Analisis Kebutuhan Perangkat Lunak Menggunakan Analisis Faktor Pada Program Studi Ilmu Keperawatan
Tuntutan organisasi untuk memperoleh kecepatan dan ketepatan informasi yang disediakan, mengingat kondisi dan keadaan lingkungan internal organisasi yang melakukan pengolahan data dalam jumlah besar, kompleks dan dalam waktu yan terbatas sehingga membuat organisasi membutuhkan sistem informasi untuk mendukung unit-unit usaha mereka.
Pembuatan sistem informasi yang tidak terencana dan terkelola dengan baik, akan mendatangkan dampak yang sangat merugikan organisasi. Dampak yang buruk adalah jika terjadi penurunan kepercayaan dari sistem informasi. Salah satu fase yang merupakan langkah awal dari pengembangan sistem yang menja-di fondasi yang menentukan keberhasilan suatu sis-tem informasi adalah tahap analisis sistem. Tahapan ini sangat penting karena menentukan bentuk sistem yang harus di bangun. Tahapan ini bisa merupakan tahap yang mudah jika klien sangat paham dengan masalah yang dihadapi dalam organisasinya dan tahu betul fungsionalitas dari sistem informasi yang akan dibuat. Tetapi tahapan ini bisa menjadi tahap yang paling sulit jika klien tidak bisa mengidentifikasi kebutuhannya atau tertutup terhadap pihak luar yang ingin mengetahui detail-detail proses-proses bisnisnya.
Tujuan dari fase analisis adalah memahami dengan sebenar-benarnya kebutuhan dari sistem baru dan mengembangkan sebuah sistem yang mewadahi ke-butuhan tersebut. Oleh karena itu, Analisis kebutuhan sistem(system requirement) sebagai salah satu dari fase analisis sistem sangat berperan penting untuk merumuskan tentang apa yang harus dimiliki dan dikerjakan oleh suatu sistem informasi.
Penelitian ini menerapkan metoda untuk memperoleh data-data yang diperlukan, antara lain :
1. Kuisioner
Pada penelitian ini dibuat sekumpulan perta-nyaan tertulis yang diajukan kepada beberapa responden mengenai kebutuhan sistem infor-masi. Setelah hasil kuisoner diperoleh dilakukan analisis data yang sesuai dengan keperluan kebutuhan.
2. Studi Literatur
Pada penelitian ini dibaca dan dipelajari bahan referensi penunjang tentang analisi sistem infor-masi khususnya analisis kebutuhan sistem (system requirement).
3. Studi Lapangan
Peneliti ikut langsung dalam mengamati sistem informasi yang telah ada untuk menganalisis kebutuhan sistem yang akan dikembangkan.
Tinjauan Pustaka
Sistem Informasi adalah sekumpulan elemen (orang, data, prosedur dan sistem pemroses data dan informa-si) yang bekerja sama untuk menghasilkan informasi yang berguna, relevan, tepat waktu, akurat, lengkap dan memenuhi bakuan tertentu [Turban, 1996]. Sistem informasi diartikan sebagai sekumpulan ele-men yang dipadukan dengan maksud mengidentifi-kasikan informasi apa yang dibutuhkan dan memastikan bahwa strategi sistem informasi tersebut selaras dengan strategi bisnis. Sistem Informasi mempunyai peran yang sangat penting dalam organi-sasi yaitu untuk mendukung strategi bersaing bisnis sehingga keuntungan bersaing dapat diraih. Penggu-naan teknologi informasi dalam suatu organisasi diharapkan dapat meningkatkan produktifitas, mem-percepat proses dan memberikan dukungan informasi kepada pihak manajemen untuk pengambilan keputusan.
Analisa kebutuhan merupakan langkah awal untuk menentukan perangkat lunak seperti apa yang akan dihasilkan, ketika kita melaksanakan sebuah proyek pembuatan perangkat lunak. Perangkat lunak yang baik dan sesuai dengan kebutuhan pengguna sangat bergantung kepada keberhasilan dalam melakukan analisa kebutuhan. Tidak peduli bagaimana hebatnya seseorang dalam menulis kode perangkat lunak, atau membuat antar muka yang menawan, jika terjadi ke-salahan dalam analisa kebutuhan, itu artinya perang-kat lunak yang dibuat menjadi tak berguna.
Analisa kebutuhan yang baik belum tentu mengha-silkan perangkat lunak yang baik. Tetapi analisa kebutuhan yang tidak tepat sudah pasti menghasilkan perangkat lunak yang tidak berguna. Ini adalah sebu-ah pernyataan sederhana. Namun pernyataan ini tidaklah terlalu jauh dari kesimpulan yang sebenarnya.
Adalah jauh lebih baik mengetahui ada kesalahan tentang analisa kebutuhan ketika masih dalam tahap awal ini. Kurang hati-hati dan pelaksanaan yang tidak teliti, sehingga mengakibatkan terjadinya kesalahan analisa kebutuhan sungguh menimbulkan banyak kerugian. Kesalahan analisa kebutuhan yang diketa-hui ketika sudah memasuki penelitianan kode, atau pengujian, bahkan hampir pada tahap penyelesaian, adalah malapetaka besar bagi sebuah kelompok pembuat perangkat lunak. Biaya dan waktu yang diperlukan menjadi banyak yang tersia-sia. Biaya yang diperlukan untuk memperbaiki sebuah kesa-lahan karena analisa kebutuhan yang tidak benar, bisa menjadi dua puluh lima kali lipat, jika kesalahan tersebut ditemukan pada tahap pengujian fungsi perangkat lunak.
Metodologi Penelitian
Dalam menyusun kebutuhan, ada beberapa teknik yang biasa digunakan yaitu:
1. Wawancara
Wawancara adalah metode yang paling mudah digunakan, jika sistem yang dianalisis tidak ter-lalu besar. Tetapi jika sistem informasi yang akan dibangun berskala enterprise, metode wa-wancara akan memakan waktu yang sangat besar karena banyak departeme-departemen harus di-wawancarai secara terpisah. Belum lagi kalau beberapa informasi harus dikroscek dengan be-berapa departemen sekaligus.
2. Joint Application Development
Untuk mengatasi masalah pada teknik wawan-cara, terutama untuk pengembangan sistem berskala besar, digunakan metode Joiny Appli-cation Development(JAD). JAD adalah proses kelompok terstruktur yang terfokus untuk me-nentukan kebutuhan, melibatkan tim proyek, pengguna dan menajemen bekerja bersama-sama. Teknik ini sangat berguna untuk mereduk-si waktu pengumpulan informasi sampai 50%.
3. Kuisioner
Kuisioner adalah sekumpulan pertanyaan tertulis dan biasanya melibatkan banyak orang. Kuisio-ner bisa dilakukan secara tertulis(paper based) atau elektronik. Biasanya sampel dipilih untuk mewakili populasi tertentu. Setelah hasil kuisi-oner diperoleh diperlukan analisis untuk mengambil data yang sesuai dengan keperluan pengumpulan kebutuhan.
4. Analisis Dokumen
Teknik ini dilakukan dengan mempelajari mate-rial yang menggambarkan sistem yang sedang berjalan. Biasanya dokumen yang diamati form, penelitian, manual kebijakan, grafik organisasi. Untuk perusahaan atau organisasi berskala kecil dan belum memiliki sistem yang terkompute-risasi. Cara ini adalah cara yang efektif untuk menyusun kebutuhan sistem.
5. Observasi
Teknik ini dilakukan dengan pengamatan secara langsung pada proses-proses yang sedang ber-jalan. Hal ini penting karena kadang-kadang pengguna atau manajer tidak dapat mengingat secara keseluruhan apa yang mereka lakukan dan menceritakan kembali ke analis. Teknik ober-servasi biasanya dilakukan bersama-sama deng-an teknik pengumpulan kebutuhan sistem yang lain.
Analisa dan Pembahasan
Berdasarkan karakteristik sample yang ditentukan dalam penelitian ini, civitas akademika yang dijadi-kan sample berjumlah 100 orang yang terdiri dari dosen, karyawan dan mahasiswa.
Pemilihan Program Studi Ilmu Keperawatan Fakultas Kedokteran Universitas Diponegoro sebagai wilayah penelitian didasarkan pada pertimbangan berikut ini:
a. Penelitian dilakukan dengan tujuan untuk mengetahui kebutuhan perangkat lunak sistem informasi, belum pernah dilakukan sebelumnya di Pemilihan Program Studi Ilmu Keperawatan Fakultas Kedokteran Universitas Diponegoro.
b. Pemilihan Program Studi Ilmu Keperawatan Fa-kultas Kedokteran Universitas Diponegoro telah memiliki teknologi informasi dan sistem informasi.
c. Adanya ijin dari pihak Ketua Program Studi sebagai pihak yang berwenang untuk menjadikan Program Studi Ilmu Keperawatan sebagai lokasi penelitian
d. Lokasi penelitian mudah dijangkau, sehingga mempermudah pelaksanaan penelitian.
Persiapan administrasi dilakukan dengan mengajukan surat ijin survey awal yang ditujukan kepada Ketua Program Studi Ilmu Keperawatan Fakultas Kedok-teran Undip pada tanggal 21 Desember 2007.
Setelah melakukan survey awal, kemudian peneliti meminta surat pengantar penelitian dari Fakultas Teknik kepada Ketua Program Studi Ilmu Keperawa-tan Fakultas Kedokteran Undip bernomor 1224/J07. 1.31/TE/AK/2008 pada tanggal 29 Januari 2008. Surat rekomendasi dari Program Studi Keperawatan diperoleh tanggal 5 Februari 2008.
Perancangan Alat Ukur
Penelitian menggunakan kuisioner sebagai alat ukur skala yang terdiri dari tiga buah kuisioner dengan jumlah item masing-masing sebanyak 30 item yang disajikan dalam tiga eksemplar kertas.
Beberapa kebutuhan Sistem Informasi yang dijadikan instrumen ukur sebagai berikut:
1. Sistem Informasi Akademik
2. Sistem Informasi Perpustakaan
3. Sistem Informasi Kepegawaian
Sistem penilaian skala kebutuhan sistem informasi didasarkan pada modifikasi skala Likert dengan menggunakan empat alternatif jawaban yang meliputi jawaban yang Sangat Setuju(SS), Setuju(S), Tidak Setuju(TS) dan Sangat Tidak Setuju(STS). Skala ini tidak menggunakan pilihan jawaban yang sifatnya netral untuk menghindari adanya kelompok yang netral atau tidak menunjukkan pendirian tertentu (Nasution, 2001, h.63). Pada setiap pertanyaan dalam skala kebutuhan perangkat lunak sistem informasi terdapat kategori nilai satu sampai empat. Subjek diminta untuk memberikan jawaban sesuai dengan harapannya pada perangakat lunak sistem informasi.
Keseluruhan item terdiri dari dua jenis, yaitu item yang bersifat favorable(mendukung) dan item yang bersifat unfavorable(tidak mendukung). Pada item favorable, skor tertinggi terletak pada jawaban sanga setuju (SS) yaitu mendapat nilai empat, jawaban setuju (S) mendapat nilai tiga, jawaban tidak setuju (TS) mendapat nilai dua dan jawaban sangat tidak setuju (STS) mendapat nilai satu. Sedangkan pada item unfavorable, skor tertinggi diberikan pada jawaban sangat tidak setuju (STS) yaitu mendapat nilai empat, jawaban tidak setuju (TS) mendapat nilai tiga, jawaban setuju (S) mendapat nilai dua dan jawaban sangat setuju (SS) mendapat nilai satu.
Analisis Korelasi
Dalam penelitian ini digunakan teknik korelasi Rank Spearman dengan menggunakan alat ukur berupa kuisioner yang berskala ordinal yang merupakan modifikasi dari skala Likerts dengan 4 opsi jawaban yaitu Sangat Setuju(SS), Setuju(S), Tidak Setuju(TS) dan Sangat Tidak Setuju(STS).
Korelasi Rank Spearman digunakan untuk mengeta-hui hubungan antara variable bebas dan variable tergantung yang berskala ordinal. Korelasi dapat menghasilkan angka positif(+) atau negative(-). Jika korelasi menghasilkan angka positif maka hubungan kedua variable bersifat searah. Searah mempunyai makna jika variable bebas besar maka variable tergantungnya juga besar. Jika korelasi menghasil-kana tanda negative maka hubungan kedua variable bersifat tidak searah. Tidak searah artinya jika vari-able bebas besar maka variable tergantungnya menja-di kecil. Angka korelasi berkisar antara 0 s/d 1, dengan ketentuan jika angka mendekati satu maka hubungan kedua variable semakin kuat dan jika angka korelasi mendekati 0 maka hubungan kedua variable semakin lemah.
Agar penafsiran dapat disesuaikan dengan ketentuan, kita perlu mempunyai criteria yang menunjukkan ku-at atau lemahnya korelasi. Kriterianya sebagai berikut:
· Angka korelasi berkisar antara 0 s/d 1
· Besar kecilnya angka korelasi menentukan kuat atau lemahnya hubungan kedua variable. Pato-kan angkanya adalah sebagai berikut:
o 0 – 0,25 : Korelasi sangat lemah(dianggap tidak ada)
o >0,25 – 0,5: Korelasi cukup
o >0,5 – 0, 75: Korelasi kuat
o >0,75 – 1: Korelasi sangat kuat
· Signifikasi hubungan antara dua variable dapat analisis dengan ketentuan sebagai berikut:
o Jika probabilitas < 0,05 maka hubungan kedua variable signifikan.
o Jika probabilitas > 0,05 maka hubungan kedua variable tidak signifikan.
Sistem Informasi Akademik (sia) yang diwakili 30 butir pertanyaan dengan ukuran dari sangat setuju, setuju, tidak setuju dan sangat tidak setuju yang berskala penilaian 1 sampai 4 dapat dilihat secara lengkap pada lampiran.
Artinya jika variable pertanyaan 1 besar maka variable pertanyaan 2 akan semakin besar. Terlihat angka signifikasi antara pertanyaan 1 dengan pertanyaan 2 sebesar 0,00 sehingga dapat disimpul-kan bahwa hubungan kedua variable adalah sig-nifikan.
Adapun besarnya sumbangan atau peranan variable pertanyaan 1 dan pertanyaan 2 dapat dihitung dengan rumus sebagai berikut:
KD = r2 x 100%
Dari perhitungan korelasi di atas maka besarnya KD adalah
0,6952 x 100 % = 48, 3%
Kesimpulannya adalah besarnya peranan variable pertanyaan 1 terhadap variabel pertanyaan 2 sebesar 48,3%.
Artinya jika variable pertanyaan 4 besar maka variable pertanyaan 5 akan sema-kin besar. Terlihat angka signifikasi antara perta-nyaan 4 dengan pertanyaan 5 sebesar 0,00 se-hingga dapat disimpulkan bahwa hubungan kedua variable adalah signifikan.
Adapun besarnya sumbangan atau peranan vari-able pertanyaan 1 dan pertanyaan 2 dapat dihi-tung dengan rumus sebagai berikut:
KD = r2 x 100%
Dari perhitungan korelasi di atas maka besarnya KD adalah
0,6342 x 100 % = 40,19%
Kesimpulannya adalah besarnya peranan varia-ble pertanyaan 4 terhadap variabel pertanyaan 5 sebesar 40,19 %.
Artinya jika variable pertanyaan 18 besar maka variable pertanyaan 19 akan semakin besar. Terlihat angka signifikasi antara pertanyaan 18 dengan pertanyaan 19 sebesar 0,00 sehingga dapat disimpulkan bahwa hubungan kedua variable adalah signifikan.
Adapun besarnya sumbangan atau peranan variable pertanyaan 18 dan pertanyaan 19 dapat dihitung dengan rumus sebagai berikut:
KD = r2 x 100%
Dari perhitungan korelasi di atas maka besarnya KD adalah
0,8292 x 100 % = 68,72%
Kesimpulannya adalah besarnya peranan variable pertanyaan 18 terhadap variabel pertanyaan 19 sebesar 68,72 %.
Pengujian Validitas dan Reliabilitas Data
Suatu alat ukur yang baik harus mempunyai validitas dan reabilitas. Suatu alat ukur seharusnya mampu mengukur apa yang seharusnya diukur dan memiliki keajegkan yang tinggi. Ini dikarenakan akurasi dan kecermatan data hasil pengukuran tergantung pada validitas dan reabilitas alat ukurnya(Azwar, 1998, h.125).
Validitas adalah taraf sejauh mana alat ukur mengukur apa yang sebenarnya diukur. Validitas dinyatakan oleh korelasi antara distribusi skor tes yang bersangkutan dengan distribusi skor kriteria yang relevan.
Reabilitas menurut Suryabrata(1990, h.29) adalah taraf sejauhmana tes itu sama dengan dirinya sendiri atau kalau dikatakan secara populasi realibilitas adalah keajegan suatu tes. Pada uji reabilitas perlu dipertimbangkan adanya unsure kesalahan penguku-ran (error measurement). Hasil pengukuran merupa-kan kombinasi antara hasil pengukuran yang sesung-guhnya(true score) ditambah dengan kesalahan pengukuran. Uji reabilitas dengan menggunakan SP SS 13 dengan menggunakan teknik koefisien alpha. Semakin besar koefisien reabilitas, berarti semakin kecil kesalahan pengukuran maka semakin reliabel alat ukur tersebut.
Data mentah yang digunakan dalam pengujian ini adalah data ordinal dari setiap butir pertanyaan (90 buah) hasil konversi dari skala Likert. Data mentah hasil konversi tersebut dapat dilihat pada lampiran dan hasil lengkap keluaran program ini ada pada lampiran.
Langkah dalam menguji validitas butir-butir perta-nyaan dalam kuisioner adalah sebagai berikut :
1. Menentukan hipotesa
Ho = skor butir berkorelasi positif dengan skor factor
Hi = skor butir tidak berkorelasi positif dengan skor faktor
2. Menentukan nilai r tabel
Dari tabel r (ada lampiran), dalam penelitian ini digunakan tingkat signifikansi 5%, dengan N = 100 (operasional lapangan) sehingga r tabel = 0,164.
Disini uji dilakukan satu arah, karena hipotesis menunjukkan arah tertentu, yaitu positif.
3. Mencari r hasil
r hasil diperoleh dengan menggunakan sebagai berikut :
rxy = 
rxy = koefisien korelasi
4. Mengambil keputusan
Dasar pengambilan keputusan :
· Jika r hasil Positif, serta r hasil > r tabel, maka butir tersebut Valid
· Jika r hasil Tidak Positif, serta r hasil < r tabel, maka butir tersebut Tidak Valid.
Jadi jika r hasil > r tabel tapi bertanda negatif, Ho tetap akan ditolak.
Jika ada butir-butir pertanyaan kuisioner yang tidak valid maka butir yang tidak valid tersebut dikelu-arkan, dan proses analisis diulang untuk butir yang valid saja.
Sedangkan untuk menguji reliabilitas butir-butir per-tanyaan kuisioner dilakukan setelah semua butir pertanyaan valid. Pengujian reliabilitas dilakukan secara Internal Consistency yaitu dengan cara mencobakan instrumen sekali saja, kemudian data yang diperoleh dianalisa dengan teknik tertentu Langkah-langkahnya sebagai berikut :
1. Menentukan hipotesa
Ho = skor butir berkorelasi positif dengan kom-posit faktornya
Hi = skor butir tidak berkorelasi positif dengan kom-posit faktornya
2. Menentukan nilai r (koefisien korelasi) tabel
3. Mencari r hasil
r hasil diperoleh dengan menggunakan teknik Alpha Cronbach dengan rumus
ri =.png)
dimana :
k = mean kuadrat antara subyek
.png)
= mean kuadrat kesalahan
st2 = varians total
Rumus untuk variansi total dan varians item :
st2 =.png)
si2 =.png)
dimana :
JKi = jumlah kuadrat seluruh skor item
JKs = jumlah kuadrat subyek
4. Mengambil keputusan
Dasar pengambilan keputusan :
Jika r Alpha Positif, serta r Alpha > r tabel, maka butir tersebut Reliabel
Jika r Alpha Tidak Positif, serta r Alpha < r tabel, maka butir tersebut Tidak Reliabel
Jadi jika r Alpha > r tabel tapi bertanda negatif, Ho tetap akan ditolak.
Analisa Faktor (Principal Component Analysis)
Perhitungan analisa faktor pada penelitian ini dila-kukan dalam beberapa tahapan sebagai berikut :
1. Menyusun matrik data mentah
Hasil pengumpulan data diperoleh sebanyak n buah dengan variabel yang digunakan n buah. Data-data yang diperoleh disusun dalam bentuk matrik data mentah berorde nxp, dimana n adalah unit pengamatan (nm= 1, 2, 3……n) dan p adalah jumlah variable yang digunakan (pm = 1, 2, 3……n). Matrik dinyatakan dalam xij yang menyatakan nilai unit pengamatan ke-I pada variable ke-j.
2. Menyusun matrik data standar
Data standar digunakan apabila satuan variabel pengukuran memiliki satuan yang berbeda se-hingga data mentah perlu untuk dibakukan. Pada penelitian ini variabel pengukuran memiliki sa-tuan yang sama sehingga langkah ini tidak perlu dilakukan.
3. Menyusun matrik korelasi
Matrik korelasi disusun untuk mendapatkan nilai kedekatan hubungan antar variable. Nilai koe-fisien korelasi r mempunyai harga bervariasi antara –1 sampai +1. Nilai r =+1 menyatakan adanya hubungan sempurna antara dua variable / factor yang berarah positif. Nilai r = -1 menyatakan adanya hubungan antara kedua variable/faktor sempurna tetapi dalam arah yang berlawanan. Sedangkan nilai r = 0 menyatakan tidak ada hubungan antara kedua variable/faktor tersebut.
4. Pengujian kelayakan model
Matrik korelasi diatas sebelum digunakan dalam pengolahan lebih lanjut perlu dilakukan pengujian kelayakan model. Tujuan pengujian kelayakan model dimaksudkan untuk menentukan apakah model yang digunakan cocok untuk mengolah data data yang diberikan sebelumnya.
Agar hasil analisa faktor yang diperoleh cukup baik, maka diperlukan nilai korelasi yang tinggi. Rata-rata nilai harus lebih besar dari harga mutlak 0.5. Nilai korelasi yang tinggi dapat dilihat dari nilai determinan matrik korelasi yang sama dengan nol.
Berdasarkan hasil pengolahan dengan menggunakan SPSS diperoleh nilai-nilai pengujian sebagai berikut :
Determinan matrik korelasi = 0. 055
Kaiser-Meyer_Olkin Test = 0.553
Bartlett’s Test of Sphericity = 277,237,
Significance = .00000
Nilai determinan mendekati nol menunjukkan bahwa korelasi antara variable mempunyai nilai koefisien korelasi antar variable cukup tinggi.
Nilai KMO (Kaiser-Meyer_Olkin Test) sama dengan 0.553 yang digunakan untuk mengukur kesesuaian sampling menunjukkan bahwa kela-yakan penggunaan model analisis komponen utama untuk analisis berikutnya dapat dilan-jutkan.
Nilai BTS (Bartlett’s Test of Sphericity) yang besar yaitu sebesar 277,237 dengan nilai sig-nifikansi = 0 menyatakan penggunaan analisis komponen utama adalah baik.
Dengan demikian, berdasarkan kriteria yang te-lah dikemukakan diatas dapat disimpulkan bah-wa data matrik korelasi telah memenuhi persya-ratan pengujian dan dapat diteruskan dengan metode analisa faktor.
5. Perhitungan komunalitas, Eigenvalue, Persen variansi dan persen variansi kumulatif
Nilai komunalita menyatakan total proporsi variansi yang dihitung dari kombinasi seluruh komponen utama. Dalam menggunakan analisis komponen utama, nilai komunalita awal ditetap-kan yaitu sebesar 1. (Norusis Marija.J, SPSS / PC+Statistic 1990).
Eigenvalue atau nilai karakteristik adalah suatu nilai yang menyatakan nilai variansi variable yang diperhitungkan dari suatu komponen utama dari total variable. Jumlah komponen utama ditentukan berdasarkan persentase variansi total yang diterangkan variable tersebut.
Persen variansi adalah variansi yang dapat diterangkan oleh komponen utama terhadap total variansi. Jumlah kumulatif persen variansi dina-makan sebagai persen variansi kumulatif.
6. Skor komponen utama
Skor komponen utama adalah suatu skor yang menunjukkan besar kecilnya nilai/kontribusi dari setiap komponen utama terhadap masing-masing unit pengamatan.
Skor komponen utama diperoleh dari hasil kali antara loading setiap faktor initial dengan data observasi yang telah distandarkan dari faktor initial tersebut terhadap suatu unit pengamatan akan menunjukkan nilai/kontribusi faktor initial dari komponen utamanya terhadap unit pengamatan sehingga akumulasi dari hasil kali antara faktor-faktor initial yang membentuk komponen utama dengan nilai setiap faktor tersebut terhadap unit pengamatan tersebut akan menunjukkan kontribusi komponen utama tersebut.
Dengan demikian besarnya kontribusi/nilai komponen utama terhadap unit pengamatan diperoleh dari hasil perkalian antara matrik bobot faktor (k komponen utama x p faktor initial) yang mencerminkan besar kecilnya pengaruh faktor initial terhadap komponen utama dengan matrik data standar yang mencerminkan besar kecilnya nilai faktor initial pada masing-masing unit pengamatan.
Hasil perkalian diatas akan menghasilkan matrik skor komponen utama yang menunjukkan besarnya kontribusi dari masing-masing komponen utama terhadap unit pengamatan. Dengan demikian besarnya nilai/kontribusi komponen utama terhadap masing-masing responden adalah :
Yik =.png)
dimana
Yik = nilai komponen utama ke-k pada respon-den ke-i
ajk = loading faktor initial ke-j pada komponen utama ke-k
xij = nilai faktor initial ke j pada responden ke-i
Nilai skor komponen utama dapat bernilai positif maupun negatif. Nilai positif berarti suatu kom-ponen utama memberi kontribusi yang besar dan berpengaruh positif terhadap unit pengamatan.
Dalam penelitian ini matrik data standar adalah matrik Z (100x30) dan matrik koefisien kompo-nen utama Y (100x30).
Rotasi komponen utama
Langkah ini dimaksudkan untuk mendapatkan harga maksimum masing-masing variable terhadap setiap komponen utama. Rotasi dilakukan dengan memutar sumbu-sumbu faktor secara orthogonal. Hal ini dilakukan karena komponen utama yang dihasilkan pada langkah sebelumnya belum merupakan solusi akhir karena masih memuat variable yang sama terhadap setiap komponen utama dengan nilai loa-ding yang bervariasi sehingga menyulitkan interpre-tasi terhadapnya. Rotasi matrik loading akan memu-dahkan untuk mengidentifikasi karena besarnya faktor loading akan menjadi lebih ekstrim yaitu akan sangat besar atau sangat kecil terhadap setiap kom-ponen utama. Seperti diuraikan diatas bahwa loading faktor menunjukkan besarnya kontribusi suatu faktor terhadap suatu komponen utama. Bobot faktor yang tinggi menunjukkan besarnya pengaruh suatu faktor initial terhadap suatu komponen utama. Namun demikian untuk membatasi banyaknya faktor yang muncul dalam setiap komponen utama maka dalam penelitian ini digunakan criteria bahwa nilai bobot faktor harus lebih besar atau sama dengan 0.5.
