Anda di halaman 1dari 17

Aulia N.

Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

1. PENDAHULUAN
Perencanaan dibuat untuk menghasilkan suatu sistem yang menyeluruh. Dalam sistem
yang menyeluruh terdapat banyak data yang dikumpulkan kemudian akan dianalisis menjadi
perencanaan. Data yang akan dianalisis terkait dalam ruang lingkup. Ruang lingkup perencanaan
memiliki cakupan yang luas dalam lingkup materi dan wilayah. Data yang diperlukan dan diperoleh
dalam ruang lingkup tersebut berjumlah banyak dan beragam. Data yang ada perlu
dikelompokkan menjadi satu berdasarkan karakteristik yang sama. Hal ini dilakukan untuk
mempermudah dalam melakukan analisis dibutuhkan alat bantu. Alat analisis yang dapat
digunakan dalam kasus ini salah satunya menggunakan analisis faktor. Dengan menggunakan alat
analisis faktor, diharapkan penyajian dan penyampaian informasi akan lebih mudah sehingga akan
dapat melakukan analisis selanjutnya dengan lebih mudah.
Analisis faktor berguna untuk membentuk kelompok atas variabel-variabel yang ada. Hal
ini dilakukan agar mempermudah pemberian nama berdasarkan variabel yang memiliki
karakteristik yang sama. Dalam perencanaan wilayah dan kota analisis faktor berguna dalam
mengidentifikasi suatu potensi dalam suatu kawasan dan letak penyebaran kawasan tersebut.
Misal pengidentifikasian mengenai potensi ekonomi dalam suatu kawasan dan juga penyebaran
dalam kawasan tersebut. Karena kemampuan tersebut, perencana wilayah sering menggunakan
metode ini untuk menganalisis wilayah dalam berbagai tingkatan administratif, mulai dari
tingkatan nasional hingga kabupaten. Data yang digunakan data kualitatif dan kuantitatif, namun
jika menggunakan data kuantitatif harus di-convert menjadi tipe data yang berskala. Sedangkan
jenis datanya adalah berupa nominal dan ordinal. Data nominal merupakan jenis data nonmetrik
dan hanya sebagai simbol atau label. Sedangkan pada data ordinal merupakan data dalam bentuk
kategori atau angka kualitatif dan menunjukkan adanya hirarki atau tingkatan.

2. KAJIAN LITERATUR
Analisis faktor salah satu analisis multivariat dalam statistik. Pertama kali diperkenalkan
oleh Francis Galtom dan Charles Spearman (1927 -1930). Analisis faktor merupakan salah satu
metode reduksi data yang bertujuan menyederhanakan sekumpulan besar data yang saling
berkorelasi menjadi kelompok-kelompok variabel yang lebih kecil (faktor) agar dapat dianalisis
dengan mudah. Dalam perkembangannya, analisis faktor banyak digunakan oleh berbagai disiplin
ilmu, seperti ilmu politik, ilmu sosial, teknik industri, pertanian, perencanaan wilayah dan kota, dsb
(Dillon, 1984:23). Analisis ini memiliki persamaan dengan analisis cluster yaitu sama-sama
menggunakna metode pengelompokkan. Namun jika cluster yang dikelompokan respondennya
atau datanya, sedangkan analisis faktor yang dikelompokan variabelnya.
Dalam analisis faktor, tidak ada variabel dependen dan independen. Proses analisis faktor
sendiri mencoba menemukan hubungan (interrelationship) antar sejumlah variabel-variabel yang
saling dependen dengan yang lain, sehingga bisa dibuat satu atau beberapa kumpulan variabel
yang lebih sedikit dari jumlah awal. Analisis ini tidak ada variabel X maupun Y jadi semua sifatnya
sama. Tujuan analisis faktor adalah:
berusaha mengidentifikasi struktur tersembunyi yang terdapat dalam sejumlah variabel
yang diamati;

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 1


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

menganalisis data sampel yang bersifat kualitatif dan ditransformasikan ke bentuk


kuantitatif dengan proses penskalaan.
Terdapat dua macam analisis faktor, yaitu Principal Component Analysis (PCA) dan Factor
Analytic Model (FAM). Prosedur kedua teknik sebagian besar sama, kecuali varian output yang
akan dianalisis.
PCA menguji seluruh varian dalam variabel observasi. Bertujuan untuk mengelompokkan
variabel-variabel tersebut menjadi komponen-komponen yang dibentuk oleh variabel-
variabel awal yang memiliki korelasi yang tinggi sedangkan
FAM hanya menguji sebagian varian variabel. Bertujuan membentuk faktor baru dengan
terlebih dahulu mereduksi variabel-variabel yang memiliki nilai unik yang tinggi terhadap
variabel lainnya (korelasi kecil). (Brown, 1998:38).

3. GAMBARAN KASUS/WILAYAH PERENCANAAN


Contoh kasus yang akan dianalisis dalam laporan kali ini adalah mengenai faktor yang
mempengaruhi penilaian kualitatif pada pemilihan kawasan perumahan Tlogosari sebagai tempat
tinggal bagi warga Kota Semarang. Terdapat 15 responden yang melakukan penilaian. Penilaian
tersebut berdasarkan variabel kondisi jalan, jarak ke pusat kota, aksesibilitas, ketersediaan sarana
pendidikan; kesehatan; dan perdagangan dan jasa, serta banyaknya penghijauan yang
mempengaruhi kenyamanan bagi penduduk.
Tabel 1
Indikator dan skor tiap-tiap variabel
Jenis variabel Indikator Skor
Baik 1
Kondisi jalan Cukup baik 2
Buruk 3
Sangat dekat 1
Dekat 2
Jarak ke pusat kota
Cukup dekat 3
Jauh 4
Lancar 1
Aksesibilitas Cukup lancar 2
Kurang lancar 3
Ketersediaan sarana Lengkap 1
pendidikan, kesehatan, Kurang lengkap 2
perdagangan dan jasa Tidak lengkap 3
Banyak 1
Banyaknya penghijauan Sedang 2
Sedikit 3
sumber: Analisis Pribadi, 2012

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 2


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Berdasarkan indikator di atas penjabaran mengenai data yang diperoleh adalah sebagai berikut:
Tabel 2
Faktor yang mempengaruhi penilaian kualitatif pada pemilihan kawasan perumahan Tlogosari
ketersediaan
sarana
jarak ke
kondisi pendidikan, banyaknya
Responden pusat aksesibilitas
jalan kesehatan, penghijauan
kota
perdagangan
dan jasa
A 3 2 2 1 2
B 2 3 2 2 1
C 1 2 1 3 1
D 1 2 1 1 1
E 2 2 2 1 2
F 2 3 2 1 1
G 3 4 3 1 2
H 2 3 1 2 2
I 3 4 3 3 3
J 3 2 2 2 2
K 1 1 1 1 1
L 2 2 2 1 2
M 2 3 2 2 2
N 3 4 3 3 3
O 3 2 2 1 2
sumber: analisis pribadi, 2012
Analisis yang akan dilakukan adalah analisis pembentukan kelompok dalam faktor. Ada
lagi analisis untuk melihat dan menilai tingkat hubungan atau korelasi masing-masing variabel.
Serta menganalisis untuk menentukan faktor agar dapat diberi nama sesuai karakteristiknya.

4. ANALISIS
Tahapan analisis
1. Klik File New Data
2. Buat definisi variabel dengan cara klik pada Variabel View lalu mulai masukan:
Responden
Name = Responden
Type = string karena jenisnya teks
Width = 20 karakter
Decimals = 0 karena tipe datanya adalah teks
Label =-
Value =-
Missing =-
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = nominal karena tidak dapat dilakukan operasi hitungan

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 3


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Kondisi Jalan
Name = Kondisi_Jalan
Type = numeric karena jenisnya angka
Width = 8 karakter
Decimals = 0 karena tipe datanya angka, atau dapat diubah sesuai kebutuhan
Label =-
Value = 1: baik, 2: cukup baik, 3: buruk
Missing =-
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = Ordinal karena angka yang ada bersifat kualitatif
Jarak ke pusat kota
Name = jarak_kepusat_kota
Type = numeric karena jenisnya angka
Width = 8 karakter
Decimals = 0 karena tipe datanya angka, atau dapat diubah sesuai kebutuhan
Label =-
Value = 1: sangat dekat, 2; dekat, 3: cukup dekat, 4: jauh
Missing =-
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = Ordinal karena angka yang ada bersifat kualitatif

aksesibilitas
Name = aksesibilitas
Type = numeric karena jenisnya angka
Width = 8 karakter
Decimals = 0 karena tipe datanya angka, atau dapat diubah sesuai kebutuhan
Label =-
Value =
Missing = 1: lancar, 2: cukup lancar, 3: kurang lancar
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = Ordinal karena angka yang ada bersifat kualitatif

Ketersediaan sarana pendidikan, kesehatan, perdagangan dan jasa


Name = pendidikan_kesehatan_perdagangan-dan-jasa
Type = numeric karena jenisnya angka
Width = 8 karakter
Decimals = 0 karena tipe datanya angka, atau dapat diubah sesuai kebutuhan
Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 4
Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Label =-
Value = 1: lengkap, 2: kurang lengkap, 3: tidak lengkap
Missing =-
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = Ordinal karena angka yang ada bersifat kualitatif

Banyaknya penghijauan
Name = Banyaknya_penghijauan
Type = numeric karena jenisnya angka
Width = 8 karakter
Decimals = 0 karena tipe datanya angka, atau dapat diubah sesuai kebutuhan
Label =-
Value = 1: banyak, 2: sedang, 3: sedikit
Missing =-
Columns =8
Align = dapat diisikan sesuai kebutuhan (rata kanan, kiri, atau tengah)
Measure = Ordinal karena angka yang ada bersifat kualitatif

3. Masukkan data yang akan dianalisis sesuai dengan variabel dan type yang telah ditentukan
pada lembar kerja Data View. Bila data berada pada file excel, agar lebih mudah
memasukkan pada SPSS maka dapat dilakukan dengan cara sebagi berikut :
Pada lembar Data View klik File, Open pilih Data maka akan muncul kotak dialog Open
Data. Pilih file yang ingin dimasukkan, pada tipe data masukan tipe Excel, klik Open lalu
akan muncul kotak dialog Opening Excel Data Source. Pada kolom Range isikan angka yang
sama dengan Worksheet yang ada di dalam kurung. Klik Continue maka data akan terbuka
di lembar kerja SPSS.

4. Tahapan Analisis Faktor


1. Klik Analyze kemudian Data Reduction, pilih Factor
2. Setelah muncul kotak dialog Factor Analysis masukkan variabel yang ingin dianalisis.
3. Pada kotak Descriptive pilih Univariate descriptive, Initial solution, Coefficients,
Inverse, Reproduced, Anti-image dan KMO and Barletts test of sphericity. Klik
Continue
4. Pada kotak Extraction bagian Method pilih Principal Component. Pada bagian Analyze
pilih correlation matrix, pada bagian Display pilih Unroated Factor Solution dan Scree
Plot, pada bagian Extract pilih Eigenvalues over 1. Klik Continue.
5. Pada kotak Rotation pilih varimax dan Display pilih Rotated Solution. Klik
Continue.
6. Pada kotak Scores, pilih Display factor scores coefficient matrix. Klik Continue.
7. Pada kotak Option pilih exclude cases listwise. Klik Continue.
8. Klik OK, hasilnya akan muncul pada output
Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 5
Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Interpretasi output dan penjelasan


Tabel Descriptive Statistics
Descriptive Statistics menampilkan hasil yang berupa pengolahan data untuk
menampilkan data agar lebih informatif. Terdiri dari 3 kolom yaitu mean (rata-rata), standar
deviasi, dan jumlah data yang diinput.
Descriptive Statistics

Mean Std. Deviation Analysis N

kondisi_jalan 2.20 .775 15

jarak_kepusat_kota 2.60 .910 15

aksesibilitas 1.93 .704 15

pendidikan_kesehatan_perd
1.67 .816 15
agangan-dan-jasa

banyaknya_penghijauan 1.80 .676 15

Tabel Correlation Matrix


Tabel Correlation Matrix menampilkan tingkat hubungan atau korelasi masing-masing
variabel terhadap variabel lain. Dari tabel di bawah angka-angka hasil analisis menunjukkan
angka yang mendekati 1 artinya korelasi antar variabel kuat. Semakin mendekati 1 korelasinya
kuat yang menjauhi 1 korelasinya lemah.
Correlation Matrix

pendidikan_kese
jarak_kepusat_ko hatan_perdagang banyaknya_peng
kondisi_jalan ta aksesibilitas an-dan-jasa hijauan

Correlation kondisi_jalan 1.000 .527 .812 .113 .764

jarak_kepusat_kota .527 1.000 .736 .481 .557

aksesibilitas .812 .736 1.000 .207 .721

pendidikan_kesehatan_perda
.113 .481 .207 1.000 .388
gangan-dan-jasa

banyaknya_penghijauan .764 .557 .721 .388 1.000

Tabel KMO and Bartletts Teast


Tabel KMO dan Bartletts Test menunjukkan tingkat korelasi antar variabel secara
keseluruhan. Pada Bartletts Teast jika angka signifikansi < 0.05 artinya korelasi antara
variabel cukup erat. Table KMO untuk melihat dapat/tidak dapat datanya digunakan, dengan
syarat nilai KMO harus > 0.5. Pada tabel di bawah menunjukkan angka KMO 0.696 > 0.5 maka
data dapat digunakan dalam analisis faktor. Tabel ini dilihat juga dari nilai Signifikansi. Pada

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 6


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

tabel di bawah angka signifikansi adalah 0.000 < 0.05 artinya terdapat korelasi yg kuat antar
tiap-tiap variabel.
KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .696

Bartlett's Test of Sphericity Approx. Chi-Square 38.983

df 10

Sig. .000

Tabel Anti Image Matrices


Tabel Anti-image Matrices menunjukkan nilai MSA [(Measures of Sampling Adequacy)
angka yang memiliki nilai a di atasnya] pada masing-masing variabel. Pembacaan tabel ini
dilihat dari MSA dengan indikator jika nilai MSA < 0.5 data tidak dapat digunakan dalam
analisis faktor, jika > 0.5 dapat digunakan dalam analisis faktor dan jika MSA = 1 maka
dapat digunakan berdasar variable yang digunakan artinya memiliki nilai mutlak.
Berdasar tabel di bawah angka MSA untuk kondisi jalan adalah 0.729 > 0.5, artinya data
dapat digunakan untuk analisis faktor. Dari keseluruhan hanya variabel pendidikan,
kesehatan, perdagangan dan jasa saja yang memiliki nilai MSA < 0.5 artinya variabel ini tidak
dapat digunakan dalam analisis faktor.

Tabel Communalities
Cara baca tabel Communalities dilihat dari kolom Extraction. Dari tabel di bawah angka
Extraction yang paling besar ditunjukkan oleh variabel ketersediaan pendidikan,
kesehatan, perdagangan dan jasa sebesar 0.943. Artinya variabel tersebut adalah variabel
yang paling mempengaruhi dalam pemilihan kawasan perumnas Tlogosari sebagai tempat
tinggal.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 7


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Communalities

Initial Extraction

kondisi_jalan 1.000 .886

jarak_kepusat_kota 1.000 .740

aksesibilitas 1.000 .887

pendidikan_kesehatan_perd
1.000 .943
agangan-dan-jasa

banyaknya_penghijauan 1.000 .771

Extraction Method: Principal Component Analysis.

Total Variance Explained


Menunjukkan hasil pengelompokan faktor dan dapat menjelaskan besarnya variasi di tiap
faktor. Tabel ini hanya menentukan berapa faktor yg terbentuk. Penentuan untuk
masuk/tidak dilihat dari nilai total Eigenvalue yang nilainya harus > 1. Pada kolom variance
untuk component 1 tertera angka 64,430 % artinya sebayak 64,430 % dapat menjelaskan
dari data-data yang ada (data yang diinput). Sisanya sebanyak 35,57 % tidak dapat
menjelaskan dari data-data yang ada.

Diagram Scree Plot


Diagram Scree plot menunjukkan besaran eigenvalue secara grafik. Titik yang berada pada
lebih dari 1 (dilihar dari sisi eigenvalue) maka terbentuk 2 faktor.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 8


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Tabel Component Matrix


Menunjukkan pengelompokan berdasarkan variabel yang dianalisis masuk ke dalam
beberapa faktor dan faktor mana saja. Dilihat dari angka yang paling tinggi, namun tidak
berlaku angka minus (min diabaikan). Pada tiap-tiap faktor terdapat variable. Kolom 1 dan 2
merupakan faktor yang terbentuk.
Berdasarkan tabel di bawah yang masuk pada faktor 1 adalah variabel aksesibilitas karena
angka nya paling besar jika dibanding angka variabel lain di dalam kolom 1 yaitu 0.913.
Sedangkan yang masuk dalam faktor 2 adalah variabel pendidikan, kesehatan, perdagangan
dan jasa. Hal ini disebabkan angka yang ada yaitu 0.855 merupakan angka tertinggi
dibandingkan variabel lain di faktor 2.

Component Matrixa

Component

1 2

kondisi_jalan .854 -.396

jarak_kepusat_kota .824 .247

aksesibilitas .913 -.232

pendidikan_kesehatan_perd
.460 .855
agangan-dan-jasa

banyaknya_penghijauan .877 -.053

Extraction Method: Principal Component Analysis.

a. 2 components extracted.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 9


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Tabel Rotated Component Matrix


Pengelompokan faktor berdasarkan Tabel Componen Matrix sehigga dapat diberi nama
pengelompokan baru berdasarkan faktor yang terbentuk. Faktor 1 dapat diberi nama faktor
infrastruktur. Faktor 2 dapat diberi nama faktor sarana.

Rotated Component Matrixa

Component

1 2

kondisi_jalan .941 -.015

jarak_kepusat_kota .652 .561

aksesibilitas .928 .159

pendidikan_kesehatan_perd
.072 .968
agangan-dan-jasa

banyaknya_penghijauan .823 .308

Extraction Method: Principal Component Analysis.


Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

5. KESIMPULAN
Analisis faktor berguna untuk membentuk kelompok atas variabel-variabel yang ada. Agar
mempermudah pemberian nama berdasarkan variabel yang memiliki karakteristik yang sama.
Dalam perencanaan wilayah dan kota analisis faktor dapat digunakan sebagai identifikasi potensi
pada suatu kawasan. Berdasarkan analisis di atas terdapat 2 faktor yang mempengaruhi penilaian
kualitatif pada pemilihan kawasan perumahan Tlogosari sebagai tempat tinggal bagi warga Kota
Semarang. Faktor tersebut adalah faktor infrastruktur yang terdiri dari variable kondisi jalan,
aksesibilitas, dan banyaknya penghijauan. Faktor ke 2 adalah faktor sarana meliputi variabel
ketersediaan fasilitas pendidikan; kesehatan; perdagangan dan jasa, dan jarak ke pusat kota.
DAFTAR PUSTAKA

Buchori, Imam, dkk. 2007. Buku Ajar Metode Analisis Perencanaan. Jurusan Perencanaan
Wilayah dan Kota Fakultas Teknik Universitas Diponegoro Semarang.
BPS Kota Semarang. Kecamatan Dalam Angka 2009
Modul Pedoman Metode Analisis Perencanaan Wilayah dan Kota

LAMPIRAN
1. Klik File New Data. Buat definisi variabel dengan cara klik pada Variabel View
lalu mulai input variabel

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 10


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

2. Masukkan data yang akan dianalisis sesuai dengan variabel dan type yang telah ditentukan
pada lembar kerja Data View. Bila data berada pada file excel, agar lebih mudah memasukkan
pada SPSS maka dapat dilakukan dengan cara sebagi berikut :
Pada lembar Data View klik File, Open pilih Data maka akan muncul kotak dialog Open
Data. Pilih file yang ingin dimasukkan, pada tipe data masukan tipe Excel, klik Open lalu akan
muncul kotak dialog Opening Excel Data Source. Pada kolom Range isikan angka yang sama
dengan Worksheet yang ada di dalam kurung. Klik Continue maka data akan terbuka di lembar
kerja SPSS.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 11


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

3. Klik Analyze kemudian Data Reduction, pilih Factor. Setelah muncul kotak dialog
Factor Analysis masukkan variabel yang ingin dianalisis

4. Pada kotak Descriptive pilih Univariate descriptive, Initial solution, Coefficients,


Inverse, Reproduced, Anti-image dan KMO and Barletts test of sphericity. Klik
Continue

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 12


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

5. Pada kotak Extraction bagian Method pilih Principal Component. Pada bagian Analyze pilih
correlation matrix, pada bagian Display pilih Unroated Factor Solution dan Scree Plot,
pada bagian Extract pilih Eigenvalues over 1. Klik Continue.

6. Pada kotak Rotation pilih varimax dan Display pilih Rotated Solution. Klik Continue.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 13


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

7. Pada kotak Scores, pilih Display factor scores coefficient matrix. Klik Continue

8. Pada kotak Option pilih Exclude cases listwise. Klik Continue.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 14


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

9. Klik OK, hasilnya akan muncul pada output


Descriptive Statistics

Mean Std. Deviation Analysis N

kondisi_jalan 2.20 .775 15

jarak_kepusat_kota 2.60 .910 15

aksesibilitas 1.93 .704 15

pendidikan_kesehatan_perd
1.67 .816 15
agangan-dan-jasa

banyaknya_penghijauan 1.80 .676 15

Correlation Matrix

pendidikan_kese
jarak_kepusat_ko hatan_perdagang banyaknya_peng
kondisi_jalan ta aksesibilitas an-dan-jasa hijauan

Correlation kondisi_jalan 1.000 .527 .812 .113 .764

jarak_kepusat_kota .527 1.000 .736 .481 .557

aksesibilitas .812 .736 1.000 .207 .721

pendidikan_kesehatan_perda
.113 .481 .207 1.000 .388
gangan-dan-jasa

banyaknya_penghijauan .764 .557 .721 .388 1.000

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .696

Bartlett's Test of Sphericity Approx. Chi-Square 38.983

df 10

Sig. .000

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 15


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Communalities

Initial Extraction

kondisi_jalan 1.000 .886

jarak_kepusat_kota 1.000 .740

aksesibilitas 1.000 .887

pendidikan_kesehatan_perd
1.000 .943
agangan-dan-jasa

banyaknya_penghijauan 1.000 .771

Extraction Method: Principal Component Analysis.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 16


Aulia N. Utami
21040110141013
Laporan Contoh Kasus Analisis Faktor

Component Matrixa

Component

1 2

kondisi_jalan .854 -.396

jarak_kepusat_kota .824 .247

aksesibilitas .913 -.232

pendidikan_kesehatan_perd
.460 .855
agangan-dan-jasa

banyaknya_penghijauan .877 -.053

Extraction Method: Principal Component Analysis.

a. 2 components extracted.

Rotated Component Matrixa

Component

1 2

kondisi_jalan .941 -.015

jarak_kepusat_kota .652 .561

aksesibilitas .928 .159

pendidikan_kesehatan_perd
.072 .968
agangan-dan-jasa

banyaknya_penghijauan .823 .308

Extraction Method: Principal Component Analysis.


Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

Analisis Faktor_Laporan Metode Analisis Perencanaan Tahun 2012 Page 17