MAP

ANALISIS
FAKTOR
Mata Kuliah Metode Analisis Perencanaan
Praktikum 7

Tim Asisten Dosen MAP 2022

2022
MAP

1
TABLE OF OUTLINE 1
CONTENT Konsep Analisis Faktor

2 OUTLINE 2
Exploratory factor analysis

3 OUTLINE 3
Confirmatory factor analysis

2022
MAP

KONSEP
ANALISIS FAKTOR

2022
 MAP

Teknik mereduksi data yang memiliki banyak variabel menjadi sekumpulan variabel yang membentuk

faktor-faktor berpengaruh yang berjumlah lebih sedikit.

Metode multivariat yang digunakan untuk menganalisis

variabel-variabel yang diduga memiliki keterkaitan satu

sama lain sehingga keterkaitan tersebut dapat dijelaskan

dan dipetakan atau dikelompokkan pada faktor/variabel

laten (tersembunyi) yang tepat (Sharma,1996).

MAP

TUJUAN
Mendeteksi Menentukan ANALISIS FAKTOR
struktur variabel yang
hubungan antar membentuk
variabel tiap-tiap Faktor

Mengidentifikasi
Mengurangi variabel baru,
jumlah variabel yang dapat
digunakan untuk
analisis lainnya
MAP

Digunakan untuk penelitian awal di mana Digunakan untuk mengestimasi parameter

faktor-faktor yang mendorong/membentuk dan menguji hipotesis tentang sejumlah
suatu faktor/variabel laten belum faktor yang mendasari hubungannya
diidentifikasikan secara baik terutama dengan suatu set indikator
digunakan dalam explanatory research.
MAP

Merumuskan masalah

Menyusun matriks korelasi

Ekstraksi Faktor

Merotasi faktor

Imam Gunawan (2015) Pengantar

Interpretasi Statistika Inferensial

2022
MAP

EXPLORATORY
FACTOR ANALYSIS

2022
 MAP

Studi Kasus

Pemerintah provinsi Jawa Timur berniat melakukan pengembangan sektor pertanian,

sehingga perlu dilakukan penyederhanaan, dari sepuluh variabel tersebut, agar nantinya
pemerintah propinsi jawa timur bias lebih mudah dalam melakukan proses evaluasi dari
sektor pertanian di jawa timur. Dengan demikian perlu dilakukan analisis faktor, untuk
mereduksi sepuluh variabel yang ada, menjadi beberapa faktor.

2022
MAP

Standardisasi Data

Open Data Analyze -> Statistic Descriptive -> Descriptive

2022
MAP

Uji Normalitas
Uji Signifikansi :
Normal apabila Sig > 0,05 ; data dapat dilanjutkan untuk tahap selanjutnya

Descriptive -> Analyze -> Explore

2022
 MAP

Analisis Faktor

• Klik Analyze, lalu submenu Dimention Reduction, kemudian pilih Factor.

• Masukkan semua variable kemudian klik icon descriptive

Syarat
KMO > 0,5 dan sig < 0,05

Angka KMO and Bartlett’s untuk semua

variable adalah 0,618 dengan signifikansi
0,000.

2022
MAP

Analisis Faktor

Adapun pedoman penilainnya adalah nilai MSA > 0.5. Jika ada variable yang nilainya < 0.5, maka
variable tersebut harus dikelaurkan dari proses analisis factor.

Berdasarkan tabel Anti-image

Matrices pada Anti-image
Correlation, dilihat pada angka yang
diikuti huruf a. Berdasarkan table,
variable yang nilainya < 0.5 adalah
variable Luas Panen Bersih Jagung.
Sehingga variable jagung harus
dikeluarkan, apabila pada proses
selanjutnya masih ada nilai MSA < 0.5,
maka variable tersebut juga harus
dikeluarkan, sampai tidak ada variable
yang nilai MSAnya < 0.5

2022
MAP

Analisis Faktor - Reduksi

Klik Analyze, lalu submenu Dimention Reduction, kemudian pilih Factor.

•

Keluarkan faktor Luas Panen Bersih Jagung

•

Nilai KMOnya sudah > 0.5 yaitu sebesar 0.608,

sehingga bisa dilakukan proses selanjutnya.

2022
MAP

Analisis Faktor - Reduksi

Masih ada variable yang nilai MSAnya dibawah 0.5 maka perlu dilakukan pembuangan variable.
Karena ada lebih dari satu variable yang nilai MSAnya dibawah 0.5, maka lihat variable yang nilai
SMAnya paling kecil yakni Produksi Jagung.
2022
MAP

Analisis Faktor - Reduksi

Klik Analyze, lalu submenu Dimention Reduction, kemudian pilih Factor.

•

Keluarkan faktor Produksi Jagung

•

Nilai KMOnya sudah > 0.5 yaitu sebesar 0.620,

sehingga bisa dilakukan proses selanjutnya.

2022
MAP

Analisis Faktor - Reduksi

Masih ada variable yang

nilai MSAnya dibawah 0.5
maka perlu dilakukan
pembuangan variable.
Karena ada lebih dari
satu variable yang nilai
MSAnya dibawah 0.5,
maka lihat variable yang
nilai SMAnya paling kecil
yakni Produksi Ubi.

2022
MAP

Analisis Faktor - Reduksi

Klik Analyze, lalu submenu Dimention Reduction, kemudian pilih Factor.

•

Keluarkan faktor Produksi Ubi

•

Nilai KMOnya sudah > 0.5 yaitu sebesar 0.649,

sehingga bias dilakukan proses selanjutnya.
Berdasarkan table anti image, didapatkan
semua variable sudah memiliki nilai MSA > 0.5,
sehingga analisa factor bisa dilakukan.

2022
MAP

Analisis Faktor

Berdasarkan tabel diatas, ternyata ada 2 faktor yang

Tabel diatas menggambarkan
terbentuk karena pada component 2, nilai eigenvaluesnya distribudi variable dalam faktor.
masih diatas 1. Dengan total % kumulatif sebesar 77.25%. Hal Ternyata masih ada variabel yang
ini berarti kedua faktor yang terbentuk bisa menjelaskan belum jelas masuk faktor mana
77.25% dari semua variabel yang ada. (banyak nilai minus), maka perlu
dilakukan rotasi

2022
MAP

Analisis Faktor - Rotasi

Klik Rotation, kemudian pilih

varimax

2022
MAP

Interpretasi

Berdasarkan tabel, berikut pembagian faktornya :

Faktor 1 : Luas Total Lahan Sawah, Luas Panen Bersih
Padi Sawah Ladang, Produksi Total Padi Sawah
Ladang, Luas Produksi Bersih Ubi
Faktor 2 : Luas Total Lahan Bukan Sawah, Luas
Produksi Bersih Kacang, Produksi Kacang

Penamaan Faktor
Faktor 1 : Faktor Padi dan Ubi
Faktor 2 : Faktor Kacang

2022
MAP

CONFIRMATORY
FACTOR ANALYSIS

2022
 MAP

Studi Kasus

Seorang peneliti ingin mengetahui faktor yang mempengaruhi nilai lahan di Kota Surabaya
berdasarkan preferensi masyarakat. Oleh karena itu, peneliti melakukan survey primer
berupa pembagian kuisioner. Dalam penyusunan kuisioner tersebut, peneliti memiliki dasar
pemikiran dari tinjauan pustaka terkait faktor yang mempengaruhi nilai lahan.

Berdasarkan hasil tinjauan pustaka didapatkan 2 faktor utama yang mempengaruhi nilai
lahan, yakni ketersediaan infrastruktur dan kedekatan dengan pusat kegiatan.
Infrastruktur yang dimaksud dapat berupa jaringan jalan(x1), listrik(x2), maupun air
bersih(x3). Sedangkan, pusat kegiatan yang dimaksud dapat berupa mall(y1), industri(y2),
real estate(y3), dan pusat kota(y4)).

Bila dilihat dari tujuan peneliti tersebut, maka perlu dilakukan analisa faktor yang sifatnya
mengkonfirmasi fenomena yang terjadi di lapangan apakah sesuai teori yang telah ada
2022
MAP

Standardisasi Data

Open Data Analyze -> Statistic Descriptive -> Descriptive

2022
MAP

Analisis Faktor - X

Masukkan variable yang tergolong 1 faktor

kedalam box variables

Klik descriptives (centang : KMO dan

Anti-Image) - continue
Klik rotation (pilih : varimax) - continue - ok

2022
MAP

Analisis Faktor - Reduksi

Sig >0,05, maka matriks korelasi

merupakan matrik identitas, artinya tidak
terdapat korelasi yang signifikan antar
variabel.

Masih ada variable yang nilai MSAnya < 0.5

maka perlu dilakukan pembuangan variable.
Karena ada lebih dari satu variable yang nilai
MSAnya < 0.5, maka lihat variable yang nilai
SMAnya paling kecil yang harus dibuang
yakni x1.

2022
MAP

Analisis Faktor - Reduksi

Klik Analyze, lalu submenu Dimention Reduction,

•

kemudian pilih Factor - Keluarkan faktor X1

•

KMO dan MSA telah memenuhi

ketentuan.
Sig <0,05 dan MSA >= 0,5

2022
MAP

Interpretasi

Faktor yang terbentuk dari x2 dan x3 hanya 1.

Faktor x dapat dijelaskan oleh x2 dan x3 sebesar 69,5%, sisanya
dijelaskan oleh variabel lain

Berdasarkan hasil perhitungan menggunakan SPSS, dapat diketahui

bahwa ketersediaan infrastruktur berupa jaringan listrik dan air bersih
merupakan faktor mempengaruhi nilai lahan di Kota Surabaya

2022
MAP

Analisis Faktor - Y

Klik Analyze, lalu submenu Dimention Reduction, kemudian pilih Factor.

Masukkan variable yang tergolong 1 faktor y kedalam box variables

Klik descriptives (centang : KMO dan

Anti-Image) - continue
Klik rotation (pilih : varimax) - continue - ok

2022
MAP

Analisis Faktor - Reduksi

Sig <0,05, maka matriks korelasi bukan merupakan

matrik identitas, artinya terdapat korelasi yang
signifikan antar variabel.

Masih ada variable yang nilai MSAnya <

0.5 maka perlu dilakukan pembuangan
variable. lihat variable yang nilai
SMAnya paling kecil yang harus
dibuang yakni y2.

2022
MAP

Analisis Faktor - Reduksi

Klik Analyze, lalu submenu Dimention Reduction,

•

kemudian pilih Factor - Keluarkan faktor Y2

•

KMO dan MSA telah memenuhi

ketentuan.
Sig <0,05 dan MSA <= 0,5

2022
MAP

Interpretasi

Faktor yang terbentuk dari y1, y3, dan y4 hanya 1.

Faktor y dapat dijelaskan oleh y1, y3 dan y4 sebanyak 70,8%, dan
sisanya dijelaskan oleh variabel lain

Berdasarkan hasil perhitungan menggunakan SPSS, dapat diketahui

bahwa adanya kegiatan berupa mall, real estate dan pusat kota
mampu mempengaruhi nilai lahan di Kota Surabaya

2022
 MAP

Interpretasi

Fenomena land value di Kota Surabaya, berdasarkan hasil penelitian, terjadi

karena adanya 2 faktor yakni ketersediaan infrastruktur dan kedekatan dengan
pusat kegiatan.
Infrastruktur yang dimaksud lebih pada infrastruktur listrik dan air bersih.

Artinya semakin dilengkapi dengan jaringan listrik dan air bersih, maka nilai lahan
yang ada pada suatu lokasi akan semakin meningkat.

Disisi lain, kedekatan dengan pusat kegiatan seperti mall, real estate, dan pusat
kota juga mempengaruhi tingginya nilai lahan pada suatu lokasi. Semakin dekat
dengan pusat kegiatan, maka akan diikuti dengan semakin tingginya nilai lahan.

2022
MAP

2022
MAP

TERIMA KASIH!!
Sampai bertemu di praktikum selanjutnya ^_^

2022