Qsblujlvn!TQTT!

! Qsphsbn!Qfozfhbsbo! ! !
Sangat Baik Sangat Kurang Baik

Kurang Baik

Baik

! Tflpmbi!Ujohhj!Jmnv!Nbobkfnfo! Eizbob!Qvsb! ! ! Ejtbkjlbo!Pmfi;! J!Hvtuj!Cbhvt!Sbj!Vubnb-!NB/! Kvoj!3119!

Bobmjtjt!Tubujtujl!Eftdsjqujwf!
Merancang Struktur Variabel

Nfoubcvmbtj!Ebub!
Mengisi atau mentabulasi Data harus baris perbaris bukan perkolom

Dalam pertemuan ini, tidak dilakukan latihan men-tabulasi karena akan membuang waktu yang cukup lama. Sebagai alternative, akan diberikan data yang sudah jadi/tertabulasi.

Frequencies & Chart

! ! !

1. Analyze
Descriptive Statistics Frequencies

2. Pilih Variables
yang akan di olah

3. Tentukan Nilai
apa yang akan dicari

4. Pilih Jenis
Grafik/Chart yang akan di tampilkan 3

Pvuqvu!TQTT! Gsfrvfodz!
Toilet Cumulative Percent 3.0 33.0 98.0 100.0 Valid Sangat Kurang Baik Kurang Baik Baik Sangat Baik Total Frequency 3 30 65 2 100 Percent 3.0 30.0 65.0 2.0 100.0 Valid Percent 3.0 30.0 65.0 2.0 100.0

Toilet
Sangat Baik

Sangat Kurang Baik

Kurang Baik

Baik

Kamar Mandi Cumulative Percent 3.0 35.0 95.0 100.0

Valid

Sangat Kurang Baik Kurang Baik Baik Sangat Baik Total

Frequency 3 32 60 5 100

Percent 3.0 32.0 60.0 5.0 100.0

Valid Percent 3.0 32.0 60.0 5.0 100.0

Kamar Mandi
Sangat Kurang Baik

Sangat Baik

Kurang Baik

Baik

Lpsfmbtj!
Korelasi Antara Varibel Jarak Objek Wisata dengan Mudah Pencapaian yang tidak significance karena Sig (2-tailed) [0.217] > 0,05 pada nilai korelasi r = 0.125
Correlations Jarak Objek Wisata 1 . 100 .125 .217 100 Mudah Pencapaian .125 .217 100 1 . 100

Jarak Objek Wisata

Mudah Pencapaian

Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N

Korelasi Antara Varibel Toilet dengan Kamar Mandi yang significance karena Sig (2-tailed) [0.000] < 0,05 pada nilai korelasi r = 0.733
Correlations Toilet Toilet Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Kamar Mandi 1 .733** . .000 100 100 .733** 1 .000 . 100 100

Kamar Mandi

**. Correlation is significant at the 0.01 level (2-tailed).

Nilai Kunci pada Analisis Korelasi adalah: Berapa besarkan nilai r (Pearson Correlation) yang menyatakan seberapa kuatkah hubungan kedua variable yang dianalisis! Apakah hubungannya Significan (Sig. (2-tailed), Jika < 0.05 atau pada skala yang lebih extreme ** 0.01 level (2-tailed) maka hubungan dapat dikatakan significan Tanda ** atau * untuk menandakan bahwa hubungan yang terjadi benar-benar significan. Nilai Extreme untuk r 1 dan +1 yang artinya nilai hasil analisis ada pada kisaran 1 sampai dengan +1, Jika r = 0 artinya tidak ada hubungan kedua variable.

Analisis Regresi

1. Pilih
Regression Linier

2. Tentukan
Variabel Dependent (terikat) dan tentukan juga variable Independent(s)

Output SPSS Regression

Metode Yang digunakan adalah Metode Enter
b Variables Entered/Removed

Model 1

Variables Entered Kamar a Mandi

Variables Removed .

Method Enter

a. All requested variables entered. b. Dependent Variable: Toilet

Analisis Regresi untuk pembentukan model PREDIKSI variable terikat (dalam contoh terlihat toilet) Key-analisisnya adalah nilai: (B Coefficients) (a Constant) Significancy

Nilai Korelasi r = 0.733 dan R2 / Nilai determinan = 0.538 atau 53,8%

Model Summary Model 1 R .733a R Square .538 Adjusted R Square .533 Std. Error of the Estimate .391

a. Predictors: (Constant), Kamar Mandi

Nilai F test akan dibaca untuk multiple variables

ANOVAb Model 1 Sum of Squares 17.439 15.001 32.440 df 1 98 99 Mean Square 17.439 .153 F 113.930 Sig. .000a

Regression Residual Total

a. Predictors: (Constant), Kamar Mandi b. Dependent Variable: Toilet

Nilai koefisien pebuah atau B = 0.676 dan Korelasi terjadi secara Sig (0.000) < 0.005 Variabel Kamar Mandi berkorelasi secara significance terhadap variabel Toilet. Jadi Model terbentuk Y (Toilet) = 0.854 + 0.676 (Kamar Mandi)
Coefficientsa Unstandardized Coefficients B Std. Error .854 .174 .676 .063 Standardized Coefficients Beta .733

Model 1

(Constant) Kamar Mandi

t 4.916 10.674

Sig. .000 .000

a. Dependent Variable: Toilet

Kjlb!Xbluv!ujebl!nfodvlvqj-! Tjmbilbo!Mbujibo!Tfoejsj""! Bobmjtjt!Gbdups!

Identifikasi Variabel
Faktor Location Q1. Q2. Q3. Q4. Q5. Facilities Q6. Q7. Q8. Q9. Q10. Q11. Tariff Q12. Q13. Q14. Image Q15. Q16. Q17. Q18. Variabel (Q) Jarak Menuju Lokasi Waktu tempuh menuju lokasi Kemudahan menuju lokasi Lingkungan Kebun Raya Tingkat Kebisingan Fasilitas Rekreasi Fasilitas Bermain Ketersediaan Cinderamata Ketersediaan Informasi Kapasitas Parkir Ketersediaan Tempat Sampah Harga Tiket Masuk Harga Sewa fasilitas Harga Cinderamata Keindahan Alam Kelangkaan Flora Keunikan Flora Keamanan di areal Kebun Definisi Variabel Jarak dari tempat tinggal (hotel) wisatawan menuju KREKB Lama perjalanan wisatawan dengan kendaraan menuju KREKB Kemudahan dalam perjalanan untuk menuju KREKB Kondisi Lingkungan KREKB Kondisi ketidakbisingan KREKB Fasilitas rekreasi yang disediakan oleh pengelola KREKB Fasilitas bermain yang disediakan oleh pengelola KREKB Fasilitas berupa kios cinderamata yang disediakan oleh pengelola KREKB Fasilitas untuk mendapatkan informasi yang disediakan oleh pengelola KREKB Fasilitas Parkir kendaraan bermotor yang disediakan oleh pengelola KREKB Fasilitas pembuangan sampah yang disediakan oleh pengelola disekitar KREKB Harga tiket orang maupun kendaraan untuk boleh memasuki KREKB Harga sewa fasilitas yang disewakan oleh pengelola seperti wantilan, Toilet. Harga cinderamata yang dijual di kios cinderamata KREKB Panorama atau pemandangan alam di KREKB Koleksi tanaman langka yang ada di KREKB Keunikan tanaman yang ada di KREKB Keamanan wisatawan pada saat berada di KREKB dari binatang buas, maupun tindakan kriminal. Kecepatan petugas dalam memberikan informasi mengenai KREKB Keramahan Petugas melayani wisatawan dalam pelayanan karsis masuk KREKB

Services

Q19.

Kecepatan Pelayanan Informasi

Q20.

Pelayanan Tiket masuk

Nfsbodboh!Tusvluvs!Wbsjbcfm!

Lfobqb!Bobmjtjt!Gblups@!
Pemilihan analisis faktor sebagai alat analisis pada penelitian ini, disebabkan karena penelitian ini mencoba menemukan hubungan (interrelationship) beberapa variabel yang saling independen satu dengan yang lainnya, sehingga bisa dibuat kumpulan variabel yang lebih sedikit dari jumlah variabel awal sehingga akan lebih mudah dikontrol oleh manajemen perusahaan atau pemegang kebijakan perusahaan

Vlvsbo!Tbnqfm!vouvl!Bobmjtjt! Gblups!! Gblups!!

Ukuran sampel minimal 5 x Variabel yang diteliti. Jika terdapat 20 Variabel, maka sampel haruslan minimal 100 responden, ini berarti dalam penelitian ini ada 20 kolom (variabel) dan 100 baris (responden) atau 2000 sel data.

Ubibqbo!bobmjtjt!gblups!!

Ubcvmbtj!ebub!qbeb!ebub!wjfx-!! Qfncfouvlbo!nbusjl!lpsfmbtj-!! Qfncfouvlbo!nbusjl!lpsfmbtj-!! Fltusbltj!gblups-!! Fltusbltj!gblups-!! Spubtj!gblups-!ebo!! Spubtj!gblups-!ebo!! Qfobnbbo!gblups!zboh!ufscfouvl/ obnbbo!gblups!zboh!ufscfouvl/! Qfobnbbo!gblups!zboh!ufscfouvl/! Vkj!Lfufqbubo!Npefm

10

1. Tabulasi data pada data view,

Ubibq!Qfsubnb-!Ubcvmbtj!ebo!qfohpmbibo!
Tabulasi hasil angket/questioner anda ke dalam komputer (SPSS) Jika anda memiliki 20 variabel, seharusnya ada 100 buah angket ditangan anda yang siap anda tabulasi ke komputer

Mengisi atau mentabulasi Data harus baris perbaris bukan perkolom

11

3/! Qfncfouvlbo!Nbusjl!Lpsfmbtj!
! Matriks korelasi merupakan matrik yang memuat koefisien korelasi dari semua pasangan variabel dalam penelitian ini. Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antar variabel penelitian. Nilai kedekatan ini dapat digunakan untuk melakukan beberapa pengujian untuk melihat kesesuaian dengan nilai korelasi yang diperoleh dari analisis faktor. ! Dalam tahap ini, ada dua hal yang perlu dilakukan agar analisis faktor dapat dilaksanakan, yang pertama yaitu menentukan besaran nilai Barlett Test of Sphericity, yang digunakan untuk mengetahui apakah ada korelasi yang signifikan antar variabel, dan

kedua adalah Keiser-Meyers-Oklin (KMO) Measure of Sampling Adequacy, yang digunakan untuk mengukur kecukupan sampel dengan cara membandingkan besarnya koefisien korelasi yang diamati dengan koefisein korelasi parsialnya.

!
Nfovsvu!Xjcjtpop!)3114*!lsjufsjb!lftftvbjbo!ebmbn! qfnblbjbo!bobmjtjt!gblups!bebmbi!!
Kjlb!ibshb!LNP!tfcftbs!1-:!cfsbsuj!tbohbu!nfnvbtlbo-!! Kjlb!ibshb!LNP!tfcftbs!1-9!cfsbsuj!nfnvbtlbo-! Kjlb!ibshb!LNP!tfcftbs!1-8!cfsbsuj!ibshb!nfofohbi-!! Kjlb!ibshb!LNP!tfcftbs!1-7!cfsbsuj!dvlvq-!! Kjlb!ibshb!LNP!tfcftbs!1-6!cfsbsuj!lvsboh!nfnvbtlbo-!! Kjlb!ibshb!LNP!lvsboh!ebsj!!1-6!ujebl!ebqbu!ejufsjnb/!!

12

Lfjtfs.Nfzfst. Cftbsbo!Ojmbj!Cbsmfuu!Uftu!pg!Tqifsjdjuz!ebo!Ojmbj!Lfjtfs.Nfzfst. Plmjo!)LNP*!Nfbtvsf!pg!Tbnqmjoh!Bevrvbdz!Vkj!Ubibq!Qfsubnb!! Vkj!Ubibq!Qfsubnb!!

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,715 Bartlett's Test of Sphericity Approx. Chi- 975,233 Square df 190 Sig. ,000
Hasil perhitungan menunjukkan besaran nilai Barlett Test of Sphericity adalah 975,233 pada signifikan 0,000 yang berarti pada penelitian ini ada korelasi yang sangat signifikan antar variabel dan hasil perhitungan KMO sebesar 0,715 sehingga kecukupan sampel termasuk kategori yang menengah.

!
Menurut Santoso (2002) angka MSA berkisar antara 0 sampai dengan 1, dengan kreteria yang digunakan untuk intepretasi adalah sebagai berikut:

!
Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel yang lainnya. Jika MSA lebih besar dari setengah 0,5 maka variabel tersebut masih dapat diprediksi dan bisa dianalisis lebih lanjut. Jika MSA lebih kecil dari setengah 0,5 dan atau mendekati nol (0), maka variabel tersebut tidak dapat di analisis lebih lanjut, atau dikeluarkan dari variabel lainnya.

13

3. Ekstraksi faktor,
Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan ekstraksi terhadap sekumpulan variabel yang ada KMO>0,5 sehingga terbentuk satu atau lebih faktor.

Metode yang digunakan untuk maksud ini adalah Principal Component Analysis dan rotasi faktor dengan metode Varimax (bagian dari orthogonal).

Total Variance Explained dengan Eigenvalue satu.

Component 1 2 3 4 5 Total 5,280 2,985 2,282 1,518 1,086 Initial Eigenvalues % of Variance Cumulative % 27,791 27,791 15,712 43,503 12,010 55,514 7,990 63,504 5,715 69,218

1. Terlihat pada penelitian (tabel di atas) diperoleh lima faktor yang memiliki eigenvalue lebih besar dari 1,0.
3.

Kelima faktor tersebut menjelaskan (69,218) % total varian variabel yang mempengaruhi

14

5/! Spubtj!gbdups!
Pada rotasi faktor, matrik faktor ditransformasikan ke dalam matrik yang lebih sederhana, sehingga lebih mudah diinterpretasikan. Dalam analisis ini rotasi faktor dilakukan dengan metode rotasi varimax. Interpretasi hasil dilakukan dengan melihat faktor Loading. Faktor Loading adalah angka yang menunjukkan besarnya korelasi antara suatu variabel dengan faktor satu, faktor dua, faktor tiga, faktor empat atau faktor lima yang terbentuk. Proses penentuan variabel mana akan masuk ke faktor yang mana, dilakukan dengan melakukan perbandingan besar korelasi pada setiap baris di dalam setiap tabel.

15

Distribusi Komponen Matrik yang Dirotasi

Kode Q1 Q2 Q3 Q4 Q5 Q6 Q8 Q9 Q10 Q11 Q12 Q13 Q14 Q15 Q16 Q17 Q18** Q19 Q20 Eigenvalues % Trace

1 0,001484 -0,07354 0,223423 -0,0496 0,130852 0,128471 0,360964 0,5623 0,6912 0,6095 0,8658 0,8472 0,7979 0,053455 0,080956 0,127035 0,350761 0,49889 0,7128 5,280 27,791

2 0,191044 0,058915 -0,0989 0,5845 0,273412 0,312921 0,152589 0,355054 0,184135 0,415269 -0,10307 -0,08787 0,07506 0,7479 0,8892 0,8689 0,493782 0,305378 0,177861 2,985 15,712

Komponen 3 4 0,9182 -0,02651 0,8734 -0,01827 0,7187 0,238049 0,038758 0,51973 0,082047 0,6934 -0,14651 0,021861 -0,03727 -0,7820 0,05798 -0,32043 0,178207 0,255525 -0,23718 -0,12448 -0,05842 0,138295 0,013761 -0,03187 0,157343 -0,10662 0,093343 0,237089 0,037462 -0,06764 0,01323 -0,04301 0,202443 0,321382 -0,1713 0,002655 -0,00128 -0,14442 2,282 12,010 1,518 7,990

5 -0,05007 -0,15108 0,190392 0,004112 0,237604 0,7566 0,24805 -0,07076 0,15837 -0,11852 -0,01411 -0,02179 0,054962 0,25445 0,025986 0,010975 0,04816 -0,5393 0,048844 1,086 5,715

Komunalitas 0,883 0,795 0,669 0,616 0,636 0,709 0,828 0,553 0,634 0,630 0,783 0,727 0,681 0,692 0,804 0,773 0,513 0,662 0,563 13,151 69,218

Variabel yang akan hilang dari interpretasi

16

6/!Qfobnbbo!gblups!zboh! ufscfouvl/!
Pada tahap ini, akan diberikan nama-nama faktor yang telah terbentuk berdasarkan faktor loading suatu variabel terhadap faktor terbentuknya.

Setelah tahapan pemberian nama faktor yang terbentuk, berarti hipotesis penelitian telah terjawab.

Tidak ada pedoman secara khusus, bagaimana cara penamaan factor!!!! 17

! 7/! Vkj!Lfufqbubo!Npefm Vkj!Lfufqbubo!Npefm!!

Dengan menggunakan program SPSS 11 diketahui besarnya persentase Residuals are computed between observed and reproduced correlations. Uifsf!bsf!76!)49&*!oposfevoebou!sftjevbmt!xjui!bctpmvuf! wbmvft!hsfbufs!uibo!1/16!!cfsbsuj!lfufqbubo!npefm! ebqbu!ejlfubivj!ebo!ebqbu!ejufsjnb!efohbo!lfufqbubo!npefm! 73&!qbeb!ujohlbu!tjhojgjlbo!1-16/!

18

Joufsqsfubtjozb!Ibtjm!Bobmjtjt!Gbdups!
! Gblups!qfsubnb!bebmbi!gblups!Ubsjg!ebo!Qfmbzbobo!Lfcvo!Sbzb! fmbzbobo!Lfcvo!Sbzb!! Gblups!qfsubnb!bebmbi!gblups!Ubsjg!ebo!Qfmbzbobo!Lfcvo!Sbzb! Faktor ini merupakan faktor yang memiliki pengaruh terbesar dengan eigenvalue 5,280 dan mampu menjelaskan variance total sebesar 27,791%.

! Gblups!lfevb!!bebmbi!gblups!Busbltj!Bmbn!Lfcvo! Sbzb!! Sbzb!!

Faktor ini merupakan faktor yang memiliki pengaruh besar dengan eigenvalue 2,985 dan mampu menjelaskan variance total sebesar 15,712 %.

! Gblups!lfujhb!bebmbi!gblups!Bltftjcjmjubt!Nfovkv!Lfcvo! Sbzb!! Sbzb

Faktor ketiga ini merupakan faktor yang memiliki pengaruh sedang dengan eigenvalue 2,282 dan mampu menjelaskan variance total sebesar 12,010 %.

! Gblups!lffnqbu!bebmbi!gblups!Tjuvbtj!Lfcvo!Sbzb!! Gblups!lffnqbu!bebmbi!gblups!Tjuvbtj!Lfcvo!Sbzb
Faktor keempat ini merupakan faktor yang memiliki pengaruh cukup dengan eigenvalue 1,518 dan mampu menjelaskan variance total sebesar 7,990 %.

! Gblups!lfmjnb!bebmbi!gblups!Gbtjmjubt!Lfcvo!Sbzb mjnb!bebmbi!gblups!Gbtjmjubt!Lfcvo!Sbzb!! Gblups!lfmjnb!bebmbi!gblups!Gbtjmjubt!Lfcvo!Sbzb

Faktor ini merupakan faktor yang memiliki pengaruh terkecil dengan eigenvalue 1,086 dan mampu menjelaskan variance total sebesar 5,715%.

19