LAPORAN PRAKTIKUM I

PL2205 METODE ANALISIS PERENCANAAN II

IDENTIFIKASI FAKTOR PENDIDIKAN DAN KESEHATAN DI KOTA

TANGERANG
Oleh:
Hidayatul Radhini (22117167)
Nike Azhriani ( 118220033)

Kelas RB:
Kamis, 15.00-17.00 WIB

Asisten Praktikum:
Salwa Nabilla Antiqasari (22117089)
Dzuha Muhammad (22117115)

PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA

JURUSAN TEKNOLOGI INFRASTRUKTUR DAN KEWILAYAHAN
INSTITUT TEKNOLOGI SUMATERA
2020

i
 DAFTAR ISI

DAFTAR ISI............................................................................................................ii
DAFTAR GAMBAR..............................................................................................iii
DAFTAR TABEL...................................................................................................iv
LAMPIRAN.............................................................................................................v
BAB I PENDAHULUAN........................................................................................1
1.1 Latar Belakang..........................................................................................1
1.2 Rumusan Masalah.....................................................................................1
1.3 Tujuan dan Sasaran...................................................................................1
1.4 Ruang Lingkup Penelitian.........................................................................2
1.4.1 Ruang Lingkup Materi.......................................................................2
1.4.2 Ruang Lingkup Wilayah....................................................................2
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 Pendidikan dan Teori Kesejahteraan....................................................5
2.2 Teori Analisis Faktor......................................................................................6
2.2.1 Principal Component Analysis...........................................................7
2.2.2 Common Factor Analysis...................................................................8
2.3 Penggunaan Analisis Faktor dengan Aplikasi SPSS......................................9
BAB III INPUT DAN ANALISIS DATA.............................................................16
3.1 Input Data................................................................................................16
3.2 Analisis Output Data...............................................................................16
3.2.1 Reduksi Data....................................................................................16
3.2.2 Faktor Loading (Muatan).................................................................21
3.3 Interpretasi Terhadap Bidang Perencanaan Wilayah Dan Kota..............25
BAB IV KESIMPULAN DAN REKOMENDASI...............................................28
4.1 Kesimpulan..............................................................................................28
4.2 Saran........................................................................................................28
DAFTAR PUSTAKA............................................................................................29

ii
 DAFTAR GAMBAR

Gambar 1.4.2.1 Peta Administrasi Kota Bandar Lampung....................................3

Gambar 2.2.2.1 Perbedaan antara Principal Component Analysis ........................8
Gambar 2.3.1 Reduksi Data
................................................................................................................................
10
Gambar 2.3.2 Pengaturan Descriptive Dalam Reduksi Data
................................................................................................................................
10
Gambar 2.3.3 Mengaktifkan KMO Dan Anti-Image Di Descriptives Pada Reduksi
Data
................................................................................................................................
11
Gambar 2.3.4 Outtput dari Reduksi Data
................................................................................................................................
12
Gambar 2.3.5 Pengaturan Extraction Pada Factor Loading
................................................................................................................................
13
Gambar 2.3.6 Pengaturan Rotation Paada Factor Loading
................................................................................................................................
14
Gambar 2.3.7 Pengaturan Option Pada Factor Loading
................................................................................................................................
14
Gambar 3.1.1 Input Data
................................................................................................................................
16
Gambar 3.2.2.1 Scree Plot
................................................................................................................................
21
Gambar 3.2.2.2 component plot in rotated space
................................................................................................................................
24

iii
 DAFTAR TABEL
Tabel 3.2.1.2 Anti-image Matrices........................................................................18
Tabel 3.2.1.3 Communalities.................................................................................19
Tabel 3.2.1.4 Total Variance Explained................................................................20
Tabel 3.2.2.1 Component Matrix..........................................................................21
Tabel 3.2.2.2 Rotated Component Matrix ............................................................23
Tabel 3.2.2.2 Component Transformation Matrix.................................................24

iv
 DAFTAR LAMPIRAN

Lampiran 1.........................................................................31

v
 BAB I
PENDAHULUAN

Pada bab ini, akan dipaparkan mengenai latar belakang dibuatnya

penelitian ini, rumusan masalah yang akan dibahas, tujuan dan sasaran
yang akan dicapai, ruang lingkup penelitian, metoda penulisan yang
digunakan serta bentuk sistematika penulisan pada laporan penelitian.

1.1 Latar Belakang

Pendidikan merupakan suatu hal yang sangat penting bagi hidup
dan kehidupan manusia, karena manusia hadir tidak mempunyai
kesanggupan untuk mengembangkan dirinya sendiri walaupun
mempunyai cukup potensi dan kemampuan untuk dikembangkannya.
Oleh karena itu, pemerintah selalu berusaha meningkatkan mutu
pendidikan demi tercapainya pembangunan manusia seutuhnya yang
sehat jasmani, rohani, maupun sosialnya serta tenaga terampil,
mandiri dan mampu menghadapi segala tantangan yang ada dalam
kehidupan.
Hidup sejahtera merupakan dambaan dari setiap manusia baik
yang berada di desa maupun diperkotaan. Kesejahteraan meliputi
seluruh bidang kehidupan manusia, salah satunya adalah bidang
pendidikan. Dengan adanya pendidikan diharapkan tingkat
kesejahteraan masyarakat akan semakin meningkat.

1.2 Rumusan Masalah

Rumusan masalah yang akan di ambil pada penelitian ini, yaitu:

1. Apa sajakah variabel yang berkaitan dengan indikator pendidikan serta

indikator pelayanan kesehatan di Kota Tangerang?
2. Berapakah jumlah dari faktor yang akan terbentuk melalui indikator
yang telah dipilih?
3. Apa sajakah variabel yang termasuk ke dalam faktor-faktor yang telah
dipilih?

1
1.3 Tujuan dan Sasaran
Tujuan yang ingin dicapai pada praktikum kali ini adalah untuk
mengidentifikasi faktor-faktor yang menjadi indikator pendidikan
dan kesejahteraan di Kota Bandar Lampung. Untuk mencapai tujuan
tersebut, sasaran-sasaran yang akan dilakukan adalah sebagai
berikut:

1. Variabel-variabel yang berkaitan dengan indikator yang akan di teliti.

Indikator tersebut adalah indikator pendidikan dan indikator pelayanan
kesehatan yang berada di Kota Tangerang.
2. Jumlah faktor yang dapat terbentuk dari pengolahan data yang
dilakukan.
3. Varibel-variabel yang terdapat dalam faktor tersebut.

1.4 Ruang Lingkup Penelitian

Ruang lingkup dari penelitian ini akan meliputi ruang lingkup
materi, ruang lingkup wilayah, serta ruang lingkup waktu.

1.4.1 Ruang Lingkup Materi

Materi keterkaitan dengan indikator pendidikan dan pelayanan

kesehatan masyarakat. Variabel yang digunakan dalam laporan kali ini
berjumlah 9 variabel yaitu, Jumlah kelurahan, Jumlah Penduduk,Jumlah ekolah
SD, Jumlah sekolah SMP, Jumlah sekolah SMA, Jumlah RS, Jumlah Puskesmas,
Jumlah Posyandu, Jumlah Lembaga Keagamaan.

1.4.2 Ruang Lingkup Wilayah

Wilayah Orientasi Studi berada di Kota Bandar Lampung,
Provinsi Lampung. Jumlah data yang digunakan sebanyak 13
kecamatan dan 9 variabel yang digunakan.

2
 Sumber : Wordpres.com
Gambar 1.4.2.1 Peta Administrasi Kota Tangerang
1.4.3 Ruang Lingkup Waktu
Ruang lingkup waktu dalam penelitian ini adalah
pengambilan data dilakukan pada tanggal 17 Februari 2020
dan pengolahan data dilakukan pada tanggal 19 Februari 2020

1.5 Metodologi Penelitian

Metode yang akan digunakan pada praktikum kali ini adalah
metode analisis data dan metode pustaka. Metode analisis data
menggunakan data statistik yang kemudian akan di kelompokkan
berdasarkan dengan variabelnya, menyajikan data tiap variabel yang
akan diteliti, melakukan perhitungan untuk menjawab rumusan
masalah serta untuk menguji hipotesis.
Sedangkan metode pustaka adalah metode yang dilakukan dengan
mempelajari dan mengumpulkan data dari pustaka yang
berhubungan dengan informasi yang akan menjadi bahan dalam
tulisan atau menjadi referensi, baik yang didapatkan melalui buku
maupun melalui informasi di internet.

1.6 Sistematika Penulisan

Sistematika penulisan laporan penelitian ini terbagi atas empat bab,

yaitu BAB I Pendahuluan, BAB II Dasar Teori, BAB III Input dan Analisis

3
Data, serta BAB IV Penutup.
Pada BAB I (Pendahuluan) akan memaparkan mengenai latar belakang
pengangkatan aspek pada laporan peneltian ini, rumusan masalah, tujuan
dan sasaran yang ingin dicapai, ruang lingkup penelitan, metodologi
peneliian yang mencakup metode pengumpulan data dan analisis data,
serta sistematika penulisan yang digunakan
.
Pada BAB II (Dasar Teori) akan disajikan penjelasan umum mengenai teori
analisis yang digunakan mengenai substansi penelitian, teori analisis yang
digunakan mengenai metode analisis, dan teori analisis yang menjelaskan
langkah-langkah analisis dengan menggunakan SPSS.

BAB III (Input dan Analisis Data) akan menjabarkan mengenai table input
data yang berisi variable-variabel yang akan diuji kemudian bagaimana
analisis data tersebut, serta analisis output data berupa penginterpretasian
analisis data setelah data tersebut diolah menggunakan SPSS, dan
interpretasi hasil analisis tersebut terhadap bidang Perencanaan Wilayah
dan Kota.

BAB IV (Penutup) penulis akan membuat kesimpulan dan saran dari hasil
analisis data yang telah dibahas dan dilakukan pada praktikum ini.

4
 BAB II
DASAR TEORI
Pada bab ini akan dijelaskan mengenai teori-teori analisis yang
akan digunakan dalam penelitian ini serta juga akan dijelaskan mengenai
penggunaan analisis tersebut dengan aplikasi SPSS.
2.1 Teori Pendidikan dan Teori Kesejahteraan
Teori pendidikan merupakan seperangkat penjelasan yang
rasional sistematis membahas tentang aspek-aspek penting dalam
pendidikan sebagai sebuah sistem. Pengertian teori pendidikan
memiliki perbedaan mendasar dibandingkan dengan teori dalam
sains. Ruang lingkup dari teori pendidikan pun terdiri dari teori
umum dan teori khusus.

Teori pendidikan adalah teori yang digunakan dalam proses

belajar mengajar. Salah satu penerapan teori belajar yang terkenal
adalah teori dari John Dewey yaitu teori “learning by doing”. Teori
belajar ini merupakan sub ordinal dari teori pendidikan. Karenanya
sebelum membahas teori belajar tersebut, perlu diuraikan
pengertian teori pendidikan.

Teori umum pendidikan tidak hanya sebuah rekomendasi

tentang kondisi pembelajaran yang efektif tetapi juga untuk
rekomendasi untuk membentuk dan menghasilkan manusia yang
sehat jasmani dan rohani, sehingga masyarakat harus
memperhar\tikan juga bagaimana pentingnya kesehatan bagi
kehidupan sehari hari. Teori umum pendidikan memperhatikan
masalah sekitar membentuk manusia ideal dan pembahasannya tidak
hanya bertumpu pada apa yang dianggap sebagai cara terbaik
mengajar tetapi meluas pada persoalan apa yang harus diajarkan dan
untuk tujuan apa.

5
 Sedangkan teori kesehatan menurut Mu’rifah kesehatan pribadi
adalah segala usaha dan tindakan seseorang untuk menjaga, emelihara, dan
meningkatkan derajat kesehatannya sendiri dalam batas-batas kemampuannya,
agar mendapatkan kesenangan hidup dan mempunyai tenaga kerja yang sebaik-
baiknya.

Pelayanan kesehatan adalah salah satu bentuk pelayanan yang

sangat penting dikalangan masyarakat. Menurut Levely dan Loomba
(1973) dalam Azwar (1999) adalah setiap upaya yang diselenggarakan
sendiri atau secara bersama-sama dalam satu organisasi untuk
memelihara dan meningkatkan kesehatan, mencegah penyakit dan
penyembuhan serta pemulihan kesehatan perseorangan, keluarga,
kelompok, maupun masyarakat.

Menurut Soenarjo Usaha Kesehatan Sekolah adalah usaha

kesehatan masyarakatyang dijalakan disekolah-sekolah, dengan sasaran
anak-anak sekolah dan lingkungannya. Usaha membina dan
mengembangkan kebiasaan hidup sehat dilakukan secara terpadu, baik
melalui program pendidikan disekolah melalui mata pelajaran pendidikan
jasmani, olahraga dan kesehatan yang dapat yang dapat dilaksanakan
dalam kegiatan kurikuler (intrakulikuler dan ekstrakulikuler), maupun
melalui usaha-usaha yang dilakukan dalam rangka pembinaan dan
pemeliharaan kesehatan masyarakat.

2.2 Teori Analisis Faktor

Analisis faktor adalah sebuah teknik yang digunakan untuk mencari
faktor-faktor yang mampu menjelaskan hubungan atau korelasi antara
berbagai indikator independen yang diobservasi. Analisis faktor merupakan
perluasan dari analisis komponen utama. Digunakan juga untuk
mengidentifikasi sejumlah faktor yang relatif kecil yang dapat digunakan
untuk menjelaskan sejumlah besar variabel yang saling berhubungan.
Tujuan utama analisis faktor adalah untuk menjelaskan struktur

6
 hubungan di antara banyak variabel dalam bentuk faktor atau vaiabel laten
atau variabel bentukan. Faktor yang terbentuk merupakan besaran acak
(random quantities) yang sebelumnya tidak dapat diamati atau diukur atau
ditentukan secara langsung. Selain tujuan utama tersebut, terdapat tujuan
lainnya adalah:

1. Untuk mereduksi sejumlah variabel asal yang jumlahnya banyak menjadi

sejumlah variabel baru yang jumlahnya lebih sedikit dari variabel asal,
dan variabel baru tersebut dinamakan faktor atau variabel laten atau
konstruk atau variabel bentukan.
2. Untuk mengidentifikasi adanya hubungan antarvariabel penyusun faktor
atau dimensi dengan faktor yang terbentuk, dengan menggunakan
pengujian koefisien korelasi antar faktor dengan komponen
pembentuknya. Analisis faktor ini disebut analisis faktor konfirmatori.
3. Untuk menguji valisitas dan reliabilitas instrumen dengan analisis faktor
konfirmatori.
4. Validasi data untuk mengetahui apakah hasil analisis faktor tersebut
dapat digeneralisasi ke dalam populasinya, sehingga setelah terbentuk
faktor, maka peneliti sudah mempunyai suatu hipotesis baru
berdasarkan hasil analisis tersebut.

Dalam ekstraksi data, ada 2 kelompok pendekatan:

1. Component Factor Analysis
Menganalisis seluruh data, tidak ada asumsi tentang variansi unik dalam
data. Teknik utamanya adalah principal component analysis.
2. Common Factor Analysis
Mengasumsikan bahwa variansi dalam variabel dapat dibagi ke dalam
komponen common dan unik.

2.2.1 Principal Component Analysis

Principal Component Analysis adalah analisis multivariate yang
mentransformasi variabel-variabel asal yang saling berkorelasi
menjadi variabel-variabel baru yang tidak saling berkorelasi dengan
mereduksi sejumlah variabel tersebut sehingga mempunyai dimensi

7
 yang lebih kecil namun dapat menerangkan sebagian besar
keragaman variabel aslinya. Banyaknya komponen utama yang
terbentuk sama dengan banyaknya variabel asli. Pereduksian
(penyederhanaan) dimensi dilakukan dengan kriteria persentase
keragaman data yang diterangkan oleh beberapa komponen utama
pertama.

Secara matematis model PCA, dapat dituliskan sebagai berikut:

dimana:
PCm : Skor faktor untuk faktor ke-m
Wm : Koefisien skor faktor untuk faktor ke-m
Xp : Variabel awal ke-p

2.2.2 Common Factor Analysis

Common Factor Analysis adalah suatu teknik analisis
faktor di mana secara apriori berdasarkan teori dan konsep
yang sudah diketahui dipahami atau ditentukan
sebelumnya, maka dibuat sejumlah faktor yang akan
dibentuk, serta variabel apa saja yang termasuk ke dalam
masing-masing faktor yang dibentuk dan sudah pasti
tujuannya. Pembentukan faktor konfirmatori (CFA) secara
sengaja berdasarkan teori dan konsep, dalam upaya untuk
mendapatkan variabel baru atau faktor yang mewakili
beberapa item atau sub-variabel, yang merupakan variabel
teramati atau observerb variable.
Pada dasarnya tujuan analisis faktor konfirmatori adalah:
pertama untuk mengidentifikasi adanya hubungan antar variabel

8
 dengan melakukan uji korelasi. Tujuan kedua untuk menguji
validitas dan reliabilitas instrument. Dalam pengujian terhadap
validitas dan realiabilitas instrument atau kuisioner untuk
mendapatkan data penelitian yang valid dan reliabel dengan
analisis faktor konfirmatori.

Secara matematis model PCA, dapat dituliskan sebagai berikut:

dimana:
CFm : Skor faktor untuk faktor ke-m
Vpm : Bobot (loading) faktor ke-m untuk variabel ke-p
Xp : Variabel awal ke-p
Ep : Variansi-variansi error

Gambar 2.2.2.1 Perbedaan antara Principal Component Analysis dan

Common Factor Analysis

2.3 Penggunaan Analisis Faktor dengan Aplikasi SPSS

Langkah-langkah analisis menggunakan aplikasi SPSS adalah sebagai

9
berikut:

1. Masukkan variabel dan objek yang telat dipilih.

2. Klik Analyze. Pilih submenu Dimension Reduction, kemudian pilih
Factor.
3. Pindahkan semua variabel di kolom yang berada di kolom kiri ke dalam
kolom yang berada di kanan.
4. Pilihlah Descriptive. Pada pilihan Correlation Matrix, aktifkan pilihan
KMO and Bartlett’s Test Off Sphericity dan Anti-Image, kemudian klik
Continue, lalu tekan OK.
5. Kemudian hasil hipotesis untuk pengujian akan muncul. Pada bagian
Anti-Image Correlation, khususnya pada angka korelasi yang bertanda
a. Dalam laporan praktikum yang akan dilakukan ini terdapat variabel
yang tidak dapat diprediksikan dan tidak dapat di analisislebih lanjut
atau dikeluarkan variabel lainnya karena nilai MSA variabel tersebut
kurang dari 0,5. Dan untuk mengeluarkan variabel di mulai dari variabel
yang terkecil.
6. Untuk keperluan analisis lebih lanjut, memerlukan proses analisis
dengan cara sama seperti pada tahapan yang kedua.
7. Pindahkan variabel yang kurang dari 0,5 (di mulai dari variabel yang
terkecil) di kolom yang berada di kanan menjadi kolom yang berada di
kiri. Setelah pemindahan selesai dilakukan, lakukan tahapan yang sama
dengan tahapan yang keempat dan kelima.
8. Setelah itu, carilah Factor Loading. Klik Analyze, pilih sub-menu
Dimension Correlation, kemudian pilih Factor.
9. Pilih Extraction, lalu pilih Principal Component, Correlation Matrix,
Unrotated Factor Solution dan Screen Plot. Klik Continue.
10. Pilih Rotation, klik Varimax, Rotated Solution, dan Loading Plot. Klik
Continue. Pilih Option, klik Exclude Cases Listwise dan Sorted By Size.
Klik OK.
11. Dengan cara mencari Factor Loading, akan diperoleh Communalities,
total Variance Explained, Screen Plot, Component Matrix, Rotated
Component Matrix, Component Transformation, dan Component Plot In
Rotated Space. Selanjutnya dari ketujuh hasil tersebut akan dilakukan

10
 analisis.
12. Untuk mencari hasil akhir, dilkukan dengan cara Factor Score. Klik
Analyze, pilih sub-menu Dimension Reduction, kemudian pilih Factor.
13. Klik Score, kemudian pilih Saves As Variable dan Regression. Klik OK.
14. Kembali ke Data View, lihatlah tabel baru yang baru terbentuk di
bagian paling kanan. Dan itu merupakan Factor Scores yang diminta.

11
 BAB III
INPUT DAN ANALISIS DATA

Dalam bab ini akan membahas analisis dari penelitian. Pertama,

menampilkan input data. Kedua, menjelaskan mengenai analisis output a
nalisis faktor. Ketiga, interpretasi dengan bidang perencanaan wilayah
dan kota.
3.1 Input Data

Data yang diperoleh dari Badan Pusat Statistika Kota Bandar

Lampung ditampilkan dalam bentuk tabel input yang berisi
variabel-variabel yang akan dianalisis, yang sebelumnya
telah diolah di Ms. Excel (terlampir).
Gambar 3.1.1 Input Data

Pendudu Posyand Lembaga_Ke

Kecamatan Kelurahan SD SMP SMA RS Puskesmas
k u agamaan
Ciledug 8 198448 34 17 8 3 3 109 3

Larangan 8 203644 31 7 1 1 2 105 5

Karang_Tengah 7 142512 29 13 7 3 3 70 4

Cipondoh 10 316516 45 29 12 2 4 101 9

Pinang 11 210086 45 14 10 3 3 96 9

Tangerang 8 182794 51 33 16 3 3 76 2

Karawaci 16 180396 55 17 12 8 4 134 9

Jatiuwung 6 124492 24 6 1 2 2 60 1

Cibodas 6 154765 44 16 6 2 3 97 4

Periuk 5 148829 39 14 3 2 3 73 1

Batuceper 7 102539 24 12 3 0 2 54 10

Neglasari 7 118000 44 11 2 1 2 60 9

Benda 5 102283 21 7 2 1 2 46 8

Jumlah 104 2185304 473 196 83 31 36 1081 74

Sumber: SPSS, 2020

12
3.2 Analisis Output Data

Disini akan dibahas mengenai analisis hasil output dari

penelitian yang telah dilakukan dan diuji datanya.
3.2.1 Reduksi Data

Tabel 3.2.1.1 KMO and Bartlett's Test

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling .590
Adequacy.

Bartlett's Test of Approx. Chi-Square 94.411

Sphericity
df 36
Sig. .000

Sumber : Output SPSS, 2020

Nilai dari Kaiser-Meyer-Olkin Measure of Sampling Ad

equancy harus diatas 0,5 dan nilai signifikansi harus d
ibawah 0,5 untuk menandakan bahwa data dapat di a
nalisis. Pada tabel diatas nilai Kaiser-Meyer-Olkin Me
asure of Sampling Adequancy sebesar 0,59 dan nilai s
ignifikansinya 0,000. Maka, data dapat dianalisis.

13
Tabel 3.2.1.2 Anti-image Matrices

14
 Variabel yang dapat dianalisis harus memiliki nilai
measures of sampling adequacy (MSA) lebih dari 0,5; bila
tidak maka data yang ada harus direduksi agar dapat
dianalisis. Pada tabel diatas terlihat nahwa semua nilai
MSA variabel (pada kotak merah) bernilai lebih dari 0,5;
sehingga tidak ada data yang harus di reduksi lagi dan
variabel diatas dapat dianalisis.
Tabel 3.2.1.3 Communalities

Communalities
Initial Extraction
Jumlah_kelurahan 1.000 .863
Jumlah_Penduduk 1.000 .629
Jumlah_sekolah_SMP 1.000 .948
Jumlah_RS 1.000 .860
Jumlah_Puskesmas 1.000 .847
Jumlah_Posyandu 1.000 .789
Jumlah_sekolah_SD 1.000 .718
Jumlah_sekolah_SMA 1.000 .872
Extraction Method: Principal Component Analysis.

Sumber : Output SPSS, 2020

Tabel Communalities menunjukkan variabel yang tersaring setelah

iterasi sebanyak 1 kali dari 9 variabel yang digunakan, tersaring 8
variabel.
Communalities merupakan jumlah variabel mula-mula
yang bisa dijelaskan oleh faktor yang ada. Semisal angka
variabel jumlah penduduk adalah sebesar 0,629 yang

15
 artinya sekitar 62,9% varian variabel jumlah poenduduk
bisa dijelaskan oleh faktor yang terbentuk. Nilai
persentase menunjukkan keeratan hubungan terhadap
faktor yang terbentuk. Dalam analisis faktor yang
dilakukan, nilai communalities tertinggi terletak pada
variabel jumlah sekolah SMP sebesar 0,948. Nilai terendah
terletak pada jumlah penduduk sebesar 0,629. Artinya
keeratan variabel jumlah sekolah SMP lebih erat dibanding
jumlah penduduk. Karena semua variabel bernilai di atas
50% maka semua variabel tersebut dapat menjelaskan
faktor yang ada.
Tabel 3.2.1.4 Total Variance Explained

Total Variance Explained

Extraction Sums of Squared
Initial Eigenvalues Loadings
Compon % of Cumulative % of Cumulative
ent Total Variance % Total Variance %
1 5.352 66.902 66.902 5.352 66.902 66.902
2 1.172 14.654 81.557 1.172 14.654 81.557
3 .697 8.718 90.275
4 .324 4.050 94.325
5 .246 3.075 97.401
6 .128 1.597 98.997
7 .050 .628 99.625
8 .030 .375 100.000
Extraction Method: Principal Component Analysis.

Sumber : Output SPSS, 2019

Tabel ini digunakan untuk menentukan jumlah faktor yang bisa

dibentuk. Terdapat 9 variabel (component) yang dimasukkan dalam

16
analisis faktor yaitu variabel Jumlah kelurahan, Jumlah Penduduk,Jumlah
ekolah SD, Jumlah sekolah SMP, Jumlah sekolah SMA, Jumlah RS, Jumlah
Puskesmas, Jumlah Posyandu, Jumlah Lembaga Keagamaan. Dengan masing-
masing variabel memiliki varian satu, total varian adalah 9 x 1 = 13. Dari
tabel diatas hanya terbentuk tiga faktor melihat angka eigenvalues yang
berada di atas 1 yaitu 1,172 terdapat pada faktor ke 2. Pada faktor ke 3
angka eigenvalues sudah berada di bawah 1, yaitu 0,697 . Oleh
karenanya proses factoring berhenti pada 2 faktor saja. Jadi,
eigenvalues menunjukkan kepentingan masing-masing faktor dalam
menghitung varian 8 variabel yang dianalisis. Ketiga faktor diatas dapat
menjelaskan 81,557% dari 8 variabel yang ada.
3.2.2 Faktor Loading (Muatan)

Gambar 3.2.2.1 Scree Plot

Sumber: SPSS, 2020

Pada screeplot terlihat bahwa dari titik component 1 ke

17
component 2 menurun tajam. Pada faktor 2 di sumbu x
(component number) berada di atas angka 1 pada sumbu y
(eigenvalue). Hal ini menunjukkan bahwa jumlah faktor
yang paling bagus untuk meringkas dan mengelompokkan 8
variabel adalah dua faktor.

Tabel 3.2.2.1 Component Matrixa

Component Matrixa

Component

1 2
Jumlah_Puskesmas .919 .055

Jumlah_sekolah_SMA .885 .298

Jumlah_sekolah_SD .846 .054

Jumlah_kelurahan .816 -.444

Jumlah_Posyandu .815 -.353

Jumlah_RS .772 -.513

Jumlah_sekolah_SMP .737 .637

Jumlah_Penduduk .736 .295

Extraction Method: Principal Component Analysis.

a. 2 components extracted.

Sumber : Output SPSS, 2020

Tabel diatas menunjukkan distribusi 8 variabel pada 2

faktor yang terbentuk. Angka-angka pada tabel merupakan
factor loading yang menunjukkan besar korelasi antara
variabel dengan faktor 1 dan faktor 2. Jadi, semakin besar
nilai factor loading pada suatu variabel maka korelasi
semakin kuat. Selain itu, jika nilai factor loading suatu
variabel dengan satu faktor lebih besar daripada nilai

18
korelasinya dengan faktor lain, maka variabel tersebut
masuk ke dalam faktor dengan nilai factor loadingnya
paling besar. Tanda negatif pada factor loading hanya
memengaruhi pada arah hubungan, bukan nilai factor
loading. Sebagai contoh pada variabel kepadatan penduduk
di component 1 adalah 0,919 pada component 2 adalah
0,055 . Karena nilai di component 1 lebih besar, maka
variabel jumlah puskesmas masuk kedalam faktor 1,
begitupun seterusnya. Namun, hasil dari component matrix
belum cukup dalam mengelompokkan variabel-variabel
dengan jelas karena ada korelasi yang menunjukkan
perbedaan yang tidak signifikan. Jadi, untuk mengantisipasi
kesalahan pengelompokkan variabel perlu diadakan proses
rotasi, oleh karena itu dibutuhkan tabel rotated component
matrix.

Tabel 3.2.2.2 Rotated Component Matrixa

Rotated Component Matrixa

Component

1 2
Jumlah_sekolah_SMP .972 .067

19
Jumlah_sekolah_SMA .838 .411

Jumlah_Penduduk .731 .308

Jumlah_Puskesmas .691 .608

Jumlah_sekolah_SD .638 .557

Jumlah_RS .187 .908

Jumlah_kelurahan .267 .890

Jumlah_Posyandu .330 .824

Extraction Method: Principal Component Analysis.

Rotation Method: Varimax with Kaiser Normalization.

a. Rotation converged in 3 iterations.

Sumber : Output SPSS, 2019

Tabel rotated component matrix merupakan component
matrix yang telah di rotasi dan berfungsi untuk
memperlihatkan distribusi variabel yang lebih jelas dan
nyata. Factor loadings yang nilainya kecil menjadi semakin
kecil dan factor loadings yang nilainya besar menjadi
semakin besar. Pengelompokan 8 variabel tersebut adalah
sebagai berikut:

 Faktor 1
a) Jumlah sekolah SD
b) Jumlah sekolah SMP
c) Jumlah sekolah SMA
d) Jumlah penduduk

20
 e) Jumlah puskesmas
 Faktor 2
a) Jumlah RS
b) Jumlah kelurahan
c) Jumlah posyandu

Tabel 3.2.2.2 Component Transformation Matrix

Component Transformation
Matrix
Component 1 2
1 .710 .704
2 .704 -.710
Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with Kaiser
Normalization.

Sumber : Output SPSS, 2019

Tabel diatas menunjukkan nilai korelasi tiap faktor; nilai

yang perlu dilihat pada component 1 nilai korelasinya 0,71
dan pada component 2 0,74. . Karena ada satu komponen
yang nilai korelasi faktor matriknya >0,5 maka dapat
disimpulkan bahwa jumlah kelompok faktor yang terbentuk
sudah tepat dalam merangkum 8 variabel yang telah
tereduksi .
3.3 Interpretasi Terhadap Bidang Perencanaan Wilayah Dan Kota

Kesejahteraan masyarakat merupakan suatu konsep dengan multi-

indikator yang menunjukkan ukuran keberhasilan pembangunan di
suatu wilayah, menurut BPS Indonesia berikut adalah 4 indikator dari
18 indikator yang digunakan untuk melihat kesejahteraan masyarakat
Indonesia yaitu ; angka melek huruf, rata-rata lama sekolah,
persentase penduduk yang mengalami keluhan kesehatan sebulan yang

21
lalu, dan persentase penduduk yang mengalami keluhan kesehatan dan
kegiatannya terganggu. Maka dari itu, faktor tentang pendidikan dan
kesehatan masyarakat berperan dalam kesejahteraan masyarakat.

Sustainable Development Goals (SDGs) merupakan sistem

pembangunan yang berkelanjutan, yang melanjutkan tujuan dari
Mellennium Development Goals (MDGs) yang baru mengentaskan hasil
dari separuhnya. Karnanya SDGs dibentuk untuk menuntaskan masalah-
masalah negara dari berbagai ketimpangan-ketimpangan yang ada di
dalam negara khususnya dibidang pendidikan. Mulai tahun 2016,
Tujuan Pembangunan Berkelanjutan (SDGs) 2015-2030 secara resmi
menggantikan Tujuan Pembangunan Millennium (MDGs) 2000-2015. 
SDGs berisi seperangkat tujuan transformatif yang disepakati dan
berlaku bagi seluruh bangsa tanpa terkecuali.

Tingkat pendidikan yang rendah di Indonesia menjadikan semakin

ketertinggalannya negara Indonesia dari negara-negara
berkembang lainnya. Dengan adanya SDGs, negara yang
mempunyai kendala pada masalah pendidikan, khususnya di
Indonesia dapat diminimalisir bahkan mengentaskan keseluruhan
masalah-masalah pendidikan itu sendiri. Pengoptimalan
pendidikan dengan SDGs dapat ditinjau dari cita-cita negara
Indonesia, yaitu keselarasan Nawacita Indonesia dengan
Pembangunan Berkelanjutan atau SDGs akan dapat
mengakselarasikan pencapaian dengan optimal. Pembangunan
berkelanjutan (SDGs) pada bidang pendidikan, yaitu “Kualitas
pendidikan yang baik” dengan substansi “Menjamin pemerataan
pendidikan yang berkualitas dan meningkatkan kesempatan
belajar untuk semua orang, menjamin pendidikan yang inklusif
dan berkeadilan serta mendorong kesempatan belajar  seumur
hidup bagi semua orang.”
Selain itu dalam mengoptimalkan pendidikan, banyak program

22
yang telah diupayakan mulai dari pengadaan program “Indonesia
Pintar”, wajib belajar 12 tahun tanpa pungutan biaya dan bagi
siapapun tanpa adanya batas perbedaan antara golongan
menengah keatas ataupun golongan menengah kebawah,
pemberlakuan kurikulum 2013 yang merevolusi karakter anak
bangsa menjadi lebih aktif, produktif dan kreatif, penyebaran
guru hingga ke daerah pelosok tanpa ada yang terlewatkan, dan
adanya beasiswa-beasiswa yang diluncurkan guna menambah
semangat dilingkar pendidikan. Dengan upaya-upaya pemerintah
yang diwujudkan bagi bidang pendidikan, diharapkan mampu
mengangkat ketimpangan dibidang pendidikan walaupun belum
secara keseluruhan.

Dalam rangka mengupayakan peran serta masyarakat untuk mencapai

kehidupan yang sehat diperlukan kesadaran untuk berperilaku hidup
sehat, sadar akan penting hidup sehat akan mendorong partisipasi
masyarakat dalam pembangunan kesehatan baik dalam kehidupan
pribadi, keluarga dan masyarakat secara umum.

Berbagai upaya telah dilakukan oleh petugas kesehatan dalam

menyukseskan program pemerintah untuk pencapaian hidup sehat bagi
seluruh lapisan masyarakat, dan puskesmas sebagai ujung tombak
pelayanan kesehatan dasar mempunyai peran yang vital dalam
mendorong dan merubah paradigma masyarakat akan pentingnya
kesehatan bagi masyarakat.

23
 BAB IV
KESIMPULAN DAN REKOMENDASI

4.1 Kesimpulan

Berdasarkan hasil analisis faktor pada laporan praktikum kali ini

dapat diambil beberapa kesimpulan. Terdapat 3 faktor yang
terbentuk dalam mengindikasikan faktor pendidikan dan faktor
kesejahteraan di Kota Bandar Lampung, pada faktor pendidikan
terdiri dari 5 variabel, yaitu : jumlah guru, jumlah murid, jumlah
sekolah, jumlah masjid, dan jumlah desa. Pada faktor sarana
kesehatan terdiri dari 3 variabel, yaitu : kepadatan penduduk, luas
wilayah, dan jumlah puskesmas. Lalu pada faktor kesehatan
keluarga terdiri dari 2 variabel, yaitu: jumlah posyandu dan jumlah
penduduk.
Dalam analisis faktor memiliki kekurangan, yaitu variabel yang
tidak tepat dapat masuk ke dalam pengelompokkan faktor yang
dapat membuat kerancuan dalam menganalisisnya karena terdapat
nama variabel yang tidak berkaitan. Selain itu analisis faktor
memerlukan variabel yang banyak agar dapat direduksi dan
memiliki hasil yang berupa beberapa faktor.
4.2 Saran

Dalam meningkatkan kesejahteraan masyarakat di Kota Bandar Lampung,

dapat dilakukan dengan meningkatkan kualitas pendidikan agar generasi
selanjutnya dapat bersaing dalam persaingan global, dan dapat terus
berkembang agar dapat memajukan daerahnya. Dengan tingginya tingkat
pendidikan, diharapkan generasi berikutnya dapat memiliki pekerjaan
yang baik dan dapat mencukupi kebutuhan dasarnya.

24
 DAFTAR PUSTAKA

Badan Pusat Statistik Tangerang. 2019. Kota Tangerang dalam Angka

2019. Katalog BPS 1102001.3671 diakses dari
http://www.tangrang.bps.go.id/, diakses pada tanggal 17 Februari
2020 pada 17.15 WIB.
Inangtya, Muhammad. 2015. Makalah teori-teori pendidikan. Diakses dari
http://www.academia.edu , diakses pada tanggal 24 Februari 2019
pada 15.10 WIB.
Wijaya,Made Kusuma. 2014. Jurnal Kesehatan Masyarakat Teori. Diakses dari
http://journal.unnes.ac.id/nju/index.php/kemas, diakses pada 19
Februari 2020 pada 20.15 WIB

25
 LAMPIRAN
Kepada Luas Juml
Jumlah Juml Jumlah
N tan Wilay ah
Nama Kecamatan Pendud ah Perusah
0 Pendud ah masji
uk desa aan
uk (km2) d
Kec. Teluk Betung
1 Barat 30917 2806 11.02 25 5 13
Kec. Teluk Betung
2 Timur 43212 2914 14.83 20 6 3
Kec. Teluk Betung
3 Selatan 40836 10775 3.79 18 6 112
4 Kec. Bumi Waras 58875 15700 3.75 20 5 6
5 Kec. Panjang 77098 4895 15.75 34 8 31
Kec. Tanjung Karang
6 Timur 38505 18968 2.03 16 5 45
7 Kec. Kedamaian 54571 6647 8.21 32 7 16
Kec. Teluk Betung
8 Utara 52497 12124 4.33 22 6 49
Kec. Tanjung Karang
9 Pusat 53046 13098 4.05 28 7 94
10 Kec. Enggal 29140 8350 3.49 19 6 25
Kec. Tanjung Karang
11 Barat 56768 3787 14.99 43 7 23
12 Kec. Kemiling 68105 2810 24.24 83 9 15
13 Kec. Langkapura 35218 5755 6.12 28 5 3
14 Kec. Kedaton 50901 10627 4.79 35 7 43
15 Kec. Rajabasa 49835 3683 13.53 50 7 26
Kec. Tanjung
16 Senang 47496 4468 10.63 46 5 15
17 Kec. Labuhan Ratu 46528 5838 7.97 50 6 17
18 Kec. Sukarame 59061 4004 14.75 44 6 33
19 Kec. Sukabumi 59496 2521 23.60 62 7 51
20 Kec. Way Halim 63805 11926 5.35 37 6 32

26
 Jumlah Jumlah Jumlah Jumlah Jumla
Jumlah Jumlah
N0 Nama Kecamatan tenaga sekola puskesma posyan h
guru murid
kerja h s du santri
Kec. Teluk Betung
1 Barat 369 7 18 217 1 26 1860
Kec. Teluk Betung
2 Timur 59 3 41 188 2 30  
Kec. Teluk Betung
3 Selatan 2784 10 39 705 1 40 667
4 Kec. Bumi Waras 130 5 6 267 1 40 298
5 Kec. Panjang 1508 16 107 971 1 52 354
Kec. Tanjung Karang
6 Timur 2828 14 48 475 1 31 320
7 Kec. Kedamaian 297 19 84 855 1 21 117
Kec. Teluk Betung
8 Utara 3825 14 69 757 2 42 165
Kec. Tanjung Karang
9 Pusat 3892 16 129 1291 2 34 312
10 Kec. Enggal 736 10 63 561 1 23  
Kec. Tanjung Karang
11 Barat 322 22 134 1035 2 34 113
12 Kec. Kemiling 183 49 272 1753 3 42 1432
13 Kec. Langkapura 18 18 111 984 1 25 254
14 Kec. Kedaton 917 20 104 805 1 31 545
15 Kec. Rajabasa 458 25 124 1357 1 37 276
16 Kec. Tanjung Senang 118 19 107 828 1 28 75
17 Kec. Labuhan Ratu 333 17 56 625 1 28  
18 Kec. Sukarame 2372 32 118 1277 3 35 222
19 Kec. Sukabumi 1091 19 68 898 3 48 331
20 Kec. Way Halim 1809 18 74 1234 1 38 193

27