TUGAS INDIVIDU

ANALISI FAKTOR DENGAN PENDEKATAN PCA

Dr. Ni Putu Ayu Mirah Mariati, S.Si

OLEH:

NAMA : NI KADEK PUTRI DWIYANTI

NIM : 2102622010084

NO : 16

KELAS : AKUNTANSI C PAGI

UNIVERSITAS MAHASARASWATI DENPASAR

FAKULTAS EKONOMI DAN BISNIS

TAHUN AJARAN 2022/2023

1. DATA
Saya ingin melakukan penelitian tentang änalisis factor dengan pendekatan PCA yang
mempengaruhi beban kerja, motivasi, dan lingkungan kerja pada perusahaan keramik
ssaduss tiles kecamatan sidemen kabupaten Karangasem.

Table Data Ressponden

NO BEBAN KERJA MOTIVASI LINGKUNGAN

RESSPONDEN (X1) (X2) KERJA(X3)
1 13 11 12
2 14 8 12
3 14 11 10
4 10 8 12
5 13 8 11
6 10 12 11
7 12 8 11
8 13 12 12
9 10 12 12
10 10 16 12
11 8 13 12
12 8 16 12
13 12 12 10
14 8 16 12
15 8 12 10
16 16 16 12
17 16 8 10
18 16 12 10
19 12 8 12
20 16 16 8
21 12 16 12
22 16 16 12
23 12 12 16
24 16 8 13
25 16 12 16
26 12 8 12
27 15 8 10
28 14 12 14
29 13 8 15
30 16 16 16
31 12 12 16
32 16 19 12
33 15 14 16

2. HIPOTESIS
 H0: jika nilai Sig > 0,05 maka analisis factor dapat dilanjutkan
H1: jika nilai Sig < 0,05 maka analisis factor tidak dapat dilanjutkan
3. DASAR PENGAMBILAN KEPUTUSAN
H0: jika nilai MSA > 0,05 maka analisis factor layak dilakukan
H1: jika nilai MSA > 0,05 maka analisis factor tidak layak dilakukan
4. LANGKAH-LANGKAH DENGAN PENDEKATAN PCA
1) Buka aplikasi SPSS pada laptop masing-masing
2) Buka ms.excel kemudia copy semua data
3) Pada SPSS, klik variable view pada kolom pertama ketik X1, pada kolom
kedua ketik X2, dan pada kolom ketiga ketik X3. Pada Decimals ubah menjadi
0. Pada Label, klik kolom pertama kemudian ketik beban kerja, pada kolom
kedua ketik motivasi, dan pada kolom ketiga lingkungan kerja. Dan pada
measure pilih ordinal.

4) Selanjutnya pada values ketik 1 dan lebel ketik STS, lalu klik add, selanjutnya
ketik 2 dan label ketik TS klik add, lalu ketik 3 dan label CS, lalu ketik 4 dan
label ketik ST, lalu ketik 5 dan label ketik SS, lakukan pda ketiga kolom.
5) Kemudian klik data view paste data yang sudah kalian copy pada ms.excel

6) Kemudian pilih analyze, pilih dimension reduction klik factor

7) Selanjutnya, pindahkan seluruh variables ke kotak Variables.

8) Kemudian, pilih Descriptives. Pastikan sudah mencentang Initial Solution

pada kolom statistics dan beri tanda centang Anti-image dan KMO and
Bartlett’s test of sphericty pada kolom Correlation Matrix. Lalu klik Continue.

9) Selanjutnya pilih Extraction. Berikan tanda centang pada kolom display

dibagian Scree plot dan pastikan juga sudah mencentang Unrotated factor
solution. Dan pastikan telah memilih Method Principal components. Untuk
komponen yang lainnya kita biarkan saja dan jangan ada yang dirubah. Lalu
langsung klik Continue.
10) Klik Rotation. Pilih Varimax pada kolom Method. Untuk komponen yang
lainnya kita biarkan saja dan jangan ada yang dirubah. Kemudian langsung
klik Continue.

11) Kemudian klik Scores. Berikan centang pada Save as Variables dan pastikan
sudah memilih method Regression dan lalu langsung klik Continue.
12) Kemudian klik OK. Maka akan didapatkan hasil Output seperti dibawah ini
 KMO and Bartlett’s Test

Fungsi dari hasil tabel ini adalah untuk mengetahui kelayakan suatu
variabel, apakah dapat di proses lebih lanjut menggunakan teknik
analisis faktor atau tidak. Cara yang dapat dilakukan untuk
menentukan apakah analisis faktor dapat dilanjutkan adalah dengan
cara melihat nilai atau hasil KMO MSA (Kaiser-Meyer-Olkin Measure
of Sampling Adequacy). Dari data yang telah dianalisis menggunakan
analisis faktor didapatkan hasil KMO telah memenuhi syarat yaitu
diatas 0.50 ( 0.495). Begitu juga dengan Bartlett’s Test of Sphericity
juga signifikan pada 0.05. Maka dapat disimpulkan bahwa Analisis
Faktor dapat diteruskan.
 Total Variance Explained
 Anti-image Matrices berguna untuk mengetahui dan menentukan
variabel mana saja yang layak dipakai dalam analisis faktor. Pada
beberapa angka yang terdapat pada tabel Anti-Image Correlation
terdapat kode huruf (a) yang artinya tanda untuk Measure of Sampling
Adequacy (MSA). Diketahui, nilai MSA dari masing-masing data yang
dianalisis adalah sebagai berikut: beban kerja 0,493, motivasi 0,492,
lingkungan kerja 0,496. Dari hasil tersebut, nilai MSA untuk semua
variabel adalah MSA > 0,50, sehingga semua variabel dalam kasus ini
layak untuk dilakukan analisis faktor. Namun, jika semisalnya pada
suatu kasus yang sedang dianalisis ternyata didapatkan hasil atau nilai
MSA < 0.50 maka solusinya adalah dengan melakukan proses analisis
ulang hanya untuk variabel yang memiliki nilai MSA > 0.50.
 Total Variaance Explained

Tabel Variance Explained berguna untuk menunjukkan nilai masing-

masing variabel yang di analisis. Dari ketiga variabel yang dianalisis,
ternyata hasil faktor yang mempengaruhi beban kerja, motivasi, dan
lingkungan kerja pada perusahaan keramik ssaduss tiles kecamatan
sidemen kabupaten Karangasem terdapat 2 faktor (nilai eigen value >
1 menjadi faktor ) yaitu, total Nilai Eigenvalue Component 1 sebesar
1.121 atau > 1 sehingga menjadi faktor 1 dan mampu menjelaskan
37.37 % variasi sedangkan total Nilai Eigenvalue Component 2 sebesar
1.004 atau > 1 sehingga menjadi faktor 2 dan mampu menjelaskan
33.45 % variasi atau dua faktor keseluruhan mampu menjelaskan
 70.82%. Sementara, total Nilai Eigenvalue Component 3 tidak
dihitung. Sebab, total Nilai Eigenvalue Component 3 < 1 maka tidak
menjadi sebuah faktor.

 Communalities

Tabel Communalities ini bertujuan untuk menunjukkan nilai

variabel yang diteliti apakah mampu untuk menjelaskan faktor atau
tidak. Pada tabel communalities berisi kolom Initial menggambarkan
nilai diagonal matrik korelasi ketika menggunakan Principal
Component Analysis. Dari hasil yang didapatkan semua nilai Initial
adalah 1. Salah satu cara menginterpretasikan nilai 1 adalah setiap
variabel fully captured oleh struktur dimensi, jadi Principal
Component mencoba untuk menjelaskan total jumlah variance pada set
variabel.
Variabel dianggap mampu menjelaskan faktor jika nilai
Extraction > 0,50. Berdasarkan hasil (output), diketahui nilai
Extraction untuk semua variabel adalah lebih besar dari 0,50. Dengan
demikian, dapat disimpulkan bahwa semua variabel dapat dipakai
untuk menjelaskan faktor. Pada kolom label extraction
menggambarkan presentase variance setiap variabel di dalam jumlah
faktor yang diektraksi yaitu 2. Satu faktor ektrasi komulatif
mencerminkan 79.10 % total variance. Variabel yang variancenya
telah menangkap solusi satu faktor yaitu motivasi dengan nilai
Communality 0,794 dan variabel paling kecil menangkap adalah
lingkungan kerja dengan nilai Communality 0,569
 Component Matrix

Tabel dari Component Matrix ini bertujuan untuk menunjukkan nilai

korelasi antar masing-masing variabel dengan faktor yang terbentuk.
Dari hasil output pada tabel tersebut didapatkan hasilnya sebagai
berikut
 Variabel beban kerja
Nilai korelasi variabel ini dengan faktor 1 adalah 0,547 dan
korelasi dengan faktor 2 adalah -0,680
 Variabel motivasi
Nilai korelasi variabel ini dengan faktor 1 adalah 0,503 dan
korelasi dengan faktor 2 adalah 0,735
 Variabel lingkungan kerja
Nilai korelasi variabel ini dengan faktor 1 adalah 0754 dan korelasi
dengan faktor 2 adalah 0,002
 Rotated Component Matrix

Rotated Component Matrix bertujuan untuk memastikan suatu

variabel masuk dalam kelompok faktor mana dan dapat diklasifikasi
dengan melihat nilai korelasi terbesar antara variabel dengan faktor
(component) yang terbentuk. Dari hasil tabel diatas, maka didapatkan
sebagai berikut.
  Variabel beban kerja
Nilai korelasi pada variabel ini pada component 1 (faktor 1) adalah
0,857 sedangkan nilai korelasi pada component 2 (faktor 2) adalah
-0,163. Dengan demikian, maka variabel Keandalan termasuk
dalam kelompok component 1 (faktor 1).
 Variabel motivasi
Nilai korelasi pada variabel ini pada component 1 (faktor 1) adalah
-0,094 sedangkan nilai korelasi pada component 2 (faktor 2) adalah
0,886. Dengan demikian, maka variabel Ketanggapan termasuk
dalam kelompok component 2 (faktor 2).
 Variabel lingkungan kerja
Nilai korelasi pada variabel ini pada component 1 (faktor 1) adalah
0,572 sedangkan nilai korelasi pada component 2 (faktor 2) adalah
0,491. Dengan demikian, maka variabel Keyakinan termasuk
dalam kelompok component 1 (faktor 1).

Dapat Disimpulkan bahwa yang termasuk pada Faktor 1 adalah beban kerja dan
lingkungan kerja sedangkan faktor 2 adalah motivasi.

 Component Transformation Matrix

Dari hasil pada tabel Component Transformation Matrix tersebut

menunjukkan bahwa pada component 1 nilai korelasinya adalah 0,761.
Yang berarti nilai tersebut > 0,5 dan pada component 2 nilai
korelasinya adalah 0,761. Yang berarti nilai tersebut > 0.5. Dengan
demikian, maka kedua faktor yang terbentuk ini layak untuk
merangkum kelima variabel yang dianalisis.
 Scree Plot
Pada gambar Scree Plot diatas terdapat 2 titik Component yang
memiliki nilai Eigenvalue > 1 maka dapat diartikan bahwa terdapat 2
faktor yang dapat terbentuk.
 SUMBER DATA

Gede Adi Marjaya, I Dewa. 2023. PENGARUH BEBAN KERJA, MOTIVASI, DAN
LINGKUNGAN KERJA TERHADAP KINERJA KARYAWAN PADA PERUSAHAAN
KERAMIK SADUS TILES KECAMATAN SIDEMEN KABUPATEN KARANGASEM. Skripsi.
Tidak Diterbitkan. Fakultas Ekonomi dan Bisnis. Universitas Mahasaraswati Denpasar. Bali