Disusun Guna Memenuhi Tugas Mata Kuliah Metode Analisis Perencanaan (TKP342)
Dosen Pengampu :
Dr. Yudi Basuki, S.T., M.T.;
Dr. soc.agr. Iwan Rudiarto, S.T. M.Sc.
Dr. Eng Maryono S.T., M.T.;
Sri Rahayu, S.Si., M.Si.;
Widjonarko, S.T., M.T.
Anang Wahyu Sejati, S.T., M.T.
Disusun oleh :
Kamelia Balqis 21040117120012
Arga Hijrian Pasha 21040117130063
Fathiyyah Nur Andina 21040117130068
Gajah Muhammad Merkava 21040117130070
Bella Monica Ratu 21040117130090
Kelas B
2.1.4. Jumlah Sampel Ideal dan Jenis Data Untuk Analisis Faktor
Secara umum, jumlah sampel dalam analisis faktor minimal 50 pengamatan. Bahkan
seharusnya ukuran sampel sebanyak 100 atau lebih besar. Biasanya ukuran sampel dalam
analisis ini dianjurkan memiliki paling sedikit 5 kali jumlah variabel yang akan diamati,
karena semakin banyak sampel yang dipilih akan mencapai patokan rasio 10:1, dalam arti
untuk satu variabel ada 10 sampel (Hair, 2010). Dalam pengertian SPSS, hal ini berarti
untuk setiap 1 kolom yang ada, seharusnya terdapat 10 baris data, sehingga jika ada 5
kolom (variabel), minimal seharusnya ada 50 baris data (sampel). Data dalam analisis
faktor minimal adalah interval, sehingga apabila data yg diperoleh berupa data ordinal,
harus ditransformasikan menjadi data interval, misalnya dengan menggunakan metode
successive interval (Suliyanto,2005).
Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9
Jihan 24 1-2
Nisrina Jendela Coffee Brewers & Kitchen Jl tunjung sari no. 2a Sedang Jarang 0 jam tidak juta
Jendela Coffee Brewers & Kitchen, Anak 1-2
Mahda Panah Kopi Tembalang Banjarsari Sedang Jarang 1 Wifi suka juta
Lutfia Diah 1-2
A Anak Panah Kopi Tembalang Ngesrep Timur v Sedang Jarang 1 Wifi suka juta
24 >2
syifa Jendela Coffee Brewers & Kitchen Jatisari v Sedang Jarang 1 jam suka juta
Kayo Coffee and Space, Jendela Coffee
Brewers & Kitchen, Anak Panah Kopi 1-2
ranu Tembalang bulusan utara Sedang Jarang 1 Wifi suka juta
1-2
ic Anak Panah Kopi Tembalang bulusan Sedang Jarang 1 AC tidak juta
Kayo Coffee and Space, Jendela Coffee
Brewers & Kitchen, Anak Panah Kopi 24 <1
Rhein Tembalang Banjarsari no 59 Sedang Jarang 1 jam suka juta
24 1-2
zyzy Jendela Coffee Brewers & Kitchen gondang barat Sedang Jarang 1 jam suka juta
Kayo Coffee and Space, Jendela Coffee
Anggita Brewers & Kitchen, Anak Panah Kopi Jalan Tembalang 24 1-2
Fitriani Tembalang Selatan v no. 57 Sedang Jarang 1 jam tidak Juta
Jendela Coffee Brewers & Kitchen, Anak JL.Banjarsari Gg. 24 <1
Shidik Panah Kopi Tembalang Iwenisari 15 Dekat Jarang 0 jam tidak Juta
Gito 1-2
Anggara Anak Panah Kopi Tembalang Jl. Gondang Timur II Sedang Jarang 1 Wifi suka Juta
Umi <1
Khoiryatin Anak Panah Kopi Tembalang Jl timoho barat II Jauh Jarang 1 Wifi tidak Juta
Jendela Coffee Brewers & Kitchen, Anak 24 <1
Sella Panah Kopi Tembalang baskoro Sedang Jarang 1 jam suka Juta
1-2
Jihan Jendela Coffee Brewers & Kitchen sodarto Sedang Jarang 1 Wifi suka Juta
1-2
Rhama Jendela Coffee Brewers & Kitchen gang bulusari 1 Jauh Sering 1 Wifi suka Juta
Kayo Coffee and Space, Jendela Coffee
Brewers & Kitchen, Anak Panah Kopi 24 >2
Dea Tembalang tembalang Sedang Jarang 1 jam suka juta
<1
Shavira Anak Panah Kopi Tembalang banyuputih II Sedang Jarang 1 Wifi suka Juta
1-2
Naya Jendela Coffee Brewers & Kitchen Jl. Prof Soedharto 14B Jauh Jarang 0 Wifi suka Juta
1-2
Dina Jendela Coffee Brewers & Kitchen Jalan Banjarsari Sedang Jarang 1 Wifi tidak Juta
Nurul Jl. Tirto usodo timur 1-2
Fauziah Anak Panah Kopi Tembalang no.41a Sedang Jarang 1 Wifi tidak Juta
>2
Josephin Jendela Coffee Brewers & Kitchen Galang sewu raya Sedang Sering 1 Wifi suka juta
1-2
Fita Jendela Coffee Brewers & Kitchen Jatisari 3 no 8a Dekat Jarang 1 Wifi tidak Juta
<1
Aldhea Anak Panah Kopi Tembalang Banjarsari 2 no. 5 ( Jauh Jarang 1 AC suka Juta
Rheza >2
Mustafa Jendela Coffee Brewers & Kitchen semarang Jauh Sering 2 Wifi suka juta
Fauziah Perum Graha
Berliani Sendangmulyo blok 1-2
Safitri Kopi Coffee and Space mawar III no 53 Jauh Sering 2 Wifi suka Juta
Nur Azizah 1-2
Ferawati Jendela Coffee Brewers & Kitchen Jl. Banjarsari No.3f Dekat Jarang 2 Wifi suka Juta
Muhammad 24 1-2
Hanif Kayo Coffee and Space Bukit agung blok r no 2 Jauh Jarang 1 jam suka Juta
Rani 1-2
Puspita Sari Jendela Coffee Brewers & Kitchen Jl. Siwungu Dekat Jarang 1 Wifi suka Juta
<1
Kunti Jendela Coffee Brewers & Kitchen Bukutsari Jauh Jarang 1 Wifi tidak Juta
<1
Nophia Anak Panah Kopi Tembalang Srondol kulon Jauh Jarang 1 Wifi suka Juta
24 1-2
Ardyfa Anak Panah Kopi Tembalang Graha sapta Jauh Jarang 1 jam suka Juta
>2
Arga HP Anak Panah Kopi Tembalang Sipodang Sedang Jarang 1 Wifi suka juta
24 1-2
Kamelia Anak Panah Kopi Tembalang Jl. Gerungsari 1 Sedang Jarang 1 jam tidak Juta
Antares 24 1-2
Daffa Anak Panah Kopi Tembalang Gondang Timur 4 Sedang Jarang 1 jam suka Juta
Muhammad 24 1-2
Hanif A Anak Panah Kopi Tembalang Banjarsari selatan Sedang Jarang 1 jam suka Juta
24 1-2
Rahadi Anak Panah Kopi Tembalang semarang Dekat Jarang 1 jam suka Juta
24 >2
Cilla Jendela Coffee Brewers & Kitchen Tirto agung 12B Dekat Sering 1 jam suka juta
Qashash 24 1-2
Munqidz Jendela Coffee Brewers & Kitchen Banjarsari Sedang Jarang 1 jam tidak Juta
1-2
Nana Anak Panah Kopi Tembalang Perumda Sedang Jarang 1 Wifi suka Juta
>2
Kinan Jendela Coffee Brewers & Kitchen Tembalang selatan Sedang Jarang 1 AC tidak juta
Ariel Jendela Coffee Brewers & Kitchen Baskoro Dekat Jarang 1 24 tidak 1-2
jam Juta
1-2
Atan Anak Panah Kopi Tembalang Perumda Sedang Jarang 1 AC suka Juta
Jln. Ngesrep Timur IV 1-2
Bella Kayo Coffee and Space no.16 Jauh Jarang 2 Wifi suka Juta
1-2
Egaak Anak Panah Kopi Tembalang Jurangblimbing Sedang Jarang 1 Wifi tidak Juta
24 1-2
Jhonson Jendela Coffee Brewers & Kitchen Semarang indah Jauh Jarang 1 jam suka Juta
1-2
Maria Anak Panah Kopi Tembalang Galang Sewu Sedang Sering 2 Wifi suka Juta
24 <1
Raras Anak Panah Kopi Tembalang Jalan banjarsari no 3a Sedang Sering 1 jam suka juta
1-2
Arfika Anak Panah Kopi Tembalang Jl banjarsari raya no 58 Dekat Jarang 1 Wifi suka Juta
1-2
Faya Jendela Coffee Brewers & Kitchen Dekat Jarang 1 Wifi tidak Juta
1-2
Kiki Jendela Coffee Brewers & Kitchen Prof soedarto sh no3 Sedang Jarang 1 Wifi tidak Juta
Sumber : penulis, 2019
Hasil dari analisis Invers of Correlations Matrix merupakan tingkat korelasi antar
variabel. Jika angka semakin tinggi maka korelasi yang terbentuk semakin kuat. Angka yang
bernilai positif menunjukkan hubungan antar variabel berbanding lurus. Sedangkan angka
dengan nilai negatif menunjukkan hubungan antar variabel yang berbanding terbalik.
Tabel output KMO and Bartlett’s Test digunakan untuk mengetahui kelayakan dari
suatu variabel untuk diproses melalui teknik analisis faktor. Berdasarkan hasil di atas, nilai
KMO yang didapat yaitu sebesar 0.638 yang berarti penelitian ini layak dilanjutkan
menggunakan teknik analisis faktor karena memenuhi syarat dengan nilai KMO lebih besar
dari 0,5.
Tabel anti Image Matrices digunakan untuk mengetahui dan menentukan variabel-
variabel yang layak digunakan untuk analisis faktor. Pada tabel di atas terdapat tanda
“a”yang mengindikasikan Measure of Sampling Adequacy (MSA). Nilai masing-masing MSA
tersebut yaitu.
1. Jarak sebesar 0.585
2. Intensitas kunjungan ke Coffee Shop sebesar 0.679
3. Jumlah pemesanan sebesar 0.641
4. Fasilitas sebesar 0.629
5. Kesukaan terhadap kopi sebesar 0.684
6. Uang saku per bulan sebesar 0.517
Persyaratan yang harus dipenuhi dalam analisis faktor yaitu MSA lebih dari 0.5. dari
hasil di atas, seluruh variabel memiliki nilai MSA lebih dari 0.5. Maka, seluruh variabel
dapat digunakan dalam analisis faktor ini.
Berdasarkan gambar Scree Plot di atas, dapat diketahui bahwa jumlah faktoro yang
terbentuk hanya 2 yang dilihat dari titik yang berada di atas angka 1.
1. Variabel jarak memiliki nilai korelasi dengan faktor 1 sebesar -0.432 dan faktor 2 sebesar
0.684. Nilai korelasi faktor 2 lebih besar dari faktor 1, maka variabel jarak termasuk
kelompok variabel 2.
2. Variabel intensitas kunjungan ke coffee shop memiliki nilai korelasi dengan faktor 1
sebesar 0.747 dan faktor 2 sebesar -0.016. nilai korelasi faktor 1 lebih besar dari faktor 2,
maka variabel intensitas kunjungan ke coffee shop termasuk kelompok variabel 1.
3. Variabel jumlah pemesanan memiliki nilai korelasi dengan faktor 1 sebesar 0.774 dan
faktor 2 sebesar 0.157. Nilai korelasi faktor 1 lebih besar dari faktor 2, maka variabel
jumlah pemesanan termasuk kelompok variabel 1.
4. Variabel fasilitas memiliki nilai korelasi dengan faktor 1 sebesar 0.470 dan faktor 2
sebesar -0.97. Nilai korelasi faktor 1 lebih besar dari faktpr 2, maka variabel fasilitas
termasuk kelompok variabel 1.
5. Variabel kesukaan terhadap kopi memiliki nilai korelasi dengan faktor 1 sebesar 0.561
dan faktor 2 sebesar -0.009. Nilai korelasi faktor 1 lebih besar dari faktor 2, maka variabel
kesukaan terhadap kopi termasuk kelompok 1.
6. Variabel uag saku memiliki korelasi dengan faktor 1 sebesar 0.268 dan faktor 2 sebesar
0.817. Nilai korelasi faktor 2 lebih besar dari faktor 1, maka variabel uang saku termasuk
kelompok variabel 2.
Berdasarkan hasil di atas maka dapat disimpulkan bahwa faktor 1 terdiri atas
variabel intensitas kunjungan ke coffee shop, jumlah pemesanan, fasilitas, dan kesukaan
terhadap kopi. Sedangkan faktor 2 terdiri atas variabel jarak dan uang saku.
Berdasarkan tabel 3.13 dapat ditunjukkan bahwa faktor jarak memiliki eigenvalue sebesar
1,951 dengan nilai varian sebesar 32,523%, faktor intensitas pergi ke coffee shop memiliki
eigenvalue sebesar 01,168 dengan nilai varian sebesar 19,473%, faktor jumlah cangkir yang
dipesan memiliki eigenvalue sebesar 0,997 dengan nilai varian sebesar 16,611%, faktor fasilitas
memiliki eigenvalue sebesar 0,712 dengan nilai varian sebesar 11,869%, faktor kesukaan terhadap
kopi memiliki eigenvalue sebesar 0,646 dengan nilai varian sebesar 10,772%, dan faktor uang saku
memiliki eigenvalue sebesar 0,526 dengan nilai varian sebesar 8,762%.
Faktor yang dapat menjelaskan pemilihan coffee shop di koridor Sirojudin- Banjarsari
Selatan dapat ditunjukkan dengan ekstraksi faktor. Ekstraksi faktor dapat dijelaskan oleh total
persentase dari masing-masing faktor utama. Faktor-faktor utama tersebut adalah jarak dan
intensitas pergi ke coffee shop yang memiliki eigenvalue > 1. Untuk mengetahui distribusi dimensi-
dimensi yang belum dirotasi ke dalam faktor yang telah terbentuk, maka dapat dilihat pada Rotated
Component Matrix.
BAB IV
KESIMPULAN
Berdasarkan hasil analisis data dan pembahasan, maka dapat ditarik simpulan yaitu faktor-
faktor yang mempengaruhi pemilihan coffee shop untuk tujuan beraktivitas di koridor Sirojudin-
Banjarsari Selata adalah jarak dengan nilai varian sebesar 32,523%, faktor intensitas pergi ke
coffee shop memiliki eigenvalue sebesar 01,168 dengan nilai varian sebesar 19,473%, faktor
jumlah cangkir yang dipesan memiliki eigenvalue sebesar 0,997 dengan nilai varian sebesar
16,611%, faktor fasilitas memiliki eigenvalue sebesar 0,712 dengan nilai varian sebesar 11,869%,
faktor kesukaan terhadap kopi memiliki eigenvalue sebesar 0,646 dengan nilai varian sebesar
10,772%, dan faktor uang saku memiliki eigenvalue sebesar 0,526 dengan nilai varian sebesar
8,762%. Dan faktor yang paling dominan mempengaruhi pemilihan coffee shop sebagai tujuan
beraktivitas yaitu jarak dan intensitas pergi ke coffee shop.
Sehingga dapat disimpulkan berjamurnya lokasi coffee shop akan semakin meningkat
tergantung kepada jarak coffee shop tersebut terhadap lokasi kos dan berjamurnya coffee shop
akan semakin menjamur dengan didukung mahasiswa yang memiliki intensitas pergi ke coffee
shop yang tinggi.
Daftar Pustaka
Anonim. Tanpa Tahun. Analisis Faktor. Dalam www.sbm.binus.ac.id. Diakses pada Kamis, 18
April 2019.
Anonim. Tanpa Tahun. Panduan Analisis Faktor dan Interpretasi dengan SPSS Lengkap. Dalam
www.spssindonesia.com. Diakses pada Kamis, 18 April 2019.
Lampiran
Descriptive Statistics
Correlation Matrix
Jumlah_Pemesa Kesukaan_thd_k
Jarak Intensitas_ke_cs nan Fasilitas opi Uang_saku
Jumlah_Pemesa Kesukaan_thd_k
Jarak Intensitas_ke_cs nan Fasilitas opi Uang_saku
df 15
Sig. .024
Anti-image Matrices
a
Anti-image Correlation Jarak .585 .201 .028 .063 .153 -.215
a
Intensitas_ke_cs .201 .679 -.320 -.079 -.120 -.101
a
Jumlah_Pemesanan .028 -.320 .641 -.257 -.200 -.142
a
Fasilitas .063 -.079 -.257 .629 .086 .034
a
Kesukaan_thd_kopi .153 -.120 -.200 .086 .684 -.072
a
Uang_saku -.215 -.101 -.142 .034 -.072 .517
Communalities
Initial Extraction
Component
1 2
a. 2 components extracted.
a
Rotated Component Matrix
Component
1 2
Component 1 2
1 1.000 -.023
2 .023 1.000
Extraction Method: Principal Component
Analysis.