Anda di halaman 1dari 42

FAKTOR PENYEBAB PENGANGGURAN

DI KOTA MEDAN KECAMATAN MEDAN SELAYANG


ABSTRAK
Pengangguran merupakan istilah yang tidak asing lagi, karena pada
dasarnya pengangguran adalah suatu keadaaan yang tidak terelakkan
keberadaannya, baik itu di negara berkembang maupun di negara maju
sekalipun.Tiap negara dapat memberikan definisi yang berbeda mengenai definisi
pengangguran.Pengangguran adalah suatu keadaan di mana seseorang yang
tergolong dalam kategori angkatan kerja tidak memiliki pekerjaan dan secara aktif
tidak sedang mencari pekerjaan.Tingginya tingkat pengangguran dalam suatu
negara dapat membawa dampak negatif terhadap perekonomian negara tersebut.
Dimana, pengangguran akan menjadi beban tersendiri, tidak hanya bagi
pemerintah, namun juga berdampak terhadap keluarga, lingkungan, dan lain
sebagainya. Selain itu, tingginya tingkat pengangguran di suatu negara, dapat pula
meningkatkan jumlah kriminilatias, menambah keresahan sosial, serta
meningkatkan kemiskinan di dalam suatu negara. Pendidikan adalah salah satu
faktor utama penyebab pengangguran, karena dengan pendidikan yang tinggi akan
menambah peluang seseorang untuk memperoleh pekerjaan yang bisa
mensejahterakan hidupnya. Dengan pendidikan yang rendah kemungkinan
seseorang untuk memperoleh pekerjaan yang layak akan semakin berat, karena
pada masa sekarang ini pendidikan yang tinggi akan sangat menentukan
kesejahteraan hidup. Begitupun dengan besar sedikitnya lowongan pekerjaan,
karena saat ini banyak perusahaan yang berusaha untuk memperkecil biaya
perusahaan dengan cara memutus hubungan kerja terhadap karyawannya sendiri.
Kriteria karyawan perusahaan saat ini sangat tinggi sekali termasuk menyangkut
umur, kecerdasan dan keahlian para pencari kerja.Belum lagi dengan kepadatan
penduduk yang menyebabkan lowongan pekerjaan tidak sesuai dengan banyaknya
para pencari kerja.Sehingga sudah sepantasnya pemerintah harus lebih
memperhatikan masalah pengangguran yang ada di Indonesia ini.
Kata Kunci: Pengangguran, Statistik Multivariat, Analisis Faktor

FACTORS CAUSE OF UNEMPLOYMENT IN MEDAN MEDAN AT


THE DISTRICT
ABSTRACT
Unemployment is a term that is not familiar, because basically
unemployment is an unavoidable circumstances exist, both in developing
countries and in developed countries. Each country can give different definitions
regarding the definition of unemployment. Unemployment is a condition in which
a person belonging to the category of the labor force do not have jobs and are not
actively looking for work. The high level of unemployment in a country can have
a negative impact on the economy of the country. Where, unemployment will
become a burden, not only for governments, but also have an impact on the
family, the environment, and so forth. In addition, high levels of unemployment in
a country, can also increase the number of kriminilatias, increased social unrest
and increase poverty within a country. Education is one of the main factors
causing unemployment, because with higher education will increase a person's
chances to get a job that could prosper life. With low educational chances of a
person to obtain a decent job will be more severe, because at the present time
higher education will largely determine welfare. Likewise with at least large jobs,
because many companies are trying to reduce the company's costs by
disconnecting the employment of its own employees.Criteria for the company's
employees is very high at this time, including regarding age, intelligence and
expertise job seekers. Not to mention the overcrowding that led to jobs not in
accordance with the number of job seekers. So it is appropriate that the
government should pay more attention to the problem of unemployment that exist
in Indonesia.
Keywords: Unemployment , Multivariate Statistics , Factor Analysis.

BAB 1
PENDAHULUAN
1.1 LATAR BELAKANG
Pengangguran merupakan istilah yang tidak asing lagi, karena pada dasarnya
pengangguran adalah suatu keadaaan yang tidak terelakkan keberadaannya, baik
itu di negara berkembang maupun di negara maju sekalipun. Tiap negara dapat
memberikan

definisi

yang

berbeda

mengenai

definisi

pengangguran.Pengangguran adalah suatu keadaan dimana seseorang yang


tergolong dalam kategori angkatan kerja tidak memiliki pekerjaan dan secara aktif
tidak sedang mencari pekerjaan. (Nanga, 2005: 249)
Tingginya tingkat pengangguran dalam suatu negara dapat membawa dampak
negatif terhadap perekonomian negara tersebut. Dimana, pengangguran akan
menjadi beban tersendiri, tidak hanya bagi pemerintah, namun juga berdampak
terhadap keluarga, lingkungan, dan lain sebagainya. Selain itu, tingginya tingkat
pengangguran di suatu negara, dapat pula meningkatkan jumlah kriminalitas,
menambah keresahan sosial, serta meningkatkan kemiskinan di dalam suatu
negara.
Pendidikan adalah salah satu faktor utama penyebab pengangguran, karena
dengan pendidikan yang tinggi akan menambah peluang seseorang untuk
memperoleh pekerjaan yang bisa mensejahterakan hidupnya. Dengan pendidikan
yang rendah kemungkinan seseorang untuk memperoleh pekerjaan yang layak
akan semakin berat, karena pada masa sekarang ini pendidikan yang tinggi akan
sangat menentukan kesejahteraan hidup.
Begitupun dengan besar sedikitnya lowongan pekerjaan, karena saat ini
banyak perusahaan yang berusaha untuk memperkecil biaya perusahaan dengan
cara memutus hubungan kerja terhadap karyawannya sendiri. Kriteria karyawan
perusahaan saat ini sangat tinggi sekali termasuk menyangkut umur, kecerdasan
dan keahlian para pencari kerja.Belum lagi dengan kepadatan penduduk yang
menyebabkan lowongan pekerjaan tidak sesuai dengan banyaknya para pencari
kerja.Sehingga sudah sepantasnya pemerintah harus lebih memperhatikan masalah
pengangguran yang ada di Indonesia ini.
3

Dari uraian diatas serta pemikiran diatas, maka penulis merasa terdorong
untuk mendalami dan meneliti tentang Faktor Penyebab Pengangguran di
Kota Medan Kecamatan Medan Selayang
1.2 Rumusan masalah
Perumusan masalah yang akan diteliti dalam penelitian ini adalah untuk
mengetahui seberapa besar pengaruh persaingan melamar kerja, lowongan
pekerjaan, PHK, kurangnya informasi, karyawan perusahaan tidak sesuai jurusan,
tuntutan perusahaan, perhatian pemerintah, umur, kepadatan penduduk, kemalasan
dan penerapan kecerdasan terhadap pengangguran di Kota Medan Kecamatan
Medan Selayang.
1.3 Batasan Masalah
Untuk lebih mempermudah dan agar lebih terarah, maka penulis membatasi
ruang lingkup permasalahannya, yaitu :
1. Populasi yang diambil dibatasi pada penduduk Kecamatan Medan Selayang
pada Tahun 2015 yang tidak memiliki pekerjaan.
2. Penelitian ini hanya dibatasi pada 11 variabel dalam menganalisis faktorfaktor pengangguran di Kota Medan Kecamatan Medan Selayang.

1.4 Tujuan Penelitian


Tujuan dari penlitian ini adalah untuk menentukan faktor-faktor dominan yang
menjadi penyebab pengangguran di Kota Medan Kecamatan Medan Selayang
pada tahun 2015.
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian adalah:
1. Sebagai bahan masukan atau bahan pertimbangan bagi pemerintah dalam
mengambil keputusan atau menetapkan kebijakan tentang masalah
pengangguran di Kota Medan Kecamatan Medan Selayang.
2. Semakin banyaknya penelitian akan semakin terbuka informasi dan caracara yang efektif dalam menanggulangi masalah pengangguran di Kota
Medan khususnya Kecamatan Medan Selayang.

3. Dapat

dijadikan

kerangka

penilaian

kearah

pembangunan

dalam

memecahkan masalah pengangguran di Kota Medan Kecamatan Medan


Selayang.
1.6

TINJAUAN PUSTAKA

1. Pengambilan Sampel
Ada beberapa cara pengambilan sampel penelitian yang dapat digunakan
untuk menentukan jumlah sampel penelitian. Pengambilan jumlah sampel dalam
penelitian ini menggunakan teknik Slovin sebagai berikut:

2. Skala LIKERT
Imam ghozali (2006) menyatakan skala yang sering dipakai dalam
penyusunan kuesinoer adalah skala ordinal atau sering disebut skala LIKERT,
yaitu skala yang berisi lima tingkat preferensi jawaban dengan pilihan jawaban
sebagai berikut:
1 = Sangat Tidak Setuju
2 = Tidak Setuju
3 = Cukup Setuju
4 = Setuju
5 = Sangat Setuju
3. Uji validitas
Validitas merupakan alat ukur untuk melihat atau mengetahui apakah
kuesioner dapat digunakan untuk mengukur keadaan responden sebenarnya.
Untuk menguji validitas keadaan responden digunakan rumus korelasi Product
Moment Pearsons, yaitu:
5

4. Analisis faktor
Analisis faktor merupakan nama umum yang menunjukkan suatu kelas
prosedur, utamanya dipergunakan untuk meringkas data-data dari variabel yang
banyak diubah menjadi sedikit variabel.
Pada awalnya teknik analisi faktor dikembangkan pada awal abad ke-20.
Teknik analisis ini dikembangkan dalam bidang psikometrik atas usaha ahli
statistika Karl Pearson, Charles Spearman, dan lainnya untuk mendefinisikan dan
mengukur intelegensi seseorang.
Analisis faktor merupakan alat pereduksi, mengekstraksi sejumlah faktor
bersama (Common Faktor) dari gugusan asal X1,X2, ,XP sehingga:
1. Banyaknya faktor lebih sedikit dari variabel asal X
2. Sebagian besar informasi variabel X tersimpan dalam faktor
Menurut Johnson dan Wichern (1982), analisis faktor merupakan teknik
analisis multivariat yang bertujuan untuk meringkas sejumlah p variabel yang
diamati menjadi sejumlah m faktor penting, dengan m < p. Misal X adalah faktor
random teramati dengan yang memiliki p komponen pada pengamatan ke-i,
dengan faktor rata-rata () dan matriks kovariansi ().Faktor X bergantung secara
linier dengan variabel F1, F2, , Fm yang disebut faktor bersama dan sejumlah
sumber variansi dari 1, 2, , p yang disebut faktor spesifik.
Model analisi faktor menurut Johnson dan wichern adalah:

Faktor spesifik berkorelasi dengan yang lain dan dengan common factor.
Common factor dapat dinyatakan sebagai kombinasi linier dari variabel yang
diteliti. Dengan persamaan:
Fj = Wj1X1 + Wj2X2 + Wj3X3 + + Wjp Xp
Dimana:
Fj : Faktor ke-j yang diestimasikan
W : Bobot atau koefisien skor faktor
Xp : Banyaknya variabel X pada faktor ke-p
p = 1, 2, , n ; j = 1, 2, , n

3. Langkah-langkah Analisis Faktor


a. Tabulasi Data
Data yang telah diperoleh dari penyebaran kuesioner di tempat-tempat
yang telah ditentukan kemudian dikumpulkan serta ditabulasikan pada kolomkolom agar mempermudah untuk kovariansi pada software yang akan digunakan.
b. Pembentukan Matriks Korelasi
Matriks ini digunakan untuk mendapatkan nilai kedekatan hubungan antara
variabel penelitian. Dalam tahap ini, ada dua hal yang perlu dilakukan agar
analisis faktor dapat dilaksanakan yaitu:
1. Menentukan nilai Barlett Test of Sphericity, yang digunakan untuk
mengetahuai apakah ada korelasi signifikan antara variabel.
2. Penetuan Keiser-Meyer-Olkin (KMO), Measure of Sampling Adequacy, yang
digunakan untuk mengukur kecukupan sampel dengan cara membandingkan
besarnya koefisien korelasi yang diamati dengan koefisien korelasi parsialnya.
c. Ekstraksi Faktor
7

Pada tahap ini, akan dilakukan proses inti dari analisis faktor, yaitu melakukan
ekstraksi sekumpulan variabel yang ada KMO>0.5, sehingga terbentuk satu atau
lebih faktor. Metode yang digunakan untuk maksud ini adalah Principal
Componen Analysisi (PCA) dan rotasi faktor dengan metode Varimax (bagian dari
orthogonal).
d. Rotasi Faktor
Pada rotasi faktor ditransformasikan ke dalam matriks yang lebih sederhana,
sehingga lebih mudah diinterpretasikan. Dalam analisis ini rotasi faktor dilakukan
dengan metode rotasi varimax. Hasil dari rotasi ini terlihat pada tabel Rotated
Component Matrix tidak berubah.
e. Penamaan Faktor
Pada tahap ini akan diberikan nama-nama faktor yang telah terbentuk
berdasarkan faktor Loading suatu variabel terhadap faktor terbentuknya.

1.7 METODE PENELITIAN


Metode penelitian dalam tulisan adalah sebagai berikut:
1. Menentukan lokasi penelitian dengan menggunakan sample acak (Random
Sampling) Di Kota Medan Kecamatan Medan Selayang.
2. Mengumpulkan bahan-bahan yang berkaitan dengan faktor-faktor yang
mempengaruhi pengangguran.
3. Menentukan variabel penelitian dengan membuat kuesioner untuk memilih
faktor-faktor.
4. Penyebaran kuesioner.
5. Mengumpulkan data primer (nilai tiap variabel penelitian) yang bersumber
pada hasil kuesioner terhadap responden.
6. Mengolah dan menganalisis data yang diperoleh dengan menggunakan
software statistika SPSS Microsoft Excel.
7. Menguji validitas data.
8. Menguji reliabitas data.
9. Menganalisis data dengan menggunakan teknik analisi faktor.
10. Menentukan ketepatan model.
11. Mengambil kesimpulan dan saran.

BAB 2
LANDASAN TEORI
2.1 PERTUMBUHAN EKONOMI
Pertumbuhan ekonomi adalah proses perubahan kondisi perekonomian
suatu negara secara berkesinambungan menuju keadaan yang lebih baik selama
periode tertentu. Pertumbuhan ekonomi dapat diartikan juga sebagai proses
kenaikan kapasitas produksi suatu perekonomian yang diwujudkan dalam bentuk
kenaikan pendapatan nasional. Adanya pertumbuhan ekonomi merupakan indikasi
keberhasilan pembangunan ekonomi.
Faktor-faktor yang mempengaruhi pertumbuhan ekonomi adalah:
a. Faktor Sumber Daya Manusia
Sama halnya dengan proses pembangunan, pertumbuhan ekonomi juga
dipengaruhi oleh SDM. Sumber daya manusia merupakan faktor terpenting dalam
proses pembangunan, cepat lambatnya proses pembangunan tergantung kepada
sejauh mana sumber daya manusianya selaku subjek pembangunan memiliki
kompetensi yang memadai untuk melaksanakan proses pembangunan dengan
membangun infrastruktur di daerah-daerah.
b. Faktor Sumber Daya Alam
Sebagian besar negara berkembang bertumpu kepada sumber daya alam
dalam melaksanakan proses pembangunannya. Namun, sumber daya alam saja
tidak menjamin keberhasilan proses pembanguan ekonomi, apabila tidak
didukung oleh kemampaun sumber daya manusianya dalam mengelola sumber
daya alam yang tersedia. Sumber daya alam yang dimaksud diantaranya
kesuburan tanah, kekayaan mineral, tambang, kekayaan hasil hutan dan kekayaan
laut.
c. Faktor Ilmu Pengetahuan dan Teknologi
Perkembangan ilmu pengetahuan dan teknologi yang semakin pesat mendorong
adanya percepatan proses pembangunan, pergantian pola kerja yang semula
menggunakan tangan manusia digantikan oleh mesin-mesin canggih berdampak
kepada aspek efisiensi, kualitas dan kuantitas serangkaian aktifitas pembangunan
ekonomi yang dilakukan dan pada akhirnya berakibat pada percepatan laju
pertumbuhan perekonomian.
9

d. Faktor Budaya
Faktor budaya memberikan dampak tersendiri terhadap pembangunan ekonomi
yang dilakukan, faktor ini dapat berfungsi sebagai pembangkit atau pendorong
proses pembangunan tetapi dapat juga menjadi penghambat pembangunan.
Budaya yang dapat mendorong pembangunan diantaranya sikap kerja keras dan
kerja cerdas, jujur, ulet dan sebagainya. Adapun budaya yang dapat menghambat
proses pembangunan diantaranya sikap anarkis, egois, boros, KKN, dan
sebagainya.
e. Sumber Daya Modal
Sumber daya modal dibutuhkan manusia untuk mengolah SDA dan meningkatkan
kualitas IPTEK.Sumber daya modal berupa barang-barang modal sangat penting
bagi perkembangan dan kelancaran pembangunan ekonomi karena barang-barang
modal juga dapat meningkatkan produktifitas.
Salah satu masalah ekonomi terbesar di Indonesia adalah bayaknya jumlah
pengangguran, dan pengangguran tersebut tidak lepas dari peran sumber daya
manusia yang ada di suatu negara atau daerah.
2.2 PENGANGGURAN
Permasalahan di bidang ketenagakerjaan Indonesia yang paling dirasakan
hingga kini adalah pengangguran. Berdasarkan data Badan Pusat Statistik pada
Agustus 2015, jumlah penganggur terbuka mencapai 7,56 juta orang atau 6,18
persen dari angkatan kerja sebanyak 122,4 juta orang.
Dalam pengamatannya, pengangguran disebabkan oleh dua hal yaitu jumlah
angkatan kerja yang setiap tahun meningkat dan terbatasnya kesempatan kerja.
Peningkatan jumlah angkatan kerja diakibatkan karena adanya lulusan dari
lembaga pendidikan maupun mereka yang belum diserap oleh pasar kerja pada
tahun sebelumnya.
Sedangkan terbatasnya kesempatan kerja antara lain diakibatkan oleh kondisi
pertumbuhan perekonomian nasional dan adanya ketidaksesuaian antara
kebutuhan dengan ketersediaan tenaga kerja.
Tetapi juga pada penciptaan sumber daya manusia (SDM) yang mampu
mengelola sumber daya alam yang tersedia sehingga membawa bangsa ini keluar
menjadi bangsa yang hebat.
Lemahnya SDM Indonesia dalam berkompetisi di dunia kerja salah satunya
10

disebabkan sistem pendidikan dan penyiapan SDM yang salah. Untuk itu,
lembaga pendidikan di semua level diminta merancang ulang program dan
orientasi dengan memasukkan unsur pendidikan kewirausahaan.
Lembaga pendidikan formal harus mampu menyiapkan calon tenaga kerja
handal

dan

kompeten

nasionalis.Untuk

itu

selain

kurikulum

menyiapkan
dan

kader

silabinya

bangsa

harus

terdidik

didesain

dan

dengan

mempertimbangkan perkembangan zaman dan kebutuhannya selain perubahan


pola pikir bagi peserta didik yang dalam bahasa pemerintahan Jokowi-JK disebut
revolusi mental.
Dalam penelitian ini penulis akan meneliti faktor-faktor penyebab
pengangguran yang dibatasi pada 11 faktor yang telah ditetapkan, yaitu:
persaingan melamar kerja, lowongan pekerjaan, PHK, kurangnya informasi,
karyawan perusahaan tidak sesuai jurusan, tuntutan perusahaan, perhatian
pemerintah, umur, kepadatan penduduk, kemalasan dan penerapan kecerdasan.
2.3 DESAIN PENELITIAN
Penelitian merupakan suatu proses penyelidikan secara sistematis yang
ditujukan pada penyediaan informasi untuk menyelesaikan masalah-masalah
(Zikmund, et.al, 2009). Penelitian juga didefenisikan sebagai usaha yang secara
sadar diarahkan untuk mengetahui atau mempelajari fakta-fakta baru dan juga
sebagai penyaluran hasrat ingin tahu manusia (Suparmoko, 1991).
Dalam setiap penyusunannya, penelitian dilakukan menggunakan metodemetode yang telah disesuaikan dengan tujuan dari penelitian yang ingin diperoleh.
Semua bergantung pada bidang penelitian, masalah yang diangkat, tujuan serta
apa yang menjadi parameter ukur dalam penelitian sosial yang menjadi konsep
utama dalam penelitian ini.
2.4 KONSEP PENELITIAN
Pada bagian ini dirancanglah kerangka untuk melaksanakan penelitian. Di
dalamnya memuat secara rinci prosedur untuk pengumpulan data, instrumen
penelitian, cara pengujian, kemungkinan jawaban terhadap research questions
sampai dengan model analisis yang dipergunakan.
Berdasarkan klarifikasi atau tujuannya terdapat dua jenis penelitian atau
analisis yang ingin diperoleh (Jollife, 2002), yaitu:
11

1. Exploratory Analysis, atau disebut juga Turkey Analysis dilakukan dengan


cara

melakukan

analisis

yang

memungkinkan

untuk

mamahami/menemukan suatu sifat tertentu pada data. Exploratory


Analysis cocok digunakan untuk penelitian yang tidak menguji hipotesis
seperti Data Driven Research.
2. Confirmatory Analysis, adalah analisis yang dilakukan untuk menguji
hipotesis yang telah dibuat berdasarkan teori tertentu (mengkonfirmasi
teori) seperti pada Theory Driven Research.
Pada penelitian ini, peneliti menggunakan konsep Exploratory Analysis,karena
seluruh data akan diambil dari mekanisme kuesioner sebagai data primer,
sehigga teori-teori yang ada hanya akan menjadi pertimbangan, namun tidak
menjadi tolak ukur dari keseluruhan mekanisme penelitian.
Karena tujuan yang ingin diperoleh adalah untuk memperoleh faktor-faktor
dominan yang menyebabkan pengangguran. Dan dari sini, akan teridentifikasi
banyak variabel yang akan diolah sedemikian rupa menjadi faktor-faktor dominan
yang dicari dan teknik multivariat dengan analisis faktor akan dipakai menjadi
acuan bagi peneliti untuk mengidentifikasi data penelitian selanjutnya.

2.5 SUMBER DAN DATA SAMPEL


Dalam penelitian, selalu dilakukan pengumpulan data yang merupakan alat
bantu utama dalam penelitian. Berdasarkan cara memperolehnya, terdapat dua
jenis data, yaitu:
1. Data primer
Data primer adalah data yang secara langsung diambil dari objek-objek
penelitian oleh peneliti perorangan maupun organisasi. Dalam penelitian
ini, data primer akan diperoleh dari pengujian kuesioner.
2. Data sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Di penelitian ini data sekunder diambil dari fasilitas website
secara rangkuman artikel yang ada di internet dari produsen produk dan
pihak yang berkaitan
Dalam suatu penelitian diperlukan berbagai metode yang menunjang
terlaksananya penelitian secara baik sehingga hasil yang didapatkan benar-benar
akurat.Langkah awal dalam suatu penelitian adalah penetapan populasi sampel
12

untuk mendapatkan bahan penelitian.


Populasi adalah sekelompok orang, benda, atau hal yang menjadi sumber
pengambian sampel atau sekumpulan yang memenuhi syarat-syarat tertentu yang
berkaitan dengan masalah penelitian.Sampel adalah bagian dari populasi statistik
yang cirinya dipelajari untuk memperoleh informasi tentang seluruhnya atau dapat
juga dikatakan sebagai suatu bagian dari populasi atau semesta sebaga wakil
(representasi) populasi atau semesta itu.
Ada beberapa macam sampel yang didapat dipergunakan sesuai keperluan
dan jenis penelitian (Ary, Jacobs & Sorensen. 2010) antara lain:
1. Random sampling atau sampel acak adalah sampel yang terdiri dari
unsur-unsur yang dipilih dari populasi dianggap random/acak bila tiap
unsur-unsur yang dipilih dari populasi tersebut memiliki probabilitas
atau kemungkinan yang sama untuk dipilih.
2. Sampel

representative

ialah

sampel

yang

kira-kira

memiliki

karakterisrik-karakteristik populasi yang relevan dengan penelitian yang


bersangkutan.
3. Sampel sistematis adalah sebuah sampel yang proses pemilihannya
dilakukan secara sistematis dari populasinya. Sampel jenis ini banyak
digunakan dalam penelitian statistika.
4. Sampel luas atau sampel kelompok adalah sampel yang prosedur
pengambilan

sampelnya

menggunakan

lokasi

geografis

sebagai

dasarnya.
5. Sampel bertingkat. Bila populasinya ternyata terdiri dari bermacammacam jenis, maka populasi dapat dibagi kedalam beberapa stratum dan
sampelnya dapat dipilih secara random dari tiap stratum.
6. Sampel kuota adalah sampel yang dipilih dari stratum-stratum tertentu
yang dianggap cukup representative bagi populasinya.
Sampel yang digunakan dalam penelitian ini adalah sampel representative.
Sesuai dengan teori multivariat yang dikemukakan Hair bahwa standar ukuran
sampel yang diperlukan untuk analisis faktor ini minimal 5 variabel yang diteliti
(Sheskin, 2000). Jika terdapat 20 variabel, maka sampel haruslah minmal 100
responden.
Daerah penelitian yang akan diteliti adalah Kecamatan Medan Selayang Kota
Medan yang berpopulasi 104.454 orang dan yang pengangguran 4.630 orang
13

(Badan Pusat Statistik Kota Medan 2015) dan kategori responden yang akan
dijadikan sampel adalah:
1. Usia 15-65 tahun yang tidak memiliki pekerjaan.
2. Orang yang bekerja kurang dari dua hari dalam seminggu.
3. Ibu rumah tangga.
2.6 METODE SURVEI
Dalam pengumpulan data ini dilakuan survei.Survei adalah penelitian yang
diadakan untuk memperoleh fakta dari gejala-gejala yang ada dan mencari
keterangan secara faktual.
Jenis-jenis survei:
1.Book Survey
Pada survei ini kita memepelajari buku-buku atau bahan-bahan bacaan yang
berhubungan dengan masalah atau topik permasalahan yang akan diteliti. Dimana
didalamnya meneliti dokumen-dokumen, membaca buku-buku, karya ilmiah,
majalah dan buku lainnya yang berhubungan dengan literatur ini.
2.Explanatory Survey
Survey bersifat menjelaskan suatu fenomena yang digambarkan. Teori yang ada
memerlukan pengujian dan perencanaan survei, sehingga data yang dikumpulkan
diperlukan penelitian mendapatkan penjelasan.
3

Content Survey

Di dalam survei terlebih dahulu kita harus mengumpulkan informasi tentang suatu
peristiwa kemudian menguraikannya. Sebagai contoh, jika kita menguraikan
pengangguran maka yang dilihat adalah hal apa digunakan untuk mengukur
tingkat pengangguran.
4

Survei Normatif

Survei ini bertujuan untuk mencari kesimpulan-kesimpulan mengenai keadaan


masyarakat tertentu. Norma-norma atau kriteria-kriteria tertentu yang berlaku
pada masyarakat.
5

Survei Status

Survei yang bertujuan untuk mengetahui posisi atau status seseorang dalam
masyarakat.
2.7 INSTRUMEN PENELITIAN
14

Instrumen yang digunakan dalam penelitian ini adalah kuesioner.Kusioner


adalah sejumlah pertanyaan tertulis yang digunakan untuk memperoleh jawaban
atau infomasi dari responden dalam arti laporan tentang pribadinya, atau hal-hal
yang diketahuinya (Arikunto, 1998). Dengan kata lain kuesioner adalah salah satu
alat yang dipergunakan untuk mengumpulkan data. Kuesioner biasanya berupa
pertanyaan tertulis yang diberikan kepada responden untuk dijawab. Metode
kuesioner ini digunakan apabila:
1.

Tanggapan dari pertanyaan diketahui dan dapat dikuantifikasi

2.

Mengumpulkan data dari grup besar

3.

Data tidak dibutuhkan cepat

4.

Ketika kesalahan tanggapan dapat ditoleransi

5.

Ketika sumber daya untuk mengumpulkan data terbatas.


Beberapa jenis kuesioner berdasarkan cara pengumpulan data adalah:
1. Mail questionnaire (melalui surat)
2. Self administered (responden mengisi sendiri kuesioner tersebut)
3. Interview
4. Group administered questionnaire
2.8 SKALA PENGUKURAN
Teknik pengukuran data yang digunakan adalah attitude scales, yaitu suatu
kumpulan alat pengukuran yang mengukur tanggapan individu terhadap suatu
objek atau fenomena.
Skala pengukuran dari data yang diperoleh adalah berupa skala ordinal dengan
menggunakan skala likert, dengan bobot nilai 5,4,3,2,1.
Berdasarkan skala pengukurannya data dibedakan menjadi 4 macam, yaitu:

1.

Skala Nominal
Misalnya: jenis kelamin, agama dan sebagainya. Sering juga data nominal
diberi simbol bilangan saja. Misalnya: laki-laki diberi nilai 1 dan
perempuan diberi nilai 2.

2.

Skala Ordinal
Data yang diukur menggunakan ordinal selain mempunyai ciri nominal,
juga mempunyai ciri berbentuk peringkat atau jenjang. Misalnya tingkat
15

pendidikan nilai ujian (dalam huruf).


3. Skala Interval
Data yang diukur menggunakan skala interval selain mempunyai ciri
nominal dan ordinal, juga mempunyai ciri interval yang sama.
4. Skala Rasio
Skala rasio ini selain mempunyai ketiga ciri dan skala pengukuran diatas,
juga mempunyai nilai nol yang bersifat mutlak. Misalnya: umur, berat
sesuatu, pendapatan dan sebagainya
2.9 TEKNIK SAMPLING
Teknik sampling adalah suatu cara untuk menentukan banyaknya sampel dan
pemilihan calon anggota sampel, sehingga setiap sampel yang terpilih dalam
penelitian dapat mewakili populasinya (representatif) baik dari aspek jumlah
maupun dari aspek karakteristik yang dimiliki populasi. Sampling adalah proses
pemilihan sejumlah elemen dari populasi sehingga dengan meneliti dan
memahami karakteristik sampel dapat digeneralisir untuk karakteristik populasi.
Jarang sekali suatu penelitian dilakukan dengan cara memeriksa semua objek yang
diteliti, tetapi sering digunakan sampling. Alasannya adalah:
1.

Biaya, waktu dan tenaga untuk menyelidiki sensus.

2.

Populasi yang berukuran besar selain sulit untuk dikumpulkan, dicatat dan
dianalisis juga biasanya akan menghasilkan informasi yang kurang teliti. Dengan
cara sampling jumlah objek yang harus diteliti menjadi lebih kecil, sehingga lebih
terpusat perhatiannya.

3.

Percobaan-percobaan yang berbahaya atau bersifat merusak hanya cocok


dilakukan dengan sampling.
Keuntungan dengan menggunakan teknik sampling antara lain adalah
mengurangi ongkos, mempercepat waktu penelitian dan dapat memperbesar ruang
lingkup penelitian (Teken, 1965). Metode pengambilan sampel yang ideal
memiliki sifat-sifat sebagai berikut:

1.

Dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi


yang diteliti.

2.

Dapat

menentukan

ketepatan

hasil

penelitian

dengan

menentukan

penyimpangan baku dari taksiran yang diperoleh.


3.

Sederhana dan mudah diperoleh.

4.

Dapat memberikan keterangan sebanyak mungkin dengan biaya serendah


16

mungkin.
Dalam menentukan besarnya sampel dalam suatu penelitian, ada empat
faktor yang harus dipertimbangkan yaitu :
1.

Derajat keseragaman populasi.

2.

Ketetapan yang dikehendaki dari penelitian.

3.

Rencana analisis.

4.

Tenaga, biaya dan waktu.


Teknik sampling dapat dikelompokkan jadi dua yaitu:

1.

Probability sampling, meliputi :


a. Simple random sampling (populasi homogen) yaitu pengambilan
sampel dilakukan secara acak tanpa memperhatikan strata yang ada.
Teknik ini hanya dilakukan jika populasinya homogen.
b. Proportionale stratifiled random sampling (populasi tidak homogen)
yaitu

pengambilan

sampel

dilakukan

secara

acak

dengan

memperhatikan stara yang ada. Artinya setiap strata terwakili sesuai


proporsinya.
c. Disproportionate stratifiled random sampling yaitu teknik ini
digunakan untuk menentukan jumlah sampel dengan populasi berstrata
tetapi kurang proporsional, artinya ada beberapa kelompok strata yang
ukurannya kecil sekali.
d. Cluster sampling (sampling daerah) yaitu teknik ini digunakan untuk
menentukan jumlah sampel jika sumber data sangat luas. Pengambilan
sampel didasarkan di daerah populasi yang ditetapkan.
2.

Non Probability Sampling, meliputi: sampling sistematis, sampling kuota,


sampling accidental, purposive sampling, sampling jenuh dan snowball
sampling.

2.10 UJI VALIDITAS DAN RELIABILITAS


1. Uji validitas
Validitas merupakan alat ukur untuk melihat atau mengetahui apakah
kuesioner dapat digunakan untuk mengukur keadaan responden sebenarnya.
Untuk menguji validitas keadaan responden digunakan rumus korelasi Product
Moment Pearsons, yaitu:
17

dimana:
r = Koefisien Korelasi
n = Jumlah Responden
X = Nilai pertanyaan dari variabel
Y = Jumlah Total dari nilai X
jika nilai r hitung lebih besar dari r tabel maka kuesioner dinyatakan valid.
2. Uji Reliabilitas
Reliabilitas adalah indeks yang menunjukkan sejauh mana alat ukur dapat
dipercaya atau diandalkan dan sejauh mana hasil pengukuran konsisten bila
dilakukan 2 kali atau lebih terhadap gejala yang sama, dengan alat ukur yang
sama. Untuk mengukur reliabilitas alat ukur digunakan teknik Cronbach Alpha.
Rumus yang digunakan adalah:

18

suatu

konstruk

atau

variabel

dikatakan reliabel jika memberikan nilai Cronbach Alpha >0,60.


2.11 Analisis Faktor
Pada awalnya teknik analisis faktor dikembangkan pada awal abad ke-20.Teknik analisis
ini dikembangkan dalam bidang psikometrik atas usaha ahli statistika Karl Pearson, Charles
Spearman, dan lainnya untuk mendefinisikan dan mengukur intelegensi seseorang.
Analisis faktor merupakan alat pereduksi, mengekstraksi sejumlah faktor bersama
(common faktor) dari gugusan asal X1, X2,...Xp, sehingga:
1. Banyaknya faktor lebih sedikit dari variabel asal X.
2. Sebagian besar informasi variabel X tersimpan dalam faktor.

Kegunaan:
1. Mengekstraksi variabel laten dari indikator atau mereduksi variabel observasi menjadi
variabel baru yang jumlahnya lebih sedikit
2. Mempermudah interpretasi hasil analisis, sehingga diperoleh Informasi yang lebih riil
dan sangat berguna
3. Pemetaan dan pengelompokkan objek berdasarkan karakteristik faktor tertentu
4. Mendapatkan data variabel konstruks (skor faktor ) sebagai data input analisis lebih
lanjut (analisis diskriminan, regresi, kluster, ANOVA, path, model stuctural, MDS,
dan lain sebagainya).
Menurut Johnson dan Wichern (1982), analisis faktor merupakan teknik analisis
multivariat yang bertujuan untuk meringkas sejumlah p variabel yang diamati menjadi
sejumlah m faktor penting, dengan m<p. Misal X adalah faktor random teramati dengan yang
memiliki p komponen pada pengamatan ke-i, dengan faktor rata-rata dan matriks kovariansi
.Faktor X bergantung secara linier dengan variabel yang disebut faktor bersama dan
sejumlah sumber variansi dari yang disebut faktor spesifik.

19

dimana:
: Faktor ke-j yang diestimasi

j: Bobot atau koefisien skor faktor


:Banyaknya variabel X pada faktor ke-p
p = 1, 2, , n ; j = 1, 2, , n
2.12 Langkah-langkah Analisis faktor
2.12.1 Tabulasi Data
Data yang telah diperoleh dari penyusunan serta penyebaran kuesioner di tempattempat yang telah ditentukan, kemudian data-data ini dikumpulkan serta ditabulasikan pada
kolom-kolom agar mempermudah untuk dikonversi pada software yang akan digunakan
2.12.2 Pembentukan Matriks Korelasi
Matriks korelasi merupakan matriks yang memuat semua 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
20

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 yaitu:
Menentukan besaran nilai Barlett Test of Sphericity, yang digunakan untuk
mengetahui apakah ada korelasi signifikan antar variabel. Statistik uji adalah sebagai berikut:

dengan derajat kebebasan(degree of freedom) df = (1)/2


Keterangan :
= jumlah observasi
= jumlah variabel
|| = determinan matriks korelasi
2. Penentuan Keiser-Meyesr-Okliti (KMO) Measure of Sampling Adequacy, yang digunakan
untuk mengukur kecukupan sampel dengan cara membandingkan besarnya koefisien korelasi
yang diamati dengan koefisien korelasi parsialnya.
Kriteria kesesuaian dalam pemakaian analisis faktor adalah (Kaiser, 1974):
1. Jika harga KMO sebesar 0,9 berarti sangat memuaskan
2. Jika harga KMO sebesar 0,8 berarti memuaskan
3. Jika harga KMO sebesar 0,7 berarti harga menengah
4. Jika harga KMO sebesar 0,6 berarti cukup .
5. Jika harga KMO sebesar 0,5 berarti kurang memuaskan
6. Jika harga KMO kurang dari 0,5 tidak dapat diterima
Angka MSA bekisar antara 0 sampai dengan 1, dengan kriteria yang digunakan untuk
intepretasi adalah sebagai berikut:
1. Jika MSA = 1, maka variabel tersebut dapat diprediksi tanpa kesalahan oleh variabel yang
lainnya.
2.

Jika MSA lebih besar dari 0,5 maka variabel tersebut masih dapat diprediksi dan bisa
dianalisis lebih lanjut.

3. Jika MSA lebih kecil dari 0,5 dan atau mendekati nol (0), maka variabel tersebut tidak
dapat dianalisis lebih lanjut, atau dikeluarkan dari variabel lainnya.

21

2.12.3 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).
Setelah sejumlah variabel terpilih, maka dilakukan ekstraksi variabel tersebut sehingga
menjadi beberapa faktor. Setelah memproses variabel-variabel yang layak, maka dengan program
SPSS versi 20 akan diperoleh nilai hasil statistik yang menjadi indikator utama yaitu tabel
communa lities, tabel Total Variance Explained, Grafik Scree, tabel component matrix dan tabel
rotated component matrix.
Tabel Communalities merupakan tabel yang menunjukkan persentase variansi dari tiap
variabel yang dapat dijelaskan oleh faktor yang terbentuk.Nilai yang dilihat adalah extraction
yang terdapat pada tabel communalities.Makin kecil nilainya, makin lemah hubungan antara
variabel yang terbentuk.Perhitungan communality setiap variabel dengan persamaan.
Communality adalah jumlah varian yang disumbangkan oleh suatu variabel dengan
seluruh variabel lainnya dalam analisis.Bisa juga disebut proporsi atau bagian varian yang
dijelaskan oleh common factor atau besarnya sumbangan suatu faktor terhadap varian seluruh
variabel.
Tabel Total Variance Explained, menunjukkan persentase variansi yang dapat dijelaskan
oleh faktor secara keseluruhan. Nilai yang menjadi indikatornya eigenvalues yang telah
mengalami proses ekstraksi. Pada tabel akan tercantum nilai extraction sum of square loading.
Hal ini disebabkan nilai eigenvalues tidak lain merupakan jumlah kuadrat dari faktor loading dari
setiap variabel yang termasuk ke dalam faktor. Faktor Loading ini merupakan nilai yang
menghubungkan faktor-faktor dengan variabel-variabel.Variabel yang masuk ke dalam faktor
adalah yang nilainya lebih dari satu ( 1). Dari sini akan terlihat pula jumlah faktor yang akan
terbentuk.
Perhitungan nilai karakteristik (eigenvalue) , dimana perhitungan ini berdasarkan
persamaan karakteristik:
Keterangan:
= matriks korelasi dengan orde n x n
= matriks identitas
=eigenvalue

det(l)=0

22

Eigenvalue adalah jumlah varian yang dijelaskan oleh setiap faktor. Penentuan faktor
karakteristik (eigen factor) yang bersesuaian dengan nilai karakteristik (eigen value). Matriks
loading factor ( ) diperoleh dengan mengalikan matriks eigen factor () dengan akar dari
matriks eigen value (). Factor loading merupakan korelasi sederhana antara
variabel dengan faktor.
Grafik Scree Plot menggambarkan tampilan grafik dari tabel Total Variance Explained.Grafik ini
sebenarnya menunjukkan peralihan dari satu faktor ke faktor lainnya garis menurun disepanjang
sumbu y. Sumbu x menunjukkan jumlah komponen faktor yang terbentuk, sedangkan sumbu y
menunjukkan nilai eigenvalues.
Tabel component matrix menunjukkan kategori variabel-variabel ke
dalam komponen faktor, atau dengan kata lain menunjukkan distribusi
variabel-variabel pada faktor yang terbentuk. Bila yang dijadikan acuan
adalah nilai faktor loading yang ada dalam tabel, dimana nilai lebih besar
menunjukkan korelasi yang cukup kuat antara variabel-variabel tersebut
dengan komponen faktor. Jumlah jasa kuadrat faktor loading dari tiap variabel
tidak lain merupakan nilai extraction untuk tiap variabel yang tercantum
dalam tabel communalities.
2.12.4 Rotasi Faktor
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. Hasil dari rotasi ini terlihat pada tabel Rotated Component Matrix, dimana dengan
metode ini nilai total variance dari tiap variabel yang ada di tabel component matrix tidak
berubah. Yang berubah hanyalah komposisi dari nilai faktor Loading dari tiap variabel.
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.
Dalam penelitian ini digunakan metode Varimax, karena bertujuan untuk mengekstraksi
sejumlah variabel menjadi beberapa faktor.Selain itu metode ini menghasilkan struktur relatif
lebih sederhana dan mudah diinterpretasikan.
2.12.5 Penamaan Faktor

23

Pada tahap ini akan diberikan nama-nama faktor yang telah terbentuk
berdasarkan factor loading suatu variabel terhadap faktor terbentuknya
setelah tahapan pemberian nama faktor terbentuk.

BAB III
PEMBAHASAN DAN PENGOLAHAN DATA\
3.1 Pengambilan Sampel
Pengambilan jumlah sampel dalam penelitian ini menggunakan teknik Slovin. Jumlah data
pengangguran yang diambil dari Kantor Kecamatan Medan Selayang adalah 4630 orang.

Sehingga jumlah sampel yang akan diteliti dalam penelitian ini adalah sebanyak 98 orang.
Penelitian ini menggunakan teknik Accidental Sampling yaitu membagikan kuesioner terhadap
responden yang memenuhi kriteria sebagai berikut:

- Usia 15-65 tahun yang tidak memiliki pekerjaan.


- Orang yang bekerja kurang dari dua hari dalam seminggu.
- Ibu rumah tangga.
3.2 Penskalaan Data Ordinal Menjadi Data Interval
Dari data mentah hasil kuesioner dibuat suatu matriks data Xpxn yang telah dilakukan
penskalaan menjadi skala interval.Teknik penskalaan yang digunakan dalam penelitian ini
adalah Methode Successive Interval dengan bantuan Microsoft Office Excel 2007.

24

Langkah-langkah Methode Successive Interval:


1. Menghitung frekuensi skor jawaban dalam skala ordinal
2. Menghitung proporsi dan proporsi kumulatif untuk masing-masing skor jawaban
3. Menentukan nilai Z untuk setiap kategori, dengan asumsi bahwa proporsi kumulatif
dianggap mengikuti distribusi normal baku. Nilai Z diperoleh dari Tabel Distribusi
Normal Baku.
4. Menghitung nilai densitas dari nilai Z yang diperoleh dengan cara memasukkan nilai
Z tersebut kedalam fungsi densitas normal baku sebagai berikut:

25

Dengan perhitungan manual yang dilakukan terbukti sama dengan perhitungan yang
dilakukan pada Microsoft excel. Selanjutnya dengan melakukan cara yang sama, maka semua
variabel akan ditransformasikan ke dalam data interval.Hasil penskalaan dari masing-masing
variabel:

3.3 Uji Validitas


Hasil uji validitas data kuesioner dari 11 variabel yang diukur kemudian dihitung dengan
menggunakan software SPSS yang ditunjukkan pada tabel

26

Dalam penelitian ini, peneliti menggunakan teknik analisis butir dengan


uji coba semua responden sebanyak 98 orang, kemudian mengkorelasi skor
butir dengan skor total. Kaidah pengambilan kesimpulan apabila butir/item
pertanyaan mempunyai korelasi person r hitung > 0,199 maka butir
pertanyaan tersebut adalah valid. Jika suatu butir pertanyaan tidak valid
maka butir pertanyaan tersebut harus dibuang kemudian lakukan uji sesuai
prosedur sebelumnya dengan mengurangi butir pertanyaan yang tidak valid.
Karena terdapat 1 variabel yang tidak valid, yaitu variabel ke 10, maka uji
validitas harus dilakukan kembali dengan mengurangi 1 variabel yang tidak
valid tersebut. Tabel menunjukkan uji validitas 2 (kedua).

Dari perhitungan pada tabel 3.4 dimana nilai r-hitung dibandingkan dengan niali r-tabel
dimana jumlah N sebanyak 98 responden dengan taraf signifikan 5% (0,199) dimana nilai rhitung lebih besar dari r-tabel sehingga dapat disimpulkan bahwa 10 variabel pada tabel
diatas dinyatakan valid.

27

Secara manual perhitungan korelasi product moment antara variabel X1dengan skor total
variabel lainnya (Y) dapat dilihat pada tabel berikut:

Diperoleh nilai validitas untuk variabel X 1 dengan perhitungan manual


adalah 0,403 sama dengan output SPSS yakni 0,403. Selanjutnya untuk
perhitungan variabel lainnya akan dilakukan dengan software SPSS.
3.4 Uji Reliabilitas
Berikut adalah hasil perolehan data dari uji reliabilitas dengan SPSS:

28

Berdasarkan hasil perhitungan diatas, nilai Cronbach Coefficien Alpha adalah 0,702
untuk uji reliabilitas atas daftar pilihan responden. Nilai tersebut menyatakan bahwa 10
variabel yang valid tersebut memenuhi persyaratan uji reliabilitas, dimana nilai yang
diperoleh sudah lebih dari minimum untuk sebuah penelitian yaitu 0,6.
3.5 Prosedur Pengolahan Data Dengan Analisis Faktor

Terdapat beberapa prosedur pengolahan data analisis faktor yang umum dilakukan dalam
sebuah penelitian. Prosedur analisis ini dilakukan dengan langkah-langkah sebagai berikut:
1. Melakukan input data hasil tabulasi pada SPSS 20 di lembar data view
2. Mengisi desain variabel dengan mengatur nama tabel pada variabel view
3. Melakukan prosedur analisis data dengan SPSS 20
Langkah-langkahnya adalah sebagai berikut:

Klik analyze
Pilih sub menu Dimension Reduction, kemudian pilih Faktor
Pindahkan semua variabel di kolom kiri ke kolom variabel sebelah kanan
Pada pilihan Correlation Matrix, aktifkan pilihan KMO and Bartletts Test of Sphericity

dan anti-image, kemudian klik continue


Pilih Extraction
Pada pilihan Method, pilih Principal Component dan pada pilihan analyze, pilihan

Correlation Matrix
Pada pilihan Extract, pilih Based on Egenvalue, kemudian klik continue
Pilih Rotation
Pada pilihan Mtehod, pilih metode Varimax dan pada pilihan display,

aktifkan Rotate Solution, kemudian klik continue


Klik Ok untuk diproses

4. Penyusunan Matrik Interkorelasi

29

Data disusun dalam matriks korelasi, proses analitik dilakukan pada korelasi matrik dari
variabel-variabel yang diuji. Beberapa pengujian nilai dilakukan yaitu KMO and Bartletts
Test yang berguna untuk menguji kelayakan sampel. Jika nilai KMO MSA lebih dari 0,5 dan
nilai signifikansi lebih kecil dai 0,05 maka analisis data bisa dilanjutkan.
5. Ekstraksi Faktor
Terdapat 5 jenis pendekatan metode ekstraksi faktor, yaitu:
a. Principal Component Analysis (PCA)
b. Common Factor Analysis/Principals Axis Factoring
c. Maximum Likehood
d. Unweighted Least Square
e. Generalized Least Square
Pada penelitian ini digunakan pendekatan PCA karena sesuai dengan fungsinya umtuk
mengetahui jumlah faktor minimal yang dapat diekstrasi dengan mengahsilkan faktor yang
memiliki specific variance dan error variance yang paling kecil. Dan untuk menentukan
banyaknya faktor, terdapat beberapa hal sebagai acuan, yaitu:
a. Berdasarkan penelitan sebelumnya
b. Pendekatan dengan eigenvalue lebih dari 1
c. Menentukan banyaknya faktor dengan plot eigenvalue
d. Sampel dipisah menjadi dua analisis
6. Rotasi Faktor

Rotasi faktor adalah hasil penting dalam analisis faktor. Didalamnya terdapat koefisien
yang digunakan untuk menunjukkan variabel-variabel yang distandarisasi dalam batasan
sebagai faktor. Faktor diharapkan tidak bernilai 0. Dan untuk menilai representasi variabel yang
mempresentasikan faktor, dikategorikan dengan korelasi kuat dan korelasi lemah. Variabel yang
lemah digambarkan oleh faktor biasanya bernilai lebih rendah dari 0,5 dan selebihnya adalah
variabel yang cukup kuat diwakili oleh faktor.
3.6 Pengolahan Data Hasil Kuesioner
Dalam bagian ini menjelaskan pengolahan analisis komponen utama variabel data tingkat
kepentingan yang didapatkan dari hasil pengisian kuesioner oleh responden menggunakan SPSS.
Berdasarkan hasil uji validitas diatas, terdapat 10 variabel valid yang akan dilakukan analisis
faktor.
Pengolahan data untuk komponen utama dari analisis faktor adalah
dengan melakukan perhitungan nilai KMO and Bartletts Test untuk 10
variabel yang valid.
30

Hasil output SPSS seperti tabel diatas menunjukkan angka KMO and
Bartletts Test adalah 0,601 lebih besar dari 0,5 dengan signifikansi 0,000
lebih kecil dari 0,05 maka variabel dan sampel sudah layak untuk dianalisis
lebih lanjut. Perhitungan manualnya sebagai berikut:

Proses pengolahan selanjutnya adalah dengan melihat nilai MSA. Hasil


perhitungan nilai MSA untuk 10 variabel valid bisa dilihat pada tabel 3.8:

Dengan

melihat

anti

image

correlation

diketahui

ke

10

variabel

menunjukkan kriteria angka MSA lebih besar dari 0,5 yang berarti semua
variabel masih bisa diprediksi untuk dianalisa lebih lanjut. Dari kedua hasil
pengujian diatas, semua variabel mempunyai korelasi yang cukup tinggi
31

dengan variabel lain, sehingga analisis layak untuk dilanjutkan dengan


mengikutkan 10 variabel. Perhitungan manualnya sebagai berikut:

Perhitungan nilai MSA2 MSA11 dilanjutkan di dalam lampiran.

3.7 Hasil Analisis Faktor


Pada proses analisis faktor, dilakukan beberapa tahap sampai dengan
perolehan faktor-faktor baru sebagai faktor dominan yang ingin diperoleh.
Proses pertama yaitu tabulasi pada data serta melakukan pengolahan
dengan software yang telah direfrensikanyaitu program SPSS dengan
mengambil versi SPSS 20. Untuk data 10 variabel penelitian pada kuesioner
yang dijawab oleh 98 responden.

3.7.1 Analisis Komponen Utama

Ada beberapa variabel yang mempengaruhi tingkat pengangguran khususnya di Kota


Medan Kecamatan Medan Selayang, faktor-faktor tersebut berjumlah 10 variabel yang valid.
Berdasarkan hasil perhitungan tabel 3.7 diperoleh KMO and Barletts Test sebesar
0,601 dengan signifikansi sebesar 0,000. Berdasarkan teori nilai KMO memang harus di atas
0,5 dan signifikansi atau probabilitas dibawah 0,05 maka variabel layak dapat dianalisa lebih
lanjut (Santoso, 2002).
Perhitungan selanjutnya adalah dengan melihat nilai MSA.Hasil nilai MSA dapat
dilihat pada tabel. Hasil pada tabel menunjukkan bahwa 10 variabel yang tersisa mempunyai
nilai lebih dari 0,5. Berdasarkan 10 variabel yang dinilai dalam kuesioner yang merupakan
jawaban 98 responden, diperoleh bahwa nilai MSA yang diperoleh diatas 0,5. Ini
menandakan bahwa semua variabel memiliki korelasi cukup tinggi dengan variabel lainnya,
sehingga selanjutnya dapat dilakukan analisis pada seluruh variabel yang diteliti.

32

3.7.2 Hasil Ekstraksi Faktor


Dalam penelitian ini metode ekstraksi yang digunakan adalah
Principal Component Analysis (Analisis Komponen Utama). Di dalam
Principal Component Analysis jumlah varians data dipertimbangkan yaitu
diagonal matriks korelasi, setiap elemennya sebesar satu daan full
variance dipergunakan untuk dasar pembentukan faktor, yaitu variabelvariabel lama yang jumlahnya lebih sedikit dan tidak berkorelasi lagi satu
sama lain, seperti variabel-variabel asli yang memang saling berkorelasi.

33

Dalam proses pengolahan ekstraksi, rotasi serta nilai terhadap variabel


sampai menghasilkan faktor dengan metode Principals Component Analysis
dan metode Explained dari 10 variabel yang dianalisis dengan nilai
eigenvalue 1, diperoleh 4 faktor yang terbentuk.

Ada 10 variabel yang dimasukkan dalam analisis faktor. Dengan total


variansi masing-masing, maka total variansinya adalah 10 x 1 = 10. Variansi
faktor 1 tersebut adalah 2,367/10 x 100% = 23,67%, faktor 2 adalah
1,426/10 x 100% = 14,26% dan selanjutnya sebagaimana bisa dilihat pada
tabel diatas pada kolom % of Variance. Total jumlah keseluruhan variansi dari
4 faktor tersebesar adalah 59,763.

34

Nilai eigenvalues menunjukkan kepentingan relatif masing-masing faktor


dalam menghitung varians dari 10 variabel yang di analisis.Susunan
eigenvalues selalu diurutkan dari yang terbesar sampai yang terkecil, dengan
kriteria bahwa angka eigenvalues dibawah angka 1 tidak digunakan untuk
menghitung faktor yang terbentuk. Selanjutnya, dari tabel diatas terlihat
bahwa 4 faktor yang akan terbentuk yang mempunyai nilai eigenvalues
diatas angka 1. Gambar merupakan hasil plot posisi eigenvalues pada tiaptiap variabel pembentuk faktor.

35

Suatu Scree Plot adalah plot dari eigenvalue melawan banyaknya faktor yang bertujuan
untuk melakukan ekstraksi agar diperoleh jumlah faktor. Scree Plot berupa suatu kurva yang
diperoleh dengan memplot eigenvalue sebagai sumbu vertikal dan banyaknya faktor sebagai
sumbu horizontal. Bentuk kurva atau plotnya dipergunakan untuk menentukan banyaknya faktor.
Jika tabel total varians menjelaskan dasar jumlah faktor yang didapat dengan perhitungan
angka, maka Scree Plot memperlihatkan hal tersebut dengan grafik. Terlihat bahwa dari situ
kedua faktor (garis dari sumbu Component 1 ke 2), arah garis cukup menurun tajam.Kemudian
dari 2 ke 3 garis juga menurun begitupun 3 ke 4.Pada faktor 5 sudah dibawah angka 1 dari sumbu
eigenvalue.Hal ini menunjukkan bahwa ada 4 faktor yang mempengaruhi tingkat pegangguran
yang dapat diekstraksi berdasarkan scree plot.
3.7.3 Hasil Rotasi Faktor

Hasil rotasi faktor awal memberikan informasi bahwa terdapat 4 faktor dari 10
variabel yang dapat diolah dengan variansi kumulatif sebesar 59,763%.Korelasi antara
variabel-variabel dan faktor (factor loading) hasil ekstraksi tersebut dapat dilihat pada tabel
berikut.

36

Dari tabel 3.12 dapat dilihat bahwa variabel-variabel berkorelasi kuat dengan lebih
dari satu faktor, sehingga sulit untuk menginterpretasikan faktor-faktor tersebut. Dalam hal
ini, factor loading perlu dirotasi agar masing-masing variabel berkorelasi kuat hanya pada
satu faktor. Berikut ini adalah factor loading setelah dirotasi (rotated factor loading).

37

Factor Loading hasil rotasi menunjukkan bahwa variabel-variabel berkorelasi kuat


hanya pada satu faktor tertentu, misalnya korelasi antara variabel X1 dan faktor 1 sebesar
0,737 (korelasi kuat), sedangkan korelasi dengan faktor 2, 3 dan 4 masing-masing sebesar
0,170, -0,159 dan -0,003 (korelasi lemah).
Nilai Eigen Value dari faktor yang diekstraksi mencerminkan jumlah variansi yang
dapat dijelaskan oleh suatu faktor.Pada tabel 3.13 berikut ini adalah hasil rekapitulasi faktor
yang dihasilkan dengan metode analisis faktor yaitu terbagi menjadi 4 faktor.
3.7.4 Interpretasi Faktor
Faktor pertama hasil rotasi faktor didukung oleh 3 variabel. Variabel-variabel tersebut yang
secara berurutan nilai bobotnya adalah X1, X9 dan X11. Bobot masing-masing variabel
pendukung faktor pertama tersebut sesuai tabel berikut ini:
Faktor Pertama

38

Dari tabel diatas, variabel X1 mempunyai bobot terbesar, yaitu 0,737. Berdasarkan uraian
tersebut dapat disimpulkan bahwa faktor pertama cukup layak diberi nama faktor persaingan.
Faktor pertama ini adalah faktor yang paling kuat yang mempengaruhi tingkat
pengangguran di
Faktor Kedua

Faktor kedua hasil rotasi faktor didukung oleh 2 variabel. Bobot masing-masing
variabel pendukung faktor kedua tersebut sesuai tabel berikut ini: Kota Medan Kecamatan
Medan Selayang dengan variansi sebesar 23.669%.

Dari tabel di atas, variabel X2 mempunyai bobot terbesar, yaitu sebesar 0,826.
Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor kedua diberi nama faktor
lowongan pekerjaan.
Faktor ini adalah faktor terkuat kedua yang mendasari penilaian terhadap tingkat
pengangguran di Kota Medan Kecamatan Medan Selayang dengan variansi sebesar 14,259%.
Faktor Ketiga
Faktor ketiga yang rotasi faktornya didukung oleh 3 variabel. Bobot masing-maing
variabel pendukung faktor ketiga tersebut sesuai tabel berikut ini:

39

Dari hasil di atas, variabel X4 mempunyai bobot terbesar, yaitu sebesar 0,749.
Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor ketiga diberi nama
sebagai faktor informasi.
Faktor ini adalah faktor terkuat ketiga yang mendasari penilaian terhadap tingkat
pengangguran di Kota Medan Kecamatan Medan Selayang dengan variansi sebesar 11,817%.
Faktor Keempat
Faktor keempat yang rotasi faktornya didukung oleh 2 variabel. Bobot masingmaing variabel pendukung faktor keempat tersebut sesuai tabel berikut ini:

Dari hasil di atas, variabel X8 mempunyai bobot terbesar, yaitu sebesar 0,856.
Berdasarkan uraian tersebut dapat disimpulkan bahwa untuk faktor keempat diberi nama
sebagai faktor tuntutan perusahaan.
Faktor ini adalah faktor terkuat keempat yang mendasari penilaian terhadap tingkat
pengangguran di Kota Medan Kecamatan Medan Selayang dengan variansi sebesar 10,018%.

40

BAB 4
KESIMPULAN DAN SARAN
4.1 KESIMPULAN
Dari hasil pengolahan data dan penelitian dengan 98 responden dan 11 variabel pertanyaan
penelitian mengambil kesimpulan:
1. Terdapat 4 faktor dominan hasil ekstraksi yang berpengaruh terhadap pengangguran
di Kota Medan Kecamatan Medan Selayang, yaitu:
a. Faktor persaingan dengan variansi sebesar 23.669%.
b. Faktor lowongan pekerjaan dengan variansi sebesar 14,259%.
c. Faktor informasi dengan variansi sebesar 11,817%.
d. Faktor tuntutan perusahaan dengan variansi sebesar 10,018%.
2. Faktor terbesar dalam pengaruh pengangguran di Kota Medan Kecamatan Medan
Selayang adalah faktor persaingan kerja dengan variansi sebesar 23,669%.
3. Faktor terendah dalam pengaruh pengangguran di Kota Medan Kecamatan Medan
Selayang adalah faktor perhatian pemerintah dengan variansi sebesar 4,064%.
4.2 SARAN
Berdasarkan kesimpulan yang di ambil, maka saran yang dapat diberikan dalam
penelitian ini adalah:
1. Dari hasil penelitian disimpulkan bahwa faktor persaingan menjadi faktor terkuat
di dalam pengangguran di Kecamatan Medan Selayang, maka dari itu Pemerintah
perlu meningkatkan sumber daya manusia yang lebih kompeten khususnya di
Kecamatan Medan Selayang.
2. Persaingan dan lowongan pekerjaan sangat berkaitan erat dalam menimlbulkan
pengagguran, karena apabila lowongan pekerjaan sangat
3. sedikit maka akan menimbulkan persaingan yang sangat ketat. Maka dari itu
pemeritah perlu membuka lowonganpekerjaan yang lebih luas khususnya di
Kecamatan Medan Selayang. Seperti yang dilakukan Pemprov DKI Jakarta
membuka lowongan pekerjaan dalam pembersihan sungai ataupun aliran air yang
lain dengan gaji yang lumayan tinggi (lebih dari Rp. 3.000.000). Mungkin itu bisa
diterapkan di Kota Medan yang memiliki banyak aliran sungai yang kurang
bersih.
41

DAFTAR PUSTAKA
Arikunto. 1998. Prosedur Penelitian Suatu Pendekatan Praktek. Jakarta: PT. Rineka Cipta
Badan Pusat Statistik 2015. Peta ketenagakerjaan dan pengangguran menurut
kabupaten/kota Sumatera Utara Tahun 2015.Medan: Badan Pusat Statistik
Badan Pusat Statistik 2015. Medan Selayang Dalam Angka Tahun 2015.Medan: Badan Pusat
Statistik
Imam Ghozali. 2006. Analisis Multivariat dengan Program SPSS. Semarang: Badan
Penerbit Universitas Diponegoro.
Johnson, R. A and D. W. Wichern. (1982). Applied Multivariate Statistical Analysis,
Prentice-Hall, Inc. New Jersey.
Suparmoko. 1991. Metodologi Penelitian Edisi Ketiga. Yogyakarta: BPPFE
Supranto, J. 2004. Analisis Multivariate Arti dan Interpretasi. Jakarta: PT. Rineka Cipta
Jakarta
Santoso Singgih. Statistik Multivariat konsep dan Aplikasi dengan SPSS.Jakarta: Penerbit PT
Elex Media Komputindo
Teken.1965. Analisis Multivariat Arti dan Interpretasi. Jakarta: PT Rineka Cipta

42