KATA PENGANTAR
Perihal
: Permohonan Pengisian Angket
Lampiran
: 1 (Satu) Berkas
Judul Skripsi : ANALISIS FAKTOR
–
FAKTOR YANG
MEMPENGARUHI HASIL PRODUKSI KENTANG
Dengan hormat,
Dalam rangka penulisan skripsi di Universitas Sumatera Utara (USU),
sebagai salah satu syarat mendapatkan gelar Sarjana Sains (S.Si), maka Saya
memohon dengan sangat kepada Bapak/Ibu/Saudara/i penduduk Kabupaten karo
kecamatan Namanteran untuk mengisi angket yang telah disediakan.
Angket ini bukan test psikologi dari manapun, maka dari itu
Bapak/Ibu/Saudara/I tidak perlu takut atau ragu memberikan jawaban yang
sejujurnya. Artinya, semua jawaban yang diberikan Bapak/Ibu/Saudara/i adalah
benar, dan jawaban yang diminta adalah sesuai dengan yang Bapak/Ibu/Saudara/i
rasakan dan ketahui.
Setiap jawaban yang diberikan merupakan bantuan yang tidak ternilai harganya
pada penelitian ini. Atas perhatian, bantuan, dan kerja sama yang baik, Saya
mengucapkan terima kasih.
Hormat Saya
Sartika br perangin- angin
Petunjuk Pengisian Angket
1.
Mohon dengan hormat bantuan dan kesediaan Bapak/Ibu/Saudara/i untuk
menjawab seluruh pertanyaan yang ada.
2.
Pada kuesioner ini terdapat 9 pernyataan. Pertimbangkan baik-baik setiap
pernyataan yang dapat mempengaruhi hasil produksi panen kentang.
3.
Berilah tanda (X) pada kolom Bapak/Ibu/Saudara/i pilih sesuai dengan
SS
= Sangat Setuju
“ ANALISIS FAKTOR –
FAKTOR YANG MEMPENGARUHI
HASIL PRODUKSI KENTANG”
1.
Pengolahaan pupuk kandang pada awal penanaman
akan mempengaruhi kesuburan tanah.
2.
Lahan yang luas akan menghasilkan panen kentang
yang tinggi.
3.
Setelah umur kentang 30 hari maka penyemprotan
pestisida harus dilakukan 2 hari sekali sampai panen.
4.
7.
Bibit kentang yang berkualitas adalah bibit yang di
impor dari luar
8.
Interval pemberiaan pupuk terhadap tanaman kentang
mempengaruhi tingginya hasil panen.
80
4
5
5
4
4
4
4
4
4
81
5
3
4
5
4
5
5
4
4
82
5
4
4
4
3
4
5
5
5
83
5
4
2
2
3
3
4
5
5
84
5
4
4
5
3
5
5
5
3
85
5
4
3
3
5
4
4
3
3
86
4
4
3
5
4
5
5
4
3
87
5
4
4
5
5
4
4
3
3
88
5
5
4
5
4
3
4
5
5
89
5
4
4
5
5
4
3
3
3
90
5
5
4
4
3
3
5
4
4
91
5
4
2
2
2
3
3
4
5
92
2
3
4
2
3
1
4
1
3
93
5
5
4
3
5
4
4
5
5
94
5
4
5
4
3
3
4
4
4
95
4
2
2
2
2
4
4
4
4
96
5
4
4
2
4
4
4
4
4
97
5
2
1
2
2
4
4
4
4
98
5
2
1
2
4
2
1
4
5
99
5
1
2
2
2
1
1
4
5
78 3,629 3,352 2,870 3,190 3,600 4,450 1,000 1,794 2,518
79 1,576 3,352 4,082 3,906 4,730 4,450 4,068 4,966 4,784
80 2,283 4,409 4,082 3,906 3,600 3,351 3,047 3,417 3,789
81 3,629 2,835 2,870 4,981 3,600 4,450 4,068 3,417 3,789
82 3,629 3,352 2,870 3,906 2,949 3,351 4,068 4,966 4,784
83 3,629 3,352 1,746 2,331 2,949 2,712 3,047 4,966 4,784
84 3,629 3,352 2,870 4,981 2,949 4,450 4,068 4,966 3,277
85 3,629 3,352 2,124 3,190 4,730 3,351 3,047 2,244 3,277
86 2,283 3,352 2,124 4,981 3,600 4,450 4,068 3,417 3,277
87 3,629 3,352 2,870 4,981 4,730 3,351 3,047 2,244 3,277
88 3,629 4,409 2,870 4,981 3,600 2,712 3,047 4,966 4,784
89 3,629 3,352 2,870 4,981 4,730 3,351 2,445 2,244 3,277
90 3,629 4,409 2,870 3,906 2,949 2,712 4,068 3,417 3,789
91 3,629 3,352 1,746 2,331 2,254 2,712 2,445 3,417 4,784
92 1,000 2,835 2,870 2,331 2,949 1,000 3,047 1,000 3,277
93 3,629 4,409 2,870 3,190 4,730 3,351 3,047 4,966 4,784
94 3,629 3,352 4,082 3,906 2,949 2,712 3,047 3,417 3,789
95 2,283 2,221 1,746 2,331 2,254 3,351 3,047 3,417 3,789
96 3,629 3,352 2,870 2,331 3,600 3,351 3,047 3,417 3,789
97 3,629 2,221 1,000 2,331 2,254 3,351 3,047 3,417 3,789
98 3,629 2,221 1,000 2,331 3,600 2,091 1,000 3,417 4,784
99 3,629 1,000 1,746 2,331 2,254 1,000 1,000 3,417 4,784
Lampiran 3
Hasil Output SPSS
Case Processing Summary
N %
Cases Valid 100 100.0
Excludeda 0 .0
Total 100 100.0
a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha
Based on
Standardized Items N of Items
.714 .710 9
Item Statistics
Mean Std. Deviation N
VAR00001 2.9853 .84835 100
VAR00002 3.0627 .94112 100
VAR00003 2.7093 .93990 100
VAR00004 3.0628 .94647 100
VAR00005 3.0629 .94466 100
VAR00006 3.1542 .94623 100
VAR00007 2.4582 .98305 100
VAR00008 3.3828 .93165 100
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .721
Bartlett's Test of Sphericity Approx. Chi-Square 150.262
df 36
Sig. .000
Component Transformation Matrix
Compo
nent 1 2 3
1 .784 .522 .337
2 -.618 .713 .331
3 .067 .467 -.881
Component Matrixa
Component
1 2 3
VAR00001 .294 .578 .319
VAR00002 .519 .131 .012
VAR00003 .457 -.515 -.012
VAR00004 .690 -.121 .168
VAR00005 .597 -.132 .589
VAR00006 .569 -.460 -.180
VAR00007 .742 -.086 -.209
VAR00008 .497 .337 -.668
VAR00009 .540 .590 .051
Total Variance Explained
Compon
ent
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 2.810 31.220 31.220 2.810 31.220 31.220 2.237 24.855 24.855
2 1.329 14.770 45.990 1.329 14.770 45.990 1.662 18.462 43.317
3 1.003 11.142 57.132 1.003 11.142 57.132 1.243 13.815 57.132
4 .944 10.489 67.621
5 .781 8.676 76.297
6 .687 7.635 83.932
7 .556 6.180 90.111
8 .496 5.509 95.620
9 .394 4.380 100.000
Inter-Item Correlation Matrix
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009
VAR00001 1.000 .102 -.005 .077 .174 -.005 .135 .154 .278
VAR00002 .102 1.000 .162 .375 .184 .159 .172 .225 .253
VAR00003 -.005 .162 1.000 .288 .214 .276 .295 .094 -.007
VAR00004 .077 .375 .288 1.000 .383 .261 .381 .205 .253
VAR00005 .174 .184 .214 .383 1.000 .314 .328 .010 .268
VAR00006 -.005 .159 .276 .261 .314 1.000 .456 .198 .031
VAR00007 .135 .172 .295 .381 .328 .456 1.000 .351 .347
VAR00008 .154 .225 .094 .205 .010 .198 .351 1.000 .320
Anti-image Matrices
VAR00001 VAR00002 VAR00003 VAR00004 VAR00005 VAR00006 VAR00007 VAR00008 VAR00009
Anti-image Covariance VAR00001 .898 -.024 .021 .033 -.108 .057 -.024 -.074 -.140
VAR00002 -.024 .808 -.060 -.205 -.012 -.053 .063 -.095 -.112
VAR00003 .021 -.060 .832 -.112 -.060 -.076 -.117 -.005 .110
VAR00004 .033 -.205 -.112 .681 -.168 -.011 -.107 -.042 -.040
VAR00005 -.108 -.012 -.060 -.168 .715 -.153 -.060 .162 -.136
VAR00006 .057 -.053 -.076 -.011 -.153 .704 -.225 -.083 .136
VAR00007 -.024 .063 -.117 -.107 -.060 -.225 .592 -.140 -.161
VAR00008 -.074 -.095 -.005 -.042 .162 -.083 -.140 .771 -.159
VAR00009 -.140 -.112 .110 -.040 -.136 .136 -.161 -.159 .701
Anti-image Correlation VAR00001 .713a -.029 .024 .043 -.134 .072 -.033 -.089 -.177
VAR00002 -.029 .742a -.073 -.276 -.015 -.070 .091 -.121 -.149
VAR00003 .024 -.073 .779a -.149 -.078 -.099 -.167 -.006 .144
VAR00004 .043 -.276 -.149 .783a -.240 -.015 -.168 -.058 -.058
VAR00005 -.134 -.015 -.078 -.240 .707a -.215 -.092 .218 -.192
VAR00006 .072 -.070 -.099 -.015 -.215 .685a -.349 -.113 .194
VAR00007 -.033 .091 -.167 -.168 -.092 -.349 .736a -.207 -.250
VAR00008 -.089 -.121 -.006 -.058 .218 -.113 -.207 .690a -.216
VAR00009 -.177 -.149 .144 -.058 -.192 .194 -.250 -.216 .657a
LAMPIRAN 4
A.
PERHITUNGAN ANALISIS FAKTOR MENGGUNAKAN MATRIKS
MATRIKS KORELASI SEDERHANA (
1 2 3 4 5 6 7 8 9
1 1 0,102 -0,005 0,077 0,174 -0,005 0,135 0,154 0,278
2 0,102 1 0,162 0,375 0,184 0,159 0,172 0,225 0,253
3 -0,005 0,162 1 0,288 0,214 0,276 0,295 0,094 -0,007
4 0,077 0,375 0,288 1 0,383 0,261 0,381 0,205 0,253
= 5 0,174 0,184 0,214 0,383 1 0,314 0,328 0,01 0,268
6 -0,005 0,159 0,276 0,261 0,314 1 0,456 0,198 0,031
7 0,135 0,172 0,295 0,381 0,328 0,456 1 0,351 0,347
8 0,154 0,225 0,094 0,205 0,01 0,198 0,351 1 0,32
Dengan bantuan software MATLAB (Matrix La boratory), didapat nilai karakteristik (eigen value) dan vektor karakteristik (eigen vector) dari
matrik korelasi sederhana (
.
MATRIKS
EIGEN VALUE (L)1 2 3 4 5 6 7 8 9
1 2,8095 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
2 0,0000 1,3296 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
3 0,0000 0,0000 1,0023 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
4 0,0000 0,0000 0,0000 0,9447 0,0000 0,0000 0,0000 0,0000 0,0000
= 5 0,0000 0,0000 0,0000 0,0000 0,7808 0,0000 0,0000 0,0000 0,0000
6 0,0000 0,0000 0,0000 0,0000 0,0000 0,6870 0,0000 0,0000 0,0000
7 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,5563 0,0000 0,0000
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,4960 0,0000
MATRIKS
EIGEN VEKTOR(
V)
1 2 3 4 5 6 7 8 9
1 -0,0340 -0,1322 -0,1696 0,3201 0,5965 0,3327 0,3197 0,5006 0,01753
2 0,2317 -0,0978 -0,3443 0,4299 0,0702 -0,7211 0,0100 0,1125 0,3096
3 -0,1222 0,1002 -0,2702 0,4296 0,6621 -0,0682 -0.0122 -0,4470 0,2729
4 0,2535 -0,1700 0,7341 0,1608 -0,0998 -0,3521 0,1668 -0,1056 0,4113
= 5 0,2711 0,5836 -0,0732 0,0106 -0,2573 0,1675 0,5883 -0,1146 0,3562
6 -0,4835 -0,0639 -0,1336 0,5607 -0,1501 0,3175 -0,1797 -0,3992 0,3390
7 0,5915 -0,5016 -0,0166 -0,1613 -0,1285 0,3330 -0,2078 -0,0741 0,4429
8 0,0762 0,5698 0,2088 0,0049 0,0815 0,0220 0,6674 0,2925 0,2962
9 -0,3226 -0,1141 -0,4022 -0,4022 -0,2810 0,0217 0,0517 0,0513 0,3226
AKAR DARI MATRIKS
EIGEN VALUE(
√
)
1 2 3 4 5 6 7 8 9
1 1,6761 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
2 0,0000 1,1531 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
3 0,0000 0,0000 1,0011 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
4 0,0000 0,0000 0,0000 0,9720 0,0000 0,0000 0,0000 0,0000 0,0000
√ = 5 0,0000 0,0000 0,0000 0,0000 0,8836 0,0000 0,0000 0,0000 0,0000
6 0,0000 0,0000 0,0000 0,0000 0,0000 0,8299 0,0000 0,0000 0,0000
7 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,7458 0,0000 0,0000
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,7043 0,0000
MATRIKS
LOADING F ACTOR(
)
1 2 3 4 5 6 7 8 9
1 0,2939 0,5773 0,3201 0,3234 0,5271 0,2653 0,1265 -0,0931 -0,0213
2 0,5189 0,1297 0,0101 -0,7008 -0,0620 0,3563 -0,2568 -0,688 0,1454
3 0,4574 -0,5155 -0,0123 -0,0663 0,5851 -0,3561 -0,2015 0,0706 -0,0767
4 0,6894 0,1218 0,1670 -0,3442 -0,0882 -0,1333 0,5475 -0,1197 -0,1591
= 5 0,5970 -0,1322 0,5890 0,1628 -0,2274 0,0088 -0,0546 0,4110 0,1701
6 0,5683 -0,4603 -0,1799 0,3086 0,1326 0,4648 -0,0997 0,2969 -0,3034
7 0,7424 -0,0855 -0,2080 0,3237 -0,1135 -0,1337 -0,0124 -0,0450 0,7424
8 0,4965 0,3376 -0,6682 0,0214 0,0720 0,0041 0,1557 -0,3533 0,4965
9 0,5407 0,5905 0,0518 0,0210 -0,2483 -0,3334 -03109 0,4013 0,5407
Matriks Rotated Factor Loading diperoleh dengan mengalikan matriks factor loading dengan matriks transformasi (Component Transformation
Matrix). Atau dalam persamaan matematis ditulis sebagai :.
1 2 3
1 0,7840 0,5220 0,3370
=
2 -0,6180 0,7130 0,33103 0,670 0,4670 -0,8810
0,2939 0,5773 0,3201 -0,105 0,714 0,009
0,5189 0,1297 0,0101 0,327 0,370 0,207
0,4574 -0,5155 -0,0123 0,676 -0,134 -0,006
0,6894 0,1218 0,1670 0,627 0,352 0,044
0,5970 -0,1322 0,5890 0,7840 0,5220 0,3370 0,587 0,493 -0,362
=
0,5683 -0,4603 -0,1799 -0,6180 0,7130 0,3310 0,718 -0,116 0,1980,7424 -0,0855 -0,2080 0,670 0,4670 -0,8810 0,621 0,228 0,406
0,4965 0,3376 -0,6682 0,136 0,118 0,868
B.
PERHITUNGAN
DAN
Untuk menghitung
dan
, maka diperlukan matriks korelasi sederhana dan matriks korelasi parsial yang semua entrinya telah
dikuadratkan. Berikut ini akan disajikan matriks korelasi sederhana dan matriks korelasi parsial yang semua entrinya telah dikuadratkan
MATRIKS KORELASI PARSIAL
1 2 3 4 5 6 7 8 9
1 -0,029 -0,024 0,043 -0,134 0,072 -0,033 -0,089 -0,177
2 -0,029 -0,073 -0,276 -0,015 -0,070 0,091 -0,121 -0,149
3 -0,024 -0,073 -0.149 -0,078 -0,099 -0,167 -0,006 0,144
4 0,043 -0,276 -0.149 -0,240 -0,015 -0,168 -0,058 -0,058
[
]
5 -0,134 -0,015 -0,078 -0,240 0,215 -0,092 -0,218 -0,1926 0,072 -0,070 -0,099 -0,015 -0,215 -0,349 -0,113 -0,194
7 -0,033 0,091 -0,167 -0,168 -0,092 -0,349 -0,207 -0,250
8 -0,089 -0,121 -0,006 -0,058 -0,218 -0,113 -0,207 -0,216
KUADRAT MATRIKS KORELASI PARSIAL
1 2 3 4 5 6 7 8 9 Jumlah
1 0,000841 0,000576 0,001849 0,017956 0,005184 0,001089 0,007921 0,031329 0,066745
2 0,000841 0 0,005329 0,076176 0,000225 0,0049 0,008281 0,014641 0,022201 0,131753
3 0,000576 0,005329 0 0,022201 0,006084 0,009801 0,027889 0,000036 0,020736 0,092076
4 0,001849 0,076176 0,022201 0 0,0576 0,000225 0,028224 0,003364 0,003364 0,191154
[
]
5 0,017956 0,000225 0,006084 0,0576 0 0,046225 0,008464 0,047524 0,036864 0,2029866 0,005184 0,0049 0,009801 0,000225 0,046225 0 0,121801 0,012769 0,037636 0,233357
7 0,001089 0,008281 0,027889 0,028224 0,008464 0,121801 0 0,042849 0,0625 0,300008
8 0,007921 0,014641 0,000036 0,003364 0,047524 0,012769 0,042849 0 0,046656 0,167839
9 0,031329 0,022201 0,020736 0,003364 0,036864 0,037636 0,0625 0,046656 0,022201 0,283487
KUADRAT MATRIKS KORELASI SEDERHANA
1 2 3 4 5 6 7 8 9 Jumlah
1 0,010404 0,000025 0,005929 0,030276 0,000025 0,018225 0,023716 0,077284 0,165884
2 0,010404 0,026244 0,140625 0,033856 0,025281 0,029584 0,050625 0,064009 0,380628
3 0,000025 0,026244 0,082944 0,045796 0,076176 0,087025 0,008836 0,000049 0,327095
4 0,005929 0,140625 0,082944 0,146689 0,068121 0,145161 0,042025 0,064009 0,695503
[
]
5 0,030276 0,033856 0,045796 0,146689 0,098596 0,107584 0,0001 0,071824 0,5347216 0,000025 0,025281 0,076176 0,068121 0,098596 0,207936 0,039204 0,000961 0,5163
7 0,018225 0,029584 0,087025 0,145161 0,107584 0,207936 0,123201 0,120409 0,839125
8 0,023716 0,050625 0,008836 0,042025 0,0001 0,039204 0,123201 0,1024 0,390107
9 0,077284 0,064009 0,000049 0,064009 0,071824 0,000961 0,120409 0,1024 0,500945
Jumlah 4,350308
∑ ∑
∑ ∑
∑ ∑
∑
∑
∑
C. UJI BARTLETT DENGAN PENDEKATAN STATISTIK
CHI SQUAREUntuk menguji apakah matriks korelasi sederhana bukan merupakan
suatu matriks identitas, maka digunakan uji Bartlett dengan pendekatan
statistik
chi square.Berikut
ini
diuraikan
langkah-langkah
pengujiannya.
1.
Hipotesis
: Matriks korelasi sederhana merupakan matriks identitas
: Matriks korelasi sederhana bukan merupakan matriks identitas
2.
Statistik uji
[
] | |
3.
.
;
4.
Kriteria pengujian : tolak
jika
5.
Perhitungan
[
]
[ ]
6.
Kesimpulan :
, maka tolak
.
D.PERHITUNGAN KOMUNALITAS
X1 -0,105 0,714 0,009 0,011025 0,509796 0,000081 0,520902
X2 0,327 0,370 0,207 0,106929 0,13690 0,042849 0,286678
X3 0,676 -0,134 -0,006 0,456976 0,017956 0,000036 0,474968
X4 0,627 0,352 0,044 0,393129 0,123904 0,001936 0,518969
X5 0,589 0,493 -0,362 0,346921 0,243049 0,131044 0,721014
X6 0,718 -0,116 0,198 0,515524 0,013456 0,039204 0,568184
X7 0,621 0,228 0,406 0,385641 0,051984 0,164836 0,602461
X8 0,136 0,188 0,868 0,018496 0,035344 0,753424 0,807264