IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR
oleh DYAH LESTARI
M 0102020
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika.
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA
SKRIPSI
IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR
yang disiapkan dan disusun oleh
DYAH LESTARI
M 0102020
dibimbing oleh
Pembimbing I
Dra. Etik Zukhronah, M.Si. NIP. 132 000 009
Pembimbing II
Irwan Susanto, DEA. NIP. 132 134 694
telah dipertahankan di depan Dewan Penguji
pada hari Kamis, tanggal 26 Juli 2007
dan dinyatakan telah memenuhi syarat.
Anggota Tim Penguji
1. Drs. Sugiyanto, M.Si.
NIP. 132 000 804
2. Dra. Yuliana Susanti, M.Si.
NIP. 131 695 845
3. Sri Kuntari, M.Si.
NIP. 132 240 173
Tanda Tangan
1.
2.
3.
Surakarta, Juli 2007
Disahkan oleh
Fakultas Matematika dan Ilmu Pengetahuan Alam
Dekan,
Prof. Drs. Sutarno, M.Sc, PhD.
NIP. 131 649 948
Ketua Jurusan Matematika,
Drs. Kartiko, M.Si.
ABSTRAK
Dyah Lestari, 2007. IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN MUDA DENGAN MENGGUNAKAN ANALISIS FAKTOR. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Sebelas Maret.
Analisis faktor adalah suatu teknik analisis data yang ditujukan untuk mereduksi sejumlah variabel menjadi beberapa kelompok yang lebih kecil dan kelompok-kelompok kecil tersebut disebut sebagai faktor. Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor pendorong pernikahan muda dengan menggunakan analisis faktor. Responden yang digunakan sebanyak 85, yaitu orang yang menikah pada usia antara 15-24 tahun di wilayah Surakarta. Teknik pengambilan sampel yang digunakan adalah sampling kluster sederhana. Dari responden yang terpilih, kemudian diminta untuk mengisi kuesioner. Variabel yang digunakan sebanyak tujuh belas, yaitu dorongan orang tua, dorongan teman, dorongan calon pasangan, takut kehilangan pasangan, hamil pranikah atau pasangan hamil pranikah, banyaknya artis yang menikah muda, banyaknya film yang mengisahkan pernikahan dini, takut dosa, takut jadi perawan/jaka tua, kemapanan hidup calon pasangan, sudah adanya pinangan atau sudah meminang, sudah menyelesaikan sekolah, orang tua ingin segera menimang cucu, sudah mempunyai penghasilan sendiri, banyaknya teman yang telah menikah, perjodohan, dan membantu perekonomian keluarga. Dari data yang diperoleh dilakukan uji validitas dan reliabilitas serta analisis faktor dengan menggunakan bantuan software SPSS 10.0 for windows.
ABSTRACT
Dyah Lestari, 2007. IDENTIFYING THE INSTIGATION FACTOR OF YOUNG MARRIAGE BY USING FACTOR ANALYSIS. Faculty of Mathematics and Natural Science. Sebelas Maret University.
Factor analysis is a data analysis technique used to reduce the number of variables into several smaller groups and the groups are called as factor. The purpose of the research is to identify the instigation factors of young marriage by using factor analysis. The respondents used are 85 persons, namely a man or a woman who have got married in the young age of 15 up to 24 years old in the area of Surakarta. The sampling technique is simple cluster sampling. The respondents are given a questioner. The variables are seventeen, that are the instigation parents, friends, couple, the anxiety of losing couple, the pregnancy before marriage, the artist who marriage in the young age, many films which tell about young age marriage, the fear of sin, the anxiety of being old virgin, the prosperity of the couple, the application of marriage, having completed the study, the desire of parents in having grandchildren, having independent income, many friends who had married, the pairing and helping the economic condition of family. The validity and reliability of data are tested. The factor analysis is done by using software SPSS 10.0 for windows.
MOTTO
Sesungguhnya sesudah kesulitan ada kemudahan.
Maka apabila kamu telah selesai dari suatu urusan, kerjakanlah dengan sungguh-sungguh urusan yang lain.
KATA PENGANTAR
Puji syukur Ahamdulillahi robbil’alamin penulis panjatkan kehadirat Allah Ta’ala, karena atas izin-Nya penulis dapat menyelesaikan skripsi ini. Dalam penulisan skripsi ini banyak pihak yang telah membantu. Untuk itu penulis
mengucapkan terima kasih kepada
1. Ibu Etik Zukhronah, M.Si selaku Pembimbing I yang telah memberikan
bimbingan selama menyelesaikan skripsi ini.
2. Bapak Irwan Susanto, DEA selaku Pembimbing II yang telah memberikan
bimbingan selama menyelesaikan skripsi ini.
3. semua responden yang telah memberikan bantuan dalam pengambilan
data.
4. kedua orang tua dan Abu Falihah yang telah memberikan dorongan dan
semangat.
5. Mona, Lisa, dan Wiwin serta semua teman angkatan 2002.
6. semua pihak yang tidak dapat disebutkan satu per satu.
Akhirnya penulis berharap semoga penulisan skripsi ini dapat memberi
manfaat bagi seluruh pembaca.
Surakarta, Juli 2007
DAFTAR ISI
1.1Latar Belakang Masalah ………1
1.2Perumusan Masalah ………...2
1.3Batasan Masalah ………2
1.4Tujuan Masalah ……….2
1.5Manfaat Penelitian ……….2
BAB II LANDASAN TEORI ………...3
2.1 Tinjauan Pustaka ………..3
2.1.1 Pernikahan Usia Muda ………..3
2.1.2 Uji Validitas dan Reliabilitas ……… 2.1.3 Korelasi ……….5
2.1.4 Nilai Eigen ………6
2.1.5 Analisis Faktor ………..6
2.2 Kerangka Pemikiran ………10
BAB III METODE PENELITIAN ………11
3.1 Sumber Data ………...…11
3.2Teknik Pengambilan Sampel ………...……11
BAB IV HASIL DAN PEMBAHASAN ……….. 13
4.1 Hasil Uji Validitas dan Reliabilitas ………
4.2 Hasil Analisis Faktor ………
BAB V PENUTUP……….. 19
5.1 Kesimpulan ……….
5.2 Saran ………
DAFTAR PUSTAKA ……….20
LAMPIRAN ………..21 15
15
15
21
21
21
22
DAFTAR TABEL
Tabel 4.1 Angka KMO Tanpa Variabel X5, X8, dan X14 ………..……
Tabel 4.2 Angka KMO Tanpa Variabel X5, X6, X8 dan X14……….
Tabel 4.3 Matriks Faktor ……….………...17
Tabel 4.4 Matriks Faktor Hasil Rotasi ……….. 16
17
18
DAFTAR GAMBAR
DAFTAR NOTASI
αcronbach : koefisienreliabilitas
rxy : korelasi sederhana antara variabel X dan Y
rxy.z : korelasi parsial antara variabel X dan Y dengan mengontrol Z λ : nilai eigen
X : vektor variabel random teramati
μ : vektor rata-rata variabel random teramati
L : matriks bobot faktor F : vektor faktor bersama ε : vektor faktor spesifik
ψ : variansi spesifik
hi2 : komunalitas *
ˆ
BAB I PENDAHULUAN
1.1 Latar Belakang Masalah
Di zaman modern sekarang ini, semenjak ilmu pengetahuan telah
berkembang dengan pesatnya terutama ilmu psikologi, maka fase-fase
perkembangan manusia telah diperinci serta gejala-gejala yang tampak pada setiap
fase perkembangan tersebut. Fase perkembangan masa remaja merupakan pusat
perhatian. Hal ini disebabkan karena masa remaja merupakan masa transisi dari
masa kanak-kanak ke masa dewasa. Seorang remaja merasa telah meninggalkan
usia anak-anak yang lemah dan penuh dengan ketergantungan, namun di sisi lain
ia belum mampu ke usia yang kuat dan penuh tanggung jawab, baik terhadap
dirinya maupun masyarakat. Dalam masa transisi itu remaja akan mengalami
perubahan-perubahan, baik perubahan fisik, perubahan emosi maupun perubahan
sosialnya.
Perubahan-perubahan yang terjadi di masa remaja tentunya memerlukan
penyesuaian diri. Namun demikian, seringkali remaja sulit menyesuaikan diri
dengan perubahan yang terjadi pada dirinya, seperti dalam mengendalikan hawa
nafsu yang bergejolak, akibatnya banyak kasus hamil pranikah. Hal ini menuntut
segera dilakukannya pernikahan untuk menyelamatkan status anak yang akan
dilahirkan.
Selain dari permasalahan di atas, masih banyak lagi hal-hal yang dijadikan
alasan oleh seseorang untuk melakukan pernikahan muda. Oleh karena itu, penulis
ingin mengetahui faktor-faktor apa saja yang dijadikan alasan oleh seseorang
melakukan pernikahan muda dengan menggunakan analisis faktor. Analisis faktor
adalah suatu analisis data yang ditujukan untuk mereduksi sejumlah variabel
menjadi beberapa kelompok yang lebih kecil dan kelompok-kelompok kecil
tersebut disebut sebagai faktor. Dalam proses perhitungan analisis faktor
1.2 Perumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan di atas, maka
perumusan masalahnya adalah faktor-faktor apa yang menjadi pendorong
seseorang menikah di usia muda.
1.3 Batasan Masalah
Agar penulisan skripsi ini dapat terarah dan tidak menyimpang dari judul yang
telah ditentukan, maka diberikan batasan yaitu populasi yang digunakan adalah
masyarakat kota Surakarta yang telah menikah di usia muda, yaitu antara usia 15
tahun sampai dengan 24 tahun.
1.4 Tujuan Masalah
Tujuan yang ingin dicapai dalam penelitian ini adalah menentukan
faktor-faktor yang menjadi pendorong seseorang menikah di usia muda dengan
menggunakan analisis faktor.
1.5 Manfaat penelitian
Dengan dilakukannya penelitian mengenai identifikasi pendorong pernikahan
muda ini diharapkan dapat menambah pengetahuan tentang aplikasi analisis faktor
BAB II
LANDASAN TEORI
2.1 Tinjauan Pustaka
Untuk mencapai tujuan penelitian, diperlukan teori-teori yang mendukung pembahasan meliputi pernikahan muda, uji validitas dan reliabilitas, korelasi, nilai
eigen, analisis faktor.
2.1.1 Pernikahan Muda
Zaman dahulu orang-orang menikah di usia belasan tahun disebabkan karena
kondisi perekonomian negara saat itu masih sangat terpuruk dengan adanya
penjajahan, sehingga untuk meringankan beban orang tua anak yang sudah cukup
umur dinikahkan agar bisa mencari nafkah dan memenuhi kebutuhannya sendiri.
Kemudian setelah perekonomian negara membaik, pernikahan muda mulai
ditinggalkan, yaitu sekitar tahun 80-an (Noe, 2003). Hal itu terjadi karena banyak
orang berfikir untuk menyelesaikan studi terlebih dahulu atau meniti karir
sebelum menikah, sehingga banyak yang baru menikah di usia 30-an. Kini tren
menikah muda kembali muncul dikarenakan merebaknya pergaulan bebas di
kalangan remaja. Hal itu terjadi karena remaja saat ini banyak yang berkiblat pada
pergaulan ala barat, yang mana kebebasan sangat dijunjung tinggi bahkan dalam
hal kehidupan seks. Banyak orang tua yang khawatir anaknya terjebak dalam
pergaulan bebas sehingga mengizinkan mereka menikah muda. Namun banyak
juga yang menikahkan anaknya dikarenakan telah hamil pranikah akibat dari
pergaulan bebas tersebut.
Menurut Hadikusuma (1990), pasal 7 Undang-undang nomor 1 tahun 1974
tentang perkawinan menetapkan bahwa perkawinan diizinkan bila pria telah
berusia 19 tahun dan wanita telah berusia 16 tahun. Dengan adanya
undang-undang perkawinan akan ada batasan usia minimal seseorang diizinkan untuk
WHO menetapkan batas usia 10-20 tahun sebagai batasan usia remaja.
Sementara itu, PBB menetapkan usia 15-24 tahun sebagai batasan usia muda
(Anonim, 2003). Dalam penelitian ini, batasan usia yang digunakan 15-24 tahun.
2.1.2 Uji Validitas dan Reliabilitas
Menurut Azwar (1997), salah satu masalah utama dalam kegiatan penelitian
adalah masalah cara memperoleh data yang dapat memberikan suatu informasi
yang akurat dan objektif. Hal ini menjadi sangat penting artinya dikarenakan
kesimpulan peneliti hanya akan dapat dipercaya bila didasarkan pada informasi
yang juga dapat dipercaya. Kriteria yang mampu memberikan informasi yang
dapat dipercaya adalah validitas dan reliabilitas.
Validitas mempunyai arti sejauhmana ketepatan dan kecermatan suatu alat
ukur dalam melakukan fungsi ukurnya. Suatu tes dapat dikatakan mempunyai
validitas tinggi jika suatu alat ukur menjalankan fungsi ukurnya sesuai dengan
maksud dilakukannya pengukuran. Suatu alat ukur yang valid tidak sekedar
mampu mengungkapkan data dengan tepat, tetapi juga memberikan gambaran
yang cermat mengenai data tersebut.
Uji validitas dapat dihitung dengan menggunakan rumus korelasi Pearson
dengan X = skor tes variabel ke-i pada objek ke-k
Y = total skor tes objek ke-k,
kriteria bahwa suatu tes dikatakan valid jika memiliki nilai koefisien korelasi yang
lebih besar dari nilai rtabel, dengan derajad bebas n-2.
Sedangkan reliabilitas memiliki berbagai nama seperti keterpercayaan,
keterandalan, kestabilan, dan sebagainya. Namun ide pokok yang terkandung
dipercaya. Pengukuran yang memiliki reliabilitas tinggi disebut sebagai
pengukuran yang reliabel.
Sifat reliabel diperlihatkan oleh tingginya reliabilitas hasil ukur suatu tes.
Suatu alat ukur yang tidak reliabel akan memberikan informasi yang tidak akurat
mengenai keadaan subjek atau individu yang dikenai tes. Apabila informasi yang
keliru itu digunakan sebagai dasar pertimbangan dalam pengambilan suatu
kesimpulan dan keputusan, maka tentulah kesimpulan dan keputusan itu tidak
akan tepat.
Tinggi rendahnya reliabilitas ditunjukkan oleh suatu angka yang disebut
koefisien reliabilitas. Estimasi koefisien reliabilitas dapat dilakukan dengan
metode pendekatan konsistensi internal, karena metode pendekatan ini hanya
memerlukan satu kali pengenaan tes kepada sekelompok individu sebagai subjek.
Nilai koefisien reliabilitas dapat dicari dengan rumus αcronbach.
αcronbach =
dengan p : jumlah variabel
si2 : variansi skor tes pada variabel ke-i
s2 : variansi keseluruhan skor tes.
Nilai koefisien reliabilitas αcronbach berkisar antara 0 dan 1. αcronbach = 1 berarti
terdapat konsistensi yang sempurna pada hasil pengukuran, sedangkan jika
αcronbach = 0 berarti hasil pengukuran tidak konsisten atau tidak reliabel. Menurut
Salimun (Suhartini: 2003), suatu tes dikatakan reliabel jika koefisien αcronbach lebih
besar dari nilai αcronbach standar sebesar 0,6.
2.1.3 Korelasi
antara X dan Y dapat dinyatakan dengan koefisien korelasi sederhana yang dilambangkan dengan rxy. Nilai dari rxy adalah
(
)(
)
rxy = ±1. Koefisien korelasi bernilai positif menunjukkan bahwa hubungan linear antara kedua variabel searah, artinya bila X membesar maka Y juga membesar, sebaliknya apabila koefisien korelasi bernilai negatif menunjukkan bahwahubungan linear antara kedua variabel berlawanan, artinya jika yang satu
membesar maka yang lain mengecil. Tetapi jika nilai rxy = 0 berarti tidak ada hubungan antara X dan Y.
Korelasi sederhana hanya digunakan untuk mengetahui keeratan hubungan
antara dua variabel, tetapi jika diinginkan untuk mengetahui keeratan hubungan
lebih dari dua variabel maka digunakan korelasi parsial. Misalkan X, Y, dan Z
taknol x di dalam Rn dinamakan vektor eigen dari A jika Ax adalah kelipatan
skalar dari x, yakni
Ax = λx
untuk suatu skalar λ. Skalar λ dinamakan nilai eigen dari A dan x dinamakan
vektor eigen yang bersesuaian dengan λ. Menurut Simamora (2005), berdasarkan
nilai eigen dapat dilihat kemampuan setiap faktor mewakili variabel-variabel yang
2.1.4 Analisis Faktor
Menurut Santoso dan Tjiptono (2001), analisis faktor pada prinsipnya
digunakan untuk mereduksi data, yaitu proses untuk meringkas sejumlah variabel
menjadi lebih sedikit dan menamakannya sebagai faktor. Misal X adalah vektor
random teramati dengan p variabel yang mempunyai rata-rata μ dan matriks
kovariansi Σ akan diringkas menjadi sejumlah m faktor, dimana m ≤ p. Model faktor menyatakan bahwa X dependen secara linear terhadap variabel tak teramati
F1, F2, …, Fm yang disebut faktor bersama dan sejumlah p sumber variansi
Jika dituliskan dalam notasi matriks
X – μ = L F + ε
(px1) (pxm) (mx1) (px1)
dengan X : vektor variabel
μ : vektor rata-rata variabel
L : matriks bobot faktor F : vektor faktor bersama ε : vektor faktor spesifik.
Asumsi yang mendasari analisis faktor adalah
2. E(ε) = 0, Cov(ε) = E(εε’) =
Berdasarkan asumsi diperoleh struktur kovariansi model analisis faktor, yaitu
1. Cov(X) = LL’ + ψ
sehingga Cov(X1, X2) = li1lk1 + li2lk2 + … +limlkm 2. Cov(X, F) = L
sehingga Cov(Xi, Fj) = lij , dengan i = 1, 2, …, p dan j = 1, 2, … , m
dan struktur variansi model analisis faktor, yaitu
σii = li12 + li22 + … +lim2 + ψi = hi2 + ψi
dengan hi2 = li12 + li22 + … +lim2 , i = 1, 2, …, p
hi2 : komunalitas, yaitu jumlah kuadrat bobot variabel ke-i pada m faktor ψi : variansi spesifik, yaitu variansi setiap variabel X yang dijelaskan oleh
faktor spesifik .
Menurut Johnson dan Wichern (1982), tujuan utama dari analisis faktor
adalah untuk menentukan beberapa faktor yang merupakan hasil reduksi dari
sejumlah variabel. Setelah faktor-faktor tersebut diketahui, langkah selanjutnya
adalah mencari nilai bobot faktor dari tiap-tiap variabel sehingga dapat diketahui
suatu variabel akan masuk ke dalam faktor yang mana. .Dalam mengestimasi nilai
bobot faktor, metode yang digunakan adalah analisis komponen utama. Metode
ini diturunkan dari matriks kovariansi Σ. Pandang Σ mempunyai pasangan nilai
karena sebanyak p-m nilai eigen terakhir bernilai kecil (kurang dari satu) maka kontribusi λm+1 em+1 em+1’ + λm+2 em+2 em+2’ + …+ λp ep ep’ terhadap Σ dapat diabaikan, sehingga persamaan menjadi
Jadi matriks bobot faktornya adalah
L
[
λ e λ e L λmem]
Seringkali nilai estimasi dari bobot faktor sulit untuk diinterpretasikan maka
perlu dilakukan rotasi sehingga diperoleh struktur yang paling sederhana. Pertama
kali harus dilihat pola bobot faktor sehingga tiap variabel mempunyai bobot yang
tinggi pada suatu faktor tertentu dan bobot yang rendah pada faktor yang tersisa.
Salah satu jenis rotasi faktor adalah rotasi ortogonal. Rotasi ini bertujuan selain
untuk mempertajam perbedaan bobot faktor setiap variabel, juga untuk
mempertahankan keadaan di mana faktor-faktor yang direduksi tidak terdapat
korelasi. Rotasi ortogonal mempunyai kemampuan yang sama dalam
menghasilkan matriks kovariansi Σ. Jika Lˆ (pxm) adalah matriks estimasi bobot faktor, maka matriks estimasi bobot faktor setelah dirotasi *Lˆ (pxm) didefinisikan dengan
* ˆ
L = Lˆ T
dengan TT’ = T’T = I dan T adalah matriks transformasi ortogonal. Matriks estimasi kovariansi tidak berubah, karena
Metode varimax terpusat pada penyederhanaan kolom matriks faktor (Hair et
al, 1998). Nilai bobot faktor yang besar akan semakin membesar dan bobot faktor yang kecil akan semakin mengecil, sehingga jumlah variansi bobot faktor dari
matriks faktor menjadi maksimal. Metode varimax akan memilih transformasi
ortogonal T yang membuat
( )
( )
adalah koefisien akhir setelah dirotasi yang dibagi dengan akar kuadrat
komunalitas.
Menurut Santoso dan Tjiptono (2001), secara garis besar terdapat empat tahap
dalam analisis faktor. Berikut ini akan disajikan tahapan-tahapan tersebut.
1. Memilih variabel yang layak dimasukkan dalam analisis faktor. Oleh
karena analisis faktor berupaya mengelompokkan sejumlah variabel, maka
seharusnya ada korelasi yang cukup kuat diantara variabel sehingga akan
terjadi pengelompokan. Jika sebuah variabel atau lebih berkorelasi lemah
dengan variabel yang lain maka variabel tersebut akan dikeluarkan dari
analisis faktor. Alat yang digunakan untuk keperluan ini adalah KMO
(Kaiser-Meyer-Olkin Measure of Sampling) dan Tes Bartlett dan matriks anti-image.
a. KMO dan Tes Bartlett adalah alat yang digunakan untuk menguji apakah variabel-variabel yang ada sudah layak untuk dimasukkan
dalam analisis atau belum. Nilai KMO berkisar antara 0 sampai 1. Jika
nilai KMO ≥ 0,5 maka analisis faktor layak dilakukan. Sedangkan Tes
Bartlett adalah tes statistik yang digunakan untuk menguji apakah
variabel-variabel yang dilibatkan berkorelasi. Hipotesis nol (Ho)
menyatakan tidak ada korelasi antarvariabel, sedangkan hipotesis
alternatif (H1) menyatakan terdapat korelasi antarvariabel. Statistik uji
Tes Bartlett didekati dengan nilai chi-square (X2) dengan derajat kebebasan sebesar υ. Chi-square dirumuskan dengan
(
)
b. Matriks anti-image adalah alat yang digunakan untuk mengetahui
besarnya korelasi parsial antar variabel, yaitu korelasi yang tidak
dipengaruhi variabel lain. Angka di dalam diagonal matriks anti-image
bagian korelasi menunjukkan nilai KMO tiap variabel, sedangkan
angka di luar diagonalnya menunjukkan nilai korelasi parsial antar
variabel. Nilai KMO dirumuskan
∑∑
∑∑
dengan rij = korelasi antara variabel ke-i dan variabel ke-k
ri.k = korelasi parsial antara variabel ke-i dan variabel yang lain dengan variabel ke-k sebagai kontrol.
Jika nilai KMO < 0,5 maka variabel tersebut harus dikeluarkan dari
analisis faktor dan jika terdapat lebih dari satu variabel dengan nilai
KMO < 0,5 maka variabel yang dikeluarkan adalah variabel dengan
nilai KMO terendah. Ulangi kembali proses penyeleksian variabel, jika
semua variabel telah mamiliki nilai KMO ≥ 0,5 maka analisis lebih
lanjut dapat dilakukan.
2. Melakukan reduksi variabel sehingga diperoleh satu atau beberapa faktor.
Penentuan banyaknya faktor yang dihasilkan didasarkan pada nilai eigen,
yaitu dengan mengambil faktor yang nilai eigennya lebih besar dari satu.
Secara visual nilai eigen dapat dilihat dari scree plot. Sumbu vertikal menunjukkan nilai eigen sedang pada sumbu horisontal menunjukkan
3. Melakukan rotasi faktor untuk memperjelas apakah faktor yang terbentuk
sudah signifikan berbeda dengan faktor yang lain sehingga mudah untuk
diinterpretasi.
4. Melakukan interpretasi hasil rotasi dan memberi nama pada faktor yang
terbentuk.
2.2 Kerangka Pemikiran
Saat ini banyak orang melakukan pernikahan muda. Hal tersebut bisa terjadi
karena semakin merebaknya pergaulan bebas di kalangan remaja, perjodohan,
permasalahan ekonomi, tradisi yang berlaku di masyarakat, dan masih banyak
lagi. Berdasarkan hal itu maka peneliti ingin meneliti faktor-faktor apa saja yang
mempengaruhi seseorang menikah di usia muda. Dalam penelitian ini, peneliti
melibatkan tujuh belas variabel yang dimungkinkan dapat mendorong seseorang
menikah muda.
Dari data yang diperoleh dilakukan uji validitas dan reliabilitas untuk
mengetahui apakah variabel yang digunakan valid dan data yang diperoleh dapat
dipercaya keakuratannya atau tidak. Setelah variabel valid dan data dapat
dipercaya keakuratannya, dilanjutkan dengan analisis faktor yang meliputi
penyeleksian variabel, reduksi variabel, rotasi faktor, interpretasi dan pemberian
nama pada faktor yang terbentuk. Dalam proses perhitungannya digunakan
BAB III
METODE PENELITIAN 3.1 Sumber Data
Data yang digunakan dalam penelitian ini adalah data primer yang diperoleh
melalui kuesioner yang diberikan kepada 85 responden pada bulan Februari-Maret
2007 di wilayah Surakarta. Responden yang dimaksud adalah orang-orang yang
telah menikah di usia muda, yaitu antara 15-24 tahun.
Variabel-variabel yang digunakan dalam penelitian ini adalah dorongan orang
tua (X1), dorongan teman (X2), dorongan calon pasangan (X3), takut kehilangan
pasangan (X4), hamil pranikah atau pasangan hamil pranikah (X5), banyaknya artis
yang menikah muda (X6), banyaknya film yang mengisahkan pernikahan dini (X7),
takut dosa (X8), takut jadi perawan/jaka tua (X9), kemapanan hidup calon pasangan
(X10), sudah adanya pinangan atau sudah meminang (X11), sudah menyelesaikan
sekolah (X12), orang tua ingin segera menimang cucu (X13), sudah mempunyai
penghasilan sendiri (X14), banyaknya teman yang telah menikah (X15), perjodohan
(X16), dan membantu perekonomian keluarga (X17). Data responden selengkapnya
dapat dilihat pada Lampiran 1.
3.2 Teknik Pengambilan Sampel
Jumlah variabel yang dilibatkan dalam analisis faktor minimal lima dan tidak
ada ukuran sampel minimal yang diterima. Semakin besar ukuran sampel, analisis
faktor menjadi semakin akurat. Sebagai aturan umum, jumlah sampel minimal
adalah tiga kali jumlah variabel (Simamora, 2005). Dalam penelitian ini jumlah
sampel yang digunakan adalah lima kali jumlah variabel dengan harapan agar
hasil analisis faktor menjadi lebih akurat. Karena jumlah variabel yang digunakan
tujuh belas variabel, maka jumlah responden yang dibutuhkan adalah 85. Teknik
3.3 Metode Analisis Data
Berdasarkan data yang diperoleh, dilakukan pengolahan data dengan bantuan
software SPSS 10.0 for windows. Pengolahan data tersebut meliputi uji validitas dan reliabilitas untuk mengetahui apakah variabel yang digunakan valid dan data
yang diperoleh dapat dipercaya keakuratannya atau tidak, setelah itu dilakukan
analisis faktor untuk mengetahui faktor-faktor yang menjadi pendorong
BAB IV
HASIL DAN PEMBAHASAN
Pada tahap analisis data dilakukan uji validitas dan reliabilitas untuk
mengetahui kevalidan variabel yang digunakan dan keakuratan data. Setelah
kevalidan dan keakuratan dipenuhi kemudian dilakukan analisis faktor.
4.1 Hasil Uji Validitas dan Reliabilitas
Sebelum data diolah lebih lanjut, terlebih dahulu perlu diketahui validitas tiap variabel dan reliabilitas data hasil kuesioner. Sebagai data awal diambil 30
sampel. Variabel dinyatakan valid jika koefisien korelasinya ≥ rtabel dengan
derajad kebebasan 28 dan α = 0,05. Dari tabel r diperoleh nilai rtabel sebesar 0,239.
Pada Lampiran 2 dapat dilihat bahwa terdapat dua variabel dengan koefisien
korelasi yang nilainya < 0,239, yaitu variabel X5 dan X8. Hal ini berarti bahwa variabel X8 dan X5 tidak valid dan harus dikeluarkan dari analisis. Setelah X5 dan
X8 dikeluarkan, uji validitas kembali dilakukan. Ternyata terdapat satu variabel yang koefisien korelasinya < 0,239, yaitu X14, maka X14 harus dikeluarkan dari analisis. Setelah X5, X8, dan X14 dikeluarkan, kembali dilakukan uji validitas, ternyata semua variabel koefisien korelasinya ≥ 0,239. Hal ini berarti semua
variabel telah valid dan analisis lanjut dilakukan tanpa melibatkan variabel X5, X8,
dan X14. Sedangkan nilai koefisien reliabilitas yang diperoleh sebesar 0,8190, yang berarti data sudah reliabel karena nilainya ≥ nilai αcronbach standar yaitu 0,6.
4.2 Hasil Analisis Faktor
Analisis faktor digunakan untuk meringkas empat belas variabel menjadi
beberapa variabel baru dan menamakannya sebagai faktor. Berikut ini adalah
1. Analisis faktor tanpa variabel X5, X8, dan X14.
Berdasarkan Lampiran 3.1, terlihat bahwa nilai KMO sebesar 0,707 yang
berarti analisis faktor layak dilakukan. Sedangkan nilai KMO tiap variabel
ditampilkan dalam Tabel 4.1.
Terlihat bahwa ada sebuah variabel yang mempunyai nilai KMO < 0,5, yaitu
X6 (0,479). Hal ini berarti variabel X6 belum layak untuk dimasukkan dalam analisis dan harus dikeluarkan dari pemilihan variabel.
2. Analisis faktor tanpa variabel X5, X6, X8 dan X14.
Berdasarkan Lampiran 4.1, terlihat bahwa nilai KMO sebesar 0,717 yang
berarti analisis faktor layak dilakukan. Sedangkan nilai KMO tiap variabel
ditampilkan dalam Tabel 4.2. Terlihat bahwa semua variabel mempunyai nilai
KMO ≥ 0,5. Hal ini berarti analisis lanjut dilakukan tanpa variabel X5, X6, X8 dan
X14.
Komunalitas menunjukkan kuat lemahnya hubungan antara suatu variabel
terhadap faktor yang terbentuk. Semakin besar nilai komunalitas berarti semakin
kuat hubungannya dengan faktor tersebut. Pada Lampiran 4.3 terlihat komunalitas
terkecil dimiliki oleh variabel X1, berarti variabel X1 memiliki hubungan yang paling lemah dengan faktor yang terbentuk. Sedangkan komunalitas tertinggi
dimiliki oleh variabel X17, berarti variabel X17 memiliki hubungan yang paling kuat dengan faktor yang terbentuk.
Tabel 4.1 Angka KMO Tanpa Variabel X5, X8, dan X14
Variabel Nilai KMO Variabel Nilai KMO
Tabel 4.2 Angka KMO Tanpa Variabel X5, X6, X8 dan X14.
Variabel Nilai KMO Variabel Nilai KMO
X1
terbentuk. Hasil reduksi variabel dapat dilihat pada Lampiran 4.4. Berdasarkan
lampiran tersebut terlihat bahwa dari tiga belas variabel yang dianalisis terbentuk
lima faktor.
Banyaknya faktor yang terbentuk secara visual dapat ditampilkan dalam
bentuk grafik yang disebut dengan scree plot, seperti pada Gambar 4.1.
Scree Plot
Gambar 4.1 Plot Antara Jumlah Faktor dan Nilai Eigen
Gambar 4.1 menunjukkan bahwa jumlah faktor yang terbentuk ada lima. Hal itu
dapat dilihat dari banyaknya bobot faktor yang nilai eigennya lebih besar dari satu
Distribusi dari tiga belas variabel ke dalam lima faktor yang terbentuk dapat
dilihat pada Tabel 4.3. Angka-angka tersebut merupakan bobot faktor yang
menggambarkan besar korelasi suatu variabel dengan faktor yang terbentuk.
Penentuan suatu variabel akan masuk ke dalam faktor yang mana dilakukan
dengan perbandingan bobot faktor pada setiap baris, yaitu di mana letak bobot
faktor terbesar pada suatu variabel berada maka variabel itu akan menjadi anggota
faktor tersebut. Angka pembatas (cut off point) agar sebuah variabel bisa masuk
ke dalam sebuah faktor didasarkan pada pendapat Child (Erni) yaitu
menggunakan angka pembatas 0,3. Angka korelasi kuat bila di atas 0,3 dan angka
korelasi lemah bila di bawah 0,3.
Tabel 4.3 Matriks Faktor
Faktor Variabel
1 2 3 4 5
X1 0,667 0,093 -0,188 -0,224 -0,102 X2 0,659 -0,116 -0,471 -0,237 -0,228 X3 0,591 -0,340 0,263 -0,263 -0,171 X4 0,531 -0,440 0,411 0,105 -0,240 X7 0,456 -0,437 0,093 0,257 0,534 X9 0,401 0,205 -0,256 0,636 -0,334 X10 0,527 0,308 0,526 0,297 -0,197 X11 0,567 0,409 0,046 -0,295 -0,180 X12 0,709 0,063 0,111 -0,392 0,089 X13 0,700 -0,192 -0,091 0,375 -0,016 X15 0,544 -0,304 -0,489 0,051 0,273 X16 0,318 0,657 -0,208 0,120 0,147 X17 0,525 0,414 0,261 -0,012 0,563
Terlihat bahwa pendistribusian ketiga belas variabel terhadap lima faktor
yang terbentuk kurang merata, terdapat sembilan variabel yang menjadi anggota
empat faktor yang tersisa. Selain itu juga terlihat bahwa variabel X10 berkorelasi
sama kuat untuk faktor 1 dan faktor 3. Hal ini berarti bahwa bobot faktor yang
terbentuk kurang jelas sehingga perlu dilakukan rotasi faktor. Metode rotasi yang
digunakan adalah rotasi varimax. Setelah dilakukan rotasi, dihasilkan bobot
faktor yang baru pada Tabel 4.4.
Tabel 4.4 Matriks Faktor Hasil Rotasi
Faktor Variabel
1 2 3 4 5
X1 0,671 0,218 0,147 0,107 0,139 X2 0,827 -0,096 0,074 0,199 0,198 X3 0,429 0,031 0,646 0,138 -0,105 X4 0,132 -0,038 0,799 0,195 0,131 X7 -0,045 0,174 0,286 0,802 -0,013 X9 0,123 0,049 0,027 0,069 0,872 X10 -0,005 0,535 0,542 -0,146 0,417 X11 0,570 0,446 0,156 -0,227 0,104 X12 0,600 0,419 0,325 0,140 -0,141 X13 0,283 0,113 0,339 0,480 0,488 X15 0,469 -0,044 -0,066 0,678 0,140 X16 0,231 0,568 -0,341 -0,047 0,343 X17 0,102 0,861 0,049 0,275 -0,048
Terlihat bahwa pendistribusian bobot faktor hasil rotasi lebih jelas daripada
sebelum dilakukan rotasi. Setelah dilakukan perbandingan bobot faktor, langkah
selanjutnya adalah menginterpretasi faktor-faktor yang mewakili variabel-variabel
asli. Penamaan faktor dapat berupa nama baru yang dapat mewakili
variabel-variabel yang menjadi anggotanya atau dari nama salah satu variabel-variabel yang
1. Faktor 1
Faktor ini terdiri dari empat variabel, yaitu dorongan orang tua (X1), dorongan
teman (X2), sudah adanya pinangan atau sudah meminang (X11), dan sudah
menyelesaikan sekolah (X12). Faktor ini dinamakan dengan faktor kesiapan.
2. Faktor 2
Faktor ini terdiri dari dua variabel, yaitu perjodohan (X16) dan membantu
perekonomian keluarga (X17). Faktor ini dinamakan dengan faktor ekonomi.
3. Faktor 3
Faktor ini terdiri dari tiga variabel, yaitu dorongan calon pasangan (X3), takut
kehilangan pasangan (X4) dan kemapanan hidup calon pasangan (X10). Faktor
ini dinamakan dengan faktor pasangan.
4. Faktor 4
Faktor ini terdiri dari dua variabel, yaitu banyaknya film yang mengisahkan
pernikahan dini (X7) dan banyaknya teman yang telah menikah (X15). Faktor
ini dinamakan dengan faktor pergaulan.
5. Faktor 5
Faktor ini terdiri dari dua variabel, yaitu takut jadi perawan tua atau jaka tua
(X9) dan orang tua ingin segera menimang cucu (X13). Faktor ini dinamakan
dengan faktor tradisi.
BAB V PENUTUP
5.1 Kesimpulan
Dari pembahasan diperoleh kesimpulan bahwa terdapat lima faktor yang
menjadi pendorong pernikahan muda, yaitu
1. faktor kesiapan yang terdiri dari empat variabel, yaitu dorongan orang tua,
dorongan teman, sudah adanya pinangan atau sudah meminang, dan sudah
menyelesaikan sekolah.
2. faktor ekonomi yang terdiri dari dua variabel, yaitu perjodohan dan
membantu perekonomian keluarga
3. faktor pasangan yang terdiri dari tiga variabel, yaitu dorongan calon
pasangan, takut kehilangan pasangan, dan kemapanan hidup calon
pasangan
4. faktor pergaulan yang terdiri dari dua variabel, yaitu banyaknya film yang
mengisahkan pernikahan dini dan banyaknya teman yang telah menikah
5. faktor tradisi yang terdiri dari dua variabel, yaitu takut jadi perawan tua
atau jaka tua dan orang tua ingin segera menimang cucu.
5.2 Saran
Dalam analisis faktor, terdapat beberapa metode untuk mengestimasi bobot
faktor, yaitu analisis komponen utama, metode maksimum likelihood, dan
common factor analisis. Juga ada beberapa metode rotasi ortogonal, yaitu varimax, equimax, dan quartimax. Bagi pembaca yang berminat dapat
menerapkan analisis faktor dengan metode lain yang belum diterapkan dalam
DAFTAR PUSTAKA
Anonim. (2003). Dag…Dig…Dug…Seks Remaja.
www.hqwebol.bkkbn.go.id/hqweb/ceria/mbrtpage13html
Anton, H. (1995). Aljabar Linier Elementer. Alih Bahasa : Pantur Silaban dan I Nyoman Susila. Edisi Kelima. Erlangga, Jakarta
Azwar, S. (1997). Reliabilitas dan Validitas. Edisi Ketiga. Pustaka Pelajar, Yogyakarta
Erni. www.damandiri.or.id/file/ernibab4.pdf
Hadikusuma, H. (1990). Hukum Perkawinan Indonesia Menurut Perundangan Hukum Adat dan Hukum Agama. CV Mondar Maju, Bandung.
Hair, et al. (1998). Multivariate Analysis Data. Prentice-Hall, Inc. New Jersey.
Johnson, R. A and D. W. Wichern. (1982). Applied Multivariate Statistical Analysis. Prentice-Hall, Inc., New Jersey
Noe. (2003). Pernikahan Dini. www.smu-net.com
Santoso, S. dan Tjiptono, F. (2001). Riset Pemasaran : Konsep dan Aplikasi dengan SPSS. PT Elex Media Komputindo Kelompok Gramedia, Jakarta
Sembiring, R. K. (1995) Analisis Regresi. Penerbit ITB, Bandung
Simamora, B. (2005). Analisis Multivariat Pemasaran. PT Gramedia Pustaka Mulia, Jakarta
Lampiran 1
Data Penilaian Responden Terhadap Pengaruh Keputusan Menikah Muda
N o X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
M
85
2,5 3,7 8,7 8,3 1,0 1,2 1,5 8,5 6,8 7,2 8,0 8,1 7,9 8,2 6,7 5,5 6,5
4,0 2,0 6,0 9,0 8,0 4,0 3,0 3,0 1,0 7,5 3,0 3,0 5,5 5,5 4,0 2,0 2,0
5,5 4,7 8,5 8,5 1,0 1,2 1,7 7,5 6,5 7,5 8,0 8,1 7,5 8,5 6,7 4,5 6,8
5,5 2,0 4,5 8,5 9,2 3,0 3,0 4,5 6,5 7,3 2,5 2,3 1,0 4,0 3,0 2,0 2,0
8,5 7,0 8,0 7,5 2,0 2,0 7,0 8,5 9,5 6,0 7,0 9,5 5,0 4,0 8,0 5,0 8,0
4,7 8,4 9,5 8,7 2,5 7,5 9,6 9,6 8,5 6,3 7,3 4,5 9,5 8,3 7,7 1,5 3,4
2,3 3,3 9,0 1,5 1,0 1,0 3,5 8,0 2,5 8,9 9,1 5,5 2,5 6,2 1,7 2,2 6,8
1,2 1,4 6,5 2,3 1,1 1,2 1,1 7,6 3,1 3,5 2,2 2,5 1,3 1,5 2,2 1,3 1,1
1,0 1,0 7,8 5,6 7,6 9,2 9,2 10,0 5,4 4,0 1,0 10,0 3,0 1,0 7,0 1,0 6,0
5,4 6,1 8,1 9,1 1,2 3,4 2,1 1,5 1,1 7,5 8,5 7,3 8,5 7,3 3,4 6,7 8,5
7,8 8,8 8,9 9,3 7,8 9,2 6,3 1,2 1,3 9,5 9,6 9,3 9,6 7,8 9,7 1,2 7,8
7,9 6,7 7,8 9,0 6,0 7,6 6,0 7,8 9,0 8,0 7,0 6,7 8,0 9,5 6,0 7,7 7,5
9,3 7,8 8,5 9,5 7,6 6,3 5,3 1,2 1,3 7,8 9,5 9,7 8,7 8,6 9,7 1,2 8,7
8,5 7,6 9,3 7,6 8,5 7,5 5,4 6,5 7,6 3,4 6,5 7,9 9,3 7,5 8,3 2,5 3,6
6,5 8,7 9,5 8,7 1,4 7,6 3,4 8,5 7,7 6,5 7,5 8,7 6,9 9,5 5,4 3,2 2,5
10,0 5,0 10,0 8,0 1,0 8,0 9,0 1,0 5,0 7,0 8,5 10,0 10,0 8,0 8,0 1,0 6,0
6,7 7,5 9,5 8,5 1,5 6,5 7,8 2,5 3,4 4,7 3,7 7,8 8,9 8,7 9,1 2,3 2,4
Lampiran 2
Uji Validitas dan Reliabilitas
2.1 Uji validitas dan reliabilitas seluruh variabel
Reliability
****** Method 1 (space saver) will be used for this analysis ******
_
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
N of Statistics for Mean Variance Std Dev Variables
SCALE 86,5533 478,4005 21,8724 17
Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 81,5333 391,3037 ,6156 ,7412
X2 82,2167 422,9752 ,4626 ,7569
X3 80,0300 425,2787 ,4367 ,7587
X4 80,3000 433,0476 ,3462 ,7653
X5 83,0900 501,7630 -,2318 ,8146
X6 83,7633 433,9652 ,3758 ,7633
X7 83,8033 442,7376 ,3238 ,7670
X8 79,2733 449,2262 ,1646 ,7799
X9 82,0867 439,3081 ,3030 ,7683
X10 80,4800 414,3072 ,5619 ,7499
X11 80,7100 420,9140 ,3916 ,7617
X12 80,8767 401,6274 ,5512 ,7477
X13 81,5467 419,0253 ,4791 ,7553
X14 80,2033 439,7672 ,2588 ,7721
X15 80,9667 440,1630 ,3152 ,7675
X16 82,3767 427,2025 ,3347 ,7665
X17 81,5967 402,8196 ,6480 ,7424
2.2 Uji validitas dan reliabilitas tanpa variabel X5 dan X8
Reliability
****** Method 1 (space saver) will be used for this analysis ******
_
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
N of Statistics for Mean Variance Std Dev Variables
SCALE 75,8100 461,3961 21,4801 15
Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 70,7900 372,7671 ,6433 ,7883
X2 71,4733 406,1172 ,4707 ,8029
X3 69,2867 409,6709 ,4316 ,8055
X4 69,5567 420,3191 ,3122 ,8134
X6 73,0200 418,8996 ,3632 ,8098
X7 73,0600 428,0301 ,3046 ,8131
X9 71,3433 421,3791 ,3182 ,8128
X10 69,7367 397,4969 ,5717 ,7964
X11 69,9667 402,0057 ,4164 ,8068
X12 70,1333 384,9513 ,5603 ,7955
X13 70,8033 398,9990 ,5194 ,7994
X14 69,4600 425,6501 ,2382 ,8190
X15 70,2233 426,3632 ,2884 ,8143
X16 71,6333 409,8644 ,3445 ,8123
X17 70,8533 385,5543 ,6649 ,7893
2.3 Uji validitas dan reliabilitas tanpa variabel X5, X8, dan X14
Reliability
****** Method 1 (space saver) will be used for this analysis ******
_
R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A)
N of Statistics for Mean Variance Std Dev Variables
SCALE 69,4600 425,6501 20,6313 14
Item-total Statistics Scale Scale Corrected Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted X1 64,4400 339,3790 ,6540 ,7899
X2 65,1233 371,3853 ,4820 ,8052
X3 62,9367 377,8100 ,4106 ,8101
X4 63,2067 387,4641 ,2975 ,8181
X6 66,6700 384,4725 ,3654 ,8131
X7 66,7100 393,5361 ,3036 ,8166
X9 64,9933 382,0869 ,3696 ,8129
X10 63,3867 365,4226 ,5582 ,8000
X11 63,6167 367,1318 ,4282 ,8093
X12 63,7833 354,1925 ,5407 ,8001
X13 64,4533 366,5915 ,5092 ,8031
X15 63,8733 389,2165 ,3164 ,8162
X16 65,2833 376,6676 ,3377 ,8166
X17 64,5033 354,3845 ,6475 ,7930
Lampiran 3
Analisis Faktor Tanpa Variabel X5, X8, dan X14
3.1 KMO dan Tes Bartlett
KMO and Bartlett's Test
3.2 Matriks anti-image bagian diagonal
Variabel Nilai KMO
Lampiran 4
Analisis Faktor Tanpa Variabel X5, X6, X8, dan X14
4.1 KMO dan Tes Bartlett
KMO and Bartlett's Test
,717 330,554 78 ,000 Kaiser-Meyer-Olkin Measure of Sampling
Adequacy.
Approx. Chi-Square df
Sig. Bartlett's Test of
Sphericity
4.2 Matriks anti-image bagian diagonal
Variabel Nilai KMO
X1
X2
X3
X4
X7
X9
X10
X11
X12
X13
X15
X16
X17
0,723
0,729
0,740
0,681
0,738
0,675
0,671
0,734
0,810
0,774
0,672
0,600
4.3 Komunalitas
Communalities
1,000 ,550
1,000 ,778
1,000 ,632
1,000 ,713
1,000 ,758
1,000 ,784
1,000 ,776
1,000 ,610
1,000 ,681
1,000 ,676
1,000 ,705
1,000 ,611
1,000 ,832
X1 X2 X3 X4 X7 X9 X10 X11 X12 X13 X15 X16 X17
Initial Extraction
Total Variance Explained
4,143 31,870 31,870 4,143 31,870 31,870 2,401 18,466 18,466
1,562 12,014 43,884 1,562 12,014 43,884 1,831 14,083 32,549
1,219 9,375 53,259 1,219 9,375 53,259 1,827 14,053 46,602
1,144 8,799 62,058 1,144 8,799 62,058 1,617 12,437 59,039
1,038 7,984 70,042 1,038 7,984 70,042 1,430 11,003 70,042
,842 6,474 76,516
,706 5,433 81,948
,580 4,461 86,410
,495 3,805 90,215
,420 3,228 93,443
,316 2,433 95,876
,293 2,251 98,127
,243 1,873 100,000
Component 1
2 3 4 5 6 7 8 9 10 11 12 13
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Scree Plot
,667 9,349E-02 -,188 -,224 -,102
,659 -,116 -,471 -,237 -,228
,591 -,340 ,263 -,263 -,171
,531 -,440 ,411 ,105 -,240
,456 -,437 9,275E-02 ,257 ,534
,401 ,205 -,256 ,636 -,334
,527 ,308 ,526 ,297 -,197
,567 ,409 4,619E-02 -,295 -,180
,709 6,325E-02 ,111 -,392 8,968E-02
,700 -,192 -9,14E-02 ,375 -1,56E-02
,544 -,304 -,489 5,142E-02 ,273
,318 ,657 -,208 ,120 ,147
,525 ,414 ,261 -1,24E-02 ,563
X1
Extraction Method: Principal Component Analysis. 5 components extracted.
a.
Rotated Component Matrixa
,671 ,218 ,147 ,107 ,139
,827 -9,63E-02 7,443E-02 ,199 ,198
,429 3,132E-02 ,646 ,138 -,105
,132 -3,79E-02 ,799 ,195 ,131
-4,51E-02 ,174 ,286 ,802 -1,35E-02
,123 4,917E-02 2,701E-02 6,951E-02 ,872
-5,39E-03 ,535 ,542 -,146 ,417
,570 ,446 ,156 -,227 ,104
,600 ,419 ,325 ,140 -,141
,283 ,113 ,339 ,480 ,488
,469 -4,46E-02 -6,63E-02 ,678 ,140
,231 ,568 -,341 -4,72E-02 ,343
,102 ,861 4,918E-02 ,275 -4,84E-02
X1
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Rotation converged in 18 iterations. a.
4.8 Matriks transformasi ortogonal
Component Transformation Matrix
,645 ,410 ,438 ,364 ,303
,047 ,683 -,437 -,529 ,245
-,468 ,383 ,712 -,252 -,251
-,548 -,001 ,021 ,295 ,782
-,251 ,468 -,330 ,661 -,416
Component
Lampiran 5 KUESIONER
Nama :
Usia ketika menikah :
Alamat :
Kuisioner ini dilakukan untuk penelitian (skripsi), mohon untuk diisi dengan
keadaan Anda yang sebenarnya.
Berilah skor / nilai antara 1 s.d 10 pada kotak yang telah disediakan sesuai dengan
tingkat pengaruh variabel tersebut terhadap keputusan Anda untuk menikah diusia
muda. Skor 1 menunjukkan variebel tersebut sangat tidak berpengaruh bagi Anda dan skor 10 menunjukkan variabel tersebut sangat berpengaruh bagi Anda.
Contoh :
Dorongan orang tua 7,8
Dorongan orang tua
Dorongan teman
Dorongan calon pasangan
Takut kehilangan pasangan
Hamil pranikah / pasangan hamil pranikah
Banyaknya artis yang menikah muda
Banyaknya film yang mengisahkan pernikahan dini
Takut dosa
Takut jadi perawan tua / jaka tua
Kemapanan hidup calon pasangan
Sudah adanya pinangan / sudah meminang
Sudah menyelesaikan sekolah
Sudah mempunyai penghasilan sendiri
Banyaknya teman yang telah menikah
Perjodohan