ANALISIS FAKTOR
Studi Kasus Analisis Identifikasi Faktor Kesejahteraan
di Kabupaten Lampung Utara
Disusun Oleh:
Inayah Vera Aulia 22117029
Okky Mera Kresanti 22117030
Kelas RA:
Kamis, 15.00-16.40 WIB
Asisten Praktikum:
Putri Rehulina Tarigan 22116132
Warid Zul Ilmi 22116152
DAFTAR TABEL.................................................................................................................3
DAFTAR GAMBAR..............................................................................................................4
BAB I PENDAHULUAN......................................................................................................5
4.1 Kesimpulan........................................................................................................34
4.2 Rekomendasi.....................................................................................................34
DAFTAR PUSTAKA..........................................................................................................35
LAMPIRAN........................................................................................................................36
2
DAFTAR TABEL
3
DAFTAR GAMBAR
Gambar 2.1 Input Data Pada SPSS..............................................................................16
4
BAB I
PENDAHULUAN
5
diadakan penelitian ini guna melihat faktor-faktor apa saja yang
menjadi ukuran indikitor dalam mencapai kesejahteraan di Kabupaten
Lampung Utara.
6
1.4.2 Ruang Lingkup Wilayah
Ruang Lingkup Wilayah dalam praktikum ini adalah Wilayah
orientasi studi (pengambilan data) berada di Kabupaten
Lampung Utara, Provinsi Lampung. Jumlah data yang digunakan
sebanyak 23 Kecamatan dan 12 variabel yang digunakan.
7
C. Metode Pengambilan Data
Metode penelitian yang digunakan dalam pengambilan data informasi
yaitu dengan metode pengumpulan data dan analisis data. Metode
pengambilan dan pengumpulan data berupa data sekunder yang
didapat melalui BPS Lampung Utara serta untuk melakukan analisis
lebih dalam kami menggunakan program SPSS.
8
BAB II
DASAR TEORI
9
wilayah ada beberapa indikator yang dapat dijadikan ukuran,
antara lain adalah:
1. Tingkat pendapatan keluarga;
2. Komposisi pengeluaran rumah tangga dengan
membandingkan pengeluaran untuk
2. pangan dengan non-pangan;
3. Tingkat pendidikan keluarga;
4. Tingkat kesehatan keluarga, dan;
5. Kondisi perumahan serta fasilitas yang dimiliki dalam
rumah tangga.
10
f. Meningkatkan kualitas manajemen penyelenggaraan
kesejahteraan sosial.
11
Jika variabel-variabel dibakukan (standardized), model analisis faktor
dapat ditulis sebagai berikut :
dengan :
Faktor yang unik tidak berkorelasi dengan sesama faktor yang unik dan
juga tidak berkorelasi dengan common factor. Common factor sendiri
12
bisa dinyatakan sebagai kombinasi linear dari variabel-variabel yang
terlihat/terobservasi (the observed variables) hasil penelitian lapangan.
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 variable.
3. Mengganti variabel-variabel yang saling berhubungan dengan
sekumpulan variabel yang lebih kecil, yang disebut “Faktor”.
13
Dalam banyak kejadian Analisis Faktor yang berbeda memberikan hasil
yang sama, namun demikian hal ini tidak mengaburkan perbedaan dasar
dari masing-masing tipe pendekatan.
PC
X2
.. . .
..
. .
.
. .
X1
14
Konsep dasar Common Factor Analysis mengungkapkan masing-
masing variabel yang diamati berkenaan dengan Common
Factor dan sebuah Unique Factor, secara aljabar sebagai
berikut:
xx '
1. Sebagian Korelasi
Melalui dua variabel yang berkorelasi dengan Xi
Melalui rata-rata Ko2relarsijirik suatu variabel dengan
variabel lainnya
2. Keseluruhan Matrik Korelasi
Squared Multiple Corelation
Berdasarkan koefisien determinasi (R2) yang dihasilkan
apabila masing-masing variabel diregresikan dengan
variabel-variabel yang lain.
Metoda Iterasi
Menghitung Communality dengan cara trial and error,
yang pada akhirnya diperoleh nilai Communality yang
stabil atau tidak berubah lagi.
15
Gambar 2.1 Input Data Pada SPSS
Sumber: Pengolahan Data SPSS Kelompok 2
16
Gambar 2.3 Pengaturan Descriptive dalam Reduksi Data
Sumber: Pengolahan Data SPSS Kelompok 2
17
mendekati 0,5. Analisis diulang terus sampai tidak ada variabel
yang kurang dari 0,5.
7. Setelah itu, mencari factor loading. Klik Analyze pilih Dimension
Reduction, kemudian pilih Factor.
18
Gambar 2.6 Pengaturan Extraction pada Factor Loading
Sumber: Pengolahan Data SPSS Kelompok 2
10. Pilih option, klik exclude cases listwise dan sorted by size. Klik
continue lalu ok.
19
Gambar 2.8 Pengaturan Option pada Factor Loading
Sumber: Pengolahan Data SPSS Kelompok 2
20
Gambar 2.10 Pengaturan Score pada Factor Scores
Sumber: Pengolahan Data SPSS Kelompok 2
14. Kembali ke Data View, lihat tabel baru yang terbentuk didaerah paling
kanan. Dan itulah Factor Scores yang diminta.
21
BAB III
INPUT DAN ANALISIS DATA
22
3.2.1 Reduksi Data
Tabel 3.1
KMO and Bartlett's Test
Df 66
Sig. 0,000
Tabel 3.2
Anti-image Matrices
Jumlah
Keluarg Jumlah
Jumlah Jumlah Jumlah Rumah Rumah Jumlah Sejahter Sekolah Jumlah Kasus Kasus Prasejahter
Penduduk Posyandu Klinik Sakit Bersalin Masjid a Dasar SMP DBD Diare a
Anti-image Covariance Jumlah 0,003 0,006 -0,006 -0,002 -0,010 -0,008 -0,004 0,001 0,006 -0,006 -0,002 0,007
Penduduk
Jumlah 0,006 0,106 -0,018 0,030 -0,032 -0,030 -0,010 -0,005 0,015 -0,018 0,050 -0,016
Posyandu
Jumlah Klinik -0,006 -0,018 0,120 -0,038 0,007 0,014 0,007 0,000 -0,046 0,013 0,029 0,001
Jumlah -0,002 0,030 -0,038 0,060 0,011 0,001 0,000 -0,001 0,021 -0,024 0,037 -0,058
Rumah Sakit
Jumlah -0,010 -0,032 0,007 0,011 0,077 0,049 0,014 -0,026 -0,038 -0,007 -0,029 -0,015
Rumah
Bersalin
Jumlah -0,008 -0,030 0,014 0,001 0,049 0,060 0,011 -0,036 -0,027 -0,001 0,002 -0,012
Masjid
23
Jumlah
Keluarg Jumlah
Jumlah Jumlah Jumlah Rumah Rumah Jumlah Sejahter Sekolah Jumlah Kasus Kasus Prasejahter
Penduduk Posyandu Klinik Sakit Bersalin Masjid a Dasar SMP DBD Diare a
Jumlah -0,004 -0,010 0,007 0,000 0,014 0,011 0,005 -0,003 -0,009 0,006 -0,002 -0,007
Keluarga
Sejahtera
Jumlah 0,001 -0,005 0,000 -0,001 -0,026 -0,036 -0,003 0,050 0,015 0,016 -0,011 -0,006
Sekolah
Dasar
Jumlah 0,006 0,015 -0,046 0,021 -0,038 -0,027 -0,009 0,015 0,092 -0,010 0,009 -0,013
SMP
Jumlah -0,006 -0,018 0,013 -0,024 -0,007 -0,001 0,006 0,016 -0,010 0,057 0,010 0,006
Kasus DBD
Jumlah -0,002 0,050 0,029 0,037 -0,029 0,002 -0,002 -0,011 0,009 0,010 0,287 -0,059
Kasus Diare
Jumlah 0,007 -0,016 0,001 -0,058 -0,015 -0,012 -0,007 -0,006 -0,013 0,006 -0,059 0,121
Keluarga
Prasejahter
Anti-image Jumlah ,0773a 0,336 -0,298 -0,117 -0,653 -0,570 -0,952 0,049 0,328 -0,457 -0,080 0,370
Correlation Penduduk
Jumlah 0,336 ,0871a -0,162 0,376 -0,357 -0,371 -0,445 -0,064 0,150 -0,235 0,284 -0,145
Posyandu
Jumlah -0,298 -0,162 0,895a -0,450 0,076 0,164 0,312 0,006 -0,440 0,154 0,155 0,009
Klinik
Jumlah -0,117 0,376 -0,450 0,823a 0,156 0,023 0,022 -0,022 0,285 -0,404 0,280 -0,679
Rumah
Sakit
Jumlah -0,653 -0,357 0,076 0,156 0,721a 0,722 0,724 -0,421 -0,448 -0,106 -0,193 -0,156
Rumah
Bersalin
Jumlah -0,570 -0,371 0,164 0,023 0,722 0,755a 0,638 -0,658 -0,369 -0,026 0,015 -0,143
Masjid
Jumlah -0,952 -0,445 0,312 0,022 0,724 0,638 0,745a -,0191 -0,462 0,359 -0,053 -0,310
Keluarga
Sejahtera
24
Jumlah
Keluarg Jumlah
Jumlah Jumlah Jumlah Rumah Rumah Jumlah Sejahter Sekolah Jumlah Kasus Kasus Prasejahter
Penduduk Posyandu Klinik Sakit Bersalin Masjid a Dasar SMP DBD Diare a
Jumlah 0,049 -0,064 0,006 -0,022 -0,421 -0,658 -0,191 0,896a 0,228 0,306 -0,090 -0,076
Sekolah
Dasar
Jumlah 0,328 0,150 -0,440 0,285 -0,448 -0,369 -0,462 0,228 0,870a -0,144 0,058 -0,125
SMP
Jumlah -0,457 -0,235 0,154 -0,404 -0,106 -0,026 0,359 0,306 -0,144 0,904a 0,080 0,067
Kasus DBD
Jumlah -0,080 0,284 0,155 0,280 -0,193 0,015 -0,053 -0,090 0,058 0,080 0,916a -0,319
Kasus Diare
Jumlah 0,370 -0,145 0,009 -0,679 -0,156 -0,143 -0,310 -0,076 -0,125 0,067 -0,319 0,869a
Keluarga
Prasejahter
Tabel 3.3
Communalities
Initial Extraction
25
Initial Extraction
Jumlah Sekolah Dasar 1,000 0,915
Jumlah SMP 1,000 0,869
Jumlah Kasus DBD 1,000 0,891
Jumlah Kasus Diare 1,000 0,779
Jumlah Keluarga 1,000 0,766
Prasejahtera
Tabel 3.4
Total Variance Explained
26
Component Extraction Sums of Squared Rotation Sums of Squared
Initial Eigenvalues Loadings Loadings
27
Gambar 3.2 Scree Plot
Sumber: Output SPSS kelompok 2
Tabel 3.5
Component Matrixa
Component
1 2
28
Component
1 2
Jumlah Klinik 0,847 -0,430
Jumlah Rumah Bersalin 0,820 0,093
Jumlah Rumah Sakit 0,815 -0,523
Jumlah Kasus Diare 0,692 0,548
Tabel 3.6
Component
1 2
29
Component
1 2
Jumlah Klinik 0,311 0,898
Jumlah Kasus DBD 0,477 0,815
Jumlah Keluarga 0,479 0,733
Prasejahtera
30
Tabel 3.7
Component Transformation
Matrix
Component 1 2
1 0,719 0,695
on0
2 0,695 0,719
31
Gambar di atas merupakan pelengkap dari analisis-analisis
sebelumnya, dimana gambar ini menampilkan letak keduabelas
variabel pada kedua faktor yang ada. Berdasarkan gambar,
keduabelas variabel tersebut terletak di component 2.
Salah satu aspek dalam tata kelola perkotaan adalah Infrastructure and
Service Management atau Infrastruktur dan Pengelolaan Pelayanan.
Infrastruktur merupakan salah satu komponen penting yang tidak dapat
dipisahkan dari suatu perkotaan karena infrastruktur adalah suatu
sarana yang mendukung perkembangan suatu kota, baik perkembangan
ekonomi, pendidikan, sosial dan budaya.
32
Salah satu manfaat infrastruktur adalah untuk meningkatkan
perekonomian suatu kota. Kota yang memiliki potensi dapat
dikembangkan dengan pembangunan infrastruktur agar ekonomi daerah
tersebut berkembang. Infrastruktur yang baik akan menarik investor
untuk berinvestasi di daerah tersebut. Selain meningkatkan
perekonomian, pembangunan infrastruktur berdampak pada pemerataan
ekonomi di Indonesia.
33
BAB IV
KESIMPULAN DAN REKOMENDASI
4.1 Kesimpulan
Setelah dilakukan analisis terdapat 2 faktor yaitu faktor infrastruktur &
kendudukan dan faktor kesehatan. Faktor infrastruktur dan
kependudukan terdiri atas 8 variabel, yaitu: Jumlah Kasus Diare, Jumlah
Sekolah Dasar, Jumlah Posyandu, Jumlah Keluarga Sejahtera, Jumlah
Penduduk, Jumlah SMP, Jumlah Masjid, Jumlah Rumah Bersalin.
Sedangkan faktor kesehatan terdiri dari 4 variabel, yaitu: Jumlah Rumah
Sakit, Jumlah Klinik, Jumlah Kasus DBD, Jumlah Keluarga Pra-Sejahtera
4.2 Rekomendasi
Pemerintah Kabupaten Lampung Utara seharusnya lebih memikirkan
kesejahteraan masyaraktnya, baik dalam pertumbuhan penduduk
tiap tahunnya maupun infrastruktur yang ada di sana. Dengan
menyediakan fasilitas yang baik serta infrastruktur yang memadai,
masyarakat dapat hidup sejahtera dan nyaman. Bukan hanya
masyarakat, infrastruktur yang baik dan memadai juga dapat
menunjang pembangunan bagi wilayah Lampung Utara.
34
DAFTAR PUSTAKA
35
LAMPIRAN
Jumlah
Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Jumlah Keluarga
Jumlah Jumlah Jumlah Jumlah Jumlah Rumah Rumah Jumlah Jumlah Tenaga Tenaga Keluarga Kantor Sekolah Jumlah Kasus Kasus Pra-
No Kecamatan Penduduk Desa Pura Posyandu Klinik Sakit Bersalin Masjid Restoran Keperawatan Kebidanan Sejahera Pos Dasar SMP DBD Diare Sejahtera
Bukit
1 Kemuning 41785 7 0 37 1 0 4 54 7 34 25 10057 2 26 6 55 693 2368
Abung
2 Tinggi 16483 8 0 18 0 0 0 30 5 18 28 4649 0 12 2 15 156 1524
Tanjung
3 Raja 31169 19 0 41 0 0 1 87 0 18 36 8024 0 33 5 14 808 2839
Abung
4 Barat 18750 14 0 25 2 0 1 47 0 17 26 5416 1 19 6 18 156 2537
Abung
5 Tengah 16798 11 0 14 1 0 0 26 0 6 20 4631 1 13 3 10 176 2080
Abung
6 Kunang 9579 7 0 12 0 0 0 29 2 9 23 2698 0 10 1 7 212 972
Abung
7 Pekurun 11333 9 0 13 0 0 1 0 4 9 17 3545 0 10 2 2 383 1438
8 Kotabumi 52548 4 0 46 8 1 4 71 15 23 26 12953 1 30 10 89 850 5949
Kotabumi
9 Utara 31933 8 0 35 4 0 1 65 4 17 22 8390 1 23 5 28 486 2191
Kotabumi
10 Selatan 69694 9 0 50 8 1 4 108 20 14 34 16641 0 37 12 126 741 4177
Abung
11 Selatan 49688 16 0 29 5 1 1 84 2 18 28 13057 1 31 6 57 681 5816
36
Abung
12 Semuli 24930 7 0 26 2 0 1 39 0 22 29 6990 1 15 6 11 496 3214
Blambanga
13 n Pagar 17320 7 0 20 0 0 0 35 2 25 34 4849 0 11 2 25 613 2570
Abung
14 Timur 34390 12 0 42 0 0 0 56 0 9 20 11284 0 25 6 14 583 3382
Abung
15 Surakarta 28232 9 0 31 1 0 1 41 0 17 21 8320 0 17 5 5 426 1773
Sungkai
16 Selatan 21823 11 0 25 0 0 0 44 0 14 22 6552 1 18 3 19 541 2349
Muara
17 Sungkai 14243 11 0 17 2 0 0 25 0 17 35 4207 0 13 2 3 199 1280
Bunga
18 Mayang 33079 11 2 25 1 0 1 42 0 21 37 9394 0 19 7 22 1140 2197
Sungkai
19 Barat 12738 10 0 20 0 0 0 47 0 18 24 3982 0 12 4 7 155 2384
Sungkai
20 Jaya 10037 9 0 23 0 0 0 30 0 4 17 2976 0 8 1 7 148 1652
Sungkai
21 Utara 34765 15 2 31 2 0 3 65 23 7 20 9223 1 28 6 25 1126 2988
Hulu
22 Sungkai 14383 10 2 13 0 0 0 41 0 5 10 3912 0 12 3 7 261 1556
Sungkai
23 Tengah 16400 8 6 17 1 0 0 37 0 6 15 4084 0 11 2 4 179 1236
37