31969
Factor Loadings – Modification Indices

Faktor 1 Factor 2 Factor 3 Factor 4

A17 2.2631 1.19135 2.04867
A21 0.1951 0.22798 0.77410
A28 8.3847 1.26324 2.27607
A12 0.3266 0.21696 0.0486
A16 1.9262 4.09541 0.2882
A22 0.6218 6.02701 0.5378