LAPORAN PRAKTIKUM I

PL 2221 METODE ANALISIS PERENCANAAN II

Identifikasi Faktor Kesejahteraan di Kabupaten Lampung Timur

Oleh:
Fernanda Sucitra Murti 22117038
Dea Vista Al Tino 22117042

Kelas A:
Kamis, 15.00-16.40 WIB

Asisten Praktikum:
Putri Rehulina Tarigan 22116132
Warid Zul Ilmi 22116152

PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA

JURUSAN TEKNOLOGI INFRASTRUKTUR DAN KEWILAYAHAN
INSTITUT TEKNOLOGI SUMATERA
2018
 DAFTAR ISI

DAFTAR ISI .................................................................................. ii

DAFTAR TABEL ............................................................................ iii
DAFTAR GAMBAR.......................................................................... iv
BAB I PENDAHULUAN ...................................................................... 1
1.1 Latar Belakang .................................................................. 1
1.2 Rumusan Masalah ............................................................... 1
1.3 Tujuan dan Sasaran ............................................................ 2
1.4 Ruang Lingkup Penelitian...................................................... 2
1.4.1 Ruang Lingkup Materi ..................................................... 2
1.4.2 Ruang Lingkup Wilayah ................................................... 3
1.4.3 Ruang Lingkup Waktu ..................................................... 3
1.5 Metodologi Penelitian .......................................................... 3
1.6 Sistematika Penulisan .......................................................... 4
BAB II DASAR TEORI ....................................................................... 5
2.1 Teori Kesejahteraan ............................................................... 5
2.2 Teori Analisis Faktor ............................................................... 6
2.3 Penggunaan Analisis Faktor dengan Aplikasi SPSS ............................. 7
BAB III INPUT DAN ANALISIS DATA ...................................................... 12
3.1 Input Data .......................................................................... 12
3.2 Analisis Output Data .............................................................. 12
3.3 Interpretasi Terhadap Bidang Perencanaan Wilayah dan Kota ............. 22
BAB IV PENUTUP .......................................................................... 24
4.1 Kesimpulan ......................................................................... 24
4.2 Saran ................................................................................ 24
Daftar Pustaka
Lampiran

ii
 DAFTAR TABEL

Tabel 3. 1 KMO and Bartlett's Test .................................................... 12

Tabel 3. 2 Anti-Image Matrices ......................................................... 13
Tabel 3. 3 Communalities ............................................................... 15
Tabel 3. 4 Total Variance Explained................................................... 16
Tabel 3. 5 Component Matrix ........................................................... 17
Tabel 3. 6 Rotated Component Matrix ................................................ 19
Tabel 3. 7 Component Transformation Matrix ....................................... 20

iii
 DAFTAR GAMBAR

Gambar 1. 1 Peta Administrasi Lampung Timur ...................................... 3

Gambar 2. 1 Reduksi Data ............................................................... 8
Gambar 2. 2 Pengaturan Descriptives dalam Reduksi Data ......................... 8
Gambar 2. 3 Mengaktifkan KMO dan Anti-Image ...................................... 9
Gambar 2. 4 Output Reduksi Data ...................................................... 9
Gambar 2. 5 Pengaturan Extraction pada Faktor Loading .......................... 10
Gambar 2. 6 Pengaturan Rotation pada Factor Loading ............................ 10
Gambar 2. 7 Pengaturan Option pada Faktor Loading .............................. 11
Gambar 3. 1 Scree Plot .................................................................. 17
Gambar 3. 2 Component Plot in Rotated Space ..................................... 21

iv
 BAB I
PENDAHULUAN

Pada bab ini akan dijelaskan mengenai latar belakang permasalahan di

Kabupaten Lampung Timur, kemudian rumusan masalah, tujuan dan sasaran
yang diambil dari praktikum ini, selanjutnya metodologi penelitian dan terakhir
adalah penjelasan mengenai sistematika penulisan.
1.1 Latar Belakang
Kehidupan masyarakat di suatu wilayah menunjukkan bagaimana
keadaan wilayah tersebut. Pasalnya, suatu wilayah akan terlihat lebih
maju apabila kehidupan masyarakatnya harmonis dan sejahtera. Hidup
yang sejahtera sangat didambakan oleh seluruh masyarakat desa dan
juga perkotaan. Kesejahteraan masyarakat meliputi berbagai aspek,
salah satunya adalah aspek ekonomi. Aspek ini dipengaruhi oleh
bagaimana keadaan sumberdaya manusia (SDM) di wilayah tersebut yang
berkaitan dengan tingkat pendidikan serta pelayanan kesehatan.
Pemerintah memiliki peranan penting dalam meningkatkan kehidupan
masyarakat yang sejahtera. Untuk meningkatkan kesejahteraan
tersebut, perlu dilakukan berbagai upaya oleh pemerintah terkait
dengan perencanaan, pemberian modal usaha, dan perbaikan fasilitas di
wilayah tersebut. Selain itu, sumberdaya manusia (SDM) juga memiliki
peranan yang tidak kalah penting dalam peningkatan kesejahteraan
masyarakat.
Tingkat kesejahteraan masyarakat yang belum memadai membuat
pemerintah harus segera menindak lanjuti demi keberlangsungan hidup
masyarakat yang harmonis serta dapat membantu kemajuan ekonomi di
Kabupaten Lampung Timur.

1.2 Rumusan Masalah

Rumusan masalah dari praktikum ini adalah sebagai berikut:
1. Variabel apa saja yang mempengaruhi tingkat kesejahteraan
masyarakat?

1
 2. Apakah semua variabel dapat menjelaskan faktor yang ada?
3. Variabel apa saja yang termasuk dalam faktor tersebut?
4. Faktor apa saja yang terbentuk dari variabel dan bagaimana
pengelompokkannya?

1.3 Tujuan dan Sasaran

Tujuan yang ingin dicapai dari praktikum ini adalah untuk mengetahui
dan mengidentifikasi indikator apa saja yang mempengaruhi tingkat
kesejahteraan masyarakat di Kabupaten Lampung Timur.
Sasaran yang ingin dituju dari praktikum ini adalah sebagai berikut:
1. Mengetahui indikator apa saja yang mempengaruhi tingkat
kesejahteraan masyarakat di Kabupaten Lampung Timur.
2. Mengetahui bagaimana variabel yang terbentuk dari indikator yang
mempengaruhi tingkat kesejahteraan masyarakat di Kabupaten
Lampung Timur.
3. Mengetahui faktor yang terbentuk dari variabel dan
pengelompokkannya.

1.4 Ruang Lingkup Penelitian

Ruang lingkup dari penelitian ini terdiri dari ruang lingkup materi, ruang
lingkup wilayah dan ruang lingkup waktu.
1.4.1 Ruang Lingkup Materi
Skala variabel yang digunakan dalam praktikum ini adalah
interval/rasio dengan jumlah data sebanyak 19 variabel, yaitu
jumlah desa, jumlah dusun, jumlah RT, jumlah penduduk,
kepadatan penduduk, jumlah keluarga, jumlah posyandu, jumlah
Puskesmas, jumlah sekolah SD, jumlah sekolah SMP, jumlah
sekolah SMA, jumlah murid SD, jumlah murid SMP, jumlah murid
SMA, jumlah guru SD, jumlah guru SMP, jumlah guru SMA, jumlah
dokter, dan jumlah bidan.

2
 1.4.2 Ruang Lingkup Wilayah
Ruang lingkup wilayah yang digunakan dalam praktikum ini
adalah Kabupaten Lampung Timur dengan jumlah kecamatan
sebanyak 24 kecamatan.

Gambar 1. 1 Peta Administrasi Lampung Timur

Sumber: BPS Lampung Timur, 2017
1.4.3 Ruang Lingkup Waktu
Waktu yang digunakan untuk praktikum, yaitu pukul 15.00 - 16.40
WIB pada tanggal 21 Februari 2019 dengan rentang pengolahan
data yakni tanggal 22 Februari sampai 27 Februari 2019.

1.5 Metodologi Penelitian

Metode yang digunakan dalam praktikum ini berupa metode
pengambilan data sekunder yang diakses melalui laman bps.go.id serta
dari berbagai referensi lain dan untuk metode analisisnya menggunakan
metode analisis faktor.

3
1.6 Sistematika Penulisan
Sistematika penulisan laporan praktikum ini terbagi menjadi empat bab,
yaitu:
Bab I Pendahuluan
Pada bab ini memaparkan penjelasan tentang permasalahan yang akan
diteliti. Bab ini meliputi latar belakang, rumusan masalah, tujuan dan
sasaran, ruang lingkup penelitian, metodologi penelitian, dan
sistematika penulisan.
Bab II Dasar Teori
Pada bab ini memaparkan tentang teori apa saja yang digunakan dalam
laporan praktikum ini. Teori yang digunakan berupa teori untuk
menganalisis permasalah yang telah diteliti.
Bab III Input dan Analisis Data
Pada bab ini memaparkan tentang input dan output data variabel serta
kaitan antara data dengan Perencanaan Wilayah dan Kota.
Bab IV Penutup
Pada bab ini memaparkan tentang kesimpulan dan rekomendasi yang
dibuat oleh penulis.

4
 BAB II
DASAR TEORI

Pada bab ini akan dijelaskan mengenai teori analisis yang digunakan dalam
praktikum dan penggunaan teori analisis tersebut dengan aplikasi SPSS.
2.1 Teori Kesejahteraan
Menurut Undang-Undang Republik Indonesia Nomor 11 tahun
2009, kesejahteraan sosial adalah kondisi terpenuhinya kebutuhan
material, spiritual, dan sosial warga negara agar dapat hidup layak dan
mampu mengembangkan diri, sehingga dapat melaksanakan fungsi
sosialnya, dan penyelenggaraan kesejahteraan sosial adalah upaya yang
terarah, terpadu, dan berkelanjutan yang dilakukan pemerintah,
pemerintah daerah, dan masyarakat dalam bentuk pelayanan sosial guna
memenuhi kebutuhan dasar setiap warga negara, yang meliputi rehabilitasi
sosial, jaminan sosial, pemberdayaan sosial, dan perlindungan sosial.
Dimana dalam penyelanggaraannya dilakukan atas dasar kesetiakawanan,
keadilan, kemanfaatan, keterpaduan, kemitraan, keterbukaan,
akuntabilitas, partisipasi, profesionalitas dan keberlanjutan.
Konsep kesejahteraan menurut Nasikun (1993) dapat dirumuskan sebagai
padanan makna dari konsep martabat manusia yang dapat dilihat dari
empat indikator, yaitu:
1) Rasa Aman
2) Kesejahteraan
3) Kebebasan
4) Jati diri
Biro Pusat Statistik Indonesia (2000) menerangkan bahwa guna melihat
tingkat kesejahteraan rumah tangga suatu wilayah ada beberapa indikator
yang dapat dijadikan ukuruan, antara lain adalah:
1. Tingkat pendapatan keluarga;
2. Komposisi pengeluaran rumah tangga dengan membandingkan
pengeluaran untuk pangan dengan non-pangan;
3. Tingkat pendidikan keluarga;

5
 4. Tingkat kesehatan keluarga, dan;
5. Kondisi perumahan serta fasilitas yang dimiliki dalam rumah tangga.
Menurut Kolle (1974) dalam Bintarto (1989), kesejahteraan dapat diukur
dari beberapa aspek kehidupan antara lain:
1) Dengan melihat kualitas hidup dari segi materi, seperti kualitas
rumah, bahan pangan dan sebagianya;
2) Dengan melihat kualitas hidup dari segi fisik, seperti kesehatan
tubuh, lingkungan alam, dan sebagainya;
3) Dengan melihat kualitas hidup dari segi mental, seperti fasilitas
pendidikan, lingkungan budaya, dan sebagainya;
4) Dengan melihat kualitas hidup dari segi spiritual, seperti moral,
etika, keserasian penyesuaian, dan sebagainya.
“Kesejahteraan sosial adalah sistem yang terorganisir dari pelayanan-
pelayanan sosial dan lembaga-lembaga yang bertujuan untuk membantu
individu dan kelompok untuk mencapai standar hidup dan kesehatan yang
memuaskan dan relasi-relasi pribadi dan sosial yang memungkinkan mereka
mengembangkan kemampuannya sepenuh mungkin dan meningkatkan
kesejahteraannya secara selaras dengan kebutuhan keluarga dan
masyarakat”.
Definisi-definisi di atas mengandung pengertian bahwa kesejahteraan sosial
mencakup berbagai usaha yang dikembangkan untuk meningkatkan taraf
hidup manusia manusia, baik itu di bidang fisik, mental, emosional, sosial,
ekonomi dan spiritual.

2.2 Teori Analisis Faktor

Analisis faktor adalah salah satu teknik statistika yang dapat digunakan
untuk memberiikan deskripsi yang relatif sederhana melalui reduksi
jumlah peubah yang disebut faktor. Analisis faktor adalah prosedur
untuk mengidentifikasi item atau variabel berdasarkan kemiripannya.
Kemiripan tersebut ditunjukkan dengan nilai korelasi yang tinggi. Item-
item yang memiliki korelasi yang tinggi akan membentuk satu
kerumunan faktor. Prinsip dasar dalam analisis faktor adalah
menyederhanakan deskripsi tentang data dengan mengurangi jumlah

6
 variabel/dimensi. Analisis Faktor merupakan salah satu teknik reduksi
data dengan cara:
1. Menstrukturkan data, mengelompokkan data asli berdasarkan
keeratan masing-masing dalam kelompok yang sama.
2. Menghilangkan redudancy atau duplikasi informasi diantara
sekumpulan variabel.
3. Mengganti variabel-variabel yang saling berhubungan dengan
sekumpulan variabel yang lebih kecil, yang disebut factor.
Dalam penerapannya faktor analisis dapat dibedakan menjadi
beberapa bagian, yaitu:
1. Identifikasi faktor dasar: mengidentifikasikan faktor yang
mendasari sejumlah besar variabel.
2. Screening faktor: menyaring variabel untuk maksud analisis
statistik yang lain.
3. Meringkas data: menyaring sesedikit atau sebanyak faktor yang
diinginkan dari sekumpulan variabel.
4. Sampling variabel: menyeleksi suatu kelompok kecil wakil
variabel yang tidak terkorelasi diantara sejumlah besar kumpulan
variabel supaya menyelesaikan persoalan praktis.
5. Pengelompokkan obyek: membuat kelompok obyek dengan
karaktersitik yang relatif sama.
Dalam ekstraksi data, ada dua kelompok pendekatan:
1. Component Factor Analysis: menganalisis seluruh data, tidak ada
asumsi tentang variansi unik dalam data; teknik utama: Principal
Component Analysis.
2. Common Factor Analysis: mengasumsikan bahwa variansi dalam
variabel dapat dibagi ke dalam komponen common dan unik.
Salah satu teknik: Principal Factor.

2.3 Penggunaan Analisis Faktor dengan Aplikasi SPSS

Untuk mempermudah pengerjaan menganalisis hepotesis dari setiap
variabel, kita dapat menggunakan aplikasi SPSS dengan analisis-analisis

7
yang akan kita gunakan dalam menganalisis data yang ada. Langkah-
langkah dari analisis yang digunakan adalah sebagai berikut:
a. Masukkan variabel dan objek.
b. Klik Analyze. Pilih submenu dimension Reduction, kemudian pilih
factor.

Gambar 2. 1 Reduksi Data

Sumber: Pengolahan Data SPSS, 2019

c. Memindahkan semua variabel ke kolom kiri ke kolom variabel sebelah

kanan.

Gambar 2. 2 Pengaturan Descriptives dalam Reduksi Data

Sumber: Pengolahan Data SPSS, 2019

d. Pilih Descriptive. Pada pilihan Correlation Matrix, aktifkan pilihan KMO

and Bartlett’s test of sphericity dan Anti-Image, kemudian klik
Continue, lalu tekan Ok.

8
 Gambar 2. 3 Mengaktifkan KMO dan Anti-Image
Sumber: Pengolahan Data SPSS, 2019

e. Kemudian akan muncul hasil hipotesis untuk pengujian. Pada bagian

Anti-Image Corellation, khususnya pada angaka korelasi yang bertanda
a.Dalam laporan praktikum ini terdapat variabel yang tidak bisa
diprediksi dan tidak bisa dianalisis lebih lanjut atau dikeluarkan dari
variabel lainnya karena nilai MSA variabel-variabel tersebut kurang dari
0,5. Variabel yang dikeluarkan dimulai dari variabel terkecil.

Gambar 2. 4 Output Reduksi Data

Sumber: Pengolahan Data SPSS, 2019

f. Untuk keperluan analisis lebih lanjut, memerlukan proses analisis

dengan cara yang sama pada tahap 2.
g. Pindahlan variabel yang kurang dari 0.5 (variabel terkecil) di kolom
kanan ke kolom variabel sebelah kiri. Setelah memindahkan,
melakukan tahap yang sama pada tahap 4 dan 5. Dalam laporan

9
 praktikum ini, perlu adanya proses analisis ulang kembali dengan cara
yang sama sampai tidak terdapat lagi nilai yang bertanda a dibawah
0,5 atau mendekati 0,5. (tahap 6-7 dilakukan hingga tidak menemukan
variabel yang kurang dari 0,5).
h. Setelah itu, mencari factor loading. Klik Analyze. Pilih sub-menu,
Dimension Reduction, kemudian pilih factor.
i. Pilih Extraction. Pilih Principal Component, Correlation Matrix,
Unrotated Factor Solution dan Scree Plot. Klik Continue.

Gambar 2. 5 Pengaturan Extraction pada Faktor Loading

Sumber: Pengolahan Data SPSS, 2019

j. Pilih rotation. Klik varimax, rotated solution, dan loading plot. Klik
continue.

Gambar 2. 6 Pengaturan Rotation pada Factor Loading

Sumber: Pengolahan Data SPSS, 2019

10
k. Pilih option. Klik exclude cases listwise dan sorted by size. Klik ok.

Gambar 2. 7 Pengaturan Option pada Faktor Loading

Sumber: Pengolahan Data SPSS, 2019
l. Dari cara factor loading, akan didapat communalities, total variance
explained, scree plot, component matrix, rotated component matrix,
component transformation matrix, dan component plot in rotated
space. Lalu dari ketujuh hasil tersebut dianalisis.
m. Untuk mencari hasil akhir, dilakukan dengan cara factor scores. Klik
Analyze. Pilih submenu Dimension Reduction, kemudian pilih Factor.
n. Klik Scores. Kemudian pilih Save As Variabel dan Regression. Klik OK.
o. Kembali ke Data View, lihat tabel baru yang terbentuk di daerah paling
kanan. Dan itulah Factor Scores yang diminta.

11
 BAB III
INPUT DAN ANALISIS DATA

Pada bab ini akan dijelaskan mengenai data beserta dengan analisis variabel
yang dinilai berpengaruh terhadap kesejahteraan di Kabupaten Lampung Timur.
3.1 Input Data
Data yang diperoleh dari BPS Kabupaten Lampung Timur ditampilkan dalam
bentuk tabel input yang berisi variabel-variabel yang akan dianalisis dan
sebelumnya telah diolah di Ms. Excel (terlampir).

3.2 Analisis Output Data

Analisis output data merupakan hasil analisis yang dilakukan oleh SPSS
terhadap variabel yang sudah diuji datanya.
3.2.1 Reduksi Data
Tabel 3. 1 KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.730
Bartlett's Test of Approx. Chi-Square 601.079
Sphericity df 136
Sig. 0.000
Sumber: Output SPSS, 2019

Nilai dari KMO Measure of Sampling Adequacy harus diatas 0.5, dan
nilai Sig. harus dibawah 0.5 untuk menandakan bahwa data dapat
dianalisis. Pada tabel diatas , nilai dari KMO Sampling Adequacy
adalah 0.730, dan nilai Sig. nya adalah 0.000. Maka, data yang ada
dapat dianalisis.

12
 Tabel 3. 2 Anti-Image Matrices

Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah
Jumlah Jumlah Jumlah Jumlah
Pendu Keluar Posyan Puskes Sekolah Sekolah Sekolah Murid Murid Murid Guru Guru Guru
Desa Dusun RT Bidan
duk ga du mas (SD) (SMP) (SMA) SD SMP SMA SD SMP SMA

Jumlah
0.015 -0.002 -0.006 -0.005 0.001 -0.006 0.005 -0.003 0.004 0.014 0.003 -0.002 0.000 0.003 -0.005 -0.003 0.010
Desa
Jumlah
-0.002 0.012 0.000 0.001 -0.001 -0.003 -0.005 0.001 -0.009 0.004 0.000 0.003 0.000 -0.001 0.006 -0.002 -0.001
Dusun
Jumlah
-0.006 0.000 0.005 0.003 -0.002 0.004 -0.005 0.002 -0.002 -0.006 0.000 -0.002 -0.001 -0.002 0.003 0.002 -0.001
RT
Jumlah
-0.005 0.001 0.003 0.003 -0.001 0.001 -0.002 0.001 0.001 -0.005 -0.001 -0.001 0.000 -0.001 0.002 0.001 -0.005
Penduduk
Jumlah
0.001 -0.001 -0.002 -0.001 0.002 -0.001 0.004 -0.001 0.002 0.04094 -0.001 0.002 0.001 0.001 -0.003 0.000 -0.002
Keluarga
Jumlah
-0.006 -0.003 0.004 0.001 -0.001 0.012 -0.004 0.001 -0.003 -0.011 0.000 0.001 -0.004 -0.002 0.001 0.006 -0.004
Posyandu
Jumlah
Puskesm 0.005 -0.005 -0.005 -0.002 0.004 -0.004 0.013 -0.003 0.010 0.002 -0.003 -0.001 0.006 0.002 -0.007 -0.003 -0.001
as
Jumlah
Sekolah -0.003 0.001 0.002 0.001 -0.001 0.001 -0.003 0.001 -0.002 -0.003 0.02809 0.001 -0.001 -0.001 0.002 0.001 -0.001
(SD)
Anti-
Jumlah
image
Sekolah 0.004 -0.009 -0.002 0.001 0.002 -0.003 0.010 -0.002 0.023 -0.001 -0.003 -0.005 0.006 0.002 -0.010 -0.004 0.004
Covarian
(SMP)
ce
Jumlah
Sekolah 0.014 0.004 -0.006 -0.005 0.04094 -0.011 0.002 -0.003 -0.001 0.029 0.004 -0.006 0.005 0.003 0.000 -0.010 0.017
(SMA)
Jumlah
0.003 0.000 0.000 -0.001 -0.001 0.000 -0.003 0.02809 -0.003 0.004 0.003 -0.002 -0.001-0.03994 0.002 0.000 0.006
Murid SD

Jumlah
-0.002 0.003 -0.002 -0.001 0.002 0.001 -0.001 0.001 -0.005 -0.006 -0.002 0.012 -0.004 -0.001 -0.003 0.003 -0.008
Murid SMP

Jumlah
0.000 0.000 -0.001 0.000 0.001 -0.004 0.006 -0.001 0.006 0.005 -0.001 -0.004 0.009 0.000 -0.002 -0.007 0.007
Murid SMA
Jumlah
0.003 -0.001 -0.002 -0.001 0.001 -0.002 0.002 -0.001 0.002 0.003-0.03994 -0.001 0.000 0.001 -0.001 -0.001 0.001
Guru SD
Jumlah
-0.005 0.006 0.003 0.002 -0.003 0.001 -0.007 0.002 -0.010 0.000 0.002 -0.003 -0.002 -0.001 0.009 0.001 -0.002
Guru SMP
Jumlah
-0.003 -0.002 0.002 0.001 0.000 0.006 -0.003 0.001 -0.004 -0.010 0.000 0.003 -0.007 -0.001 0.001 0.007 -0.008
Guru SMA
Jumlah
0.010 -0.001 -0.001 -0.005 -0.002 -0.004 -0.001 -0.001 0.004 0.017 0.006 -0.008 0.007 0.001 -0.002 -0.008 0.032
Bidan

13
 Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumla
Jumlah Jumlah Jumlah
Pendu Keluar Posyan Puskes Sekolah Sekolah Sekolah Murid Murid Murid Guru Guru Guru h
Desa Dusun RT
duk ga du mas (SD) (SMP) (SMA) SD SMP SMA SD SMP SMA Bidan

Jumlah a
.664 -0.183 -0.734 -0.734 0.299 -0.448 0.344 -0.781 0.199 0.677 0.427 -0.127 0.035 0.780 -0.426 -0.256 0.475
Desa
Jumlah
-0.183 .860a -0.059 0.169 -0.338 -0.294 -0.404 0.202 -0.554 0.233 0.053 0.227 -0.031 -0.144 0.567 -0.184 -0.035
Dusun
Jumlah
-0.734 -0.059 .660a 0.626 -0.699 0.551 -0.665 0.814 -0.199 -0.536 0.131 -0.224 -0.218 -0.813 0.536 0.351 -0.101
RT
Jumlah
-0.734 0.169 0.626 .786a -0.480 0.161 -0.318 0.535 0.078 -0.512 -0.413 -0.160 -0.064 -0.481 0.388 0.175 -0.438
Penduduk
Jumlah
0.299 -0.338 -0.699 -0.480 .746a -0.207 0.783 -0.469 0.308 0.006 -0.546 0.468 0.220 0.427 -0.746 -0.090 -0.245
Keluarga
Jumlah
-0.448 -0.294 0.551 0.161 -0.207 .823a -0.322 0.329 -0.153 -0.590 -0.046 0.089 -0.412 -0.451 0.117 0.629 -0.188
Posyandu
Jumlah
Puskesm 0.344 -0.404 -0.665 -0.318 0.783 -0.322 .650a -0.676 0.564 0.116 -0.454 -0.048 0.525 0.631 -0.645 -0.358 -0.066
as
Jumlah
Sekolah -0.781 0.202 0.814 0.535 -0.469 0.329 -0.676 .669a -0.434 -0.507 0.015 0.178 -0.152 -0.976 0.498 0.264 -0.210
(SD)
Anti-image Jumlah
Correlatio Sekolah 0.199 -0.554 -0.199 0.078 0.308 -0.153 0.564 -0.434 .751a -0.023 -0.345 -0.302 0.394 0.462 -0.687 -0.280 0.163
n (SMP)
Jumlah
Sekolah 0.677 0.233 -0.536 -0.512 0.006 -0.590 0.116 -0.507 -0.023 .611a 0.462 -0.307 0.315 0.578 -0.008 -0.670 0.553
(SMA)
Jumlah
0.427 0.053 0.131 -0.413 -0.546 -0.046 -0.454 0.015 -0.345 0.462 .816a -0.412 -0.113 -0.024 0.362 -0.093 0.686
Murid SD

Jumlah
-0.127 0.227 -0.224 -0.160 0.468 0.089 -0.048 0.178 -0.302 -0.307 -0.412 .867a -0.346 -0.192 -0.297 0.365 -0.393
Murid SMP

Jumlah a
0.035 -0.031 -0.218 -0.064 0.220 -0.412 0.525 -0.152 0.394 0.315 -0.113 -0.346 .711 0.161 -0.218 -0.881 0.412
Murid SMA
Jumlah
0.780 -0.144 -0.813 -0.481 0.427 -0.451 0.631 -0.976 0.462 0.578 -0.024 -0.192 0.161 .693a -0.480 -0.332 0.187
Guru SD
Jumlah
-0.426 0.567 0.536 0.388 -0.746 0.117 -0.645 0.498 -0.687 -0.008 0.362 -0.297 -0.218 -0.480 .725a 0.098 -0.106
Guru SMP
Jumlah
-0.256 -0.184 0.351 0.175 -0.090 0.629 -0.358 0.264 -0.280 -0.670 -0.093 0.365 -0.881 -0.332 0.098 .670a -0.535
Guru SMA
Jumlah
0.475 -0.035 -0.101 -0.438 -0.245 -0.188 -0.066 -0.210 0.163 0.553 0.686 -0.393 0.412 0.187 -0.106 -0.535 .701a
Bidan

Sumber: Output SPSS, 2019

Variabel yang dapat dianalisis harus memiliki nilai Measures of

Sampling Adequacy (MSA) lebih dari 0,5; bila tidak maka data harus
direduksi. Pada tabel di atas, terlihat bahwa semua nilai MSA variabel
bernilai lebih dari 0.5, sehingga tidak ada data yang direduksi dan
variabel tersebut dapat dianalisis.

14
 Tabel 3. 3 Communalities
Initial Extraction
Jumlah Desa 1.000 0.793
Jumlah Dusun 1.000 0.939
Jumlah RT 1.000 0.912
Jumlah Penduduk 1.000 0.959
Jumlah Keluarga 1.000 0.959
Jumlah Posyandu 1.000 0.959
Jumlah Puskesmas 1.000 0.821
Jumlah Sekolah (SD) 1.000 0.958
Jumlah Sekolah (SMP) 1.000 0.841
Jumlah Sekolah (SMA) 1.000 0.835
Jumlah Murid SD 1.000 0.959
Jumlah Murid SMP 1.000 0.912
Jumlah Murid SMA 1.000 0.908
Jumlah Guru SD 1.000 0.957
Jumlah Guru SMP 1.000 0.904
Jumlah Guru SMA 1.000 0.934
Jumlah Bidan 1.000 0.915
Extraction Method: Principal Component
Analysis.
Sumber: Output SPSS, 2019

Tabel ini digunakan untuk menunjukkan seberapa besar sebuah

variabel dapat menjelaskan faktor yang terbentuk. Sebagai contoh,
berdasarkan tabel di atas, variabel jumlah bidan bernilai 0,915.
Artinya, variabel jumlah bidan dapat menjelaskan faktor yang ada
sebesar 91,5%. Karena semua variabel bernilai di atas 50%, maka
semua variabel tersebut dapat menjelaskan faktor yang ada.

15
 Tabel 3. 4 Total Variance Explained
Total Variance Explained
Initial Eigenvalues Extraction Sums of Squared Loadings
Component Total % of Variance Cumulative % Total % of Variance Cumulative %
1 11.805 69.442 69.442 11.805 69.442 69.442
2 2.509 14.760 84.201 2.509 14.760 84.201
3 1.152 6.776 90.977 1.152 6.776 90.977
4 .403 2.370 93.347
5 .339 1.995 95.342
6 .291 1.711 97.054
7 .185 1.086 98.140
8 .140 .825 98.965
9 .082 .479 99.444
10 .043 .256 99.700
11 .021 .126 99.826
12 .016 .093 99.918
13 .006 .034 99.953
14 .004 .022 99.975
15 .003 .015 99.990
16 .001 .008 99.997
17 .000 .003 100.000
Extraction Method: Principal Component Analysis.
Sumber: Output SPSS, 2019

Tabel ini digunakan untuk menentukan jumlah faktor yang bisa

dibentuk. Kolom “Component” menunjukkan bahwa terdapat 17
‘kelompok’ faktor yang dapat mewakili variabel. Kolom “Initial
Eigenvalues” bertujuan untuk menentukan jumlah faktor yang dapat
dibentuk. Sub-kolom “Total” menunjukkan nilai eigenvalue, dimana
nilai eigenvalue harus > 1. Pada tabel di atas, terlihat bahwa nilai
eigenvalue yang > 1 adalah component 1,2 dan 3, sehingga ‘kelompok’
faktor yang dapat terbentuk berjumlah 1 hingga 3. Kemudian: hanya
dengan melihat dari component 1,2 dan 3, sub-kolom “% of variance”
menunjukkan nilai variansi; yang mana dalam penentuan jumlah
‘kelompok’ faktor yang dapat dibentuk, yang dipilih adalah nilai yang

16
 terkecil. Dari component 1, 2 dan 3, niai variansi yang lebih kecil
adalah component 3 yaitu 6.776, sehingga jumlah ‘kelompok’ faktor
ideal adalah sebanyak 3. Hal ini didukung juga dari nilai persentase
kumulatif di sub-kolom “Cumulative %”, dimana nilai persentase
kumulatif component 3 telah memenuhi syarat, yaitu sebesar 90.977 %.

3.2.2 Faktor Loading (Muatan)

Gambar 3. 1 Scree Plot

Sumber: Output SPSS, 2019
Pada gambar di atas, terlihat bahwa dari titik component 1 ke
component 1 ke component 2 menurun tajam. Kemudian dari titik
component 2 ke component 3 menurun dengan slope yang lebih kecil,
tetapi nilai eigenvalue component 3 masih berada di angka 1.
Sedangkan nilai eigenvalue component 4 berada di bawah 1. Hal ini
menunjukkan bahwa 3 faktor (atau 3’kelompok) adalah jumlah yang
ideal untuk ‘meringkas’ ketujuh variabel yang ada.

Tabel 3. 5 Component Matrix

Component
1 2 3
Jumlah Penduduk .953 -.154 -.166
Jumlah Posyandu .942 -.266 -.018
Jumlah Guru SD .941 -.167 .207
Jumlah Keluarga .940 -.193 -.195

17
 Component
1 2 3
Jumlah Murid SD .907 -.127 -.346
Jumlah Sekolah (SD) .883 -.226 .355
Jumlah RT .883 -.220 -.291
Jumlah Murid SMP .877 .362 -.110
Jumlah Guru SMP .874 .331 .176
Jumlah Desa .848 -.250 .105
Jumlah Dusun .835 -.413 -.265
Jumlah Puskesmas .796 -.407 .145
Jumlah Sekolah (SMP) .766 .443 -.240
Jumlah Guru SMA .672 .656 .229
Jumlah Sekolah (SMA) .643 .643 -.092
Jumlah Murid SMA .620 .722 .046
Jumlah Bidan .660 -.182 .668
Extraction Method: Principal Component Analysis.
a. 3 components extracted.
Sumber: Output SPSS, 2019

Tabel di atas menunjukkan distribusi ketujuh belas variabel ke dalam 3

faktor yang ada. Untuk menentukan apakah suatu variabel masuk ke
dalam faktor (component) 1,2 dan 3, dilihat dari nilai korelasi yang
paling besar di antara 3 component tersebut. Sebagai contoh, nilai
variabel jumlah desa di component 1 adalah 0,848, sedangkan di
component 2 adalah -0,250 dan di component 3 adalah 0,105. Karena
nilai di component 1 yang lebih besar, maka variabel jumlah desa
masuk di faktor 1, begitu juga seterusnya. Namun, hasil dari Tabel
Component Matrix ini masih belum cukup kuat untuk menjelaskan
variabel mana yang masuk ke dalam tiap faktor. Oleh karena itu,
dibutuhkan Tabel Rotated Component Matrix.

18
 Tabel 3. 6 Rotated Component Matrix
Component
1 2 3
Jumlah Dusun .934 .089 .242
Jumlah Murid SD .896 .372 .132
Jumlah RT .893 .279 .192
Jumlah Keluarga .874 .330 .293
Jumlah Penduduk .851 .369 .314
Jumlah Posyandu .820 .265 .465
Jumlah Puskesmas .696 .065 .577
Jumlah Desa .682 .228 .526
Jumlah Guru SD .660 .345 .634
Jumlah Murid SMA .098 .938 .133
Jumlah Guru SMA .074 .905 .331
Jumlah Sekolah (SMA) .221 .886 .044
Jumlah Sekolah (SMP) .477 .783 .020
Jumlah Murid SMP .530 .769 .201
Jumlah Guru SMP .398 .735 .454
Jumlah Bidan .229 .175 .912
Jumlah Sekolah (SD) .570 .261 .751
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization. a
a. Rotation converged in 5 iterations.
Sumber: Output SPSS, 2019

Tabel ini berfungsi untuk memperjelas variabel mana saja yang akan
masuk ke dalam tiap faktor yang ada. Cara melihatnya sama dengan di
Tabel Component Matrix, yaitu dengan melihat nilai korelasi yang
paling besar di setiap variabelnya. Maka, dapat disimpulkan bahwa
anggota dari faktor 1 adalah:
 Jumlah Dusun
 Jumlah Murid SD
 Jumlah RT
 Jumlah Keluarga
 Jumlah Penduduk

19
  Jumlah Posyandu
 Jumlah Puskesmas
 Jumlah Desa
 Jumlah Guru SD
Sedangkan variabel yang termasuk dalam faktor 2 adalah:
 Jumlah Murid SMA
 Jumlah Guru SMA
 Jumlah Sekolah (SMA)
 Jumlah Sekolah (SMP)
 Jumlah Murid SMP
 Jumlah Guru SMP
Serta variabel yang termasuk dalam faktor 3 adalah:
 Jumlah Bidan
 Jumlah Sekolah (SD)

Tabel 3. 7 Component Transformation Matrix

Component 1 2 3
1 .731 .522 .440
2 -.459 .853 -.248
3 -.505 -.021 .863
Extraction Method: Principal Component
Analysis.
Rotation Method: Varimax with Kaiser
Normalization
Sumber: Output SPSS, 2019

Tabel di atas menunjukkan nilai korelasi tiap faktor; nilai yang

perlu dilihat adalah diagonalnya. Pada component 1, nilai
korelasinya adalah 0,731, pada component 2 nilai korelasinya
adalah 0,853, dan pada component 3 nilai korelasinya adalah
0,863. Karena semua nilai korelasi faktor lebih besar dari 0.5,
maka dapat disimpulkan bahwa jumlah ‘kelompok’ faktor yang
terbentuk telah tepat dalam merangkum variabel yang ada.

20
 Gambar 3. 2 Component Plot in Rotated Space
Sumber: Output SPSS, 2019

Gambar berikut merupakan pelengkap dari analisis-analisis di atas,

dimana gambar ini menampilkan letak variabel pada kedua faktor yang
ada. Berdasarkan gambar, ketujuh belas variabel tersebut pada ketiga
faktor yang ada. Untuk contoh, perhatikan bahwa variabel-variabel
jumlah keluarga dan jumlah murid SD berdekatan hal tersebut
dikarenakan jumlah keluarga dan jumlah murid SD merupakan satu
faktor dan hubungannya kuat. Jadi semakin dekat jarak antar titik
maka semakin kuat hubungan antara variabel tersebut, begitu juga
sebaliknya, semakin jauh jarak antar kedua titik maka hubungan antar
variabel semakin berkurang.
Selanjutnya adalah pemberian nama pada faktor yang terbentuk.
Faktor pertama diberi nama faktor kelengkapan daerah karena variabel
di dalamnya saling keterkaitan satu sama lain, seperti jumlah posyandu
dan jumlah puskesmas dapat meningkatkan kesejahteraan masyarakat
karena sebagai infrastruktur pendukung di wilayah tersebut. Faktor
kedua diberi nama faktor pendidikan karena variabel di dalamnya

21
 memiliki keterkaitan satu sama lain dalam bidang pedidikan. Variabel
jumlah murid dan jumlah guru, keduanya dapat membantu terciptanya
kesejahteraan di masyarakat. Semakin banyak murid sekolah maka
kualitas sumberdaya manusianya meningkat. Kemudian untuk faktor
ketiga diberi nama faktor pendukung kesejahteraan masyarakat.
Karena variabel di dalamnya saling berkaitan.

3.3 Interpretasi Terhadap Bidang Perencanaan Wilayah dan Kota

Elemen dasar Perencanaan Wilayah dan Kota adalah menciptakan sebuah
rencana, baik itu rencana jangka pendek, menengah maupun jangka
panjang. Melalui analisis dan identifikasi data, seorang perencana perlu
mengembangkan rencananya guna kepentingan masyarakat. Di dalam
lingkup Perencanaan Wilayah dan Kota, banyak sekali aspek yang harus
diperhatikan, terutama yang berkaitan dengan masyarakat. Salah satunya
adalah kesejahteraan masyarakat. Bukan hanya merencanakan sebuah
kota, seorang perencana juga bertugas untuk menjamin kehidupan
masyarakat yang ada di dalamnya. Karena pada dasarnya suatu
kawasan/kota akan terlihat lebih maju apabila masyarakat yang tinggal di
dalamnya hidup sejahtera sehingga mampu mengembangkan potensi-
potensi yang dimiliki oleh masyarakat sekitar serta potensi tempat tinggal
mereka.
Tingkat kesejahteraan masyarakat dapat dilihat dari bagaimana seorang
perencana merencanakan pembangunan disuatu kawasan. Adanya
infrastruktur yang memadai, lapangan pekerjaan, dan sumberdaya alam
yang memadai dapat membuat kehidupan masyarakat lebih sejahtera.
Pasalnya, dengan adanya lapangan pekerjaan disekitar tempat tinggal
mereka dapat memenuhi kebutuhan hidup yang saat ini sudah semakin
tinggi. Perekonomian yang mencukupi membuat taraf hidup masyarakat
lebih sejahtera. Selain itu, karena cukupnya perekonomian masyarakat,
mereka mampu mengakses fasilitas yang membutuhkan biaya seperti rumah
sakit. Kemudian dengan disediakannya infrastruktur yang memadai dan
mencukupi, seperti sarana dan prasarana pendidikan, masyarakat mampu

22
menempuh pendidikan sehingga dapat tercipta sumberdaya manusia yang
berkualitas untuk bangsa ini.
Sekali lagi, kesejahteraan masyarakat membutuhkan perhatian khusus dari
seorang perencana karena jika masyarakat disuatu kawasan/kota tidak
sejahtera, berarti perencanaan yang dibuat oleh seorang perencana belum
maksimal, masih perlu dikaji secara lebih lanjut.

23
 BAB IV
PENUTUP

4.1 Kesimpulan
1. Seluruh variabel dapat menjelaskan faktor yang ada, karena seluruh
variabel bernilai di atas 50%. Sebagai contoh adalah variabel jumlah
penduduk bernilai 0,959 yang artinya variabel tersebut dapat
menjelaskan faktor sebesar 95,9%.
2. Tingkat kesejahteraan masyarakat dipengaruhi oleh ketujuh belas
variabel yang ada. Variabel tersebut terbagi ke dalam 3 faktor, yaitu
faktor 1 (jumlah dusun, jumlah murid SD, jumlah RT, jumlah keluarga,
jumlah penduduk, jumlah Posyandu, jumlah Puskesmas, jumlah desa,
dan jumlah guru SD), faktor 2 (jumlah murid SMA, jumlah guru SMA,
jumlah sekolah (SMA), jumlah sekolah (SMP), jumlah murid SMP, dan
jumlah guru SMP), dan faktor 3 (jumlah sekolah (SD) dan jumlah bidan)

4.2 Saran
Pemerintah sebaiknya meningkatkan jumlah fasilitas kesehatan dan tenaga
medis di Kabupaten Lampung Timur. Karena dilihat dari jumlah penduduk
yang padat dengan fasilitas kesehatan yang minim dapat menimbulkan
masalah dibidang kesehatan. Kemudian pemerintah juga sebaiknya
menambah sarana dan prasarana pendidikan di daerah-daerah yang
terpencil seperti Kecamatan Marga Sekampung.

24
Daftar Pustaka

Anonim. 2017. Kabupaten Lampung Timur dalam Angka 2017. Lampung:

Badan Pusat Statistik Kabupaten Lampung Timur.

Yunika, A. 2014. Landasan Teori 2.1 Konsep Kesejahteraan. Diakses

melalui https://repository.uin-suska.ac.id/3990/3/BAB%2520II.pdf
pada tanggal 24 Februari 2019.

Hidayat, Anwar. Maret 2014. Analisis Faktor SPSS. Diakses melalui

https://statistikian.com/2014/03/analisis-faktor-dengan-
spss.html/amp pada tanggal 24 Februari 2019.

Raharjo, Said. 2018. Panduan Analisis Faktor dan Interpretasi dengan

SPSS Lengkap. Diakses melalui
https://www.spssindonesia.com/2018/12/analisis-faktor-dan-
interpretasi-spss.html pada tanggal 25 Februari 2019.
Lampiran

Jumlah Jumlah Jumlah Jumlah Kepadatan Jumlah Jumlah Jumlah Jumlah Jumlah
No Kecamatan
Desa Dusun RT Penduduk Penduduk Keluarga Posyandu Puskesmas Dokter Bidan
1 Metro Kibang 7 45 139 23092 301 6813 32 1 2 11
2 Batanghari 17 82 283 59874 402 15587 83 2 3 24
3 Sekampung 17 85 319 63635 429 18059 81 2 2 19
4 Marga Tiga 13 89 308 45813 183 13137 64 2 3 13
5 Sekampung Udik 15 107 391 72893 215 19767 83 2 4 15
6 Jabung 15 103 322 50756 189 13783 63 2 1 6
7 Pasir Sakti 11 57 257 37117 191 10302 36 1 2 7
8 Waway Karya 8 66 233 33056 157 11069 42 1 1 7
9 Marga Sekampung 8 66 216 26657 150 8116 29 1 1 3
10 Labuhan Maringgai 11 96 387 71390 366 19173 78 2 3 10
11 Mataram Baru 5 45 157 28454 358 7811 38 1 1 8
12 Bandar Sribhawono 6 71 282 49458 266 14211 49 1 2 11
13 Melinting 7 55 189 25690 184 7523 40 1 1 5
14 Gunung Pelindung 7 37 127 21546 274 6240 35 1 1 2
15 Way Jepara 16 74 375 55644 243 14420 69 2 3 13
16 Braja Selebah 7 41 167 23268 94 6812 30 1 2 8
17 Labuhan Ratu 11 65 314 44860 92 12926 43 1 1 8
18 Sukadana 20 122 489 68981 91 21590 87 2 2 18
19 Bumi Agung 7 34 139 17921 245 5386 28 1 2 9
20 Batanghari Nuban 13 66 290 43985 243 12709 61 1 2 12
21 Pekalongan 12 70 279 49261 492 13375 56 2 4 26
22 Raman Utara 11 73 278 37455 232 11313 52 2 4 17
23 Purbolinggo 12 59 241 43574 196 12251 54 1 1 13
24 Way Bungur 8 37 149 24044 64 6608 29 1 2 7
 Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah
No Kecamatan Sekolah Sekolah Sekolah Murid Murid Murid Guru Guru Guru
(SD) (SMP) (SMA) SD SMP SMA SD SMP SMA

1 Metro Kibang 18 5 1 2237 895 485 193 72 49

2 Batanghari 40 6 1 4735 1954 550 424 154 40
3 Sekampung 39 17 4 5756 3031 1658 420 253 108
4 Marga Tiga 31 6 3 4258 1404 440 325 90 51
5 Sekampung Udik 35 13 4 6563 2527 1111 400 146 77
6 Jabung 24 7 2 4887 1422 494 259 73 39
7 Pasir Sakti 12 6 2 3339 1445 772 168 89 43
8 Waway Karya 17 8 1 3824 1416 389 206 85 22
9 Marga Sekampung 16 6 0 2748 867 0 181 71 0
10 Labuhan Maringgai 28 8 2 6954 2573 515 363 126 29
11 Mataram Baru 14 5 0 2244 679 0 152 52 0
12 Bandar Sribhawono 20 10 4 4837 2091 1414 278 131 89
13 Melinting 14 3 1 2703 705 340 171 43 21
14 Gunung Pelindung 12 5 2 2378 722 172 116 52 19
15 Way Jepara 30 15 5 5115 3742 1842 360 211 106
16 Braja Selebah 12 5 2 2036 1014 300 125 74 26
17 Labuhan Ratu 19 6 2 4311 1742 918 250 99 52
18 Sukadana 35 9 2 5970 2024 600 417 155 45
19 Bumi Agung 13 4 0 1732 895 0 132 54 0
20 Batanghari Nuban 28 6 0 3792 833 0 325 103 0
21 Pekalongan 29 5 3 3809 1765 585 312 133 69
22 Raman Utara 32 3 1 3517 1057 364 338 85 41
23 Purbolinggo 29 5 3 3714 1845 1816 333 124 100
24 Way Bungur 16 3 1 2085 910 81 174 70 14