BAB IV HASIL DAN PEMBAHASAN
B. Pembahasan Hasil Penelitian
1. Preferensi Penghuni Perumahan Terhadap Pilihan
Pada bagian Metode Penelitian telah disebutkan bahwa analisis faktor membutuhkan terpenuhinya serangkaian asumsi. Peneliti akan
72 menguji asumsi analisis faktor satu per satu terlebih dahulu sebelum uji analisis faktor dilakukan. Hasil uji korelasi antarvariabel independen ada pada output KMO and Bartlett‖s Test, sebagai berikut:
Tabei 4.9
KMO and Bartlett's Test
Kaiser-Meyer-Oikin Measure of Sampting Adeguacy .881 Bartietts Test of Sphericity Approx. Chi-Square 1765.086
df 91
Sig. .000
Berdasarkan Bartlett's Test of Sphericity dengan Chi-Square 1765,086 (df 91) dan nilai sig - 0,000 < 0,05 menunjukkan bahwa matriks korelasi bukan merupakan matriks identitas sehingga dapat dilakukan analisis komponen utama. Di samping itu, Nilai KMO yang dihasilkan adalah sebesar 0.811 serta p-value sebesar 0,000 (<0,05) , nilai tersebut jatuh dalam kategori ―lebih dari cukup‖ layak untuk kepentingan analisis faktor, Oleh mokarena itu, variabel — variabel dapat dianalisis lebih lanjut (AA Afifi,1990:Dillon dan Goldstein,1984)
Selain pengecckan terhadap KMO and Bartlett's Test, dilakukan juga pengecekan Anti Image matrices untuk mengetahui apakah variabel
— variabel secara parsial layak untuk dianalisis dan tidak dikeluarkan dalam pengujian. Berdasarkan tabel pada lampiran, terlihat bahwa ada beberapa indikator yang terhapus itu menunjukkan bahwa indikator tersebut memiliki nila MSA < 0,5 yaitu Indikator Kemudahan lokasi untuk dicapai (X1.2), Prospek harga jual kembali rumah yang baik (X2.2), Pintu masuk yang terbatas (X4.2), Pengamanan 24 Jam (X4.3), Minim
73 Kepadatan Bangunan (X5.3), Kondisi Jalan yang Baik (X5.4) dan Kondisi Drainase yang Baik (X5.5). Karena ada variabel yang nilai MSA nya < 0,5 , maka variabel tersebut tidak dapat dianalisis lebih lanjut. Sehingga dilakukan pengujian ulang sampai menghasilkan indikator yang seperti pada lampiran.
b. Penjelasan Variabel oleh Faktor
Maksud dari penjelasan variabel oleh faktor adalah seberapa besar faktor yang nantinya terbentuk mampu menjelaskan variabel. Untuk itu barus dilihat pada tabel Communalities sebagai berikut: (Santoso, 2006:
41)
Tabel 4.10 Communalities
Initial Extraction
Kemudahan lokasi untuk dicapai 1.000 .808
Harga rumah sesuai dengan kemampuan ekonomi 1.000 .879
Ketersediaan Jaringan Drainase 1.000 .513
Ketersediaan Jaringan Jalan 1.000 .730
Ketersediaan Jaringan Air Bersih 1.000 .640
Ketersediaan Jaringan Listrik 1.000 .768
Ketersediaan Jaringan Persampahan 1.000 .622
Ketersediaan Sarana Pendidikan 1.000 .679
Ketersediaan Sarana Peribadatan 1.000 .771
Lingkungan hunian yang aman 1.000 .613
Tersedia pos satpam di setiap pintu masuk 1.000 .606
Minim Kebisingan 1.000 .743
74
Kualitas Air yang bersih 1.000 .556
Kualitas udara yang bersih 1.000 .571
Extraction Method: Principal Component Analysis
Dari keseluruhan nilai dalam tabel communalities, diperoleh bahwa seluruh indikator awal mempunyai nilai communalities yang besar (> 0.5).
Hal ini dapat diartikan bahwa keseluruhan variabel yang digunakan memiliki hubungan yang kuat dengan faktor yang terbentuk, Dengan kata lain, semakin besar nilai dari communalities maka semakin baik analisis faktor, karena semakin besar karakteristik variabel asal yang dapat diwakili oleh faktor yang terbentuk.
1. Keeratan hubungan indikator Kemudahan lokasi untuk dicapai terhadap faktor yang terbentuk sebesar 0,808 artinya hubungan Kemudahan lokasi untuk dicapai terhadap faktor yang terbentuk sangat erat. Atau dapat juga dikatakan kontribusi variabel Kemudahan lokasi untuk dicapai terhadap faktor yang terbentuk sebesar 80,8 %.
2. Kemudian, keeratan hubungan variabel Harga rumah sesuai dengan kcmampuan ckonomi sebesar 0,879 artinya hubungan variabel Harga rumah sesuai dengan kemampuan ekonomi terhadap faktor yang terbentuk sangat erat. Atau dapet juga dikatakan kontribusi variabel Harga rumah sesuai dengan kemampuan ekonomi terhadap faktor yang terbentuk sebesar 87,9 %.
3. Kemudian, keeratan hubungan variabel Ketersediaan Jaringan Drainase sebesar 0,513 artinya hubungan variabel Ketersediaan
75 Jaringan Drainase terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Jaringan Drainase terhadap faktor yang terbentuk sebesar 51,3 %.
4. Kemudian, keeratan hubungan variabel Ketersediaan Jaringan Jalan sebesar 0,730 artinya hubungan variabel Ketersediaan Jaringan Jalan terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Jaringan Jalan terhadap faktor yang terbentuk sebesar 73,0 %.
5. Kemudian, keeratan hubungan variabel Ketersediaan Jaringan Air Bersih sebesar 0,640 artinya hubungan variabel Ketersediaan Jaringan Air Bersih terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Jaringan Air Bersih terhadap faktor yang terbentuk sebesar 64,0 %.
6. Kemudian, keeratan hubungan variabel Ketersediaan Jaringan Listrik sebesar 0,768 artinya hubungan variabel Ketersediaan Jaringan Listrik terhadap faktor yang terbentuk sangat erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Jaringan Listrik terhadap faktor yang terbentuk sebesar 76,8 %.
7. Kemudian, keeratan hubungan variabel Ketersediaan Jaringan Persampahan sebesar 0,622 artinya hubungan variabel Ketersediaan Jaringan Persampahan terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Jaringan Persampahan terhadap faktor yang terbentuk sebesar 62,2 %.
76 8. Kemudian, keeratan hubungan variabel Ketersediaan Sarana Pendidikan sebesar 0,679 artinya hubungan variabel Ketersediaan Sarana Pendidikan terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Sarana Pendidikan terhadap faktor yang terbentuk sebesar 67,9 %.
9. Kemudian, keeratan hubungan variabel Ketersediaan Sarana Peribadatan sebesar 0,771 artinya hubungan variabel Ketersediaan Sarana Peribadatan terhadap faktor yang terbentuk sangat erat. Atau dapat juga dikatakan kontribusi variabel Ketersediaan Sarana Peribadatan terhadap faktor yang terbentuk sebesar 77,1 %.
10. Kemudian, keeratan hubungan variabel Lingkungan hunian yang aman sebesar 0,613 artinya hubungan variabel Lingkungan hunian yang aman terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Lingkungan hunian yang aman terhadap faktor yang terbentuk sebesar 61,3 %.
11. Kemudian, keeratan hubungan variabel Tersedia pos satpam di setiap pintu masuk sebesar 0,606 artinya hubungan variabel Tersedia pos satpam di setiap pintu masuk terhadap faktor yang terbentuk erat.
Atau dapat juga dikatakan kontribusi variabel Tersedia pos satpam di setiap pintu masuk terhadap faktor yang terbentuk sebesar 60,6 %.
12. Kemudian, keeratan hubungan variabel Minim Kebisingan sebesar 0,743 artinya hubungan variabel Minim Kebisingan terhadap faktor
77 yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabcl Minim Kebisingan terhadap faktor yany terbentuk sebesar 74,3 %.
13. Kemudian, keeratan hubungan variabel Kualitas Air yang bersih sebesar 0,556 artinya hubungan variabel Kualitas Air yang bersih terhadap faktor yang tcrbcntuk erat. Atau dapat juga dikatakan kontribusi variabel Kualitas Air yang bersih terhadap faktor yang terbentuk sebesar 55,6 %.
14. Kemudian, keeratan hubungan variabel Kualitas Udara yang bersih sebesar 0,571 artinya hubungan variabel Kualitas Udara yang bersih terhadap faktor yang terbentuk erat. Atau dapat juga dikatakan kontribusi variabel Kualitas Udara yang bersih terhadap faktor yang terbentuk sebesar 57,1 %.
c. Faktor yang mungkin terbentuk
Guna menentukan seberapa banyak faktor yang mungkin terbentuk dapat dilihat pada tabel Total Variance Explained sebagai berikut:
(Santoso, 2006: 42-3)
Tabel 4.11
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Suared Loadings Rotation Sums of Suared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative %
1 4.793 34.238 34.238 4.793 34.238 34.238 2.446 17.472 17.472
2 2.037 14.548 48.786 2.037 14.548 48.786 2.241 16.008 33.480
3 1.158 8.268 57.054 1.158 8.268 57.054 2.193 15.667 49.147
4 1.022 7.301 64.355 1.022 7.301 64.355 2.129 15.209 64.355
5 .865 6.181 70.536
6 .776 5.545 76.082
7 .649 4.635 80.716
8 .580 4.141 84.858
9 .549 3.921 88.778
10 .411 2.935 91.713
11 .385 2.752 94.465
12 .342 2.445 96.911
13 .245 1.753 98.664
14 .187 1.336 100.000
78 Extractiom Method : Principal Component Analysis
Table Total Variance Explained menunjukkan besarnya persentase keragaman total yang mampu diterangkan oleh keragaman faktor - faktor yang terbentuk. Dalam tabel tersebut juga terdapat nilai eigenvalue dari tiap-tiap faktor yang terbentuk. Faktor 1 memiliki eigenvalue sebesar 4,793, Faktor 2 sebesar 2,037, Faktor 3 sebesar 1,158 dan Faktor 4 sebesar 1,022. Untuk menentukan berapa komponen/faktor yang dipakai agar dapat menjelaskan keragaman total maka dilihat dari besar nilai eigenvaluenya, komponen dengan eigenvalue >1 adalah komponen yang dipakai. Kolom ‗cumulative %‘ menunjukkan persentase kumulatif varians yang dapat dijelaskan oleh faktor. Besarnya keragaman yang mampu diterangkan oleh Faktor 1 sebesar 34,238 persen, sedangkan keragaman yang mampu dijelaskan oleh Faktor 1 dan 2 sebesar 48,548 persen, sedangkan keragaman yang mampu d@ijelaskan oleh Faktor 1, 2 dan 3 sebesar 57,054 persen. Keempat faktor mampu merjelaskan keragaman total sebesar 64,355 persen. Berdasarkan alasan nilai eigen value ketiga faktor yang lebih dari 1 dan besarnya persentase kumulatif keempat faktor sebesar 64,355 persen, dapat disimpulkan bahwa keempat faktor sudah cukup mewakili keragaman variabel — variabel asal.
d. Faktor loading
Setelah kita mengetahui bahwa faktor maksimal yang bisa terbentuk adalah 2, selanjutnya kita melakukan penentuan masing-masing variable independen akan masuk ke dalam faktor 1, faktor 2, faktor 3 atau
79 faktor 4. Cara menentukannya adalah dengan melihat tabel berikut:
(Santoso, 2006: 45)
Tabel 4.12
Rotated Component Matrixa
Component
1 2 3 4
Harga rumah sesuai dengan kemampuan ekonomi .256 .800 -.035 .246
Kualitas Air yang bersih -.238 .407 .148 .626
Ketersediaan Jaringan Persampahan .197 .279 .700 .045
Ketersediaan Sarana Peribadatan .410 -.025 .567 .284
Ketersediaan Jaringan Listrik .148 .196 .777 .239
Kualitas udara yang bersih .337 -.154 .095 .702
Lingkungan hunian yang aman .283 .204 -.218 .656
Kemudahan lokasi untuk dicapai .750 -.035 .312 .461
Ketersediaan Sarana Pendidikan .057 .043 .695 .193
Ketersediaan Jaringan Drainase .061 .075 .689 .073
Ketersediaan Jaringan Jalan .613 .057 .049 .123
Minim Kebisingan .300 .015 -.057 .648
Tersedia pos satpam di setiap pintu masuk .120 .301 .158 .581
Ketersediaan Jaringan Air Bersih .369 .196 .585 .483
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaizer Normalization a. Rotation converged in 7 iterations
Setelah dilakukan rotasi faktor dengan metode varimax, diperoleh tabel seperti yang tertera di atas yaitu Rotated Component Matrix.
Terdapat perbedaan nilai korelasi variabel dengan setiap faktor sebelum dan sesudah dilakukan rotasi varimax. Terlihat bahwa loading faktor yang
80 dirotasi telah memberikan arti sebagaimana yang diharapkan dan setiap faktor sudah dapat diinterpretasikan dengan jelas. Terlihat pula bahwa setiap variabel hanya berkorelasi kuat dengan salah satu faktor saja (tidak ada variabel yang korelasinya < 0,5 di keempat faktor). Dengan demikian, lebih tepat digunakan loading faktor yang telah dirotasi sebab setiap faktor sudah dapat menjelaskan keragaman variabel awal dengan tepat dan hasilnya adalah sebagai berikut :
1. Faktor 1 , beberapa variabel yang memiliki korelasi yang kuat dengan faktor 1, yaitu variabel kemudahan lokasi untuk dicapai dan ketersediaan jaringan jalan.
2. Faktor 2, terdapat variabel yang memiliki korelasi yang kuat dengan faktor 2 , yaitu variabel harga rumah sesuai dengan kemampuan ekonomi.
3. Faktor 3, dalam faktor ini enam variabel yang memiliki korelasi yang kuat dengan fakior 3, yaitu variabel Ketersediaan Jaringan Persampahan, Ketersediaan Jaringan listrik, Ketersediaan Jaringan air bersih, Ketersediaan Jaringan drainase, Ketersediaan sarana peribadatan dan Ketersediaan sarana pendidikan.
4. Faktor 4, dalam faktor ini variabel yang memiliki korelasi yang kuat dengan faktor 3, yaitu variabel minim kebisingan, kualitas air yang bersih, kualitas udara yang bersih, lingkungan hunian yang aman dan terdapat pos satpam di setiap puntu masuk.
e. Faktor yang Terbentuk
81 Pada analisis sebelumnya telah diperoleh bahwa ada 4 faktor yang terbentuk yaitu :
1) Faktor 1 terdiri atas variabel independen:
a) kemudahan lokasi untuk dicapai b) ketersediaan jaringan jalan
2) Faktor 2 terdiri atas variabel independen:
a) harga rumah sesuai dengan kemampuan ekonomi 3) Faktor 3 terdiri atas variabel independen:
a) Ketersediaan Jaringan Persampahan, b) Ketersediaan Jaringan listrik,
c) Ketersediaan Jaringan air bersih, d) Ketersediaan Jaringan drainase, e) Ketersediaan sarana peribadatan f) Ketersediaan sarana pendidikan.
4) Faktor 4 terdiri atas variabel independen:
a) Minim Kebisingan b) kualitas air yang bersih, c) kualitas udara yang bersih, d) lingkungan hunian yang aman,
e) terdapat pos satpam di setiap puntu masuk.
Dengan demikian, faktor-faktor yang terbentuk dapat dideskripsikan sebagai berikut: Faktor 1 disebut sebagai Aksesibilitas, Faktor 2 disebut sebagai Harga, Faktor 3 disebut sebagai Ketersediaan
82 Sarana dan Prasarana Faktor dan 4 disebut sebagai keamanan dan Kenyamanan
2. Hasil Analisis Regresi faktor-faktor yang mempengaruhi preferensi