Bab 2
2.10 Teknik Analisis FaktorAnalisis faktor adalah beberapa teknik yang digunakan untuk mengkombinasi pertanyaan yang kemudian menghasilkan variabel baru. Teknik-teknik ini biasanya dinamakan ‘analisis saling ketergantungan’ (analysis of interdependence), karena cara ini menganalisis tingkat saling ketergantungan diantara pertanyaan-pertanyaan, variabel-variabel, atau obyek-obyek. Tujuannya adalah untuk memahami gagasan/konsep pokok dari pertanyaan-pertanyaan, variabel-variabel, atau obyek-obyek dan menyatukannya ke dalam suatu variabel baru (Hasan Zaini, 1995).
Analisis ini juga menggambarkan tentang struktur data dari suatu penelitian, artinya ingin diketahui susunan dan hubungan yang terjadi pada hubungan antar variabel. Ada 2 metode yang biasa dipakai dalam teknik analisis faktor, yaitu metode principal axis factoring (common factor analysis) dan metode principal component analysis.
Analisis faktor mempunyai fungsi antara lain:
1. Untuk memperoleh pengetahuan dari pengelompokkan variabel yang terjadi.
2. Untuk mengurangi jumlah pertanyaan/variabel menjadi jumlah yang dapat dikelola (managable).
Faktor adalah variabel/pokok yang tidak dapat secara langsung dilihat, tetapi harus diambil dari variabel input. Faktor bisa juga merupakan pengelompokkan dari variabel-variabel input tersebut, yang mengukur atau merupakan indikator dari faktor tersebut. Satu output dari kebanyakan program analisis faktor adalah nilai untuk setiap faktor pada semua responden. Nilai ini dinamakan ‘nilai faktor’ yang ditunjukkan untuk n buah faktor yang ditemukan dalam m buah variabel input
2.11 Analisis korelasi
Analisis korelasi dilakukan melalui uji statistik untuk mengetahui keterkaitan antar variable, untuk menganalisa hubungan variabel nominal. Analisis korelatif digunakan untuk mencari faktor-faktor mana yang paling berpengaruh terhadap dampak penurunan kualitas lingkungan area budidaya ikan bandeng dengan perekonomian masyarakat kecamatan Manyar kabupaten Gresik. Dalam analisis korelatif ini akan dipergunakan metode rumus kali kuadrat (Chi-Square) yang bertujuan untuk menemukan ada tidaknya hubungan dan apabila ada, berapa keeratan hubungan serta berarti tidak hubungan tersebut.
Analisis pengaruh yang dilakukan dalam studi ini menggunakan metode analisis korelasi. Analisis korelasi adalah indeks atau bilangan yang digunakan untuk mengukur derajad hubungan, meliputi kekuatan hubungan dan bentuk/arah hubungan.
Untuk kekuatan hubungan, nilai koefisien korelasi berada -1 dan +1. Untuk bentuk / arah hubungan, nilai koefisien korelasi dinyatakan dalam positif (+) dan negatif (-), atau (-1 < KK < +1).
Jika koefisien korelasi bernilai positif, maka variabel-variabel berkorelasi positif, artinya jika variabel yang satu naik/turun, maka variabel yang lainnya juga naik/turun. Semakin dekat nilai koefisien korelasi ke +1, semakin kuat korelasi positifnya.
Jika koefisien korelasi bernilai negatif, maka variabel-variabel berkorelasi negatif, artinya jika variabel yang satu naik/turun, maka variabel yang lainnya akan turun/naik. Semakin dekat nilai koefisien korelasi ke -1, semakin kuat korelasi negatifnya.
Jika koefisien korelasi bernilai 0 (nol), maka variabel tidak menunjukkan korelasi.
Jika koefisien korelasi bernilai +1 atau -1, maka variabel-variabel menunjukkan korelasi positif atau negatif sempurna.
Tabel 2.3 Variabel Studi Penurunan kualitas lingkungan dengan perekonomian masyarakat
Kecamatan Manyar kabupaten Gresik Variabel Bebas
Variabel Sub Variabel
Sumber Daya Manusia Jumlah Tenaga Kerja Tingkat Pendidikan
Bahan Baku Jenis & Harga Bahan Baku Sedangkan besarnya variabel terikat dapat dijelaskan oleh variabel bebas (r2). Harga r berkisar antara –1 < r < +1. Harga r menunjukkan :
Harga r = -1 menyatakan adanya hubungan linier sempurna tak langsung
Harga r = 1 menyatakan adanya hubungan linier langsung
Harga r = 0 menyatakan tidak ada hubungan linier.
Tabel Pedoman Interpretasi Hubungan Korelasi
No. Interval
Koefisien Tingkat Hubungan 1. 0,00 – 0,199 Sangat rendah
2. 0,20 – 0,399 Rendah 3. 0,40 – 0,599 Sedang 4. 0,60 – 0,799 Kuat 5. 0,80 – 1,000 Sangat kuat Sumber : Buku Statistik Untuk Penelitian, (Sugiyono,1999: 212-238)
BAB 3
3.6.1 Analisis FaktorAnalisis faktor digunakan untuk mengetahui faktor-faktor dominan dalam menjelaskan suatu masalah (Santoso 2009). Analisis faktor ini bertujuan untuk mereduksi jumlah variabel menjadi beberapa variabel yang mengelompok. Menurut Solimun (2001 : 24), prinsip dasar dari analisis faktor adalah mengekstraksi sejumlah faktor bersama (common factor) dari gugusan variabel asal X1, X2, X3, … Xn, sehingga banyaknya faktor lebih sedikit dibandingkan dengan banyaknya variabel asal X, dan sebagian ragam variabel asal X tersimpan dalam sejumlah faktor.
Dalam analisis faktor, variabel-variabel yang diteliti akan dikelompokkan berdasarkan korelasinya. Variabel-variabel yang berkorelasi tinggi, akan berada dalam kelompok tertentu membentuk suatu faktor, sedangkan variabel-variabel yang korelasinya relatif kecil, akan berada dalam kelompok lainnya. Menurut Solimun (2001 : 25), analisis faktor dapat dirumuskan dalam model matematis berikut :
X1 = C11F1 + C12F2 + ……… + C1pFp + ε1
Xp = Cp1F1 + Cp2F2 + ……… + Cp1F1 + εp
Keterangan :
Xp = Variabel
Fj = Faktor persamaan ke-j
Cij = Bobot loading dari variabel ke-i pada faktor ke-j yang menunjukkan pentingnya faktor ke-j dalam komposisi dari variabel ke-i
εp = Galat error faktor spesifik
Menurut Simamora (2005 : 127) Dalam menentukan layak atau tidak layaknya suatu kelompok variabel sebagai faktor, digunakan Eigen Value, yaitu jika nilai Eigen Value tersebut ≥ 1 maka dinyatakan layak atau dapat diterima.
Untuk mengetahui besarnya sumbangan masing-masing faktor, dapat dilihat dari besarnya loading variabel yang bersangkutan, dimana loading besar mempunyai peranan utama. Bila terdapat loading yang berbeda maka hipotesis dapat diterima.
Langkah-langkah dalam analisis faktor yaitu:
1. Uji Interpedensi 1) Matriks Korelasi
Data yang terkumpul akan diproses dalam computer dan akan menghasilkan matrik korelasi. Berdasarkan koefisien korelasi, dapat diidentifikasikan variabel-variabel tertentu yang hampir tidak dapat memiliki korelasi lain, sehingga dapat dikeluarkan analisis lebih lanjut.
2) Ekstraksi Faktor
Setelah variabel disusun kembali berdasarkan korelasi hasil langkah pertama, maka program komputer akan menentukan jumlah faktor yang diperlukan untuk mewakili data. Untuk menentukan jumlah faktor yang dapat diterima, dapat dilihat pada Eigen Value suatu faktor yang besarnya ≥ 1
Hasil dari ekstraksi faktor sebelumnya, terkadang masih sulit untuk menentuka pengelompokkan variabel yang bermakna sama, dengan rotasi dapat diidentifikasikan dengan memilih nilai loading lebih besar.
3.6.2 Analisis Korelasi
Analisis pengaruh yang dilakukan dalam studi ini menggunakan metode analisis korelasi. Analisis korelasi adalah indeks atau bilangan yang digunakan untuk mengukur derajad hubungan, meliputi kekuatan hubungan dan bentuk/arah hubungan.
Untuk kekuatan hubungan, nilai koefisien korelasi berada -1 dan +1. Untuk bentuk / arah hubungan, nilai koefisien korelasi dinyatakan dalam positif (+) dan negatif (-), atau (-1 < KK < +1).
Jika koefisien korelasi bernilai positif, maka variabel-variabel berkorelasi positif, artinya jika variabel yang satu naik/turun, maka variabel yang lainnya juga naik/turun. Semakin dekat nilai koefisien korelasi ke +1, semakin kuat korelasi positifnya.
Jika koefisien korelasi bernilai negatif, maka variabel-variabel berkorelasi
negatif, artinya jika variabel yang satu naik/turun, maka variabel yang lainnya akan turun/naik. Semakin dekat nilai koefisien korelasi ke -1, semakin kuat korelasi negatifnya.
Jika koefisien korelasi bernilai 0 (nol), maka variabel tidak menunjukkan korelasi.
Jika koefisien korelasi bernilai +1 atau -1, maka variabel-variabel menunjukkan korelasi positif atau negatif sempurna.
Analisis korelasi dengan metode crosstab dengan teknik chi-square dilakukan untuk mengetahui ada tidaknya hubungan antara faktor-faktor penurunan kualitas lingkungan kawasan tambak dengan perekonomian masyarakat kecamatan Manyar kabupaten Gresik.
Harga r = -1 menyatakan adanya hubungan linier sempurna tak langsung
Harga r = 1 menyatakan adanya hubungan linier langsung
Harga r = 0 menyatakan tidak ada hubungan linier.
Untuk memperoleh seberapa kuat dan lemahnya hubungan pengaruh digunakan pedoman interpretasi sebagai berikut :
Tabel Pedoman Interpretasi Hubungan Korelasi
No. Interval
Koefisien
Tingkat Hubungan
1. 0,00 – 0,199 Sangat rendah
2. 0,20 – 0,399 Rendah
3. 0,40 – 0,599 Sedang
4. 0,60 – 0,799 Kuat
5. 0,80 – 1,000 Sangat kuat